PONTIFICIA UNIVERSIDAD JAVERIANA

HIDROLOGÍA

PROYECTO FINAL:
ANÁLISIS DE LA CUENCA DEL RÍO MAGDALENA

David Enrique Trujillo Osorio

Juan Diego Giraldo Osorio

Diego Noé Abril Ardila

Manuel Alejandro Buitrago
Giselle Stefanny Mayorga Garzón
Juan David Otálora Acevedo

Bogotá D.C
2021
Contenido
INTRODUCCIÓN .................................................................................................................... 3
1. OBJETIVOS ..................................................................................................................... 4
Objetivo general: ................................................................................................................. 4
Objetivos específicos: ......................................................................................................... 4
2. CONDICIONES BÁSICAS ............................................................................................... 4
3. DATOS A UTILIZAR ........................................................................................................ 4
3.1 Descripción de la cuenca ......................................................................................... 4
3.2 Modelo digital del terreno MDT ................................................................................ 6
4. ANÁLISIS Y RESULTADOS ............................................................................................ 8
4.1 Caracterización geométrica de la cuenca ..................................................................... 9
4.2 Caracterización de la Red de Drenaje ........................................................................ 10
4.3 Relieve de la cuenca ................................................................................................... 17
4.4 Precipitación ................................................................................................................ 25
4.5 Temperatura ................................................................................................................ 31
4.6 Evaporación ................................................................................................................ 33
4.7 Balance hidrológico ..................................................................................................... 41
4.8 Análisis de frecuencias ................................................................................................ 46
5. CONCLUSIONES .......................................................................................................... 47
Bibliografía ............................................................................................................................ 47

Ilustración 1. Delimitación de la cuenca en Google Earth ...................................................... 5

Ilustración 2: Corrientes de la cuenca en Google Earth ......................................................... 6
Ilustración 3: Orígenes Magna Sirgas. Fuente: (IGAC,2021) ................................................. 7
Ilustración 4: Mapa de direcciones. Fuente: (ArcGIS,2020). .................................................. 7
Ilustración 5: Corrientes obtenidas por el SIG ........................................................................ 8
Ilustración 6: Deimitación de la cuenca del río Magdalena ..................................................... 9
Ilustración 7: Corrientes dentro de la cuenca ....................................................................... 10
Ilustración 8: Órdenes de Horton .......................................................................................... 11
Ilustración 9: Datos de las corrientes SIG ............................................................................. 12
Ilustración 10: Relación de bifurcación ................................................................................. 13
Ilustración 11: Relación de longitudes .................................................................................. 14
Ilustración 12: Tabla cálculo tc Kirpich .................................................................................. 15
Ilustración 13: Cálculo tc California Culverts practice ........................................................... 16
Ilustración 14: Estadísticas del modelo digital de terreno SIG .............................................. 16
Ilustración 15: Mapa de pendientes SIG ............................................................................... 17
Ilustración 16: Datos SIG ...................................................................................................... 18
Ilustración 17: Planos curvas de nivel de 100 y 500 metros ................................................. 19
Ilustración 18: Datos obtenidos del SIG - estadísticas del MDT ........................................... 21
Ilustración 19: Datos SIG curva hipsométrica ....................................................................... 21
Ilustración 20: Curva hipsográfica SIG ................................................................................. 22
Ilustración 21: Análisis de curvas hipsográficas de una cuenca. Fuente: (Monsalve, 1999). 22
Ilustración 22: Pendiente del cauce principal SIG ................................................................ 23
Ilustración 23: Perfil cauce principal SIG .............................................................................. 23
Ilustración 24: Perfil cauce principal río Magdalena ............................................................. 24
Ilustración 25: Perfil cauce principa río 10% menos datos ................................................... 24
Ilustración 26: Frentes de aire y precipitación ...................................................................... 25
Ilustración 27: Localización ciudad capital Neiva .................................................................. 26
Ilustración 28: Localización ciudad capital Ibagué ................................................................ 26
Ilustración 29: Localización ciudad de Bogotá ...................................................................... 27
Ilustración 30: Ciclos intra-anuales precipitación por ciudades ............................................ 27
Ilustración 31: método interpolación IDW ............................................................................. 28
Ilustración 32: precipitaciones promedio multianual mensual ............................................... 29
Ilustración 33: precipitación promedio multianual annual ..................................................... 30
Ilustración 34:Máscara SIG para valores promedio mensuales y anuales ........................... 30
Ilustración 35: Temperaturas intra-anuales por ciudad ......................................................... 31
Ilustración 36: Mapas mensuales multianuales de temperatura promedio ........................... 32
Ilustración 37: Mapa anual multianual de temperatura promedio ......................................... 33
Ilustración 38: Mapas de evaporación potencial promedio multianual mensual ................... 35
Ilustración 39: Mapa evaporación potencial promedio multianual anual .............................. 36
Ilustración 40: Mapas del índice de aridez promedio multianual mensual ............................ 38
Ilustración 41: Mapa del índice de aridez promedio multianual anual .................................. 38
Ilustración 42: Mapas de evaporación real promedio multianual mensual SIG .................... 39
Ilustración 43: Mapa de evaporación real promedio multianual anual SIG ........................... 40
Ilustración 44: Gráfica promedios caudales mensuales ....................................................... 41
Ilustración 45: Ciclo intra-anual caudal Pto. Salgar .............................................................. 42
Ilustración 46: Boxplot caudles máximos .............................................................................. 42
Ilustración 47: Boxplot datos caudal IDEAM ......................................................................... 43
Ilustración 48: promedios del caudal multianual mensual y anual. ....................................... 43
Ilustración 49: Ciclo intra-anual de caudales promedio ........................................................ 44
Ilustración 50: Ciclos anuales de caudal ............................................................................... 45
Ilustración 51: Distribuciones ................................................................................................ 46

INTRODUCCIÓN
Los análisis de los fenómenos hidrológicos son de suma importancia para entender algunos
comportamientos y eventos que ocurren relacionados al ciclo del agua, especialmente en un
país como Colombia, donde existen grandes cantidades de cuerpos de agua que cambian
constantemente. Además, los cuerpos de agua presentes en el territorio son de gran influencia
en los aspectos económicos y sociales de la población, por lo que su análisis es vital para
prevenir posibles desastres. Como base para esto, se utilizan distintos sistemas de información
geográfica que funcionan para obtener datos confiables para su posterior estudio, y si es
necesario, su intervención.
En el presente proyecto se analiza la cuenca del río Magdalena con el fin de utilizar la
información geográfica obtenida para el análisis de sus características y su impacto en el
territorio colombiano. Para obtener estos datos se utilizó el SIG Grass, además de bases de
datos como el instituto de hidrología, meteorología y estudios ambientales (IDEAM) cuya
utilidad aporta en el estudio de la cuenca del río Magdalena, y en examinar variables como la
precipitación, evaporación y cambios de temperatura dentro del territorio colombiano con el
fin de poder relacionar distintos fenómenos con sus determinadas variables.

1. OBJETIVOS

Objetivo general:
Generar un análisis de condiciones hidrológicas para el territorio colombiano a partir de
sistemas de información geográfica (SIG) y datos obtenidos de la cuenca del río Magdalena.

Objetivos específicos:
1. Analizar las características geomorfológicas de la cuenca del río Magdalena.
2. Observar y comparar las condiciones de precipitación, temperatura y evaporación
dentro del territorio colombiano.
3. Estudiar los valores de caudales multianuales mensuales y anuales.
4. Aprender a utilizar el SIG GRASS para poder hacer un análisis más efectivo de distintos
fenómenos hidrológicos.

2. CONDICIONES BÁSICAS
Para el desarrollo del proyecto para el análisis de la cuenca del río Magdalena, se
utilizó el sistema de información geográfica (SIG) GRASS para obtener los datos y
generar mapas descriptivos para su posterior estudio.

3. DATOS A UTILIZAR

3.1 Descripción de la cuenca

A partir de la divisoria de aguas de la cuenca del río Magdalena, es evidente que esta
abarca los departamentos de Tolima, Huila, y una parte de Caldas, Cundinamarca, y
Cauca, además de que este límite pasa por las zonas más altas de las montañas, nevados,
o cordilleras. Esta cuenca tiene uno de los departamentos de mayor importancia,
Cundinamarca, el cual contiene a la capital del país, Bogotá, un centro de gran
actividad. Si se observa el cauce principal del río, se evidencia que muchas de las
ciudades y pueblos se localizan cerca a este, el cual funciona como un eje estructurante
de estas pequeñas zonas urbanizadas. Adicionalmente, las zonas urbanizadas se
localizan mayormente alrededor de la parte más baja de la cuenca del río, donde se
comprende el impacto que el río genera en las distintas poblaciones.

