Castañeda Morales Yeraldine 2016

MODELACIÓN DEL EFECTO DEL CAMBIO DE USO DEL SUELO EN LA
CUENCA DEL RIO COELLO, BAJO ESCENARIO DE CAMBIO CLIMÁTICO,

A TRAVÉS DE LA APLICACIÓN DEL MODELO HIDROLÓGICO SWAT (SOIL
AND WATER ASSESSMENT TOOL)
TRABAJO DE GRADO PARA OPTAR AL TITULO DE:

INGENIERO FORESTAL
AUTOR:
YERALDINE CASTAÑEDA MORALES
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

FACULTAD DEL MEDIO AMBIENTE Y RECURSOS NATURALES
PROYECTO CURRICULAR DE INGENIERIA FORESTAL
BOGOTÁ D.C
NOVIEMBRE de 2016
MODELACIÓN DEL EFECTO DEL CAMBIO DE USO DEL SUELO EN LA
CUENCA DEL RIO COELLO, BAJO ESCENARIO DE CAMBIO CLIMATICO,
A TRÁVES DE LA APLICACIÓN DEL MODELO HIDROLOGICO SWAT (SOIL
AND WATER ASSESSMENT TOOL)
TRABAJO DE GRADO PARA OPTAR AL TITULO DE:

INGENIERO FORESTAL
AUTOR:
YERALDINE CASTAÑEDA MORALES

20101010058
DIRECTOR INTERNO:
RODOLFO FRANCO
Ingeniero Forestal. Especialista SIG
DIRECTOR EXTERNO:
FERNANDO MAURICIO CASTRO BARRIOS
Ingeniero Forestal. M.Sc. Ph.D.
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

FACULTAD DEL MEDIO AMBIENTE Y RECURSOS NATURALES
PROYECTO CURRICULAR DE INGENIERIA FORESTAL
BOGOTÁ D.C
NOVIEMBRE de 2016
2
DEDICATORIA
Este trabajo de grado está dedicado al Ingeniero

Forestal Fernando Mauricio Castro Barrios, quien fue
muy importante en este proceso, el cual me guió,
me instruyó y me colaboró en la elaboración de este.
Una persona con grandes valores y cualidades, un
profesional dedicado, con una hoja de vida
impecable, el cual trabajo por el Departamento del
Tolima. Desafortunadamente ya no está con
nosotros, este trabajo representaba una ilusión para
él y anhelaba verlo terminado, es por esto que quiero
dejarlo a su memoria, para honrar su trabajo y todo
lo que me brindó. Finalmente quiero darle infinitas
gracias ya que sin su ayuda no hubiera sido posible
realizar este trabajo.
3
AGRADECIMIENTOS
A Dios por todas las bendiciones dadas, agradecida estoy por permitirme
culminar este proceso.
A mi Familia por su apoyo incondicional, por entenderme y tenerme paciencia

en este proceso, por el acompañamiento y el ánimo brindado. A mis padres
Norbey Castañeda y Esperanza Morales por su apoyo en todos los aspectos de
mi vida, por su dedicación, su guía y su amor. A mis hermanas por su cariño y
en especial a Stefany Castañeda por acompañarme en todo momento, a
Nathaly Castañeda por guiarme cuando lo necesite y a Magdalia Acosta por
todo su apoyo incondicional.
A Juan David Sánchez Díaz por su gran ayuda, por su aporte a este trabajo y
por acompañarme en este proceso.
Al Ingeniero Forestal Fernando Mauricio Castro Barrios por brindarme su

conocimiento y dirigir mi trabajo.
Al Ingeniero civil Juan Pablo García por su tiempo invertido en ayudarme y por
brindarme sus conocimientos en el área de la modelación hidrológica.
Al Ingeniero Nelson Obregón de la Pontificia Universidad Javeriana por todo su

apoyo y ayuda en la culminación de este trabajo.
Al Docente Rodolfo Franco por su apoyo, ayuda y diligencia para que este
trabajo pudiera culminar satisfactoriamente.
A la Universidad Distrital Francisco José de Caldas y sus docentes por los

conocimientos compartidos y enseñados los cuales permitieron mi desarrollo
como profesional.
A todas las personas que de uno u otro modo estuvieron involucradas en el

desarrollo de este trabajo y me brindaron su ayuda.
4
RESUMEN
Es importante tener en cuenta las dinámicas actuales como lo son el cambio

climático y el cambio en el uso del suelo con el fin de evaluar los posibles
efectos de estos sobre los recursos hídricos. En ese contexto la presente
investigación tiene como objeto determinar y evaluar el efecto del cambio de
uso del suelo en condiciones ideales bajo un escenario de cambio climático en
la cuenca hidrográfica del Rio Coello, la cual está ubicada en el departamento
del Tolima en Colombia, a través de la aplicación del modelo hidrológico SWAT
(Soil and Water Assessment Tools). La cuenca ocupa el 7,8% del
departamento y es importante ya que es fuente abastecedora de diferentes
municipios incluyendo la capital departamental, además en esta se encuentra
el distrito de riego más grande del país, donde también se genera energía
eléctrica. Para la modelación hidrológica se utilizaron datos de los períodos
1988-2007 y 2011-2030, los datos climáticos fueron calculados a partir de
modelos de circulación general (GCM) y modelos de circulación regional
(RCM), para este caso se usó el modelo PRECIS aplicando el modelo HadCM3
con el escenario A1B propuesto por el Panel Intergubernamental sobre el
Cambio Climático (IPCC). Para el escenario de cambio uso de suelo se utilizó
la metodología para el mapa de uso recomendado de Zúñiga 2010, donde los
usos se determinan según las características del territorio. El modelo SWAT fue
calibrado manualmente según los datos mensuales observados de caudal para
el período 1988 – 2007 en la estación Payandé obteniéndose una bondad de
ajuste del modelo calificada como muy buena (COE: 0.64; R2: 0.82).
El modelo SWAT realizó la estimación de caudales para el período 2011-2030

con y sin cambio de uso de suelo. Para el escenario sin cambio de uso de
suelo se obtuvo una reducción promedio del 3,45% del caudal medio anual en
comparación con el periodo de referencia (1988-2007), mientras que para el
escenario con cambio de uso del suelo hubo un aumento del caudal medio
anual de 19.33%, respecto al período de referencia.
También se comparó la estimación del caudal entre los escenarios con y sin
cambio de uso de suelo en el periodo 2011-2030, donde el escenario con
cambio de uso de suelo presenta un aumento del 23,59% del caudal medio
anual con respecto al escenario sin cambio de uso de suelo. Se debe tener en
cuenta el alto grado de incertidumbre en los modelos de circulación global a la
hora de evaluar los futuros impactos potenciales del clima, para tomar
decisiones sobre las acciones para la adaptación al cambio climático en la
zona. Sin embargo, este es un buen primer punto de partida para la
planificación y el manejo integrado de la cuenca.
5
ABSTRACT
It is important to consider the current dynamics such as climate change and

land use change, in order to evaluate the possible effects on water resources.
In this context, the present research aims to determine and evaluate the effect
of land use change under ideal conditions under a scenario of climate change in
the Coello River basin, which is located in the department of Tolima in
Colombia, through of the application of the SWAT (Soil and Water Assessment
Tools) hydrological model. The watershed occupies 7.8% of the department and
is important because it is a source of supply of different municipalities including
the departmental capital, in addition it is the largest irrigation district in the
country, where electricity is also generated. For the hydrological modeling, data
from the periods 1988-2007 and 2011-2030 were used, the climatic data were
calculated from general circulation models (GCM) and regional circulation
models (RCM), in this case was used PRECIS model applying the HadCM3
model with the A1B scenario proposed by the Intergovernmental Panel on
Climate Change (IPCC). The methodology for the recommended use map of
Zúñiga 2010 was used for the land use change scenario, where the uses are
determined according to the characteristics of the territory. The SWAT model
was manually calibrated according to the observed monthly flow data for the
period 1988 - 2007 in the Payandé station, obtaining goodness of fit of the
model rated as very good (COE: 0.64, R2: 0.82).
The SWAT model estimated the flows for the period 2011-2030 with and without
land use change. For the scenario without land use change, a reduction of
3.45% of the average annual flow was obtained in comparison with the
reference period (1988-2007), while for the scenario with land use change there
was an increase of the average annual flow of 19.33%, compared to the
reference period.
It was also compared the estimation of the flow between the scenarios with and
without land use change in the period 2011-2030, where the scenario with land
use change presents an increase of 23.59% of the mean annual flow with
respect to the scenario without land use change. The high degree of uncertainty
in global circulation models should be taken into account in assessing potential
future climate impacts to make decisions on actions to adapt to climate change
in the area. However, this is a good starting point for planning and integrated
management basin.
6
TABLA DE CONTENIDO
AGRADECIMIENTOS ........................................................................................ 4
RESUMEN ......................................................................................................... 5
ABSTRACT ........................................................................................................ 6
1. INTRODUCCION ...................................................................................... 14
2. OBJETIVOS .............................................................................................. 17
2.1 Objetivo general ...................................................................................... 17
2.2 Objetivos específicos .............................................................................. 17
3. MARCO DE REFERENCIA ....................................................................... 18
3.1 CICLO HIDROLÓGICO ........................................................................... 18
3.2 MODELOS HIDROLÓGICOS ................................................................. 20
3.3 MODELO HIDROLÓGICO SWAT ........................................................... 21
3.4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) APLICADOS AL
RECURSO HÍDRICO .................................................................................... 22
3.5 CAMBIO CLIMÁTICO ............................................................................. 23
3.6 MODELOS DE CAMBIO DE USO DEL SUELO ..................................... 24
3.7 APLICACIÓN DEL MODELO SWAT EN EL CAMBIO CLIMATICO Y EL
CAMBIO DE USO DEL SUELO .................................................................... 25
4. MATERIALES Y METODOS ..................................................................... 28
4.1 AREA DE ESTUDIO ............................................................................... 29
4.1.1 CLIMA ..................................................................................................................................... 30
4.1.2 USO Y COBERTURA DEL SUELO ......................................................................................... 34
4.1.3 SUELOS ................................................................................................................................... 36
4.2 ESCENARIOS......................................................................................... 42
4.2.1 CAMBIO DE USO DEL SUELO.............................................................................................. 42
4.2.2 CAMBIO CLIMÁTICO ............................................................................................................ 44
4.3 APLICACIÓN DEL MODELO HIDROLOGICO........................................ 51
4.4 CALIBRACIÓN Y VALIDACIÓN DEL MODELO ..................................... 62
4.5 ANÁLISIS DE INFORMACIÓN................................................................ 63
5. RESULTADOS .......................................................................................... 64
5.1 ESCENARIO DE CAMBIO CLIMATICO ................................................. 64
5.1.1 Datos de Temperatura ............................................................................................................. 64
5.1.2 Datos de precipitación ............................................................................................................. 68
5.2 ESCENARIO DE CAMBIO DE USO DESUELO ..................................... 77
5.3 MODELACIÓN HIDROLOGICA DE LA CUENCA DEL RIO COELLO CON
EL MODELO SWAT ...................................................................................... 81
5.3.1 Datos de entrada del modelo hidrológico SWAT ..................................................................... 82
7
5.3.2 Calibración y validación del modelo ....................................................................................... 90
5.4 INFLUENCIA DEL CAMBIO CLIMÁTICO EN EL CLIMA DE LA CUENCA
DEL RÍO COELLO ........................................................................................ 97
5.5 INFLUENCIA DEL CAMBIO CLIMÁTICO Y ELCAMBIO DE USO DEL
SUELO EN LOS RECURSOS HÍDRICOS DE LA CUENCA DEL RÍO
COELLO ....................................................................................................... 99
6. CONCLUSIONES ................................................................................... 103
7. RECOMENDACIONES ........................................................................... 105
8. BIBLIOGRAFÍA ....................................................................................... 106
8
LISTA DE TABLAS
Tabla 1. Clasificación climática según Caldas-Lang, para la cuenca del Rio

Coello. ....................................................................................................................... 32
Tabla 2. Clasificación de cobertura según Corine Land Cover en la cuenca del
Rio Coello, con su respectiva área ............................................................................ 35
Tabla 3. Descripción de las unidades de suelos presentes en la cuenca del Rio
Coello. ....................................................................................................................... 37
Tabla 4. Tipos de suelos presentes en la cuenca del Rio Coello, con su
respectiva área. ......................................................................................................... 41
Tabla 5. Información requerida para la elaboración de la cuadricula, para la
simulación con el modelo PRECIS. ........................................................................... 46
Tabla 6. Estaciones de datos climáticos ................................................................... 53
Tabla 7. Estaciones pluviométricas ........................................................................... 54
Tabla 8. Estaciones hidrométricas ............................................................................ 56
Tabla 9. Desviación de temperatura, simulada por el modelo PRECIS, usando
como condición de contorno el reanálisis ERA40, para el período 1988-2007 en
la cuenca del Rio Coello. ........................................................................................... 65
como condición de contorno el reanálisis NCAR/NCEP, para el período 1988-
2007 en la cuenca del Rio Coello. ............................................................................. 66
como condición de contorno HadCM3, para el período 1988-2007 en la cuenca
del Rio Coello. ........................................................................................................... 66
Tabla 12. Coeficiente de correlación entre los datos observados y simulados
con PRECIS, bajo las condiciones de contorno ERA40, NCAR/NCEP y
HadCM3, de los ciclos anuales de temperaturas medias para el período 1988-
2007, en la cuenca del Rio Coello. ............................................................................ 67
Tabla 13. Desviación de precipitación, simulada por el modelo PRECIS, usando
como condición de contorno el reanálisis ERA40, para el período 1988-2007 en
la cuenca del Rio Coello. ........................................................................................... 69
como condición de contorno el reanálisis NCAR/NCEP, para el período 1988-
2007 en la cuenca del Rio Coello. ............................................................................. 69
como condición de contorno HadCM3, para el período 1988-2007 en la cuenca
del Rio Coello. ........................................................................................................... 70
Tabla 16. Coeficientes de correlación de precipitación entre los datos
observados y simulados con PRECIS, usando como condiciones de contorno
ERA40, para el período 1988-2007, en la cuenca del Rio Coello. ............................ 72
NCAR/NCEP, para el período 1988-2007, en la cuenca del Rio Coello. ................... 73
9
HadCM3, para el período 1988-2007, en la cuenca del Rio Coello........................... 74
Tabla 19. Cambio de uso del suelo, cobertura actual a cobertura ideal, para la
cuenca del Rio Coello. .............................................................................................. 80
Tabla 20. Subcuencas generadas por el modelo SWAT ........................................... 83
Tabla 21. Datos de suelo requeridos por el modelo SWAT. ...................................... 85
Tabla 22. Tipos de cobertura del modelo SWAT utilizados para la construcción
del escenario de cambio de uso de suelo. ................................................................ 85
Tabla 23. Variables requeridas por el generador climático WXGEN ......................... 88
Tabla 24. Parámetros climáticos calculados a partir de los datos de la estación
Cajamarca. ................................................................................................................ 88
Santiago Vila ............................................................................................................. 89
Nataima ..................................................................................................................... 89
Perales Hato Opia ..................................................................................................... 89
Aeropuerto Perales ................................................................................................... 90
Tabla 29. Valores de los parámetros usados para la Calibración ............................. 92
Tabla 30.Valores estadísticos de la simulación hidrológica por el modelo
SWAT, en la cuenca del Rio Coello, en el período de calibración y validación ......... 93
Tabla 31. Variación porcentual de caudales medios anuales para los
percentiles 10%, 50% y 90% para el período futuro (2011-2030), período futuro
con cambio de uso de suelo y período actual (1988-2007). .................................... 102
10
LISTA DE FIGURAS
Figura 1: Esquema metodológico. ............................................................................. 28

Figura 2. Localización del área de estudio. ............................................................... 30
Figura 3. Dominio y cuadricula del MCR PRECIS para Colombia............................ 47
Figura 4. Grilla para la utilización del modelo PRECIS, con espaciamiento de 25
km, para la cuenca del Rio Coello ............................................................................. 48
Figura 5. Esquema de interpolación de las variables climáticas a partir de los
puntos de la grilla para el pronóstico con base en el modelo PRECIS ...................... 49
Figura 6. Corrección de errores sistemáticos de precipitación diaria simulada,
con base a las curvas de distribución de probabilidades acumuladas de los
valores observados y simulados. .............................................................................. 51
Figura 7. Distribución espacial de valores medios multianuales de temperatura
para datos observados (a) y simulados por PRECIS, usando las condiciones de
contorno, reanálisis ERA 40 (b) y NCAR/NCEP (c) y el modelo HadCM3 (d), en
el período 1988-2007 para la cuenca del Rio Coello. ................................................ 65
Figura 8. Desviaciones de temperatura simulada por el modelo PRECIS,
usando como condiciones de contorno los reanálisis ERA40 (a) y NCAR/NCEP
(b) y HadCM3 (c), para el período 1988-2007 en la cuenca del Rio Coello. ............. 67
Figura 9. Distribución espacial de valores medios multianuales de precipitación
contorno, reanálisis ERA 40 (b) y NCAR/NCEP (c) y HadCM3 (d), en el período
1988-2007 para la cuenca del Rio Coello. ................................................................ 68
Figura 10. Desviaciones de preciptación simulada por el modelo PRECIS,
usando como condiciones de contorno los reanálisis ERA40 (a) y NCAR/NCEP
(b) y HadCM3 (c), para el período 1988-2007 en la cuenca del Rio Coello. ............. 72
Figura 11. Distribución espacial de los coeficientes de correlación de la
precipitación observada y simulada con PRECIS, usando como condiciones de
contorno ERA40(a), NCAR/NCEP (b) y HadCM3 (c), para el período 1988-2007
en la cuenca del Rio Coello. ...................................................................................... 76
11
LISTA DE MAPAS
Mapa 1. Provincias climáticas según Caldas-Lang, en la cuenca del Rio Coello. ..... 32
Mapa 2. Cobertura y uso de suelo de la cuenca del Rio Coello. ............................... 35
Mapa 3.Tipos de suelos presentes en la cuenca del Rio Coello. .............................. 41
Mapa 4. Localización de las estaciones climatológicas en la cuenca del Rio
Coello. ....................................................................................................................... 54
Mapa 5. Localización de las estaciones pluviométricas en la cuenca del Rio
Coello. ....................................................................................................................... 55
Mapa 6. Localización de las estaciones hidrométricas en la cuenca del Rio
Coello. ....................................................................................................................... 56
Mapa 7. Clases agrológicas presentes en la cuenca del Rio Coello. ........................ 77
Mapa 8. Profundidad efectiva de la cuenca del Rio Coello. ...................................... 78
Mapa 9. Pendientes de la cuenca hidrográfica del Rio Coello. ................................. 79
Mapa 10. Cobertura y uso de la tierra propuesto para la cuenca del Rio Coello....... 80
Mapa 11. Modelo Digital de Elevación de la cuenca del Rio Coello .......................... 82
Mapa 12. División de subcuencas generadas por el modelo hidrológico SWAT
para la cuenca del Rio Coello.................................................................................... 84
Mapa 13. Unidades de respuesta hidrologica generadas por el modelo SWAT,
para la cuenca del Rio Coello.................................................................................... 87
12
LISTA DE GRAFICAS
Gráfica 1. Precipitación media mensual observada en la cuenca del Rio Coello,

para el período 1988-2007. ....................................................................................... 31
Gráfica 2. Cobertura actual vs cobertura ideal, para la cuenca del Rio Coello.......... 81
Gráfica 3. Hidrograma de los caudales observados y simulados en la corrida
inicial del modelo SWAT (sin cambio de parámetros) en la estación Payandé. ........ 91
Gráfica 4. Hidrograma de los caudales observados y simulados en la estación
Payandé, durante la calibración del modelo SWAT. ................................................. 92
Payandé, durante la validación del modelo SWAT.................................................... 93
Payandé para el período 1990-2007. ........................................................................ 94
Gráfica 7. Variabilidad multianual de los caudales para el período 1990-2007,
de la cuenca del Rio Coello. ...................................................................................... 94
Gráfica 8. Residuos entre los caudales observados y lo calculados en la cuenca
del Rio Coello. ........................................................................................................... 95
Gráfica 9. Dispersión de residuos entre los caudales medos mensuales
observados y simulados, en la cuenca de Ro Coello. ............................................... 95
Gráfica 10. Curva de permanencia de los caudales observados y simulados por
el modelo SWAT, en la estación Payandé para el período 1990-2007. .................... 96
Gráfica 11. Precipitación media mensual para los períodos actual (1988-2007) y
futuro (2011-2030)..................................................................................................... 97
Gráfica 12. Temperatura media mensual para el período actual (1988-2007) y
futuro (2011-2030)..................................................................................................... 98
Gráfica 13. Evapotranspiración potencial (ETP) media mensual para el período
actual (1988-2007) y futuro (2011-2030). .................................................................. 98
Gráfica 14. Evapotranspiración real (ET) media mensual para el período actual
(1988-2007) y futuro (2011-2030). ............................................................................ 99
Gráfica 15. Caudales medios mensuales para el período actual (1990-1007),
período futuro (2011-2030) y período futuro con cambio de uso de suelo, para
la cuenca del Rio Coello. ......................................................................................... 100
Gráfica 16.Caudales medios mensuales para el período actual (1990-1007) y el
período futuro (2011-2030) con cambio de uso de suelo, para la cuenca del Rio
Coello. ..................................................................................................................... 101
Gráfica 17. Curva de permanencia para el período actual (1988-2007), el futuro
(2011-2030) y el futuro con cambio de uso de suelo. .............................................. 101
13
1. INTRODUCCION
El agua es un elemento vital para todos los seres del planeta, por lo que el
estado de este recurso afecta los sistemas naturales, también afecta los
sistemas sociales y económicos. Para el ser humano el recurso agua es muy
importante ya que de este dependen diversas actividades como la producción
de alimentos, el suministro doméstico de agua y el saneamiento, la salud, la
energía, el turismo, la industria, el funcionamiento de los ecosistemas entre
otros (UN-Water, 2010)
Durante los últimos años el consumo de agua ha incrementado debido al
crecimiento demográfico mundial, combinado con un enorme desarrollo
económico(Xu & Singh, 2004). Este crecimiento y desarrollo ha traído una serie
de modificaciones en la dinámica natural del planeta siendo el cambio
climático y el cambio de uso del suelo una de las preocupaciones más
importantes que se presenta actualmente en el mundo (Sther et al 2010).
Uno de los principales aspectos que preocupan al mundo hoy en día es la

influencia del cambio climático en la disponibilidad de los recursos hídricos ya
que este es vital para tener un desarrollo económico, social y ambiental
sostenible (Sther et al 2010). Es por esto que es importante tomar medidas de
adaptación al cambio climático, pero para esto es necesario conocer el
comportamiento del recurso hídrico actual y con los futuros cambios en el clima
y en el uso del suelo(UN-Water, 2010) ya que no solo los factores ambientales
han influido sino también la inadecuada gestión del recurso por falta de su
conocimiento, por ello, conocer los potenciales impactos del cambio climático y
el cambio de uso del suelo sobre el recurso hídrico es de vital importancia para
la planificación de este, ya que así se podrá adoptar estrategias apropiadas de
gestión, garantizando el recurso.
El cambio climático altera el ciclo hidrológico y los regímenes dentro de las

cuencas por lo que tiene el potencial de disminuir la disponibilidad de los
recursos hídricos naturales en muchas áreas del mundo (Xu & Singh 2004),
debido a las altas temperaturas y los cambios en las condiciones
meteorológicas extremas que además de afectar la disponibilidad de agua,
afecta la distribución de las precipitaciones, el deshielo, los caudales de los ríos
y las aguas subterráneas, deteriorando una más la calidad del agua, (UN-
Water, 2010), trayendo con esto afectaciones a los ecosistemas, la agricultura
y la sostenibilidad ambiental (Oluwatomiwa, 2014).
Existen diversas herramientas útiles para evaluar el efecto del cambio climático
y de uso del suelo en la disponibilidad del recurso hídrico, entre estas se
encuentran los sistemas de información geográfica y los modelos hidrológicos,
14
ya que estos permiten la simulación de diferentes situaciones lo cual será útil
para realizar la planificación y el manejo de las cuencas (Zuleta, 2013).
Colombia es un país muy rico hídricamente, este posee grandes cuencas con
ríos de gran caudal, según Marín 2003 la oferta hídrica generada en términos
de rendimiento es de 58l/s por km2, esto correspondería a seis veces más la
cantidad de agua promedio en el mundo. Por lo que es muy importante
mantener el recurso ya que este se puede ver afectado por el cambio climático
y los cambios en el uso del suelo, por lo que es necesario conocer el
comportamiento del recurso, hacer manejos adecuados para así generar
planes de ordenamiento y manejos de las cuencas del país (Sther et al 2010).
La presente investigación se realizará en la cuenca hidrográfica del Rio Coello

ubicada en el Departamento del Tolima, esta cuenca es muy importante para el
desarrollo del departamento ya que en la cuenca se encuentra presente las
fuentes abastecedoras de diferentes municipios entre estos Ibagué donde
queda la capital del departamento, el distrito de riego del Rio Coello que es el
más grande del país, donde además se genera energía eléctrica
(CORTOLIMA, 2008)
La cuenca hidrográfica del río Coello está localizada en el centro – occidente

del departamento del Tolima, ocupa un área de 1816 km2, esta cuenca es de
gran importancia para el departamento ya que ocupa un 7,8% del área del
departamento y posee características singulares y de alta variabilidad en sus
diferentes componentes ambientales, físicos, productivos, sociales y culturales
(Ocampo & Ramirez, 2013).
Es por ello que el objetivo del presente trabajo es determinar el efecto del
cambio climático y cambio de uso del suelo en los recursos hídricos de la
cuenca de Rio Coello, a través de la aplicación del modelo hidrológico SWAT
(Soil and Water Assessment Tools), con el propósito de brindar información
para establecer las estrategias de manejo y gestión de la cuenca.
El presente trabajo contribuirá al conocimiento del comportamiento de la

cuenca del Rio Coello frente a los futuros cambios climáticos y de uso del
suelo, los resultados que aquí se obtengan pueden ser una herramienta de
planificación de la cuenca del Rio Coello del departamento del Tolima, además
será una guía para futuras investigaciones en otras cuencas del país, las
cuales son necesarias para conocer el recurso hídrico del país y así poder
realizar un manejo adecuado en las cuencas, buscando garantizar el recurso
hídrico y generando oportunidades de desarrollo en el país.
A continuación se encuentra, en primer lugar, los objetivos los cuales definen

los propósitos de la investigación; seguido a esto se desarrolla un marco
teórico y el estado del arte, el cual soporta y permite abordar el desarrollo de la
investigación; luego una descripción de manera concreta de la metodología que
15
se llevó a cabo; y por último encontramos los resultados obtenidos y las
conclusiones a las que se llegó del análisis de los resultados de esta
investigación.
16
2. OBJETIVOS
2.1 Objetivo general
 Determinar y evaluar el efecto del cambio de uso del suelo bajo un

escenario de cambio climático en los recursos hídricos de la cuenca
hidrográfica del Rio Coello, a través de la aplicación del modelo
hidrológico SWAT (Soil and Water Assessment Tools).
2.2 Objetivos específicos
 Identificar las áreas más vulnerables al efecto del cambio de uso del
suelo y el cambio climático, en la cuenca del Rio Coello.
 Elaborar el mapa de uso recomendado del suelo para la cuenca

hidrográfica del Rio Coello.
 Calibrar y validar el modelo hidrológico SWAT (Soil and Water

