analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
Prediccion hidrologica
1. PREDICCION HIDROLOGICA
I. INTRODUCCION:
Una predicción hidrológica es una estimación de los estados futuros de un
fenómeno hidrológico. Las predicciones hidrológicas son esenciales para el
funcionamiento eficaz de la infraestructura hídrica y para la atenuación de
desastres naturales tales como crecidas y sequías. Además, son cada vez más
importantes como medio de apoyo a la gestión integrada de los recursos hídric os
y para la reducción de las pérdidas causadas por las crecidas.
Las tareas de descripción y predicción del estado futuro del agua pueden
clasificarse en términos de la lejanía en el tiempo del fenómeno que se predice. Por
ejemplo, las predicciones de diversos elementos hidrológicos, como los valores de
caudal, altura del agua y velocidad, pueden abarcar desde el comienzo de la
predicción hasta diferentes fechas futuras
II. MARCO TEORICO:
2. PREDICCION HIDROLOGICA
1. OPERACIONES DE LA PREDICCIÓN HIDROLÓGICA
Los servicios de predicción hidrológica están integrados por predictore s
hidrológicos preparados que trabajan con una combinación de datos en tiempo real
e históricos, consistentes en datos obtenidos de radares, satelitales e in situ, equip os
y programas de comunicación, modelos hidrológicos o sistemas de modelización,
modelos meteorológicos o productos o datos entrantes de modelos, y equipo
informático. Un servicio de predicción hidrológica se puede configurar de muc ha s
formas. Hay, con todo, un número crucial de factores necesarios para lograr la
prestación fiable de un servicio que responda a las necesidades de una comunidad
de usuarios diversa.
El concepto de operaciones de un servicio de predicción hidrológica define la manera
en que funcionará el servicio de predicción, cotidianamente y en situaciones de
crecida. Abarca los elementos siguientes:
a) la misión y el mandato legal de la organización.
b) los usuarios y productos o servicios requeridos.
c) los plazos para la difusión.
d) las formas de organización de la predicción hidrológica.
e) la red de datos hidrometeorológicos y la manera en que funciona.
f) a manera en que interactuarán los hidrólogos con la oficina de predicc ión
meteorológica.
g) el equipo y los programas de comunicación utilizada para recibir datos e
información y para difundir las predicciones.
h) la forma en que se elaboran los productos de predicción.
i) las políticas y los procedimientos de operación normalizados que permitirá n
conseguir las prácticas más idóneas en condiciones de rutina y de
emergencia.
j) el alcance del servicio de predicción hidrológica mediante la enseñanza y
formación profesional de los responsables de políticas, del personal de
operaciones de emergencia y del público en general.
2. SISTEMAS DE PREDICCIÓN HIDROLÓGICA DE EXTREMO A EXTREMO
Los sistemas de predicción hidrológica actuales son asequibles y potentes. El resultado obtenido
de ellos depende por lo general del nivel de formación de los hidrólogos que los utilizan. Tales
sistemas son capaces de elaborar predicciones de crecidas que sobrevienen en escasas horas,
pero también de predicciones probabilísticas estacionales con muchos meses de antelación en
cuencas fluviales de gran tamaño.
Para poder establecer un programa de predicción hidrológica y aviso viable destinado a las
comunidades amenazadas será necesaria una combinación de datos meteorológicos e
hidrológicos, herramientas de predicción y predictores preparados. Un programa de esas
características deberá permitir disponer de un período de anticipación suficiente para que las
comunidades de la llanura inundable respondan a la situación. En el caso de las predicciones de
crecida, el período de anticipación puede ser decisivo para la reducción de daños y pérdidas de
vidas. Las predicciones deberán ser suficientemente
3. PREDICCION HIDROLOGICA
Exactas para fomentar la confianza, de modo que las comunidades y los usuarios adopten
medidas efectivas cuando reciban los avisos. Si las predicciones son inexactas, la credibilidad
se deteriorará y la respuesta no será adecuada.
La experiencia y las enseñanzas extraídas del pasado han demostrado que un sistema de
predicción hidrológica y respuesta de extremo a extremo consta de las etapas siguientes, que
deberán estar relacionadas entre sípara conseguir una reducción de las pérdidas causadas por las
crecidas:
a. recopilación y comunicación de datos.
b. predicción hidrológica y generación de productos predictivos.
c. difusión de las predicciones entre los usuarios.
d. toma de decisiones y mecanismos de apoyo.
e. medidas adoptadas por los usuarios.
