IMPACTOS DE LA VARIABILIDAD CLIMÁTICA Y LAS ACTIVIDADES HUMANAS EN LA DINÁMICA HIDROLÓGICA DEL LAGO DE TOTA
CAROLINA GONZÁLEZ MORALES Trabajo de grado para optar al título de Magister en Ingeniería Ambiental
Director JULIO EDUARDO CAÑÓN BARRIGA Ingeniero Civil - MSc., PhD en Hidrología y Recursos hídricos
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE INGENIERÍA MEDELLIN 2016
TABLA DE CONTENIDO 1
INTRODUCCIÓN ........................................................................................................ 3
2
PLANTEAMIENTO DEL PROBLEMA........................................................................ 4
3
OBJETIVOS ............................................................................................................... 5
4
5
3.1
OBJETIVO GENERAL ......................................................................................... 5
3.2
OBJETIVOS ESPECÍFICOS ................................................................................ 5
CARACTERIZACIÓN DE LA CUENCA ..................................................................... 6 4.1
ÁREA DE ESTUDIO ............................................................................................ 6
4.2
ACTIVIDADES PRODUCTIVAS EN LA CUENCA DEL LAGO DE TOTA ............ 9
4.2.1
Cultivos de Trucha ........................................................................................ 9
4.2.2
Cultivos Agrícolas ......................................................................................... 9
4.2.3
Industria, acueducto y otras actividades ..................................................... 11
4.3
FÓSFORO Y CRECIMIENTO DE MACRÓFITAS EN EL LAGO ........................ 13
4.4
INFORMACIÓN CLIMÁTICA ............................................................................. 15
4.4.1
Información disponible ................................................................................ 15
4.4.2
Características hidroclimatológicas............................................................. 16
4.4.3
Relaciones con índices macro-climáticos ................................................... 29
ELABORACIÓN DEL MODELO .............................................................................. 39 5.1
Características generales del modelo ................................................................ 41
5.1.1
Reconstrucción de datos faltantes .............................................................. 44
5.2
Cálculo de la precipitación y evaporación por zonas .......................................... 46
5.3
Cálculo de los caudales de Drenaje ................................................................... 49
5.3.1
Calibración de los coeficientes de escorrentía ............................................ 54
5.3.2
Extracciones y Ajuste de Niveles ................................................................ 56
5.4
Análisis de incertidumbre ................................................................................... 59
5.5
Verificación del Modelo de Tanques .................................................................. 60
5.6
Rendimiento cultivos.......................................................................................... 61
5.7
Modelo del fósforo en el lago de Tota ................................................................ 67
5.7.1 6
Crecimiento de las macrófitas ..................................................................... 69
ESCENARIOS CLIMÁTICOS ................................................................................... 73 6.1
Proyecciones de precipitación ........................................................................... 76
6.2
Proyecciones de Temperatura ........................................................................... 84
6.3
Proyecciones de Evapotranspiración ................................................................. 86
6.4
Definición de escenarios .................................................................................... 89
7
Modelo hidrológico: interFaz del usuario ............................................................. 90
8
RESULTADOS ......................................................................................................... 93 8.1
Escenarios Históricos ........................................................................................ 93
8.2
Escenarios Futuros ............................................................................................ 98
9
CONCLUSIONES ................................................................................................... 113
10
RECOMENDACIONES Y TRABAJO FUTURO .................................................. 116
11
BIBLIOGRAFÍA .................................................................................................. 117
LISTADO DE TABLAS Tabla 1. Estaciones climáticas sobre la cuenca del lago de Tota. .................................... 15 Tabla 2. Estaciones limnimétricas en la cuenca del lago de Tota..................................... 15 Tabla 3.Precipitación media mensual estaciones en la cuenca del lago de Tota. ............ 20 Tabla 4.Evaporación media mensual estaciones en la cuenca del lago de Tota. ............. 22 Tabla 5. Valores Totales Mensuales de Humedad Relativa (%). Estación El Túnel (Cuítiva). ........................................................................................................................................ 24 Tabla 6.Valores Totales Mensuales de Temperatura de la Estación El Túnel-Municipio Cuítiva. ............................................................................................................................ 25 Tabla 7. Resultados de las pruebas de tendencia sobre la media aplicadas a las series anuales de temperatura y humedad relativa en el periodo de 1971-2012 mediante el software ANSET. ............................................................................................................. 28 Tabla 8. Coeficientes de correlación de Pearson-variables e índices climáticos. ............. 38 Tabla 9. Coeficiente P para evaluar la hipótesis de no correlación. ................................. 38 Tabla 10. Coeficientes de correlación Estaciones ............................................................ 46 Tabla 11. Método de interpolación espacial escogido por zonas. .................................... 49 Tabla 12. Áreas de cultivos de cebolla en la cuenca ........................................................ 54 Tabla 13. Coeficiente de escorrentía por zonas. .............................................................. 55 Tabla 14. Principales supuestos para el modelo del fósforo............................................. 69 Tabla 15. Disminución porcentual de la precipitación en la zona A (E2). ......................... 83 Tabla 16. Abreviaciones de escenarios de precipitación .................................................. 98
LISTADO DE FIGURAS Figura 1. Ubicación geográfica del Lago de Tota. .............................................................. 6 Figura 2. Estaciones en la cuenca del Lago de Tota (mapa fuente: Google Earth). ......... 16 Figura 3. Distribución espacial de la precipitación media multianual en la cuenca del lago de Tota ............................................................................................................................ 17 Figura 4. Distribución espacial de la precipitación media mensual. .................................. 19 Figura 5.Precipitación mensual multianual en estaciones de la cuenca del lago de Tota. 21 Figura 6.Evaporación mensual multianual en estaciones de la cuenca del lago de Tota. 23 Figura 7. Distribución mensual multianual de variables climáticas. .................................. 25 Figura 8.Humedad relativa y Temperatura. Estación El Túnel, periodo (1971-2012)........ 27 Figura 9.Series anuales de temperatura y humedad relativa. .......................................... 29 Figura 10. Anomalía precipitación vs Índices climáticos globales..................................... 32 Figura 11. Anomalía Temperatura vs Índices climáticos globales .................................... 33 Figura 12. Anomalía Humedad vs Índices climáticos globales ......................................... 34 Figura 13. Anomalía de niveles vs índices climáticos globales ........................................ 35 Figura 14. Anomalía Niveles sin extracciones vs Índices climáticos globales .................. 37 Figura 15. Componentes del Balance hídrico en la cuenca del lago de Tota ................... 42 Figura 16. Diagrama de flujo del modelo aplicado en la cuenca del lago de Tota. Adaptado de Cañón (2002). ............................................................................................................. 43 Figura 17. Regresión lineal para series de precipitación y evaporación. .......................... 45 Figura 18.Zonas en la cuenca del lago de Tota ............................................................... 46 Figura 19. Distribución de la precipitación media multianual. ........................................... 48
Figura 20. Diagrama de flujo del cálculo de la descarga por vertederos: ......................... 52 Figura 21.Cálculo de los caudales de riego. .................................................................... 53 Figura 22. Esquema del modelo de tanques empleado (Fuente propia). ......................... 54 Figura 23. Calibración del coeficiente de escorrentía por zonas. ..................................... 55 Figura 24.Extracciones en la cuenca del lago de Tota (periodo histórico). ....................... 57 Figura 25. Comparación de nivel real y simulado. ............................................................ 57 Figura 26. Comparación nivel real y naturalizado ............................................................ 58 Figura 27. Histograma de frecuencias de niveles naturalizados del lago ......................... 58 Figura 28. Banda de incertidumbre de extracciones ........................................................ 60 Figura 29. Almacenamiento de agua en modelo de tanques Zona A. .............................. 61 Figura 30.Cálculo de la evapotranspiración real anual (Eta). ........................................... 63 Figura 31. Rendimiento estimado de los cultivos de cebolla por zonas para un tope de 0.1 m3/m2-mes ....................................................................................................................... 64 Figura 32. Histograma de frecuencias de rendimiento de cultivos en las cinco zonas de la cuenca. ............................................................................................................................ 65 Figura 33.Rendimiento estimado de los cultivos de cebolla por zonas para un tope de 0.04 m3/m2.mes ....................................................................................................................... 65 Figura 34.Histograma de frecuencias de rendimiento de cultivos en las cinco zonas de la cuenca para un tope de extracción por riego de de 0.04 m3/m2.mes................................ 66 Figura 35. Dinámica del fósforo en el Lago de Tota: 1.Cultivos de trucha 2. Fitoplancton 3. Zooplancton 4, Elodea y Egeria densa, 5. Cultivos de Cebolla, 6. Planta de tratamiento de aguas residuales.............................................................................................................. 69 Figura 36. Diagrama de flujo modelo de fósforo: Pdisueltof: Fósforo disuelto final en el lago, Fitopor: Porcentaje de absorción de fósforo del fitoplancton, Pdispof: Fóforo disponible para
el fitoplancton, Biomacro: Biomasa de macrófita, %Pd: porcentaje de fósforo disuelto, entradamacro: entrada de fósforo a la macrófita .............................................................. 71 Figura 37. Comportamiento del fósforo en el Lago de Tota.............................................. 72 Figura 38. Relación área cubierta por la macrófita-fósforo. .............................................. 73 Figura 39. Escenarios de precipitación (PE) .................................................................... 77 Figura 40. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 1. ..................................................................................................................................... 79 Figura 41. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 2. ..................................................................................................................................... 80 Figura 42. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 3. ..................................................................................................................................... 81 Figura 43. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 4. ..................................................................................................................................... 82 Figura 44.Distribución mensual de la precipitación histórica y proyectada bajo el escenario 5. ..................................................................................................................................... 82 Figura 45. Escenarios de temperatura (TE) . ................................................................... 84 Figura 46. Envolvente de proyecciones de temperatura. ................................................. 86 Figura 47. Envolvente proyecciones de humedad relativa. .............................................. 88 Figura 48. Proyecciones de evapotranspiración............................................................... 89 Figura 49. Interfaz del Usuario. ........................................................................................ 91 Figura 50. Distribución mensual de los escenarios históricos de niveles y descargas por los vertederos........................................................................................................................ 94 Figura 51 Nivel Naturalizado y nivel con efecto del acueducto y riego. ............................ 96 Figura 52. Nivel con Olarte y Desaguadero vs Olarte y Herradura ................................... 97
Figura 53. Diferencia entre niveles promedio mensuales históricos y promedios mensuales naturalizados (sin extracciones antropogénicas) por escenario de precipitación. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. .................... 100 Figura 54. Diferencia mensual de caudal (m3/s) entre la salida histórica por el vertedero y las salidas proyectadas. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. ..................................................................................................... 101 Figura 55. Niveles sin extracciones bajo el escenarios 2 de precipitación con el 30% y el 40% de disminución media. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. ..................................................................................................... 102 Figura 56. Diferencias entre los niveles históricos mensuales y los proyectados con una extracción constante de 800l/s para acueductos e industrias y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. ................... 103 Figura 57. Niveles en todos los escenarios de precipitación con variación del 10%, extracción constante de 800 l/s y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. ..................................................................... 104 Figura 58. Nivel bajo el escenario 2 de precipitación, riego y extracción constante de 800l/s. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. ..... 105 Figura 59. Diferencia de nivel en msnm entre el periodo histórico y las proyecciones bajo todos los escenarios, riego y extracciones de 1600l/s. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. .................................................................. 106 Figura 60.Niveles en todos los escenarios de precipitación con variación del 10%, extracción constante de 1600 l/s y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. .................................................................. 107 Figura 61. Nivel bajo el escenario 2 de precipitación, con riego y extracción de 1600l/s. 108 Figura 62. Escenario climático crítico-probable-efecto del riego y extracciones de 800 l/s. ...................................................................................................................................... 110 Figura 63. Escenario climático crítico-probable-efecto del riego y extracciones de 1600 l/s ...................................................................................................................................... 110
Figura 64. Niveles bajo extracción de 300l/s para acueducto y 200 l/s para otros usos y variaciones en el IANC (Índice de agua no contabilizada). Nota: Se obtuvo tomando el escenario 3 de temperatura con ocurrencia de ENSO. .................................................. 112 Figura 65. Niveles con y sin ENSO bajo extracciones de 800l/s, IANC: 50%, riego y escenario climático más probable. ................................................................................. 112
AGRADECIMIENTOS Durante la realización de este trabajo de investigación, participaron algunas personas e instituciones a las cuales quisiera agradecer, Al profesor Julio Cañón, Director del proyecto, por su dedicación, paciencia y disponibilidad para guiarme durante todo el proceso. Gracias por haber compartido sus conocimientos y haber hecho posible este logro. A los profesores Francisco Molina, Néstor Aguirre y Fabio Vélez por brindarme su asesoría en diferentes temas del proyecto, incluida la modelación del fósforo en el lago. A la Agencia de Estados Unidos para el Desarrollo Internacional (USAID) y su programa PEER que suministró los recursos económicos para llevar a cabo la investigación. Al grupo GAIA, al programa de Posgrados de la Facultad de Ingeniería de la Universidad de Antioquia, y a las instituciones que abrieron sus puertas para escuchar los resultados parciales de la investigación, entre ellas los Colegios San Antonio SUSE y Ramón Ignacio Avella de Aquitania, las Universidades UPTC, UNAD y muy especialmente a Alba Lorena Benavides de la Universidad de Boyacá por la invitación a variados eventos desde el comienzo de este proyecto. Agradezco también a Felipe Velásco de la Fundación Montecito por el acompañamiento durante el proyecto y por el aporte de información esencial para la investigación, así como también a CORPOBOYACA y al grupo Jóvenes de ambiente de Boyacá por todo su esfuerzo y apoyo en la organización de los talleres de socialización. Por último y no menos importante quiero agradecer muy sinceramente a mis familiares y amigos, a mis padres y hermanos que me brindaron la fortaleza para afrontar las dificultades en este proceso, a Juan Pablo por ser mi compañero de lucha, Gabriel Rosado por darme su apoyo incondicional, Isabel Muñoz, Jorge Mario, Maria Bernarda, Camilo, Henry y Lorena por ser mis compañeros de estudio y sin quienes no hubiese sido posible culminar esta meta.
RESUMEN En este trabajo de investigación se estudió el efecto de la variabilidad climática y las actividades humanas en la dinámica hidrológica futura del lago de Tota, el lago de montaña más grande en extensión que tiene Colombia. Para tal fin se evaluaron las relaciones existentes entre las variables climáticas locales y los índices macro climáticos (PDO, AMO y SOI) y se elaboró un modelo hidrológico basado en el principio de lluvia- escorrentía, que involucra dinámica de sistemas y toma de decisiones bajo diferentes escenarios climáticos. Para elaborar el modelo, se consideró la dinámica del riego racional para los cultivos de cebolla junca presentes en la cuenca, los trasvases para uso industrial y para acueductos veredales y municipales, las descargas por los vertederos y la dinámica del fósforo como una componente de calidad, considerando la relación existente entre la concentración de fósforo y el crecimiento de las macrófitas E. densa y Elodea. Los resultados demuestran una correlación de 0.5 entre el índice SOI y los niveles naturalizados del lago. En un horizonte de treinta años, los escenarios climáticos evaluados indican un futuro favorable para el lago, sin embargo, con una disminución media de la lluvia por debajo del 30% se requieren mayores restricciones en el uso del agua para preservar sus niveles por encima del valor mínimo crítico. Se observó además que la concentración de fósforo en el lago depende del crecimiento de macrófitas, por lo que esta medición podría no ser un indicativo de calidad. Finalmente se concluye que el modelo es una herramienta útil para la gestión y diseño de planes de manejo en la cuenca. Palabras claves: variabilidad climática, dinámica de sistemas, escenarios climáticos, modelos, macrófitas acuáticas.
1 de 121
ABSTRACT In this research, the effect of climate variability and human activities on the future hydrological dynamics of Tota’s lake (described as the largest lake in Colombia) was studied. For this, the relationships between local climatic variables and global climate indices (PDO, AMO and SOI) were evaluated. As well, a hidrological model based on the principle of rain-runoff with systems dynamics and decision making under different climate scenarios was developed. To develop the model, were considered the dynamics of rational irrigation for onion crops present in the basin , diversions for industrial and for veredales and municipal aqueducts , the discharges through the landfills and the phosphorus dynamics as a quality component, considering the relationship between the concentration of phosphorus and the growth of E. dense and Elodea macrophytes. The results show a correlation of 0.5 between the SOI index and naturalized lake levels. In a thirty-year horizon, the evaluated climatic scenarios indicate a favorable future for the lake, however, with an average decrease in rainfall below 30% require restrictions on water use to preserve their value levels above critical minimum. It was also noted that the concentration of phosphorus in the lake depends on the growth of macrophytes, so this measure may not be indicative of quality. Finally was concluded that the model is a useful tool for the management and design of management plans in the basin. Key words: climate variability, dynamic of systems, climatic scenarios, models, aquatic macrophytes.
2 de 121
1
INTRODUCCIÓN
Los efectos de la variabilidad climática y las actividades humanas en los cuerpos de agua han sido ampliamente estudiados (Buytaert et al., 2012). Las investigaciones muestran la influencia del crecimiento socioeconómico y la variabilidad climática en la cantidad y calidad de los recursos hídricos. En Colombia, uno de los ecosistemas con cambios significativos en la dinámica hidrológica es el lago de Tota, el lago más grande del país y que representa una reserva de agua importante para muchos municipios en el departamento de Boyacá. El lago de Tota ejemplifica el papel de los factores antropogénicos y el cambio climático en la capacidad hidrológica de los lagos de alta montaña. En la cuenca del lago se desarrollan actividades agrícolas (como cultivos largos de cebolla, papas y arvejas), la pesca artesanal y la producción ganadera. Además se utiliza para el riego de cultivos, acueductos (municipales y rurales) e industrias. Cada vez más incrementa el interés acerca del futuro del lago de Tota y aunque hay algunos estudios que han demostrado el deterioro del lago en términos de cantidad y calidad (Cañón y Valdés, 2011; Chaparro, 2013), no hay estudios que reflejen cómo la toma de decisiones en los diferentes escenarios climáticos puede afectar la cantidad y la calidad del recurso. En esta tesis se explora el futuro del lago de Tota utilizando un modelo dinámico hidrosocial que representa la interacción de los actores principales en la cuenca (autoridad ambiental, agricultores y pescadores) bajo diferentes escenarios climáticos (porcentaje de aumento o disminución de las variables climáticas locales). Esta tesis se divide en seis capítulos principales: comenzando con una caracterización inicial de la cuenca, luego la descripción de los procedimientos realizados para la elaboración del modelo, los escenarios climáticos considerados, la interfaz del usuario y por último se presentan los resultados y las principales conclusiones encontradas.
3 de 123
2
PLANTEAMIENTO DEL PROBLEMA
La variabilidad climática y las actividades humanas están afectando ecosistemas como glaciares y picos nevados y es muy probable que tengan un fuerte impacto en los recursos hídricos en muchas regiones del mundo (Bates et al., 2008). En Colombia esto se ha visto reflejado en la desaparición de ocho picos nevados y el retroceso de los seis restantes, de los cuales se espera su desaparición para el año 2020 (Poveda & Pineda, 2009). La pérdida de las capas de hielo provoca severos cambios en las corrientes debido a la falta de amortiguadores durante las estaciones secas y a la disminución o desaparición de cuerpos de agua de gran altitud (Ruiz et al., 2008). Entre los ambientes más sensibles a los cambios en las condiciones climáticas a escala mundial, regional y local, se encuentran los ecosistemas de alta montaña, que además son de especial importancia para la economía y las actividades de las comunidades ya que satisfacen la demanda de agua de las poblaciones ubicadas en las partes más bajas. Entre los ecosistemas de alta montaña se encuentran los Andes tropicales, caracterizados por poseer un sistema climático complejo, con gradientes extremos de precipitación y temperatura, lo cual puede convertirlos en ecosistemas altamente vulnerables al cambio climático. Por tal motivo los lagos de montaña de esta región se enfrentan a un futuro incierto. Este es el caso del lago de Tota, el más grande en extensión que tiene el país y que representa una reserva importante para algunos municipios del departamento de Boyacá (Aquitania, Sogamoso, Tota y Cuitiva). En la cuenca del lago se realizan actividades agrícolas (como cultivos de cebolla larga, papa y arveja), pesca artesanal, producción pecuaria y turismo. Además se aprovecha para el riego de cultivos y para abastecer acueductos (municipales y rurales) e industrias. Las actividades humanas en la región, al igual que la variabilidad climática, ponen en riesgo la disponibilidad y calidad del recurso. Estudios anteriores demuestran que los niveles del lago de Tota tienen una tendencia decreciente de cerca de 1.5 cm/año (Cañón y Rodríguez, 2002; Cañón, 2011), especialmente por la disminución de los caudales afluentes al lago en época de verano (entre diciembre y marzo) (Chaparro, 2013). Adicionalmente no existen datos confiables acerca de las extracciones realizadas al lago para diferentes usos.
4 de 123
Debido a esto, es importante continuar realizando el seguimiento de los niveles del lago a lo largo de los años con la finalidad de predecir futuros comportamientos del sistema. Para tal seguimiento se plantea en esta tesis un modelo que permite responder preguntas acerca de lo que pasará en el lago bajo variaciones climáticas y de condiciones de uso para actividades humanas.
3 3.1
OBJETIVOS OBJETIVO GENERAL
Modelar la variación de los niveles del lago Tota, incluyendo su comportamiento natural y bajo la influencia de las actividades humanas realizadas en la cuenca, con la finalidad de predecir la respuesta del lago a diferentes escenarios climáticos y de comportamiento humano.
3.2
OBJETIVOS ESPECÍFICOS Realizar el balance hidrológico actualizado de la cuenca del lago Tota, incluyendo para este los datos de las estaciones meteorológicas del IDEAM y de CORPOBOYACA, los usos del suelo de la cuenca, los caudales afluentes y los caudales demandados por los pobladores e industrias de la región.
Evaluar el efecto de los cultivos agrícolas, la piscicultura y las captaciones de agua para el consumo humano, sobre la cantidad del agua del lago Tota.
Realizar un modelo hidro-social donde se evalúe cómo las decisiones de diferentes grupos de personas con respecto a las actividades productivas de la región afectan los niveles del lago Tota.
5 de 123
4 4.1
CARACTERIZACIÓN DE LA CUENCA ÁREA DE ESTUDIO
El lago de Tota es el lago más grande en extensión que tiene Colombia y el segundo en Suramérica. Está situado en un área interandina de la cordillera oriental en el límite superior de la zona térmica fría (3015 m.s.n.m), al centro-oriente del departamento de Boyacá ( ver Figura 1), entre las coordenadas 5° 28’ 13’’- 5° 39’ 14’’ latitud norte y 72° 50’ 38’’-73°00’00’’ longitud oeste, en la jurisdicción de los municipios de Aquitania, Cuitiva y Tota (Pontificia Universidad Javeriana, 2005) (Rincón, 2007). El área de su espejo de agua es de 55 km2 (de los 220 km2 de toda la cuenca). Posee un volumen de almacenamiento aproximado de 1.900 millones de metros cúbicos, tiene 13 km de largo, 8 km de ancho y un perímetro de 49 km. Está formado por dos cubetas, Lago Grande y Lago Chico con profundidades máximas de 61 y 40 m respectivamente, separado por una cadena de montañas que van desde el sur hasta el noroeste y conforman las penínsulas de Daitó y Susacá, y las Islas San Pedro y Cerro Chino (Monroy, et al., 1991 en (Rincón, 2007)).
Figura 1. Ubicación geográfica del Lago de Tota.
6 de 123
El Lago cuenta con un complejo insular compuesto por tres islas, destacándose la isla San Pedro de 40 ha de extensión (ver Foto 1) y se encuentra rodeado por los páramos de Las Alfombras, Suse, Hirva, Tobal, Curíes, Pozos, Hato laguna, entre otros (Ministerios, 2014) los cuales se constituyen como reguladores naturales de la escorrentía
debido a la
conjunción del clima del páramo y las características de vegetación y suelos (Diaz et al., 2005).
Foto 1. Cuenca Lago de Tota (Fuente propia).
El lago de Tota es un ecosistema especialmente importante debido a sus beneficios, funciones y a la biodiversidad que alberga. Entre sus funciones esta la recarga y descarga de acuíferos, refugio de vida silvestre (se registran aproximadamente 20 especies de aves acuáticas y seis especies de aves migratorias), provisión de agua, y recreación (Rincón, 2007). El lago constituye más del 25 % de la cuenca (Rincón, 2007) y por tanto es la principal fuente de agua para el desarrollo económico de la región ya que es fuente de suministro para cultivos agrícolas, uso doméstico, pesca artesanal y cultivos de trucha. En el lago de Tota confluyen diferentes quebradas y ríos, destacándose las quebradas Hato Laguna, Los pozos, La Mugre, Agua Blanca, el río Tobal entre otras (UPTC, 2007), las cuales componen, junto con la precipitación sobre la cuenca y el espejo de agua, las entradas hidrológicas naturales del lago. El río Olarte es un afluente del río Upía, sin embargo en el año 1961 fue desviado al lago de Tota con la finalidad de aumentar sus niveles. Las obras de desviación sufrieron una suspensión en 1962 debido a protestas de 7 de 123
campesinos por inundaciones en sus cultivos pero desde el año 1976 estas obras se encuentran en funcionamiento en forma más o menos continua (Pérez, 2013), componiendo por tanto otra entrada hidrológica del lago. Las salidas hidrológicas y antropogénicas del lago las constituyen la evapotranspiración de la vegetación en la cuenca, la evaporación del espejo del agua, las extracciones antrópicas por el túnel de Cuítiva (cota 3013.305msnm) para las industrias y acueductos veredales y municipales y las descargas realizadas en los dos vertedero de salida del lago: El Desaguadero y La Herradura que constituyen el nacimiento del río Upía, el cual aporta a la cuenca del río Orinoco (ver Foto 2).
