����������������������������������������������������������������������������������

 

 

Efecto del LULC sobre la respuesta hidrol�gica en la cuenca Puyango-Tumbes, Ecuador-Per�

 

Effect of Lulc on the hydrological response in the Puyango-Tumbes basin, Ecuador-Peru

 

Effect of LULC on hydrological response in the Puyango-Tumbes basin, Ecuador-Per�

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: 20200867@lamolina.edu.pe

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 29 de marzo de 2024 *Aceptado: 24 de abril de 2024 * Publicado: �27 de mayo de 2024

 

        I.            Ingeniero Agr�nomo de Escuela Superior Polit�cnica de Chimborazo, Ecuador, Maestr�a Recursos H�dricos Universidad Nacional Agraria La Molina, Per� Candidato a PhD Recursos H�dricos en la misma Universidad, Docente Investigador de la Universidad T�cnica de Ambato (UTA), Ambato, Ecuador.

      II.            Doctor Hidrolog�a y Cambio Clim�tico en la U. Toulouse III (Francia), Especialista en Climatolog�a e Hidrolog�a del SENAMHI, Servicio Meteorol�gico e Hidrol�gico del Per� SENAMHI, Lima, Per�.

Resumen

El cambio de uso del suelo es uno de los principales factores impulsores del cambio hidrol�gico de las cuencas hidrogr�ficas. Por lo tanto, las respuestas hidrol�gicas a los cambios en el uso del suelo requieren evaluaciones detalladas para garantizar una gesti�n sostenible tanto de los recursos h�dricos como de los ecosistemas naturales. El objetivo de este estudio fue simular el impacto de diferentes escenarios de cambio LULC: 1985, 1995, 2005 y 2015 en el balance h�drico, a trav�s del modelo hidrol�gico Herramienta de Evaluaci�n de Suelo y Agua (SWAT), en la cuenca del r�o Puyango Tumbes perteneciente a Ecuador y Per� durante un per�odo de 35 a�os (1981 � 2015). El an�lisis del cambio de LULC muestra que hubo un aumento del porcentaje de �rea de la cuenca cubierta por pastizales en un 18 % mientras que hubo una disminuci�n de las sabanas en 38 %. Adem�s, las caracter�sticas del caudal cambiaron desde 1985 al 2015 considerando sus correspondientes LULC en las tres estaciones hidrom�tricas analizadas para el periodo 1981 - 2015. As� se estimaron disminuciones en los caudales anuales en dicho periodo para la estaci�n Pindo (Ecuador) en 4 m³/s, la estaci�n Puyango (Ecuador) en 29 m³/s y la estaci�n El Tigre (Per�) con 16.48 m³/s. La din�mica del ciclo hidrol�gico en toda la cuenca present� (1981 � 2015) una tendencia creciente en la evapotranspiraci�n con 2.14 % y por el contrario una disminuci�n del caudal superficial en 20.7 %, la percolaci�n en 29.29 % y el flujo lateral en 0.93 %.

Palabras clave: cambio de uso del suelo; caudal; ciclo hidrol�gico; modelo SWAT.

 

Abstract

The change in soil use is one of the main factors of the hydrological change in hydrographic basins. Therefore, hydrological responses to changes in land use require detailed evaluations to guarantee sustainable management of both water resources and natural ecosystems. The objective of this study was to simulate the impact of different LULC change scenarios: 1985, 1995, 2005 and 2015 in the water balance, through the hydrological model of soil and water evaluation tool (SWAT), in the Puyango river basin Tumbes belonging to Ecuador and Peru for a period of 35 years (1981 - 2015). The LULC change analysis shows that there was an increase in the percentage of the basin area covered by grasslands by 18 % while there was a decrease in savannas by 38 %. In addition, the characteristics of the flow changed from 1985 to 2015 considering their corresponding Lulc in the three hydrometric stations analyzed for the period 1981 - 2015. Thus decreases in the annual flows were estimated in that period for the Pinto station (Ecuador) in 4 m3/ s, the Puyango station (Ecuador) in 29 m3/s and the El Tigre (Peru) station with 16.48 m3/s. The dynamics of the hydrological cycle throughout the basin presented (1981 - 2015) a growing trend in evapotranspiration with 2.14 % and on the contrary a decrease in superficial flow by 20.7 %, percolation in 29.29 % and the lateral flow by 0.93 %.

Keywords: change of land use; flow; Hydrological cycle; Swat Model.

 

Resumo

A mudan�a no uso do solo � um dos principais fatores da mudan�a hidrol�gica nas bacias hidrogr�ficas. Portanto, as respostas hidrol�gicas �s mudan�as no uso da terra requerem avalia��es detalhadas para garantir o gerenciamento sustent�vel dos recursos h�dricos e dos ecossistemas naturais. O objetivo deste estudo foi simular o impacto de diferentes cen�rios de mudan�a de LULC: 1985, 1995, 2005 e 2015 no balan�o h�drico, atrav�s do modelo hidrol�gico da ferramenta de avalia��o de solo e �gua (SWAT), nas tumbes da bacia do rio Puyango pertencentes a Equador e Peru por um per�odo de 35 anos (1981 - 2015). A an�lise da mudan�a LULC mostra que houve um aumento na porcentagem da �rea da bacia coberta por pastagens em 18 %, enquanto houve uma diminui��o nas savanas em 38 %. Al�m disso, as caracter�sticas do fluxo mudaram de 1985 para 2015, considerando o LULC correspondente nas tr�s esta��es hidrom�tricas analisadas para o per�odo de 1981 - 2015. Assim, diminui os fluxos anuais nesse per�odo para a esta��o Pinto (Ecuador) em 4 M3/S, a esta��o Puyango (Equador) em 29 m3/s e a esta��o El Tigre (Peru) com 16,48 m3/s. A din�mica do ciclo hidrol�gico ao longo da bacia apresentou (1981 - 2015) uma tend�ncia crescente na evapotranspira��o com 2,14 % e pelo contr�rio uma diminui��o no fluxo superficial em 20,7 %, percola��o em 29,29 % e fluxo lateral em 0,93 %.

