Simulación hidrológica del caudal del estero Huillinco en la microcuenca agroforestal Huillinco (Chonchi, región de Los Lagos, Chile) bajo condiciones climáticas históricas y futuras.
Barra lateral del artículo
Contenido principal del artículo
Resumen
La alteración del comportamiento de las precipitaciones es uno de los efectos más relevantes del cambio climático. Este modifica el balance y disponibilidad hídrica de las cuencas, disminuyendo la escorrentía superficial. En este trabajo se estima el comportamiento del caudal del estero Huillinco, en la microcuenca agroforestal homónima, de la comuna de Chonchi (Chiloé). Se simuló hidrológicamente la microcuenca en el periodo 1981-2100, usando el modelo y software WEAP (versión gratuita) y considerando el escenario de cambio climático SSP5-8.5. La información de entrada para estimar el caudal simulado provino de bases de datos, tanto in situ como de reanálisis cercano a la zona de estudio, así como de datos aproximados de consumo (habitantes y cultivos). Se crearon series temporales para la precipitación y temperatura con los datos in situ, que se usaron como base para una corrección de sesgo para ERA5-Land (histórico, 1981-2020) y el promedio bayesiano de modelos (futuro, 2021-2100). Se concluye que el caudal simulado del estero Huillinco marca una tendencia negativa en el periodo de estudio de ≈-13,4 L/s por decenio, para todas las temporadas del año. Las anomalías estandarizadas de los promedios por cada decenio, muestran en el periodo de 1981-1990 un valor de ≈1,2 desviaciones estándar con respecto a la media de la serie, y de 1,6 en el periodo 2091-2100. Los resultados son preliminares, esperándose obtener una mejor proyección en el futuro mediante calibración con mediciones de caudal in situ.
Referencias
Allen, R.G., Pereia, L.S., Raes, D., & Smith, M. (1998). Guidelines for computing crop water requeriments. En FAO. https://www.fao.org/3/x0490e/x0490e00.htm
Bao, L., Gneiting, T., Grimit, E.P., Guttorp, P., & Raftery, A.E. (2010). Bias correction and bayesian model averaging for ensemble forecasts of surface wind direction. Monthly Weather Review, 138(5). https://doi.org/10.1175/2009MWR3138.1
Boisier, J. P., Rondanelli, R., Garreaud, R. D., & Muñoz, F. (2016). Anthropogenic and natural contributions to the Southeast Pacific precipitation decline and recent megadrought in central Chile. Geophysical Research Letters, 43(1), 413–421. https://doi.org/10.1002/2015GL067265
Centro de Cambio Global-Universidad Católica de Chile, & SEI, S. E. I. (2009). Guía Metodológica – Modelación Hidrológica y de Recursos Hídricos con el Modelo WEAP. En Proyecto de Adaptación al Cambio Climático a través de una efectiva gobernabilidad del agua en Ecuador, Ministerio del Ambiente de Ecuador y el Programa para el Manejo del Agua y del Suelo de la Universidad de Cuenca, Ecuador. https://cambioglobal.uc.cl/images/publicacionesextension/9_2009_Guia-para-la-modelacion-con-la-plataforma-WEAP_CCG-SEI.pdf
Chervenkov, H., & Slavov, K. (2019). Theil–Sen estimator vs. Ordinary least squares — Trend analysis for selected ETCCDI climate indices. Comptes Rendus de L’Academie Bulgare des Sciences, 72(1). https://doi.org/10.7546/CRABS.2019.01.06
CIREN. (2016). DEM Alos Palsar Región de Los Lagos. En IDE (Infraestructura de Datos Geoespaciales), Chile. http://www.geoportal.cl/geoportal/catalog/search/resource/resumen.page?uuid=%7BCA9D8240-F412-4167-8F3F-151B0A533E4B%7D
CONAF. (2021). Cartografía temática del Cambio de Uso de la Tierra para la Región de Los Lagos periodo 2001-2019, Escala 1:30.000. Sistema Integrado de Monitoreo de Ecosistemas Forestales Nativos de Chile (SIMEF). https://ide.minagri.gob.cl/geonetwork/srv/spa/catalog.search#/metadata/%7BFAE2DCFC-FB88-4760-82B7-B0F8D221EB4F%7D_100259_es
CR2, DGA, MAM, NOAA & DMC. (2022). Explorador Climático [Precipitación Mensual]. https://explorador.cr2.cl/
Danabasoglu, G., Lamarque, J. F., Bacmeister, J., Bailey, D. A., DuVivier, A. K., Edwards, J., Emmons, L. K. et al. (2020). The Community Earth System Model Version 2 (CESM2). Journal of Advances in Modeling Earth Systems, 12(2). https://doi.org/10.1029/2019MS001916
Davie, T. (2008). Fundamentals of Hydrology, Second Edition. En Management (Número 10).
