3.1. Hidro-BID

La herramienta de simulación Hydro-BID es un sistema integrado y cuantitativo para simular hidrología y gestión de recursos hídricos en la región de LAC, bajo escenarios de cambio (p. ej., clima, uso del suelo, población), que permite evaluar la cantidad y calidad del agua, las necesidades de infraestructura, y el diseño de estrategias y proyectos de adaptación en respuesta a estos cambios. (^{Nalesso, 2014}).

Este contiene una Base de Datos de hidrología analítica (Analytical Hydrographic Dataset, LAC-AHD) que contiene más de 230,000 cuencas delineadas y cauces fluviales a lo largo de la región de América Latina y el Caribe, un Sistema de navegación GIS para examinar cuencas y cauces fluviales, una interfaz de datos climáticos para la obtención de datos de precipitación y temperatura para la zona y el período de interés y un mo -delo de lluvia-escorrentía basado en la formulación de factor de carga de cauces generalizados(GWLF), el cual permite generar un volumen de escorrentía por cada de las cuencas y permite simular a escalas muy pequeñas como a nivel de subcuencas. La AHD utiliza un modelo de base de datos vectorial en las que los atributos están representados como puntos, líneas y polígonos en vez de un raster en donde la data es almacenada en una celda (grid). El modelo de base de datos vectorial de la AHD permite atribuciones más realistas de los caudales, de las relaciones entre caudales y la estructura hidrográfica, si se compara con los enfoques hidrográficos de raster o celda. (^{Rinner, et al., 2014})

El software hidrológico de hydro-BID aplicado a este caso de estudio requirió como datos de entrada series de precipitación en centímetros (cm), temperatura en grados Celsius (°c) y por ultimo series de caudal en metros cúbicos por segundo (m3/s), se tomaron 16 estaciones de precipitación, 5 estaciones de temperatura y 3 estaciones de caudal con un registro histórico de 25 años (01/04/1989-31/12/2014) en temporalidad diaria a las cuales se realizó un procedimiento de datos faltantes por medio del promedio aritmético ya que el porcentaje de datos faltantes es menor al 10% en la Tabla 1 se observa e listado de las estaciones utilizadas y en la Figura 2 su ubicación.

Fuente: Autores

Figura 2 Ubicación de las estaciones 

El modelo implementa datos de uso del suelo y cobertura vegetal que son obtenidos de la Base de Datos de Hidrología Analítica (ADH) que se incluye en el software, de la cual se obtuvieron también los drenajes, la hidrografía, la delimitación de la zona de estudio, así como datos propios de la geometría de la cuenca como lo son el área, la longitud del cauce principal etc (^{Rinner, et al., 2014}) Hydro-BID posee un módulo que permite realizar una interpolación de las series de tiempo de precipitación y temperatura de las estaciones climatológicas a cada una de las subcuencas por medio de los centroides de las mismas, para ello es necesario ingresar las coordenadas de las estaciones y de los centroides.

3.3. Modelo de circulación global (GCM)y reducción de escala

Los modelos climáticos globales (MCG) son la herramienta principal para comprender cómo puede cambiar el clima mundial en el futuro. (^{Maraun, et al., 2010}). Los modelos climáticos globales presentan información en escalas espaciales y temporales mayores que las requeridas por los modelos hidrológicos, y son por lo tanto inadecuados para evaluar el efecto local del cambio climático. Se requiere realizar un proceso de reducción de escala sobre las proyecciones de los modelos climáticos, este proceso es conocido como reducción de escala. En este caso de estudio se implementó este proceso (reducción de escala) basado en la teoría del caos las cuales crean una relación entre modelos climáticos de gran escala, conocidos como predictores y las variables climáticas locales, conocidas como predictandos. (^{Duarte, 2017})

