Evaluación del impacto del cambio climático en los componentes

del balance hídrico de una cuenca fluvial utilizando el modelo

SWAT

Bhumika Uniyal 1 & Madan Kumar Jha1 &

Arbind Kumar Verma1

Recibido: 4 febrero 2015 /Aceptado: 2 agosto 2015 /

Publicado en línea: 18 agosto 2015
# Springer Science + Business Media Dordrecht 2015

El cambio climático es uno de los desafíos ambientales globales más

importantes, que afecta a todo el sistema terrestre en términos de impactos
negativos en la producción de alimentos, el suministro de agua, la salud, los
medios de vida, la energía, etc. La intención del presente estudio fue evaluar
el impacto del cambio climático en los componentes del balance hídrico de
una cuenca del río Baitarani superior del este de la India hambrienta de
datos utilizando el modelo ArcSWAT. El modelo ArcSWAT se calibró
utilizando la técnica SUFI-2. Los datos de flujo de corriente observados
diariamente de 1998 a 2003 se emplearon para la calibración y los de 2004-
2005 para la validación. Los resultados de calibración resultaron ser
satisfactorios con la eficiencia de Nash-Sutcliffe (NSE) y el error absoluto
medio (MAE) de 0,88 y 9,70 m3/s para el paso de tiempo diario,
respectivamente. Además, el modelo fue validado con éxito para simular el
flujo diario de corriente (NSE=0,80 y MAE=10,33 m3/s). El modelo calibrado y
validado se utilizó para evaluar la respuesta de la cuenca a los cambios
climáticos anticipados a finales del siglo 21. En este estudio se consideraron
doce escenarios climáticos independientes y veintiocho combinados
específicos del área para evaluar el impacto del cambio climático en la
hidrología de la cuenca. El análisis de los resultados del modelo para los 12
escenarios climáticos independientes indicó una reducción de la escorrentía
superficial que osciló entre el 2,5 % y el 11 % al cambiar la temperatura de 1
a 5 °C, mientras que el aumento de las precipitaciones del 2,5 al 15 % sugirió
Evaluación del balance hídrico mediante SWAT 4768
un aumento de la escorrentía superficial del 6,67 al 43,42 % con respecto a la
condición de referencia. En el caso de 28 escenarios combinados en
comparación con la condición de referencia, los cambios en la escorrentía
superficial variarían de −4,55 a 37,53 %, la recarga de aguas subterráneas
cambiaría de -8,7 a 23,15 % y la evapotranspiración aumentaría de 4,05 a
11,88 %. Se concluye que los cambios futuros en las condiciones climáticas
para finales del siglo 21 tienen más probabilidades de producir impactos
significativos en el flujo de la corriente en el área de estudio. Los resultados
de este estudio y los de los estudios de seguimiento en esta dirección serán
útiles para orientar medidas de adaptación adecuadas para la gestión
sostenible del agua en la cuenca ante el inminente cambio climático.

* Bhumika Uniyal
bhumika25uniyal@gmail.com

1
Instituto Indio de Tecnología Kharagpur, Kharagpur, Bengala Occidental, India
Palabras clave Análisis del cambio climático . Streamflowmodeling.
Calibración automatizada. Escenarios climáticos . GOLPE REPENTINO

3 Introducción

La tierra y el agua son los recursos naturales más vitales de la tierra que
sostienen el desarrollo humano, el funcionamiento de los ecosistemas y el
crecimiento económico de un país. Sin embargo, el rápido aumento de la
población humana y la aceleración de los cambios en el estilo de vida debido
a la creciente urbanización e industrialización ejercen una tremenda presión
sobre estos recursos naturales. El aumento de la presión sobre la tierra y los
recursos hídricos ha dado lugar a su degradación con repercusiones
perjudiciales en los ecosistemas vulnerables y la biodiversidad, y por lo tanto
plantea una grave amenaza mundial para el desarrollo sostenible de la tierra
(Biswas et al. 2009; Oki y Kanae 2006). Además de esto, el cambio climático
Evaluación del balance hídrico mediante SWAT 4769
se considera como un impulsor adicional para muchos de los problemas
sociales y ambientales del siglo 21. El cambio climático puede afectar a los
sistemas hídricos a través de una variabilidad espacio-temporal aumentada o
inusual, cambios a largo plazo en la temperatura y el equilibrio hídrico, y el
aumento del nivel del mar, lo que a su vez tiene implicaciones para la
seguridad hídrica, la seguridad alimentaria, la seguridad energética, la salud
de los seres humanos y los ecosistemas, y los medios de vida humanos
(Vörösmarty et al. 2000; PNUD 2007; Richardson et al. 2011). Su aparición se
debe a la creciente concentración de gases de efecto invernadero (GEI) en la
atmósfera desde los tiempos preindustriales. El Grupo Intergubernamental
de Expertos sobre el Cambio Climático (IPCC) concluyó que es más del 90 %
probable que el calentamiento acelerado de los últimos 50-60 años sea
causado por la liberación antropogénica de GEI como elCO2 (IPCC 2007a). Las
actividades humanas ahora están contribuyendo a los cambios ambientales
globales no solo en la temperatura sino también en la precipitación (Zhang et
al. 2007; Li et al. 2015; Mourato et al. 2015; Krysanova y Srinivasan 2014) y
se espera que este desarrollo continúe en el futuro (Bates et al. 2008). Se
prevé que la temperatura media mundial puede aumentar entre 1,4 y 5,8 °C
para 2100 (IPCC 2007a). De hecho, el cambio climático se ha convertido en
uno de los desafíos ambientales globales más importantes del siglo 21 y
representa una amenaza para la humanidad. Se espera que casi todas las
regiones del mundo experimenten un impacto negativo neto del cambio
climático en los sistemas y ecosistemas de recursos hídricos.

Un informe reciente (OMM 2013) reveló que la última década (2001-2010)

fue la más cálida tanto para los hemisferios como para las temperaturas de la
superficie terrestre y oceánica. Además, agrega que los eventos climáticos
extremos de alto impacto se han presenciado a nivel mundial en una escala
sin precedentes desde la última década. Los escenarios climáticos futuros
para mediados y finales del siglo 21 simulados por los Modelos Climáticos
Globales (GCM) también muestran una tendencia al calentamiento en todo el
mundo. Sin embargo, la intensidad y las características de los impactos
pueden variar significativamente de una región a otra. Es probable que
algunas regiones experimenten escasez de agua, junto con una creciente
demanda de agua; Esto pondrá a más y más personas bajo la amenaza de
escasez de agua, mientras que el aumento del nivel del mar en las regiones
costeras densamente pobladas puede amenazar la vida y el sustento de
millones de personas. La frecuencia de las inundaciones y las sequías
aumentará en la mayor parte del mundo, lo que dará lugar a una disminución
Evaluación del balance hídrico mediante SWAT 4770
del rendimiento de los cultivos, aumentando así el riesgo de pobreza y
hambre (Karim et al. 2009); los países más afectados serán los países en
desarrollo y subdesarrollados, que ya se enfrentan a graves desafíos para
alcanzar los Objetivos de Desarrollo del Milenio (ODM) para 2015, en los que
el agua desempeña un papel fundamental.

