Una mirada a la modelización en hidrología

En dos de las últimas entradas de este blog he hecho una introducción a la modelización y he comentado sus limitaciones. Hoy discutiré sobre dos artículos de hidrología aparecidos recientemente, que analizan el estado de la modelización en este campo.

Una de las aplicaciones de la hidrología es la construcción de modelos para predecir el caudal de un río. El caso típico es construir una herramienta que, a partir del estado pasado de una cuenca y una estimación de la precipitación futura, produzca una previsión útil del caudal de un río. Este tipo de modelos se usan principalmente para proteger a la población, para gestionar los recursos hídricos o para gestionar infraestructuras hidráulicas.

A grandes rasgos, hay dos familias importantes de modelos. Por un lado, tenemos modelos llamados de "caja negra", que no pretenden comprender el sistema. Simplemente pretenden obtener una buena previsión de la forma más sencilla posible. Por el otro lado tenemos modelos llamados "físicos", cuyo mecanismo pretende emular los procesos que se producen en la cuenca. Estos últimos utilizan complicadas ecuaciones que explican los movimientos de agua, los intercambios energéticos, las interacciones del suelo con la atmósfera, el rol de la vegetación, etc. En teoría, los modelos físicos deberían ser mucho más potentes puesto que, al intentar representar fielmente los procesos, podrían dar una imagen mucho más completa del sistema que no se limita a la simple previsión del caudal. Por ejemplo, un modelo de caja negra difícilmente podría simular el caudal de una cuenca para la que no haya medidas de caudal. Sin embargo, un modelo físico sí que debería producir resultados con sentido, ya que el desconocimiento del caudal en el pasado no es una limitación, si se conocen las características fisiográficas de la cuenca, es decir, el tipo de suelo, el tipo de vegetación, la topografía, etc. . O al menos, esto es lo que se proponen muchos modelizadores.

Imagen obtenida de ESIP

Sin embargo, la realidad es tozuda y los modelos físicos no han dado el resultado esperado. Esto ha provocado que muchos hidrólogos se pregunten qué es lo que está pasando en su profesión. Para ejemplificar este debate he elegido dos artículos, más o menos recientes, aparecidos en journals del campo. Ambos artículos comentan temas similares pero el de James W. Kirchner (Getting the right answers for the right reasons) se centra más en los problemas de base teórica, mientras que el de Vazken Andréassian y sus coautores, titulado "What is really undermining hydrologic science today", aborda principalmente problemas de carácter metodológico. Como pueden ver, los títulos de los artículos demuestran cierto estado de inquietud.

Kirchner comenta que los llamados modelos físicos no son tan físicos como sus autores pretenden ya que, debido a múltiples limitaciones, se ven abocados a tratar algunos procesos empíricamente mediante la introducción de parámetros. Los valores de estos parámetros no pueden ser obtenidos a partir de observaciones, bien porque es difícil tomar datos de esas magnitudes, bien porque los parámetros realmente no representan una cantidad física medible. Esto significa que, finalmente, siempre hay que incurrir en algún tipo de calibración. Calibrar el modelo consiste en encontrar los valores de los parámetros que permiten al modelo acercarse más a los valores observados de alguna variable. Claro está que, al calibrar el modelo lo forzamos a dar buenos resultados, no a representar bien el sistema, y por consiguiente, no podemos nunca estar seguros de que el modelo esté reproduciendo correctamente el proceso que simula. De hecho, Kirchner destaca que "cuando estos modelos son calibrados con datos de un intervalo temporal, suelen proporcionar peores resultados cuando se prueban con datos de otro período de tiempo con diferentes características de precipitación". Así, vemos que el modelo calibrado no suele ser suficientemente robusto como para reproducir correctamente datos que no se han usado en la calibración.

