EL PODER DE LA ESCORRENTIA

RESUMEN

Aunque la energía potencial del agua superficial es una pequeña parte del presupuesto de energía de la
Tierra, esta propiedad física altamente variable es un componente clave en el ciclo hidrológico terrestre
que potencia los procesos geomorfológicos e hidrológicos en toda la hidrosfera. Mediante la reducción
de los datos hidrometeorológicos diarios adquiridos en Suecia durante el último medio siglo, este estudio
cuantifica la distribución espacial y temporal de los componentes energéticos dominantes en la hidrología
terrestre, incluida la resistencia a la fricción en aguas superficiales y subterráneas, así como hidroeléctrica.
La energía consumida en la circulación del agua subterránea fue de 34.6 TWh/a o una producción de calor
de aproximadamente 13% del flujo de calor geotérmico. Se revelaron fluctuaciones periódicas
significativas en el flujo de agua de escorrentía, de flujo y de agua subterránea, que no se habían
documentado previamente. Descubrimos que el poder de fuga varió de 173 a 260 TWh/a, incluso cuando
se promedió en toda la superficie de Suecia en una ventana móvil de cinco años. Separaron las
fluctuaciones a corto plazo en la escorrentía debido a la precipitación filtrada a través de la cuenca
hidrográfica desde los modos de clima y estacional a largo plazo. Se encontraron fuertes correlaciones
impulsadas por el clima entre la potencia de la escorrentía y los índices climáticos, la intensidad del viento
y la energía solar en períodos de 3.6 y 8 años. La alta covarianza que encontramos entre la energía
potencial del agua superficial y la energía eólica implica desafíos significativos para la combinación de
estas fuentes de energía renovables.

1. INTRODUCCION
El contenido de energía disponible del agua superficial es el principal impulsor del ciclo hidrológico
terrestre y afecta a muchos procesos hidrológicos y geomorfológicos (Coulthard y Macklin, 2001;
Dadson et al., 2003). Varios estudios han indicado variaciones significativas en la escorrentía y la
descarga del río causadas por factores climáticos (Ghil, 2002; Blender y Fraedich, 2006; Milly et al.,
2005; Pekárová et al., 2003) y cambios de paisaje debido a prácticas de manejo de cuencas (Wörman
et al., 2010; Destouni et al., 2013). Sin embargo, sorprendentemente, pocos estudios han considerado
la variación en la energía potencial del agua superficial. Esto se debe, al menos en parte, a que la
energía potencial del agua superficial no es un componente principal en el ciclo energético de la Tierra
y, por lo tanto, generalmente no se incluye en las estimaciones presupuestarias (Stephens et al.,
2012). Sin embargo, el origen y las implicaciones de las fluctuaciones de la escorrentía son de gran
interés científico general y también pueden desempeñar un papel clave en aplicaciones técnicas
específicas, como las estrategias de regulación de la energía hidroeléctrica (Hamududu y Killingtveit,
2012; Korpås et al., 2013). Investigaciones anteriores han mostrado retroalimentaciones importantes
entre las fluctuaciones climáticas y los procesos del sistema terrestre, como la erosión (Coulthard y
Macklin, 2001), la calidad del agua (Galloway et al., 2004) y el funcionamiento del ecosistema
(Schimel, 1995). El enlace a la distribución del poder del agua es un paso esencial para avanzar en los
estudios basados en la física de estas disciplinas. La distribución de las pérdidas de energía en el ciclo
hidrológico proporciona energía para impulsar el transporte de sedimentos y las pérdidas de calor con
importancia potencial para las condiciones de vida de los ecosistemas, la formación de hielo en los
ríos y, en escalas de tiempo más largas, la formación y descongelación del permafrost.

El objetivo de este estudio es describir la partición del poder en la parte terrestre del ciclo hidrológico
como un promedio para toda Suecia y demostrar los factores climáticos de la fluctuación de las
 energías a lo largo del tiempo. A estos efectos, se utilizó una extensa agregación de datos
hidroclimatológicas y derivados generalizamos-series hidrológicas durante medio siglo sobre la
totalidad de Suecia, con el propósito de revelar el poder inherente en el agua superficial y su relación
con los conductores climáticos y procesos de las cuencas. Las resoluciones espaciales de estas series
temporales son mucho más altas que las de la mayoría de los datos de descarga fluvial a largo plazo,
lo que facilita la estimación tanto de la energía potencial relacionada con la elevación del paisaje como
de los patrones espaciales en el consumo de energía potencial por los dominantes naturales y
antropogénicos procesos. También proponemos una descomposición de la varianza de la escorrentía
en escalas temporales que pueden estar relacionadas con los procesos de cuencas fluviales y la
variabilidad impulsada por el clima. Dichas distinciones espaciales y temporales de la energía del agua
superficial pueden tener una gran importancia para el estudio de las heterogeneidades en procesos
geocientíficos y la planificación de sistemas de energía renovable.

