Download Tesis Balance H Lago Guamues ENSO PDO
Document related concepts
no text concepts found
Transcript
Balance Hídrico del Lago Guamués y Relación de su Variabilidad con Precursores Climáticos ENSO y PDO Claudia Lorena Duque Villa Universidad Mariana Facultad de Posgrados y Relaciones Internacionales Maestría en Ingeniería Ambiental San Juan de Pasto 2016 1 Balance Hídrico del Lago Guamués y Relación de su Variabilidad con Precursores Climáticos ENSO y PDO Claudia Lorena Duque Villa Informe final de investigación presentado como requisito para optar el título de Magíster en Ingeniería Ambiental Asesor Julio Eduardo Cañón Barriga Ingeniero Civil - MSc., PhD en Hidrología y Recursos hídricos Universidad Mariana Facultad de Posgrados y Relaciones Internacionales Maestría en Ingeniería Ambiental San Juan de Pasto 2016 2 Artículo 71: Los conceptos, afirmaciones y opiniones emitidos en el Trabajo de Grado son responsabilidad única y exclusiva del (los) Educando (s). Reglamento de Investigaciones y Publicaciones. Universidad Mariana. 2007. 3 Nota de Aceptación: __________________________________________ __________________________________________ __________________________________________ __________________________________________ __________________________________________ __________________________________________ Firma Presidente del jurado ___________________________________________ Firma del Jurado __________________________________________ Firma del Jurado San Juan de Pasto, febrero de 2016 4 Agradecimientos Expreso mis agradecimientos a todas las personas e instituciones que han contribuido al desarrollo de este trabajo, especialmente a: Dr. Julio Cañón B, profesor de la Facultad de ingeniería de la Universidad de Antioquia, investigador del Grupo GAIA, gestor del macro proyecto: Impactos del cambio climático en la evolución de lagos y ciénagas de Colombia, en el cual se enmarca esta tesis. Muchas gracias por invitar a la Universidad Mariana a participar en su proyecto, y por toda sus paciencia y asesoría. La Agencia de Estados Unidos para el Desarrollo Internacional (USAID) y a la National Science Fundation (NSF) en su programa PEER (partnerships for enhanced engagement in research) por la financiación de proyecto "Impacts of climate change on tropical wetlands: tracking the evolution of two Andean lakes and a floodplain cienaga in Colombia", en el marco del cual se desarrolló esta investigación. Ing. Carolina Gonzales Morales, e Ing. Juan Pablo Serna López, investigadores del proyecto PEER en el Lago Tota y Ciénaga de Ayapel, estudiantes de Maestría en Ingeniería Ambiental de la Universidad de Antioquia, quienes compartieron generosamente sus conocimientos y su amistad. A los jurados de ésta investigación, Mag. Jean Alexander León Guevara y Mag. Javier León Guevara por sus valiosas recomendaciones y correcciones. Los profesores y directivos de la Facultad de Ingeniería de la Universidad de Antioquia, que apoyaron el proceso de obtención del Registro Calificado del programa de Maestría en Ingeniería Ambiental en la Universidad Mariana. Beatriz Wills, Jorge Humberto Sierra y su hija Mariana por su amistad, hospitalidad y generosidad. El Centro de Investigaciones de la Universidad Mariana por su apoyo en la financiación del proyecto de investigación profesoral, en el marco del cual se realizó ésta investigación. 5 Mag. Francisco Mafla, docente del programa de Ingeniería Ambiental de la Universidad Mariana, y a Mg. Gloria Lucía Cárdenas, Decana, por todo su apoyo para el desarrollo de este trabajo. Esp. Diego Ernesto Jurado, Director del programa de Ingeniería Ambiental de la Universidad Mariana por su valiosa colaboración para la finalización de este proyecto. Mery Liliana López, compañera de estudios, por su ayuda, amistad, y hermandad. Al programa de Maestría en Ingeniería Ambiental, Facultad de Posgrados y Relaciones Internacionales de la Universidad Mariana. Andrés Narvaez Botina por su colaboración con su lancha, en el proceso de instalación de las estaciones en el Lago Guamués, su amistad y amabilidad. Sr. Harold Zangen gerente del Chalet Guamuez por permitir la instalación de las estaciones y al personal que allí trabaja por su amabilidad y colaboración. Gabriela Guerrero, por sus trabajos como geógrafa para este proyecto. Jair Gomez, Freddy Guasmayan, Hamilton Guerrero y Sandra Milena Madroñero docentes de la Universidad Mariana, y a Isabel y Henry estudiantes de maestría en la Universidad de Antioquia por su ayuda con sus conocimientos. Y a todas aquellas personas que compartieron sus conocimientos para realizar esta investigación. 6 Contenido Pág. Resumen 20 Abstract 21 Introducción 22 1. Balance Hídrico del Lago Guamués y Relación de su Variabilidad con 25 Precursores Climáticos ENSO y PDO 1.1 Descripción del problema 25 1.2 Justificación 26 1.3 Objetivos 27 1.3.1 Objetivo General 27 1.3.2 Objetivos Específicos 28 1.4 Marco de Referencia 28 1.4.1. Marco contextual 28 1.4.1.1 Ubicación del área de estudio 28 1.4.1.2 Características biofísicas del área de estudio 28 1.4.1.2.1 Geomorfología 29 1.4.1.2.2 Suelos. 29 1.4.1.2.3 Flora 29 1.4.1.2.4 Fauna 30 1.4.1.3 Climatología. 30 1.4.1.4 Hidrografía. 31 1.4.1.5 Valor Ecológico y Ambiental del Humedal Ramsar Lago Guamués 32 1.4.1.6 Componente Social. 32 1.4.1.6.1 Demografía 32 1.4.2 Marco de antecedentes 33 1.4.3 Marco Legal 38 2. Marco Teórico 42 2.1 El Ciclo Hidrológico 42 2.2 Balance Hídrico 43 7 2.3 Variables Climáticas e Hidrológicas 44 2.4 Cambio Climático 46 2.5 Variabilidad Climática 46 2.6 Índices Macroclimáticos 47 2.7 Medidas Frente al Cambio Climático 50 2.8 Modelos matemáticos 52 3. Aspectos Climáticos e Hidrológicos del Lago Guamués que Inciden en la 55 Determinación de su Balance Hídrico 3.1 Metodología 55 3.2 Resultados 57 3.2.1 Precipitación 58 3.2.2 Niveles en el Lago Guamués 63 3.2.3 Temperatura 66 3.2.4 Evaporación y humedad relativa 67 3.2.5 Brillo solar y nubosidad 70 3.2.6 Velocidad del viento 71 3.3 Análisis y discusión 74 4. Balance Hídrico del Lago Guamués 78 4.1 Metodología 78 4.2 Resultados 85 4.3 Análisis y discusión 88 5. Influencia de los Precursores Climáticos ENSO y PDO en el Balance Hídrico del 92 Lago Guamués 5.1 Metodología 92 5.1.1 Cálculo de las anomalías 93 5.1.2 Cálculo de las anomalías normalizadas 96 5.1.3 Cálculo de medias móviles 96 5.1.4 Proyecciones de precipitación 96 5.1.5 Proyecciones de temperatura 100 5.1.6 Proyecciones de evaporación 102 5.2 Resultados 103 8 5.2.1 Influencia de los precursores climáticos en las variables hidroclimatológicas 103 gg del Lago Guamués 5.2.2 Influencia de los precursores climáticos en el balance hídrico del Lago 111 cccGuamués 5.3 Análisis y discusión 120 6. Conclusiones y recomendaciones 124 6.1 Conclusiones 124 6.2 Recomendaciones 126 Bibliografía 127 Apéndices 133 9 Índice de Tablas Pág. Tabla 1. Densidad de drenaje y pendiente de las subcuencas en el Humedal Ramsar La 32 Cocha Tabla 2. Manifestaciones de El Niño y La Niña 50 Tabla 3. Listado de estaciones y las variables contempladas para esta investigación, datos 57 suministrados por el IDEAM Tabla 4. Precipitación media mensual multianual (mm) en la zona de estudio, y estaciones 60 cercanas Tabla 5. Niveles mensuales multianuales (m.s.n.m) Estaciones Sindamanoy y Cocha 64 Tabla 6. Valores medios mensuales multianuales de Temperatura (°C) Estación El Encano 66 Tabla 7. Valores medios mensuales multianuales de Evaporación (mm) Estación El 67 Encano Tabla 8. Valores medios mensuales multianuales de Humedad Relativa (%) Estación El 68 Encano Tabla 9. Valores medios mensuales multianuales de Brillo Solar (horas) Estación El 70 Encano Tabla 10. Valores medios mensuales multianuales de Nubosidad (Octas) Estación El 71 Encano Tabla 11. Áreas correspondientes a las zonas que agrupan las microcuencas aportantes al 79 Lago Guamués Tabla 12. Coeficientes de escorrentía calibrados para cada zona 85 Tabla 13. Caudales medidos y generados por el modelo de balance en el año 2014 89 Tabla 14. Datos para cálculo de anomalía a manera de ejemplo 94 Tabla 15. Resultados de los promedios y desviaciones estándar del ejemplo 95 Tabla 16. Escenarios de variabilidad climática y percentiles asignados 99 Tabla 17. Resultados de la correlación de Pearson para los parámetros hidroclimatológicos 110 y los índices macro climáticos Tabla 18. Resultados de la correlación de Pearson para los parámetros hidroclimatológicos 111 de varias Estaciones ente sí 10 Tabla 19. Diferencias del aumento de la precipitación proyectada en la zona A (E1) 116 Tabla 20. Escenarios de precipitación contemplados en el modelo de balance hídrico Lago 118 Guamués 11 Índice de Cuadros Pág. Cuadro 1. Resumen de las condiciones ecológicas y ambientales según parámetros 33 Ramsar Cuadro 2. Marco Legal relacionado con la Investigación a nivel internacional 38 Cuadro 3. Marco Legal relacionado con la Investigación a nivel nacional 39 Cuadro 4. Marco Legal relacionado con la investigación a nivel regional 40 Cuadro 5. Políticas ambientales a nivel municipal 41 Cuadro 6. Políticas ambientales a nivel de la Ecorregión 41 Cuadro 7. Índices de las variables macroclimáticas usados en este trabajo 49 12 Índice de Figuras Pág. Figura 1. Ubicación geográfica del Lago Guamués 29 Figura 2. El ciclo hidrológico 42 Figura 3. Balance hidrológico de la laguna La Cocha usando Modelo de tanques 44 Figura 4. Esquema del diagrama de cajas y bigotes 55 Figura 5. Ubicación de las estaciones y subcuencas en la Cuenca del Lago Guamués 58 Figura 6. Escenarios definidos para la proyección de la precipitación 97 Figura 7. Escenarios de proyección de Temperatura 100 Figura 8. Interfaz del Usuario del modelo de balance hídrico del Lago Guamués 118 13 Índice de Gráficas Pág. Gráfica 1. Precipitación total mensual (mm). Estaciones El Encano y Santa Isabel 59 Gráfica 2. Diagrama de cajas y bigotes de precipitación mensual multianual Estacion El 61 Encano Gráfica 3. Diagrama de cajas y bigotes de precipitación mensual multianual Estacion 62 Santa Isabel Gráfica 4. Diagrama de cajas y bigotes de precipitación mensual multianual Estaciones El 63 Encano, Santa Isabel, Michoacan y Obonuco Gráfica 5. Diagrama de cajas y bigotes de Nivel mensual multianual Estación La Cocha 65 Gráfica 6. Diagrama de cajas y bigotes de Nivel mensual multianual Estación Sindamoy 66 Gráfica 7. Diagrama de cajas y bigotes de Temperatura multianual 67 Gráfica 8. Diagrama de cajas y bigotes de Evaporación multianual 68 Gráfica 9. Diagrama de cajas y bigotes de Humedad Relativa multianual 69 Gráfica 10. Temperatura, Humedad Relativa y Evaporación histórica Estación El Encano 70 Gráfica 11. Diagrama de cajas y bigotes de Brillo Solar y Nubosidad 71 Gráfica 12. Rosa de vientos Estación El Encano. Fuente IDEAM 2015 72 Gráfica 13. Velocidad y dirección del viento Estación El Encano. 72 Gráfica 14. Relaciones matemáticas entre Nivel – Precipitación y Evaporación en el Lago 74 Guamués Gráfica 15. Anomalías precipitacion El Encano con eventos extremos resaltados 76 Gráfica 16. Área vs Niveles del Lago Guamués 83 Gráfica 17. Volumen vs Niveles del Lago Guamués 83 Gráfica 18. Agua almacenada en el suelo por el modelo de balance para la Zona A 86 Gráfica 19. Agua almacenada en el suelo por el modelo de balance para la todas las Zonas 87 Gráfica 20. Niveles medidos vs. Niveles simulados 87 Gráfica 21. Caudales medidos en el Río Guamués vs. Caudales simulados 88 Gráfica 22. Anomalía de nivel vs índice PDO y SOI 103 Gráfica 23. Anomalía de nivel vs índice PDO 104 Gráfica 24. Anomalía de nivel vs índice SOI 105 14 Gráfica 25. Anomalía de Evaporación vs índice PDO 106 Gráfica 26. Anomalía de Precipitación Estación El Encano vs índice SOI 106 Gráfica 27. Anomalía de Precipitación Estación Santa Isabel vs índice SOI 107 Gráfica 28. Anomalía de Precipitación Estación El Encano vs índice MEI 108 Gráfica 29. Anomalía de Temperatura Estación El Encano vs índice SOI 109 Gráfica 30. Anomalía de Temperatura Estación El Encano vs índice PDO 109 Gráfica 31. Distribución mensual de la precipitación histórica y proyectada bajo el 112 escenario 1, Zona E, con ENSO Gráfica 32. Distribución mensual de la precipitación histórica y proyectada bajo el 112 escenario 2, Zona A, con ENSO Gráfica 33. Distribución mensual de la precipitación histórica y proyectada bajo el 114 escenario 3, Zona D, con ENSO Gráfica 34. Distribución mensual de la precipitación histórica y proyectada bajo el 114 escenario 4, Zona B, con ENSO Gráfica 35. Distribución mensual de la precipitación histórica y proyectada bajo el 115 escenario 5, Zona C, con ENSO Gráfica 36. Proyección de Temperatura para los dos escenarios, con sus respectivas 116 envolventes Gráfica 37 Proyecciones de evaporación para los dos escenarios a 29 años 117 Gráfica 38. Diferencia de caudales (m3/seg) entre el periodo histórico y las proyecciones 119 de todos los escenarios, (todos bajo el incremento de 2°C en la temperatura y con ocurrencia de ENSO). Gráfica 39. Diferencia de niveles (msnm) entre el periodo histórico y las proyecciones de 120 todos los escenarios, (Todos bajo el incremento de 2°C en la temperatura y con ocurrencia de ENSO). 15 Índice de Apéndices Pág. Apéndice 1. Diagramas de flujo del modelo de balance hídrico en el Lago Guamués. 133 Apéndice 2. Guía para el diálogo semiestructurado con informantes claves. 135 Apéndice 3. Ejemplo de cálculo de anomalías. 136 16 Glosario AMO (Atlantic Multidecadal Oscillation): índice de Oscilación Multidecadal del Atlántico, que describe los ciclos de mediano plazo en la temperatura superficial marina que se presentan en el Atlántico Norte; las fases frías y cálidas duran cada una de 20 a 40 años aproximadamente, y los cambios entre los valores extremos pueden alcanzar 1°F. BALANCE HÍDRICO: la ecuación de balance hídrico es una descripción matemática de los procesos hidrológicos que operan dentro de un plazo determinado, e incorpora principios de la masa y la continuidad de la energía. El ciclo hidrológico se define como un sistema cerrado por lo que no hay una masa o energía creada o perdida dentro de ella. La masa a la que se hace referencia en este caso es agua. BATIMETRÍA: estudio de las profundidades de un cuerpo de agua mediante el trazado de mapas de isóbatas. CAMBIO CLIMATICO: fenómeno generado directa o indirectamente por actividades humanas que alteran la composición de la atmósfera mundial, y que viene a añadirse a la variabilidad natural del clima observada durante períodos de tiempo comparables CAUDAL: dentro de la dinámica de fluidos, se entiende por caudal a la cantidad de fluido que avanza en un trayecto específico y en una determinada cantidad de tiempo. En términos de medición, el caudal puede expresarse en función de la masa o el volumen en contraste con el tiempo empleado. CICLO ANUAL: periodicidad de un determinado fenómeno durante un año calendario. CONVENCIÓN RAMSAR: relativa a los humedales de importancia internacional especialmente como hábitat de aves acuáticas, conocida en forma abreviada como Convenio de Ramsar, fue firmada en la ciudad de Ramsar (Irán) en 1971 y entró en vigor en 1975. La misión de la Convención es " la conservación y el uso racional de los humedales mediante acciones locales y 17 nacionales y gracias a la cooperación internacional, como contribución al logro de un desarrollo sostenible en todo el mundo". CUENCA: espacio geográfico cuyas condiciones topográficas permite drenar agua a través de ríos, afluentes o lagos. ECORREGION: área física dentro de su complejidad ecosistémica la cual se asocia a la localización geográfica, la extensión, aspectos climatológicos y de hidrología, así como sus factores ecológicos entre otros. ENSO (El Niño Southern Oscillation): alteración en el sistema océano-atmósfera del Pacífico Tropical, caracterizado por una corriente de agua cálida que fluye periódicamente a lo largo de la costa de Ecuador y Perú., conocido como El Niño-Oscilación del Sur (ENOS en español), FENÓMENOS MACROCLIMÁTICOS: fenómenos que tienen incidencia en el clima a nivel global. MEI (Multivariate ENSO Index): este índice es una combinación lineal de seis variables atmosféricas y marinas medidas en la región Niño 3. NOAA (National Oceanic and atmospheric administration): agencia de los Estados Unidos, que trabaja para mantener a los ciudadanos informados de los cambios del entorno que les rodea, a partir de las predicciones meteorológicas diarias, advertencias de tormentas severas y vigilancia del clima. OCTAS: unidad de medida utilizada para describir la nubosidad.Las condiciones del cielo son estimadas en términos de cuantos octavos de cielo están cubiertos por las nubes, desde completamente claros (0 octas) hasta cielos cubiertos (8 octas). 18 ONI: (Oceanic Niño Index): índice de El Niño oceánico mensual. Es una serie de tiempo elaborada a partir de las anomalías de la temperatura superficial marina reconstruidas por la NOAA a partir de datos medidos in situ, en la región El Niño 3.4 . PEER (partnerships for enhanced engagement in research): el programa PEER proporciona oportunidades de financiamiento para el desarrollo de científicos de los países. PDO (Pacific Decadal Oscillation): oscilación decadal del Pacífico. Se calcula usando análisis de componentes principales de anomalías mensuales en la temperatura superficial del Océano Pacífico Norte. PRECIPITACIÓN: se refiere a todas las formas de humedad emanada de la atmósfera y depositada en la superficie terrestre, tales como lluvia, granizo, rocío, neblina, nieve o helada. PRECURSORES CLIMÁTICOS: conjunto de condiciones que preceden a fenómenos de cambio climático a nivel global. Entre dichos precursores climáticos se encuentran ENSO y PDO entre otros. QBO: son las siglas de “Oscilación Cuasi Bienal” Es una oscilación casi periódica de los vientos E y W en la estratósfera tropical en un periodo de unos 28 meses (algo más de dos años). SOI (Southern Oscillation Index): este valor es un indicador de la diferencia de presión entre Tahití y Darwin. VARIABILIDAD CLIMATICA: fluctuaciones de las variables climatológicas alrededor de sus promedios (condiciones predominantes durante un período determinado). 19 Resumen La presente investigación elaboró el balance hídrico de la cuenca del Lago Guamués, con el fin de establecer la relación entre el comportamiento de las variables de dicho balance con respecto a la ocurrencia de los precursores climáticos ENSO y PDO. La investigación inició en enero de 2.013 y terminó en diciembre de 2.015. Para ello se realizó un análisis inicial del comportamiento histórico de las variables hidro-climatológicas presentes en la cuenca, y su variación multianual por medio de diagramas de cajas y bigotes, posteriormente se construyó un modelo de balance hídrico para la Cocha apoyándose en la teoría del modelo de tanques, se calibro el modelo con los datos históricos de niveles en el Lago y caudales en el Río Guamués, finalmente se analizó la influencia de los fenómenos de variabilidad climática medidos a través de los índices SOI, PDO, MEI y AMO, a partir del cálculo de las anomalías normalizadas con media móvil de doce meses, encontrando entre otros aspectos, que la variación de los niveles medidos en las estaciones La Cocha y Sindamanoy, está relacionada en forma inversa con PDO, y la precipitación medida en la Estación Encano obtuvo la correlación más alta de todas las variables hidroclimatológicas analizadas, con 0.7 para los índices SOI y MEI (negativo). También se definieron dos escenarios de variabilidad climática que incluyeron cambios en la precipitación, humedad relativa, evaporación y temperatura, con y sin ocurrencia del ENSO, que fueron evaluados con las corridas del modelo de balance hídrico construido, para determinar la variación futura en los niveles del Lago. Palabras claves: balance hídrico, variabilidad climática, Lago Guamués, ENSO. 20 Abstract This research draws the water balance of the Guamués Lake, in order to establish the relationship between the behavior of the variables of the balance with the occurrence of ENSO and PDO climate precursors. In order to do that, an initial analysis of the historical behavior of the hydro-climatic variables in the basin was performed, and its multi-year variance using box-and-whisker plots was performed as well; subsequently, a water balance model for Guamués Lake relying on the theory model tank was built. The model with historical data on the Lake’s levels and flows in the Guamués River was calibrated; finally, the influence of the climate variability phenomena measured by the SOI, PDO, MEI and AMO indices was analyzed. From the calculation of anomalies normalized moving average of twelve months, it was found that, among other aspects, the variation in the levels measured at La Cocha and Sindamanoy stations, is related inversely with PDO and precipitation extent the Encano station had the highest correlation of all analyzed hydro-climatological variables with 0.7 for SOI and MEI (negative) indices. Also, two scenarios of climate variability were defined which included changes in precipitation, relative humidity, evaporation and temperature, with and without occurrence of ENSO. Such scenarios were evaluated with the runs of the constructed water balance, in order to determine the future variation in the Lake levels. Keywords: water balance, climate variability, Guamués Lake, ENSO 21 Introducción El ciclo hidrológico es el modelo de base para la estimación de la oferta hídrica superficial y la aplicación del principio de conservación de masa mediante el uso de la ecuación de balance hídrico en las unidades hidrográficas de análisis (IDEAM, 2014). En este sentido el ciclo global del agua une el clima y la hidrología y desempeña un papel crítico en el sistema climático. La percepción de que los seres humanos son responsables de un cambio inevitable en el clima está ganando una amplia aceptación; en particular desde el año 2007 el Panel Intergubernamental sobre el Cambio Climático (IPCC) afirmó que el cambio climático ya está teniendo lugar y que su causa principal consiste en las actividades humanas. Aunque el espectro del cambio climático está llevando a muchas preocupaciones acerca de la vida humana y la sostenibilidad de los ecosistemas, las preocupaciones mayores tienen que ver con el impacto de este cambio en los recursos de agua dulce y sus consecuencias para la sociedad (Vuille, Francou, Wagnon, Juen, Kaser, Mark, & Bradley, 2008). Por eso es pertinente que se investiguen las implicaciones del cambio climático en el ciclo del agua. Es así que los países de regiones tropicales y subtropicales, como a lo largo de la Cordillera de los Andes en América del Sur, se enfrentan al agotamiento de los cuerpos de agua importantes, tales como lagos de montaña y picos nevados que exhiben tendencias de retroceso asociado a factores climáticos globales y las actividades antropogénicas locales (Cañón y Valdés, 2011). Por eso es importante la comprensión de cómo estos factores afectan el almacenamiento de los cuerpos de agua, para las comunidades que dependen de ellos para su supervivencia. En consecuencia esta investigación estudia el Lago Guamués, con el objetivo de determinar la relación que existe entre el comportamiento de las variables asociadas al balance hídrico en el lago y la ocurrencia de los precursores climáticos ENSO y PDO. El lago conocido ampliamente como la Laguna de La Cocha almacena aproximadamente 1.554 millones de metros cúbicos de agua. Su lecho con 75 metros de profundidad máxima y una temperatura que oscila entre los 11 y 18 °C, está ubicado en el Departamento de Nariño a 2.760 m.s.n.m; su forma alargada alcanza una longitud de 23 km, por 5 km en su parte más ancha y 3 km en la más angosta. Fue declarado 22 humedal de importancia internacional por la Convención Ramsar, en el año 2000 (Gobernación de Nariño, 2015). En este sentido, la Asociación para el Desarrollo Campesino (ADC, 2004), (como se cita en el Plan de Acción en Biodiversidad del Departamento de Nariño) comenta sobre el humedal Ramsar de La Cocha, las características que lo definen por tratarse de un ecosistema acuático alto-andino; hábitat de especies consideradas con algún riesgo de extinción; sustenta variedades vegetales y animales en sus etapas críticas de su ciclo biológico, o les ofrece refugio en condiciones adversas; existe en asocio con otros ecosistemas como páramos, turberas, y bosque de niebla; realiza un aporte hídrico importante a los ríos Guamués, Putumayo y Amazonas. Retenedor de dióxido de carbono, y fuente de abastecimiento de agua para usos múltiples, con grandes atractivos turísticos, y sitio de confluencia de tradiciones culturales y artísticas de sus pobladores. En primera instancia en esta investigación se describieron los aspectos climáticos e hidrológicos del Lago Guamués y se analizó el comportamiento histórico y multianual de la precipitación, temperatura, humedad relativa, evaporación, brillo solar, nubosidad, dirección y velocidad del viento. También se analizaron las relaciones existentes entre la precipitación, la evaporación, y la diferencia mensual de niveles, encontrando las ecuaciones que mejor representaron sus relaciones matemáticas, de tal forma que los niveles históricos en el Lago Guamués pueden ser determinados a partir de las series mensuales históricas de precipitación y la evaporación. Los resultados del desarrollo del primer objetivo permitieron confirmar la ocurrencia de eventos extremos de inundaciones o sequía, tanto a nivel gráfico y numérico, como al constatar con algunos habitantes de la zona. Utilizando un modelo de tanques se elaboró en macros de Excel el balance hídrico de la cuenca del Lago Guamués que relaciona la precipitación, evaporación, niveles, caudal de salida y procesos de escorrentía y flujo subsuperficial, se agruparon las 13 microcuencas que tributan al Lago (El Encano, El Carrizo, Motilon, Ramos, Quilinsayaco, Mojondinoy, Romerillo, Santa Teresita, San Isidro, El Naranjal, Afiladores, Guamués Alto y Santa Lucia) en cinco zonas (ver tabla 11), de acuerdo a características comunes, y utilizando la interpolación con polígonos de Thiessen se calculó la precipitación para cada zona. La calibración del modelo de balance se realizó con la 23 correlación a nivel gráfico y numérico de los niveles simulados y los niveles medidos en Lago, y caudales generados por el modelo y caudales medidos en el Río Guamués. Es preciso comentar que la baja instrumentación de la cuenca objeto de estudio (con dos estaciones pluviométricas, y para caudal solo una, ubicada en el Rio Guamués - Estación La Cocha), constituyó una limitante para la calibración del modelo por zonas, sin embargo a nivel general el modelo presentó una buena correlación. Finalmente, se establecieron dos escenarios principales de cambio climático; uno que conserva las condiciones actuales y otro escenario con aumento de 2°C en la temperatura, éstos dos escenarios a su vez consideraron variaciones en la precipitación, temperatura y evaporación, a saber: utilizando un modelo estocástico se proyectó la precipitación para cinco escenarios, en cuanto a los valores de temperatura, éstos se generaron con un modelo auto regresivo de media móvil denominado ARMA, y para la proyección de la evaporación se utilizó la ecuación de Romanenko (Xu y Singh, 1998). Los datos generados para los escenarios de variabilidad climática definidos (con y sin ENSO) se incorporaron al modelo de balance, para finalmente evaluar su influencia en los niveles del Lago a futuro (25 años contados a partir del 2014). 