Palavras -chave: mudan�a de uso da terra; fluxo; Ciclo hidrol�gico; Modelo SWAT.

 

Introducci�n

El crecimiento de la poblaci�n humana con una proyecci�n de 9 mil millones para el 2050; as� como el desarrollo agr�cola, la deforestaci�n y otras actividades humanas conducen a cambios espaciales y temporales en el uso del suelo, que pueden afectar las v�as de flujo del agua y el balance h�drico (Alvarez-Garreton et al., 2019; Dale et al., 2011; Welde & Gebremariam, 2017), cambios que se han vuelto significativos y que ahora se considera que marcan una nueva era del Antropoceno (Lewis & Maslin, 2015; Smith & Zeder, 2013; Zalasiewicz et al., 2011).

En el m�todo experimental de �cuencas pareadas�, se seleccionan y observan dos cuencas con �reas, formas, clima, vegetaci�n y suelo similares. En general, los primeros 3 a 5 a�os (de preferencia, incluidos un a�o h�medo, un a�o normal y un a�o seco) son el per�odo de control sin medidas experimentales. Despu�s de eso, el uso de suelo de una de las cuencas se cambiar� artificialmente, mientras que las dem�s condiciones seguir�n siendo las mismas.

El segundo m�todo, el m�todo de an�lisis de series de tiempo, se puede utilizar para analizar la tendencia cambiante de los datos hidrol�gicos y clim�ticos, pero debido a la heterogeneidad espacial de una cuenca y los mecanismos de cambio de LULC no se puede determinar el cambio clim�tico en el ciclo del agua (Li et al., 2012).

En el tercer m�todo, los modelos hidrol�gicos proporcionan un marco para conceptualizar y estudiar las relaciones entre el cambio clim�tico, el cambio de uso del suelo y el ciclo del agua. Entre estos modelos, los modelos hidrol�gicos distribuidos tienen aplicaciones significativas porque relacionan directamente los par�metros del modelo con las caracter�sticas de la superficie terrestre (Legesse et al., 2003).

 

Materiales y M�todos

�rea de estudio

La cuenca del R�o Puyango � Tumbes tiene un �rea de 4 800 km², de los cuales el 60 % pertenece a las provincias de El Oro y Loja, correspondientes al sureste de Ecuador y el 40 % se encuentra en el Departamento de Tumbes ubicada en el norte de Per�. El r�o Puyango-Tumbes nace a 3 500 m.s.n.m., en la zona de Portovelo donde se le llama r�o Pindo (en la cordillera Chilla y Cerro Negro del Ecuador), que luego se convierte en Puyango y finalmente en el r�o Tumbes en territorio peruano. La longitud total del r�o Pindo-Puyango-Tumbes es de 230 km. En la regi�n alta, los principales afluentes son los r�os Ambocas, Luis, Amarillo y Calera (Ver Figura 1).

 

 

 

 

 

Figura 1

Figura 1: Mapa de ubicaci�n geogr�fica de la Cuenca Puyango � Tumbes.

 

En la cuenca se presentan diferente tipos de vegetaci�n como  bosques siempre verdes latifoliados y caducifolios; matorrales perennes , sabana le�osas y de igual manera la existencia de pastizales y tierras de cultivo las mismas que vienen a formar parte dentro de las nueve zonas de vida que posee la cuenca como desierto semi�rido premontano, desierto tropical matorrales, matorrales des�rticos premontanos, matorral espinoso tropical, matorral espinoso premontano, bosque tropical muy seco, tropical seco, seco premontano y h�medo subtropical (United Nations Development Programme, 2015).

 

Descripci�n del modelo SWAT

En este estudio se realiz� el modelamiento hidrol�gico con SWAT a una escala de tiempo diario y semidistribuido basado en el esquema de subcuencas derivado del modelo digital de elevaci�n (DEM). La configuraci�n de la subcuenca a trav�s de la herramienta TauDEM preserv� los canales y las rutas de flujo naturales. En primer lugar, se definieron los cursos de agua, eligiendo el umbral de superficie m�nima establecido autom�ticamente por SWAT como criterio para crearlos y obtener una representaci�n rigurosa de los canales (Abbaspour, 2015) (Ver Figura 2 a).

 

Datos de entrada

Datos topogr�ficos, de suelo, meteorol�gicos y de flujo

Basado en el DEM, la pendiente fue dividida por el modelo SWAT en tres categor�as (Ver Figura 2 a, Tabla 1). El mapa mundial de suelos de la Harmonized World Soil Database v 1.2 (HWSD) (Ver Figura 2 b, Tabla 1); la temperatura m�xima y m�nima se obtuvieron del producto grillado PISCO v2.0 (Ver Figura 2 c, Figura 3, Tabla 1). ������

Figura 1

Figura 2: (a) Mapa de elevaci�n (b) Mapa de suelo (c) Estaciones meteorol�gicas e hidrom�tricas.

