La Cuenca hidrográfica del río Aipe está localizada en el noroccidente del departamento del Huila, sur de Colombia. Se localiza con las coordenadas 3 ° 13 ’N y 75°14’0, cubre un área de 688.9 Km² y se extiende entre los municipios de Aipe, Neiva y Palermo. La longitud del cauce principal es 51.31 km. El río Aipe es tributario del río Magdalena. De acuerdo con sus características morfométricas es una cuenca de tamaño grande, con densidad de drenaje muy bajo (0.0732 km"1), lo que indica un drenaje pobre y un predominio de los procesos de ladera dando origen a mayores tiempos de residencia (10.53 horas) y menores caudales picos. Este supuesto se confirma con el coeficiente de compacidad (2.29) el cual indica una cuenca con forma oval oblonga poco propensa a crecientes súbitas. El rango altitudinal varía entre 390 -1900 msnm. El clima de la cuenca se distribuye acorde con el gradiente altitudinal entre húmedo, seco y muy seco. La precipitación media mensual oscila entre 100 y 170mm. La temperatura media mensual es de 27.57°C con humedad relativa de 70.75 %.

La cuenca del río Aipe juega un papel fundamental para el desarrollo del municipio de Aipe. El río Aipe abastece el acueducto principal del municipio y ocho acueductos veredales, de igual forma abastece la extracción de hidrocarburos, la irrigación de los cultivos de arroz (riego por superficie), la producción piscícola y ganadería de leche y carne. En resumen, del río Aipe dependen las principales actividades productivas del municipio y como se evidencia son sectores productivos que demandan baste recurso hídrico. Esta situación ha generado un conflicto por el uso del agua, básicamente porque las demandas se incrementan y la oferta hídrica es la misma, sino disminuye por fenómenos de variabilidad y cambio climático.

WEAP (Water Evaluation and Planning System) es una iniciativa del Stockholm Environment lnstitute. Esta herramienta computacional tiene un modelo hidrológico conceptual semi-distribuido acoplado con un sistema integrado de planeación de recursos hídricos que permite apoyar la toma de decisiones. Weap se apoya en escenarios multicriterios para el planeamiento hidrológico de cuencas hidrográficas incorporando acueductos, sistemas de riego, producción hidroeléctrica y múltiples estrategias de manejo del recurso hídrico. La herramienta incorpora subrutinas para representar procesos como el cálculo de la oferta y demanda hídrica, escorrentía, infiltración, requerimientos hídricos para cultivos, flujos y almacenamiento de agua, generación, tratamiento, descarga de contaminantes y de calidad de agua en ríos para variados escenarios hidrológicos y de políticas. Para los escenarios se evalúa una amplia gama de opciones de manejo del agua y tiene en cuenta los múltiples y opuestos usos de los recursos hídricos. Para todo esto cuenta con una interfaz gráfica basada en mapas SIG con resultados flexibles como mapas, gráficos y tablas (Sieber y Purkey, 2007). Específicamente este trabajo se enfocó en la utilización del módulo de hidrología a través del método de humedad del suelo, que simula el proceso lluvia escorrentía en unidades de respuesta hidrológicas (URH) por medio de dos tanques, los cuales pretenden estimar los flujos superficiales y subterráneos. Este método unidimensional se fundamenta en funciones empíricas que describen la evapotranspiración, escorrentía superficial, flujo subsuperficial y percolación profunda (Duque y Vázquez, 2015).

A nivel climático la cuenca del río Aipe esta monitoreada por 12 estaciones pluviométricas y dos estaciones climatológicas ordinarias (San Alfonso y Santa María) las cuales tienen registros diarios desde 1970 2011 (figura 1). Además, en el punto de cierre de la cuenca se utilizaron los registros de caudales diarios desde 1980-2011 (tabla 1). Todas las estaciones hidrometeorológicas utilizadas son administradas por el Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia (IDEAM). La información de la precipitación fue regionalizada mediante el proceso de Polígonos de Thiessen. Adicionalmente, las series de precipitación y temperatura media fueron afectadas por un factor de corrección acorde con el gradiente altitudinal de la cuenca hidrográfica.