2. METODOS
2.1. Reducción de la escorrentía de los datos hidrometeorológicos

Las estimaciones de la escorrentía en Suecia, distribuidas espacialmente en 1001 cuencas

hidrográficas, se basaron en simulaciones utilizando el modelo de VHB (Bergström, 1992;
Lindström et al., 1997) desarrollado por el Instituto Meteorológico e Hidrológico de Suecia (SMHI).
La razón para usar un modelo de simulación es generalizar los datos relativamente escasos de
precipitación y descarga del río a una cobertura nacional completa a diario durante más de medio
siglo. El modelo HBV es un modelo compartimental que representa los procesos de transporte de
superficie y subsuperficiales, y proporciona una forma de estudiar los flujos de masa y energía a
lo largo de diferentes vías de transporte dentro de una cuenca. Las simplificaciones específicas y
el procedimiento de calibración utilizado en este estudio han sido descritos previamente por
Rodhe et al. (2006), pero un resumen de estos se proporciona a continuación y en Material
complementario (en línea). Tenga en cuenta que la diferencia radica en la selección de los tipos
de suelo representativos. Las series temporales de datos forzados se tomaron de la base de datos
PTHBV (Johansson, 2000), que contienen valores diarios de precipitación y temperatura que se
han interpolado espacialmente desde observaciones de aproximadamente 650 estaciones de
medición hasta tamaños de celda de 4x4 km cubriendo toda Suecia (ver Material complementario
para más detalles sobre soporte de datos y calibración del modelo). Los errores de volumen
asociados con la interpolación son normalmente inferiores al 10%. Las descargas observadas de
198 cuencas hidrográficas menores (<2000 km2) se utilizaron para calibrar el modelo de VHB, que
luego de la calibración se utilizó para generar datos generalizados de la escorrentía diaria y la
evapotranspiración en 1001 cuencas hidrográficas con cobertura nacional basada en datos de
cobertura del suelo uso y topografía. Algunas de estas cuencas se extienden fuera de las fronteras
nacionales de Suecia hacia Noruega y Finlandia, lo que implica que la cobertura total del área
corresponde a 470.354 km2. Además, el ET potencial se calibró para 19 estaciones climáticas
seleccionadas y se comparó con los datos mensuales en 152 estaciones climáticas. En este modelo
simplificado (Fig. 1), la escorrentía desde la "zona de raíz" es cero hasta que se alcanza la
capacidad de campo dentro del suelo, momento en el que toda el agua que excede la capacidad
de campo se infiltra instantáneamente en la zona de aguas subterráneas. Las tasas de infiltración
(percolación) del agua subterránea intermedia (que puede estar parcialmente saturada) y del
"agua subterránea profunda" se definen por valores constantes, que reflejan la conductividad
 hidráulica del suelo que difiere con la clase de suelo. Se supuso que la evapotranspiración
potencial de la zona de la raíz aumenta linealmente con temperaturas superiores a 0 ° C y con una
variación armónica en la proporcionalidad a lo largo del año para compensar los cambios en la
radiación solar, la humedad y las condiciones del viento a lo largo del año. Además, se produce
un aumento lineal en la evapotranspiración real con el aumento del contenido de agua de la zona
de la raíz hasta que se alcanza la capacidad de campo.

En el modelo, la escorrentía de la cuenca hidrográfica i se definió como Ri = RSW, i + RGW, i (m3/ s),
donde RSW, i (t) es la escorrentía superficial dada por la precipitación que cae directamente sobre
superficies mojadas (m3/s) y RGW, i (t) es la recarga del agua subterránea (m3/s) después de la
posible fusión de nieve (Fig. 1). La escorrentía de agua superficial se estimó como RSW, i (t) = Pi (t)-
ESW, i (t), donde Pi (t) es la precipitación (m3 / s) y ESW, i (t) es la evaporación de las aguas
superficiales (m3/s). La recarga de agua subterránea RGW (t) ocurre después de un posible deshielo,
cuando se excede la capacidad de campo de la zona de la raíz y se restan las pérdidas debidas a
la evaporación. Cabe señalar que la definición utilizada para RGW (t) difiere del flujo de masa que
sale de la zona de aguas subterráneas profundas, ya que RGW (t) se somete a un transporte
adicional y demora antes de emerger en aguas superficiales como descarga de aguas
subterráneas. En consecuencia, la escorrentía de agua que aparece distribuida en el paisaje es la
misma que la escorrentía en un arroyo o río fuera de la subcuenca, Ri (t), pero solo el potencial de
energía del agua difiere debido a la diferencia de elevación. Los detalles del “downscaling”
hidrológico se describen en el material suplementario.

2.2. Estimación del poder de escurrimiento

Combinando la serie temporal modelada de escorrentía con información topográfica del paisaje,
la potencia fuente de la escorrentía en relación con el nivel del mar, es decir, el flujo de energía
potencial (potencia) de la escorrentía en la subcuenca i en relación con el nivel del mar puede ser
expresado de la siguiente manera:
𝑑𝑃𝑟,𝑖 (𝑥,𝑦,𝑡)
= 𝜌𝑔ℎ𝑖 (𝑥, 𝑦)𝑟𝑖 (𝑡) (1)
𝑑𝐴
donde Pr es la potencia de la escorrentía (J/s), A es el área (m ), r = R/A es la escorrentía (m3 / (m2
2