Assessment Tools) con el fin de evaluar su desempeño mediante la
comparación de los datos observados con los simulados.
17
3. MARCO DE REFERENCIA
3.1 CICLO HIDROLÓGICO
El ciclo hidrológico es el conjunto de cambios que experimenta el agua en la

naturaleza, tanto en su estado (sólido, líquido, gaseoso), como en su forma
(agua superficial, agua subterránea, etc.). (Villon, 2004). Es decir es el
movimiento general del agua, en forma ascendente con la evaporación del
agua líquida o sólida y en forma descendente con las precipitaciones y
después con la escorrentía superficial y la subterránea (Sánchez, 2011). El
ciclo hidrológico está conformado por los siguientes componentes:
 Precipitación
La precipitación es el agua que cae sobre la superficie de la tierra, tanto en
forma líquida como sólida, precedida por fenómenos de condensación y
sublimación (MINAMBIENTE, Guía para la elaboración de estudios del medio
físico. Contenidos y metodologías. Clima., 2004).La precipitación es un
elemento importante en el ciclo hidrológico, ya que es la fuente primaria de
agua en la superficie terrestre; sus mediciones y análisis son el punto de
partida de los estudios referentes al uso y control del agua (Villón 2004).
La condensación del vapor de agua atmosférico es necesaria para la formación

de la precipitación. La saturación es una condición esencial para desbloquear
la condensación. La precipitación se genera en las nubes, cuando alcanzan un
punto de saturación; en este punto las gotas de agua aumentan de tamaño
hasta alcanzar una masa en que se precipitan por la fuerza de gravedad
(Ordoñez, 2011). La precipitación no solo se da por lluvia, también se da por
nevadas, nieve granulada y granizo (MINAMBIENTE, 2004).
El agua precipitada llega a la superficie terrestre deforma directa, pero no es la

única manera, hay una parte de la precipitación que es interceptada a lo largo
de su recorrido; esta intercepción la realizan objetos superficiales como las
plantas(Tobon, 2009).
 Evapotranspiración
La evaporación es el agua que se transfiere a la atmosfera desde la superficie
terrestre es decir es el proceso por el cual el agua cambia de estado líquido a
gaseoso directamente. Si hay una superficie cubierta por vegetación hay que
tener en cuenta el proceso denominado transpiración, el cual es la trasferencia
de vapor de agua a la atmosfera a través de los estomas de las plantas. Por lo
que la evapotranspiración es el conjunto de pérdidas de agua en forma de
vapor proveniente de la vegetación y de la superficie del suelo a la atmosfera
(MINAMBIENTE, 2004).
18
 Infiltración y Percolación
La infiltración es el proceso por el cual el agua pasa a través de la superficie

del suelo y llega hasta sus capas inferiores (Ruiz et al, 2004).El agua que se
infiltra puede ser usada por las plantas para el proceso transpiración, otra
parte se evapora desde la superficie del suelo y otra puede pasar más abajo de
la zona radical como agua subterránea(FAO, 2005).La percolación es el
movimiento del agua desde el suelo por las zonas de aireación y saturación, se
denomina percolación(Paris et al, 2009). Este proceso es necesario para
completar el ciclo hidrológico, el agua subterránea se mueve en forma lateral y
lentamente hacia el mar, pero parte de esta agua se filtrará hacia arroyos, ríos
y lagos (FAO, 2005).
 Escorrentía
La escorrentía es el agua proveniente de la precipitación que no es infiltrada,

interceptada o evaporada que circula sobre o bajo la superficie terrestre y que
llega a una corriente para finalmente ser drenada hasta la salida de la cuenca
(Villón 2004).
 Escorrentía subsuperficial
La escorrentía subsuperficial es el agua infiltrada que no alcanzó el

almacenamiento subterráneo o acuífero (Ordoñez, 2011), es decir el agua se
mueve por debajo de la superficie del suelo y sobre el nivel de los acuíferos,
alimenta los canales de drenaje, ríos, lagos. La escorrentía subsuperficial es
calculada a la vez con la percolación para el perfil del suelo entre 0 y 2m
(Proaño et al. 2006).
 Balance hídrico
El balance hídrico es la representación teórica de los intercambios de agua

entre las plantas, el suelo y la atmosfera. El balance hídrico permite establecer
la relación entre las ganancias y las pérdidas de agua que se registran en un
área determinada. (Jimenez F. , 1994)El balance hidrológico es la
cuantificación de los componentes del ciclo hidrológico en las cuencas
hidrográficas o de cuerpos de agua subterráneos. Su propósito es determinar
los principales flujos hídricos en las cuencas (Jimenez & Galizia, 2012). Para
determinar el comportamiento del agua se usa la ecuación de balance
hidrológico la cual permite relacionar las cantidades de agua que circulan por el
ciclo, esta ecuación es (Campos, 1998):
El modelo SWAT se fundamenta en el concepto del balance hídrico, este

considera el agua que entra, se almacena y sale de la cuenca de acuerdo a la
siguiente expresión matemática:
19
∑
Dónde: SWt es el contenido de agua en el suelo en el día t; SW es el agua

aprovechable por la plantas; t es el tiempo en días; R la precipitación diaria, Q
la cantidad de escorrentía diaria, ET evapotranspiración diaria, P percolación
diaria y QR el flujo de retorno o flujo base (Proaño et al, 2006).
3.2 MODELOS HIDROLÓGICOS
Un modelo hidrológico es una representación simplificada de un sistema real

complejo llamado prototipo, bajo forma física o matemática(IDEAM, 2016). La
modelación hidrológica es una descripción matemática de la respuesta ante
procesos físicos del ciclo hidrológico que ocurren en una cuenca (Solis et al.
1993).
A través de la historia se han desarrollado diversos modelos hidrológicos, el

primer acercamiento a estos fue en 1851 cuando el ingeniero Thomas James
Mulvaney publicó una ecuación conocida como el método irracional, después
de esto diferentes investigadores desarrollaron modelos con el fin de
aproximarse a los valores reales y con mayor detalle de los procesos
hidrológicos; en 1921 Ross propuso dividir la cuenca en base a tiempos de
viaje, con el fin de tener en cuenta la distribución espacial de los parámetros
y/o procesos hidrológicos. Clark basado en esa idea en 1945 formuló el
procedimiento del hidrograma unitario instantáneo(Eterovic, 2008).
Cuando se inventó la computadora en la década de 1950 se convirtió en una

herramienta muy importante para la modelación hidrológica ya que con esta se
pudo realizar cálculos de forma automatizada y rápida. Los modelos
hidrológicos han evolucionado junto a las computadoras ya que a medida que
las capacidades de almacenamiento y la velocidad de las computadoras
aumentaban los modelos hidrológicos eran más complejos, con el objetivo de
representar de la mejor manera los diferentes procesos hidrológicos(Eterovic,
2008).
El modelo Standford Watershed Model formulado por Linsley y Crawford en la

Universidad de Standford se desarrolló en el año 1966 y fue uno de los
primeros y más conocidos modelos. Este modelo fue base del modelo
Hydrocomp Simulation Program, HSP, el cual incluía la modelación del
transporte de sedimentos y la calidad del agua, posteriormente en el año 1976
cambio a Hydrologic Simulation Program – Fortran, HSPF el cual era gratuito y
trabajaba en el sistema operativo MS-DOS. Después surgieron diversas
versiones con mejores interacciones trabajando en el sistema operativo
Windows como por ejemplo el WinHSPF distribuido como parte del BASINS de
la US Environmental Protection Agency, EPA (Eterovic, 2008).
20
Diversos modelos han sido desarrollados y actualizado a lo largo del tiempo
usando la computadora como herramienta para llevarlos a cabo como por
ejemplo, el HEC-HSM del cuerpo de ingenieros de la Armada de Estados
Unidos, el TETIS de la Universidad Politécnica de Valencia y el SWAT del
Servicio de Investigación de Agricultura de los Estados Unidos, entre
otros(Eterovic, 2008).
Los modelos hidrológicos con ayuda de los sistemas de información geográfica

permiten simular los componentes del ciclo hidrológico además de la creación
de escenarios con condiciones presentes y/o futuras, determinando cómo
afectará el cambio de una u otra variable en la producción de caudales y
sedimentos en determinada cuenca (Proaño et al. 2006).
Los modelos hidrológicos sirven para simular diversas situaciones o extender la

información existente, después de ser calibrados y validados. Además son de
gran importancia en el manejo de cuencas ya que se puede simular la
respuesta de la cuenca ante cambios en el uso de la tierra, cambio climático y
prácticas de conservación de suelos dentro de las cuencas (Rojas, 2009).
3.3 MODELO HIDROLÓGICO SWAT
El modelo hidrológico SWAT (Soil and Water Assessment Tool) que en español
es herramienta para la evaluación del suelo y agua, para una cuenca
hidrográfica este fue desarrollado por el Dr. Jeff Arnold en el Departamento de
Agricultura de los Estados Unidos con la Universidad de Texas; su propósito es
predecir el impacto que generan las prácticas del manejo del suelo en el
recurso agua y en la generación de sedimentos en una cuenca hidrográfica
(Proaño et al, 2006).
El modelo SWAT (Soil and Water Assessment Tool) es un modelo de tiempo

continuo, es decir es a largo plazo y no está diseñado para simular un solo
evento. El modelo SWAT utiliza como datos de entrada información específica
sobre el clima y tiempo, propiedades de suelo, topografía, vegetación y
prácticas de manejo de tierra en las cuencas. Así mismo SWAT modela
procesos físicos relacionados con el movimiento del agua, de sedimentos,
desarrollo de cosechas, ciclo de nutrientes, entre otros (Uribe N. , 2010).
Las ventajas que tiene el modelo SWAT es que se puede trabajar con una
interface gráfica en ArcGIS, lo cual hace más fácil su manejo y utilización; la
predicción sobre el impacto relativo de los datos de entrada alternativos sobre
la calidad del agua y otras variables de interés, se puede cuantificar; el modelo
cuenta con un método ágil de extrapolación e integración de la información; la
disponibilidad de datos de entrada y salida es inmediata; el modelo cuenta con
un amplio proceso de iteraciones de procesos físicos; es un modelo gratuito
(Uribe N. , 2010).
21
El modelo SWAT se basa en el balance hídrico para determinar la entrada,
salida y almacenamiento de agua en la cuenca. SWAT divide en pequeñas
subcuencas la cuenca hidrográfica para su modelamiento con el propósito de
mejorar la exactitud de los cálculos. Adicionalmente el modelo SWAT trabaja
por unidades de respuesta hidrológica (HRU) como resultado del cruce de los
diferentes tipos de suelo, con el uso y cobertura del suelo (Guzmán et al, 2004)
El modelo SWAT realiza la simulación de la hidrología de la cuenca en dos

divisiones: la primera es la fase terrestre del ciclo hidrológico que controla la
cantidad de agua, sedimento y pesticidas transportados al canal principal por
cada subcuenca. La segunda división es la del agua o la fase de rutina la que
puede definirse como el movimiento del agua, sedimentos, etc, a través de la
red del canal hasta el sitio de descarga de la cuenca (Guzmán et al, 2004).
La calibración y validación del modelo es un factor clave para reducir la

incertidumbre y el aumento en la capacidad de predicción, convirtiéndole en un
modelo más eficaz para análisis de información (White y Chaubey 2005). Por lo
tanto, la calibración hidrológica es el primer paso en la comprensión del
complejo proceso hidrogeológica de la cuenca, su análisis de sensibilidad de
los parámetros del modelo ayuda a comprender el comportamiento de la
respuesta de la cuenca y sus interacciones (Jha 2011).
3.4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) APLICADOS AL

RECURSO HÍDRICO
Para poder hacer el manejo del recurso hídrico se necesita diversos datos
espaciales, como el relieve, el clima, los suelos, y el uso del suelo, por lo que
los sistemas de información geográfica (SIG) y la modelación hidrológica son
una herramienta para conocer los avances y el manejo de los recursos
hídricos, y su contribución es importante para la gestión y la toma de
decisiones (Wilson et al. 2000).
Otra herramienta utilizada actualmente son los modelos de elevación digital

(DEMs) los cuales han tenido un gran impacto en las aplicaciones de SIG en el
estudio del recurso hídrico. En la actualidad existen nuevas tecnologías como
LIDAR (light detection and ranging) y GPS (global positioning system) las
cuales ayudan a obtener una cartografía con mayor detalle y precisión, lo que
permite un mejor análisis y predicción del comportamiento hidrológico y la
contaminación en una cuenca hidrográfica (Wilson et al. 2000).
Los sistemas de información geográfica SIG y los modelos de simulación

hidrológica han aportado a la identificación y evaluación de posibles soluciones
al recurso hídrico en las últimas décadas. Los sistemas de información
geográfica han jugado un papel importante en el desarrollo modelos
hidrológicos. Con estos modelos se puede mejorar nuestra comprensión de los
22
procesos espaciales y los patrones que afectan la distribución y movimiento del
agua en los paisajes así como el impacto del uso del suelo sobre el recurso
hídrico a largo plazo (Wilson et al. 2000).
3.5 CAMBIO CLIMÁTICO
La variabilidad climática se define como las variaciones del estado promedio y

otros datos estadísticos del clima en escalas temporales y espaciales más
amplias que las de los fenómenos meteorológicos puntuales. La variabilidad se
puede presentar debido a procesos internos naturales del sistema climático, lo
que se conoce como variabilidad interna, o a procesos influenciados por
fuerzas externas naturales o antropogénicas, lo que se denomina variabilidad
externa (IPCC, 2007. Citado en Lavell 2011).
La variabilidad climática señala dos aspectos importantes, el primero tiene que

ver con el tipo de clima en un determinado lugar, el cual se puede definir con
los promedios de las variables climáticas, el segundo aspecto está relacionado
con los eventos del clima fuera de lo normal, estos se denominan “extremos”
por ejemplo huracanes, tornados, sequías etc, que aun cuando son procesos
naturales, marcan los aspectos más notorios de la variabilidad (Lavell 2011).
Por otro lado el cambio climático se define como un cambio en el estado del
clima, el cual se caracteriza por la presencia de cambios en el valor medio de
sus propiedades y/o por la variabilidad de las mismas, estos cambios se
mantienen durante largos períodos de tiempo, generalmente decenios o
períodos más largos. El cambio climático se puede dar debido a procesos
internos naturales, a presiones externas o a cambios antropógenos
persistentes en la composición de la atmósfera o en el uso de la tierra (IPCC,
2012). Mientras que la definición de la Convención Marco de las Naciones
Unidas sobre el Cambio Climático, se refiere a un cambio de clima atribuido
directa o indirectamente a la actividad humana que altera la composición de la
atmósfera mundial y que se suma a la variabilidad climática natural observada
durante períodos de tiempo comparables (IPCC, 2007).
El IPCC dio a conocer los escenarios de emisiones de CO2 que son la base
para los actuales estudios de cambio climático, debido a que para establecer
las condiciones climáticas del futuro se acude a la elaboración de escenarios
de cambio climático y los denominó escenarios SRES (Special Report on
Emissions Scenarios). Así, los modelos climáticos se han utilizado de acuerdo
con las directrices dadas por el IPCC en el documento AR4 (IPCC, 2007) y han
sido ejecutados teniendo en cuenta las posibles situaciones que se podrían
presentar en el futuro de acuerdo con las cuatro familias básicas de escenarios
de emisiones de gases efecto invernadero determinadas por las posibles
futuras realidades en cuanto a carácter demográfico, económico, uso de
23
energía, sostenibilidad al finalizar el presente siglo; todas ellas con el mismo
grado de incertidumbre de ocurrencia, caracterizadas así:
Familia A = economía básicamente no influenciada por la sostenibilidad, es

decir, por actividades antropogénicas alejadas de la filosofía de cuidado del
medio ambiente y restricción en las emisiones de contaminantes al aire y al
agua.
Familia B = economía que apunta a la sostenibilidad del medio ambiente
Familia 1 = La población del mundo disminuye después de un máximo en 2050
Familia 2 = La población del mundo continúa creciendo (en A2 más rápido que
en B2).
Se tiene en cuenta el tipo de combustible predominante para definir escenarios

con variaciones en este sentido así:
T = Combustibles renovables.
B = Combustibles basados en mezclas.
FI = Combustibles fósiles.
Para el escenario A1B se tiene, que pertenece a la familia de escenarios A1 el
cual describe un mundo futuro con un rápido de crecimiento económico, una
población mundial que alcanza su valor máximo hacia mediados de siglo y
disminuye posteriormente, y una rápida introducción de nuevas tecnologías
más eficientes. Sus características distintivas más importantes son la
convergencia entre regiones, la creación de capacidades e interacciones
culturales y sociales, acompañadas de una notable reducción de las diferencias
regionales en cuanto a ingresos por habitante. El escenario A1B se caracteriza
por la utilización equilibrada de todo tipo de fuentes, entendiéndose por
“equilibrada” la situación en que no se dependerá demasiado de un tipo de
fuente de energía, en el supuesto de que todas las fuentes de suministro de
energía y todas las tecnologías de uso final experimenten mejoras similares
(IPCC, 2007).
3.6 MODELOS DE CAMBIO DE USO DEL SUELO
El Cambio en la Cobertura y los Usos del Suelo (CCUS) es la transformación

de una cobertura en otra, o de su uso por otro, su determinación y estudio ha
sido complejo a lo largo de los años, pero el uso de las computadoras y de las
imágenes satelitales, junto con el aumento del interés por el cambio climático
se ha desarrollado nuevas metodologías y modelos que permiten analizar los
cambios, las transformaciones e incluso proyectar a futuro las tendencias
actuales a nivel local y global (Henriquez, 2012).
Los seres humanos a lo largo de su evolución han tenido la tendencia a

modificar los ecosistemas terrestres, dándoles diferentes usos a través de los
cambios, estos son considerados como una de las principales fuerzas que
inciden en los desequilibrios ambientales, por lo que el uso de herramientas de
24
modelación del cambio de uso del suelo permiten proyectar y explorar
escenarios prospectivos, comprender procesos importantes y su descripción
en términos cuantitativos (Mas & Sandoval, 2011; Henriquez, 2012).
El cambio de uso de suelo trae varios impactos en el medio físico como lo es

cambios en la diversidad biótica, la degradación del suelo, la disposición de los
sistemas biológicos para mantener las necesidades humanas, variaciones en la
hidrología de las cuencas, y la interacción de los elementos del medio físicos
mencionados alteran viene el ciclo hidrológico (Henriquez, 2012).
Los modelos de cambio de uso del suelo son una buena herramienta para el
análisis espacial la cual ha sido orientada, principalmente a: explorar los
diferentes mecanismos que llevan a los cambios de uso del suelo y las
variables sociales, económicas y espaciales que conducen a esto; Proyectar
los posibles impactos ambientales y socioeconómicos causados por el cambio
en el uso del suelo, y; Evaluar la influencia de alternativas políticas y regímenes
de manejo sobre los patrones de desarrollo y uso del suelo (Aguayo et al., 2006
citado en Henríquez et al, 2006).
Los modelos de cambio de uso del suelo utilizan parámetros simples, entre
estos están la extensión de las áreas urbanas, las principales vías de
transporte, la distancia a los mercados de trabajo, bienes e insumos, las
condiciones topográficas y la existencia de tierras en situación especial por
ejemplo las áreas protegidas. El principal objeto en la modelación, es la
identificación de los factores físicos y socioeconómicos que determinan o
condicionan la presión sobre el cambio de uso del suelo en un territorio
determinado (Henríquez et al, 2006).
Una variedad de modelos de simulación de cambio de uso de suelo se han

desarrollado durante los últimos años, como por ejemplo los modelos que usan
información geográfica, diseñados para el nivel de escala regional y de
cuencas como LAND CHANGE MODELER, GEOMOD, CLUE, IMAGE,
LANDSHIFT, PLM, SITE, SYPRIA, CA_MARKOV, ACCUS, RUSLE, entre
otros, estos modelos se pueden ejecutar a través de los sistemas de
información geográfica (SIG), como por ejemplo IDRISI, DINAMICA EGO,
GRASS, etc. (Mas & Sandoval, 2011).
3.7 APLICACIÓN DEL MODELO SWAT EN EL CAMBIO CLIMATICO Y EL

CAMBIO DE USO DEL SUELO
A través del tiempo diversos investigadores se han interesado por los impactos
que podrían tener el cambio climático y el cambio de uso de suelo en los
recursos hídricos. Para ello algunos investigadores han usado el modelo
hidrológico Soil and Water Assessment Tool (SWAT), A continuación se
mostrará algunas de estas investigaciones:
25
 Proaño et al en el año 2006 emplearon el modelo de simulación hídrica
SWAT en la Subcuenca del Río Ambato, para analizar los efectos de las
diversas prácticas de uso de suelo sobre la generación de caudales y
producción de sedimentos, para esto se calculó el balance hídrico para
determinar la entrada, salida y almacenamiento de agua en la cuenca
hidrográfica bajo condiciones actuales y así poder realizar simulaciones
de generación de caudales y producción de sedimentos bajo escenarios
de cambio de manejo en el uso del suelo.
 En el año 2010 Sther et al Publicaron la investigación titulada

Modelación de la respuesta hidrológica al cambio climático: experiencias
de dos cuencas de la zona centro-sur de Chile. Donde el objetivo era
cuantificar, a partir de simulaciones realizadas mediante un modelo
matemático, la sensibilidad de los caudales, acumulación y derretimiento
de nieve en dos subcuencas del río Biobío, frente a variaciones en la
precipitación y temperatura. Esto bajo diversos escenarios de cambio
climático.
 Fonseca en el año 2010 realizó la investigación sobre el análisis de la

dinámica de la escorrentía superficial y la base para la cuenca del río
Paraopeba, bajo diferentes escenarios de uso y ocupación del suelo y
sus demandas de recursos hídricos, mediante el uso de un modelo de
simulación hidrológica distribuida, en este caso el SWAT.
 Oluwatomiwa en el año 2014 aplicó el modelo SWAT para evaluar las

posibles respuestas hidrológicas y los impactos medioambiental de la
variabilidad del clima en la cuenca estudiada; además de cuantificar los
impactos de la variabilidad climática histórica en la cantidad y calidad del
agua en las cuencas de investigación, y; por ultimo identificar los
condados más afectados dentro de condados de Alabama Cinturón
Negro. Para esto se trabajó con datos históricos de clima (1953-1972) y
se hizo una comparación con un período (1991-2010).
 En el año 2013 Zuleta aplico el modelo SWAT para analizar el

comportamiento del recurso hídrico de la cuenca del rio Pejibaye, bajo
escenarios de cambio de uso de suelo y climático, como aporte a la
posterior planificación del recurso hídrico en la cuenca. Para los
escenarios climáticos se usaron los modelos climáticos globales para
este caso los escenarios A2 y A1B, para los escenarios de cambio de
uso de suelo se usó el modelo CA_MARKOV en IDRISI proyectado para
el 2030.
26
Aplicación del modelo Soil and Water Assessment Tool (SWAT) en Colombia
 Uribe y Valencia en el 2010emplearon el modelo Soil and Water

Assessment Tool (SWAT) en la cuenca del Río Tunjuelo en el municipio
de Santafé de Bogotá D.C, Cundinamarca para cuantificar todas las
variables del balance hídrico del flujo del agua en el suelo como la
producción de agua, el agua en el suelo y la recarga de acuífero
profundo y agua en la vegetación como la evapotranspiración potencial y
actual para un período diario de 11 años.
 En el año 2013 Ocampo y Ramírez estimaron la producción de

sedimentos a escala mensual, en la cuenca hidrográfica del río Coello,
bajo escenarios de cambio climático, mediante la integración off – line de
modelos atmosféricos e hidrológicos.
 Castro 2013 evaluó el uso integrado de los modelos atmosféricos e

hidrológicos como herramientas para predecir el comportamiento
hidrológico de la cuenca del Rio Coello bajo escenarios de cambio
climático.
27
4. MATERIALES Y METODOS
Para cumplir con los objetivos propuestos en este trabajo se adaptó la

metodología propuesta por el Ingeniero Forestal Fernando Mauricio Castro
Barrios1 en al año 2013 para la evaluación del efecto del cambio climático en
los recursos hídricos de la cuenca hidrográfica del Rio Coello.
A continuación se presenta el esquema metodológico que se utilizó en esta

investigación, la primera parte muestra la metodología que uso Castro 2013
para obtener los datos climáticos en un escenario futuro, es decir los datos que
se utilizaron como entrada del modelo hidrológico. La segunda parte muestra la
simulación del modelo hidrológico y los datos que se necesitan, los cuales se
utilizaron como entrada, así como los períodos en los que se hizo la simulación
hidrológica, en este caso se tomó el escenario actual como el período de 1998-
2007 y el escenario futuro de 2011-2030.
Figura 1: Esquema metodológico. (Fuente: Adaptado de Castro 2013)
1
Ingeniero Forestal, con maestría en Cuencas hidrográficas y doctorado en saneamiento,
medio ambiente y recursos hídricos. Funcionario de la Oficina de Planeación en la Corporación
Autónoma Regional del Tolima, CORTOLIMA.
28
4.1 AREA DE ESTUDIO
La cuenca del Rio Coello está ubicada en la vertiente oriental de la cordillera

central, en el departamento del Tolima, Colombia (Figura 2), su corriente
principal el Río Coello nace en el cono del Nevado del Tolima, el cual hace
parte del Parque Nacional Natural Los Nevados, a una altura de 5200m entre la
latitud 75° 36’ 0” e 75° 52’ 0” Norte y la longitud 4° 10’ 0” e 4° 44’ 0” Oeste. El
Río Coello nace en el Municipio de Ibagué teniendo como principales afluentes
los Ríos Tochecito, Toche, Anaime, Cócora, Gallego, Combeima y Bermellón
en cuyo recorrido, antes de desembocar en el Río Magdalena, abastece los
acueductos municipales de Ibagué, Coello, Cajamarca y Espinal (CORTOLIMA,
2006).
La Cuenca Mayor del Río Coello tiene una longitud de 124,760 Km desde su
nacimiento hasta su desembocadura, sus aguas corren en sentido Occidente -
Oriente, drenando una extensión de 184.257,1 ha correspondientes al 7.8%
aproximados del área total del Departamento del Tolima, de esta cuenca se
benefician 538.378 habitantes aproximadamente (CORTOLIMA, 2006).
Los Municipios por los que pasa la Cuenca Mayor del Río Coello son: Ibagué,
Rovira, San Luis, Espinal, Coello y Flandes, cabe anotar que los cascos
urbanos de los municipios de Ibagué, Coello Y Cajamarca hacen parte de la
Cuenca Mayor (CORTOLIMA, 2006).
Según CORTOLIMA (2005), la población que se encuentra en la Cuenca