DGA. (2017). Actualización del Balance Hídrico Nacional, SIT N° 417, Ministerio de Obras Públicas, Dirección General de Aguas, División de Estudios y Planificación, Santiago, Chile, Realizado por: Universidad de Chile & Pontificia Universidad Católica de Chile. https://snia.mop.gob.cl/sad/REH5796v1.pdf
DGA. (2021). Nuevo Decreto de Escasez Hídrica para 3 Provincias de la Región de Los Lagos. https://dga.mop.gob.cl/noticias/Paginas/DetalledeNoticias.aspx?item=750
Duque-Yaguache, F. L., & Zambrano-Vázquez, F. R. (2015). Modelación de la Oferta Hídrica en una Cuenca de Montaña Tropical en Función de su Cobertura Del Suelo (Vol. 7). https://doi.org/10.29104/phi-aqualac/2015-v7-1-08
Escenarios Hídricos 2030 Chile. (2018). Radiografía del agua: brecha y riesgo hídrico en Chile. https://escenarioshidricos.cl/wp-content/uploads/2020/06/radiografia-del-agua-1.pdf
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5). https://doi.org/10.5194/gmd-9-1937-2016
Faidah, D. Y., Kuswanto, H., & Suhartono. (2019). The comparison of Bayesian model averaging with gaussian and gamma components for probabilistic precipitation forecasting. AIP Conference Proceedings, 2192. https://doi.org/10.1063/1.5139173
Fanta, S. S., Namara, W. G., & Yesuf, M. B. (2022). Assessment of water supply and demand in Gilgel Gibe watershed, southwest Ethiopia. Sustainable Water Resources Management, 8(4), 104. https://doi.org/10.1007/s40899-022-00684-3
Fernández-Alberti, S., Abarca-del-Río, R., Bornhardt, C., & Ávila, A. (2021). Development and Validation of a Model to Evaluate the Water Resources of a Natural Protected Area as a Provider of Ecosystem Services in a Mountain Basin in Southern Chile. Frontiers in Earth Science, 8. https://doi.org/10.3389/feart.2020.539905
Frêne, C., Villarroel, F., Rojas, R., Sanzana, J., González, J., Alarcón, D., Gómez, F. et al. (2022). Escasez de agua en Chiloé: Red Participativa de Agua como solución para el sector rural. Revista de geografía Norte Grande, 82, 375–396. https://doi.org/10.4067/S0718-34022022000200375
Fustos, I., Abarca-del-Río, R., Artal, O., Alvial, F., & Sepúlveda, H. H. (2022). Impact on discharge modelling using different spatial and temporal resolution scenarios in South of Chile. Journal of South American Earth Sciences, 115. https://doi.org/10.1016/j.jsames.2022.103727
Garreaud, R. D., Boisier, J. P., Rondanelli, R., Montecinos, A., Sepúlveda, H. H., & Veloso-Aguila, D. (2020). The Central Chile Mega Drought (2010–2018): A climate dynamics perspective. International Journal of Climatology, 40(1). https://doi.org/10.1002/joc.6219
Garreaud, R. D., Vuille, M., Compagnucci, R., & Marengo, J. (2009). Present-day South American climate. Palaeogeography, Palaeoclimatology, Palaeoecology, 281(3–4). https://doi.org/10.1016/j.palaeo.2007.10.032
Glen, S. (2016). Mann Kendall Trend Test: Definition, Running the Test - Statistics How To. StatisticsHowTo.com. https://www.statisticshowto.com/mann-kendall-trend-test/
Harynuk, J. (2022). Theil-Sen Regression with intercept. MATLAB Central File Exchange. https://www.mathworks.com/matlabcentral/fileexchange/71205-theil-sen-regression-with-intercept
Held, I. M., Guo, H., Adcroft, A., Dunne, J. P., Horowitz, L. W., Krasting, J., Shevliakova, E. et al. (2019). Structure and Performance of GFDL’s CM4.0 Climate Model. Journal of Advances in Modeling Earth Systems, 11(11). https://doi.org/10.1029/2019MS001829
Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz-Sabater, J., Nicolas, J. et al. (2019). ERA5 monthly averaged data on single levels from 1959 to present. En Copernicus Climate Change Service (C3S) Climate Data Store (CDS). (Accessed on < 23-12-2022 >). https://doi.org/10.24381/cds.f17050d7
Hinne, M., Gronau, Q. F., van den Bergh, D., & Wagenmakers, E. J. (2020). A Conceptual Introduction to Bayesian Model Averaging. Advances in Methods and Practices in Psychological Science, 3(2). https://doi.org/10.1177/2515245919898657
Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4). https://doi.org/10.1214/ss/1009212519
Hormazábal, V., Vargas Rojas, V., Abarca, R., Little Cárdenas, C., Rivera, D., Carrasco, N., & Villalobos Volpi, E. (2021). Simulación hidrológica del caudal del estero Batuco en la microcuenca agroforestal Batuco (Ránquil, Región del Ñuble, Chile) bajo condiciones climáticas presentes y futuras. Ciencia & Investigación Forestal, 27(2): 3–22. https://doi.org/10.52904/0718-4646.2021.546
Ibrahim, U. A., Dan’azumi, S., Bdliya, H. H., Bunu, Z., & Chiroma, M. J. (2022). Comparison of WEAP and SWAT models for streamflow prediction in the Hadejia-Nguru Wetlands, Nigeria. Modeling Earth Systems and Environment, 8(4), 4997–5010. https://doi.org/10.1007/s40808-022-01435-1
INE. (2017). Aldeas Censo 2017. Geodatos abiertos. https://www.ine.gob.cl/herramientas/portal-de-mapas/geodatos-abiertos
INFOR. (2021). Análisis hidrológico comparativo para las cuencas Batuco y Huillinco: proyecciones, adaptación y manejo de cuenca en escenarios de cambio climático Parte 1: Recolección de datos microcuenca Huillinco.