24 1. Balance Hídrico del Lago Guamués y Relación de su Variabilidad con Precursores Climáticos ENSO y PDO 1.1 Descripción del Problema Según el Plan de Acción en Biodiversidad (2006), el Lago Guamués es un embalse natural que se encuentra ubicado en el corregimiento El Encano del municipio de Pasto, departamento de Nariño, al sur occidente de Colombia. Después del Lago Tota, ubicado en el Departamento de Boyacá, el Lago Guamués ocupa el segundo lugar en tamaño de cuerpos de agua dulce en los Andes Colombianos. De acuerdo a la Convención Ramsar, el Lago Guamués forma parte de la lista prioritaria de humedales; y el Plan de manejo ambiental integral, Humedal Ramsar Laguna de La Cocha, reporta su declaración con el Decreto 0698/2000 del Ministerio de Ambiente, con una superficie aproximada de 39,000 hectáreas, y las coordenadas del punto central dadas como 01º03’ latitud Norte y 077º12’ Longitud Oeste (CORPONARIÑO, 2011). En este orden de ideas, el Lago Guamués cuenta con una serie de estudios de naturaleza ambiental, sobre su comportamiento hidrológico, medidas de adaptación al cambio climático, e incluso sobre sus impactos en las comunidades que dependen de él. Sin embargo, las investigaciones enfocadas a determinar el balance hídrico en la cuenca del Lago con el fin de establecer una relación con precursores climáticos ENSO y PDO son escasas, constituyendo así el interés principal de la presente investigación, por lo que es necesario ampliar el conocimiento en la incidencia de éstos fenómenos. Para ésta investigación se plantea la siguiente pregunta de investigación: ¿Cuál es la relación existente entre el comportamiento de las variables de temperatura, precipitación, evaporación, caudales y niveles, asociadas con el balance hídrico en el Lago Guamués y la ocurrencia de los precursores climáticos ENSO y PDO? 25 1.2 Justificación Según lo indicado por Xu Yang y Sivapalan (2012), la comprensión de las interacciones dadas entre el clima, la vegetación y el agua en las regiones es uno de los temas más estudiados en ecohidrología de cuencas y grandes cuerpos de agua como lagos y lagunas. La precipitación y evapotranspiración potencial son los principales factores que afectan a largo plazo el balance hídrico además de todas las corrientes que fluyen de y hacia los grandes cuerpos de agua. Es así como los estudios sobre balance hídrico de las cuencas y grandes cuerpos de agua son de gran interés dentro de las investigaciones relacionadas con la preservación de los humedales y los sistemas complejos de agua dulce, más aún cuando dichas fuentes de recurso hídrico inciden en las supervivencia de grandes poblaciones. Por otra parte, Pastrana y Pacheco (2011), afirman que dentro del panorama mundial sobre cambio climático, los gobiernos de diferentes países han asumido el reto de contrarrestar esta problemática en forma mancomunada más allá de esfuerzos individualizados. Con este escenario, en 1972 fue instaurada la Convención Ramsar con el objetivo de proteger los humedales de importancia internacional como hábitat de aves acuáticas. A pesar de que la iniciativa nace con una orientación marcada dentro de los estudios de aves y sus ecosistemas, dadas las condiciones de los humedales, los aspectos relacionados con climatología e hidrología han marcado una pauta importante para el régimen internacional del medio ambiente. Desde su lanzamiento, la Convención Ramsar ha sido el punto de referencia para el desarrollo de gran cantidad de investigaciones y estudios en materia de conservación de ecosistemas a nivel mundial. El referente sobre humedales ha motivado el desarrollo de estudios orientados a esclarecer los comportamientos de las variables que intervienen en la estimación de balances hídricos para los sitios Ramsar. En éste tema de la Convención Ramsar, Bridgewater (2008) afirma que los humedales declarados como de importancia internacional se enfrentan un mundo cambiante, de acuerdo con factores climatológicos y factores de consumo humano. Los fenómenos asociados a ENSO y PDO ocasionan periodos de intensas lluvias y fuertes sequias. En este orden de ideas, es evidente que las 26 condiciones climáticas por las que está atravesando el planeta generan un impacto directo en el agua de los humedales. Por otro lado, el agua de los humedales es vital para la vida humana y para el desarrollo industrial, consecuentemente los ecosistemas de agua dulce, incluyendo especialmente a los humedales, han sido, y siguen siendo, altamente impactados para el consumo humano. Más del 50% del agua dulce del mundo está ya destinada para uso humano a través de la construcción de represas y embalses, derivaciones para el riego y el bombeo de las aguas subterráneas. Colectivamente, la alteración de los humedales está ocurriendo mucho más rápido que en cualquier otro momento de la historia de la humanidad y constituye un cambio de escala global en los ecosistemas acuáticos. La alteración de los humedales mediante canalización, construcción de presas, la contaminación y deshidratación afecta los hábitats existentes. Teniendo en cuenta entonces que tanto los factores climáticos como el consumo humano afectan drásticamente el recurso hídrico de los humedales, los estudios en materia de balance hídrico de los grandes cuerpos de agua dulce son altamente importantes a fin de apropiar el conocimiento sobre los comportamientos que presentan las diferentes variables que forman parte del balance hídrico. Teniendo en cuenta lo anterior, esta investigación se justifica ya que se involucra en el estudio de los “Impactos del cambio climático en la evolución de lagos y ciénagas de Colombia”, liderado por el Grupo de Investigación en Gestión y Modelación Ambiental —GAIA—de la Universidad de Antioquia, patrocinado por USAID - United States Agency for International Development, para hacer un seguimiento a los cambios que experimentan los lagos de montaña Tota, en Boyacá, Guamués (Cocha), en Nariño; y a la Ciénaga de Ayapel, en Córdoba. Esta investigación formó parte del Convenio de Cooperación 028 de 2010, ente la Universidad de Antioquia y la Universidad Mariana. 1.3 Objetivos de la Investigación 1.3.1 Objetivo general. Determinar la relación que existe entre el comportamiento de las variables asociadas al balance hídrico en el lago Guamués y la ocurrencia de los precursores climáticos ENSO (El Niño Southern Oscillation) y PDO (Pacific Decadal Oscillation). 27 1.3.2 Objetivos específicos. - Describir los aspectos climáticos e hidrológicos del lago Guamués que determinarán su balance hídrico. - Elaborar el balance hídrico del lago Guamués teniendo en cuenta la relación de las variables climáticas e hidrológicas. - Determinar la influencia de los precursores climáticos ENSO y PDO en el balance hídrico del lago Guamués. 1.4 Marco de Referencia 1.4.1 Marco contextual. A continuación se describen los aspectos primordiales correspondientes al Lago Guamués. 1.4.1.1 Ubicación del área de estudio. La Cocha (también conocida como Lago Guamués), laguna alto-andina y mayor humedal de los Andes Colombianos, está localizada en la vertiente oriental del Nudo de los Pastos al sur de Colombia en límites con la República de Ecuador (ver Figura 1), fue declarado Humedal de Importancia Internacional, mediante Decreto 0698/2000 del Ministerio del Ambiente. Corponariño (2011), afirma que éste hace parte del Corredor Andino Amazónico Norte, Ecorregión Bordoncillo Patascoy – La Cocha, centro de diversidad estratégico del Sur Oriente Colombiano, entre los departamentos de Nariño y Putumayo, localizado a los 0° 53´ 28.55" y 1° 20´ 36.40" de latitud Norte y 76° 50´ 50.41" y 77° 14´ 17.37" de longitud Oeste, área rica en diversidad de ecosistemas, especies, genes y en recursos hídricos de las cuencas Pacífica y Amazónica. . La Ecorregión Bordoncillo Patascoy - la Cocha es jurisdicción de los departamentos de Nariño y Putumayo, en éste último comprende los municipios de San Francisco, Sibundoy, Colón y Santiago y en el departamento de Nariño comprende parte de los Municipios de Buesaco y de Pasto. (CORPONARIÑO, 2011). 28 Figura 1. Ubicación geográfica del Lago Guamués Fuente. Fondo Mundial para la Conservación de la Naturaleza, (2004). 1.4.1.2 Características biofísicas del área de estudio. 1.4.1.2.1 Geomorfología. El Lago Guamués se encuentra a una altitud de 2760 m.s.n.m. sobre la fosa tectónica formada por el cruce de las fallas geológicas de Suaza, Afiladores y Magdalena en la vertiente oriental Amazónica del Nudo de los Pastos (Roldan y Ramirez, 2008). La morfogénesis es tectónica del terciario y glaciar del cuaternario. En el área predominan las geoformas de carácter deposicional y erosionable, rocas sedimentarias y volcánicas y depósitos recientes (CORPONARIÑO, 2011). 1.4.1.2.2 Suelos. Según la vocación o aptitudes de los suelos, se presentan 5 clases agrológicas: suelos clase III, IV, V, VI y VII, acordes a la clasificación del IGAC (CORPONARIÑO, 2011). 1.4.1.2.3 Flora. Los ecosistemas naturales de Lago Guamués presentan altos índices de biodiversidad y sus páramos albergan gran variedad de flora incluyendo varias especies endémicas. En la flora de la región circundante se encuentran 33 especies, pertenecientes a 26 familias, la 29 especie más representativa dentro del área de bosque es el encino liso con el mayor valor ecológico dentro del ecosistema (CORPONARIÑO, 2011). La vegetación acuática predominante en la zona, registra la familia Cyperaceae como la mejor representada en distribución y cobertura del cuerpo de agua con una especie reconocida como totora; estos “juncos”, se encuentran distribuidos por las orillas del lago, explicándose su dominancia por la tolerancia tanto a variaciones en las características climáticas y topográficas como a los eventos inducidos por la acción humana (pastoreo), además de su gran facilidad para propagarse mediante rizomas o estolones (Instituto Alexander Von Humboldt, 2004). 1.4.1.2.4 Fauna. El lago Guamués es un hábitat muy rico en variedad de especies; se considera clave para las aves acuáticas que la utilizan. Las orillas del Lago, cubiertas de macrófitas, son lugares propicios para el anidamiento, alimentación y sitio de descanso, de aves residentes y migratorias. La abundancia de alimentos que ofrece el área, atrae a diversas aves acuáticas y permite la colonización de los diferentes ambientes, tanto de aves pescadoras desde el aire como las gaviotas, como de aves buceadoras como la polla de agua. (CORPONARIÑO, 2011). Sin embargo, aunque Lago Guamués se encuentra en una zona de alta biodiversidad, es muy pobre en especies de peces. Entre las pocas poblaciones nativas encontradas en el lago están el “capitán” (Eremophilus mutisii) y la “guapucha” (Grundulus bogotensis), cuyo tamaño no supera los 10 cm; estas dos especies prácticamente se encuentran desaparecidas por la introducción de “trucha arco iris”, especie que pertenece al grupo salmónido, la cual ocasionó un gran impacto ecológico por convertirse en depredador de las especies nativas que allí vivían. Sin embargo la trucha arco iris (Onchorhyncus mykiss), se ha convertido en una especie importante e indispensable de la región como fuente de subsistencia de los habitantes de la zona (López, Salas, Gómez, López, Ortega, Guerrero, 2008). 1.4.1.3 Climatología. Esta área geográfica experimenta cada año, desde diciembre hasta marzo, vientos alisios fuertes provenientes del suroeste debido a que la zona de confluencia intertropical (ZCIT) se encuentra en su posición más meridional, lo cual ocasiona escasas lluvias dado los constantes desplazamientos nubosos hacia el hemisferio norte. Por otra parte, durante abril – agosto 30 circula entre las altas montañas cercanas al Lago Guamués, una corriente atmosférica muy húmeda llamada masa continental o amazónica; dicho fenómeno físico ocasiona importantes cambios climáticos porque aumenta precipitación y disminuye brillo solar, provocando bajas temperaturas para ese periodo (Instituto Alexander Von Humboldt, 2004) . La humedad relativa presenta promedios mensuales multianuales altos (87%); la distribución anual muestra un valor máximo entre junio y julio y los menores valores se registran en el mes de agosto (CORPONARIÑO, 2011). El régimen de distribución de lluvias a lo largo del tiempo, presenta una época de intensas lluvias que empieza desde el mes de abril hasta agosto y una época de pocas lluvias entre los meses de octubre a marzo (Instituto Alexander Von Humboldt, 2004). El brillo solar presenta variaciones entre 1.000 y 1.200 horas/año, aumentando de sur a norte. Los registros dados por la estación El Encano, muestran que el valor anual es 898.1 horas/año con promedios mensuales de 74.84 horas; el período de mayor expresión se presenta entre los meses de noviembre a enero obteniéndose un reporte máximo en diciembre con 106.9 horas; a su vez, desde abril a julio se obtienen los valores más bajos con 55.3 horas, coincidiendo dicha tendencia con la época de verano y lluvias respectivamente (Instituto Alexander Von Humboldt, 2004). 1.4.1.4 Hidrografía. El Lago Guamués con sus zonas de humedales incluidas tiene una extensión de 40.076.6 hectáreas, y “nueve subcuencas mayores de 500 hectáreas aportan sus aguas al humedal lacustre con una oferta hídrica de 6.7 m3/seg” (CORPONARIÑO, 2011, p. 116). El Lago Guamués según la codificación del IDEAM y CORPONARIÑO, hace parte de las cuencas de tercer orden (conjuntamente con El Estero y Corrientes directas Río Guamués Alto), que a su vez se agrupan en la cuenca de segundo orden conocida como Río Putumayo Alto - Río Cuimbé, y ésta última forma parte del Río Putumayo (Cuenca de orden 2), inmersas todas las cuencas mencionadas anteriormente en el sistema hidrográfico del Amazonas (CORPONARIÑO, 2011). En la Tabla 1 se presentan los valores de densidad de drenaje y pendiente que sirven de base para ésta investigación, en el desarrollo del modelo de balance hídrico. Las de mayor pendiente son las subcuencas del Motilón, Ramos y Carrizo. 31 Tabla 1. Densidad de drenaje y pendiente de las subcuencas en el Humedal Ramsar La Cocha Sub Cuenca Densidad de Drenaje Pendiente El Encano 3.35 Buen drenaje 0.37 El Carrizo 2.66 Buen drenaje 0.45 El Motilón 4.07 Buen drenaje 0.48 Ramos 3.90 Buen drenaje 0.47 Santa Lucia 1.70 Buen drenaje 0.05 El Campanero 2.78 Buen drenaje 0.23 Santa Teresita 2.73 Buen drenaje 0.21 Mojondinoy 3.14 Buen drenaje 0.34 Quilinsayaco 3.34 Buen drenaje 0.32 Fuente. Corponarino (2011) 1.4.1.5 Valor Ecológico y Ambiental del Humedal Ramsar Lago Guamués (Laguna de La Cocha). El Cuadro 1 presenta un resumen sobre los atributos y las funciones ecológicas y ambientales del Lago Guamués. Dicho cuadro expresa la relación de los bienes o productos en términos ecológicos y ambientales. El marco de trabajo de esta investigación relacionó aspectos ambientales y ecológicos con aspectos climatológicos e hidrológicos. De esta forma, es pertinente contextualizar el estudio bajo los parámetros ambientales a fin de articular la investigación según las recomendaciones de la Convención Ramsar en el sentido de conservación de los ecosistemas y los hábitats de la biodiversidad. 1.4.1.6 Componente Social 1.4.1.6.1 Demografía. Presenta gran diversidad étnica y cultural; la población proyectada para el año 2010 para la ecorregión, según el Plan Ramsar fue de 64.155 habitantes de los cuales “18.7% son indígenas distribuidos en 2.332 familias de las comunidades Inga con (44%), Kamzá (47%) en el Departamento del Putumayo y Quillacingas (9.1%) en el departamento de Nariño, los demás pobladores son campesinos. La tasa promedio de crecimiento de la población se estima en 2.48% y la densidad de población promedio de 8.9 habitantes por kilómetro cuadrado”. (Corponariño, 2011, p.24). 32 Cuadro 1. Resumen de las condiciones ecológicas y ambientales según parámetros Ramsar Atributos Forma parte fundamental de ciclo hidrológico de la cuenca del Rio Guamués y del rio Amazonas Es área de gran diversidad biológica endémica restringida y especializada Es un Sistema natural de soporte vital como Hábitat clave para especies reofilas y migratorias –trucha - aves acuáticas -. Contribuye a la regulación del clima y a mantener la calidad ambiental en la región Contiene los páramos azonales más bajos del mundo Tiene importancia cultural , histórica para las comunidades asentadas en el área de estudio y en su zona de influencia Por su importancia ecológica y su estado de conservación fue reconocido como Humedal de importancia Internacional por la Convención Ramsar mediante Resolución 0986 de 2000 del MAVDT Funciones ecológicas y servicios Bienes o productos ambientales del humedal Ramsar del humedal Ramsar Lago Guamués Lago Guamués Almacenamiento de agua Alto potencial hídrico Descarga de agua Fauna Control del flujo de agua Flora Retención de sedimentos y Vida silvestre tóxicos. Pesquerías Retención de nutrientes Acuacultura Estabilización del litoral Forrajes Protección(Crecidas, Recursos Agrícolas Avalanchas, Inundaciones) Recursos Forestales Banco genético Medicinas Hábitat para vida silvestre Alimentos Soporte de cadenas Belleza escénica y alimenticias paisajística Recreación activa y pasiva Turismo Biotecnología Ecoturismo Transporte acuático Captura de CO2 Protección de recursos genéticos Escenario de educación ambiental y mantenimiento de valores culturales e históricos Fuente: CORPONARIÑO. 2011. 1.4.2. Marco de antecedentes. A continuación se presentan algunos referentes de estudios similares que sirvieron de base para el desarrollo de esta investigación. El estudio del balance hídrico de uno de los lagos más grandes del continente Africano, se realizó en el lago Victoria. Dicha investigación fue conducida por Tate, Sutcliffe, Conway y Farquharson (2004), donde se desarrolló un modelo de balance hídrico anual del lago Victoria para el período 1925-2000. Se utilizaron técnicas de regresión para derivar las entradas anuales para el balance hídrico, basado en datos de lluvia como función no lineal, y evaporación durante el período histórico. Es importante resaltar que dentro de los escenarios de cambio climático global, se han formulado los modelos para el lago a fin de estimar las proyecciones del balance hídrico para 2030 y 2080. En el estudio titulado: Climate change and tropical Andean glaciers: Past, present and future, Vuille et al. (2008) analizaron el pasado el presente y la proyección futura de los glaciares andinos, 33 en materia de balances hídricos históricos y de predicción de acuerdo con el comportamiento de los fenómenos climatológicos globales. Ésta investigación profundizó su estudio en los cuerpos de agua de origen glaciar presentes en Ecuador, Perú y Bolivia; y realizó una exploración sobre la variabilidad climática durante todo el siglo XX en cuanto a temperatura, precipitación, humedad, nubosidad, y circulación atmosférica. Los hallazgos develan un panorama preocupante, en cuanto a niveles en los cuerpos de agua de los glaciares andinos, dadas las condiciones actuales del nuevo siglo. Kebede, Travi, Alemayehu, & Mar (2006), estudiaron el lago Tana en la región del Nilo Azul en Etiopia; los datos trabajados pertenecen a periodos mensuales desde 1960 hasta 1992. Con esto fue posible determinar las variaciones en el comportamiento hidrológico de la cuenca del Nilo azul en los últimos 50 años. Lo impresionante del estudio es la reducción considerable en las lluvias durante los últimos 8 años que han afectado considerablemente los niveles hídricos de la cuenca. En materia de investigaciones propias de humedales, es preciso destacar el estudio realizado por Yang, Chen, y Yang (2012): “Integration of water quantity and quality in environmental flow assessment in wetlands”. Esta investigación propone un nuevo método para lograr un equilibrio tanto en cantidad como en calidad del agua en los humedales. Con el fin de resolver los problemas actuales de los métodos tradicionales, tales como la calidad del agua y estado de los ecosistemas, desarrollaron un nuevo método para evaluar los caudales ecológicos de los humedales que reflejarán el efecto sinérgico de la calidad y cantidad del agua en los ecosistemas. Este método se aplicó en el humedal del Lago Baiyangdian en la provincia Hebei de China. Para dicha investigación, el balance hídrico fue calculado con una alta incidencia de los sistemas biológicos que viven en dependencia del lago. Al profundizar en el impacto que tiene el clima global sobre los niveles de los cuerpos de agua de los lagos, la investigación realizada por Gibson, Prowse, y Peters (2006), develó una fuerte relación del cambio climático global más allá de las condiciones cíclicas propias de la región del Lago Great Slave en Canadá. Para fundamentar dicha investigación, se tomaron datos históricos a largo tiempo (desde 1938 hasta 1998); así fue posible realizar la estimación del balance hídrico en dependencia directa con las condiciones climáticas globales. En general, los resultados según los datos de 34 precipitación sugieren que los niveles más altos del Lago tienden a ser constantes en función del comportamiento climático en materia de lluvias solo hasta la década de 1950, después de dicha década, el comportamiento se torna caótico data la variabilidad de las lluvias y en especial por el fenómeno de desaparición de nieve cubierta en el norte de Estados Unidos después de la década de 1950 a causa del fenómeno de calentamiento global. Sánchez-Moral, Ordóñez, Benavente, y García del Cura (2002), muestran una interesante exploración de la variación de las ecuaciones para el cálculo del balance hídrico, cuando se presentan altos niveles de salinidad en los grandes cuerpos de agua. Este es el estudio de caso del Lago Quero Playa en la región de La Mancha en el centro de España, donde sus altos niveles de salinidad sugieren alterar las ecuaciones para el cálculo del balance hídrico, en concordancia con el comportamiento propio de la geología sedimentaria. El punto crítico para sugerir una alteración en las ecuaciones de cálculo del balance hídrico, está soportado por la gran incidencia que tiene la salinidad en el fenómeno de evaporación y condensación del agua. Dentro de la racionalidad de consumo del agua con fines productivos, el cálculo del balance hídrico es fundamental a fin de garantizar la sostenibilidad del uso del recurso en zonas productivas, en especial la agricultura. En esta temática, cabe resaltar los aportes relevantes de la investigación de Abrahao, Causapéb, García-Garizábalb, y Merchán (2011), con el diseño de un modelo para facilitar los procesos de irrigación en la agricultura del sector cercano a la cuenca de Lerna en España. Dicho modelo se basa en el cálculo del balance hídrico donde se determinan los umbrales de tolerancia donde deben fluctuar los niveles del cuerpo de agua a fin de garantizar la sostenibilidad de las actividades de irrigación reduciendo su impacto de consumo del agua de la cuenca. El IDEAM (Instituto de Hidrología, Meteorología y Estudios Ambientales) realizo en Colombia un estudio en el año 2000 acerca de estudiar y determinar en forma cuantitativa todos los procesos físicos que contribuyen a la formación y a la variación espacio- temporal del recurso hídrico en una zona determinada. Para este estudio, se enfocó en determinar excedentes y déficit del agua en las cuencas de referencia a fin de determinar el índice de aridez. Como producto de la interrelación de las variables hidrológicas analizadas en el balance hídrico, se