 

Tabla 1: Variables de entrada para el modelamiento con SWAT

 

Los registros de precipitaci�n se obtuvieron del producto grillado RAIN4PE (Rain for Peru and Ecuador) que es un conjunto de datos de precipitaci�n cuadriculada diaria que se obtiene mediante la fusi�n de datos de precipitaci�n de m�ltiples fuentes (Precipitaci�n infrarroja del Grupo de peligros clim�ticos basada en sat�lites, CHIRP (Funk et al., 2015), rean�lisis ERA5 (Mart�nez-Retureta et al., 2020) y precipitaci�n basada en tierra con elevaci�n del terreno utilizando el m�todo de regresi�n de bosque aleatorio y se complementa con datos de caudal para corregir la subestimaci�n de la precipitaci�n sobre p�ramos y cuencas monta�osas  (Ver Figura 2 c, Tabla 1) (Fernandez-Palomino et al., 2021).

Las estaciones hidrom�tricas �Pindo AJ. Amarillo�, �Puyango en Campamento Militar (Puente Carretera)� y �El Tigre� fueron empleadas como puntos de monitoreo del caudal, las cuales llamaremos �Pindo�, �Puyango� y �El Tigre� en todo el documento (Ver Figura 2 c, Figura 3, Tabla 1).  

 

Uso de suelo

Se realiz� el an�lisis y la cuantificaci�n de los cambios de uso de suelo a partir del procesamiento de im�genes de sat�lite. El an�lisis y cuantificaci�n de cambios en usos de suelo, se obtuvo de las im�genes MODIS (Moderate Resolution Imaging Spectroradiometer), para ello las im�genes se seleccionaron de cuatro a�os: 1985, 1995, 2005, 2015 (Ver Tabla 1).

Para cuantificar y mapear los cambios de cada categor�a de LULC, se analiz� el a�o 1985 a trav�s de QSWAT el mismo que fue comparado con los a�os subsiguientes de an�lisis hasta el a�o 2015.

Las categor�as de LULC se derivaron de una clasificaci�n supervisada utilizando el m�todo estad�stico de m�xima verosimilitud. Esta clasificaci�n incluy� las siguientes categor�as: (1) bosques siempre verdes con dosel > 2 m, (2) pastizales, (3) sabanas  cubiertas de �rboles 10 � 30 %  con dosel > 2 m, (4) humedales permanentes: tierras permanentemente inundadas con 30 - 60 % de cobertura de agua y 10 % de cobertura vegetal, (5) Tierras de cultivo al menos el 60 % del �rea es tierra de cultivo, (6) Suelos urbanos y edificados: al menos un 30 % de superficie impermeable incluyendo materiales de construcci�n, asfalto y veh�culos, (7) terrenos desnudos permanentes, (8) cuerpos de agua.

 

An�lisis, calibraci�n y validaci�n de sensibilidad SWAT

El modelo fue calibrado y validado en una escala diaria usando los caudales diarios a lo largo del R�o Puyango Tumbes, en tres estaciones hidrom�tricas: �Pindo�, �Puyango� y �El Tigre� (Ver Figura 1). Se utiliz� un periodo de 28 a�os (1988 � 2015) para la calibraci�n y validaci�n, incluidos cuatro a�os de calentamiento del modelo.

La calibraci�n de los par�metros se realiz� utilizando el software de procedimientos de incertidumbre SWAT_CUP (Abbaspour, 2015). Seg�n estudios anteriores (Cibin & Sudheer, 2010; CIREN, 1999; Funk et al., 2015), se eligieron 16 par�metros hidrol�gicos sensibles para el an�lisis (Ver Tabla 2).

 

 

 

Tabla 2: Par�metros utilizados para el an�lisis de sensibilidad del modelo SWAT CUP.

 

Se realiz� un an�lisis de sensibilidad global para obtener la sensibilidad relativa y absoluta. Se implement� el algoritmo de ajuste secuencial de la incertidumbre, versi�n No 2 (Sufi-2) (Abbaspour, 2015) para identificar los par�metros de mayor sensibilidad, seg�n la respuesta del modelo. En Sufi-2, la incertidumbre en los par�metros, expresada como rangos (distribuciones uniformes), da cuenta de todas las fuentes de incertidumbre (como la incertidumbre en las variables de lluvia), modelo conceptual, par�metros y datos de medici�n. La propagaci�n de las incertidumbres en los par�metros conduce a que la variable de salida del modelo, se expresan como distribuciones de probabilidad del 95 %, que corresponde al 95 % de incertidumbre de predicci�n (95 PPU).

 

 

 

 

 

Figura 3

Figura 3: Metodolog�a conceptual general utilizada para modelar la hidrolog�a en la Cuenca de Puyango Tumbes.

 

Para cuantificar el ajuste entre el resultado de la simulaci�n, expresado como una sola se�al, se aplic� dos estad�sticos: p-factor (es el porcentaje de datos observados envueltos por nuestro resultado de modelado) y el r-factor (es el porcentaje de datos observados envueltos por nuestro resultado de modelado, es decir el r-factor es el grosor de la envolvente de 95 PPU.)  Para evaluar el grado de incertidumbre en la calibraci�n y validaci�n del modelo se considera como deseable un p-factor > 70%, r-factor <1 para la estimaci�n de caudales (Abbaspour, 2015).

