Superior de Ensenada, Baja California
Doctorado en Ciencias
en Ciencias de la Tierra
con orientación en Geociencias Ambientales
Modelación del efecto de la variación climática en el balance
hídrico en dos cuencas (México y Cuba) bajo un escenario de
cambio climático
Tesis
para cubrir parcialmente los requisitos necesarios para obtener el grado de
Doctor en Ciencias
Presenta:
Yalina Montecelos Zamora
Yalina Montecelos Zamora
y aprobada por el siguiente Comité
Dr. Thomas Gunter Kretzschmar Codirector de tesis
Dra. María Tereza Cavazos Pérez Codirectora de tesis
Miembros del comité
Dr. Rogelio Vázquez González
Dr. Victor Manuel Rodríguez Moreno
Dr. Gerald Corzo Pérez
Dr. Jonás De Dios De Basabe Delgado
Coordinador del Posgrado de Ciencias de la Tierra
Dra. Rufina Hernández Martínez
Directora de Estudios de Posgrado
Yalina Montecelos Zamora © 2018
Resumen de la tesis que presenta Yalina Montecelos Zamora como requisito parcial para la obtención del grado de Doctor en Ciencias en Ciencias de la Tierra con orientación en Geociencias Ambientales.
Modelación del efecto de la variación climática en el balance hídrico en dos cuencas (México y Cuba) bajo un escenario de cambio climático
Resumen aprobado por:
Dr. Thomas Gunter Kretzschmar Codirector de tesis
Dra. María Tereza Cavazos Pérez Codirectora de tesis
Modelar el comportamiento hidrológico en cuencas hidrográficas presenta muchos desafíos debido a las incertidumbres del cambio climático; en este sentido, los modelos hidrológicos y climáticos proporcionan un marco para examinar la relación entre el clima y los recursos hídricos. En este estudio se utilizó y se propuso una parametrización para el modelo hidrológico SWAT (Soil and Water Assessment Tool) para evaluar los impactos del cambio climático sobre la disponibilidad de agua en la cuenca del Río Cauto localizada al sureste de Cuba y en la cuenca de Guadalupe ubicada en el noroeste de México. SWAT se calibró y validó en las dos cuencas obteniendo un buen desempeño según tres métricas de rendimiento: el coeficiente de eficiencia de Nash-Sutcliffe (NSE), el coeficiente de determinación (R2) y el sesgo
porcentual (PBIAS). Además, se identificaron los parámetros que mejor describieron las características físicas en la hidrología de las dos regiones. El modelo reveló la naturaleza de los procesos de escorrentía superficial en la hidrología de la cuenca del Río Cauto, mientras que en la cuenca del Río Guadalupe los parámetros relevantes fueron los de flujo base. Los parámetros calibrados tuvieron diferentes rangos de valores en cada región, lo que refleja una diferencia en los mecanismos generadores de escorrentía en las dos cuencas. El efecto del cambio climático se evaluó forzando el modelo SWAT con el Modelo de Circulación Regional (MCR) RegCM4.3 durante un periodo de referencia (1970-2000) y un período futuro (2015-2039) bajo el escenario de altas emisiones (RCP 8.5). Las proyecciones futuras en la cuenca del Río Cauto sugieren aumentos regionales de 1.5°C en la temperatura y una disminución del 38% en la precipitación media anual. Estos cambios se traducen en posibles reducciones en el caudal anual de hasta un 61% con respecto al período de referencia, mientras que la recarga de acuíferos en la cuenca se espera que disminuya hasta un 59%, con la consecuente reducción del flujo de agua subterránea. Por su parte en la cuenca del Río Guadalupe se espera un aumento de 8% en la precipitación anual asociado con el aporte de la lluvia de invierno y verano, y un posible aumento de 1.2° C en la temperatura media anual. Estos cambios podrían afectar negativamente el caudal y la tasa de recarga total del acuífero en la cuenca de Guadalupe con -36% y -55%, respectivamente: mientras que la evapotranspiración anual podría aumentar en un 16%, relacionado con el incremento de la temperatura proyectada. Estos escenarios de proyección pueden ser de interés para los administradores de los recursos hídricos en las dos regiones. La principal contribución de esta tesis es la evaluación de las principales diferencias entre los procesos hidrológicos en las cuencas de los ríos Cauto y Guadalupe, además de ser la primera vez que se realiza una modelación hidroclimática combinada (SWAT con RegCM4) en estas dos cuencas.
Abstract of the thesis presented by Yalina Montecelos Zamora as a partial requirement to obtain the Doctor of Science degree in Earth Sciences with orientation in Environmental Geosciences.
Modeling the effect of climatic variation on the water balance in two basins (Mexico and Cuba) under a scenario of climate change
Abstract approved by:
Dr. Thomas Gunter Kretzschmar Thesis Co-director
Dra. María Tereza Cavazos Pérez Thesis Co-director
Modeling hydrological behavior in watersheds presents many challenges due to the uncertainties of climate change; in this sense, hydrological and climate models provide a framework to examine the relationship between climate and water resources. This study used and proposed a parametrization for the SWAT hydrological model (Soil and Water Assessment Tool) to evaluate the impacts of climate change on the availability of water in the Cauto River basin located southeast of Cuba and in the Guadalupe Basin located in northwestern Mexico. SWAT was calibrated and validated in the two basins obtaining a good performance according to three skill metrics: the Nash-Sutcliffe efficiency coefficient (NSE), the coefficient of determination (R2) and the percentage bias (PBIAS). The parameters that best describe the physical characteristics in the hydrology of the regions were identified. The model results revealed the nature of the surface runoff processes in the hydrology of the Cauto river basin, while in Río Guadalupe the relevant parameters were those of base flow. The calibrated parameters had different ranges of values in each region, which reflects a difference in the runoff generating mechanisms in the two basins. The effect of climate change was evaluated by forcing the calibrated SWAT model with the Regional Climate Model (RCM) RegCM4.3 during a reference period (1970-2000) and a future period (2015-2039) under the high emission scenario RCP 8.5. Future projections in the Cauto River basin suggest regional increases of 1.5°C in the mean annual temperature and a 38% decrease in average annual precipitation. These changes translate into possible reductions in the annual flow of up to 61% relative to the reference period, while the recharge of aquifers in the basin is expected to decrease to 59%, with the consequent reduction of groundwater flow. On the other hand, in the Guadalupe basin, a possible annual increase of 8% of precipitation and 1.2°C in the mean annual temperature are expected. These changes could negatively affect the flow and total recharge of the aquifer in the Guadalupe basin by -36% and -55%, respectively: while annual evapotranspiration could increase 16%, related to the increase in projected temperature. These projection scenarios may be of interest to water managers in the two regions. The main contribution of this thesis is the evaluation of the main differences between the hydrological processes in the Cauto and Guadalupe river basins, besides being the first time that a combined hydroclimatic modeling (SWAT and RegCM4) is performed in these watersheds.
Dedicatoria
A Dios por preparar este terreno para mí y ser mi refugio cuando sentí
desfallecer.
A mi mamá por su amor, motivación y confianza en todo momento.
A Yosva por ser mi compañero de viaje en este proyecto y brindarme apoyo
incondicional.
“Hasta aquí nos ha ayudado el Señor”
Agradecimientos
Agradecida con Dios, por ponerme en este camino y por cada persona que permitió que llegara a mi vida para alentarme.
A mis Codirectores de Tesis, Dra. Tereza Cavazos y Dr. Thomas Kretzschmar, por su orientación, confianza y apoyo para poder concluir este trabajo. Gracias en especial a la Dra. Tere por sus acertadas correcciones y sugerencias, su paciencia y buenos consejos.
Al comité de tesis, Dr. Rogelio Vázquez, Dr. Victor Manuel Rodríguez Moreno y Dr. Gerald Corzo, agradezco su tiempo, orientación e invaluables contribuciones para la realización de la presente tesis.
Al Consejo Nacional de Ciencia y Tecnología CONACYT por haber otorgado la beca número 381779 para la realización de estudios de posgrado.
Al Centro de Investigación Científica y de Educación Superior de Ensenada CICESE, particularmente agradezco las atenciones del personal administrativo adscrito a la Dirección de Estudios de Posgrado, Servicios Escolares y Biblioteca.
Al Departamento de ciencias de la tierra de CICESE, en especial a las secretarias Ivonne Pedrin, Denyse Robles y a los técnicos José Mojarro, Humberto Benítez, por toda su ayuda durante este largo período de estudios de posgrado.