En cuanto a los límites departamentales, el río atraviesa principalmente la parte central

del departamento del Huila, luego del Tolima, y en su parte más baja se encuentra la
intersección entre Tolima y Cundinamarca, al igual que la cuenca, que delimita el
departamento del Huila por el costado oriental, y el costado occidental del Tolima. En
cuanto al relieve, esta cuenca se localiza entre la cordillera oriental y central, por el
valle que forman estos dos cuerpos. Además, se exhiben las montañas de mayor altura,
como el nevado del Huila, el volcán Purace, el nevado del Quindío, y el nevado del
Ruiz.

En cuanto a la cobertura de esta, se evidencia que está mayormente cubierta por zonas
boscosas, unas pequeñas zonas urbanas, como en el caso de algunas ciudades y pueblos,
y otras pequeñas zonas desérticas en el límite del norte del Huila y sur del Tolima.
Asimismo, dentro de esta s a observan pequeños cuerpos de agua, como lo son la laguna
de Suesca, laguna de Guatavita, el embalse del Muña, y otras pequeñas lagunas. La
elevación obtenida de entrada y salida del cauce principal de la cuenca, es de 3172m y
163m, respectivamente.

Ilustración 1. Delimitación de la cuenca en Google Earth

 Ilustración 2: Corrientes de la cuenca en Google Earth

3.2 Modelo digital del terreno MDT

Para obtener el modelo digital de terreno de resolución de 250 m, es decir, que cada
píxel mide 250 metros por cada lado en la escala real, se utilizó la página de earth
explorer. Además, para adquirir los datos de caudales medios mensuales de la estación
localizada sobre el río Magdalena en Puerto Salgar (código IDEAM 237010 PUERTO
SALGAR), se recurrió a la página del IDEAM. Los datos tomados representan un
periodo de 80 años, desde enero 1 de 1940, hasta diciembre 31 del 2020, con el fin de
tomar el periodo de tiempo más largo posible en años completos. Estos datos se
clasifican en este periodo debido a que entre mayor número de datos de caudal se
tengan, más confianza se puede obtener del promedio mensual para la curva de
caudales.

Para definir la localización en Grass, se utilizó Magna Sirgas Colombia Zona de Bogotá
(MSCZB), tal como semuestra en la ilustración 3, debido a que la cuenca es más
cercana a este origen, y así se evitan las grandes deformaciones que se generan al pasar
de coordenadas esféricas.
 Después, utilizando el
comando g.region, se hizo
el recorte y reproyección de
la porción del modelo
digital del terreno que se
necesita, entre 5ºS – 15ºN,
y 80°W – 65°W, las cuales,
por medio de sumapa.com
se convirtió de los puntos
extremos de la región,
tomando como origen el
WGS 84 y como

Ilustración 3: Orígenes Magna Sirgas. Fuente: (IGAC,2021)

destino Magna Sirgas - Colombia Bogotá. En este modelo se ubicó la estación caudal mediante
las coordenadas 5.4696666670,-74.66216667, y, para delimitar la región computacional más
ajustada al área de la cuenca, se utilizó n = 1133426, s = 637239, e = 1048153, w = 669530.

Para generar las corrientes, se utilizó el parámetro de threshold =10 km2. Como se muestra en
la figura, cada pixel tiene 0.0625 km2, es decir, que para llegar a los kilómetros indicados, se
necesita un total de 161 píxeles. Utilizando vector y raster stream, además de direction raster,
se obtuvo las direcciones de drenaje a partir de las alturas de cada pixel obtenidas anteriormente
con el mapa de direcciones. Este mapa, al tener la información de la altura de cada píxel,
permite conocer la dirección del flujo del agua, y con esto, es posible determinar el movimiento
de las corrientes de
Imagen: Mapa de direcciones
(ArcGIS,2020)
la cuenca. Existen 8 posibles
direcciones, relacionadas a los 8
pixeles adyacentes a cada pixel. A
partir de esto, en Grass se creó un
modelo dentro de la región

Ilustración 4: Mapa de direcciones. Fuente: (ArcGIS,2020).

computacional con estas direcciones del agua tanto en ráster como en vectorial para crear
las corrientes.
 Ilustración 5: Corrientes obtenidas por el SIG

Luego de tener toda esta información dentro de la región computacional, se procede a marcar
la cuenca del río Magdalena, aplicando las coordenadas más cercanas de la estación caudal.
Como se observa en la imagen, la cuenca se muestra de color amarillo, con su punto de
referencia de la estación caudal en Puerto Salgar. Para tener solo el croquis de la cuenca, se
transforma a vectorial, y así poder ver las corrientes al interior. Esta zona significa el área de
la superficie en la cual toda el agua que escurre, y no se infiltra, se dirige hacia un mismo punto
de salida. La cuenca hace referencia a la zona delimitada por la divisoria de aguas, en donde el
agua pasa a través de las corrientes de drenaje, y fluye hasta un punto de concentración, en este
caso el que se encuentra ubicado en Puerto Salgar. Las cuencas, según su tamaño y localización,
incluyen distintos ecosistemas, tanto terrestres como acuáticos, lo que influye en sus
características, y por lo tanto, en el agua que escurre dentro de esta (Sociedad Geográfica de
Lima, 2011).

4. ANÁLISIS Y RESULTADOS
A partir de la información gráfica obtenida anteriormente del límite de la cuenca, se puede
comenzar a caracterizar distintos parámetros de esta, con datos reales del SIG.
 Ilustración 6: Deimitación de la cuenca del río Magdalena

4.1 Caracterización geométrica de la cuenca

Área y perímetro
Con la línea vectorial del límite de la cuenca, y con el comando de v.report, se sacó el área y
el perímetro en kilómetros cuadrados y kilómetros, respectivamente.

𝐴 = 56106.17 𝑘𝑚2
𝑃 = 2091.16 𝑘𝑚

Longitud y ancho de la cuenca

Para medir la longitud de la cuenca se utilizan las herramientas de análisis del mapa, para medir
la distancia longitudinal. Por otro lado, se encuentra el ancho (W) de la cuenca, por medio de
la relación entre área y longitud ya obtenidas.

𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑒𝑛𝑐𝑎 = 462.8 𝑘𝑚

𝐴 56106.17𝑘𝑚2
𝑊= = = 121.23 𝑘𝑚
𝐿 462.8 𝑘𝑚

Parámetros de forma
En cuanto a los parámetros de forma de la cuenca, se calculó el índice de Gravelius (k) y el
factor de forma (kf). El primero, respectivamente, relaciona el perímetro de la cuenca con el
área de un círculo que tenga la misma área. Dependiendo del valor de k, se puede analizar si la
cuenca es alargada o compacta; si k>1.75, esta es alargada, si k<1.25, la cuenca es compacta.
El valor se obtiene mediante:
 𝑃 2091.16𝑘𝑚
𝑘 = 0.282 = 0.282 = 2.489
√𝐴 √56106.17 𝑘𝑚2

Debido a que el índice de Gravelius indica que K>1.75, la cuenca es alargada. Esta tiene cauces
más cortos respecto al cauce principal, lo cual se traduce en que las precipitaciones se
amortiguan por el río, por lo que crece paulatinamente. Sus tiempos de concentración son altos
debido a su forma, y por lo tanto, sus crecidas son atenuadas. Para el segundo parámetro, se
hace la relación entre área y la longitud al cuadrado de la cuenca; si este es mayor a 0.75, la
cuenca tiende a ser cuadrada, y, si es menor a 0.25, la cuenca tiende a ser alargada, esto debido
a que el factor de forma compara la geometría de la cuenca con un cuadrado. Igualmente, el
factor de forma muestra que Kf está muy cercano a 0.25, el cual es el valor máximo que define
las cuencas alargadas. En relación a la forma de un cuadrado, la cuenca tiende a ser alargada.

Longitud cauce principal

Ilustración 7: Corrientes dentro de la cuenca

Por otra parte, para lograr obtener el valor de la longitud del cauce principal, se creó una
máscara de recorte para que Grass solo incluya la información dentro del límite de la cuenca.
Como se observa en la ilustración 7, y a partir del comando r.mask, se recortó el mapa raster
de colores, y luego, con el comando de v.select, se recortaron las corrientes a partir del límite
de cuenca.

