文摘

近年来,它已被证明,气候变化影响水文过程;然而,这些影响,如水文动力学,尚未纳入模型,它被假定为固定的气候条件。在这项研究中,颞可变性的水文过程和他们的影响力在山区的水平衡和数据稀疏集水在智利通过比较固定的观察和模仿(定常参数)和动态(时变参数)模型。由于概念模型是最适当的选择数据变得稀缺盆地,概念模型与蒙特卡罗分析集成工具箱用于执行分析。简单的分析旨在增加从模型获得的信息量。一般和动态可辨认性分析是用于执行静止和动态标定策略,分别。作为一个结果,我们得出的结论是,动态模型比固定一个更健壮。此外,DYNIA帮助我们观察颞可变性的水文过程。这种分析有助于更好的理解数据稀疏安第斯流域水文过程,因此可能有助于减少不确定性水文模型输出的场景下气候变化和/或变异。

1。介绍

气候变化对水文循环具有重要的影响;在一些预期的气候变化的影响是增加的数量(频率)洪水和干旱(地球上1]。这直接影响农业用水的可用性,造林和水力发电,以及其他活动。农业和水力发电是最重要的经济活动在智利中南部,他们直接取决于从安第斯盆地水的可用性。因此,有必要提高和信心在水文预测的质量,同时,确定和更好地理解在安第斯流域水文过程的行为。在这里,水文建模发挥作用,因为它是最常用的工具之一,水资源管理和规划2]。

目前,有许多支持水资源规划和管理的工具。特别是,概念性水文模型被广泛使用的水文社区(3,4)提供一个更好的理解水文过程(5),估计长期水可用性(6),使预测的气候7- - - - - -9和土地利用变化10,11),以及其他用途。然而,仍有一个不仅需要复制过去行为的盆地,而且评估选择的代表性模型及其过程模拟的质量评估对于一个给定的盆地。这不仅必须做在一个给定的测量或目标函数方面,而且还通过将一系列参数值的模型展示身体上有意义的行为。最近,人们越来越关注解决同样结果,可识别性和量化相关的不确定性模型模拟(12]。

同样结果的概念(13)认识到几个参数设置可能导致相似的模拟拟合优度观测相比,因此一个“最佳”参数设置不能被识别(13]。然而,在气候变化的情况下,有几个理由预期模型参数的变化以及[12]。因此,校准参数可能会改变在不同时期或部分的自记水位计9]。

经验表明,在降雨径流建模(即一套校准参数。,a stationary model) may not yield equally good approximations of all events or for different parts of the observed hydrograph [14]。此外,长期模拟最优参数设置单独的时间可能会有所不同,同时也必须改变边界条件和过程的变化特征。现在大多数科学家承认,传统的平稳性假设在水文模型可能不再是足够的(15- - - - - -17]。因此,适当考虑水文变化的影响(非平稳),需要不同的参数集表示的动态行为流域。换句话说,动态校准所需的策略更好的信任模型预测。

一些初步研究试图解决上述想法已发表(9,18,19]。他们通过各种方法为什么以及如何显示模型必须改变在时间和/或根据气候和集水属性。

最近,水文动力学的概念已被大量讨论水文文献进一步纳入模型的概念公式(12,15,20.]。这意味着响应的变化引起的一个盆地,例如,考虑到气候变化和变化,在建模阶段。因此,重要的是发现和研究的方法检测这种行为在新模型中,为了有更可靠的模拟这些变化,提高效率和对水资源的管理和系统的信心。

传统上,固定模型校准(与固定模型参数)是通过参数优化最大化观察和模拟的流速及流水量之间的协议。通常,一个目标函数或目标函数的组合在校准期内用于更好的代表性模型,然后对模型验证校准模型验证与其他数据。但这种方法适合长期预测结果吗?这种方法有效的盆地受到气候变化的影响,如厄尔尼诺南方涛动现象(ENSO) ?这些预测结果可靠吗?像罗等。21]提到,必须仔细设计模型校准过程,以确保良好的河流的水文模型预测性能。因此,根据研究的目的和预期可预测性模型,需要不同的校正策略。

大多数气候变化影响研究在过去与未来气候观测运行水文模型校准输入预测未来径流特征。这种方法可能是适当的预测短期径流的变化造成气候变化的输入。然而,这些模型不能外推预测未来的变化造成大的气候变化输入和水文过程(17]。换句话说,水文模型校准使用过去的观测可能不充分捕捉过程,可能在未来的地位越来越重要,因此动态校准的策略可能会更好的在这种情况下。