La interacción entre los componentes tecnológicos del sistema de predicción hidrológica
integrado de extremo a extremo se asemeja a una cadena con un gran número de eslabones. Cada
eslabón deberá ser plenamente funcional para prestar un servicio eficaz a la comunidad de
usuarios o a la población amenazada. Como sucede con los eslabones de una cadena,si uno de
ellos no funciona adecuadamente, todo el sistema falla. En otras palabras, si se genera una
predicción de crecida perfecta pero ésta no llega al conocimiento de la población amenazada, o
si no se dispone de capacidades que permitan adoptar medidas preventivas, el sistema de
predicción no responderá a los fines previstos.
3. INCERTIDUMBRE Y PREDICCIONES PROBABILÍSTICAS
Por lo general, el principal objetivo de la predicción hidrológica es proporcionar el período de
anticipación máximo posible con un grado de exactitud
4. PREDICCION HIDROLOGICA
El principal mecanismo utilizado para incorporar directamente la incertidumbre
ha consistido en perturbar las condiciones iniciales de las ecuaciones diferencia le s
en derivadas parciales no lineales que describen la atmósfera mediante métod os
basados en sistemas convectivos de mesoescala. Sin embargo, la mayoría de los
métodos actualmente utilizados distan de ser óptimos, y dependen toda- vía de
una valoración subjetiva del predictor. Para propagar y describir la incertidumbre
de las predicciones se utiliza mucho el filtro de Kalman de conjuntos.El Centro
europeo de predicción meteorológica a medio plazo y otros organismos
internacionaleshan investigado la utilización de conjuntos basados en sistemas
convectivos de mesoescala en los últimos años, y han realizado un experimento
de predicciónhidrológica por conjuntos mediante intercomparaciones a gran escala,
que dio comienzo en 2005. Aunque esta línea de actuación sea prometedora, no ha
sido todavía demostrada en la práctica, y será necesario todavía un gran esfuerzo
para desarrollar procedimientos de propagac ión de la incertidumbre media nte
sistemas de modelos complejos.
4. NECESIDADES DE DATOS PARA LAS PREDICCIONES HIDROLÓGICAS
Las necesidades de datos para la predicción hidrológica dependen de numerosos
factores:
a) la finalidad y el tipo de predicción.
b) las características de la cuenca.
c) el modelo de predicción.
d) el grado de exactitud deseada de la predicción.
e) las limitaciones económicas del sistema de predicción.
Las necesidades de datos varían considerablemente en función de la finalidad de la predicción.
En los embalses se necesitan predicciones de flujo entrante en intervalos pequeños de tiempo, así
como el volumen de agua que probablemente se agregará alflujo del embalse por efecto de una
crecida de tormenta determinada. Las predicciones del nivel de agua en ríos de gran tamaño y
crecimiento lento son fáciles de estimar midiendo esa magnitud en estaciones corriente arriba.
Por consiguiente, en tales casos los datos necesarios serán el nivel de agua en dos o más
estaciones del río o de sus afluentes. Sin embargo, en ríos más pequeños, en que las crecidas
son más rápidas, será inevitable utilizar, además de las observaciones del nivel de agua y del
caudal a intervalos relativamente pequeños, datos sobre la precipitación de lluvia.
Como se examina en las secciones siguientes, son varias las consideraciones a tener en cuenta
para decidir el tipo de modelo de predicción que debe utilizarse. Las necesidades de datos
entrantes para las calibraciones y predicciones operativas varían considerablemente según el
modelo. Así, por ejemplo, en el caso de un modelo de correlación simple entre hidrómetros ,
que podría ser adecuado para ríos de gran tamaño, el único dato necesario podría ser el nivel de
agua en dos o más estaciones. Sin embargo, para utilizar un modelo de cuenca de alcance
completo serán necesarios otros datos.
Aunque la exactitud de las predicciones es la consideración más importante, las limitaciones
económicas, así como la importancia relativa y la finalidad de la predicción, permiten en
ocasiones rebajar el grado de exactitud. En tales situaciones, será posible seleccionar un modelo
cuyas necesidades de datos sean menos rigurosas.