s)), 𝜌 es la densidad del agua (kg / m3), g es la aceleración debida a la gravedad (m / s2), h es la
elevación del paisaje sobre el nivel del mar (m) en el sistema de altura nacional RH 2000, y (x, y)
es la ubicación en el sistema de coordenadas nacional SWEREF99 TM. Las elevaciones de la
topografía del paisaje y las corrientes se estimaron utilizando un mapa topográfico nacional con
una resolución topográfica rasterizada de 50 x 50 m. La escorrentía, r, es fundamentalmente una
función de la ubicación (x, y), particularmente porque la precipitación, la evapotranspiración y la
escorrentía asociadas con cada ubicación dependen de la altitud. Sin embargo, debido a que el
modelo de VHB es un modelo de compartimiento, la precipitación y la evapotranspiración son
constantes dentro de cada subcuenca, y el escurrimiento, r, derivado del VHB se define como el
efluente de la subcuenca, que es la mejor resolución de r en este estudio. Sin embargo, la altitud
se tiene en cuenta en las rutinas del VHB para el deshielo, la evapotranspiración y las correcciones
de altitud de la precipitación estimada a partir de la interpolación óptima de Gandin (2006). La
escorrentía se estima considerando el deshielo, lo que implica que la acumulación de agua en
formas congeladas se manifiesta como un retraso en la respuesta temporal en la escorrentía de
 la unidad de subcuenca en comparación con la precipitación. En consecuencia, el poder de la
escorrentía sobre el área de tierra total de una subcuenca i es:
𝑎
𝑃𝑟,𝑖 (𝑡) = 𝜌𝑔𝑅𝑖 𝐴 ∫𝐴 ℎ𝑖 (𝑥, 𝑦)𝑑𝐴 = 𝜌𝑔𝑅𝑖 < ℎ𝑖 (𝑥, 𝑦) > (2)
𝑖 𝑖

en el que los corchetes <. . .> denotan los promedios de área de la cuenca y la escorrentía total
Ri = Airi (m3/s).

Fig. 1. Esquema del modelo de escorrentía: Ilustración de la configuración del modelo HBV utilizada para estimar la escorrentía R =
RSW + RGW. Los cuadros blancos representan ecuaciones de conservación (acumulación) y las flechas azules representan flujos. (Para la
interpretación de las referencias al color en esta leyenda de la figura, se remite al lector a la versión web de este artículo).

2.3. Descomposición espectral de la escorrentía en el filtrado de cuencas y factores climáticos

Para separar las escalas de tiempo de los procesos de cuenca de los componentes climáticos de
las variaciones de escorrentía, descomponemos la serie de tiempo de escorrentía generalizada Ri
(t) en el exceso de precipitación y los efectos de los mecanismos de escorrentía que ocurren
dentro de la cuenca, siguiendo los métodos de Wörman et Alabama. (2010) y Riml y Wörman
(2015). Una respuesta lineal entre el exceso de precipitación y la escorrentía se puede expresar
para una cuenca hidrográfica individual i como 𝑅𝑖 (𝑡) = (𝑃𝑖 (𝑡) − 𝐸𝑇𝑖 (𝑡)) ∗ 𝜓𝑖 (𝑡), donde 𝐸𝑇𝑖 (𝑡)
es la evapotranspiración (m3/s), 𝜓𝑖 (𝑡) es la función de escalado de escorrentía (S-1), I.E., como un
hidrograma unitario instantáneo (IUH) que representa el desfase temporal de la ejecutar
procesos, y * denota el operador de convolución. La convolución supone que la precipitación y la
evapotranspiración actúan simultáneamente sobre la misma superficie terrestre, lo que
proporciona condiciones de frontera para los procesos de escorrentía que, de acuerdo con la
definición de RSW,i(t) y RGW,i(t), aquí están representados por formación de nieve, descongelación
e infiltración en la zona raíz (Fig. 1). Por lo tanto, la forma de espectro de potencia de la operación
de convolución se puede expresar como
𝑆𝑅,𝑖 (𝑇) = (𝑆𝑃,𝑖 (𝑇) + 𝑆𝐸𝑇,𝑖 (𝑇) − 𝑆𝑃,𝑖:𝐸𝑇,𝑖 (𝑇)) 𝑆𝜓,𝑡 (𝑇) (3)

Datos impulsados por el clima Función de escalado de escorrentía

donde S denota el espectro de potencia definido como la transformada de Fourier multiplicada

por su conjugado complejo y SP:ET denota el espectro cruzado. En principio, Ec. (3) también se
aplica si 𝜓𝑖 (𝑡) explica los parámetros de la cuenca que varían con el tiempo, pero los parámetros
constantes simplifican en gran medida la interpretación de la función de escorrentía en periodos
típicos T (s) en la forma 𝑆𝜓,𝑖 (𝑇), donde 𝑇 = 1/𝑓 y 𝑓 = frecuencia (s-1). Un estudio reciente de la
escorrentía de 79 cuencas hidrográficas individuales en Suecia mostró que cambios significativos
en 𝑆𝜓,𝑖 (𝑇) durante períodos de hasta, como máximo, unos pocos meses han ocurrido durante el
siglo pasado, y los cambios probablemente han sido causados por alteraciones en la práctica del
uso de la tierra o cambios geomorfológicos naturales como el descongelamiento por permafrost
(Åkesson et al., 2016). Aquí definimos la función de escala de escorrentía promedio para todas las
cuencas hidrológicas N como 𝑆𝜓 = ∑𝑁 𝑖=1 𝑆𝜓,𝑖 /𝑁, que es representativo del comportamiento de
las cuencas hidrográficas individuales. Todos los espectros se analizaron aplicando en primer lugar
la de-tendencia lineal, la ventana de Hamming en la serie temporal parental y el posible promedio
de ejecución cuando así se establece en la descripción posterior de los resultados. Entonces, ¿el
análisis espectral se realizó usando la rutina de Matlab® cpsd que estima la densidad espectral de
potencia cruzada de dos señales en tiempo discreto, utilizando el método de la estimación
espectral promediado de periodograma de Welch.