La Figura 1 muestra el esquema de modelación que se realizó para la cuenca del río Aipe. La cuenca fue modelada con weap a escala de subcuencas y estas, a su vez, por bandas de elevación cada 500 metros, configurando así un total de 65 unidades de respuesta hidrológicas o catchments. Se modelaron en total 20 corrientes tributarias directas e indirectas del cauce principal con la información generada en 1 punto de monitoreo de caudal denominado estación Puente Carretera (2113703). Se consideraron, además, 3 demandas de agua para consumo, los cuales son los centros poblados de San Francisco, Los Órganos y el acueducto municipal de Aipe, utilizando la ecuación del método Geométrico del capítulo B del RAS, (2000), también los requerimientos hídricos para las principales coberturas vegetales (bosques, pastos, suelos desnudos, zonas agrícolas, zonas urbanas, lagos, café, aguas abiertas, arroz, sorgo y cacao).

Tabla 1.
Tabla 1. Estaciones hidrometeorológicas con influencia en la cuenca del Río Aipe

*Tipo de estación: PM: Pluviométrica, LG: Limnigráfica.

Figura 1.
Figura 1. Esquema de modelación con las unidades de respuesta hidrológica de la cuenca del río Aipe

La calibración y validación del modelo fue desarrolla­da utilizando los caudales observados en el punto de cierre de la cuenca (estación Puente Carretera). Du­rante la fase de calibración se utilizó el 70% de la serie histórica de caudales observados (1980-2001). La ca­libración se realizó a través de conocimiento experto en hidrología y el método de prueba y error. Este mé­todo implica un ajuste manual de parámetros basado en el criterio del investigador, conociendo la dinámica del modelo, la calidad de la información ambiental y la escala de los procesos naturales de la cuenca en estu­dio. Una vez calibrado el modelo se procedió a la vali­dación del mismo con el 30% de los datos de caudales observados restantes (2002 -2011). Tanto la calibra­ción como la validación fueron evaluadas con la métri­ca del coeficiente de determinación (R²), cuyo principal objetivo es establecer una correlación confiable entre los valores simulados y observados. El coeficiente de­termina la calidad del modelo para replicar los resulta­dos, y la proporción de variación de los resultados, que pueden explicarse por el modelo (1).

(1)

La primera hipótesis plantea la creación de un esce­nario base de referencia para el cálculo de la oferta hídrica asociado a un incremento poblacional. Actual­mente y de acuerdo con los registros del municipio la población de referencia es 23.513 habitantes. Luego esa población de referencia se incrementar un 2% a partir de una proyección geométrica (escenario I, 23.983 habitantes) y luego se incrementa un 10% (es­cenario n, 25.864 habitantes), estos incrementos de la población tienen un impacto directo sobre la demanda y la oferta hídrica los cuales serán representados por el modelo hidrológico.

La segunda hipótesis hace referencia a un cambio del clima. Esta hipótesis es más complicada dada la incertidumbre que manejan los escenarios de cambio climático, la variedad de modelos climáticos y las posibilidades de los escenarios. En este sentido, se uti­lizó una herramienta basada en múltiples modelos y escenarios, para ilustrar el rango de los cambios po­sibles en el clima durante el siglo 21 (Angarita, 2014). El propósito de la metodología es generar series de proyecciones climáticas de la variable de precipita­ción para la cuenca del río Aipe, a nivel de las unida­des de análisis del modelo WEAP, informadas por las predicciones del proyecto CMIP5 (Coupled Model Intercomparison Project Phase 5), que, sumadas al clima actual, permitan establecer un rango de com­portamiento hidrológico posible en la cuenca del río Aipe páralos años 2010 a 2050.

Finalmente, del en­samble de posibilidades se selecciona una tendencia climática húmeda (escenario ni) y una climática seca (escenario IV) para evaluar su respuesta hidrológica (tabla 2).