Hidrográfica Mayor del Río Coello es de 283,506 habitantes, de los cuales
85,72% vive en los cascos urbanos de los municipios. La densidad de
población es de 22 habitantes / km2. La principal actividad económica en los
diversos municipios de la cuenca es la agricultura, en la cuenca podemos
encontrar producción agrícola de arroz, maíz, café, plátanos, frijoles, yuca,
sorgo, hortalizas, arracacha, ajonjolí, algodón, caña, soya, tabaco y frutales.
Ganadería predominan las creaciones de ganado, pollos y cerdos.
Recientemente se inició la extracción de oro cerca de la zona rural de la parte
norte de la cuenca, en la ciudad de Cajamarca, que ha generado cambios
importantes en la estructura social y económica de la población.
La cuenca del Río Coello se seleccionó como área de estudio por:
 La cuenca corresponde al 6% del suministro de agua del Departamento

de Tolima y abastece de agua al 60% de la población del Departamento.
 La cuenca es un ejemplo de un área crítica para la aparición de usos
(agrícola-urbano) y la degradación del medio ambiente que resultan del
uso agrícola intensivo.
29
 La cuenca es considerada históricamente el cinturón verde de los
municipios de Cajamarca, Coello, Espinal, Flandes, Ibagué, Rovira y
San Luis, lo cual es importante porque influye tanto en la cantidad como
la calidad de los recursos hídricos.
 La cuenca cuenta con los datos necesarios para desarrollar la
investigación.
Figura 2. Localización del área de estudio. (Fuente: Autor,2016)
4.1.1 CLIMA
La cuenca del Rio Coello tiene una temperatura media anual entre 9,3 ° C y
28,6 ° C, las temperaturas más bajas se encuentran en la parte norte de la
cuenca, debido a la orografía y a altas latitudes, por lo que en latitudes más
bajas se presenta una mayor temperatura, especialmente en la parte sur de la
cuenca, . Estos valores indican que se presentan temperaturas de medias a
altas durante la mayor parte del año. Se destacan los meses de febrero, marzo,
junio, julio y agosto como el más cálidos, con una temperatura máxima
promedio que varía entre 20,0 ° C y 28,6 ° C ( CORTOLIMA, 2006).
Las precipitaciones medias anuales están entre 2.231 mm en la parte media
de la cuenca, y 1.074 mm en la zona cerca del páramo Anaime. El
comportamiento de la precipitación se da de manera bimodal (Grafica 1), con la
primera estación de lluvias en los meses de marzo, abril, mayo y junio, y la
segunda en septiembre, octubre y noviembre. Por lo tanto, se consideran
meses de precipitaciones relativamente menor diciembre, enero, febrero, julio y
agosto. La cuenca tiene una precipitación media anual de 1.456 mm y un
potencial de evapotranspiración media anual de 1.399mm. (CORTOLIMA,
2006)
30
Gráfica 1. Precipitación media mensual observada en la cuenca del Rio Coello,
para el período 1988-2007. (Fuente: Autor, 2016)
De acuerdo a las condiciones de la cuenca se puede hacer una clasificación

climática, para este caso se utilizará la clasificación Caldas-Lang, esta
clasificación, es una combinación entre la clasificación de Caldas con la de
Lang, esto lo hizo el autor Schaufelberguer en 1962 obteniendo 25 tipos de
clima, donde se tiene en cuenta el factor térmico y el factor de humedad. En el
trópico estos son los principales parámetros que describen apropiadamente el
clima de una localidad determinada. La clasificación de Caldas–Lang es una de
las más utilizadas en el país debido a su sencillez y sentido práctico, además
de que describe adecuadamente las características de humedad y de
temperatura imperantes en una determinada localidad. Cada tipo de clima se
nombra con dos palabras: la primera describe su característica térmica y la
segunda describe su estado de humedad promedio (IDEAM, 2005). En el Mapa
1 se representa las provincias climáticas presentes en el área de estudio, así
como la información respecto a estas en la Tabla 1.
31
Mapa 1. Provincias climáticas según Caldas-Lang, en la cuenca del Rio Coello.
(Fuente: Autor, 2016)
Tabla 1. Clasificación climática según Caldas-Lang, para la cuenca del Rio

Coello.
AREA
PROVINCIAS
SIMBOLO DESCRIPCIÓN
CLIMATICAS
ha %
Presenta una altura superior a los 3700 4392.68

Paramo alto 2.385
PASH msnm, una temperatura inferior a 7°C y
superhúmedo
un índice de Lang mayor a 160.

Paramo alto 0.716
PAH msnm, una temperatura inferior a 7°C y
húmedo
un índice de Lang entre 100 y 160.

Paramo alto 0.046
PAsh msnm, una temperatura inferior a 7°C y
semihúmedo
un índice de Lang entre 60 y 100.
Paramo bajo Presenta una altura entre los 3200 y los 2692.09
PBSH 1.462
superhúmedo 3700 msnm, una temperatura entre 7°C y
12°C, y un índice de Lang mayor de 160.
Presenta una altura entre los 3200 y los

Paramo bajo 3700 msnm, una temperatura entre 7°C y 16248.38 8.817
PBH
húmedo 12°C , y un índice de Lang entre 100 Y
160.
32
Paramo bajo 3700 msnm, una temperatura entre 7°C y 19544.28 10.606
Pbs
semihúmedo 12°C , y un índice de Lang entre 60 y
100.
Presenta una altura entre los 3200 y los 572.37

Paramo bajo 0.311
PBsa 3700 msnm, una temperatura entre 7°C y
semiárido
12°C , y un índice de Lang entre 40 y 60.

Frio Húmedo FH 3000 msnm, una temperatura entre 12°C 20865.57 11.324
y 17,5°C , y un índice de Lang entre 100
y 160.

Frio 3000 msnm, una temperatura entre 12°C 37608.03 20.409
Fsh
semihúmedo y 17,5°C, y un índice de Lang entre 60 y
100.

3000 msnm, una temperatura entre 12°C 4362.27
Frio semiárido Fsa 2.368
y 17,5°C, y un índice de Lang entre 40 y
60.

Templado 2000 msnm, una temperatura entre 14830.81 8.049
TH
húmedo 17,5°C y 24°C, y un índice de Lang entre
100 y 160.

Tsh
semihúmedo 17,5°C y 24°C, y un índice de Lang entre
60 y 100.

Tsa
semiárido 17,5°C y 24°C, y un índice de Lang entre
40 y 60.

Cálido 1000 msnm, una temperatura mayor a los 1937.08
CH 1.052
húmedo 24°C, y un índice de Lang entre 100 y
160.
Cálido
Csh Presenta una altura entre los 0 y los 11509.46 6.247
semihúmedo 1000 msnm, una temperatura mayor a los
24°C, y un índice de Lang entre 60 y 100.
Cálido Presenta una altura entre los 0 y los 25969.97 14.095

Csa
semiárido 1000 msnm, una temperatura mayor a los
33
Presenta una altura entre los 0 y los 358.34
Cálido árido Ca 0.195
1000 msnm, una temperatura mayor a los
4.1.2 USO Y COBERTURA DEL SUELO
A continuación se presenta el uso y la cobertura del suelo presentes en la

cuenca hidrográfica del Rio Coello, según la metodología CORINE Land Cover
adaptada para Colombia, esta cuenta con 4 clases las cuales se dividen en 22
subclases, están se ven representadas en el Mapa 2 y su respectiva
información en la Tabla 2.
 Territorios artificializados
En esta categoría se encuentran las áreas de las ciudades, las poblaciones y

áreas periféricas que están siendo incorporadas a las zonas urbanas mediante
un proceso gradual de urbanización o de cambio del uso del suelo hacia fines
comerciales, industriales, de servicios y recreativos.
Dentro de esta categoría hay diversas subclases como: Zonas urbanizadas,
zonas industriales o comerciales y redes de comunicación, zonas de extracción
minera y escombreras y zonas verdes artificilizadas, no agrícolas.
 Territorios agrícolas
Esta categoría se clasifican los terrenos dedicados principalmente a la
producción de alimentos, fibras y otras materias primas industriales, ya sea que
se encuentren con cultivos, con pastos, en rotación y en descanso o barbecho.
Dentro de esta categoría hay diversas subclases como: cultivos anuales o
transitorios, cultivos permanentes o semipermanentes, pastos y áreas agrícolas
heterogéneas.
 Bosques y áreas seminaturales

En esta categoría se encuentra un grupo de coberturas vegetales de tipo
boscoso, arbustivo y herbáceo, desarrollado sobre diferentes sustratos y pisos
altitudinales, con poca o ninguna intervención antrópica, y por aquellos
territorios constituidos por suelos desnudos y afloramientos rocosos y
arenosos, resultantes de la ocurrencia de procesos naturales o inducidos de
degradación.
Dentro de esta categoría hay diversas subclases como: Bosques, áreas con
vegetación herbácea y/o arbustiva y áreas abiertas, sin o con poca vegetación.
 Superficies de agua
En esta categoría se clasifican los cuerpos y cauces de aguas permanentes,
intermitentes y estacionales, localizados en el interior del continente y los que
bordean o se encuentran adyacentes a la línea de costa.
34
Dentro de esta categoría hay diversas subclases como: Aguas continentales y
aguas marítimas.
Mapa 2. Cobertura y uso de suelo de la cuenca del Rio Coello. (Fuente: Autor,
2016)
Tabla 2. Clasificación de cobertura según Corine Land Cover en la cuenca del

Rio Coello, con su respectiva área
AREA
CLASES Y SUBCLASES SIMBOLO
ha %
1. Territorios Artificializados
1.1 Zonas urbanizadas Zu 2001,62 1,10

1.2 Zonas industriales o comerciales
Zona militar Zm 38,78 0,02
1.4 Zonas verdes artificializadas, no
agrícolas
1.4.2 Instalaciones recreativas Ir 107,85 0,06
2. Territorios Agrícolas
2.1 Cultivos anuales o transitorios Cat 16474,6 9,07

5
2.2 Cultivos permanentes Csp 2218,11 1,22
2.4 Áreas agrícolas heterogéneas
35
2.4.1 Mosaico de cultivos Mc 4787,20 2,64
2.4.3 Mosaico de cultivos, pastos y Mv 16900,9 9,30
espacios naturales 7
3. Bosques y áreas seminaturales
3.1 Bosques
3.1.1Bosque protector potencialmente Bpd 15559,5 8,56
productor 2
3.1.2 Bosque productor Bpt 37947,2 20,89
7
3.2 Áreas con vegetación herbácea o
arbustiva
3.2.1 Arbustos y matorrales Am 10710,2 5,90
7
3.2.2 Pasto con arboles Par 9398,10 5,17
3.2.3 Pastos manejados Pm 17600,5 9,69
8
3.2.4 Pastos naturales Pn 11049,1 6,08
0
3.2.5 Pasto con rastrojo o matorral Prs 12021,0 6,62
8
3.2.6 Rastrojo Ra 11848,4 6,52
6
3.2.7 Vegetación de paramo Vp 9665,94 5,32
3.2.8 Vegetación rupícola Vr 127,63 0,07
3.3 Áreas abiertas con poca vegetación
3.3.1 Afloramiento rocoso Af 1771,19 0,97
3.3.2 Áreas abiertas sin o con poca Aa 179,17 0,10
vegetación
3.3.4 Tierras degradadas Td 759,72 0,42
3.3.5 Zonas de nieve o glaciares Zn 470,17 0,26
4.Superficies de agua
4.1 Lagos Lg 32,48 0,02
4.1.3 SUELOS
La clasificación taxonómica de suelos utilizada es la Taxonomía de Suelos –

Soil Survey Staff (1975, 1996), la cual es la aplicada para el país (Malagón,
1998), la cuenca del Rio Coello tiene presencia de los órdenes: alfisoles,
andisoles, entisoles, inceptisoles y molisoles.
36
ALFISOLES: Este orden es denominado comúnmente como suelos lavados
debido a que posee horizontes superficiales. Se localizan en regiones áridas,
semiáridas y húmedas. Su característica más importante es la presencia de
arcilla en el horizonte B; tiene una fertilidad natural entre moderada y alta y son
generalmente pobres en materia orgánica.
ANDISOLES: Este orden corresponde a suelos derivados de material

volcánico, especialmente de cenizas volcánicas. Se caracterizan por presentar
baja densidad aparente, alta retención de fosforo y alto contenido de vidrio
volcánico; se sitúa generalmente en regiones húmedas y subhúmedas de una
cuenca hidrográfica y presentan una buena acumulación de humus. Son suelos
característicos de las regiones volcánicas de los andes, América central y
algunos países del mediterráneo.
ENTISOLES: son suelos jóvenes o poco evolucionados, con horizontes poco

diferenciados, no presentan desarrollo pedogentico; generalmente su evolución
se limita debido a que hay una alteración débil del material parental. Se
localizan en todos los climas y paisajes, son profundos, permeables, de textura
arenosa, tiene un contenido de arcillas muy bajo y son de baja fertilidad. Este
orden es el más frecuente en el área de estudio.
INCEPTISOLES: son suelos inmaduros de horizontes alterados que han

sufrido perdida de bases, hierro, aluminio y mantienen reserva de minerales
meteorizados. Se localizan en áreas de bajas temperaturas y climas húmedos,
además presentan una baja tasa de descomposición de materia orgánica
debido a las bajas temperaturas, en climas cálidos, la descomposición de
materia orgánica es mayor.
MOLISOLES: son suelos superficiales a moderadamente profundos,

desarrollados de materiales volcánicos y sedimentarios, tienen horizontes
superficiales bien desarrollados, constituidos principalmente de calcio y
magnesio.
La cuenca del río Coello, se caracteriza por la gran heterogeneidad en cuanto

al tipo de suelos, posee 25 unidades cartográficas representadas en el Mapa 3,
definidas en las categorías descritas en la Tabla 3.(CORTOLIMA, 2006)
Tabla 3. Descripción de las unidades de suelos presentes en la cuenca del Rio

Coello.
CATEGORIA Y DESCRPCION UNIDAD ORDEN
Suelos del Paisaje de Montaña en Clima Nival y Subnival Pluvial.
Corresponde a las áreas cubiertas de nieve NP
37
localizadas a más de 4.200 m de altitud, con
precipitaciones anuales de 500 a 1.000 mm y NAA
temperaturas inferiores a 4ºC.
Suelos de Paisaje de Montaña en Clima Extremadamente Frío y Muy

Húmedo (Páramo Alto).
Esta zona está comprendida entre los 3.600 y MDA Entisoles

4.200m de altitud, con precipitación anual de
1.300 a 1.600 mm y temperatura entre 4º y
8ºC. La mayor parte del área corresponde a
campos de lava y campos morrénicos
formados por depósitos piroclásticos no MDB Entisoles
consolidados, sobre rocas volcánicas
intermedias afaniticas
Suelos del Paisaje de Montaña en Clima Muy Frío Muy Húmedo (Páramo
Bajo).
Comprende las áreas que están entre altitudes de MGA

3000 y 3700 m, corresponden a la zona de vida de Andisoles
bosque muy húmedo montano con precipitaciones
anuales entre 1300 y 2300 mm y temperaturas de
8° a 12° C. En este paisaje y condición climática,
se encuentran dos tipos de relieve, uno de filas y
vigas caracterizado por crestas longitudinales de MGB Entisoles
flancos abruptos, a veces modelados por
depósitos espesos de cenizas volcánicas
(unidades MGA y MGB) y otro de lomas de poca
altura y de forma alargada, con recubrimiento de
capas de cenizas volcánicas (unidades MGC MGC Andisoles
Suelos del Paisaje de Montaña en Clima Frío Húmedo y Muy Húmedo
Esta región, comprende alturas de 2000 a MKB Andisoles

3000 m corresponde a la zona de vida del
bosque húmedo montano bajo. Tiene MKG Andisoles
precipitaciones promedias anuales de 2000 a
2800 mm, y temperaturas de 12 a 18°C. Está
conformada por depósitos espesos de cenizas MKI
volcánicas, con excepción de algunos Inceptisoles
sectores en donde afloran rocas ígneas y
38
metamórficas.
Suelos del Paisaje de Montaña en Clima Medio Húmedo y Muy Húmedo
MQC Entisoles
MQD Entisoles
Esta región comprende altitud es entre 1000 y
2000 m y corresponde a la zona de vida del MQE Inceptisoles
bosque muy húmedo premontano con
precipitaciones anuales de 2000 a 2900 mm y MQH Entisoles
temperaturas entre 18 y 24°C. El relieve varía
desde ondulado hasta fuertemente escarpado. Los
suelos se han desarrollado de variados materiales, MQJ Inceptisoles
desde cenizas volcánicas hasta rocas ígneas,
metamórficas y sedimentarias. MQO Inceptisoles
Suelos del Paisaje de Montaña en Clima Cálido Seco.
Este paisaje de montaña corresponde a las MWA Entisoles

estribaciones de las cordilleras Central y
Oriental localizadas a altitudes inferiores a MWC Inceptisoles
1000 m, comprende los tipos de relieve de
filas-vigas, espinazos, colinas, lomas y los
MWD Entisoles
vallecitos intermontanos que se encuentran en
esta área y que por lo general se presentan
formando cañones de taludes fuertemente MWI Inceptisoles
escarpados. Es un paisaje seco con
precipitaciones de 700 a 2000 mm y con
temperaturas promedias mayores de 24°C,
por lo cual se registran altos niveles de MWJ Molisoles
evapotranspiración. Pertenece a la zona de
vida de bosque seco tropical.
Suelos del Paisaje de Piedemonte en Clima Cálido Seco.
Corresponde este paisaje al modelado de PWD Alfisoles
39
abanicos aluviales, diluviales, abanicos-
terrazas; antiguos, recientes y actuales que se PWF Entisoles
distribuyen al pie de los relieves montañosos y
lomeríos de las cordilleras Central y Oriental, PWH Entisoles
a ambos, lados o márgenes del río
Magdalena; formando planos inclinados cortos PWK Inceptisoles
y muy largos, de varios kilómetros de longitud.
Conforma una planicie aluvial de piedemonte
de extensión importante, al interior de la cual
se observan colinas, vallecitos y lomas;
formas y tipos de relieve que le comunican PWL Alfisoles
cierta heterogeneidad a los suelos. Este
paisaje de piedemonte ocurre a altitudes
menores de 1000 m, en clima cálido y seco.
Suelos del Paisaje de Valle en Clima Cálido Seco.
Este paisaje se encuentra en clima cálido

seco, en altitud es inferior a los 700 m;
pertenece a la zona de vida del bosque seco
tropical. La precipitación promedia anual es de
VWA Inceptisoles
700 a 1500 mm, y las temperaturas superiores
a los 24°C. Comprende los tipos de relieve de
terrazas y vegas, principalmente del valle del
Magdalena.
40
Mapa 3.Tipos de suelos presentes en la cuenca del Rio Coello. (Fuente: Autor,
2016)
Tabla 4. Tipos de suelos presentes en la cuenca del Rio Coello, con su

respectiva área.
AREA
TIPO DE SUELO
Ha %
MDAd 2762,14 1,51
MDAe 468.88 0,26
MDAg 3222,41 1,76
MDBe 100,73 0,06
MDBf 312,43 0,17
MGAf 10834,01 5,93
MGAf1 116,79 0,06
MGAg1 5126,83 2,81
MGBg 7785,96 4,26
MGCd 444.68 0,24
MGCe 7468,88 4,09
MGCe1 46,19 0,03
MKBf1 60912,55 33,35
MKGc 120,84 0,07
MKGd 119,34 0,07
MKGe1 439,86 0,24
MKIb 218,01 0,12
MKIbp 433,67 0,24
MQCf1 14551,83 7,97
MQDf1 12717,42 6,96
41
MQDg1 3200,54 1,75
MQEf2 3527,81 1,93
MQEg2 3532,51 1,93
MQHe1 127,78 0,07
MQJg1 2110,93 1,16
MQObp 963,15 0,53
MWAf2 7146,28 3,91
MWAf3 2864,93 1,57
MWAg3 753,71 0,41
MWCe3 211,79 0,12
MWDg2 2361.53 1,29
MWId2 721,52 0,40
MWIe2 1245,06 0,68
MWJc1 138,58 0,08
MWJd2 519,23 0,28
PWDb1 12368,90 6,77
PWFa 715,02 0,39
PWFb1 421,48 0,23
PWHc2 802,37 0,44
PWKa 5869,51 3,21
PWLap 1615,81 0,88
PWLb 157,44 0,09
PWLbp 531,11 0,29
VWAa 709,11 0,39
4.2 ESCENARIOS
4.2.1 CAMBIO DE USO DEL SUELO
Existen diversas formas para la construcción de escenarios de cambio de uso

del suelo, estas pueden ser de tipo cuantitativo o cualitativo. Los Escenarios
cualitativos sirven para proporcionar un marco general que incluye las
relaciones y tendencias cuando se cuenta con pocos datos, mientras que los
escenarios cuantitativos se usan en las modelaciones, complementan e ilustran
algunos puntos clave de la línea de la historia y son esenciales para el modelo
de parametrización (Kolb, 2013).
La determinación de los escenarios de cambio de uso del suelo en la presente

investigación se realizó de forma cualitativa, haciendo un análisis de
información sobre la cuenca.
El análisis de la información consistió en la superposición de diferente

información con el fin de definir los usos según las características del territorio,
lo que sería un escenario de cambio de uso de suelo ideal, para esto se
construyó un mapa de uso recomendado y se tuvo en cuenta el Plan de
ordenación y manejo ambiental de la cuenca de Rio Coello (POMCA), con esta
42
información entonces se determinó el mapa de uso del suelo ideal a una escala
de 1:25000.
 Mapa de uso recomendado
Para elaborar el mapa de uso recomendado se tuvo en cuenta la metodología

propuesta por Zúñiga en el 2010, para esto se utilizó la siguiente información:
clases agrológicas, profundidad efectiva y pendientes.
Para la realización del mapa se usó el software ArcGIS, Como primera medida
en el mapa donde este delimitada la cuenca se superpuso la capa de las clases
agrológicas y se clasificaron en cuatro grupos, el primer grupo está compuesto
por las clases agrológicas I, II y III las cuales se dedican para actividades
agropecuarias intensivas y semiintensivas, el segundo grupo fueron las clases
agrológicas IV y V aptos para la ganadería extensiva y cultivos localizados, el
tercer grupo está conformado por las clases agrológicas VI y VII apropiados
para plantaciones forestales y cultivos agrícolas permanentes y el último grupo
está compuesto por la clase agrologica VIII el cual es apropiado para la
protección de suelos, vegetación y fauna (Zuñiga, 2010).
Después de esto se superpuso la capa de profundidad efectiva, la cual se

aplica para cada uno de los grupos de las clases agrológicas, la información de
la profundidad efectiva al igual que las clases agrológicas se obtuvieron del
Estudio General de Suelos del Departamento del Tolima realizado por el IGAC
en 1997. Los suelos con profundidad efectiva menor a 30cm pueden soportar
rastrojos bajos, pajonales, protección de vida silvestre, conjunto de viviendas
etc, los suelos con profundidad efectiva entre 30 y 60cm permite los usos
anteriores y la ganadería extensiva; y los suelos con profundidad efectiva
mayor a 60cm permiten la presencia de arbusto, arboles, conjunto de viviendas
y grandes obras civiles (Zuñiga, 2010).
Posteriormente se superpuso la capa de pendientes, las cuales se obtuvieron a

partir del modelo digital de elevación MDE, la clasificación se realizó de la
siguiente manera: un grupo denominado portante-productor el cual va de 0-
20% de pendiente y se divide en los siguientes rangos: de 0-5% se usa para
cultivos agrícolas intensivos y ganadería intensiva, grandes obras civiles etc; de
5-10% es para cultivos agrícolas y ganadería intensiva y conjunto de viviendas;
de 10-15% es para cultivos agrícolas y pastizales, semiintensivos y viviendas
individuales; y de 15-20% es para cultivos en terrazas y ganadería no intensiva
en los lugares con menor pendiente, y viviendas individuales. El segundo grupo
son las pendientes de 20-50% que son de tipo protector-productor, en el rango
de 20-25% se usa la ganadería extensiva y la vivienda ocasional, el rango de
25-30% es para ganadería extensiva y cultivos agrícolas semipermanentes, el
rango de 30-35% es ganadería extensiva localizada en las partes con menor
pendiente, cultivos permanentes y reforestaciones comerciales y de 35-50% de
43
pendiente se usa para reforestaciones comerciales y bosque natural. El tercer
grupo es para pendientes mayores al 50% el cual es para actividades
protectoras de vegetación, suelos y fauna como bosques naturales, pajonales y
rastrojos (Zuñiga, 2010).
 Plan de ordenación y manejo ambiental de la cuenca
El POMCA es una herramienta muy importante en esta investigación ya que

este es un instrumento a través del cual se realiza la planeación del uso
adecuado del suelo, de las aguas, de la flora y la fauna de la cuenca; también
se realiza el manejo de la cuenca, entendido como la ejecución de obras y
tratamientos, con el propósito de mantener el equilibrio entre el
aprovechamiento social y el aprovechamiento económico de tales recursos, así
como la conservación de la estructura físico -biótica de la cuenca y
particularmente del recurso hídrico (MINAMBIENTE, s.f), por lo cual se debe
tener en cuenta a la hora de crear los escenarios de cambio de uso suelo.
Después de tener las clases agrológicas, la profundidad efectiva y las

pendientes se procedió a revisar en el POMCA las áreas de importancia tales
como las áreas protegidas presentes en la cuenca las cuales se mantuvieron
para la realización del mapa de cambio de uso de suelo, también se tuvo en
cuenta la zonificación realizada como ayuda para la toma de decisiones.
Una vez analizada y superpuesta la información se realizaron los polígonos,

definiéndoles el uso según la metodología Corine Land Cover. Fue necesario
realizar la homologación de la cobertura según Corine Land Cover a la que
está definida en el modelo, debido a que el modelo pide información muy
específica acerca de las coberturas, la cual no está disponible para las
coberturas de Colombia.
4.2.2 CAMBIO CLIMÁTICO
Los datos del escenario de cambio climático serán proporcionados por el

ingeniero forestal Fernando Mauricio Castro obtenidos en el año 2013. La
construcción del escenario de cambio climático, se realizó con base en la
utilización de escenarios de gases de efecto invernadero derivados de los
resultados del modelo de circulación general. El modelo que se utilizó fue el
HadCM3 desarrollado por el Hadley Centre for Climate Prediction and
Research, que estableció los escenarios climáticos actuales y futuros a escala
global. Se seleccionó los datos del escenario A1B para los años 2011 a 2030,
el cual se predijo con el modelo PRECIS desarrollado por el mismo centro, este
modelo se puede aplicar para cualquier parte del mundo, es relativamente
económico, es un software libre y es útil para entender el sistema climático y
evaluar los impactos del cambio climático a nivel regional o local.
44
 Modelo de circulación General
Existen diversos modelos de circulación, para el presente estudio se utilizó el