Kirchner destaca otro problema importante: el cambio de escala. Los modelos físicos dividen la cuenca en unidades de cálculo. Así, por ejemplo, un modelo puede dividir una cuenca en cuadrados de 2 km x 2 km. De esta manera, el modelo aplica ecuaciones propias de la física del suelo, que se obtuvieron analizando datos a la escala del centímetro, sobre un "punto gordo" de la escala del kilómetro. Al hacer esto se supone que las ecuaciones continuarán reproduciendo bien los procesos pese al cambio de escala. Esta hipótesis es bastante fuerte y no está exenta de problemas. Kirchner propone que se construyan nuevos juegos de ecuaciones capaces de representar los procesos a la misma escala a la que se aplican en los modelos, evitando así las suposiciones difíciles de defender.

Este debate sobre la escala no es únicamente propio de la hidrología. En física se creyó que encontrando las ecuaciones que rigen lo más pequeño se obtendría una ecuación universal que describiría todo el universo. Nunca ha sido así. En la física actual hay ecuaciones para cada escala, desde la física cuántica hasta la relatividad, pasando por la física clásica, por no hablar de la ahora famosa nanoescala. Un modelo termodinámico no usará las ecuaciones de la cuántica sino que le bastará con las ecuaciones clásicas de la termodinamica, puesto que éstas son capaces de describir los procesos a la escala que se estudia.

En el segundo artículo comentado Andréassian y sus coautores tratan problemas similares, pero de forma todavía mas crítica con la profesión. Ellos se preguntan por qué los usuarios de los modelos hidrológicos, es decir, los que usan los modelos para la toma de decisiones, están perdiendo la confianza en los científicos que desarrollan los modelos. Para responder a la pregunta apuntan dos causas principales. La primera es que los modelos han sido sistemáticamente sobre-valorados por sus propios creadores. Creen que los precedimientos de validación deben ser más estrictos y estandarizados y que se debe terminar con la tendencia a esconder los casos difíciles. La segunda causa que apuntan es que en su opinión la investigación en hidrología ha ido coleccionando sellos, se han realizado estudios individuales sobre cuencas específicas, en lugar de buscar soluciones genéricas válidas para el mayor número de cuencas posible. Sostienen que los hidrólogos han creído que sus modelos eran tan buenos, que se han olvidado de obtener datos y de evaluar críticamente su trabajo. Este último punto, coinciden plenamente con lo que afirma Kirchner: al hacer modelos cada vez más complejos basados en ecuaciones ya existentes, se han descuidado las mediciones experimentales sobre el terreno (in-situ), las cuales deberían utilizarse como base para obtener nuevas aproximaciones más adecuadas. Parece que en hidrología se ha preferido la comodidad del laboratorio caliente y la taza de té a la dureza de las medidas de campo.

La discusión precedente ha tomado ejemplos de modelización en hidrología. Problemas muy similares se plantean en otras ramas de las ciencias de la tierra. Significa esto que se desdeña el papel de los modelos? No, en absoluto. Los modelos son extremadamente útiles, pero hay que utilizarlos con precaución. Sería importante conseguir que los modelos dejaran de ser en si mismos un fin de la investigación y fueran simplemente una herramienta más. Sería bueno que en todos los campos en que se hace uso de la modelización se desarrollara un espíritu crítico y métodos adecuados para evaluar de forma objetiva el buen funcionamiento de tales herramientas. La tarea es difícil, pero no imposible. Desde mi punto de vista, una de las mayores dificultades reside en el modo en que se financia la ciencia, pero éste es otro tema que daría para unos cuantos tomos.

1. James W. Kirchner, “Getting the right answers for the right reasons: Linking measurements, analyses, and models to advance the science of hydrology,” Water Resources Research 42 (March 18, 2006): W03S04, http://www.agu.org/pubs/crossref/2006/2005WR004362.shtml.

2. Julien Lerat Vazken Andréassian, “What is really undermining hydrologic science today,” Hydrological Processes 21, no. 20 (2007): 2819-2822, http://dx.doi.org/10.1002/hyp.6854.