Seg�n lo recomendado por diferentes investigadores (Moriasi, et al., 2012; Mart�nez-Retureta et al., 2020; Thampi et al., 2010), los conjuntos de datos hidrol�gicos y meteorol�gicos se dividieron en tres subbases de datos: (i) 1988 � 1999, (ii) 1996 � 2008 y (iii) 2005 � 2015 (incluidos en cada subbase cuatro a�os como per�odo de calentamiento), con diferentes cambios de LULC. 

La calibraci�n del modelo se realiz� en el per�odo 1992 � 1999 y se emple� el LULC_1995. Los par�metros estimados durante la calibraci�n fueron utilizados para la validaci�n en dos periodos: i) 2000 � 2008 con el LULC_ 2005 y ii) 2009 � 2015 con el LULC_2015, esto con la finalidad de demostrar que el modelo tiene un rango de precisi�n satisfactorio (Rykiel, 2006). Una vez que calibraci�n y validaci�n del modelo fueron aceptables se procedi� a correr el modelo SWAT para el periodo 1985 � 2015, considerando los LULC_1985, LULC_1995, LULC_2005 y LUCL_2015 (Ver Figura 3).

 

Evaluaci�n del rendimiento del modelo SWAT

El rendimiento del modelo se evalu� mediante pruebas estad�sticas como la Eficiencia de Nash Sutcliffe (NSE), el sesgo porcentual (PBIAS) y el coeficiente de determinaci�n (R²) para examinar la representaci�n del proceso modelado en condiciones biof�sicas reales. NSE es un m�todo estad�stico estandarizado que determina la magnitud relativa de la varianza residual en comparaci�n con la varianza de los datos medidos (Ecuaci�n 1). Te�ricamente, el valor de NSE var�a de -1 a 1; el valor 1 de NSE corresponde a una coincidencia perfecta entre valores observados y simulados (Moriasi et al., 2007) PBIAS (Ecuaci�n 2) mide el sesgo de estimaci�n del modelo. El valor de PBIAS puede ser positivo o negativo indicando subestimaci�n y sobreestimaci�n, respectivamente; el valor cero representa el mejor rendimiento de simulaci�n del modelo (Moriasi et al., 2007). El R² (Ecuaci�n 3), se utiliza para medir la consistencia de los datos simulados y observados del modelo. El valor de R² var�a entre 0 y 1; la menor varianza de error se indica con valores m�s altos (Moriasi et al., 2007).

������������������������������ ����������������������������������(1)

����������������������������� ��������������������������������� (2)

���������������������������� ������������� (3)

 

D�nde �es la descarga del caudal, �es la observaci�n, mientras �es la simulaci�n. es el coeficiente de correlaci�n, �es la relaci�n de sesgo (adimensional) y �es la raz�n de variabilidad (adimensional).

 

 

 

Evaluaci�n del efecto de cambio de LULC sobre la respuesta hidrol�gica

El an�lisis de distribuci�n t-student se evalu� con el fin de determinar diferencias significativas entre los caudales diarios simulados para cada LULC. Esto tambi�n se aplic� para cuantificar el impacto de los escenarios de cambios en usos de suelo sobre el caudal total durante el per�odo antes mencionado para la cuenca Puyango Tumbes. Adem�s, se estimaron el estad�stico (t-test) y an�lisis de tendencias entre el primer y �ltimo escenario LULC (LULC_1985 y LULC_2015) para evaluar el comportamiento de los componentes del ciclo hidrol�gico como evapotranspiraci�n (PET), percolaci�n (PERC), flujo superficial (SURQ), flujo lateral (LAT_Q), agua subterr�nea (GW_Q) y rendimiento de agua (WYLD). Este an�lisis se realiz� a escala mensual durante los �ltimos 28 a�os.

 

Resultados

Cambios en usos de suelo y cobertura de la tierra (LULC)

Los bosques nativos y matorrales presentaron el mayor uso de suelo en la cuenca con un incremento del 25 % entre 1985 y 2015. Los pastizales, aumentaron en forma progresiva de uso del suelo con el 18 % entre 1985 y 2015. Se present� una distribuci�n espacial de ocupaci�n creciente desde las �reas m�s bajas durante 1985 hasta las tierras de la cuenca alta en 2015. Este comportamiento se debe a la tendencia de cambio de �reas naturales en �reas ganaderas. 

 

Figura 4

Figura 4: Representaci�n espacial y porcentaje del �rea de cambios en usos de suelo para LULC_1985, LULC_1995, LULC_2005 y LULC_2015.

Por otro lado, las �reas de sabanas tuvieron un comportamiento decreciente, mostrando una reducci�n de 38 % desde 1985 a 2015. 

Sin embargo, puede ser visto que la agricultura era dominante en la parte alta y en medio de la cuenca. Se observ� un comportamiento irregular en los diferentes escenarios afectando a los humedales y los cuerpos de agua (Ver Figura 4, Tabla 3). 

 

Tabla 3: Porcentajes de �rea de uso de la tierra para los escenarios LULC_1985, LULC_1995, LULC_2005 y LULC_2015 y sus cambios relativos.