HadCM3, este modelo establece escenarios climáticos actuales y futuros en
una escala global; este modelo ha sido utilizado por el IPCC para realizar el
tercer informe de evaluación sobre cambio climático; además se consideró en
su selección, la facilidad de acceso al conjunto de datos.(Castro, 2013)
El modelo HadCM3, posee una resolución espacial de 2,5 x 3,75° (latitud-

longitud), generando una red global de células de 96 x 73 rejillas, equivalente a
una resolución aproximada de 417 x 278 km sobre el Ecuador, reduciéndose
a 295x 278km a 45° de latitud.(Cabrera J. W., 2013)
El modelo HadCM3 es importante en este estudio ya que a partir de los datos

obtenidos se pueden obtener los datos de pronósticos específicos para la
cuenca del Rio Coello a través de un downscaling que corresponde a una
reducción de escala.
Esta investigación utilizó los datos del período 1988-2007 del modelo como
tiempo de referencia; como escenario futuro se utilizaron serie de pronósticos
climáticos para el período 2011-2030 del escenario A1B, generados a partir del
modelo de anidación HadCM3 y el modelo PRECIS.
 Modelo de circulación regional
Los modelos de circulación regional permiten una simulación más realista de

las variables climáticas en una situación actual, por lo cual las predicciones del
cambio climático pueden ser más detalladas y confiables, además de una
mejor simulación y predicción de eventos climatológicos.
El modelamiento del clima se llevó a cabo con el modelo de circulación regional
Providing Regional Climates for Impacts Estudies (PRECIS), el cual permite
regionalizar los resultados de los modelos globales y llevarlos a una resolución
espacial relativamente buena. (Pabón, 2011)
PRECIS
El modelo PRECIS cuenta con un sistema de modelación sencillo para el

usuario debido a la interfaz gráfica con la que cuenta, donde el usuario puede
integrarlo o ejecutarlo en cualquier zona del mundo, en un computador
personal de gran alcance, los costos son generalmente económicos y se
puede obtener información sobre el clima regional útil para los investigadores
ya que les permite entender el sistema climático y evaluar los impactos del
cambio climático a nivel regional o local, además, el software es libre. (Castro,
2013)
45
El modelo PRECIS es un modelo climático regional (RCM) que permite conocer
las condiciones atmosféricas y oceánicas a gran escala a partir de
observaciones o modelos climáticos globales (GCM), cuenta con resoluciones
horizontales que varían de 100 a 300 kilómetros, y cuando se hace una
reducción de escala en una región de interés la resolución pueden ser de 25 o
50 kilómetros. Esto permite una representación más realista del clima a lo largo
de la región de interés, esto se debe a que el modelo representa características
complejas de la superficie, tales como montañas, costas e islas que no se
tienen en cuenta en los modelos globales.(Met Office, 2016)
Lo primero que se hizo para la obtención de los datos del escenario futuro fue
definir la cuadricula con la siguiente información: el tipo de proyección, la
ubicación, el número y el espaciado de puntos observados en la Tabla 5, para
la regionalización e interpolación de los campos estáticos que describen el
dominio. A continuación se presenta la figura 3 en la cual se puede observar
las características de la cuadricula.
Tabla 5. Información requerida para la elaboración de la cuadricula, para la

simulación con el modelo PRECIS.
Tipo de proyección Lambert Conformal Conic

Ubicación
Latitud del punto central 4,84
Longitud del punto central -75,01
Número de Puntos
Puntos en X 39
Puntos en Y 41
Espaciamiento de puntos 25 km
Niveles verticales 19
La resolución horizontal utilizada fue la mínima posible para las condiciones

actuales de América del Sur, 0,2 ° x 0.2 °, a unos 25 km, con 19 niveles
verticales. El tamaño de domino debe ser lo suficientemente grande como para
permitir el pleno desarrollo de elementos de pequeña escala en la zona de
interés.
46
Figura 3. Dominio y cuadricula del MCR PRECIS para Colombia (Fuente:
Castro, 2013)
Los resultados después de la aplicación del modelo PRECIS se pueden

obtener en diferentes formatos como PP, GRIB o NetCDF, para este caso se
configuró el sistema para el formato de salida PP, debido a que este formato
ocupa menos espacio en disco en comparación con los demás y los resultados
generados son de gran volumen. Una de las desventajas de este formato es la
dificultad del análisis con software gráficos, por lo que fue necesario desarrollar
un script en GrADS (Grid Analysis and Display System), para transformar las
variables del formato PP a el formato ASCII, esto se realizó después de la
reducción de escala.
El área seleccionada para la integración del modelo PRECIS corresponde a la

región entre los 3 ° 44 'N y los 5 ° 4' de latitud N y 75 º 59 'W y 74 º 07' de
longitud W, y posee una resolución de 25 km, disponibles en puntos de la grilla
del modelo regional como se puede observar en la Figura 4.
47
Figura 4. Grilla para la utilización del modelo PRECIS, con espaciamiento de
25 km, para la cuenca del Rio Coello (Fuente: Castro, 2013)
Los valores del pronóstico climático respecto a las variables de precipitación,

temperatura, etc., se interpolan para localizar cada punto pluviométrico a partir
de un script que se desarrolló. La interpolación se hizo para asignar un peso a
los valores de las variables climáticas de cada punto de la grilla, siendo el valor
de la variable (V) para un punto de coordenadas (x, y) según la siguiente
ecuación:
Dónde:
V= valor de la variabilidad del clima a interpolar en los puntos de la grilla del

modelo.
Pesos:
48
Figura 5. Esquema de interpolación de las variables climáticas a partir de los
puntos de la grilla para el pronóstico con base en el modelo PRECIS (Fuente:
Castro, 2013)
 Validación del modelo de circulación regional

Para realizar la validación del modelo PRECIS se seleccionó las variables que
alimentarían el modelo hidrológico, es decir precipitación y temperatura, esto se
realizó con el fin de evaluar el desempeño del modelo en cuanto a la predicción
de las variables mencionadas. Para validar las simulaciones del modelo
PRECIS y la caracterización de los principales patrones climáticos dominantes
en la cuenca del Rio Coello, se utilizaron datos mensuales de precipitación y
temperatura de los reanálisis: NCEP / NCAR, con resolución horizontal de 2,5 °
de latitud x 2,5 ° de longitud; el ERA40 con resolución horizontal de 0,5 ° x 0,5
°; y el modelo HadCM3 con una resolución de 2.5 ° x 3.75 °. Estos datos son
para el mismo período (1988 a 2007), estos son utilizados como condiciones de
contorno del modelo PRECS para dar salidas a una resolución de 25x25 km2,
con el fin de evaluar el comportamiento del modelo simulando el clima actual
de la cuenca, esto se hizo a nivel anual e interanual.
Para Kistler et al. (2001) Citado en Castro 2013, los valores de salida del
reanálisis NCEP / NCAR son los resultados de la asimilación de datos global.
Las correcciones de errores de procesamiento consisten en cambios a ciertos
campos y no al sistema de asimilación, por lo que los datos de reanálisis son
libres de inconsistencias y muy útiles en el estudio del clima.
Como se mencionó anteriormente se analizó la capacidad del modelo PRECIS

de simular los principales patrones climáticos en la cuenca, esto se realizó por
49
medio del análisis de datos medios climatológicos de precipitación y
temperatura de los reanálisis NCEP / NCAR, ERA40 y HadCM3 reproducidos
por el modelo de circulación regional PRECIS, los cuales se compararon con
los valores observados. También se obtuvo mapas de error promedio de las
precipitaciones y la temperatura, a través de la diferencia entre el promedio de
las variables precipitación y la temperatura, en relación con sus valores medios
observados, esto con el fin de identificar los errores sistemáticos del modelo de
los datos medios de las variables. Adicionalmente se analizó el ciclo anual de
precipitación y temperatura en la cuenca, mediante el cálculo del error
cuadrático medio (RMSE) el cual es la relación entre el error cuadrático medio
y el respectivo promedio multianual; el sesgo el cual es la diferencia entre los
datos simulados y los observados y el coeficiente de correlación (Pabón, 2011)
Los modelos de circulación regional por lo general tienden a sobreestimar o

subestimar los valores de precipitación, lo que genera un error sistemáticos,
estos errores se deben minimizar para poder usar los datos como entrada del
modelo hidrológico. Esto se hizo utilizando la probabilidad la transformación de
la curva de distribución de la precipitación.
Se construyó curvas empíricas de distribución de probabilidad con series

diarias de precipitación generada por el modelo regional (1988 a 2007) y los
valores observados. Las curvas se construyeron para cada mes del año y para
cada estación de las lluvias (punto de la cuadrícula) en la cuenca del río Coello.
A cada uno de los valores de precipitación diaria simulados por el modelo
PRECIS se le asocio una probabilidad, el cual se identifica posteriormente en la
curva de precipitación de probabilidad de precipitaciones observadas. Por
último los valores son ajustados en cada punto de la cuadricula, para corregir
los errores sistemáticos de precipitación (Figura 6).
50
Figura 6. Corrección de errores sistemáticos de precipitación diaria simulada,
con base a las curvas de distribución de probabilidades acumuladas de los
valores observados y simulados. (Fuente: Castro, 2013)
4.3 APLICACIÓN DEL MODELO HIDROLOGICO
Para esta investigación se utilizó el modelo hidrológico Soil and Water

Assessment Tool el cual fue desarrollado por el servicio agrícola de
investigación. SWAT fue desarrollado con el fin de predecir el efecto de
prácticas de manejo del suelo en agua, sedimentos y producción de sustancias
agrícolas químicas, en cuencas con diversas condiciones. Además se puede
evaluar los impactos del cambio climático en las cuencas y de las actividades
agrícolas mediante el ajuste de las variables climáticas. (Uribe, 2010)
Para obtener resultados el modelo SWAT requiere diversos parámetros de
entrada, los cuales están relacionados con las características físicas de la
cuenca, además de esto el modelo utiliza una combinación de métodos para
realzar los diferentes cálculos para estimar el comportamiento del agua en la
cuenca, su almacenamiento y transporte, un ejemplo de esto es el método del
número de curva (CN) del Servicio de conservaciones de Suelos (SCS);
Además, que se usa para las estimaciones del flujo, otro ejemplo es la
estimación de la evapotranspiración, el modelo hidrológico SWAT ofrece tres
métodos de cálculo: Penman-Monteith, Priestley-Taylor y Hargreaves (Neitsch
et al., 2005).
El método para el cálculo de evapotranspiración que se eligió fue el de

Hargreaves, ya que es relativamente fácil de usar debido a que necesita
información de temperatura media, máxima mínima, el método se basa en la
siguiente ecuación:
51
λ = calor latente (J kg-1);
ETP = evapotranspiración potencial (mm);
Ho = radiación extraterrestre (MJ m-2 d-1);
Tmáx = temperatura máxima diaria (°C);
Tmín = temperatura mínima diaria (°C);
Tméd = temperatura media diaria (°C), obtenida como la media aritmética entre
las temperaturas mínima diaria y máxima diaria.
La aplicación del modelo SWAT comienza con la división de la cuenca, la

definición de los parámetros del modelo para el estudio de caso y la
calibración, validación y simulación de flujos para la cuenca del río.
La información necesaria para la aplicación del modelo SWAT es: el modelo

de elevación digital (DEM), el mapa de suelos con sus respectivas
características y el mapa de uso o cobertura de la tierra. La aplicación del
modelo se llevó a cabo con una interface que se desarrolló entre el SWAT y
los SIG, llamada ArcGIS SWAT, la cual fue desarrollada por Di LUZIO et al.,
2002, esta interface subdivide automáticamente la cuenca en subcuencas a
partir del DEM, posteriormente los datos de entrada son extraídos a partir de
planos de información y del banco de datos relacionados para cada subcuenca.
La interfaz permite mostrar y obtener las salidas del modelo según mapas,
gráficos y tablas en ArcGIS.
A continuación se describirán la obtención de información necesaria para la

aplicación del modelo:
1. Procesamiento del modelo digital de elevación de la cuenca.
El Modelo de elevación digital (DEM) es una de las principales entradas del

modelo SWAT. El DEM es una matriz de muestreo de elevaciones (Z) que
están espaciados a intervalos regulares en las direcciones X y Y, es decir
una representación visual y matemática de los valores de altura con
respecto al nivel medio del mar, donde se representa las formas del relieve
y los elementos u objetos presentes en el mismo (INEGI, s.f).
Para esta investigación se utilizó el modelo digital de elevación realizado

por castro en el 2013, para realizar el modelo digital de elevación se utilizó
el mapa topográfico de la cuenca del Rio Coello a escala 1:25.000, con las
curvas de nivel espaciadas cada 20 m, estas se digitalizaron y se
guardaron en formato (.shp), posteriormente fueron interpoladas en el
software ArcGis 9.3 utilizando la extensión 3D Analyst. El resultado de la
interpolación se convirtió a formato raster con una resolución de 30 m,
formando así una matriz de celdas sobre la cuenca hidrográfica, de esta
52
manera quedo listo el DEM para usarlo en el modelo SWAT, este modelo
digital de elevación se obtuvo a través de ArcGIS SIG.
2. Obtención de datos meteorológicos
El modelo hidrológico SWAT cuenta con una base de datos interna, con
información de estaciones meteorológicas en los Estados Unidos, esta
información es diferente a las condiciones del área de estudio del presente
trabajo. Por lo que fue necesario ingresar los datos climáticos como
precipitación diaria, temperatura máxima y mínima del aire, radiación solar,
velocidad del viento y humedad relativa (Uribe, 2010).
Estos datos se obtuvieron del Instituto de Hidrología, Meteorología y

Estudios Ambientales (IDEAM) de Colombia, las estaciones meteorológicas
correspondientes a la cuenca del Rio Coello son: Cajamarca, Aeropuerto
Perales, Perales Hato Opia, Chicoral, Nataima y Aeropuerto Santiago Vila,
como se muestra en la Tabla 6 también se muestra su ubicación geográfica
en el Mapa 4(Castro, 2013).
Tabla 6. Estaciones de datos climáticos
Elevación XPR (m) YPR (m)

Estación Código
(m)
Cajamarca 2121510 1920 850477.3 983028.6
Aeropuerto Perales 2124504 928 881133.4 981718.9
Perales Hato Opia 2124501 750 887897.6 980943.8
Chicoral 2121508 475 898125.9 959719.8
Nataima 2118502 431 902073.2 954872.4
Aeropuerto Santiago 919793.2 965436.6
2118504 286
Vila
53
Mapa 4. Localización de las estaciones climatológicas en la cuenca del Rio
Coello. (Fuente,2016)
Los datos de precipitación fueron obtenidos al igual que los datos anteriores del
IDEAM, se utilizaron datos de 23 estaciones pluviométricas mencionadas en la
Tabla 7, localizadas en el área de influencia de la cuenca hidrográfica del rio
Coello Mapa 5. Los datos de caudal fueron obtenidos de estaciones
hidrométricas, localizadas sobre la cuenca; la información de caudales es
importante en las fases de calibración y posterior validación del modelo
hidrológico, permitiendo el ajuste de los parámetros calibrados a la realidad de
la cuenca.
Tabla 7. Estaciones pluviométricas
Estación Código Elevación (m) XPR (m) YPR (m)

La Cascada 2121015 3080 837786.8 965395.8
El Rancho 2121010 2670 861331.9 1000260.0
El Palmar 2121022 2200 862851.1 996540.8
Las Juntas 2121002 1965 864650.9 990241.6
El Placer 2121011 2170 861858.4 998025.8
Hacienda Cucuana 2121513 2120 840395.9 971656.1
Las Delicias 2121013 2070 841215.3 975928.6
Toche – Ibagué 2121018 2000 851517.2 991512.1
La Esmeralda 2121012 1965 871415.9 988144.4
Cajamarca 2121510 1920 850475.4 983028.6
El Darién 2121016 1920 864211.3 985473.9
54
Hacienda Palo 2121017 851711.3 972590.9
1765
Grande
Pastales 2121003 1505 864564.8 990340.1
El Secreto 2121008 1490 865795.3 988549.9
Resaca 2121019 1250 881483.3 964193.2
Rovira 2 2118004 950 871021.9 960675.1
Aeropuerto Perales 2124504 928 881135.2 981717.8
Perales Hato Opia 2124501 750 887894.5 980934.1
Buenos Aires 2121020 750 889939.8 970817.8
El Aceituno 2122005 680 892421.5 972528.8
Chicoral 2121508 475 898125.9 959719.8
Nataima 2118502 431 902073.2 954860.1
Salento 2612016 1910 834497.4 1004553.0
Mapa 5. Localización de las estaciones pluviométricas en la cuenca del Rio

Coello. (Fuente: Autor, 2016)
Las estaciones pluviométricas junto con las estaciones hidrométricas con las
mismas coordenadas y la misma serie histórica, son usadas para la división de
las sub-cuencas. La cuenca del Río Coello posee ocho estaciones
hidrométricas, de estas se seleccionó la estación Payandé como punto de
cierre para utilizarla en la calibración y validación de modelo hidrológico a la
hora de la simulación de caudales. En la Tabla 8 se presenta la información de
las estaciones hidrométricas existentes en el área de estudio del presente
trabajo de investigación.
55
Tabla 8. Estaciones hidrométricas
Estación Código Elevación (m) XPR (m) YPR (m)

Puente Luisa 2121714 2100 839808.5 971669.38
Puente la Bolivar 2121728 1735 848338.4 982425.1
Puente Carretera 2121712 1220 865523.1 978029.95
San Vicente 2121722 1750 862650.7 993595.9
Montezuma 2121718 1450 865709.8 987344.3
Bocatoma 2121725 1550 868606.0 985422.5
Yuldaima 2121726 1220 871227.7 982024.8
Payandé 2121707 560 887800.0 967120.0
Mapa 6. Localización de las estaciones hidrométricas en la cuenca del Rio

Coello. (Fuente: Autor, 2016)
El modelo SWAT tiene un generador climático, denominado WXGEN, el cual

genera datos climáticos diarios, a partir de datos medios los cuales estaban
contenidos en el archivo de entrada del generador climático, los datos son
generados por el modelo en dos situaciones: cuando se especifica que los
datos climáticos serán generados por el modelo u cuando algún dato está
faltando.
56
Dicho generador requiere de diversos datos climáticos para que el modelo
pueda funcionar, a continuación se mencionan los datos requeridos y las
ecuaciones que se aplicaron:
 Rain_yrs = Número de años mensuales máximos.

 TMPMX (mon): Temperatura media máxima para el mes.
Sumatoria de la temperatura máxima para todos los días del mes para todos
los años de datos, divido por el número de días sumados.
∑
 TMPMN (mon): Temperatura media mínima para el mes.

Sumatoria de la temperatura mínima para todos los días del mes para todos los
años de datos, divido por el número de días sumados.
∑
 TMPSTDMX (mon): Desviación estándar de la temperatura máxima

diaria para el mes.
Cuantifica la variabilidad de la temperatura máxima para cada mes.
∑
√
σmxmon= Desviación estándar para la temperatura máxima diaria en el mes.

Tmxmon= Temperatura máxima diaria en el mes para todos los años.
Μmxmon=Es la temperatura máxima diaria media para el mes
N= número total de registros de temperatura máxima diaria para el mes.
 TMPSTDMN (mon): Desviación estándar de la temperatura mínima

diaria para el mes.
Cuantifica la variabilidad de la temperatura mínima para cada mes.
∑
√
σmnmon= Desviación estándar para la temperatura mínima diaria en el mes.

Tmnmon= Temperatura mínima diaria en el mes para todos los años.
μmnmon=Es la temperatura mínima diaria media para el mes.
N= número total de registros de temperatura mínima diaria para el mes.
57
 PCPMM (mon): Precipitación total media mensual
∑
̅
=
Precipitación media mensual
Rdaymon= Es la cantidad de precipitación diaria en el mes
N= es el número total de registros en el mes usados para calcular la media.
Yrs= es el número de años de precipitación diaria.
 PCPSTD (mon): Desviación estándar para precipitación diaria en el mes.
Cuantifica la variabilidad de la precipitación para cada mes.
∑ ̅
√
σmon= Desviación estándar de la precipitación diaria en el mes.

Rdaymon= Es la cantidad de precipitación en el mes para todos los años.
mon=Es la precipitación media del mes.

N= número total de registros de precipitación diaria para el mes.
 PCPSKW (mon): Coeficiente de skew para la precipitación diaria en el
mes.
Cuantifica la simetría de la distribución de la precipitación sobre la media
mensual.
∑ ̅
gmon= coeficiente de Skew para precipitación en el mes

N= número total de registros de precipitación diaria para el mes.
Rdaymon= Es la cantidad de precipitación en el mes para todos los años.
mon=Es la precipitación media del mes.

σmon= Desviación estándar de la precipitación diaria en el mes.
 PR_W(1,mon): Probabilidad de un día húmedo seguido de un día seco

en el mes.
( )
58
Pi (W/D)= Probabilidad de un da húmedo seguido de un día seco en el mes.
Days W/D,i= Es el número de veces de un día húmedo seguido de un día seco

en el mes i para un período entero de registros.
Daysdryi= es el número de días secos en el mes i durante un período entero de

registros.
Un día seco es un día con 0mm de precipitación por lo tanto un día húmedo es
un día con precipitación >0mm.
 PR_W(2,mon): Probabilidad de un día húmedo seguido de un día

húmedo en el mes.
( )
Pi (W/W)= Probabilidad de un día húmedo seguido de un día húmedo en el

mes.
Days W/W,i= Es el número de veces de un día húmedo seguido de un día

húmedo en el mes i para un período entero de registros.
Daysweti= es el número de días húmedo en el mes i durante un período entero

de registros.
 PCPD (mon): Número medio de días de precipitación en el mes
̅̅̅̅̅̅̅
dwet,i=Número medio de días de precipitación en el mes
daysweti= Es el número de días húmedo en el mes i durante un período entero

de registros.
Yrs= Es el número de años de registros.
 RAINHHMX= Precipitación máxima de 0,5 horas para todo el período de

registro en un mes determinado.
 SOLARRAV= Radiación solar diaria media para el mes.

Sumatoria de la radiación solar total para todos los días en el mes para todos
los años de registro.
∑
59
H day, mon= Radiación solar total sobre la superficie de la tierra para el día d en el
mes mon.
N= Número total de registro de radiación solar diaria para el mes.
 DEWPT(mon)= temperatura de punto de rocío diaria media para el mes.
Es la temperatura a la cual la actual presión de vapor presente en la atmosfera
es igual a la presión de saturación de vapor.
Es la sumatoria de la temperatura del punto de rocío para todos los días en el
mes, para todos los años de registro, divididos por el número de días sumado.
∑
Tdew,mon= Temperatura del punto de rocío para el día d en el mes mon.

N= Es el número total de registro de punto de rocío diario para el mes.
 WNDAV(mon)= Velocidad media diaria del viento en el mes.
Es la sumatoria de la media de la velocidad del viento para todos los días en el
mes, para todos los años de registro dividido por el número de días en el mes.
∑
Velocidad media del viento para el día d en el mes mon.