Foto 2.Vertedero La Herradura (Efluente lago). (Fuente propia)
El lago de Tota es un cuerpo de agua altamente intervenido por actividades antrópicas: piscicultura, agricultura (especialmente cultivos de cebolla), extracciones domésticas e industriales, aguas residuales vertidas sin previo tratamiento, pesca artesanal, entre otras. Esto ha generado problemas ambientales como el descenso progresivo de sus niveles (Cañón & Valdes, 2011), especialmente por la disminución de los caudales afluentes al lago en época de verano (entre diciembre y marzo) (Chaparro, 2013) y el crecimiento excesivo de macrófitas debido al aporte de nutrientes provenientes de los fertilizantes orgánicos (gallinaza) usados en los cultivos de cebollas, los alimentos para los cultivos de trucha arcoíris y las aguas residuales vertidas al lago.
8 de 123
4.2 4.2.1
ACTIVIDADES PRODUCTIVAS EN LA CUENCA DEL LAGO DE TOTA Cultivos de Trucha
La piscicultura es una de las principales actividades económicas de los municipios presentes en el lago de Tota. La trucha Arcoiris (Onchorhyncus mykiss) se ha convertido en emblema del lago y uno de sus principales atractivos turísticos (Pinzón et al, 2012). Los ocho cultivos de trucha activos (ver Foto 3) tienen en total 222 jaulas que ocupan 13503 m2 equivalentes al 0.02% del área total del lago. Adicionalmente producen 652 ton de trucha al año de las 7200 de producción nacional, equivalentes al 9% ,con un valor estimado de $ 5836 millones de pesos al año (Pinzón et al., 2012).
Foto 3. Cultivo de Trucha Arcoiris en el Lago de Tota (fuente propia).
El alimento suministrado a la trucha es rico en fósforo (P) para favorecer su crecimiento y desarrollo óseo (Isea et al., 2008), sin embargo su sistema de aplicación genera un alto porcentaje de desperdicio y el alimento no consumido sale de las jaulas por las corrientes, se incorpora al sistema, en el agua, peces, sedimento, fitoplancton y macrófitas. 4.2.2
Cultivos Agrícolas
En la cuenca del lago de Tota se cultivan papa, haba, arveja y maíz, siendo el cultivo de cebolla larga o junca la principal actividad económica de la región (Villalba et al., 2001), con un área estimada de cultivo de 4300 hectáreas (Vela, 2005). 9 de 123
Se estima que en la cuenca hay cerca de 2200 cultivadores de cebolla larga que producen aproximadamente 180000 ton/año (Chaparro, 2013), representando la principal fuente de empleo para los pobladores de la cuenca. Por esta razón, en los últimos 40 años Aquitania, Cuítiva y Tota han experimentado la expansión de los monocultivos de cebolla larga que ha convertido a la región en la proveedora del 80% de la cebolla que consume el país (Ministerios, 2014). De acuerdo con Villalba et al. (2001) las plantaciones van desde los 3.015 msnm en las orillas del lago hasta los 3.600 msnm en las zonas de ladera, en la parte alta de la cordillera. Para realizar el riego de los cultivos se utilizan diferentes sistemas: microaspersión con motobomba, aprovechando la diferencia de alturas y en algunos casos por gravedad a través de zanjas (Vela, 2005) ( ver Foto 4).
Foto 4.Cultivos de cebolla larga en la cuenca del Lago de Tota.
El principal fertilizante usado para los cultivos de cebolla junca es la gallinaza cruda. De acuerdo con Chaparro (2013), la gallinaza cruda representa un insumo fundamental para garantizar la producción de la cebolla larga catalogada como “fina” en Corabastos, lo que se traduce en mayores ingresos netos en comparción con el uso de abonos compostados.
10 de 123
La cantidad de gallinaza cruda aplicada a los cultivos ha aumentado a lo largo de los años. Se estima que en 1983 se usaban 26 ton/ha/año. En 1991 40 ton/ha/año y entre 1991 y 2012, 80 ton/ha/año (Chaparro, 2013; Pinzón et al., 2012). Lo anterior produce mayor aporte de nutrientes al lago, favoreciendo procesos de eutrofización y por tanto el deterioro de sus condiciones ambientales. 4.2.3
Industria, acueducto y otras actividades
El Boquerón de Cuitiva, llamado también túnel de Cuitiva (ver Foto 5) es un sistema de extracción localizado en la parte Norte del lago por medio del cual se realizan extracciones para los acueductos municipales de Sogamoso, Iza, Firavitoba, Pesca, Nobsa, Tibasosa, Cuitiva y Tota; para los acueductos veredales de Chiguatá, Macías, Lagunita; y para las Industrias Acerías Paz del Río y Cementos Argos (Chaparro, 2013).
Foto 5. Boquerón o Túnel de Cuítiva (izquierda) y ganadería en la cuenca (derecha) (Fuente propia).
De acuerdo con Chaparro et al. (2013), Acerías Paz del Río ha reducido gradualmente la cantidad de agua que extrae del lago, pasando de 539 litros/segundo (l/s) en promedio durante los años 80, a 190 l/s en promedio durante la primera década del siglo XXI. Por otra parte, de acuerdo con Acerías Paz del Río, la infraestructura que compone el túnel tiene unos consumos promedio de 801 l/s, de los cuales Sogamoso y su valle reciben el 49% (FMontecito, 2013), mientras que el acueducto de Nobsa y la empresa Cementos 11 de 123
Argos reciben en promedio
0.82 l/s y 2.71 l/s respectivamente (Orozco,et al. 2012).
Adicionalmente, otras actividades productivas como la ganadería, la pesca artesanal y el turismo son realizadas en la región. La actividad pecuaria, principalmente de bovinos y ovinos, se encuentra poco desarrollada (Foto 5). En Aquitania se reportan 16800 cabezas de ganado y en Tota y Cuítiva cerca de 2.800 cabezas cada uno (Ministerios, 2014). La demanda de agua para uso pecuario está estimada de acuerdo con Pérez & Macías (2005) en 25 l/animal/día, lo que se traduce en un consumo mensual cercano a 2736 m3 en la cuenca para esta actividad. Por otra parte, la belleza paisajística del lago de Tota le brinda un alto potencial ecoturístico, aunque esta actividad no ha sido altamente desarrollada. Actualmente sobre la ribera del Lago se encuentran ubicados 10 hoteles con cerca de 250 camas, que generan alrededor de 150 empleos directos e indirectos. Otra modalidad de turismo es la pesca deportiva que se concentra los fines de semana y días festivos (Ministerios, 2014). Playa blanca (ver Foto 6), es uno de los lugares más turísticos del lago, sin embargo no se ha aprovechado todo
su potencial y no le representa mayores ingresos económicos al Municipio de Cuitiva (donde se encuentra ubicada) (Martínez et al., 2004).
Foto 6. Playa Blanca-Turismo en la cuenca del lago de Tota (fuente propia).
12 de 123
4.3
FÓSFORO Y CRECIMIENTO DE MACRÓFITAS EN EL LAGO
A pesar de que algunos afluentes como las quebradas La Mugre, Agua Blanca, Los Pozos y el río Tobal, presentan niveles de contaminación importantes de distinta índole, el lago de Tota exhibe buenas condiciones físicas y químicas en sus aguas naturales (Ramírez, 2005). Lo anterior se debe a la elevada capacidad ambiental del lago producto del volumen de agua que alberga (cerca de 2 millones de m3) la cual le confiere una capacidad de dilución suficiente para la carga contaminante recibida (Ramírez & Paeres, 2005). Uno de los mayores problemas que se presenta en el lago de Tota, en cuanto a calidad, es el alto aporte de nutrientes generado por las principales actividades productivas de la región, entre ellas los cultivos agrícolas, los cultivos de trucha arcoíris y las aguas residuales del municipio de Aquitania. La cebolla larga, principal cultivo agrícola en la región, cubre cerca de 4500 ha de la cuenca (Vela, 2005). Para su producción se utilizan agroquímicos y gallinaza fresca en la fertilización de los cultivos. La gallinaza contiene aproximadamente 1% de fósforo (P) de acuerdo con las suposiciones realizadas por Vollenweider (Molina, 2013). De este, un 1% logra llegar al lago por escorrentía (Vollenweider, 1983). Considerando como uso actual 4080 ton/ha año de gallinaza (Pinzón et al., 2012), el aporte de fósforo por esta fuente es de aproximadamente 36 ton en el año. En el cultivo de trucha Arcoiris se considera, según algunos autores, que la pérdida de fósforo corresponde a 2/3 del alimento balanceado suministrado a los peces, proveniente del alimento que no es consumido por los peces y el excretado en sus procesos metabólicos (Pinzón et al., 2012). Considerando que para una producción de trucha aproximada de 652 ton/año se requieren 913 ton de alimento/año (factor de conversión alimenticia 1.4:1) y que el alimento balanceado contiene 1.3% de fósforo, la entrada de fosforo al lago es en promedio 3,4 ton/año (Pinzón et al., 2012). Aunque existe una planta de tratamiento (PTAR) para las aguas residuales (AR) del municipio de Aquitania, esta sólo atiende el 35% del área de la cabecera municipal y efectúa un tratamiento secundario incompleto (Ramírez & Paeres, 2005), por este motivo la mayor
13 de 123
parte del fósforo presente en las AR ( proveniente principalmente de los detergentes) llega directamente al lago de Tota, aportando 3,074 ton de fósforo/año. Los aportes de fósforo provenientes de algunas actividades desarrolladas en la cuenca han generado el crecimiento excesivo de macrófitas en el lago de Tota, principalmente, Elodea sp, Elodea nuttallii, E. densa y Juncos (macrófitas aéreas enraizadas) (ver Foto 7).
Foto 7.Macrófitas en el Lago de Tota (fuente propia).
Las macrófitas enraizadas Elodea y E. densa, fueron introducidas al lago en los años 50s. Estas plantas se desarrollan en zonas de aguas poco profundas y en las que la circulación de agua es muy baja. Estas macrófitas han crecido hasta taponar y hacer no utilizable cerca del 12% del lago (Ramírez, 2005). De acuerdo con las características de crecimiento de la Elodea y la E. densa, se observa un gran desarrollo de macrófitas en las márgenes del lago (Cordero, Ruíz, & Vargas, 2005), especialmente en la la zona inmediata a la desembocadura de la Q. La Mugre (afluente que exhibe los niveles más elevados de contaminación en la región) donde tal franja alcanza cerca de 50 m de ancho (Ramírez & Paeres, 2005). El crecimiento de estás macrófitas es la respuesta natural del ecosistema al excesivo aporte de fósforo al lago, por lo cual Ramírez & Paeres (2005) consideran que estas plantas desempeñan un papel biodepurador sobre las aguas recibidas, tomando el exceso de 14 de 123
nutrientes y transformandolo en biomasa vegetal, mejorando por tanto las características físicas y químicas del cuerpo de agua. Estas macrófitas han protegido al lago de cierta manera ya que, de acuerdo con Ruiz (2012), las mediciones fisicoquímicas realizadas desde el año 1984 hasta el 2010 demuestran que el 90% de las aguas del lago son oligotróficas y que las mayores afectaciones negativas se encuentran en el llamado Lago Chico, con algunos signos de eutrofización.
4.4 4.4.1
INFORMACIÓN CLIMÁTICA Información disponible
La cuenca del lago de Tota cuenta con estaciones hidroclimatológicas del instituto de hidrología, Meteorología y estudios ambientales de Colombia (IDEAM) ubicadas de forma distribuida en la cuenca. Las estaciones toman datos de precipitación, evaporación, temperatura, brillo solar, radiación solar, niveles y caudales de afluentes al lago (ver Tabla 1 y Tabla 2). Tabla 1. Estaciones climáticas sobre la cuenca del lago de Tota. Estación Las Cintas Colorados Guaquira Potrerito Olarte Aquitania El túnel Las villitas Tota
Municipio Aquitania Aquitania Aquitania Aquitania Aquitania Aquitania Cuítiva Aquitania Tota
Coordenadas 5°37'0'' N 72°52'0'' W 5°31'0'' N -72°52'0'' W 5°28'0'' N-72°59'0'' W 5°28'39,3''N-72°56'55'' W 5°29'0'' N- 72°56'0'' W 5°31'0'' N-72°53'0'' W 5° 34"N-72°56"W 5°37'0'' -N 72°55'0'' W 5°34'0'' N -72°59'0'' W
P x x x x x x x
E x x
T HR BS
x x x x x
x
x
x
Tabla 2. Estaciones limnimétricas en la cuenca del lago de Tota. Estación Localización P E Q T HR BS x Hato Laguna Aquitania (5°35'0'' N 72°53'0'' W) x Desaguadero Aquitania (5°29'0'' N 72°56'0'' W) P=precipitación, E=evaporación, Q=caudal, T=temperatura, HR=humedad relativa y BS=brillo solar.
15 de 123
A continuación se presenta la ubicación de las estaciones climáticas presentes en la cuenca del lago de Tota (ver Figura 2).
Figura 2. Estaciones en la cuenca del Lago de Tota (mapa fuente: Google Earth).
4.4.2
Características hidroclimatológicas
4.4.2.1 Precipitación Isoyetas Las Isoyetas son curvas que unen puntos en un plano cartográfico con igual lámina de precipitación en la unidad de tiempo considerada (Mijares & Contreras, 2006). Es un método flexible que permite interpolar la precipitación entre pluviómetros adyacentes (Chow, et al., 1994) .
16 de 123
Para la cuenca del lago de Tota se construyeron isoyetas de precipitación con el programa ArcGis 10.2, usando la interpolación tipo spline. Las isoyetas permiten mostrar la variación espacial de la precipitación media en la cuenca (ver Figura 3).
Figura 3. Distribución espacial de la precipitación media multianual en la cuenca del lago de Tota De acuerdo con la Figura 3, la lluvia se distribuye preferencialmente de oriente a occidente, con mayores registros de lluvia sobre la región oriental comparada con el flanco occidental. Por tal razón, lugares como Hato Laguna y las subcuencas de las quebradas Los Pozos y 17 de 123
Corrales, pertenecientes al municipio de Aquitania, presentan un régimen de precipitación más alto que en las subcuencas del río Olarte o de la quebrada Guayachal en el municipio de Tota. Adicionalmente al mayor aporte de lluvias, se observa que en las subcuencas del flanco oriental, la distribución de la lluvia es menos uniforme que en la región occidental, con una variación de 1375 mm a 900 mm, es decir una diferencia de 475mm, mientras que en la zona occidental el cambio de precipitación media multianual va de un máximo de 825mm a un mínimo de 625mm en la cuenca del río Olarte, lo que se traduce en una menor variación en el régimen de precipitación para esta zona (200 mm).Se puede concluir según la distribución espacial de la precipitación (ver Figura 3 ) que el mayor aporte del flujo de escorrentía al lago proviene de la región oriental de la cuenca. Distribución Mensual de la precipitación De acuerdo con la distribución estacional de la precipitación, enero es el mes en el que se presenta la menor intensidad de lluvia en el año, seguido de diciembre, febrero y marzo. En los meses de junio y julio las lluvias se intensifican y a partir de agosto comienzan a decrecer paulatinamente. La distribución espacial de la lluvia se conserva en todos los meses del año (ver la Figura 4). Régimen de precipitaciones El análisis de la precipitación mensual permite concluir que el régimen de lluvias presenta una variabilidad estacional, con un comportamiento unimodal en el costado sur-oriental de la cuenca y un comportamiento bimodal en el frontal nor-occidental. En el costado sur-oriental de la cuenca, los meses de abril a agosto son de lluvias máximas, mientras que los meses de diciembre a febrero caracterizan el periodo de lluvias bajas. El mes de julio es el más húmedo del año con una precipitación media de 128.5 mm mientras que enero es el mes más seco, con una precipitación media de 17.1 mm.
18 de 123
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
AGOSTO
SEPTIEMBRE
NOVIEMBRE
DICIEMBRE
JULIO
OCTUBRE
Figura 4. Distribución espacial de la precipitación media mensual.
19 de 123
El costado nor-occidental, lugar donde se encuentra la estación El Túnel, se caracteriza por tener dos periodos de lluvias máximas en el año: abril-mayo y octubre-noviembre. El mes de abril es el más húmedo del año con una precipitación media de 101.6 mm, mientras que enero, al igual que en el costado sur-oriental, es el mes más seco, con una precipitación media de 15.3 mm (ver Tabla 3 y Figura 5). En las estaciones Guaquira, El túnel, Olarte y Potrerito se presenta la menor precipitación media mensual multianual, mientras que en las estaciones Colorados y las Cintas se presenta la máxima precipitación. Esto se debe la variación espacial del régimen de precipitación en la cuenca (ver Tabla 3). Tabla 3.Precipitación media mensual estaciones en la cuenca del lago de Tota.
Mes/Estación Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre TOTAL
Precipitación (mm) Potrerito Las Cintas Colorados Guaquira Olarte Aquitania El Túnel 12.3 17.8 18.1 18.9 14.1 21.2 15.3 22.2 30.6 36.3 25.4 22.9 33.8 30.3 46 71.3 78.7 42.9 46.9 63.7 59.1 94.4 129.1 147.4 66 86.3 103.9 101.6 104.1 143.9 166.7 69.9 101.3 106.3 89.6 93.6 134.9 160 63.1 92.4 101.4 69.8 103.3 167.7 194 72.1 109.2 124.9 75.8 91.8
127.3
147.6
59.3
86.6
94.7
59.2
81.4 80 66.7 22.9 818.8
109.2 119.6 96 36 1183.3
130.6 132.9 109.9 43.3 1365.5
54.6 60.4 54.2 28.6 615.5
76.4 72.6 65.2 26.7 800.5
83 99.6 86.9 37 956.4
62.4 87.5 80.9 26.6 758.1
En la Figura 5 se presenta la variación de la precipitación mensual promedio en los últimos 30 años para las estaciones del IDEAM ubicadas en la zona de estudio.
20 de 123
400
400 Las Cintas
Colorados
300
300
200
200
100
100
0 400
0 400
200
200
Precipitación (mm)
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Potrerito Guaquira 300 300
100
100
0 400
0 400
300
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Olarte
300
200
200
100
100
0 400
0 400
300
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Aquitania
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic El tunel
300
200
200
100
100
0
0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Lago
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Meses
Meses
Figura 5.Precipitación mensual multianual en estaciones de la cuenca del lago de Tota. 3.2.1.1 Evaporación El comportamiento de las series de evaporación es unimodal e inverso al de las series de precipitación. A escala estacional la menor evaporación se presenta en el mes de julio, con
21 de 123
un promedio de 64.3 mm, y la mayor evaporación en el mes de enero, con un promedio de 89.9 mm. A escala espacial se observa en la Tabla 4 que la mayor evaporación total multianual se presenta en la estación El Túnel (1225mm) ubicada en el municipio de Cuitiva y la menor evaporación en la estación Colorados (732mm) ubicada en el municipio de Aquitania. Este resultado concuerda con el mapa de isoyetas (ver Figura 3), donde se indicó que el sector oriental de la cuenca presenta mayor disponibilidad hídrica que el sector occidental. Tabla 4.Evaporación media mensual estaciones en la cuenca del lago de Tota. Mes/Estación Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre TOTAL
Evaporación (mm) Olarte Las villitas Tota Potrerito Colorados Las Cintas El Tunel 85.4 81.9 113.4 80.3 69.9 74.5 123.8 76.6 77.7 108.2 76.2 66.6 69.1 115.6 80.1 77.7 109.8 78.5 67.9 70.0 118.8 63.6 69.3 98.4 69.9 60.8 56.1 100.6 58.2 66.0 95.0 69.3 58.9 54.1 96.0 49.0 62.0 91.0 63.8 53.9 46.8 88.0 49.0 59.6 89.5 64.6 53.2 46.5 87.8 52.3 61.3 91.3 65.8 55.6 49.0 91.1 55.7 64.2 93.9 67.3 57.2 52.1 92.5 61.0 66.6 97.3 68.9 60.3 56.0 99.5 63.7 68.2 98.8 70.6 61.5 58.2 98.7 75.4 77.0 107.3 76.2 66.3 68.1 113.1 770.0 831.4 1193.8 851.3 732.1 700.5 1225.5
En la Figura 6 se exhibe una serie de gráficos de cajas y bigotes donde se esquematiza la distribución de la evaporación mensual promedio en las siete estaciones del IDEAM presentes en la zona de estudio. Se observa que la distribución mensual de todas las estaciones es similar y tienen gran cantidad de puntos extremos (“outlayers”), esto se debe principalmente a los errores que pueden presentar los equipos en el momento de tomar los datos. Se observa además que a pesar de que todas las series tienen el mismo comportamiento, la magnitud de los datos varía de acuerdo con la estación. Las mayores evaporaciones se presentan en El Túnel, Tota y Olarte, dentro del rango de 40mm-150mm, mientras que las demás estaciones se encuentran entre el rango de 40mm-100mm. 22 de 123
150
150
100
100
50
50
150
Evaporación (mm)
Olarte
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Tota
150
100
100
50
50
150
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Colorados
150
100
100
50
50
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic 150
150
100
100
50
Villitas
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Potrerito
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Las Cintas
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Lago
50
El tunel
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Meses
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Meses
Figura 6.Evaporación mensual multianual en estaciones de la cuenca del lago de Tota.
Humedad relativa y temperatura En la cuenca del lago de Tota la humedad relativa promedio multianual es del 83%. Es muy probable que esta alta humedad se presente por la influencia directa del lago, que genera mayor cantidad de vapor de agua en el ambiente, el vapor de agua proveniente de los océanos y las bajas temperaturas que se presentan en la cuenca (11.4º C en promedio) las
23 de 123
cuales permiten que la máxima capacidad de almacenamiento de humedad sea muy cercana a la humedad presente en el aire constantemente. En general la variación mensual de la humedad relativa es poca. El mes que ha presentado el menor valor promedio multianual es enero (79 %), le siguen en orden ascendente febrero (80%), diciembre (81%), marzo (82%) y julio y septiembre con 83%. Para los demás meses el promedio es de 84%. El máximo valor de humedad relativa registrado corresponde a los meses de marzo, abril y diciembre (93%, registrado entre el 2002 y el 2005), le sigue en orden descendente febrero, mayo, agosto, octubre y noviembre (92%). El mínimo valor (68%), corresponde al mes de enero (registrado en los años 1975 y 1981) (ver Tabla 5). Tabla 5. Valores Totales Mensuales de Humedad Relativa (%). Estación El Túnel (Cuítiva). VALORES (%)
MESES ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
MAXIMO MEDIOS MINIMO
89 79 68
92 80 71
93 82 74
93 84 77
92 84 78
91 84 76
91 83 76
92 84 77
91 83 77
92 84 78
92 84 76
93 81 71
VLR ANUAL 92 83 68
Estación Climatológica Principal; Fuente: IDEAM, período Marzo de 1971 a abril del 2012
La temperatura media multianual es de 11.4°C. El valor máximo multianual es de 13.5°C registrado en el mes de diciembre de 2010 y el valor mínimo multianual es de 9.1°C registrado en el mes de agosto de 1978. De acuerdo con el promedio de la serie histórica de datos del IDEAM, a nivel mensual multianual, los meses más cálidos para la cuenca del lago de Tota son marzo, abril y mayo (11.7°C), seguidos de febrero, noviembre y diciembre (11.6°C). Los meses menos cálidos son julio y agosto (10.8°C), seguidos de septiembre (11°C), junio y octubre con 11.3°C. Es decir tanto al inicio como al final de cada año se presentan las mayores temperaturas en la cuenca (ver Tabla 6).
24 de 123
Tabla 6.Valores Totales Mensuales de Temperatura de la Estación El Túnel-Municipio Cuítiva. MESES
VALORES(°C)
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC MAXIMO MEDIOS MINIMO
12.7 13.2 13 11.5 11.6 11.7 10.3 10.4 10.7
13.2 12.9 12.8 12.7 12.7 11.7 11.7 11.3 10.8 10.8 10.8 10.9 10.2 9.5 9.1
12.3 12.4 12.3 13.5 11 11.3 11.6 11.6 10.3 10.6 10.9 10.5
VLR ANUAL 13.5 11.4 9.1
Estación Climatológica Principal; Fuente: IDEAM, período Feb. 1971 - abr. 2012 A continuación se presenta la distribución mensual multianual de la precipitación y la evaporación en la estación Potrerito y la temperatura y humedad relativa en la estación El Túnel (estación con datos disponibles de estas variables en el periodo estudiado) (ver Figura 7).
Precipitación (mm)
250 200 150 100 50
Evaporación (mm)
0 120
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Jul
Ago
Sep
Oct
Nov
Dic
Jul
Ago
Sep
Oct
Nov
Dic
Jul
Ago
Sep
Oct
Nov
Dic
Meses 100 80 60 40
Temperatura(°C)
13
Ene
Feb
Mar
Abr
May
Jun Meses
12 11 10
Humedad Relativa(%)
9 90
Ene
Feb
Mar
Abr
May
Jun Meses
85 80 75 70
Ene
Feb
Mar
Abr
May
Jun Meses
Figura 7. Distribución mensual multianual de variables climáticas.