Al Instituto de Investigaciones Agropecuarias “Jorge Dimitrov” y al Ministerio de Ciencia, Tecnología y Medio Ambiente de Cuba (CITMA).
Mi gratitud a Eugenio Molina Navarro y Dr. Enrique Vivoni por la incondicionalidad con la que atendieron cada duda desde mis inicios para abordar el tema de la modelación hidrológica.
A la Dra Michelle Hallack Alegria por haberme facilitado los datos hidroclimáticos de la cuenca de Guadalupe, y por su colaboración en otros aspectos de esta tesis.
A Euclides por recibirme siempre con la mejor actitud para echarme la mano con los códigos en Matlab y a Natalia Uribe por instruirme en la preparación de las bases de datos requeridas por SWAT.
A Pamela por la paciencia con que me trasmitió sus conocimientos en CDO, cuando todo parecía demasiado complicado para mí. También por la amistad que me ha brindado y los buenos momentos compartidos junto a Diego y las niñas.
A todos los que me ayudaron con el trabajo de campo y la obtención de los datos hidroclimáticos en la cuenca del Río Cauto: Francis Rodríguez, Ángel Sánchez, Alfredo Remón, Hipólito Torres, Guadalupe Bermúdez, Celia Yaima Garces Batista, Daniel Martínez Castro, Alejandro Vichot, Arnoldo Benzanilla y Fermín Sarduy.
A Yosva porque siempre has estado para mí, ofreciéndome la palabra oportuna en cada momento. Me has enseñado mucho, admiro tu paciencia y buen ánimo.
A Juan y mi mamá, siempre preocupados porque todo me fuera bien y ofreciéndome consejos valiosísimos.
A mi papá por su apoyo y esfuerzo en cada etapa de mi formación académica, gracias por hacerme muchas veces el camino más ligero.
A Mariam y Yandy por liderar el puesto de mando “Por la Victoria” y a su familia que siempre estuvieron al pendiente de mí.
A Fany y Pedri por su cariño y palabras de aliento, atesoro cada instante que conviví con ustedes en Ensenada.
Al equipo de Oceanografía (Rosy, Brenda, Gaby y Oscar) ha sido genial compartir con ustedes y por acogerme como una más y mostrarme su disposición para ayudarme.
A Patty y Damián por la amistad que me han regalado en este tiempo en Ensenada, por sus oraciones y muestras de cariño.
A Lucy, Pepito, Pepe, Laura y Dayron por su apoyo y hospitalidad en las estancias en la Habana antes de llegar a Ensenada cada año.
A Dolores Sarracino por la confianza y haberme ofrecido el mejor abrazo cuando todo parecía imposible de conseguir.
A Eli que la encontré no hace mucho, mientras pasaba esas largas horas en la biblioteca. Gracias por regalarme una sonrisa maternal que me transportaba a Cuba cada mañana y por asegurarte que la tesis tenía el formato adecuado.
A Iglesia La Nueva por la inmensa amabilidad y amor que he recibido de ellos, haciéndome sentir en casa durante este tiempo.
Tabla de contenido
Página
Resumen en español………..………...……...……… ii
Resumen en inglés……….……….……….…….. iii
Dedicatorias……….……….……….……… iv
Agradecimientos……….………..……….…... v
Lista de figuras………..………….……….…..………....…... ix
Lista de tablas……….……….……… xii
Capítulo 1 ... 1
1.1 Introducción ... 1
1.2 Objetivos ... 3
1.2.1 Objetivo general ... 3
1.2.2 Objetivos particulares ... 3
1.3 Estructura de la tesis ... 4
1.4 Zonas de estudio ... 4
1.4.1 Cuenca del Río Cauto... 4
1.4.2 Cuenca del Río Guadalupe ... 6
Capítulo 2. Antecedentes ... 9
2.1 Modelación hidrológica ... 9
2.2 Escenarios de emisiones de efecto invernadero ... 10
2.3 Modelos climáticos regionales (MCR) ... 12
2.4 Estudios de impactos del cambio climático en los recursos hídricos ... 13
Capítulo 3. Metodología ... 15
3.1 Modelo hidrológico SWAT... 15
3.1.1 Datos de entrada del modelo ... 16
3.1.2 Calibración, validación y análisis de sensibilidad ... 21
3.1.2.1 Cuenca del Río Cauto ... 21
3.1.2.2 Cuenca del Río Guadalupe ... 23
3.1.3 Evaluación del modelo ... 23
3.2 Modelo climático regional RegCM4.3 ... 24
Capítulo 4. Resultados: Cuba ... 29
4.1 Cuenca del Río Cauto, Cuba ... 29
4.2 Parámetros sensibles durante la calibración de SWAT ... 30
4.3 Calibración y validación de SWAT ... 34
4.3.1 Subcuenca La Fuente ... 34
4.3.2 Subcuenca Las Coloradas ... 35
4.4 Análisis de simulaciones históricas ... 39
4.4.1 Análisis histórico del cambio de uso de suelo ... 43
4.5 Evaluación de RegCM4.3 en la cuenca del Río Cauto ... 44
4.5.1 Climatología en las subcuencas ... 47
4.6 Impacto del cambio climático en la hidrología de la cuenca ... 47
4.6.1 Almacenamiento total de agua ... 52
Capítulo 5. Resultados: Baja California ... 54
5.1 Cuenca del Río Guadalupe, México ... 54
5.2 Parámetros sensibles durante la calibración de SWAT ... 55
5.3 Calibración y validación ... 57
5.4 Análisis de simulaciones históricas ... 58
5.5 Evaluación histórica de RegCM4.3 ... 59
5.6 Impacto del cambio climático en la hidrología de la cuenca ... 61
Capítulo 6. Discusión y Conclusiones ... 64
Capítulo 7. Recomendaciones ... 74
7.1 Trabajo futuro. ... 75
Literatura citada ... 76
Lista de figuras
Figura 1. Ubicación de la Cuenca Hidrográfica del Río Cauto en el sureste de Cuba (abajo) y su topografía, subcuencas y estaciones hidroclimáticas en la figura de arriba. ... 5 Figura 2. Año hidrológico de a) precipitación y b) caudal en la cuenca del Río Cauto, Cuba, según observaciones para el período 1970-2000. ... 6 Figura 3. Ubicación de la Cuenca Hidrográfica del Río Guadalupe, en el estado de Baja California y sus tres subcuencas (Valle La Misión, Valle de Guadalupe y Valle de Ojos Negros). ... 7 Figura 4. Año hidrológico de a) precipitación y b) caudal en la cuenca del Río Guadalupe según observaciones para el período 1973-1986. ... 8 Figura 5. Características de la cuenca del río Cauto: a) usos de la tierra, b) tipos de suelo y c) pendientes.