Con este mapa intervenido, se obtuvo la longitud del cauce principal, que para la cuenca del
río Magdalena dio 697.0406 km.

4.2 Caracterización de la Red de Drenaje

Dentro de la cuenca, el agua que cae en esta se escurre mediante un sistema de corrientes, o
una red de drenaje que lleva toda el agua hacia un mismo punto de salida (ArcGIS, 2019). Este
sistema tiene forma de árbol, debido a que sus corrientes se van ramificando a partir de una
corriente principal. Para cuantificar esta red, Horton definió relaciones para estas corrientes,
también conocidas como índices de Horton.
Orden de la cuenca

A las corrientes se les da un orden, siendo el cauce principal el mayor. Las corrientes comienzan
como orden 1, y, si se juntan dos corrientes del mismo orden, estas forman una corriente de
orden mayor. En cambio, si se juntan dos corrientes de distinto orden, la corriente continuará
con el orden mayor. Esto permite el análisis fractal de la red, además de poder analizar
corrientes por su número de orden.

Ilustración 8: Órdenes de Horton

Las corrientes de menor orden, consideradas como corrientes jóvenes, se relacionan con
mayores pendientes en la parte alta de la cuenca, y, por lo tanto, las corrientes de mayor orden
se consideran con menores pendientes debido a que se encuentran en las zonas bajas de la
cuenca. Esta jerarquización es de suma importancia debido a que los procesos de erosión,
transporte y deposición difieren dependiendo de la localización de las corrientes. Estos
procesos deben analizarse en conjunto con la topografía y las poblaciones cercanas para evitar
posibles desastres, ya que, dependiendo de la bifurcación de las corrientes, la red tendrá una
respuesta diferente ante la precipitación (Monsavle, 1999).

Para obtener esta información de la cuenca analizada, y a partir del comando con el comando
r.stream.stats, se obtuvieron estas estadísticas de la red de drenaje de Horton (índices de
Horton). Se utilizaron los mapas de la red de drenaje de Horton, el mapa raster de direcciones
y el mapa de elevaciones para obtener las estadísticas de las corrientes y de la cuenca, como se
observa en la figura. El orden mayor obtenido fue de 6, es decir, que las corrientes van de 1-6,
siendo 6 el orden del cauce principal.
 Ilustración 9: Datos de las corrientes SIG

Densidad de drenaje
De igual manera, con estos datos obtenidos, se calculó la densidad de drenaje, la cual relaciona
la suma de las longitudes de las corrientes con el área de la cuenca. Como se bserva, la longitud
total que se tiene de las corrientes es de 13,225.6825 kilómetros, y con el área obtenida
anteriormente, se calcula la densidad:

𝑙𝑜𝑛𝑔 𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒𝑠 13225.6825𝑘𝑚

𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑑𝑟𝑒𝑛𝑎𝑗𝑒 = =
Á𝑟𝑒𝑎 56106.17𝑘𝑚2
𝑘𝑚
= 0.2357
𝑘𝑚2

Este valor representa cada cuántos kilómetros cuadrados hay un kilómetro de corriente. La
densidad es baja, lo que significa que cada 0.2357 kilómetros cuadrados hay una corriente, por
lo que hay muy pocas corrientes para el área de la cuenca, la evacuación del agua es en mayor
tiempo. Al comparar el valor calculado con el que sale del SIG, ambos valores dan iguales.

ÍNDICES DE HORTON
Relación de bifurcación
Asimismo, se calcularon los índices de Horton. El primero, la relación de bifurcación (Rb), la
cual explica que tanto se bifurca, o se ramifica, una corriente. Para esto, se utilizaron los datos
de orden de corrientes y el número de corrientes por cada uno. A partir de esta información se
hizo el respectivo ajuste de mínimos cuadrados para sacar el valor de Rb. Para ello, se graficó
el orden i de las corrientes versus el logaritmo del número de corrientes por orden. A estos
valores se les sacó una línea de tendencia con su respectiva ecuación y, utilizando el valor de
la pendiente m, se obtuvo Rb:
 Tabla 1: Cálculo de relación de bifurcación

y = mx + b ￫ y = -1.394x + 8.3137
m = -1.394 = -ln(Rb)
𝑅𝑏 = 𝑒 𝑚 = 𝑒1.394 = 4.0309

Ilustración 10: Relación de bifurcación

Este valor relaciona el número de canales i-1 con el de i, con el fin de entender la correlación
entre cuantas veces se ramifican las corrientes. El rango normal de este índice está entre 3 a 5,
por lo que el valor se encuentra dentro de este rango (Cardona, s.f).

Relación de longitudes
Este índice relaciona las longitudes promedio por cada orden i, es decir, que tanto desarrollo
tienen las corrientes de orden uno en comparación con los demás órdenes. Como la cuenca,
según los factores de forma y lo visto en los planos del SIG, tiene una forma alargada. Esto se
relaciona con el desarrollo del cauce principal, el cual debería ser mayor a los cauces de orden
menor.
 Tabla 2: Cálculo de relación de longitudes

Para calcular este índice se utilizaron los órdenes i, y las longitudes promedio obtenidas
del SIG de todos los cauces de cada orden. AL obtener la gráfica de los órdenes versus
el logaritmo de las longitudes, se hizo el respectivo ajuste y se obtuvo la ecuación:

y = mx + b ￫ y = 0.9465x + 0.6646 m = -0.9465 = -ln(RL)

𝑅𝐿 = 𝑒 𝑚 = 𝑒 0.9465 = 2.5767

Ilustración 11: Relación de longitudes

Es evidente que la longitud del cauce principal es mucho mayor que las corrientes de otro
orden, esto debido a la forma de la cuenca alargada. El rango normal de este parámetro está
entre 1.5 y 3.5.

Tiempo de concentración
El tiempo de concentración de una cuenca se describe como el tiempo que se demora una gota
de agua de la escorrentía superficial más alejada de la cuenca en llegar al punto de salida.
Cuando la cuenca estudiada es muy grande este tiempo se considera con el tiempo de flujos de
laderas más el tiempo de viaje de las corrientes (UPEGUI, 2010). Para encontrar este tiempo,
distintos autores diseñaron fórmulas diferentes para el cálculo de este tiempo de concentración
(tc), para distintas regiones en el mundo. Por esta razón, muchos de los cálculos de este tiempo
varían su valor, ya que cada ecuación fue diseñada para lugares distintos. En este caso se
escogieron dos ecuaciones principales:

Ecuación de Kirpich:

𝑡𝑐 (min) = 0.0078𝐿0.77 𝑆 −0.385 = 0.0078(1518372.752 𝑓𝑡)0.77 (0.2024)−0.385 =

829.49 min = 13.82 horas

Cálculo tiempo de concentración de la cuenca (Kirpich)

S cuenca 0.202464
L cuenca (km) 462.8

S cuenca (pies/pie)=(m/m) 0.202464

L cuenca (pies) 1518372.752

tc(min) 829.4917366
tc(hrs) 13.82486228
Ilustración 12: Tabla cálculo tc Kirpich

Esta ecuación surgió para para cuencas de Tennessee y Pensilvania en los Estados Unidos. La
L es la longitud del canal desde aguas arriba hasta la salida, en unidades de pies. Y S es la
pendiente en pies/pie calculada a partir del SIG. Esta ecuación se obtuvo convirtiendo la
longitud de la cuenca de km a pies, y con la pendiente, pasar este tiempo a horas.

Ecuación California Culverts practice:

tc = 60(11.9L^3)/H)0.385
= 60(11.9(433.12)^3)/16519)0.385 = 4107.67 min = 68.46 horas

Ecuación 1:Ecuación California Culverts

 Cálculo tiempo de concentración de la cuenca
(California Culverts practice)

L corriente más larga (km) 697.040600

H (m) 5035

L corriente más larga (mi) 433.120815

H (pies) 16519.0294

tc(min) 4107.676627
tc(hrs) 68.46127711
Ilustración 13: Cálculo tc California Culverts practice

Por otro lado, la ecuación de California Culverts practice da un tiempo de 68 horas. Se utilizó
L como la corriente más larga, es decir, la longitud en millas de la corriente de orden 6, que es
la corriente de mayor orden de la cuenca del río Magdalena. Además, para la variable H de la
fórmula que es la diferencia de nivel entre la divisoria de aguas y la salida en unidades de pies,
se utilizó la altura máxima y mínima obtenida de las estadísticas de elevación que se obtuvieron
del SIG.