establecieron cinco condiciones 35 cualitativas que muestran el grado de disponibilidad de agua en las diferentes regiones del país delimitadas cartográficamente. Los indicadores del índice de aridez propuestos para cada cuenca se establecieron de acuerdo con las siguientes categorías: Categoría Índice de aridez - Cuencas altamente deficitarias de agua > 0.60 - Cuencas deficitarias 0.50 – 0.59 - Cuencas entre normales y deficitarias Cuencas normales 0.30 – 0.39 - Cuencas con excedentes < 0.15 En este ámbito de estudio de balances hídricos, cabe mencionar el caso del Lago Tota ubicado en Colombia, con un espejo de agua de alrededor de 60 km2 y profundidades variables entre los 2 m y los 60 m, el Lago Tota tiene una larga historia que se remonta a los pueblos indígenas y que continúa hoy con los habitantes que desarrollan diversas actividades económicas, entre las que se destacan la agricultura, con el cultivo predominante de cebolla junca, el turismo, la ganadería y la piscicultura (trucherías de jaulón). Las aguas del Lago Tota son la fuente de múltiples acueductos veredales y el suministro principal de la ciudad de Sogamoso y de procesos industriales como el de acerías Paz del Río. En los últimos años se ha incrementado el interés por el futuro ambiental e hidrológico del Lago Tota, principalmente debido a los posibles impactos del cambio climático y de las actividades socioeconómicas que aprovechan el recurso hídrico. En años recientes el lago ha experimentado descensos críticos que suelen asociarse al fenómeno del Niño pero que también son el resultado de la gestión del recurso hídrico. El balance hídrico realizado en el Lago Tota presenta un escenario similar al realizado en ésta investigación, la cual desarrolló un balance mensual de agua en el Lago a través del análisis de la información disponible de carácter hidrológico desde 1958 hasta 2007; de esta forma se buscó confrontar las fluctuaciones del nivel interanual y plurianual asociadas con las actividades humanas y los precursores climáticos (Cañón y Valdés, 2011). Este es el punto de gran interés para la presente investigación puesto que los hallazgos de Cañón y Valdés reflejan una gran incidencia de dichos precursores dentro del cálculo del balance hídrico del Lago Tota. 36 Por otra parte, el proyecto PEER (2015) busca entender los impactos del precursor climático ENSO a partir de la modelación hidrológica y ambiental del lago Tota, tratando de incorporar en la construcción de los modelos la participación de los actores interesados en el futuro del lago. En el artículo titulado: Influencia de fenómenos macroclimáticos sobre el ciclo anual de la hidrología colombiana, se analiza el grado de dependencia lineal que existe entre varios índices del fenómeno El Niño/Oscilación del Sur (ENSO), otros fenómenos como la Oscilación del Atlántico Norte (NAO), y la Oscilación Decadal del Pacifico (PDO), etc. Se estiman correlaciones cruzadas trimestrales entre las variables climáticas y series de 30 o más años continuos de precipitación y caudales de ríos, distribuidos en toda Colombia. (Poveda, Vélez, Mesa, Hoyos, Mejía, Barco, y Correa, 2002). Después de esta exploración de ámbito mundial y nacional, se debe mencionar que uno de los aportes con mayor visibilidad a nivel internacional en materia de conservación del humedal del Lago Guamués, fue presentado por Ariel Edmundo Tarazona Pedraza en su investigación titulada “Movimiento en defensa de la Laguna de la Cocha”; en dicho estudio se presenta una crítica desde el movimiento de resistencia frente al proyecto multipropósito del Lago Guamués (Tarazona, 2010). Dicha crítica está basada dentro de una racionalidad ambientalista que argumenta los impactos futuros que tendría al implementarse técnicas de apropiación del recurso hídrico para consumo humano, sistemas de riegos e incluso la generación de electricidad que han sido planteadas por el Proyecto Multipropósito Guamués. La Alcaldía de Pasto conjuntamente con el PNUD y un equipo de expertos han publicado recientemente las siguientes cartillas: Medidas de adaptación al cambio climático, recomendaciones para reducir la vulnerabilidad climática a nivel local (PNUD, 2015), Experiencias de adaptación al cambio climático, prácticas para la resiliencia en comunidades vulnerables (PNUD, 2015) y finalmente: Vulnerabilidad al cambio climático, análisis local para el empoderamiento y toma de decisiones (PNUD, 2015). Estas tres publicaciones se han realizado para el caso específico del Humedal Ramsar Laguna de La Cocha, lo cual constituye un ejemplo de trabajo conjunto para reducir los efectos de estos fenómenos climáticos y la formulación de modelos reales y medibles para mejorar la calidad de vida. 37 Existen más estudios en materia de biodiversidad y de naturaleza sociológica y antropológica alrededor del Lago Guamués; sin embargo, cuando se habla de la construcción de un modelo de balance hídrico y su relación con ENSO, son escasas las publicaciones, por lo cual esta investigación pretender iniciar el camino en este tipo de indagaciones. 1.4.3 Marco Legal. A continuación en los cuadros 2, 3, 4, 5 y 6, se presenta una relación de lineamientos, normas, directrices, a nivel internacional, nacional, y regional que tienen correspondencia con el tema objeto de estudio. Cuadro 2. Marco Legal relacionado con la investigación a nivel internacional A NIVEL INTERNACIONAL Norma / Directriz Cumbre de la Tierra Protocolo de Kioto Convención Ramsar Convenio de Diversidad Biológica Objetivos de desarrollo de milenio Descripción Con el fin de enfrentar el cambio climático y reconociendo que el calentamiento global es una preocupación común de toda la humanidad por sus efectos adversos, la comunidad internacional dio lugar a la creación de la Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC) el 9 de Mayo de 1992, adoptado por 154 países durante la Conferencia de las Naciones Unidas sobre el Medio Ambiente y el Desarrollo (CNUMAD), llamada Cumbre de la Tierra celebrada en Río de Janeiro en Junio de 1992 (Garavito, 2010). En 1998, se adopta el protocolo de Kioto que determina el objetivo jurídicamente vinculante para limitar o reducir las emisiones de los gases de efecto invernadero (GEI). El objetivo global de reducción de emisiones de gases de efecto invernadero se fijó en menos del 5% del nivel de 1990 en el periodo de 2008 – 2012 (Garavito, 2010). La misión de la Convención es “la conservación y el uso racional de los humedales mediante acciones locales y nacionales y gracias a la cooperación internacional, como contribución al logro de un desarrollo sostenible en todo el mundo” (Ramsar, 2012). El Convenio sobre la Diversidad Biológica, firmado por 150 gobiernos líderes en la Cumbre de la Tierra de Río de Janeiro de 1992, se dedica a la promoción del desarrollo sostenible. El Convenio, concebido como una herramienta práctica para convertir en realidad los principios del Programa 21, reconoce que la diversidad biológica incluye más que las plantas, los animales y los microorganismos y sus ecosistemas; también refiere a la gente y sus necesidades de seguridad alimentaria, medicinas, aire puro y agua dulce, vivienda y un medio ambiente limpio y saludable para vivir. OBJETIVO 7: GARANTIZAR LA SOSTENIBILIDAD DEL MEDIO AMBIENTE, la meta es Incorporar los principios del desarrollo sostenible en las políticas y los programas nacionales e invertir la pérdida de recursos del medio ambiente. Portal de la labor del sistema de las Naciones Unidas sobre los objetivos de desarrollo del Milenio (Naciones Unidas, 2012). 38 Cuadro 3. Marco Legal relacionado con la investigación a nivel nacional Norma / Directriz Constitución Política de Colombia 1991 Ley 99 de 1993 Ley 357 de 1997 Decreto 698 de 2000 Resolución No. 41 de 1968 Resolución No. 073 del 2 de marzo de 1974 Política Nacional de Biodiversidad. Política Nacional para la gestión integral del Recurso Hídrico Política de Páramos y ecosistemas estratégicos Política Nacional para Humedales interiores de Colombia. Estrategias para su conservación y uso sostenible A NIVEL NACIONAL Descripción Artículo 79: Toda persona tiene derecho a gozar de un ambiente sano. Artículo 80: El Estado planificará el manejo y aprovechamiento de los recursos naturales, para garantizar su desarrollo sostenible, su conservación, restauración o sustitución. Las zonas de páramos, subpáramos, los nacimientos de agua y las zonas de recarga de acuíferos serán objeto de protección especial. Aprueba la "convención relativa a los humedales de importancia internacional especialmente como hábitat de aves acuáticas", suscrita en RAMSAR el 2 de febrero de 1971. Incluye al Lago Guamués en la lista de Humedales de Importancia internacional RAMSAR. El Instituto Colombiano de Reforma Agraria, INCORA, declara el Lago Guamués como área protegida. El Ministerio de Agricultura declara el Lago Guamués como área protegida. La biodiversidad tiene valor por sí misma y aunque también es importante porque nos proporciona todo lo que necesitamos los seres vivos para existir, provee muchos bienes y servicios ambientales, que abarcan desde la regulación del clima, del ciclo hidrológico, del régimen de lluvias y de los caudales de agua, hasta la conservación y restauración de los suelos. Colombia firmó el Convenio sobre Diversidad Biológica -CBD- en 1992 y lo aprobó mediante la Ley 165 de 1994. Ministerio de Ambiente y Desarrollo Sostenible. Política Nacional de Biodiversidad (Ministerio de Ambiente, 2012). El Ministerio de Ambiente, Vivienda y Desarrollo Territorial, Viceministerio de Ambiente. Dirección de Ecosistemas. Grupo de Recurso Hídrico en el año 2010, estableció los objetivos, estrategias, metas, indicadores y líneas de acción estratégica para el manejo del recurso hídrico en el país, en un horizonte de 12 años. La Política fue sometida a consideración del Consejo Nacional Ambiental, en sesión número realizada el 14 de diciembre de 2009, en la cual se recomendó su adopción (IAVH, 2012). “Involucrar la Protección, conservación y sostenibilidad de los páramos en el territorio nacional, para mantener la diversidad biológica y equilibrio ecológico en las áreas naturales, recomienda reservar áreas sobresalientes y representativas que permitan la conservación y protección de la fauna y flora de los ecosistemas primarios, así como la perpetuación del estado natural en las unidades biogeografías, geológicas , históricas o culturales y regionales fisiográficas, perpetuar especies de la vida silvestre que se encuentran en estado de extinción y proveer puntos de referencia ambiental para investigación, educación ambiental. La Política para Humedales Interiores en Colombia se formula en el contexto de la Política Nacional Ambiental, Proyecto Colectivo Ambiental, cuyo eje articulador es el agua. Los objetivos y acciones planteadas están encaminadas a promover el uso sostenible, la conservación y la recuperación de los humedales del país en los ámbitos nacional, regional y local. (Ministerio de Ambiente, 2012). 39 Norma / Directriz Visión Colombia II Centenario: 2019 A NIVEL NACIONAL Descripción Consolidar una gestión ambiental que promueva el desarrollo sostenible, revertir los procesos de deterioro ambiental y generar las condiciones para un aprovechamiento sostenible de los abundantes recursos naturales de la Nación, que redunde en un mejoramiento del entorno ambiental y de la calidad de vida de la población. Departamento Nacional de Planeación (DNP, 2012). Plan Nacional de Desarrollo 20142018 “Todos por un nuevo país” Objetivo 3: lograr un crecimiento resiliente y reducir la vulnerabilidad frente a los riesgos de desastres y al cambio climático. Plan Nacional de adaptación al cambio climático. ABC: adaptación Bases conceptuales. El Gobierno nacional de Colombia está formulando el Plan Nacional de Adaptación al Cambio Climático (PNACC) que busca reducir el riesgo y los impactos socio-económicos asociados al cambio y a la variabilidad climática. Este documento representa un primer insumo en el marco de este Plan, y tiene como finalidad consolidar un marco conceptual para la adaptación al cambio climático en el país y establecer los lineamientos que se deberán seguir durante el proceso de formulación de los Planes Sectoriales y Territoriales de Adaptación (DNP, 2015). Cuadro 4. Marco Legal relacionado con la investigación a nivel regional Norma / Directriz Plan de gestión ambiental regional - PGAR CORPONARIÑO 2015- 2032. Plan de acción en Biodiversidad del departamento de Nariño 2006-2030. Plan de desarrollo departamental. Nariño mejor 2012 – 2015 A NIVEL REGIONAL Descripción El escenario tendencial establece que “solo la mitad de los municipios del departamento han incorporado estrategias de Gestión del Riesgo en el Ordenamiento Territorial. El 33% de las cuencas tienen estudios de riesgos. El 10% cuenta con estudios de amenazas y algunos riesgos han sido mitigados.” Capítulos II, III y IV Primera Versión (Corponariño, 2015). Monitorear los efectos sobre la biodiversidad causados por desastres naturales (eventos volcánicos, sísmicos, remociones en masa, inundaciones, tsunamis, movimientos tectónicos), climáticos (variabilidad y cambio climático, fenómeno de El Niño y de La Niña, El Niño Oscilación Sur -ENOS-, heladas, vientos alisios), incendios forestales (IAVH, 2012) Las altas pendientes, las condiciones particulares de los suelos, la geología local, así como las intervenciones inadecuadas sobre los taludes y laderas, sumados a la alta variabilidad climática (fenómeno de la NIÑA y NIÑO) asociada al cambio climático, influyen significativamente en los innumerables deslizamientos registrados en los últimos 15 años en el Departamento de Nariño, que lamentablemente han ocasionado pérdidas de vida y cuantiosos costos económicos y sociales. Por los altos costos sociales que representan los fenómenos climáticos sobre el territorio, es necesario que la mirada de la administración pública se oriente hacia la gestión del riesgo, adoptando un conjunto de estrategias que guíen a todos los actores sociales e institucionales del Departamento de Nariño a incorporar en sus acciones medidas de gestión del riesgo y se oriente el ordenamiento territorial, en los entes municipales teniendo en cuenta el fenómeno de adaptación al cambio climático (Gobernación de Nariño, 2012). 40 Cuadro 5. Políticas ambientales a nivel Municipal POLÍTICAS AMBIENTALES A NIVEL MUNICIPAL Norma / Directriz Descripción PLAN TERRITORIAL Lago Guamués y ríos Bobo y Pasto son los espacios naturales territoriales que delimitan zonas de ordenamiento a gran escala, su definición permite PASTO, planificar el territorio en armonía con las características propias de la cuenca TERRITORIO CONy definir su reglamentación (Alcaldía de Pasto, 2015). SENTIDO 2014-2027. En cuanto a los humedales la falta de un monitoreo sistemático y periódico, no permite vislumbrar la dinámica que internamente se da en los humedales Agenda Ambiental principales del municipio como son la Laguna de la Cocha o Lago Guamués, para el Municipio de Pasto 2004- 2012. Laguna Negra y demás lagunas paramunas y Embalse del rio Bobo, pero se aprecian algunas variaciones en cantidad y calidad del agua. Preservación, conservación, recuperación, aprovechamiento y adecuado uso de los recursos naturales. Arraigar la cultura de prevención en la atención y prevención de desastres; disminuir la contaminación atmosférica, hídrica, visual, de suelos y de ruido; propender por el ordenamiento y manejo de cuencas y micro cuencas hidrográficas con énfasis en las de los ríos Pasto, Plan de gestión Guamués y Río Bobo, así como en la protección y recuperación de los ambiental municipal ecosistemas naturales, páramos y subpáramos; embellecimiento, dotación, 2008 -2012. vigilancia y gestión de una red de parques urbanos; mejorar la cobertura y calidad de los servicios públicos y la gestión integral para el aprovechamiento y generación de valor agregado a los residuos sólidos orgánicos e inorgánicos mediante el Plan de Gestión Integral de Residuos Sólidos. Cuadro 6. Políticas ambientales a nivel de la Ecorregión POLITICAS AMBIENTALES A NIVEL DE LA ECORREGION DE LA LAGUNA DE LA COCHA Norma / Directriz Descripción Mejorar la calidad de vida de la población a través de la formulación de Plan de Ordenamiento modelos productivos económicos que respondan a la propia diversidad y Manejo de la Cuenca cultural y ecológica para encontrar un concepto de calidad de vida propio Alta del Río Guamués basado en el uso de tecnologías compatibles con el bienestar social, las 1993. condiciones socioculturales y el equilibrio del ecosistema. Preservación de humedales para la conservación de la biodiversidad a nivel nacional regional y global, a desarrollar un marco legal para la recuperaron Plan de Manejo del de los humedales frente a alternativas de desarrollo,, a establecer programas Corredor Andino Amazónico Páramo de de uso sostenible de bienes y servicios ambientales y a desarrollar una cultura ciudadana en torno a la importancia de los humedales y de sus biodiversidad, Bordoncillo Cerro contribuyendo al manejo sostenible y restauración de ecosistemas de alta Patascoy- La Cocha montaña colombiana protegiendo especialmente las zonas de páramo sub 2003. páramo, nacimientos de agua y las zonas de recarga de acuíferos. 41 2. Marco Teórico 2.1 El Ciclo Hidrológico La Hidrología es una ciencia la cual trata con la ocurrencia, distribución y descarga de agua en el planeta tierra; dentro de esta lógica, “esas transformaciones que experimenta el agua en el planeta corresponden a un ciclo hidrológico entendido también como el ciclo de transferencia de agua” (Raghunath, 2006, p.11). El ciclo hidrológico, el cual ocurre continuamente en la naturaleza, tiene tres importantes fases: evaporación y evapotranspiración, precipitación y flujo en corrientes. El planeta tierra tiene un tercio en tierra superficial y dos terceras partes de agua las cuales se conjugan entre saladas y dulces. Los fenómenos de evaporación se presentan en las superficies de estanques, lagos, reservorios, mares y océanos; en cambio la evapotranspiración es propia de las superficies con vegetación como grandes cultivos, selvas y bosques tropicales. Los vapores se elevan hacia la atmósfera y son condensadas dadas las bajas temperaturas de las grandes altitudes; de esta manera se forman los sistemas nubosos. Posteriormente, se presenta el fenómeno de precipitación en múltiples formas incluyendo lluvia, nieve, granizo, aguanieve, neblina, rocío y escarcha. Este ciclo se muestra en la Figura 2. El ciclo hidrológico Figura 2. El ciclo hidrológico Fuente. Proyecto PEER. (2015) 42 2.2 Balance Hídrico La ecuación hidrológica es simplemente una declaración de la ley de conservación de la materia – que en este caso corresponde al agua–; así, dicha ecuación del balance hídrico está dada por la siguiente expresión: = +∆ (1) Dónde: I representa los flujos de entrada, O representa los flujos de salida, ∆ representa la variación (cambio) en el almacenamiento. Esta ecuación establece que durante un período determinado, el flujo total de entrada en un área dada debe ser igual al flujo total de salida del área más el cambio en el almacenamiento. Mientras se soluciona la ecuación, el agua subterránea es considerada como una parte integral del agua superficial y son los flujos de entrada y salida del subsuelo los que plantean problemas en los estudios de balance hídrico de una cuenca. El esquema general del modelo utilizado en esta investigación se muestra en la Figura 3, donde se observan dos compartimientos denominados tanques cuyo balance de agua está relacionado con entradas y salidas de agua. Este modelo se realizó para las cinco zonas en las que se dividió la cuenca del Lago Guamués. En el primer compartimiento o tanque, la entrada de agua corresponde a la que cae por precipitación atravesando el follaje hasta llegar al suelo y la salida corresponde a la fracción de transpiración de las plantas y evaporación del suelo. El agua restante va por escorrentía directa y otra fracción sub-superficial. El agua que se infiltra pasa al segundo tanque, dividiéndose en un aporte de escorrentía sub superficial y otro caudal se almacena temporalmente como altura sub superficial. 43 Figura 3. Balance hidrológico de la laguna La Cocha usando Modelo de tanques 2.3 Variables Climáticas e Hidrológicas Para el análisis y diseño de cualquier proyecto en hidrología, se hace necesario interactuar con datos apropiados. Como mínimo, se requiere obtener información acerca de: datos climatológicos, datos hidrometeorológicos (como temperatura, velocidad del viento, humedad, etc.), registros de precipitación, registros de caudales fluviales, fluctuación de estaciones, registros piezométricos, datos sobre evaporación, patrones de cultivos y su uso para consumo, datos de calidad de agua, de superficies fluviales y reservorios subterráneos, datos geo-mórficos de la cuenca, características hidrometeorológicas de la cuenca, entre otros (Raghunath, 2006). A continuación se resumen algunos conceptos: Precipitación. Teniendo en cuenta que la precipitación se puede presentar en forma de lluvia, nieve, granizo, aguanieve, neblina, rocío o escarcha; dicho fenómeno se debe a cuatro tipos de circunstancias: precipitación convectiva, precipitación frontal, precipitación orográfica y precipitación ciclónica. • La convección térmica (precipitación convectiva): Este tipo de precipitación se presenta en forma de tormentas locales con presencia de truenos y es típico de los trópicos. El aire cerca de la tierra se calienta y se eleva debido a su baja densidad, se enfría hasta formar una nube en forma de coliflor, que finalmente estalla en una tormenta de truenos. Cuando se acompaña de vientos destructivos, se les llama "tornados" (Raghunath, 2006). 44 • precipitación frontal: Cuando dos masas de aire chocan unas con otras debido a las temperaturas contrastantes, la precipitación se produce en la superficie de contacto, ésta superficie de contacto se llama un "frente" o "superficie frontal. Si una masa de aire fría expulsa a una masa de aire caliente, se llama un " frente frío ", y si una masa de aire cálido remplaza a la masa de aire frío en retirada, se le llama un "frente cálido”. Por otra parte, si las dos masas de aire se presentan simultáneamente en una zona de baja presión, la parte delantera es estacionaria y se llama un "frente estacionario". Cuando un frente frío activo alcanza a un frente cálido, se forma un frente ocluido. (Raghunath, 2006). • Precipitación de elevación orográfica (precipitación orográfica): La elevación mecánica de la humedad del aire a través de las barreras montañosas, provoca fuertes precipitaciones en el lado de barlovento (la parte donde viene el viento). Este tipo de precipitación se debe a la elevación del aire húmedo que convergen en una cinta de presión baja, es decir, debido a las diferencias de presión creadas por el calentamiento desigual de la superficie de la tierra. Aquí los vientos soplan en espiral hacia el interior en sentido anti horario en el hemisferio norte y en sentido horario en el hemisferio sur. Hay dos tipos principales ciclones tropicales, ciclones (también llamados huracanes o tifones) de diámetro relativamente pequeño de 300-1500 kilómetros causando alta velocidad del viento y la precipitación pesada, y el ciclón extra-tropical de gran diámetro de hasta 3000 kilómetros causando amplia difusión de precipitación de tipo frontal (Raghunath, 2006). Pérdidas de Agua. Debido a la precipitación, los sistemas hidrológicos obtienen (ganan) agua. Dentro del cálculo del balance hídrico, existen varias formas en que los sistemas hidrológicos pierden agua; entre ellas están: la intercepción dada por las superficies vegetativas (retención de agua en las hojas de las plantas), evaporación (desde la superficie del agua y desde la superficie del suelo), transpiración (desde las hojas de las plantas) , evapotranspiración (dada por el uso de consumo de la tierra irrigada o sembrada), infiltración (en la capa superficial de la tierra), el movimiento de aguas subterráneas hacia el mar (Raghunath, 2006). 45 2.4.Cambio Climático Es la variación del estado del clima, identificable (por ejemplo, mediante pruebas estadísticas) en las variaciones del valor medio o en la variabilidad de sus propiedades, que persiste durante largos períodos de tiempo, generalmente decenios o períodos más largos. El cambio climático puede deberse a procesos internos naturales o a forzamientos externos tales como modulaciones de los ciclos solares, erupciones volcánicas o cambios antropógenos persistentes de la composición de la atmósfera o del uso del suelo. La Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC), en su artículo 1, define el cambio climático como “cambio de clima atribuido directa o indirectamente a la actividad humana que altera la composición de la atmósfera global y que se suma a la variabilidad natural del clima observada durante períodos de tiempo comparables”. La CMNUCC diferencia, pues, entre el cambio climático atribuible a las actividades humanas que alteran la composición atmosférica y la variabilidad climática atribuible a causas naturales. (IDEAM, 2014, p.10). 