N= Es el número total de registros de velocidad del viento diaria para el mes.
Después de realizados los cálculos y obtenidos todos los parámetros para las
estaciones climáticas analizadas, se digitaron los valores directamente en la
base de datos del modelo hidrológico.
La simulación con el modelo SWAT requiere de datos diarios de precipitación

(mm) y datos climáticos para estimar la evapotranspiración. Debido a que se
escogió el método de Hargraves, fue necesario proporcionar los valores de
temperaturas diarias mínima y máxima del área, también fue necesario los
valores de radiación solar incidente, velocidad del viento y humedad relativa.
Los parámetros climáticos diarios para toda la cuenca son insertados
directamente en el banco de datos del modelo.
60
3. Mapa de uso del suelo
Para correr el modelo SWAT es necesario tener el mapa de uso del suelo de la
cuenca de Rio Coello, el mapa que se utilizó en esta investigación es el
realizado por la Corporación Autónoma Regional del Tolima y está a una
escala de 1:25000, este mapa se realizó a través de corrección y clasificación
de imágenes satelitales SPOT, la corrección de la imagen satelital consiste en
la reorganización de sus píxeles en relación con un determinado sistema de
proyección cartográfica, esta corrección se realizó por medio de la técnica de
remuestreo de píxeles de la imagen,
Luego de esto se creó un archivo de correspondencia en el software ERDAS
Imagine v.8.4, donde se hizo un ajuste lineal de superficie por el método de
vecino más próximo, obteniendo finalmente la imagen georeferenciada,
convertida al sistema de coordenadas Colombia Bogotá UTM Zone 18N. Ya
georeferenciada, la imagen se clasificó en ERDAS Imagine, utilizando la
clasificación supervisada, procedimiento utilizado para el análisis cuantitativo,
pues con base en esta clasificación, el usuario selecciona las áreas de interés.
La información para el mapa de cobertura y uso de la tierra, se obtuvo a partir

de 22 subclases representadas en cuatro clases: 1) territorios artificiales, 2)
territorios agrícolas, 3) bosques y áreas naturales y 4) superficie bajo agua. Las
áreas urbanas fueron excluidas de la clasificación para aumentar el desempeño
del clasificador, debido a que presentaban respuestas espectrales parecidas a
las emitidas por las zonas agrícolas.
Las zonas urbanas se digitalizaron a partir de la información de cartas

cartográficas del departamento del Tolima, proporcionadas por el Instituto
Geográfico Agustín Codazzi (IGAC), a una escala de 1:25.000, posteriormente,
los polígonos resultantes fueron vectorizados por medio del módulo vector en
ERDAS Imagine.
Por último se evaluó la exactitud de la clasificación del mapa; esto se realizó

mediante la generación de puntos aleatorios en el mapa, para ser verificados
en el campo y comparados con la imagen clasificada. Los puntos de muestreo
aleatorio fueron verificados en campo, con el apoyo de fotografías aéreas de la
zona de estudio y un GPS. Finalmente, el mapa de cobertura y uso de la tierra
fue transformado en formato raster, con la misma resolución del DEM.
4. Mapa de suelos
Otro elemento necesario para correr el modelo SWAT es el mapa de suelos de
la cuenca del Rio Coello, el mapa que se utilizó fue obtenido por medio de la
digitalización y unión de 19 cartas edafológicas del estudio de suelos del
Instituto Geográfico Agustín Codazzi (IGAC) en 1997, a escala 1:25.000,
61
utilizando el software ArcInfo v. 9,2. Para la cuenca hidrográfica del río Coello,
se obtuvo 26 clases de suelo, el mapa fue reclasificado generando un archivo
en formato vectorial y transformado a raster con resolución de 30 m.
Para el modelo SWAT es necesario tener la información de los siguientes

características del suelo: el nombre del suelo, el número de capas, el grupo
hidrológico de suelo, la profundidad total y la porosidad del suelo, la
profundidad de la capa, la densidad aparente del suelo, la capacidad de agua
disponible en la capa, carbono orgánico, la conductividad hidráulica saturada
de la capa, porcentaje de arcilla, porcentaje de limo, porcentaje de arena,
porcentaje de roca, el albedo y la erodabilidad.
La mayor parte de los datos utilizados en este estudio fueron tomados del
estudio general de suelos para el departamento de Tolima, realizado por el
Instituto Geográfico Agustín Codazzi, (IGAC 1997). Los datos no referidos en
este estudio como grupo hidrológico, cantidad de agua disponible en el perfil,
materia orgánica, conductividad hidráulica, densidad aparente y el factor de
erodabilidad del suelo, fueron obtenidos de estudios y publicaciones realzadas
por el Centro Internacional de Agricultura Tropical. Esta información se ingresó
en el banco de datos del modelo SWAT, para cada clase de suelo y para cada
horizonte.
4.4 CALIBRACIÓN Y VALIDACIÓN DEL MODELO
La calibración es un procedimiento donde se identifican los valores de los

parámetros del modelo para los cuales la serie de datos simulado se ajusta de
manera óptima a la serie de datos observados. Para evaluar la bondad de
ajuste del modelo se utiliza una “función objetivo” (Cabrera, 2012).
Para la presente investigación se usó la metodología de calibración y validación

de modelo hidrológico SWAT que uso Castro 2013 cuyo procedimiento fue:
• Para obtener resultados libres de errores de las condiciones iníciales no se

tuvo en cuenta para la calibración y la validación el período de 1988-1989.
• La calibración del modelo hidrológico se hizo de manera manual, donde el

criterio del ajuste de calibración se basa en una función objetivo y una
comparación visual de hidrogramas simulados y observados.
• El modelo hidrológico se calibró mensual para el período 1990-1998, con el fin

de garantizar la variabilidad anual y estacional de los flujos.
• La validación del modelo se realizó para el período desde 1999 hasta 2007 a
nivel mensual.
Con el fin de evaluar el desempeño de los modelos hidrológicos es habitual

utilizar varias funciones objetivo; entre las técnicas estadísticas o funciones
62
objetivo empleadas en este estudio para evaluar el grado de ajuste de los
modelos hidrológicos incluye:
• El coeficiente de eficiencia de Nash-Sutcliffe (COE): es uno de los criterios

estadísticos más importantes y utilizados para evaluar la calidad del ajuste
entre el hidrograma simulado por los modelos hidrológicos y lo observado,
permite la comparación entre las cuencas hidrográficas, y se indica la relación
1:1 entre la línea de ajuste de los datos observados y simulados y se calcula
como:
∑
[ ]
∑
Donde n es el número total de observaciones, Qobsi y Qobsi son las descargas

simuladas y observadas en la i-esima observación y Qmean es la media de los
datos observados en el período de simulación.
• Desviación de caudal (Dv%): la desviación de los datos simulados respecto a

los datos observados es otro estadístico para evaluar la calidad de ajuste de
los modelos y mide la capacidad del modelo para simular las mediciones de
volumen; en el cálculo de la desviación del caudal es importante tener en
cuenta los posibles errores en los datos de medición.
[ ]
• Coeficiente de correlación (R2): Es otra evaluación estadística de la

adaptación de modelos hidrológicos y muestra cómo el modelo representa la
variación de los valores observados, y también muestra la dirección de la
relación entre los datos simulados y los observados. La diferencia entre el COE
y R2, es que el COE puede interpretar el rendimiento del modelo en replicar los
datos observados de forma individual, mientras que el R2 no lo hace.
∑ ̅ ̅
√∑ ̅ ̅
Estos dos factores fueron utilizados en conjunción con métodos gráficos, tales
como la comparación entre los hidrogramas observados y simulados para
evaluar el rendimiento del modelo, las fases de calibración y de validación.
4.5 ANÁLISIS DE INFORMACIÓN
La información arrojada por el modelo hidrológico SWAT permitió la evaluación

de los posibles efectos del cambio de uso del suelo combinado con la
predicción del cambio climático sobre los recursos hídricos de la cuenca del Rio
63
Coello, esto se hizo basado en el escenario A1B de gases efecto invernadero
generado por el modelo general de circulación, para los períodos 1988-2007 y
2011-2030, los datos generados se utilizaron como entrada de datos al modelo
hidrológico SWAT y los datos generados por el modelo se analizaron para
identificar los posibles impactos sobre los recursos hídricos de la cuenca.
La identificación de los posibles impactos del cambio de uso del suelo en

combinación con el cambio climático sobre el caudal y otros componentes del
ciclo hidrológico de la cuenca del río Coello, se realizó a través de la
comparación de los flujos simulados por el modelo hidrológico para el uso del
suelo y el clima para el escenario de referencia el cual pertenece al período de
1988-2007 y el escenario futuro en el período de 2011-2030.
Para la comparación del escenario de referencia es decir 1988-2007 con el

escenario futuro 2011-2030 y el escenario futuro con cambio de uso de suelo,
se tuvo en cuenta las siguientes variables: la precipitación, la temperatura, la
evapotranspiración potencial (ETP) media, la evapotranspiración real (ET), el
caudal medio y la curva de la duración.
De esta manera se determinó el efecto del cambio de uso del suelo y el cambio
climático en la dinámica de la cuenca del Rio Coello, lo cual es muy importante
ya que puede llegar a ser una herramienta importante a la hora de hacer la
planificación de la cuenca.
Los efectos del cambio del uso del suelo en combinación con el cambio
climático sobre las variables mencionadas anteriormente se representaron por
medio del mapa de las unidades de respuesta hidrológica presentes en la
cuenca, así como los mapas del modelo digital de elevación y el de los puntos
de recolección de datos en la cuenca y la localización de las estaciones
pluviométricas, fluviométricas y climáticas. Para la calibración y validación del
modelo se obtuvo a partir del análisis de hidrogramas de los datos observados
y los simulados, también se usó graficas de comparación de datos observados
con los simulados para el período 1990-2007. Por último se realizaron gráficas
donde se muestran los valores medios mensuales de precipitación,
temperatura, evapotranspiración potencial (ETP), evapotranspiración real
(ET), caudal y la curva de la duración para el período actual (1988-2007) y el
período futuro (2011-2030) y período futuro con cambio de uso de suelo.
64
5. RESULTADOS
5.1 ESCENARIO DE CAMBIO CLIMATICO
La obtención de los datos climáticos se realizó con modelo circulación regional

PRECIS, el cual arrojo los resultados de precipitación y temperatura en el período
2011-2030, este modelo se calibró y validó, los datos arrojados son los datos que
se usaron como entrada para correr el modelo hidrológico SWAT.
Para la validación de los datos generados por el modelo PRECIS se analizó los
valores medios de precipitación y temperatura, utilizando las condiciones de
contorno con los reanálisis NCAR / NCEP, ERA40 y HadCM3, comparándolos con
los datos observados. Este análisis se hizo con el fin verificar la capacidad del
modelo de circulación regional para reproducir los principales patrones de clima en
la cuenca hidrográfica.
5.1.1 Datos de Temperatura
Se realizó un análisis visual de la distribución de la temperatura del aire en la

cuenca Hidrográfica del Rio Coello, para el período de 1988 a 2007de los datos
observados y los resultados obtenidos a partir de las simulaciones de PRECIS,
utilizando como condiciones de contorno datos del modelo HadCM3 y los
reanálisis NCAR / NCEP y ERA40, el cual se puede observar en la Figura 7. En el
análisis se pudo
observar que las simulaciones con las tres condiciones de contorno no pueden
representar al detalle las partes altas y medias de la cuenca del río, pero pueden
representar de forma realista el patrón general de la temperatura, esto se pudo
confirmar con los coeficientes de correlación entre las distribuciones de los
modelos los cuales fueron para NCAR / NCEP 0.85, para ERA40 0,84 y para
HadCM3 0,84.También se evaluó la proximidad al error cuadrático medio (RMSE),
los resultados de este fueron relativamente bajos 1,56 para NCAR / NCEP, 1,94
para ERA40 y 1,68 para HadCM3. Estos resultados indican que el modelo PRECIS
con las condiciones de contorno, representa adecuadamente la distribución
espacial de la temperatura observada en la cuenca.
.
64
(a) (b)
(c) (d)
Figura 7. Distribución espacial de valores medios multianuales de temperatura

para datos observados(a) y simulados por PRECIS, usando las condiciones de
contorno, reanálisis ERA 40 (b) y NCAR/NCEP (c) y el modelo HadCM3 (d), en el
período 1988-2007 para la cuenca del Rio Coello. (Fuente: Castro, 2013)
El cálculo de las desviaciones muestra que las simulaciones con PRECIS,

utilizando como condiciones de contorno ERA40 (Tabla 9) y HadCM3 (Tabla 10),
generan una subestimación general de la temperatura en la región hasta 5 ° C para
ERA40 y para HadCM3 hasta 3 ° C ; las desviaciones obtenidas con el reanálisis
NCAR / NCEP(Tabla 11) generan una sobreestimación de la temperatura en la
cuenca baja y subestimaciones en la parte media y alta, para la parte baja se
presentó una desviación negativa de -0.02 ° C y para la parte alta de -3.75 ° C. Se
observa que el modelo PRECIS subestima la temperatura en toda la región,
probablemente debido al hecho de que el modelo regional reconoce una topografía
más suave (Figura 8).

como condición de contorno el reanálisis ERA40, para el período 1988-2007 en la
cuenca del Rio Coello.
Estaciones Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov. Dic Anual
- -
Chicoral -4,03 -4,24 -3,81 -3,65 -3,19 -2,78 -2,31 -3,24 -3,58 -3,83 -3,38
2,50 3,37
- -
Nataima -4,27 -4,49 -4,20 -3,96 -3,35 -2,80 -2,77 -3,63 -3,68 -3,92 -3,62
2,58 3,74
- -
Perales Hato Opia -4,89 -5,04 -4,56 -4,61 -4,15 -4,59 -4,88 -4,83 -4,03 -4,16 -4,59
4,99 4,36
Aeropuerto Santiago - -
-5,54 -5,75 -5,29 -5,11 -4,65 -4,28 -4,20 -4,90 -4,85 -5,19 -4,91
Vila 4,32 4,80
Aeropuerto Perales -4,48 -5,03 -4,64 -4,68 -4,65 -3,55 - -5,04 -4,86 - -3,98 -4,12 -4,53
65
5,11 4,24
- -
Cajamarca -4,41 -4,43 -4,29 -4,35 -3,71 -4,02 -3,97 -3,82 -4,24 -4,22 -4,14
4,23 3,97

como condición de contorno el reanálisis NCAR/NCEP, para el período 1988-2007
en la cuenca del Rio Coello.
-
Chicoral -1,01 -1,40 -1,14 -1,82 -1,04 -0,74 0,12 0,81 0,26 -2,81 -2,93 -1,17
2,32
-
Nataima -1,20 -1,65 -1,56 -2,17 -1,25 -0,72 0,06 0,41 -0,11 -2,96 -3,03 -1,41
2,76
- -
2,54 2,70
-2,76 -3,05 -2,83 -3,68 -2,90 -2,56 -1,21 -1,61 -4,46 -4,59 -2,97
Vila 1,88 4,07
- -
Aeropuerto Perales -2,18 -2,35 -1,92 -2,56 -2,55 -2,08 -2,36 -1,83 -2,66 -2,98 -2,42
2,96 2,60
- -
Cajamarca -3,65 -2,91 -2,60 -2,77 -2,43 -3,46 -2,98 -2,43 -3,23 -3,43 -3,02
3,45 2,93

como condición de contorno HadCM3, para el período 1988-2007 en la cuenca del
Rio Coello.
-
Chicoral -0,37 0,10 0,45 0,40 0,83 -0,19 -0,03 0,81 0,31 -1,08 -1,29 -0,02
0,38
-
Nataima -0,13 0,21 0,56 0,48 1,49 0,31 -0,18 0,75 0,39 -0,69 -0,87 0,18
0,12
- -
4,85 3,58
-2,04 -1,41 -1,05 -1,38 -0,38 -1,36 -1,79 -0,61 -2,42 -2,92 -1,48
Vila 1,74 1,13
- -
Aeropuerto Perales -0,74 -0,37 -0,24 -0,63 -0,47 -1,59 -1,80 -0,59 -1,20 -1,36 -0,95
1,87 0,51
- -
Cajamarca -4,16 -3,74 -3,50 -3,32 -2,91 -4,07 -4,28 -3,66 -3,62 -3,97 -3,75
4,36 3,48
66
(a) (b)
(c)
Figura 8. Desviaciones de temperatura simulada por el modelo PRECIS, usando

como condiciones de contorno los reanálisis ERA40 (a) y NCAR/NCEP (b) y
HadCM3 (c), para el período 1988-2007 en la cuenca del Rio Coello. (Fuente:
Castro, 2013)
A continuación se muestra el coeficiente de correlación entre los datos observados

y los simulados con PRECIS con las condiciones de contorno mencionadas
anteriormente, de los ciclos anuales de las temperaturas medias para el período
1988-2007. Los mayores valores de coeficiente de correlación se observan de la
condición de contorno HadCM3, lo que indica que el modelo PRECIS para estas
condiciones de contorno, representa de forma adecuada el ciclo anual, a excepción
del sector de Cajamarca, esto se pudo presentar debido a que la alta variabilidad
de la temperatura en zonas montañosas no se alcanza a ser representada por la
resolución de la reducción de escala que fue de 25 x 25 km.
Tabla 12. Coeficiente de correlación entre los datos observados y simulados con
PRECIS, bajo las condiciones de contorno ERA40, NCAR/NCEP y HadCM3, de los
ciclos anuales de temperaturas medias para el período 1988-2007, en la cuenca
del Rio Coello.
Estaciones ERA40 NCAR HadCM3
Chicoral 0,73 0,61 0,88

Nataima 0,75 0,69 0,88
Perales Hato Opia 0,88 0,48 0,89
Aeropuerto Santiago
0,68 0,61 0,88
Vila
Aeropuerto Perales 0,76 0,56 0,90
Cajamarca 0,49 0,01 0,33
67
5.1.2 Datos de precipitación
Para los datos de precipitación también se realizó un análisis visual de su

distribución en la cuenca Hidrográfica del Rio Coello, para el período de 1988 a
2007 de los datos observados y los simulados con PRECIS, utilizando como
condiciones de contorno datos del modelo HadCM3 y los reanálisis NCAR / NCEP
y ERA40, el cual se puede observar en la Figura 9. Se pudo observar que hay
diferencias entre los valores de los datos observados y los simulados, además no
se obtiene el patrón general de la distribución espacial de las precipitaciones, este
resultado fue similar para las tres condiciones de contorno. Dentro de las
condiciones de contorno el reanálisis ERA40, presenta valores más próximos a los
datos observados, pero, la distribución de precipitaciones altas que se localiza
hacia la parte norte de la cuenca, presenta una mayor extensión en relación a los
valores observados de precipitación además que se sobreestiman los valores.
También en el suroeste de la cuenca, el modelo representa una zona más húmeda
en comparación con los datos observados y en la parte baja de la cuenca, el
reanalisis ERA40 representó una zona más seca que en la realidad.
(a) (b)
)
(c) (d)
Figura 9. Distribución espacial de valores medios multianuales de precipitación

contorno, reanálisis ERA 40 (b) y NCAR/NCEP (c) y HadCM3 (d), en el período
1988-2007 para la cuenca del Rio Coello.(Fuente: Castro, 2013)
Se calculó la desviación de las precipitaciones mensuales para cada una de las

condiciones de contorno, reanálisis ERA 40 (Tabla 13), reanálisis NCAR/NCEP
(Tabla 14) y HadCM3 (Tabla 15). En general los valores dieron positivos para las
tres condiciones de contorno, lo que confirma la sobreestimación de la precipitación
68
simulada por el modelo PRECIS, esto indica la presencia de errores sistemáticos.
Estos errores deben ser corregidos para que los valores de precipitación
resultantes puedan ser usados como entrada en el modelo hidrológico para generar
estimaciones más realistas de los componentes del ciclo hidrológico de la cuenca
del Río Coello. Las desviaciones se representaron visualmente para cada una de
las condiciones de contorno en la Figura 10.

como condición de contorno el reanálisis ERA40, para el período 1988-2007 en la
Mes
Estaciones
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov. Dic Anual
Juntas 252,71 378,75 407,65 655,13 522,12 391,20 226,66 260,94 584,58 516,67 356,54 229,44 4782,38
Rancho 741,02 1121,03 1161,06 1561,40 132619 1015,88 697,64 780,49 1341,49 1407,50 1164,94 756,37 13075,02
Palmar 717,99 1090,46 1163,87 1533,39 1350,73 1041,53 747,61 807,59 1307,67 1381,44 1118,32 747,44 13031,19
El Placer 574,07 864,68 930,44 1238,42 1099,38 869,18 580,51 657,87 1067,24 1099,05 884,14 591,49 10456,46
La
534,70 833,95 857,95 1167,04 1067,60 803,58 560,40 622,73 1003,56 1059,97 863,41 568,79 9943.68
Esmeralda
El Darien 233,19 332,94 363,21 510,21 436,60 341,76 228,30 308,49 521,16 439,51 304,87 232,35 4252.60
Hacienda
214,97 338,86 370,47 486,93 353,42 323,53 217,66 288,64 498,61 408,18 291,57 200,81 3993.65
Cucuana
Secreto 518,51 776,30 82,72 1064,86 926,20 743,65 500,02 585,44 969,13 973,30 821,82 531,74 9239,70
Toche 409,50 697,17 75,35 1068,20 942,63 809,14 532,82 589,38 958,53 947,18 771,38 478,41 896368
Hacienda
382,99 594,20 668,59 854,82 683,48 539,07 358,70 458,01 766,15 704,58 528,07 376,73 6915,39
Palogrande
Cajamarca 438,52 689,48 713,98 971,12 873,46 752,05 513,25 584,52 899,62 879,91 728,72 444,90 8489,50
Las
223,01 322,22 347,09 482,30 449,23 406,09 268,84 337,40 542,62 434,20 307,37 211,07 4331,45
Delicias
Aeropuerto
Santiago 487,79 736,91 796,05 1046,00 962,72 758,33 548,95 598,70 945,79 959,82 762,52 500,24 9103,82
Vila
Nataima 137,47 206,17 255,54 397,81 326,94 273,35 187,74 247,52 363,04 266,60 143,59 127,78 2933,54
Chicoral 230,64 347,66 442,27 566,53 484,74 409,83 278,96 357,42 525,06 475,42 354,75 253,01 4726,30
Buenos
212,75 356,18 417,15 529,20 396,96 382,38 240,09 319,62 481,53 446,45 373,93 237,53 4393,78
Aires
Perales
109,54 157,34 231,00 242,01 150,05 164,12 127,21 178,43 247,71 184,86 148,67 108,45 2049,38
Hato Opia
Aeropuerto
98,41 160,53 204,47 258,00 174,91 171,17 104,94 186,75 263,50 171,69 146,08 100,14 2040,59
Perales
Aceituno 77,48 107,43 128,33 163,12 84,18 82,02 48,98 114,36 179,37 100,99 56,76 52,00 1213,65
Cascada 34,39 53,82 73,88 171,93 51,23 45,99 45,14 94,31 91,05 70,75 41,74 32,77 807,00
Resaca 101,55 144,06 223,91 250,30 165,25 175,57 103,78 169,24 279,17 170,30 84,79 42,18 1910,11
Rovira 51,22 48,90 117,60 155,31 75,65 54,57 43,97 109,65 139,77 54,30 46,67 23,51 921,12
Salento 441,03 541,63 583,23 630,42 442,22 361,34 277,20 386,32 648,05 581,82 493,86 379,64 5766,75

como condición de contorno el reanálisis NCAR/NCEP, para el período 1988-2007
en la cuenca del Rio Coello.
Estaciones Mes
69
Juntas 137,06 189,35 208,65 271,85 191,26 248,92 212,15 153,72 262,34 354,37 293,85 169,16 2692,69
Rancho 243,11 351,99 383,16 486,81 402,36 506,79 404,09 392,08 461,37 574,34 565,52 351,03 5122,66
Palmar 231,48 321,20 383,27 456,20 395,98 486,73 415,16 376,47 429,94 546,69 519,68 344,85 4907,65
El Placer 194,59 265,87 313,22 376,64 313,73 407,22 315,34 284,02 327,67 448,08 441,94 289,80 3978,12
La
152,30 235,68 239,42 288,21 271,24 332,66 285,49 258,91 263,24 377,37 393,41 249,28 3347,21
Esmeralda
El Darien 146,98 194,81 209,46 236,77 179,16 251,02 217,09 208,40 268,94 355,89 318,14 212,96 2799,61
Hacienda
135,87 191,10 219,31 216,06 124,03 219,07 201,70 188,81 244,08 344,59 302,93 193,84 2581,38
Cucuana
Secreto 177,40 240,78 312,85 332,48 279,29 345,13 290,67 289,07 345,73 473,63 435,02 272,04 3794,09
Toche 86,5 172,90 233,15 300,06 247,05 362,93 298,56 256,65 293,90 365,58 333,82 219,21 3170,06
Hacienda
152,51 205,05 240,09 266,17 200,13 267,67 237,81 238,40 280,78 379,73 346,53 218,38 3036,51
Palogrande
Cajamarca 124,91 186,50 211,92 222,40 203,87 320,23 267,51 259,31 236,79 348,14 355,99 206,88 2944,44
Las
125,41 161,95 177,25 170,02 140,78 224,88 198,43 176,41 216,13 299,11 277,18 182,41 2349,97
Delicias
Aeropuerto
Santiago 146,38 207,13 243,46 258,68 238,31 339,56 273,44 249,71 261,49 365,54 370,11 236,51 3190,30
Vila
Nataima 32,34 55,11 40,20 50,01 29,87 96,93 124,65 105,02 42,22 74,18 34,56 54,63 739,72
Chicoral 47,53 61,49 102,75 91,63 53,70 134,05 134,87 130,02 93,42 113,12 116,20 85,61 1164,40
Buenos
45,86 84,78 97,15 69,19 8,93 109,13 98,21 104,29 57,46 108,13 120,67 85,58 989,37
Aires
Perales
36,32 53,40 41,80 -7,20 -33,24 37,75 71,24 71,67 27,37 34,67 62,29 35,15 431,23
Hato Opia
Aeropuerto
45,90 54,78 73,10 14,15 -39,55 50,12 80,76 66,72 17,57 73,60 92,44 55,87 585,47
Perales
Aceituno 0,34 -8,72 -62,00 -76,57 -92,47 -22,18 -1,89 3,25 -35,10 -35,66 -27,16 -13,97 -372,12
Cascada -28,55 -36,85 -108,04 -56,86 -105,64 -47,99 3,90 -3,43 -104,40 -59,82 -51,85 -32,28 -631,81
Resaca 15,85 1,31 20,83 -48,26 -49,95 41,40 58,05 64,13 11,72 12,97 1,77 -13,16 116,66
Rovira 1,22 -37,67 -50,50 -52,61 -62,07 -26,68 -6,57 4,69 -52,36 -61,20 -11,10 -28,71 -383,54
Salento -84,97 65,77 27,23 95,69 105,76 118,02 119,95 142,59 230,59 194,39 51,60 19,11 1085,75

