Traducido del inglés al español - www.onlinedoctranslator.

com

20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
Descripción general

Infraestructura verde y sus

efectos a escala de cuenca:
una ciencia emergente
brezo e. dorado1*y Nahal Hoghooghi2

Los entornos urbanizados alteran el ciclo hidrológico al redirigir las redes de arroyos para la
transmisión de aguas pluviales y aguas residuales y aumentar las superficies impermeables. Estos
cambios, por lo tanto, aceleran la escorrentía del agua y sus componentes después de los eventos
de precipitación, alteran los procesos de evapotranspiración e indirectamente modifican los
patrones de precipitación superficial. La infraestructura verde, o desarrollo de bajo impacto (LID,
por sus siglas en inglés), se puede utilizar como una práctica independiente o en conjunto con la
infraestructura gris (enfoques tradicionales de gestión de aguas pluviales) para una gestión de
aguas pluviales descentralizada y rentable. El crecimiento de LID en las últimas décadas ha
resultado en un aumento concomitante en la investigación que evalúa la eficiencia y eficacia de
LID, pero principalmente a escalas localizadas. Existe una clara necesidad de investigación para
cuantificar cómo las prácticas LID afectan la cantidad de agua (es decir, escorrentía y descarga) y
calidad a escala de cuencas. En este resumen, presentamos el estado de la ciencia de la
investigación LID a escala local, las consideraciones para escalar esta investigación a las cuencas,
los avances y hallazgos recientes en la escala de los efectos de las prácticas LID en la calidad y
cantidad del agua a escalas de cuencas, y el uso de modelos como herramientas novedosas para
estos esfuerzos de escalamiento.© 2017 Los autores.ALAMBRES Aguapub-
publicado por Wiley Periodicals, Inc.

Cómo citar este artículo:

ALAMBRES Agua2018, 5:e1254. doi: 10.1002/wat2.1254

INTRODUCCIÓN para el almacenamiento de agua en el paisaje, mayor potencial de

tu
escorrentía rápida posterior al evento y sistemas hidrológicos
El crecimiento urbano y suburbano modifica el ciclo del
'llamativos', y menor precipitación o infiltración de nieve derretida en
agua al expandir las superficies impermeables, cambiar los
el sistema del suelo. Tales cambios pueden, por lo tanto,
patrones espaciales de las redes de arroyos (p. ej., a través de
comprometer la capacidad intrínseca de una cuenca para procesar las
zanjas, alcantarillas, canalizaciones) y desviar las rutas originales
entradas de agua (a través de la precipitación, el deshielo y la
del flujo de agua para el tratamiento de aguas pluviales y
escorrentía) y provocar efectos adversos, como inundaciones, erosión
residuales.1,2Estas modificaciones al ciclo hidrológico crean una
y contaminantes de alta concentración (p. ej., nutrientes).4, metales y
red de caminos de flujo hidrológico natural y de ingeniería,3a
otros contaminantes) entrega.5
menudo resulta en una disminución de la capacidad
La Infraestructura Verde (GI), en lo sucesivo
denominada Desarrollo de Bajo Impacto (LID), incluye
enfoques descentralizados (es decir, distribuidos por todo el
* Correspondencia a: golden.heather@epa.gov
paisaje) destinados a la gestión sostenible de las aguas
1Oficina de Investigación y Desarrollo de la EPA de EE. UU., Laboratorio Nacional de
pluviales urbanas. LID, un término que se usa con mayor
Investigación de Exposición, Cincinnati, OH, EE. UU.
frecuencia en América del Norte y Nueva Zelanda, también se
2Institutode Ciencia y Educación de Oak Ridge, c/o Oficina de Investigación y
Desarrollo de la EPA de EE. UU., Laboratorio Nacional de Investigación de
analiza a nivel mundial como diseño urbano sensible (WSUD),
Exposición, Cincinnati, OH, EE. UU. gestión integrada del agua urbana (IUWM), sistemas de
drenaje urbano sostenible (SUDS) y mejores prácticas de
Conflicto de interés: Los autores no han declarado ningún conflicto de interés
para este artículo. gestión urbana (BMP) , entre otra terminología.6

Volumen 5, enero/febrero de 2018 1 de 14

© 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
Este es un artículo de acceso abierto bajo los términos de Creative Commons Attribution-NonCommercial License, que permite el uso, la distribución y la
reproducción en cualquier medio, siempre que se cite correctamente el trabajo original y no se utilice con fines comerciales.
 20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
Descripción general wires.wiley.com/agua

(d) (mi)
(C)

(b)

(a)
ri
R ivm

(F)

FIGURA 1|Esquema de prácticas de desarrollo de bajo impacto (LID) a escala de cuenca hidrográfica: (a) sistema de bioretención, (b) techo verde, (c) jardín
de lluvia, (d) pavimentos permeables, (e) un bioswal, y (f) lluvia barril (no a escala). Créditos fotográficos: (a) http://www.nianticriverwatershed.org/
ourprograms/water-quality-management/stormwater-management/upcoming-projects/, (b) ©2009 Diane Cook & Len Jenshel; http://cookjenshel.com/
green-roofs/, (c) https://springfieldohio.gov/city-services/stormwater/how-can-residents-improve-water-quality/, (d) NACTO Urban Street Design Guía; http://
nacto.org/publication/urban-street-design-guide/street-design-elements/stormwater-management/pervious-pavement/, (e) https://www. lakecountyil.gov/
2222/Campus-Bioswales, (f ) http://www.ci.hugo.mn.us/rain_barrels.

TABLA 1|Resumen de prácticas comunes de desarrollo de bajo impacto (LID)

Práctica LID Descripción

(a) Sistemas de bioretención Pequeñas áreas de depresión con medios filtrantes del suelo y plantas nativas para promover la infiltración del suelo y
disminuir la escorrentía rápida

(b) Techos verdes Techos cubiertos con medios de crecimiento livianos y vegetación que permiten la infiltración de lluvia y
recuperar la evapotranspiración

(c) Jardines de lluvia Áreas con vegetación poco profundas y más pequeñas, en comparación con los sistemas de biorretención, que usan suelo nativo para recolectar

e infiltrar la escorrentía

(d) Pavimentos permeables Material poroso que permite que la lluvia se infiltre gradualmente en los suelos a través de vacíos abiertos en la superficie,
con el potencial de disminuir la escorrentía rápida

(e) Biofiltración Canales con vegetación con suelos diseñados que se infiltran en la lluvia y la escorrentía de aguas arriba impermeables
áreas

(f) Barriles de lluvia Contenedores que recogen y almacenan la lluvia que, si se usa correctamente, puede retardar y reducir la escorrentía

El objetivo de LID es usar plantas, suelos y diseño de paisajes
para controlar fuentes no puntuales de agua y materiales en
entornos construidos.7(Figura 1; Tabla 1), un enfoque que se
ha vuelto cada vez más popular entre las comunidades de
todo el mundo como una forma rentable de gestionar la
contaminación de las aguas pluviales (p. ej., escorrentía
volúmenes y contaminación por nutrientes) en paisajes urbanizados.
Por ejemplo, muchos municipios de la región del Atlántico medio de
los Estados Unidos (EE. UU.) tienen el objetivo de que entre el 10 y el
20 % del paisaje se drene a través del LID para 2030.8El mayor interés
en las prácticas de LID ha llevado a un ascenso correspondiente en las
prácticas relacionadas con LID.

2 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc. Volumen 5, enero/febrero de 2018