2.5 Variabilidad Climática Teniendo en cuenta que el comportamiento climático presenta variaciones tanto en el espacio como en el tiempo, por lo tanto no es constante, las fluctuaciones de las variables climatológicas alrededor de sus promedios (condiciones predominantes durante un período determinado) se conocen como variabilidad climática. “La interacción océano-atmósfera da origen a un fenómeno de variabilidad climática en la escala interanual y de carácter global, conocido como Fenómeno El Niño-La Niña, (ENSO). Estos fenómenos ejercen una influencia destacada en el comportamiento climático del país” (IDEAM, 2014, p.4). La variabilidad climática puede estudiarse a diferentes escalas: estacional, intraestacional, e interanual. Estacional: “a esta fase corresponde la fluctuación del clima a escala mensual. La determinación del ciclo anual de los elementos climáticos es una fase fundamental dentro de la variabilidad climática a este nivel. La migración de la Zona de Confluencia Intertropical – ZCIT (sistema productor de lluvias), es considerada como una de las más importantes fluctuaciones climáticas de la escala estacional y su 46 dinámica explica un buen porcentaje de la variabilidad de la precipitación en Colombia” (IDEAM, 2014, p.7). Intraestacional: se presenta dentro de las temporadas lluviosas y secas. Este tipo de variabilidad era desconocido hasta hace muy poco tiempo y está siendo estudiada en nuestro medio. Se destaca una oscilación de 30-60 días. Esta oscilación se asocia con las ondas de Madden-Julian, descubiertas en 1971 en el campo de la presión atmosférica tropical. ” (IDEAM, 2014, p.8). Interanual: a esta escala corresponden las variaciones que se presentan en las variables climatológicas de año en año. La variabilidad climática, enmarcada dentro de esta escala, podría estar relacionada con alteraciones en el balance global de radiación. Un ejemplo típico de la variabilidad climática interanual corresponde a los fenómenos enmarcados dentro del ciclo El Niño - La Niña - Oscilación del Sur. Otras fluctuaciones de las variables climáticas en la escala interanual podrían estar asociadas con la Oscilación Cuasibienal (IDEAM, 2014, p.13). 2.6 Índices Macroclimáticos La principal fuente de energía que llega a la tierra y su atmósfera es la energía solar que regula la circulación general. Dicha circulación ocasionalmente resulta alterada por ciertos fenómenos específicos. Algunos de ellos son tan importantes que son capaces de trastocar toda la circulación general en todo el Globo terráqueo influyendo en numerosas y extensas regiones sobre el tiempo meteorológico en toda la tierra. Entre ellos están la oscilación QBO y la oscilación ENSO conocida desde hace ya varios siglos como El Niño. Últimamente se ha introducido el término La Niña para constituir ambos ENSO (Ledesma, 2011). Ledesma (2011) afirma que “El Niño” sin duda, es una manifestación de la naturaleza que tiene su origen en la región ecuatorial del Océano Pacífico, afectando violentamente y en forma directa a la costa sudamericana, desde Esmeraldas, al norte de Ecuador, hasta el sur del Perú caracterizado principalmente por un aumento de la temperatura superficial del agua de más de 4°C, lo cual supone una considerable alteración de los valores normales. El Niño no se presenta todos los años, ha presentado periodos variables (3 a 7 años), provocando inundaciones, tormentas, y hasta sequias. 47 El término El Niño / La Niña se refiere al proceso de la ocurrencia irregular del evento oceánico sobre el calentamiento/refrigeración extensivo del Pacífico tropical central y oriental. El Niño / La Niña da lugar a un cambio importante en los patrones del clima en el Pacífico, al igual que la convección que va en aumento (alteración de la circulación Walker) o nubosidad en el Océano Pacífico tropical central, más débiles y fuertes que los vientos alisios lo normal en el Océano Pacífico. Un vínculo bien establecido entre la atmósfera y el fenómeno oceánico del El Niño / La Niña es el vaivén de ida y vuelta en la presión de aire entre la superficie Oriental y el Pacífico Occidental Sur, que es conocido como Oscilación del Sur. La fuerza de este puente oscilante atmosférica se mide por el índice de Oscilación del Sur (SOI), que se calcula a partir de la diferencia de presión de aire superficie mensual entre Tahití (17° 400 S, 149° 250 W) y Darwin (12° 270 S, 130° 500 E). Es ampliamente reconocido que los episodios de El Niño se asocian con valores negativos del SOI, mientras que los episodio de La Niña se relacionan con valores positivos del SOI, que consiste por lo tanto en un fenómeno compuesto de naturaleza oceánica-atmosférica, sobre todo el de El Niño / La Niña -Oscilación del Sur (ENOS). En este contexto, se ha declarado que al menos algunos de los fenómenos de El Niño es una respuesta oceánica a la atmosférica puramente estocástica. La Oscilación Decadal del Pacífico (PDO) se calcula usando análisis de componentes principales de anomalías mensuales en la temperatura superficial del Océano Pacífico Norte. Para separar la variabilidad de dicho patrón del calentamiento global, se remueve la media mensual global de las anomalías de temperatura superficial del mar. Por tratarse de fenómenos con un comportamiento cíclico, El Niño y la Niña han sido registrados teniendo en cuenta sus manifestaciones débiles, moderadas y fuertes en las últimas décadas. Dichas manifestaciones han podido ser interpretadas gracias a la aplicación de índices macroclimáticos relacionados con ENSO; los índices son propuestos por agencias climáticas como NOAA con el fin de monitorear y evaluar anomalías en el clima global. 48 Para tal efecto, los índices macroclimáticos más utilizados en el monitoreo de los fenómenos relacionados con ENSO son: ONI (Oceanic Niño Index), MEI (Multivariate ENSO Index), y SOI (Southern Oscillation Index). El compendio de variables observadas y el análisis de los resultados del monitoreo de los ciclos ha permitido clasificar a los fenómenos en periodos de manifestaciones débiles, moderadas y fuertes. El cuadro 7, presenta un resumen de las características y fuentes de los índices utilizados en éste estudio, y la Tabla 2 muestra un consenso para la clasificación de las diferentes fases de los fenómenos teniendo en cuenta los índices ONI, MEI y SOI. Cuadro 7. Índices de las variables macroclimáticas usados en este trabajo Índice SOI PDO MEI AMO Descripción Índice de Oscilación del Sur. Diferencia estandarizada de presión atmosférica en Tahití y Darwin. Valores negativos sostenidos por debajo de -8 a menudo indican episodios de El Niño, mientras que Valores positivos sostenidos de SOI por encima de + 8 son típicos de un episodio de La Niña Oscilación Decadal del Pacífico. Se calcula usando análisis de componentes principales de anomalías mensuales en la temperatura superficial del Océano Pacífico Norte. Para separar la variabilidad de dicho patrón del calentamiento global, se remueve la media mensual global de las anomalías de temperatura superficial del mar. Con el índice de PDO, Valores positivos grandes corresponden a eventos de El Niño, mientras que los valores negativos se asocian con episodios de La Niña Índice Multivariado del ENSO. Promedio entre las principales características del ENSO. Las variables utilizadas en el cálculo son presión atmosférica, viento superficial, temperatura superficial del mar y temperatura del aire, y nubosidad. Los valores negativos del MEI representan la fase ENSO frío, o sea La Niña, mientras que los valores positivos MEI representan la fase cálida del ENSO, o sea El Niño. Oscilación Multidecadal del Atlántico, se caracteriza por la variación de la temperatura superficial del océano. Fuente https://www.ncdc.noaa.gov/teleconnections/enso/indicators/soi/data.csv http://www.ncdc.noaa.gov/teleconnections/pdo/data.csv http://www.esrl.noaa.gov/psd/enso/mei/table.html http://www.cdc.noaa.gov/data/correlation/amon.us.long.data 49 El fenómeno de El Niño tiene su más fuerte manifestación en los años: 1965-1966, 1971-1972, 1972-1973, 1974-1975, 1982-1983, 1991-1992, y 1997-1998. Aquí es importante resaltar que para el contexto colombiano, los años 2009-2010 fue de gran impacto El Niño, a pesar de que los reportes mundiales indican que el impacto del fenómeno fue moderado. Por su parte, el fenómeno de La Niña se presentó con mayor fuerza en los años: 1955-1956, 1973-1974, 1975-1976, 19881989 y 2010-2011 (IDEAM, 2010). Tabla 2. Manifestaciones de El Niño y La Niña EL NIÑO LA NIÑA Normal o no ENSO 1 Débil Moderado Fuerte Débil Moderado Fuerte 1963-64 1951-52 1965-66 1954-55 1950-51 1955-56 1952-53 1953-54 1968-69 1957-58 1972-73 1956-57 1970-71 1973-74 1958-59 1959-60 1969-70 1977-78 1982-83 1962-63 1998-99 1975-76 1960-61 1961-62 1976-77 1987-88 1991-92 1964-65 2000-01 1988-89 1966-67 1978-79 1986-87 1994-95 1997-98 1967-68 2007-08 2010-11 1979-80 1980-81 1992-93 2002-03 1971-72 2010-11* 1981-82 1983-84 2004-05 2009-10 1974-75 2011-12* 1985-86 1989-90 2006-07 1984-85 2014-15 1990-91 1993-94 1995-96 1996-97 2001-02 1999-00 2003-04 2005-06 2008-09 2012-13* 2009-10 Fuente: IDEAM (2010) *Dimar (2016) 2.7 Medidas Frente al Cambio Climático La implementación de medidas de adaptación y resiliencia frente al cambio climático es una respuesta urgente de los gobiernos y organizaciones a las implicaciones sociales, políticas y económicas que genera este fenómeno, con profundas consecuencias sobre territorios y 50 comunidades. En Colombia la Política Pública Nacional ha comenzado a incluir en los planes de desarrollo municipales el tema de variabilidad climática (PNUD, 2015). Teniendo en cuenta: “El Diálogo Regional de Política (DRP) de Agua y Adaptación al Cambio Climático en las Américas (2012), el cual se ha constituido en una herramienta primordial de comunicación, coordinación y acción en pro de una Agenda Regional de Adaptación al Cambio Climático en materia del Agua. Con el fin de avanzar en la implementación de medidas de adaptación en materia de agua se proponen soluciones a través de tres aspectos transversales: (i) Buena gobernanza y arreglos institucionales, (ii) Financiamiento del agua para todos y, (iii) Ambiente propicio con un enfoque en el fortalecimiento de las capacidades para aumentar la resiliencia y reducir la vulnerabilidad. Buena Gobernanza: Debido a que los impactos del cambio climático aún son inciertos, y no se tiene un grado de precisión que apoye la toma de decisiones; es primordial centrarse en mejorar los sistemas de monitoreo hidrometeorológico; “en las proyecciones de escala reducida; en desplegar y aplicar métodos para evaluar la vulnerabilidad en diferentes sectores socioeconómicos y sistemas ecológicos; y en el desarrollo de escenarios y los métodos de evaluación económica, tales como los análisis de costo-beneficio” (DRP, 2012, p. 2). Financiamiento: Se considera que las inversiones que mejoren la gestión de los recursos hídricos son inversiones en adaptación al cambio climático. Pero no se trata únicamente de financiamiento adicional, sino de aprovechar de manera óptima los recursos financieros existentes, particularmente en los tiempos actuales de austeridad financiera. Se propone el micro-financiamiento, que puede suministrar herramientas de combate a la pobreza por medio de negocios hechos a la medida, que aprovechen las oportunidades que se presenten a nivel local (DRP, 2012, p. 3). Ambiente Propicio: la Gestión Integrada de los Recursos Hídricos (GIRH), puede generar un ambiente propicio para mejorar la gestión del agua y con esto la adaptación al cambio climático (DRP, 2012, p. 4). 51 Adicionalmente de deben resaltar las siguientes recomendaciones de política pública del DRP (2012): - Infraestructura hídrica e información para la adaptación: estos elementos deben desarrollarse y adaptarse para responder a las nuevas necesidades impuestas por el Cambio Climático y a las fuentes de financiamiento disponibles. - Los servicios ecosistémicos: con soluciones que reconozcan a los ecosistemas como proveedores vitales de agua, y a los servicios de los cuales depende en gran parte la gestión del agua como: “la capacidad de almacenamiento, conducción, mejora en la calidad del agua, protección de zonas costeras, y la prevención y mitigación de desastres naturales” (DRP, 2012, p. 7). - La GIRH como herramienta para enfrentar el cambio climático: fortalecimiento de las capacidades institucionales para la adaptación al Cambio Climático en materia de agua. - Adaptación de la gestión del agua al cambio climático en los asentamientos urbanos: teniendo en cuenta que América Latina y el Caribe es la región más urbanizada del mundo. “Con la densidad de población intensificando los impactos del cambio climático, es imprescindibles: una coordinación interinstitucional, una amplia participación y previsión en los procesos de planeación para fortalecer la adaptación en las ciudades” (DRP, 2012, p. 10). - La movilización social y la comunicación, asuntos de equidad y alivio a la pobreza: constituyéndose en un reto importante de organización social, con el fin de establecer mecanismos efectivos de coordinación, colaboración y participación social. 2.8 Modelos Matemáticos Es preciso definir los conceptos de: sistema, modelo y simulación. Sistema es un conjunto de elementos cuya interacción es de interés de estudio, el modelo es entendido como una abstracción de la realidad que reproduce las características de un objeto, sistema o concepto del mundo real 52 (representación del sistema en un modelo) (Mesa, Parra, Rave, Pérez, y Franco, 2006), y la simulación ofrece la predicción del futuro, condicionada a supuestos previos (Tapias, FIUBA). El modelo de tanques introducido por el hidrólogo Japonés Sugawara y que ha sido promulgado por la Organización Meteorológica Mundial es un modelo sencillo no lineal que transforma la precipitación en caudal para la previsión del caudal diario o de crecida. Una vez que los parámetros hayan sido determinados, es muy fácil usar el modelo manualmente utilizando tablas o una computadora personal. (WMO, 2000). El modelo tanque se compone de varios tanques generalmente cuatro tanques para la previsión de caudales diarios y dos o tres para previsión de crecidas - colocados verticalmente, en serie. Cada tanque tiene una o más salidas laterales y una salida por el fondo. Las salidas laterales de agua forman el caudal estimado, mientras que las salidas por el fondo simulan la infiltración. El caudal estimado está formado por componentes de cada uno de los tanques que corresponden a la escorrentía de superficie, intermedia, de sub-base y de base. La precipitación pluvial es distribuida a cada uno de los componentes automáticamente por este sencillo modelo. Por otra parte, existen métodos para calcular la evapotranspiración de zonas a través de diferentes métodos; quizás uno de los métodos que se usa con más frecuencia es el método de Romanenko (Xu y Singh, 1998). El proceso de evapotranspiración constituye una pérdida de agua hacia la atmósfera, por lo que existe una necesidad por entender y cuantificar este proceso en estudios relacionados con balances hídricos. Para tal menester, se hace necesario aplicar la siguiente formula: = 4.5 1 + 1− (2) Donde la Evapotranspiración (ET) es representada en mm día-1, es es la presión de saturación del vapor (kPa) y ed es la presión actual del vapor (kPa). Finalmente, es importante resaltar que desde el punto de vista estadístico, Los modelos autorregresivos de medias móviles ARMA sintetizan en una sola expresión las componentes autorregresiva y de promedio móvil de una serie de tiempo. Con la primera componente autorregresiva, se determina cada observación como una combinación lineal de las observaciones 53 anteriores, y con la segunda componente, de promedio móvil, se incluye una parte aleatoria que completa la descripción del fenómeno a través del tiempo. Por tanto, se considera que la serie temporal tiene señal –parte determinística del fenómeno dinámico– y ruido –perturbaciones aleatorias que sufre por causas exógenas– (Salas & Obeysekera, 1992). El modelo ARMA es una herramienta para entender y para predecir futuros valores de una serie temporal de datos. El modelo está formado por dos partes, una parte autorregresiva (AR) y otra de media móvil (MA). Es por tal razón que su nomenclatura muestra el nombre del modelo junto con una par de elementos entre paréntesis, así: ARMA (p,q), donde p es el orden de la parte autorregresiva y q es el orden de la parte de media móvil. El modelo matemático autorregresivo de promedio móvil es expresado por la siguiente ecuación (Salas & Obeysekera, 1992): = Donde +∑ +∑ son los parámetros del modelo, es una constante y (3) es un término de error 54 3. Aspectos Climáticos e Hidrológicos del Lago Guamués que Inciden en la Determinación de su Balance Hídrico 3.1 Metodología Para el cumplimiento a este objetivo se trabajó principalmente con una metodología de análisis estadístico para el tratamiento de los datos climáticos e hidrológicos históricos, y para ello se utilizó la función de Matlab (boxplot) que genera los diagramas de caja y bigotes (box and whiskers plot). Se analizaron las siguientes variables medidas por el IDEAM en sus estaciones ubicadas en la cuenca del Lago Guamués: precipitación, evaporación, temperatura, brillo solar velocidad y dirección del viento; también se realizó una descripción del comportamiento de los niveles mensuales históricos del lago con base en información hidrométrica del IDEAM en sus estaciones Sindamanoy y La Cocha. Los datos fueron adquiridos y actualizados paulatinamente en el desarrollo de esta investigación durante los años 2013, 2014 y 2015. El diagrama de caja, es una herramienta gráfica ampliamente utilizada (ver ejemplo en la figura 4), contiene un argumento sencillo de cuartiles que muestran: el cuartil inferior (q0.25), la mediana, (q0.5), el cuartil superior, (q0.75), datos atípicos y los valores máximo y mínimo por dentro y fuera de la cerca (xn) (“cerca” es un término acuñado Tukey en 1977, autor de estos diagramas). De esta manera el diagrama de caja presenta esencialmente un boceto rápido de la distribución de los datos, y se puede ver fácilmente su simetría, ya que la mediana se encuentra dentro de la caja, y se puede comparar la longitud de los bigotes (Wilks, 2011). Figura 4. Esquema del diagrama de cajas y bigotes Fuente. Wilks (2011) 55 El desarrollo de este objetivo también incluyó la realización de visitas de campo para un reconocimiento de la cuenca y su red hídrica y recopilación de la información hidroclimatológica disponible para el área de estudio, adicional a la proporcionada por el IDEAM. En la Tabla 3 se relacionan las estaciones y las variables utilizadas en esta investigación con el respectivo periodo de tiempo estudiado, teniendo en cuenta que las series obtenidas del IDEAM tienen vacíos en la información de algunos meses, para completar los datos faltantes de todos los parámetros se utilizó la ecuación (4). !" = ($% ∗ !'() (*)) + -'. (4) Donde: DF: dato faltante, Va: valor aleatorio, DesvEst: desviación estándar de los datos existentes para cada mes, Med: Valor promedio de los datos para cada mes. Durante las visitas y recorridos en campo se utilizó la metodología denominada “diálogo semiestructurado” la cual facilita la recolección de información específica mediante diálogos con individuos (informantes clave). La técnica de diálogo semi-estructurado busca evitar algunos de los efectos negativos de los cuestionarios formales, como son: temas cerrados, falta de diálogo, falta de adecuación a las percepciones de las personas. Su aplicación es amplia: estudios sociales, estudios de caso, y comprobación de información de otras fuentes, etc. La diferencia entre el diálogo y entrevista, es que el dialogo busca un intercambio (Geilfus, 2005). En el Apéndice 1 se presenta la guía de entrevista utilizada para esta investigación, que aplica los principios del diálogo semiestructurado con informantes clave, teniendo en cuenta que su adecuada selección es fundamental para la validez de la información: En total se seleccionaron 3 personas bajo los siguientes criterios: que hayan habitado permanente en la cuenca del Lago Guamués durante más de 50 años y su vinculación directa o indirecta con el desarrollo de esta investigación. 56 Tabla 3. Listado de estaciones y las variables contempladas para esta investigación, datos suministrados por el IDEAM NOMBRE DE LA ESTACIÓN Y CÓDIGO IDEAM 4701720 COCHA 47015100 EL ENCANO 47010230 STA ISABEL 47017580 SINDAMANOY 47015040 MICHOACAN 52045010 OBONUCO DATOS Valores medios mensuales de niveles (Cm) Valores medios mensuales de caudales (m3/seg) Valores medios mensuales de temperatura (°C) Valores medios mensuales de humedad relativa (%) Valores totales mensuales de brillo solar (Horas) Valores totales mensuales de precipitación (mm) N° de días mensuales de precipitación Valores totales mensuales de evaporación (mm) Valores medios mensuales de nubosidad (Octas) Valores medios mensuales de punto de rocío (°C) Valores totales mensuales de precipitación (mm) N° de días mensuales de precipitación Valores medios mensuales de niveles (Cm) Valores totales mensuales de precipitación (mm) Valores medios mensuales de temperatura (°C) Valores totales mensuales de precipitación (mm) Valores medios mensuales de temperatura (°C) RANGO DE TIEMPO ESTUDIADO 1.970 –2.013 1.970 – 2.013 1.987- 2.014 1.985- 2.014 1.985- 2.014 1.985- 2.014 1.985- 2.014 1.985- 2.014 1.987- 2.014 1.991- 2.014 1.990- 2.014 1.990- 2.014 1.987-2.011 1.985 – 2.014 1.985 – 2.014 3.2 Resultados A continuación se presenta una descripción de los aspectos climatológicos del humedal, con las series mensuales adquiridas con el IDEAM, en cuanto a las estaciones hidroclimatológicas que se mencionaron en la tabla 3, éstas se ubican espacialmente en la Figura 5 con las trece microcuencas de la zona objeto de estudio. 57 Figura 5. Ubicación de las estaciones y subcuencas en la Cuenca del Lago Guamués 3.2.1 Precipitación. Para el análisis de la precipitación se cuenta con los datos suministrados por el IDEAM medidos en las estaciones El Encano y Santa Isabel. El valor medio anual de precipitación reportado por el IDEAM para el periodo comprendido entre 1.984 al 2.014 fue de 1.375.4 mm medidos en la estación el Encano, y en la estación Santa Isabel se reportó un valor de 1.906.7 mm para el periodo 1.989 al 2.014. Tal como se aprecia en la Gráfica 1 los valores mensuales de precipitación son mayores en la estación Santa Isabel, pero la variación en su 58 comportamiento es similar en las dos estaciones (coinciden los picos de crecimiento o descenso en la precipitación), esta información fue confirmada mediante el diálogo semiestructurado con informantes clave de la zona de estudio, porque al tener solo dos estaciones que miden precipitación en la cuenca, era necesario saber la distribución de estas lluvias en toda la cuenca, por este motivo se concluyó que el régimen de lluvias con la intensidad medida por la estación El Encano se mantiene con los mismos valores totales mensuales históricos hasta la subcuenca denominada Santa Teresita, del margen derecho del Lago y de Romerillo al margen izquierdo (ver Figura 5. Ubicación de las estaciones y subcuencas en la Cuenca del Lago ), a partir de allí el régimen de lluvias aumenta en correspondencia a los datos reportados por la estación Santa Isabel, ésta determinación permitió definir la distribución de las precipitaciones en la construcción del modelo de balance hídrico de la cuenca del Lago Guamués (ítem 4 del presente Informe de investigación). Precipitaciones Encano y Santa Isabel enero 1985 - mayo 2015 700 Estación El Encano Estación Santa Isabel 600 Precipitación(mm) 500 400 300 200 100 0 1985 1990 1995 2000 Tiempo(años) 2005 2010 2015 Gráfica 1. Precipitación total mensual (mm). Estaciones El Encano y Santa Isabel 59 En la tabla 4 se presentan los valores promedios mensuales multianuales de las dos estaciones ubicadas en las microcuencas del Lago Guamués, adicionalmente se trabajó con los datos de la estación Michoacan ubicada a 28.7 Km aproximadamente en línea recta de la Estación La Cocha, en el Departamento del Putumayo, y con la Estación Obonuco, localizada en la ciudad de Pasto; esto con el fin de apreciar la correlación gráfica y numérica (correlación de Pearson) de la precipitación de estas dos zonas con los datos de la Estaciones El Encano y Santa Isabel, teniendo en cuenta que su ubicación geográfica recibe la influencia andina y amazónica. Tabla 4. Precipitación media mensual multianual (mm) en la zona de estudio, y estaciones cercanas Mes / Estación Promedios multianuales de Precipitación mensual (mm) El Encano Santa Isabel Michoacan Obonuco 1.985 – 2.014 1.190 – 2.014 1.975 – 2.014 1.954 - 2.014 Enero 88,4 Febrero 92,4 Marzo 107,9 Abril 142,6 Mayo 154,3 Junio 146,1 Julio 140,5 Agosto 105,1 Septiembre 84,1 Octubre 100,4 Noviembre 111,2 Diciembre 103,7 Total 1.376,7 Fuente: IDEAM (2015) 113,4 127,8 158,0 170,8 208,0 209,4 210,7 182,0 135,1 128,2 119,5 128,8 1.891,6 98,0 116,9 140,4 173,6 194,7 205,5 202,1 139,1 116,3 101,3 103,8 113,8 1.705,6 66,8 63,9 75,2 87,2 67,1 46,0 34,2 28,7 52,7 98,0 105,8 84,2 809,8 A nivel general se puede apreciar que la magnitud de la precipitación reportada por la estación Santa Isabel es superior a las otras 3 estaciones analizadas, y supera en 514.9 mm al valor promedio multianual reportado para la Estación El Encano. También se aprecia que los valores anuales de precipitación histórica reportados para las estaciones Santa Isabel y Michoacan son muy cercanos, con una diferencia de tan solo de 186 mm, ésta lectura inicial de los datos de precipitación fue confirmada posteriormente con el cálculo de las correlaciones de Pearson, en los resultados del tercer objetivo específico de la presente investigación. A continuación se presentan los diagramas 60 de cajas y bigotes elaborados para los datos históricos de precipitación mensual (mm) multianual, en las Gráficas 2, 3 y 4. Precipitación Estación El Encano enero 1985 - diciembre 2014 300 Precipitación(mm) 250 200 150 100 50 Ene Feb Mar Abr May Jun Jul Ago Sep Tiempo(meses) Oct Nov Dic Gráfica 2. Diagrama de cajas y bigotes de precipitación mensual multianual Estacion El Encano La Gráfica 2 muestra dos periodos de lluvia, uno de los meses de abril a julio, y otro de menor intensidad en los meses de octubre y noviembre, los valores máximos se presentan en los meses de abril hasta junio, alcanzando en el mes de mayo un valor total de precipitacion mensual de 154,3 mm., en general la serie de datos históricos de precipitacion analizada (estación El Encano) es homogénea, y con pocos valores atípicos. En cuanto a la Gráfica 3, correspondiente al diagrama de cajas y bigotes de la serie de datos de precipitación registrados por la estación Santa Isabel, permite identificar que históricamente los meses de mayo junio y julio presentan las precipitaciones mas altas (con valores que superan los 200 mm), y un periodo de incremento en las precipitaciones en los meses de noviembre y diciembre que no supera los 130 mm. 61 Precipitación Estación Santa Isabel enero 1990 - diciembre 2014 350 300 Precipitación(mm) 250 200 150 100 50 0 Ene Feb Mar Abr May Jun Jul Ago Sep Tiempo(meses) Oct Nov Dic Gráfica 3. Diagrama de cajas y bigotes de precipitación mensual multianual Estacion Santa Isabel La Gráfica 4 permite una exploracion comparativa de las magnitudes y comportamiento gráfico mensual de la precipitación en las estaciones El Encano, Santa Isabel, Michoacan y Obonuco. Al observar el comportamiento anual de la preciptación en la estación Obonuco, éste presenta magnitudes de precipitación inferiores a las otras 3 estaciones analizadas, con su valor máximo de precipitación en el mes de noviembre (105,8 mm), y su valor anual histórico de 809,8 mm, es duplicado por la estación Santa Isabel (1.891,6 mm anuales). La variación de las precipitaciones reportadas por la estación Obonuco es diferente a las tres estaciones mencionadas, puesto que los meses de marzo a mayo y noviembre a diciembre corresponden a meses más lluviosos, y junio julio y agosto corresponden a meses con menor precipitación en todo el año hidrológico. 