Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ABSTRACT
El uso de la tierra y el clima son dos factores determinantes del rendimiento de
agua dentro de una cuenca. Comprender los efectos de estas dos variables es
clave para el proceso de toma de decisiones dentro de las cuencas hidrográficas.
La modelación hidrológica se puede utilizar para este propósito y la integración de
escenarios climáticos futuros a modelos calibrados amplía el espectro de análisis.
Este tipo de estudios se han llevado a cabo en muchas áreas del mundo, incluida
la cuenca del Amazonas de América del Sur. Sin embargo, existe una falta de
comprensión sobre el efecto del uso de la tierra/cobertura terrestre y el cambio
climático en las cuencas hidrográficas andinas de este continente. Nuestro estudio
se centró en la evaluación del rendimiento de agua en diferentes escenarios
climáticos y de uso de la tierra utilizando el modelo hidrológico semidistribuido
conocido como modelo SWAT (Soil and Water Assessment Tool). Se trabaja en la
cuenca del Tona (Colombia, Sudamérica), la fuente de agua más importante para
una población metropolitana. Nuestros resultados compararon las estimaciones de
rendimiento de agua para condiciones históricas (1987–2002) con las de
escenarios futuros combinados para el uso de la tierra y el clima para el período
2006–2050. El esfuerzo de modelado produjo estimaciones globales del
rendimiento hídrico (valores anuales promedio) y, a nivel de subcuenca, identificó
áreas estratégicas en las que se pueden enfocar las actividades de protección y
conservación de los administradores del agua.
INTRODUCCIÓN
El rendimiento de agua se define como la cantidad neta de agua que pasa por un
punto de un arroyo durante un período determinado [1]. Esto también se entiende
como la cantidad promedio de agua producida por la cuenca a partir de las
contribuciones de agua superficial, lateral y subterránea durante un cierto período
de tiempo [2]. Desde la perspectiva de los servicios de los ecosistemas, la
producción de agua representa el suministro potencial de agua dulce para la
producción de alimentos, la generación de energía hidroeléctrica o el agua potable
[3]. Todos estos son clave para el sostenimiento de las comunidades rurales y
urbanas. A lo largo de los años, se han dedicado muchos estudios a evaluar los
factores impulsores del rendimiento de agua en un área determinada. El cambio
de uso del suelo / cobertura del suelo (LULC) es un factor clave que se ha
estudiado desde diversas perspectivas [4–11]. La reforestación parece tener un
efecto decreciente sobre la escorrentía (a través del aumento de la
evapotranspiración - ET) en la pequeña escala de la cuenca y un efecto creciente
sobre la precipitación y la disponibilidad de agua a escalas más grandes, ya que la
ET devuelve agua a la atmósfera y favorece, en condiciones adecuadas, la
precipitación ( P) [7]. La magnitud de los cambios en el rendimiento de agua,
debido a cambios en la vegetación (en relación con el flujo bajo el tipo de
vegetación original), parece ser más drástica durante las temporadas de flujo bajo,
y el tiempo para alcanzar un nuevo equilibrio después de los cambios de LULC
depende del tipo. de cambio (forestación, deforestación o rebrote), tardando más
de cinco años en alcanzarlo en algunos casos [11]. dadas las condiciones
adecuadas, precipitación (P) [7]. La magnitud de los cambios en el rendimiento de
agua, debido a cambios en la vegetación (en relación con el flujo bajo el tipo de
vegetación original), parece ser más drástica durante las temporadas de flujo bajo,
y el tiempo para alcanzar un nuevo equilibrio después de los cambios de LULC
depende del tipo. de cambio (forestación, deforestación o rebrote), tardando más
de cinco años en alcanzarlo en algunos casos [11].