ALAMBRES Agua
investigación. Esto se evidencia en una serie de revisiones
recientes que sintetizan estos estudios.9–12e incluye
investigación sobre los beneficios sociales potenciales
obtenidos del uso de LID.13
Una meta de LID es promover la resiliencia de la captación
y las aguas pluviales, restaurar los regímenes de flujo previos al
desarrollo y aumentar la capacidad de la cuenca hidrográfica o
de la captación. La capacidad de captación es la medida en que el
agua de lluvia, el deshielo y la escorrentía hacia y en el transporte
desde superficies impermeables a áreas anteriores pueden
infiltrarse, almacenarse y liberarse como flujo base de captación
o evapotranspiración.14La idea surge del concepto de área de
fuente variable urbana (UVSA),14,15una forma especializada de
hidrología de área de fuente variable,16–18que describe
ubicaciones en una cuenca que se saturan rápidamente y
producen escorrentía después de precipitaciones o eventos de
deshielo. En última instancia, la capacidad de la cuenca es una
función del entorno construido y las condiciones fisiográficas
naturales subyacentes de la cuenca, como los suelos, la geología,
el clima, la geomorfología y la vegetación. Un objetivo clave de
aumentar la capacidad de captación utilizando LID es mejorar las
transformaciones químicas y el almacenamiento de
contaminantes a través de tiempos de residencia más
prolongados en el suelo para atenuar el transporte de partículas
y componentes arrastrados a un arroyo, río u otro cuerpo de
agua.
En la última década, se han publicado numerosos estudios
a escala local (es decir, parcela, parcela, pequeñas áreas de
drenaje <0,1 km2)) efectos de las prácticas LID. Varias revisiones
de la literatura han sintetizado estos estudios a escala local,
resumiendo los impactos de LID en la cantidad y la calidad del
agua en varias formas, como jardines de lluvia, biorretención y
zanjas de vegetación, pavimentos permeables, techos verdes y
desconexiones de bajantes (techos).9–12Las revisiones adicionales
se centran en la literatura asociada con simulaciones de modelos
a escala local de los efectos hidrológicos y de calidad del agua de
los enfoques LID.19,20Estas síntesis resaltan explícitamente la
necesidad científica emergente de desarrollar investigaciones
que escalen los efectos de las prácticas LID desde aquellas
medidas y modeladas a escalas locales hasta cuencas de
múltiples escalas espaciales.9,11(Figura 2). Esto es de considerable
importancia para la gestión de cuencas para obtener resultados
específicos, como el mantenimiento del caudal base o la
minimización de las condiciones de caudal máximo, y para
reducir los pulsos rápidos de contaminantes en los arroyos. Sin
embargo, pocos estudios realmente han hecho esto, ya sea a
través de datos medidos o modelado, y dicho trabajo es
particularmente necesario en cuencas urbanizadas complejas
que drenan una variedad de tipos de cobertura terrestre, es
decir, cuencas mixtas de cobertura terrestre que incluyen áreas
urbanizadas, que no se abordan. en la mayoría de las
investigaciones LID.
La medida en que las prácticas LID median efectivamente
en las necesidades de cantidad y calidad del agua aguas abajo
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
Trama subcuenca Captación
Prácticas LID (p. ej. bioswale, etc.)
Punto de evaluación
FIGURA 2|Visualización de los efectos de escala de las prácticas de desarrollo de bajo
impacto (LID, por sus siglas en inglés) en las aguas aguas abajo desde la parcela hasta las
escalas de captación anidadas (no a escala).
ser evaluados para la gestión sostenible de cuencas. Además,
otras preguntas de investigación relacionadas siguen sin
respuesta. Por ejemplo, ¿cuál es la mejor configuración espacial
de las prácticas de IG en una cuenca? ¿Cuáles son los impactos
acumulativos de las prácticas de IG localizadas en la hidrología
aguas abajo (p. ej., caudales máximos, caudal base) y los flujos de
contaminantes en las cuencas de cobertura terrestre
predominantemente urbanas/suburbanas y mixtas? ¿En qué
medida estos efectos se perpetúan a escalas de captación
anidadas? ¿Qué factores (p. ej., cobertura terrestre, geología,
suelos, clima, aportes antropogénicos, como fugas del suministro
de agua o sistemas de eliminación de desechos, o alteraciones en
la red de arroyos) contribuyen a las variaciones en esta respuesta
de escala?
Para comenzar a responder preguntas sobre cómo escalar
las prácticas de LID a las cuencas, el enfoque de nuestra
descripción general no técnica es: (1) sintetizar los hallazgos clave
de las revisiones recientes de la literatura sobre los efectos a
escala local de LID en la cantidad de agua, la calidad del agua y
los procesos de almacenamiento de agua subterránea; (2)
explorar el concepto de escalar estudios a escala local para
evaluar LID a escala de cuencas (p. ej., 0,1 km2a 1000 kilometros2
); (3) discutir la investigación publicada recientemente a la
vanguardia del análisis de la cantidad y calidad del agua a escala
de captación de las prácticas LID; y (4) presentar el modelado de
cuencas como una herramienta principal para escalar las
prácticas LID, incluidos los desafíos clave y las consideraciones
para realizar estos avances futuros.
ESTADO DE LA CIENCIA: SÍNTESIS DE
ESTUDIOS A ESCALA LOCAL
En la última década, se han publicado múltiples artículos
que sintetizan los efectos de las prácticas LID en
3 de 14

Descripción general
escalas locales, centrándose en diferentes prácticas LID y su
eficacia para una variedad de puntos finales (por ejemplo,
mejorar la calidad del agua, aumentar la capacidad de infiltración
del suelo). Reconocemos que tales revisiones de literatura
pueden no representar el compendio completo de estudios
existentes y una gama completa de componentes de la calidad
del agua o contaminantes de interés, procesos de calidad del
agua o prácticas LID. Sin embargo, el objetivo de esta breve
discusión sobre el "estado de la ciencia" es centrarse en
conceptos clave emergentes de revisiones anteriores, que
pueden tener como objetivo la calidad del agua específica o
impactos hidrológicos (o prácticas LID). Estos conceptos
emergentes proporcionan una base para discutir la ampliación
de los estudios LID a escala local a las cuencas. Dividimos la
discusión en hallazgos extraídos de (1) revisiones de estudios de
laboratorio y de campo y (2) revisiones de modelos.
Revisiones de estudios de laboratorio y de campo
a escala local: Hallazgos clave
Los aspectos más destacados de revisiones recientes de la
literatura sobre cómo las prácticas LID afectan la cantidad y
la calidad del agua a escala local se pueden sintetizar en tres
conceptos centrales9,11,12,21–23: (1) la eficiencia de las diferentes
prácticas LID varía ampliamente entre los sitios; (2) los
sistemas de bioretención, los techos verdes y los pavimentos
permeables (Figura 1; Tabla 1) son enfoques prometedores
para reducir el caudal máximo y el volumen de escorrentía,
pero muestran un potencial variado para la atenuación de la
entrega de contaminantes a un arroyo u otra superficie de
agua y (3 ) la eficacia de la retención de nitrógeno total es
difícil de cuantificar y depende de la práctica LID específica
que se implemente.
Es importante adaptar el LID para que se ajuste a las
necesidades específicas del sitio. La respuesta heterogénea a
las diferentes prácticas LID depende de las condiciones
físicas y químicas del paisaje específicas del sitio. Por
ejemplo, la variabilidad en las respuestas del flujo base de la
corriente a la urbanización y prácticas alternativas de control
de aguas pluviales (es decir, actividades LID) está asociada
con condiciones fisiográficas (p. ej., suelo, clima, topografía),
factores mediados por humanos (como fugas del suministro
de agua y aguas pluviales). tuberías, la infiltración de aguas
subterráneas poco profundas en las redes de aguas pluviales
y el riego), la distribución espacial de las superficies
impermeables en todo el paisaje y las incertidumbres en las
metodologías de evaluación y medición.11Sin embargo, al
tener en cuenta estos factores en la implementación de LID,
los enfoques de LID ofrecen métodos efectivos para la
gestión de aguas pluviales, como enfoques independientes o
combinados con enfoques tradicionales de gestión de aguas
pluviales.
Los sistemas de bioretención son una promesa considerable para
cumplir con los objetivos de reducir los flujos máximos,9,12todavía
4 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
wires.wiley.com/agua
exhiben respuestas variables en su capacidad para mediar en la
calidad del agua. Los sistemas de bioretención (también llamados
células de bioretención) son áreas pequeñas (<0,02 km2) que
reciben escorrentía de áreas impermeables aguas arriba y están
hechos de materiales para aumentar la infiltración del suelo y
disminuir la escorrentía rápida. Si bien su capacidad para atenuar
el transporte de precipitaciones, escorrentías y deshielo a los
arroyos y otros cuerpos de agua es robusta, los sistemas de
biorretención exhiben una capacidad limitada para retener
nitrato-nitrógeno y fósforo.12,22Sin embargo, pueden ser
sumideros eficientes para los metales, sólidos, patógenos,23e
hidrocarburos de petroleo22transportado a través de los flujos de
aguas pluviales. Además, los enfoques de bioretención pueden
afectar la ecología acuática y los servicios de los ecosistemas al
amortiguar los aumentos de energía térmica que pueden
conducir a la disminución de la pesca en aguas frías y al aumento
de la biodiversidad en comparación con los lechos de césped y
jardín típicos implementados en áreas urbanas.23
Los techos verdes y los pavimentos permeables exhiben
un potencial considerable para minimizar la escorrentía rápida y
los flujos máximos, aunque pueden ser menos efectivos para la
retención de solutos y partículas.9,12,21
Los techos verdes, techos cubiertos de vegetación que tienen la
capacidad de mejorar los procesos de infiltración y
evapotranspiración, retienen entre el 20 y el 100 % de los aportes
de lluvia y, por lo general, exhiben rendimientos decrecientes a
medida que aumenta la cantidad de lluvia.9El porcentaje de
retención de lluvia por parte de los techos verdes varía según el
grosor del sustrato del suelo del techo y su capacidad de
almacenamiento de agua, otras características del techo verde (p.
ej., edad, tipo y cubierta de vegetación, pendiente) y el tamaño y
la distribución de la lluvia. eventos.21La capacidad de retención de
nutrientes y metales de los techos verdes también varía, y la
acumulación de ambos en los lugares donde se implementan los
techos verdes podría representar un riesgo para la calidad del
agua durante los períodos de lluvia y escorrentía abundantes.9
Los pavimentos permeables, material poroso que representa una
alternativa a los pavimentos convencionales y permite la
infiltración lenta de agua en los suelos, pueden reducir los
volúmenes promedio de escorrentía en un 50–93 %, los sólidos
suspendidos totales (TSS) y los nutrientes entre un 0 y un 94 %, y
los metales en un 20 %. –99%, y también ha demostrado su
eficacia en la reducción del transporte de aceites de motor a
través de una variedad de actividades microbianas hacia aguas
abajo.9
La eliminación de nitrógeno total, una preocupación particular
en los sistemas de urbanización debido a su prevalencia en las aguas
pluviales de fuentes puntuales y no puntuales, utilizando prácticas LID
se ha medido en múltiples estudios;
sin embargo, es uno de los impactos LID más difíciles
para evaluar.22Además, los resultados que estiman la
eficiencia de la eliminación de nitrógeno total (TN) por
biorretención y otros enfoques (pavimentos permeables,
techos verdes) en comparación con múltiples estudios son
Volumen 5, enero/febrero de 2018