62 300 Precipitación El Encano 200 100 0 300 Ene Feb Santa Mar Isabel Abr Precipitación May Jun Jul Ago Sep Oct Nov Dic Ene Feb Michoacan Mar Abr Precipitación May Jun Jul Ago Sep Oct Nov Dic Ene Feb Obonuco Mar Abr Precipitación May Jun Jul Ago Sep Oct Nov Dic Ene May Jun Jul Ago Tiempo(meses) Sep Oct Nov Dic Precipitación (mm) 200 100 0 300 200 100 0 300 200 100 0 Feb Mar Abr Gráfica 4. Diagrama de cajas y bigotes de precipitación mensual multianual Estaciones El Encano, Santa Isabel, Michoacan y Obonuco 3.2.2 Niveles en el Lago Guamués. Se analizaron las series de niveles de agua medidos en las estaciones La Cocha y Sindamoy con el fin de verificar, ente otros aspectos, si el comportamiento es similar, para utilizar la serie más larga en años en el análisis posterior de incidencia de los fenómenos macroclimáticos ENSO y PDO. A continuación en la Tabla 5 se presentan los valores mensuales multianuales (máximo, medio y mínimo) de las dos estaciones mencionadas. Se aclara que la estación limnimétrica Sindamanoy está ubicada en el Lago (ver Figura 4) y la Estación Cocha se ubica por fuera de la demarcación de la cuenca (en el Río Guamués). 63 Tabla 5. Niveles mensuales multianuales (m.s.n.m) Estaciones Sindamanoy y Cocha Promedios multianuales de Niveles mensuales (m.s.n.m) Mes / Estación Sindamanoy 1.987 – 2.013 Max Medio Min Cocha 1.970 – 2.013 Max Med Min Enero 3.102,0 3.025,1 2.951,0 3.018 2.965,9 2.938 Febrero 3.093,0 3.021,8 2.961,0 3.012 2.960,1 2.925 Marzo 3.091,0 3.023,4 2.942,0 3.024 2.961,3 2.924 Abril 3.081,0 3.033,3 2.962,0 3.035 2.969,2 2.934 Mayo 3.106,0 3.054,2 2.994,0 3.037 2.982,8 2.947 Junio 3.152,0 3.066,7 2.900,0 3.071 3.000,3 2.960 Julio 3.151,0 3.091,6 3.042,0 3.068 3.017,8 2.972 Agosto 3.148,0 3.091,1 3.044,0 3.064 3.017,3 2.969 Septiembre 3.132,0 3.080,1 3.025,0 3.056 3.007,4 2.971 Octubre 3.114,0 3.064,7 3.012,0 3.046 2.996,1 2.962 Noviembre 3.110,0 3.052,8 3.006,0 3.031 2.984,7 2.958 Diciembre 3.118,0 3.041,7 2.993,0 3.030 2.976,1 2.950 Total 3.152,0 3.053,9 2.900,0 3.071 3.013,5 2.924 Fuente: IDEAM (2015) La Gráfica 5 correspondiente a la serie de datos de niveles de agua medidos en la estación La Cocha, muestra que los meses de julio y agosto registran los mayores valores de nivel de agua en el Lago Guamués, y un descenso marcado en los meses de enero hasta abril, siendo febrero el mes que presenta el nivel más bajo en el periodo de tiempo analizado. 64 Nivel Estación La Cocha 1970 -2013 3060 3040 Nivel(msnm) 3020 3000 2980 2960 2940 2920 Ene Feb Mar Abr May Jun Jul Ago Sep Tiempo(meses) Oct Nov Dic Gráfica 5. Diagrama de cajas y bigotes de Nivel mensual multianual Estación La Cocha En cuanto al diagrama de caja y bigotes para los niveles en el Lago Guamués, presentado en la Gráfica 6, se puede apreciar que los meses de mayor elevación del nivel en el Lago Guamués son julio y agosto, y los niveles de agua más bajos en el Lago se presentan en febrero y marzo. Se resalta la homogeneidad de los datos, encontrando solo un valor atípico en el mes de diciembre. 65 Nivel Estación Sindamanoy 1987 -2013 3160 3140 3120 3100 Nivel(msnm) 3080 3060 3040 3020 3000 2980 2960 2940 Ene Feb Mar Abr May Jun Jul Ago Sep Tiempo(meses) Oct Nov Dic Gráfica 6. Diagrama de cajas y bigotes de Nivel mensual multianual Estación Sindamoy 3.2.3 Temperatura. La única estación del IDEAM que reporta datos de temperatura en la cuenca delimitada en esta investigación es El Encano, en la Tabla 6 se presentan los valores medios mensuales de temperatura (°C) reportados desde 1987 hasta el 2014. Tal como se puede apreciar en la Gráfica 7, de junio a septiembre se presentan las temperaturas más bajas, con un mínimo histórico de 9.6 °C. Tabla 6. Valores medios mensuales multianuales de Temperatura (°C) Estación El Encano Fuente: IDEAM (2015) Promedios multianuales de Temperatura mensual de 1.987 a 2.014 (°C) Temperatura Feb Mar Abr Máximo 12,8 12,9 12,9 Medio Mínimo (°C) Ene May Jun Jul Ag Sep 13 12,9 12 11,3 11,2 11,5 12,5 12,8 13,9 13,9 12,0 12,0 12,0 12,0 11,9 11,3 10,6 10,6 11,0 11,8 12,3 12,3 11,7 10,8 11,3 11,2 11,3 11,2 10,6 10 11,5 11,4 9,6 9,6 10,4 Oct 11 Nov Dic Total 66 Temperatura Estación El Encano enero 1987 - diciembre 2014 14 13.5 Temperatura(°C) 13 12.5 12 11.5 11 10.5 10 9.5 Ene Feb Mar Abr May Jun Jul Ago Sep Tiempo(meses) Oct Nov Dic Gráfica 7. Diagrama de cajas y bigotes de Temperatura multianual 3.2.4 Evaporación y humedad relativa. En la Tabla 7 se presentan los valores medios mensuales de evaporación, la cual registra sus valores más bajos en los meses de junio y julio, tal como se puede apreciar en la Gráfica 8, contrario al comportamiento de la humedad relativa que se dibuja en la Gráfica 9, y muestra un comportamiento que gráficamente es similar a la precipitación; en la Tabla 8 se muestran los valores medios multianuales de humedad relativa. Tabla 7. Valores medios mensuales multianuales de Evaporación (mm) Estación El Encano Promedios multianuales de Evaporación mensual de 1.985 a 2.014 (mm) Evaporación (mm) Máximo Medio Mínimo Ene Feb Mar Abr 106,2 88,3 587 420,5 72,5 59,1 81,4 52 38,3 44,9 May Jun Jul Ag Sep Oct Nov Dic Total 79 77,4 69,9 71,6 80,8 89,8 91,1 102,9 587,0 71,0 57,9 53,3 53,6 55,3 61,2 71,8 72,8 71,0 780,9 40,6 43,5 28,6 36,2 39,5 43,1 52,1 47,3 58,9 28,6 Fuente: IDEAM (2015) 67 Evaporación El Encano enero 1985 - diciembre 2014 100 90 Evaporación(mm) 80 70 60 50 40 30 Jan Feb Mar Apr May Jun Jul Aug Sep Tiempo(meses) Oct Nov Dec Gráfica 8. Diagrama de cajas y bigotes de Evaporación multianual Tabla 8. Valores medios mensuales multianuales de Humedad Relativa (%) Estación El Encano Humedad Relativa Promedios multianuales de Humedad Relativa mensual de 1990 a 2013 (%) Ene Feb Mar Abr May Jun Jul Ag Sep Oct Nov Dic Total Máximo 89 92 93 93 93 92 92 93 90 89 90 89 93.0 Medio 85.3 85.9 86.6 87.0 87.6 88.4 88.0 86.7 86.3 85.2 84.5 85.7 86.4 Mínimo 77 80 82 84 84 86 85 78 81 82 81 83 77.0 (%) Fuente: IDEAM (2015) 68 Humedad Relativa Estación El Encano 1990 -2013 94 92 90 88 % 86 84 82 80 78 76 Ene Feb Mar Abr May Jun Jul Ago Tiempo(meses) Sep Oct Nov Dic Gráfica 9. Diagrama de cajas y bigotes de Humedad Relativa multianual La Gráfica 10 presenta el comportamiento histórico de la temperatura, la humedad relativa y la evaporación, con el fin de analizar graficamente si en los 28 años con registro de datos, éstos muestran una tendencia de crecimiento. Este comportamiento de incremento de la temperatura se evidenció en la investigación realizada en el Lago Tota (PEER, 2015), sin embargo dadas las condiciones actuales de conservación en el Lago Guamués en comparacion con el Lago Tota, la Gráfica 10 no evidencia un incremento en la temperatura, ni en las demas variables analizadas. 69 Gráfica 10. Temperatura, Humedad Relativa y Evaporación histórica Estación El Encano 3.2.5 Brillo solar y Nubosidad. La nubosidad (ver Tabla 10 y Gráfica 11), presenta un comportamiento constante de marzo a septiembre, y el brillo solar de acuerdo a la serie de datos analizados, presentados en síntesis multianual en la Tabla 9, reporta sus valores máximos en los meses de noviembre, diciembre y enero. Tabla 9. Valores medios mensuales multianuales de Brillo Solar (horas) Estación El Encano Brillo Solar Promedios multianuales de Brillo Solar mensual de 1.987 a 2.014 (horas) Ene Feb Mar Abr May Jun Jul Ag Sep Oct Nov Dic Total Máximo 168,2 143,2 106 80,9 94,3 87,3 104,3 105,3 109,2 144,5 138 183,2 183,2 Medio 96,4 76,3 61,6 58,9 61,3 60,9 64,9 67,9 70,5 87,8 91,6 99,8 74,8 Mínimo 56,2 31,4 24 46,4 33,6 31 21,9 41,1 34,1 54,9 52 70,7 21,9 (Horas) Fuente: IDEAM (2015) 70 Tabla 10. Valores medios mensuales multianuales de Nubosidad (Octas) Estación El Encano Nubosidad Promedios multianuales de Nubosidad mensual de 1986 – 2014 (Octas) (Octas) Ene Feb Mar Abr May Jun Jul Ag Sep Oct Nov Dic Total Máximo 7 7 7 7 7 8 7 8 7 7 7 7 8 Medio 6 6 6 6 6 6 6 6 6 6 6 6 6 Mínimo 3 3 3 4 4 5 4 3 3 3 3 2 2 Fuente: IDEAM (2015) Brillo Solar El Encano Horas 150 100 50 0 8 Ene Feb Mar Abr May Jun Jul Meses Ago Sep Oct Nov Dic Ago Sep Oct Nov Dic Octas 6 4 2 Nubosidad El Encano 0 Ene Feb Mar Abr May Jun Jul Meses Gráfica 11. Diagrama de cajas y bigotes de Brillo Solar y Nubosidad en la Estación El Encano 3.2.6 Velocidad del Viento. La Rosa de los vientos construida por el IDEAM, se presenta en la Gráfica 11, y en la Gráfica 12 se muestra la dirección y rangos de velocidad para una serie de datos de 1985 al 2001. Los datos de dirección y velocidad del viento medidos en la Estación El Encano, muestran que las direcciones predominantes del viento son sur y sur este, y los rangos de velocidad van de 0.1 a 3.3 m/s en la mayoría de los casos analizados (ver Gráficas 12 y 13, suministradas por el IDEAM). 71 Gráfica 12. Rosa de vientos Estación El Encano. Fuente IDEAM (2015) Gráfica 13. Velocidad y dirección del viento Estación El Encano Fuente: IDEAM (2015) 72 Adicionalmente se analizaron las relaciones existentes entre la precipitación, la evaporación y la diferencia mensual de niveles (ver Gráfica 14); también se encontró que el área total de la cuenca es 5.6 veces el área del espejo de agua de la Cocha. Las ecuaciones que mejor representaron la similitud entre las relaciones mencionadas son: ( /) 000 (0.2 ∗ ) / +4∗1 4−1 ∗ 1 56 5678 000 3 (Línea roja) (5) 39 (Línea negra de la Gráfica) (6) 000 :2.5 ∗ ((< − )/1000)? − 0.1 (Línea azul de la Gráfica) (7) Donde: P= Precipitación E= Evaporación N=Nivel Con este análisis se encuentra que los niveles históricos en el Lago Guamués pueden ser determinados a partir de las relaciones matemáticas entre las series mensuales históricas de precipitación y evaporación. 73 0.8 Diferencia de niveles medios mensuales (Estacion Sindamanoy 1987 - 2013) y su similitud con la diferencia precipitacion - evaporacion total mensual (Estación El Encano 1987 - mayo 2015) 0.6 0.4 0.2 0.0 -0.2 -0.4 (Precipitación -Evaporación)/1000*2.5-0.1 (-1 * (nivel i - nivel i +1))/100 (Precipitación-Evaporación)/1000+(Precipitación*0.42-Evaporación)/1000*4 01/01/1987 01/09/1987 01/05/1988 01/01/1989 01/09/1989 01/05/1990 01/01/1991 01/09/1991 01/05/1992 01/01/1993 01/09/1993 01/05/1994 01/01/1995 01/09/1995 01/05/1996 01/01/1997 01/09/1997 01/05/1998 01/01/1999 01/09/1999 01/05/2000 01/01/2001 01/09/2001 01/05/2002 01/01/2003 01/09/2003 01/05/2004 01/01/2005 01/09/2005 01/05/2006 01/01/2007 01/09/2007 01/05/2008 01/01/2009 01/09/2009 01/05/2010 01/01/2011 01/09/2011 01/05/2012 01/01/2013 01/09/2013 01/05/2014 01/01/2015 -0.6 Gráfica 14. Relaciones matemáticas entre Nivel – Precipitación y Evaporación en el Lago Guamués 3.3 Análisis y Discusión Al analizar los datos disponibles de precipitacion en la cuenca objeto de estudio se encuentran hasta la fecha solo dos estaciones del IDEAM, ubicadas en los extremos norte y sur de la misma, por este motivo se decidió elaborar polígonos de Thiessen para el procesamiento de la información de este paramétro, como método de interpolación para obtener la precipitación de cada zona correspondiente a una o varias subcuencas agrupadas, lo cual sirvio de base en el desarrollo del modelo de balance hídrico de ésta investigación. Cabe destacar que actualmente es posible tener informacion hidroclimatológica adicional, en tiempo real de la estación ubicada en el Chalet Guamués desde el año 2.013, a traves de la página web del proyecto: http://peerlagoscolombia.udea.edu.co/ . 74 En general para el desarrollo de este primer objetivo los graficos de cajas y bigotes proporcionaron una visión general de la simetría de la distribución de los datos, excepto la nubosidad cuya mediana no está en el centro del rectángulo para la mayoria de los meses, y la gráfica de temperatura presenta mayor cantidad de valores atípicos (outlayers), lo cual posiblemente se debe a errores en la toma de datos o fallas técnicas en la estación El Encano. La magnitud de precipitación interanual calculada es mayor en la estación Santa Isabel (1891.6 mm), que en la Estación Michoacan (1705.6 mm), que es la mas cercana a ella, ubicada en el Departamento del Putumayo, en cuanto al régimen mensual presentan el mismo comportamiento monomodal, con valores altos en los meses de marzo hasta agosto. En cuanto a los valores interanuales calculados para la estación El Encano (1376.7 mm), con respecto a los obtenidos para la Estación Obonuco (809.8 mm, ubicada en Pasto), se encontró un comportamiento similar mensual bimodal, con dos periodos de lluvia, un periodo de mayor intensidad (abril a julio para El Encano, y marzo a mayo para Obonuco), y otro de menor lluvia (octubre y noviembre para El Encano, y noviembre a diciembre para Obonuco) (ver gráfica 4). Cabe mencionar que el regimen hidrológico caracteristico del sur del Pacifico es monomodal, como ejemplo se tienen las cuencas de los rios Patia y Mira (IDEAM, 2014). La cercania de estas estaciones adicionales (Obonuco y Michoacan), una por el sector andino, y la otra por el sector amazonico, evidencian que el Lago Guamués concentra la influencia climática de estas dos zonas, tal como se expresa en el Plan de Manejo Humedal Ramsar (Corponariño, 2011), si bien en esta área la Zona de Confluencia Intertropical produce lluvias, tambien se presenta un fenómeno de convección orográfica, que condiciona el establecimiento de un perido lluvioso mas intenso, debido al choque de los vientos alisios del sureste contra la vertiente oriental de la cordillera. Debido a la disminucion de la temperatura con la altura, las masas húmedas amazónicas se condensan, generando nubes de lluvia. Lo que hace que esta zona sea significativamente mas húmeda que la existente en el frente de sotavento al lado occidental de la cordillera. En cuanto a eventos extremos, se pudo constatar en el diálogo semiestructurado realizado con los informantes clave (Berta Botina, Peregrino Tulcan; y Joel Lopez Botina), quienes afirmaron que en julio de 1.974 se presentó la inundación mas grave en toda la historia, otra de menor magnitud 75 en el año 2.000, también recuerdan otro suceso en los meses de junio, julio y agosto de 2.014 (Berta Botina, con edad de 69 años). El señor Peregrino Tulcán afirmó que históricamente enero y febrero son meses de verano, aunque en los ultimos años esto ha cambiado, mientras que Don Joel López reportó que en octubre de 1.962 ocurrió una inundación justamente en las fechas de las fiestas de Santa Teresita, al igual que en 1.978, año en que los botes del Lago alcanzaron las instalaciones del cuerpo de bomberos. En los años de 1.965 y enero 1.979 vivieron sequía, finalmente recuerda inundaciones fuertes en los años 2000 y 2012. En este orden de ideas de eventos extremos, de acuerdo al estudio Nacional del Agua (2010), se confirman los siguientes años reportados por las personas entrevistadas como de sequia o inundacion, (ver Tabla 3): 1965 con manifestacion Fuerte de El Niño, 1974 fue clasificado como Niña Fuerte, y el año 2000 categorizado como Niña Moderado (ver Grafica 15), 1962 y 1979 estan clasificados en este estudio como Normal o No ENSO. El Plan Ramsar (2011) reporta una disminución en las lluvias en 1991-1993 y 2001 y 2004, y un aumento de la lluvia en los años 1994 – 1999, con excepcion de 1998 para la estacion Santa Isabel que reporto una disminución significativa. Gráfica 15. Anomalías precipitacion Estación El Encano, con eventos extremos resaltados 76 En cuanto a los datos de niveles mensuales, climatológicamente se aprecia un régimen monomodal con dos periodos de lluvia en el año, pero en el Lago hay un comportamiento monomodal con un solo pico, es decir que no se evidencia una respuesta inmediata en elevación de los niveles, con un retraso de aproximadamente dos meses (los meses comprendidos de abril a julio son los más lluviosos, con precipitaciones superiores a 140 mm mensuales, y los meses de mayor elevación del nivel para las dos estaciones estudiadas están comprendidos de junio a septiembre). Para continuar el análisis de las variables, el comportamiento de la temperatura muestra valores más bajos en los meses de junio a septiembre, y presenta relación con el comportamiento del brillo solar que de marzo hasta agosto registra un decrecimiento en sus valores, mientras la nubosidad presenta un valor promedio constante durante todo el año de 6 Octas. La humedad relativa coincide con el régimen de lluvias, así se puede apreciar en las Gráficas 2, 3 y 9, y la precipitación muestra comportamiento contrario a la evaporación. En la Gráfica 10 muestra los valores históricos mensuales de temperatura, humedad relativa y evaporación, que en primera instancia no evidencian gráficamente un incremento en éstos parámetros en el periodo de tiempo analizado (enero de 1987 a mayo de 2015). Sin embargo puede apreciarse un aumento en los valores de humedad relativa, comprendidos de 1998 al 2003, siendo catalogados como niña moderado los años: 1998, 1999, 2000 y 2001, según el Estudio Nacional del Agua (IDEAM, 2010). Finalmente en cuanto al brillo solar, El Plan Ramsar (2011) describe un comportamiento inverso al de la humedad relativa y al de la precipitación total mensual, la zona presenta una condición de alta nubosidad y humedad relativa durante casi todo el año, con solo dos meses al año (diciembre y enero) de mayor radiación que no superan tres a cuatro horas de brillo solar en el día. En cuanto a la velocidad del viento su comportamiento indica que los vientos que predominan son Alisios del sureste, que transportan humedad desde la región Amazónica y favorecen la formación de nubes orográficas en la vertiente oriental. La carga de humedad de estos vientos es baja, y aunque pasan al otro lado de la divisoria de aguas, su presencia no determina la ocurrencia de lluvias en éste sector, sin embargo interfieren la distribución de humedad y el desarrollo de lloviznas y pequeñas ventiscas en sotavento. 77 4. Balance Hídrico del Lago Guamués 4.1 Metodología El balance hídrico del Lago Guamués se realizó aplicando la ecuación (1), para tal efecto las entradas del modelo de balance consistieron en los valores mensuales de precipitación sobre cada microcuenca que forma parte de la cuenca del Lago Guamués (las 13 microcuencas se agruparon en cinco zonas), con éstos valores de precipitación se ingresó al modelo de tanques (ver Figura 3) y se realizaron los cálculos respectivos de infiltración, almacenamiento temporal y escorrentía subsuperficial, restando los valores de evaporación en cada zona y en el espejo de agua, finalmente se obtuvo el caudal simulado de salida (valores mensuales), que se comparó con el caudal reportado en el río Guamués, estación La Cocha, con el fin de calibrar el modelo, adicionalmente se realizó la calibración de los niveles simulados y los niveles medidos en el Lago Guamués.. Para realizar el modelo de balance hídrico se utilizó el módulo de macros en Excel, cuya estructura fue creada por el director de proyecto PEER (Cañón, 2014), y trabajada en conjunto por los estudiantes adscritos al proyecto macro que trabajaron sus investigaciones en el Lago Tota y la Ciénaga de Ayapel, en la segunda pasantía investigativa realizada por la responsable de esta investigación se adaptó para el caso del Lago Guamués. Se utilizaron los principios del modelo de tanques (propuesto por el hidrólogo Japonés Sugawara), la calibración se realizó por ensayo y error, al comparar los niveles simulados con los niveles reales. Las variables consideradas por el modelo son precipitación, evaporación, niveles en el Lago, caudales de extracción para el acueducto del Corregimiento El Encano como principal demandante, y como única salida de flujo superficial el río Guamués, el modelo también involucra los procesos de infiltración y flujo subsuperficial. El modelo de balance hídrico construido para la cuenca del Lago Guamués no incluyó extracciones de agua para riego, esta decisión se tomó después de confirmar con los habitantes de la zona en el dialogo semiestructurado, porque aunque se presentan actividades de agricultura, estos no cuentan con sistemas de riego, y no han sido necesarios hasta la fecha. 78 Para la construcción del modelo se realizaron secuencias de cálculos y procedimientos, tales como: • Revisión de la cartografía existente para el Lago Guamués (IGAC y mapas del Plan RAMSAR), y una delimitación de las microcuencas, estableciendo 13 microcuencas aportantes al Lago Guamués. • Análisis para agrupar las 13 microcuencas en 5 zonas, de acuerdo a características comunes como: pendiente y capacidad de drenaje (ver Tabla 11). • Cálculo de los valores promedio de precipitación para cada zona y el espejo de agua, teniendo en cuenta que la cuenca del Lago Guamués posee únicamente dos estaciones pluviométricas, una ubicada en la microcuenca El Encano (Estación El Encano) y otra en la microcuenca Guamués Alto (Estación Santa Isabel). La distribución de la lluvia se realizó utilizando polígonos de Thiessen, confirmando la decisión de agrupación anterior con los resultados de diálogo semiestructurado con los informantes clave. En cuanto a la evaporación, se asignaron los valores registrados por la Estación El Encano para todas las microcuencas y el espejo de agua, porque es la única que registra éste parámetro en la cuenca del Lago. Para el cálculo de los valores de precipitación en cada zona, se tuvieron en cuenta las áreas que se identifican en la Tabla 11. Tabla 11. Áreas correspondientes a las zonas que agrupan las microcuencas aportantes al Lago Guamués ZONAS Microcuencas EL ENCANO ZONA A EL CARRIZO ZONA B MOTILON RAMOS QUILINSAYACO ZONA C MOJONDINOY ROMERILLO SANTA TERESITA SAN ISIDRO ZONA D EL NARANJAL AFILADORES GUAMUÉS ALTO Km2 42.36 m2 42367326.63 % Area 18.0% 26.42 26428085.93 11.2% 47.96 47967875.8 20.4% 53.69 53696393.91 22.8% 79 ZONA E SANTA LUCIA TOTAL ZONAS Espejo de Agua Área total cuencas y Laguna 22.77 193.23 22772734.54 193232416.8 41.84 4184.48 235.07 23507.73 9.7% 82.2% 17.8% 100.0% • Para iniciar la corrida del modelo fue necesario establecer de un volumen inicial del Lago (VinicialLago), utilizando la batimetría existente de 1.987. VinicialLago= 250.000.000 m3 • También fue necesario asumir un coeficiente de escorrentía Ce inicial para cada una de las cinco zonas, que fue calibrado durante todo el proceso. También se estableció un valor inicial al Coeficiente de infiltración Ck. La definición de la magnitud de estos dos coeficientes permitieron calcular el agua de escorrentía y el flujo subsuperficial. • A continuación se calculó la escorrentía (Esc) en metros para cada zona, en cada mes, así: (@ = Donde ∗A 000 (8) P= Precipitación, Ce = coeficiente de escorrentía. • Posteriormente se calculó la fracción de precipitación que no se convierte en escorrentía directa (denominada R=Restante), en metros, así. B= ∗( A ) 000 (9) • Con los procedimientos anteriores, se establecieron para cada zona los valores iniciales (en metros) de: infiltración (I) y altura máxima que puede alcanzar el agua almacenada en el suelo (Hsueloalm), los cálculos incluyen las variables altura de agua almacenada en el suelo (Hsuelo), altura de agua de flujo superficial (Hsub), y altura de agua de flujo subsuperficial (Hfsubsup) a continuación se presentan las estructuras de decisión del algoritmo de cálculo que se adjunta gráficamente en el Apéndice 2: 80 Infiltración=0.1 Hsueloalm=0.1 Hsub=0 A continuación al valor Restante se le resta la Evaporación, este dato se denomina: Dif. !CD = B − (10) Si Dif < 0 entonces = E(F'GH%GI + 0 (11) = E(F'GH%GI(*) + !CD (12) Sino Se calcula Hfsubsup, así: ED(FJ(FK = LM ∗ (13) Si Dif >0 entonces E(F'GH = − ED(FJ(FK + !CD (14) E(F'GH = − ED(FJ(FK (15) Sino Si Hsuelo < 0 entonces Hsueloalm = 0 Sino E(F'GH%GI = E(F'GH (16) Es preciso aclarar que la precipitación media correspondiente al Lago no es afectada por ningún coeficiente. El aporte total de cada zona al Lago (DHT) está definido por la sumatoria de la Escorrentía (Esc) y flujo de agua subsuperficial (Hfsubsup), así: !E = (@ + ED(FJ(FK (17) 81 Al multiplicar este valor calculado para cada una de las cinco zonas establecidas (DHT), por su respectiva área, se obtiene el caudal de la zona en metros cúbicos al mes (CaudalZMM), y también en metros cúbicos por segundo (CaudalZMS), así: L%F.