*Bosques: Bo; Pastizales: Pt; Sabana: Sa; Humedades: Hu; Agricultura: Ag; �reas Urbanas: Au; Sin vegetaci�n: Sn; Agua: A

 

El an�lisis de series de tiempo de LULC entre 1985 y 2015 indica una expansi�n de los pastizales con una reducci�n en el uso de sabanas, de agricultura y bosques nativos (Ver Tabla 3).  

Bosques nativos, matorrales y humedales fueron las coberturas terrestres con mayores cambios en sus porcentajes con respecto al �rea total de 1985. Este resultado se explica por la tala de sabana entre 1985 y 2015, con una disminuci�n del 38 % con respecto al �rea ocupada por este uso de la tierra en 1985. Mientras tanto, durante el mismo per�odo, las plantaciones forestales tuvieron una tendencia positiva con un aumento del 25 % con respecto al �rea de plantaciones forestales durante 1985 (Ver Figura 4, Tabla 3).

 

An�lisis de sensibilidad del modelo SWAT

Seg�n el an�lisis de sensibilidad utilizando el escenario LULC_1995, se obtuvo que seis par�metros que afectan significativamente el caudal superficial modelado de la cuenca Puyango Tumbes, como la capacidad de agua disponible de la capa de suelo (SOL_AWC), la longitud promedio de la pendiente (SLSUBBSN) y otros par�metros relacionados con la escorrent�a superficial (SURLAG) y el agua subterr�nea (ALPHA_BF, GW_DELAYMM, GWQMN) (Ver Tabla 4). Dichos par�metros se calibraron para ajustarse al balance h�drico real, seg�n la informaci�n de la literatura (Le et al., 2012).

 

Tabla 4: Par�metros sensibles en c�lculos de flujo superficial, valores calibrados.

 

Si se compara con los valores predeterminados, el par�metro ALPHA_BF se increment� en el modelo para facilitar el flujo de agua del acu�fero al r�o, aumentando el caudal base. Tambi�n se aumentaron los par�metros GWQMN y GW_DELAY, aumentando los caudales superficiales y consecuentemente disminuyendo el caudal subterr�neo. El resto de los par�metros relacionados con los procesos hidrol�gicos fueron calibrados con el fin de ajustar los caudales base y pico (Ver Tabla 4).

 

 

 

 

Figura 5

Calibraci�n y validaci�n del modelo SWAT

Figura 5. Validaci�n del caudal diario para el periodo de tiempo de 1985 -2015 para la estaci�n Pindo (a), Puyango (b) y El Tigre (c).

 

Se obtuvieron estimaciones aceptables mediante factores de incertidumbre en la calibraci�n y validaci�n del modelo seg�n la clasificaci�n de Abbaspour et al., (2007).

Durante el per�odo de calibraci�n para la estaci�n Pindo en LULC_1995, el modelo mostr� una incertidumbre baja con un p factor 0.36 y un r-factor de 0.23, mientras tanto que para los per�odos de validaci�n LULC_2005 y LULC_2015, se obtuvo un nivel de incertidumbre satisfactorio con un p-factor de 0.64 (0.59) y un r-factor de 0.26 (0.23), respectivamente. Respecto a la estaci�n Puyango para el LULC_1995 present� un p-factor 0.60 y un r-factor de 0.33, y para la validaci�n LULC_2005, LULC_2015 p-factor de 0.7 (0.65) y un r-factor de 0.31 (0.24).

Finalmente, respecto a la estaci�n El Tigre, el valor de p-factor fue 0.63 y r-factor 0.23; para la validaci�n LULC_2005, LULC_2015 p-factor de 0.76 (0.68) y un r-factor de 0.27 (0.25).

Los resultados estad�sticos para evaluar el desempe�o del modelo en las tres estaciones hidrom�tricas mostraron un muy buen nivel el coeficiente de determinaci�n para los diferentes LULC (0.75 � 0.89) para la calibraci�n. Mientras tanto, se obtuvo un muy buen nivel en NSE (0.77 � 0.87) y PBIAS bajo seg�n la clasificaci�n de Moriasi et al., (2007) (Ver Figura 5, Tabla 5).

El modelo fue validado para demostrar la idoneidad de los valores calibrados en los escenarios LULC_2005 y LULC_2015 (Ver Tabla 5). 

El ajuste entre el caudal observado y validado de los tres escenarios alcanz� un buen nivel para la estaci�n Pindo con un R² de 0.78, 0.79 y 0.78, con valores de NSE de 0.69, 0.80, 0.83, respectivamente. Se obtuvo una no muy buena clasificaci�n para PBIAS, con valores de -15.67 %, -36.89 y -19,33 respectivamente.

La estaci�n Puyango un R² de 0.78, 0.81 y 0.75, con valores de NSE de 0.69, 0.84, 0.80, respectivamente. Se obtuvo una no muy buena clasificaci�n para PBIAS, con valores de -17.36 %, -11.23 % y -18.23 % respectivamente.

La estaci�n El Tigre un R² de 0.79, 0.78 y 0.70, con valores de NSE de 0.69, 0.81, 0.80, respectivamente. Se obtuvo una no muy buena clasificaci�n para PBIAS, con valores de -14.56 %, -12.54 % y -21.56 % respectivamente.

 

Tabla 5. Correlaci�n entre los per�odos de calibraci�n y validaci�n para la estaci�n Pindo, Puyango y El Tigre.