como condición de contorno HadCM3, para el período 1988-2007 en la cuenca del
Rio Coello.
Mes
Estaciones
Juntas 122,40 345,01 482,70 750,55 434,11 198,72 146,66 148,68 541,87 700,36 382,07 104,17 4357,52
Rancho 174,31 503,75 614,70 1302,92 842,85 388,57 273,37 281,34 829,49 126,59 666,64 160,02 7300,56
Palmar 171,54 470,58 617,76 1217,97 815,50 393,99 263,37 296,41 783,70 115,99 611,68 167,32 7015,03
El Placer 154,25 411,33 547,94 1035,11 701,49 367,25 263,80 258,34 663,93 958,95 507,27 140,24 6009,79
La
120,62 386,38 469,47 945,33 649,84 302,08 246,06 235,29 589,00 886,63 465,94 108,27 5404,92
Esmeralda
El Darien 130,73 329,82 445,78 697,00 431,63 209,52 167,82 199,79 542,11 688,30 393,12 130,00 4365,81
Hacienda
119,70 313,24 430,98 662,66 383,05 188,66 160,49 185,03 515,79 672,08 372,50 110,85 4115,16
Cucuana
70
Secreto 137,57 351,53 488,72 909,19 608,32 284,64 218,97 262,98 676,60 920,44 490,65 122,66 5472,35
Toche 65,75 317,58 444,26 884,43 600,38 345,86 283,27 255,22 590,19 801,90 383,76 92,32 5065,04
Hacienda
133,51 318,89 442,83 766,01 503,63 258,46 223,41 242,66 576,07 745,82 390,40 110,09 4711,88
Palogrande
Cajamarca 95,38 327,60 445,76 832,12 561,26 308,93 249,12 269,85 564,31 779,17 395,77 73,66 4903,13
Las
114,70 295,87 409,50 640,85 415,99 217,31 175,89 189,63 494,16 617,26 315,84 90,81 3977,92
Delicias
Aeropuerto
Santiago 116,87 352,04 465,02 879,48 609,95 324,33 250,38 247,61 584,06 828,27 429,87 93,32 5181,31
Vila
Nataima 32,84 193,59 296,46 404,18 208,20 112,72 108,51 142,33 271,30 321,09 102,73 16,28 2210,43
Chicoral 48,52 184,56 298,79 460,02 291,28 192,95 184,62 209,72 333,89 392,04 151,65 26,98 2775,03
Buenos
55,71 192,59 270,92 409,22 231,75 166,85 149,54 184,92 269,81 362,41 164,51 43,90 2502,21
Aires
Perales
45,70 156,80 209,35 270,85 124,59 74,93 99,94 140,06 191,45 234,83 100,16 12,12 1660,89
Hato Opia
Aeropuerto
51,64 158,05 235,80 304,71 126,07 90,18 110,61 140,17 193,42 289,22 139,66 26,64 1866,36
Perales
Aceituno 12,44 80,63 95,50 112,24 -7,79 -1,35 5,18 51,87 88,69 102,44 25,02 -25,74 539,15
Cascada -12,30 53,51 47,55 98,11 -41,96 -25,64 3,58 41,46 12,01 53,44 7,79 -31,30 206,15
Resaca 30,2 125,59 228,16 238,71 89,69 58,30 54,75 109,58 200,86 222,91 53,87 -31,33 1381,60
Rovira 8,08 27,99 62,48 76,95 -8,14 0,00 9,90 41,12 26,84 49,64 48,28 -27,70 315,53
Salento -123,56 121,76 146,41 542.37 370,32 65,53 94,32 170,98 609,63 628,32 161,67 -64,84 2722,94
71
(a) (b)
(c)
Figura 10. Desviaciones de preciptación simulada por el modelo PRECIS, usando

como condiciones de contorno los reanálisis ERA40 (a) y NCAR/NCEP (b) y
HadCM3 (c), para el período 1988-2007 en la cuenca del Rio Coello. (Fuente:
Castro, 2013)
A continuación se muestra el coeficiente de correlación entre los datos observados

y los simulados con PRECIS con las condiciones de contorno mencionadas
anteriormente, de los ciclos anuales de la precipitación para el período 1988-2007.
El coeficiente de correlación para ERA40 fue de 0,26, para NCAR/NCEP fue de
0,13 al igual que para HadCM3. También se obtuvo unos valores de RMSE en el
mismo orden de 1378 mm, 532 mm y 836 mm. Estos altos valores de RMSE se
pueden explicar por la sobreestimación de los datos de precipitación,
especialmente en la condición de contorno ERA40, se evidencia los problemas de
los modelos de circulación regional para representar de forma realista la
precipitación; los errores se pueden dar debido a la representación física interna del
modelo, la inadecuada representación de la superficie de la tierra y la variación
estacional del albedo superficial.
Tabla 16. Coeficientes de correlación de precipitación entre los datos observados y

simulados con PRECIS, usando como condiciones de contorno ERA40, para el
período 1988-2007, en la cuenca del Rio Coello.
Estaciones Mes
72
Juntas
0,27 0,47 0,02 -0,41 0,39 0,56 0,33 0,36 0,11 0,23 0,19 0,20 0,54
Rancho -
0,25 -0,05 -0,29 0,47 0,33 0,37 0,50 0,07 0,45 0,11 0,05 0,56
0,03
Palmar
0,06 0,52 -0,09 -0,20 0,42 0,50 -0,06 0,30 0,00 -0,09 0,37 0,15 0,30
El Placer
0,00 0,46 0,11 -0,25 0,16 0,71 0,54 0,22 0,29 0,34 0,15 -0,19 0,31
La
Esmeralda 0,32 0,25 0,23 0,32 0,23 0,62 0,37 0,38 0,49 -0,01 0,08 -0,29 0,38
El Darien
0,20 0,39 0,10 -0,71 0,82 0,63 0,49 0,22 0,29 0,47 -0,07 -0,31 0,48
Hacienda
Cucuana 0,48 0,42 0,09 0,00 0,16 0,48 0,59 0,25 0,21 0,00 -0,09 -0,23 0,58
Secreto
0,10 0,57 0,27 -0,42 0,45 0,58 0,36 0,24 0,19 0,11 -0,02 -0,18 0,39
Toche
0,04 0,58 0,39 0,17 0,41 0,33 0,24 0,10 -0,19 0,38 -0,36 -0,27 0,30
Hacienda
Palogrande 0,35 0,36 0,14 -0,15 0,51 0,62 0,69 0,40 -0,12 0,24 -0,27 -0,21 0,50
Cajamarca
0,46 0,48 0,37 -0,38 0,56 0,62 0,29 0,38 -0,09 -0,24 -0,10 0,01 0,58
Las
Delicias 0,28 0,23 0,44 0,52 0,29 0,56 0,46 0,20 0,31 -0,10 -0,11 0,50 0,59
Aeropuerto
Santiago
0,46 -0,44 0,40 0,15 0,09 0,58 0,45 0,62 0,02 0,36 -0,09 -0,03 0,42
Vila
Nataima
0,28 -0,61 0,72 0,14 0,42 0,55 0,67 0,60 -0,17 0,31 -0,04 0,37 0,35
Chicoral
0,30 0,09 0,30 0,46 0,19 0,37 0,49 0,58 0,07 0,33 -0,23 0,35 0,52
Buenos
Aires 0,48 0,26 -0,04 0,45 0,45 0,72 0,62 0,50 -0,04 -0,01 -0,02 0,00 0,33
Perales
Hato Opia 0,26 0,45 0,51 0,19 0,32 0,68 0,28 0,41 0,05 0,08 0,18 0,10 0,33
Aeropuerto
Perales 1,00 0,24 0,25 0,46 -0,15 0,72 0,89 0,66 0,55 0,18 0,24 0,28 0,46
Aceituno
0,38 0,14 0,14 0,38 0,37 0,72 0,50 0,47 0,29 0,08 -0,18 0,22 0,64
Cascada
0,14 0,40 0,45 0,07 0,50 0,45 0,22 0,15 0,11 0,20 0,11 -0,01 0,19
Resaca
0,16 -0,08 0,21 0,01 0,47 0,69 0,61 0,48 0,05 -0,22 0,12 -0,24 0,10
Rovira
0,23 0,33 0,18 0,09 0,34 0,90 0,51 0,15 -0,02 -0,07 0,19 -0,01 0,50
Salento -
0,48 -0,47 -0,23 0,26 0,63 0,59 0,17 0,34 0,60 -0,42 0,11 0,23
0,08

simulados con PRECIS, usando como condiciones de contorno NCAR/NCEP, para
el período 1988-2007, en la cuenca del Rio Coello.
Mes
Estaciones
Juntas 0,45 0,34 0,60 0,05 0,37 0,13 0,12 0,35 0,08 0,28 0,18 0,12 0,45
Rancho 0,49 0,24 0,70 0,18 0,12 0,45 0,13 0,02 0,34 0,38 0,35 0,43 0,41
Palmar 0,41 0,38 0,62 0,39 0,37 0,20 -0,08 0,28 -0,04 0,27 0,66 0,08 0,51
El Placer 0,80 0,37 0,54 0,25 0,18 0,10 0,13 0,12 0,10 0,22 0,46 0,41 0,50
La
0,75 0,31 -0,10 0,35 0,26 -0,03 0,31 0,16 0,05 0,34 0,39 0,51 0,61
Esmeralda
El Darien 0,68 0,23 0,61 -0,36 0,37 0,02 0,14 0,20 0,06 0,17 0,52 0,17 0,33
73
Hacienda
0,62 0,27 0,30 0,03 0,06 0,15 0,17 0,02 0,16 0,14 0,56 0,33 0,06
Cucuana
Secreto 0,79 0,32 0,41 0,26 0,34 0,03 0,05 0,33 0,02 0,24 0,34 0,34 0,46
Toche 0,89 0,22 0,41 0,16 0,11 0,17 -0,05 0,22 0,50 0,34 -0,37 0,10 0,26
Hacienda
0,61 0,49 0,22 0,09 0,24 0,31 0,29 0,12 0,31 0,28 0,62 0,02 0,39
Palogrande
Cajamarca 0,76 0,24 0,31 0,29 0,47 0,12 0,00 0,16 0,20 0,42 0,28 0,34 0,41
Las
0,80 0,39 -0,18 0,43 -0,09 -0,07 0,08 -0,24 0,18 0,25 0,11 0,11 -0,14
Delicias
Aeropuerto
Santiago 0,43 0,05 0,32 0,32 -0,05 0,56 0,22 0,03 0,14 0,01 0,13 0,13 0,24
Vila
Nataima 0,04 0,07 0,11 0,39 -0,24 0,62 0,32 -0,18 -0,25 -0,11 0,16 0,06 -0,24
Chicoral -0,01 0,29 0,19 0,42 -0,30 0,58 0,11 -0,18 -0,14 -0,26 0,09 0,25 0,09
Buenos
-0,07 0,53 0,14 0,68 0,04 0,38 0,20 -0,14 0,00 0,65 0,32 0,03 0,65
Aires
Perales
0,50 0,39 0,21 0,29 0,02 0,26 -0,09 -0,15 0,41 0,28 0,66 0,11 0,50
Hato Opia
Aeropuerto
0,38 0,23 0,25 0,02 0,16 0,35 0,37 -0,13 0,29 0,44 0,67 0,36 0,43
Perales
Aceituno 0,44 0,62 0,18 0,13 -0,21 0,48 -0,04 -0,15 -0,08 0,26 0,68 -0,05 0,25
Cascada 0,69 0,34 0,28 -0,05 0,25 0,21 0,12 -0,11 0,35 -0,40 -0,07 0,27 0,25
Resaca 0,75 0,21 0,04 0,61 0,04 0,29 0,47 -0,21 0,10 0,45 0,60 0,46 0,48
Rovira 0,49 0,24 0,28 0,17 0,37 0,40 0,26 -0,28 0,35 0,61 0,39 0,55 0,47
Salento 0,79 0,23 0,70 0,21 0,48 0,46 0,11 0,43 0,48 0,44 0,38 0,52 0,69

simulados con PRECIS, usando como condiciones de contorno HadCM3, para el
período 1988-2007, en la cuenca del Rio Coello.
Mes
Estaciones
Juntas -0,02 0,12 0,09 0,12 -0,19 0,24 -0,37 -0,39 0,03 0,42 -0,53 0,38 -0,15
Rancho 0,31 0,15 0,08 -0,57 0,26 -0,05 -0,44 0,44 -0,14 0,10 -0,33 0,14 0,02
Palmar 0,09 0,31 0,14 -0,02 -0,27 0,08 -0,02 -0,26 0,03 0,19 -0,10 0,20 -0,22
El Placer -0,17 0,37 -0,21 -0,13 0,00 0,19 -0,09 -0,29 -0,07 0,37 -0,13 -0,12 -0,30
La
0,08 0,22 -0,26 0,39 -0,33 0,22 -0,32 -0,26 -0,18 0,17 -0,52 -0,30 -0,32
Esmeralda
El Darien -0,08 0,66 0,16 0,45 0,22 -0,09 -0,13 -0,37 0,00 0,44 -0,23 0,06 0,16
Hacienda
0,06 0,34 0,50 0,34 -0,22 0,14 -0,21 -0,08 0,03 0,00 0,04 -0,25 0,31
Cucuana
Secreto 0,04 0,43 -0,19 0,16 -0,37 0,07 0,14 -0,39 -0,08 0,39 -0,60 -0,26 -0,30
Toche 0,08 0,15 -0,11 -0,15 -0,29 0,21 -0,17 -0,26 -0,01 0,14 -0,18 -0,27 -0,36
Hacienda
-0,11 0,25 0,18 0,21 -0,38 0,22 -0,32 -0,16 -0,27 0,48 -0,15 0,08 -0,17
Palogrande
Cajamarca -0,04 0,63 0,08 0,14 -0,21 -0,05 -0,13 -0,27 -0,01 0,32 -0,35 -0,03 -0,07
Las
0,13 0,05 -0,04 0,31 -0,27 -0,01 -0,29 -0,15 0,07 0,02 0,17 -0,21 0,05
Delicias
Aeropuerto -0,16 0,27 0,41 -0,08 -0,13 0,11 -0,20 -0,04 0,07 0,34 -0,37 0,27 0,08
Santiago
74
Vila
Nataima 0,20 -0,14 0,08 0,00 0,06 0,13 0,12 -0,19 -0,23 0,18 0,02 -0,19 -0,06
Chicoral 0,11 0,06 0,53 -0,02 -0,27 -0,10 -0,14 -0,14 -0,20 0,02 -0,05 -0,37 0,25
Buenos
-0,15 0,19 0,12 0,05 -0,08 0,26 -0,33 -0,09 -0,45 0,19 -0,52 0,06 0,10
Aires
Perales
0,12 0,25 -0,04 0,12 -0,34 0,21 -0,01 -0,22 -0,04 0,46 -0,15 0,20 0,23
Hato Opia
Aeropuerto
-0,18 0,32 0,13 0,14 -0,08 0,42 -0,12 -0,19 -0,03 0,34 -0,31 0,23 0,17
Perales
Aceituno -0,03 0,24 0,11 -0,02 -0,34 0,26 -0,39 0,04 -0,03 0,37 -0,56 -0,25 0,18
Cascada -0,10 0,26 -0,08 0,05 -0,20 0,16 0,03 0,01 -0,28 0,17 -0,31 -0,05 0,10
Resaca -0,15 0,41 0,41 0,32 -0,15 0,06 -0,12 -0,10 -0,24 0,05 -0,31 -0,01 -0,04
Rovira -0,05 0,41 -0,16 0,24 -0,35 0,02 0,24 -0,53 -0,14 0,44 -0,50 -0,19 -0,27
Salento 0,01 0,58 0,18 0,45 0,07 0,04 -0,25 0,07 0,03 -0,14 -0,25 -0,21 0,22
En la Figura 11 se muestra que para las tres condiciones de contorno, los valores
de las correlaciones son relativamente altos, específicamente en la región media y
baja de la cuenca. Las condiciones de contorno con mayor coeficiente de
correlación fueron ERA40 y HadCM3 pero se observa que a pesar del
sobredimensionamiento el modelo PRECIS, genera precipitaciones que se
correlacionan bien con los datos observados para los sectores de la cuenca media
y baja, para las tres condiciones de contorno.
75
(a) (b)
(c)
Figura 11. Distribución espacial de los coeficientes de correlación de la

precipitación observada y simulada con PRECIS, usando como condiciones de
contorno ERA40(a), NCAR/NCEP (b) y HadCM3 (c), para el período 1988-2007 en
la cuenca del Rio Coello.(Fuente: Castro, 2013)
 Corrección de errores sistemáticos de precipitación
Los errores sistemáticos de precipitaciones generado por el modelo PRECIS están

relacionados principalmente con las incertidumbres de la representación de los
modelos de circulación regional, en aspectos como la topografía, la cobertura
vegetal, el albedo, la parametrización de la interface suelo-atmósfera, entre otros y
los errores de los modelos de circulación general utilizados para generar las
condiciones de contorno. Los errores se pueden evidenciar cuando hay la aparición
de muchos días de lluvia con precipitaciones baja su altas intensidades y las
representaciones incorrectas de la variabilidad espacial de las precipitaciones,
entre otros; los modelos de circulación regional presentan limitaciones para
reproducir los datos climáticos, especialmente en regiones montañosas, lo que es
una característica del área de estudio.
La corrección de errores sistemáticos se realzo para las condiciones de contorno

HadCM3, se compararon los valores de precipitación observados y los simulados
por el modelo PRECIS para el escenario A1B para el período de referencia (1988-
2007). Basado en la suposición que los procesos de generación de errores
sistemáticos se producen de manera similar para los períodos de referencia y los
futuros, el ajuste obtenido para el período de referencia se aplica para las
76
precipitaciones generadas por el modelo PRECIS para el período futuro (2011-
2030).
La corrección de errores sistemáticos, se hizo aplicando la metodología de

transformación de la curva de distribución de probabilidad, obtenida en función de
los datos observados y los valores simulados para el período de 1988 a 2007 a
nivel diario. Este método se basa en la suposición de estacionalidad es decir, se
cree que los procesos y los parámetros de corrección permanecen constantes con
el tiempo.
Para cada valor generado por el modelo PRECIS se asocia una probabilidad de
ocurrencia y el valor corregido asociado con esa probabilidad se identifica en la
curva de distribución de la probabilidad de precipitación observada; se hace el
mismo procedimiento para todos los meses considerando siempre la curva relativa
al mes y al lugar de interés.
5.2 ESCENARIO DE CAMBIO DE USO DESUELO
La determinación del escenario de cambio de uso de suelo a utilizar en esta

investigación, se hizo a partir de un escenario ideal de cobertura según la
capacidad del territorio, como se mencionó en la metodología se tomó en cuenta
tres aspectos: clases agrologica, profundidad efectiva y pendientes. A continuación
se mostrará el resultado para cada uno de estos aspectos, los cuales
posteriormente se superpusieron para obtener el mapa de uso de suelo utilizado
como entrada para el modelo SWAT (Mapa 10).
 Clases Agrológicas
Mapa 7. Clases agrológicas presentes en la cuenca del Rio Coello. (Fuente: Autor, 2016)
77
Como se puede observar en el Mapa 7 la clase agrologica con mayor presencia en
la cuenca es la VI y VII en la parte alta de la cuenca, la cual es apta para
plantaciones forestales y cultivos permanentes, la clase con menor presencia en la
cuenca es la IV y V la cual es apta para ganadería extensiva y cultivos localizados.
En la parte media-baja de la cuenca encontramos la categoría de clase agrologica
I, II y III la cual se puede destinar para actividades agrícolas intensivas.
 Profundidad Efectiva
Mapa 8. Profundidad efectiva de la cuenca del Rio Coello. (Fuente: Autor, 2016)
En el Mapa 8 se puede observar la profundidad efectiva del área de estudio,

encontramos que la cuenca posee en la mayor parte de su área profundidades
efectivas mayores a 60cm, esto se puede deber a que sus suelos son de origen
volcánico debido a la ubicación que tiene, esto es una buena característica ya que
la erosión no se da fácilmente y con un buen manejo del área se podría evitarla.
Esta profundidad permite la presencia de arbustos, arboles, conjunto de viviendas y
grandes obras civiles.
78
 Pendientes
Mapa 9. Pendientes de la cuenca hidrográfica del Rio Coello. (Fuente: Autor, 2016)
En el Mapa 9 se puede observar las pendientes presentes en el área de estudio,

obtenidas a partir del modelo digital de elevación, este indica que la cuenca posee
altas pendientes en especial superiores al 50% lo que indica que en estas zonas
se debe proteger. También se evidencia que la cuenca se comporta como una
cuenca de alta montaña, en la parte alta de la cuenca y como una cuenca de
planicie en la parte baja de la cuenca, esto se debe tener en cuenta para hacer e
manejo de la cuenca.
79
Mapa 10. Cobertura y uso de la tierra propuesto para la cuenca del Rio Coello.
(Fuente: Autor, 2016)
En la Tabla 19 se muestra la comparación entre la cobertura del período 1988-2007
y la cobertura propuesta en esta investigación, donde se mantiene que la cobertura
con mayor presencia en la cuenca son las zonas de Bosque con 29.61% para el
período actual y 34.85% para la cobertura propuesta. Las coberturas que se
redujeron con respecto al uso actual fueron: mosaico de cultivos en 91.73%,
mosaico de pastos, cultivos y espacios naturales en 64.83% y pastos manejados
con 56.43%, esto se relaciona con el mapa de clases agrológicas debido a que la
clase que permite estas actividades se encuentra en muy baja proporción, en
especial para ganadería.
Tabla 19. Cambio de uso del suelo, cobertura actual a cobertura ideal, para la
ACTUAL IDEAL TASA DE CAMBIO

USO
ha % ha % ha %
Zonas Artificializadas 1966.269 1.08 2592.864 1.44 626.595 31.87
Arbustos Y Matorrales 1757.942 5.97 2383.635 1.32 625.693 35.59
Bosques 54076.222 29.61 62892.638 34.85 8816.416 16.30
Cultivos Transitorios 17077.282 9.35 23801.966 13.19 6724.684 39.38
Cultivos Permanentes 2201.822 1.21 44906.188 24.89 42704.365 1939.50

80
Mosaico De Cultivos 4841.137 2.65 400.194 0.22 -4440.943 -91.73
Mosaico De Pastos,
Cultivos Y Espacios 16911.886 9.26 5948.105 3.30 -10963.781 -64.83
Naturales
Pastos Y Arboles 9490.568 5.20 513.987 0.28 -8976.581 -94.58
Pastos Manejados 17782.222 9.74 7746.870 4.29 -10035.352 -56.43
Vegetación De Paramo 9254.772 5.00 28816.899 15.97 19562.127 211.37
Zona Nival 447.013 0.24 446.651 0.25 0.362 0.08
En la Gráfica 2 se evidencia el cambio de cobertura del período actual a la

cobertura ideal, se observa un cambio significativo en los cultivos permanentes de
1929.5%, también se aprecia un aumento del 39.38% para cultivos transitorios, lo
que nos muestra que la cuenca podría ser muy productiva pero a la vez protectora
ya que se propone aumentar los bosques y la vegetación de paramo en un
211.37%, esto se propuso basados en las coberturas del POMCA, además se
ubica en las alturas correspondientes de esta vegetación. Por otro lado se propone
disminuir las áreas destinadas a la ganadería principalmente, esto será bueno ya
que las condiciones del área no soportan esta actividad y si se podría aprovechar
mejor la capacidad del territorio.
Gráfica 2. Cobertura actual vs cobertura ideal, para la cuenca del Rio Coello.
(Fuente: Autor,2016)
5.3 MODELACIÓN HIDROLOGICA DE LA CUENCA DEL RIO COELLO CON EL

MODELO SWAT
A través de la aplicación del modelo hidrológico SWAT (Soil and Water Assessment
Tool) se puede obtener los datos de caudal en la cuenca, bajo diferentes
81
condiciones para este estudio se manejó datos de clima de 1988-2007 y 2011-
2030, adicional a esto se generó un cambio de cobertura en un escenario ideal
para evaluar sus efectos sobre la cuenca. A continuación se presentan los
resultados obtenidos desde la entrada de los datos hasta la salida.
5.3.1 Datos de entrada del modelo hidrológico SWAT
Para este estudio los datos de entrada que se utilizaron fue el modelo de elevación
digital DEM, con el cual el modelo definió las subcuencas, el mapa de suelos con la
respectiva información, que junto con el mapa de uso de suelo generan las
unidades de respuesta hidrológicas, por último se ingresó los datos climáticos que
para este caso fueron precipitación y temperatura, aunque para el generador
climático se usó la información mencionada en la metodología.
Modelo Digital de Elevación (MDE)

El modelo digital de elevación de la cuenca del Rio Coello se muestra en el
Mapa11, en este se representan alturas que van desde los 5.200 m, en el
nacimiento del Río Combeima, en la ciudad de Ibagué, hasta los 300 m, en los
municipios de Coello y Flandes, se presenta una elevación promedio de 1.935 m
en la cuenca. Se observa que gran parte de la cuenca, tiene pendientes
relativamente fuertes. Un mayor relieve se encuentra en la región de la escarpa en
las ciudades de Cajamarca e Ibagué, en las regiones del noreste y noroeste de la
cuenca. Por lo tanto, el río Coello funciona como parte de un río de montaña y en
parte como un río de meseta.
Mapa 11.Modelo Digital de Elevación de la cuenca del Rio Coello. (Fuente: Autor,
2016)
82
 División de la cuenca
A partir del modelo digital de elevación, se subdividió la cuenca del Rio Coello en
16 sub-cuencas (Tabla 20). Esto se realizó con los puntos de confluencia del Río
Coello los cuales fueron generados por el modelo DEM y los puntos de recolección
de datos de caudales del IDEAM, que se añadieron manualmente, como se
observa en el Mapa 12.
Tabla 20. Subcuencas generadas por el modelo SWAT
Área
Subcuencas
(ha) (%)
1 4420,05 2,88
2 6862,95 4,48
3 6042,16 3,94
4 20698,02 13,50
5 6037,43 3,94
6 1806,53 1,18
7 10524,60 6,86
8 4111,79 2,68
9 5543,42 3,62
10 15429,85 10,06
11 69,48 0,05
12 9462,00 6,17
13 16146,48 10,53
14 11317,88 7,38
15 21155,06 13,80
16 13697,63 8,93
83
Mapa 12. División de subcuencas generadas por el modelo hidrológico SWAT para
la cuenca del Rio Coello. (Fuente: Autor, 2016)
Mapa de suelos
Una vez que se elaboró el mapa de suelos (Mapa 3), en el cual predominan los
suelos MKB con un 33,35% y cuenta con condiciones de relieve distintas ya que
una parte es relieve de montaña y la otra parte es relieve de planicie, se procedió a
ingresar los datos necesarios en el banco de datos del modelo SWAT los cuales se
muestran en la Tabla 21
84
Tabla 21. Datos de suelo requeridos por el modelo SWAT.
NOMBRE DESCRIPCIÓN
SNAM Clasificación del suelo
NLAYERS Numero de horizontes
HYDGRP Grupo hidrológico del suelo (A, B, C o D)
SOL_ZMX Profundidad máxima de enraizamiento (mm)
ANION_EXCL Fracción de porosidad del suelo
SOL_Z Profundidad de cada horizonte (mm)
SOL_BD Densidad del suelo (g/cm3)
SOL_AWC Capacidad de agua disponible en el suelo (mm/mm)
SOL_K Conductividad hidráulica saturada (mm/hr)
SOL_CBN Contenido de carbono orgánico en el suelo (%)
CLAY Porcentaje de arcilla en el suelo (%)
SILT Porcentaje de limo en el suelo (%)
SAND Porcentaje de arena en el suelo (%)
ROCK Porcentaje de fragmentos de roca en el suelo (%)
SOL_ALB albedo del suelo (fracción)
USLE_K factor de erodabilidad del suelo (0,013 t*m2*hr/m3*t*cm)
Mapa de uso del suelo