... 20 Figura 6. Características de la cuenca superior del Río Guadalupe: a) usos de la tierra, b) tipos de suelo y c) pendientes. ... 20 Figura 7. Anomalías estandarizadas de precipitación (Z) anuales para las subcuencas a) La Fuente y b) Las Coloradas para el período 2001-2010………..21 Figura 8. Topografía en (m) del dominio CORDEX CAM para el RegCM4.3. Los rectángulos rojos indican las regiones de estudio. ... 25 Figura 9. Esquema de las simulaciones realizadas con SWAT forzado inicialmente con datos observados y después con RegCM4.3 con el SWAT calibrado (SWATc). ... 27 Figura 10. Topografía fina de las dos cuencas y malla horizontal del RegCM4.3 con espaciamiento de 50 Km para a) Cuenca del Río Cauto y b) Cuenca del Río Guadalupe. Los cuadros indican los puntos de malla de RegCM4.3 que coinciden con las cuencas. ... 28 Figura 11. Cuenca del Río Cauto en el sureste de Cuba con la ubicación de los pluviómetros y estaciones hidrométricas, ríos y la topografía. Las subcuencas La Fuente y Las Coloradas se identifican con más detalles en los paneles de la derecha………..30 Figura 12. Precipitación mensual y descargas medias mensuales observadas y simuladas durante a)
Figura 15. Ciclos anuales de precipitación y caudal simulado en las subcuencas de La Fuente y Las Coloradas para el período de referencia (1970-2000) (a, b) y los períodos de calibración y validación (c, d). ... 42 Figura 16. Análisis del cambio de uso de suelo basado en imágenes clasificadas a), b) Diferentes tipos de suelos en el año 1984 y 2000 y c) extensión espacial de la pérdida/ganancia en la subcuenca La Fuente para el período entre 1984 y 2016. ... 43 Figura 17. Análisis del cambio de uso de suelo basado en imágenes clasificadas a), b) Diferentes tipos de suelos en el año 1984, 2000 y c) extensión espacial de la pérdida/ganancia en la subcuenca Las Coloradas para el período 1984-2016. ... 44 Figura 18. Ciclo anual en la cuenca del Río Cauto a) Precipitación (mm), b) Temperatura media (° C), c) Temperatura mínima (° C) y d) Temperatura máxima (° C) según las observaciones (clima estaciones y CRU) y modelos (RegCM4.3 y su modelo global forzado, HadGEM2-ES para el periodo 1970-2000. ... 46 Figura 19. Relación climática del punto de malla de RegCM4.3 con las estaciones de las subcuencas a) La Fuente y b) Las Coloradas durante el período histórico 1970-2000. ... 47 Figura 20. Cambios futuros en la precipitación media mensual a) y b) temperatura para la cuenca del Río Cauto y subcuencas La Fuente y Las Coloradas según el modelo regional RegCM4.3 en el escenario RCP8.5 para 2015-2039 con respecto a 1970-2000. ... 48 Figura 21. Cambios futuros en los componentes del balance hídrico para a) La Fuente y b) Las subcuencas de Las Coloradas en el escenario RCP8.5 para el período 2015-2039 con respecto al período de referencia (1970-2000) .P es la precipitación, AET es evapotranspiración real, y TotalQ es flujo total. Los cambios mensuales son relativos a su contribución anual. ... 51 Figura 22. Almacenamiento mensual total de agua (ATA) para a) La Fuente y b) Las subcuencas de Las Coloradas para el período de referencia (1970-2000) y el período futuro (2015-2039) bajo el escenario de emisiones RCP8.5. ... 53 Figura 23. Ubicación de la cuenca alta del Río Guadalupe. División de las subcuencas y ubicación de las
estaciones climáticas y estación hidrométrica Agua Caliente………54 Figura 24. Precipitación y descargas diarias observadas y simuladas durante a) calibración (1976-1981)
y b) validación (1982-1986) para la cuenca del Río Guadalupe……….57 Figura 25. Variación interanual de la precipitación en la cuenca del Río Guadalupe durante el período
Figura 27. Cambios futuros en la precipitación media mensual a) y b) temperatura para la cuenca de del Río Guadalupe según el modelo regional RegCM4.3 bajo el escenario RCP8.5 para 2015-2039 con respecto a 1970-2000. ... 61 Figura 28. Cambios futuros en los componentes del balance hídrico para la cuenca de Guadalupe en el escenario RCP8.5 para el período 2015-2039 con respecto al período de referencia (1970-2000) .P es la precipitación, AET es evapotranspiración real, y TotalQ es flujo total. Los cambios mensuales son relativos a su contribución anual... 63 Figura 29. Mapa de promedio de precipitación (mm/d) en la estación típica de a) lluvias de verano (mayo-octubre) y b) la seca invernal (noviembre-abril) para el período 1970-2000. La abreviatura ZCI indica la posición de la Zona de Convergencia Intertropical según el RegCM4.3 y los cuadros rojos la ubicación de las regiones de estudio... 67 Figura 30. Representación esquemática del ciclo hidrológico modelado por SWAT. Obtenido de Neitsch
et al. (2011)………86
Figura 31. Configuración del archivo de entrada con datos de precipitación diaria para cada estación meteorológica……….88 Figura 32. Características de las HRU en la cuenca del Río Cauto……….90
Figura 33. Balance anual de los componentes hídricos en la cuenca del Río Cauto para el período histórico 1970-2000 ………96 Figura 34. Diagrama de cajas de los datos de a) precipitación, b) temperatura máxima y c) temperatura mínima generados para los datos observados y los modelos para el período histórico 1970-2000 en la cuenca del Río Cauto. ... 97 Figura 35. Diagrama de cajas de los datos de a) precipitación, b) temperatura máxima y c) temperatura mínima generados para los datos observados y los modelos para el periodo histórico 1970-2000 en la cuenca del Río Cauto ... 98 Figura 36. Ciclo anual de precipitación en a) cuenca del Río Cauto y b) cuenca del Río Guadalupe según
las observaciones (CRU) y los modelos globales evaluados en esta tesis para el periodo 1970-2000………..99 Figura 37. Ciclo anual de precipitación en la cuenca del Río Cauto según las observaciones (CRU) y el
Lista de tablas
Tabla 1. Escenarios de emisiones RCP del 5to informe del IPCC. Se presenta el rango del aumento proyectado de las temperaturas a escala global para el año 2100 (IPCC, 2013). ... 12 Tabla 2. Datos de entrada utilizados en la configuración del modelo en las cuencas. ... 18
Tabla 3. Características del experimento de RegCM4.3 forzado con el HadGEM2-ES en el dominio CORDEX CAM y variables utilizadas. ... 25 Tabla 4. Características de la cuenca del Río Cauto y las dos subcuencas para el período 1970-2010. . 30
Tabla 5. Rango de valores iniciales para los parámetros ajustados y los valores mejor ajustados después de la calibración con el método SUFI2 para las subcuencas La Fuente y Las Coloradas. La primera columna indica el método usado para obtener el mejor valor. ... 33 Tabla 6. Métricas de rendimiento para la calibración y validación mensual del modelo SWAT en las subcuencas de La Fuente y Las Coloradas. ... 34 Tabla 7. Medidas de evaluación del flujo anual promedio durante los períodos de calibración
(2001-2006) y validación (2007-2010) para valores climatológicos promedios. ... 38 Tabla 8. Balance hídrico medio anual (BH) y componentes de flujo (mm) simulados por SWAT para las subcuencas La Fuente y Las Coloradas durante los períodos de calibración (2001-2006) y validación (2007-2010). P: precipitación, AET: evapotranspiración real, SURQ: flujo superficial, LATQ: flujo lateral, GWQ: agua subterránea y TotalQ: flujo total. ... 39 Tabla 9. Cambios en la temperatura media y precipitación media anual de RegCM4.3 bajo el escenario RCP8.5 para 2015-2039 y 2070-2096 en relación con 1970-2000 para la cuenca del río Cauto y las subcuencas La Fuente y Las Coloradas. ... 49 Tabla 10. Escenarios históricos y futuros RCP8.5 de los componentes medios anuales del balance hídrico (mm) y su porcentaje anual (%) de cambios en las subcuencas La Fuente y Las Coloradas. El cambio porcentual es para 2015-2039 en relación con 1970-2000. P: precipitación, PET: evapotranspiración potencial, AET: evapotranspiración real, TotalQ: flujo total, SURQ: flujo superficial, LATQ: flujo lateral, GWQ: flujo de agua subterránea, y AQR: recarga total del acuífero. ... 50 Tabla 11. Rango de valores iniciales para los parámetros ajustados y los valores mejor ajustados después de la calibración con el método de incertidumbre SUFI2 para la cuenca Guadalupe. ... 56 Tabla 12. Escenarios histórico y futuro de los componentes medios anuales del balance hídrico (mm) y el porcentaje anual (%) de cambios en la cuenca de Guadalupe. El cambio porcentual es para 2015-2039 en relación con 1970-2000. ... 62 Tabla 13. Descripción del archivo de entrada de precipitación (Arnold et al. 2011)………87
Tabla 15. Características de las estaciones hidrométricas en la cuenca del Río Cauto y cuenca del Rio Guadalupe………...91 Tabla 16. Variables de entrada usadas para los cálculos del acuífero poco profundo durante la
calibración en la cuenca del Río Cauto……….92 Tabla 17. Variables de entrada usada para los cálculos del componente superficial……….93
Tabla 18. Parámetros más sensibles durante el proceso de calibración en la cuenca del Río Cauto…..94
Capítulo 1
1.1 Introducción
La gestión y planificación de recursos hídricos en todo el mundo se ha convertido en una tarea desafiante debido a las incertidumbres del cambio climático (Ficklin et al, 2013), además de una preocupación global sobre los efectos del clima en la disponibilidad de agua en el futuro en muchas regiones (Mahmoud et al, 2014).
El aumento de la temperatura, las variaciones en la distribución espacial de la precipitación y los cambios en la frecuencia e intensidad de eventos extremos que se esperan con el calentamiento global aumentan la probabilidad de ocurrencia de inundaciones y cambian el suministro total y estacional de agua, entre otros impactos. Estas tendencias son particularmente severas en zonas tropicales y mediterráneas que ya son vulnerables a la variabilidad climática y donde la disponibilidad hídrica se encuentra bajo presión (Ramos et al, 2012).