25 de 123
Las principales variables climáticas en la cuenca del lago de Tota presentan una relación dinámica. Sus comportamientos y relaciones se observan en la Figura 7. Al comienzo y al final del año la temperatura atmosférica en la cuenca del lago de Tota es más alta, lo cual produce un aumento en la cinética de movimiento de las moléculas y mayor espacio disponible en el aire para almacenar humedad. Por esta razón, la evaporación aumenta y el nivel máximo de saturación también lo hace, generando que la humedad relativa, que se define como la relación entre la cantidad de vapor de agua que tiene una masa de aire y la máxima que podría tener, disminuya. Al ser la humedad relativa más pequeña, la precipitación también se reduce ya que para que el vapor de agua condense se debe llegar al punto de rocío que se presenta cuando la humedad relativa del aire es máxima, es decir que ha alcanzado el 100%. En los meses de junio, julio y agosto las precipitaciones en la cuenca del lago de Tota comienzan a aumentar, debido principalmente a la relación existente entre las principales variables climáticas con el movimiento de la zona de convergencia intertropical (ZCIT), la cual le proporciona a Colombia provisión de viento y humedad, definiendo las temporadas de lluvia y sequía. La humedad en el lago de Tota no se presenta únicamente por procesos locales de evaporación superficial del lago o procesos de evapotranspiración de la vegetación en la cuenca, los procesos globales tales como el transporte de humedad juegan un papel importante en la presencia de vapor de agua en el aire. De acuerdo con Hoyos et al.(2015) las principales fuentes de humedad para Colombia son el océano Atlántico y el Amazonas, a su vez este transporte sobre el territorio Colombiano se ve fuertemente influenciado por la compleja topografía de los Andes. Por esta razón para mitad de año, las altas precipitaciones se ven influenciadas por las bajas temperaturas y por la presencia de vapor de agua atribuible a procesos locales y de transporte. Para esta época la temperatura atmosférica disminuye, lo cual produce que el espacio disponible en la masa de agua para almacenar vapor de agua también lo haga, generando una disminución en la evaporación y un aumento en la humedad relativa. El incremento de la humedad relativa produce a su vez un incremento en las precipitaciones durante estos meses.
26 de 123
Adicionalmente a las relaciones anteriormente descritas, se observó que los datos históricos de humedad relativa y temperatura (1971-2012) tienen una tendencia creciente y la temperatura atmosférica y la humedad relativa para un mismo mes se relacionan inversamente (ver Figura 8).
Figura 8.Humedad relativa y Temperatura. Estación El Túnel, periodo (1971-2012).
Para verificar la existencia de tendencia en las series de humedad y temperatura se aplicaron diferentes métodos estadísticos no paramétricos. En la serie mensual de temperatura se usó la prueba T y la prueba de Hotelling-Pabst para detección de tendencias lineales en la media. En la prueba T, si el estadístico Tc es mayor al quantil α/2 de la distribución t de Student con N-2 grados de libertad (Tα/2 (N-2)), siendo N el número de datos, se prueba la hipótesis de que la serie tiene una tendencia significativa(UNAL, 1995). En la aplicación de esta técnica a la serie mensual de temperatura se obtuvo un Tc=14,6 y el Tstudent=2,25, por lo que se prueba la hipótesis con un nivel de confianza del 95% que la serie de temperatura presenta tendencia creciente. En cuanto a la prueba de HotellingPabst, la hipótesis de una tendencia en la serie no puede ser rechazada si el estadístico T está por fuera de ciertos límites calculados (UNAL, 1995). Para la serie mensual de temperatura se encontró un estadístico T= 11,1 millones y unos límites entre 23,2 millones y 19,5 millones, por lo que con un 95% de confianza no se puede rechazar la hipótesis de existencia de tendencia en la serie. 27 de 123
Con estas dos pruebas se confirma que la serie mensual de temperatura atmosférica en el lago de Tota presenta tendencia creciente. Esto concuerda con lo expuesto por Ruiz (2010), donde se indica que la temperatura media del aire en Colombia está aumentando a una tasa de cambio promedio de 0.12°C-0.31°C/década . En cuanto a la humedad relativa, se observa un crecimiento desde el año 1971 hasta el 2012, sin embargo, el crecimiento más marcado se observa hasta el 2004 ya que a partir de este año la tendencia cambia y permanece relativamente estable. Para comprobar la existencia de tendencia en la serie de humedad relativa mensual se aplicó la prueba T(UNAL, 1995), encontrando un estadístico Tc=20,1 y Tα/2 (N-2) =2,25 por lo que se prueba la hipótesis de tendencia en la serie con un nivel de confianza del 95% .Estos altos valores de la humedad relativa en la última década han generado que el vapor de agua esté más cercano al punto de saturación a pesar del incremento de temperatura que produce una mayor capacidad de almacenamiento de humedad en el aire. Esta tendencia de la humedad relativa controla la evapotranspiración en la cuenca y es por eso que influirá en las proyecciones de evapotranspiración que se presentarán más adelante. Adicional a las pruebas estadísticas anteriormente descritas para el análisis de tendencias en las series mensuales de temperatura y humedad relativa se aplicaron estas y otras pruebas a las series anuales de las dos variables mencionadas: Prueba T, Hotelling-Pabst, Mann-Kendall y Sen mediante el software ANSET que se encuentra como una aplicación del HidroSIG v3.1(Unalmed, 2003).Los resultados confirman que con un nivel de significancia de 0,05 las series anuales de temperatura y humedad relativa presentan tendencia en la media ( Tabla 7 y Figura 9) Tabla 7. Resultados de las pruebas de tendencia sobre la media aplicadas a las series anuales de temperatura y humedad relativa en el periodo de 1971-2012 mediante el software ANSET. Prueba
Resultado
T de tendencias lineales
La hipótesis de pendiente cero es rechazada
Prueba de Hotelling-Pabst:
La hipótesis de tendencia en la media no puede ser rechazada
Prueba de Mann-Kendall:
La hipótesis de tendencia en la media no puede ser rechazada
Prueba de Sen
La hipótesis de tendencia en la media no puede ser rechazada
28 de 123
Figura 9.Series anuales de temperatura y humedad relativa. 4.4.3
Relaciones con índices macro-climáticos
Los índices macroclimáticos son valores calculados que pueden ser usados para describir el estado y los cambios en el sistema climático. Cada uno de ellos es descrito por una ecuación que utiliza variables de tipo atmosférico, como la presión, la temperatura, la precipitación y la radiación solar, o de otro tipo, como la temperatura superficial marina o la cobertura de hielo (Center_ICDC, 2011). Los índices basados en la presión se refieren a los patrones de tele conexión asociados con las variaciones de la presión atmosférica entre dos puntos de la tierra. Uno de los más típicos es el SOI que representa la componente atmosférica del ENSO (El Niño Oscilación del Sur) (Guarín, 2011). Índice de la oscilación del sur (SOI): Es un indicador de la diferencia de presiones atmosféricas estandarizadas entre Tahití y Darwing debido al efecto basculante que se presenta en el Pacífico Ecuatorial. Con frecuencia la magnitud de esta oscilación está relacionada con el desarrollo e intensidad de los eventos de El Niño y la Niña (ENSO). Las anomalías negativas del SOI se asocian con los eventos cálidos sobre el océano Pacífico 29 de 123
(El Niño) y las anomalías positivas están asociadas con los eventos fríos (La Niña) (Jiménez, 2012; Guarín, 2011). Entre los índices basados en la temperatura superficial del mar se encuentran el AMO, el PDO y el ONI: Oscilación Multidecadal del Atlántico (AMO): El AMO describe los ciclos de mediano plazo en la temperatura superficial marina que se presentan en el Atlántico Norte. Oscilación del Pacífico Norte (PDO) El Índice de la Oscilación Decadal del Pacífico (PDO por sus siglas en inglés), se define como la primera componente principal de la variabilidad mensual de la temperatura superficial marina, la presión atmósferica a nivel del mar y el viento superficial en el Océano Pacífico al norte (20°N y 60°N) (Jiménez, 2012; De la casa & Nasello, 2010). Índice de El Niño Oceánico (ONI): Es una serie de tiempo de las anomalías de la temperatura superficial marina calculadas a partir de mediciones in situ efectuadas en la región El Niño 3.4 (5 °N-5 °S, 120-170 °O). La temperatura superficial del mar se monitorea a través de cuatro regiones a lo largo del ecuador: Niño 1 (80°-90°W y 5°-10°S), Niño 2 (80°-90°W y 0°-5°S), Niño 3 (90°-150°W y 5°N-5°S) y Niño 4 (150°-160°E y 5°N-5°S). Una nueva región llamada Niño 3.4 es usada actualmente ya que se correlaciona mejor con el SOI y es la región preferida para monitorear la temperatura superficial del mar. De acuerdo con Ávila (2013), entre todas las regiones del Pacífico donde se mide la temperatura superficial del mar, esta es la que presenta mayor correlación con la hidroclimatología colombiana. El ENSO (El Niño Oscilación del Sur) y otros fenómenos macro climáticos, como los mencionados anteriormente, afectan la variabilidad hidro-climática de los Andes tropicales (Poveda et al., 2010). Es por esta razón que los resultados de sus correlaciones con las variables climáticas de zonas específicas permiten mejorar el ajuste y predicción de tales variables climáticas (p.ej., precipitación, caudales) y por tanto pueden ser usados como una herramienta para la gestión y planificación del recurso hídrico (Gutiérrez, et al., 2013).
30 de 123
Con la finalidad de relacionar las variables climáticas medidas en la cuenca del Lago de Tota en el periodo histórico (temperatura atmosférica, precipitación, humedad relativa y niveles del lago) con los índices climáticos globales (índices macro-climáticos), se convirtieron todos los datos en anomalías y se normalizaron dentro del rango -1 y 1. Para calcular las anomalías mensuales de las variables locales e índices climáticos globales, se aplicó el siguiente procedimiento: 1. Se estandarizaron las variables climáticas: 𝑉𝐶𝐸(𝑖) =
𝑉𝑎𝑙𝑜𝑟 − µ 𝜎
( 1)
Dónde: VCE (i)= Variable climática estandarizada en el mes i; µ= media mensual de la variable climática; σ= Desviación estándar mensual de la variable climática; Valor= Valor mensual. 2. Con el propósito de suavizar las series, se realizó la media móvil 12 de los índices climáticos y de las variables climáticas estandarizadas en el paso 1. 3. Para garantizar una variación únicamente entre -1 y 1 se dividió cada dato de las series suavizadas entre el máximo valor absoluto de cada serie. Posteriormente se procedió a correlacionar las variables y los índices climáticos mediante la estimación de coeficientes de correlación de Pearson (r), técnica muy utilizada para estudiar el grado de relación lineal que existe entre variables cuantitativas (Gutiérrez et al., 2013). Adicionalmente se determinó la significancia estadística de los coeficientes de correlación mediante el valor de significancia de los resultados con la probabilidad (p) de obtener un valor para el estadístico tan extremo como el realmente observado, si la hipótesis nula fuera cierta. Considerando como hipótesis nula la no correlación, existirá relación lineal significativa cuando el nivel crítico p sea menor que el nivel de significancia establecido en 5%. En búsqueda de la máxima correlación entre los índices climáticos globales y las variables climáticas locales, se hicieron algunas combinaciones entre los índices macroclimáticos, asignando diferentes pesos a cada uno hasta encontrar la máxima correlación con la variable climática estudiada. Los resultados se presentan en las figuras 10 a 14 y en las 31 de 123
tablas 8 y 9. En la Figura 10 se compara la anomalía de la serie de precipitación sobre el lago de Tota desde el año 1971 hasta el año 2012 con las anomalías de los índices SOI, AMO, PDO, y la combinación AMO-SOI con la cual se obtuvo la máxima correlación, indicando el coeficiente de correlación de Pearson (R) en cada relación.
Figura 10. Anomalía precipitación vs Índices climáticos globales La mayor correlación de la precipitación se encuentra con el índice SOI, sin embargo, al combinar 70% SOI y 30% AMO (ponderación con la cual se obtuvo la máxima correlación) la correlación mejora notablemente, pasando de un coeficiente de correlación (R) de 0.42 a uno de 0.5.
32 de 123
En la Figura 10 se observa que algunos aumentos y descensos de la precipitación mensual coinciden con variaciones del mismo estilo en la combinación AMO-SOI, este es el caso de los años 1971 a 1974, el año 1997 y el incremento de precipitación entre los años 2010 a 2012. Lo anterior indica que tanto los fenómenos globales en el Océano Atlántico como en el Pacífico influyen en la precipitación sobre el lago de Tota y que a pesar de que el R es de 0.5, se considera una correlación alta teniendo en cuenta la variabilidad de la climatología y que el fenómeno ENSO (representado en este caso por el SOI) influye no sólo en la precipitación sino también en otras variables como la evaporación real y la humedad de los suelos (Poveda et al., 2002). En la Figura 11 se compara la anomalía de la temperatura (estación el Túnel) con las anomalías de los índices SOI, AMO, PDO, y la combinación AMO-SOI, indicando el coeficiente de correlación con cada índice.
Figura 11. Anomalía Temperatura vs Índices climáticos globales
33 de 123
La correlación más alta de la temperatura se encuentra con el índice AMO. Sin embargo, combinando los índices AMO y SOI en una relación 90% AMO y 10% SOI (ponderación entre AMO y SOI con la cual se obtuvo la máxima correlación), se encuentra que la correlación continúa siendo alta y que en algunos intervalos de tiempo la relación mejora notablemente, como en el periodo comprendido entre 1987 y 1998 (ver Figura 11). Se observa que la mayor correlación de la temperatura con el AMO y el AMO-SOI se presenta en el periodo inicial (1971-1998), luego de este periodo se observan ciertas variaciones en los índices (AMO, AMO-SOI) que no producen efecto en las temperaturas del lugar. En la Figura 12 se comparan las anomalías de la humedad relativa, medida en la estación El Túnel, con las anomalías de los índices SOI, AMO, PDO y AMO-SOI, con sus respectivos coeficientes de correlación de Pearson.
Figura 12. Anomalía Humedad vs Índices climáticos globales
34 de 123
La mejor correlación de la humedad relativa fue con el índice AMO y la combinación AMOSOI y aunque la temperatura está altamente correlacionada con la humedad relativa (R=0.64), la correlación de esta variable con el SOI y el PDO fue considerablemente más alta que con la temperatura. Al igual que con la serie de temperatura, la humedad relativa parece no responder a algunas variaciones fuertes en los índices AMO y AMO-SOI, como las presentadas entre los años 1984 a 1989, 1996 a 2000 y 2007 a 2012. En la Figura 13 se presenta la anomalía de niveles en el lago de Tota (estación Santa Inés), relacionada con el SOI, AMO, PDO y la combinación PDO-SOI y PDO-AMO.
Figura 13. Anomalía de niveles vs índices climáticos globales
35 de 123
Los coeficientes de correlación de la anomalía de los niveles en el lago de Tota con diferentes índices macro-climáticos varían en el rango de 0.11 a 0.21. Las correlaciones más altas se encuentran con las anomalías de los índices PDO y la relación 50% PDO negativo y 50% AMO. Estos coeficientes de correlación relativamente bajos se explican por el efecto de la intervención antrópica a la que se encuentra expuesta el lago de Tota, la cual modifica sus niveles y minimiza la influencia del índice climático global con respecto a las extracciones humanas en la cuenca. Lo anterior implica que los niveles naturales del lago presentarán una mayor correlación con los índices macro-climáticos. Para comprobar tal afirmación se usó el modelo elaborado en esta investigación, cuyas características se explicarán más adelante (capitulo 2), para obtener los niveles naturalizados del lago de Tota en el periodo histórico sin la influencia de las extracciones para fines industriales y para los acueductos. A continuación se comparan los niveles históricos generados por el modelo (sin extracciones) con los índices macroclimáticos. En la Figura 14 se presentan los resultados obtenidos. Las correlaciones de los niveles naturalizados con los índices climáticos se realizaron en el periodo comprendido entre los años 1975 a 2012, ya que la simulación considera el aporte del río Olarte y las compuertas de desviación del río Olarte permanecieron cerradas desde 1963 hasta 1974 debido a las protestas y demandas que interpusieron los agricultores por inundaciones y pérdidas que tal desviación estaba produciendo a sus cultivos (Cañón, 2002). Según la Figura 14, el índice que mayor correlación presenta con los niveles naturalizados es el SOI con un coeficiente de pearson de 0,44. Adicionalmente, el negativo del PDO y la combinación negativo de PDO-AMO dan como resultado correlaciones más altas que con los niveles reales. Se nota además que la correlación de los niveles sin extracciones con los índices climáticos mejora notablemente con respecto a la relación de los niveles reales y los índices. Esto permite concluir que los niveles del lago de Tota responden a las variaciones climáticas globales, sin embargo, las actividades antrópicas influyen fuertemente en su comportamiento, minimizando el efecto de tales índices. Por esta razón el lago de Tota es 36 de 123
un cuerpo de agua altamente vulnerable a variaciones climáticas fuertes ya que un fenómeno del Niño por ejemplo, acompañado de extracciones antropogénicas puede causar un descenso drástico en los niveles del lago.
Figura 14. Anomalía Niveles sin extracciones vs Índices climáticos globales
De acuerdo con lo mencionado anteriormente, los coeficientes de correlación presentados en la Tabla 8 y los valores P asociados a la probabilidad de obtener una correlación R tan alta como el valor observado por azar cuando la verdadera correlación es cero ( ver Tabla 9), se concluye que las variables climáticas de la cuenca del Lago de Tota están relacionadas con los índices macro-climáticos, es decir, el clima local en la cuenca responde de manera similar a la variabilidad de la estructura térmica superficial de los océanos Atlántico y Pacífico. Este resultado era de esperarse debido a que por la localización de 37 de 123
Colombia al noroccidente de Suramérica se propicia la influencia de los procesos que ocurren en los océanos Atlántico tropical, el mar Caribe y el Pacífico tropical (Gutiérrez et al., 2013) Tabla 8. Coeficientes de correlación de Pearson-variables e índices climáticos. T
H.R.
Niveles Niveles reales naturalizados 0.44 0.11 0.11 0.1 0.2 0.30 -
Índice/ variable
P
SOI AMO Negativo PDO AMO-SOI
0.42 0.28 0.20 0.50
0.03 0.72 0.09 0.68
0.15 0.74 0.16 0.64
Negativo PDO-SOI
-
-
-
0.19
-
Negativo PDO-AMO
-
-
-
0.21
0.30
Tabla 9. Coeficiente P para evaluar la hipótesis de no correlación. Índice/ variable
P
T
H.R.
Niveles reales
SOI
2,2E-22
4,7E-01
9,3E-04
1,6E-02
AMO
2,1E-10
1,3E-78
2,9E-82
1,9E-02
Negativo PDO
1,3E-05
4,8E-02
5,5E-04
9,4E-06
AMO-SOI
6,8E-31
1,6E-68
1,3E-57
-
-
-
-
1,5E-05
-
-
-
4,1E-06
Negativo PDO-SOI Negativo PDO-AMO
Niveles Significancia naturalizados 3,5E-22 Si coeficiente 4,9E-02 P<0,05 el 9,8E-11 coeficiente de correlación de Pearson (R) es significativo. 1,4E-05
Siendo P: Precipitación, T: Temperatura y H.R: Humedad relativa Una de las variables más estudiadas en Colombia es la precipitación y de acuerdo con Montealegre (2009), el océano como controlador del clima y la atmósfera es el responsable más determinante de la variabilidad interanual de la precipitación y el grado de influencia del Atlántico o del Pacífico es diferencial sobre el territorio continental dependiendo principalmente de factores como la distancia al mar. Para la cuenca del lago de Tota se encontró una buena correlación de la precipitación con la combinación del efecto de los índices SOI y AMO (R=0,5), considerando que, 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
38 de 123
máximo de 0,57. Esto puede ser explicado principalmente por la ubicación centralizada a la que se encuentra el lago de Tota. En esta investigación se encontró adicionalmente que el AMO presenta una fuerte influencia sobre las variables hidroclimáticas de la cuenca del lago de Tota, principalmente la temperatura y humedad relativa de la zona. Esto es un aporte importante considerando que en Colombia la influencia del Atlántico ha sido prácticamente inexplorada (Montealegre, 2009). El conocimiento de tales correlaciones contribuye a mejorar la previsibilidad hidroclimática, con aplicaciones en la generación de planes de gestión del riesgo que impliquen cambios en la agricultura, piscicultura, ganadería y demás actividades antropogénicas realizadas en la región.
5
ELABORACIÓN DEL MODELO
Un modelo se define como la representación abstracta que reproduce las características de un objeto, sistema o concepto del mundo real. Un sistema es un conjunto de elementos relacionados entre sí y con el medio (Parra et al., 2006). Teniendo en cuenta la definición de sistema, una cuenca puede considerarse como tal, por lo cual existen los llamados modelos hidrológicos, los cuales adaptan un modelo matemático para representar lo más cercano a la realidad los diferentes procesos involucrados en la distribución de la lluvia y la generación de caudales en una determinada cuenca (Soto, 2009; Stehli et al., 2012). Los modelos hidrológicos se dividen de acuerdo con el tipo de ecuación utilizada en: determinísticos (físicamente basados, conceptuales, empíricos y de “caja negra”) y probabilísticos (estadísticos y estocásticos) y según el grado de agregación en: agregados (se considera la cuenca como una unidad), distribuidos (división en mallas) y pseudodistribuidos (división en nodos, subcuencas y cauces) (Francés, 2013). En la literatura se encuentran diferentes técnicas de modelación hidrológica y procesos hidrodinámicos en las cuencas de lagos de todo el mundo. En estas, se tiene en cuenta 39 de 123
que la hidrología de cuencas es afectada por los tipos de vegetación, propiedades del suelo, geología, clima, usos del suelo y patrones espaciales de interacción entre otros factores (Gebriye, 2010). Según Bengtsson & Malm (1997), dada la información sobre la cuenca del río y la batimetría de un lago, los niveles de este se pueden calcular para diferentes condiciones de precipitación utilizando un modelo conceptual de lluvia-escorrentía. Aunque esta técnica puede utilizarse para todos los lagos, la precisión es mucho más alta para lagos que no tienen ningún flujo de salida. Uno de los modelos lluvia-escorrentía más utilizado para explicar los fenómenos de flujo de agua en una cuenca es el modelo de tanques, introducido por el hidrólogo Japonés Sugawara (Sugawara, 1995). Un modelo de tanques es un modelo simple que utiliza uno o más tanques colocados verticalmente en serie para representar depósitos en la cuenca, considerando la precipitación como la entrada y generando salidas como la escorrentía superficial, el flujo sub-superficial, el flujo intermedio, el flujo sub-base y el flujo de base. Además considera los fenómenos de infiltración, percolación, percolación profunda y almacenamientos de agua (Basri, 2013) . El modelo de tanques es no lineal y por tanto para su calibración se requiere usar el método de ensayo y error del cálculo numérico (Sugawara, 1995). La calibración se realiza mediante la comparación del caudal histórico (medido) y el caudal simulado resultante del modelo de tanques (Basri, 2013). Si los caudales simulados y los históricos tienen una tendencia y correlaciones significativas, la simulación se considera exitosa y el modelo de tanques puede ser usado para evaluar los fenómenos de flujo de las cuencas de interés. De acuerdo con Basri (2013), existen algunas limitaciones en el uso del modelo de tanques, principalmente por la poca instrumentación de las cuencas en algunos países (falta de estaciones de medición de caudales y precipitaciones) y por la heterogeneidad de los suelos que proporcionan una variedad de respuesta hidrológica a la lluvia. Estas limitaciones pueden ser minimizadas realizando un modelo distribuido, es decir considerando que los parámetros como las características físicas e hidrológicas, entre ellas el tipo, uso del suelo y la lluvia varían espacialmente dentro de la cuenca (discretización espacial) (Stehli et al, 2012; Yang et al., 2000). 40 de 123
En general, existe un factor común en los modelos de balance hidrológico que se refiere a la afectación del recurso hídrico por influencia humana (crecimiento de la población, deforestación, sobrepastoreo, erosión del suelo, usos del suelo entre otros). Por tal motivo, se han desarrollado estudios para integrar la disponibilidad y el uso del agua, elaborando los llamados modelos hidro-sociales que consideran la modificación humana en la dinámica de las cuencas hidrográficas (Liu et al., 2015; Carey et al., 2013) y los modelos hidroeconómicos que consideran el valor económico de los sistemas hídricos y el efecto recíproco de cambios en el sistema hídrico sobre el sistema económico y viceversa (Brouwer & Hofkes, 2008). Cada vez más se está haciendo uso de los modelos hidrológicos integrados para realizar predicciones de inundaciones, sequías y el efecto de la toma de decisiones sobre los recursos hídricos (Todini, 2011). Estos modelos son componentes de la gestión del riesgo para prevenir desastres producidos por efectos de la variabilidad climática y actividades antrópicas (Plate, 2009). A continuación se presentan las principales características del modelo desarrollado en la cuenca del lago de Tota, basado en un balance hidrológico mediante un modelo de tanques, una componente de calidad y una de toma de decisiones para las simulaciones futuras.