Ilustración 14: Estadísticas del modelo digital de terreno SIG

Como la altura obtenida es mayor el punto máximo registrado de alturas, se utilizó una altura
aproximada máxima de 5199 metros, mientras que la altura mínima si se aplicó igual como
164m.

Como se evidencia, cada una de las ecuaciones arroja un tiempo de concentración distinto, por
lo que es importante entender cuál de estas se relaciona más con la cuenca para la que fue
desarrollada.

Extensión media de escorrentía superficial

Este parámetro explica que tanta área disponible tiene una cuenca para la escorrentía. Esto
depende de la pendiente, ya que, a partir de esta, la capacidad que tiene una cuenca de crear
escorrentía superficial varía. Para esta cuenca, el parámetro dio de 1.06055. Este valor explica
la distancia media que el agua de la precipitación tendrá que transportarse hasta un cauce de
agua cercano.

Se calcula a partir de la división del área de la cuenca sobre cuatro veces la suma total de las
longitudes de las corrientes dentro de esta.
 A 56106.17km2
Es = = = 1.06055 km
4Li 4 ∗ 13225.6825km

Imágen: (Córdova, 2016)

4.3 Relieve de la cuenca

Pendiente de la cuenca
La pendiente de la cuenca es de suma importancia, ya que, según la pendiente de una cuenca,
el tiempo de concentración varía, además de la rapidez de evacuación y escorrentía del agua.
Para calcularla se utilizaron 2 métodos. El primero fue por medio del SIG, a partir del comando
r.slope.aspect, y utilizando el mapa ráster de elevación (MDT), se generó un mapa de salida de
pendiente ráster en unidad de porcentaje.

Ilustración 15: Mapa de pendientes SIG

Como se observa en el mapa, las pendientes altas son las de colores rojo y fucsia,
mientras que las pendientes bajas de colores verdes y blanco. Es posible observar las
partes planas de la cuenca con facilidad, como algunas partes de pendientes muy bajas
hacia Puerto Salgar, al noreste una parte del altiplano cundiboyacense, e igualmente el
valle del Magdalena. Luego de tener este mapa, se utilizó el comando r.univar para
calcular los momentos estadísticos de un mapa, en este caso de pendientes, saca el
promedio, el mínimo, el máximo, la desviación estándar, y, en general, las estadísticas
 principales de cada pixel.

Ilustración 16: Datos SIG

La imagen anterior muestra los resultados arrojados por el SIG para la pendiente promedio.
Este valor es de 20.2464%, lo que indica que es un terreno muy accidentado.

El segundo método utilizado para calcular este mismo parámetro fue a partir del criterio de
Alvord, este es el siguiente:

𝛴𝐿𝑖 ∗ 𝐸𝑞
𝑆 𝑐𝑢𝑒𝑛𝑐𝑎 =
𝐴
Ecuación 2: Pendiente de la cuenca

La pendiente de la cuenca (S) es igual a la sumatoria de las longitudes (Li) de las curvas de
nivel de la cuenca, multiplicado por la equidistancia vertical (Eq) entre curvas, y dividido sobre
el área (A). Para obtener los datos necesarios primero se comenzó utilizando el comando
r.contour, deponiendo como mapa de entrada del modelo digital del terreno en formato ráster,
y como salida, un mapa tipo vectorial debido a que las curvas de nivel que se obtienen son
líneas. Para esto se sacaron tipos de curvas con información, una para incremento de niveles
de contorno de 100m y otra para 500m, como se muestra en las dos imágenes.
 Ilustración 17: Planos curvas de nivel de 100 y 500 metros

Sin embargo, para obtener el criterio de Alvord se necesitan las longitudes de las curvas, por
lo que a partir del comando v.report, y, con los planos de curvas ya obtenidos, se utilizaron
para sacar las longitudes en kilómetros de cada uno.

Cálculo crit. Alvord z=500m

cat level length
1 500 2954.964467
2 1000 4108.059548
3 1500 4347.568108
4 2000 4360.116052
5 2500 3781.039532
6 3000 3084.915541
7 3500 2803.296364
8 4000 527.7999275
9 4500 74.31054416
10 5000 18.70235593
∑ Li 26060.77244
Tabla 3: categorías longitudes de curvas de nivel 500m

Para las curvas que van cada 500 metros se obtuvieron 10 categorías, cada una con el total de
longitudes por cada una. Para obtener el criterio de Alvord (500m), se hizo la sumatoria de las
longitudes, con un total de 26060.77km.

26060.77244𝑘𝑚 ∗ 0.5𝑘𝑚
𝑆 𝑐𝑢𝑒𝑛𝑐𝑎 500𝑚 = = 0.232245165 = 23.22%
56106.17𝑘𝑚2
Ecuación 3: Pendiente criterio de Alvord 500m
 Cálculo crit. Alvord z=100m
cat level length
2 200 165.4313171
3 300 1622.526471
4 400 2382.894279
5 500 2954.964467
6 600 3325.916901
7 700 3537.985483
8 800 3752.960208
9 900 4004.737532
10 1000 4108.059548
11 1100 4044.975516
12 1200 4194.445695
13 1300 4316.808081
14 1400 4281.377748
15 1500 4347.568108
16 1600 4399.873856
17 1700 4468.231054
18 1800 4460.504745
19 1900 4398.353805
20 2000 4360.116052
21 2100 4291.441272
22 2200 4240.480106
23 2300 4171.322654
24 2400 4000.663201
25 2500 3781.039532
26 2600 4054.786207
27 2700 3930.932431
28 2800 3581.35276
29 2900 3312.859898
30 3000 3084.915541
31 3100 2886.511575
32 3200 2746.294968
33 3300 2838.389565
34 3400 2876.989909
35 3500 2803.296364
36 3600 2473.686973
37 3700 1902.471696
38 3800 1455.603402
39 3900 983.9601331
40 4000 527.7999275
41 4100 259.2348656
42 4200 143.3107707
43 4300 118.3320713
44 4400 108.4216122
45 4500 74.31054416
46 4600 51.57647043
47 4700 40.41755314
48 4800 31.88284264
49 4900 24.09046088
50 5000 18.70235593
51 5100 15.16059416
52 5200 8.204423193
53 5300 1.233961309
∑ Li 129967.4075
Tabla 4: : longitudes por categoría curvas de nivel 100m

Para las categorías obtenidas de las curvas de nivel a cada 100m se hizo el mismo
procedimiento. Cabe aclarar que todas las medidas se tomaron en kilómetros, por lo que los
100 y 500 metros se utilizaron como 0.1 y 0.5 kilómetros, respectivamente.

129967.4075𝑘𝑚 ∗ 0.1𝑘𝑚
𝑆 𝑐𝑢𝑒𝑛𝑐𝑎 100𝑚 = = 0.23164549 = 23.16%
56106.17𝑘𝑚2
Ecuación 4: Pendiente criterio de Alvord 100m
Es evidente que a partir de ambos cálculos la pendiente dio casi igual, aproximadamente un
23%. Esta también se puede comparar con la que arrojó el SIG, la cual fue de aproximadamente
20%. Esta pequeña diferencia puede variar debido a que al utilizar las curvas no se tiene en
cuenta todas las elevaciones exactas del modelo, debido a que solo se sacan curvas precisas
cada 100 y 500 metros de altura. Por el contrario, el SIG utiliza todas las alturas del modelo
para calcular la pendiente promedio.

Elevación media de la cuenca

Para obtener esta elevación promedio se
utilizó el comando r.univar, y, utilizando
el modelo digital del modelo, se sacaron
las estadísticas de este. Como se observa
en la imagen de los resultados obtenidos
e GRASS, la media obtenida fue de
1727.52 metros.

Ilustración 18: Datos obtenidos del SIG - estadísticas del MDT

Curva hipsométrica de la cuenca

Esta curva se utiliza para representar la variación de elevación de una cuenca, es un parámetro
de relieve que permite describir la cuenca y se representa mediante un gráfico que relaciona el
área de drenaje que existe por encima o por debajo de un nivel. Esta es la relación de la cota
con un porcentaje de área acumulada (Sáenz, 1999). Además, esta curva también funciona
como indicativo para la edad de la cuenca y para hacer una comparación con otras cuencas; si
la curva tiene una derivada negativa significa que el cambio de sus pendientes es alto, mientras
que, si la curva genera una derivada positiva, significa que no tiene mayores cambios en sus
pendientes. Esto permite entender cómo se comporta el río dependiendo de su edad y de las
pendientes, es decir, donde hay mayores pendientes el río tiende a generar mayor erosión, y
donde las pendientes son bajas, es decir los ríos de mayor edad, estos tienden a ser más anchos
y generar mayores meandros.