INIA, CEAZA & DMC. (2022). Agrometeorología INIA [Temperatura mensual, Precipitación mensual, Humedad relativa, Velocidad del viento]. https://agrometeorologia.cl/
Konapala, G., Mishra, A. K., Wada, Y., & Mann, M. E. (2020). Climate change will affect global water availability through compounding changes in seasonal precipitation and evaporation. Nature Communications, 11(1). https://doi.org/10.1038/s41467-020-16757-w
Kottek, M., Grieser, J., Beck, C., Rudolf, B., & Rubel, F. (2006). World map of the Köppen-Geiger climate classification updated. Meteorologische Zeitschrift, 15(3), 259–263. https://doi.org/10.1127/0941-2948/2006/0130
Marticorena, J. (2020). Consumo de Agua Promedio por Persona en Chile Supera la Media de Europa, aunque está muy por debajo de la de Estados Unidos. El Mercurio. https://www.litoralpress.cl/paginaconsultas/Servicios_NClipSitio/Get_Imagen_Pagina.aspx?LPKey=LVISR6H4DB52E74KGLFSSNDHZAN3KR7H7FG7HH54BLBGYWWMBWKQ
Massoud, E. C., Lee, H., Gibson, P. B., Loikith, P., & Waliser, D. E. (2020). Bayesian model averaging of climate model projections constrained by precipitation observations over the contiguous United States. Journal of Hydrometeorology, 21(10). https://doi.org/10.1175/JHM-D-19-0258.1
Mena-Pardo, D. I. (2009). Análisis de Impactos del Cambio Climático en la Cuenca Andina del Río Teno, Usando el Modelo Weap [Universidad de Chile]. https://repositorio.uchile.cl/handle/2250/103570
Montes, C. (2021). Balance Hídrico Nacional revela dramática situación: proyecta escasez de agua de hasta 50% y alza de temperatura de hasta 2,5°C. La tercera. https://www.latercera.com/que-pasa/noticia/balance-hidrico-nacional-revela-dramatica-situacion-proyecta-escasez-de-agua-de-hasta-50-y-alza-de-temperatura-de-hasta-25c/JOPGLFFSRRGTVNZNQNM73CGS6I/
MOP. (2014). Inventario de Cuencas, Subcuencas, y Subsubcuencas de Chile. https://snia.mop.gob.cl/sad/CUH5690.pdf
Muñoz Sabater, J. (2019). ERA5-Land monthly averaged data from 1981 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). (Accessed on < 23-12-2022 >). https://doi.org/10.24381/cds.68d2bb3
Muñoz Sabater, J. (2021). ERA5-Land monthly averaged data from 1950 to 1980. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). (Accessed on < 23-12-2022 >). https://doi.org/10.24381/cds.68d2bb3
O’Neill, B. C., Tebaldi, C., Van Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., Knutti, R. et al. (2016). The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9). https://doi.org/10.5194/gmd-9-3461-2016
Orrego, R., Abarca-del-Río, R., Ávila, A., & Morales, L. (2016). Enhanced mesoscale climate projections in TAR and AR5 IPCC scenarios: a case study in a Mediterranean climate (Araucanía Region, south central Chile). SpringerPlus, 5(1). https://doi.org/10.1186/s40064-016-3157-6
Quintana-Ruedlinger, G. (2020). Chiloé está perdiendo sus más importantes reservorios de agua dulce . Diario UACh.