本研究旨在改善模型的代表性和仿真能力,将观察到的水文动力学在数据稀疏安第斯盆地高度受到气候变化的影响。此外,观测过程动力学的盆地将提高我们对水文过程的理解和深化我们的知识的水文安第斯盆地。我们因此希望改善水文模型的概念设计模型中的配方包括动态校准参数。一般的可识别性分析(GIA)和动态可辨认性分析(DYNIA) [22)进行静止和动态模型进行校准,分别。最后,比较固定的代表性模型和模型与动态校准方法。

2。研究区域

研究区(图1Chillan)对应于上面的排水,测量的Chillan en埃斯佩兰萨水流站(纬度36.76°到36.87°S和经度71.4到71.6°W)。这个排水的排水面积是210.4 km²,海拔从435米海拔的测量站3200米海拔华达德奇火山在安第斯山脉。流域位于智利安第斯山脉的山麓区域。将会呈现出一种复杂的地形和是一个没有降雨和气温数据稀疏区域站在流域(图1)。

根据描述的降雨率马尔东et al。23]在36°45′,存在一个积极与地形海拔梯度降雨由于所谓的地形效应(向东,从大海到安第斯山脉)。因此,降雨增加在安第斯山脉的西部斜坡,到达3000的值(mm)每年在研究区24]。超过70%的年降水量主要集中在多雨的时期(从5月至9月),和降水量随海拔由于安第斯山脉的地形效应(24,25]。年降雨量是2200毫米,平均季节温度变化从3.3°C在夏天冬天到21.9°C。

这条河有一个多雨的政权(见图1),因为超过90%的流域位于低于2500的年平均雪线a.s.l。26]。虽然盆地包含Chillan的西部斜坡火山的一部分,它不存在显著影响融雪春季或初夏(见5%的概率超过数的季节性变化曲线如图1去年10月至今年1月,第二个峰值之间没有观察到)。

由于盆地位于火山的斜坡,它提出了高斜坡和高度土壤透水层。根据SERNAGEOMIN [27],绝大多数(80%以上)的流域面积由PPl3覆盖衬底(从上新世更新世时期)。这种基质主要由火山岩石(喷出)时形成的火山熔岩,支持高度的压裂和土壤透水层。此外,由于衬底的老年,风化过程已经开始,增加岩石渗透率。因此,高的斜坡和土壤透水层与火山影响Chillan盆地的水文快速地表和地下水径流过程和允许大量的水储存在每年盆地。此外,这些特征在盆地中产生径流响应快(见图1)。

的Chillan en埃斯佩兰萨河流域主要由原始森林覆盖和稀缺的人为改变(28),主要是因为火山盆地位于奇的斜率非常难以介入的领域。因此,微不足道的土地利用和覆盖变化发生在最近的几十年。

3所示。水文模型描述

因为山区环境的主要特征的复杂性和空间变异性hydroclimatic模式,一个是想选择一个详细的、分布式和基于物理的水文模型代表一个盆地的水文行为和水文过程发生在它(4]。但在数据稀疏的情况下盆地,总会有需要更多信息(土地利用、土壤图、植被图、等)。因此,概念模型是最简单、最适当的选择数据稀疏等盆地安第斯盆地。因此,考虑到概念洪积模型的概念和能力没有显著差异(8),我们选择穆尼奥斯模型(29日)执行分析由于其简单性和因为它集成了一般动态可辨认性分析用于这项研究。

本文使用的模型是穆尼奥斯(提出的概念水平衡模型29日)和穆尼奥斯et al。30.)(图2)。该模型分别模拟了降雨径流和融雪径流过程。因为洪水的政权主导的研究区域,只有降雨径流模块使用,这里将简单描述。

集总模型考虑了流域作为一个双存储系统:地下(SS)和深存储(美国)。学生代表中存储的水不饱和土层土壤水分,而美国是水覆盖了饱和土层。降水的主要输入数据模型(PM)和潜在蒸散(PET)。模型输出的总径流(ETOT)流域出口,包括底流(ES)和地表径流(EI)。进一步的描述模型的特征,请参阅穆尼奥斯(29日)和穆尼奥斯et al。30.]。