5.1
Características generales del modelo
Para la cuenca del lago de Tota se desarrolló un modelo hidrológico determinístico y semidistribuido basado en el concepto lluvia-escorrentía, utilizando un modelo de tanques (Sugawara, 1995), en el cual se consideraron las principales entradas y salidas hidrológicas y las extracciones de origen antrópico que se producen en la cuenca. Los componentes hidrológicos considerados son: la precipitación, los caudales afluentes al lago, los procesos de infiltración y flujo subsuperficial, la evaporación y la evapotranspiración. Entre las actividades antrópicas que influyen en el balance hídrico se encuentran: la agricultura (especialmente cultivos de cebolla junca), la ganadería y las extracciones industriales y para acueductos veredales y municipales. 41 de 123
Además de una cuantificación hídrica se incluyó una componente de calidad, considerando el aporte de fósforo al lago que realizan algunas actividades antrópicas de la región y el crecimiento de macrófitas que se ve favorecido por la disponibilidad de este nutriente. A continuación se presenta un esquema de los principales componentes hídricos y antrópicos presentes en la cuenca (ver Figura 15).
Figura 15. Componentes del Balance hídrico en la cuenca del lago de Tota
En la Figura 16 se presenta el diagrama de flujo del algoritmo utilizado para hacer el balance hídrico en el lago de Tota. Este modelo se explicará con mayor detalle en la sección 5.3 Cálculo de los caudales de Drenaje. 42 de 123
Figura 16. Diagrama de flujo del modelo aplicado en la cuenca del lago de Tota. Adaptado de Cañón (2002).
5.1.1
Reconstrucción de datos faltantes
Los modelos medioambientales requieren series temporales completas de datos meteorológicos, por lo cual la reconstrucción de datos faltantes es un tema clave en el funcionamiento de este tipo de modelos (Kim & Pachepsky, 2010). La existencia de vacíos en los datos se presenta por factores como interrupción de las mediciones debido al mal funcionamiento de las estaciones, efectos de los fenómenos naturales extremos o factores inducidos por el hombre, como pérdida accidental de datos o disturbios civiles (Elshorbagy et al., 2000). Para solucionar tal problema se han estudiado diferentes metodologías de reconstrucción de datos, entre ellas las propuestas por UNESCO-ROSTLAC en 1982: regresión lineal, razones de distancias, promedios vecinales, razones promedio, correlación con estaciones vecinas y regresiones múltiples (Pizarro, et al., 2006). En la cuenca del lago de Tota se cuenta con siete estaciones climáticas del IDEAM con datos disponibles de precipitación y evaporación. Sin embargo, muchas de ellas presentan vacíos de información en algunos periodos. Para completar los datos faltantes se optó por utilizar la metodología de regresión lineal, ya que es uno de los métodos más utilizados y recomendados para la estimación de datos mensuales (Pizarro et al., 2006; Sandoval, 2000) Para esto se estableció una regresión y correlación lineal entre una estación patrón (la más completa) y las estaciones con carencia de información mediante una ecuación lineal de dos variables del tipo: 𝑦 = 𝑚𝑥 + 𝑏
( 2)
Donde y es el valor estimado de la precipitación u evaporación para la estación carente de datos; x es el valor de precipitación o evaporación registrado en la estación patrón; m y b son constantes de regresión.
Para verificar la calidad del ajuste se utilizó el coeficiente de correlación lineal (R) el cual varía entre -1 y 1, siendo estos los valores de correlación completa. El periodo escogido para realizar la regresión lineal entre las estaciones de precipitación fue del año 1990 al año 1997, ya que en este periodo no existían vacíos de información en seis de las siete estaciones de precipitación. Para el caso de la estación Aquitania se tomaron los datos de precipitación de 1971 a 1975 para realizar la correlación con la estación patrón (en este caso Las cintas) (Ver Tabla 10). Para reconstruir las series de evaporación se realizó un procedimiento similar al de las series de precipitación, considerando en este caso la estación con mayores datos disponibles (El Túnel) para hallar las correlaciones. El periodo que se tomó para relacionar las estaciones con la estación patrón fue de 1991 a 1997 (Ver Tabla 10). A continuación se presentan las regresiones lineales que mejor ajuste presentaron para las serie de precipitación y evaporación (ver Figura 17).
R=0.92
Figura 17. Regresión lineal para series de precipitación y evaporación.
45 de 123
Tabla 10. Coeficientes de correlación Estaciones
Estación/R Potrerito
5.2
Precipitación correlación con Las Cintas
Evaporación correlación con El Túnel
0,85
0,52
Las Cintas
1
0,74
Colorados
0,88
0,59
Guaquira
0,64
-
Olarte
0,89
0,85
Aquitania
0,92
-
El Túnel
0,82
1
Las Villitas
-
0,62
Tota
-
0,71
Cálculo de la precipitación y evaporación por zonas
Para elaborar el balance hidrológico en la cuenca del lago de Tota se adoptó la subdivisión por zonas de la cuenca que se presenta en el POMCA (Pérez & Macías, 2005)( ver Figura 18).
Figura 18.Zonas en la cuenca del lago de Tota Fuente: POMCA Lago de Tota (2005).
Considerando que el modelo desarrollado es pseudo distribuido, las entradas y salidas son independientes para cada zona, por lo cual, se calculó la precipitación y evaporación de cada zona interpolando las series de las estaciones climatológicas.
46 de 123
Los métodos de interpolación espacial se clasifican en geométricos, gravimétricos y geoestadísticos (Londoño, 2013). Entre los métodos geométricos se encuentran los polígonos de influencia (Thiessen- Varonoid), el método de celda y de triangulación. Entre los métodos gravimétricos está el IDW (distancia inversa al cuadrado), que está fundamentado en la distancia entre los puntos, la interpolación spline que trabaja bajo el concepto de punto de control y los métodos geoestadísticos como el kriging (Goovaerts, 2000). El kriging es el método de interpolación más efectivo para datos de precipitación (Plouffe et al., 2015), tiene una confiabilidad por encima del 90%, sin embargo para poder ser usado requiere un número mínimo de datos (30), similaridad en las medidas de tendencia central, y cumplir con el principio de auto correlación espacial y de estacionariedad. Debido a que la cuenca del lago de Tota no está lo suficientemente bien instrumentada para aplicar métodos geoestadísticos (sólo siete estaciones para aproximadamente 200 km2), se utilizaron dos de los métodos de interpolación espacial más conocidos y usados: Poligonos de Thiessen e IDW (distancia inversa al cuadrado). Hay variedad de estudios que comparan las diferentes técnicas de interpolación (Plouffe et al., 2015) y aunque los dos métodos escogidos presentan limitaciones por no considerar factores topográficos (Goovaerts, 2000), existen casos exitosos de ambas técnicas. Para el caso de polígonos de Thiessen, algunos de los estudios la consideran una de las técnicas más recomendadas por su simplicidad y validez de datos calculados (Chica, 2009; Pizarro et al.,2003). En el caso de IDW, es considerado por varios autores como un método apropiado para predecir lluvias incluso con una calidad similar al kriging ordinario, debido a su nivel de precisión y simplicidad (Plouffe et al., 2015). Para el cálculo de la precipitación mensual en las zonas consideradas en el modelo, se realizó un estudio preliminar de la distribución espacial de la lluvia por el método de interpolación tipo spline, que aunque es similar al mapa de isoyetas anteriormente presentado en la Figura 3, permitió observar con mayor claridad la distribución de la precipitación en la cuenca para la ayuda en la elección del método de interpolación a ser usado (ver Figura 19).
47 de 123
Figura 19. Distribución de la precipitación media multianual.
Luego se aplicaron los dos métodos de interpolación espacial escogidos: distancia inversa al cuadrado (IDW) y polígonos de Thiessen. Con estos, se buscó darle un peso a cada estación influyente por zona para luego realizar una ponderación de la lluvia. Los dos métodos arrojaron resultados muy similares, por lo cual, la escogencia de las estaciones influyentes por zona se realizó comparando los resultados de cada uno y analizando la distribución de la precipitación media multianual. En la Tabla 11 se presenta el método de interpolación escogido para cada zona.
48 de 123
Tabla 11. Método de interpolación espacial escogido por zonas. ZONA
Método
Razón
Precipitación
Evaporación
A
PT
PT -IDW
B
PT
PT
C
PT
PT
Para la precipitación PT le da < Peso a Aquitania que tiene poco registro de datos. Para evaporación resultado similares. IDW le da peso a Colorados y se descarta por mapa de distribución espacial. Mapa de distribución espacial.
D
PT
PT
Mapa de distribución espacial.
E
Ambos
Ambos
Se escoge únicamente Las Cintas por el peso que ambos métodos le dan.
LAGO
PT
PT
Mapa de distribución espacial.
PT: método de los polígonos de Thiessen e IDW: método de la distancia inversa al cuadrado.
5.3
Cálculo de los caudales de Drenaje
El balance mensual se basó en un modelo de tanques (Sugawara, 1995) y fue usado para simular y predecir los valores mensuales de aporte por escorrentía y flujo subsuperficial, reconstruyendo la historia hidrológica de la cuenca. El balance mensual fue cuantificado como:
𝑉𝑡 = 𝑉𝑡−1 + 𝑃𝑡 (𝐴𝑙𝑎𝑔𝑜 ) + 𝑄𝑍𝑡 − (𝐸𝑡 )𝐴𝑙𝑎𝑔𝑜 − 𝑄𝐷𝑡
( 3)
Donde 𝑉𝑇 es el volumen en el tiempo t; t es el paso de tiempo; 𝑃𝑡 es la precipitación mensual; 𝐴𝑙𝑎𝑔𝑜 es el área del lago; 𝑄𝑍𝑡 son los caudales de drenaje por zona en el tiempo t; 𝐸𝑡 es la evaporación en el tiempo t y 𝑄𝐷𝑇 son los caudales derivados por los vertederos, riego y extracciones domésticas e industriales en el tiempo t. Los cálculos para el desarrollo de la ecuación ( 3) se describen a continuación:
El volumen inicial (V0) se estableció para el primer mes (enero de 1971) en los cálculos.
El nivel inicial (h0) se calculó con el volumen inicial utilizando la curva de cota- volumen obtenida mediante análisis tridimensional realizada con ArcInfo por Laserna (1996) : 49 de 123
𝑉 = 55.764ℎ − 166152; 𝑅 2 = 0.9999
( 4)
Los valores promedio de las precipitaciones (P) y la evapotranspiración (ET) para el mes i, se calcularon utilizando el método descrito en la Tabla 11 para cada zona (ver Figura 18).
Los parámetros considerados en el balance se calibraron de la siguiente manera:
Se supuso un coeficiente de lluvia-escorrentía (Ce) aplicado a la precipitación P en cada zona de la cuenca para calcular la descarga mensual en términos de lámina de agua (He) He = Ce * P.
El coeficiente se calibró comparando los valores reales de caudal de cada sub cuenca con los valores encontrados por zona utilizando el coeficiente asumido.
La fracción de precipitación que no se convierte en escorrentía es almacenada temporalmente en cada zona de la cuenca como un residuo R = (1-Ce) * P
Considerando que aunque el tanque evaporímetro responde de manera similar a los mismos factores climáticos que afectan la transpiración de un cultivo, varios factores como la reflexión de la radiación, el almacenaje de calor, turbulencia, temperatura y humedad del aire inmediatamente sobre las dos superficies, producen diferencias significativas en la pérdida de agua de ambos sistemas (Allen et al., 2006), por tal razón, para calcular la evapotranspiración, los valores de evaporación de tanque fueron afectados por un coeficiente de corrección de 0.8.
Para determinar la lámina de agua de flujo subsuperficial (Hss) fue necesario calcular diferentes variables: la infiltración I, Hsuelo y el H del suelo almacenado (Hsa), todo en m/mes (ver Figura 22).
Los valores iniciales de I y Hsuelo se asumieron (0,1 en ambos casos).
Cuando R-ET <0 sólo puede infiltrarse en el suelo Hsa e I= Hsa.(T-1)
Cuando R-ET> 0 I= Hsa.(T-1)+ (R-ET), porque es el agua disponible.
Cuando R-ET <0 Hsuelo(T) = I- Hss + Rt-E
Cuando R-ET> 0 Hsuelo(T) = I- Hss
Cuando Hsuelo <0 Hsa = 0. Porque no se puede almacenar agua en el suelo.
Cuando Hsuelo >0 Hsa = Hsuelo. 50 de 123
Hss = 0,2 * I. Suponiendo que el 20% del agua infiltrada se convierte en el flujo subsuperficial (este valor fue obtenido mediante calibración).
La lámina de agua en el lago en el tiempo t, (dH / t) es: dH / t = He+ Hss
La contribución de caudal para cada zona es: Qi = dH / t * Azona
El área del lago (Asup) y el nivel mensual (Nivel) se calcularon utilizando la curva de capacidad adoptada de Laserna (1996). 𝐴𝑠𝑢𝑝 = 2.7191 ∗ 𝑁𝑖𝑣𝑒𝑙 − 8.1392
( 5)
Los caudales derivados se calculan de la siguiente forma: Usando la ecuación de los vertederos presentada en Pedraza (2005) se calcula el caudal de salida por los vertederos (Qherra y Qdesagua).
𝑄ℎ𝑒𝑟𝑟𝑎 = 𝐶ℎ ∗ 𝐿ℎ ∗ 𝐻ℎ 3/2
𝑄𝑑𝑒𝑠𝑎𝑔𝑢𝑎 = 𝐶𝑑 ∗ 𝐻𝑑3/2
( 6)
En donde, Ch y Cd = 1.542 y 34.762 respectivamente Lh = 53.6 m. Hh y Hd= carga o altura de vertimiento, en metros. Sin embargo se presentaron algunas consideraciones teniendo en cuenta que el balance realizado en esta tesis es mensual y por tanto la lámina de agua no puede ser calculada directamente con la acumulación en treinta días, se debe considerar una variación de la lámina a nivel diario. El procedimiento realizado se esquematiza en la Figura 20.
51 de 123
Figura 20. Diagrama de flujo del cálculo de la descarga por vertederos:
Donde cotah y cotad: cotas de La Herradura y el Desaguadero; Hd y Hh: Nivel del agua el desaguadero y en la herradura, respectivamente; Cdes y Cher: coeficientes del desaguadero y la herradura; Aslago: área superficial del lago; Qd y Qh: Caudal por el desaguadero y la herradura; V: volumen del lago. 52 de 123
La extracción de la industria y el acueducto (que representan transvases de la cuenca) se buscó en documentos oficiales y luego fue calibrada de acuerdo con la comparación de los niveles reales y simulados. El riego se calculó de acuerdo con el siguiente diagrama de flujo (ver Figura 21):
Figura 21.Cálculo de los caudales de riego.
Dónde r es el riego, R es la precipitación almacenada temporalmente, cr es la eficiencia de los aspersores ( 0.7), dr es la decisión del riego (para el modelo fue adoptada en 1, es decir, cubre todas las necesidades de los cultivos), tope es el máximo caudal que pueden extraer los agricultores, es decir la limitación establecida por la autoridad ambiental ( para el periodo histórico se tomó como 0.1m3/m2mes, de acuerdo con el POMCA), Qriego es el caudal de riego y Acult es el área cultivada.
53 de 123
En el periodo histórico el área cultivada se consideró constante para cada zona. Partiendo de un área total de cultivos de 3800 ha (Villalba et al., 2001), se establecieron porcentajes de cultivo de la siguiente manera ( ver Tabla 12). Tabla 12. Áreas de cultivos de cebolla en la cuenca Zona A B C D E TOTAL
% Área 42 7 12 30 9 100
Hectáreas (ha) 1596 266 456 1140 342 3800
Figura 22. Esquema del modelo de tanques empleado (Fuente propia).
5.3.1
Calibración de los coeficientes de escorrentía
Inicialmente se determinó un coeficiente para cada zona, de acuerdo con las caracteristicas del suelo (Devia, 2005). Algunos de estos valores se calibraron comparando los caudales reales de las subcuencas (tomados de las estaciones limnimétricas) con los caudales calculados en cada zona mediante el modelo de tanques. Los coeficientes de escorrentía seleccionados para cada zona se presentan en la Tabla 13. Se contó con datos únicamente de dos estaciones limnimétricas: Hato laguna y Desaguadero, por tal motivo la calibración se realizó únicamente para las zonas C y E.
54 de 123
La estación Hato laguna se encuentra en la zona E y registra los caudales medios mensuales del río Hato Laguna. Esta zona, coincide con la subcuenca del río Hato Laguna, por tal razón se pudo hacer la comparación de los caudales registrados por la estación (reales) y los caudales calculados con el modelo (simulados) con la finalidad de calibrar el coeficiente de escorrentía (ver Figura 23 y Tabla 13). La estación Desaguadero se encuentra en la zona C y su corriente de registro es el río Olarte. La subcuenca del río Olarte representa el 79% de la zona C, por tal razón se utilizaron estas mediciones para calibrar el coeficiente de escorrentía en esta zona (ver Figura 23 y Tabla 13).
Figura 23. Calibración del coeficiente de escorrentía por zonas. Tabla 13. Coeficiente de escorrentía por zonas. ZONA
Ce
A
0.3
B
0.3
C
0.8
D
0.4
E
0.3
55 de 123
Conforme a la Figura 23, los ciclos anuales de los caudales medios mensuales simulados coinciden con los ciclos de los caudales mensuales medidos en las zonas. La correlación de los Q reales y Q simulados es de 0.55 para la zona E y de 0.44 para la zona C. En la zona C se optó por tomar un coeficiente de escorrentía de 0.8, ya que este permitió que los caudales simulados se ajustaran mejor a los caudales reales en términos de magnitud. Lo anterior indica que el suelo de la subcuenca del río Olarte tiende a generar una alta escorrentía. 5.3.2
Extracciones y Ajuste de Niveles
Las extracciones mensuales para el riego de los cultivos se calcularon de acuerdo con el esquema de la Figura 21. En esta ecuación se considera que el agua que requieren los cultivos depende del área cultivada y de un factor r relacionado con el agua disponible en el suelo que no se convierte en escorrentía o en evapotranspiración. Las demás extracciones que se tuvieron en cuenta para realizar la modelación fueron: acueducto de Aquitania, acueducto de Sogamoso y demás municipios, ganadería y uso industrial. La extracción para ganadería y para el acueducto de Aquitania se consideró constante en el periodo de modelación, en 2737 m3/mes y 116640 m 3/mes respectivamente, con base en lo encontrado en Pérez y Macías (2005). El uso pecuario se calculó como:
𝑄𝑔𝑎𝑛𝑎𝑑𝑜 = 1824.75 ℎ𝑎 ∗ 2
𝑎𝑛𝑖𝑚𝑎𝑙 25 𝑙 30 𝑑𝑖𝑎𝑠 1𝑚3 2737 𝑚3 ∗ ∗ ∗ = ℎ𝑎 𝑎𝑛𝑖𝑚𝑎𝑙 ∗ 𝑑í𝑎 1 𝑚𝑒𝑠 1000𝑙 𝑚𝑒𝑠
Las extracciones industriales y de los acueductos se calibraron de acuerdo con el ajuste de los niveles simulados y medidos, para lo cual se realizaron dos ajustes, el primero un poco más grueso que el segundo (ver Figura 24 y Figura 25). Según la Figura 24 las extracciones estimadas para riego han variado en el rango de 0 a 1.5 m3/s, con un promedio de 0.39 m3/s y las extracciones para los demás usos han tenido
56 de 123
grandes fluctuaciones a lo largo de los años, con un promedio de 1.63 m 3/s para el primer ajuste y de 1.66 m3/s para el segundo ajuste.
Figura 24.Extracciones en la cuenca del lago de Tota (periodo histórico). Considerando las extracciones anteriormente descritas (ver Figura 24) se logró el ajuste de los niveles que se presenta en la Figura 25, con un coeficiente de correlación de 0.88 para el ajuste 1 y de 0.90 para el ajuste 2.Esto indica que con un esquema relativamente sencillo de extracciones, sin considerar una gran variabilidad en periodos largos, se puede explicar el comportamiento de los niveles históricos.
Figura 25. Comparación de nivel real y simulado.
57 de 123
Una de las mayores ventajas del modelo es que permite conocer el comportamiento de los niveles naturalizados del lago, es decir, bajo el supuesto de que no se hubieran presentado extracciones en el periodo histórico. En la Figura 26, se presentan los niveles naturalizados del lago en el periodo histórico, asumiendo adicionalmente que el vertedero de la herradura no existiera y el río Olarte no fuera desviado hacia el lago.
Figura 26. Comparación nivel real y naturalizado
Figura 27. Histograma de frecuencias de niveles naturalizados del lago
58 de 123
Conforme a lo encontrado, bajo condiciones naturales, los niveles del lago de Tota entre el año 1971 y el año 2013 hubieran oscilado entre una cota máxima de 3015.6 msnm y una cota mínima de 3014.7 msnm, una variabilidad muy pequeña en comparación con los niveles reales. En la Figura 27 , donde se presenta la frecuencia de ocurrencia de niveles bajo el escenario de un lago naturalizado, se confirma lo anteriormente descrito. Debido a la presencia de un solo vertedero, no se hubieran generado inundaciones, considerando la cota máxima de inundación adoptada por CORPOBOYACA en 3015.65 msnm y los valores de nivel más frecuentes hubieran oscilado entre los 3015 y los 3015.3 msnm. En la sección Resultados se ampliará el análisis de los posibles escenarios históricos del lago de Tota.
5.4
Análisis de incertidumbre
La incertidumbre es la incapacidad para determinar la verdadera magnitud o forma de variables o características de un sistema. Las causas específicas de la incertidumbre pueden incluir desconocimiento de factores del sistema, errores en los datos, estructuras y parámetros de los modelos, supuestos inapropiados, conceptos ambiguamente definidos, entre otros (Mahmoud et al., 2009). Cada variable en el modelo elaborado (precipitación, evaporación, caudales y niveles), presenta incertidumbres: en la medición, en el método de agregación por zona (Thiessen e IDW) y una incertidumbre debido a las consideraciones que se tomaron para obtener las extracciones en la cuenca. En este sentido, se optó por alterar los valores de la precipitación (P) y Evapotranspiración (ET) históricas en un 10%, que es un valor lo suficientemente crítico para englobar las incertidumbres mencionadas y dar una idea de las posibles extracciones. Con las alteraciones realizadas en las variables climáticas se realizó una banda de incertidumbre de las extracciones antropogénicas para los acueductos e industrias que se presentan en la cuenca del lago de Tota (ver Figura 27).
59 de 123
Figura 28. Banda de incertidumbre de extracciones
De acuerdo con la Figura 28, año a año las extracciones calculadas por medio del ajuste de los niveles pudieron haber variado entre 0 y 5 m3/s aproximadamente. Sin embargo, esta variación se debe principalmente al alto grado de incertidumbre que se usó (10%). A pesar de la incertidumbre es claro que entre los años 1979 a 1982, y entre 1986 y 1991 las extracciones estuvieron por encima del promedio y que del 93 al 97 volvieron a aumentar, seguidas por el periodo 1998 al 2001, luego 2004 a 2007 y por último en el 2007, y en el 2010, con ciclos de tres a cinco años aproximadamente. Se observa además que algunos de los mayores picos de extracción coinciden con fenómenos Niña, por ejemplo del 88 al 89, 98 al 99, 2007 al 2008 y 2010 a 2011 y algunos de los picos más bajos coinciden con fenómenos Niño fuertes, por ejemplo, de 1972 a 1973, de 1982 a 1983 y del año 1997 a 1998 lo que permite inferir que la dinámica de extracción se ve influenciada por la disponibilidad hídrica producida por los fenómenos climáticos globales.
5.5
Verificación del Modelo de Tanques
Para comprobar la correcta modelación del balance hídrico en el lago de Tota por medio del modelo de tanques, se evaluó el agua almacenada en el suelo, la cual debe ingresar por infiltración, acumularse en el tanque y descargarse como producto del flujo subsuperficial que alimenta al lago, llegando a un balance anual de cero (ver Figura 22).
60 de 123
En la Figura 29 se observa para la Zona A la lámina de agua presente en el tanque (Hsueloalm). Se nota que el almacenamiento del agua tiene un ciclo, en los meses más lluviosos la lámina de agua aumenta, luego cuando la disponibilidad hídrica disminuye, la cantidad de agua almacenada comienza a disminuir también hasta llegar a cero, a continuación, comienza a recargarse nuevamente. 0,35
Lamina de agua (m)
0,3
Hsuelalm
0,25 0,2 0,15 0,1 0,05 0 oct.-69
abr.-75
oct.-80
mar.-86
sep.-91
mar.-97
sep.-02
feb.-08
ago.-13
meses Figura 29. Almacenamiento de agua en modelo de tanques Zona A.
Las otras zonas de la cuenca presentan el mismo comportamiento representado para la zona A en la Figura 29, lo cual indica el funcionamiento adecuado del modelo, cumpliendo unos ciclos de carga y descarga coincidentes con los ciclos anuales de precipitación y evaporación.
5.6
Rendimiento cultivos
La agricultura en particular ha sido el foco principal de muchos de los modelos que integran la compleja interacción entre agua y economía debido a que es la actividad que representa mayor consumo de agua dulce en el mundo (Brouwer & Hofkes, 2008). Se estima que la producción de cebolla junca en el municipio de Aquitania representa el 95% de la región y el 80% de sus habitantes depende principalmente de esta actividad (Villalba et al., 2001).