Se seleccionaron 3 escenarios de cambio climático de los 4 planteados por el Panel de Expertos Intergubernamentales sobre Cambio Climático (IPCC); estos fueron el RCP 2.6 RCP 4.5 Y RCP 8.5. Ya que para cada una de las categorías de emisiones un RCP contiene un conjunto de valores iniciales y el valor estimado de las emisiones para el año 2100, basado en suposiciones sobre la actividad económica, fuente de energía, crecimiento de la población entre otros factores socioeconómicos (^{Duarte, 2017}). El escenario RCP 2.6 fue desarrollado por el equipo de modelación IMAGE. Este escenario representa en la literatura el más bajo nivel de concentración de gases de efecto invernadero. El escenario RCP 4.5 fue desarrollado por el equipo de modelación GCAM. Es un escenario de estabilización en el cual la fuerza radiativa total se estabiliza inmediatamente después del año de 2100 sin sobrepasar el nivel objetivo de fuerza radiativa a largo plazo. El escenario RCP 8.5 fue desarrollado utilizando el modelo MESSAGE y el marco de referencia IIASA. Esta trayectoria está caracterizada por el incremento de emisiones de gases de efecto invernadero a través del tiempo. (^{Wayne, 2013}).

Posteriormente se desarrolló la selección del modelo de circulación global (GCM) para obtener la proyección de las variables climáticas precipitación y temperatura inicialmente se preseleccionaron 3 modelos teniendo en cuenta una búsqueda bibliográfica de estudios, donde se evaluaron modelos de circulación global en Colombia el documento tiene como título " Evaluación de los modelos globales del clima utilizados para la generación de escenarios de cambio climático con el clima presente en Colombia" allí se evaluó el desempeño de algunos GCM a partir de métricas para todo Colombia (^{Rodríguez, 2010}). Los modelos que se escogieron para identificar cual se ajustaba más, fueron CCSM4, MPI-ESR.MR y CanCM4, Para cada modelo se ingresó el mismo periodo de tiempo con los escenarios de RCPs mencionados, con el fin de determinar a partir de métricas estadísticas el modelo más óptimo el cual se ajuste a las condiciones de la zona, para esta primera variable de precipitación se determinó que el modelo que más se ajusta a las condiciones de la cuenca, es el modelo CCSM4. De igual forma se realizó el procedimiento para la variable Temperatura de la zona, con el mismo periodo de tiempo, modelos climáticos globales, y escenarios RCPs.

El modelo que más se ajustó a las condiciones actuales de la zona fue el modelo CCSM4 el cual se evaluó a partir de la correlación donde se muestra el "grado de ajuste," o semejanza, entre los valores del modelo y los patrones observados. La correlación valora el rango entre -1 y 1, donde 1 representa la correlación perfecta y cero ninguna correlación. (^{Rodríguez, 2010}) Como se muestra en la Tabla 2.

La técnica de reducción de escala mencionada anteriormente considera los conceptos del caos determinístico y la dinámica no lineal en series climatológicas. Evalúa la presencia de caos determinístico para diferentes intervalos de acumulación de la precipitación de las series de tiempo históricas tanto de las estaciones climáticas locales, como del modelo climático global y se construye el modelo caótico predictivo con los resultados de tiempo de retardo, este método requiere como datos de entrada las series de precipitación y temperatura de las estaciones meteorológicas y un catálogo que contiene las coordenadas de las estaciones y el modelo histórico del GCM al igual que los datos de los RCP seleccionados y como salidas genera las series reducidas, un error que evalúa el desempeño del modelo que en este caso es el RMSE para la validación del modelo. (^{Duarte, 2017}).

3.4. Calibración y validación del modelo Hydro-BID

La calibración del modelo se llevó a cabo teniendo en cuenta la cuenca más aguas arriba hasta la cuenca más aguas abajo, se desarrolló por subcuencas de forma manual por ensayo y error relacionando los parámetros de la cuenca inmediatamente anterior hasta llegar a la salida del cauce principal, se tuvo en cuenta un periodo de calibración comprendido entre 01/01/1989 al 31/12/2003 ya que las series de datos presentaban el periodo más completo. Se calibro por medio der las estaciones de caudales como se muestra en la Figura 3 se realizó en tres secciones de la cuenca, la primera calibración con la estación 16017020) y COMID 300608300, la segunda calibración en la estación 16017040 COMID 300526900 y por último la tercera calibración con la estación 16017010 COMID 300482400.