4所示。数据

估计代表流域的降雨数据,10雨量计站位于附近的排水,如图1。重要的是要指出,安第斯集雨通常难以介入领域,因此大多数(甚至在这种情况下)气象监测站位于外排水,远离的集雨研究领域的最高水平。因此,在研究这些集雨,它变成了一个挑战充分代表他们的气象特征。

国家水务署(提供的月度数据Direccion一般德阿瓜或DGA),然后使用逆距离加权插值方法获得代表流域值。之所以选择这种方法由于其效率在降雨插值点测量,由于山区盆地性质的空间变异性及其影响降水(31日]。

由于缺乏从DGA站长期和可靠的温度数据,得到了温度时间序列气候研究中心的,特拉华大学(32]。估计在流域分布式温度,Thiessen多边形法。温度数据被用来计算使用Thornthwaite方法潜在蒸散。

集水的形态特征及其区域定义使用先进星载热发射和反射辐射仪(ASTER) 1角秒的图像分辨率(约30米)(图1)。

5。方法

比较包括水文动力学模型与一个不,动态和固定校正策略。校准的策略都是基于执行区域敏感性分析(RSA)所描述的公司和矛33]。静止的校准,在整段时期一个RSA进行的分析,而对于动态校准相同的基于RSA进行分析,但在一个移动的窗口。

研究了模型参数的敏感性和颞可变性蒙特卡罗分析工具箱(称MCAT) [22)是结合穆尼奥斯et al。30.水文模型。

称MCAT首先运行几个模拟不同参数设置采样从原来的物理意义的范围由用户定义。然后,它存储参数设置,模型输出,和目标函数的值(s)与每个模拟,以评估模型行为之后(30.]。主要的分析,本研究进行了(我)一般可辨认性分析(GIA)和(2)动态可辨认性分析(DYNIA) [22,34]。分析都是基于RSA和由一个图形整合的结果称MCAT模拟。

一方面,吉尔概述的概率分布函数(pdf)和单个模型参数的累积pdf (cdf)最好的10%的模拟基于目标函数的计算在整个模拟时间。吉尔与每个参数对模型输出的影响根据预定义的。这是通过一个图形的分析,分析比较每个参数的累积分布曲线和每个参数的值为不同间隔的参数范围内。因此,一个更大的斜率的累积分布曲线表明,分析参数对模型输出有很强的影响。以同样的方式一个常数斜率表示模型参数不敏感。

另一方面,DYNIA执行类似的灵敏度分析,而是用整个模拟时间,它认为一个移动窗口的长度由用户定义的。这个窗口移动通过可用的时间序列分段的方式;也就是说,在时间步计算之间的残差和。的大小选择的时间长短取决于每个参数有影响,是一段时间的研究。模型性能的测量用于边际条件参数分布在那个特定的时间步。阈值应用于只考虑表现最佳的参数设置(在本研究中最好的10%)根据一个适当的支持措施。

在这项研究中,windows 3 7和13个月,针对(i)获得最大的可变性与每个参数和目标函数(3个月)和(2)获得年际变化参数(7和13个月)。

应该注意的是,DYNIA处理大量的信息,随建模时,目标函数和参数的数量。因此,它的图形表示由灰度图形的最黑暗的阴影在任何时间步代表最大累积分布曲线的斜率,即更大的可识别性。同样,轻阴影代表一个温和的累积分布曲线的斜率,因此较低的可识别性(见图3)。GIA的进一步描述,可以找到DYNIA魏格纳et al。34,35]和魏格纳和Kollat [22]。

在这项研究中,吉尔被用来约束模型参数根据他们的可识别性,因此校准模型与定常模型参数固定。DYNIA是用来识别最可识别参数的时间变化和校准动态模型。然后,进一步进行分析比较的基础上两个校正策略。