El uso de modelos hidrológicos combinados con Modelos de Circulación Global (MCG, Chaplot, 2007; Schuol et al, 2008) o Modelos Climáticos Regionales (MCR, Hubbard y Hotchkiss, 1997) son necesarios para evaluar el futuro de los recursos hidrológicos y cuantificar los posibles cambios en la dinámica hidrológica.
Un modelo hidrológico calibrado adecuadamente puede proporcionar información útil para la gestión y planificación de los recursos hídricos en cuencas y permite generar escenarios del comportamiento del caudal bajo proyecciones del cambio climático. Los modelos hidrológicos se han empleado en muchas regiones del mundo con diferentes propósitos; por ejemplo Faramarzi et al, (2013) en África; Shrestha et al, (2017) en América del Norte; Perra et al, (2018) en una cuenca mediterránea en Italia y Molina-Navarro et al, (2016) en la Cuenca de Guadalupe en Baja California, México.
En Cuba la precipitación tiene una alta variabilidad interanual y estacional caracterizada por lluvias de verano e inviernos relativamente secos. Estacionalmente, Cuba se ve afectada por tormentas convectivas y ciclones tropicales en verano y otoño, que están parcialmente modulados por El Niño-Oscilación del Sur (ENSO) en escalas temporales interanuales (Centella et al, 2006; Planos et al, 2013). La variabilidad de estos fenómenos genera alternancias de años lluviosos y sequías prolongadas. Esta situación es particularmente grave en la cuenca hidrográfica más grande de Cuba, el Río Cauto (Figura 1), donde vive aproximadamente el 10% de la población del país. Además, los recursos hídricos en la cuenca han estado bajo presión debido a las crecientes demandas de riego, ya que la agricultura es el principal uso de la tierra en la cuenca del Río Cauto (IPF, 2012). Por otro lado, en esta cuenca ya se han documentado inundaciones recurrentes y sequías, escasez de suministro de agua, deslizamientos de tierra y erosión del
suelo (IPF, 2012).
Por su parte en México, las condiciones de sequía en el Noroeste de México y el Suroeste de Estados Unidos han sido persistentes desde 1994 y los recursos hídricos han experimentado una demanda creciente debido al crecimiento de la población (Stahle et al, 2009). En el noroeste del estado de Baja California se encuentra la cuenca del Río Guadalupe donde los recursos hidrológicos están bajo presión no solo por su clima semiárido sino también por la demanda de agua para riego, ya que alrededor del 90% de los vinos mexicanos se producen en esta área. Además, los acuíferos de la región fueron declarados sobreexplotados en 2012 por la Comisión Mexicana del Agua (CONAGUA, 2013a) y su recarga depende principalmente de las cantidades de lluvia, por lo que sus variaciones impactan los volúmenes de agua disponibles.
En este contexto se necesitan herramientas científicas y de gestión que evalúen, en los ámbitos regional y local, el impacto potencial del cambio climático en la disponibilidad de los recursos hídricos en el futuro de estas regiones. Los escenarios de cambio climático son de interés para los administradores de los recursos hídricos en estas regiones y podrían servir como un marco de referencia para la planificación
y gestión del recurso hídrico a nivel de cuenca.
En este estudio, utilizamos el modelo hidrológico SWAT (Soil and Water Assessment Tool, Engel et
al, 1993) forzado con el MCR RegCM4.3 para evaluar su capacidad para simular los recursos hídricos
invernadero. El modelo SWAT se ha utilizado como una herramienta eficaz para modelar los impactos del cambio climático sobre los ciclos hidrológicos en diversas cuencas alrededor del mundo (Arnold et al, 1998; Jha et al, 2004; Shrestha et al, 2013) incluyendo la cuenca del Río Guadalupe (Navarro et al, 2016), pero en Cuba es la primera vez que se utiliza en el contexto de cambio climático. El RegCM4.3 ha sido ampliamente utilizado en Cuba y la región del Caribe para estudiar el cambio climático (Martínez-Castro
et al, 2006, 2017; Vichot-Llano et al, 2014) sin embargo, combinado con un modelo hidrológico no se ha
empleado todavía. Por su parte en México y en Baja California, el RegCM4.3 se ha utilizado en estudios del clima regional y en escenarios de cambio climático (Fuentes-Franco et al, 2014, 2015) pero no para cuantificar los impactos del cambio climático en los recursos hídricos, ni tampoco combinado con SWAT.
1.2 Objetivos
1.2.1 Objetivo general
Analizar el impacto del cambio climático en los procesos hidrológicos de dos cuencas (Río Cauto y
Guadalupe) bajo el escenario RCP 8.5 utilizando el modelo hidrológico SWAT forzado con el modelo
climático regional RegCM4.3 para determinar los posibles impactos del cambio climático en la hidrología regional.
1.2.2 Objetivos particulares
Estudiar la variabilidad estacional e interanual de la precipitación y caudal en las cuencas para entender la respuesta de la hidrología.
Implementar un modelo hidrológico forzado con un modelo climático regional para simular la respuesta de los procesos hidrológicos bajo condiciones presentes y futuras.
1.3
Estructura de la tesis
Este documento está estructurado en 7 capítulos. El capítulo de antecedentes (Capítulo 2) presenta una introducción al tema objeto de estudio, donde se describen los fundamentos y los conceptos teóricos, de relevancia en la evaluación de la variabilidad hidroclimática. Después se presenta una reseña de los estudios de impactos del cambio climático en los recursos hídricos y los modelos hidrológicos más ampliamente aplicados. En el capítulo 3, se describen las dos zonas de estudio y se resume cómo se obtuvieron y se procesaron las bases de datos utilizadas (meteorológica, hidrológica y cartográfica). También se presenta la conceptualización del modelo hidrológico distribuido SWAT, utilizado como herramienta para simular los procesos del ciclo hidrológico. También se describen las entradas al modelo, la metodología aplicada en la parametrización del mismo y las métricas utilizadas en las fases de calibración y validación.
En los Capítulos 4 y 5 se presentan los resultados obtenidos de la simulación hidroclimática en las dos cuencas. El capítulo incluye tres secciones: en la primera se describe el análisis de sensibilidad de los parámetros del SWAT y la calibración y validación del modelo. En la segunda, se evalúa la capacidad del RegCM4.3 como forzamiento del modelo hidrológico. En la tercera se analiza el impacto esperado según las proyecciones hidrológicas obtenidas para ambas cuencas. La discusión de los resultados se presenta en el Capítulo 6, y en el Capítulo 7 se resumen las conclusiones de este trabajo y las perspectivas a abordar para dar continuidad a esta investigación en el futuro.
1.4 Zonas de estudio
1.4.1 Cuenca del Río Cauto
La cuenca del Río Cauto cubre una superficie de 9.540 Km2 y en ella se encuentra el río más extenso de
Las formaciones geológicas expuestas en esta cuenca están representadas por depósitos del Mioceno–Cuaternario, donde predominan las rocas sedimentarias e ígneas. Las rocas sedimentarias son las que mayormente afloran y están representadas por arcillas arenosas de baja plasticidad, gravas de diferente composición, cantos de calizas en ocasiones con matriz de arcilla arenosas y/o arena arcillosas de alta plasticidad. Al norte afloran secuencias sedimentarias con un alto aporte de material volcánico. Las rocas ígneas están expuestas hacia la porción norte de la cuenca y se encuentran representadas por tobas.
El clima de la cuenca del Río Cauto se caracteriza por una temporada lluviosa (mayo-octubre) y otra seca (noviembre-abril) y las temperaturas medias mensuales varían de 24.7 oC a 28 oC (INSMET, 2007).
Como resultado el caudal es estacional, con la mayor parte de la precipitación en verano, presentándose Figura 1. Ubicación de la Cuenca Hidrográfica del Río Cauto en el sureste de Cuba (abajo) y su topografía, subcuencas
los mayores flujos durante los meses de mayo y octubre (INRH, 2013) (Figura 2). Como se observa en la Figura 2, tanto la precipitación como la descarga observadas presentan una sequía de medio verano (o Canícula) en julio-agosto, fenómeno que también se observa en la parte oriental y sur de México y Centro América y el Caribe (Magaña et al, 1999).
Figura 2. Año hidrológico de a) precipitación y b) caudal en la cuenca del Río Cauto, Cuba, según observaciones para
el período 1970-2000.