5. PREDICCION HIDROLOGICA
5. DATOS NECESARIOS PARA ESTABLECER UN SISTEMA DE
PREDICCIÓN
No es posible obtener predicciones hidrológicas realistas cuando se carece de datos. Los datos
necesarios para las predicciones hidrológicas, como se ha indicado en las secciones
precedentes, pueden clasificarse a grandes rasgos en:
a) Fisiográficos.
b) hidrológicos.
c) hidrometeorológicos.
Los datos obtenidos de los sistemas de información geográfica (SIG) son necesarios tanto con
fines de calibración como para visualizar los estados y resultados de los modelos. Esos datos
consisten en numerosos tipos de información sobre la cubierta terrestre como, por ejemplo, el
tipo de suelo, la geología, la vegetación y los valores de elevación obtenidos de modelos
digitales de elevación. La eficacia de de un sistema de predicción hidrológica dependerá de la
calidad y cantidad de los datos históricos y de los datos de SIG utilizados para establecer los
parámetros.
Los datos hidrológicos relacionados con los niveles de agua de los ríos, por ejemplo, el caudal,
el nivel de agua subterránea, la calidad del agua y la carga de sedimentos, y los datos
hidrometeorológicos relacionados con la evaporación, la temperatura, la humedad, la
precipitación de lluvia y otrasformas de precipitación, como la nieve o el granizo, son esenciales
para la predicción hidrológica. Algunos de ellos, y en ciertos casos todos, pueden ser necesarios
para el desarrollo de modelos o para usos operativos, según el modelo. En los 10 últimos
años, los programas de bases de datos y de procesa- miento de éstos han sido acoplados a
modelos hidrológicos para obtener sistemas de predicción hidrológica que utilizan datos
hidrológicos y meteorológicos y para procesar los datos que se utilizarán en los modelos
hidrológicos. Estos últimos producirán subsiguientemente resultados utilizados por los
hidrólogos para predecir las condiciones de flujo fluvial, y en particular las crecidas y sequías.
Para la predicción de crecidas es esencialdisponer de una red hidrometeorológica adecuada.
En la mayoría de los casos, el funcionamiento práctico de la red de datos es el eslabón más
débil de un sistema integrado. En particular, para poder predecir crecidas y sequías se
necesitarán como mínimo valores de precipitación y datos obtenidos de hidrómetros de flujo
fluvial. Cuando la nieve fundida sea un factor a tener en cuenta,serán también importantes las
mediciones delequivalente en agua de la nieve, la extensión de la capa de nieve y la temperatura
del aire. Por consiguiente, al establecer un sistema de predicción hidrológica será importante
responder a las preguntas siguientes:
a) ¿son las redes pluviométricas y de aforo de caudales satisfactorias para el
muestreo de la intensidad y de la distribución espacial de la lluvia y de la respuesta
del flujo en la cuenca fluvial?.
b) ¿están funcionando adecuadamente los afora- dores de corriente?, ¿proporcionan datos
exactos sobre el nivel de agua y el flujo fluvial?
c) ¿esfiable la transmisión de datos entre las estaciones de aforo y el centrode predicción?;
d) ¿con qué frecuencia se efectúan las observaciones y cuánto se tarda en transmitirlas al
centro de predicción?
e) ¿disponen los usuarios de los datos necesarios para la toma de decisiones?
6. PREDICCION HIDROLOGICA
f) ¿son archivados los datos para usos futuros?
g) ¿han sido los datos sometidos a un control de la calidad?
6. Hidrología estadística
La planeación y el diseño de obras hidráulicas están relacionados con eventos hidrológicos
futuros, cuyo tiempo de ocurrencia o magnitud no pueden predecirse, ya que no están gobernados
por leyes físicas o químicas conocida, sino por las leyes de azar. Es por ello que la probabilidad
y la estadística juegan un papel muy importante para pronosticar eventos hidrológicos. Debido a
que en hidrología se cuenta con periodos muy cortos de precipitaciones para poder estimar la
lluvia de diseño de una avenida, se requiere buscar entre las distintas funciones de distribución de
probabilidad teóricas la que se ajuste mejor a los datos medidos, y usar esta función para poder
extrapolar los eventos de diseño, ya sea por medios gráficos o por medio de la obtención de los
parámetros de su función de distribución.
