Modelado basado en WEAP21 bajo consideraciones de cambio climático para una región semiárida en el centro-sur de Chile
DOI:
https://doi.org/10.18537/mskn.08.02.10Palabras clave:
modelización de cuencas, intermitente, WEAP, GLUE, incertidumbre, cambio climático, modelo climático regionalResumen
El balance hídrico asociado a la planificación de un proyecto de riego ubicado en una zona semiárida Chilena se modeló hidrológicamente utilizando el código WEAP21. Se aplicó un protocolo combinado de modelamiento determinístico/estocástico para definir los intervalos de predicción hidrológica del modelo. Se predijeron las implicaciones potenciales del cambio climático en la vida útil del proyecto de riego (año 2070) considerando la variabilidad de los pronósticos de precipitación y temperatura. Así, se consideró el escenario A1B del Informe del Panel Intergubernamental sobre cambio climático 2007, implementado por el Modelo Climático Regional (MCR) PRECIS-ECHAM, que fue desarrollado especialmente para condiciones Chilenas. El estudio reveló que la mayoría de los parámetros del modelo hidrológico inspeccionado son insensibles a las predicciones del modelo y que los límites de simulación asociados pueden considerarse como aceptables. Sin embargo, la estructura de WEAP21 exhibió dificultades para simular caudales bajos, debido a la falta de capacidad para representar aceptablemente las características hidrofísicas complejas de los suelos graníticos expansivos, que predominan en la cuenca de estudio. A pesar de que las proyecciones originales de cambio climático (CChP) del RCM se refinaron, usando observaciones del período histórico, es importante enfatizar que éstas pueden contener incertidumbres significativas y, como tal, se debe tener cuidado al utilizar los resultados del presente estudio. Con respecto a la información histórica, los pronósticos climáticos medios anuales sugieren un incremento máximo de temperatura de aproximadamente +1.1oC y una reducción máxima de la precipitación en aproximadamente 20.7%. El modelo hidrológico sugiere una reducción máxima del caudal medio anual en un 49.7% y una reducción de la magnitud y frecuencia de los picos de flujo. Teniendo en cuenta las incertidumbres potenciales asociadas a las CChP, es probable que el proyecto de riego se vea afectado significativamente en el futuro, en términos de disponibilidad de agua, así como de las tasas de consumo hídrico de los cultivos, ya que se prevé que la precipitación disminuya y que la temperatura, y por tanto la evapotranspiración, aumente.
Descargas
Métricas
Citas
Allen, R., Pereira, L., Raes, D., Smith, M. (1998). Crop evapotranspiration guidelines for computing crop water requirements. Rome, Italy: FAO Irrigation and Drainage paper, 56, pp 300.
Ahmed, K., Wang, G., Silander, J., Wilson, A., Allen, J., Horton, R., Anyah, R. (2013). Statistical downscaling and bias correction of climate model outputs for climate change impact assessment in the U.S. northeast. Global and Planetary Change, 100, 320-332. doi:10.1016/j.gloplacha.2012.11.003.
Barnett, T. P., Pierce, D. W., Hidalgo, H. G., Bonfils, C., Santer, B. D., Das, T., Bala, G., Wood, A. W., Nozawa, T., Mirin, A. A. et al. (2008). Human-induced changes in the hydrology of the western United States. Science, 319, 1080-3.
Bengóa, J. (2003). Pobreza en Chile, identificación de situaciones de pobreza por comuna. Centro de Estudios Miguel Enriquez, CEME, Chile, pp 13.
Beven, K. (1993). Prophecy, reality and uncertainty in distributed hydrological modelling. Advances in Water Resources, 16, 41-51. doi:10.1016/0309-1708(93)90028-E
Beven, K. (2006). A manifesto for the equifinality thesis. Journal of Hydrology, 320(1-2), 18-36. doi:10.1016/j.jhydrol.2005.07.007
Beven, K. (2011). Rainfall-runoff modelling: The Primer (2nd ed.). Chichester, England: John Wiley & Sons, pp 488.