ALAMBRES Agua
mezclado.10En general, se considera que los enfoques de
biorretención tienen el mayor potencial para la eliminación de TN
del flujo de aguas pluviales (según las tasas medianas de
eliminación de TN), y los pavimentos permeables y los techos
verdes exhiben un potencial más bajo que los métodos de
bioretención para la eliminación de TN.10Sin embargo, una
revisión internacional exhaustiva reciente de los enfoques de
gestión de aguas pluviales LID y tradicionales indica que los
enfoques tradicionales (por ejemplo, estanques húmedos)
pueden ser tan efectivos en la eliminación de TN.24Por lo tanto,
un análisis costo-beneficio completo, incluido el análisis de los
beneficios e impactos sociales, como cambios en la estética,
mayor secuestro de carbono y mejora del hábitat,13es necesario
para seleccionar las 'mejores' prácticas para la gestión de aguas
pluviales de eliminación de TN y la disminución de la entrega
aguas abajo.
Revisiones de estudios de modelado a escala local:
hallazgos clave
Los modelos proporcionan un medio para simular los efectos de
las prácticas LID en múltiples escalas espaciales. Una revisión
publicada en 2007 de 10 modelos de aguas pluviales existentes
que simulan los efectos a escala local de las prácticas LID sugiere
que cada uno de los modelos revisados maneja la generación de
escorrentía y el enrutamiento de flujos pluviales de manera
similar mediante el uso de métodos hidrológicos convencionales.
19Sin embargo, los modelos varían en su capacidad para
cuantificar el agua subterránea; incorporar prácticas LID
específicas; y aplicar diferentes resoluciones espaciales y
temporales del dominio del modelo, los datos de entrada y los
procesos. Además, los modelos utilizados para las prácticas LID
normalmente no tienen módulos para contaminantes específicos.
Sin embargo, pueden estimar las respuestas de sedimentos,
nutrientes, metales, patógenos y otros contaminantes simulando
módulos de procesos de contaminantes generalizados,
modelando un compuesto constituyente o unido a partículas
como otro contaminante con un comportamiento similar, o
asociando un contaminante particular con procesos de
transporte de sedimentos o un constituyente diferente (p. ej.,
carbono orgánico disuelto) al que normalmente se une.19
Una síntesis más reciente en 2014 de 20 herramientas de
modelado de simulación que incorporan prácticas LID para la
gestión de aguas pluviales identifica el Modelo de gestión de
aguas pluviales (SWMM) como uno de los modelos existentes
más precisos, pero uno de los más complejos, para modelar la
escorrentía de aguas pluviales (calidad y cantidad). ) y la
realización de prácticas LID.20Como parte de la revisión, los
autores solicitan numerosas áreas de investigación, como el
desarrollo de sistemas de apoyo a la toma de decisiones basados
en modelos, la integración de SIG y sensores remotos en el
modelado LID a escala de cuenca, el acoplamiento de datos
hidrológicos y atmosféricos.
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
modelado para prácticas LID a escala de cuenca y mejoras en
la optimización del modelo LID y enfoques de incertidumbre.
Además, si bien se están actualizando muchos modelos para
considerar diferentes tipos de prácticas LID, se necesita
avanzar con respecto a la capacidad de modelado para
manejar los componentes de flujo base de la escorrentía, las
interacciones superficie-subsuelo, una amplia gama de
destino y transporte de contaminantes, vínculos con las
respuestas ecológicas. y métodos de calibración, y
predicciones a escala de captación.
DESAFÍO ACTUAL: ESCALAR LA TAPA
LOCAL A LAS RESPUESTAS DE
CAPTACIÓN
¿Qué queremos decir con 'escala'?
A medida que surgen nuevos estudios luego de las revisiones de
literatura más recientes sobre la eficacia a escala local de los
enfoques LID, quedan preguntas sobre cómo escalar estas
prácticas a las cuencas. Para responder a estas preguntas, es
necesario formular una pregunta inicial: ¿Qué entendemos por
'escalamiento' en el sentido de las prácticas LID? Definimos la
escala espacial de referencia de un estudio como el dominio y la
heterogeneidad espacial inherente de los datos originales
medidos o modelados (p. ej., parcela, subcuenca, cuenca de
tamaño 'x'; Figura 2). Aquí, por lo tanto, se considera que el
'escalamiento' va más allá de estos dominios originales medidos
o modelados para responder preguntas de investigación o
gestión a escalas espaciales más amplias (por ejemplo, cuencas
multiescala). Por lo tanto, discutimos el escalamiento como la
cuantificación de las variaciones en los efectos acumulativos de
las prácticas LID en las aguas aguas abajo. centrándose en gran
medida en pasar de parcelas a múltiples escalas de captación
anidadas. Avanzar hacia escalas espaciales más amplias también
puede requerir un cambio en la resolución espacial del dominio
de interés, agregando desde parámetros heterogéneos (p. ej.,
conductividad hidráulica del suelo) y procesos (p. ej., absorción
de nutrientes) a resoluciones de escala cada vez más gruesa que
necesariamente requieren un nivel de homogeneización espacial,
y potencialmente la magnitud, de estas características25
(Figura 3). Si bien no se aborda completamente aquí, la escala
también se puede considerar en el sentido temporal, utilizando
modelos para proyectar los efectos de las prácticas LID más allá
de los datos medidos y con un enfoque en las variaciones futuras
en la precipitación y la temperatura.
El escalamiento es un concepto que tiene profundas raíces
en la ecología.26,27e hidrología de cuencas y laderas28–31
literatura. Es a partir de esta literatura que podemos considerar
cómo cuantificar de manera más efectiva los efectos de las
prácticas LID a escala de cuencas. La mayoría de los desafíos de
escalamiento se han centrado en agregar procesos complejos y
espacialmente heterogéneos en escalas espaciales finas
5 de 14
 20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
Descripción general wires.wiley.com/agua

FIGURA 3|El efecto de la escala de una unidad de medida o modelado en la magnitud de una ruta de flujo. La resolución espacial del dominio de medición o modelado
puede reducirse cuando se aumenta la escala, como se demuestra aquí al aumentar la magnitud representativa de una sola ruta de flujo de agua. La magnitud de la
trayectoria del flujo puede disminuir si aumenta el grano/píxel/escala de las observaciones (de izquierda a derecha). Esto se debe a que la representación de la
conectividad a escala fina a lo largo de la ruta del flujo se minimiza cuando se aumenta la escala, lo que amortigua la señal de la ruta del flujo. (Reimpreso con el permiso
de la referencia.25Derechos de autor 2011 Elsevier)

a escalas más amplias de ecosistemas o cuencas (también
denominado "ampliación"). Sin embargo, a veces, lo contrario
es cierto, es decir, el desafío es pasar de la comprensión
conceptual de los procesos del sistema a descripciones
matemáticas más sofisticadas. Algunos de estos desafíos de
escalamiento han comenzado a abordarse. Por ejemplo,
Cadenasso et al.32defendió un marco conceptual para reducir
las generalidades sobre la biocomplejidad en los sistemas
ecológicos a niveles más finos de comprensión sobre las
heterogeneidades espaciales, la conectividad organizacional
y la historia del sistema. Dent et al.33utilizó un enfoque
jerárquico conceptual, pasando de escalas de partículas a
segmentos de corrientes, para vincular los procesos físicos
de intercambio acuático y la dinámica de nutrientes a través
de múltiples escalas espaciales.
En la hidrología de cuencas, los modelos conceptuales
en el modelo se alcanza la salida (Figura 4).39,40Para escalar más
allá de los diversos enfoques de aumento de escala de REA o RES
para múltiples parámetros (por ejemplo, espesor del suelo), se
pueden usar diferentes métodos (verModelos como
herramientas de escalamiento crítico para futuras
investigaciones).Si bien persisten los desafíos para
conceptualizar, refinar e implementar estas ideas, la ciencia
continúa avanzando para proporcionar las bases para escalar
sobre las cuales la comunidad de investigación y administración
de LID puede construir.
El surgimiento de los estudios LID a escala de
cuenca
Escalar las prácticas LID a las cuencas es una ciencia emergente.

para escalar han promovido la cuantificación de los procesos Los científicos y gerentes de investigación operan bajo la

dominantes y las medidas de similitud en un sistema basado en hipótesis de que las prácticas LID a escala local

un amplio conocimiento específico del sistema de los procesos a

una escala espacial fina.34–36Por lo tanto, escalar a un dominio
espacial más amplio puede implicar la aplicación de ecuaciones o
parámetros modificados (o ambos) para sintetizar la información
Incertidumbre de estimado

heterogénea en una escala espacial más fina a una escala

espacial más gruesa.37Por ejemplo, los primeros trabajos de
caudal (%)

Wood et al.30propuso el concepto de áreas elementales

representativas (REA), áreas con longitudes características por Aceptable
incertidumbre
encima de las cuales la variación en las respuestas hidrológicas
(p. ej., el caudal) y las propiedades relacionadas con las
respuestas hidrológicas (p. ej., las propiedades hidráulicas del
suelo) disminuyen al aumentar la escala. Por lo tanto, las REA
pueden considerarse una escala mínima dentro de la cual la RES
distribución estadística de propiedades físicas, como la Extensión espacial del dominio del modelo
conductividad hidráulica saturada, representa el área completa
FIGURA 4|Demostración del concepto de escala elemental representativa
de estudio.38Refsgaard y otros actualizaron el concepto REA
(RES). El ejemplo muestra un nivel de incertidumbre aceptable
reemplazando las áreas mínimas con una escala mínima (es
preidentificado para el caudal modelado o estimado (y-eje) que coincide
decir, la escala elemental representativa o RES) en la que un
con la extensión espacial de un dominio de modelo (la escala espacial del
modelo tiene capacidad predictiva, es decir, la extensión espacial, modelo). La RES es la escala espacial mínima en la que se alcanza un nivel
o el dominio espacial, en el que se alcanza un nivel aceptable de aceptable de incertidumbre en la salida modelada o estimada. (Después de
incertidumbre. Refsgaard et al.39)

6 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc. Volumen 5, enero/febrero de 2018