En el mapa de uso de suelo se puede observar que la cuenca posee un
porcentaje de 29,45% en bosques, la presencia de cultivos anuales o
temporales como arroz, maíz y soja, se encuentra en un 9,07%, especialmente
en terrenos de pendiente baja, mientras que en terrenos de pendientes altas se
encuentran cultivos, pasturas y espacios naturales (9,30%). En el modelo
hidrológico SWAT posee diversos tipos de cobertura en su banco de datos,
pero estas son diferentes a las del área de estudio, por lo que fue necesario
determinar las coberturas con condiciones similares entre la base de datos del
modelo y el área de estudio (Tabla 22). El modelo requiere diversa información
para poder funcionar, tal como el índice de área foliar, máxima profundidad de
las raíces, altura máximo, la energía necesaria para la conversión en biomasa y
las temperaturas en base y óptima para el crecimiento de las plantas, entre
otras, no se cuenta con esta información para el área de estudio por eso fue
necesario utilizar las coberturas de la base de datos del modelo SWAT.
Tabla 22. Tipos de cobertura del modelo SWAT utilizados para la construcción
del escenario de cambio de uso de suelo.
CORINE LAND COVER SWAT

NOMBRE SIMBOLO NOMBRE SIMBOLO
Agricultural Land-
AGRR
Mosaico de Cultivos Mc Row Crops
Pastos Manejados Pm Bermudagrass BERM

85
Meadow
BROM
Vegetación de Paramo Vp Bromegrass
Cultivos Permanentes Csp Cantaloupe CANT
Bosque Bpt Forest-Mixed FRST
Arbustos y Matorreales Am Honey Mesquite MESQ
Pastos y arboles Par Range-Brush RNGB
Mosaico de Cultivos
Pastos y Espacios Southwestern US SWRN
Naturales Mv (Arid) Range
Cultivos Transitorios Cat Tobacco TOBC
Zonas urbanas Zu URML
Zonas de Nieve o
WPAS
Glaciar Zn Winter Pasture
86
 Unidades de respuesta hidrológica
El modelo SWAT representa heterogeneidades espaciales dividiendo la cuenca
en varias subcuencas, luego de esto divide las subcuencas en múltiples
unidades de respuesta hidrológica (HRUs). Cada HRU es una combinación de
suelo, cobertura del suelo y pendientes las cuales para este caso fueron de 0-
12%, 12-25%, 25-50%, 50-75% y >75%. A continuación se observa el mapa de
las unidades de respuesta hidrológica, el modelo definió 2643 unidades de
respuesta hidrológica HRUs para la cuenca hidrográfica del Rio Coello.
Mapa 13. Unidades de respuesta hidrológica generadas por el modelo SWAT,

para la cuenca del Rio Coello.
Datos climáticos
Para la aplicación inicial del modelo SWAT fue elegido el mayor número de
estaciones pluviométricas disponibles en el área de la cuenca, con el mayor
número de registros de lluvia. El modelo SWAT atribuye a cada subcuenca una
serie temporal diaria para este caso 1988-2007 de una de las 23 estaciones
pluviométricas, de acuerdo con la proximidad espacial.
Para el funcionamiento adecuado del modelo es necesario ingresar las
variables que se mencionan en la Tabla 23, estas variables las requiere el
generador climático del modelo WXGEN. Se utilizó la información de la
estaciones Cajamarca, Aeropuerto Perales, Perales Hato Opia, Chicoral,
Nataima y Aeropuerto Santiago Vila.
87
Tabla 23. Variables requeridas por el generador climático WXGEN
NOMBRE DESCRIPCIÓN
PCPD Número promedio de días de lluvia en el mes.
PCPMM Precipitación mensual promedio.
Coeficiente de asimetría de la precipitación diaria en el

PCPSKW
mes.
PCPSTD Desviación estándar de la precipitación diaria en el mes.
Probabilidad de un día de lluvia seguido de un día seco en

PR_W1
el mes.
Probabilidad de un día de lluvia seguido de un día de

PR_W2
lluvia en el mes.
Precipitación máxima de 0,5 horas para todo el período de

RAINHHMX
registro en un mes determinado.
TMPMN Temperatura diaria mínima media mensual.
TMPMX) Temperatura diaria máxima media mensual.
Desviación estándar de la temperatura mínima diaria cada

TMPSTDMN
mes.
Desviación estándar de la temperatura máxima diaria de

TMPSTDMX
cada mes.
En las tablas 24 a la 28 se presentan los valores de estas variables para cada

una de las estaciones utilizadas en la serie de tiempo 1988-2007, es decir el
(RAIN_YRS) es de 20 años.

Cajamarca.
Datos Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov. Dic
RAIN_YRS 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00
TMPMX 24,25 24,26 23,88 23,37 23,03 22,95 23,06 23,68 23,61 23,56 23,25 23,69
TMPMN 13,58 13,71 13,89 14,14 14,12 14,05 13,83 13,87 13,89 13,95 13,74 13,66
TMPSTSDMX 1,88 1,94 1,84 1,64 1,50 1,49 1,49 1,53 1,69 1,65 1,56 1,59
TMPSTSDMN 1,21 1,27 1,13 1,03 1,09 1,06 1,11 1,09 1,08 1,09 1,17 1,31
PCPMM 1,53 2,41 3,55 5,18 5,91 4,86 3,34 2,66 4,40 3,94 1,88 2,46
88
PCPSTD 2,90 4,90 6,03 7,65 8,58 8,38 6,36 5,05 6,97 5,93 2,42 4,72
PCPSKW 2,76 3,09 2,41 2,07 2,09 2,55 3,01 2,73 2,22 2,30 1,54 3,03
PR_W (1) 0,30 0,31 0,40 0,54 0,57 0,40 0,34 0,34 0,43 0,56 0,53 0,33
PR_W (2) 0,47 0,51 0,56 0,69 0,71 0,59 0,58 0,51 0,68 0,60 0,62 0,48
PCPD 11,65 11,15 14,25 19,65 21,00 15,30 14,80 13,05 16,95 18,75 17,85 12,65
RAINHHMX 20,54 31,12 34,43 40,39 44,62 47,40 39,16 31,49 39,19 34,13 14,84 30,44
SOLARRAV 16,20 16,70 16,10 15,10 14,60 14,60 15,20 15,50 15,80 15,50 15,00 15,50
DEWPT 15,44 15,40 15,45 15,58 15,15 15,42 15,22 15,19 15,04 15,24 15,27 15,21
WNDAV 1,24 1,29 1,18 1,10 1,07 1,06 1,07 1,09 1,16 1,17 1,14 1,19

Santiago Vila
RAIN_YRS 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00
TMPMX 34,00 34,28 33,36 32,42 32,19 33,02 34,2 35,45 34,5 32,99 32,32 32,90
TMPMN 23,50 23,77 23,63 23,47 23,03 22,61 22,3 22,99 23,2 23,05 23,01 23,10
TMPSTSDM 1,94 2,30 2,39 2,23 2,23 1,84 1,76 1,83 2,37 2,31 1,77 1,77
TMPSTSDM 1,22 1,35 1,36 1,20 1,31 1,28 1,43 1,58 1,60 1,49 1,40 1,25
PCPMM 1,39 3,19 4,24 5,36 4,65 2,34 1,52 1,10 4,03 5,57 3,54 2,89
PCPSTD 4,41 8,58 10,65 10,78 9,47 5,53 5,52 3,58 10,6 12,75 8,45 7,42
PCPSKW 4,15 3,49 3,49 2,74 2,66 3,26 4,26 4,21 3,56 3,03 3,23 3,18
PR_W (1) 0,18 0,28 0,28 0,43 0,39 0,29 0,16 0,15 0,30 0,38 0,35 0,23
PR_W (2) 0,26 0,34 0,46 0,53 0,51 0,42 0,41 0,26 0,44 0,48 0,47 0,37
PCPD 6,45 8,55 11,65 15,05 14,3 10,7 6,95 5,70 10,70 13,50 12,20 8,55
RAINHHMX 32,30 51,31 60,35 55,63 51,19 34,93 40,50 28,68 62,00 67,55 49,34 44,90
SOLARRAV 18,7 18,20 17,90 17,60 17,40 17,30 18,10 19,00 18,70 18,60 17,70 17,60
DEWPT 22,7 13,51 14,60 14,42 13,79 11,81 12,1 11,12 14,7 15,52 13,37 12,6
WNDAV 0,94 0,92 0,87 0,71 0,61 0,64 0,84 1,03 1,00 0,86 0,75 0,78

Nataima
RAIN_YRS 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00
TMPMX 33,01 33,43 33,41 32,70 31,89 31,84 32,00 33,28 34,94 33,89 32,24 31,33
TMPMN 22,83 23,12 23,03 22,80 22,61 22,03 21,96 22,30 22,65 22,59 22,70 22,63
TMPSTSDM 1,75 2,23 2,25 2,46 2,14 2,02 1,91 1,76 1,89 2,47 2,31 1,72
TMPSTSDM 1,26 1,53 1,42 1,30 1,41 1,35 1,56 1,96 1,66 1,58 1,31 1,32
PCPMM 2,34 3,15 6,06 5,64 6,21 3,42 1,80 1,40 5,77 5,81 4,95 3,09
PCPSTD 6,99 7,59 12,86 10,67 13,71 8,91 5,54 4,77 11,21 11,41 11,53 7,86
PCPSKW 3,99 3,16 3,38 2,71 3,09 3,84 4,05 4,59 3,07 2,64 3,34 3,40
PR_W (1) 0,20 0,25 0,30 0,46 0,39 0,31 0,18 0,14 0,28 0,39 0,36 0,26
PR_W (2) 0,29 0,36 0,51 0,60 0,57 0,46 0,43 0,30 0,53 0,57 0,48 0,41
PCPD 7,35 8,55 12,70 16,30 15,05 10,80 7,35 5,75 12,20 15,40 12,80 9,60
RAINHHMX 46,36 44,70 69,22 54,84 70,38 53,21 38,59 36,65 62,12 57,35 62,46 47,09
SOLARRAV 11,60 12,50 13,00 12,40 12,00 11,90 12,60 13,70 13,30 12,60 11,50 11,20
DEWPT 22,27 22,18 20,98 22,83 22,52 22,22 20,72 20,21 21,36 22,17 22,65 22,63
WNDAV 2,09 2,25 2,29 2,06 2,08 2,16 2,60 3,01 2,66 2,32 1,98 1,92

Perales Hato Opia
89
RAIN_YRS 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00
TMPMX 29,91 30,33 29,87 29,54 29,38 29,90 30,68 32,41 31,19 29,70 29,23 29,49
TMPMN 19,52 20,02 19,99 19,95 20,05 20,01 19,54 19,59 19,40 19,09 19,22 19,42
TMPSTSDM 2,26 2,36 2,58 2,00 1,93 1,82 2,46 2,43 2,55 2,42 1,92 1,95
TMPSTSDM 1,42 1,13 1,27 1,29 1,53 1,41 1,20 1,23 1,08 1,68 1,47 1,01
PCPMM 1,94 2,25 4,01 6,65 6,51 3,02 2,24 1,88 5,07 5,13 4,18 2,40
PCPSTD 5,42 5,32 8,61 12,15 12,28 7,43 6,59 5,46 10,48 9,28 7,73 6,32
PCPSKW 3,79 3,36 3,14 2,62 2,39 3,50 4,06 3,90 2,75 2,54 2,41 3,56
PR_W (1) 0,21 0,27 0,29 0,47 0,39 0,27 0,20 0,17 0,30 0,43 0,38 0,23
PR_W (2) 0,28 0,39 0,42 0,52 0,55 0,41 0,39 0,27 0,45 0,49 0,46 0,36
PCPD 7,50 8,70 10,90 15,45 14,85 9,70 7,85 6,40 11,35 14,75 12,8 8,55
RAINHHMX 37,50 35,00 49,81 63,68 60,65 46,12 44,29 37,64 55,55 48,60 41,97 41,69
SOLARRAV 17,30 16,80 16,50 16,10 16,50 16,80 17,90 18,80 18,00 16,90 15,70 16,10
DEWPT 21,08 21,30 21,27 21,36 14,24 21,41 20,82 14,35 21,20 21,15 21,21 21,14
WNDAV 0,83 0,92 0,90 0,81 0,78 0,86 1,01 1,13 0,99 0,84 0,77 0,77

Aeropuerto Perales
RAIN_YRS 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00
TMPMX 28,99 29,22 28,83 28,39 28,39 29,07 29,98 31,46 30,23 28,51 27,65 28,03
TMPMN 18,93 19,36 19,39 19,35 19,41 19,44 19,08 19,30 19,08 19,04 19,00 18,99
TMPSTSDM 1,87 2,26 2,28 1,92 1,89 1,85 1,89 2,26 2,38 2,16 1,69 1,68
TMPSTSDM 0,99 0,96 1,06 0,91 0,90 1,22 0,89 1,10 1,00 0,85 0,86 0,90
PCPMM 2,70 3,70 4,54 7,64 6,80 3,67 2,30 2,09 5,04 6,35 5,83 3,43
PCPSTD 6,66 7,37 8,72 12,58 11,98 8,00 5,81 5,46 9,94 10,91 10,12 7,25
PCPSKW 3,63 2,74 2,70 2,25 2,46 3,43 3,41 3,83 2,67 2,56 2,60 3,03
PR_W (1) 0,29 0,36 0,40 0,53 0,47 0,31 0,22 0,19 0,37 0,47 0,48 0,37
PR_W (2) 0,45 0,52 0,59 0,71 0,65 0,52 0,48 0,44 0,60 0,67 0,69 0,54
PCPD 11,5 12,25 16 19,85 18,15 12,2 10,1 8,9 14,55 18,95 18,35 14,10
RAINHHMX 43,01 41,01 47,43 59,47 59,18 46,83 37,10 36,40 54,70 56,24 53,65 42,42
SOLARRAV 17,00 16,80 16,40 16,30 16,40 16,80 18,10 18,90 18,40 17,30 15,70 15,80
DEWPT 19,54 19,74 20,20 20,33 20,39 18,61 18,80 18,15 19,24 19,76 20,12 19,94
WNDAV 1,43 1,49 1,51 1,42 1,370 1,54 1,84 1,97 1,52 1,35 1,17 1,26
5.3.2 Calibración y validación del modelo
La calibración de los parámetros puede llegar a ser un poco complicada, ya

que requiere el conocimiento de la estructura del modelo hidrológico y tener
buena disponibilidad de series de datos observados, que sean continuas y
precisas. La calibración en este estudio se realizó de manera manual.
La calibración y la validación del modelo SWAT se hicieron a partir de la

comparación de los caudales mensuales observados y simulados en la
estación pluviométrica Payandé. Para el período de calibración se escogieron
los datos de los años de 1990 a 1998 y para la validación desde 1999 a 2007,
dejando como período de calentamiento del modelo los años 1988 y 1989.
90
Como primera medida se comparó los datos observados con los simulados
para el período de 1990-2007, como se puede ver en la Grafica 3, los valores
simulados sobreestiman el caudal en algunas épocas en especial en los
últimos años donde se evidencia una sobrestimación de caudal considerable.
Gráfica 3. Hidrograma de los caudales observados y simulados en la corrida

inicial del modelo SWAT (sin cambio de parámetros) en la estación Payandé.
El modelo fue calibrado para dar un mejor ajuste del caudal básico cambiando
los valores de los parámetros que influyen en el cálculo de la cantidad de agua
subterránea que vuelve al curso de agua. Por lo tanto, se realizó la calibración
manual teniendo en cuenta la variación de los valores de algunos parámetros.
Basados en estudios realizados en la región andina Colombiana con el modelo
SWAT, fueron seleccionados los siguientes parámetros para realizar esta
calibración manual (CIAT, 2009; CIAT, 2010):
 Constante de recesión del caudal base (ALPHA_BF), en días.

 Número de curva (CN2)
 Factor de compensación de evaporación del agua en el suelo (ESCO)
 Tiempo de retardo de aguas subterráneas (GW_DELAY) en días.
 Profundidad mínima de agua en el acuífero superficial para el flujo de
agua subterránea (GWQMN) en mm.
 Fracción de agua infiltrada en el acuífero profundo (RCHRG_DP)
 Profundidad mínima de agua en el acuífero superficial para la ocurrencia
de infiltración para el acuífero profundo (REVAPMN) en mm
 Profundidad inicial del agua en el acuífero superficial (SHALLST) en mm
 Capacidad de agua disponible en los horizontes del suelo (SOL_AWC)
en mm de agua / mm de suelo.
Los parámetros usados para la calibración, así como sus rangos de variación y
los valores de los parámetros en la corrida inicial del modelo y los parámetros
ajustados para la estación Payandé, se presentan en la Tabla 29.
91
Tabla 29. Valores de los parámetros usados para la Calibración
Rango de Estación Payandé

Parámetros
variación Inicial Final
ESCO 0-1 0,95 1,00
ALPHA_BF 0-1 0,048 0,02
GW_DELAY 0-500 31 109,58
REVAPMN 0-500 1 160.00
SHALLST 0-1000 0,5 100.00
GWQMN 0-5000 0 10.00
SOL_AWC -25 – 25 - 6,543
RCHRG_DP 0–1 0,05 0.00
CN -25 – 25 - -15,870
Una vez que se cambiaron los parámetros mencionados anteriormente, se

procedió a simular de nuevo el caudal mensual para el período 1988-2007, con
este resultado se evaluó la calibración para el período 1990-1998 (Grafica 4) y
la validación para el período 1999-2000 (Grafica 5), en estas se puede
evidenciar que hubo un ajuste comparado con los valores iníciales (Grafica 3),
por lo que se puede concluir que el modelo es idóneo para simular el
comportamiento hidrológico de la cuenca.

Payandé, durante la calibración del modelo SWAT.
92
Payandé, durante la validación del modelo SWAT.
Después de la fase de calibración y validación, se procedió a analizar los

resultados estadísticamente (Tabla 30), con el fin evaluar el desempeño de la
simulación hidrológica en los pasos de calibración y validación del modelo
SWAT. Para la fase de calibración del modelo hidrológico se obtuvieron valores
de 0,88 para el coeficiente de correlación y 0,64 para el coeficiente de Nash-
Sutcliffe. Para el período de 1990-2007 la diferencia entre el volumen
observados y simulado fue de6,8% (2,55 m3 /s). Por lo tanto, se consideró que
el modelo SWAT calibrado es una herramienta adecuada para la simulación del
caudal en cualquier punto de la cuenca hidrográfica del Rio Coello.
Tabla 30.Valores estadísticos de la simulación hidrológica por el modelo

SWAT, en la cuenca del Rio Coello, en el período de calibración y validación
Punto de
Período COE DV% R2
control
Calibración Payandé 0,64 0,89 0,88
Validación Payandé 0,76 -1,68 0,96
A continuación se presenta la Grafica 6 la cual contiene los caudales medios

mensuales observados y simulados por el modelo SWAT para el período
1990-2007. Se puede observar que hay diferencias entre los datos, los
primeros meses del año el modelo presenta sobreestimación del caudales, esto
se relaciona con el inicio de la primera temporada de lluvias, pasa lo mismo
para la segunda temporada en septiembre; para las temporadas secas se nota
una disminución del caudal, subestimándose en el mes de agosto.
93
Payandé para el período 1990-2007.
En la Grafica 7 se muestra que el modelo SWAT representó de manera

satisfactoria la variabilidad multianual de los caudales para la etapa inicial de
calibración (1990-1997), pero se detectan problemas a partir del año 1995 con
sobreestimación de caudales al igual que para la fase de validación (1998-
2007), con subestimación de valores en años de altos caudales y
sobreestimación de los valores en años de caudales relativamente bajos.
Gráfica 7. Variabilidad multianual de los caudales para el período 1990-2007, de la cuenca del Rio Coello.
Se calcularon los residuos entre el caudal observado y el simulado

(Qsim - Qobs), los cuales se representan en la Gráfica 8, se puede observar la
presencia de sesgos temporales causados por los valores de los parámetros
obtenidos en la etapa de calibración. Una análisis que se realizó con datos de
precipitación indicaron que se observa mayor error cuando hay precipitaciones
altas, esto se puede dar debido a que el modelo tiende a sobreestimar el
caudal y al haber mayores precipitaciones este aumenta su error. En la Gráfica
9se muestra la dispersión de los residuos en función del caudal observado en
94
la estación fluviométrica de Payandé se puede observar que hay altas
desviaciones sistemáticas para los caudales con mayores valores.
Gráfica 8. Residuos entre los caudales observados y lo calculados en la cuenca del Rio Coello.
Gráfica 9. Dispersión de residuos entre los caudales medos mensuales observados y simulados, en la
cuenca de Ro Coello.
Análisis de curvas de retención simulados
En la Grafica 10 se muestra las curvas de duración de los caudales mensuales

observados y los simulados por el modelo SWAT para el período actual (1990-
2007). Hasta el percentil 18%, los valores simulados son subestimados y a
partir de este los valores se sobreestiman, pero en general se presenta un
ajustebueno entre los datos observados y simulados.
95
Gráfica 10. Curva de permanencia de los caudales observados y simulados por el modelo SWAT, en la
estación Payandé para el período 1990-2007.
96
5.4 INFLUENCIA DEL CAMBIO CLIMÁTICO EN EL CLIMA DE LA CUENCA
DEL RÍO COELLO
Para determinar la influencia del cambio climático en las variables climáticas

tales como precipitación, temperatura, evapotranspiración potencial (ETP) y
evapotranspiración real (ET), los datos generados por el modelo PRECIS para
el período 2011-2030 fueron ingresados en el modelo hidrológico SWAT ya que
este permite calcular la ETP y la ET. Una vez obtenidos los valores de las
variables climáticas para el período actual 1988-2007 y el período futuro 2011-
2030, se compararon con el fin de observar el cambio de un período a otro.
En la Grafica 11 se muestra los valores de la precipitación media mensual para

el período actual (1988-2007) y el futuro (2011-2030). Haciendo la comparación
se puede observar que hay una disminución en la precipitación media mensual
en los meses de enero, abril, julio, agosto y diciembre, en especial para el mes
de agosto, y un en febrero.
Gráfica 11. Precipitación media mensual para los períodos actual (1988-2007) y futuro (2011-2030).
Para la temperatura media mensual del período actual (1988-2007) y el período

futuro (2011-2030) representada en la Grafica 12 se observa un aumento en
los meses de en febrero, marzo, agosto y septiembre, presentándose la mayor
diferencia en el mes de Agosto con 2.7° C, y una disminución en los meses
restantes, especialmente para el mes de junio con una diferencia de 1.02° C.
97
Gráfica 12. Temperatura media mensual para el período actual (1988-2007) y futuro (2011-2030).
El cálculo de la evapotranspiración se realizó por el método de Hargreaves,

debido a su facilidad de uso y por la disponibilidad de los datos de temperatura.
En la Grafica 13 se observa aumentos de los valores medios mensuales de
ETP en once meses, exceptuando el mes de agosto el cual tuvo una diferencia
de 1.32mm, esto puede tener relación con las bajas precipitaciones para ese
mes y el aumento de temperatura.
Gráfica 13. Evapotranspiración potencial (ETP) media mensual para el período actual (1988-2007) y
futuro (2011-2030).
98
La evapotranspiración real se estimó al igual que la ETP con el modelo SWAT
tanto para el período actual como futuro. En la Grafica 14 se observa que el
comportamiento de la ET coincide con el comportamiento de la ETP,
hayaumentos de los valores medios mensuales de ET en diez meses,
exceptuando los meses de julo y agosto con una diferencia de 1.1mm y
4.87mm respectivamente, esto puede estar relacionado con la variación de los
valores de precipitación.
Gráfica 14. Evapotranspiración real (ET) media mensual para el período actual (1988-2007) y futuro
(2011-2030).
5.5 INFLUENCIA DEL CAMBIO CLIMÁTICO Y ELCAMBIO DE USO DEL