Para una planificación estratégica a largo plazo de los recursos hídricos de

un país frente a los impactos cambiantes del cambio climático, es importante
que los efectos del cambio climático se cuantifiquen con altas resoluciones
espaciales y temporales a escala de cuenca porque el quinto informe de
evaluación del IPCC advierte que Bla ventana de acción se está cerrando muy
rápidamente^. Fontaine et al. (2001) informaron impactos significativos del
cambio climático en los recursos hídricos y las economías locales en Black
Hills de Dakota del Sur, EE.UU., mientras que Jha et al. (2004) evaluaron el
impacto del cambio climático y la incertidumbre en la predicción del flujo de
corriente mediante el uso de un modelo climático regional (RCM) junto con
la Herramienta de Evaluación de Suelos y Agua (SWAT). Kalogerophoulous y
Chalkias (2012), Wang et al. (2011) y Zang et al. (2007) estimaron el impacto
potencial del cambio climático en la escorrentía superficial a escala de
cuenca. Karim et al. (2009) examinaron el impacto del clima futuro en los
recursos hídricos del país (Irán). Perazzoli et al. (2013) analizaron los
impactos del cambio climático en el régimen de flujo y la producción de
sedimentos en el sur de Brasil. Shi et al. (2013) identificaron los cambios en
el uso de la tierra y el clima durante el último medio siglo y evaluaron sus
efectos sobre los recursos hídricos de China. Lee y Bae (2015) evaluaron el
impacto del cambio climático en la disponibilidad de agua durante el monzón
asiático y cuantificaron su impacto en términos de agua verde y azul. Liuzzo
et al. (2014) utilizaron TOPDM para simular el impacto potencial del cambio
climático en la disponibilidad de aguas superficiales y subterráneas.
Ravazzani et al. (2014) cuantificaron el impacto del cambio climático en la
disponibilidad de recursos hídricos utilizando un enfoque integrado en la
cuenca superior del río Po, Italia. Wagner et al. (2015) evaluaron los impactos
del cambio climático y de uso de la tierra utilizando SWAT en una región de
datos escasos de Ghats occidentales, India, mientras que Huang et al. (2015)
utilizaron la técnica ENSEMBLE para proyectar futuras sequías e
inundaciones utilizando el modelo SWIM en una cuenca alemana. Ruiz-
Villanueva et al. (2014) analizaron los impactos potenciales de los cambios
climáticos en la respuesta fluvial en el río Ródano, Lyon, Francia.
Evaluación del balance hídrico mediante SWAT 4771
India es un gran país en desarrollo con casi dos tercios de su población que
depende directamente de los sectores sensibles al clima, como la agricultura,
la pesca y los bosques (Dhar y Mazumdar 2009). El estudio NATCOM
(proyecto de comunicación nacional emprendido por el Ministerio de Medio
Ambiente y Bosques, Gobierno de la India, Nueva Delhi) fue el primer intento
de cuantificar el impacto del cambio climático en los recursos hídricos del
país (Gosain et al. 2006). Los patrones espaciales del cambio de lluvia sobre
la India indicaron un aumento máximo de las precipitaciones en la costa
oeste y el noreste de la India para los escenarios A2 y B2 del IPCC (Gosain et
al. 2006). Además, PRECIS estima un aumento del 20% en todas las
precipitaciones monzónicas de verano de la India en todos los escenarios
futuros en comparación con el presente. El aumento de las precipitaciones se
observa en todos los estados, excepto Punjab, Rajasthan y Tamil Nadu, que
muestran una ligera disminución de las precipitaciones en los escenarios
futuros. La simulación PRECIS para 2071-2100 indica un calentamiento
general en el subcontinente indio asociado con el aumento de las
concentraciones de gases de efecto invernadero. El calentamiento parece ser
más pronunciado en las partes del norte de la India, lo que resulta en el
deterioro de la gravedad de las sequías y la intensidad de las inundaciones en
varias partes del país bajo diversos escenarios de GEI (Kumar et al. 2006). Sin
embargo, hay una reducción general general en la cantidad de escorrentía
disponible en los escenarios de GEI. Las cuencas fluviales de Mahi, Pennar,
Sabarmati y Tapi enfrentarán condiciones de escasez de agua. Las cuencas
fluviales pertenecientes a Cauvery, Ganga, Narmada y Krishna
experimentarán condiciones estacionales o regulares de estrés hídrico,
mientras que las cuencas fluviales pertenecientes a Godavari, Brahmani y
Mahanadi no tendrán escasez de agua, pero pueden enfrentar graves
condiciones de inundación (Gosain et al. 2011). En los últimos años (incluidos
los últimos años), India experimentó lluvias intempestivas que provocaron
inundaciones repentinas en regiones montañosas y el país también se
convirtió en víctima de la furia del ciclón y la tormenta de granizo en algunas
partes del país (CSE 2014).

En estos días, los investigadores del clima están dando más énfasis en
reducir la vulnerabilidad humana a las sorpresas naturales (extremos
hidrológicos), que solo pueden satisfacerse mediante una toma de decisiones
adecuada que a su vez dependa completamente de la calidad de la
información y el conocimiento de herramientas / técnicas innovadoras y / o
avanzadas (Tyler y Moench 2012; Yang et al. 2014). En el campo de la
Evaluación del balance hídrico mediante SWAT 4772
investigación sobre el cambio climático, entre otros desafíos, un gran desafío
global es proporcionar una base científica adecuada para las decisiones de
adaptación que se tomarán bajo una fuerte incertidumbre y sin depender de
proyecciones exactas de cambios en las variables hidrológicas para garantizar
una sociedad resiliente al clima (Kundzewicz y Gerten 2014).

Soil and Water Assessment Tool (SWAT) es un modelo hidrológico

semidistribuido basado en la física, que ha demostrado ser una herramienta
eficaz para evaluar los problemas de contaminación por recursos hídricos y
fuentes no puntuales para una amplia gama de escalas y condiciones
ambientales en todo el mundo (Neitsch et al. 2011). Durante la última
década, SWAT se ha utilizado ampliamente en todo el mundo para llevar a
cabo modelos hidrológicos a escala de cuenca hidrográfica bajo diferentes
condiciones agroclimáticas (Verma y Jha 2015). En el pasado reciente, el
modelado hidrológico utilizando SWAT ha surgido como una herramienta
poderosa para cuantificar los efectos del cambio climático en los recursos
hídricos (Jha et al. 2006). El objetivo general del presente estudio fue evaluar
los impactos del cambio climático en los componentes del balance hídrico
(tanto "agua azul" como "agua verde") de la cuenca superior del río
Baitarani en el este de la India utilizando ArcSWAT; Una breve descripción de
esta cuenca se proporciona en la sección siguiente. Teniendo en cuenta la
limitación de datos en esta cuenca, los escenarios climáticos relevantes
proyectados por el IPCC (IPCC 2007a) y los científicos indios se han
considerado en este estudio para obtener información sobre la variación de
los componentes del balance hídrico de la cuenca a finales del siglo 21. Para
lograr este objetivo general, los objetivos específicos de este estudio fueron:
(i) calibrar y validar ArcSWAT para simular el flujo de la corriente en la
cuenca, y (ii) analizar los impactos del cambio climático en los componentes
del balance hídrico de la cuenca bajo escenarios climáticos futuros
destacados.