ALAMBRES Agua
afectará los regímenes de flujo acumulativo a escala de
cuenca y la calidad del agua y mejorará la integridad
ecológica de los arroyos.41Sin embargo, el conocimiento
actual sobre la eficacia de las prácticas LID a escala de
captación es relativamente incierto y sigue siendo un área
fértil de investigación.41,42Esto está comenzando a cambiar a
medida que los estudios LID a escala de cuenca han cobrado
impulso en los últimos años. Sin embargo, quedan preguntas
sobre el tipo, el alcance o la cantidad de prácticas LID
necesarias para devolver una cuenca a sus regímenes de
flujo previos al desarrollo, y el estado de la ciencia es lo
suficientemente joven como para que la evidencia
convincente para responder estas preguntas sea limitada.
Los resultados del área floreciente de estudios LID a
escala de cuencas indican que existe potencial para regular el
flujo base, el flujo máximo y las condiciones de calidad del
agua de una cuenca usando LID, pero en diferentes grados.
Por ejemplo, Yang et al.43comparó los datos hidrológicos y de
calidad del agua medidos entre dos cuencas suburbanas (55
km2y 89,4 kilometros2) cerca de Houston, Texas, EE. UU.; una
cuenca tenía LID integrado en el diseño de la comunidad,
incluidas cuencas de drenaje basadas en infiltración,
preservación de áreas de alta infiltración de suelo para
espacios abiertos, biozanjas y pavimentos porosos, y la otra
cuenca era un control con prácticas tradicionales de manejo
de aguas pluviales. El diseño de LID resultó en volúmenes de
escorrentía que fueron más bajos en comparación con la
gestión sin LID y demostró la capacidad de LID para mejorar
la calidad del agua de la cuenca, específicamente al disminuir
la exportación de nitrato, amoníaco y fósforo total de la
cuenca.43Pennino y otros8utilizó datos hidrológicos y de
calidad del agua medidos en múltiples cuencas (0,5–34,3 km2
) en la llanura costera del Atlántico medio de los EE. UU. y
corroboró que el LID de aguas pluviales, incluidos los
jardines de lluvia, los estanques de detención, los bioswales y
los techos verdes, reduce la magnitud, la frecuencia y la
variabilidad de la escorrentía de aguas pluviales y disminuye
la exportación de nitrato y TN en comparación con las
cuencas. con implementaciones LID limitadas. De hecho, al
controlar el tamaño de la cuenca y el porcentaje de cubierta
impermeable, se encontró que las cuencas con porcentajes
más altos de implementación de LID tenían respuestas
hidrológicas menos llamativas a las tormentas.8En un estudio
separado, Bhaskar et al.44midió los efectos hidrológicos de 73
implementaciones de LID (incluyendo biorretención, pozos
secos y zanjas secas) que promovieron la infiltración
directamente gradiente abajo de superficies impermeables
durante la urbanización de un 1,1 km2
captación. Los autores encontraron que el LID atenuó la
estacionalidad del caudal base y dio lugar a recesiones graduales
del caudal pluvial. Sin embargo, las prácticas LID también
aumentaron los volúmenes totales de caudal, posiblemente
como resultado de la eliminación de la evapotranspiración.
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
capacidad de la cuenca a favor de una mayor infiltración
de agua.
Estudios recientes también aportan evidencia de
que la ubicación de las prácticas LID, así como el tipo de
TAPA45 y tipo y medida de urbano
desarrollo46–48dentro de la cuenca, impacta los efectos
hidrológicos acumulativos a escala de la cuenca. Las mejores
prácticas de gestión de aguas pluviales distribuidas, o BMP (es
decir, aquellas dispersas a lo largo de una cuenca), pueden (1)
aumentar el flujo base y el umbral de precipitación requerido en
una cuenca para una respuesta lluvia-escorrentía y (2) disminuir
los volúmenes de escorrentía de un extremo (1000 años). )
evento de precipitación en comparación con BMP de aguas
pluviales centralizadas49
(es decir, aquellos directamente adyacentes a la fuente de
escorrentía). Por ejemplo, Avellaneda et al.50modelado los efectos
de la modernización de un pequeño 0,12 km2captación
residencial con 16 celdas de bioretención al lado de la calle, 7
jardines de lluvia y 37 jardines de lluvia y usó SWMM para simular
balances de agua. Los resultados del estudio sugirieron que la
modernización con LID aumentó la evaporación (1,4 %) y la
infiltración (7,6 %) y redujo la escorrentía superficial (9,0 %) y las
descargas con períodos de retorno de 0,5, 1, 2 y 5 años, en un
promedio del 29 %. . Además, dos estudios recientes en el medio
oeste de EE. UU. demostraron una reducción de la escorrentía
utilizando escenarios de modelado que modernizan dos cuencas
urbanizadas (40 y 70 km2) con barril/cisterna de lluvia y
pavimentos porosos51y los efectos de varias implementaciones
de prácticas LID (pavimento poroso, barriles de lluvia y jardines
de lluvia; 87,6 km2captación52). Los resultados de estos estudios
sugirieron una reducción de la escorrentía anual promedio de la
cuenca y los eventos de inundación, así como también las cargas
contaminantes. Además, el porcentaje de reducción en la
escorrentía de la cuenca aumentó linealmente, del 25 al 100 % en
los niveles de implementación de LID en toda la cuenca, según
las ubicaciones que cumplieron con los criterios para la posible
ubicación de LID. Finalmente, un estudio de Gagrani et al.53usó el
Modelo de Conceptualización de Mejoramiento de Aguas
Pluviales Urbanas (MUSIC) en un 1.92 km2cuenca en urbanización
en el sureste de los EE. UU. y encontró que una reducción
obligatoria de la carga de TSS (en un 85 %) y TP (en un 70 %)
requeriría el desvío del 70 % de las áreas que contribuyen a las
medidas de control de aguas pluviales urbanas existentes hacia
cuencas de bioretención modernizadas.
Las BMP distribuidas, o prácticas LID, pueden imitar
funcionalmente un paisaje hidrológico de condiciones
preurbanizadas. Sin embargo, la configuración de su
implementación con respecto a las áreas impermeables
conectadas directamente (DCIA) es importante. Por
ejemplo, Fry y Maxwell48usó un modelo hidrológico
basado en la física y encontró que la distribución de
enfoques LID en 'áreas espacialmente sensibles', como a
lo largo de rutas de flujo preferenciales o lados de la calle,
7 de 14

Descripción general
mejora la eficiencia del LID, particularmente para minimizar las
respuestas rápidas de escorrentía a tormentas intensas. Shuster
y Rea54caudal medido 3 años antes y después de la
modernización de una pequeña cuenca suburbana (1,8 km2) con
jardines de lluvia y barriles de lluvia y observaron disminuciones
pequeñas pero estadísticamente significativas en los volúmenes
de escorrentía. Sin embargo, las respuestas de transporte y
almacenamiento hidrológico en esta cuenca pueden haber sido
mayores si grandes porciones del área impermeable en la cuenca
no estuvieran conectadas a drenajes de aguas pluviales.55
Además, los resultados de las mediciones antes y después de la
implementación de LID realizadas por Jarden et al. indicó que
incluir la escorrentía de la calle en las modernizaciones de LID de
aguas pluviales (aquí, barril de lluvia conectado a la calle, jardines
de lluvia y celdas de biorretención) de áreas construidas
anteriormente podría reducir sustancialmente los volúmenes de
escorrentía de aguas pluviales.56Sin embargo, el estudio concluyó
que incluso las diferencias mínimas en el diseño de LID pueden
tener un impacto desproporcionadamente grande en este
beneficio general. De hecho, las reducciones en la escorrentía a
escala de captación de aguas pluviales con prácticas LID pueden
ser más ventajosas si se colocan cerca de la salida de captación.57
Modelos como herramientas de escalado crítico para futuras
investigaciones
Los modelos que integran y asimilan nuevos datos
medidos jugarán un papel central en la proyección de
cómo las prácticas LID escalan desde parcelas o áreas de
drenaje muy pequeñas hasta cuencas. A medida que los
datos novedosos y 'grandes', es decir, grandes
recopilaciones y series temporales de datos espaciales
(por ejemplo, sensores remotos, satélites, SIG) y otros
datos medidos (por ejemplo, de sensores y experimentos
de trazadores), se vuelven cada vez más disponibles, la
integración de estos datos con modelos para escalar las
prácticas LID será una dirección de investigación clave. La
evolución de los grandes datos puede, por ejemplo,
proporcionar modelos con información para escalar los
impactos acumulativos de las prácticas LID en las cuencas
y puede mejorar las pruebas de hipótesis y las
predicciones de tendencias. Sin embargo, este avance
también está conduciendo a un replanteamiento del
desarrollo y refinamiento de modelos en hidrología y
biogeoquímica de cuenca porque el nuevo,
A medida que los científicos y los administradores de recursos
hídricos comienzan a integrar modelos con datos novedosos, la
pregunta clave subyacente sigue siendo: ¿Cómo podemos usar
modelos para comprender los efectos de las prácticas LID en cuencas
multiescala y en cuencas con cobertura terrestre mixta? Cuencas de
captación con cobertura vegetal mixta, es decir, aquellas en las que la
cobertura terrestre urbana o suburbana es sólo una de
8 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
wires.wiley.com/agua
múltiples componentes, presentan un desafío para modelar
explícitamente los efectos de la implementación de LID. Esto
es particularmente cierto porque los efectos interactivos
acumulativos del almacenamiento de agua, el transporte y
los procesos biogeoquímicos que ocurren dentro de otros
tipos de cobertura y uso de la tierra pueden hacer que la
gestión que está explícitamente dirigida a limitar los
resultados negativos de la urbanización sea ineficaz. Además,
los modelos existentes que integran explícitamente las
prácticas LID se centran únicamente en los sistemas urbanos.
Por ejemplo, varias herramientas de modelado, como
SWMM,58el Modelo Flexible de Infraestructura Verde
(GIFMod),59el modelo de Evaluación de Impacto Hidrológico a
Largo Plazo-Desarrollo de Bajo Impacto (L-THIA-LID),60,61
MÚSICA,62,63la calculadora nacional de aguas pluviales,58y
RECARGA64por nombrar algunos, cuantificar los efectos
locales, de alcantarillado o de cuencas pequeñas de las
prácticas LID dentro de los paisajes urbanos o suburbanos.
Para abordar este desafío únicamente urbano, la
investigación avanza hacia módulos LID recientemente
desarrollados o representaciones de parámetros de modelo
dentro de modelos hidroecológicos, como el Sistema
Regional de Simulación Hidroecológica (RHESSys)65,66y
visualización de evaluaciones de gestión de tierras de
ecosistemas (VELMA)67,68(Robert McKane, comunicación
personal, EPA de EE. UU., 2017), para simular los efectos
acumulativos de LID en áreas urbanas junto con otros tipos
de cobertura terrestre a escala de cuenca.
Dados los desafíos de la aplicación de modelos para
escalar de parcela a múltiples escalas de cuencas, se requieren
varias consideraciones clave, que incluyen (1) el tipo de modelo
que se utilizará, (2) la representación espacial de los parámetros y
procesos en el modelo, (3) el dominio de las unidades de
medición y modelado, (4) escalar la variabilidad de escala fina en
parámetros y procesos a escalas espaciales más gruesas, (5) la
ubicación de las prácticas LID en la cuenca, y (6) la incertidumbre
del modelo. Además, la mayoría de los modelos existentes que
pueden simular prácticas LID se centran principalmente en
dominios de captación locales o pequeños. Por lo tanto, se
necesitan enfoques innovadores, como la integración de
resultados de modelos con módulos LID como entrada a modelos
a escala de cuencas que manejan múltiples tipos de cobertura
terrestre (p. ej., un enfoque de modelado anidado)69o codificar
una interacción entre modelos para que un modelo LID a escala
fina pueda comunicarse a través de retroalimentaciones directas
o bilaterales con modelos a escala de cuenca.
Los modelos basados en procesos seguirán
perfeccionándose como el principal tipo de modelo utilizado para
cuantificar las respuestas espaciales y temporales dinámicas de
las cuencas a las prácticas LID. Los modelos basados en
procesos simulan procesos hidrológicos y biogeoquímicos a
escala de cuenca, con resultados que incluyen concentraciones y
cargas de caudal y calidad del agua en los arroyos
Volumen 5, enero/febrero de 2018