1.4.2 Cuenca del Río Guadalupe
La cuenca del Río Guadalupe (2.380 km2) se encuentra en el noroeste de México, en el estado de Baja
California (Figura 3). Es una de las áreas agrícolas más productivas de la región (principalmente uvas y aceitunas) e incluye tres valles: Ojos Negros, Guadalupe y La Misión. Los escurrimientos superficiales de la cuenca del Río Guadalupe tienen su origen en la Sierra Juárez pasando por el Valle de Ojos Negros; luego fluye al oeste hacia el Valle de Guadalupe y termina en el Océano Pacífico a la altura del poblado La Misión.
abundancia en la zona de estudio y su vecindad inmediata, están representadas en orden de abundancia por granodioritas, granitos, dioritas y gabros. Los sedimentos cuaternarios se encuentran principalmente en la llanura aluvial del valle de Ojos Negros, en el sur de la cuenca alta del Río Guadalupe. Estos sedimentos configuran los acuíferos Ojos Negros y Real del Castillo, que son importantes para la agricultura local.
En el área de estudio prevalecen condiciones climáticas del tipo mediterráneo con variación estacional de la temperatura y la precipitación, así como períodos secos persistentes. Los eventos de lluvia pueden ser intensos, pero escasos, y la precipitación media anual puede variar de 12 mm hasta más de 750 mm, con un valor promedio de 280 mm en toda la cuenca Guadalupe (Hallack-Alegría et al, 2012).Estos indicadores soportan la aseveración de que el flujo es altamente estacional, con la mayor parte durante los meses de noviembre a marzo, relacionado con las precipitaciones de invierno (Figura 4). La temperatura media anual varía de 12 °C a 18 °C (Beltrán, 1998a; Escolero y Hernández, 1992).
Figura 3. Ubicación de la Cuenca Hidrográfica del Río Guadalupe, en el estado de Baja California, y sus tres subcuencas
Figura 4. Año hidrológico de a) precipitación y b) caudal en la cuenca del río Guadalupe según observaciones para el
Capítulo 2. Antecedentes
2.1 Modelación hidrológica
Un modelo hidrológico puede definirse como la representación matemática del ciclo del agua sobre una determinada porción de territorio, con la finalidad de realizar transformaciones lluvia – escorrentía (Clark, 2011). Los modelos hidrológicos buscan simplificar la complejidad del mundo real por medio de una selección de los aspectos fundamentales que determinan el funcionamiento del sistema hidrológico modelado, de forma que generalmente cuantas más simplificaciones supone un modelo, menos precisos serán sus resultados. Un sistema hidrológico engloba el conjunto de procesos físicos, químicos y biológicos que actúan sobre unas variables de entrada convirtiéndolas en otras variables de salida (Clark, 2011).
Los modelos se pueden dividir en modelos determinísticos y estocásticos. En el primer caso las variables vienen determinadas por leyes físicas (empíricas, conceptuales o teóricas) consideradas como exactas y que explican toda su variabilidad, mientras que en el segundo tipo las variables son regidas en todo o en parte por las leyes del azar, por lo que son caracterizadas en términos probabilísticos (Estrela, 1996a).
En años recientes, por la capacidad mejorada de los sistemas de cómputo y procesamiento de datos, los ambientes de trabajo de los Sistemas de Información Geográficas (SIG), permiten la implementación de modelos hidrológicos espacialmente distribuidos. Esta práctica se ha vuelto cada vez más popular entre los hidrólogos (Cazorzi y Dalla- Fontana, 1996; Jayakrishnan et al, 2005). Existen diferentes modelos y diferentes criterios en la manera que cada uno de ellos describe los diferentes componentes del ciclo hidrológico.
SWAT es de los modelos más utilizado entre los investigadores que trabajan en temas relacionados con la planificación y gestión de cuencas hidrográficas en todo el mundo (Wang y Melesse, 2005; Dessu y Melesse, 2012; Faramarzi et al, 2013). SWAT se ha utilizado con para predecir los recursos hídricos, en la evaluación del clima y para determinar los impactos del cambio de uso de la tierra (Gassman et al, 2007; Gassman et al, 2014; Krysanova y White, 2015). Sin embargo, las aplicaciones de SWAT en Cuba y México son escasas en la literatura científica.
En Cuba los trabajos que reportan el uso de SWAT han sido en la región occidental del país y para fines particulares. Sánchez (2013) lo utilizó en la Bahía de Cienfuegos para determinar el potencial erosivo y Mesa (2013) para analizar el efecto de los contaminantes en un reservorio en Mayabeque. Sin embargo, el uso de SWAT combinado con escenarios de cambio climático no se ha utilizado todavía en Cuba.
En cambio SWAT se ha utilizado en el sur de México para diferentes propósitos (Inurreta-Aguirre et
al, 2013; Salas-Martínez et al, 2014) pero no se ha utilizado de manera exhaustiva en el noroeste de
México, probablemente debido a las dificultades que presenta este modelo cuando se aplica en climas áridos y semiáridos debido a las variaciones del flujo (Niraula et al, 2012). Sin embargo, Hernández et al (2012) usó el SWAT para estimar el aporte de sedimentos en la cuenca del arroyo San Carlos al sureste de la ciudad de Ensenada. También recientemente Molina-Navarro et al, (2016) aplicaron SWAT para evaluar los impactos potenciales del cambio climático en la disponibilidad de agua en la cuenca del Río Guadalupe en el estado de Baja California, usando las proyecciones de 6 modelos de circulación global.
Para el desarrollo de esta tesis se utilizó la versión SWAT 2012 (Neitsch et al, 2011) asociada a la interface gráfica ArcSWAT (Di Luzio et al, 2002) del modelo, donde el simulador está integrado a un SIG. ArcSWAT utiliza un modelo de elevación digital (DEM), coberturas de suelo y uso de suelo, puntos de estaciones climáticas como inputs básicos para el modelo (Figura 1).
2.2 Escenarios de emisiones de efecto invernadero
Los modelos climáticos permiten realizar proyecciones del cambio climático relacionado con la creciente acumulación en la atmósfera de gases de efecto invernadero (GEI), y son la única herramienta que se dispone para derivar objetivamente las futuras alteraciones del clima debido a estas emisiones (Cubasch
mejor si se ejecutan múltiples simulaciones con diferentes modelos climáticos, considerando distintos escenarios GEI.
El concepto de escenarios de cambio climático debidos a los forzamientos de las emisiones de los GEI fue definido en el Informe Especial sobre Escenarios de Emisiones (Special Report on Emissions
Scenarios, SRES) del Panel Intergubernamental del Cambio Climático (IPCC SRES, 2000). Las emisiones se
asocian al desarrollo demográfico, socioeconómico y tecnológico. Posteriormente, en el 5to Informe del IPCC (2013) se definieron cuatro nuevos escenarios denominados Trayectorias de Concentración Representativas (Representative Concentration Pathway, RCPs por sus siglas en inglés). Los RCPs no son escenarios socioeconómicos, sino que se caracterizan por el Forzamiento Radiativo de los GEIs a escala global al final del siglo XXI relativo a las condiciones pre-industriales. Este forzamiento oscila entre 2.6 y 8.5W/m2 (Tabla 1). Por ejemplo, el escenario RCP8.5 asume un incremento en el forzamiento radiativo de
8.5W/m2. Las RCPs incluyen un posible escenario en el que los esfuerzos de mitigación a escala global son
muy fuertes lo que conduce a un nivel de forzamiento radiativo muy bajo (RCP2.6); también hay dos escenarios de estabilización promedio (RCP4.5 y RCP6.0) y un escenario con un nivel muy alto de emisiones de GEI (RCP8.5); éste último significa que los países hicieron muy pocos esfuerzos por mitigar los GEIs. El escenario RCP2.6 asume que se van a reducir los gases de efecto invernadero a corto plazo (antes de 2030 se habrán reducido todas las emisiones). El escenario RCP4.5 considera que se comenzarán a reducir los gases de efecto invernadero antes de 2050. El escenario RCP6.5 estima que, dentro de dos generaciones, los nacidos en torno al año 2030 empezarán a tomar decisiones, reduciendo las emisiones de manera efectiva y de forma apresurada. El escenario más extremo, el RCP8.5, supone que no se tomarán medidas y que seguirán las emisiones de gases de efecto invernadero al mismo nivel de hoy en día.
En esta tesis se consideraron las proyecciones basadas en el escenario RCP8.5 de altas emisiones de para evaluar cambios en el futuro cercano (2015-2039) en la hidrología de las dos cuencas de estudio. La decisión de usar este escenario es porque en el futuro cercano los escenarios de emisión de gases de efecto invernadero (RCP 4.5, 6.5 y 8.5) siguen un camino similar de incremento; después de ese período, las incertidumbres aumentan con el tiempo debido a los diversos escenarios de emisión y otros factores (Cubash et al, 2001). También porque es el único escenario disponible en la página web de Coordinated
Regional Downscaling EXperiment (CORDEX) para RegCM4.3 forzado con el modelo climático global
Tabla 1. Escenarios de emisiones RCP del 5to informe del IPCC. Se presenta el rango del aumento proyectado de las
temperaturas a escala global para el año 2100 (IPCC, 2013).