El cambio climático y la variabilidad climática tienen un efecto significativo en la
descarga de los ríos, los eventos extremos y la disponibilidad de agua para
diversas necesidades humanas [12-20]. En todo el mundo, muchos estudios han
evaluado el impacto del cambio climático en regiones específicas y los esfuerzos
de revisión o estudios a gran escala proporcionan un medio para comprender el
"panorama general". Por ejemplo, en Europa, el análisis de las observaciones
indica un aumento general de las precipitaciones extremas, pero no tendencias
significativas para los caudales extremos, mientras que los esfuerzos de
modelización basados en proyecciones climáticas confirman el aumento general
de las precipitaciones extremas y muestran grandes impactos (cambios positivos y
negativos) en el pico. flujos [19]. Hallazgos recientes de Betts et al. [12] muestran
las tendencias globales espaciales en precipitaciones extremas y eventos
hidrológicos y señalan la importancia de limitar el calentamiento global porque, a 2
° C, algunos países podrían alcanzar niveles sin precedentes de escasez de agua.
La seguridad alimentaria enfrentará serios desafíos porque habrá limitaciones de
agua dulce en importantes regiones irrigadas de América del Norte (Estados
Unidos Occidental) y Asia (China; Asia Occidental, Meridional y Central), mientras
que se requerirán inversiones sustanciales en infraestructura de riego en áreas (
Norte y este de Estados Unidos, partes de América del Sur, Europa y el sudeste
de Asia) que podrían compensar el aumento neto de riego requerido [18]. Sin
embargo, a todos los efectos, este tipo de estudios tiene una incertidumbre
intrínseca. La evaluación de los resultados de 12 estudios de grandes cuencas
fluviales muestra que la elección del modelo climático global (GCM) contiene la
mayor parte de incertidumbre en las proyecciones (57%), seguido de la elección
de la vía de concentración representativa (RCP) (27%) y la elección del modelo
hidrológico (16%) [13].
Presentamos aquí el trabajo desarrollado para la cuenca del Tona, principal fuente
de agua para un área metropolitana de tamaño mediano en Colombia (América del
Sur). Nuestra hipótesis era que no solo el clima sino también los cambios en el
uso de la tierra determinan el rendimiento de agua dentro de esta región andina
tropical. Trabajamos junto con agencias locales de gestión ambiental y del agua
para establecer un modelo SWAT para esta cuenca. Esto nos permitió obtener
estimaciones anuales y mensuales del rendimiento hídrico, a escala de cuenca y
subcuenca, para seis escenarios que incorporaron dos climas futuros y tres tipos
de LULC. Nuestra metodología describe el sitio de estudio, un proceso detallado
de la configuración del modelo (incluida la preparación de datos y la calibración y
validación del modelo) y la definición de los escenarios futuros. Dentro de los
resultados presentamos las estimaciones de rendimiento hídrico para el modelo
calibrado (LULC actual y clima histórico) y para los seis escenarios futuros
diferentes. Nuestros puntos de discusión se centran en (1) la validez y eficiencia
de nuestro modelo calibrado, (2) el papel de los patrones de precipitación, la
topografía y LULC en la distribución espacial del rendimiento de agua para el
modelo calibrado y (3) aspectos clave para la cuenca hidrográfica. gestión
derivada de los escenarios futuros modelados.
2. MATERIALES Y MÉTODOS
2.1. Sitio de Estudio
La cuenca del Tona se ubica en el lado noreste de Colombia con sus cabeceras
ubicadas dentro de los límites occidentales del ecosistema de páramo
Berlín-Santurbán, alcanzando elevaciones de hasta 3850m.asl.A pesar de su
pequeño tamaño (192.5 km. 2), esta cuenca juega un papel importante en la
provisión de agua para el área metropolitana de Bucaramanga (1,142,000
habitantes), aportando actualmente aproximadamente el 55% del recurso que
maneja la principal empresa de agua, el Acueducto Metropolitano de
Bucaramanga, AMB (Acueducto Metropolitano de Bucaramanga) , con un servicio
ampliado esperado para fines de 2019 luego de la construcción del Embalse de
Bucaramanga e infraestructura de conducción asociada (regulación de 1200 lps
adicionales). La cuenca tiene tres drenajes principales (Arnania, Carrizal y
Golondrinas), que forman el río Tona en la parte baja de la cuenca (ver Figura 1).