%N-- = !E ∗ OP L%F.%N- = !E ∗ OP(1/(30 ∗ 86.400) (18) (19) Debe tenerse en cuenta que los caudales generados para cada zona, no se pueden calibrar uno a uno debido a que en la cuenca de La Cocha no existen estaciones del IDEAM que registren el caudal de ningún afluente del lago Guamués, la única serie de datos disponible con la que realizó la calibración de caudales es la generada por la Estación Cocha, correspondiente a caudales en el río Guamués. Posteriormente, para determinar el caudal de salida en el Río Guamués (QGuamués), se utilizó una ecuación de tipo vertedero, así: TUF%IFé( = OO(W( − EJ%(')XX ∗ 86.400 ∗ 30 (20) Dónde: AA y BB: coeficientes de calibración adimiensionales Ns: Nivel simulado del Lago en msnm Hbase: altura del vertedero (2796.5 m) En consecuencia, se establecieron los siguientes valores que fueron fruto de la calibración durante todo el proceso, para ajustar el caudal de salida: AA = 1.075 BB = 1 En este orden de ideas, se debe mencionar que para el Lago Guamués no se encontró en la bibliografía ni otras fuentes de información, las ecuaciones que relacionen el área (Área superficial del Lago= A.sup.lag), Volumen (V) y Nivel (N), de tal forma que el presente trabajo se constituye en un aporte significativo al establecer estas ecuaciones, las gráficas 16 y 17 permitieron obtener las relaciones matemáticas que involucran las variables mencionadas: 82 OYZ[.\]^ = −3.902,12 ∗ W( + 22.084.700 ∗ W( −31.193.400.000 (21) W( = 1.143,4 ∗ $ − 3.099.500 ∗ $ (22) 60000000.00 50000000.00 Area (m2) 40000000.00 R² = 0.992 30000000.00 20000000.00 10000000.00 0.00 2700 2720 2740 2760 2780 2800 2820 Nivel (msnm) Gráfica 16. Área vs Niveles del Lago Guamués 3.00E+08 2.50E+08 Volumen m3 R² = 0.9782 2.00E+08 1.50E+08 1.00E+08 5.00E+07 0.00E+00 2700 2720 2740 2760 2780 2800 2820 Nivel (msnm) Gráfica 17. Volumen vs Niveles del Lago Guamués 83 El procesamiento de datos del modelo de balance hídrico incluye el cálculo del caudal correspondiente a la precipitación (Plag) y la evaporación (Elag) sobre el lago (Q.precip,lag) y su correspondiente evaporación (Q.evapora.lag), así: T[b T c [.\]^ =1 g][hb].\]^ def 000 3 ∗ OYZ[.\]^ /def =1 000 3 ∗ OYZ[.\]^ (23) (24) El modelo de balance hídrico tuvo en cuenta que la mayor extracción de agua para consumo humano (Qacued) se realiza en la microcuenca El Encano, correspondiente a la zona A, con los datos del Número de Familias que abastece el Acueducto de El Encano (#famAc) utilizando la siguiente expresión: T]cZ i = #D%IO@ ∗ 0,018 ∗ 86.400 ∗ 30 (25) Finalmente, una vez obtenidos los caudales para cada zona y los caudales de salida, el balance resultante es: $ =$ Donde: + T[b c [.\]^ +Tkl +TkXm TkAm Tknm Tk/ -T g][hb].\]^ -T]cZ i (26) Vt= Volumen en el tiempo t (m3/mes) Vt-1= Volumen en el tiempo t – 1 (m3/mes) T[b c [.\]^ = Caudal precipitado en el lago (m3/mes) QzA, QzB, QzC, QzD, QzE = caudales generados en cada una de las cinco zonas (A;B;C;D;y E) (m3/mes) T g][hb].\]^ = Caudal evaporado en lago (m3/mes) El proceso de modelación utilizando las ecuaciones descritas, puede resumirse así: a partir del volumen ( $ ) simulado en el tiempo t, se calcula nuevamente el nivel y se compara con el nivel real (medido por la estación Sindamanoy), de esta manera se selecciona un nuevo conjunto de parámetros (coeficiente de escorrentía, coeficiente de infiltración, parámetros de la ecuación del vertedero de salida) para desarrollar nuevamente los cálculos y así calibrar el balance de agua en 84 la cuenca del Lago. Mediante inspección visual se verificó la tendencia de la gráfica de niveles simulados y niveles reales, y también se calculó su correlación. 4.2 Resultados Los coeficientes de escorrentía obtenidos se presentan en la Tabla 12, se puede apreciar que las zonas A, B, C obtuvieron un valor igual (0.4), pero menor al calibrado para las zonas D y E (0.6). De acuerdo con los resultados de Pizarro, Tapia, Arellano, Jordán y Farías (2006), los valores de éstos coeficientes se encuentran relacionados con la presencia y tipo de cubierta vegetal, las cuales cumplen un rol importante en la reducción y/o retraso en la generación de escorrentías directas, independiente de las condiciones precedentes de humedad. Las condiciones preliminares de humedad del suelo y las intensidades de precipitación, determinan primordialmente las cantidades de escorrentía sobre la cuenca, más que el tipo de cobertura vegetal que posea una cuenca determinada. Teniendo en cuenta lo anterior, se puede decir que “una alta intensidad de precipitación define altos coeficientes de escorrentía, casi de forma independiente de la vegetación presente, ya que, si a la alta intensidad se asocia un suelo húmedo, los coeficientes serían cercanos a uno y para distintas situaciones vegetacionales (Pizarro et al., 2006, p. 9)”. Tabla 12. Coeficientes de escorrentía calibrados para cada zona ZONAS Microcuencas ZONA A EL ENCANO EL CARRIZO ZONA B MOTILON RAMOS QUILINSAYACO ZONA C MOJONDINOY ROMERILLO SANTA TERESITA SAN ISIDRO ZONA D EL NARANJAL AFILADORES GUAMUES ALTO ZONA E SANTA LUCIA Coeficiente de escorrentía Ce 0.4 0.4 0.4 0.6 0.6 85 Con el fin de realizar un análisis de retención de agua en suelos calculada por el modelo, se revisó que el nivel de agua almacenada en el suelo (hsueloalm) no se acumule por más de un año. Para verificar esta situación se graficaron los valores mensuales de agua almacenada en el suelo, que fueron generados por el modelo de balance hídrico. Las Gráficas 18 y 19 muestran que los valores anuales de hsueloalm parten de cero y crecen hasta llegar a un pico máximo y luego descienden a cero en ciclos anuales. La Gráfica 18 muestra el caso específico para la zona A. 0.12 hsueloalm (m) 0.1 0.08 0.06 0.04 0.02 Jan-14 Jan-13 Jan-12 Jan-11 Jan-10 Jan-09 Jan-08 Jan-07 Jan-06 Jan-05 Jan-04 Jan-03 Jan-02 Jan-01 Jan-00 Jan-99 Jan-98 Jan-97 Jan-96 Jan-95 Jan-94 Jan-93 Jan-92 Jan-91 Jan-90 0 Gráfica 18. Agua almacenada en el suelo por el modelo de balance para la Zona A La Gráfica 19 evidencia que el almacenamiento en los suelos para todas las zonas, según el modelo de balance hídrico en el Lago Guamués tiene una distribución anual balaceada, es decir que el agua no se acumula por más de un año en el subsuelo. 86 Macro ZA Macro ZB MacroZC MacroZD MacroZE hsueloalm (m) 0.12 0.1 0.08 0.06 0.04 0.02 Jan-14 Jan-13 Jan-12 Jan-11 Jan-10 Jan-09 Jan-08 Jan-07 Jan-06 Jan-05 Jan-04 Jan-03 Jan-02 Jan-01 Jan-00 Jan-99 Jan-98 Jan-97 Jan-96 Jan-95 Jan-94 Jan-93 Jan-92 Jan-91 Jan-90 0 Gráfica 19. Agua almacenada en el suelo por el modelo de balance para la todas las Zonas niveles simulados Nivel (msnm) niveles medidos 2798.9 2798.4 2797.9 2797.4 2796.9 2796.4 90 92 94 96 98 00 02 04 06 08 10 12 14 Años Gráfica 20. Niveles medidos vs. Niveles simulados 87 Caudales (m3/s) 20 Caudales simulados Caudales medidos 15 10 5 01/01/2013 01/01/2012 01/01/2011 01/01/2010 01/01/2009 01/01/2008 01/01/2007 01/01/2006 01/01/2005 01/01/2004 01/01/2003 01/01/2002 01/01/2001 01/01/2000 01/01/1999 01/01/1998 01/01/1997 01/01/1996 01/01/1995 01/01/1994 01/01/1993 01/01/1992 01/01/1991 01/01/1990 0 Tiempo Gráfica 21. Caudales medidos en el Río Guamués vs. Caudales simulados Para verificar la calibración del modelo se presentan las Gráficas 20 y 21, correspondientes a los niveles y caudales (medidos y simulados) respectivamente. Las dos gráficas muestran que el modelo de balance hídrico representa de manera muy cercana la realidad de las variables de niveles y caudales medidos históricamente en el Lago, puesto que la mayor parte de las líneas graficadas de la simulación (líneas rojas) se superponen o presentan gran cercanía a las líneas de valores reales. Los coeficientes de correlación de Pearson obtenidos fueron: para niveles 0.66 y 0.71 para caudales, lo cual demuestra gran confiabilidad del modelo de balance hídrico, teniendo en cuenta que los resultados de otras investigaciones en este campo de análisis y modelamiento de información climática alcanzan valores máximos de correlación de 0.74 (Leal-Nares, Mendoza, y Carranza, 2010). 4.3 Análisis y Discusión Los resultados de correlación de niveles y caudales obtenidos para el modelo pueden atribuirse parcialmente a la dificultad en calibrar el modelo por zonas debido a que la única estación de medición de caudal en la cuenca está ubicada en el Rió Guamués (Estación Cocha). Los únicos aforos que se encontraron fueron medidos para la investigación denominada: Señales locales de variabilidad climática y su influencia en el comportamiento de los caudales ecológicos en el río El Encano humedal Ramsar La Cocha (Izquierdo, y Madroñero, 2013), los valores medidos y generados por el modelo de balance para la zona A (microcuenca El Encano), se presentan en la 88 Tabla 13. La correlación de Pearson obtenida fue de -0.04, sin embargo es preciso tener en cuenta los aportes de flujo subsuperficial y de escorrentía para toda el área que contempla de modelo de balance, adicionalmente se trata únicamente de 8 datos mensuales medidos en el año 2014, pero la correlación visual y numérica (0.71) de caudales para el modelo en su conjunto con las 5 zonas es buena, éste juicio se apoya en que los análisis y modelamiento de información climática pueden alcanzar valores máximos de correlación de 0.74 (Leal-Nares, Mendoza, y Carranza, 2010). Tabla 13. Caudales medidos y generados por el modelo de balance Fecha del Aforo en el Río Encano Q Q (m3/sg) (m3/sg) medido medido Río El promedio Encano* mes* 1.6498 1.6498 28 de Mayo 2014 1.8119 1.8119 6 de Junio 2014 1.6194 3 de Julio 2014 1.5667 1.5140 17 de Julio 2014 1.8173 1 de Agosto 2014 1.7081 1.5989 15 de Agosto 2014 1.9563 1.9563 13 de Septiembre 2014 2.7588 2.7588 8 de Octubre 2014 *Fuente. Izquierdo y Madroñero (2014). Q (m3/sg) mensual generado por el modelo de balance 1.1366 3.2871 1.2255 2.8457 1.6157 1.7101 Una vez realizada la revisión bibliográfica y consulta con los profesionales locales, se puede afirmar que no se conocen datos de coeficientes de escorrentía (Ce) para la cuenca objeto de estudio, los valores asumidos y calibrados para cada zona deben estar en concordancia con las características del suelo (Devia, 2005), para este fin se hizo un análisis con la información disponible en términos de densidad de drenaje y pendiente de la microcuenca. En la zona de estudio se presentan algunos cultivos transitorios, cultivos misceláneos y pastos naturales, por un manejo inadecuado se encuentran en estas microcuencas problemas de erosión por sobrepastoreo. Las zonas de la ribera del Lago Guamués están siendo constantemente drenadas para la actividad agropecuaria, lo cual ocasiona problemas ecológicos y ambientales. Las mayores pendientes del terreno se presentan en las microcuencas Motilon, Ramos y Carrizo, el Plan Ramsar analiza para ellas protección de la cobertura forestal para mantener en equilibrio la escorrentía y evitar la pérdida 89 de suelos por arrastre (Corponarino 2011), éste aspecto se tuvo en cuenta para calibrar el coeficiente de escorrentía en la Zona B (que agrupa estas tres microcuencas). Otro aspecto que permitió verificar la calibración del modelo fue el análisis de agua almacenada en el suelo, al graficar el valor generado por el modelo (hsueloalm), por cada zona establecida, se evidenció que éste llega a cero en cada ciclo; lo cual demuestra que el modelo es coherente con un balance de agua en los suelos y en el Lago en su ciclo anual. Tal como se muestra en las gráficas 18 y 19, se presenta un periodo comprendido entre enero de 2007 y enero de 2010, donde el ciclo no alcanza a llegar a cero durante estos 3 años, éste fenómeno coincide con los resultados que se muestran en la Gráfica 1, donde la precipitación registrada en la Estación Santa Isabel muestra un notable aumento para el mismo periodo. Villa y Tobón (2011) afirman que en general, se realizan esfuerzos para restaurar las funciones de humedales (mejora de los hábitats de aves silvestres y la restauración de la vegetación). Sin embargo, pocos se han centrado en la comprensión de los procesos hidrológicos, que son un motor clave para la dinámica de los humedales y de ahí parte integral de su gestión y restauración, esto según Konyha et al., 1995; Mitsch y Wilson, 1996; Whittecar y Daniels, 1999 (citados por Villa y Tobón, 2011). Mitsch y Gosselink , (2007) (citados por Villa y Tobón, 2011) explican que los modelos de balance hídrico son extremadamente importantes en la restauración o creación de iniciativas en el manejo de humedales, porque la acumulación de materia orgánica, ciclo de nutrientes, y la dinámica de la vegetación sólo se puede determinar en el contexto de los humedales con un conocimiento de sus flujos hidrológicos, de ahí que los resultados de construcción y ajuste del modelo de balance hídrico del Lago Guamués, permitieron analizar la influencia de los precursores climáticos en su comportamiento, bajo los escenarios que se describen en el capítulo siguiente (ítem 5 del presente informe de investigación), constituyéndose en una herramienta de predicción, bajo un diagnóstico de su comportamiento histórico, con el fin de tener elementos sólidos para la formulación de planes de gestión del riesgo frente a estos fenómenos macroclimáticos, con la gran responsabilidad que implica que este cuerpo de agua tiene una mención de protección internacional como Humedal Ramsar. 90 Vélez, Poveda, Mesa, Hoyos, Salazar, y Mejía (2002), mencionan los conceptos de modelamiento acoplado y desacoplado, en términos de la interacción océano – suelo – atmósfera; de tal forma que el modelo de balance hídrico en el Lago Guamués, desarrollado en el marco de la presente investigación es un modelo sencillo y desacoplado de interacción suelo-atmósfera. En la literatura clásica sobre modelamiento del sistema terrestre, se habla de modelamiento acoplado cuando se modela conjuntamente la interacción océano - suelo- atmósfera. Los autores mencionados concluyen que este tipo de balances hídricos cuando se basan en una buena información de precipitación y de evaporación, funcionan bien, especialmente para el cálculo del caudal medio en lugares que carecen de instrumentación para su medida. Adicionalmente este modelo incluye parámetros de vegetación y del suelo, “ayuda no solo en la cuantificación del caudal medio en cualquier cuenca, sino en proporcionar un estimativo de su variabilidad anual, y de proporcionar información de otras variables importantes en hidrología y en diseño como son los caudales superficiales, subsuperficiales, la evapotranspiración real y la cantidad de agua en el suelo” (Vélez et al, 2002, p.11). Las bondades descritas anteriormente están sujetas a que las cuencas no tengan ninguna intervención antrópica, así se constituye en una herramienta de cuantificación del uso del recurso en algunas zonas, al compararse con el caudal real. Lo anterior confirma la pertinencia en la selección del modelo de tanques para el caso en el Lago Guamués. 91 5. Influencia de los Precursores Climáticos ENSO y PDO en el Balance Hídrico del Lago Guamués 5.1 Metodología Con el fin de estudiar la variabilidad climática en el Lago Guamués, se analizaron las fluctuaciones de las variables hidroclimatológicas alrededor de sus promedios (precipitación, evaporación, nivel, y temperatura); a través del cálculo de las anomalías, las cuales se graficaron para cada variable comparándolas con los valores de los índices macro-climáticos de ENSO publicados por la NOAA, para el rango de tiempo estudiado (30 años transcurridos desde 1985 para la mayoría de las variables). Finalmente se calculó la correlación de Pearson entre las anomalías y los índices para determinar las principales influencias de estos precursores climáticos en la zona de estudio. El criterio para seleccionar las Gráficas 22 a la 30, obedece al mejor ajuste visual entre las curvas y la correlación de Pearson más alta. Posteriormente se establecieron 5 escenarios que incluyeron la ocurrencia o ausencia del ENSO, para la proyección de la precipitación utilizando para la generación de los nuevos datos un modelo estocástico. A continuación se realizó la proyección de la temperatura utilizando un modelo auto regresivo tipo ARMA. Finalmente se realizaron las proyecciones de evaporación utilizando el método de Romanenko. Los datos obtenidos mediante las proyecciones anteriores, fueron introducidos al modelo de balance hídrico del Lago Guamués en Excel, para simular el comportamiento de los niveles en el Lago y caudales en el río Guamués bajo estos escenarios. En esta investigación se definieron 5 escenarios de precipitación, que se detallan en la Tabla 22 (con y sin ocurrencia de ENSO) y la proyección de temperatura se concretó en dos escenarios (ver Figura 6), a saber: temperatura constante o que conserva el comportamiento histórico y temperatura proyectada con un incremento de 2°C. Desde el punto de vista holístico la definición de estos escenarios, debe considerar que las predicciones dependen de cuál de los diferentes escenarios de desarrollo económico y ambiental se puede presentar. De acuerdo con los informes del IPCC, en general, se prevé que las temperaturas medias anuales aumenten en un 1.3 °C para el año 2050, los cambios en las precipitaciones son variados y complejos, y van desde -10 a + 20% con una alta 92 probabilidad de aumentos a lo largo de la costa del Pacífico de América del Sur, y se prevé que aumente en un 1,6 a 8,4 ° C para el año 2050, para el caso específico de Colombia se prevé un calentamiento de 1,4 a 2,5 ° C para el año 2050, mientras que la precipitación puede variar entre 6% y + 5% en los valores actuales (Jarvis, Ramírez, Tapasco, Navarro, Peterson, Zapata, & Fisher, 2013). En cuanto al Departamento de Nariño, los escenarios de cambio climático pronostican para el periodo 2011-2100 un incremento de 0.7°C y de 2041-2070 un aumento de 1.4 °C (IDEAM, PNUD, MADS, DNP y CANCILLERÍA, 2015). Considerando lo descrito anteriormente esta investigación estableció los escenarios de temperatura descritos, y variaciones en la intensidad de las precipitaciones de 10%, 20%, 30% y 40%. 5.1.1 Cálculo de anomalías. Para cada serie de datos (temperatura, precipitación, evaporación, y niveles en el Lago) se realizaron los siguientes cálculos: - Determinación de los valores promedios y las desviaciones estándar por mes de acuerdo a la siguiente ecuación (Wilks, 2006): o-'( p = Donde: (∑q !%*H p + !%*H p m + !%*H pq )s r (27) oMes = Valor promedio del mes Dato x= Dato del mes x en cada año i n= número años de la serie de datos σMes x = y q } ∗ (!%*H p − {z ) + (!%*H m − | zm ) + (!%*H pq − q ) (28) Donde σMes = Desviación estándar del mes Dato x= Dato del mes x en cada año i ~ = Valor promedio del mes (o-'( p) 93 Tabla 14. Datos para cálculo de anomalía a manera de ejemplo Mes y Año Enero 1.987 Febrero 1.987 Marzo 1.987 Abril 1.987 Mayo 1.987 Junio 1.987 Julio 1.987 Agosto 1.987 Septiembre 1.987 Octubre 1.987 Noviembre 1.987 Diciembre 1.987 Enero 1.988 Febrero 1.988 Marzo 1.988 Abril 1.988 Mayo 1.988 Junio 1.988 Julio 1.988 Agosto 1.988 Septiembre 1.988 Octubre 1.988 Noviembre1.988 Diciembre1.988 Enero 1.98X Febrero 1.98X Marzo 1.98X Abril 1.98X Mayo 1.98X Junio 1.98X Julio 1.98X Agosto 1.98X Septiembre 1.98X Octubre 1.98X Noviembre1.98X Diciembre1.98X Parámetro (Temperatura °C) 12,0 12 12,6 12,2 12,7 11,7 11 11 11,4 12,4 12,3 12,7 12,8 12,2 11,8 12,2 12,1 11,7 10,8 10,7 11,2 11,9 12,5 12 11,9 11,8 11,6 11,6 11,5 11,2 10,2 10,8 11,1 11,8 12,6 12,2 A continuación se presenta un ejemplo del cálculo del valor promedio para enero, de acuerdo a los datos de la tabla anterior (Tabla14), los resultados mensuales se muestran en la Tabla (15): o r'•H = (12.233 ∑q 12,0 + 12,8 + 11,9 )s 3 o r'•H = 12,233 °C 94 1 ∗ (12.0 − 12.233) + (12.8 − 12.233) + (11.9 − 12.233) σEnero = † 3−1 σEnero =0,493 °C Tabla 15. Resultados de los promedios y desviaciones estándar del ejemplo Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Promedio Temperatura (°C) 12,233 12,000 12,000 12,000 12,100 11,533 10,667 10,833 11,233 12,033 12,467 12,300 Desviación estándar Temperatura (°C) 0,493 0,200 0,529 0,346 0,600 0,289 0,416 0,153 0,153 0,321 0,153 0,361 Posteriormente se calculan las anomalías de los niveles mes a mes, así: OrHI = (!%*H − o‡ Y )/ˆ‡ Donde: Y (29) Anom= Anomalía del dato i o‡ ˆ‡ Y Y = Promedio del mes correspondiente al dato i = Desviación estándar correspondiente al dato i n= número años de la serie de datos En seguida se muestra un ejemplo de cálculo de anomalía para enero de 1.987 y enero 1.988: OrHI 'r'•H 1987 = 12,0 − 12,233 = −0,473 0,493 95 OrHI 'r'•H 1988 = 12,8 − 12,233 = 1,148 0,493 5.1.2 Cálculo de las anomalías normalizadas. Una vez calculadas las anomalías para todas las variables, se procedió a normalizarlas, dividiendo cada uno de los valores (anomalías obtenidas en el paso anterior), entre el valor máximo de la misma serie de datos de anomalías, de tal forma que los valores oscilen entre -1 y 1, y de esta manera poder comparar todas las gráficas sobre una misma base. El máximo se toma como el valor absoluto del mayor valor (es decir incluyendo datos negativos). OWH•I = (O )/‰-%p|-%p O ℎ%(*% Oq | , |-Cr O ℎ%(*% Oq |‰ (30) Donde OWH•I = Anomalía normalizada del dato i O = Anomalía del dato i |-%p|= valor absoluto del dato de máxima anomalía -%p O ℎ%(*% Oq = Valor máximo de la anomalía del primer dato i de la serie hasta el último dato n de la serie |-Cr O ℎ%(*% Oq | = valor absoluto del dato mínimo (negativo) del primer dato i de la serie hasta el último dato n de la serie En el Apéndice 3, Tabla 1, se muestra un ejemplo de estos cálculos. 5.1.3 Cálculo de medias móviles. Se calculó la media móvil de las anomalías normalizadas para 3, 6 y 12 meses, cabe aclarar que todas las gráficas de este documento se presentan con los datos calculados con media móvil de 12 meses debido a que presentaron una mejor suavización de los picos o valores extremos que no permiten el comportamiento que subyace a los valores medidos. Finalmente, en el Apéndice 3, Tabla 2, se presenta un ejemplo de cálculo de las anomalías normalizadas, con medias móviles de 3 6 y 12 meses, el recuadro amarillo muestra los datos agrupados para media móvil de 3 meses, el rojo muestra un ejemplo para 6 meses, y el morado para 12 meses. 96 5.1.4 Proyecciones de precipitación. Como un elemento para la predicción del comportamiento de la precipitación en los próximos años, se incluyó un cálculo de proyecciones de precipitación bajo cinco escenarios que consideran variaciones en la media, varianza, extremos en los meses húmedos y secos con y sin influencia del ENSO, incluyendo variaciones en las condiciones estadísticas “normales” entre el 10% y 40% (ver Figura 6). Se proyectaron para todos los casos una serie de datos mensuales para 25 años (2015 al 2039). E5. Precip > Mayor precip en meses lluviosos y Precip < precip en meses secos (10, 20, 30 y 40%) con y sin ENSO E1. Precip > Precip Med (10, 20, 30 y 40%) con y sin ENSO E4. E2. Precip > Varianza Precip < Precip Med Conserva = Media (10, 20, 30 y 40%) con y sin ENSO (10, 20, 30 y 40%) con y sin ENSO E3. Precip = Precip Med con y sin ENSO Figura 6. Escenarios definidos para la proyección de la precipitación El cálculo de los cuatro primeros escenarios se realizó mediante la siguiente ecuación, que representa un modelo estocástico con tendencia entre la media y la varianza, independiente en las medias, que no es auto regresivo (es decir que no depende del dato anterior). <I = :(1 C Œ *+o #1 C Œ *+ˆ•?#1 Ž+ (31) Donde Pm= precipitación mensual proyectada para cada escenario i (1 al 5) µ=media mensual de la precipitación histórica, σ = desviación estándar mensual de la precipitación histórica, • = vector de números aleatorios con distribución normal, media 0 y desviación estándar 1, C = tendencia de la media mensual (0-1), 97 C = tendencia de la varianza mensual (0-1), Œ y Œ = factores para realizar un incremento o decremento gradual de la media (Œ ) y la varianza (Œ ) a lo largo del tiempo. α= 1/r siendo n el número de meses a proyectar, t=tiempo (meses) β=influencia del ENSO Pm1= proyección con la mayor precipitación media Pm2=proyección con la menor precipitación media Pm3= proyección con la condición normal Pm4=proyección con la mayor varianza, conservando la misma media Pm5=proyección con la máxima precipitación en meses lluviosos y con la menor precipitación en meses secos (condiciones extremas). La influencia del ENSO fue establecida de acuerdo con una función aleatoria (a) con distribución normal de media 0 y desviación estándar 1 y un tamaño igual al número de años a proyectar. Se establecieron límites en los valores de (a) para determinar años Niña o Niño de la siguiente manera: Si 0<=a<=0.2 año Niña, Si 0.2<a<0.8 Normal, Si 1>=a>=0.8 año Niño El valor de (β) depende de la función (a), de la siguiente forma: Para años Niña: Ž = 0.2 + Œ (32) Ž = 0.8 − Œ (33) Para años Niño: Y para años “Normales” (sin presencia de Niño o Niña), Ž = 0 A continuación se describe la ecuación utilizada para el cálculo del escenario 5, que modifica ligeramente la ecuación anterior utilizada para los otros cuatro escenarios. Para éste fin se definieron los meses húmedos y secos para la cuenca del Lago Guamués. <I = :(1 + (C• − CY )Œ * )μ + (1 + C Œ *)ˆ ℯ?