4 Materiales y métodos
2.1 Área de estudio

Cuenca superior del río Baitarani (1776,6 km2) mostrada en la Fig. 1 se

encuentra entre 21 y 22.5 ° N de latitud y 85 a 86 ° E de longitud del este de
la India, Odisha. El río Baitarani se origina en las colinas de Guptaganga en el
Evaluación del balance hídrico mediante SWAT 4773
distrito de Keonjhar de Odisha, que se encuentra a una altura de 900 m
sobre MSL (nivel medio del mar). El área de estudio muestra una alta
variación topográfica con una elevación que varía de 330 a 1120 m sobre
MSL. Recibe un promedio de 1534 mm de lluvia en un año, más del 80% de
los cuales se produce de junio a octubre. La temperatura máxima media
mensual es de 34 ° C en mayo, mientras que la temperatura mínima es de 11
° C en el mes de enero. La mayor parte del área de estudio está compuesta
por bosques (alrededor del 50 % de la superficie) y agricultura (42,05 %) usos
de la tierra, con el 10,34 % de la superficie dedicada a terrenos baldíos. Aquí,
tierra baldía significa tierra pedregosa estéril, tierra gullied / barranco, tierra
con matorrales y minería, y la tierra con desechos industriales. Los suelos del
área de estudio se clasifican de acuerdo con las clases de taxonomía de
suelos del USDA (Departamento de Agricultura de los Estados Unidos). La
cuenca total se divide en 18 clases de suelo diferentes, de las cuales la clase
dominante de suelo es el esqueletol limoso, el Haplustepts típico que cubre
el 48,98 % de la superficie de estudio, seguido de la marisma fina, el suelo
TypicHaplustalfs que cubre el 20,83 % de la superficie. Otras clases
principales de suelo son el esqueletol arcilloso, TypicHeplustalfs y franco fino,
TypicHaplustepts que abarca el 9,65 % y el 7,02 % del área de estudio. La
textura dominante de la cuenca hidrográfica del estudio es "marga arcillosa
arenosa".

La mayor parte de la cuenca superior del río Baitarani se encuentra en la

parte norte de Odisha, que abarca la meseta noroeste y central, y los Ghats
nororientales. Desde el punto de vista de la agricultura, el área de estudio
tiene tipos de suelo que van desde suelos deltaicos aluviales fértiles en la
parte norte de la meseta costera, suelos mixtos rojos y negros en la meseta
central norte, rojos y
Evaluación del balance hídrico mediante SWAT 4774

Higo. 1 Mapa de ubicación del área de estudio (Fuente: Verma y Jha, 2015)

suelos amarillos con baja fertilidad en la meseta noroccidental, mientras que

suelos de bosque laterítico y marrón en la región norte de los Ghats
orientales. La mayoría de los suelos en la cuenca del río son suelos rojos de
textura ligera, que tienen baja capacidad de retención de agua, baja
fertilidad y alta erodibilidad. Esta condición resulta en altos flujos durante la
temporada de monzones (junio-septiembre) porque el 80% de la lluvia se
concentra normalmente en estos 3 meses, lo que hace que el área de estudio
sea altamente vulnerable a las inundaciones (OWDM 2010).

2.2 Descripción general del modelo ArcSWAT

En este estudio, se utilizó la interfaz ArcGIS9.3.1 de SWAT (versión 2009),

que popularmente se conoce como ArcSWAT. Es un modelo hidrológico de
paso de tiempo basado en la física, semidistribuido y continuo que se utiliza
para el modelado de precipitaciones-escorrentía, así como para predecir los
impactos del uso de la tierra y las prácticas de gestión de la tierra, y del
cambio climático en la hidrología y la calidad del agua de las cuencas
Evaluación del balance hídrico mediante SWAT 4775
hidrográficas o fluviales (Neitsch et al. 2011). El ciclo del agua simulado por
ArcSWAT se basa en el balance hídrico. La ecuación de balance hídrico
utilizada por el modelo se da como (Neitsch et al. 2011):
t

SWt i 1/4 SW0 þXRdía i −Q surf i −Ea i −Wseep i −Q gw i ð1Þ

i1/41

donde, SW t i = contenido de agua del suelo (mm) en el momento t, SWo =

contenido inicial de agua del suelo (mm), t = período de simulación (días), R
día i = cantidad de precipitación en el i ésimo día (mm), Qsurf i = cantidad de
ésimo
escorrentía superficial en el i día (mm), E a i = cantidad de
evapotranspiración en el i ésimo día (mm), Wfiltración i = cantidad de agua que
entra en la zona vadosa desde el perfil del suelo en el i ésimo día (mm), y Qgw i
= cantidad de flujo base en el i ésimo día (mm).

El área de estudio está compuesta por 15 subcuencas que fueron divididas

en 271 Unidades de Respuesta Hidrológica (UIR) que representan
satisfactoriamente la heterogeneidad de la cuenca. Las HRU son
simplemente combinaciones únicas de un tipo de suelo específico, tipo de
cobertura del suelo y pendiente dentro de una subcuenca. El modelo SWAT
calcula los procesos hidrológicos que ocurren en una cuenca hidrográfica o
cuenca, como la escorrentía, el flujo de corrientes, el transporte de
sedimentos y el transporte de nutrientes a nivel de HRU.

2.3 Adquisición de datos

El modelo digital de elevación, el mapa de uso de la tierra / cobertura del

suelo y el mapa del suelo, así como las series temporales de datos de lluvia,
temperatura y flujo de corriente del área de estudio fueron los principales
insumos para configurar el modelo ArcSWAT para la cuenca en estudio.

(1) Modelo Digital de Elevación (DEM): Se obtuvo mediante la digitalización

de curvas de nivel (intervalo de contorno = 20 m) de los mapas ráster del
área de estudio mediante el uso del software ILWIS3.3 GIS. Los mapas
ráster se crearon utilizando hojas topográficas (1:50.000). Las hojas
Evaluación del balance hídrico mediante SWAT 4776
topográficas se obtuvieron de las oficinas de Survey of India (SOI) en
Calcuta, Bhubaneswar, Ranchi y Dehradun. El DEM generado (30 m×30 m)
del área/cuenca de estudio es satisfactorio para el análisis hidrológico
actual.
(2) Land Use\Land Cover Map: La imagen de teledetección sin nubes
(imágenes Landsat ETM+ ) del 2 de noviembre de 2001, ruta 140 y fila 45
de 30 m de resolución espacial en tres bandas espectrales para el área de
estudio, se recogió del sitio web de Global Land Cover Facility. Para
clasificar el uso del suelo de la cuenca, se realizó una clasificación no
supervisada utilizando el software ERDAS IMAGINE8.5.
(3) Mapa de suelos: Los mapas de suelo impresos de Odisha y Bihar a una
escala de 1: 500,000 se obtuvieron de la Oficina Nacional de Ciencia del
Suelo y Planificación del Uso de la Tierra (NBSS & LUP), Nagpur, India.
Estos mapas se escanearon, rectificaron y digitalizaron en ILWIS GIS para
preparar el mapa en formato de cuadrícula según lo requerido por
ArcSWAT.

Además, los datos diarios de precipitación se obtuvieron de tres

estaciones pluviátricas (Keonjhar, Champua y Jhumpura), mientras que los
datos diarios de temperatura para la estación de Keonjhar se obtuvieron del
Centro Meteorológico de la India, Bhubaneswar, Odisha durante 8 años (
1998-2005). Además, los datos diarios de caudal de 1998 a 2005 de la cuenca
superior del río Baitarani medidos en la estación de medición de Champua se
recopilaron de la Comisión Central del Agua (CWC), Bhubaneswar, Odisha.
Las ubicaciones de las estaciones pluviómetros y la estación de medición de
arroyos se muestran en la Fig. 1.