5.1。固定参数校准

固定参数校准,穆尼奥斯描述的方法等。30.被用来总结如下。(1)估计足够数量的模拟:因为称MCAT基于随机试验,它通常需要大量的模拟覆盖最广泛的光谱可能的模拟。蒙特卡罗模拟的数量估计通过试验和错误,停止准则在哪里遇到的相关性之间的皮尔逊相关系数)(根据不确定性(计算的线性时间序列之间的相关性的上限和下限的不确定性)的两种不同的试验,但在相同数量的模拟,等于或大于0.999。在这一标准下,这是确定的足够数量的模拟研究是10000。(2)输入修改的可识别性因素:因为它是可能的输入不代表流域的水文气象特征,模型考虑修改他们的可能性的数量,以确保长期的质量平衡的关闭。要做到这一点,因素和服务的功能修改降水和潜在蒸散系列,分别。因此,可识别性分析的首次演出和。这些因素限制根据他们的积极的可识别性和通过一个迭代过程的约束,然后重复10000年的蒙特卡罗模拟。停止准则时相遇和没有进一步的可识别性,然后参数范围的中值被用作校准因子。(3)模型参数的可识别性:由于参数交互,各种各样的蒙特卡罗模拟进行,每个被限制的范围从GIA依照其观察到的可识别性。如果参数显示的范围对模型输出(即有积极的影响。积极的可识别性),参数约束范围。从这个分析的新范围可识别的参数定义,然后一个新的迭代(Monte Carlo模拟法)进行。陡峭的斜坡在吉尔表示参数是更多的观察(或重复),因此是可识别的范围。否则,温和的斜率表示模型参数不是可识别的范围,因此被用来丢弃nonidentifiable范围的模型参数。通过这种方式,分配给特定的参数范围受到限制。实验重复了为了观察在其余的参数与上述的可识别性。运动停止时可辨认性没有进一步的观察范围内为每个参数定义。

5.2。动态参数校准

一个类似于吉尔校准的方法用于动态校准,而是进行量化,即静止不动的,参数值,使用时变参数,DYNIA中观察到的变化。校准过程总结如下。(1)定义足够数量的随机试验蒙特卡罗分析,固定的分析一样使用校准。(2)动态输入修改的可识别性因素:如上所述,因素和在修改降水和潜在蒸散系列,分别。因此,动态可辨认性分析的首次演出和从一个显示最高的可识别性。标准估计更高的可识别性的因素是最高的斜率cdf实验组的情节最好的10%的模型(GIA情节坡最高)。获得时变因素可识别性,使用相同的标准高于但沿着移动窗口。因此,每个时间步的黑暗阴影是最可识别用于定义价值的因素(或参数)。(3)后确定时间序列的识别参数,加工,其季节性(基于参数的月平均价值)被记录。然后,季节性模型校准参数被纳入模型代替固定(固定)参数。(4)同样的方法是对其余重复输入修改因素,然后同样的方法被用于最可识别模型参数的动态校准。指出,(我)是很重要的过程由一个迭代的过程,为每个参数进行动态校准一次,(ii)的参数没有显示季节性DYNIA校准后根据GIA固定。

分析是使用每个参数的全面执行旨在覆盖全谱的变化呈现出不同的参数沿移动窗口。

5.3。目标函数

的分析,三个目标函数用于分析水文过程的影响所使用的自记水位计的不同部分。均方根误差(RMSE),改变了均方根误差(TRMSE)和径流系数误差(ROCE)使用(见(1))。这些函数被选中,因为他们专注于高流动的分析,低流,分别和质量平衡(36,37]: 在哪里和分别观察和模拟流,有关Box-Cox转换为数据系列值为0.3,然后呢代表了年平均径流系数和计算年平均流量之间的比率年平均降雨量模拟()或观察()流动。

5.4。模型实现

水文模型是实现在一个月时间步。由于数据可用性,17年的水文气象记录用于校准(1961 - 1977)和验证(1978 - 1994)。另外10000模拟迭代进行,从每个参数随机值根据他们的初始或限制范围。最初的考虑范围如表所示1。

参数值,模拟流动,和相关的值被存储为每个迭代。然后,使用这些信息,吉尔和DYNIA。

重要的是要指出,水流站于1995年被洪水破坏,因此从那时起没有新的记录在这个位置。

6。结果与讨论

6.1。水文过程表示

GIA(这里没有显示)的结果表明,RMSE ROCE TRMSE,最可识别参数,,。因此,DYNIA只在这三个参数进行了。

图3显示,例如,动态根据RMSE可识别性的情节。观察到时间窗越短用于DYNIA是,更多的变化时间序列显示(例如,数据3(一个),3 (d),3 (g)),因此更广阔的区域覆盖的90%置信区间(虚线之间的区域)和参数是不那么显眼了。这些结果可能是相关的不确定性和噪声数据(降雨、蒸发蒸腾和流速及流水量数据),这是减少,平均和更大的时间窗口。还有更大的时间窗口,少变化可以观察到参数系列和聚合反应与一个更大的时间窗口观察主要是因为DYNIA往往近似吉尔。数据4,5,6总结DYNIA情节的的信息,,,根据RMSE TRMSE ROCE OFs,分别。框显示25和75百分位数(底部和顶部蓝线)为每个参数,同时显示了月平均由红色的加号。数据5和6没有显示用的盒子,因为和没有显示在这个的可识别性。