SUELO EN LOS RECURSOS HÍDRICOS DE LA CUENCA DEL RÍO COELLO
En la Grafica 15 se muestra los valores de los caudales medios mensuales

para los períodos actuales, futuros y futuros con cambio de uso de suelo. Para
el período futuro con respecto al período actual se observa reducciones del
caudal en diez meses, a excepción de los meses de febrero y noviembre, esto
está relacionado con los cambios de precipitación en estos meses ya que esta
aumenta para el período 2011-2030 (Grafica 11). El mes en el que se presentó
mayor reducción del caudal medio fue el mes de agosto con el 15.04%seguido
del mes de junio con el 10.61%, mientras que para los meses de Febrero y
Noviembre hubo un incremento del 13.3 y 5.36% respectivamente. En cuanto al
período futuro con y sin cambio de uso de suelo se tiene que hay un
incremento del caudal medio mensual para diez meses, exceptuando los
meses de Mayo y Diciembre que presentan una reducción de 5.54% y 12.19%
respectivamente. El mes que presento mayor incremento del caudal medio fue
Agosto con 56.31% seguido de Septiembre con 52.64%. Respecto al período
futuro con cambio de uso del suelo frente al período actual se observa un
99
comportamiento igual a la comparación del período actual con y sin cambio de
uso de suelo, pero en este el mes con mayor incremento es Septiembre con
52.64% y los meses de mayo y diciembre presentan una reducción de 0.77 y
6.54%respectivamente.
Gráfica 15. Caudales medios mensuales para el período actual (1990-1007),

período futuro (2011-2030) y período futuro con cambio de uso de suelo, para
la cuenca del Rio Coello.
El modelo SWAT divide la cuenca en subcuencas y calcula los valores de

diferentes variables para cada una de ellas, entre esas se encuentra el caudal,
en la Grafica 16 se muestra el caudal medio mensual de cada una de las 16
subcuencas para el período actual (1990-2007) y el período futuro con cambio
de uso de suelo (2011-2030). Se puede observar que en 14 de las 16 cuencas
el caudal aumento con el cambio de uso de suelo propuesto, a excepción de
las subcuencas 11 y 14 con una diferencia de 6,46% y 40,08%
respectivamente, en cuanto a la subcuenca que presento mayor aumento de
caudal con el cambio de cobertura fue la número 4 con el 49,18% la cual paso
de tener usos muy heterogéneos como bosques, pastos, cultivos, arbustos a
tener vegetación de paramo en las zonas donde debería ir naturalmente,
bosque en las partes más altas y cultivas en las zonas de bajas pendientes.
Seguido de la subcuenca 3 la cual aumento el caudal en un 35.03%. Según
estos datos se puede decir que la zona más vulnerable ante el cambio de uso
de suelo es la parte alta de la cuenca ya que en estas zonas es donde se
presenta las mayores diferencias de caudal medio para la cobertura actual y la
propuesta.
100
Gráfica 16.Caudales medios mensuales para el período actual (1990-1007) y
el período futuro (2011-2030) con cambio de uso de suelo, para la cuenca del
Rio Coello.
En la Grafica 17 se muestra las curvas de duración para el período actual

(1988-2007), el futuro (2011-2030) y el período futuro con cambio de uso de
suelo. Se observa un aumento considerable en la curva de duración del
período futuro con cambio de uso de suelo hasta el percentil 80% donde se
cruza con las curvas de duración del período futuro y el actual. Mientras que
para el período actual se observa un ligero aumento hasta el percentil 30%
respecto al período futuro, pero a partir de este se nota una intersección entre
las dos curvas.
Gráfica 17. Curva de duración para el período actual (1988-2007), el futuro

(2011-2030) y el futuro con cambio de uso de suelo.
101
En la Tabla 31 se muestra el porcentaje de variación de los caudales para el
período actual (1988-2007), período futuro (2011-2030) y período futuro con
cambio de uso de suelo, se comparó la curva de duración de los tres períodos
en los puntos extremos y medios de las curvas, para este caso fueron el
percentil Q10, Q50 y Q90. Para el percentil 10%, se estima una disminución de
1,6% (1,1 m3 /s) para el período futuro comparado con el actual, respecto al
período futuro con cambio de uso de suelo comparado con el período futuro se
observó un aumento del 26.2% (24.3m3/s) y con respecto al período actual hay
un aumento del 25.1% (23,2m3/s). Para el percentil 50%, hay un reducción
estimada de 1,4% (0,50 m3 /s) para el período actual comprado con el futuro,
mientras que para el período con cambio de uso de suelo se observa un
aumento del 20.8%(9.7m3/s) respecto al período futuro y un aumento del
19.7% (9.2m3/s) respecto al período actual. Finalmente, para el 90%, que
corresponde a la sequía, la reducción es del 4% (0,80 m3 / s) para el período
2011-2030, pero comparando el período futuro con y sin cambio de cobertura
del suelo hay un aumento del 3.3%(0.7m3/s), es decir que comparado con el
período actual el período futuro con cambio de uso de suelo tendría una
reducción del 0.5%(0,1m3/s).
Tabla 31. Variación porcentual de caudales medios anuales para los
percentiles 10%, 50% y 90% para el período futuro (2011-2030), período futuro
con cambio de uso de suelo y período actual (1988-2007).
VARIACIÓN DE CAUDAL
PERÍODO CAUDAL (m3/s)
m3/s %
1988-2007 Q10= 69.4 -1.1 -1.6
2011-2030 Q10= 68.3 24.3 26.2
2011-2030 CUS Q10= 92.6 23.2 25.1
1988-2007 Q50=37.4 -0.5 -1.4
2011-2030 Q50=36.9 9.7 20.8
2011-2030 CUS Q50=46.6 9.2 19.7
1988-2007 Q90=21.0 -0.8 -4.0
2011-2030 Q90=20.2 0.7 3.3
2011-2030 CUS Q90=20.9 -0.1 -0.5
102
6. CONCLUSIONES
Se realizó la integración de modelos atmosféricos e hidrológicos como una

herramienta para predecir el comportamiento hidrológico de una cuenca
hidrográfica en esta caso la cuenca del Rio Coello, en la cual se miró el cambio
climático el cual requiere predicciones climáticas derivadas de un escenario de
emisiones de gases de efecto invernadero; el escenario escogido fue el A1B,
que considera un escenario de estabilización o de equilibrio entre todas las
fuentes de energía, así como el cambio del uso del suelo en un escenario ideal
según las condiciones del terreno, esto puede ser una guía para entender los
efectos de estos cambios sobre la cuenca pero se debe tener precaución a la
hora de tomar decisiones, ya que estos cuentan con alta incertidumbre debido
a que los datos son para el futuro .
El comportamiento del modelo de circulación regional (MCR) PRECIS para la

zona de estudio se define para la temperatura como apropiado, ya que este
representa bien la distribución espacial de la temperatura del aire, por lo que
los errores cuadrados medios son relativamente bajos. Mientras que la
precipitación presenta altas diferencias entre los datos observados y los
simulados esto indica que hay altos errores cuadráticos medios, por lo tanto el
modelo PRECIS no puede representar correctamente la distribución espacial
de la precipitación por lo que es necesario realizar un ajuste en los valores
simulados para reducir el error.
La modelación hidrológica puede llegar a ser una herramienta de planificación y

manejo para las cuencas hidrográficas ya que se puede observar y analizar el
comportamiento de la cuenca bajo diferentes condiciones, esto permite a los
tomadores de decisiones evaluar las mejores opciones para garantizar el
recurso hídrico.
Las simulaciones con el modelo SWAT se consideraron adecuadas para el

período 1990-2007, cuando la precipitación observada se utilizó como datos de
entrada. Esto se comprobó con el coeficiente de eficiencia de Nash-Sutcliffe el
cual dio 0.64, para el período de calibración y 0.76 en el período de validación,
esto según Cabrera, 2012 esto se clasifica como muy bueno, aunque el análisis
gráfico muestre que no se ha logrado un buen ajuste para los caudales
mínimos.
Los datos de la cuenca de estudio, los cuales fueron considerados de buena

calidad, permitieron determinar las condiciones de la cuenca en cuanto a los
datos para cubrir las necesidades del modelo SWAT. Sin embargo, el uso de
mapas más detallados, especialmente el de suelos, puede mejorar los
resultados del modelo, lo que facilitaría el ajuste del modelo para reducir el
número de parámetros a la hora de hacer la calibración.
103
En general los caudales observados y simulados presentan ajustes aceptables
en la etapa de calibración y validación del modelo hidrológico SWAT. La
principal diferencia se presenta en los ajustes de los caudales máximos, donde
los valores simulados son superiores a los caudales observados. Esto se debe
fundamentalmente en muchas ocasiones, porque se realiza un solo registro de
caudal por día y es posible que no se alcancen a registrar las crecidas que
pueden presentarse durante las 24 horas del día; otra justificación es que los
instrumentos de medición de caudal en muchas ocasiones tiene un nivel
máximo y este es el mayor nivel que registra, otra posible causa es que en el
modelo no se toma en cuenta las captaciones de agua que se realicen en la
cuenca y no tengan retorno a esta nuevamente.
Con esta investigación se pudo observar la importancia de los sistemas de

información geográfica, ya que estos se convierten en una herramienta muy útil
para realizar diversas investigaciones, en este caso nos permitió realizar la
modelación hidrológica de la cuenca del Rio Coello a través de ArcSwat
además de los diferentes mapas realizados en ArcGis como entradas del
modelo hidrológicos o ERDAS imagine el cual trabajó con imágenes satelitales
para la elaboración del mapa de coberturas.
Se determinó que las zonas más vulnerables de la cuenca respecto al caudal

ante el cambio de uso de suelo son las zonas de la parte alta de la cuenca,
esto puede ser de gran importancia para el manejo de la cuenca, por lo que se
recomienda hacer más estudios en estas zonas.
Se comprueba con esta investigación la influencia de las coberturas en la

disponibilidad del agua, esto es muy importante ya que como se observó el
cambio climático afecta los recursos hídricos, pero al hacer un buen manejo en
las coberturas se puede crear estrategias de mitigación frente al cambio
climático con el fin de garantizar el recurso hídrico.
104
7. RECOMENDACIONES
Se recomienda hacer investigaciones respecto a las proyecciones del cambio

de uso de suelo con el fin de tomar medidas de mitigación ante el cambio
climático, así mismo se recomienda hacer estudios con diferentes escenarios
de cambio climático para evaluar más posibilidades y tomar las mejores
decisiones para hacer un adecuado manejo de las cuencas.
Uno de los aspectos que causo mayor dificultad en la investigación fue la

calibración y la validación del modelo, por lo que se recomienda ser cuidadosos
con esto, es necesario conocer muy bien los parámetros a cambiar con el fin de
hacer una calibración adecuada para que el modelo arroje los resultados más
cercanos a la realidad posible, en las diferentes cuencas.
Es importante hacer la calibración y validación del modelo hidrológico ya que al

no hacerlo se presenta una sobreestimación considerable de las variables
estudiadas. Mediante la calibración es posible lograr un ajuste aceptable entre
los datos observados y los simulados. Por tanto, la verdadera capacidad
predictiva del modelo es mayor a la de un modelo sin previa calibración.
Aunque el modelo sea aplicable cuencas que no cuentan con estaciones de
aforo en un buen período de datos, los resultados muestran la conveniencia de
ser calibrados y validados con el mayor número de datos.
Una de las dificultades del modelo hidrológico es que requiere información muy
detallada de la cuenca en cuanto a: clima donde se requiere de datos diarios
de mínimo 10 años, suelos donde se pide la información mencionada en la
Tabla 21 para cada uno de los horizontes; y cobertura, donde la información
requerida no existe para Colombia por lo que se deberá conocer las diversas
variables para los diferentes ecosistemas existentes en las cuencas, lo que
sería interesante para hacer una simulación más exacta aunque esto implicaría
una gran inversión.
Se recomienda revisar la metodología de mapa de uso recomendado, con el fin

de completarla ya que se puede incluir otros aspectos del terreno que definan
un uso más preciso en la cuenca.
Es necesario tomar con precaución los resultados obtenidos en este tipo de

investigaciones ya que hay incertidumbres, pero es una base para poder
realzar una adecuada planificación y manejo de las cuencas, con el fin de
garantizar el recurso hídrico.
105
8. BIBLIOGRAFÍA
Cabrera, J. (2012). Calibración de Modelos Hidrológicos. Lima, Perú:

Universidad Nacional de Ingeniería.
Cabrera, J. W. (Junio de 2013). Aplicación de modelos climatológicos para la
obtención de series hidrometeorológicas.
http://www.imefen.uni.edu.pe/PPTs/CONFERENCIA2/Cabrera.pdf: Instituto
para la Mitigación de los Efectos del Fenómeno “El Niño".
Castro, M. (2013). Simulação Hidrológica Em Uma Bacia Hidrográfica Andina
Sob Cenários De Mudanças Climáticas. Belo Horizonte: UNIVERSIDADE
FEDERAL DE MINAS GERAIS.
Centro Internacional de Agricultura Tropical (CIAT). (2009). Impacto del uso de
la tierra en la generación de caudales y sedimentos: el caso de las cuencas
Tulua-Morales, Guabas, Sabaletas, Amaime, Nima, Bolo, Fraile, Desbaratado y
Palo. Santiago de Cali: CIAT.
Centro Internacional de Agricultura Tropical (CIAT). (2010). Impacto del uso de

la tierra en la generación de caudales y sedimentos: caso cuenca del rio
Tunjuelo - Cundinamarca. Santiago de Cali: CIAT.
CORTOLIMA. (2006). Proyecto plan de ordenacion y manejo de la cuenca

hidrografica mayor del Rio Coello, II fase diagnostico. Ibague, Colombia.
CORTOLIMA. (2008). Plan De Ordenación Y Manejo Ambiental De La
Microcuenca De Las Quebradas Las Panelas Y La Balsa. 2.3 Hidrológia
Cuenca Mayor Rio Coello. Ibague, Tolima: Corporacion Autonoma Regional del
Tolima.
Di Luzio, M., Srinivasan, R., Arnold, J., & Neitsch, S. (2002). ArcView interface
for SWAT 2000 – User's Guide. Texas: Temple: Blackland Research Center,
Texas Agricultural Experiment Station.
Eterovic, J. M. (2008). Aplicacion de Modelos hidrológicos con fines de

prevención de desastres en cuencas de Venezuela. Merida, Venezuela: Centro
interamericano de desarrollo e investigacion ambiental y territorial, Universidad
de los Andes.
FAO. (2005). Optimizacion de la humedad del suelo para la produccion vegetal.
El significado de la porosidad del suelo. Roma, Italia: Organizacion de las
Naciones Unidas para la Agricultura y la Alimentacion.
Fonseca, M. (2010). Caracterização E Avaliação Do Estresse Hidrológico Da
Bacia Do Rio Paraopeba, Por Meio De Simulação Chuva-Vazão De Cenários
Atuais E Prospectivos De Ocupação E Uso Do Solo Utilizando Um Modelo
Hidrológico Distribuído. Belo Horizonte: Universidad Federel de Minas Gerais.
106
Guzmán, E., Bonini, J., & Matamoros, D. (Junio de 2004). Aplicación del
modelo hidrológico SWAT (Soil and Water Assessment tool) para la predicción
de caudales y sedimentos en una cuenca hidrográfica caso de estudio: Cuenca
del Rio Chaguana. Revista Tecnologica, 17(1).
Henríquez, C., Azócar, G., & Aguayo, M. (2006). Cambio de uso del suelo y
escorrentía superficial: aplicación de un modelo de simulación espacial en Los
Ángeles, VIII Región del Biobío, Chile. Revista de Geografia Norte Grande(36),
61-74.
Henriquez, L. (2012). Escenarios futuros de uso de suelo para el analisis del
efecto del cambio global en los recursos hidricos aplicado al acuifero de la
Mancha Oriental. Valencia, España: Universidad Politecnica de Valencia.
IDEAM. (2005). Atlas Climatológico de Colombia. Colombia: Ministra de

Ambiente, Vivienda y Desarrollo Territorial.
IDEAM. (13 de 01 de 2016). AGUA, Modelos Hidrologicos. Obtenido de
http://www.ideam.gov.co/web/agua/modelacion-hidrologica
INEGI. (s.f.). Instituto Nacional de Estadistica y Geografia. Recuperado el 21 de
01 de 2016, de
http://www.inegi.org.mx/geo/contenidos/datosrelieve/continental/queesmde.asp
x
IPCC. (2007). Summary for Policymakers. In: Climate Change 2007: The
Physical Science Basis. Cambridge University Press, Cambridge, United
Kingdom and: Contribution of Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change.
IPCC. (2012). Informe especial sobre la gestion de los riesgos de fenomenos
meteorologicos extremos y desastres para mejorar la adaptacion al cambio
climatico. Informe de los Grupos de trabajo I y II del IPCC. Grupo
Intergubernamental de Expertos sobre el Cambio Climatico.
Jimenez, B., & Galizia, J. (2012). Diagnostico del agua en las Americas. Mexico
D.F: Foro Consultivo Cientifico y Tecnologico.
Jimenez, F. (1994). Planificacion y manejo de los recursos hidricos en la
agricultura mediante el balance hidrico. Turrialba, Costa Rica: Centro
Agronomico Tropical de Investigacion y Enseñanza (CATIE).
Kistler, R., Kalnay, E., Collins, W., Saha, S., White, G., Woollen, J., y otros.
(2001). The NCEP-NCAR 50-year reanalysis: monthly means CD-ROM and
documentation. Bulletin of the American Meteorological Society, v. 82, n. 2, p.
247-267.
107
Kolb, M. (2013). Dinamica del uso de suelo y cambioclimatico en la planeacion
sistematica para la conservacion: un caso de estudio en la cuenca Grijalva-
Usumancita. Mexico D.F.: Université Toulouse le Mirail.
Lavell, A. (2011). Desempacando la adaptacion al cambio climatico y la gestion

del riesgo: Buscando las relaciones y diferencias: Una critica y construccion
conceptual y epistemologica. UICN-FLACSO.
Malagón, D. (1998). El recurso suelo en Colombia – inventario y problemática.

Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales,,
v. 22, n. 82, p. 13-52.
Marín, R. (2003). Colombia: Potencia Hidrica. Colombia: Boletín Sociedad
Geográfica De Colombia, Academia Colombiana De Ciencias Geográficas.
Mas, J., & Sandoval, A. (2011). Modelación de los cambios de coberturas/uso

del suelo en una region tropical de Mexico. Geotropico, 5(1), 1-24.
Met Office. (2016). Met Office. Recuperado el 20 de Septiembre de 2016, de

Met Office: http://www.metoffice.gov.uk/research/applied/applied-
climate/precis/introduction
MINAMBIENTE. (2004). Guía para la elaboración de estudios del medio físico.
Contenidos y metodologías. Clima. Madrid, España: Ministerio de Medio
Ambiente.
MINAMBIENTE. (s.f.). Ministerio de Ambiente y Desarrollo Sostenible.
Recuperado el 17 de 12 de 2015, de
https://www.minambiente.gov.co/index.php/component/content/article?id=536:pl
antilla-gestion-integral-del-recurso-hidrico-23
Neitsch, S., Arnold, J., Kiniry, J., & Williams, J. (2005). Soil and Water
Assessment Tool Theoretical Documentation version 2005. Texas: Temple, TX,
USA: Grassland, Soil and Water Research Laboratory, Agricultural Research
Service, Blackland Research Center, Texas Agricultural Experiment Station.
Ocampo, L., & Ramirez, L. (2013). Determinacion de la produccion de
sedimentos, bajo escenarios de cambio climatico en la cuenca hidrografica del
Rio Coello, Departamento del Tolima .Ibague, Tolima: Universidad del Tolima.
Oluwatomiwa, A. (2014). Assessment of climate variability impact on water

resources within the Alabama River Basin. Tuskegee, Alabama: College of
Agriculture, Environment and Nutrition Sciences Graduate Theses and
Dissertations.
Ordoñez, J. (2011). Cartilla tecnica: ciclo hidrologico. Lima, Peru: Sociedad
Geografica de Lima.
108
Pabón, J. D. (2011). El cambio climático en el territorio de la Corporación
Autónoma Regional de Cundinamarca. Bogota D.C: Universidad Nacional de
Colombia - Corporación Autónoma Regional de Cundinamarca.
Paris, M. d., Zucarelli, G., & Pagura, M. (2009). Las Miradas del Agua.
Argentina: Universidad Nacional del Litoral.
Proaño, M., Gavilanes, C., Valenzuela, P., & Cisneros, C. (2006). Aplicacion del
modelo SWAT en la subcuenca del rio Ambato. Ecuador: Corporacion grupo
Randi Randi.
Rojas, R. (2009). Hidrologia aplicada al manejo de cuencas. Venezuela:
Universidad de los andes, Facultad de ciencias forestales y ambientales.
Ruiz, F., Venialgo, C., Gutierrez, N., Ingaramo, O., & Briend, M. (2004).
Infiltracion de agua en el suelo con diferentes usos en el departamento 9 de
Julio (Chaco). Argentina: Universidad Nacional del Nordeste.
Solis, H., Oreamuno, R., Murillo, W., & Chacon, J. (1993). Modelacion
hidrologica e hidraulica para el control de inundaciones en centroamerica.
Turrialba: Centro Agronomico Tropical de Investigacion y Enseñanza.
Sther, A., Debels, P., Aarumi, J., Alcayaga, H., & Romero, F. (2010).
Modelación de la respuesta hidrologica al cambio climatico: Experiencias de
dos cuencas de la zona centro-sur de Chile. Tecnologia y Ciencias del Agua,
I(4), 37-58.
Tobon, C. (2009). Los bosques andinos y el agua. Serie Investigacion y

sistematizacion #4. Quito, Ecuador: Programa regional ECOBONA-
INTERCOOPERATION, CONDESAN.
UN-Water. (2010). Climate Change Adaptation: The Pivotal Role of Water. The
United Nations Inter-Agency Mechanism on all Freshwater Related Issues
Including Sanitation.
Uribe, N. (2010). SWAT (Soil and Water Assessment Tool) Conceptos basicos
y guia rapida para el usuario. Version SWAT2005. Centro Internacional de
Agricultura Tropical CIAT.
Uribe, N., & Valencia , J. (2010). impacto del uso de la tierra en la generacion
de caudales y sedimentos: caso cuenca del Rio Tunjuelo- Cundinamarca.
Santiago de Cali: Centro internacional de agricultura tropical CIAT.
Villon, M. (2004). Hidrologia. Cartago, Costa Rica: Editorial tecnologica de
Costa Rica.
Wilson, J., Mitasova, H., & Wright, D. (2000). Water Resource Applications of
Geographic Information Systems. URISA, 12(2).
109
Xu, C., & Singh, V. (2004). Review on Regional Water Resources Assessment
Models under Stationary and Changing Climate. Water Resources
Management, 18, 591-612.
Zuelta, C. (2013). Analisis del comportamiento del recurso hidrico ante cambios
en el uso del suelo y el cambio climatico en la cuenca del rio Pejibaye, Costa
Rica. Turrialba, Costa Rica: Centro Agronomico Tropical de Investigacion y
Enseñanza.
Zuleta, C. (2013). Analisis del comportamiento del recuso hidrico ante cambios
en el uso del suelo y el cambio climatico en la cuenca del rio Pejibaye, Costa
Rica. Turrialba, Costa Rica: Centro Agronomico Tropical de Investigacion y
Enseñanza CATIE.
Zuñiga, H. (2010). Hagamos el ordenamiento territorial del sector rural de
nuestro municipio. Bogota D.C., Colombia: Universidad Distrital Francisco Jose
de Caldas.
110

Castañeda Morales Yeraldine 2016

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Castañeda Morales Yeraldine 2016

Cargado por

Copyright:

Formatos disponibles

MODELACIÓN DEL EFECTO DEL CAMBIO DE USO DEL SUELO EN LA

CUENCA DEL RIO COELLO, BAJO ESCENARIO DE CAMBIO CLIMÁTICO,

TRABAJO DE GRADO PARA OPTAR AL TITULO DE:

YERALDINE CASTAÑEDA MORALES

UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

TRABAJO DE GRADO PARA OPTAR AL TITULO DE:

YERALDINE CASTAÑEDA MORALES

UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

Este trabajo de grado está dedicado al Ingeniero

A mi Familia por su apoyo incondicional, por entenderme y tenerme paciencia

Al Ingeniero Forestal Fernando Mauricio Castro Barrios por brindarme su

Al Ingeniero Nelson Obregón de la Pontificia Universidad Javeriana por todo su

A la Universidad Distrital Francisco José de Caldas y sus docentes por los

A todas las personas que de uno u otro modo estuvieron involucradas en el

Es importante tener en cuenta las dinámicas actuales como lo son el cambio

El modelo SWAT realizó la estimación de caudales para el período 2011-2030

It is important to consider the current dynamics such as climate change and

Tabla 1. Clasificación climática según Caldas-Lang, para la cuenca del Rio

Figura 1: Esquema metodológico. ............................................................................. 28

Gráfica 1. Precipitación media mensual observada en la cuenca del Rio Coello,

Uno de los principales aspectos que preocupan al mundo hoy en día es la

El cambio climático altera el ciclo hidrológico y los regímenes dentro de las

La presente investigación se realizará en la cuenca hidrográfica del Rio Coello

La cuenca hidrográfica del río Coello está localizada en el centro – occidente

El presente trabajo contribuirá al conocimiento del comportamiento de la

A continuación se encuentra, en primer lugar, los objetivos los cuales definen

2.1 Objetivo general

 Determinar y evaluar el efecto del cambio de uso del suelo bajo un

2.2 Objetivos específicos

 Elaborar el mapa de uso recomendado del suelo para la cuenca

 Calibrar y validar el modelo hidrológico SWAT (Soil and Water

3.1 CICLO HIDROLÓGICO

El ciclo hidrológico es el conjunto de cambios que experimenta el agua en la

La condensación del vapor de agua atmosférico es necesaria para la formación

El agua precipitada llega a la superficie terrestre deforma directa, pero no es la

La infiltración es el proceso por el cual el agua pasa a través de la superficie

La escorrentía es el agua proveniente de la precipitación que no es infiltrada,

La escorrentía subsuperficial es el agua infiltrada que no alcanzó el

El balance hídrico es la representación teórica de los intercambios de agua

El modelo SWAT se fundamenta en el concepto del balance hídrico, este

Dónde: SWt es el contenido de agua en el suelo en el día t; SW es el agua

3.2 MODELOS HIDROLÓGICOS

Un modelo hidrológico es una representación simplificada de un sistema real

A través de la historia se han desarrollado diversos modelos hidrológicos, el

Cuando se inventó la computadora en la década de 1950 se convirtió en una

El modelo Standford Watershed Model formulado por Linsley y Crawford en la

Los modelos hidrológicos con ayuda de los sistemas de información geográfica

Los modelos hidrológicos sirven para simular diversas situaciones o extender la

3.3 MODELO HIDROLÓGICO SWAT

El modelo SWAT (Soil and Water Assessment Tool) es un modelo de tiempo

El modelo SWAT realiza la simulación de la hidrología de la cuenca en dos

La calibración y validación del modelo es un factor clave para reducir la

3.4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) APLICADOS AL

Otra herramienta utilizada actualmente son los modelos de elevación digital

Los sistemas de información geográfica SIG y los modelos de simulación

3.5 CAMBIO CLIMÁTICO

La variabilidad climática se define como las variaciones del estado promedio y

La variabilidad climática señala dos aspectos importantes, el primero tiene que

Familia A = economía básicamente no influenciada por la sostenibilidad, es

Se tiene en cuenta el tipo de combustible predominante para definir escenarios

3.6 MODELOS DE CAMBIO DE USO DEL SUELO

El Cambio en la Cobertura y los Usos del Suelo (CCUS) es la transformación

Los seres humanos a lo largo de su evolución han tenido la tendencia a