5 Calibración y validación del modelo Arcswat

Los parámetros más influyentes para la simulación del flujo de corriente se
estimaron mediante análisis de sensibilidad antes de realizar la calibración
del modelo. Dado que el ArcSWAT contiene un gran número de parámetros
hidrológicos y todos ellos pueden no estar contribuyendo significativamente
a la salida del modelo, es necesario identificar parámetros de entrada
significativos para la simulación del flujo de corriente. Este ejercicio no solo
ayuda a reducir el número de parámetros para la calibración, sino que
también nos sugiere con qué precisión tenemos que manejar un parámetro
Evaluación del balance hídrico mediante SWAT 4777
en particular. En este estudio, los parámetros del modelo se identificaron
mediante la técnica de hipercubo latino de un factor a la vez (LH-OAT) (Van
Griensven et al. 2006). Posteriormente, el modelo ArcSWAT se calibró
utilizando la técnica de optimización SUFI-2. Los datos de flujo de corriente
observados diariamente de 1998 a 2003 se utilizaron para la calibración del
modelo y los de 2004 a 2005 se utilizaron para la validación del modelo. Los
datos de 1998 se mantuvieron como período de calentamiento, lo que
permite al modelo inicializar y acercarse a valores iniciales razonables de las
variables de estado del modelo. Se ha observado a partir de estudios
anteriores que en varios estudios SWAT se ha utilizado para desarrollar
modelos de cuencas hidrográficas específicas del sitio con no o menos de 3
años como período de calentamiento y se informa que sus resultados son
bastante satisfactorios (por ejemplo, Stehr et al. 2008; Kalogerophoulous y
Chalkias 2012; Joh et al. 2011). Por lo tanto, el período de calentamiento de
1 año utilizado en este estudio podría considerarse razonable en condiciones
de escasez de datos. El rendimiento del modelo desarrollado durante la
calibración y validación se evaluó mediante el uso de indicadores estadísticos
seleccionados (es decir, error absoluto medio, coeficiente de determinación
y eficiencia de NashSutcliffe) e indicadores gráficos. Además, el factor P y R
también se calcularon utilizando SWAT-CUP para evaluar aún más el
rendimiento del modelo durante la calibración y la validación.

6 Selección de escenarios de cambio climático

ArcSWAT tiene dos formas de cuantificar el impacto del cambio climático en
la hidrología de una cuenca. El primer método de cuantificación del impacto
del cambio climático implica el cálculo del cambio en el comportamiento de
la cuenca hacia el cambio en la concentración de gases de efecto
invernadero (GEI) en la atmósfera, mientras que el segundo método facilita
la entrada de cambios específicos en la temperatura y / o lluvia. Debido a la
falta de datos climáticos necesarios (datos climáticos futuros previstos por
RCM) para el área de estudio, el segundo método (es decir, escenarios
incrementales específicos de la región para la temperatura y la lluvia) se ha
adoptado en este estudio para evaluar los probables impactos del cambio
climático en los principales componentes del balance hídrico de la cuenca.
Este método también ha sido adoptado en muchos estudios anteriores (por
Evaluación del balance hídrico mediante SWAT 4778
ejemplo, Fontaine et al. 2001; Jha et al. 2006; Kalogerophoulous y Chalkias
2012; Jiang et al. 2014).

Vale la pena mencionar que aunque se espera que el patrón de uso de la

tierra cambie a finales del siglo 21 junto con el cambio climático, se asume
un cambio marginal en el patrón de uso de la tierra del área de estudio
(cuenca del río) ya que la cuenca está dominada por la población tribal que
depende principalmente de los bosques y los productos agrícolas y estas dos
cubiertas de tierra son dominantes en la cuenca. con la superficie de
asentamiento limitada al 1,68 % de la cuenca total. Además, el área de
estudio está esencialmente alejada del desarrollo industrial hasta ahora, y
por lo tanto se supone que el funcionamiento hidrológico de la cuenca en el
futuro será más o menos el mismo. Así, considerando el negocio habitual,
este estudio se centra en la cuantificación de los impactos de las variables
climáticas sobre los principales componentes del balance hídrico de la
cuenca hidrográfica objeto de estudio.

De acuerdo con los escenarios futuros de cambio climático sugeridos por

el Grupo Intergubernamental de Expertos sobre el Cambio Climático ( IPCC
2007b), se ha encontrado que la temperatura media de la superficie del país
podría aumentar entre 2 y 5 ° C y las precipitaciones aumentarán al 15 %
sobre el país (India) a finales del siglo 21 (Kumar et al. 2006; Gosain et al.
2011). Como la variabilidad espacial de las precipitaciones en todo el país es
muy alta, según la literatura, se considera la variación en la precipitación
específicamente para la región en la que cae nuestra área de estudio y se
informa que es menor o igual al 15%. Esta es la razón de limitar el cambio en
las precipitaciones hasta un 15 % (Kumar et al. 2006; Chaturvedi et al. 2011;
Gosain et al. 2011). Los escenarios climáticos proyectados poseen un alto
nivel de incertidumbre en la predicción de parámetros meteorológicos
porque existe una relación no lineal entre ellos. Por lo tanto, teniendo en
cuenta estos hechos, este estudio considera escenarios climáticos
independientes y combinados para analizar los impactos de los cambios de
temperatura y lluvia en los componentes del balance hídrico (tanto "agua
azul" como "agua verde") del área de estudio. Los escenarios climáticos
independientes considerados en este estudio se presentan en la Tabla 1. De
los 12 escenarios climáticos diferentes, los primeros ocho escenarios incluyen
los cambios en la temperatura de la condición de referencia por un factor
(valor numérico), mientras que los últimos cuatro escenarios incluyen el
cambio porcentual en la precipitación desde la condición de referencia.
Evaluación del balance hídrico mediante SWAT 4779
Además de los escenarios incrementales normales en términos de cambio de
temperatura, en este estudio también se han considerado tres escenarios
climáticos recomendados por el IPCC (A1B, A2 y B2, que corresponden
respectivamente a los escenarios 4, 6 y 3 de este estudio) para analizar el
efecto del cambio climático en los componentes del balance hídrico de la
cuenca. Estos tres escenarios representan escenarios climáticos futuros
equilibrados, más pesimistas y optimistas considerando los cambios en la
economía mundial y el medio ambiente a escala global y regional para fines
del siglo 21 (IPCC 2007b).

Los escenarios A1B, A2 y B2 del IES utilizados en este estudio se basan en

sus descripciones proporcionadas por el IPCC (IPCC 2007b). En este estudio,
se ha utilizado la información técnica documentada correspondiente a un
escenario SRES dado con respecto a los cambios de temperatura. Como no se
dispone de los datos climáticos proyectados a escala reducida a nivel regional
o local para el área de estudio, se han seleccionado los escenarios estándar
de cambio climático del IES sugeridos por el IPCC. La condición de referencia
se refiere a la condición actual del área de estudio para la que se creó el
modelo ArcSWAT. Indica la condición promedio de la cuenca durante 1999-
2005. Las precipitaciones, la temperatura máxima y la temperatura mínima
en un paso de tiempo diario de 1999 a 2005 se utilizaron para simular la
condición de referencia. Además, en este estudio también se consideraron
28 escenarios combinados (CS) (Tabla 2) para analizar los efectos
combinados de los cambios futuros tanto en la temperatura como en la lluvia
en los componentes del balance hídrico del área de estudio.