El coeficiente de correlación mide la asociación lineal entre dos variables; es una herramienta
matemática ampliamente utilizada en numerosos análisis hidrológicos. La regresión es una
ampliación del concepto de correlación, que permite obtener fórmulas para determinar una
variable dada, por ejemplo, un flujo bajo estacional, a partir de una o más observaciones
disponibles como, por ejemplo, el nivel de agua subterránea invernal máximo.
La fórmula para calcular el coeficiente de correlación r entre n pares de valores de x e y es la
siguiente:
La ausencia de correlación no implica ausencia de asociación, ya que r mide solo la asociación
lineal, y una relación estrictamente curvilínea, por ejemplo, no se traduciría necesariamente en
un valor elevado de r. Inversamente, la correlación entre dos variables no implica que éstas
estén conectadas causalmente. Los diagramas de dispersión simples entre dos variables dadas
equivalen a una correlación gráfica, y constituyen el fundamento de la técnica de predicción
de puntas de crecida.
Si x o y tienen una estructura de serie temporal, y especialmente si exhiben una tendencia, habrá
que hacerlo necesario para eliminar esa estructura antesde establecerla correlación, y convendrá
interpretar su significación con cautela. Es posible aplicar técnicas de series temporales,cuando
se utilizan valores anteriores de una variable, por ejemplo, de caudal, para predecir el valor
de esa misma variable en un momento futuro.
Del mismo modo, las ecuaciones de regresión tienen muchas aplicaciones en hidrología.
Presentan la forma general siguiente:
7. PREDICCION HIDROLOGICA
Y = bo + b1X1 + b2X2 + b3X3 +...
Donde Y es un valor futuro de la variable que se desea predecir y X denota variables
actualmente observadas. Los coeficientes de regresión estimados a partir de los valores de Y y
X observados están indicados mediante b. Las variables X pueden consistir en la altura del
agua o el caudal corriente arriba, la precipitación de lluvia, las condiciones de la cuenca, la
temperatura o la precipitación de lluvia estacional. La variable Y puede indicar la altura del agua
máxima o mínima. El coeficiente de correlación múltiple mide el grado de explicatividad de la
relación. Otro indicador del ajuste, el error típico de estimación, mide la desviación típica de las
desviaciones respecto de la línea de regresión en el conjunto de calibración. La teoría está
explicada en todos los textos de estadística general.
En ocasiones, las combinaciones lineales de las variables no son satisfactorias y es necesario
normalizar X o Y. Un método de transformación potente que permite transformar Y en YT está
expresado mediante las ecuaciones siguientes:
YT = (YT – 1)/T T ≠ 0 YT = ln(Y) si T = 0
Que abarcan transformaciones de potencia, logarítmicas y armónicas en una escala T continua.
Mediante métodos de tanteo es posible determinar un valor de T adecuado; por ejemplo, el valor
que reduce la asimetría o, gráficamente, mediante diagramas como el de la figura II.7.4. Es
también posible incorporar relaciones no lineales en una regresión mediante polinomios, por
ejemplo mediante Xi , Xi 2 o Xi 3. Alternativamente, la regresión no lineal basada en rutinas de
minimización de funciones ofrece un método práctico sencillo para ajustar los parámetros de las
ecuaciones
Acentuadamente no lineales. Para seleccionar un subconjunto práctico de variables explicativas
es necesario un criterio muy afinado y, en particular, un estudio muy detallado de los residuos, es
decir, de las diferencias entre los valores observados y los estimados en el conjunto de datos de
calibración. Lascircunstancias vinculadas a residuos de gran magnitud suelen indicar la necesidad
de introducir ajustes. La utilización de computadoras y de pantallas gráficas permitirá visualizar
los residuos y explorar combinaciones alternativas. Convendrá evitar utilizar exclusivamente
procedimientos de búsqueda y selección íntegramente automáticos (por ejemplo, escalonados, por
etapas, retrospectivos o prospectivos) y de subconjuntos óptimos.
8. PREDICCION HIDROLOGICA
7. MODELOS HIDROLOGICOS
1) Modelos de índice de humedad del suelo:
Este método ha sido el más utilizado para las predicciones operativas en muchos países.