(1 + Ž) (34) 98 Donde: C• = Tendencia en promedio de lluvia de meses húmedos (0-1) CY = Tendencia en promedio de lluvia de meses secos (0-1). Las demás variables conservan la definición establecida para la ecuación de los primeros cuatros escenarios. Utilizando la herramienta de software matemático MATLAB (Cañón, 2015), con el código transferido y adaptado para éste caso en Cocha, se generaron mil series para cada escenario (considerando las variaciones del 10, 20, 30 y 40%). Estas series fueron ordenadas de menor a mayor precipitación generada, y posteriormente se escogió un percentil para cada escenario que se aplicó para la selección del final de grupo ordenado de las mil series; tal como se muestra en la Tabla 16. Tabla 16. Escenarios de variabilidad climática y percentiles asignados Escenario Percentil E1 95 E2 5 E3 50 E4 95 E5 50 Cada una de las series escogidas se comparó con los valores históricos de precipitación (estación El Encano) y se graficaron los resultados mediante la forma de cajas y bigotes con el fin de analizar los datos mínimos, máximos, mediana y distribución de los mismos (se obtuvieron 5 gráficas por cada escenario, para cada una de las cinco zonas que agrupan las microcuencas y el espejo de agua, para un total de 60 gráficas). De acuerdo a los resultados presentados en el capítulo anterior, sobre el comportamiento histórico de las variables hidroclimatológicas en la cuenca, se establecieron los siguientes meses como de mayor precipitación: abril, mayo, junio, julio, agosto y septiembre, los demás como de menor precipitación, en el código utilizado en Matlab para la proyección de la precipitación, estos meses 99 fueron denominados a través de un vector, que definió cero o uno, para los meses de menor o mayor precipitación respectivamente, así: [0 0 0 1 1 1 1 1 1 0 0 0]. Con el fin de verificar las diferencias porcentuales proyectadas de precipitación, (disminución o aumento del 10, 20, 30 y 40%) con las series históricas, se realizó una comparación de los datos mensuales multianuales aplicando la siguiente ecuación: o‘ = (o< − oE+/o< o‘ = Diferencia de los valores medios proyectados de precipitación con respecto a los históricos (35) Donde: multianual. oE= Media mensual de la serie de precipitación histórica. μ<= Media mensual de la serie de precipitación proyectada. 5.1.5 Proyecciones de temperatura. Con el fin de completar los datos proyectados para la alimentación del modelo de balance hídrico y determinar la influencia futura de los precursores climáticos, es preciso realizar una proyección de la temperatura a partir de los datos de la Estación El Encano, de tal forma que se definieron dos escenarios que se representan en la Figura 7. El escenario 1 (ET1) considera la temperatura constante, es decir que la proyección conserva el comportamiento de las magnitudes de temperatura histórica, y un segundo escenario con un incremento de 2°C para 25 años (del año 2015 hasta 2039). ET1 Temperatura Constante ET2 Incremento de 2°C en la Temperatura Figura 7. Escenarios de proyección de Temperatura La validación del procedimiento de proyección de temperatura, (cuyos datos sirvieron de base para proyectar la evaporación), consistió en un trabajo con las series históricas, que radicó en generar 100 una serie de datos de evaporación a partir de los datos reales de humedad relativa y de temperatura histórica, luego se comparó esta serie de evaporación simulada con la evaporación real histórica y se encontró una correlación de 0.5. Posteriormente para generar datos futuros de evaporación se utilizó una ecuación que relaciona la media más la desviación estándar multiplicada por un error. Este procedimiento validó los resultados del modelo de proyección, con los datos históricos y se utilizó la ecuación de Romanenko para obtener la evaporación a partir de los datos históricos y proyectados de la temperatura y de la humedad relativa. La ecuación utilizada para realizar las proyecciones de temperatura para los dos escenarios corresponde al modelo auto regresivo ARMA (1,1) con la siguiente expresión (Bras y RodríguezIturbe, 1985), donde los valores proyectados dependen del valor anterior y del error aleatorio anterior. (*) = Œ ∗ X(t − 1) − Ž ∗ N(* − 1) + N(*) (36) Donde: X (t) =Serie de datos de temperatura proyectada ”1 β1 = Parámetros del modelo Z (t) = Error aleatorio Con los valores obtenidos para (*), se calculan los datos de temperatura para el escenario ET1 mediante siguiente expresión: [bh• c ]i] Donde: = μ + (*) [bh• c ]i] = (37) Temperatura proyectada ET1 μ = Temperatura media mensual En cuanto al cálculo para el escenario ET2 se utilizó la siguiente fórmula: [bh• c ]i] Donde °c = = μ + (*) + °c (38) Valor obtenido de un vector con incrementos de temperatura cuyos valores inician en 0 y terminan en 2°C, en el último mes del último año proyectado (diciembre de 2.039). 101 En primera instancia se calcularon los valores residuales de temperatura (resultado de la resta ente el valor mensual de la temperatura y el valor medio mensual de la serie histórica), y se aplicó la función ARMAX de Matlab a dicha serie de valores residuales. De esta forma se obtuvieron los coeficientes Œ y Ž (parámetros del modelo). Finalmente para la presentación de los resultados de ésta proyección de temperatura bajo los dos escenarios, se generaron mil series de datos para cada uno, utilizando las ecuaciones descritas anteriormente, de esta forma se delinearon las series de datos envolventes con valores máximos y mínimos, cabe aclarar que la serie de datos ET1 corresponde al percentil 5, y para ET2 el percentil 95. 5.1.6 Proyecciones de evaporación. Para generar una serie de datos proyectados de evaporación se utilizó el método de Romanenko que requiere datos de humedad relativa para realizar los cálculos. Como los cómputos de evaporación dependen de la temperatura, los resultados se presentan para los mismos dos escenarios (ET1 temperatura constante y ET2 con incremento en 2°C). A continuación se reporta la ecuación (Xu y Singh, 2001): < = 0.0018 ∗ (25 + ) (100 – HR) (39) Donde: EP= Evaporación potencial (mm/mes) T= Temperatura (°C) HR= Humedad relativa (%) La expresión utilizada para realizar el procesamiento de datos de humedad relativa fue: E• = o + Pˆ (40) Donde: E• = humedad relativa proyectada en el mes i o = promedio de la humedad relativa en el mes i P= variable normal estándar con media cero y varianza unitaria ˆ = desviación estándar de la humedad relativa en el mes i 102 5.2 Resultados 5.2.1 Influencia de los precursores climáticos en las variables hidroclimatológicas del Lago Guamués. Los datos procesados con la metodología descrita anteriormente se presentan en las siguientes gráficas, en primer lugar la Gráfica 22, muestra el comportamiento de las anomalías normalizadas de la serie de datos de nivel medio en las Estaciones La Cocha y Sindamanoy, con respecto a los índices SOI y PDO, cabe anotar que los valores de la serie de datos de PDO fue multiplicada por menos uno, de tal forma que visualmente se puede apreciar una gran similitud en su tendencia histórica con la serie de niveles. Así también la Gráfica 23, permite visualizar mejor esta correlación entre la variación de niveles Estación La Cocha y el inverso de PDO, y en la Gráfica 24 se muestra con más detalle el comportamiento histórico de los niveles reportados en la Estación Sindamanoy y el índice SOI, cabe resaltar que todas la gráficas presentadas para el cumplimiento de éste objetivo incorporan las series normalizadas con el valor absoluto máximo de la serie y suavizadas con media móvil de 12 meses Anomalías de niveles - Estaciones La Cocha y Sindamanoy Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (La Cocha enero 1985 - diciembre 2013, Sindamanoy enero 1987 - diciembre 2013) 1.5 1 Anomalía 0.5 0 -0.5 Anomalía Nivel Cocha PDO (negativo) SOI Anomalía Nivel Sindamanoy -1 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 -1.5 Tiempo (valores mensuales) Gráfica 22. Anomalía de nivel vs índice PDO y SOI 103 Complementando la lectura anterior de los datos, al graficar las anomalías normalizadas de los valores mensuales del nivel en el Lago Guamués (estación La Cocha corresponde a la línea de color negro, y estación Sindamanoy línea magenta) Gráfica 22), conjuntamente con los valores del índice PDO (inverso) y SOI, se observa un comportamiento gráfico donde coinciden claramente las anomalías positivas y negativas y en la mayoría de años llegan a superponerse. Esta aproximación gráfica inicial permitió vislumbrar la relación entre el índice PDO con las anomalías de nivel medido en la Estación La Cocha y el índice SOI con las anomalías correspondientes al nivel reportado en la estación Sindamanoy (Ver Gráficas 23 y 24). También se puede observar que la mayoría de los picos de aumento o descenso, el comportamiento de los niveles del Lago Guamués, precede la manifestación del fenómeno macroclimático (PDO y SOI). 1.5 Anomalías de niveles Estación La Cocha Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1985 - diciembre 2013) 1 Anomalía 0.5 0 -0.5 -1 Anomalía Nivel Cocha PDO (negativo) 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 -1.5 Tiempo (valores mensuales) Gráfica 23. Anomalía de nivel vs índice PDO Las anomalías calculadas para los niveles (Estación Cocha), muestran una alta correlación con el inverso de la serie de PDO, esto indica que durante fases negativas de PDO, los niveles tienden a aumentar y a disminuir en fases positivas de PDO. 104 1.5 Anomalías de niveles Estación Sindamanoy Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1987 - diciembre 2013) 1 Anomalía 0.5 0 -0.5 SOI -1 Anomalía Nivel Sindamanoy Tiempo (valores mensuales) 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 -1.5 Gráfica 24. Anomalía de nivel vs índice SOI En cuanto al comportamiento de la evaporación, ésta no muestra semejanza con la tendencia del índice PDO (ver Gráfica 25), y respecto a la relación entre SOI y la precipitación (ver Gráficas 26 y 27) se muestra una estrecha correlación con las anomalías de la Estación Encano. La mejor correlación visual se dibuja en la Gráfica 28, entre el índice MEI (negativo), y la precipitación de la Estación El Encano. 105 | 1.5 1 0.5 Anomalía 0 -0.5 Anomalías de evaporación Estación El Encano Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1985 - abril 2015) Anomalía Evaporación Tiempo (valores mensuales) PDO 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 -1 -1.5 Anomalías de precipitación Estación El Encano Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1985 - mayo 2015) Gráfica 25. Anomalía de Evaporación vs índice PDO 1.5 1 0 Anomalía Precipitación El Encano 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 01/01/2015 0.5 -0.5 -1 Tiempo (valores mensuales) Gráfica 26. Anomalía de Precipitación Estación El Encano vs índice SOI Anomalía 106 La gráfica 26 muestra la afectación de la precipitación en Lago y su correspondencia con la manifestación de episodios de El Niño en los años 1991 - 1992 (catalogado como “fuerte” por el IDEAM, 2010), y en los años 1994 – 1995 (El Niño moderado, IDEAM, 2010), y en el año 1998 las líneas se superponen mostrando perfectamente la sincronía en la ocurrencia del fenómeno macroclimático con el índice SOI (1997 – 1998 fue catalogado como Niño fuerte, IDEAM, 2010). De igual forma los años 2006 – 2007 (El Niño débil, IDEAM, 2010), 2009 – 2010 (El Niño moderado, IDEAM, 2010) y 2012 – 2013 (Normal o no ENSO, IDEAM, 2010). En cuanto las manifestaciones de La Niña, la gráfica presenta gran coincidencia de las anomalías positivas en precipitación con los valores normalizados del índice SOI en los siguientes años: 1988 – 1989 (La Niña fuerte, IDEAM, 2010), 2007 – 2008 (La Niña moderado, IDEAM, 2010), y 2011 – 2012 (La Niña fuerte, IDEAM, 2010). 1.5 Anomalías de precipitación Santa Isabel Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1990 - diciembre 2014) 1 Anomalía 0.5 0 -0.5 Anomalía Precipitación Santa Isabel SOI Tiempo (valores mensuales) 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 01/01/2015 -1 Gráfica 27. Anomalía de Precipitación Estación Santa Isabel vs índice SOI 107 1.5 Anomalías de precipitación Estación El Encano Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1985 - mayo 2015) 1 Anomalía 0.5 0 -0.5 -1 Tiempo (valores mensuales) 01/01/1985 01/01/1986 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 01/01/2015 -1.5 Anomalía Precipitación El Encano MEI (negativo) Gráfica 28. Anomalía de Precipitación Estación El Encano vs índice MEI Las mejores correlaciones gráficas para la temperatura, se obtuvieron con los índices PDO y SOI (negativo) (Ver Gráficas 29 y 30). Cabe anotar que no se registraron los resultados de las gráficas de las variables hidro-climáticas con el índice AMO, debido a que éstas no mostraron una correlación significativa con éste precursor. 108 Anomalías de temperatura Estación El Encano Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1987 - mayo 2015) 1 Anomalía 0.5 0 -0.5 -1 Anomalía Temperatura El Encano SOI negativo Tiempo (valores mensuales) 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 01/01/2015 -1.5 Gráfica 29. Anomalía de Temperatura Estación El Encano vs índice SOI 1.5 Anomalías de temperatura Estación El Encano Todos los valores normalizados con el valor máximo de la serie, y media móvil de 12 meses (enero 1987 - mayo 2015) 1 Anomalía 0.5 0 -0.5 Anomalía Temperatura El Encano -1 Tiempo (valores mensuales) 01/01/1987 01/01/1988 01/01/1989 01/01/1990 01/01/1991 01/01/1992 01/01/1993 01/01/1994 01/01/1995 01/01/1996 01/01/1997 01/01/1998 01/01/1999 01/01/2000 01/01/2001 01/01/2002 01/01/2003 01/01/2004 01/01/2005 01/01/2006 01/01/2007 01/01/2008 01/01/2009 01/01/2010 01/01/2011 01/01/2012 01/01/2013 01/01/2014 01/01/2015 -1.5 PDO Gráfica 30. Anomalía de Temperatura Estación El Encano vs índice PDO 109 Para realizar un análisis posterior más sólido sobre la influencia de los precursores climáticos en el balance hídrico, se inició con la relación histórica de las variables hidroclimáticas con los índices PDO, SOI, MEI y AMO, tal como se presentó en las gráficas anteriores. En la Tabla 17 se registran los resultados de la correlación calculada para todas las variables hidroclimáticas analizadas con los índices mencionados y en la Tabla 20 los valores para las variables adicionales de las estaciones cercanas a la zona de estudio. Tabla 17. Resultados de la correlación de Pearson para los parámetros hidroclimatológicos y los índices macro climáticos Variable PDO SOI MEI AMO Precipitación El Encano Precipitación Santa Isabel Precipitación Obonuco Precipitación Michoacán Precipitación Mocoa Evaporación El Encano Nivel Sindamanoy Nivel La Cocha Temperatura El Encano Temperatura Michoacan Temperatura Obonuco Temperatura Mocoa -0,49 -0,21 -0,42 -0,12 0,12 0,43 -0,39 -0,56 0,40 0,25 -0,42 0,01 0,70 0,06 0,64 0,31 -0,04 -0,21 0,52 0,45 -0,27 -0,22 0,64 -0,05 -0,70 -0,11 -0,65 -0,31 0,06 0,17 -0,46 -0,44 0,36 0,26 -0,65 0,14 0,20 0,02 0,37 -0,17 -0,14 -0,49 0,27 0,13 0,08 0,26 0,37 0,37 Los resultados presentados en la tabla 19 se consideran muy satisfactorios (especialmente para las siguientes correlaciones: precipitación el Encano SOI y precipitación el Encano – MEI), porque de acuerdo con Guarín (2011), en general las correlaciones de los diversos índices climáticos con las precipitaciones mensuales presentan bajos coeficientes de correlación lineal con un máximo de 0,57, y la investigación realizada por Orozco y Carvajal (2008), con el fin de determinar la incidencia de El Niño-Oscilación del Sur en la precipitación y la temperatura del aire en Colombia, encontró como valor máximo de correlación de Pearson 0.48 (calculada para los valores de temperatura en Colombia con el índice ENOS - NIÑO 4). 110 Tabla 18. Resultados de la correlación de Pearson para los parámetros hidroclimatológicos de varias Estaciones ente sí Variables Precipitación El Encano Precipitación Santa Isabel Precipitación Obonuco Precipitación Michoacán Precipitación Mocoa Nivel Sindamanoy Temperatura El Encano Temperatura Michoacan Temperatura Obonuco Temperatura Mocoa Precipitación Santa Isabel Precipitación El Encano Nivel La Cocha Temperatura Michoacan Temperatura Obonuco 0,33 -0,12 0,14 0,18 0,23 0,32 0,46 0,47 0,81 0,64 0,21 0,83 0,14 0,41 0,05 Finalmente, los datos reportados en la tabla 18 confirman las correlaciones gráficas obtenidas para el comportamiento histórico de los niveles (Estación Sindamanoy y La Cocha); y en cuanto a las precipitaciones se resalta el valor obtenido para la correlación de Pearson entre las precipitaciones de las Estaciones Obonuco y El Encano, aunque gráficamente esta correlación no fue evidente. 5.2.2 Influencia de los precursores climáticos en el balance hídrico del Lago Guamués. A continuación se presentan los resultados del comportamiento del modelo del balance hídrico descrito en el capítulo anterior, frente a escenarios de variabilidad climática. Para ello se hizo una proyección de precipitación bajo cinco escenarios y una proyección de la evaporación con un aumento de dos grados en la temperatura. Los datos fueron corridos en el modelo de balance para analizar el comportamiento de los niveles en el Lago y los caudales de salida en virtud de los escenarios de variabilidad climática futura. En primer lugar se hicieron las proyecciones de precipitación a 25 años (del año 2015 hasta 2039), y se graficaron los datos utilizando el método de cajas y bigotes. En total se tienen 60 gráficas que incluyen las cinco zonas que agrupan las microcuencas y el espejo de agua. A continuación se presentan las gráficas de los cinco escenarios climáticos para algunas zonas, con el fin de mostrar la distribución de la precipitación anual en las zonas bajo la influencia o no del ENSO. (Ver Gráficas 31 a 35). 111 SubcuencaZonaE Escenario1 600 >40% >30% 500 >20% Precipitación (mm) >10% Serie Histórica 400 300 200 100 0 Ene Feb Mar Abr May Jun Jul Mes Ago Sep Oct Nov Dic Gráfica 31. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 1, Zona E, con ENSO SubcuencaZonaA Escenario2 350 <40 300 <30% Precipitación (mm) <20% <10% 250 Serie Histórica 200 150 100 50 0 Ene Feb Mar Abr May Jun Jul Mes Ago Sep Oct Nov Dic Gráfica 32. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 2, Zona A, con ENSO 112 El escenario 1 se proyectó con precipitaciones mayores a la lluvia media histórica para cada zona en los siguientes 25 años. La Gráfica 31 presenta el caso de la zona E (microcuenca Santa Lucia), que simula una elevación en la precipitación con ocurrencia de ENSO especialmente en los meses de mayo a julio. La Gráfica 32 presenta la proyección del escenario 2 para la zona A (microcuenca El Encano), con disminuciones de la precipitación por debajo del promedio histórico y ocurrencia de ENSO, conservando como meses secos (de menor precipitación) enero a marzo, y octubre a diciembre. La Gráfica 33 muestra el caso del escenario 3 con los resultados de la proyección de precipitación con ocurrencia de ENSO para la Zona D (Santa Teresita, San Isidro, El Naranjal, Afiladores y Guamués Alto), conservando las condiciones (tendencia histórica), donde se aprecia la similitud entre lo histórico y lo proyectado. En cuanto al escenario 4, se presenta la Gráfica 34 correspondiente a la zona B (El Carrizo, Motilón y Ramos) con ENSO, allí se puede apreciar la proyección de datos con la mayor varianza conservando la misma media. En algunos meses (de enero a abril, y octubre), se aprecia que un aumento en la varianza no necesariamente corresponde a un incremento en la magnitud de la precipitación. Finalmente en la Gráfica 35 se puede apreciar para la Zona C (Quilinsayaco, Mojondinoy y Romerillo), la proyección realizada con mayor lluvia en meses lluviosos y con menor lluvia en meses secos, con influencia del ENSO. 113 SubcuencaZonaD Escenario3 500 Precipitación (mm) 400 300 200 100 0 Ene Feb Mar Abr May Jun Jul Mes Ago Sep Oct Nov Dic Gráfica 33. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 3, Zona D, con ENSO SubcuencaZonaB Escenario4 400 Varianza >40% 350 Varianza >30% Varianza >20% Precipitación (mm) 300 Varianzada >10% Serie Histórica 250 200 150 100 50 0 Ene Feb Mar Abr May Jun Jul Mes Ago Sep Oct Nov Dic Gráfica 34. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 4, Zona B, con ENSO 114 SubcuencaZonaC Escenario5 350 Extremos >40% Extremos >30% 300 Extremos >20% Precipitación (mm) Extremos >10% Serie Histórica 250 200 150 100 50 0 Ene Feb Mar Abr May Jun Jul Mes Ago Sep Oct Nov Dic Gráfica 35. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 5, Zona C, con ENSO En la tabla 19 se presentan los resultados obtenidos en las diferencias porcentuales de la precipitación y los datos históricos multianuales correspondientes a las gráficas de cajas y bigotes descritas anteriormente. Estos datos se muestran a manera de ejemplo porque el proceso se realizó para los 30 casos proyectados. Aquí se evidencia que el aumento porcentual de la precipitación proyectada para la Zona A, correspondiente al Escenario 1, es proporcional a la proyección porcentual realizada, sin embargo para el aumento del 40% la verificación muestra que alcanza en su mayoría solo el 30%. Tal como se describió en la metodología, para calcular los valores de evaporación proyectada, fue necesario primero realizar la proyección de la temperatura del 2015 al 2043 (29 años). Los resultados se pueden apreciar en la Gráfica 36. 115 Tabla 19. Diferencias del aumento de la precipitación proyectada en la zona A (E1) Aumento Porcentual precipitación Mes 10% 20% 30% Enero 0.16 0.10 0.17 Febrero 0.11 0.18 0.24 Marzo 0.16 0.23 0.29 Abril 0.11 0.18 0.24 Mayo 0.22 0.22 0.27 Junio 0.05 0.13 0.20 Julio 0.08 0.23 0.28 Agosto 0.11 0.18 0.25 Septiembre 0.09 0.21 0.27 Octubre 0.07 0.20 0.26 Noviembre 0.07 0.22 0.28 Diciembre 0.17 0.18 0.25 40% 0.32 0.29 0.33 0.30 0.36 0.26 0.28 0.30 0.29 0.28 0.28 0.34 Temperatura (°C) 16 14 12 10 Proyección constante 8 Temperatura (°C) 16 14 12 10 Proyección incrementada 2°C 51 46 41 36 31 26 21 16 11 06 01 96 91 86 8 Años Gráfica 36. Proyección de Temperatura para los dos escenarios, con sus respectivas envolventes 116 A continuación la gráfica 37 muestra los resultados de proyección de la evaporación a 29 años, con 100 envolventes. 120 Proyección constante 100 80 Evaporacion (mm) 60 40 20 89 92 95 98 01 04 07 10 13 16 19 22 100 25 28 31 34 37 40 43 Proyección incrementada 2°C Años 80 60 40 89 92 95 98 01 04 07 10 13 16 19 22 25 28 31 34 37 40 43 Años Gráfica 37. Proyecciones de evaporación para los dos escenarios a 29 años La Tabla 20 describe los escenarios de simulación del modelo de balance hídrico del lago Guamues, que también se pueden apreciar en la Figura 7, que muestra la interfaz de usuario ubicada en una pestaña de Excel del modelo, con las siguientes posibilidades de elección: • Año de inicio y final de la modelación • Con o sin ocurrencia de ENSO • Temperatura constante o con incremento de 2°C • Precipitación, las opciones se presentan en la Tabla 20. Los resultados de las proyecciones de precipitación y evaporación fueron incorporados en el balance hídrico en Excel, y la corrida del modelo dio como resultado los datos correspondientes a los niveles y caudales de salida para los cinco escenarios establecidos, con y sin influencia de ENSO, de tal forma que se realizó un análisis gráfico de las diferencia de nivel y caudales entre el 117 periodo histórico y las proyecciones de todos los escenarios. En las Gráficas 38 y 39 se presentan los detalles correspondientes, con gráficos de barras multianuales. Tabla 20. Escenarios de precipitación contemplados en el modelo de balance hídrico Lago Guamués Escenario de Precipitación Descripción Pm1 Proyección con la mayor precipitación media Pm2 Proyección con la menor precipitación media Pm3 Proyección con la condición normal Proyección con la mayor Pm4 varianza, conservando la misma media Proyección con la máxima precipitación en meses lluviosos y con la Pm5 menor precipitación en meses secos (condiciones extremas) Intensidad Denominación 10% 20% 30% 40% 10% 20% 30% 40% Pm 1.1 Pm 1.2 Pm 1.3 Pm 1.4 Pm 2.1 Pm 2.2 Pm 2.3 Pm 2.4 10% 20% 30% 40% 10% 20% 30% 40% Pm 3. 