El análisis espectral de la potencia de escurrimiento tiene una relevancia particular para estimar
la importancia de bandas particulares de periodicidades. La varianza total de la potencia de
escorrentía 𝑃𝑟 (𝑡) hasta un período máximo T2 puede expresarse mediante la integral del espectro
de potencia de la siguiente forma:

1 𝑇 𝑆𝑃𝑟 (𝑇) 𝑇 𝐷𝑃𝑟 (𝑇)

𝑆𝑡𝑑2 (𝑃𝑟 (0 < 𝑡 < 𝑇2 )) = ∆𝑇 ∫𝑇 2=0 𝑇2
𝑑𝑇 = ∫𝑇 2=0 𝑇2
𝑑𝑇 (4)
𝑖𝑛𝑡 1 1

en donde 𝑆𝑃𝑟 = espectro de potencia (W2s2) del poder de la escorrentía (Ec. (2)) 𝐷= densidad
𝑑𝑇
espectral de potencia (W2s), ∆𝑇𝑖𝑛𝑡 = intervalo total T2 (s) (en relación a T1=0), y 𝑑𝑓 = 1/𝑓 2 . Ec. (4)
describe cómo la varianza en la serie temporal parental "crece" con el límite de integración
superior, T2, es decir, la función es una función de distribución acumulativa no normalizada con
T2. Como medida del porcentaje de la varianza total explicada por períodos más allá de T2 usamos
el siguiente evento de complemento:
𝑇 𝐷𝑃𝑟 (𝑇)
∫𝑇 2 𝑑𝑇 𝑇
1=0 𝑇2
𝜃 =1− 𝑆𝑇𝑑 2 (𝑃𝑟 (0<𝑡<∞
= 1 − ∫𝑇 2 𝑔(𝑇)𝑑𝑇 (5)
1
 en el que la normalización de la función DPR acumulada 𝐷𝑃𝑅 (𝑇)/𝑇2 función normalizada con la
varianza total corresponde a una función de densidad de probabilidad, g (T).

2.4. Espectros de coherencia a largo plazo versus factores climáticos

Para revelar los modos impulsados por el clima en la escorrentía 𝑅(𝑡) y la potencia de la
escorrentía 𝑃𝑅 (𝑡), es útil calcular las correlaciones espectrales entre esas series de tiempo y los
factores hidrometeorológicos que gobiernan el ciclo hidrológico terrestre. En este estudio,
utilizamos el espectro de coherencia para investigar la correlación de los espectros de escorrentía
con los números de manchas solares mensuales dados por los datos de WDC-SILSO obtenidos del
Observatorio Real de Bélgica en Bruselas y los valores diarios del viento geostrófico en los nueve
triángulos que cubren la superficie de Suecia y se obtuvieron del SMHI. Además, al usar la misma
metodología, los espectros de corriente de fuga se correlacionaron con los índices climáticos
comúnmente utilizados, como la Oscilación del Atlántico Norte (NAO) y la Oscilación Decadal del
Pacífico (PDO) entre 1961 y 2013 obtenidos de la Administración Nacional Oceánica y Atmosférica
de EE. UU. NOAA) y el Instituto Conjunto para el Estudio de la Atmósfera y el Océano (JISAO).

3. DISTRIBUCIÓN DEL PODER EN HIDROLOGÍA TERRESTRE

Los valores de escorrentía diaria simulada en combinación con información topográfica se utilizaron
para estimar la energía potencial en diferentes estados a lo largo de las rutas de transporte hidrológico
y se utilizaron para explicar la distribución temporal y espacial de los flujos de energía en el ciclo
hidrológico terrestre. Durante 1961-2011 se encontró que la potencia de escurrimiento, PR, agregada
en toda la superficie de la tierra de Suecia varió de 173 a 260 TWh/a en una ventana promediadora
móvil de cinco años, con una media de 207.0 TWh/a y un coeficiente de variación (CV) del 8% (Fig. 2).
La fluctuación de la escorrentía promedio nacional disminuye marcadamente con la ventana de
tiempo promedio del CV diario de 146%, el CV anual de 16% y el CV de cinco años de 8%. Sin embargo,
incluso en ventanas de varios años estas fluctuaciones son aun relativamente grandes en comparación
con la tendencia lineal proyectada en la escorrentía debido al cambio climático en los próximos 100
años, que se puede esperar que varíe ± 30% para diferentes partes de Suecia con una media incierta
en toda el área (Bergström et al., 2001; Arheimer y Lindström, 2015).

De manera similar, se encontró que el poder del agua superficial, PS, oscila entre 143 y 207 TWh / a
con una media de 172.3 TWh / a. Aproximadamente el 38% de esta energía fue consumida por energía
hidroeléctrica según datos entre 1974-2013 de la Autoridad Energética de Suecia, pero la fracción
energética fluctuante restante constituye una importante fuente de energía que se transformó en
calor en procesos geomorfológicos que deben haber variado correspondientemente en el tiempo.
Aunque investigaciones anteriores encontraron retroalimentación entre la fluctuación climática y
procesos geocientíficos como la erosión (Dadson et al., 2003; Coulthard y Macklin, 2001), el ciclo de
nutrientes (Galloway et al., 2004) y el funcionamiento del ecosistema (Schimel, 1995), el enlace a la
distribución del poder del agua es un paso físicamente esencial. Por ejemplo, durante mucho tiempo
se ha descubierto que la velocidad de transporte de sedimentos en los ríos es proporcional a la
potencia del flujo en un régimen de transporte elevado (Bagnold, 1966), lo que indica un vínculo
directo entre la distribución espacial y las fluctuaciones temporales en la densidad del poder de
corrientes y transporte de sedimentos.