ALAMBRES Agua
u otros cuerpos de agua. Por el contrario, los modelos
empíricos se basan en observaciones para desarrollar
relaciones conceptuales o estadísticas entre las variables
predictoras y de respuesta. Si bien los modelos basados en
procesos brindan un cierto nivel de realidad con respecto a la
naturaleza dinámica de los procesos de captación, es
importante equilibrar la fidelidad, la complejidad y los
recursos del modelo (mano de obra, dinero, tiempo
computacional) al seleccionar un modelo.70La fidelidad del
modelo se puede caracterizar como el grado en que un
modelo representa fielmente los procesos y atributos del
sistema modelado (p. ej., una cuenca), y la complejidad del
modelo es el número de parámetros, variables o flujos
considerados en el modelo y el grado de que se caracterizan
los procesos físicos del sistema.71Hay un compromiso
importante entre la fidelidad y los recursos: a medida que
aumenta uno, aumenta el otro.70
Para que los modelos sean efectivos en la mejora de las
prácticas LID, se debe considerar cómo las variaciones en los
parámetros y procesos se representan espacialmente en todo el
paisaje. En algunos sistemas, estas variaciones pueden ser
limitadas, por ejemplo, podría usarse la misma física para
representar procesos en cada escala espacial. Sin embargo, a
menudo, los parámetros y procesos del modelo ajustado pueden
variar ampliamente a través de las escalas espaciales. Un desafío
particular para LID es cómo se discretiza la implementación (es
decir, se subdivide y se representa como elementos espaciales),
tanto sobre el terreno como dentro de un modelo, como separar
las DCIA del área impermeable total e incorporar zonas de
amortiguamiento entre las áreas generadoras de escorrentía y
las DCIA.69Estos efectos podrían representarse explícitamente o
los parámetros dentro de un modelo podrían ajustarse para
reflejar indirectamente diferentes configuraciones de LID.
Los modelos basados en procesos que representan los
efectos de las prácticas LID pueden variar desde espacialmente
explícitos, en los que los parámetros y procesos varían a lo largo
de la cuenca en función de la resolución espacial del modelo,
hasta espacialmente agrupados, en los que todos los parámetros
y procesos se consideran similares en la cuenca. escala. La
representación espacial de las prácticas LID también puede estar
informada tanto por la resolución espacial de las mediciones (p.
ej., las mediciones individuales de retención de humedad del
suelo en comparación con las de los datos espaciales de la base
de datos geográfica de estudio de suelos de EE. UU. (SSURGO)72)
y las cuestiones de gestión. Por ejemplo, las cuestiones de
gestión relacionadas con la cantidad (p. ej., un porcentaje de la
cuenca) de LID necesarios para reducir los volúmenes de caudal
máximo se pueden resolver mejor mediante el uso de un modelo
basado en procesos agrupados espacialmente. Sin embargo, si el
objetivo es encontrar la relación costo-beneficio más baja
mediante la optimización de la ubicación y distribución de LID en
una cuenca para un resultado de gestión objetivo (por ejemplo,
un retorno al régimen de flujo base previo al desarrollo), un
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
puede ser necesario un modelo espacialmente explícito basado en
procesos.
Una consideración clave para escalar las prácticas
de LID de mediciones locales a cuencas es el dominio de
la implementación de LID (p. ej., escala de parcela) y al
cual se escala el modelo (p. ej., múltiples cuencas
anidadas). Además, ¿cuál es el efecto de la escala de
medida o unidad de modelado en la precisión de la
ampliación? Por ejemplo, a medida que la escala de la
unidad de medición o de modelado se hace más gruesa
(parcela a vecindario suburbano), la magnitud del
proceso, como la trayectoria del flujo hacia la corriente,
puede parecer más atenuada.25(Figura 3).
Independientemente del dominio de la medida inicial o
unidad de modelado, el desafío es seleccionar cómo parametrizar
con mayor precisión los efectos agregados de la heterogeneidad
de subcuadrícula (la variabilidad dentro de una celda de
cuadrícula modelo o unidad de medida) a valores promediados
por cuadrícula o por unidad de simulación de modelo. Esto ha
comenzado a abordarse para los modelos a escala de cuencas.
73,74También podemos aprender de los avances recientes en la
comunidad de modelos de superficie terrestre.71,75Por ejemplo,
se pueden favorecer las parametrizaciones de modelos múltiples
a diferentes escalas en lugar de la agregación, particularmente
cuando los parámetros no varían linealmente a medida que se
escalan.76Las propiedades se pueden escalar utilizando métodos
numéricos o la agregación se puede basar en un enfoque de
escalamiento explícito mediante el uso de operadores de
escalamiento, por ejemplo, las medias aritméticas, armónicas o
geométricas de los parámetros con una resolución espacial más
fina.74Estos operadores pueden ayudar a escalar parámetros en
una escala espacial fina (como elevación heterogénea o
características del suelo) a una escala espacial más gruesa para
discretizar un modelo para caracterizar mejor los procesos
hidrológicos de cuenca dominantes.34,74Los modelos de cuenca
también pueden usar relaciones empíricas, como las leyes de
escala de Horton que escalan pequeños arroyos a redes fluviales,
para aumentar la variabilidad en los datos medidos a escalas
espaciales más gruesas.77,78
Una última consideración principal para ampliar las
prácticas LID a través de modelos es el objetivo de investigación
o gestión relacionado con la implementación de LID, que por lo
tanto afecta la ubicación de las prácticas LID en la cuenca. Por
ejemplo, las prácticas LID a menudo se implementan para
restaurar los regímenes de flujo a sus condiciones previas al
desarrollo en la medida de lo posible, con el objetivo de lograr
flujos ambientales que respalden la integridad biótica de la
corriente.42Si bien actualmente carecemos de estudios que
traduzcan los resultados hidrológicos del modelo en métricas
relacionadas con los resultados ecológicos y biológicos, la
investigación está comenzando a revelar que un enfoque en la
ubicación adecuada de las prácticas LID puede ser uno de los
factores más importantes para su éxito.49Por ejemplo, los
procesos de la zona ribereña podrían potencialmente
9 de 14