Para crear esta curva, se comenzó utilizando el comando de r.hypso, y, utilizando el modelo
digital del terreno que contiene las elevaciones se obtuvieron los valores de las elevaciones
versus el percentil, lo que indica cuanto porcentaje hay de alturas en la cuenca. Las mayores
alturas se muestran cercanas al 0, mientras que las menores se
acercan a 1.

Ilustración 19: Datos SIG curva hipsométrica

 Ilustración 14:Curva hipsográfica SIG
Ilustración 20: Curva hipsográfica SIG

A partir de lo anterior, con el SIG se obtuvo las siguientes gráficas de curva hipsométrica y
curva tipográfica. De dichas curvas se observa que la cuenca es joven, además de que tiene un
quiebre aproximadamente en los 1.500 km2, lo cual significa que en esa parte existe un plano
dentro del relieve. Al igual, al principio se observa que existen pendientes considerables en los
3736 m de elevación, aproximadamente, al igual que al final, en donde hay una pequeña caída.
Es evidente como a partir de la curva hipsométrica se logra entender los procesos de erosión
de esta a partir del cambio de pendientes. En este caso, como se muestra en la figura, su curva
muestra un promedio entre ser una cuenca con valles profundos y con valles extensos. Teniendo
unos valles y pendientes medias en general.

Ilustración 21: Análisis de curvas hipsográficas de una cuenca. Fuente: (Monsalve, 1999).

Pendiente cauce principal

La pendiente, en primera instancia, se calculó en el SIG como se muestra en la imagen. Este
valor indica que en la parte más baja de la cuenca, en donde ya se puede considerar río
Magdalena, la pendiente es muy baja, del 0.95%.
 Ilustración 22: Pendiente del cauce principal SIG

Para obtener este valor se utilizaron igualmente 3 métodos más, a partir de datos obtenidos del
SIG. El primer método define la pendiente como la diferencia entre la mayor altura y la mínima,
sobre la longitud del cauce principal. Es decir:

𝐻𝑚𝑎𝑥 − 𝐻𝑚𝑖𝑛 1934𝑚 − 189𝑚

𝑆= = = 0.002503 = 0.25%
𝐿𝑜𝑛𝑔 𝑐𝑎𝑢𝑐𝑒 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 697.0406 ∗ 1000

Ecuación 5: Pendiente cauce principal método 1

MÉTODO 1
H MAX cauce principal (m) 1934
H MIN cauce principal (m) 189
Long cauce ppal (km) 697.0406
(Hmax-Hmin)/long cauce
principal 0.002503441
0.25034%
Tabla 5: Datos cauce principal

El Segundo y tercer método aplicados se obtuvieron a partir de los datos de las elevaciones del
perfil del cauce principal obtenido del SIG. Se investigó como obtener este perfil con sus datos
y se obtuvo los valores de cotas versus abscisas, como se observa en la hoja de Excel adjunta
(cota y pendiente cauce principal). Con esto se sacaron dos gráficas para ajuste de mínimos
cuadrados.

Ilustración 23: Perfil cauce principal SIG

 Ilustración 24: Perfil cauce principal río Magdalena

La primera gráfica muestra el ajuste utilizando los 502 datos arrojados por el SIG del perfil del
cauce principal, para así sacar la línea de tendencia, y, por lo tanto, la pendiente promedio. Para
este primer ajuste la pendiente arrojada fue de 0.0023, es decir 0.23%.

Ilustración 25: Perfil cauce principa río 10% menos datos

Para este segundo ajuste se quitaron 10% de los datos al inicio y al final, es decir 50 datos
menos al inicio y al final. Para este, el valor de la pendiente obtenida fue de 0.0019, es decir,
0.19%. Se puede observar que la pendiente arrojada por el SIG fue diferente a la obtenida por
los métodos, esto debido a que el SIG obtiene valores más exactos del cauce principal, mientras
que el perfil realizado se hizo a partir de una aproximación en el mapa digital.
4.4 Precipitación
Para el análisis de precipitación se utilizó una base de datos (promedios_precip.prn) que
contiene la información de los promedios multianuales mensuales, y el promedio
multianual anual de las precipitaciones del país.

La precipitación se entiende como las formas en que el agua pasa de la atmósfera a la

superficie en distintos formatos, sea lluvia, granizo, nieve, aguanieve, niebla, rocío, etc.
Igualmente, esta ocurre por distintos fenómenos, entre estos por humedad atmosférica,
radicación solar, mecanismos de enfriamiento del aire, y por presencia de núcleos para que
haya condensación.

Ilustración 26: Frentes de aire y precipitación

Existen distintos tipos de precipitación: las convectivas, las cuales ocurren cuando las
masas de aire se calientan y contienen aire frío encima de estas, lo que hace que el vapor
se condense rápidamente. El segundo tipo es la precipitación por convergencia, que sucede
cuando dos masas de aire de distintas temperaturas se chocan entre sí, esto genera frentes
cálidos y fríos que producen la precipitación. El último tipo son las precipitaciones
orográficas, que suceden cuando una masa de aire húmedo choca contra una montaña, por
lo que se ve obligado a ascender, en donde es posible que se encuentre con niveles más
secos y fríos, provocando la condensación. (Bateman, 2007)

Ahora, para poder rencontrar la información

de precipitación en la cuenca, y, como los
datos obtenidos de latitud y longitud se
encontraban en grados, se ingresó nuevamente
al SIG, pero esta vez por medio de la
localización de GRASS de WGS84. Aquí, con
el comando v.in.ascii se importaron los datos
de las precipitaciones promedio multianuales
mensuales, especificando el separador de
datos con coma, para así poder obtener los
datos en tabla organizados dentro del SIG
como se muestra en la tabla.
 Luego, de nuevo dentro de la
localización de GRASS de MAGNA
SIRGAS, y utilizando el comando
v.proj, se re proyectaron las
coordenadas esféricas obtenidas de
los datos a coordenadas planas.

Tabla 6: datos importados de precipitación

Información puntual de precipitación mensual

Para comenzar con el análisis de la precipitación se eligieron los datos de 3 ciudades capitales
departamentales: Bogotá, Ibagué, y Neiva, capitales de Cundinamarca, Tolima, e Huila,
respectivamente. Para esto, a través de Google Earth, se obtuvieron las coordenadas de cada
ciudad, y con los datos de precipitación de esas mismas localizaciones se hizo una gráfica
representando los valores mensuales multianuales de precipitación de cada ciudad.

Ilustración 27: Localización ciudad capital Neiva

Ilustración 28: Localización ciudad capital Ibagué

 Ilustración 29: Localización ciudad de Bogotá

Coordenadas Neiva: LAT 2.9334° LONG -75.2813°

Coordenadas Ibagué: LAT 4.4442° LONG -75.2418°
Coordenadas Bogotá: LAT 4.7097° LONG -74.0717°

CIUDADES ELEGIDAS
CIUDAD LON LAT ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
Neiva -75.25 2.75 116.14 113.32 141.1 154.44 103.62 56.56 38.26 42.12 64.52 191.86 219.78 161.28 1403
Ibagué -75.25 4.25 83.96 104.8 167.02 225.12 220 147.36 89.34 96.68 151.1 216.56 182.18 122.12 1806.24
Bogotá -74.25 4.25 77.54 76 102.8 121.94 126.44 69.04 50.88 41.62 66.22 133.8 155.66 86.98 1108.92

Tabla 7: Precipitaciones de ciudades elegidas

Ilustración 30: Ciclos intra-anuales precipitación por ciudades

Como se contempla en la gráfica, los mayores datos de precipitación los tiene la ciudad de
Ibagué, la cual tiene sus mayores precipitaciones en los meses de abril-mayo, y en octubre. Por
otro lado, en general Bogotá es la ciudad con menores precipitaciones, las mayores se presentan
en mayo y noviembre. La ciudad de Ibagué tiene sus mayores valores en abril y noviembre
igualmente. Se puede observar la tendencia de los datos de todas las ciudades que en los
mismos meses es donde tienen mayores y menores precipitaciones intra-anuales. Esto
evidencia la diferencia de precipitaciones dependiendo la ubicación geográfica de cada una.
Interpolar mapas de precipitación media
Para obtener los valores interpolados de la precipitación, se utilizó el comando v.surf.idw y la
tabla de datos con coordenadas planas en la localización GRASS de Magna Sirgas. Este, utiliza
el método de interpolación IDW (Inverse Distance Weighting) para interpolar los datos de
precipitación. Este método utiliza los datos cercanos al punto en donde se requiere encontrar el
valor, estos datos cercanos se ponderan
para encontrar el valor desconocido,
debido a que se interpola relacionando
los valores cercanos que se asume que
están más relacionados con el punto de
búsqueda que los lejanos a este (QGIS,
s.f.).
Ilustración 31: método interpolación IDW

Mapas de precipitación promedio multianual mensual

 Ilustración 32: precipitaciones promedio multianual mensual

A partir de los mapas obtenidos del SIG, se pudo distinguir como las precipitaciones promedio
multianual por cada mes van variando, dependiendo de la zona. Las mayores precipitaciones
constantes se dan hacia la parte del pacífico colombiano, mientras que en la mayoría de meses
las menores se dan hacia el norte de Colombia y una parte occidental de Venezuela. Por otro
lado, la mayor diferencia de colores en los mapas se observa en los meses de abril, mayo, y
junio, en donde hacia la zona de la Amazonía aumentan considerablemente las precipitaciones.