Fuente: Autores

Figura 3 Estaciones de caudales 

Los parámetros para realizar el proceso de calibración son, el número de curva, que se usa para caracterizar el tipo de suelo de la cuenca y su hidrología; este parámetro oscila entre 0 y 1, el contenido disponible de agua (AWC) que representa la cantidad de agua que puede ser almacenada en el suelo para ser usada por las plantas, afectando la infiltración hacia el agua subterránea, el coeficiente de recesión (R) que evidencia cómo el agua subterránea que se encuentra cerca de la superficie contribuye a los caudales de los ríos o corrientes superficiales después de un evento de lluvia y por ultimo las pérdidas del sistema o el seepage, que representa el intercambio entre las aguas sub-superficiales con los cuerpos de agua más profundos, en donde la cantidad de agua que se le atribuye a este parámetro se considera como una salida del modelo. (^{Morena, et al., 2014}).

Otros parámetros importantes son el factor de evapotranspiración de la estación de cultivo (Grow season ET factor) y el factor de evapotranspiración de la estación de latencia para cuando hay o no presencia de cultivos en la cuenca. Estos parámetros pueden ser un solo valor aplicado a todas las cuencas o un multiplicador de los valores de las cuencas, en este caso de estudio se le otorgo el valor de 1, ya que en la cuenca se encuentran una gran variedad de cultivos diferenciados por su tipo y su estacionalidad.

En los resultados finales Hydro-BID integra una serie de métricas con los cuales de evalúa el proceso de calibración estas métricas se observan en la Tabla 3 la idea final del proceso es encontrar un equilibrio entre las variables estadísticas y las variables hidráulicas.

4.1. Calibración y validación del modelo

En el momento de realizar la calibración se realizaron más de 40 pruebas hasta llegar a los resultados esperados como se muestra en la Tabla 5 para la subcuenca de salida 300482400, a lo largo de esta calibración se identificó como los diferentes parámetros inducían en la curva de duración; si se aumentaba el seepage, el volumen de los caudales reflejados en la curva de duración disminuía; también se estableció que cuando el valor asociado a R suaviza la línea es decir que si se aumentaba, la pendiente de la curva reflejaba este mismo comportamiento, cuando el valor del número de curva se reduce los caudales disminuyen siendo menos sensibles a los eventos de precipitación. Hay que tener en cuenta que para los parámetros de número de curva y el contenido de agua almacenado en el suelo, el valor que se ingresa en la interfaz de los parámetros se toma como un multiplicador, en donde cuando el valor ingresado se encuentra entre 0 y 1 implica una disminución en el valor que se encuentra anidado con la base de datos AHD.

Al aplicar los parámetros se obtuvieron las métricas de desempeño como se muestra en la Tabla 6 a nivel diario y mensual para cada uno de los RCPs

Finalmente, se obtuvieron las curvas de duración arrojadas por el programa, después del proceso de calibración para cada subcuenca, en donde se evidencia el ajuste obtenido entre los datos simulados y los datos observados, mostradas en la Figura 7.

Fuente: Autores

Figura 7 Curvas de duración Hydro-BID 

En cuanto a la sensibilidad de los parámetros de calibración de HydroBID se obtuvo que el parámetro más sensible es el AWC ya que este representa el volumen de agua que es capaz de absorber el suelo, y el número de curva por que representa el nivel de impermeabilización ya sea natural o antrópico. Las métricas de desempeño obtenidas durante el proceso de calibración se encuentran cercanas al rango óptimo, demostrando que los resultados finales de la simulación son confiables y que el modelo representa la realidad de la zona de estudio.

Al finalizar el proceso de simulación, aplicando las series de datos de precipitación y temperatura obtenidas de la reducción de escala y luego de integrarlas en el modelo de Hydro-BID, se obtuvieron las series de caudales para las condiciones actuales periodo de 1989 a 2014 y para las condiciones futuras bajo los escenarios de cambio climático ya mencionados periodo de 2014 a 2100, en temporalidad mensual y diaria, que representan la escorrentía generada a la lo largo de la cuenca. Adicionalmente se obtuvieron los porcentajes de variación de caudal de cada uno de los escenarios respecto a las condiciones actuales, dando como resultado que se presentará una posible disminución en el caudal entre el 7.61% y 12% para el escenario RCP 2.6, entre el 1.82% y el 10.28% para el escenario RCP 4.5 y entre el 6.83% y el 13%. Finalmente se evidenció que el modelo Hydro-BID representó de manera más precisa las condiciones mensuales que las diarias sin embargo en ambos casos se obtienen métricas de desempeño cercanas a los valores aceptables y excelentes.