Descripción general
enmascarar la señal del agua transportada desde la ladera
hasta el arroyo,79es decir, un camino a través del cual puede
viajar el agua que emana de las áreas LID en la cuenca. Por lo
tanto, la implementación de LID puede ser más necesaria
cuando no existe una zona ribereña activa. Esto subraya la
necesidad de considerar primero el objetivo de investigación
o gestión (p. ej., minimizar los caudales máximos para la
integridad biótica del arroyo) y luego optimizar
espacialmente la implementación de prácticas LID en toda la
cuenca para cumplir ese objetivo.41
Los nuevos enfoques de modelado de cuencas están
evolucionando para hacer precisamente eso, incluido el uso
de algoritmos evolutivos multiobjetivo que se integran con
modelos de simulación para optimizar la distribución de BMP
para objetivos de gestión particulares.80,81
Incertidumbre en la mejora
Los administradores de recursos hídricos y terrestres se enfrentan
continuamente al desafío de la necesidad de estimaciones de incertidumbre que
puedan traducirse en una toma de decisiones informada.82
Esto es particularmente cierto cuando la implementación de LID
tiene como objetivo un objetivo de gestión específico, como
minimizar las condiciones de caudal máximo. Incertidumbres en
las entradas del modelo (p. ej., condiciones iniciales y de
contorno, suposiciones y parámetros globales, o constantes
utilizadas en las ecuaciones del modelo, así como errores de
medición y la incertidumbre inherente o aleatoriedad del
sistema) y la estructura del modelo (p. ej., las ecuaciones del
modelo ) puede propagarse a través del proceso de aumento de
escala LID a las cuencas, lo que genera incertidumbre en los
resultados del modelo. Por lo tanto, esta incertidumbre debe
cuantificarse y comunicarse al público objetivo (p. ej., gerentes y
tomadores de decisiones).
Existen muchas herramientas para cuantificar las
incertidumbres del modelo, aunque la mayoría se encuentran dentro
de los métodos de aproximación y muestreo.83Los métodos de
aproximación propagan uno o más momentos estadísticos (p. ej.,
media, varianza) de datos de entrada para cuantificar y caracterizar la
incertidumbre de salida del modelo. Los métodos de muestreo
propagan el muestreo riguroso de las distribuciones de datos de
entrada para caracterizar las distribuciones de salida del modelo.
Independientemente de los métodos seleccionados, escalar datos
heterogéneos a resoluciones o extensiones espaciales más gruesas
puede implicar un análisis de la incertidumbre asociada con este
proceso de escalamiento. Por ejemplo, Crow et al.84métodos probados
para ampliar las mediciones de humedad a escala de campo
utilizando enfoques de modelado. Realizaron análisis de
incertidumbre de parámetros asociados con parámetros del modelo
ampliados (p. ej., albedo superficial, conductividad hidráulica del suelo
saturado, distribución del tamaño de los poros) variando estos
parámetros por factores de 0,80 y 1,20 para comparar el error
cuadrático medio normalizado de las simulaciones del modelo. Su
trabajo mostró que la estrategia de mejora fue más sólida
10 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
wires.wiley.com/agua
al fusionar observaciones a escala de campo y modelado
en lugar de usar observaciones o modelado de forma
aislada.
La comunicación de incertidumbres en la salida del
modelo se ha movido decididamente hacia su cuantificación y
representación como distribuciones de probabilidad.82Sin
embargo, esto a menudo puede ser un desafío, particularmente
cuando es necesario considerar múltiples incertidumbres.
Modelos probabilísticos, aquellos que incorporan incertidumbre
en todas las etapas del proceso de modelado (p. ej., Mäntyniemi
et al.85), puede manejar bien la mayoría de las incertidumbres.
Esto se vuelve más difícil con el uso de modelos deterministas a
escala de cuenca, es decir, aquellos que no integran la
aleatoriedad del sistema y producen el mismo resultado con las
mismas entradas del modelo o condiciones iniciales. Un trabajo
reciente sugiere que el uso de modelos múltiples, es decir,
modelado de conjuntos, que proporciona límites de
incertidumbre en los resultados de la simulación86y enfoques que
aumentan la complejidad del modelo o la resolución paso a paso
para estimar las incertidumbres en la determinación
Los modelos tic son avances altamente aplicables en esta
área.87,88
CONCLUSIÓN
Cuantificar cómo las prácticas LID median en la calidad y
cantidad del agua río abajo se ha convertido en una necesidad
científica y de gestión crítica. Con base en revisiones de literatura
anteriores, está claro que las prácticas LID brindan medidas
rentables prometedoras para aumentar la capacidad de una
cuenca para infiltrarse, almacenar y liberar agua en tránsito
desde superficies impermeables a áreas permeables como flujo
base y evapotranspiración. LID también puede ayudar a cumplir a
escala local (es decir, parcelas/parcelas, <0,1 km2áreas de
drenaje) objetivos hidrológicos, tales como reducir los volúmenes
de flujo máximo y devolver el flujo base a las condiciones previas
al desarrollo. Sin embargo, los resultados de la investigación en
múltiples estudios son mixtos con respecto a cómo las diferentes
prácticas de LID contribuyen a estas respuestas y los efectos a
escala local de LID en la calidad del agua.
Están surgiendo avances científicos sobre cómo mejorar y
evaluar el LID local en las cuencas, lo que proporciona
conocimientos novedosos tanto a los administradores de tierras
como a los científicos. Un hilo común a través de estos estudios
es que la ubicación y distribución espacial de LID en todo el
paisaje contribuye a la efectividad a escala de cuenca de las
prácticas de LID. Esto es particularmente cierto cuando se
considera la ubicación de LID con respecto a las superficies
impermeables directamente conectadas a las descargas de aguas
pluviales (DCIA) y el tipo y extensión del desarrollo urbano en la
cuenca.
Si bien la investigación continuará evolucionando, argumentamos
que los modelos basados en procesos, en combinación
Volumen 5, enero/febrero de 2018

ALAMBRES Agua
con mediciones novedosas y 'grandes datos', serán herramientas
principales para proyectar cómo los efectos a escala local de LID
se extienden a cuencas multiescala, particularmente en cuencas
con tipos adicionales de cobertura terrestre (por ejemplo,
bosques, agricultura). Las preguntas futuras que deben
responderse se relacionan con los impactos acumulativos de las
prácticas LID en la hidrología aguas abajo y la calidad del agua y
la medida en que estos efectos se perpetúan a escalas de
captación anidadas, qué factores de captación (por ejemplo,
cobertura terrestre, suelos, actividades antropogénicas)
contribuyen a las variaciones en esta respuesta, y cuáles
deberían ser las configuraciones espaciales óptimas para las
prácticas LID para garantizar la escala de captación objetivo
EXPRESIONES DE GRATITUD
Agradecemos las útiles sugerencias de Laura Schifman, Sarah Waldo y los revisores anónimos de la revista. Este documento ha
sido revisado de acuerdo con las políticas de revisión administrativa y por pares de la Agencia de Protección Ambiental de EE.
UU. y aprobado para su publicación. La mención de nombres comerciales o productos comerciales no constituye respaldo o
recomendación para su uso. Las declaraciones en esta publicación reflejan los puntos de vista y opiniones profesionales de los
autores y no deben interpretarse como representación de ninguna determinación o política de la Agencia de Protección
Ambiental de EE. UU.
REFERENCIAS
1. Niemczynowicz J. Hidrología urbana y gestión del
agua: desafíos presentes y futuros.Agua Urbana J
1999, 1:1–14.
2. Shuster WD, Bonta J, Thurston H, Warnemuende E, Smith DR.
Impactos de la superficie impermeable en la hidrología de la
cuenca: una revisión.Agua Urbana J2005, 2:263–275.
3. Kaushal S, Belt K. El continuo de la cuenca urbana:
dimensiones espaciales y temporales en evolución.
Ecosistema urbano J2012, 15:409–435.
4. Beaulieu JJ, Golden HE, Knightes CD, Meyer PM, Kaushal SS,
Pennino MJ, Arango CP, Balz DA, Elonen CM, Fritz KM, Hill
BH. El entierro de un arroyo urbano aumenta la exportación
de nitrato a escala de cuenca.Más uno2015, 10: e0132256.
5. Fletcher TD, Andrieu H, Hamel P. Comprensión, gestión y
modelado de la hidrología urbana y sus consecuencias
para las aguas receptoras: un estado del arte. Recursos
hídricos avanzados2013, 51:261–279.
6. Fletcher TD, Shuster W, Hunt WF, Ashley R, Butler D,
Arthur S, Trowsdale S, Barraud S, Semadeni-Davies A,
Bertrand-Krajewski JL, et al. SUDS, LID, BMP, WSUD y
más: la evolución y aplicación de la terminología
relacionada con el drenaje urbano.Agua Urbana J
2015, 12:525–542.
7. Barbosa AE, Fernandes JN, David LM. Cuestiones clave para la
gestión sostenible de las aguas pluviales urbanas.Res de agua
2012, 46:6787–6798.
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
resultado de la gestión. Para lograr estos avances en la
cuantificación de los efectos a escala de cuenca de las
prácticas LID usando modelos, recomendamos las siguientes
consideraciones: (1) el tipo de modelo necesario para las
preguntas específicas de gestión o investigación, (2) cómo se
utilizan los parámetros y procesos en el modelo.
representados espacialmente, (3) el dominio de las unidades
de medición y modelado, (4) los "mejores" enfoques para
aumentar la heterogeneidad en los parámetros y procesos,
(5) la ubicación (ubicación) y las configuraciones espaciales de
las prácticas LID en la cuenca, y ( 6) las mejores prácticas para
manejar la incertidumbre del modelo dadas las metas
específicas de investigación o gestión.
8. Pennino MJ, McDonald RI, Jaffe PR. Impactos a escala de cuenca hidrográfica
de la infraestructura verde de aguas pluviales en la hidrología, los flujos de
nutrientes y los desbordamientos de alcantarillado combinado en la región
del Atlántico medio.Ciencia Total Medio Ambiente2016, 565:1044–1053.
9. Ahiablame LM, Engel BA, Chaubey I. Eficacia de las prácticas de
desarrollo de bajo impacto: revisión de la literatura y sugerencias
para futuras investigaciones.Contaminación del suelo del aire del
agua2012, 223:4253–4273.
10. Collins KA, Lawrence TJ, Stander EK, Jontos RJ, Kaushal
SS, Newcomer TA, Grimm NB, Ekberg MLC.
Oportunidades y desafíos para la gestión del
nitrógeno en aguas pluviales urbanas: revisión y
síntesis.Ing Ecol 2010, 36:1507–1519.
11. Hamel P, Daly E, Fletcher TD. Gestión de aguas pluviales
con control de fuentes para mitigar los impactos de la
urbanización en el flujo base: una revisión.J hidrol2013,
485:201–211.
12. Dietz ME. Prácticas de desarrollo de bajo impacto: una revisión de la
investigación actual y recomendaciones para direcciones futuras.
Contaminación del suelo del aire del agua2007, 186:351–363.
13. Andersson E, Barthel S, Borgström S, Colding J, Elmqvist T,
Folke C, Gren Å. Reconectar las ciudades con la biosfera:
administración de la infraestructura verde y los servicios de
los ecosistemas urbanos.ambiente2014, 43:445–453.
14. Millas B, Banda LE. Gestión de aguas pluviales de
infraestructura verde a escala de cuenca: variable urbana
11 de 14