P: Periodo; SnC: Sin Calibrar; C: Calibraci�n; V: Validaci�n

 

Relaci�n entre los usos del suelo y el caudal en la cuenca del r�o Puyango Tumbes

El modelo SWAT se ejecut� para los escenarios LULC_1985, LULC_1995, LULC_2005 y LULC_2015. De esta manera, se evalu� el efecto de LULC sobre el caudal diario para el per�odo de estudio (1981�2015) en las tres estaciones fluviales �Pindo�, �Puyango� y �El Tigre�. La prueba t-student para muestras pareadas mostr� diferencias significativas entre los caudales obtenidos con todos los escenarios de uso y cobertura del suelo con un intervalo de confianza del 95 %.

 

Tabla 6. Comportamiento del caudal promedio anual de periodo 1985 - 2015 en funci�n al LULC en las estaciones hidrom�tricas Pindo, Puyango y El Tigre.

 

La mayor diferencia en los caudales diarios se obtuvo entre los a�os m�s extremos (LULC_1985 y LULC_2015) (Ver Tabla 6), respecto a la estaci�n Pindo present� una disminuci�n de 4.34 m³/s por a�o, la estaci�n Puyango 29.15 m³/s y la estaci�n El Tigre con 16.48 m³/s. Este cambio se caracteriz� por la expansi�n de los pastizales (18.32 %) con una reducci�n en el uso de sabanas (38.37 %), de agricultura (2.56 %) y de bosques de con�feras siempre verdes (11.99 %). Durante el periodo de estudio la estaci�n Pindo, Puyando y El Tigre presentaron un caudal promedio de 13.67, 81.91 y 103.70 m³/s respectivamente. La tendencia obtenida, indicadora de una progresiva reducci�n del caudal, podr�a explicarse por el comportamiento de LULC que tuvo lugar en la cuenca durante el per�odo de an�lisis (Ver Figura 5, Tabla 6).

 

Impactos del cambio de LULC en la respuesta hidrol�gica

 

Tabla 7. Cambio relativo mensual de ET, PET, PERC, SURQ, LAT_Q, DW_Q y WYLD, escenario LULC_1985 frente a LULC_2015.

A escala mensual, para el per�odo entre LULC_1985 y LU_2015, posterior a la generaci�n de las subcuencas (Ver Figura 2), se observ� una tendencia levemente creciente en las subcuencas ubicadas en la parte alta de la cuenca con los cambios relativos de SURQ. Las variaciones mensuales oscilan entre -76.12 % en la subcuenca 23 y 37.41 % en la subcuenca 2, con un promedio medio mensual del -20.72 % (Ver Tabla 7, Figura 6 d). En sentido contrario, el LAT_Q registr� un comportamiento decreciente para las subcuencas, con variaciones relativas que van desde el -34.46 % en la subcuenca 17 a 54.96 % en la subcuenca 19 con un descenso medio anual del 0.93 % (Tabla 6, Figura 6 g).

 

Figura 6

Figura 6. Media mensual de los par�metros del ciclo hidrol�gico: evaporaci�n (ET) (a), evapotranspiraci�n potencial (PET) (b), percolaci�n (PERC) (c), caudal superficial (SURQ) (d), agua subterr�nea (GW_Q) (e), rendimiento h�drico (WYLD) (f) y caudal lateral (LAT_Q) (g) para los escenarios LULC_1985 y LULC_2015.

 

Adem�s, los valores obtenidos para el PERC tuvieron una tendencia decreciente significativa para todas las subcuencas, con cambios relativos que van desde -60.11 (subcuenca 23) hasta -11.19 % (subcuenca 14), registrando una variaci�n mensual relativa de -29.19 % (Tabla 6, Figura 6 c). Tal disminuci�n del PERC de 27.37 mm (promedio mensual) provoc� la reducci�n en la disponibilidad de agua desde el fondo del perfil del suelo hasta el acu�fero somero, produciendo un impacto negativo en la disponibilidad de GW_Q cuya reducci�n promedio registr� 6.00 mm. 

Los valores de GW_Q experimentaron cambios mensuales relativos de -74.56 % (subcuenca 23) a -11.17 % (subcuenca 14), registrando un cambio relativo promedio mensual, con incrementos mensuales de -33 % (Ver Tabla 6, Figura 6 e).

La mayor contribuci�n a WYLD fue causada por los flujos superficiales y subterr�neos. La tendencia decreciente de GW_Q super� el efecto positivo en el WYLD de la cuenca, resultando en una disminuci�n de 26.64 % en el rendimiento promedio relativo durante el per�odo estudiado, con variaciones relativas mensuales de -75.34 a -0.88 %. Estos resultados conducen a una disminuci�n de 13.74 mm en el WYLD promedio mensual para la cuenca Puyango Tumbes (Ver Tabla 6, Figura 6 f).

 

Discusi�n

Respuesta de modelado hidrol�gico

SWAT es uno de los modelos m�s utilizados al simular el balance h�drico dentro de una cuenca (Thai et al., 2017; Tuppad et al., 2011). Sin embargo, el software tiene algunas limitaciones relacionadas principalmente con la gran cantidad de par�metros de entrada.

En este estudio, la informaci�n de lluvia de RAIN4PE y temperatura de PISCO se utiliz� como una base de datos clim�tica para la entrada del modelo. Esto condujo a una representaci�n satisfactoria del comportamiento del caudal total en la cuenca una vez calibrado el modelo para los diferentes escenarios de usos del suelo. Los resultados obtenidos validan la base de datos empleada para ser utilizada dentro del modelo SWAT para las cuencas ubicadas en la zona lim�trofe de Ecuador y Per�.