FR (W/m2) Tendencia FR en 2100 CO
2 en 2100 Aumento de T (°C)
RCP2.6 2.6 Decreciente 421 ppm 0.3-1.7 RCP4.5 4.5 Estable 538 ppm 1.1-2.6 RCP6.0 6.0 Creciente 670 ppm 1.4-3.1 RCP8.5 8.5 Creciente 936 ppm 2.6-4.8
2.3 Modelos climáticos regionales (MCR)
A pesar de que en la última década ha habido una mejora significativa en la representación del clima por parte de los Modelos de Circulación Global (MCG), así como un incremento de la capacidad computacional, la resolución horizontal de la mayoría de estos modelos es del orden de 100-150 de kilómetros.
Con esta resolución, los forzamientos locales que modulan la señal climática a escalas finas (topografía compleja, características de la superficie, etcétera) no pueden ser capturados (Giorgi et al, 2009). Por otro lado, la baja resolución de los MCG dificulta la simulación de eventos extremos y por lo tanto el estudio de sus impactos en la variabilidad climática y en el cambio climático (Giorgi et al, 2009).
Los modelos climáticos regionales (MCR) son herramientas muy útiles para entender la dinámica del clima y realizar estudios de impactos a escala de cuenca. Se han desarrollado varias técnicas estadísticas y dinámicas de regionalización (o de reducción de escala o de downscaling) para resolver el problema de la baja resolución espacial de los modelos. Muchos métodos estadísticos de re-escalamiento consisten en encontrar relaciones entre predictores (de gran escala) y predictandos (de escalas locales o regionales) las cuales se aplican a las salidas de los MCG (Hewitson y Crane 1996; Cavazos y Hewitson 2005) para generar simulaciones a escalas más finas.
espacial; los análisis de esta tesis comprenden dos periodos: un periodo histórico (1970-2000) y uno futuro (2015-2039). La selección de este modelo se basó en la disponibilidad de datos en el periodo temporal seleccionado y porque simula adecuadamente las condiciones climáticas históricas del Caribe y México (e.g. Fuentes-Francos et al, 2014; Martínez-Castro, 2017). Las características de RegCM4.3, junto con las bases de datos observados, se presentarán en la Sección 3.
2.4 Estudios de impactos del cambio climático en los recursos hídricos
En las últimas décadas, muchos estudios han evaluado el impacto potencial del cambio climático en los recursos hídricos y en la escorrentía. La mayoría de los investigadores que estudian el impacto futuro del cambio climático emplean un modelo hidrológico forzado por un MCR específico o un MCG, o por varios modelos (Harrison y Whittington, 2002; van Griensven y Bauwens, 2005).
El cuarto y quinto reportes del IPCC (Magrin et al, 2013) establecen que las emisiones de GEIs y aerosoles debido a las actividades humanas continúan alterando la atmósfera y el clima. Las consecuencias potenciales de una concentración atmosférica de CO2 elevada no sólo son temperaturas medias más altas, sino también cambios en la distribución temporal y espacial de la circulación y la precipitación, acompañados por un aumento en el riesgo de eventos de lluvias intensas, sequías y olas de calor.
Uno de los impactos hidrológicos más importantes que se estima producirá el cambio climático en cuencas tropicales son variaciones en la frecuencia de eventos extremos y escasez en el suministro de agua, entre otros impactos (Parry et al, 2001). Además, los cambios en las lluvias y temperaturas podrían tener impactos importantes en la disponibilidad y calidad de agua y complicar la gestión de los embalses y sistemas de riego (Kundzewicz et al, 2008).
Robles-Morua et al (2014) evaluó el impacto del cambio climático en la cuenca del Rio Sonora, México, mediante el modelo hidrológico semidistribuido HEC-HMS (USACE, 1998). Es un modelo de base física que se ha sido utilizado para la evaluación del impacto del cambio climático en diferentes partes del mundo (Ebrahim et al, 2013, Meenu et al, 2013). Robles-Morua et al. utilizan un modelo de mesoescala forzado con el modelo climático Hadley Centre Coupled Model version 3 (HadCM3), encontrando que en el futuro las precipitaciones podrían ser significativamente más altas en relación con las simulaciones históricas, además la estacionalidad podría alterarse con un cambio hacia un suministro de agua más temprano durante el monzón de América del Norte.
Trang et al (2017) utilizaron un conjunto de MCG como entrada a un modelo hidrológico distribuido para evaluar impactos del cambio climático a escala mensual en tres cuencas del Río Mekong, el cual fluye a través de Laos, Vietnam y Camboya. Estos autores encontraron que el clima en el área de estudio podría volverse más cálido y más húmedo según los dos escenarios de emisión que evaluaron. Sin embargo, el uso directo de los resultados de los GCM para el análisis hidrológico a escala local puede dar lugar a resultados inadecuados, debido a sus resoluciones espaciales y temporales gruesas (Elsner et al, 2010).
Mango et al (2011) desarrollaron proyecciones regionales de temperatura y precipitación a partir de un conjunto de 21 modelos globales para el escenario A1B para África Oriental. De acuerdo con su análisisencontraron que una disminución combinada en la precipitación y un aumento en la temperatura condujeron a un posible aumento de la evapotranspiración y una menor escorrentía.
El modelado de la hidrología de las islas tropicales presenta grandes desafíos debido a la fuerte influencia de eventos extremos, por ejemplo, tormentas tropicales y huracanes, los cuales pueden ser muy sensibles al cambio climático (Pulwarty et al, 2010). A pesar de la disponibilidad cada vez mayor de modelos hidrológicos, hay muy pocos estudios sobre los cambios previstos en los presupuestos hídricos en cuencas hidrográficas de islas tropicales (Safeeq y Fares, 2012). Además, el uso de modelos hidrológicos para evaluar los impactos en una cuenca depende de las distintas aproximaciones (modelos conceptuales o basados físicamente, modelos a escala diaria o a escala mensual, distribuidos o discretos).
Capítulo 3. Metodología
3.1 Modelo hidrológico SWAT
Para la modelación hidrológica se utilizó el SWAT, modelo diseñado por el Departamento de Agricultura de los Estados Unidos en conjunto con la Universidad de Texas. Este software utiliza datos espacialmente distribuidos derivados del Modelo Digital de Elevación (MDE), de la cartografía de uso del suelo, y de la carta edafológica. Para la modelación hidrológica, el modelo utiliza una escala de tiempo diaria (Arnold et
al, 1998; Arnold y Fohrer et al, 2005). SWAT está definido por 8 componentes: hidrología, clima, erosión y
sedimentación, temperatura del suelo, crecimiento de plantas, nutrientes, pesticidas y manejo del suelo (Miller et al, 2007). El presente estudio se enfoca en los componentes de hidrología y el clima.
El ciclo hidrológico en SWAT está basado en la ecuación de balance hídrico (Neitsch et al, 2011) para simular distintos procesos hidrológicos:
SWt = SW0+ ∑ti=1( Rday− Qsurf− Ea− Wseep− Qgw ) (1)
donde SWt es el contenido final de agua en el suelo (mm H2O); SW0 es el contenido de agua inicial en el
día i (mm H2O); t es el tiempo (día); Rday es la cantidad de precipitación en el día i (mm H2O); Q surf es la
cantidad de escorrentía diaria (mm H2O); Ea es evapotranspiración diaria (mm H2O); wseep es la cantidad
de agua acumulada en la zona no saturada del perfil del suelo en día i (mm H2O) y Qgw es la cantidad de
flujo de retorno en el día i (mm H2O). Las ecuaciones y la descripción de los elementos se encuentran en
la documentación teórica de SWAT versión 2011 (Neitsch et al., 2011).
El SWAT parte de la ecuación (1); sin embargo, cada proceso hidrológico cuenta con sus ecuaciones respectivas tomando en cuenta las variables de entrada y las parametrizaciones del modelo, para después obtener resultados que simulen la realidad de una cuenca. A continuación, se describen las ecuaciones y procesos utilizados por SWAT para realizar la modelación.