Descripción general
área de la fuente y capacitancia de la cuenca.Proceso
hidrol2015, 29:2268–2274.
15. Lim TC. Predictores del área de fuente variable urbana: un
análisis transversal de cuencas urbanizadas en los
Estados Unidos.Proceso hidrol2016, 30:4799–4814.
16. Dunne T, Negro RD. Contribuciones de área parcial a la escorrentía
de tormentas en una pequeña cuenca de Nueva Inglaterra.
Recursos de agua Res1970, 6:1296–1311.
17. Dunne T, Moore T, Taylor C. Reconocimiento y predicción de
zonas productoras de escorrentía en regiones húmedas.
Toro de ciencia hidrol1975, 3:305–327.
18. Hewlett JD, Hibbert AR. Factores que afectan la respuesta de
cuencas pequeñas a la precipitación en zonas húmedas.
En: Sopper WE, Lull HW eds.hidrología forestal,Universidad
de Penn State, State College, Pensilvania: Pérgamo; 1967,
275–290.
19. Elliott A, Trowsdale S. Una revisión de modelos para drenaje de
aguas pluviales urbanas de bajo impacto.Software de modelo de
entorno2007, 22:394–405.
20. Jayasooriya V, Ng A. Herramientas para modelar la gestión de
aguas pluviales y la economía de las prácticas de infraestructura
verde: una revisión.Contaminación del suelo del aire del agua
2014, 225:1–20.
21. Berndtsson JC. Desempeño del techo verde hacia la
gestión de la cantidad y calidad del agua de escorrentía:
una revisión.Ing Ecol2010, 36:351–360.
22. LeFevre GH, Paus KH, Natarajan P, Gulliver JS, Novak PJ,
Hozalski RM. Revisión de contaminantes disueltos en
aguas pluviales urbanas y su eliminación y destino en
celdas de bioretención.J Environ Ing2015, 141. doi:
10.1061/(ASCE)EE.1943-7870.0000876.
23. Liu J, Sample DJ, Bell C, Guan Y. Revisión y necesidades de
investigación de la bioretención utilizada para el tratamiento de
aguas pluviales urbanas.Agua2014, 6:1069–1099.
24. Leisenring M, Clary J, Hobson P. International Stormwater
Best Management Practices (BMP) Database Resumen
estadístico de categorías de contaminantes: sólidos,
bacterias, nutrientes y metales, 2014. Disponible en: http://
www. bmpdatabase.org/Docs/2014%20Water%20Quality%
20Analysis%20Addendum/BMP%20Database%
20Categorical_StatisticalSummaryReport_
Diciembre2014.pdf (Consultado el 8 de agosto de 2017).
25. Wainwright J, Turnbull L, Ibrahim TG, Lexartza-Artza I,
Thornton SF, Brazier RE. Vinculando regímenes
ambientales, espacio y tiempo: interpretaciones de la
conectividad estructural y funcional.Geomorfología
2011, 126:387–404.
26. O'Neill RV, Rust B. Error de agregación en modelos
ecológicos.modelo ecológico1979, 7:91–105.
27. Rastetter EB, King AW, Cosby BJ, Hornberger GM, O'Neill RV,
Hobbie JE. Agregar conocimiento ecológico a escala fina para
modelar atributos de ecosistemas a escala más gruesa.
Aplicación ecológica1992, 2:55–70.
12 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
wires.wiley.com/agua
28. Beven K. Ideas cambiantes en hidrología: el caso de
los modelos basados en la física.J hidrol1989, 105:
157–172.
29. Sivapalan M, Beven K, Wood EF. Sobre la similitud hidrológica: 2.
Un modelo a escala de la producción de escorrentía pluvial.
Recursos de agua Res1987, 23:2266–2278.
30. Wood EF, Sivapalan M, Beven K, Band L. Efectos de la
variabilidad espacial y escala con implicaciones para el
modelado hidrológico.J hidrol1988, 102:29–47.
31. Blöschl G, Sivapalan M. Problemas de escala en el modelado
hidrológico: una revisión.Proceso hidrol1995, 9:251–290.
32. Cadenasso ML, Pickett STA, Grove JM. Dimensiones de la
complejidad de los ecosistemas: heterogeneidad,
conectividad e historia.Complejo Ecológico2006, 3:1–12.
33. Dent CL, Grimm NB, Fisher SG. Efectos multiescala del
intercambio superficial y subterráneo en las concentraciones
de nutrientes del agua corriente.J North Am Benthol Soc.
2001, 20:162–181.
34. Blöschl G. Escalamiento en hidrología.Proceso hidrol2001,
15:709–711.
35. McDonnell JJ, Sivapalan M, Vaché K, Dunn S, Grant GE,
Haggerty R, Hinz C, Hooper RP, Kirchner J, Roderick
ML, et al. Más allá de la heterogeneidad y la
complejidad del proceso: una nueva visión para la
hidrología de cuencas.Recursos de agua Res2007, 43.
https://doi.org/10.1029/2006WR005467.
36. Blume T, van Meerveld HJ. De la ladera a la corriente:
métodos para investigar la conectividad del subsuelo.
ALAMBRES Agua2015, 2:177–198.
37. Vereecken H, Kasteel R, Vanderborght J, Harter T. Mejora
de las propiedades hidráulicas y los procesos de flujo de
agua del suelo en suelos heterogéneos.Zona Vadosa J
2007, 6:1–28.
38. Chen L, Sela S, Svoray T, Assouline S. Escala de dependencia
de los procesos de lluvia-escorrentía de Hortonian en un
entorno semiárido.Recursos de agua Res2016,
52:5149–5166.
39. Refsgaard JC, Auken E, Bamberg CA, Christensen BSB,
Clausen T, Dalgaard E, Effersø F, Ernstsen V, Gertz F,
Hansen AL, et al. Reducción de nitrato en cuencas
geológicamente heterogéneas: un marco para
evaluar la escala de la capacidad predictiva de los
modelos hidrológicos.Ciencia Total Medio Ambiente
2014, 468:1278–1288.
40. Refsgaard JC, Højberg AL, He X, Hansen AL, Rasmussen
SH, Stisen S. ¿Dónde están los límites de las capacidades
predictivas del modelo?Proceso hidrol2016, 30: 4956–
4965.
41. Vogel JR, Morre RL, Coffman RR, Rodie SN, Hutchinson SL,
McDonough KR, McLemore AJ, McMaine JT. Revisión crítica
de las cuestiones técnicas que enfrentan el desarrollo de
bajo impacto y la infraestructura verde: una perspectiva
desde las Grandes Llanuras.Res del medio ambiente del
agua2015, 87:849–862.
Volumen 5, enero/febrero de 2018