Aumento de las
Escenario Aumento de temperatura (°C)
precipitaciones (%)
−
Escenario 1 1
Escenario 2 2 −
Escenario 3 2.4 −
Escenario 4 2.8 −
Escenario 5 3 −
Escenario 6 3.4 −
Escenario 7 4 −
Escenario 8 5 −
Escenario 9 − 2.5
Escenario 10 − 5
Escenario 11 − 10
Evaluación del balance hídrico mediante SWAT 4780
Cuadro 1 Escenarios de cambio Escenario 12 − 15
climático basados en cambios
independientes de temperatura y precipitaciones

Aumento de las
Escenario Aumento de temperatura (°C)
precipitaciones (%)
CS1 2 2.5
Evaluación del balance hídrico mediante SWAT 4781
Cuadro 2 Escenarios de cambio CS 2 2 5
climático basados en cambios
CS 3 2 10
combinados de temperatura y
precipitaciones CS 4 2 15
CS 5 2.4 2.5
CS 6 2.4 5
CS 7 2.4 10
CS 8 2.4 15
CS 9 2.8 2.5
CS 10 2.8 5
CS 11 2.8 10
CS 12 2.8 15
CS 13 3 2.5
CS 14 3 5
CS 15 3 10
CS 16 3 15
CS 17 3.4 2.5
CS 18 3.4 5
CS 19 3.4 10
CS 20 3.4 15
CS 21 4 2.5
CS 22 4 5
CS 23 4 10
CS 24 4 15
CS 25 5 2.5
CS 26 5 5
CS 27 5 10
CS 28 5 15

7 Resultados y discusión

5.1 Resultados de la calibración y validación del modelo

Evaluación del balance hídrico mediante SWAT 4782
Las figuras 2a y b ilustran una distribución casi similar de los hidrogramas de
flujo observados y simulados para los períodos de calibración y validación.
Durante los períodos de calibración y validación (Tabla 3), los valores de NSE
(eficiencia de Nash-Sutcliffe) son respectivamente 0.88 y 0.80, lo que indica
que el rendimiento del modelo es bastante satisfactorio en el paso de tiempo
diario. Del mismo modo, los valores más altos de R2 (0,87 y 0,83 para
calibración y validación, respectivamente) confirman una buena correlación
entre los flujos de corriente observados y simulados. Además, el indicador
gráfico, a saber, los diagramas de dispersión que se muestran en la Fig. 3a y b
indican la subpredicción general y la sobrepredicción del modelo. Los
caudales bajos (<150 m 3/s) están sobreprevistos, mientras que los caudales
altos (>150 m3/s) están más por debajo de los previstos.

Además, en la Fig. se muestra la banda de incertidumbre de predicción del

95 % (95 PPU en los niveles de 2,5 y 97,5 % de la distribución acumulada de
las variables de salida) para los resultados del modelo. 2a y b, en el que la
región sombreada muestra incertidumbre en el modelo que pone entre
corchetes todos los tipos de
Evaluación del balance hídrico mediante SWAT 4783

Higo. 2 Hidrogramas de flujo diario observados y simulados durante (a) calibración y (b) períodos de
validación

incertidumbres en la predicción del modelo. La fuerza del modelo para la

calibración se cuantificó utilizando dos estadísticas diferentes, a saber, el
factor P y el factor R. El factor P se define como el porcentaje de datos
Evaluación del balance hídrico mediante SWAT 4784
medidos entre corchetes por la incertidumbre de predicción del 95 %
(95PPU), mientras que el factor R denota el grosor medio de la banda de
95PPU dividido por la desviación estándar de los datos medidos. El valor del
factor P (Rango=0-100 %) igual al 100 % o la unidad y el del factor R (Rango=0
- ∞) cercano a cero indican un caso ideal donde se observa y simula
Tabla 3 Perforación del modelo ArcSWAT-

Estadísticas de MANCE en la simulación diaria Indicadores estadísticos Período de calibración Período de

validación Flujo de flujo (1999-2003) (2004-2005)

Observado Simulado Observado Simulado

Media (m3/s)
33.41 33.95 33.80 33.67
STDEV (m3/s) 37.90 34.15 46.34 42.98
MAE (m3/s) 9.70 10.33

RMSE (m3/s) 19.73 28.9

NSE 0.88 0.80

R2 0.87 0.83

Factor P (%) 0.87 0.99

Factor R 0.59 0.55

los resultados coinciden exactamente (Abbaspour 2011). De la Tabla 3 se

desprende claramente que para la simulación diaria del caudal, el 87 y el 99
% de los datos observados están entre corchetes por la banda de 95 PPU,
mientras que los valores del factor R en caso de calibración y validación son
0,59 y 0,55, respectivamente. Estos resultados sugieren que la técnica SUFI-2
utilizada en este estudio para la calibración del modelo captura
satisfactoriamente el flujo de corriente observado durante los períodos de
calibración y validación, pero sobreestima ligeramente los valores pico en los
años 2004 y 2005. Esto podría atribuirse al hecho de que muchas
incertidumbres están involucradas en el cálculo de la recesión por el modelo
SWAT (Yang et al. 2008).

5.2 Resultados del análisis regional del cambio climático

Evaluación del balance hídrico mediante SWAT 4785
5.2.1 Respuesta de la cuenca a escenarios climáticos independientes

La respuesta del área de estudio a 12 escenarios independientes en términos

de componente de escorrentía superficial se muestra en la Fig. 4. Es obvio a
partir de esta figura que el aumento de la temperatura en 1, 2, 2.4, 2.8, 3,
3.4, 4 y 5 ° C (es decir, Escenarios 1, 2, 3, 4, 5, 6, 7 y 8) causa una disminución
en la escorrentía superficial media anual que oscila entre 2.5 y 11% al final
del siglo XXI en comparación con la condición de referencia. La disminución
de la escorrentía superficial se justifica porque el río Baitarani no es
alimentado por glaciares. Por el contrario, el aumento de las precipitaciones
en un 2,5, 5, 10 y 15 % (escenarios 9, 10, 11 y 12) da lugar a un aumento
significativo (6,7 a 43,4 %) de la escorrentía superficial. Por lo tanto, el área
de estudio es más sensible a los cambios futuros en las precipitaciones que
los de temperatura.

Además de la escorrentía superficial, también se consideraron algunos

otros componentes importantes del balance hídrico, como el flujo base, la
evapotranspiración (ET) y la recarga de aguas subterráneas, para examinar
los impactos del cambio climático. La Figura 5 muestra los cambios en los
valores anuales promedio de los cuatro componentes principales del balance
hídrico en 12 escenarios independientes. Es obvio que la escorrentía
superficial, la evapotranspiración, el flujo de base y la recarga de las aguas
subterráneas se verán afectados en mayor o menor medida por los cambios
de temperatura o lluvia en el futuro. ItisdiscerniblefromFig.5 a medida que
aumenta la temperatura en el área de estudio (escenarios 1 a 8), afecta
directamente a la evapotranspiración media anual, reduciendo así la
escorrentía superficial media anual, el flujo base y la recarga de aguas
subterráneas. Sin embargo, bajo escenarios de aumento de las
precipitaciones (Escenarios 9 a 12), la escorrentía superficial anual promedio
de la cuenca del río aumentará junto con el flujo base anual promedio y la
recarga de aguas subterráneas.

En lo que respecta a los escenarios del IPCC (es decir, A2, B2 y A1B), si hay
un aumento continuo de la población y un crecimiento económico algo más
lento y fragmentado en la región.
Evaluación del balance hídrico mediante SWAT 4786

Higo. 3 Diagramas de dispersión de flujos diarios observados versus simulados durante los períodos
de calibración y (b) validación del modelo

(escenario A2), la evapotranspiración de la cuenca fluvial aumentará en un

5,3 %, lo que dará lugar a la reducción de la escorrentía superficial, el flujo de
Evaluación del balance hídrico mediante SWAT 4787
base y la recarga de aguas subterráneas en un 7,2, 15,1 y 11,5 %,
respectivamente, con respecto a la condición de referencia (Fig. 5). Por otro
lado, si el crecimiento de la población es inferior a A2 y hay un desarrollo
económico intermedio con el moderado