El método de número de curva es una función que depende de la permeabilidad y uso del suelo, de las características de la vegetación y de la capacidad de infiltración; este último parámetro divide el cálculo del número de curva en tres condiciones distintas: condiciones normales (CN II), condiciones secas (CN I) y condiciones húmedas (CN III). La ecuación que simula la escorrentía es:
𝑄𝑠𝑢𝑟𝑓 =
(𝑅𝑑𝑎𝑦−𝐼𝑎)2
(𝑅𝑑𝑎𝑦−𝐼𝑎+𝑆) (2)
Donde Qsurf es el escurrimiento del día t (mm H2O), Rday es la precipitación total del día t (mm H2O),
Ia es una abstracción inicial antes de que el suelo se sature el cual incluye en el almacenamiento superficial
(mm H2O), S es el parámetro de retención potencial máxima del día t en (mm H2O) que varía espacialmente
debido a los cambios en el suelo, uso de suelo, pendiente. (Crespo, 2006).
El modelo ofrece tres opciones para estimar la Evapotranspiración potencial (ET): Hargreaves (Hargreaves y Samani, 1985), Priestley-Taylor (Priestley y Taylor, 1972) y Penman-Monteith (Monteith, 1965). El componente hidrológico de la escorrentía superficial utiliza la fórmula de Manning para determinar el tiempo de concentración de las cuencas hidrográficas y considerando tanto por tierra como por el canal de flujo. El modelo SWAT subdivide el cálculo de tiempo de concentración en dos partes, la primera se encarga de realizar el cálculo del tiempo que le toma al flujo ir desde el punto más remoto de la subcuenca hasta el canal o río, y la segunda etapa realiza el cálculo a lo largo del canal o río hasta el punto de salida de la cuenca.
3.1.1 Datos de entrada del modelo
relativamente el mismo tamaño en la cuenca del Río Cauto en Cuba (Figura 1). Para este propósito se utilizó un umbral de 80 km2 y de esta manera se generó una red hidrográfica similar a la real.
El mapa de uso del suelo es un insumo fundamental para el modelo SWAT. El Instituto de Suelos de Cuba proporcionó la cobertura de uso de suelo (1:100.000). Se identificaron siete tipos de uso del suelo en la cuenca, las áreas más predominantes están dedicadas a la agricultura (39%), bosques y pastos (33%) y bosques con vegetación perenne (18%), los demás usos son minoritarios (Figura 5a). Se utilizaron las prácticas de manejo que vienen por defecto en SWAT debido a que no se pudo recopilar este tipo de información para las subcuencas; es probable que al detallar la información las simulaciones del modelo podrían ser mejores. No obstante, para cumplir con los objetivos de este estudio se elaboraron mapas de uso del suelo de las subcuencas donde se realizó la calibración del modelo para años diferentes (1984 y 2016) generados a partir de la interpretación de fotos aéreas e imágenes satelitales Landsat 8 con una resolución de 30 m. La cobertura de suelo dominante en las dos subcuencas es principalmente de bosques y pastizales y para el período en el que se realizaron las simulaciones la cobertura del uso del suelo apenas ha cambiado desde la década de los años 80 según (IPF, 2007).
Para la clasificación de los diferentes usos del suelo en la proyección futura, se utilizaron las mismas clases que para los mapas de uso del suelo de los años 1984 y 2016, para evitar confusiones y transiciones de uso que no sean coherentes cuando se pretenda hacer simulaciones futuras de cambios de uso del suelo (Ozah et al, 2012).
La cartografía de los tipos de suelos (Figura 5b) se obtuvo del Instituto de Suelos de Cuba escala (1:100.000). La cual contaba con información detallada de las características físicas y químicas de las unidades de suelos en la zona de estudio. SWAT sólo contiene una base de datos de todas las series de suelos pertenecientes a Estados Unidos, por lo que fue necesario crear una base de datos propia correspondiente a los tipos de suelos presentes en la cuenca. Las diversas propiedades físicas del suelo como la textura, conductividad hidráulica, densidad aparente, contenido de agua disponible, la profundidad, se obtuvieron de las características descritas en los mapas de suelos y la literatura relacionada en las subcuencas de la parte alta y media del Río Cauto. Además, se utilizó la Base de Referencia Mundial para Recursos de Suelos (FAO, 1998) para encontrar las equivalencias con la taxonomía del suelo de Estados Unidos.
una aleatoria porque tiene un sentido físico y relacionado con la hidrología. Los rangos inferiores a 8% conducen a la erosión en las riberas de los ríos, las que se encuentran entre 8% y 30% pueden generar erosión en riachuelos y cuando las pendientes son superiores al 30% comienzan los procesos de erosión del cauce y del canal (FAO, 2003). Estas clases se muestran en la Figura 5c para la cuenca del Río Cauto.
El Instituto de Meteorología de Cuba (INSMET) y el Grupo Empresarial de Aprovechamiento Hidráulico (GEARH) de Cuba proporcionaron los datos meteorológicos para la cuenca del Río Cauto. Se identificaron las estaciones (Figura 1) con un tiempo coincidente y con disponibilidad de datos de caudal. Las precipitaciones diarias, temperaturas máximas y mínimas se obtuvieron en cada estación para el período 1996-2010, y los valores faltantes se generaron por regresión lineal de la estación con mejor coeficiente de correlación. Se utilizó este método porque es uno de los más empleados para estimar los valores de datos faltantes de precipitación y temperatura (Hubbard, 2001; Wade, 1987). También por su simplicidad, por la bondad y claridad de sus resultados y no requiere de un software específico para la estimación. Aparicio (2011) y Campos Aranda (1998) indican que este método puede emplearse cuando se basa en registros simultáneos de tres estaciones que se encuentren lo más cerca posible a la estación en estudio. Se usó una estación hidrométrica en cada subcuenca (La Fuente y Las Coloradas), representativa de las secciones medias y altas de la cuenca del Cauto para la calibración y validación del flujo.
Tabla 2. Datos de entrada utilizados en la configuración del modelo en las cuencas.
Cuencas Insumos Resolución y Fuente
Cauto
MDE Mapa de suelos Mapa de cobertura Datos hidroclimáticos
(1996-2010)
25X25 m (AMA, 2007)
1:100.000 (Instituto de suelos de Cuba) 1:100.000 (Instituto de suelos de Cuba) Diarios (Precipitación y Temperatura)
Mensuales (Caudal) (INSMET-GEARH)
Guadalupe
MDE Mapa de suelos Mapa de cobertura Datos hidroclimáticos
(1973-1986)
15x15 m (INEGI) 1:250.000 (INEGI) 1:250. 000 (CONABIO) Diarios (Precipitación y Temperatura)
Diarios (Caudal) (CLICOM-BANDAS)
de características fisiográficas de toda la cuenca (Figura 3).Para realizar esta delimitación, el área media de aporte se definió en 100 Km y se estableció el cierre de la cuenca en la estación hidrométrica Agua Caliente.
La cobertura de suelo (1:250.000) también fue proporcionada por el INEGI y las categorías en el mapa se relacionaron con las de SWAT. La cuenca alta del Río Guadalupe está dominada en un 77% por matorrales adaptados a condiciones semiáridas, llamados localmente "chaparral". El bosque de pino cubre las áreas más altas (8%), especialmente la parte oriental de la cuenca. Tanto la agricultura irrigada como la no irrigada predominan en el valle de Ojos Negros, ubicado en la parte sur de la cuenca (11.5%). Otros usos de la tierra son minoritarios (Figura 6a). La cuenca está cubierta principalmente por suelos poco desarrollados, típicos de terrenos montañosos en zonas semiáridas que en su mayoría son de textura gruesa. Los tipos predominantes son el leptosol (42%), el phaeozem (26%) y el regosol (23%) como se observa en la Figura 6b. Para las pendientes del terreno derivadas del MDE se utilizó nuevamente el criterio de la FAO, descrito anteriormente en esta sección.
Figura 5. Características de la cuenca del Río Cauto: a) usos del suelo, b) tipos de suelo y c) pendientes.
3.1.2 Calibración, validación y análisis de sensibilidad
3.1.2.1 Cuenca del Río Cauto
En esta cuenca se calibró y validó el modelo utilizando información hidrométrica de escala temporal mensual, ya que no se obtuvieron datos diarios para todo el periodo analizado en las subcuencas del Río Cauto.
Se seleccionó un período de simulación del 1 de enero de 1996 al 31 de diciembre de 2010. Los primeros cinco años se utilizaron de calentamiento (spinup) para mitigar el efecto de las condiciones iniciales del modelo; el período de calibración se extendió del 1 de enero de 2001 al 31 de diciembre de 2006 y se realizó la validación desde el 1 de enero de 2007 hasta el 31 de diciembre de 2010. Tanto en la calibración como en la validación se incluyeron años húmedos, medios y secos (Figura 7), para comprobar que el modelo funcionaba bajo diferentes condiciones de humedad (Gan et al, 1997).