61 de 123
Considerando que la cuenca del lago de Tota se caracteriza por las amplias extensiones de cultivos de cebolla larga, se utilizó la ecuación de la FAO para determinar la producción de los cultivos y la respuesta de rendimiento de acuerdo con la disponibilidad hídrica (Steduto et al.,2012):
1−
𝑌𝑎 𝐸𝑡𝑎 = 𝐾𝑦 (1 − ) 𝑌𝑥 𝐸𝑡𝑥
( 7)
Donde Yx y Ya son el rendimiento máximo potencial y real, Etx y Eta son la evapotranspiración máxima potencial y real, y Ky es el factor de respuesta del rendimiento, que representa el efecto que tiene una reducción en la evapotranspiración del cultivo sobre el rendimiento. Ky captura la esencia de la compleja relación entre la producción y el uso de agua de un cultivo, donde muchos procesos biológicos, físicos y químicos están involucrados (Steduto et al., 2012). Para solucionar la ecuación ( 7) se tuvieron en cuenta los siguientes aspectos:
El rendimiento máximo Yx se asumió en 45 ton /ha, considerando que 40 ton/ha es la producción comúnmente registrada (Villalba et al., 2001).
Ky de la cebolla es 1.1, lo cual significa que el cultivo es sensible al déficit de agua con reducciones proporcionales en el rendimiento cuando el uso del agua se reduce (Steduto et al.,2012).
La máxima evapotranspiración se calculó como: ETx= Eto*Kc, dónde Eto es la evapotranspiración del cultivo de referencia y Kc es el coeficiente único del cultivo, que de acuerdo con la FAO para diferentes tipos de cebolla varía entre 0.75 y 1.05.
La evapotranspiración de referencia (Eto) se tomó como la evaporación de tanque.
El coeficiente Kc del cultivo se tomó como 1, que es el promedio de los valores presentados por la FAO para la cebolla.
Teniendo en cuenta que Kc es igual a 1, la evapotranspiración máxima es igual a la evaporación de tanque.
Para el cálculo de ETa se siguió el procedimiento mostrado en la Figura 29.
62 de 123
Figura 30.Cálculo de la evapotranspiración real anual (Eta). Por último se calcula el rendimiento del cultivo Ya en ton/ha y la producción total (P) en toneladas por zona como P= Ya. (Ac). (ncos), siendo Ac el área cultivada y ncos el número de cosechas por año. La producción total por año y por zona se calculó considerando el área cultivada de la Tabla 12 y dos cosechas por año.
De acuerdo con los cálculos realizados se encontró que el rendimiento de los cultivos depende básicamente del tope establecido para el riego y de la disponibilidad hídrica de cada zona. A continuación se presenta la variación de los rendimientos por zona para un tope de riego de 0.1 m3/m2-mes (ver Figura 31).
63 de 123
Figura 31. Rendimiento estimado de los cultivos de cebolla por zonas para un tope de 0.1 m 3/m2mes
En la Figura 31 se observa que en la zona A se presenta el máximo rendimiento y que su variabilidad es poca, mientras que en la zona C se presenta el mínimo rendimiento y una mayor variabilidad anual. Adicionalmente se observa que el año 1997, dónde se presentó un fenómeno del Niño fuerte, fue crítico para el rendimiento en todas las zonas, a excepción de la Zona A que tenía la suficiente disponibilidad hídrica para cubrir las necesidades del cultivo. Conforme al análisis de frecuencias de rendimientos, en la Figura 32 se observa que la zonas A y E son las regiones donde existe menor variabilidad y mayor frecuencia de un rango de rendimiento, muy cercano al máximo establecido, mientras que las zonas B, C y D presentan mayor dispersión. Esto se debe a que las zonas A y E son las que presentan mayor disponibilidad hídrica, por lo que el tope a la extracción por riego afecta en menor proporción su rendimiento con respecto a las demás zonas. El tope establecido en 0.1 m3/m2 puede considerarse conservador, teniendo en cuenta que según el POMCA el límite está en 0.04 m3/m2.mes, por esta razón se evaluó el rendimiento de los cultivos bajo este tope (ver Figura 33).
64 de 123
Figura 32. Histograma de frecuencias de rendimiento de cultivos en las cinco zonas de la cuenca.
Figura 33.Rendimiento estimado de los cultivos de cebolla por zonas para un tope de 0.04 m3/m2.mes
Según la Figura 33 para un tope de extracción de 0.04 m3/m2.mes el rendimiento de los cultivos en todas las zonas permanece por debajo del máximo, exceptuando el año 1982, 65 de 123
en el cual las zonas A y E alcanzan este límite. Sin embargo, la zona A continúa siendo la menos afectada por el tope de extracción, con un rendimiento promedio de 39.78 ton /ha mientras la zona C presenta mayor afectación con un promedio de 32.4 ton/ha. En cuanto a la frecuencia de rendimiento, se observa en la Figura 34 que la dispersión de los datos aumenta con respecto al tope de 0.1 m3/m2.mes. Esto era de esperarse ya que un tope más bajo le da mayor influencia a la precipitación de cada zona, la cual es fluctuante y dependiente del mes en el año y de los fenómenos macro climáticos. Para un tope de 0.2 m3/m2.mes el rendimiento de los cultivos en todos los años y todas las zonas permanece constante en 45 ton/ha. Esto se debe a que el tope se encuentra por encima de los requerimientos del cultivo por lo cual este puede alcanzar su máximo rendimiento (ver línea verde en Figura 33).
Figura 34.Histograma de frecuencias de rendimiento de cultivos en las cinco zonas de la cuenca para un tope de extracción por riego de de 0.04 m 3/m2.mes
En cuanto a la producción, se encontró que la zona A es la mayor productora de la cuenca, con un promedio de 142.953 ton/año, seguida por la zona D (100.439 ton/año). Esto se debe a la consideración inicial de suponer estas dos zonas con las mayores áreas cultivadas en la cuenca.
66 de 123
5.7
Modelo del fósforo en el lago de Tota
Para la elaboración del modelo del fósforo en el lago de Tota se consideraron tres fuentes principales (agricultura, piscicultura y aguas residuales) y cinco compartimentos de recepción dentro del lago (fitoplancton, zooplancton, macrófitas, sedimento y agua) (ver Figura 35). La agricultura de cebolla larga es la principal fuente de fósforo al lago de Tota. De acuerdo con Villalba et al. (2001), los cultivos de cebolla larga cubren cerca de 3800 ha de la cuenca. Para su producción se utilizan agroquímicos y gallinaza fresca en la fertilización de los cultivos. La gallinaza contiene aproximadamente 1% de fósforo (P) (Vollenweider, 1983). De este, en esta investigación se estima que un 1% logra llegar al lago por escorrentía. Considerando como uso actual 40-80 ton/ha-año de gallinaza (POMCA, 2005), el aporte de fósforo por esta fuente sería de aproximadamente 36 ton en el año. Con base en lo anterior, el aporte de fósforo al lago por uso de gallinaza se calculó mensualmente para cada zona de la siguiente manera:
𝑃𝑎𝑓𝑙𝑢𝑒𝑛𝑡𝑒 𝑧𝑖 = 𝐴𝑐𝑧𝑖 ∙ 𝐹𝑧𝑖 ∙ 𝑝𝑓 ∙ 𝑝𝑙
( 8)
Donde Pafluente zi es el fósforo que ingresa al lago por cada zona (ton), Aczi es el área cultivada en cada zona (ha), Fzi es la cantidad de gallinaza usada por zona (ton/ha), pf es el % de fósforo en la gallinaza (1%) y pl es el % de fósforo que se lava y por escorrentía logra llegar al lago (1% del fósforo de la gallinaza). La cantidad de fósforo que ingresa al lago por las otras dos fuentes se consideró constante, teniendo en cuenta estudios realizados previamente (Pinzón et al., 2012; Ramírez & Paeres, 2005) en 3.074 ton/año de las aguas residuales y 3.39 ton/año de los cultivos de trucha (ver Tabla 14 y capítulo 4.3). Los cultivos de trucha aportan fósforo al lago debido al alimento que es suministrado para su crecimiento, ya que por su proceso de suministro, una parte no es consumida por el pez y entra al lago directamente. Además las excretas de las truchas también presentan un contenido alto de fósforo. Por esta razón se consideró que el 80% del fósforo que ingresa
67 de 123
por el alimento o excretas de las truchas es particulado y por tanto se sedimenta y el 20 % restante es fósforo disuelto que puede ser más fácilmente consumido por las macrófitas. El agua residual del municipio de Aquitania aporta fósforo al lago, debido a que la planta de tratamiento de aguas residuales (PTAR) sólo atiende el 35 % de la población y no realiza tratamiento terciario, por lo cual el fósforo proveniente principalmente de los detergentes llega al lago directamente, en su mayoría en forma de fósforo disuelto (ver Tabla 14). Como respuesta al alto ingreso de fósforo, se ha presentado un gran desarrollo de franjas de macrófitas Elodea y E. densa en las márgenes del lago, particularmente notable en la zona inmediata a la desembocadura de la quebrada La Mugre donde tal franja alcanza cerca de 50 m de ancho. Estas macrófitas, reportadas como enraizadas hasta en zonas de 20 m de profundidad,
desempeñan un papel biodepurador, tomando el exceso de
nutrientes que ingresan al lago y transformándolos en biomasa vegetal (Ramírez & Paeres, 2005). Søndergaard y Moss (1998) citan un caso en que la Elodea (misma familia que Egeria) contenía más del 60% de N y P en un sistema de lago poco profundo (con exclusión de los sedimentos). Esta capacidad de regulación de nutrientes tuvo un efecto importante en Laguna Chica de San Pedro cerca de Concepción, Chile, ya que paso de ser un lago eutrófico (asociado a aguas turbias), a oligotrófico ( aguas claras) cuando la E. densa se estableció en 1980 (Yarrow et al, 2009). Considerando la importancia que representan las macrófitas en la calidad del lago de Tota y la alta tasa de crecimiento que han presentado a lo largo de los años, se supusieron estas como los principales elementos del lago que absorben el fósforo que ingresa, aunque también el fitoplancton, el zooplancton y el sedimento hacen parte de su dinámica, por lo que se tuvieron en cuenta dentro del modelo (ver Figura 35).
68 de 123
Figura 35. Dinámica del fósforo en el Lago de Tota: 1.Cultivos de trucha 2. Fitoplancton 3. Zooplancton 4, Elodea y Egeria densa, 5. Cultivos de Cebolla, 6. Planta de tratamiento de aguas residuales Tabla 14. Principales supuestos para el modelo del fósforo. Supuesto
Símbolo
Fósforo Fósforo disuelto
Unidades
Fuentes de P PTAR
Trucha
Macrófita
Gallinaza
E.densa
P
ton/año
3.074
3.39
36
-
Pd
%
75
20
20
-
Fósforo suspendido
Psus
%
25
80
80
-
Fósforo sedimentado
Psed
%
25
80
80
-
Tasa absorción fósforo
TAP
mgP/gDW-año
-
-
-
0.11
TRC
días-1
-
-
-
0.003
TDCA
días-1
Biomasa inicial
BI
Mg
-
-
-
10000
Densidad
dm
gmacrófita/0.25m2
Tasa relativa de crecimiento Tasa de decaimiento
5.7.1
0,1 600
Crecimiento de las macrófitas
El crecimiento de las macrófitas es de tipo exponencial (ver ecuación ( 9) y depende de una tasa relativa de crecimiento (TRC), la cual se define como la ganancia de biomasa por unidad de biomasa y tiempo (Villar et al., 2004). 𝐵2 = 𝐵1 𝑒 𝑇𝑅𝐶(𝑡2 −𝑡1 )
69 de 123
( 9)
Siendo B2 y B1 la biomasa de la macrófita en los tiempos 2 y 1 (t 2 y t1 respectivamente) y TRC la tasa de crecimiento relativo. La tasa relativa de crecimiento de los brotes de la Egeria densa varía en el rango de 0.003 a 0.035 mg.mg-1d-1 (Carrillo et al., 2006). Sin embargo la biomasa de macrófita depende del fósforo disponible en el agua y en el sedimento. El agua es la principal fuente de nutrientes para la E. densa (Feijoó et al, 2002). Con base en esto, el modelo de crecimiento fue modificado con dependencia del fósforo disponible en el lago para la absorción de la macrófita (Plago). Para esto se tuvo en cuenta que la velocidad de absorción de fósforo en el agua va de 0.11 a 0.26 mg P g-1DW dia-1 (de acuerdo con Reddy et al. (1987), citados en Feijoó et al. (2002)) y que del 8 al 10% del fósforo incorporado en la planta deriva del sedimento. Existen diferentes factores que influyen en el crecimiento de las macrófitas. De acuerdo con Yarrow et al. (2009) la temperatura del agua y del sedimento afectan la fisiología, tasas de crecimiento e inicio de latencia en las plantas acuáticas. Para E. densa, parece que el crecimiento es relativamente constante en el intervalo entre 16 °C y 28 °C (Barko y Smart 1981). Aunque la fotosíntesis incrementa en este rango, la respiración también incrementa notablemente sobre los 16 °C, limitando la producción de biomasa. Aunque el metabolismo de la E. densa y la Elodea depende de factores como pH, luz y temperatura, el modelo propuesto no tuvo en cuenta estas variaciones. En el modelo se consideraron básicamente las fuentes de fósforo, la cantidad asimilable por la macrófitas y la relación de la macrófita con el fitoplancton ya que por la tendencia de este último a adquirir nutrientes de la columna de agua, E. densa puede disminuir la disponibilidad de nutrientes para el fitoplancton (Feijoó et al., 2002; Mazzeo et al., 2003). El procedimiento realizado para construir el modelo se presenta en la Figura 36.
70 de 123
Figura 36. Diagrama de flujo modelo de fósforo: Pdisueltof: Fósforo disuelto final en el lago, Fitopor: Porcentaje de absorción de fósforo del fitoplancton, Pdispof: Fóforo disponible para el fitoplancton, Biomacro: Biomasa de macrófita, %Pd: porcentaje de fósforo disuelto, entradamacro: entrada de fósforo a la macrófita, RGR: Tasa relativa de crecimiento.
Los resultados encontrados muestran el comportamiento dependiente del fósforo y la macrófita en el lago de Tota y dan una idea inicial de por qué en la actualidad persisten los problemas por la excesiva cantidad de macrófitas presentes en el lago a pesar de que las mediciones de concentración de fósforo sean aparentemente bajas. Al ser introducidas las macrófitas al lago rico en nitrógeno y especialmente en fósforo, estas comenzaron a absorber los nutrientes presentes en el agua y en una parte del sedimento,
71 de 123
produciendo un incremento paulatino de la biomasa vegetal. Al comienzo la biomasa era poca y las fuentes de fósforo eran muchas, lo que produjo que la concentración de fósforo en el lago incrementara a medida que pasaba el tiempo, pero a la vez la biomasa de macrófitas también iba aumentando, hasta un punto en el cual la biomasa de macrófitas existentes tenía la capacidad de absorber la mayor cantidad de fósforo de las principales fuentes (aguas residuales, gallinaza y alimento y excretas de trucha), por lo tanto la concentración de fósforo comienza a disminuir lentamente ( ver Figura 37).
Figura 37. Comportamiento del fósforo en el Lago de Tota Es por esta razón que las mediciones de fósforo en el lago de Tota demuestran concentraciones bajas. En esta investigación se realizó una medición puntual de fósforo en un sitio específico (la bocatoma de Aquitania), el cual se encuentra en la parte denominada Lago Chico, lugar que se encuentra afectado por el crecimiento excesivo de macrófitas. Los resultados arrojaron una concentración de sólo 0.02 mgP/L, lo cual concuerda con lo expuesto en Pinzón et al. (2012) y con las concentraciones arrojadas por el modelo. A pesar de sus limitaciones, como asumir la mezcla completa en el lago, no considerar la distribución espacial del fósforo—que, de acuerdo con Cordero et al. (2005), alcanza las mayores concentraciones en Lago Chico y las menores en Lago Grande—y no considerar específicamente algunos factores como la temperatura, la luz y el pH que pueden alterar el crecimiento de la macrófita, este modelo sencillo esquematiza con claridad lo que está pasando con el fósforo y las macrófitas en el lago y es el caso más conservador de todos 72 de 123
ya que al considerar el lago como mezcla completa la concentración de fósforo en el lago se ve disminuida. En la Figura 38 se presenta la relación entre el área del lago cubierta por la macrófita en km2 y la cantidad de fósforo disponible en el lago en términos de ton/año. Se observa que a medida que el fósforo aumenta el área cubierta por la macrófita también lo hace y luego de un tiempo la biomasa llega a un límite de 40km2 (establecido en el modelo) y el fósforo comienza a decrecer a causa de la absorción de la biomasa.
100
350 300
1 jun.-68 0,1
feb.-82
oct.-95
jul.-09
0,01
mar.-23 250 200
0,001 150
0,0001 0,00001
100
Fósforo (ton/año)
Área cubierta ( Km2)
10
0,000001 Area cubierta macrofitas(Km2)
0,0000001
50
Fósforo (ton/año)
1E-08
Años
0
Figura 38. Relación área cubierta por la macrófita-fósforo.
6
ESCENARIOS CLIMÁTICOS
De acuerdo con el IPCC (2007) el término variabilidad climática se refiere a las variaciones del estado medio, desviación típica, eventos extremos y demás características estadísticas del clima y puede deberse a procesos internos naturales o a variaciones del forzamiento externo natural o antropogénico. La variabilidad climática produce efectos en la disponibilidad de agua en el ambiente debido a variaciones de la evaporación en la superficie de cuerpos de agua, suelos expuestos al aire y cambios en la evapotranspiración de la vegetación. Todo esto conduce a afectaciones
73 de 123
de los componentes del ciclo hidrológico como la humedad del suelo, la escorrentía e infiltración (Buytaert et al, 2012). Los efectos de la variabilidad climática sobre los recursos hídricos son medidos, por ejemplo, en fluctuaciones de nivel, cambios en la evaporación, fenología y desaparición de cuerpos de agua (Buytaert et al., 2012; Kolding & Zwieten, 2012; Latifovic & Pouliot, 2007; Lenters, Kratz, & Bowser, 2005). El clima regional es la principal causa natural de variación de los niveles de un lago (Jones, McMahon, & Bowler, 2001), sin embargo, las actividades antrópicas, como la extracción de agua para acueductos y riego de cultivos, tienen la capacidad de alterar considerablemente tales niveles, por lo que es importante considerar las variaciones climáticas bajo un contexto socio-económico con la finalidad de desarrollar medidas de adaptación (Ye et al., 2013). Por otra parte, la variabilidad natural del clima ha producido efectos significativos en los países de América Latina por lo que las proyecciones de cambio climático se consideran un elemento importante para la planificación nacional y regional (Canziani & Diaz, 2000). Una proyección climática es la estimación de una situación futura mediante el uso de la condición actual o a través de una extrapolación (estadística, numérica o dinámica) del curso de los procesos. Debido a que los procesos en la naturaleza atmosférica no son lineales, como por ejemplo, los ciclos ENSO (El Niño/Oscilación del Sur), las relaciones estadísticas pueden no mantenerse en el clima futuro. La variabilidad climática puede modificar los valores promedios y otros parámetros estadísticos de lluvia, evaporación, temperatura, entre otros, por lo que no se recomiendan extrapolaciones a más de 30 años (Ruiz, 2010). El fenómeno ENSO originado en el pacífico tropical es la señal climática natural interanual más fuerte y tiene efectos generalizados en el sistema climático global y en la ecología del Pacífico Tropical. Cualquier cambio fuerte en las estadísticas de ENSO por lo tanto, tendrá graves consecuencias climáticas y ecológicas (Latif & Keenlyside, 2009). La respuesta del ENSO al calentamiento global difiere considerablemente de un modelo a otro, mientras algunos estudios consideran que la mayor parte de la variabilidad del ENSO durante el último milenio puede haber surgido de la dinámica interna del sistema en si (Cobb et 74 de 123
al.,2004) y que la probabilidad de cambio en la estadística del ENSO es bastante pequeña (Latif & Keenlyside, 2009), otros afirman que fenómenos de variabilidad climática como el ENSO tienen una relación directa con el cambio climático e interactúan constantemente, por lo que como efecto del cambio climático global se intensificaran los eventos extremos climáticos asociados al fenómeno ENSO (Alzate et al., 2015; Bonilla et al., 2015). A pesar de tales incertidumbres es necesario tener en cuenta esta clase de fenómenos naturales en las proyecciones climáticas para estar un poco más cerca a la realidad futura. Con base en las proyecciones climáticas, se pueden construir escenarios climáticos. Las predicciones tradicionales se limitan a los futuros más probables, en un intento de simular el futuro con un alto grado de precisión. Sin embargo, el análisis de escenarios ofrece una herramienta alternativa para ayudar en las exploraciones del futuro (Odada et al., 2009), ya que por medio de estos se pueden determinar futuros más o menos probables, como por ejemplo eventos extremos, que bajo la predicción tradicional serían ignorados y por tanto no tendrían utilidad para la gestión de tal alternativa en un futuro (Mahmoud et al., 2009). Un escenario se puede definir como la descripción coherente y sistemática de un “futuro posible”, expresada como una narración sobre las futuras condiciones ambientales y socioeconómicas. Se utilizan para representar el futuro en una manera exploratoria, con el objetivo de identificar factores que deberán tenerse en cuenta en la planificación y creación de estrategias (Warwik et al, 2003). La planificación a través de escenarios es comúnmente impulsada por los tomadores de decisiones o sus asesores con un conjunto particular de problemas y objetivos en mente. Los alcances comunes de escenarios incluyen los climáticos, la socioeconomía, el medio ambiente y los recursos hídricos (Mahmoud et al., 2009; Priess & Hauck, 2014). El IPCC desarrolló en 1992 ciertos escenarios de emisiones (descripciones posibles del clima futuro, dependientes de suposiciones acerca de futuras emisiones de gases de efecto invernadero y otros contaminantes), los cuales fueron modificados en 1996 y han sido ampliamente utilizados en el análisis del posible cambio climático, sus impactos y las opciones de mitigación. Para la determinación de estos escenarios, consideraron que las emisiones de gases de efecto invernadero son el producto de sistemas dinámicos muy complejos, determinados por fuerzas como el desarrollo demográfico, socio-económico y el 75 de 123
cambio tecnológico. Tales escenarios se desarrollaron en cuatro líneas evolutivas bajo diferentes métodos de modelación (IPCC, 2000). Uno de los usos actuales de los escenarios climáticos es el desarrollo de estrategias para la gestión del agua ya que estos permiten visualizar la posible evolución y eficacia de opciones políticas para tal gestión (Haasnoot & Middelkoop, 2012).En general los escenarios de cambio climático global han sido ampliamente utilizados en diversos estudios para investigar sus efectos sobre sistemas ambientales y recursos ecosistémicos, seguridad alimentaria, recursos hídricos, la malaria e inundaciones costeras (Hulme et al., 1999). De acuerdo con el seminario celebrado en el 2006 sobre desarrollo de escenarios (Third biennial meeting of the International Environmental Modeling and Software Society), existe un común acuerdo en la comunidad de modelación ambiental respecto a que la planificación de escenarios es una forma eficaz y práctica de poner modelos ambientales a un mayor uso benéfico para la toma de decisiones a largo plazo. En el modelo desarrollado en esta investigación se realizaron diferentes proyecciones estadísticas de las variables climáticas: precipitación, evaporación y temperatura. Con estas proyecciones se elaboraron escenarios climáticos, considerando la presencia o ausencia del fenómeno ENSO y algunas decisiones de referencia para los aprovechamientos del agua dentro y fuera de la cuenca.
6.1
Proyecciones de precipitación
El cálculo de las proyecciones de precipitación se realizó teniendo en cuenta diferentes escenarios que consideran variaciones en la media, varianza, extremos en los meses húmedos y secos e influencia del ENSO. Para esto se definieron cinco escenarios de precipitación, considerando variaciones en las condiciones estadísticas “normales” entre el 10% y 40% (ver Figura 39).
76 de 123
Figura 39. Escenarios de precipitación (PE)
PE1=mayor lluvia media, PE2=menor lluvia media PE3= condición normal, PE4=mayor varianza e igual media, PE5=más lluvia en meses lluviosos y menos lluvia en meses secos (condiciones extremas). El cálculo de los cuatro primeros escenarios se realizó mediante la siguiente ecuación.