Dado que es un indicador de los efectos de la predicción previa al momento de la
predicción, constituye un índice de la humedad presente en elnivel superior del suelo. Los
índices más habituales son el índice de precipitación antecedente y la condición de
humedad antecedente. Los métodos de índice de humedad presentan dos características
vinculadas a las aplicaciones de predicción hidrológica. En primer lugar, el índice es
actualizado diariamente, por lo que es más apropiado para un análisis en función de los
sucesos que para una modelización continua. Así, para aplicar este método a la mayoría
de las predicciones es necesario dividir en sucesos un período de precipitación, o dividir
un suceso en períodos de precipitación. Así, por ejemplo, en períodos prolongados de
precipitación interrumpidos por breves períodos de precipitación de lluvia escasa o nula,
puede ser muy difícil determinar si se trata de una o varias tormentas.
La segunda característica consiste en que el volumen de la escorrentía superficial, una vez
calculado y aplicado a un hidrograma unitario, produce un hidrograma de la escorrentía
superficial únicamente. Con objeto de sintetizar el hidrograma de la escorrentía total,
deberá determinarse el flujo de base utilizando otro método. Esta técnica sirve solo para
usos prácticos cuando los sucesos de escorrentía son importantes y solo tiene sentido
utilizar un método simple.
2) Métodos simplificados para predecir la altura del agua:
Con frecuencia,es necesariopredecir la altura máxima del agua o punta de crecida respecto
de un suceso. Una técnica práctica que da buenos resultados en ríos de tamaño moderado
consiste en construir una correlación gráfica simple con un hidrograma de altura del agua
corriente arriba, obteniendo de ese modo una predicción con un período de anticipación
igual al tiempo de recorrido de la onda de crecida.
Es habitual utilizar de manera encadenada las predicciones de altura máxima, de tal modo
que los resultados de una predicción corriente arriba aporten datos para otra corriente abajo.
Ese tipo de gráficas puede utilizarse para predecir los hidrogramas, siempre que se tome en
cuenta la diferencia de tiempo de retardo entre los períodos ascendentes y descendentes.
Cuando las relaciones entre estaciones no den resultado, será útil utilizar la relación de
correlación siguiente:
(h2) t+Dt = f((h1) t ,Iloc)
Donde h1 y h2 denotan las alturas del agua máximas en una estación situada aguas arriba
y abajo, respectivamente, I loc es el flujo entrante local entre las estaciones, y ∆t es el
tiempo de retardo.
9. PREDICCION HIDROLOGICA
3) Modelos conceptuales del flujo
fluvial:
Hay muchas clases básicas de modelos, la
mayor parte de las cuales varían en función de
la manera de conceptualizar los procesos
hidrológicos.
10. PREDICCION HIDROLOGICA
Los modelos hidrológicos y/o los procedimientos de predicción utilizan datos de
precipitación y flujo fluvial en tiempo real, y convierten las condiciones observadas en
condiciones futuras de la corriente.
Los modelos o procedimientos hidrológicos varían en complejidad, grado de exactitud y
facilidad de uso. Los modelos hidrológicos simples consisten en tablas, gráficas o
relaciones obtenidas empíricamente. Los sistemas de modelización hidrológica más
sofisticados utilizan datos obtenidos in situ y mediante teledetección, o integran una
multiplicidad de modelos hidrológicos para obtener predicciones hidrológicas muy
exactas. Los recientes avances de las computadoras personales han permitido utilizar
sistemas de modelización complejos en ese tipo de computadoras. Tales sistemas son más
fáciles de utilizar y de mantener que sus predecesores.
En los dos últimos decenios ha mejorado considerablemente tanto eltratamiento científico
como la efectividad de los modelos. La efectividad de un modelo varía en función de las
características de la cuenca fluvial que se desea modelizar, la disponibilidad de datos para
calibrar los modelos y la experiencia y los conocimientos del hidrólogo acerca de la
mecánica del modelo. Los datos suelen limitar el grado de exactitud en las aplicaciones
prácticas. Sin embargo, gracias a la mayor disponibilidad de datos de SIG, es actualmente
posible estimar los parámetros de los modelos hidrológicos sin depender exclusivamente
de datos hidrológicos históricos para calibrarlos.
La posibilidad de disponer de estimaciones de precipitación para usos operativos con
resolución espacial y temporal obtenidas mediante radares meteorológicos y el
considerable aumento de la potencia informática, han permitido hacer uso de modelos
hidrológicos distribuidos. Hay una gran diversidad de este tipo de modelos, debido a la
introducción de bases de datos distribuidas sobre las características de la superficie de la
tierra y del suelo. Carpenter y otros (2001), Ogden y otros (2001), Beven (2002), y Smith
y otros (2004a) ofrecen descripciones generales recientes de modelización hidrológica
distribuida y de los problemas que plantea su utilización en la predicción operativa.