Figura 7. Anomalías estandarizadas de precipitación (Z) anuales para las subcuencas de a) La Fuente y b) Las
La selección de parámetros de SWAT incluida inicialmente en el modelado de la cuenca del Río Cauto se basó en el conocimiento previo del área de estudio, en simulaciones preliminares, y en una revisión bibliográfica (Heuvelmans et al, 2004, Chu y Shirmohammadi 2004, Gosain et al, 2006). Durante la etapa de calibración, se realizó un análisis de sensibilidad para identificar los parámetros más influyentes en el flujo de agua de la cuenca y también para otros procesos hidrológicos. Se utilizó el análisis de sensibilidad muestreo Hipercubo Latino (LH) incorporado dentro de SWAT-CUP (SWAT Calibration and Uncertainty Programs, versión 5.1.6) (Abbaspour, 2008), donde la sensibilidad de los parámetros se determina calculando un sistema de regresión múltiple (Van Griensven, 2005). La sensibilidad de los parámetros se cuantificó en función de la significancia al 95% de la prueba t-student; un parámetro se consideró sensible si p ≤ 0.05 (Abbaspour et al, 2007). La prueba t-student provee una medida de sensibilidad que define al parámetro con mayor valor absoluto como el más sensitivo; por otro lado, el factor p-value determina la significancia de la sensibilidad, siendo los valores más cercanos a cero los de mayor significancia. Después de este análisis, la calibración automática en la cuenca del Cauto se realizó con 17 parámetros a una escala de tiempo mensual utilizando el algoritmo SUFI-2 (Ajuste de Incertidumbre Secuencial) que se encuentra dentro del programa SWAT-CUP. El proceso de calibración para ajustar los valores de los parámetros incluye varios pasos: (1) definir la función objetivo, (2) definir el rango inicial de los parámetros, (3) realizar el análisis de sensibilidad (opcional, pero muy recomendable); (4) emplear el método LH (Abbaspour et al, 2007) de los parámetros, el número común de combinaciones de parámetros es N = 500-1000, (5) ejecutar las simulaciones N veces y guardar las variables de salida simuladas, (6) el cálculo de la función objetivo, (7) calcular las métricas a finales de incertidumbre y (8) ajustar el rango de los parámetros y repetir desde el paso '' 1'', de esta manera, se obtiene el rango óptimo de los parámetros para la simulación posterior. Para asegurar que el modelo calibrado fuera lo más realista posible, se utilizaron rangos de calibración en los que el valor mínimo y máximo para cada parámetro estaban limitados a valores realistas para la zona, y a pesar de que SWAT-CUP sugería valores fuera de esos rangos, se limitaron los valores extremos para garantizar que el modelo fuera lo más realista posible.
Comparada con otras técnicas de análisis de incertidumbre, SWAT-CUP necesita una menor cantidad de ejecuciones del modelo para lograr una solución satisfactoria (Ficklin et al, 2012; Yang et al, 2008). En una comparación reciente de tres métodos de análisis de incertidumbre en SWAT-CUP2 (SUFI-2, GLUE y ParaSol), el método SUFI-2 fue capaz de proporcionar resultados predictivos más razonables y equilibrados que los otros dos métodos (Wu y Chen, 2015).
(La Fuente y Las Coloradas). Para lograr una buena calibración se recomienda hacer entre 500-1500 iteraciones; en esta tesis se ejecutaron 1500 simulaciones en tres iteraciones de 500 simulaciones, reajustando los parámetros después de cada corrida. De esta manera se obtuvo una mejor simulación con la menor discrepancia entre los datos observados y simulados. Los criterios utilizados para evaluar el ajuste hidrológico fue el coeficiente de determinación (R2), el índice de eficiencia de Nash-Sutcliffe (NSE) (Nash y
Sutcliffe 1970) y el coeficiente PBIAS (Andrade et al, 2013a, Liew et al, 2007). Otros detalles relacionados con estos criterios se mencionan en la sección 3.1.3.
Después se realizó la validación, la cual consistió en medir la capacidad predictiva del modelo, mediante la comparación del caudal simulado y el observado, en un periodo diferente al de calibración. Para ello, se utilizó el procedimiento SUFI-2 en el periodo 2007-2010 siguiendo el mismo esquema metodológico planteado en la calibración; el programa se corrió para una sola simulación.
3.1.2.2 Cuenca del Río Guadalupe
Molina-Navarro et al, (2016) calibraron y validaron el SWAT para determinar la descarga en la cuenca del Río Guadalupe. En el presente estudio, actualizamos la configuración de SWAT utilizada por Molina-Navarro et al, sin cambiar los parámetros relacionados con la descarga, pero ampliamos la serie temporal de lluvia con datos de una nueva estación meteorológica y agregamos un año más al período de calentamiento para permitir que los parámetros del modelo alcanzaran un mejor equilibrio. Más detalles sobre la configuración del modelo hidrológico y el rendimiento se pueden encontrar en Molina-Navarro et
al, (2016).
3.1.3 Evaluación del modelo
para la calibración y validación de series hidrológicas (Gassman et al, 2007). Los valores de R2 varían entre
0 y 1, donde el 0 indica que no hay ajuste y el 1 un ajuste perfecto. El NSE varía entre -∞ a 1, siendo 1 el ajuste perfecto (ASCE 1993; Gupta et al, 1999 y Moriasi et al, 2007):
𝑁𝑆𝐸 = 1 − [
∑ (𝑄𝑜𝑏𝑠 −𝑄𝑠𝑖𝑚)2 𝑛
𝑖=1
∑𝑛 (𝑄𝑜𝑏𝑠−𝑄𝑚𝑒𝑎𝑛)2 𝑖=1
]
(3)Donde n es el número total de observaciones, Qsim y Qobs son las descargas simuladas y observadas en la i-ésima observación, respectivamente, y Qmean es la media de los datos observados en el período de simulación.
El coeficiente PBIAS es una medida de la tendencia de los flujos medios simulados por el modelo que son más altos o más bajos que los observados, indicando sobreestimación o subestimación (Andrade
et al, 2013a, Liew et al, 2007):
𝑃𝐵𝐼𝐴𝑆 = [
∑𝑛𝑖=1(𝑌𝑖𝑠𝑖𝑚−𝑌𝑖𝑜𝑏𝑠)∑𝑛𝑖=1(𝑌𝑖𝑜𝑏𝑠)
] × 100
(4)Luego de analizar los indicadores estadísticos antes mencionados para la mejor simulación seguimos el enfoque sugerido por Moriasi et al, (2007) para evaluar el rendimiento de NSE y PBIAS para la escala de tiempo mensual aplicada (Tabla 3).
3.2 Modelo climático regional RegCM4.3
El modelo climático regional utilizado en esta tesis es el RegCM4 (Giorgi et al, 2012) originalmente desarrollado por Giorgi et al, (1993) y Pal et al, (2007); las mejoras y actualizaciones del modelo se realizan en la Sección “Earth System Physics” del Centro Internacional de Física Teórica Abdus Salam (ICTP). Este modelo es hidrostático, compresible y tridimensional y tiene disponibles varias parametrizaciones para resolver procesos físicos, dinámicos y termodinámicos. En 2018, este centro lanzó la última versión del RegCM4 (v.7). Sin embargo, aquí usamos las salidas diarias de RegCM4.3 (precipitación y temperaturas máximas y mínimas) (Tabla 3) que están disponibles en línea (https://esg-dn1.nsc.liu.se/search/cordex/). Se usaron las salidas para el dominio de Centroamérica (CAM) a través del programa Coordinated Regional
Tabla 3. Características del experimento de RegCM4.3 forzado con el HadGEM2-ES en el dominio CORDEX CAM y
variables utilizadas.
Experimento Frecuencia Corridas Variables
Histórico (1970-2000) diaria r1i1p1
Precip, Tmax y Tmin
Futuro (2015-2039)
RCP8.5
diaria
r1i1p1 Precip, Tmax y Tmin
En la Figura 8 se muestra la topografía del dominio CORDEX CAM de las salidas de RegCM4.3, y las dos regiones de estudio seleccionadas para esta tesis: la cuenca de Río Cauto en Cuba (15° a 26° N y 75° a 78° W) y la cuenca del Río Guadalupe en Baja California (31° a 33° N y 117° a 115° W).
Figura 8. Topografía en (m) del dominio CORDEX CAM para el RegCM4.3. Los rectángulos rojos indican las regiones
de estudio.