Ecosystem Functions and Services in IWRM Road map of tools and assessments Models to aid management decisions

Outline presentation Models as planning tools Type of models Basic Information A water balance example Discussion

Goal and objectives of the session At the end of this session, participants will have a: Basic knowledge about uses and limitations of models as planning tools, Need for a good and reliable data base to validate the models and Use of models to forecast environmental impacts and potential future scenarios.

Models Some simple questions: What is a model? What do we need models for? Can past event be a good indicator of future events?

Models A model is an approximation of the reality. It is an approximation, because the reality can be extremly complex and may never be fully understood.

Models In the absence of perfect knowledge, the reality can be represented in a simplified way, by means of the system concept. A system is a set of connected parts that form a whole. The system response is determined by the interaction between the different parts in which the system is divided.

Models By approximating the reality with the system approach, we can identify the impacts that changes, in the parts of system, will have in the system as a whole. The information that we are getting is an approximation of the reality. It is very important to define what aspects of the reality I need to know and evaluate.

Type of Models Models can be: Physical or abstract Deterministic or stochastic Lumped or distributed Steady or unsteady

Basic Information In order to make good use of models, good and reliable information is needed. To be able to forecast future impacts over the system, the model must be able to forecast the past.

Basic Information Models have to be adjusted to the specific conditions and characteristics of the system that is being modelled. This process is called calibration. The calibration process needs good, reliable and long records of information.

Example The water balance for the upper basin of the Tempisque River, Guanacaste, Costa Rica.

12 Study Area Provincia de Guanacaste, región Pacífico Norte de Costa Rica. Cuenca alta del río Tempisque delimitada hasta la Estación fluviográfica Guardia (#741901, ICE). Area total de la subcuenca: 955km 2. Estación Guardia Liberia

13 Characteristics of the study area USO DEL AGUA Agroindustria Población Medio Ambiente

14 General Goal of the Modelling Process To develope a water balance model for the upper basin of the Tempisque River in order to be able to analyse diferent climatic scenarios and assess a minimum water flow for environmental purposes.

15 Model Information and Scope The model estimates the principal processes of the hydrologi cycle on a monthly basis. It uses precipitation, solar radiation and runoff data to keep a record of the soil moisture, the evapotranspiration and the groundwater recharge. Onve the model is calibrated according to the physical, characteristics, climatic conditions, land use and soil types of the basin, it can be used to evaluate the impacts of changes in land use, climatic change or water withdrawal on the runoff pattern and water availability in the area.

16 Model Information and Scope Insufficient field information related to weather, hydrology, soil characteristics and land use. Incomplete records.

17 Methodology

18 Hojas cartográficas del Instituto Geográfico Nacional (IGN), escala 1:50.000, con curvas de nivel a cada 20m. Mapas de Zona de Vida de Costa Rica, Centro Científico Tropical (CCT), escala 1: Mapas de Capacidad de Uso de la Tierra, Fundación Neotrópica, de escala 1: Mapas de Uso del Suelo, Ministerio de Agricultura y Ganadería (MAG), CONTINUA… Methodology Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

19 Methodology Mapa Geológico de Costa Rica, Tournon & Alvarado, escala 1: , Datos mensuales de escorrentía y precipitación del Instituto Costarricense de Electricidad (ICE). Datos mensuales de precipitación, temperatura y brillo solar del Instituto Meteorológico Nacional (IMN). Datos mensuales de precipitación del Servicio Nacional de Riego y Avenamiento (SENARA). Atlas de Costa Rica, 2000, del Instituto Tecnológico Costarricense. Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

20 Methodology Identificación de inconsistencias: curvas de doble masa. Estimación de datos faltantes de precipitación y temperatura y brillo solar: análisis de regresión o sustitución con el promedio del registro. Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

21 Methodology Área de estudio: subcuenca definida hasta la estación fluviográfica Guardia (# , ICE). Delimitación a partir de la línea divisoria de aguas superficiales basandose en las hojas cartográficas del IGN escala 1: Digitalización de la cuenca en un Sistema de Información Geográfica, con los equipos del Programa de Desarrollo Urbano Sostenible (ProDUS). Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

22 Methodology Selección del período de calibración. Precipitacion promedio. Evapotranspiración potencial. Capacidad de almacenamiento de agua del suelo. Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

23 Methodology Proceso de infiltración. Factor de flujo base (k). Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

24 Methodology ESTUDIO DE DISTINTOS ESCENARIOS DE PRECIPITACIÓN Prueba estadística de los datos de precipitación anual. Definición de rangos de precipitación para los escenarios seco, normal y húmedo. Promedio de las condiciones climáticas de precipitación, temperatura y brillo solar para cada escenario. Aplicación del modelo a cada escenario. Recopilación de información básica Preparación de la información meteorológica Calibración del modelo Delimitación de la cuenca Cálculos preliminares Aplicación del modelo

25 Model Development

26 Description of the model Basado en el propuesto por Thornthwaite y Mather (1957). Requiere el conocimiento de la precipitación (P), evapotranspiración potencial (ETP) y la capacidad de almacenamiento de agua del suelo (CAA). El modelo desarrollado incluye la escorrentía directa (ED) y subsuperficial (ESS). Manejo diferente de la escorrentía subterránea o flujo base (FB). P FB ETR PERC ESS ED ES=ED+ESS+FB

27 Conceptual Scheme ESCORRENTÍA Escorrentía Subsuperficial Escorrentía Directa INFILTRACIÓN PERCOLACIÓN Estrato de rocas subterráneas PRECIPITACIÓN Estrato de suelo Flujo Base EVAPOTRANSPIRACIÓN

28 Calibration of the model Período de calibración Total de escorrentía calculada (mm)4883 Total de escorrentía medida (mm)5351 Porcentaje de error-8,7% Coeficiente R 2 0,8338

29 Precipitation Scenarios

30 SecoNormal Húmedo Precipitation Scenarios

31 Escenarios de precipitación Escenario Seco Escenario Normal Escenario Húmedo

32 Balance hídrico anual Componente superficial Componente subterráneo 20% 30% 40% PRECIPITACIÓN EVAPOTRANSPIRACIÓN ESCORRENTÍA 80% 70% 60%

33 Discussion

34 Conclusiones Cualquier herramienta de planificación del recurso hídrico requiere de una base de datos hidrometeorológica confiable; de ahí la importancia de invertir en una red de estaciones para la recopilación y un servicio que le proporcione mantenimiento y la haga disponible. El modelo desarrollado presentó un buen ajuste entre los valores de caudal observados y los estimados, por lo que constituye una herramienta valiosa para la planificación y manejo del recurso hídrico en la cuenca alta del Río Tempisque.

Discussion Why do we need models? What are we modelling? What information are we using to validate the models? Is there enough information to validate the model? How reliable are past events to forecast future events?

36 End