Beven, K., Binley, A. (1992). The future of distributed models: Model calibration and uncertainty prediction. Hydrological Processes, 6(3), 279-298. doi:10.1002/hyp.3360060305
Binley, A., Beven, K., Calver, A., Watts, L. (1991). Changing responses in hydrology: Assessing the uncertainty in physically based model predictions. Water Resources Research, 27, 1253-1261. doi:10.1029/91WR00130
CCGUC-SEI. (2009). Guía metodológica - Modelación hidrológica y de recursos hídricos con el modelo WEAP. Centro de Cambio Global-Universidad Católica de Chile (CCGUC) and Stockholm Environment Institute (SEI), Boston, pp 85.
CGIAR-CSI. (2008). SRTM 90m digital elevation data. http://srtm.csi.cgiar.org/. Accessed 10 September 2012.
Chow, Ven Te., Maidment, D. R., Mays, L. W. (1988). Applied hydrology (2nd ed.). Singapore: McGraw-Hill International Editions, pp 572.
Christensen, J. H., Carter, T. R., Rummukainen, M., Amanatidis, G. (2007). Evaluating the performance and utility of regional climate models: The PRUDENCE project. Climatic Change, 81, 1-6. doi:10.1007/s10584-006-9211-6
CIREN. (1998). Descripciones de suelos, materiales, y símbolos. Estudio agrológico VIII Región de Chile. Centro de informaciones de Recursos Naturales, Santiago, Chile, pp 555.
CNR. (1997). Cálculo y cartografía de la evapotranspiración potencial en Chile. Comisión Nacional de Riego y Centro de Información de Recursos Naturales, Chile, pp 54.
Cortés, G., Schaller, S., Rojas, M., Garcia, L., Descalzi, A., Vargas, L., Vargas, L., MacPhee, J. (2012). Assessment of the current climate and expected climate changes in the metropolitan region of Santiago de Chile. Leipzig, Germany: Helmholtz Centre for Environmental Research-UFZ.
Dankers, R., Feyen, L. (2008). Climate change impact on flood hazard in Europe: An assessment based on high-resolution climate simulations. Journal of Geophysical Research, 113, D19105. doi:10.1029/2007JD009719.
Deressa, T. T., Hassan, R., Ingler, C. (2008). Measuring Ethiopian farmers’ vulnerability to climate change across regional states. International Food Policy Research Institute No. 806. http://www.ifpri.org/pubs/dp/ifpridp00806.asp. Accessed 16 September 2014.
DGA. (1987). Balance hídrico de Chile. Dirección General de Aguas, Ministerio de Obras Públicas, Santiago, Chile. http://documentos.dga.cl/SUP1540.pdf. Accessed 20 September 2012.
Easterling, W., Aggarwal, P., Batima, P., Brander, K., Erda, L., Howden, M., Kirilenko, A., Morton, J., Soussana, J-F., Schmidhuber, J., et al. (2007). Food, fibre and forest products. In: Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK: Cambridge University Press, pp 273-313.
Fenicia, F., Savenije, H. H. G., Matgen, P., Pfister, L. (2008). Understanding catchment behavior through stepwise model concept improvement. Water Resources Research, 44, 1-13. doi:10.1029/2006WR005563
Fowler, H. J., Ekström, M., Blenkinsop, S., Smith, A. P. (2007). Estimating change in extreme European precipitation using a multimodel ensemble. Journal of Geophysical Research, 112, D18104. doi:10.1029/2007JD008619.
Freer, J., Beven, K., Ambroise, B. (1996). Bayesian estimation of uncertainty in runoff prediction and the value of data: An application of the GLUE approach. Water Resources Research, 32(7), 2161-2173. doi:10.1029/95WR03723.
Graham, L. P., Bergström, S. (2001). Water balance modeling in the Baltic Sea drainage basin - Analysis of meteorological and hydrological approaches. Meteorology Atmospheric Physics, 77, 45-60. doi:10.1007/s007030170016
Grau, P. (2007). Cultivo del cerezo en el secano interior de la Región del Bío-Bío. Instituto de Investigaciones Agropecuarias, Centro Regional de Investigación Quilamapu: Chillán, Chile. pp 176.
Hingray, B., Saïd, M. (2014). Partitioning internal variability and model uncertainty components in a multimember multimodel ensemble of climate. Journal of Climate, 27(17), 6779-6798. doi:http://dx.doi.org/10.1175/JCLI-D-13-00629.1.