Raftery, A.E., Gneiting, T., Balabdaoui, F., & Polakowski, M. (2005). Using Bayesian model averaging to calibrate forecast ensembles. Monthly Weather Review, 133(5). https://doi.org/10.1175/MWR2906.1
Reichle, R.H., & Koster, R.D. (2004). Bias reduction in short records of satellite soil moisture. Geophysical Research Letters, 31(19). https://doi.org/10.1029/2004GL020938
Riahi, K., van Vuuren, D. P., Kriegler, E., Edmonds, J., O’Neill, B. C., Fujimori, S., Bauer, N. et al. (2017). The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environmental Change, 42. https://doi.org/10.1016/j.gloenvcha.2016.05.009
Río-La Mura, P.A. del. (2015). Análisis del impacto del cambio climático en la disponibilidad del recurso hídrico en la Cuenca de Pangal en Pangal [Universidad de Chile]. https://repositorio.uchile.cl/handle/2250/135204
Rochford, P. (2022). PeterRochford/SkillMetricsToolbox (1.8.1). https://github.com/PeterRochford/SkillMetricsToolbox
SEI. (2015). WEAP Water Evaluation and Planning System User Guide. En Stockholm Environment Institute. https://www.weap21.org/downloads/WEAP_User_Guide.pdf
Seland, Ø., Bentsen, M., Olivié, D., Toniazzo, T., Gjermundsen, A., Graff, L. S., Debernard, J. B. et al. (2020). Overview of the Norwegian Earth System Model (NorESM2) and key climate response of CMIP6 DECK, historical, and scenario simulations. Geoscientific Model Development, 13(12). https://doi.org/10.5194/gmd-13-6165-2020
Singh, A. (2020). CDF matching bias correction method in MATLAB (1.0). https://la.mathworks.com/matlabcentral/fileexchange/78784-cdf-matching-bias-correction-method-in-matlab
Singh, A., Gaurav, K., Meena, G. K., & Kumar, S. (2020). Estimation of soil moisture applying modified Dubois model to Sentinel-1; A regional study from Central India. Remote Sensing, 12(14). https://doi.org/10.3390/rs12142266
Sloughter, J. M. L., Raftery, A. E., Gneiting, T., & Fraley, C. (2007). Probabilistic quantitative precipitation forecasting using bayesian model averaging. Monthly Weather Review, 135(9). https://doi.org/10.1175/MWR3441.1
Taylor, K. E. (2001). Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research Atmospheres, 106(D7). https://doi.org/10.1029/2000JD900719
Thorvaldsen, S. (2022). Cumulative Mann-Kendall trend test. MATLAB Central File Exchange.
Trenberth, K. E. (2011). Changes in precipitation with climate change. Climate Research, 47(1–2). https://doi.org/10.3354/cr00953
Van Vuuren, D. P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., Hurtt, G. C. et al. (2011). The representative concentration pathways: An overview. Climatic Change, 109(1). https://doi.org/10.1007/s10584-011-0148-z
Vargas, X. (2012). Disponibilidad futura de los recursos hídricos frente a escenarios de cambio climático en Chile. https://repositorio.cepal.org/handle/11362/5691
Voldoire, A., Saint-Martin, D., Sénési, S., Decharme, B., Alias, A., Chevallier, M., Colin, J. et al. (2019). Evaluation of CMIP6 DECK Experiments with CNRM-CM6-1. Journal of Advances in Modeling Earth Systems, 11(7). https://doi.org/10.1029/2019MS001683
Vrugt, J. A. (2016). Markov chain Monte Carlo simulation using the DREAM software package: Theory, concepts, and MATLAB implementation. Environmental Modelling and Software, 75. https://doi.org/10.1016/j.envsoft.2015.08.013
Vrugt, J. A. (2018). MODELAVG: A MATLAB Toolbox for Postprocessing of Model Ensembles. https://faculty.sites.uci.edu/jasper/software/
Wilks, D. (2005). Statistical Methods in the Atmospheric Sciences (2a ed.). Academic Press.
Yukimoto, S., Kawai, H., Koshiro, T., Oshima, N., Yoshida, K., Urakawa, S., Tsujino, H. et al. (2019). The meteorological research institute Earth system model version 2.0, MRI-ESM2.0: Description and basic evaluation of the physical component. Journal of the Meteorological Society of Japan, 97(5). https://doi.org/10.2151/jmsj.2019-051
Ziehn, T., Chamberlain, M. A., Law, R. M., Lenton, A., Bodman, R. W., Dix, M., Stevens, L. et al. (2020). The Australian Earth System Model: ACCESS-ESM1.5. Journal of Southern Hemisphere Earth Systems Science, 70(1). https://doi.org/10.1071/ES19035
Descargas
Los trabajos publicados en Ciencia & Investigación Forestal se rigen por la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
En lo esencial esta licencia involucra que los autores conservan sus derechos de autor, y que los lectores puedan de forma gratuita descargar, almacenar, copiar y distribuir la versión final aprobada y publicada del trabajo, siempre y cuando se realice sin fines comerciales y se cite la fuente y autoría de la obra.