ALAMBRES Agua
42. Burns MJ, Fletcher TD, Walsh CJ, Ladson AR, Hatt BE.
Deficiencias hidrológicas de la gestión convencional
de aguas pluviales urbanas y oportunidades de
reforma.Plan Urbano Paisaj2012, 105:230–240.
43. Yang B, Li S. Diseño de infraestructura verde para la escorrentía de
aguas pluviales y la calidad del agua: evidencia empírica de
desarrollos comunitarios a gran escala de cuencas hidrográficas.
Agua2013, 5:2038.
44. Bhaskar AS, Hogan DM, Archfield SA. Flujo base
urbano con desarrollo de bajo impacto.Proceso hidrol
2016, 30:3156–3171.
45. Qin HP, Li ZX, Fu G. Los efectos del desarrollo de bajo impacto en
las inundaciones urbanas bajo diferentes características de
lluvia.J Medio Ambiente Administrar2013, 129:577–585.
46. Bell CD, McMillan SK, Clinton SM, Jefferson AJ. Respuesta
hidrológica a las medidas de control de aguas pluviales
en cuencas urbanas.J hidrol2016, 541:1488–1500.
47. Bell CD, McMillan SK, Clinton SM, Jefferson AJ. Caracterización de los
efectos de la mitigación de aguas pluviales en la exportación de
nutrientes y las concentraciones de corrientes.J Medio Ambiente
Administrar2017, 59:604–618.
48. Fry TJ, Maxwell R. Evaluación de BMP distribuidas en
una cuenca urbana: modelado de alta resolución
para la gestión de aguas pluviales.Proceso hidrol
2017, 31:2700–2712.
49. Loperfido JV, Noe GB, Jarnagin ST, Hogan DM. Efectos de las
mejores prácticas de gestión de aguas pluviales distribuidas
y centralizadas y la cobertura del suelo en la hidrología de
corrientes urbanas a escala de cuenca.J hidrol2014, 519,
Parte C:2584–2595.
50. Avellaneda PM, Jefferson AJ, Grieser JM, Bush SA.
Simulación de la respuesta hidrológica acumulada a
la infraestructura verde.Recursos de agua Res2017,
53:3087–3101.
51. Ahiablame LM, Engel BA, Chaubey I. Eficacia de las prácticas de
desarrollo de bajo impacto en dos cuencas hidrográficas
urbanizadas: modernización con barril/cisterna de lluvia y
pavimento poroso.J Medio Ambiente Administrar2013,
119:151–161.
52. Ahiablame L, Shakya R. Modelado de los efectos de reducción de
inundaciones del desarrollo de bajo impacto a escala de cuenca.J
Medio Ambiente Administrar2016, 171:81–91.
53. Gagrani V, Diemer JA, Karl JJ, Allan CJ. Evaluación de los beneficios
hidrológicos y de calidad del agua de una red de medidas de
control de aguas pluviales en una cuenca hidrográfica del
sureste de EE. UU. Piamonte.Asociación de Recursos Hídricos J
Am2014, 50:128–142.
54. Shuster W, Rhea L. Implicaciones hidrológicas a escala de
captación de la gestión de aguas pluviales a nivel de parcela
(Ohio, EE. UU.).J hidrol2013, 485:177–187.
55. Roy AH, Rhea LK, Mayer AL, Shuster WD, Beaulieu JJ, Hopton
ME, Morrison MA, Amand AS. ¿Cuánto es suficiente?
Respuestas mínimas de la calidad del agua y la biota de la
corriente a la modernización parcial de las aguas pluviales
Volumen 5, enero/febrero de 2018 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
La infraestructura verde y sus efectos a escala de cuenca
gestión en un barrio suburbanoMás uno 9:e85011.
doi: 10.1371/journal.pone.0085011.
56. Jarden KM, Jefferson AJ, Grieser JM. Evaluación de los efectos de las
modernizaciones de la infraestructura verde urbana a escala de
cuenca en las características del hidrograma.Proceso hidrol2015.
57. Di Vittorio D, Ahiablame LM. Traducción espacial y
escalado de diseños de desarrollo de bajo impacto en
una cuenca urbana.Modelo de gestión de agua J2015.
doi: 10.14796/JWMM.C388.
58. Rossman LA. Guía del usuario de la calculadora nacional de aguas
pluviales—Versión 1.1; Documento de la Agencia de Protección
Ambiental de EE. UU. EPA/600/R-13/085c, Cincinnati, OH, EE. UU.,
2014. Disponible en: https://nepis.epa.gov/Adobe/PDF/
P100LOB2.pdf (Consultado el 15 de agosto de 2017) .
59. Massoudieh A, Aflaki S, Panguluri S. User's Manual for
Green Instracture Flexible Model (GIFMod), 2016.
Disponible en: http://gifmod.com/wp-content/uploads/
2016/12/GIFMod_User_s_Manual.pdf (Consultado 15 de
agosto de 2017).
60. Engel B. L-THIA NPS Evaluación de impacto hidrológico a
largo plazo y modelo de fuente contaminante no puntual,
versión 2.1. Universidad de Purdue y USEPA, 2001.
61. Ahiablame LM, Engel B, Chaubey I. Representación y
evaluación de prácticas de desarrollo de bajo impacto con L-
THIA-LID: un ejemplo para la planificación del sitio.Medio
Ambiente y Contaminación2012, 1. http://dx.doi.org/10.
5539/ep.v1n2p1.
62. Jefe FHS, McMahon TA. Modelado de escorrentía y cargas de
contaminación difusa en áreas urbanas.Agua Sci Technol
1999, 39:241–248.
63. Wong TH, Fletcher TD, Duncan HP, Coleman JR, Jenkins
GA. Un modelo para la conceptualización de la mejora de
las aguas pluviales urbanas. En:Conferencia de la
Sociedad Internacional de Software y Modelado
Ambiental, Lugano, Suiza (2002), 2002.
64. Atchinson D, Severson L. RECARGA User's Manual,
Version 2.3, Universidad de Wisconsin-Madison,
Departamento de Ingeniería Civil y Ambiental. 2004.
65. Tague C, Band L. RHESSys: sistema de simulación hidroecológica
regional: un enfoque orientado a objetos para el modelado
distribuido espacialmente del ciclo del carbono, el agua y los
nutrientes.interacción de la tierra2004, 8:1–42.
66. Bell CD, Tague CL, McMillan SK. Un modelo de hidrología y
calidad del agua para medidas de control de aguas pluviales.
Software de modelo de entorno2017, 95:29–47.
67. Abdelnour A, McKane RB, Stieglitz M, Pan F, Cheng Y. Efectos
de la cosecha sobre la dinámica del carbono y el nitrógeno
en una cuenca forestal del Noroeste del Pacífico. Recursos
de agua Res2013, 49:1292–1313.
68. Abdelnour A, Stieglitz M, Pan F, McKane R. Respuestas
hidrológicas de captación a la cantidad de aprovechamiento
forestal y patrón espacial.Recursos de agua Res2011, 47. doi.
org/10.1029/2010WR010165.
13 de 14

Descripción general
69. Lee JG, Nietch CT, Panguluri S. Caracterización de subcuencas
para evaluar la infraestructura verde mediante el modelo de
gestión de aguas pluviales.Hydrol Earth Syst ciencia2017.
doi: 10.5194/hess-2017-166.
70. Golden HE, Creed IF, Ali G, Basu NB, Neff BP, Rains MC,
McLaughlin DL, Alexander LC, Ameli AA, Christensen JR,
et al. Integración de humedales geográficamente
aislados en las decisiones de gestión de la tierra.Frente
Ecol Entorno2017, 15:319–327.
71. Clark MP, Fan Y, Lawrence DM, Adam JC, Bolster D, Gochis
DJ, Hooper RP, Kumar M, Leung LR, Mackay DS, et al.
Mejorar la representación de los procesos hidrológicos
en los Modelos del Sistema Terrestre.Recursos de agua
Res2015, 51:5929–5956.
72. Personal de Estudio de Suelos. Servicio de Conservación de Recursos
Naturales, Departamento de Agricultura de los Estados Unidos, base
de datos de Soil Survey Geographic (SSURGO), 2017. Disponible en:
https://sdmdataaccess.sc.egov.usda.gov (consultado el 15 de agosto
de 2017).
73. Clark MP, Rupp DE, Woods RA, Tromp-van Meerveld HJ,
Peters N, Freer JE. Coherencia entre modelos
hidrológicos y observaciones de campo: vinculación de
procesos a escala de ladera con respuestas hidrológicas
a escala de cuenca.Proceso hidrol2009, 23:311–319.
74. Samaniego L, Kumar R, Attinger S. Regionalización de parámetros
multiescala de un modelo hidrológico basado en cuadrículas en
la mesoescala.Recursos de agua Res2010, 46. doi.org/
10.1029/2008WR007327.
75. Clark DB, Gedney N. Representación de los efectos de la variabilidad de
la humedad del suelo en la subred en la generación de escorrentía en
un modelo de superficie terrestre.J Geophys Res Atmos2008, 113.
doi.org/10.1029/2007JD008940.
76. Dooge JCI. Modelización del comportamiento del agua. En:
Reynolds ERC, Thompson FB, eds.Bosques, clima e
hidrología: impactos regionales.Tokio: Prensa de la
Universidad de las Naciones Unidas; 1998, 227.
77. Gupta V, Mesa O. Horton leyes para variables hidráulicas
geométricas y sus exponentes de escala en redes
autosimilares del río Tokunaga.Procesos no lineales
Geophys2014, 21:1007–1025.
78. Leopold LB, Wolman MG, Miller JP.Procesos Fluviales en
Geomorfología.Mineola, Nueva York: Publicaciones Courier
Dover; 1964.
14 de 14 © 2017 Los autores.ALAMBRES Aguapublicado por Wiley Periodicals, Inc.
20491948, 2018, 1, descargado de https://wires.onlinelibrary.wiley.com/doi/10.1002/wat2.1254 por Cochrane Colombia, Wiley Online Library el [30/01/2023]. Consulte los Términos y condiciones (https://onlinelibrary.wiley.com/terms-and-conditions) en Wiley Online Library para conocer las reglas de uso; Los artículos de OA se rigen por la Licencia Creative Commons aplicable
wires.wiley.com/agua
79. McGuire KJ, McDonnell JJ. Conectividad hidrológica de
laderas y arroyos: escalas temporales características y no
linealidades.Recursos de agua Res2010, 46:W10543.
80. Babbar-Sebens M, Barr RC, Tedesco LP, Anderson M.
Identificación espacial y optimización de humedales
de tierras altas en cuencas agrícolas.Ing Ecol2013,
52:130–142.
81. Bekele EG, Nicklow JW. Gestión multiobjetivo de los
servicios ecosistémicos mediante modelado integrador
de cuencas hidrográficas y algoritmos evolutivos.
Recursos de agua Res2005, 41. doi.org/10.1029/2005WR
004090.
82. O'Hagan A. Especificación de incertidumbre probabilística:
descripción general, técnicas de elaboración y su aplicación a un
modelo mecanicista de flujo de carbono.Software de modelo de
entorno2012, 36:35–48.
83. Matott LS, Babendreier JE, Purucker ST. Evaluación de la
incertidumbre en modelos ambientales integrados: una
revisión de conceptos y herramientas.Recursos de agua Res
2009, 45. http://onlinelibrary.wiley.com/doi/
10.1029/2008WR007301/abstract.
84. Cuervo WT, Ryu D, Famiglietti JS. Ampliación de las mediciones de la
humedad del suelo a escala de campo mediante el modelado
distribuido de la superficie terrestre.Recursos hídricos avanzados
2005, 28:1–14.
85. Mäntyniemi S, Uusitalo L, Peltonen H, Haapasaari P, Kuikka S.
Modelo de evaluación de stock integrado, estructurado por
edad y basado en la talla con varianzas de proceso inciertas,
incertidumbre estructural y covariables ambientales: caso
del arenque del Báltico central.Can J Fish Aquat Sci2013,
70:1317–1326.
86. Uusitalo L, Lehikoinen A, Helle I, Myrberg K. Una descripción
general de los métodos para evaluar la incertidumbre de los
modelos deterministas en el apoyo a la decisión.Software de
modelo de entorno2015, 63:24–31.
87. Hobday AJ, Smith ADM, Stobutzki IC, Bulman C, Daley R,
Dambacher JM, Deng RA, Dowdney J, Fuller M, Furlani D,
et al. Evaluación del riesgo ecológico por efectos de la
pesca.Res de pescado2011, 108:372–384.
88. Tighe M, Pollino CA, Wilson SC. Las redes bayesianas como herramienta
de detección para la evaluación de la exposición.J Medio Ambiente
Administrar2013, 123:68–76.
Volumen 5, enero/febrero de 2018