 

Respuesta hidrol�gica y LULC

El estudio muestra que los LULC que se produjeron entre 1985 y 2015 en la cuenca del r�o Puyango Tumbes se caracterizaron por un aumento sustancial de la cubierta forestal. Los bosques y matorrales nativos fueron incrementados ligeramente debido a programas de protecci�n y conservaci�n de especies nativas. Pero adem�s el notable impacto por el aumento progresivo de pasto afecta directamente el comportamiento de los componentes del ciclo hidrol�gico.

En la cuenca la PET presenta las mayores variaciones, con impactos sobre la producci�n de caudal de la cuenca. Seg�n (Moran-Tejeda et al., (2014), la PET es el elemento clave para comprender el efecto del cambio en el uso de la tierra en la producci�n de agua. En esta cuenca, el aumento de 30.08 mm por a�o de PET entre LULC_1995 y LULC_2015 podr�a deberse al aumento de las plantaciones forestales y pastizales. Durante 1995, las plantaciones forestales ocuparon el 33.3 % del �rea de la cuenca; mientras que, en el 2015, el porcentaje de estas plantaciones casi se duplic�, ocupando el 53 % y de igual manera en el caso de pastizales paso del 23 % al 40 % de la superficie de la cuenca.

El aumento de plantaciones forestales y pastizales ha provocado un aumento anual en las tasas de PET y SURQ de 2.14 % y 33.32 %, respectivamente. Posteriormente, se produce una disminuci�n en PERC (29.19 %), LAT_Q (45.95), GW_Q (33 %) y en la WYLD (26.64 %).

El presente estudio presenta un uso del suelo dominado por bosques (con�feras siempreverde, �rboles caducifolios y no caducifolios y plantas perennes le�osas) en tres escenarios diferentes (LULC_1995, LULC_2005 y LU_2015), mismos que representan el 33.3 %, 36.39 %, 53 % del �rea total de la cuenca, respectivamente. Adem�s, el incremento progresivo son los pastizales con 23.42 %, 31.18 % y 40.3 %, crea un efecto en las aguas subterr�neas y el WYLD durante los meses m�s secos. No as� para la temporada de invierno, caracterizada por la mayor precipitaci�n pluvial, esto y el aumento de pastizales incrementaron las tasas de p�rdidas por intercepci�n y evapotranspiraci�n, lo que provoca un menor almacenamiento de agua en el suelo.

El m�todo utilizado fue un modelo hidrol�gico de base f�sica y espacialmente semidistribuido (SWAT). Este m�todo nos permite relacionar el clima de la zona de estudio (precipitaciones, temperaturas) con sus caracter�sticas biof�sicas (topograf�a, suelo y uso del suelo), analizando los diferentes procesos hidrol�gicos en cualquier punto.

Este enfoque metodol�gico mejora sustancialmente el c�lculo de los caudales de agua que circulan dentro de la cuenca. Dichos valores se validan con datos observados en las estaciones de flujo disponibles en la cuenca. En efecto, Benra et al., (2019) reconocen que es posible mejorar su an�lisis, particularmente en temas relacionados con la regulaci�n del agua, incluyendo datos m�s detallados de variables complejas como PET y coeficiente de cultivo.

 

Conclusiones

�                    El modelo SWAT es una herramienta poderosa para predecir los impactos de los cambios de uso del suelo en la respuesta hidrol�gica de las cuencas binacional Ecuador � Per�, incluso con poca disponibilidad de datos. Este modelo hidrol�gico semidistribuido permite determinar el comportamiento de los componentes del ciclo hidrol�gico como ET, PERC, SURQ, LAT_Q, GW_Q y WYLD.

�                    El aumento del �rea de pastizales en 18.32 % y una reducci�n significativa de sabanas en 38.27 %, entre los escenarios LULC_1985 y LULC_2015, result� en un aumento anual en las tasas de PET (2.14 %), produciendo posteriormente una disminuci�n en PERC (29.19 %), SURQ (20.72 %), GW_Q (33.00 %), WYLD (26.64 %) y LAT_Q (0.93 %).

�                    El caudal total de la cuenca de Puyango Tumbes tuvo cambios significativos para el per�odo de 35 a�os (de 1981 a 2015) con una confiabilidad del 95 % a escala diaria, los mismos que tienen una relaci�n directa por el continuo aumento del �rea por pastizales con 18.32 %, adem�s el papel de los bosques en 25.01 %, entre los escenarios LULC_1985 y LULC_2015, que influye en el aumento de las tasas de PET.

�                    Los resultados del presente estudio pueden ser utilizados en discusiones de pol�ticas p�blicas y toma de decisiones que involucren cambios en la cobertura del suelo, ya que brindan herramientas con base cient�fica, cuantificando los impactos causados sobre los recursos h�dricos durante los �ltimos treinta a�os, principalmente como resultado de la sustituci�n de bosques nativos por plantaciones forestales. Tambi�n puede ser una base importante para la investigaci�n futura, incluidas las proyecciones del cambio de uso de la tierra combinado con los efectos del cambio clim�tico.

 

Referencias

1.          Abbaspour, K., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J., & Zobrist, J. (2007). Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. Hydrology, 333, 413�430.

2.          Arnold, J., Moriasi, D., Gassman, P., Abbaspour, K., White, M., Srinivasan, R., & Kannan, N. (2012). SWAT: Model use calibration and validation. Transactions of the ASABE, 4, 1491�1508.