Hublart, P., Ruelland, D., Dezetter, A., Jourde, H. (2013). Modelling current and future trends in water availability for agriculture on a semi-arid and mountainous Chilean catchment, International Association of Hydrological Sciences, 360, 26-32.
Hublart, P., Ruelland, D., Dezetter, A., Jourde, H. (2015). Reducing structural uncertainty in conceptual hydrological modelling in the semi-arid Andes. Hydrology and Earth System Sciences, 19(5), 2295-2314. doi:10.5194/hess-19-2295-2015.
Ingol-Blanco, E., McKinney, D. (2009). Hydrologic model for the Rio Conchos Basin: Calibration and validation. CRWR Online Report 08-09. http://www.weap21.org/downloads/rpt-0809.pdf. Accessed 20 October 2015.
IPCC. (2007). Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Report AR4: Geneva, Switzerland; pp 104.
Legates, D., McCabe, G. (1999). Evaluating the use of "goodness-of-fit" measures in hydrological and hydroclimatic model validation. Water Resources Research, 35(1), 233-241.
Maidment, D. (1993). Handbook of hydrology. New York, NJ: McGraw-Hill, pp 1424.
Makropoulos, C., Butler, D. (2004). Spatial decisions under uncertainty: Fuzzy inference in urban water management. Journal of Hydroinformatics, 6(1), 3-18.
Maurer, E. (2007). Uncertainty in hydrologic impacts of climate change in the Sierra Nevada, California under two emissions scenarios. Climatic Change, 82(3), 309-325. doi:10.1007/s10584-006-9180-9
MetED. (2012). Preparing hydro-climate inputs for climate change in water resource planning. https://www.meted.ucar.edu/training_module_es.php?id=959#.Vd9HXvl_Oko. Accessed 26 June 2014.
Nash, J., Sutcliffe, J. (1970). River flow forecasting through conceptual models. Part I: A discussion of principles. Journal of Hydrology, 10, 282-290. doi:10.1016/0022-1694(70)90255-6.
Palmer, M., Bernhardt, E., Chornesky, E., Collins, S., Dobson, A., Duke, C. G. B., Jacobson, R., Kingsland, S., Kranz, R., Mappin, M., et al. (2004). Ecology for a crowded planet. Science, 304, 1251-1252. doi:10.1126/science.1095780
Petersen, H. (2007). Elementos para la creación de un manual de buenas prácticas para instalaciones solares térmicas domiciliarias. Santiago, Chile: University of Chile.
Poblete, D., Vicuña, S., Meza, F., Bustos, E. (2012). Water resources modeling under Climate Change scenarios of Maule River Basin (Chile) with two main water intensive and competing sectors: agriculture and hydropower generation. Ireland: World Congress on Water, Climate and Energy. Available at https://keynote.conference-services.net/resources/444/2653/pdf/IWAWCE2012_0399.pdf
Ragettli, S., Cortes, G., McPhee, J., Pellicciotti, F. (2014). An evaluation of approaches for modelling hydrological processes in high-elevation, glacierized Andean watershed. Hydrological Processes, 28(23), 5674-5695. doi:10.1002/hyp.10055.
Rawls, W., Ahuja, L., Brakensiek, D., Shirmohammadi, A. (1993). Infiltration and soil water movement. New York, NJ: McGraw Hill, pp 51.
Refsgaard, J. C. (1997) Parameterisation, calibration and validation of distributed hydrological models. Journal of Hydrology, 198, 69-97.
Riquelme, J., Perez, C., Shigehiko, Y. (2004). Manejo y prácticas conservacionista del suelo para un desarrollo sustentable del secano. Instituto de Investigaciones Agropecuarias, Centro Regional de Investigación Quilamapu Chillán, Boletín INIA - No 124, pp 200.
Rojas, J. (2013). Proyecto ANILLOS SOC‐28: Impactos sociales y ambientales del cambio climático global en la región del Bío Bío. Desafíos para la sostenibilidad del siglo XXI. Universidad de Concepción, Chile, pp 84.
Sanderson, E. W., Jaitech, M., Levy, M. A., Redford, K. H., Wannebo, A. V., Woolmer, G. (2002). The human footprint and the last of the wild. BioScience, 52, 891-904.
Savenije, H. H. G. (2009). The art of hydrology. Hydrology and Earth System Sciences, 13, 157-161.