Higo. 4 Respuesta de la escorrentía superficial bajo escenarios climáticos independientes

uso de tecnologías respetuosas con el medio ambiente (escenario B2),

entonces habrá una variación comparativamente menor en los componentes
del balance hídrico en comparación con el escenario A2. La escorrentía
superficial se reducirá en un 5,8 %, lo que dará lugar a la reducción del flujo
de base y la recarga de las aguas subterráneas en un 10,7 % y un 7 %,
respectivamente, mientras que la evapotranspiración disminuirá en un 3,9 %
con respecto a la condición de referencia. Además, el escenario A1B se
refiere a un escenario equilibrado en todas las fuentes de energía con un
rápido crecimiento económico, un mundo convergente, una población en
crecimiento y una rápida difusión de tecnologías nuevas y eficientes. Bajo
este escenario, los componentes del balance hídrico tendrán impactos
intermedios en comparación con los escenarios A2 y B2. Por ejemplo, el
aumento de la evapotranspiración de la cuenca hidrográfica en un 4,5 % dará
lugar a la reducción de la escorrentía superficial, el flujo de base y la recarga
de aguas subterráneas en un 6,7, 12,7 y 8,22 %, respectivamente, con
respecto a la condición de referencia (Fig. 5).
Evaluación del balance hídrico mediante SWAT 4788

Fig. 5 Valores de los componentes del balance hídrico para diferentes escenarios independientes de
cambio climático
5.2.2 Respuesta de la cuenca a escenarios climáticos combinados

Para una mejor comprensión de los efectos del cambio climático en la

hidrología de la cuenca hidrográfica, también se consideraron escenarios con
cambios simultáneos de temperatura y lluvia. La Tabla 4 resume la respuesta
de los componentes del balance hídrico de la cuenca (escorrentía superficial,
evapotranspiración, flujo base y recarga de aguas subterráneas) bajo 28
Escenarios Combinados (CS) en términos de cambio porcentual de la
condición de referencia. De este cuadro se desprende claramente que con un
aumento de la temperatura para un determinado aumento de las
precipitaciones (por ejemplo, los escenarios CS1, CS5, CS9, CS13, CS17, CS21
y CS25 con un aumento del 2,5 % de las precipitaciones y diversos grados de
aumento de la temperatura), hay una tendencia decreciente en la
escorrentía superficial, el flujo de base y la recarga de aguas subterráneas
entre estos siete escenarios, pero hay un aumento en

Cuadro 4 Cambio en los componentes del balance hídrico en escenarios combinados

Escenarios Porcentaje de aumento o disminución con respecto a la línea de
base
Recarga de aguas
Escorrentía superficial Y Flujo base
subterráneas
CS1 1.72 4.05 −2.17 −1.17 Español
CS 2 8.48 4.73 3.93 3.74
CS 3 22.68 6.03 16.10 13.48
CS 4 37.53 7.26 28.26 23.15
CS 5 0.73 4.63 −3,60 −2.19 Español
Evaluación del balance hídrico mediante SWAT 4789
CS 6 7.47 5.32 2.49 2.72
CS 7 21.60 6.61 14.68 12.50
CS 8 36.43 7.82 26.88 20.71
CS 9 −0,24 5.29 −5,28 Español −3.39 Español
CS 10 6.51 5.98 0.79 1.49
CS 11 20.60 7.29 12.93 11.24
CS 12 35.35 8.52 25.10 20.94
CS 13 −0,64 5.56 −5,88 −3,85
CS 14 6.12 6.25 0.17 1.02
CS 15 20.21 7.57 12.00 10.45
CS 16 35.00 8.79 24.45 20.48
CS 17 −1,46 6.10 −7.25 Español −4,80

CS 18 5.27 6.80 −1.20 Español 0.07

CS 19 19.31 8.11 10.91 9.81

CS 20 34.05 9.33 23.09 19.55
CS 21 −2.67 7.00 −9,42 Español −6.41

CS 22 3.94 7.77 −3,65 −1,35

CS 23 17.88 9.14 8.43 8.00
CS 24 32.53 10.39 20.52 17.68
CS 25 −4,55 8.29 −12,55 −8,66
CS 26 2.03 9.07 −6,80 −3.92 Español
CS 27 15.68 10.55 4.97 5.56
CS 28 30.13 11.88 16.87 15.12
− indica disminución; + indica aumento; Rendimiento de agua = Escorrentía superficial + Flujo base
evapotranspiración (ET) en comparación con los escenarios precedentes. La
misma tendencia se encontró en el caso de otros escenarios combinados con
precipitaciones fijas y aumentos variables de temperatura. Para finales delsiglo
XXI, se espera que los cambios en la escorrentía superficial varíen de -0,24 a
37,5 % de la condición de referencia, mientras que la recarga de aguas
subterráneas puede alterarse de -8,7 a 23 % junto con un aumento en ET de
4,05 a 11,88 % de la condición de referencia. También se puede observar que
el escenario CS9 tiene el menor impacto en los componentes del balance
hídrico de la cuenca fluvial porque un aumento de la temperatura de 2,8 °C
junto con el aumento de las precipitaciones en un 2,5 % con respecto a la
línea de base simplemente anulan el efecto de cada uno.

Además, la Fig. 6 muestra la variación en la escorrentía superficial media

mensual con los cambios combinados en la temperatura y la lluvia. Se puede
ver en esta figura que hay cuatro bandas separadas que corresponden a
Evaluación del balance hídrico mediante SWAT 4790
diferentes aumentos de lluvia (es decir, 2.5, 5, 10 y 15%) desde la condición
de base. Estas bandas comprenden siete gráficos diferentes para diferentes
escenarios de aumento de temperatura. De esta figura se desprende
claramente que, en el escenario CS25, hay una reducción máxima de la
escorrentía superficial (4,6 % de la condición de referencia), mientras que
hay un aumento máximo (37,53 %) de la escorrentía superficial en el
escenario CS4 (cuadro 4).

Además, la Fig. La figura 7 ilustra la variación anual en los cuatro

componentes del balance hídrico (escorrentía superficial,
evapotranspiración, flujo base y recarga de aguas subterráneas) en 28
escenarios combinados. Esta cifra revela que con un aumento de la
temperatura bajo un aumento de lluvia dado (CS1, CS5, CS9 y CS13), hay una
disminución en la escorrentía superficial, el flujo base y la recarga de aguas
subterráneas, pero hay un aumento en ET. El CS4 (aumento de la
temperatura de 2 °C con un aumento del 15 % de las precipitaciones)
corresponde al aumento máximo de la escorrentía superficial media anual,

Higo. 6 Respuesta de la escorrentía superficial en escenarios climáticos combinados

Evaluación del balance hídrico mediante SWAT 4791

Higo. 7 Valores de componentes del balance hídrico para diferentes escenarios combinados de cambio
climático

flujo base y recarga de aguas subterráneas desde la condición basal, que son
189.36, 244.5 y 306.98 mm, respectivamente. Por otro lado, la disminución
máxima en la escorrentía superficial promedio anual, el flujo base y la
recarga de aguas subterráneas desde la condición basal corresponde al
escenario CS25 (aumento de temperatura de 5 °C con aumento del 2,5 % en
las precipitaciones), que son 131.43, 166.7 y 227.69 mm, respectivamente.
La evapotranspiración tiene una tendencia creciente desde la condición basal
en todos los escenarios, con un valor mínimo (770,11 mm) en el escenario
CS1 (aumento de temperatura de 2 °C con un aumento del 2,5 % en la
precipitación) y un valor máximo (861,62 mm) bajo CS 28 (aumento de
temperatura de 5 °C con un aumento del 15 % en la precipitación).