0 Pm 4.1 Pm 4.2 Pm 4.3 Pm 4.4 Pm 5.1 Pm 5.2 Pm 5.3 Pm 5.4 Figura 7. Interfaz del Usuario del modelo de balance hídrico del Lago Guamués 118 10% 20% 30% 40% 1 1 1 1 0 0 0 0 -1 -1 -1 -1 1 1 1 1 0 0 0 0 -1 -1 -1 -1 1 1 1 1 0 0 0 0 -1 -1 -1 -1 1 1 1 1 0 0 0 0 -1 -1 -1 -1 1 1 1 1 0 0 0 0 E5 E4 E3 E2 E1 -1 -1 EFMAMJ JASOND -1 EFMAM J JASOND -1 EFMAMJ JASOND EFMAMJ JASOND Gráfica 38. Diferencia de caudales (m3/seg) entre el periodo histórico y las proyecciones de todos los escenarios, (todos bajo el incremento de 2°C en la temperatura y con ocurrencia de ENSO) 119 10% 20% 30% 40% 5 5 5 5 0 0 0 0 -5 -5 -5 -5 2 2 2 2 0 0 0 0 -2 -2 -2 -2 2 2 2 2 0 0 0 0 -2 -2 -2 -2 E5 E4 E3 0 0 0 0 -2 -2 -2 -2 E2 -4 -4 -4 -4 -6 -6 -6 -6 6 4 E1 2 0 6 4 2 0 6 4 2 0 6 4 2 0 E F MA M J J A S O N D E F MA M J J A S O N D E F MA M J J A S O N D E F MA M J J A S O N D Gráfica 39. Diferencia de niveles (msnm) entre el periodo histórico y las proyecciones de todos los escenarios, (Todos bajo el incremento de 2°C en la temperatura y con ocurrencia de ENSO) 5.3 Análisis y Discusión Al graficar las anomalías de los niveles (suavizados con media móvil de 12 meses, normalizados con promedio y desviación estándar mes a mes), se puede apreciar que su tendencia coincide con la anomalía inversa de PDO (suavizada con media móvil de 12 meses), por lo cual se puede considerar que la Oscilación Decadal del Pacífico está relacionada en forma inversa en la variación de los niveles medidos en las estaciones Cocha y Sindamanoy. La variación en los niveles precede al fenómeno PDO hasta diciembre de 2009, donde se manifiesta después. Las gráficas muestran la misma tendencia a partir de 1992, porque antes de este año presenta un comportamiento inverso en la estación Sinadamanoy. Las anomalías de los niveles Cocha y Sindamanoy presentan una 120 similitud gráfica tan cercana, que en varios tramos se superponen, esta correlación es confirmada con un valor de 0.83 al calcular la correlación de Pearson. En cuanto a la evaporación en relación al índice PDO dio como resultado una correlación de Pearson de 0.43, sin embargo gráficamente no se muestra mayor similitud; mientras que la precipitación medida en la estación Encano obtuvo la correlación más alta de todas las variables hidroclimatológicas analizadas con 0.7, con los índices SOI y MEI (negativo), éste comportamiento se evidencio gráficamente. La temperatura alcanzo una correlación de 0.4 con PDO, sin embargo a nivel gráfico exhibió similitud con SOI (negativo). No se encontró evidencia de la influencia del precursor AMO en las variables analizadas, con bajos resultados en las correlaciones de Pearson (estuvieron por debajo de 0.5 hasta 0.02), y sin una similitud gráfica significativa a juicio del investigador. Respecto a la similitud en la variabilidad histórica de los parámetros analizados en la zona de estudio con los datos registrados en las estaciones cercanas al norte y sur (Municipio de Pasto y Departamento del Putumayo), se encontró una correlación de 0.81 entre la precipitación de El Encano y la precipitación medida en la Estación Obonuco (Ciudad de Pasto), mientras que en el lado sur no se evidencio esta similitud, obteniendo un valor de 0.32 para la correlación entre la Estación Michoacan y Santa Isabel, el valor aumentó a 0.46, al comparar ésta última con los datos de precipitación en Mocoa, aunque geográficamente se encuentran más distantes. Cabe resaltar que para las estaciones cercanas a la zona de estudio (Michoacan, Obonuco y Mocoa) la única que obtuvo valores significativos de correlación fue la temperatura medida en la estación Obonuco, con SOI y MEI (0.64 y 0.65 respectivamente), sin embargo gráficamente no se pudo apreciar similitud en el comportamiento histórico de ninguna de las variables estudiadas. Lo cual indica que la ocurrencia de estos fenómenos macroclimáticos es más evidente en la zona de estudio, que en sus cercanías. La utilidad de este proceso de proyecciones radica en la obtención de datos que servirán de insumo para que el modelo de balance hídrico pueda contemplar escenarios a futuro en el Lago Guamués. 121 Se resalta que las subcuencas que tuvieron más influencia debido a su extensión son las agrupadas en las zonas A, C y D con extensiones mayores a 40 km2. Los impactos sociales, económicos y ambientales ocasionados por la ola invernal del 2010-2011 demuestran que el sector agrícola es altamente vulnerable a eventos climáticos extremos (inundaciones, sequias, deslizamientos, etc.), en este tema el departamento de Nariño fue afectado por inundaciones locales y por deslizamientos asociados a altas precipitaciones entre 2010 y 2011. Las máximas anomalías positivas (excesos de lluvias) se registraron en los años 1999 y 2008, mientras que las anomalías negativas en el departamento de Nariño coincidieron en su mayor parte con años El Niño (1991 y 1997), aunque también se registraron disminuciones de lluvias importantes en eventos neutros (año 1985) (Corpoica, 2014). Los resultados encontrados en esta investigación para los datos analizados de precipitación en las estaciones El Encano y Santa Isabel, repiten el panorama departamental descrito anteriormente, especialmente para las anomalías positivas de los años 1999, 2000, 2008, 2011 y 2012, y los valores negativos presentados principalmente en los años 1997, 1998, 2002 y 2003. La evaluación de la frecuencia de los eventos Nino y Nina en el periodo 1982-2013 en el corregimiento del Encano, y la intensidad del evento climático en precipitación (Niño fuerte, periodo 1997-1998, y Niña fuerte, periodo 2010-2011), encontró un aumento en la precipitación en los últimos 10 años: mientras en la década 1985-1994 el exceso fue de 297 mm, entre 20052014 se registraron 1.081 mm, y entre 1995-2004 se encontró un déficit de -1.239 mm. En cuanto a la temperatura el análisis interdecadal permitió identificar dos años con temperatura por debajo de la normal; 1986 y 2002. (PNUD, 2015). Al respecto la presente investigación encontró que además del año 2002, el 2001 también presento las anomalías más bajas de toda la serie estudiada (1987 – mayo de 2015), y respecto a la precipitación el análisis de anomalías normalizadas con media móvil de 12 meses es coherente con los resultados publicados, adicionalmente ésta investigación confirma que las anomalías de precipitación de la estación El Encano (calculadas para las series medias mensuales comprendidas entre enero 1985 y mayo 2015, ver Gráfica 27), se encuentran fuertemente relacionadas con la señal MEI (negativo). Teniendo en cuenta los datos reportados por NOAA en su página web utilizados en éste estudio, los valores negativos del MEI representan la fase fría de ENSO (Niña), mientras que los valores positivos MEI representan la fase 122 cálida del ENSO (El Niño), por lo tanto la precipitación medida en El Encano históricamente presento anomalías positivas (Niña) cuando a nivel macroclimático el índice MEI tomo valores negativos (fase fría, niña), y viceversa. Este comportamiento en conjunto con el modelo de balance hídrico construido, proporciona más elementos de evidencia y predicción de la influencia de la variabilidad climática global en el clima local de la Cocha. Los resultados de la simulación de los escenarios de cambio climático en el modelo de balance hídrico con una proyección de 25 años (enero de 2015 a diciembre de 2039) fueron comparados con el comportamiento histórico mensual utilizando un diagrama de barras (ver Gráficas 37 y 38), las dos graficas corresponden a un escenario con incremento de 2°C en la temperatura, con ocurrencia de ENSO, y cinco escenarios de precipitación con sus respectivas variaciones de 10 al 40%. En cuanto al escenario “E1” (proyección con la mayor precipitación media), se observa que los niveles del lago pueden alcanzar valores por encima del promedio histórico, y para el escenario E2 (proyección con la menor precipitación media), todo lo contrario, los niveles bajarían, especialmente entre mayo y septiembre. Para los demás escenarios el comportamiento multianual es variado, pero las principales fluctuaciones y magnitudes se muestran en los dos primeros escenarios. En cuanto al comportamiento de los caudales, éstos muestran la misma tendencia gráfica de los niveles, con diferencias positivas (aumento de caudal respecto al comportamiento histórico) en el escenario E1 y negativas (disminución de caudal) en el E2, respectivamente. Se seleccionó éste caso con el fin de mostrar los efectos en el Lago de un cambio climático que pueda presentarse con las condiciones extremas de aumento de 2 °C en la temperatura y ocurrencia de ENSO, ésta situación puede darse en la realidad de continuar con la pérdida de los páramos azonales presentes en la cuenca, cambios severos del régimen de lluvias, o la ocurrencia de un ENSO fuerte, sin implementación de las medidas de adaptación pertinentes. 123 6. Conclusiones y Recomendaciones 6.1 Conclusiones Los diagramas de cajas y bigotes multianuales correspondientes a la precipitación en las Estaciones: El Encano, Santa Isabel y Michoacan presentan valores máximos coincidentes en los meses de abril a julio, y la precipitación de mayor magnitud la registra la estación Santa Isabel. En cuanto a los niveles de agua en el Lago, se tiene que los meses de mayor elevación son julio y agosto, y los niveles de agua más bajos en el Lago se presentan en febrero y marzo. Las temperaturas más bajas se registran de junio a septiembre mientas que la evaporación registra sus valores más bajos en los meses de junio y julio, contrario al comportamiento de la humedad relativa que sigue la misma tendencia anual de la precipitación. La nubosidad es constante de marzo a septiembre, y el brillo solar toma sus valores máximos en los meses de noviembre, diciembre y enero. La serie de datos correspondiente a las diferencias mensuales de nivel en el Lago Guamués, ofrece una muy buena aproximación al balance de precipitación y evaporación en la cuenca (constituyendo un modelo simplificado). Esto es importante porque con solo conocer la serie de niveles se puede inferir que tan intenso en lluvias y evaporación (entradas netas) fue el mes correspondiente. Por otro lado la diferencia mensual entre precipitación y evaporación escalada por un coeficiente de 2.5 se ajusta notablemente a los niveles del lago. El modelo de balance hídrico muestra que el almacenamiento de agua en la cuenca del Lago Guamués depende básicamente de las entradas de precipitación por escorrentía directa y flujo subsuperficial, pudiéndose explicar a partir de un modelo de tanques de orden 1.Adicionalmente se concluye que el modelo de balance logró un buen ajuste, a partir de datos de niveles en, precipitación y evaporación, éste modelo permite explorar el comportamiento del Lago a futuro utilizando proyecciones de estas variables en escenarios de cambio climático El caudal de salida del Lago en la corriente Guamués se calculó con mucha aproximación, como un flujo de vertedero de régimen crítico, adicionalmente ésta investigación aportó como nuevo 124 conocimiento las ecuaciones que relacionan las variables de área superficial, niveles y volumen en el Lago Guamués. Con base en los resultados obtenidos se pudo evidenciar una alta correlación de todos los factores hidro-climáticos analizados para el Lago Guamués con los índices de variabilidad climática ENSO y PDO. De esta manera es de esperarse que, en una condición de fase positiva de PDO, la precipitación sea baja, la temperatura alta, la nubosidad baja y la humedad relativa alta, mientras que en una fase negativa de PDO se esperarían mayores lluvias, menores temperaturas, menores humedades relativas y mayor nubosidad en la cuenca. La relación de ocurrencia de los precursores climáticos SOI y MEI con la precipitación medida en la estación Encano, obtuvo el valor de correlación de Pearson más alto de todas las variables analizadas (0.7). En cuanto a los niveles se obtuvo gran similitud gráfica con el valor inverso de PDO y una correlación de 0.52 para los datos de la Estación Sindamanoy. Los resultados de la simulación de escenarios utilizando el modelo de balance hídrico muestran que para unas condiciones de cambio climático con aumento de 2°C y ocurrencia de ENSO, los niveles y caudales de salida serían modificados drásticamente, con aumento o disminución en sus valores, dependiendo del fenómeno ocurrido (Niño o Niña). 125 6.2 Recomendaciones Con el fin de tener más elementos para la toma de decisiones de conservación, gestión del riego y adaptación al cambio climático, es importante entre otros aspectos la investigación de modelos de balance hídrico que incluyan las variables de dirección y velocidad del viento, con el fin de determinar fenómenos de transporte de contaminantes en el Lago Guamués, involucrando adicionalmente variables fisicoquímicas, biológicas y microbiológicas del agua. Para seguir avanzando en la investigación de la dinámica hidrológica del Lago Guamués con fines de simulación de su comportamiento frente a fenómenos macroclimáticos, se requiere incrementar la instrumentación de la cuenca con estaciones hidroclimáticas, de tal forma que se puedan calibrar los modelos para cada microcuenca. El presente estudio contó únicamente con los datos históricos de caudales en el río Guamués para éste fin, pero en la medida que se tengan datos de caudal de los afluentes superficiales y de otras variables, los coeficientes de escorrentía pueden ser ajustados. Como un aporte en este aspecto, el macroproyecto al que pertenece esta investigacióncon el apoyo de la Universidad Mariana deja una estación limnimétrica y climática en la zona del Chalet Guamués. 126 Bibliografía Abrahao, R., Causapé, J., García-Garizábal, I., & Merchán, D., (2011). Implementing irrigation: Water balances and irrigation quality in the Lerma basin (Spain). Agricultural Water Management, 10297(104), 97-104. Bras, R., & Rodríguez-Iturbe, I. (1985). Random functions and hydrology. Addison- Wesley Publishing Company. Bridgewater, P. (2008). A New Context for the Ramsar Convention: Wetlands in a Changing World. Review Of European Community & International Environmental Law, 17(1), 100106. Casassa, G., W Haeberli, G., Jones, G., & Kaser, G. (2006). Current Status of Andean Glaciers, Global and Planetary Change, 59, (1-9), 1- 4. CORPOICA, (2014). Reducción del Riesgo y Adaptación al Cambio Climático. Segundo Informe Semestral. Componentes 1 y 2. Departamento de Nariño. Tibaitatá. CORPONARIÑO (2011). Plan de manejo Humedal Ramsar la Cocha. CORPONARIÑO, (2007). Plan de Acción en Biodiversidad del departamento de Nariño 2006 – 2030 - Propuesta Técnica. Corponariño, Gobernación de Nariño - Secretaría de Agricultura, Instituto de Investigación de Recursos Biológicos Alexander von Humboldt, Unidad Administrativa Especial del Sistema de Parques Nacionales Naturales - UAESPNN Territorial Surandina, Universidad de Nariño, Universidad Mariana y Asociación para el Desarrollo Campesino. CORPONARIÑO. (2015). Plan de gestión ambiental regional - PGAR - CORPONARIÑO 20152032 Recuperado de 127 http://corponarino.gov.co/modules/institucional/informes1.php?tipoi=pgar20152032#PLA N DE GESTION ANUAL REGIONAL 2015-2032. Cañón, J., & Valdés, J. (2011). Assessing the Influence of Global Climate and Anthropogenic Activities on the Water Balance of an Andean Lake, Journal of Water Resource and Protection, 3, 883-891. Davie, T. (2008). Fundamentals of hydrology. Routledge. London. Devia, C. (2005). Aspectos biofísicos. POMCA. Bogotá: Universidad Javeriana. Dimar. Dirección General Marítima. (2016). Recuperado de: https://www.dimar.mil.co/ DNP. (2015). Plan Nacional de adaptación al cambio climático. ABC: Adaptación Bases Conceptuales. Recuperado de https://www.dnp.gov.co/programas/ambiente/Paginas/cambio-climatico.aspx DRP (2012). Resumen Ejecutivo, Diálogo Regional de Política de Agua y Adaptación al Cambio Climático en las Américas (DRP), “Agua y Adaptación al Cambio Climático en las Américas; Soluciones del Diálogo Regional de Política (DRP)”. Tapias, C. Sistemas, modelos y simulación. FIUBA, Facultad de ingeniería de la Universidad de Buenos Aires. Buenos Aires. Garavito, J. (2010). Oportunidades de crecimiento y desarrollo para las empresas colombianas a través del Mecanismo de Desarrollo Limpio (MDL). Producción Más Limpia, 5(2), 48-62. Geilfus, F. (2005). 80 herramientas para el desarrollo participativo. IICA. Gibson, J., Prowse, T., & Peters, D. (2006). Partitioning impacts of climate and regulation on water level variability in Great Slave Lake, Journal of Hydrology, 329196(206), 196-205. 128 Guarín, G. W. (2011). Impacto de la variabilidad climática en la producción de banano en el Urabá Antioqueño. Universidad Nacional de Colombia. IDEAM, (2010). Estudio Nacional del Agua 2010. Instituto de Hidrología, Meteorología y Estudios Ambientales, Bogotá D.C. IDEAM, Estudio Nacional del Agua 2014. Bogotá, D. C., 2015. 496 paginas. ISBN: 978-9588067-70-4 IDEAM, PNUD, MADS, DNP, CANCILLERÍA. (2015). Nuevos Escenarios de Cambio Climático para Colombia 2011- 2100 Herramientas Científicas para la Toma de Decisiones – Enfoque Nacional – Departamental: Tercera Comunicación Nacional de Cambio Climático. Instituto Alexander Von Humboldt. (2004). Proyecto de incentivos para la Laguna De La Cocha como sitio Ramsar (pp. 1–89). Izquierdo Santacruz, M. L., & Madroñero Palacios, S. M. (2013). RÉGIMEN DE CAUDAL ECOLÓGICO, HERRAMIENTA DE GESTIÓN PARA CONSERVAR LA BIOTA ACUÁTICA. Ciencia e Ingeniería Neogranadina, 23(2), 77-94. Kebede, S., Travi, Y., Alemayehu, T., & Mar, V. (2006). Water balance of Lake Tana and its sensitivity to fluctuations in rainfall, Blue Nile basin, Ethiopia. Journal of Hydrology, 316(1– 4), 233-247. Ledesma, J. (2011). Principios de Meteorología y Climatología. Editorial Paraninfo, 1 Edición. Markgraf, V. (2001). Interhemispheric climate linkages. San Diego: Academic Press. Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (2010). Política Nacional para la Gestión Integral del Recurso Hídrico. Bogotá, D.C.: Colombia. 129 Mesa, C. M. P., Parra, M., Rave, J. I. P., Perez, I., & Franco, D. T. (2006). Modelación y simulación computacional de un proceso productivo de una pequeña empresa usando dinámica de sistemas. Ingeniería y Desarrollo, (20). Leal-Nares, O. A., Mendoza, M. E., & Carranza González, E. (2010). Análisis y modelamiento espacial de información climática en la cuenca de Cuitzeo, México. Investigaciones geográficas, (72), 49-67. Orozco, O. L., & Escobar, Y. (2008). Incidencia de El Niño-Oscilación del Sur en la precipitación y la temperatura del aire en Colombia, utilizando el Climate Explorer. Ingeniería & Desarrollo, 23, 114-118. Pastrana, E., & Pacheco-Restrepo, V. (2011). La Convención Ramsar a lo largo del eje local-global: protección de humedales en el Valle del Cauca. Revista Papel Político, 15(2). Pizarro Tapia, R., Tapia Cornejo, M., Arellano, L. R., Jordán Díaz, C., & Farías Daza, C. (2006). Coeficientes de escorrentía instantáneos para la cuenca del río Tutuvén, VII Región del Maule, Chile. Bosque (Valdivia), 27(2), 83-91. PNUD (2015). Medidas de adaptación al cambio climático. Recomendaciones para reducir la vulnerabilidad climática a nivel local. humedal Ramsar Laguna de la Cocha. Pasto. Grupo Editorial .Puntoaparte Bookvertising. Poveda, G., Velez J., Mesa O., Hoyos C., Mejia J., Barco, O., & Correa, P. (2002). Influence of Macroclimatic Phenomenon on the Annual Hydrologic Cycle of Colombia: Linear, NonLinear and Percentage Probability. Meteorología Colombiana, 6, 121-130. Poveda, G., Waylen, P., & Pulwarty, R. (2006). Annual and inter-annual variability of the present climate in northern South America and southern Mesoamerica. Palaeogeography, Palaeoclimatology, Palaeoecology, 234(1), 3-27. 130 Raghunath, H. (2006). Hydrology principles, analysis and design, New Delhi: New Age International. Ltd., Publishers. 1-477. RAMSAR. (2012). The Ramsar Convention on Wetlands, The basic Ramsar List, Recuperado de http://www.ramsar.org/pdf/sitelist.pdf, 1-45. Roldan, G., & Ramirez, J. J. (2008). Limnología Neotropical. Medellín: Universidad de Antioquia. Romanenko, V. (1961). Computation of the autumn soil moisture using a universal relationship for a large area', Proceedings, Ukrainian Hydrometeorological Research Institute, No. 3. Kiev. Salas, J. D., & Obeysekera, J. T. B. (1992). Conceptual basis of seasonal streamflow time series models. Journal of Hydraulic Engineering, 118(8), 1186-1194. Sánchez-Moral, S., Ordóñez, S., Benavente, D., García Del Cura, M.A. (2002). The water balance equations in saline playa lakes: comparison between experimental and recent data from Quero Playa Lake (central Spain). Journal Sedimentary Geology 148, 221–234. Tarazona, A. (2010). Movement in defense of la Cocha lake, Pasto, Nariño, Colombia (1993-2001), Revista Luna Azul, (30), 108. Tate, E., Sutcliffe, J., Conway, D., & Farquharson, F. (2004). Water balance of Lake Victoria: update to 2000 and climate change modelling to 2100. Hydrological Sciences Journal = Journal Des Sciences Hydrologiques, 49(4), 563-574. WMO. (2000). World Metheorology Organization, Tank Model, Centro Nacional de Referencia HOMS de Japon. Recuperado de http://www.wmo.int/pages/prog/hwrp/homs/Components/Spanish/j04101.htm 131 Vuille, M., Francou, B., Wagnon, P., Juen, I., Kaser, G., Mark, B., & Bradley, R. (2008). Climate change and tropical Andean glaciers: Past, present and future, Earth-Science Reviews, 89, 79-96. Wilks, D. S. (2011). Statistical methods in the atmospheric sciences (Vol. 100). Academic press. Xu, X., Yang, D., & Sivapalan, M. (2012). Assessing the impact of climate variability on catchment water balance and vegetation cover”, Hydrology & Earth System Sciences, 16(1), 43-58. Xu, C. Y., & Singh, V. P. (1998). Dependence of evaporation on meteorological variables at different time-scales and intercomparison of estimation methods. Hydrological processes, 12(3), 429-442. Yang, Y., Chen, H., & Yang, Z. (2012). Integration of water quantity and quality in environmental flow assessment in wetlands”, Procedia Environmental Sciences, 13(18th Biennial ISEM Conference on Ecological Modelling for Global Change and Coupled Human and Natural System), 1535-1552. 132 APÉNDICE 1 Guía para el diálogo semiestructurado con informantes claves 133 Guía para el diálogo semiestructurado con informantes claves Balance Hídrico del Lago Guamués y Relación de su Variabilidad con Precursores Climáticos ENSO y PDO 1. Introducción Presentación de la investigadora y su vinculación con la Universidad Mariana y el proyecto PEER, descripción general del proyecto de investigación, motivación “porqué estamos aquí” y presentación de la metodología. 2. Información general • Nombre del informante. • Fecha de llegada a la comunidad. • Edad. • Vereda de residencia. 3. Información sobre eventos climáticos extremos que ha presenciado en la cuenca del Lago Guamués Referencie con el mayor detalle eventos de inundaciones y sequias que se han presentado en la zona. 4. Comentarios adicionales 5. Conclusión • Qué vamos a hacer después. • Agradecimientos. 134 APÉNDICE 2 Diagramas de flujo del modelo de balance hídrico en el Lago Guamués 135 APÉNDICE 3 Ejemplo de cálculo de anomalías 136 Tabla 1. Resultados de las anomalías normalizadas del ejemplo Mes y Año Temperatura °C Anomalía Anomalía normalizada con el valor máximo de la serie (valor absoluto de -1,155) Enero 1.987 Febrero 1.987 Marzo 1.987 Abril 1.987 Mayo 1.987 Junio 1.987 Julio 1.987 Agosto 1.987 Septiembre 1.987 Octubre 1.987 Noviembre 1.987 Diciembre 1.987 Enero 1.988 Febrero 1.988 Marzo 1.988 Abril 1.988 Mayo 1.988 Junio 1.988 Julio 1.988 Agosto 1.988 Septiembre 1.988 Octubre 1.988 Noviembre1.988 Diciembre1.988 Enero 1.98X Febrero 1.98X Marzo 1.98X Abril 1.98X Mayo 1.98X Junio 1.98X Julio 1.98X Agosto 1.98X Septiembre 1.98X Octubre 1.98X Noviembre1.98X Diciembre1.98X 12,0 12 12,6 12,2 12,7 11,7 11 11 11,4 12,4 12,3 12,7 12,8 12,2 11,8 12,2 12,1 11,7 10,8 10,7 11,2 11,9 12,5 12 11,9 11,8 11,6 11,6 11,5 11,2 10,2 10,8 11,1 11,8 12,6 12,2 -0,473 0,000 1,134 0,577 1,000 0,577 0,801 1,091 1,091 1,141 -1,091 1,109 1,149 1,000 -0,378 0,577 0,000 0,577 0,320 -0,873 -0,218 -0,415 0,218 -0,832 -0,676 -1,000 -0,756 -1,155 -1,000 -1,155 -1,121 -0,218 -0,873 -0,726 0,873 -0,277 -0,410 0,000 0,982 0,500 0,866 0,500 0,693 0,945 0,945 0,988 -0,945 0,961 0,995 0,866 -0,327 0,500 0,000 0,500 0,277 -0,756 -0,189 -0,359 0,189 -0,721 -0,585 -0,866 -0,655 -1,000 -0,866 -1,000 -0,971 -0,189 -0,756 -0,629 0,756 -0,240 137 Tabla 2. Resultados de las anomalías normalizadas del ejemplo Mes y Año Anomalía normalizada Media móvil 3 meses Media móvil 6 meses Media móvil 12 meses Enero 1.987 Febrero 1.987 Marzo 1.987 Abril 1.987 Mayo 1.987 Junio 1.987 Julio 1.987 Agosto 1.987 Septiembre 1.987 Octubre 1.987 Noviembre 1.987 Diciembre 1.987 Enero 1.988 Febrero 1.988 Marzo 1.988 Abril 1.988 Mayo 1.988 Junio 1.988 Julio 1.988 Agosto 1.988 Septiembre 1.988 Octubre 1.988 Noviembre1.988 Diciembre1.988 Enero 1.98X Febrero 1.98X Marzo 1.98X Abril 1.98X Mayo 1.98X Junio 1.98X Julio 1.98X Agosto 1.98X Septiembre 1.98X Octubre 1.98X Noviembre1.98X Diciembre1.98X -0,410 0,000 0,982 0,500 0,866 0,500 0,693 0,945 0,945 0,988 -0,945 0,961 0,995 0,866 -0,327 0,500 0,000 0,500 0,277 -0,756 -0,189 -0,359 0,189 -0,721 -0,585 -0,866 -0,655 -1,000 -0,866 -1,000 -0,971 -0,189 -0,756 -0,629 0,756 -0,240 0,191 0,494 0,783 0,622 0,686 0,713 0,861 0,959 0,329 0,335 0,337 0,941 0,511 0,346 0,058 0,333 0,259 0,007 -0,223 -0,435 -0,120 -0,297 -0,372 -0,724 -0,702 -0,840 -0,840 -0,955 -0,946 -0,720 -0,639 -0,525 -0,210 -0,038 0,406 0,590 0,748 0,742 0,823 0,521 0,598 0,648 0,635 0,423 0,342 0,499 0,422 0,303 0,032 0,055 -0,088 -0,056 -0,260 -0,403 -0,422 -0,499 -0,606 -0,782 -0,829 -0,893 -0,780 -0,797 -0,735 -0,465 -0,338 0,502 0,619 0,691 0,582 0,582 0,510 0,510 0,475 0,334 0,239 0,127 0,221 0,081 -0,050 -0,195 -0,222 -0,347 -0,419 -0,544 -0,648 -0,601 -0,648 -0,671 -0,623 -0,583 138