𝑃𝑚 = [(1 + 𝑖1 𝛼1 𝑡) ∙ µ𝑚 + (1 + 𝑖2 𝛼2 𝑡) ∙ 𝜎𝑚 ∙ 𝑒](1 + ϐ )
( 10)
Donde Pm= precipitación mensual, µ=media mensual de la precipitación histórica, σ= desviación estándar mensual de la precipitación histórica, e = vector de números aleatorios con distribución normal, media 0 y desviación estándar 1,𝒊𝟏 = tendencia de la media mensual (0-1), 𝒊𝟐 = tendencia de la varianza mensual (0-1), α1 y α2= factores para realizar un incremento o decremento gradual de la media (α1) y la varianza (α2) a lo largo del tiempo. 1
α= 𝑛 siendo n el número de meses a proyectar, t=tiempo (meses) y ϐ=influencia del ENSO. La influencia del ENSO fue estimada 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, 0.2
=a>=0.8 año Niño 77 de 123
El valor de ϐ (beta) depende de la función a, así para años Niña ϐ = 0.2 + 𝑎 , para años Niño ϐ = 0.8 − 𝑎 y para años considerados “Normales” ( sin presencia de Niño o Niña) el valor de ϐ = 0. Para realizar la proyección de precipitación bajo el escenario 5 se analizaron los datos históricos y se definieron los meses húmedos y secos para la cuenca del Lago de Tota, a continuación se modificó la ecuación utilizada en los cuatro primeros escenarios:
𝑃𝑚 = [(1 + (𝑖ℎ − 𝑖𝑠 )𝛼1 𝑡) ∙ µ𝑚 + (1 + 𝑖2 𝛼2 𝑡) ∙ 𝜎𝑚 ∙ 𝑒](1 + ϐ )
( 11)
Donde 𝑖ℎ = Tendencia en promedio de lluvia de meses húmedos (0-1) y 𝑖𝑠 = Tendencia en promedio de lluvia de meses secos (0-1). Las demás variables ya fueron definidas para la ecuación 10. Para cada escenario se generaron mil series con cada una de las variaciones consideradas (10, 20, 30 y 40%), las cuales se organizaron de menor a mayor de acuerdo con el volumen de precipitación generado. Una vez organizadas, se escogió un percentil, dependiente del escenario. Para el escenario E1 se escogió el percentil 95, para el escenario E2 el percentil 5, para el E3 el percentil 50, E4 el 95 y para el E5 el percentil 50. Posteriormente la serie escogida se comparó con los valores históricos. Con gráficos de cajas y bigotes se realizó el análisis de datos mínimos, máximos, mediana, media y distribución de los datos. A continuación se presenta la distribución de la precipitación en el lago para los diferentes escenarios climáticos bajo la influencia del ENSO. La distribución cambia con respecto al cambio porcentual de la precipitación (ver Figura 40 a Figura 44).
78 de 123
Figura 40. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 1.
En promedio la disminución o aumento de la media mensual corresponde al decrecimiento o crecimiento porcentual asignado en cada proyección. En la Figura 40 se observan los incrementos graduales en la media de precipitación en todos los meses del año. Aunque la distribución es muy similar la magnitud aumenta con respecto al histórico dependiendo de la proyección. La disminución media mensual de la precipitación se ilustra en la Figura 41. Se observa que la distribución de la serie histórica se encuentra por encima de las proyecciones y que únicamente en los meses más secos como enero y diciembre el decrecimiento no es tan marcado. En la Figura 42 se presenta el comportamiento considerado “Normal” en las proyecciones.
79 de 123
Figura 41. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 2.
El escenario tres conserva las características estadísticas de la serie histórica, entre ellas la media y la desviación, es por esta razón que en la Figura 42 se observa la homogeneidad mensual entre lo histórico y lo proyectado. El escenario cuatro corresponde a aumentos en la varianza mensual, su distribución se aprecia en la Figura 43.
80 de 123
Figura 42. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 3.
En el escenario cuatro, la variabilidad se hace mayor a medida que la proyección aumenta, por esta razón se observa en la Figura 43 que no necesariamente un aumento en la varianza corresponde a un incremento en la magnitud de la precipitación. Adicionalmente se observa que la cantidad de puntos extremos incrementa con respecto a los demás escenarios. En la Figura 44 se presenta el último escenario planteado, correspondiente a los extremos.
81 de 123
Figura 43. Distribución mensual de la precipitación histórica y proyectada bajo el escenario 4.
Figura 44.Distribución mensual de la precipitación histórica y proyectada bajo el escenario 5.
Debido a que el lago tiene influencia de cinco estaciones, entre ellas El Túnel, cuyo régimen es bimodal y presenta las mayores precipitaciones en los meses de abril y octubre, se observa que el mayor incremento de la precipitaciones en todas las proyecciones se da en
82 de 123
estos meses, sin embargo el comportamiento generalizado de extremos se conserva, es decir, los mayores incrementos se dan en los meses de abril a noviembre que corresponden a meses húmedos y las mayores disminuciones de diciembre a febrero. Con la finalidad de analizar las diferencias porcentuales del promedio de las series históricas y proyectadas, se realizó una comparación mensual en el escenario 2 para comprobar los resultados obtenidos mediante el diagrama de cajas y bigotes (ver Tabla 15). La relación se obtuvo mediante la siguiente ecuación:
µ𝐻−𝑃 =
(µ𝑝 − µℎ ) µ𝑝
( 12)
Donde: µ𝑝 : Media mensual de la serie proyectada; µℎ : Media mensual de la serie histórica; µ𝐻−𝑃 : cambio mensual de la media proyectada con respecto a la histórica. Tabla 15. Disminución porcentual de la precipitación en la zona A (E2). Meses Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
En la
Disminución porcentual 10% 1.05 0.19 -0.26 0.05 -0.13 -0.16 -0.04 -0.11 -0.01 -0.03 -0.41 -0.12
20% 0.35 -0.12 -0.07 -0.25 -0.24 -0.23 -0.33 -0.20 -0.18 -0.14 -0.25 -0.31
30% -0.15 -0.18 -0.13 -0.26 -0.39 -0.26 -0.39 -0.35 -0.30 -0.30 -0.30 -0.26
40% -0.35 -0.07 -0.35 -0.39 -0.37 -0.42 -0.30 -0.41 -0.48 -0.44 -0.48 -0.30
Tabla 15 se observa que por lo general en todos los años se presenta una
disminución de la media proyectada con respecto a la media histórica exceptuando el mes de enero en las proyecciones del 10 y el 20 % y febrero y abril en la proyección del 10%. Adicionalmente se observa que el promedio anual de disminución en la media corresponde a la proyección indicada y que a medida que la proyección aumenta (con respecto a su porcentaje de decrecimiento), la diferencia entre los datos históricos y proyectados se hace más cercana al porcentaje de proyección. Es decir, aunque el método de proyección presenta algunas variaciones para los meses más secos del año, especialmente enero y febrero, se considera que es un método 83 de 123
adecuado para comparar diferentes variaciones climáticas, considerando que de manera global, en el año cumple con una disminución promedio para todas las proyecciones del escenario 2 y que las series proyectadas disminuyen gradualmente con respecto a ellas mismas ( ver Figura 41), lo que permite comparar las diferentes proyecciones del escenario de precipitación 2. El mismo procedimiento de verificación se realizó para los escenarios restantes.
6.2
Proyecciones de Temperatura
Se realizaron tres proyecciones de temperatura: la primera considerando una temperatura constante (E1), la segunda conservando la tendencia creciente natural (E2) y la tercera con un incremento de 2°C en el periodo simulado de 30 años (E3) (ver Figura 45).
Figura 45. Escenarios de temperatura (TE) . Para realizar tales proyecciones, se usó un modelo auto regresivo ARMA (1,1), la media histórica y un factor para incrementar la temperatura media mensual (ver ecuación 14). Los modelos ARMA son modelos auto regresivos de media móvil, se denotan como ARMA (p, q). La componente auto regresiva del modelo (AR) es la dependencia de la serie temporal con los valores pasados. El orden auto regresivo se denota por la letra p y es el número de retrasos de la serie temporal que se introducen en el modelo. La componente de media móvil (MA) es la dependencia de la serie temporal respecto a los errores pasados y el orden de media móvil (q) es el número de errores pasados que se introducen en el modelo (Maté, 2013).
84 de 123
El modelo ARMA (1,1) es de la forma X (t) = α1∗X (t-1) - β1*Z (t-1) + Z (t)
( 13)
Siendo α1 y β1 los parámetros del modelo, X la serie a generar y Z el error aleatorio (Bras & Rodríguez-Iturbe, 1985). Así, la proyección depende del valor pasado de la serie y de la componente de error inmediatamente anterior. El modelo ARMA escogido se afectó por la media histórica de la serie de temperatura y por un incremento gradual, dependiente del escenario escogido. 𝑇𝑓𝑢𝑡𝑢𝑟𝑎 = µ + 𝑇𝑖𝑛𝑐𝑟𝑒 + 𝑚𝑜𝑑𝑒𝑙𝑜
( 14)
𝑚𝑜𝑑𝑒𝑙𝑜𝑖 = 𝛼 ∙ 𝑚𝑜𝑑𝑒𝑙𝑖−1 + 𝛽 ∙ 𝑒𝑖−1
( 15)
Escriba aquí la ecuación. Donde Tfutura es la temperatura proyectada, µ es la temperatura media mensual, modelo es el modelo ARMA (1,1) y Tincre es la tendencia de la temperatura. Para el escenario E3, Tincre se obtiene de un vector de longitud igual al número de datos a proyectar, en este caso 504, considerando estos como los meses proyectados (30 años) y con frecuencia igual a 2/504. El vector Tincre va desde un valor mínimo de 0 hasta un valor máximo de 2 ya que la función de este vector es aumentar paulatinamente la temperatura hasta un máximo de 2°C en el último año proyectado.Para el E2 Tincre corresponde a la tendencia natural de la temperatura histórica y para el E1 no se utilizó este incremento. En el cálculo del modelo ARMA (1,1) se aplicó la función armax del software Matlab a la serie de valores residuales de la temperatura. A continuación se encontraron los coeficientes 𝛼 y 𝛽, cuyos valores son 0.84 y -0.22 respectivamente. La serie de valores residuales es la diferencia entre el valor mensual de la temperatura y el valor medio mensual. Por último, se calcularon mil series usando el procedimiento anteriormente descrito, esto con el objetivo de generar una envolvente de valores máximos y mínimos, luego para cada escenario se escogió un percentil. En el E1 se escogió el percentil 5 y para los escenarios E2 y E3 se escogió el percentil 95 (ver Figura 46).
85 de 123
Figura 46. Envolvente de proyecciones de temperatura.
6.3
Proyecciones de Evapotranspiración
Los escenarios de evapotranspiración dependieron básicamente de los escenarios de temperatura planteados (ver Figura 45) ya que su cálculo obedece principalmente a esta variable. Así, los escenarios de evapotranspiración son: E1= Temperatura constante, E2= igual temperatura (con la temperatura creciente), E3= mayor temperatura (aumento de 2°C en 30 años). Para el cálculo de la evapotranspiración se evaluaron dos de los principales métodos basados en la temperatura para la estimación de la evaporación. El primero, de BlaneyCriddle (ver ecuación 16 ) es bien conocido en la zona occidental de USA y el segundo, Romanenko (ver ecuación 17) incluye el efecto de la humedad relativa para realizar la estimación.
𝐸𝐵 = 𝑘 ∙ 𝑝𝑝 ∙ ((0.46 ∙ 𝑇𝑎) + 8.13)
( 18)
Donde EB es la evapotranspiración del cultivo de referencia (en mm), Ta es la temperatura media mensual en °C, K es el coeficiente de uso consuntivo que depende del tipo de 86 de 123
vegetación, ubicación y temporada del año, varía de 0.5 a 1.2 y pp es el porcentaje promedio de horas de sol en el día para el periodo considerado (meses) entre el total de horas del día de un año (365*12) (Xu & Singh, 2001). Así, para calcular la ET por este medio se estimó pp como:
𝑝𝑝 =
12 × 30 × 100 365 × 12
Se asumió k=1 y Ta se tomó como la temperatura media mensual. Luego de calcular la evapotranspiración histórica por este método y compararla con la evapotranspiración real, se realizó una nueva estimación mediante el método de Romanenko el cual se basa en la relación entre la temperatura media y la humedad relativa (ver ecuación ( 19) . 𝑃𝐸𝑇𝑅 = 0.0018 ∙ (25 + 𝑇)2 ∙ (100 − 𝐻𝑅)
( 19)
Donde PETR es la evapotranspiración potencial (mm/mes), T es la temperatura atmosférica en °C y HR es la humedad relativa en (%) (Xu & Singh, 2001). De igual manera se utilizó este método para calcular la evapotranspiración histórica y luego se comparó con la evaporación real. Debido a que las series de temperatura y humedad relativa presentan una tendencia creciente, se removió tal tendencia de ambas series para realizar las estimaciones de la evapotranspiración, posteriormente se compararon con la serie histórica sin tendencia. Esto con el fin de saber qué ecuación se ajustaba mejor a la serie real de evaporación. Se encontró que el método de Romanenko presentaba el mejor ajuste (coeficiente de correlación de 0.5), por tal razón esta fue la ecuación utilizada para proyectar la evapotranspiración. Para realizar las proyecciones de humedad relativa necesarias para usar el método de Romanenko, se procedió a estandarizar la serie elegida de temperatura (serie real y proyección) y a eliminar su tendencia, posteriormente se creó una serie compuesta por el 87 de 123
inverso de la serie de temperatura estandarizada y la tendencia de esta misma serie, luego se desestandarizó con la desviación estándar y la media de la serie de humedad histórica de la siguiente manera: ℎ𝑛𝑖 = −𝑇 + 𝑡𝑇𝑒𝑚𝑝 . (µℎ𝑖 + 𝜎ℎ𝑖 )
( 20)
Donde hni es la humedad relativa esperada en el mes i, -T es el inverso de la serie de temperatura estandarizada, tTemp es la tendencia de la serie de temperatura, μ i y σi son el promedio y la desviación estándar de la humedad relativa histórica en el mes i. Con la ecuación ( 20) se generaron 1000 series, partiendo de las proyecciones de temperatura y se produjo una envolvente de proyecciones. Las proyecciones de humedad relativa se presentan en Figura 47 y los escenarios de evapotranspiración en la Figura 48. Como se observa en la Figura 48 la evapotranspiración no se comporta linealmente con la temperatura ya que la humedad relativa controla en cierta medida el fenómeno. Es decir, debido a que la humedad relativa proyectada es alta y en algunas ocasiones llega a su máximo valor, el incremento de la temperatura no aumenta fuertemente la proyección de la evapotranspiración.
Figura 47. Envolvente proyecciones de humedad relativa.
88 de 123
Figura 48. Proyecciones de evapotranspiración.
6.4
Definición de escenarios
La evaluación del clima pasado y las proyecciones de clima futuro son variadas. De acuerdo con Donat et al.( 2013), citado en Marengo (2013) en la parte suroriental de Suramérica, así como también en Perú, Ecuador y Colombia han incrementado en frecuencia las lluvias extremas. En el norte de los Andes (Colombia, Ecuador) han sido identificados cambios en temperatura y precipitación desde 1961 hasta 1990 (Villacís, 2008). Vuille et al. (2008) encontraron que el clima en los Andes tropicales ha cambiado significativamente en los últimos 50-60 años. La temperatura en los Andes ha aumentado aproximadamente 0,1 °C/década, con sólo dos de los últimos 20 años reportados por debajo del promedio (1961 y 1990). A pesar de las incertidumbres incorporadas de modelos climáticos globales, hay una cantidad razonable de pruebas para apoyar la predicción de que las temperaturas globales podrían aumentar entre 1 y 8 ° C para el año 2050. Los patrones de precipitación son menos predecibles, aunque ciertos escenarios pueden predecir con alta certeza un aumento promedio global de casi 23% en 2050, junto con los principales cambios en la distribución espacio-temporal (Jarvis et al., 2013). 89 de 123
De acuerdo con Jarvis et al.(2013), en Colombia se prevén aumentos de temperatura entre 1,4 y 2,5 ° C para el año 2050, la distribución de las precipitaciones cambiantes, y una serie de cambios en las precipitaciones regionales (-6 a + 5%). Sin embargo, de acuerdo con Ruiz Murcia (2010) las proyecciones de precipitación para Colombia usando modelos meteorológicos de alta resolución en grandes porciones del país muestran disminuciones de precipitación anual de no más del 15% del valor histórico (1971-2000) y los escenarios climáticos más pesimistas proyectan reducciones hasta del 36%. En cuanto a la ocurrencia de fenómeno ENSO en un futuro, existe aún mucha incertidumbre ya que los modelos desarrollados arrojan resultados diferentes y aún no es posible decir si la actividad ENSO se verá reforzada o amortiguada, o si la frecuencia del evento cambiará (Collins et al., 2010). Teniendo en cuenta las incertidumbres que presentan los modelos de predicción climática se decidió evaluar diferentes escenarios climáticos y considerar la presencia del ENSO bajo la misma aleatoriedad histórica y como línea base los escenarios de cambio climático sin presencia de ENSO. Se consideraron todos los escenarios de precipitación y el escenario de evaporación 2, es decir con la tendencia creciente natural. Sin embargo de acuerdo con las proyecciones climáticas se optó por considerar el escenario climático más probable con un aumento de temperatura de 2°C (E3) y una disminución de precipitación del 10% en 30 años.
7
MODELO HIDROLÓGICO: INTERFAZ DEL USUARIO
El modelo desarrollado es una herramienta útil para los actores sociales presentes en la cuenca y se basa en la toma de decisiones que involucren la cantidad y calidad del agua del lago. El modelo cuenta con una interfaz de usuario la cual está compuesta por: Escogencia del año de simulación, escenario climático a trabajar, un botón Inicializar que permite comenzar la simulación desde los años históricos, un botón de simulación para comenzar a partir del año 2013 (comienzo de las proyecciones), cuatro recuadros para que los actores principales de la cuenca tomen año a año una decisión con respecto a su actividad productiva (agricultores, Corpoboyacá, Industria y cultivadores de trucha) y la 90 de 123
representación gráfica de las consecuencias ambientales producidas por las decisiones tomadas (variación de niveles y área, fósforo en el lago entre otras). Adicionalmente se presenta un gráfico de las zonas en las que se dividió la cuenca para la realización del modelo, para que el usuario tome las decisiones por cada zona, teniendo en cuenta su ubicación geográfica (ver Figura 49).
Figura 49. Interfaz del Usuario.
Las decisiones a tomar son las siguientes: Agricultores: pueden decidir el porcentaje de riego, es decir qué porcentaje de la cantidad de agua que requiere el cultivo van a usar. En el caso de escoger 100%, van a tomar del lago el agua necesaria para que el cultivo de cebolla tenga su máximo rendimiento. Al disminuir el porcentaje, la cantidad de agua que se toma del lago (o sus afluentes) va a disminuir, sin embargo, la producción de cebolla junca también lo hará. Otra decisión que pueden tomar los agricultores es el área cultivada por zona. Así, pueden aumentar o disminuir el área de cultivo de cebolla. Esta decisión afecta proporcionalmente el agua extraída del lago. Por último, los agricultores tienen la posibilidad de seleccionar año a año la cantidad de gallinaza (fertilizante orgánico) que usarán por hectárea cultivada, decisión que afecta la cantidad de fósforo presente en el cuerpo de agua y por ende el crecimiento de la macrófita E. densa.
91 de 123
CORPOBOYACA: la autoridad ambiental se encarga de poner un límite de extracción por zona a los agricultores. En el caso en que los cultivadores de cebolla hayan decidido irrigar el 100% y aumentar el área cultivada, Corpoboyacá podría limitar esta extracción.
Industria: la industria está compuesta por las extracciones y transvases hacia Acerías Paz del Río y hacia el acueducto (principalmente del municipio de Sogamoso). La decisión a tomar es la cantidad de agua extraída del lago (l/s). El acueducto, además, puede decidir el Índice de agua no contabilizada (IANC), es decir el porcentaje de la cantidad de agua que toman del lago que se pierde antes de llegar a su destino final, principalmente a causa de fugas en el sistema (entre más bajo sea el IANC, mayor es la eficiencia en el sistema y menor es el agua extraída del lago). A futuro, las extracciones también pueden referirse a otros usuarios que extraigan agua del lago.
Cultivadores de trucha: los cultivadores de trucha pueden decidir la producción que tendrán por año y el costo promedio que tendrá el kg de trucha anualmente. La producción de trucha afecta el contenido del fósforo en el lago y por tanto el crecimiento de la macrófita E. densa. El costo del kg de trucha les permite a los piscicultores relacionar la variación en la producción con las ganancias anuales y por tanto tomar decisiones al respecto. La gráfica de los niveles mensuales del lago se observa en la parte superior central, para permitirle al usuario tomar cada una de las decisiones viendo cómo cambian los niveles anualmente. Además, en la parte superior derecha se observa una gráfica del comportamiento del lago, la cual pude ser cambiada por el usuario (en este caso se observa el comportamiento del fósforo). Finalmente en la sección inferior derecha se presenta una sección transversal del lago que permite observar la variación de nivel cada año y los promedios históricos y anuales de estos niveles, además se presenta un gráfico circular que representa el área del lago (a medida que el modelo corre el área varía). Adicionalmente se observa una línea circular de color verde que representa el área ocupada por la macrófita E. densa, la cual aumenta su diámetro a medida que aumenta la cantidad de la macrófita.
92 de 123
8 8.1
RESULTADOS Escenarios Históricos
El modelo desarrollado permitió realizar una serie de simulaciones en el periodo histórico, con la finalidad de observar los posibles comportamientos que hubiera presentado el lago bajo diferentes condiciones de uso. Las variaciones que se consideraron fueron: la desviación del río Olarte, las extracciones para riego y acueducto y los vertederos de salida del lago. El comportamiento naturalizado del lago en el periodo histórico supuso que el río Olarte no hubiera sido desviado, que no hubiera ningún tipo de extracciones y que solo existiera el Desaguadero como vertedero de salida (Natural). Luego de esta simulación de base se incluyó la desviación del río Olarte (Olarte). Posteriormente se incluyó la presencia del vertedero La Herradura (Herradura) desde el año 1982. Luego las extracciones por riego (Riego) y por último se incluyeron las extracciones mensuales para el acueducto (Acueducto), considerando esta como un promedio constante para cada mes (800 l/s). Los resultados se ilustran en la Figura 50.
93 de 123
Figura 50. Distribución mensual de los escenarios históricos de niveles y descargas por los vertederos.
Los niveles históricos, por su parte, presentan una mayor variación con respecto a las demás simulaciones, debido principalmente a los cambios mensuales que se han presentado en la historia con respecto a las extracciones en el lago. Adicionalmente, la descarga mensual por el vertedero de salida es menor y muy cercana a cero en la mayoría de los meses. Lo anterior indica que desde el año 1971 y hasta el año 2012 los niveles reales han tenido grandes fluctuaciones, sin embargo, han alcanzado muy pocas veces la cota base del vertedero el desaguadero desde el año 1971 a 1981 y la cota de la herradura del año 1982 al 2012. Por otra parte se observa en la Figura 50 que el mayor promedio mensual de niveles se presenta con el vertedero de La Herradura y sin ninguna extracción, lo cual era de esperarse ya que la función principal de este vertedero es aumentar los niveles hasta una cota base 94 de 123
y adicionalmente controlar el tope de inundación. Por esta razón, las descargas por el vertedero también aumentan en este escenario, principalmente en los meses de mayores lluvias. El nivel naturalizado se encuentra por encima del nivel real pero por debajo de los demás escenarios, exceptuando el escenario de acueductos en algunos meses. Esto se debe a que el nivel naturalizado se elaboró considerando como salida únicamente el vertedero El desaguadero y por tanto, por tener este una cota más baja que La herradura, los niveles van a estar más bajos que los niveles de los escenarios que consideran herradura y más bajos que el escenario que considera el afluente adicional al lago (rio Olarte). En cuanto al acueducto, esta extracción constante a pesar de no ser muy fuerte, disminuye los niveles del lago en todos los meses y en las épocas del año con mayor sequía los reduce por debajo del nivel naturalizado. Las mayores descargas por los vertederos se presentan en los meses de abril a noviembre, esto se debe a que en todos los escenarios planteados, exceptuando el real, los niveles estuvieron altos, fluctuando cerca del nivel del vertedero de salida por lo que en los meses húmedos, el nivel subía por encima de la cota del vertedero y esta mayor lámina de agua produce un mayor caudal de salida y por tanto mayor aporte a la cuenca del Orinoco por el río Upía. Lo anterior implica que, de acuerdo con el balance hídrico realizado mediante este modelo de tanques, las extracciones que se han realizado mensualmente en la cuenca sobrepasan los 800 l/s, ya que con este caudal de extracción constante y con el riego los niveles se hubieran mantenido por encima de los registros históricos y el aporte de la cuenca del lago de Tota al río Upía hubiera sido aproximadamente de 1.5 m3/s en los meses más húmedos (ver Figura 50). Las extracciones históricas para los acueductos e industrias presentan alto nivel de incertidumbre ya que no se cuenta con registros históricos definidos, únicamente hay algunos datos puntuales, por ejemplo, se conoce que inicialmente en el año 1929 el Ministerio de Industrias autorizó la derivaciones de 1000 l/s del lago de Tota para usos de la hacienda la compañía ( lugar donde está actualmente Acerías paz del Rio) (FMontecito, 2013), debido a la fuerte disminución de los niveles del lago en el año 1998, las noticias reportaron que por parte de Cooservicios y Acerías los consumos para esta fecha eran de 95 de 123
500L/s, según información de la CAR para el 2010 se proyectó un consumo de 1600 l/s (CAR,1978), de acuerdo con Cañón & Valdes (2011) las derivaciones en el lago de Tota son en promedio 200 L/s y para el 2013 Acerías reportó un consumo por el Túnel de 800 l/s (FMontecito, 2013). Esta incertidumbre demuestra la importancia de realizar este tipo de estudios, ya que con ellos, a falta de datos se puede conocer de acuerdo al balance cuanto han sido las extracciones reales en el lago de Tota. En cuanto al efecto del riego se puede observar que tiende a disminuir los niveles en los meses de baja precipitación, comparado con la condición naturalizada, lo cual es de esperarse dado que la decisión racional de riego se hace en los meses en los que el déficit de agua pone en riesgo el rendimiento de los cultivos. Sin embargo, comparado con el efecto que tienen las otras extracciones, se puede decir que el riego es el que menos impacto tiene en las fluctuaciones del lago. En la Figura 51 se observa el comportamiento del nivel naturalizado, el nivel real y el nivel bajo el efecto del acueducto.