Mapa de precipitación promedio multianual anual

 Ilustración 33: precipitación promedio multianual annual

A partir del mapa obtenido con ayuda de GRASS, se pueden analizar los colores de las
precipitaciones anuales totales. Las mayores precipitaciones, como se evidenciaba en los
planos de precipitaciones mensuales anteriores, se observan hacia el pacífico, mientras que las
menores se observan sobre la parte alta de las cordilleras.

Precipitación promedio multianual anual y mensual al interior de la cuenca

Ilustración 34:Máscara SIG para valores promedio mensuales y anuales

Para obtener los valores promedio de precipitación, temperatura, evaporación potencial, índice
de aridez, y evaporación real, se utilizaron los mapas que se sacaron del SIG por cada variable,
y, utilizando r.mask, se obtuvieron las estadísticas dentro de la cuenca. De allí, a partir del
comando r.univar, se utilizó el valor medio arrojado por el SIG.

PRECIPITACIÓN
MES
PROMEDIO
ENE 111.617
FEB 117.56
MAR 162.363
ABR 201.614
MAY 178.394
JUN 107.532
JUL 76.9567
AGO 77.7094
SEP 121.792
OCT 222.511
NOV 230.503
DIC 154.005
ANUAL 1762.56
Tabla 8: Precipitaciones promedio multianual anual y mensual al interior de la cuenca

4.5 Temperatura
Información puntual de temperatura mensual

CIUDADES ELEGIDAS
CIUDAD LON LAT ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
Neiva -75.25 2.75 24.9 25.28 24.97 24.58 24.95 24.97 25.2 25.79 25.96 24.95 24.07 24.49 25.01
Ibagué -75.25 4.25 24.64 24.8 24.75 24.58 24.43 24.46 24.69 25.03 25.06 24.24 24.02 24.35 24.59
Bogotá -74.25 4.25 8.68 8.95 8.92 9.18 9.08 8.71 8.77 8.95 9.02 8.78 8.65 8.69 8.87

Tabla 9: Temperaturas ciudades elegidas

Ilustración 35: Temperaturas intra-anuales por ciudad

Los ciclos intra-anuales de temperatura de las tres ciudades elegidas dentro de la cuenca son
diferentes dependiendo de la ubicación de cada una. Como se logra evidenciar en la gráfica,
las temperaturas anuales son mucho mayores en Neiva e Ibagué que en la ciudad de Bogotá.
En las dos ciudades con mayores temperaturas se observan valores aproximados de 25°C en
promedio, mientras que en la ciudad de Bogotá aproximadamente 8-9°C. Además, a partir del
comportamiento de los puntos se puede observar que en Ibagué y Neiva los mayores valores
se dan en Agosto-Septiembre, y las menores temperaturas en Noviembre. Por otro lado, las
temperaturas de Bogotá no tienen grandes cambios que evidencien meses significativos.

Mapas de temperatura promedio multianual mensual

Ilustración 36: Mapas mensuales multianuales de temperatura promedio

Es evidente que la temperatura a través de los meses no tiene un cambio significativo, esta es
mayormente constante a través de los meses, las variaciones son pequeñas. En donde se
observan las mínimas temperaturas es principalmente en la cima de las tres cordilleras dentro
del territorio colombiano y el macizo de las Guayanas hacia la parte oriental de Sudamérica.
Se logra percatar esta relación de altura del modelo digital del terreno con la temperatura de
cada nivel, en donde los puntos de mayor altura tienen una menor temperatura, y los puntos
más bajos tienen mayores temperaturas.
Mapa de temperatura promedio multianual anual

Ilustración 37: Mapa anual multianual de temperatura promedio

La temperatura promedio anual es muy similar a lo que se registró en los planos obtenidos
por cada mes. Se sigue viendo la relación del relieve con los cambios de temperatura, como
en los puntos de color verde que se observan en las cordilleras, los cuales son los puntos
más altos tomando como referencia 0 el nivel del mar.

4.6 Evaporación

Evaporación potencial
Para hallar la evaporación potencial se utilizó la ecuación de Thornthwaite:
𝑐𝑚 10 × 𝑇𝑀 𝑎
𝐸𝑇𝑝𝑟 [ ] = 1.6 × 𝐿𝑎 × ( )
𝑚𝑒𝑠 𝐼𝑇
Tabla 10: Evaporación potencial
Donde:
𝐸𝑇𝑝𝑟 : Evapotranspiración mensual
𝐿𝑎 : Ajuste por el número de horas de luz en el mes (relacionada con la latitud del sitio), en este
caso utilizaremos los datos de Latitud norte = 0 (es decir, en la línea ecuatorial) dada la cercanía
con los puntos que van a ser mapeados.
𝑇𝑀 : Temperatura del aire promedio para cada mes (°C)
𝑇𝑀 1.514
𝐼𝑇 : Índice calórico anual. Sumatoria de los valores mensuales 𝐼𝑇=∑ 𝑖 , donde 𝑖 = ( )
5
𝑎: Constante empírica, donde:

𝑎 = 6.75𝑥10−7 ∙ 𝐼𝑇 3 − 7.71𝑥10−5 ∙ 𝐼𝑇 2 + 1.792𝑥10−2 ∙ 𝐼𝑇 + 0.49239

Ecuación 6: constante empírica

Primero se utilizaron los valores de 𝐿𝑎 para latitud norte = 0, entonces los meses de 31 días
tendrán un valor de 1,04; los meses de 30 días un valor de 1,01; y febrero por ser de 28 días un
valor de 0,94.

El segundo paso fue hallar los valores de 𝑖, utilizando como 𝑇𝑀 los datos de la temperatura
multianual mensual del archivo promedios_air.prn.

Acto seguido, se aplicaron las fórmulas de 𝐼𝑇 y 𝑎, con estos valores finalmente se designó la
ecuación de Thornthwaite para obtener la evaporación potencial de cada uno de los puntos.

Mapas de evaporación potencial promedio multianual mensual

 Ilustración 38: Mapas de evaporación potencial promedio multianual mensual

Los mapas obtenidos de la evaporación potencial a partir de la ecuación de Thornthwaite

muestran como en general este valor es menor en las zonas de mayor elevación del modelo
digital, es decir en las cordilleras y macizos. Esto se puede relacionar con la temperatura,
debido a que la evaporación depende de esta, y los resultados de los mapas anteriores
evidencian que, a mayor altura, menor temperatura, y, por lo tanto, menor evaporación. Se
observa que, en los meses de noviembre y diciembre, existe una pequeña zona que tiene gran
evaporación potencial al sur-occidente del mapa, mientras que, de julio a octubre, los niveles
de evaporación potencial disminuyen, ya que las zonas demarcadas en tonos rojos bajan su
intensidad.

Mapa de evaporación potencial promedio multianual anual

 Ilustración 39: Mapa evaporación potencial promedio multianual anual

El mapa de evaporación potencial multianual anual muestra los totales de la evaporación. Los
menores valores se relacionan a los mayores niveles del modelo digital de terreno, tanto en las
cordilleras, como en el macizo de las Guayanas. Los niveles más altos se dan mayormente
cercanos a las costas del pacífico, mar caribe, y hacia el sur-occidente del territorio colombiano.