3.          Benra, F., Nahuelhual, L., Gaglio, M., Gissi, E., Aguayo, M., Jullian, C., & Bonn, A. (2019). Ecosystem services tradeo

1.          s arising from non-native tree plantation expansion in southern Chile. Lanscape Urban Planing.

4.          Bosch, J., & Hewlett, J. (1982). A review of catchment experiments to determine the effect of vegetation changes on water yield and evapotranspiration. Hydrology, 55(1�4), 3�23.

5.          Cibin, R., & Sudheer, K. P. (2010). Sensitivity and identifiability of stream flow generation parameters of the SWAT model. . Hydrology, 24, 1133�1148.

6.          CIREN. (1999). Descripciones de Suelos: Materiales y S�mbolos. CIREN N 121: Santiago, Chile.

7.          Dale, V., Efroymson, R., & Kline, K. (2011). The land use-climate change-energy nexus.

8.          Fernandez-Palomino, C., Hattermann, F., Krysanova, V., Lobanova, A., Vega-J�come, F., Lavado, W., Santini, W., Aybar, C., & Bronstert, A. (2021). Rain for Peru and Ecuador (RAIN4PE). Potsdam Institute for Climate Impact Research.

9.          Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., & Hoell, A. (2015). The climate hazards infrared precipitation with stations�A new environmental record for monitoring extremes. Science, 2.

10.      Legesse, D., Vallet-Coulomb, C., & Gasse, F. (2003). Hydrological response of a catchment to climate and land use changes in Tropical Africa: Case study South Central Ethiopia. Hydrology, 67�85.

11.      Lewis, S., & Maslin, M. (2015). Definiting the Anthropocene. 171�180.

12.      Li, H., Zhang, Y., Vaze, J., & Wang, B. (2012). Separating effects of vegetation change and climate variability using hydrological modelling and sensitivity-based approaches. . Hydrology, 403�418.

13.      Lin, Y., Hong, N., Wu, P., Wu, C., & Verburg, P. (2007). Impacts of land use change scenarios on hydrology and land use patterns in the Wu-Tu watershed in Northern Taiwan. 111�126.

14.      Mart�nez-Retureta, R., Aguayo, M., Stehr, A., Sauvage, S., Echeverr�a, C., & S�nchez-P�rez, J. M. (2020). Effect of land use/cover change on the hydrological response of a southern center basin of Chile. Water (Switzerland), 12(1). https://doi.org/10.3390/w12010302

15.      Moran-Tejeda, E., Zabalza, J., Rahman, K. ., Gago-Silva, A. ., L�pez-Moreno, J., Vicente-Serrano, S. ., & ;Beniston, M. (2014). Impactos hidrol�gicos del clima y los cambios de uso de la tierra en una cuenca hidrogr�fica de monta�a: estimaci�n de la incertidumbre basada en la comparaci�n de modelos. Ecohidrolog�a, 1396�1415.

16.      Otero, L., Contreras, A., & Barrales, L. (1994). An�lisis de los efectosambientalesdelreemplazo de bosquenativoporplantaciones (efectossobrecuatromicrocuencas en la provincia de Valdivia). . Cientific Investigation, 253�276.

17.      Rykiel, E. (2006). Testing ecological models: The meaning of validation. Ecological Model, 90, 229�244.

18.      Schirpke, U., Leitinger, G., Tappeiner, U., & Tasser, E. (2012). SPA-LUCC: Developing landuse/cover scenarios in mountain landscapes. Ecological, 68�76.

19.      Shi, Z. H., Ai, L., Li, X., Huang, X. D., Wu, G. L., & Liao, W. (2013). Partial least-squares regression for linking land-cover patterns to soil erosion and sediment yield in watersheds. Hydrology, 498, 165�176.

20.      Smith, B., & Zeder, M. (2013). The onset of the Anthropocene.

21.      Thai, T., Thao, N., & Dieu, B. T. (2017). Assessment and Simulation of Impacts of Climate Change on Erosion and Water Flow by Using the Soil and Water Assessment Tool and GIS: Case Study in Upper Cau River basin inVietnam. Vietnam J.

22.      Thampi, S., Raneesh, K. Y., & Surya, T. (2010). Influence of Scale on SWAT Model Calibration for Streamflow in a River Basin in the Humid Tropics. . Water Resourses, 24, 4567�4578.

23.      Tuppad, P., Douglas-Mankin, K. R., Lee, T., Srinivasan, R., Arnold, J. G., Srinivasan, R., & Member, A. (2011). Soil and Water Assessment Tool (SWAT) Hydrologic/ Water Quality Model: Extended Capability and Wider Adoption. Transactions of the ASABE, 54(5), 1677�1684.

24.      United Nations Development Programme. (2015). Integrated Water Resources Management in Puyango-Tumbes, Catamayo-Chira and Zarumilla Transboundary Aquifers and River Basins.

25.      Welde, K., & Gebremariam, B. (2017). Effect of land use land cover dynamics on hydrological response of watershed: Case study of Tekeze Dam watershed, northern Ethiopia. Int. Soil Water Conserv. , 1�16.

26.      Zalasiewicz, J., Williams, M., Haywood, A., & Ellis, M. (2011). The anthropocene: A new epoch of geological time? 835�841.

 

 

 

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

 

 

 

 

 

 

 

�������������������������������������������������������������������������������������������������������������������������