Figura 51 Nivel Naturalizado y nivel con efecto del acueducto y riego.
Entre el año 1971 y el año 1983 los niveles reales y con acueducto coinciden en comportamiento y magnitud, lo cual indica que para este periodo el promedio de extracción 96 de 123
general de la cuenca fue de 800 l/s, luego del año 83 y hasta el 2010 los niveles con acueducto permanecen por encima de los niveles reales, lo que da a entender que la extracción real en este tiempo fue mayor. A partir del año 2010 hasta el 2013 los niveles vuelven a coincidir, es decir que se vuelve a ejercer un control en las extracciones. En la Figura 52 se observa el efecto del vertedero La Herradura sobre los niveles del lago. En los primeros años, cuando aún este vertedero no había sido construido, los niveles coinciden. Luego del año 81, la herradura incrementa los niveles en promedio 0.1 m. Esto se debe al efecto de control que ejerce el vertedero sobre los niveles, ya que la lámina de agua adicional es descargada hacia el río Upía.
Figura 52. Nivel con Olarte y Desaguadero vs Olarte y Herradura
97 de 123
8.2
Escenarios Futuros
Para facilitar los análisis de la dinámica hidrológica del lago de Tota bajo diferentes escenarios climáticos, se decidió asumir las siguientes abreviaciones (ver Tabla 16). Tabla 16. Abreviaciones de escenarios de precipitación Número Significado 1
> lluvia media
2
< lluvia media
3
=media,=varianza
4
> varianza
5
Extremos
intensidad 10% 20% 30% 40% 10% 20% 30% 40% 10% 20% 30% 40% 10% 20% 30% 40%
abreviación PE-1.1 PE-1.2 PE-1.3 PE-1.4 PE-2.1 PE-2.2 PE-2.3 PE-2.4 PE-3 PE-4.1 PE-4.2 PE-4.3 PE-4.4 PE-5.1 PE-5.2 PE-5.3 PE-5.4
Los escenarios de precipitación se plantean teniendo en cuenta que el sistema atmosférico en la región se ve afectado por la orografía, por los principales sistemas de circulación regionales y por las corrientes oceánicas. El clima andino se ve influenciado por el desplazamiento de la zona de convergencia intertropical (ZCIT), la presencia del bosque amazónico al este y los vientos alisios al Norte. Adicionalmente la variabilidad climática interanual asociada con el ciclo ENSO ha sido causa de sequías extremas y fuertes lluvias en diferentes regiones del planeta (Poveda et al., 2002) y aunque ha sido poco estudiado se conoce que el campo térmico del Atlántico también repercute en la variabilidad interanual de las lluvias al Norte de Sudamérica (Montealegre, 2009). Otro factor importante en la variación de la precipitación es la actividad humana por medio de la agricultura, ganadería y demás actividades, las cuales cambian la dinámica del ciclo hidrológico y por tanto el clima regional. Por ejemplo, los páramos se caracterizan por su
98 de 123
capacidad de capturar agua, los bajos niveles de evapotranspiración, bajas temperaturas y su topografía particular. Con la ganadería o agricultura se alteran las propiedades del suelo y la vegetación y pueden producir escenarios de eventos extremos (PE5) o bajas precipitaciones (PE2). El desplazamiento de la zona de convergencia intertropical puede ser causante de aumentos en las lluvias medias (PE1) y fenómenos macro climáticos como la Niña podría agudizar excesivas lluvias (PE1 Y PE5) y el Niño drásticas sequías (PE2 y PE5) en la cuenca del lago de Tota. La primera simulación se realizó asumiendo que en el lago no se presentarían extracciones antropogénicas dentro de los próximos 30 años, la temperatura mantendría su tendencia natural y existirían episodios de ENSO (escenario ambientalmente optimista). Los resultados obtenidos indican que, de manera general, los niveles del lago se mantendrían por encima del nivel promedio histórico mensual sin alcanzar un incremento superior a 1 msnm con respecto a este nivel en ninguno de los escenarios planteados (ver Figura 53) Esto se debe a que en su periodo histórico el lago ha sido afectado por fuertes extracciones, por lo que es de esperarse que al suprimir tales extracciones los niveles del lago se recuperen y se mantengan por encima del nivel histórico. Sin embargo, de acuerdo con la Figura 53, en el escenario 2 bajo una disminución promedio de la precipitación del 40% los niveles decrecen por debajo del histórico entre septiembre y diciembre, esto indica que una fuerte variabilidad climática en el lago de Tota puede provocar una disminución drástica en sus niveles.
99 de 123
Figura 53. Diferencia entre niveles promedio mensuales históricos y promedios mensuales naturalizados (sin extracciones antropogénicas) por escenario de precipitación. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
El incremento en los niveles del lago se ve reflejado en el caudal de salida por el vertedero La Herradura, es por esta razón que, a un mayor incremento en la media mensual de precipitación, los niveles suben y el caudal de salida aumenta proporcionando mayor vertimiento a la cuenca del Orinoco. Debido a esto, en los meses en que se presenta menor disponibilidad hídrica en la cuenca (enero, febrero, marzo y diciembre), la descarga de agua al río Upía es menor y en los meses húmedos como junio, julio y agosto, la descarga aumenta. Con esto el vertedero La Herradura ejerce un control en los niveles del lago (ver Figura 54).
100 de 123
Figura 54. Diferencia mensual de caudal (m3/s) entre la salida histórica por el vertedero y las salidas proyectadas. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO. Aunque en la Figura 53 no se logre apreciar, el escenario 2 de precipitación afecta los niveles del lago a partir del 30% de disminución media. En este escenario, los niveles comienzan a verse drásticamente reducidos, comenzando en el año 2050, mientras que para el decrecimiento medio del 40% el decaimiento comienza en el año 2041 (ver la Figura 55). Un descenso medio del 40% de precipitación podría ser causado por diferentes factores ambientales, por ejemplo pérdida de los páramos presentes en la cuenca, un cambio severo del régimen de lluvias o un fenómeno del Niño muy fuerte.
101 de 123
Figura 55. Niveles sin extracciones bajo el escenarios 2 de precipitación con el 30% y el 40% de disminución media. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
Considerando que el nivel en el lago de Tota no se puede sostener en el escenario PE2.4 y que un aumento o disminución medio del 40% se considera poco probable debido a lo expuesto en las proyecciones climáticas actuales (Ruiz, 2010), se decide realizar los posteriores análisis únicamente con variaciones entre el 10 y el 30%. Partiendo de la base de los escenarios climáticos sin ningún tipo de extracción, se comenzaron a realizar corridas considerando variaciones en las extracciones. De acuerdo con la afirmación expuesta por Acerías Paz del Río, según la cual, por el túnel de Cuítiva salen únicamente 800 l/s, los cuales se reparten para las industrias, el acueducto de Sogamoso y los acueductos veredales (FMontecito, 2013), se consideró esta extracción constante en los años simulados bajo los diferentes escenarios climáticos. Los resultados encontrados demuestran que bajo los escenarios PE1, PE3, PE4 y PE5, esta extracción no afectaría los niveles del lago de Tota, por el contrario se mantendrían por encima del promedio histórico, inclusive considerando mayor intensidad en los meses secos y húmedos (PE5) (ver Figura 56).
102 de 123
Figura 56. Diferencias entre los niveles históricos mensuales y los proyectados con una extracción constante de 800l/s para acueductos e industrias y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
Sin embargo, bajo el escenario PE2, los niveles del lago de Tota descenderían fuertemente y serían necesarias varias restricciones por parte de CORPOBOYACA para poder recuperarlos (ver Figura 56, Figura 57 y Figura 58). De acuerdo con la Figura 56 en el escenario PE2.1 los niveles se mantendrían por encima del nivel histórico, sin embargo en la Figura 57 se observa un descenso significativo en los niveles a partir del año 2043 que es controlado por las restricciones a las extracciones. Por otra parte se observa en estas dos figuras que los niveles en los demás escenarios se mantienen por encima del nivel histórico promedio, con magnitudes muy similares, reflejando el control ejercido por el vertedero al aumentar las lluvias.
103 de 123
El comportamiento del nivel del lago bajo el escenario 2 depende en gran medida de las decisiones que tomen los actores de la cuenca (agricultores, CORPOBOYACA, industria y acueducto). Para el análisis y toma de decisiones se siguió el siguiente procedimiento: Cuando el nivel está a punto de llegar o toca el nivel mínimo crítico se restringe el uso industrial. Si continúa bajando, se restringe el acueducto y por último si continúa el descenso la restricción es para el riego de los cultivos en la cuenca.
Figura 57. Niveles en todos los escenarios de precipitación con variación del 10%, extracción constante de 800 l/s y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
Partiendo de esta secuencia se encontraron tres posibles comportamientos de nivel bajo el escenario de precipitación más crítico (ver Figura 58). Para el escenario PE2.1 la restricción industrial comienza en el año 43, al no ser suficiente, en el año 51 se reduce la extracción del acueducto a 200 l/s y para el final de la simulación el nivel se recupera hasta los 3015 msnm. El escenario PE2.2 es crítico para los niveles, la restricción a la industria comienza en el año 35, los niveles se recuperan un tiempo pero luego en el año 44 los niveles caen por debajo de la cota mínima crítica, se restringe a 200 l/s el acueducto, no es suficiente, se prohíbe en el año 47 la extracción para acueductos y continúan bajando, luego en el año 49 prohíben el riego y los niveles comienzan a recuperarse. 104 de 123
En el escenario PE2.3 la restricción a la industria comienza en el año 27, luego en el 35 se decide disminuir a 200 l/s el acueducto. Sin embargo, los niveles continúan descendiendo y para el siguiente año se prohíbe esta extracción, los niveles no logran recuperarse y en el 40 se prohíbe el riego, lo cual produce un ascenso significativo en los niveles del lago. A pesar de esto para el final de la simulación los niveles alcanzan la cota mínima crítica. El análisis de las tres variaciones del escenario 2 confirma la importancia de la toma de decisiones en el comportamiento de los niveles. A pesar de que el escenario PE2.3 es más crítico en cuanto a disponibilidad hídrica que el PE2.2, el descenso es apreciablemente más fuerte en el escenario PE2.2 debido a que no se tomó una decisión acertada en el debido tiempo. La restricción al acueducto y al riego se tardó varios años y por tanto los niveles alcanzaron a bajar notablemente.
Figura 58. Nivel bajo el escenario 2 de precipitación, riego y extracción constante de 800l/s. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
De acuerdo con el análisis realizado previamente en el periodo histórico, se encontró que el promedio mensual de las extracciones para acueductos, industria y demás usos en la cuenca, exceptuando el riego, es de 1600l/s (capítulo 5.3.2), siendo este el doble de lo expuesto por Acerías en su comunicado del 2013 (FMontecito, 2013). Por esta razón se
105 de 123
decidió asumir esta extracción constante en el periodo de simulación bajo los cinco escenarios de precipitación, el escenario 2 de temperatura y la ocurrencia de ENSO. Los resultados son favorables bajo los escenarios PE1, PE3, PE4 y PE5, los promedios de los niveles simulados están por encima de los promedios históricos mensuales. Sin embargo, como era de esperarse, la magnitud de incremento es menor a lo encontrado con una extracción de 800l/s (ver Figura 56 y Figura 59). Los resultados indican que en la variación del 10% la diferencia promedio anual para estos dos casos de extracción en el escenario PE1 es de 0.1 msnm, en los escenarios PE 2, PE 3 y PE 5, de 0.3 msnm y para el escenario PE4, de 0.4msnm.
Figura 59. Diferencia de nivel en msnm entre el periodo histórico y las proyecciones bajo todos los escenarios, riego y extracciones de 1600l/s. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
Aunque en el escenario 3 los niveles estuvieron por encima del nivel histórico, se observó que presentan un comportamiento muy similar, la diferencia radica básicamente en que no fue necesaria ninguna restricción para mantenerlos por encima del nivel mínimo crítico (ver Figura 60).
106 de 123
Figura 60.Niveles en todos los escenarios de precipitación con variación del 10%, extracción constante de 1600 l/s y riego del 100%. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
En el escenario 4 se observó una característica diferente con respecto a la extracción de 800l/s. Los niveles alcanzan la cota mínima crítica en el 2016 (EP4.1, EP4.2) y es necesario restringir la extracción a 1200 l/s, con esto, los niveles se recuperan y en el 2025 se elimina la restricción, logrando luego de esto, un solo descenso por debajo del crítico en el 2050 que no requiere una restricción adicional para alcanzar la recuperación. Es decir el efecto de la varianza se pudo observar con mayor claridad en este escenario de extracción (ver Figura 60).
En cuanto al escenario 5, no se encontró una fuerte influencia de este sobre los niveles, excepto en los primeros años. Esto se debe esencialmente a que la cantidad de meses húmedos es mayor a la de meses secos por lo que el efecto de la reducción de precipitación en enero, febrero y diciembre no es tan crítica como el aumento en los demás meses. El escenario 2 continúa siendo crítico para el lago y en este escenario de extracción constante de 1600l/s, supuestos como 800 l/s para acueductos y 800 l/s para industrias se observa con mayor detalle la importancia de la gestión y la toma decisiones en la dinámica del lago. 107 de 123
En el escenario PE2.1 a partir del 2015 se ve la necesidad de restringir la extracción de la industria a 400 l/s, a continuación en el 2016 se prohíbe la extracción industrial, el lago se recupera y en el año 2026 se permite una extracción de 400 l/s para la industria. Como los niveles se mantienen, en el 2034 incrementa la extracción a 600 l/s, luego comienzan a descender los niveles y en el 2042 se prohíbe la extracción industrial nuevamente. Por último en el 2044 se restringe el acueducto a 200 l/s, con esto los niveles logran recuperarse (ver Figura 61).
Figura 61. Nivel bajo el escenario 2 de precipitación, con riego y extracción de 1600l/s. Nota: Se obtuvo tomando el escenario 2 de temperatura con ocurrencia de ENSO.
En el escenario PE2.2 hay dos restricciones principales, en el 2021 para industria y 2043 para industria y riego, logrando su recuperación para el final de la simulación. Sin embargo la segunda restricción tardó en realizarse y es por esto que los niveles llegaron a una cota tan baja. El escenario PE2.3 es crítico para el lago: a pesar de las restricciones realizadas el lago no logra recuperarse. Básicamente se realizaron las mismas restricciones que en los otros dos escenarios, pero la restricción del riego en el 2042 fue tardía para esta condición climática (ver Figura 61).
108 de 123
En conclusión los niveles del lago de Tota no se pueden mantener por encima del mínimo crítico conservando una extracción constante de 1600 l/s si existe disminución en la precipitación media. Bajo esta condición es indispensable la gestión en la cuenca para ejercer controles a las extracciones, que dependiendo de la intensidad de la variabilidad climática podrían no ser suficientes para proteger los niveles del lago. Considerando las proyecciones climáticas actuales, en Colombia el escenario climático más probable sería bajo un aumento de temperatura de 2°C y una disminución de la precipitación media del 10% (Ruiz, 2010), por este motivo se evaluaron algunas actividades en la cuenca bajo este escenario. En el caso hipotético de que el lago sólo fuera usado para el riego de cultivos de cebolla, sus niveles se mantendrían estables en el escenario climático más probable, sin embargo al combinar esta actividad con las extracciones para otros usos los niveles comienzan a verse afectados y el grado de afectación dependería de la cantidad de agua extraída para las otras actividades. Para una extracción constante de 800l/s, divididos estos como 400 l/s para el acueducto (con un IANC=50%) y 400 l/s para otras actividades, incluida la industria, los niveles comenzarían a descender en el año 2040, si se restringe el riego a 50% en el año 43 los niveles se recuperarían pero para el año 51 descenderían nuevamente, luego si se prohíbe el riego los niveles se recuperarían para el año 2054 (ver Figura 62). Por otra parte si se considera un extracción constante de 1600 l/s, divididos estos como 800 l/s para el acueducto (con un IANC=50%) y 800 l/s para otras actividades, desde el comienzo de la simulación comenzarían a bajar los niveles. Con una restricción al 50% del riego para el 2016 no sería suficiente, en el 2017 se restringiría a cero y los niveles lograrían su recuperación, luego para el 2040 comenzarían a disminuir nuevamente y se requeriría para el 2046 una restricción a la industria de 400 l/s que no sería suficiente y para el 2049 se restringiría a cero, los niveles no lograrían ascender y por tanto se requería una restricción al acueducto de 200 l/s para recuperar los niveles del lago (ver Figura 63).
109 de 123
Figura 62. Escenario climático crítico-probable-efecto del riego y extracciones de 800 l/s. Nota: Se obtuvo tomando el escenario 3 de temperatura con ocurrencia de ENSO.
Figura 63. Escenario climático crítico-probable-efecto del riego y extracciones de 1600 l/s Nota: Se obtuvo tomando el escenario 3 de temperatura con ocurrencia de ENSO.
En otras palabras bajo una extracción constante de 1600l/s las restricciones al riego no serían suficientes para mantener los niveles del lago.
110 de 123
En el caso hipotético de no existir extracciones para riego, los niveles del lago lograrían mantenerse sin ninguna restricción adicional bajo una extracción constante para otros usos de 800l/s, sin embargo bajo una extracción de 1600l/s (promedio histórico de acuerdo con esta tesis), se requerirían restricciones a la industria y acueductos a partir del 2045 para conservar los niveles (ver Figura 62 y Figura 63). Otro factor importante en la conservación de los niveles del lago es el mantenimiento que se le realice a las redes de acueducto desde la captación en el boquerón de Cuitiva hasta su llegada al municipio de Sogamoso, es por esta razón que se evaluó el efecto del IANC (índice de agua no contabilizada) sobre los niveles del lago. Considerando extracciones relativamente bajas por parte de los acueductos y la industria, 300 y 200 l/s respectivamente, se evaluó el efecto de diferentes IANC sobre los niveles del lago. Los resultados indican que a 0 y a 20% de pérdidas de agua en la tubería de conducción a Sogamoso y otras veredas, los niveles se logran mantener por encima de la cota mínima crítica, sin embargo bajo un IANC del 50% en el año 2050 los niveles llegan a un cota inferior a la mínima crítica y con una optimización del sistema de conducción del acueducto (IANC=0), los niveles logran ascender (ver Figura 64). Esto indica que el mantenimiento en las tuberías de conducción afecta apreciablemente los niveles del lago de Tota y por tanto es un factor que es necesario considerar durante la gestión y manejo de la cuenca. Un último análisis realizado fue el efecto del fenómeno ENSO (El Niño- Oscilaciones del Sur) sobre la variación en los niveles del lago. Los análisis anteriormente presentados fueron corridos con presencia de ENSO, sin embargo, se hará la comparación para unas mismas condiciones de extracción y un mismo escenario climático, sin considerar la ocurrencia del ENSO. El escenario escogido para tal comparación fue el escenario climático más probable, con extracciones constantes de 800l/s, IANC del acueducto del 50% y 100 % de riego. Los resultados indican que la ocurrencia de años Niño y Niña afecta en cierta medida la dinámica del lago y la toma de decisiones (ver Figura 65).
111 de 123
Figura 64. Niveles bajo extracción de 300l/s para acueducto y 200 l/s para otros usos y variaciones en el IANC (Índice de agua no contabilizada). Nota: Se obtuvo tomando el escenario 3 de temperatura con ocurrencia de ENSO.
Figura 65. Niveles con y sin ENSO bajo extracciones de 800l/s, IANC: 50%, riego y escenario climático más probable.
En el año 43 en los dos escenarios disminuyeron los niveles del lago, sin embargo con ENSO el descenso fue más fuerte por lo que se restringió la extracción de la Industria a 200 l/s en este año, mientras que sin ENSO se permitieron las mismas extracciones lo que produjo que en el año 2044 los niveles bajaran mucho y se prohibiera la extracción 112 de 123
Industrial. Sin embargo la restricción puesta a la serie con ENSO permitió una estabilidad en los niveles pero muy cercana al nivel mínimo crítico. Estas dos decisiones produjeron que la serie con ENSO comenzara a bajar en el año 2049 y la serie sin ENSO ascendiera, por lo que en el año 2050 se restringe el uso del acueducto a 200 l/s en la serie con ENSO favoreciendo el incremento de niveles, mientras que la serie sin ENSO disminuyó hasta el mínimo crítico (ver Figura 65). Al final de la simulación el efecto del ENSO y la toma de decisiones produjeron que se restringiera el uso industrial y se disminuyera a 200 l/s la extracción para acueductos, mientras que sin ENSO únicamente se restringió el uso industrial. Sin embargo los dos escenarios fueron críticos para los niveles del lago hacia el final de las simulaciones. El lago de Tota es un cuerpo de agua altamente influenciado por la variabilidad climática y las actividades antrópicas. Las simulaciones que se realizaron en este trabajo tuvieron en cuenta extracciones constantes por parte de los principales actores de la cuenca, a excepción del riego de cultivos que consideró la dinámica racional de acuerdo a la disponibilidad de agua. El modelo fue elaborado para tomar decisiones año a año por lo que es flexible para realizar otras simulaciones considerando variaciones anuales de las extracciones del acueducto, industria y riego, las cuales pueden ser útiles como estrategia educativa para los actores de la cuenca. Adicionalmente el modelo se puede ampliar para incluir otros usos en el tiempo de proyección, por ejemplo el acueducto de Tunja qué probablemente en un futuro comenzará a tomar agua del lago, el riego de otros cultivos diferentes a la cebolla como la papa, havas, arvejas, extracciones para hoteles y casas aledañas al lago, entre otros.
9
CONCLUSIONES
A partir de los resultados presentados en los capítulos anteriores, en donde se ha descrito la condición hidrológica actualizada del lago de Tota y se ha realizado el análisis de los diversos escenarios de variabilidad climática y decisiones de uso hacia el año 2050, se presentan las siguientes conclusiones:
113 de 123
El clima local en la cuenca del lago de Tota está influenciado por la variabilidad de la estructura térmica superficial de los océanos Atlántico y Pacífico. Las mayores correlaciones de las variables climáticas locales se encontraron con los índices SOI y AMO. Aunque las correlaciones con los niveles históricos no son altas, debido a la intensa intervención antrópica, cuando los niveles se naturalizan se obtienen correlaciones cercanas a 0.44 con el índice SOI.
De acuerdo con los niveles históricos existe una posible relación de la dinámica de extracción con el fenómeno ENSO, con las mayores extracciones presentadas durante el fenómeno de la Niña y las menores durante el Niño.
El rendimiento de los cultivos se ve influenciado fuertemente por el tope de extracción para riego y la precipitación. La zona A es la zona de la cuenca que se verá menos afectada por un tope más estricto y una menor precipitación, mientras que la zona C se verá más afectada por estos dos factores.
De acuerdo con el modelo de fósforo desarrollado, no se puede considerar la concentración de fósforo en el lago como medida de calidad ya que bajas concentraciones pueden ser causadas por la absorción de la Elodea o E. densa para su crecimiento, lo que puede significar un problema mayor por agotamiento de oxígeno.
El lago de Tota es altamente vulnerable al efecto conjunto de los fenómenos macroclimáticos y las actividades económicas en la cuenca, por lo que una buena gestión del recurso es indispensable para este ecosistema.
De acuerdo con el balance hídrico realizado, la extracción promedio mensual en el lago de Tota para acueductos, industrias y riegos en otros sectores por fuera de la cuenca en el periodo de 1971 a 2012 sobrepasó los 800 l/s, ya que con esta extracción los niveles hubieran estado en promedio 0.5 m por encima de lo registrado.
Se puede decir que el riego racional, comparado con el efecto que tienen las otras extracciones, es el que menos impacto tiene en las fluctuaciones del lago.
La extracción promedio mensual para acueductos e industrias es de 1600l/s de acuerdo con el balance realizado en esta tesis. Este valor corresponde al doble de los valores referidos por la empresa siderúrgica Acerías Paz del Río en septiembre del 2013. Estos valores altos se presentaron principalmente desde mediados de la década de los 80 hasta la primera década del siglo XXI.
En los escenarios de aumentos en la media de precipitación mensual se producirá un mayor aporte de caudales al río Upía y por tanto a la cuenca del Orinoco. 114 de 123
El lago de Tota no soportaría una disminución del 40% en la media de precipitación en un periodo de 30 años, incluso si no se realizaran extracciones de origen antrópico, sin embargo este es un escenario poco probable de acuerdo con las predicciones en Colombia. Tal escenario implicaría, por ejemplo, un cambio drástico de régimen de lluvias y la pérdida de la regulación asociada con los páramos y bosques dentro de la cuenca.
El riego constante para las necesidades del cultivo de cebolla en la cuenca y una extracción constante de 800l/s por el túnel de Cuitiva para los demás usos, no producirán descensos significativos en los niveles del lago bajo las mismas condiciones climáticas actuales o aumentos en la media y varianza de la precipitación. Sin embargo, descensos en la precipitación desde el 10% en la media podrían afectar fuertemente la disponibilidad hídrica del lago para variados usos y el comportamiento de los niveles dependerá en gran medida de las decisiones y manejo que le den los actores sociales a la cuenca.