La considerable influencia de la incertidumbre en los datos de entrada de lluvia, asícomo
los errores en la estructura y en los parámetros de los modelos de crecida repentina en
pequeña escala ha dificultado la rápida adopción de modelos distribuidos para efectuar
predicciones operativas. No obstante, los modelos distribuidos prometen aportar
información
4) Técnicas para la actualización de modelos:
Los ajustes de las predicciones suelen estar basados en los resultados de los modelos y en
las mediciones directas de las variables de estado. Hay numerosas técnicas para actualizar
una predicción. Si se ha efectuado una observación de los resultados de una predicción
Yi, será posible ajustar las predicciones subsiguientes basándose en elerror de predicción
conocido ei = Yi – Y^ i , donde Y^ i es la estimación predictiva. Generalmente, los ajustes
responden al criterio personal del predictor, aunque hay varias técnicas matemáticas que
permiten formalizar este proceso. Se describen a continuación los principios básicos del
método formal.
El método más simple para ajustar las predicciones consiste en restar el error actualde la
nueva predicción. Con el fin de evitar discontinuidades, se suele incorporar el ajuste al
hidrograma calculado a lo largo de varios períodos de tiempo. Un procedimiento más
complicado consiste en someter la serie de errores ei , e2,..., ei a un análisis de series
temporales, con el fin de obtener las posibles tendencias o periodicidades que sería posible
11. PREDICCION HIDROLOGICA
extrapolar para estimar el nuevo error potencial ^ e i+1, que a su vez podrá ser utilizado
para modificar la nueva predicción Y ^ i+1.
Hay dos tipos principales de métodos para actualizar los modelos en tiempo real:
a) la actualización de parámetros, consistente en actualizar regularmente las
estimaciones de algunos de los parámetros del modelo (posiblemente todos)
basándose en datos entrantes tales como la precipitación de lluvia o el flujo. Estos
datos se obtienen mediante telemetría convencional o mediante sistemas más
modernos de control de supervisión y adquisición de datos, conocidos también por
las siglas del inglés SCADA.
b) la actualización de estado, consistente en actualizar regularmente las variables de
estado del modelo, como el flujo o elnivel de agua, basándose en los datos entrantes.
En ocasiones, estas operaciones se efectúan de manera completamente integrada
mediante algún tipo de algoritmo de estimación de parámetros,como el filtro de Kalman
ampliado. Alternativamente, pueden efectuarse al mismo tiempo, aunque mediante
algoritmos distintos. Estos responden generalmente al nombre de algoritmos de
estimación recursivos, ya que procesan datos de manera recursiva, de tal modo que las
nuevas estimaciones sean función de estimaciones anteriores, más una función del error
estimado. Algunos ejemplos de este tipo de algoritmos son los algoritmos de mínimos
cuadrados recursivos, muy utilizados en hidrología operativa
El filtro de Kalman y el filtro de Kalman ampliado son técnicas de estimación recursivas
que han sido aplicadas a la predicción hidrológica, aunque requieren un grado de pericia
matemática e hidrológica considerable para asegurarse de que el modelo predictivo
presenta una forma apropiada para el análisis. La forma genérica del algoritmo recursivo
de estimación de parámetros es la siguiente:
Donde y = g{xt } son los datos observados, relacionados con las variables de estado del
modelo mediante una fórmula definida, y Gt es una matriz variable a lo largo del tiempo,
denominada frecuentemente ganancia del sistema, que es también calculada
recursivamente y que está en función de la incertidumbre de las estimaciones de los
parámetros o del estado. Los algoritmos que combinan ambas operaciones suelen
denominarse algoritmos de asimilación de datos.
Sin embargo, puede utilizarse también una técnica más conceptual para ajustar los
resultados de un modelo hidrológico. El método no obliga a modificar la estructura del
modelo ni sus algoritmos. En lugar de ello, ajusta los datos entrantes y, por consiguiente,
las variables de estado de tal modo que reproduzcan más aproximadamente los flujos
actuales y anteriores. Esos valores ajustados son seguidamente utilizados para predecir el
hidrograma.