En general, se puede inferir de los resultados y la discusión anteriores que

las variaciones en los componentes del balance hídrico del área de estudio se
deben principalmente a factores antropogénicos como la urbanización cada
vez mayor, la industrialización, los avances tecnológicos y el rápido
crecimiento económico. Los cambios en la hidrología (componentes del
balance hídrico) de la cuenca pueden equilibrarse promoviendo el uso de
tecnologías eficientes en el uso de los recursos y respetuosas con el medio
ambiente y la adopción de conceptos y herramientas modernos de gestión
del agua, como la gestión integrada de la tierra y los recursos hídricos
(ILWRM), la gestión adaptativa, la recolección de agua de lluvia, la recarga
artificial y otras técnicas innovadoras de gestión de recursos.
Evaluación del balance hídrico mediante SWAT 4792

8 Conclusiones

Este estudio demuestra la aplicación de ArcSWAT en condiciones de datos

escasos para simular los impactos regionales de los escenarios climáticos
futuros más destacados en los principales componentes del balance hídrico
de una cuenca fluvial en el este de la India. Se desarrolló un modelo
hidrológico del área de estudio utilizando ArcSWAT para simular el flujo de
corriente y se encontró que su rendimiento era razonablemente bueno con
valores NSE y MAE de 0.88 y 9.70 m 3/s durante la calibración del modelo y
los de 0.80 y 10.33 m3/s durante la validación del modelo. Este modelo
calibrado y validado se aplicó además para predecir los impactos de 12
escenarios climáticos independientes y 28 combinados en los componentes
del balance hídrico de la cuenca. Los enfoques seguidos en este estudio para
hacer frente a la escasez de datos son: (a) sólo se utilizaron datos de 1 año
como período de calentamiento del modelo; b) la situación actual, es decir,
el período comprendido entre 1999 y 2005, se utilizó como escenario de
referencia a falta de datos ideales sobre el período (1960-1990); y c) para
hacer frente a la falta de disponibilidad de los datos climáticos futuros
previstos por la CRM, se consideraron escenarios incrementales específicos
de la región para la temperatura y las precipitaciones y escenarios adecuados
del SRES para evaluar los probables efectos del cambio climático en los
componentes del balance hídrico de la cuenca.

Las comparaciones de los resultados simulados con la configuración del

modelo actual revelaron que los escenarios combinados son más plausibles y
efectivos para simular la respuesta de la cuenca al cambio climático futuro.
De todos los escenarios, el escenario combinado, es decir, CS4 (aumento de
la temperatura de 2 °C con un aumento del 15 % en las precipitaciones)
muestra un aumento máximo en la escorrentía superficial anual promedio, el
flujo base y la recarga de aguas subterráneas desde la condición de
referencia, mientras que CS25 (aumento de la temperatura de 5 °C con un
aumento del 2,5 % en la precipitación) muestra una reducción máxima en la
escorrentía superficial anual promedio, el flujo base y la recarga de aguas
subterráneas desde la condición de referencia. La evapotranspiración
muestra una tendencia al alza continua (4,05-11,88 %) desde la línea de base
en todos los escenarios. Los resultados de este estudio también revelaron
que la cuenca hidrográfica estudiada es más sensible al cambio de las
precipitaciones en comparación con el cambio de temperatura. En particular,
los resultados correspondientes a los tres escenarios del IPCC (A2, B2 y A1B)
Evaluación del balance hídrico mediante SWAT 4793
revelaron que la escorrentía superficial en el área de estudio se reducirá en
un 5-8% a finales del siglo XXI, lo que a su vez reducirá el flujo de base (11-
15%) y la recarga de aguas subterráneas (7-11,5%) en la cuenca fluvial, por lo
tanto, debemos centrar nuestra atención en diferentes estrategias de
adaptación climática disponibles localmente, como la recolección de agua de
lluvia, forestación, conservación del agua verde, recarga artificial y
reutilización y reciclaje del agua, junto con estrategias de adaptación
innovadoras (como la generación de recursos a partir de residuos) para
garantizar una sociedad resiliente al clima.

El análisis propuesto proporciona información valiosa sobre la respuesta

de las cuencas hidrográficas al cambio climático en los componentes del
balance hídrico de la cuenca hidrográfica, independientemente de los
diferentes supuestos adoptados y las limitaciones del modelo. El análisis de
los diferentes escenarios de cambio climático proporciona una serie de
resultados que ayudarán en la planificación y gestión eficiente de los
recursos hídricos en la cuenca superior del río Baitarani. Las conclusiones de
este estudio y las de los estudios de seguimiento que utilizan datos climáticos
futuros pronosticados por modelos climáticos regionales para evaluar el
impacto del cambio climático en la cuenca fluvial serán útiles para identificar
medidas de adaptación adecuadas para la gestión eficiente del agua en el
área de estudio en condiciones climáticas cambiantes.

Referencias

Abbaspour KC (2011) Programas de calibración e incertidumbre SWAT: un manual de usuario. Instituto