Selker, J., Rupp, D., Leñam, M., Uribe, H. (2000). Estudio hidrológico en el secano interior: Resultados preliminares del proyecto piloto en Portezuelo. Instituto de Investigaciones Agropecuarias, Centro Regional de Investigación Quilamapu Chillán, pp 41.
Shinomi, Y., Pérez, C. (2004). Métodos y estrategias para el desarrollo sustentable del secano. Instituto de Investigaciones Agropecuarias, Centro Regional de Investigación Quilamapu Chillán, Boletín INIA - No 122, pp 159.
Sieber, J., Purkey, D. (2015). User guide for WEAP. Stockholm, Sweden: Stockholm Environment Institute (SEI), Somerville, MS: U.S. Center, pp 400.
Singh, V. P., Woolhiser, D. A. (2002). Mathematical modeling of watershed hydrology. Journal of Hydrologic Engineering, 7(4), 270-92.
Spear, R. C., Hornberger, G. M. (1980). Eutrophication in Peel Inlet, II, Identification of critical uncertainties via Generalised Sensitivity Analysis. Water Resources, 14, 43-49.
Stewart, R., Majdi, R., Najm, A., Rupp, D., Lane, J., Uribe, H., Arumí, J., Selker, J. (2015). Hillslope runoff thresholds with shrink-swell clay soils. Hydrological Processes, 29(4), 557-571. doi:10.1002/hyp.10165
Uribe, H., Arumí, J., González, L., Salgado, L. (2003). Balances hidrológicos para estimar recarga de acuíferos en el Secano Interior, Chile. Revista Ingeniería Hidráulica en México, XVIII(3), 17-28.
Uribe, H., Perez, C., Okuda, Y. (2004). Recursos hídricos y manejo del agua para un desarrollo sustentable del secano. Instituto de Investigaciones Agropecuarias, Centro Regional de Investigación Quilamapu Chillán, Boletín INIA, No 123, pp 197.
Vargas, X. (2012). Disponibilidad futura de los recursos hídricos frente a escenarios de cambio climático en Chile. Medio Ambiente y Desarrollo. CEPAL, pp 227.
Vázquez, R. F. (2003). Assessment of the performance of physically based distributed codes simulating medium size hydrologycal systems. PhD Thesis, Katolieke Universiteit Leuven.
Vázquez, R. F., Beven, K., Feyen, J. (2009). GLUE based assessment on the overall predictions of a MIKE SHE application. Water Resources Management, 23(7), 1325-1349. doi:10.1007/s11269-008-9329-6).
Vicuña, S., Garreaud, R., MacPhee, J. (2010). Climate change impacts on the hydrology of a snowmelt driven basin in semiarid Chile. Climatic Change, 105(3-4), 469-488. doi:10.1007/s10584-010-9888-4
Willems, P., Mora, D., Vansteenkiste, Th., Teferi Taye, M., Van Steenbergen, N. (2014). Parsimonious rainfall-runoff model construction supported by time series processing and validation of hydrological extremes - Part 2: Intercomparison of models and calibration approaches. Journal of Hydrology, 510, 591-609. doi:10.1016/j.jhydrol.2014.01.028
Wood, A., Edwin, M. (2002). Long-range experimental hydrologic forecasting for the eastern United States. Journal of Geophysical Research, D20(107), 1-15. doi: 10.1029/2001JD000659
Wood, A., Leung, L., Sridhar, V., Lettenmaier, D. (2003). Hydrologic Implications of Dynamical and Statistical Approaches to Downscaling Climate Model Outputs. Climatic Change, 62(1),189-216. doi:10.1023/B:CLIM.0000013685.99609.9e
Yates, D., Purkey, D., Sieber, J., Huber-Lee, A., Galbraith, H. (2005). WEAP21 - A demand-, priority-, and preference-driven water planning model. International Water Resources Association, 30(4), 501-512.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Copyright © Autors. Creative Commons Attribution 4.0 License para cualquier artículo enviado a partir del 6 de junio de 2017. Para los manuscritos presentados anteriormente, se utilizó la licencia CC BY 3.0.
Usted es libre de:
 |
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
 |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
 |
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
| Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |
Mayor información sobre este acuerdo de autoría y licencia, transferencia de derechos o solicitudes de reproducción, pueden ser consultados en este enlace.