Evaporación potencial promedio multianual anual y mensual al interior de la cuenca

MES EV. POTENCIAL

ENE 95.4453
FEB 89.7676
MAR 98.4271
ABR 92.9947
MAY 94.2553
JUN 92.6628
JUL 97.7832
AGO 102.974
SEP 97.6759
OCT 93.6467
NOV 86.1611
DIC 93.1876
ANUAL 1134.98

Tabla 11: Evaporación potencial promedio multianual anual y mensual al interior de la cuenca.

Índice de aridez

Este índice mide la excedencia o el déficit de agua en un territorio, a partir de la evaporación

potencial y los datos de precipitación. Eso permite medir si la cantidad de agua de precipitación
es suficiente para la sostenibilidad de una región (IDEAM, 2010).

Para hallar el Índice de aridez se utilizaron los datos de precipitación multianual mensual del
archivo promedios_precip.prn y los valores de evaporación potencial obtenidos en el
punto anterior, aplicando así la siguiente ecuación:

𝐸𝑝
Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑎𝑟𝑖𝑑𝑒𝑧 =
𝑃
Ecuación 7:Índice de aridez

Donde:

𝐸𝑝 : Evaporación potencial

𝑃: Precipitación media multianual mensual y anual

Finalmente, para obtener la evaporación real en todos los puntos, se utiliza la ecuación de
Budyko:
 𝐸𝑅 1
= √(∅ ∙ 𝑡𝑎𝑛ℎ ( ) ∙ (1 − 𝑒 −∅ ))
𝑃 ∅

Ecuación 8:Budyko

Donde:

𝐸𝑅 : Evaporación real.

𝑃: Precipitación media multianual mensual y anual.

∅: Índice de aridez.

Despejando dicha ecuación se obtiene:

1
𝐸𝑅 = 𝑃 ∙ √(∅ ∙ 𝑡𝑎𝑛ℎ ( ) ∙ (1 − 𝑒 −∅ ))
∅

Ecuación 9: Despeje de evaporación real

Mapas del índice de aridez promedio multianual mensual

 Ilustración 40: Mapas del índice de aridez promedio multianual mensual

A partir de los cálculos del índice de aridez en las hojas de cálculo, se puede observar que los
mayores índices de aridez ocurren en los primeros y los últimos meses, mayormente hacia la
zona nor-occidental de Venezuela, en donde se observan cambios significativos entre marzo y
abril, además entre noviembre y diciembre. Por otro lado, debido a la región computacional,
solo se alcanza a observar un aumento del índice en la zona de Ecuador, especialmente de junio
a octubre.
Por otro lado, los menores valores de índice de aridez se encuentran en las partes altas de las
cordilleras, lo que significa que estas zonas explicadas con valores bajos no cuentan con
suficiente precipitación.

Mapa del índice de aridez promedio multianual anual

Ilustración 41: Mapa del índice de aridez promedio multianual anual

En cuanto al mapa de índice de aridez multianual anual se puede observar que, en promedio,
hacia la zona del mar caribe, hacia Ecuador, y hacia la zona de los llanos en Venezuela, existen
los valores más altos de precipitación suficiente. Hacia la zona de la cordillera de los Andes
existe el área de mayor valor de precipitación suficiente.
Evaporación real
Mapas de evaporación real promedio multianual mensual

Ilustración 42: Mapas de evaporación real promedio multianual mensual SIG

A partir de las evaporaciones reales obtenidas, se logra evidenciar en los mapas sacados del
SIG que las mayores evaporaciones reales se dan en los meses de noviembre a enero,
específicamente hacia la zona de la Amazonía. Por el contrario, los valores más pequeños se
observan hacia los meses de diciembre-marzo hacia los llanos de Venezuela y la zona norte de
Colombia, hacia la Guajira.
Mapa de evaporación real promedio multianual anual

Ilustración 43: Mapa de evaporación real promedio multianual anual SIG

Con el mapa multianual anual de evaporación real es posible notar el total de evaporación que
se presenta. Esta muestra que las zonas donde existe mayor evaporación son hacia el pacífico
y hacia el lago de Maracaibo, mientras que los puntos de menor evaporación real están en las
zonas más elevadas de las cordilleras, y macizos.
Evaporación real promedio multianual anual y mensual al interior de la cuenca

MES EV. REAL

ENE 63.0802
FEB 63.5497
MAR 76.2285
ABR 78.6674
MAY 76.242
JUN 59.3132
JUL 49.4182
AGO 51.536
SEP 66.0404
OCT 80.0779
NOV 75.202
DIC 70.8561
ANUAL 810.212

Tabla 12: Evaporación real promedio multianual anual y mensual al interior de la cuenca

4.7 Balance hidrológico

Datos de caudal de la estación
Debido a que, según los datos obtenidos del IDEAM, el año 1958 obtenido no tenía datos, se
utilizaron los años a partir de 1959-2020, esto con el fin de tener continuidad en años y no tener
datos mensuales vacíos.

ENE FEB MARZO ABR MAY JUN JUL AGO SEP OCT NOV DIC
PROMEDIO 1156.80574 1210.62897 1379.26348 1857.90838 2103.20106 1840.39397 1612.28686 1328.80942 1158.32891 1584.68327 2018.9326 1666.24278
DESVIACIÓN 449.24494 587.802953 547.578057 605.102362 651.239258 543.005903 434.209593 349.718695 334.991643 575.054878 652.840098 614.168492
MIN 465.4 449.5 551.5 696.9 887 809 925.7 777.5 537.6 611.8 770.5 568.3
MAX 2554 3318 2632 4065 4306 3913 2776 2535 2000 3182 3372 3867

Tabla 13: Estadísticas datos caudales mensuales y anuales

Ilustración 44: Gráfica promedios caudales mensuales

A partir de los datos ajustados según los años elegidos, se obtuvo el promedio, la desviación
estándar, el valor máximo y mínimo. Con los valores de promedio se hizo una gráfica para
entender cómo se comportan los valores promedio comparados entre meses. Como es evidente,
los mayores caudales se dan en el mes 5 y 11, es decir, en mayo y noviembre, respectivamente.
Los menores valores se dan en enero y en septiembre.

Gráficaciclointer-anual:

Ilustración 45: Ciclo intra-anual caudal Pto. Salgar

Ilustración 46: Boxplot caudles máximos

El gráfico del ciclo intra-anual de la estación de puerto salgar se ha realizado con una gran
variedad de datos, una forma más práctica y útil de analizarlos es mediante el boxplot , este
demuestra cómo durante la toma de datos de caudales de forma intra-anual mensual existen
datos que se puede catalogar más confiables que otros, es decir los valores entre el percentil 25
(1121 m3/s) y el percentil 75 (1956 m3/s) son los más confiables y moderados (Estos datos son
los que se pueden observar en la gráfica), por otra parte, los valores por encima del percentil
75 y por debajo del percentil 25 se pueden determinar como los años de los fenómenos de la
niña y el niño respectivamente. Pues estos valores son confiables, pero poco moderados, es
decir que se repiten, pero no todos los años. Finalmente, existen valores poco confiables, estos
datos anómalos son los que están por encima del percentil 95(3184 m3/s) y por debajo del
percentil 5 (449 m3/s). Por otra parte, del ciclo intra-anual se puede observar que es bimodal,
adicionalmente hay un verano en enero y febrero hasta alrededor de abril y luego se presenta
otro verano en septiembre, el cual finaliza alrededor de noviembre, en cuyo mes es el segundo
invierno, en conclusión los valores bajos se presentan en los meses de Enero, Febrero,
Septiembre y Agosto mientras que los niveles altos se presentan en Abril, Mayo, Noviembre.

Variabilidad inter-anual de caudales

Para la clasificación de los datos entre la Niña/el Niño, se generó en Excel un boxplot que diera
los valores desde los cuales se presenta cada fenómeno. Como se muestra a continuación, los
datos del fenómeno del niño resultaron ser los menores a 1081m3/s de caudal, los de la niña,
los mayores a 1813m3/s de caudal, y los normales se encuentran entre estos dos valores.

449.5

NIÑO

Q1 1081

NORMAL Q2 1396.909

NORMAL Q3 1813

NIÑA

2911

crítico 4065

Ilustración 47: Boxplot datos caudal IDEAM

A partir de estos rangos, se clasificaron los datos (Anexo Excel “balance hídrico”), para marcar
que datos eran para que fenómeno de niño o niña. Con esto se obtuvo los promedios del caudal
multianual mensual y anual.