Tabla 2.
Tabla 2. Resumen de los escenarios para la cuenca del río Aipe

El modelo weap se corrió a nivel diario con unos va­lores iniciales de los parámetros acorde con la infe­rencia de la información ambiental (mapa de suelos, cobertura vegetal, balance hídrico, mapa geológico etc.). Luego se realizó un análisis de sensibilidad pre­liminar para identificar los parámetros más sensibles. Los parámetros más sensibles están en función del tipo de respuesta hidrológica. Por ejemplo, se identi­ficó que los caudales máximos se afectan primordial­mente por el factor de resistencia a la escorrentía (RRF), la conductividad hidráulica en la zona de raí­ces (Ks) y la capacidad de retención de humedad en la capa superior del suelo (SWC). Cuando el valor de SWC se incrementa se logra un mayor flujo subsuperficial, y por lo tanto el aumento de caudales máximos. Por otro lado, el flujo base es muy sensible a los parámetros: dirección preferencial de flujo (PFD) y la conductividad hidráulica en la zona pro­funda (Kd). Al aumentar el valor de PFD aumenta la conductividad en la zona profunda, y, por lo tanto, la descarga de perfiles profundos, y como consecuen­cia aumenta los caudales bases. De igual forma, regulado la transmisión del flujo base se podrá ajus­tar la capacidad de retención de humedad en las ca­pas profundas del suelo (DWC). En resumen, los parámetros que mejor se ajustaron en el modelo hidrológico fueron: el factor de resistencia a la escorrentía (RRF), la conductividad hidráulica en la zona de raíces (RZC), la conductividad hidráulica en la zona profunda (DC), dirección preferencial de flu­jo (PFD), la capacidad de retención de humedad en la capa superior (SWC) y en la capa profunda (DWC). La tabla 3 muestra los rangos de los parámetros para cada una de las coberturas utiliza­das, debido a que es un modelo semidistribuido no hay un único valor de parámetros óptimos, por el con­trario cada unidad de respuesta hidrológica tiene su conjunto de parámetros óptimos.

Luego de la identificación de los parámetros más sen­sibles y su rango de acción sobre el modelo se proce­dió a realizar la calibración manual del modelo; comparando el caudal simulado y observado en el punto de cierre de la cuenca (estación puente carretera). Algunos autores como Gupta, et al., (1998) y Francés, et al., (2007) recomiendan la calibración automática a través de una función objetivo y algoritmos de optimización como los de Monte Cario o genéticos etc. Estos autores consideran que la calibración manual es tediosa y requiere de un hidrólogo con bastante expe­riencia para que el modelo se pueda calibrar, lo cual no es siempre posible en los proyectos. En contraste, Beven y Ferrer (2001) difieren de la calibración auto­mática porque las funciones objetivas tienen alta dimensionalidad, múltiples óptimos y superficies com­plejas que dificultan el proceso de optimización. Por último, se ha demostrado que el proceso calibración validación no evalúa la idoneidad del modelo porque conjuntos diferentes de parámetros pueden ser óptimos, lo que se conoce como el problema de “equifinalidad” (Beven y Ferrer, 2001). El problema de equifinalidad puede generar un comportamiento hidrológico equivo­cado. Por lo tanto, el conocimiento del sistema a tra­vés de análisis de sensibilidad y el juicio experto es una buena alternativa para calibrar modelos hidrológicos. La figura 2 muestra los caudales simula­dos y observados a escala diaria para el punto de cie­rre de la cuenca del río Aipe durante el período de calibración.

A pesar de que la inspección visual es una métrica subjetiva del nivel de ajuste del modelo, en la figura 2 se observa como el modelo representa la textura de la señal medida en campo; durante la mitad de la señal la subestima y hacia el final la sobrestima. Sin embargo, se evidencia un ajuste razonable entre la señal observada y simulada durante este período, con un coeficiente de determinación de R2 = 0.75 (figura 3), muestra que el 75% de los datos el mo­delo los predice y el 25% restante son incertidum­bres asociados a la estructura del modelo conceptual, la calidad de la información ambiental, errores en la medición de los caudales, sobrestimación de parámetros del modelo, etc.

Tabla 3.
Tabla 3. Rango de valores estimados de los parámetros del modelo weap en la cuenca del río Aipe

Figura 2.
Figura 2. Caudales simulados y observados en el punto de cierre de la cuenca del río Aipe durante período de calibración.

Figura 3.
Figura 3. Diagrama de dispersión para los caudales simulados y observados en la cuenca del río Aipe

Para el período de validación el desempeño del mode­lo fue un poco más bajo R²= 0.57. Sin embargo, el modelo sigue manteniendo una buena representación de la variabilidad estacional de la cuenca (figura 4). Cuando los modelos hidrológicos muestran un bajo desempeño en la validación usualmente se infiere la no estacionariedad de los parámetros. En este caso se estaría incumpliendo el supuesto de estacionariedad, el cual puede estar asociado a cambios bruscos por efectos antrópicos.