La diferencia entre las elevaciones promedio de las aguas terrestres y superficiales dentro de cada
cuenca hidrográfica es una medida de la energía utilizada (disipada) para impulsar las circulaciones de
aguas subterráneas y los procesos de corrientes efímeras relacionadas en los depósitos cuaternarios.
Recientemente, Kooi (2016) mostró que la circulación del agua subterránea aumenta el flujo de calor
convectivo en la litosfera. Aquí encontramos que el flujo de agua subterránea también transfiere calor
a la parte superior de la litosfera a través de la resistencia de fricción a lo largo del subsuelo o flujo de
corrientes efímeras, que corresponde a 0.0085 W/m2 o una producción de calor correspondiente de
aproximadamente 13% del flujo de calor geotérmico que es aproximadamente 0.065 W/m2 sobre la
corteza continental (Pollack et al., 1993). Promediado en Suecia, esta pérdida en energía potencial
variaba de 29.3 a 42.9 TWh/a con una media de 34.6 TWh/a usando la ventana de promediación de
cinco años, proporcionando así una fuente de calor sustancial y altamente fluctuante distribuida a
través de la Litosfera superior eso es distinto de la pérdida de fricción fuertemente canalizada que
ocurre en el agua superficial permanente. Los flujos de agua subterránea disminuyen rápidamente
con la profundidad en el lecho de roca y aproximadamente el 90% de los flujos de agua subterránea
se limitan a los depósitos cuaternarios poco profundos que existen en Suecia (Marklund, 2009). Por
lo tanto, esperamos que la mayor parte de la pérdida de calor distribuida espacialmente ocurra en
profundidades de 0-20 m. Dicha fuente de calor en la superficie de la interfaz agua-agua subterránea
puede ser potencialmente esencial para los procesos térmicos en la hidrología terrestre, como la
formación y descongelación del permafrost (Bosson et al., 2012).

Debido a que el flujo de aguas subterráneas saturadas generalmente sigue la Ley de Darcy, una
implicación importante es que las tasas de circulación del agua subterránea (velocidades de flujo)
varían en proporción al gradiente en la energía potencial de acuerdo con la ec. (1): 𝑑𝑃/
𝑑𝐴~𝑑2 ℎ(𝑥, 𝑦)/𝑑𝑥𝑑𝑦. Además, como esta última cantidad sigue el patrón fractal previamente
identificado en la topografía del paisaje y los lechos de los ríos (Wörman et al., 2007; Aubeneau et al.,
2015) podemos esperar que la pérdida de energía correspondiente en el paisaje también siga un
patrón fractal. En la resolución de las 1001 cuencas hidrográficas, la Fig. 3 (panel central) muestra que
la densidad de la potencia de la circulación del agua subterránea, 𝑃𝐺𝑊,𝐶,𝑖 /𝐴𝑖 (W/m2), es altamente
no uniforme, con una concentración de poder a lo largo de las montañas Fennoscandian en el oeste
de Suecia. Este patrón de pérdida de energía también se aplica a la potencia de la corriente, 𝑃𝑆,𝐶,𝑖 /𝐴𝑖
(W/m2) como se muestra en la Fig. 3 (panel lateral derecho).

Para poner los flujos de energía estimados de la escorrentía en un contexto, se realizó una
comparación de los flujos de energía en el ciclo hidrológico terrestre en Suecia (Fig. 4). Aquí la energía
potencial de las gotas de lluvia se asoció con sus elevaciones iniciales en altoestratos y altocumulus a
3500 m y la energía cinética de las gotas de lluvia que tienen una velocidad terminal de 10 m/s
(Spilhaus, 1948; Villermaux y Eloi, 2011). El flujo de calor latente simulado por el modelo de VHB
corresponde a 27.4 W / m2, que es el 22.3% de la radiación solar total en Suecia (121 W/m2) sobre
una base anual, dado el área de simulación total de 470,354 km2. Este es el mismo porcentaje que el
promedio global estimado (Trenberth et al., 2009).
Fig. 2. Varianza de la potencia de la escorrentía y las corrientes: La variación temporal en la potencia de las aguas superficiales como una
media móvil tomada en una ventana de 5 años (la abscisa muestra el límite superior de la ventana). El gráfico también muestra la energía
potencial dada por la altura de caída en 506 centrales hidroeléctricas que representan prácticamente toda la energía hidroeléctrica y la
producción de electricidad real para el período, según lo informado por la Autoridad Energética de Suecia.

Fig. 3. Densidad de la fuente de la potencia de la corriente, PS (W / m2), la densidad de la tasa de consumo de la potencia de las aguas
subterráneas PGW, C, i / Ai (W / m2), y la tasa de consumo de la densidad de la potencia de las corrientes, PS, C, i / Ai (W / m2). Cada mapa
representa las entidades de poder distribuidas en las unidades de cuenca 1001, donde, por ejemplo, la potencia del agua subterránea se
define por la diferencia en las elevaciones medias de la tierra y el agua superficial y la pérdida de potencia de las corrientes se define como
la pérdida de carga que la experiencia del agua superficial se debe tanto a la escorrentía interna (flujos de agua a la cabeza) como a través
del flujo. Las áreas azul oscuro representan grandes lagos con casi cero diferencias de elevación. La suma de las densidades de potencia de
las aguas subterráneas y las corrientes equivale a la densidad de potencia de escurrimiento local. (Para la interpretación de las referencias
al color en esta leyenda de la figura, se remite al lector a la versión web de este artículo).
4. LOS CONDUCTORES DEL CLIMA DE LAS FLUCTUACIONES EN EL PODER DE LAS AGUAS SUPERFICIALES