PROMEDIOS
1411.2301871 1380.2427890 1358.11325 1428.80842 1482.27512 1479.91117 1425.28321 1307.40591 1350.40294 1448.63133 1484.05603 1419.22339 1429.16509
NORMAL

PROMEDIOS NIÑA
1896.843719 2557.5 2145.80469 2311.969 2422.39654 2197.26464 2099.91667 1925 2000 2111.83333 2428.90321 2265.64706 2003.13209

PROMEDIOS NIÑO
803.7107164 764.6509682 783.374129 934.3 962.5 922.5 996.3 958.958588 888.210167 888.96436 929.125 846.9625 960.727778

Ilustración 48: promedios del caudal multianual mensual y anual.

 Ilustración 49: Ciclo intra-anual de caudales promedio

A partir de lo anterior, se obtuvo una gráfica representando los datos dentro del rango del niño,
de la niña, y los considerados como normales. Como muestra la ilustración 49, el fenómeno de
la niña presenta tiene valores mayores, debido a que este fenómeno representa un aumento
considerable en las precipitaciones, lo contrario al fenómeno del niño, el cual, debido al
calentamiento del océano pacífico, aumenta las temperaturas y produce sequías. Igualmente,
dentro de los valores del fenómeno de la niña se observan unos picos de caudal hacia febrero,
mayo, y noviembre.

Balance hidrológico de largo plazo en la cuenca

Para calcular los caudales mensuales se utilizó la ecuación de balance hídrico a largo plazo:

𝑸 = 𝑨 ∗ (𝑷 − 𝑬)
Ecuación 10: Balance hídrico a largo plazo
Donde:
𝑸 : Caudal mensual
A: Área de la cuenca en 𝒎𝟐
𝑷: 𝑷𝒓𝒆𝒄𝒊𝒑𝒊𝒕𝒂𝒄𝒊ó𝒏 𝒂𝒍 𝒊𝒏𝒕𝒆𝒓𝒊𝒐𝒓 𝒅𝒆 𝒍𝒂 𝒄𝒖𝒆𝒏𝒄𝒂 𝒎/𝒔
E: Evaporación real al interior de la cuenca en 𝒎/𝒔

Dado que los datos promedios de precipitación y evaporación real están en unidades de
mm/mes, primero se debe hacer la respectiva corrección a m/s. Además se sabe que el área de
la cuenca es de 𝟓, 𝟔𝟏𝑿𝟏𝟎𝟏𝟎 𝒎𝟐 , el cálculo de dichos caudales mensuales a largo plazo se puede
observar en la siguiente tabla:
 PRECIPITACIÓN PROMEDIO Precipitación Evaporación Q largo plazo Q Estación
MES EV. REAL (mm/mes)
(mm/mes) Promedio (m/s) Real (m/s) (m3/s) (m3/s)
ENE 111,617 63,0802 4,1673E-08 2,3551E-08 1017 1157
FEB 117,56 63,5497 4,85946E-08 2,6269E-08 1253 1211
MAR 162,363 76,2285 6,06194E-08 2,846E-08 1804 1379
ABR 201,614 78,6674 7,77832E-08 3,035E-08 2661 1858
MAY 178,394 76,242 6,66047E-08 2,8466E-08 2140 2103
JUN 107,532 59,3132 4,14861E-08 2,2883E-08 1044 1840
JUL 76,9567 49,4182 2,87323E-08 1,8451E-08 577 1612
AGO 77,7094 51,536 2,90134E-08 1,9241E-08 548 1329
SEP 121,792 66,0404 4,69877E-08 2,5479E-08 1207 1158
OCT 222,511 80,0779 8,30761E-08 2,9898E-08 2984 1585
NOV 230,503 75,202 8,89286E-08 2,9013E-08 3362 2019
DIC 154,005 70,8561 5,74989E-08 2,6455E-08 1742 1666
ANUAL 1762,56 810,212 5,58904E-08 2,5692E-08 20337 18917
Tabla 14: Cálculo caudal a largo plazo

Comparando el ciclo anual de caudal calculado a largo plazo con el caudal promedio mensual
multianual, se obtiene la siguiente gráfica:

Caudales mensuales
4000
3500
Caudal Q (m3/s)

3000
2500
2000
1500
1000
500
0
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
Tiempo (meses)

Q largo plazo (m3/s) Q Estación (m3/s)

Ilustración 50: Ciclos anuales de caudal

En la ilustración 50 se observa que para los dos tipos de datos de caudal el invierno se presenta
en los meses de en marzo, abril, octubre y noviembre, mientras que el verano se presenta en
los meses de enero, julio, agosto y diciembre.

Estos datos demuestran que el caudal a largo plazo mantiene el mismo comportamiento
bimodal tal como pasa con él ha sucedido con los datos de caudal tomados en la estación de
puerto salgar. Sin embargo, los cambios de sus valores en el eje van a ser más bruscos, lo que
quiere decir que en los veranos la evaporación será más fuerte y en los inviernos sucede lo
mismo con la precipitación. Adicionalmente, los meses en los que al parecer los datos de caudal
han sido mejor tomados son mayo y septiembre, pues son los puntos donde estos más
convergen. Todo esto puede suceder porque existen variables que no se están tomando en
cuenta.
Ahora se calculó el caudal medio multianual en la cuenca y se comparó con los datos anuales
promedio de la estación:

Q largo plazo Q Estación

MES
(m3/s) (m3/s)
ENE 1017 1157
FEB 1253 1211
MAR 1804 1379
ABR 2661 1858
MAY 2140 2103
JUN 1044 1840
JUL 577 1612
AGO 548 1329
SEP 1207 1158
OCT 2984 1585
NOV 3362 2019
DIC 1742 1666
ANUAL 20337 18917
Tabla 15: Caudales a largo plazo y en estación Pto. Salgar

De la tabla anterior se concluye que los valores de caudal medio multianual no están tan
alejados entre sí; No obstante, el caudal a largo plazo es mayor por 1420 m3/s al caudal tomado
en la estación, esto quiere decir que el nivel de evaporación real es menor.

4.8 Análisis de frecuencias

Ilustración 51: Distribuciones

Este análisis es muy importante porque nos indica la probabilidad de que ocurra el paso de una
cantidad de caudal para un período de retorno, esto se realiza con ayuda de la estadística
mediante las distribuciones. Es decir, de acuerdo la anterior ilustración entre más alta la
probabilidad de ocurrencia más alta va a ser la magnitud. Por ende, los valores de caudales para
el año 500 pueden ocurrir, pero la probabilidad de ocurrencia es muy baja, caso contrario
sucede con los primeros años de retorno donde la probabilidad de ocurrencia es mucho más
alta. La gráfica se obtiene mediante los valores de caudal máximos para cada uno de los años
de los datos de la estación de puerto salgar; Sin embargo, según la organización mundial de
meteorología e hidrología se recomienda que los caudales estimados no superen el doble de la
longitud temporal de la serie de datos en los cuales se está trabajando. Debido a que la
estadística contempla solo valores matemáticos y no los factores físicos, si se hace un diseño
para un tiempo de retorno de 500 años, teniendo datos de tan solo 70 años, la confianza es muy
baja y por ende el diseño puede ser demasiado costoso.

5. CONCLUSIONES
Finalmente, a partir del análisis realizado mediante el sistema de información geográfico
GRASS, se pudo concluir la importancia de los fenómenos hidrológicos y su impacto en el
territorio colombiano. Además, se pudo hacer una relación de distintas variables hidrológicas
aplicadas a un escenario real, la cuenca del río Magdalena. Este análisis de la cuenca requirió
variables de relieve, clima, mediciones de áreas, longitudes, pendientes, y, en general,
características de la cuenca que permitieron un análisis completo de sus procesos.

Bibliografía
Bateman, A. (2007). Obtenido de https://www.upct.es/~minaeees/hidrologia.pdf
IDEAM. (2010). Índice de aridez. Obtenido de http://www.ideam.gov.co/web/agua/ia
QGIS. (s.f.). Análisis espacial (interpolación). Obtenido de QGIS:
https://docs.qgis.org/2.14/es/docs/gentle_gis_introduction/spatial_analysis_interpolation.html
Sáenz, G. M. (1999). Hidrología en la ingeniería. México.
UPEGUI, J. J. (13 de Diciembre de 2010). Revistas UNAL. Obtenido de ESTIMACIÓN DEL
TIEMPO DE CONCENTRACIÓN Y TIEMPO DE REZAGO EN LA CUENCA
EXPERIMENTAL URBANA DE LA QUEBRADA SAN LUIS, MANIZALES:
https://revistas.unal.edu.co/index.php/dyna/article/view/25640/39138