El plan de manejo ambiental y territorial de la cuenca (llamado de aquí en adelante
“POAT” por las iniciales del documento en español), formulado en 2012 [42],
brinda información de referencia para esta área de estudio. La cuenca tiene una
elevación media de 2270 my un relieve accidentado con una pendiente promedio
de 55,7%. Los principales rasgos geológicos de esta cuenca son los cerros de
composición metamórfica e ígnea y un sistema de fallas en dirección norte-sur,
ubicadas en el extremo occidental. La cuenca tiene un régimen de precipitación
bimodal con períodos húmedos que ocurren en marzo-mayo y
septiembre-noviembre (valores mensuales promedio que oscilan entre 130 y 300
mm). Las condiciones más secas ocurren durante el período de diciembre a
febrero (valores mensuales promedio que oscilan entre 30 y 100 mm).
Anualmente, la precipitación promedio para la cuenca es de 1400 mm pero hay un
patrón espacial distintivo: la precipitación más alta ocurre en las áreas norte y
centro-sur (1900-2000 mm), la precipitación más baja ocurre en el lado este de la
cuenca (900 mm ), correspondiente al área de mayores elevaciones y ecosistema
de páramo, y los valores medios de precipitación ocurren en el lado occidental de
la cuenca (1300 mm) (ver Figura S1). Las variaciones estacionales de temperatura
para esta cuenca tropical no son tan notables como las variaciones espaciales
debido a su topografía (las elevaciones van desde los 800 msnm en el lado
occidental de la cuenca hasta los 3850 msnm). la precipitación más baja ocurre en
el lado este de la cuenca (900 mm), correspondiente al área de mayores
elevaciones y ecosistema de páramo, y los valores de precipitación del rango
medio ocurren en el lado occidental de la cuenca (1300 mm) (ver Figura S1 ). Las
variaciones estacionales de temperatura para esta cuenca tropical no son tan
notables como las variaciones espaciales debido a su topografía (las elevaciones
van desde los 800 msnm en el lado occidental de la cuenca hasta los 3850 msnm
en el lado este, ver Figura S2). Según las elevaciones, la variación espacial de la
temperatura media anual varía de 23 ° C en el lado occidental a 8 ° C en el lado
este de la cuenca. Finalmente, la evapotranspiración potencial promedio anual
(PET) calculada a través de diferentes métodos en el POAT tiene una distribución
espacial que va desde 1300 mm en el lado occidental de la cuenca hasta 840 mm
en el lado este.
Figura 1. Ubicación geográfica de la cuenca del Tona. Los paneles de la derecha muestran
en rojo la ubicación de la cuenca hidrográfica dentro del País y el Estado. El área de la
izquierda muestra la ubicación de la cuenca, los principales afluentes del río Tona y la
ubicación del nuevo embalse, en las elevaciones más bajas de la cuenca. Los textos indican
la ubicación de dos de las ciudades que se benefician del agua del río Tona (Bucaramanga y
Floridablanca). Los números y los diferentes colores representan una división de subcuenca
para el área de estudio. El sistema de coordenadas corresponde a la proyección local del
sitio (MAGNA Colombia Bogotá — EPSG: 3116).
Los datos hidroclimáticos requeridos para la descripción del sitio, el montaje del
modelo, la calibración y la validación se originaron a solicitud de tres agencias: el
Instituto Colombiano de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
[49], CDMB [50] y AMB [51] (ver Figura 2 y Tabla S2).