En la figura 4 se identifica el efecto hidrológico de los dos períodos de lluvia típico de los Andes Colombia­nos. Para el país existen dos estaciones: verano (tem­porada de menos lluvia) e invierno (temporada de más lluvia) que están asociadas con el desplazamiento ha­cia el norte y sur del país de la zona de confluencia intertropical (ZCI) en el año (Henríquez, 2012).

Figura 4.
Figura 4. Caudales simulados y observados en el punto de cierre de la cuenca del río Aipe durante período de validación

El modelo representa adecuadamente los dos períodos de caudales máximos. Sin embargo, el modelo tiene la tendencia a sobreestimar el caudal base y no repre­senta exactamente los caudales máximos. A pesar de estos problemas, el modelo reproduce la textura de la señal observada. Estos resultados muestran que el modelo es capaz de representar la dinámica hidrológica de la cuenca del río Aipe a escala diaria. Contrastando estos resultados con los obtenidos por Romero, et al., (2015) donde se obtuvo un R² = 0.89 para el período de validación con modelos agregados (Thornthwaite y Thomas) en la cuenca del rio Aipe, se evidencia un mayor ajuste de los modelos agregados frente al mo­delo weap. Sin embargo, hay que tener en cuenta que los resultados con los modelos agregados son a escala mensual y los del modelo weap a escala diaria, esta diferencia hace que los modelos estén representando procesos hidrológicos diferentes y no necesariamente comparables. Además, pese a que el modelo weap tie­ne un menor desempeño, es un modelo semi-distribuido que estaría generando más entendimiento de los procesos hidrológicos y produciendo más información a nivel espacial.

Se simularon cuatro posibles escenarios (tabla 2) con el propósito de analizar el impacto en la respuesta hidrológica de la cuenca del río Aipe. Los cambios que describen los escenarios en términos de crecimiento poblacional y variabilidad climática pueden estar pre­sentes en un futuro no muy lejano. Las simulaciones hidrológicas involucran el proceso de calibración y validación del modelo que se realizó con información histórica y del presente para identificar los parámetros que mejor describen la firma hidrológica de la cuenca y de esta forma tener una línea base para comparar la respuesta de los escenarios.

3.3.1. Impacto a futuro de incremento de población y cambio climático

La variable incremento de población es presentada en los escenarios I y II. Estos escenarios asumen que la población del municipio de Aipe continúa su crecimiento y por tanto su demanda de agua potable también incrementa. Este crecimiento no necesariamente tie­ne que ser por incremento de la tasa de natalidad, tam­bién puede obedecer a procesos de migraciones o incremento de población flotante debido a una apuesta de las actividades turísticas. La variación de la oferta hídrica de la cuenca del río Aipe en relación a la línea base (1980-2011) para la simulación del escenario I (+2%) muestra una disminución de 0.43 m³s^-1 y para el escenario II (+10%) de 4.44 m³s^-1 (figura 6). De estos resultados se puede deducir que la fuente será suficiente para abastecer de agua potable al municipio de Aipe. Sin embargo, aparte de estos procesos antrópicos, se deben considerar los impactos natura­les debidos a eventos de sequías y variaciones de pre­cipitaciones en espacio y tiempo.

Por otro lado, teniendo en cuenta la variable clima se presentan los escenarios III y IV. Para estos escena­rios, se muestran dos series de clima MPI-ESM-MR, que hacen referencia a un clima húmedo y seco, los cuales se muestran en la figura 5. Con respecto a los datos históricos de la estación Puente Carretera cuan­do el clima es húmedo hay un aumento de 3.67 m³s^-1, lo que indica que el caudal en la cuenca del río Aipe incrementa un 23.97% para el período (2011 -2050). Por el contrario, cuando el clima es seco el caudal disminuye 10.07 m³s^-1, mostrando una reducción muy marcada del 65.77% (figura 6).