4.1. Discusión de la importancia de la varianza en el poder de la escorrentía

Una parte esencial de la varianza en el poder de la escorrentía promediada en Suecia es periódica,

lo que se reveló al desviar y filtrar los datos y, por lo tanto, reducir la varianza total durante el período
de 51 años en aproximadamente un 50% (ver Material complementario). El espectro de potencia de
la potencia de escorrentía muestra picos distintos hasta un año que reflejan la estacionalidad, pero
también se pueden ver fluctuaciones impulsadas por el clima a más largo plazo con periodicidades
centradas alrededor de los 2 y 8 años (Figura 5). Una característica particular es la mejora constante
del espectro de potencia en un amplio rango de periodos desde 3 años hasta el límite superior de los
análisis (20 años) que alcanza su máximo (débil) a los 8 años. La importancia relativa de tales mejoras
y picos en el espectro de potencia para la varianza total en la potencia de escorrentía depende tanto
de la amplitud del pico como de su ancho. En particular, usamos Ec. (4) para expresar la varianza
acumulada como una función del límite de integración superior, T2, y la varianza total se encuentra
dejando que T2 vaya al infinito. Esta formulación abre para estimaciones de la importancia de varias
bandas de período (de 0 a T2) en la varianza total en la potencia del agua superficial. En particular, la
Fig. 6 muestra cómo la varianza acumulada en los valores diarios de la potencia del agua superficial
Ps (t) para toda Suecia aumenta con la selección del límite superior de integración T 2. Este diagrama
proporciona una estimación de la importancia de varias bandas de período (de 0 a T2) en la varianza
total en la potencia del agua superficial. Las líneas punteadas rojas y azules son la varianza estimada
directamente de la matriz principal, series de tiempo diarias sin usar el análisis espectral (azul, línea
punteada) y las series temporales filtradas sin usar el análisis espectral (línea discontinua roja). Como
se mencionó, el filtrado implica tanto una delinealización como una ventana de Hamming, que son
procedimientos estándar en el análisis espectral. En particular, la detención lineal elimina una parte
significativa de la varianza que aparece durante los 51 años de duración de la serie temporal,
especialmente la asociada a la tendencia lineal. Las densidades espectrales de potencia se estimaron
mediante el método de Welch. Por lo tanto, la línea discontinua roja refleja la varianza únicamente
debido a eventos periódicos dentro de la serie de tiempo. A partir de este análisis (ver Material
complementario para información adicional), se deduce que aproximadamente el 9% de la varianza
diaria en la potencia de escorrentía se explica por el forzamiento climático en escalas de tiempo
superiores a un año. Este porcentaje aumenta significativamente con la duración de la ventana
promediada aplicada en las series de tiempo antes de realizar el análisis espectral. Basado en la
ecuación (5), la Fig. 7 muestra cómo el porcentaje explicado por períodos más allá de T2 cae
rápidamente para los datos parentales (diarios) a medida que T2 se aproxima a un año, es decir, por
debajo del rango estacional. Sin embargo, el grado de importancia de los periodos de tiempo más
largos aumenta significativamente con la ventana de promedio de ejecución. Por ejemplo,
aproximadamente el 90% de la varianza en la potencia anual del agua superficial se explica por las
fluctuaciones climáticas en períodos (T2) más allá de un año. Hasta un 75% de la varianza de la
potencia promedio anual de escorrentía se explica por el forzamiento climático en períodos
superiores a los 2 años. Además, estas fluctuaciones concuerdan bien con los registros a largo plazo
de las fluctuaciones de descarga en los principales ríos de Suecia, y estos registros extienden el patrón
hasta el siglo XVIII (Pekárová et al., 2003).
Fig. 4. Distribución de la energía potencial en la hidrología terrestre en Suecia: Potencia total del componente terrestre del ciclo
hidrológico basado en la media aproximada para Suecia durante el período 1961-2011. La potencia total de las aguas superficiales y
subterráneas se estimó utilizando los métodos presentados en este estudio (en blanco), mientras que los números en negro son
estimaciones aproximadas para una comparación cualitativa de la energía.

Fig. 5. Espectro de potencia de la potencia de la PS de agua superficial agregada para todas las 1001 cuencas hidrográficas, aquí
derivada de la media de 6 meses en funcionamiento. El espectro de potencia revela fuertes picos estacionales y modos de ariabilidad
más sostenidos (a largo plazo) a lo largo de 2 y 8 años.
4.2. Discusión de los impulsores climáticos y los efectos del cambio de paisaje