El análisis de la información y la discusión con el personal de la agencia nos
permitió identificar la ventana de tiempo (años 1987-2002) y las estaciones para
las cuales la información estaba completa y en las mejores condiciones de calidad
posibles. Utilizamos datos de temperatura diaria máxima y mínima de las
estaciones Berlín y UIS; precipitación diaria de las estaciones Berlín, UIS,
Tona-Pueblo, Galvicia y Brasil; y caudal medio diario desde la estación Puente
Tona. No pudimos usar datos para las estaciones hidrométricas de Arnania,
Carrizal y Golondrinas porque recién después de 2011 AMB comenzó a usar
estrategias de monitoreo técnicamente adecuadas en estas estaciones aguas
arriba. Para poder utilizar los datos de la estación Puente Tona en el proceso de
calibración, agregamos una cantidad de 1.26 m 3 s −1 a los valores reportados, lo
que equivale al promedio de las extracciones totales de agua para el período
2003-2016.
Tabla 4. Cambios en el uso del suelo / cobertura del suelo (LULC) para los
escenarios futuros B y C
La Tabla 1 muestra las definiciones de los códigos LULC para la cuenca del Tona.
Para probar nuestra hipótesis de que tanto el clima como el uso de la tierra tienen
un impacto en el rendimiento de agua de la cuenca, ejecutamos nuestro modelo
bajo seis escenarios futuros diferentes que combinaban un clima y un LULC. El
período de simulación efectivo para los escenarios futuros fue de 2010 a 2050 y
los resultados de las ejecuciones del modelo tuvieron un intervalo mensual (ver
Tabla 5).
Tabla 5. Descripción de los escenarios futuros.
3.RESULTADOS
Para evaluar las estimaciones del rendimiento de agua para los escenarios
futuros, primero nos enfocamos en los resultados globales (escala de la cuenca) y
luego miramos los valores distribuidos espacialmente a nivel de la subcuenca. En
términos de precipitación, los registros históricos muestran una precipitación anual
promedio para la cuenca de 1148.8 mm, mientras que un clima futuro de RCP 4.5
presenta una precipitación anual promedio de 1334.8 mm y RCP 8.5 reporta una
precipitación
anual promedio de 1400.0 mm; un aumento de 16,2% y 21,9% con respecto a los
registros históricos, respectivamente. El aumento de la precipitación para los
escenarios futuros da como resultado consistentemente aumentos en el
rendimiento anual promedio de agua (ver Tabla 6). Además, al observar el efecto
de los cambios en el uso de la tierra, el Escenario LULC B ({3} y {4}) resulta en
mayores estimaciones de rendimiento de agua en comparación con el Escenario
LULC C ({5} y {6}). Si se considera el Escenario A de LULC como condiciones de
referencia, hay un aumento promedio del 5,8% para el Escenario B de LULC con
respecto al Escenario de LULC A, mientras solo un aumento promedio del 2.9%
para el escenario LULC C.
Clima futuro RCP 4.5 genera un rango de rendimiento anual de agua por
subcuenca entre 170 y 900 mm año−1 ( ver Figura 5), mientras que el rango para el
clima futuro RCP 8.5 está entre 185 y 935 mm año−1 ( ver Figura 6). Al observar
los efectos del cambio LULC para un clima dado con respecto a las condiciones
de la línea de base, algunas subcuencas no muestran cambios muy pequeños (de
las subcuencas 3 a la 11, 13 y 14). Los mayores cambios (más del 10% con
respecto a las condiciones de la línea de base) ocurren en las cabeceras de las
áreas de drenaje de Carrizal y Golondrinas (subcuencas 1, 2 y 12). Los valores
reales de producción de agua por subcuenca para cada uno de los escenarios
futuros se encuentran en la Tabla S8.
Figura 6. Rendimiento medio anual de agua por subcuenca según el clima
futuro RCP 8.5: (a) Rendimiento de agua para el modelo calibrado, (b)
Rendimiento de agua para el Escenario {2}, (c) Rendimiento de agua para
el Escenario {4} y (d) rendimiento de agua para el Escenario {6}.