De la gestión adecuada de las aguas del lago dependerá la disponibilidad hídrica que presente en un escenario crítico de precipitación.
Los niveles del lago de Tota actualmente se encuentran por encima del nivel promedio histórico y considerando que este año actual hay presencia del fenómeno Niño, se puede intuir que las extracciones promedio actuales están por debajo de los 1600l/s, calculados para el periodo histórico, inclusive pueden estar por debajo de los 800 l/s.
Bajo el supuesto de no existir cota mínima de extracción en el túnel de Cuítiva, en presencia de una menor disponibilidad hídrica en la cuenca y bajo la misma extracción promedio histórica, los niveles del lago de Tota podrían disminuir drásticamente, hasta el punto de no poder ser utilizado para las actividades económicas de la región.
El efecto del riego sobre los niveles del lago depende en gran medida de la magnitud de las demás extracciones ya que si sólo existiera esta extracción, los niveles no se verían afectados en el escenario climático más probable. El mayor efecto del riego se evidencia en los meses de menores lluvias, en los que acentúa el descenso de los niveles comparado con la condición naturalizada.
Los niveles del lago se ven afectados por el conjunto de las extracciones para riego, industria y acueductos. Un solo actor en la cuenca, bajo las extracciones actuales, podría no producir fuertes descensos.
115 de 123
El mantenimiento y óptima operación de los sistemas de conducción del acueducto, medidos por el IANC, afectan considerablemente los niveles del lago de Tota y por tanto es un factor importante a tener en cuenta dentro de la gestión y planificación de usos del agua en la cuenca.
Fenómenos como el Niño y la Niña pueden afectar la dinámica del lago de Tota por su efecto conjunto sobre la disponibilidad hídrica y la toma de decisiones de los actores de la cuenca.
El modelo es una herramienta para la gestión del recurso hídrico y como tal está en capacidad de responder a otras condiciones que no fueron presentadas en este informe. Por ejemplo, en las extracciones supuestas no necesariamente se hace referencia a las industrias existentes sino a otros posibles planes de extracción para acueductos locales y regionales.
10 RECOMENDACIONES Y TRABAJO FUTURO
Los páramos son ecosistemas importantes para regular la disponibilidad hídrica de los cuerpos de agua. Boyacá es el departamento de Colombia con mayor cantidad de páramos y algunos de ellos se encuentran en la cuenca del lago de Tota, por lo que se considera necesario para un trabajo futuro incluir el efecto de las actividades humanas, especialmente agricultura y ganadería, sobre estos ecosistemas.
El modelo del fósforo desarrollado en este trabajo de investigación presenta limitaciones, entre ellas la distribución espacial del fósforo y las macrófitas, la falta de parámetros propios del lago de Tota que alimenten el modelo, como la tasa relativa de crecimiento y muerte de la Elodea y la E. densa, la tasa de absorción, la cantidad inicial de macrófitas introducidas al lago, entre otros. Por esta razón, aunque el modelo da una estimación inicial del comportamiento de las macrófitas y su relación con la concentración de fósforo en el lago, se recomienda una mayor exploración de estos parámetros que permita obtener un modelo más ajustado para la toma de decisiones.
116 de 123
11 BIBLIOGRAFÍA Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (2006). Evapotranspiración del cultivo Guías para la determinación de los requerimientos de agua de los cultivos. Estudio FAO Riego y Drenaje. Roma. Alzate, D., Rojas, E., Mosquera, J., & Ramón, J. (2015). Cambio Climático Y Variabilidad Climática Para El Periodo 1981-2010 En Las Cuencas De Los Ríos Zulia Y Pamplonita, Norte De Santander – Colombia. Luna Azul, (40), 127–153. http://doi.org/10.17151/luaz.2015.40.10 Basri, H. (2013). Development of Rainfall-runoff Model Using Tank Model : Problems and Challenges in Province of Aceh , Indonesia Hairul Basri Introduction, 2(April), 26–36. Bates, B., Kundzewicz, Z., & Wu, S. (2008). Climate change and water. Technical Paper of the Intergovernmental Panel on Climate Change, IPCC Secre(Geneva), 210. http://doi.org/10.1016/j.jmb.2010.08.039 Bengtsson, L., & Malm, J. (1997). Using rainfall-runoff modeling to interpret lake level data, 235–248. Bonilla, S. del M. G., Riofrío, B. O., & Castro, J. F. D. (2015). Saberes sobre Eventos Climáticos Extremos en comunidades afrodescendientes del Pacífico Colombiano. Universidad de Manizales. Bras, R., & Rodríguez-Iturbe, I. (1985). Random functions and hydrology. (Addison- Wesley Publishing Company, Ed.). Brouwer, R., & Hofkes, M. (2008). Integrated hydro-economic modelling: Approaches, key issues and future research directions. Ecological Economics, 66(1), 16–22. http://doi.org/10.1016/j.ecolecon.2008.02.009 Buytaert, W., Tovar, C., & De Bievre, B. (2012). Potenciales impactos del cambio climático sobre el balance hídrico de los Andes tropicales. Lima. Canziani, O., & Diaz, S. (2000). Chapter 6 : América Latina. In Impactos Regionales del cambio climático: evaluación de la vulnerabilidad (p. p. 53). IPCC. Retrieved from http://www.ipcc.ch/ipccreports/sres/regional/pdf/amla.pdf Cañón, J. E. (2002). Balance hidrológico del lago de Tota y estudio preliminar del comportamiento hidráulico en lagos. Universidad Nacional de Colombia. Cañón, J., & Valdes, 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, 03(12), 883–891. http://doi.org/10.4236/jwarp.2011.312098 Carey, M., Baraer, M., Mark, B. G., French, A., Bury, J., Young, K. R., & McKenzie, J. M. (2013). Toward hydro-social modeling: Merging human variables and the social sciences with climate-glacier runoff models (Santa River, Peru). Journal of Hydrology. http://doi.org/10.1016/j.jhydrol.2013.11.006 Carrillo, Y., Guarın, A., & Guillot, G. (2006). Biomass distribution , growth and decay of Egeria densa in a tropical high-mountain reservoir ( NEUSA , Colombia ), 85, 7–15. http://doi.org/10.1016/j.aquabot.2006.01.006 Center_ICDC. (2011). Universitat http://icdc.zmaw.de/#c2656
Hamburg.
117 de 123
Retrieved
January
1,
2014,
from
Chaparro, J. (2013). Cambios institucionales para prersevar la cantidad y la calidad del agua en la cuenca del lago de Tota. Universidad Javeriana. Chica, P. A. (2009). COMPARACIÓN DE LOS RESULTADOS OBTENIDOS DE UN MODELO LLUVIA – ESCORRENTÍA MENSUAL , CALIBRADO A PARTIR DE INFORMACIÓN DE PRECIPITACIÓN PUNTUAL Y. Universidad Nacional de Colombia. Chow, ven te, Maidment, D., & Mays, L. (1994). Hidrologia aplicada. (M. Suárez, Ed.) (McGRAW-HIL). Bogotá. Cobb, K. M., Charles, C. D., Cheng, H., & Lawrence, E. (2004). El Niño/Southern Oscillation and tropical Pacific climate during the last millennium. Nature 424, 271–276. http://doi.org/10.1038/nature01779 Collins, M., An, S.-I., Cai, W., Ganachaud, A., Guilyardi, E., Jin, F.-F., … Wittenberg, A. (2010). The impact of global warming on the tropical Pacific Ocean and El Niño. Nature Geoscience, 391 – 397. http://doi.org/10.1038/ngeo868 Cordero, R., Ruíz, E., & Vargas, E. (2005). DETERMINACIÓN ESPACIO-TEMPORAL DE LA CONCENTRACIÓN SPATIAL, (2), 211–218. de la casa, A. ., & Nasello, O. . (2010). Capacidad predictiva del niño-oscilación sur (enso) y de otros indicadores climáticos sobre la precipitación en córdoba, argentina, 22, 114– 119. Devia, C. A. (2005). Aspectos biofísicos. POMCA. Bogotá: Universidad Javeriana. Diaz, M., Navarrete, J., & Suárez, T. (2005). Páramos : Hidrosistemas Sensibles. Revista de Ingeniería, Universidad de Los Andes, 22, 64 – 75. Elshorbagy, A. a., Panu, U. S., & Simonovic, S. P. (2000). Group-based estimation of missing hydrological data: I. Approach and general methodology. Hydrological Sciences Journal, 45(6), 849–866. http://doi.org/10.1080/02626660009492388 Escuela de Geociencias y Medio Ambiente-Universidad Nacional. (2003). HidroSIG V3.1. Medellín. Retrieved from hidraulica.unalmed.edu.co/hidrosig Feijoó, C., García, M. E., Momo, F., & Toja, J. (2002). Nutrient Absorption by the Submerged Macrophyte Egeria densa Planch .: Effect of Ammonium and Phosphorus Availability in the Water Column on Growth and Nutrient Uptake, 21. FMontecito. (2013). Memoria de la causa-Tota. Retrieved January 1, 2015, from http://www.defensalagodetota.info/2013_10_01_archive.html Francés, F. (2013). Curso: modelando agua, crecidas y sedimentos con TETIS 8.2. Medellín: Variabilidad, modelación y problemas de escala en hidrología. Gebriye, S. (2010). MODELING HYDROLOGICAL AND HYDRODYNAMIC PROCESSES IN LAKE TANA BASIN,ETHIOPIA. KTH Architecture and the Built Environment. Goovaerts, P. (2000). Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, 228(1-2), 113–129. http://doi.org/10.1016/S0022-1694(00)00144-X Guarín, G. W. (2011). IMPACTO DE LA VARIABILIDAD CLIMÁTICA EN LA PRODUCCIÓN DE BANANO EN EL URABÁ ANTIOQUEÑO. Universidad Nacional de Colombia. Gutiérrez, S. . ., Carvajal, Y., & Ávila, A. . . (2013). Analysis of the Influence of Phenomena El Niño - Southern Oscillation in the Water Supply of the Dagua River Drainage 118 de 123
Watershed, (13), 26–33. Haasnoot, M., & Middelkoop, H. (2012). A history of futures: A review of scenario use in water policy studies in the Netherlands. Environmental Science & Policy, 19-20(6), 108–120. http://doi.org/10.1016/j.envsci.2012.03.002 Hoyos, I., Cañón, J., & Domínguez, F. (2015). Procesos de transporte de humedad en el territorio colombiano: estructura espacial, origen y variabilidad. In Primer Simposio de Hidroclimatología, Cambio Climático y Cambio Ambiental. Medellín. Hulme, M., Mitchell, J., Ingram, W., Lowe, J., Johns, T., New, M., & Viner, D. (1999). Climate change scenarios for global impacts studies. Global Environmental Change, 9, S3– S19. http://doi.org/10.1016/S0959-3780(99)00015-1 Intergovernmental panel on climate change. IPCC Special report. Emissions scenarios. (2000). IPCC. (2007). Cambio climático 2007: Informe de síntesis. … de Expertos sobre el Cambio Climático. Ginebra: …. Isea, F., Blé, C., Medina, A. L., Pierre, A., Bianchi, G., & Kaushik, S. (2008). Estudio de digestibilidad aparente de la harina de lombriz ( (Eisenia andrei) en la alimentación de Trucha Arco Iris (Onchorinchus mykiss), (1), 1–18. Retrieved from http://www.scielo.cl/pdf/rchnut/v35n1/art08.pdf Jarvis, A., Ramírez-villegas, J., Tapasco, J., Navarro, C., Peterson, C. a, Zapata-caldas, E., & Fisher, M. J. (2013). Are climate change adaptation and mitigation options ecoefficient? Eco-Efficiency: From Vision to Reality (Issues in Tropical Agriculture Series), 252. Jiménez, C. (2012). INDICADORES CLIMATICOS. Una manera para identificar la variabilidad climática a escala global. Jones, R. ., McMahon, T. ., & Bowler, J. . (2001). Modelling historical lake levels and recent climate change at three closed lakes, Western Victoria, Australia (c.1840–1990). Journal of Hydrology, 246(1-4), 159–180. http://doi.org/10.1016/S00221694(01)00369-9 Kim, J., & Pachepsky, Y. A. (2010). Reconstructing missing daily precipitation data using regression trees and artificial neural networks for SWAT streamflow simulation. Journal of Hydrology, 394(3-4), 305–314. http://doi.org/10.1016/j.jhydrol.2010.09.005 Kolding, J., & van Zwieten, P. a. M. (2012). Relative lake level fluctuations and their influence on productivity and resilience in tropical lakes and reservoirs. Fisheries Research, 115116, 99–109. http://doi.org/10.1016/j.fishres.2011.11.008 Laserna, P. (1996). Implementación de SIG para el manejo de la cuenca del lago Tota. Universidad de Los Andes. Latif, M., & Keenlyside, N. S. (2009). El Nino/Southern Oscillation response to global warming. Proceedings of the National Academy of Sciences of the United States of America, 106(49), 20578–20583. http://doi.org/10.1073/pnas.0710860105 Latifovic, R., & Pouliot, D. (2007). Analysis of climate change impacts on lake ice phenology in Canada using the historical satellite data record. Remote Sensing of Environment, 106(4), 492–507. http://doi.org/10.1016/j.rse.2006.09.015 Lenters, J. D., Kratz, T. K., & Bowser, C. J. (2005). Effects of climate variability on lake evaporation: Results from a long-term energy budget study of Sparkling Lake, northern 119 de 123
Wisconsin (USA). Journal of http://doi.org/10.1016/j.jhydrol.2004.10.028
Hydrology,
308(1-4),
168–195.
Liu, D., Tian, F., Lin, M., & Sivapalan, M. (2015). A conceptual socio-hydrological model of the co-evolution of humans and water: case study of the Tarim River basin, western China. Hydrology and Earth System Sciences, 19(2), 1035–1054. http://doi.org/10.5194/hess-19-1035-2015 Londoño, L. (2013). Geoinformática avanzada. Medellín: Métodos de interpolación espacial. Mahmoud, M., Liu, Y., Hartmann, H., Stewart, S., Wagener, T., Semmens, D., … Winter, L. (2009a). A formal framework for scenario development in support of environmental decision-making. Environmental Modelling and Software. http://doi.org/10.1016/j.envsoft.2008.11.010 Mahmoud, M., Liu, Y., Hartmann, H., Stewart, S., Wagener, T., Semmens, D., … Winter, L. (2009b). A formal framework for scenario development in support of environmental decision-making. Environmental Modelling and Software, 24(7), 798–808. http://doi.org/10.1016/j.envsoft.2008.11.010 Marengo, J. a. (2013). CIAT-CCAF - Future climate change projections for the Latin American region ( from Mexico southwards ) Annex B . Technical Report Form, 19. Maté, C. (2013). MODELOS ARIMA. Retrieved http://web.upcomillas.es/presim/documentos/pred_clasi_03.pdf
from
Mazzeo N, L Rodríguez-Gallego, C Kruk, Meerhoff, J Gorga, G Lacero, Fquintans, M Loureiro, D. L. & F.-R. (2003). Effects of Egeria densa Planch. beds on a shallow lake without piscivorous fish. Mijares, J. A., & Contreras, J. L. (2006). Evaluación de los recursos hídricos. Elaboración del balance hídrico integrado por Evaluación de los recursos hídricos Elaboración del balance hídrico integrado por. Ministerios. (2014). Conpes_MANEJO AMBIENTAL INTEGRAL DE LA CUENCA HIDROGRÁFICA DEL LAGO DE TOTA. Bogota. Molina, J. A. (2013). Los humedales nos conectan a todos. In Lago de Tota. Sogamoso. Retrieved from http://www.causatota.net/uploads/1/3/4/0/13405170/informe_lago_de_tota24.9.2013.pdf Montealegre, J. E. (2009). Estudio de la variabilidad climática de la precipitación en colombia asociada a procesos oceanicos y atmosféricos de meso y gran escala. Bogotá: IDEAM. Odada, E. O., Ochola, W. O., & Olago, D. O. (2009). Understanding future ecosystem changes in Lake Victoria basin using participatory local scenarios. African Journal of Ecology, 47(S1), 147–153. http://doi.org/10.1111/j.1365-2028.2008.01062.x Orozco, L. A., Mejía, S. L., & Reyes, P. (2012). FORO Lago de Tota: claridad y soluciones sostenibles para su conservación. In Semana Nacional de la Ciencia, la Tecnología y la Innovación. CEAMDER. Universidad Santo Tomás. Retrieved from http://www.defensalagodetota.info/2012/10/valioso-aporte-academico-claridad-y.html Parra, C. M., Pérez, J. I., & Torres, D. (2006). Modelación y simulación computacional de un proceso productivo de una pequeña empresa usando dinámica de sistemas. Ingeniería Y Desarrollo. Universidad Del Norte, 20, 151–171. 120 de 123
Pedraza, J. (2005). Reglamentación de las Aguas Derivadas del lago de Tota a través del Túnel de Cuitiva.Convenio Corpoboyacá – UPTC. Pérez, A. (2013). El lago de Tota: un ejemplo de lo que no se debe hacer en materia ambiental. (K. Ltda, Ed.). Bogotá: Sociedad Geográfica de Colombia. Pérez, A. J., & Macías, J. P. (2005). Diagnostivo Cuantitativo del recurso Hidrico. In POMCA. Pinzón, F., Assmus, J., Valderrama, M., & Quevedo, Y. (2012). Diagnóstico de la calidad del agua en la laguna de Tota. In Hidrosfera (Ed.), Directrices para el ordenamiento pesquero y acuícola de la laguna de Tota (Boyacá). Bogotá. Pizarro, R., Ausensi, P., Aravena, D., & Sanguesa, C. (2006). Evaluación de métodos hidrológicos para la completación de datos faltantes de precipitación en estaciones pluviográficas de VII región del Maule, Chile. Current Biology, 1905–1910. http://doi.org/10.1089/ees.2013.0409 Pizarro T, R., Ramirez B, C., & Flores V, J. P. (2003). Análisis comparativo de cinco métodos para la estimación de precipitaciones areales anuales en períodos extremos. Bosque (Valdivia), 24(3), 31–38. http://doi.org/10.4067/S0717-92002003000300003 Plate, E. J. E. (2009). HESS Opinions“ Classification of hydrological models for flood management.” Hydrology and Earth System Sciences, 13, 1939–1951. Retrieved from http://hydrol-earth-syst-sci-discuss.net/6/4671/2009/hessd-6-4671-2009.pdf Plouffe, C. C. F., Robertson, C., & Chandrapala, L. (2015). Comparing interpolation techniques for monthly rainfall mapping using multiple evaluation criteria and auxiliary data sources: A case study of Sri Lanka. Environmental Modelling & Software, 67, 57– 71. http://doi.org/10.1016/j.envsoft.2015.01.011 Pontificia Universidad Javeriana. PLAN DE ORDENACIÓN Y MANEJO DE LA CUENCA DEL LAGO DE TOTA Convenio número 038 de 2004. CORPOBOYACA -PUJ (2005). Poveda, G., Álvarez, D. M., & Rueda, Ó. a. (2010). Hydro-climatic variability over the Andes of Colombia associated with ENSO: a review of climatic processes and their impact on one of the Earth’s most important biodiversity hotspots. Climate Dynamics, 36(11-12), 2233–2249. http://doi.org/10.1007/s00382-010-0931-y Poveda, G., & Pineda, K. (2009). Advances in Geosciences Reassessment of Colombia ’ s tropical glaciers retreat rates : are they bound to disappear during the 2010 – 2020 decade ?, (2008), 107–116. Poveda, G., Vélez, J. I., Mesa, O., Hoyos, C. D., Mejía, J. F., Barco, O. J., & Correa, P. L. (2002). HIDROLOGÍA COLOMBIANA : CUANTIFICACIÓN LINEAL , NO LINEAL Y PERCENTILES, 1–10. Priess, J. a., & Hauck, J. (2014). Integrative scenario development. Ecology and Society, 19(1). http://doi.org/10.5751/ES-06168-190112 Ramírez, A. (2005). Caracterizacion Fisicoquimica del Lago de Tota. In Pontificia Universidad Javeriana (Ed.), Plan de Ordenación y manejo de la cuenca del lago de Tota-POMCA- (pp. 1–17). Bogotá. Ramírez, A., & Paeres, A. M. (2005). B.Caracterización Fisicoquímica del Lago de Tota y sus principales Tributarios. In POMCA. Rincón, Y. A. (2007). INVENTARIO SIMPLE DE LOS HUMEDALES DEL MUNICIPIO DE AQUITANIA BOYACÁ. Tunja. 121 de 123
Ruiz, D., Moreno, H. A., Gutiérrez, M. E., & Zapata, P. A. (2008). Changing climate and endangered high mountain ecosystems in Colombia. The Science of the Total Environment, 398(1-3), 122–32. http://doi.org/10.1016/j.scitotenv.2008.02.038 Ruiz Murcia, J. F. (2010). CAMBIO CLIMÁTICO EN TEMPERATURA, PRECIPITACION Y HUMEDAD RELATIVA PARA COLOMBIA USANDO MODELOS METEOROLÓGICOS DE ALTA RESOLUCION (PANORAMA 2011-2100). Ideam, (5), 1–91. http://doi.org/10.4067/S0250-71612010000100002 Sandoval, C. (2000). Analisis comparativo de los modelos precipitación-escorrentía de Grunsky, Peñuelas,Coutagne y Turc, en la cuenca del rio Achibueno y en la cuenca del rio Purapel, VII región. Universidad de Talca. Soto, A. (2009). Modelación hidrológica cuasi-distribuida para su aplicación a las condiciones Mexicanas, caso cuenca del rio grande de Morelia. Procedimientos de preparación de información, calibración y puesta en marcha. Universidad de Michoacana de San Nicolas de Hidalgo. Retrieved from http://bibliotecavirtual.dgb.umich.mx:8083/jspui/bitstream/123456789/1532/1/MODEL A~1.PDF Steduto, P., Hsiao, T. C., Fereres, E., & Raes, D. (2012). Crop yield response to water. FAO Irrigation and Drainage Paper No.66. Stehli, P. T., Weber, J. F., & Jorquera, E. (2012). Implementación de un modelo hidrológico espacialmente distribuido de simulación de eventos . Facultad regional Córdoba Universidad tecnológica Nacional. Retrieved from http://www.ina.gob.ar/pdf/ifrrhh/03_016_Stehli.pdf Sugawara, M. (1995). Tank model. In In Computer Models of Watershed Hydrology (Water Reso, pp. 353–361). Littleton. Todini, E. (2011). History and perspectives of hydrological catchment modelling. Journal of Hydrology, 100(1-3), 341–352. http://doi.org/10.1016/0022-1694(88)90191-6 Universidad Nacional. (1995). Análisis de homogeneidad de una serie hidrológica. ISA. UPTC. (2007). Volumen I - Estudio de Crecientes. In CORPOBOYACÁ (Ed.), Estudio de Crecientes y Modelo de Operación del Lago de Tota Aquitania - Boyacá. Vela, J. F. (2005). Capitulo VII: Sistemas productivos. In POMCA. Villacís, M. (2008). Ressources en eau glaciaire dans les Andes d’Equateur en relation avec les variations du climat: le cas du volcan Antisana. [Resources of water ice in the Andes of Ecuador in relation to climate variations: the case of Antisana volcano.]. Université Montpellier. Villalba, R., Arango, L., Tobar, M. de los A., Quintero, L. E., Días, J. M., & Arteta, M. E. (2001). Censo del cultivo de Cebolla Larga. Lago de Tota. Villar, R., Ruiz-robleto, J., Quero, J. L., Poorter, H., Valladares, F., & Marañón, T. (2004). CAPÍTULO 7 Tasas de crecimiento en especies leñosas : aspectos funcionales e implicaciones ecológicas. Vollenweider, R. (1983). Informe sobre el lago de Tota. Bogotá: CAR. Corporación autónoma regional de Cundinamarca. Warwik, C., Bakker, K. B., Downing, T. E., & Lonsdale, K. (2003). Scenarios as a Tool in Water Management : Application Considerations of Scale and, 25–43.
122 de 123
Xu, C. Y., & Singh, V. P. (2001). Evaluation and generalization of temperature-based methods for calculating evaporation. Hydrological Processes. http://doi.org/10.1002/hyp.119 Yang, D., Herath, S., & Musiake, K. (2000). Comparison of di € erent distributed hydrological models for characterization of catchment spatial variability Abstract :, 416(February 1999), 403–416. Yarrow, M., Marín, V., Finlayson, M., Tironi, A., Delgado, L., & Fisher, F. (2009). The ecology of Egeria densa Planchon ( Liliopsida : Alismatales ): A wetland ecosystem engineer ?, 299–313. Ye, X., Zhang, Q., Liu, J., Li, X., & Xu, C. (2013). Distinguishing the relative impacts of climate change and human activities on variation of streamflow in the Poyang Lake catchment, China. Journal of Hydrology, 494, 83–95. http://doi.org/10.1016/j.jhydrol.2013.04.036
123 de 123
![[BigTitsAtSchool] August Taylor, Mia Malkova](https://p.pdfkul.com/img/300x300/bigtitsatschool-august-taylor-mia-malkova_5af66b697f8b9afd688b4573.jpg)
