El agua es un recurso global que es esencial para la vida en nuestro planeta. por tanto, la investigación hidrológica y el estudio de su gestión se ha convertido también en un trabajo crucial para la continuidad de la vida en la Tierra. La disponibilidad de datos públicos sobre el comportamiento del agua, como los datos sobre el caudal de los ríos y las precipitaciones, es clave para que la comunidad investigadora pueda crear un mapa mundial del agua. Al dibujar este mapa, el público y las personas que gestionan los recursos hídricos a escala local también desempeñan un papel importante. Mediante la realización de ciencia ciudadana, proporcionan y verifican datos.

La comunidad investigadora trabaja en esta tarea con modelos hidrológicos, que son herramientas que les permiten representar procesos en el ciclo hidrológico, y son capaces de obtener, por ejemplo, predicciones sobre el flujo del río utilizando principalmente datos de lluvia (aunque también otras variables atmosféricas como la temperatura, radiación solar, se pueden utilizar las características de la tierra y el desarrollo de plantas). Estas herramientas suelen utilizar una cuenca hidrológica como unidad de medida, siendo una cuenca una unidad de tierra cuyo agua fluye hacia el mismo punto.

El investigador Rafael Pimentel del grupo de investigación en Hidrología y Dinámica Fluvial de la Universidad de Córdoba, Trabajó durante dos años en la Unidad de Hidrología del Instituto Meteorológico e Hidrológico Sueco (SMHI) donde participó en la conformación del primer modelo global a escala de cuenca. El modelo utilizado fue HYPE, un modelo diseñado en dicha unidad para la gestión integral del agua en Suecia y previamente utilizado a escala europea.

El proceso de modelado fue desafiante pero factible según el personal de investigación, ya que se aplicó a más de 130, 000 cuencas que cubren la masa terrestre del mundo (excepto la Antártida). El principal desafío fue recopilar datos y evaluar su calidad, así como calibrar el modelo, ese es el proceso de probar los datos del modelo de flujo del río y los datos observados para evaluar si el modelo estaba funcionando correctamente o no. Debido a la complejidad de representar la gran variedad de procesos hidrológicos globales, el rendimiento del modelo varió. Generalmente hablando, el modelo proporciona buenos resultados, con un valor medio superior a 0,4 en la métrica de eficiencia de Kling-Gupta (KGE), que es un índice utilizado para cuantificar la bondad de un modelo hidrológico que clasifica modelos de 0,4 o más como buenos. El este de EE. UU., Europa, Japón y áreas de Rusia, Asia, Canadá y Sudamérica fueron las áreas con mejores resultados, con valores de KGE superiores a 0,6, demostrando un alto potencial para su uso en la realización de pronósticos estacionales del caudal de los ríos en estas áreas. Usando estos datos meteorológicos en un período de seis meses, es posible predecir los datos del caudal de los ríos para los próximos seis meses. Esta predicción es bastante útil para el personal de embalses y centrales hidroeléctricas que podrían, con la ayuda de estos datos, gestionar y planificar sus recursos mejor y con mayor precisión.

El desafío de escalar y cuantificar la bondad de este modelo, además de verificar la ubicación geográfica de los lagos, ríos y embalses para que todo coincida al escalar el modelo, fue posible gracias a la cantidad de datos hidrológicos de libre acceso que están disponibles para la comunidad investigadora, así como para el público en general, aunque los datos del caudal del río en este caso eran escasos en muchas áreas. Esto muestra cómo el acceso abierto y el conocimiento compartido ayudan al progreso de la hidrología. Sin embargo, hay falta de información, especialmente en lo que respecta al caudal del río, en muchas zonas del mundo con las que realizar esta verificación. Por lo tanto, Se ha propuesto la idea de crear una red de ciencia colaborativa. Usando esta red, investigadores, gerentes, consultores y estudiantes que trabajan en estas áreas con información hidrológica a escala local podrían evaluar el modelo en esas áreas. Se facilitaría la parte correspondiente del modelo a los interesados, con la idea de trabajar en conjunto para verificar y ajustar el modelo a través de talleres en los que los lugareños darían su retroalimentación. De este modo, La representación del modelo de la realidad a escala global mejoraría.