图3显示参数实现值大于1的三个OFs研究。满足纠正地形降水的作用。该参数允许长期质量平衡被关闭。山脉和precordillera智利中南部,有必要开展这校正由于缺乏气象站在安第斯山脉的高区,由于地形降水的增加并没有很好的衡量可用的工具(25]。已经进行了类似的分析穆尼奥斯et al。30.,38,39],祖尼加et al。40]。

图3(一个)显示参数高速流期间展品更大的可识别性(深色阴影区域和窄范围在高速流时期)。图4显示了每个参数的季节性变化使用盒子第25和第75百分位数(底部和顶部蓝线)和每月的平均(红色加号)每个参数的时间序列。第25和第75百分位数之间范围窄的雨季(五月-十月),表明可识别的冬天比夏天(December-March)(大箱)和建议冷锋高度相关。此外,这些结果表明,为了更好的代表性降雨量的盆地,测量和内插数据需要被放大的1.25到1.45倍多雨的时期。

参数不是可识别(大箱)在夏天因为没有降雨,需要纠正。类似的结果穆尼奥斯(4Polcura流域),靠近盆地研究下,智利中南部。这些结果表明,山岳志描述的现象记录先前的研究(例如,23,25)必须被认为是盆地的主要水文气象学的过程的一部分。

参数代表的最大径流系数达到地下存储系统成为饱和时,地表径流过程有关。

展品的季节性变化对RMSE(3和7个月的时间窗口)和TRMSE(3个月)的时间窗口(图5)。比较干燥和潮湿季节,低参数值是观察在夏季(平均约为0.2),这是与减少地表径流,而最高的参数值是观察在雨季(五月-十月),主要是与平均值在0.3和0.4之间。然而,结果显示不仅降雨变化的影响,但也地貌有很强的影响地表径流的价值观和可变性。超过80%的研究领域提出了岩石和断裂的形成41]。这种类型的地质和陡峭的山地和影响最大径流系数,达到干燥期间只有0.2和0.4 - -0.5在多雨的时期。尽管高降雨量出现全年Chillan盆地和高高的山坡,最大径流系数不是高达预期。这可能是有关火山盆地的性质和土壤的高渗透率层(27]。因此,这些结果表明,地表径流倾向于减少渗透和渗透过程。

此外,观察到的季节性的降雨模式的直接连接区域,有更大的值在时间增加降水,因此更大程度的饱和层表面的盆地。

关于变化的ROCE的观察,一个明确的趋势是没有观察到。较低的可识别性是动态观察可辨认性情节(由图5)比RMSE TRMSE,可能是因为ROCE是集中在质量平衡,因此径流率,相对于其他功能,比不那么显眼了,例如,降雨调整因素。这表明ROCE的只是足够的质量平衡研究盆地;实现后的模型,没有进一步的过程可以明确确定。

图6显示了季节性变化的参数代表的比例成为基流的地下存储系统。这是观察到,显示更高的可识别性低流量时期(深色阴影图3 (g)),表明它是更有影响力的模型输出在夏天,唯一观察到放电是基流的地方。类似的结果可以在图中找到6在盒子在夏天变得更窄。

此外,往往是更大的比在夏季冬季时期。这种行为可能是由于地质研究区域中描述的类型,通过SERNAGEOMIN [27)(火山岩)骨折,有利于地下水的快速运动。因此,随着盆地充电,深存储的比例作为底流排放也增加(在冬季和早春)增加值,然后当排水开始变得干燥深存储贡献的比例减少,因此地下水存储成为基流,也就是说,,减少。

TRMSE,观察到值往往更比其余的分析OFs有界,这表明TRMSE对基流动态学习来说是足够的。

这些结果符合预期的概念的行为高的火山盆地斜坡和高渗透性和土壤破碎层。DYNIA是一个适当的方法去观察主要水文过程动力学和执行动态标定策略,因为它恢复识别过程的自然变化。