Figura 5.
Figura 5. Simulación de caudales con dos escenarios de clima

De acuerdo con la figura 5 los escenarios mantienen la estacionalidad de la climatología característica de los Andes Colombianos pero con diferente orden de mag­nitud. En general se observan dos períodos marcados de lluvias a finales de los meses de abril y noviembre, lo que es característico de los climas tropicales como los de Colombia. Esto se debe a la influencia de los dos océanos que rodean el país, como lo son el océano Pa­cifico, el Atlántico y la Amazonia (funcionando como un tercer océano). Estos períodos de lluvias también son generados por la cercanía de Colombia con la línea del Ecuador y la zona de convergencia intertropical, donde convergen los vientos alisios del hemisferio Norte con los del hemisferio Sur. Se caracteriza por ser un ancho cinturón de baja presión constituido por corrientes de aires ascendentes donde convergen grandes masas de aire cálido y húmedo proveniente del norte y del sur de la zona intertropical (León y Eslava, 2000; Henríquez, 2012). Esta variabilidad hidrológica interanual asociado al patrón de las lluvias también fue documentado por Legesse, et al., (2003) en la cuenca tropical semiárida del río Ketar en el sur de África. Los escenarios de clima demuestran que la precipitación es una entrada de agua muy importante para la cuenca. En otras pala­bras y de acuerdo con los resultados de Montenegro y Ragab (2012) la escorrentía de la cuenca es muy sensi­ble a los cambios en el régimen de lluvias. Sin embargo, para el escenario de clima seco (IV) se evidencia que la cuenca es más reactiva a un incremento de las lluvias que a un escenario de estiaje, a tal punto que el escena­rio IV (más pesimista) estaría proyectando una sequía prolongada donde la cuenca solo estaría funcionando con el flujo base producto del acuífero (figura 5).

Figura 6.
Figura 6. Diagrama de barras que muestra el impacto de los escenarios sobre el caudal en el punto de cierre de la cuenca del río Aipe

Sin embargo, el peor escenario sería la combinación de alta demanda de agua (escenario II) y poca pro­ducción de escorrentía superficial (escenario IV) lo que podría ocasionar numerosos problemas económi­cos y conflictos sociales. Por ejemplo, que pasaría con la tradicional producción de arroz que utiliza grandes volúmenes de agua de riego por superficie (sistema altamente ineficiente y que promueve el uso irracional del agua), la producción de tilapia en tierra que actual­mente tiene tanta demanda a nivel nacional e interna­cional. En este contexto, es necesario dimensionar medidas de adaptación acordes con los escenarios climáticos. Por ejemplo, (i) promoción de cultivos de secano que tengan requerimientos hídricos menos exi­gentes, (ii) aprovechar especies y semillas nativas que no alteren la dinámica ecohidrológica, (iii) incrementar la capacidad de infiltración y recarga de la cuenca para alimentar el acuífero a través de mayores tiempos de retención hídrica, (iv) promover prácticas de cosecha de agua lluvia, (v) establecer prácticas de diseño hidrológico para retener agua aprovechando la topo­grafía de la cuenca (línea clave). De acuerdo con lo expuesto, el aporte de este trabajo se concentra en poder mejorar el sistema de gestión de recursos hídricos y asistir a la toma de decisiones, a través de conoci­miento confiable de cómo responden las cuencas de aporte ante distintos escenarios climáticos y de de­manda hídrica.

Finalmente, los resultados muestran la habilidad del modelo para predecir el comportamiento hidrológico de la cuenca del río Aipe, cuenca de clima tropical con heterogeneidad y anisotropía en los suelos y la vegeta­ción que introducen una complejidad natural en la fir­ma hidrológica de la cuenca. A pesar de los problemas asociados a la disponibilidad y la calidad de la informa­ción ambiental, el modelo mostró un buen desempeño y la representación de la dinámica hidrológica de la cuenca del río Aipe se puede considerar confiable. Respecto a los escenarios, los relacionados con el en­samble de cambio climático (III y IV), es necesario tratar estos resultados con un grado de incertidumbre. De acuerdo con los resultados de Arnell (2011) en cuencas de Inglaterra, Nóbrega, et al., (2011) en el Brasil y Gosling, et al., (2011) en cuencas de varias partes del mundo, estos modelos de circulación global tienen un alto grado de incertidumbre asociado al mo­delo climático (a pesar de ser modelos de base física). En este sentido, sería necesario evaluar la incertidum­bre de los modelos climáticos, los escenarios y la pro­pagación de esta incertidumbre en el modelo hidrológico antes de que estos resultados apoyen la toma de deci­siones a nivel político (Prudhomme, et al., 2003).

felipe_9009@hotmail.com