federal suizo de ciencia y tecnología acuáticas. Eawag, Dubendorf
Bates BC, Kundzewicz ZW, Wu S, Palutikof JP (eds) (2008) Cambio climático y agua. Documento técnico de
la
Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC), Secretaría del IPCC, Ginebra
(Suiza)
Biswas AK, Tortajada C, Izquierdo R (eds) (2009) Gestión del agua en 2020 y más allá. Springer, Berlín
Chaturvedi RK, Gopalakrishnan R, Jayaraman M, Bala G, Joshi NV, Sukumar R, Ravindranath NH (2011)
Impacto del cambio climático en los bosques indios: un enfoque dinámico de modelado de
vegetación. Mitig Adapt Strateg Glob Chang 16(2):119–142
CSE (2014) Estado del medio ambiente de la India 2014. Centro para la Ciencia y el Medio Ambiente (CSE),
Nueva Delhi, pp 166-184
Dhar S, Mazumdar A (2009) Modelado hidrológico del río Kangsabati bajo escenario climático cambiado:
estudio de caso en India. Proceso hidrol 23:2394–2406
Fontaine TA, Klassen JF, Cruickshank TS, Hotchkiss RH (2001) Respuesta hidrológica al cambio climático en
las Black Hills de Dakota del Sur, EE.UU. Hydrol Sci J 46(1):27–40
Gosain AK, Rao S, Basuray D (2006) Evaluación del impacto del cambio climático en la hidrología de las
cuencas fluviales indias. Curr Sci 90(3):346–354
Evaluación del balance hídrico mediante SWAT 4794
Gosain AK, Rao S, Arora A (2011) Evaluación del impacto del cambio climático de los recursos hídricos de
la India. Curr Sci 101(3):356–371
Huang S, Krysanova V, Hattermann F (2015) Proyecciones de los impactos del cambio climático en
inundaciones y sequías en Alemania utilizando un conjunto de escenarios de cambio climático. Reg
Environ Chang 15(3):461–473
IPCC (2007a) Informe especial del grupo de trabajo III del grupo intergubernamental de expertos sobre el
cambio climático. Grupo Intergubernamental de Expertos sobre el Cambio Climático,
http://www.ipcc.ch consultado el 20 de julio de 2013
IPCC (2007b) Cuarto informe de evaluación del grupo intergubernamental de expertos sobre el cambio
climático 2007. Grupo Intergubernamental de Expertos sobre el Cambio Climático,
https://www.ipcc.ch/pdf/special-reports/spm/sres-en.pdf consultado el 20 de julio de 2013
Jha M, Pan Z, Takle ES, Gu R (2004) Impactos del cambio climático en el flujo de corriente en la cuenca
superior del río Mississippi: una perspectiva de modelo climático regional. J Geophys Res 109:1–12
Jha M, Arnold JG, Gassman PW, Giorgi F, Gu RR (2006) Evaluación de la sensibilidad al cambio climático en
los flujos de corriente de la cuenca superior del río Mississippi utilizando SWAT. J Am Water Resour
Assoc 42(4):997–1016
Jiang Y, Liu C, Li X (2014) Impactos hidrológicos del cambio climático simulados por modelos HIMS en la
cuenca del río Luanhe, norte de China. Water Resour Manag 29(4):1365–1384
Joh HK, Lee JW, Park MJ, Shin HJ, Yi JE, Kim GS, Kim SJ (2011) Evaluación del impacto del cambio climático
en los componentes hidrológicos de una pequeña cuenca forestal a través de la calibración SWAT de
evapotranspiración y humedad del suelo. Trans ASABE 54(5):1773–1781
Kalogerophoulous K, Chalkias C (2012) Modelización de los impactos del cambio climático en la
escorrentía superficial en pequeñas cuencas mediterráneas: evidencia empírica de Grecia. Water
Environ J. doi:10.1111/j.1747-6593
Karim CA, Faramarzi M, Ghasemi SS, Yang H (2009) Evaluación del impacto del cambio climático en los
recursos hídricos en Irán. Water Resour Res 45:1–16
Krysanova V, Srinivasan R (2014) Evaluación de los impactos del cambio climático y del uso de la tierra con
SWAT. Reg Environ Chang 15(3):431–434
Kumar KR, Sahai AK, Kumar KK, Patwardhan SK, Mishra PK, Revadekar JV, Kamala K, Pant GB (2006)
Escenarios de cambio climático de alta resolución para la India para el siglo 21. Clim Sci 90(3):334–345
Kundzewicz ZW, Gerten D (2014) Grandes desafíos relacionados con la evaluación de los impactos del
cambio climático en los recursos de agua dulce. J Hydrol Eng. doi:10.1061/(ASCE)HE.1943-
5584.0001012
Lee MH, Bae DH (2015) Evaluación del impacto del cambio climático en aguas verdes y azules sobre la
región monzónica asiática. Water Resour Manag 29(7):2407–2427
Li L, Zhang L, Xia J, Gippel CJ, Wang R, Zeng S (2015) Implicaciones del clima modelado y los cambios en la
cubierta terrestre en la escorrentía en la ruta media del proyecto de transferencia de agua de sur a
norte en China. Water Resour Manag 29(8):2563–2579
Liuzzo L, Noto LV, Arnone E, Caracciolo D, La Loggia G (2014) Modificaciones en la disponibilidad de
recursos hídricos bajo cambios climáticos: un estudio de caso en una cuenca siciliana. Water Resour
Manag 29(4):1117–1135
Mourato S, Moreira M, Corte-Real J (2015) Evaluación del impacto de los recursos hídricos en escenarios
de cambio climático en cuencas hidrográficas mediterráneas. Water Resour Manag 29(7):2377–2391
Neitsch SL, Arnold JG, Kiniry JR, William JR (2011) Documentación teórica de la herramienta de evaluación
de suelos y agua versión 2009, Instituto de Recursos Hídricos de Texas, informe técnico No. 406.
Texas A&M University System College Station, Texas
Oki T, Kanae S (2006) Ciclos hidrológicos globales y recursos hídricos mundiales. Ciencia 313(5790):1068–
1072
OWDM (2010) Perspectiva y plan estratégico para proyectos de desarrollo de cuencas hidrográficas,
Orissa (2010-2025). Misión de Desarrollo de la Cuenca de Orissa, Departamento de Agricultura, Orissa
Perazzoli M, Pinheiro A, Kaufmann V (2013) Evaluación del impacto de los escenarios de cambio climático
en los recursos hídricos en el sur de Brasil. Hydrol Sci J 58(1):77–87
Evaluación del balance hídrico mediante SWAT 4795
Ravazzani G, Barbero S, Salandin A, Senatore A, Mancini M (2014) Un modelo hidrológico integrado para
evaluar los impactos del cambio climático en los recursos hídricos de la cuenca superior del río Po.
Water Resour Manag 29(4): 1193–1215
Richardson K, Steffen W, Liverman D (2011) Cambio climático: riesgos, desafíos y decisiones globales.
Cambridge University Press, Cambridge
Ruiz-Villanueva V, Stoffel M, Bussi G, Francés F, Bréthaut C (2014) Impactos del cambio climático en las
descargas del río Ródano en Lyon a finales del siglo XXI: resultados del modelo e implicaciones. Reg
Environ Chang 15(3):505–515
Shi P, Ma X, Hou Y, Li Q, Zhang Z, Qu S, Chen C, Cai T, Fang X (2013) Efectos del uso de la tierra y el cambio
climático en los procesos hidrológicos en la aguas arriba del río Huai, China. Water Resour Manag
27(5):1263–1278
Stehr A, Debels P, Romero F, Alcayaga H (2008) Modelado hidrológico con SWAT bajo condiciones de
disponibilidad limitada de datos: evaluación de resultados de un estudio de caso chileno. Hydrol Sci J
53(3):588–601 Tyler S, Moench M (2012) Un marco para la resiliencia climática urbana. Clim Dev 4(4):311–
326
PNUD (2007) Informe sobre desarrollo humano 2007/2008. Programa de las Naciones Unidas para el
Desarrollo (PNUD), Estados Unidos
Nations Plaza, Nueva York
Van Griensven A, Meixner T, Grunwald S, Bishop T, Diluzio M, Srinivasan R (2006) Una herramienta de
análisis de sensibilidad global para los parámetros de modelos de captación multivariable. J Hydrol
324(14):10–23
Verma AK, Jha MK (2015) Evaluación de un modelo de cuenca basado en GIS para la simulación de flujo de
corriente y rendimiento de sedimentos en la cuenca superior del río Baitarani del este de la India. J
Hydrol Eng 20(6):C5015001
Vörösmarty CJ, Green P, Salisbury J, Lammers RB (2000) Recursos hídricos mundiales: vulnerabilidad del
cambio climático y crecimiento de la población. Ciencia 289(5477):284–288
Wagner PD, Reichenau TG, Kumar S, Schneider K (2015) Desarrollo de un nuevo método de reducción de
escala para la evaluación hidrológica de los impactos del cambio climático en regiones con escasez de
datos y su aplicación en los Ghats occidentales, India. Reg Environ Chang 15(3):435–447
Wang Z, Ficklin DL, Zang Y, Zhang M (2011) Impacto del cambio climático en el flujo de la corriente en la
árida cuenca del río Shiyang del noroeste de China. Proceso Hydrol 26:2733–2744
OMM (2013) Declaración provisional de la OMM sobre la situación del clima en 2013. Organización
Meteorológica Mundial, http://www.wmo.int/pages/mediacentre/press_releases consultado el 10 de
julio de 2014
Yang J, Reichert P, Abbaspour KC, Xia J, Yang H (2008) Comparación de técnicas de análisis de
incertidumbre para una aplicación SWAT a la cuenca Chaohe en China. J Hydrol 358(1):1–23
Yang J, Li G, Wang L, Zhou J (2014) Un modelo integrado para simular la gestión de los recursos hídricos a
escala regional. Water Resour Manag 29(5):1607–1622
Zang X, Srinivasan R, Hao F (2007) Predicción de la respuesta hidrológica al cambio climático en la cuenca
del río Luohe utilizando el modelo SWAT. Am Soc Agric Biol Eng Trans ASABE 50(3):901–910
Zhang X, Zwiers FW, Hegerl GC, Lambert FH, Gillett NP, Solomon S, Stott PA, Nozawa T (2007) Detección
de la influencia humana en las tendencias de precipitación del siglo XX. Nature 448(7152):461–46
 Evaluación del balance hídrico
mediante SWAT 4796