Download Tesis Balance H Lago Guamues ENSO PDO

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 Π*+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),
Πy Π= factores para realizar un incremento o decremento gradual de la media (Π) 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