Investigaciones anteriores han atribuido los cambios en la función de escalado de escorrentía

promedio Sw (Ec. (3)), que se ha visto afectada por cambios paisajísticos graduales de un siglo en
gran parte de Suecia durante períodos que se extienden hasta medio año (Wörman et al., 2010;
Åkesson et al., 2016). Esto también significa que la dinámica del flujo de escorrentía, incluidos
aquellos representados por el modelo de simulación como el VHB utilizado aquí, tienen
relativamente menos importancia para las fluctuaciones en el poder de escorrentía en períodos
superiores a medio año en las cuencas analizadas en este estudio. Sin embargo, un aspecto
importante es que el modelo proporciona una representación correcta de la evapotranspiración
con fluctuaciones mucho más largas que medio año. Aquí, encontramos que la función de
escalado para las 1001 cuencas hidrográficas decae sistemáticamente con un período decreciente
desde 𝑆𝜓(𝑇 ≈ 0.2𝑦) = 1.0 a 𝑆𝜓(𝑇 = 2𝑑) = 0.45 (Fig. 8). Este decaimiento y la apariencia
"ruidosa" de 𝑆𝜓(𝑇) indican que la varianza en la escorrentía está amortiguada
predominantemente por la dinámica del flujo de escorrentía, es decir, el filtrado de cuencas, por
períodos de aproximadamente 2 días hasta 0.2 años (o aproximadamente 2-3 meses). Para
períodos en el rango de 0.2 años < T <1 año, es decir, en el rango estacional, tanto el espectro de
potencia de la escorrentía como la función de escalamiento muestran variaciones más
sistemáticas con una amortiguación alta particular (𝑆𝜓 inferiores a 1) y amplificación (picos 𝑆𝜓
sobre 1) desde unos pocos meses hasta aproximadamente un año (Fig. 8). En particular, los picos
indican que la varianza en la escorrentía R (t) es más alta que la de la entrada (P (t) -ET (t)), que
puede explicarse por la acumulación estacional de precipitación como almacenamiento de nieve
y zona raíz. Incluso durante períodos más largos, encontramos picos sostenidos y poco profundos
en la función de escala que coincidieron con picos similares para los espectros de potencia de la
escorrentía, la precipitación y la evapotranspiración (figura 8). Específicamente, el pico amplio y
poco profundo en la función de escorrentía (𝑆𝜓 con períodos centrados alrededor de 8 años
coaparece con un pico correspondiente en el espectro de potencia de evapotranspiración y,
consistentemente, se manifiesta como un pico del 15% en la coherencia entre potencia de
escurrimiento y actividad solar (curva verde de la Fig. 9). Nuestra interpretación es que esta
variación a largo plazo en el poder de la escorrentía es causada principalmente por la variación en
la evapotranspiración, tanto a raíz de la variación en la radiación solar, la intensidad del viento y
otros procesos climáticos a largo plazo de importancia para la evapotranspiración.

Como se esperaba, la varianza en la potencia de escorrentía muestra un pico máximo en períodos

estrechamente centrados alrededor de 12 meses cuando se promedió sobre toda la superficie de
Suecia (Fig. 5), y este pico coincide con picos en los espectros de coherencia para la potencia de
escorrentía de aproximadamente 43% contra el índice NAO, 34% contra el índice PDO y tan alto
como 96% contra el viento geostrófico (Fig. 9). Los espectros de coherencia son medidas directas
del coeficiente de correlación distribuido por período, y nuestros hallazgos indican una
correlación casi completa entre el viento geostrófico y la potencia de escurrimiento en un período
anual. Aunque las fluctuaciones estacionales en la escorrentía y la energía eólica son más fuertes,
podemos observar claramente los extremos locales en la coherencia entre la corriente de
escorrentía y los índices climáticos, así como el viento geostrófico y el índice de manchas solares
en períodos plurianuales centrados en 3.6 y 8 años para el número de manchas solares (Fig. 9). El
pico en el espectro de coherencia con la NAO es tan alto como 65% para períodos centrados
alrededor de 3.6 años, lo que indica una alta correlación. Se encontró una correlación mínima
para los períodos centrados alrededor de 8 años. Estos modos de variabilidad a largo plazo en los
niveles de energía del agua superficial están claramente relacionados con las fluctuaciones
climatológicas generales en el hemisferio norte y pueden utilizarse para predecir las fluctuaciones
en la energía del agua superficial.

El hecho de que tanto la coherencia entre el poder de escorrentía y el espectro de potencia de la

actividad solar de la potencia de escorrentía se realicen en un amplio intervalo de períodos de 3
a 20 años podría explicarse por los múltiples picos del espectro de potencia de la actividad solar
y la dinámica del sistema hidroclimático de la Tierra, que en este caso amortigua la respuesta
hidrológica. El número de manchas solares tiene varios períodos armónicos predominantes, uno
de los cuales es de aproximadamente 11 años, pero existen varios picos menores (Movahed et
al., 2006). Como resultado, es posible ver un pico en
la evapotranspiración de aproximadamente 11 años (Fig. 8) ya que está dominada por la radiación
solar. Sin embargo, la frecuencia de forzamiento en la radiación solar entrante está moderada por
la dinámica del sistema de tierra debido a la mecánica oceanográfica, atmosférica e hidrológica y
por las fluctuaciones en la composición atmosférica y placas tectónicas. Esta amplificación no
lineal de la energía de forzamiento en el sistema climático puede enfatizarse por el hecho de que
el coeficiente de variación anual en la potencia de la escorrentía es dos órdenes de magnitud
mayor que el del forzamiento debido a la radiación solar (Willson y Mordvinov, 2003). Incluso
comportamientos físicos relativamente simples en modelos físicos pueden dar lugar a respuestas
oscilatorias complicadas e incluso caóticas (Levien y Tan, 1993). Por lo tanto, la variabilidad
climática natural es muy compleja en numerosas escalas de tiempo, que van desde días hasta
medio millón de años o más (Ghil, 2002). En este estudio, encontramos un amplio pico de
alrededor de 8 años en el espectro de potencia de la potencia de escorrentía (Fig. 5) que refleja
una modificación del ciclo solar dominante de 11 años debido a la dinámica oceanográfica de
diferentes frecuencias (Wang et al., 2014) y la amplificación de la entrada solar en el sistema
hidroclimático (Meehl et al., 2009). De acuerdo con este hallazgo, estudios previos del espectro
de potencia de una serie temporal de temperatura de varios siglos en el centro de Inglaterra
indicaban picos en períodos centrados alrededor de 5.2 y 7.7 años (Plaut et al., 1995), en los que
el pico se centraba alrededor de 7.7 años. se cree que es el resultado de la NAO y del ciclo
interanual asociado de la Corriente del Golfo (Speich et al., 1995; Moron et al., 1998). Los modos
de correlación de 3,6 y 8 años encontrados entre el poder de escorrentía y el número de manchas
solares en este estudio sugieren que estos modos a largo plazo de variabilidad en la energía del
agua superficial probablemente sean causados indirectamente por la variación en la actividad
solar. Sin embargo, el modo de variabilidad más largo en particular muestra una mejora en el
espectro de potencia de la potencia de escorrentía y su coherencia con la actividad solar que se
extiende desde unos pocos años hasta un par de décadas.
Fig. 6. Varianza acumulada en los valores diarios de la potencia del agua superficial en Suecia como una función del período de tiempo
superior T2 considerado en el espectro de potencia. En el período T 2 = 1 año, aproximadamente el 91% de la varianza total se ha
contabilizado en la matriz principal, series de tiempo diarias.