6.2。固定对动态校准

比较这两种策略的校准,比较(表的值2)。还Nash-Sutcliffe效率指数(研究)与每个校正策略(静止或动态)和相关的包括更好地讨论该模型的结果。

表2显示了固定的值和动态校准的7和13个月。的RMSE TRMSE,静止的校准值显示略好于动态的方法,这是违反直觉的。但是,13个月的时间窗口,动态校准显示了更好的RMSE值验证期间,还显示了一个略小的值比校准。类似TRMSE观察到。calibration-validation变化从0.483到0.606的固定校准虽然不同时间窗口从0.503到0.605的7个月,从0.489到0.585为13个月的时间窗口。这表明尽管与动态校准值没有达到更好,验证往往是更好的(小)。换句话说,校准和验证的区别在动态值往往是小于静止的校准。

固定模型校准寻求最大化之间的协议评估阶段的观察和模拟的流速及流水量;因此,所有参数值定义衡量评价(即最大化。一个目标函数)。另一方面,动态校准执行最大化程度的评估以及水文过程的代表性。这些过程(由参数)年际变化和季节性展出。观察到的季节性是现实的山岳志等过程,地表径流和地下水径流Chillan山区流域。

正如许多作家讨论(例如,12,17,18]),水文过程不同,因此应该更好地模拟流域行为动态模型及其过程。calibration-validation的狭窄范围观察分析表明,动态模型往往是更好的(更健壮)比一个固定模型和倾向于更好的近似真实的盆地行为。此外,动态校准也是导致更好的理解系统的研究,是一个非常有用的选项在智利安第斯山脉等知之甚少盆地盆地。

当我们比较ROCE没有好处是观察到的动态校准。这可能是由于这一切都只集中在质量平衡,因此没有考虑流域的水文过程和自记水位计的确切的形状而良好的水平衡。ROCE进一步研究使用来进行质量平衡研究结合比较次要的水位曲线的形状可以对未来的建议。

NSE-related值显示上面讨论的行为一样。验证了无价值往往是略好与动态校准(7和13个月),表明模型的代表性是提高了包括概念化的模型参数的动态变化及其方程。

这项研究显示了一个安第斯盆地,使用时变模型概念化的方法,更好的(更健壮和代表)模型,在完全赞同奥丁等人的结果。18]。

7所示。结论

固定(固定模型参数)和动态(时变参数)校正策略进行基于通用和动态可辨认性分析,分别。

一般可辨认性分析最大化模拟和观测流速及流水量之间的协议,而动态可辨认性分析还旨在更好地代表盆地的变化过程。

DYNIA证明是一个非常有用的选项为研究数据稀疏等盆地Chillan en埃斯佩兰萨河流域。DYNIA,加上一个概念模型,是一个适当的选择获取真实的信息在流域水文过程的可变性。因此,DYNIA导致更好的理解数据稀疏山区盆地。

时间变化等过程的影响,地表径流和基流观察而且建模。

动态校准证明是比静止的。虽然固定校准导致更好的标定、动态模型提出了更好的验证值。此外,校准和验证之间的差异较低的动态标定策略,表明动态水文模型概念化和公式化的更好更强大和更现实的比一个固定模式。

本研究结果所示表明整合水文动力学模型中必须考虑在建模阶段,不仅更好地测量OFs也因为它是最适当的选择代表了水文过程主要集中在盆地和可变性,他们可以有时间。

本研究有助于提高我们的理解有关地下水径流水文过程,地表径流,在数据稀疏安第斯流域地形效果。季节性的这些过程,观察到它们可以直接相关的波动模型输入和可能是气候变异和变化有关。

进一步的研究,包括大尺度可变性诸如气候变化趋势和变化,引起的,例如,厄尔尼诺南方涛动现象,推荐。

预计包括这些动力学建模可以帮助减少预测和预测不确定性和更具代表性的水文过程研究的领域。

利益冲突

作者宣称没有利益冲突。

确认

作者感谢Direccion一般德阿瓜提供雨量计和fluviometric数据和FONDECYT 11121287项目”在安第斯流域水文过程动力学。识别驱动力和影响模型预测和气候变化影响研究”支持这项研究。