4.DISCUSION
La distribución espacial del rendimiento de agua en la cuenca del Tona para las
condiciones históricas (ver Figura 4) sigue el patrón de precipitación anual
promedio definido por las líneas isoyetas (ver Figura S1). El uso de la estación de
precipitación Martin Gil probablemente habría aumentado el rendimiento de agua
para las HRU en el área de drenaje de Arnania (los datos de precipitación para
esta estación no estaban disponibles para nuestro período de estudio). Dadas las
condiciones de precipitación definidas por las series de tiempo disponibles para el
período de estudio, vemos que LULC jugó un papel importante en el rendimiento
de agua. Por ejemplo, las HRU con pastos naturales y cultivados (PAST y SPAS)
ubicadas en las subcuencas de alta elevación (1, 2, 5 y 14) tuvieron bajo
rendimiento hídrico con respecto a otros usos en estas subcuencas. Los pastos
boscosos (RNGB) tuvieron un efecto mixto: Rendimiento de agua relativamente
mayor para las HRU dentro de la subcuenca 5 y menor para las HRU dentro de las
subcuencas 1 y 12. Los rangos de rendimiento de agua para el bosque plantado
(PINE) fueron similares a los del bosque (FRST) y la maleza (MESQ) en las
cabeceras del drenaje de Arnania. área (subcuenca 5), similar al MESQ para las
subcuencas 1 y 2 y, en otras áreas de la cuenca, el rendimiento de agua para
PINE resultó en un rendimiento de agua relativamente menor (en comparación con
el rendimiento de agua de otros LULC dentro de cada subcuenca). El papel de
LULC en el rendimiento de agua fue más difícil de identificar en las áreas de
menor elevación de la cuenca. Es fundamental
continuar trabajando en la comprensión de las dependencias entre suelos,
pendientes y LULC para informar mejor las operaciones de manejo de cuencas
hidrográficas dentro de esta cuenca.
La variación espacial del rendimiento de agua por subcuenca bajo los diferentes
escenarios mostró que los aumentos significativos (más del 10%) en el
rendimiento de agua ocurrieron solo en subcuencas particulares. Una mayor
investigación de los cambios de LULC en estas cuencas hidrográficas (1, 2 y 12)
reveló que los aumentos estaban relacionados con cambios de pastos naturales y
cultivados (PAST y SPAS) al LULC propuesto (matorral o bosque) en las
cabeceras del Carrizal. y Zonas de Drenaje de Golondrinas. Cambios similares en
las cuencas hidrográficas de menor elevación no produjeron cambios significativos
en el rendimiento de agua. Estos resultados sugieren que es posible para los
administradores del agua en la cuenca del Tona (y cualquier otra cuenca donde se
llevó a cabo un ejercicio similar) determinar los tipos de cambios de LULC y las
ubicaciones dentro del área de estudio donde cambios específicos resultarían en
una condición deseada. Esto es consistente con la idea de que las prácticas de
manejo de cuencas hidrográficas pueden tener más éxito cuando se apoyan con
herramientas de modelado [65,66].
5.CONCLUSIONES
Los resultados de este trabajo confirman nuestra hipótesis inicial de que no solo el
clima sino los cambios en el uso de la tierra determinan el rendimiento de agua
dentro de esta cuenca andina. Usando un modelo hidrológico semi-distribuido,
pudimos identificar cómo estos dos factores podrían afectar el rendimiento de
agua en la escala de la cuenca y subcuenca. Aunque el clima no es un factor que
pueda ser controlado directamente por los administradores del agua, LULC sí lo
es. Nuestros resultados muestran que diferentes enfoques a los cambios de LULC
para
un clima dado, generaron diferentes estimaciones de rendimiento de agua. Sin
embargo, para ambos factores, en términos de decisiones de manejo de cuencas,
es evidente que es necesario contar con la participación de expertos para que el
modelo climático mas adecuado sea utilizado y existe un conocimiento avanzado
del papel que juegan los diferentes tipos de LULC en la dinámica del ciclo
hidrológico de la cuenca. El uso de un modelo hidrológico físico como SWAT
puede ayudar significativamente con esta tarea.