Fig. 7. Porcentaje de la varianza total en la potencia del agua superficial explicada por períodos más largos que T2.
 Fig. 8. Covariaciones del poder de escorrentía y cambios climáticos y del paisaje: densidades espectrales de potencia de diferentes
series de tiempo hidrológicas y climatológicas. Los espectros de poder de la precipitación, escorrentía y evapotranspiración (ET) se
derivan para cada una de las 1001 cuencas hidrográficas con áreas que varían de 15 a 10,000 km2 y se promedian para cada período.
Las bandas coloreadas indican regímenes de comportamiento de escalado predominante debido al filtrado de cuencas, las
fluctuaciones estacionales y el forzamiento climático.

Fig. 9. Espectros de coherencia entre la potencia de escurrimiento para todas las aguas superficiales de Suecia e índices climáticos,
vientos geostróficos y número de manchas solares. Los espectros de coherencia muestran picos constantes durante un período de
aproximadamente 3.6 años y un máximo local con un número de manchas solares a los 8 años.

5. DISCUSIÓN DE IMPLICACIONES Y CONCLUSIONES

El presente estudio cuantifica la distribución de la energía potencial en el ciclo hidrológico terrestre a

través de una reducción extensa de los datos hidrometeorológicos. Promediado en Suecia, estimamos
que la potencia promedio de escorrentía en 51 años es de 207 TWh / a y que la disipación de esta
energía se distribuyó en 34.6 TWh / a para impulsar la circulación del agua subterránea, 65.4 TWh / a
para la producción hidroeléctrica y 107 TWh / y a la fricción del agua superficial en arroyos y ríos. Las
pérdidas de energía que impulsan la circulación del agua subterránea corresponden a un 13%
adicional al flujo geotérmico en la parte superior de la Litosfera. Al descomponer la varianza de la
escorrentía en un rango de períodos de tiempo (o frecuencia), podríamos relacionar la varianza en la
corriente de escorrentía en bandas de períodos de tiempo particulares con la dinámica del flujo de la
cuenca fluvial y las fluctuaciones causadas por el clima. Por lo tanto, el poder de escorrentía muestra
fluctuaciones pronunciadas por el clima en períodos anuales, bianuales y de 8 años, donde el último
modo periódico de variabilidad se distribuye en un rango relativamente amplio de períodos de 3 a 20
años (alcanzando un máximo a los 8 años).) que representan una gran porción de la varianza total en
las series temporales. Encontramos importantes modos de coherencia entre el poder de la escorrentía
y la actividad solar y el viento geostrófico y los índices climáticos de 3.6 y 8 años. En particular,
mostramos que el rango de períodos con alta periodicidad de la capacidad de escorrentía en Suecia
(con un máximo de 8 años) se correlaciona con las fluctuaciones en la actividad solar y las
correspondientes fluctuaciones en la evapotranspiración. De particular interés es la correlación
positiva entre el viento y las potencias de agua superficial, lo que implica que equilibrar la energía
eólica y solar usando la capacidad hidroeléctrica disponible es un desafío. Esta conexión se debe a la
necesidad general de regular la energía eólica para que coincida con las fluctuaciones de la demanda,
que a menudo se lleva a cabo utilizando fuentes de energía reguladoras como la energía hidroeléctrica
(Korpås et al., 2013). Una coherencia creciente de la energía eólica e hidroeléctrica en ciertos períodos
implica una necesidad creciente de almacenamiento de energía en los depósitos de agua o de la
coordinación espacial de los recursos disponibles para superar su necesidad común de regulación.
Finalmente, este estudio proporciona estimaciones de la partición de los flujos de energía en la
hidrología terrestre con posible importancia para los avances en geociencias relacionadas, en las
cuales la pérdida de calor o momento (fuerzas) rige la ecología acuática, los procesos térmicos y el
transporte de sedimentos. Las periodicidades en las energías hidrológicas pueden tener una influencia
secundaria pero importante sobre la periodicidad similar en estos procesos.