Descargar PDF. - Instituto Nacional del Agua
Contents
1. 0 00 10 00 20 00 30 00 40 00 50 00 60 00 70 00 80 00 Q n 1 m3 s Figura 20 An lisis de caudales de recesi n coeficiente K del Modelo SRM 31 Grados Dia C Rio Tupungato Grados Dia Acumulados 3000 2500 2000 1500 1000 500 0 01 10 01 16 10 01 31 10 01 15 11 01 30 11 01 15 12 01 30 12 01 14 01 02 29 01 02 13 02 02 28 02 02 15 03 02 30 03 02 Dias 1997 98 1981 82 Figura 21 32 Rio Tupungato GRADOS DIA Grados Dia C 01 10 01 16 10 01 31 10 01 15 11 01 30 11 01 15 12 01 30 12 01 14 01 02 29 01 02 13 02 02 Dias 28 02 02 15 03 02 30 03 02 1997 98 1981 82 Figura 22 33 a cm C dia COEFICIENTES GRADO D A 1997 98 0 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 ZONA A E ZONA B TM ZONA C NE ZONA D EH ZONA E Figura 23 34 Discharge Ta 60 a A 38 28 16 Oct Ref Measured observado Computed calculado How Measured Dec Jan Computed Figura 24 Calibraci n del SRM 35 Feb Mar C 35 TEMPERATURA EN PUNTA DE VACAS 1997 98 30 25 20 15 10 10 01 04 97 16 04 97 01 05 97 16 05 97 31 05 97 15 06 97 30 06 972. Estaci n a Variable Escala Registro m Punta de Vacas 2430 Caudal Diaria 1954 98 Temperatura Diaria 1982 85 1993 98 Cristo Redentor 3832 Temperatura Diaria 1961 84 Toscas 3000 SWE Anual 1954 96 Los registros de temperatura en la cuenca y en localidades relativamente pr ximas como Uspallata y Puente de Inca no satisfacian las pautas fijadas para el an lisis por lo tanto se decidi utilizar la serie de Chacras de Coria que cuenta con datos completos en el per odo 1961 1997 Los resultados obtenidos del analisis mencionado no pueden ser directamente extrapolados ya que esta estaci n se encuentra bastante alejada de la zona en estudio pero proporcionan informaci n general sobre la tendencia de las temperaturas a nivel regional Se seleccionaron siete variables hidrol gicas para ser analizadas a caudal m ximo b caudal m nimo c caudal medio anual d caudal promedio per odo octubre marzo e caudal medio mensual f d a Juliano correspondiente al caudal m ximo por fusi n y g equivalente agua nieve SWE La variable correspondiente al d a Juliano de producci n del caudal m ximo por fusi n fue considerada a fin de tener en cuenta los efectos producidos por las variaciones de temperatura no solo en las magnitudes de los eventos hidrol gicos sino tambi n en la frecuencia y aparici n de los mismos 2 4 2 T cnicas para identificaci n de tendencia Para la determinaci n de tendencia en las series de tiempo menc
3. 1 166 ES ajaja jaja Jalela jajah AT en el per odo 1 2 1 2 0 4 1 2 2010 39 C Promedio estac de AT 10 Los resultados se utilizaron para definir un incremento de temperatura AT lt 2 C a aplicar en la estaci n Punta de Vacas que se encuentra en la salida de la cuenca Es de aclarar en base a la bibliograf a consultada Canziani 1997 que es factible que el cambio clim tico produzca una diminuci n de la precipitaci n n vea en la regi n andina cuyana e incluso un retroceso pronunciado de glaciares Sin embargo esta hip tesis no ha sido contemplada en el presente estudio 2 5 Corridas de NEVE y SRM con Cambio Clim tico Con los valores de cambio clim tico de la Tabla 4 se realizaron las siguientes simulaciones a Al modelo NEVE se le corrigi la temperatura con los AT y se corri con el objeto de obtener las curvas de SCA que se producir an con el cambio clim tico b Al modelo SRM se le introdujo el AT y gener a partir de las curvas de SCA producidas por NEVE sin cambio clim tico otras curvas de SCA correspondientes al cambio clim tico y el pertinente hidrograma de escurrimiento En las figuras 18 29 y 30 se pueden apreciar las curvas de SCA producidas por las aplicaciones descriptas en a y b Es notable la congruencia de las curvas de SCA determinadas por NEVE y SCA con cambio clim tico en las zonas 2 3 y 4 Las diferencias en las zonas 1 la m s baja y 5 la m s alta se explican en el hec
4. 15 07 97 30 07 97 14 08 97 29 08 97 13 09 97 28 09 97 13 10 97 28 10 97 12 11 97 27 11 97 DIAS T MAX T MIN T MAX CC T MIN CC Figura 25 36 12 12 97 27 12 97 11 01 98 26 01 98 10 02 98 25 02 98 12 03 98 27 03 98 Temp w Sea level M Ref rang Temperature Change C w r t 1961 1990 Reference IPCC emissions scenario 92a W Ref best 5 Policy IPCC emissions scenario 92c Reference con 502 1990 2040 1990 2040 sm MO msnm Lag _ a Help EPS file Print OK Figura 26 Cambio global de temperatura Modelo MAGICC 37 4 Temp Sea level M Ref range Temperature Change C w r t 1961 1990 Reference IPCC emissions scenario 92a I BER Policy IPCC emissions scenario 92c W Ref user 2 E Ref con SO2 _ Pol range Pol best _ Pol user Pol con SO2 fires aoao 1990 2040 1765 1990 1765 2040 NN Reference Range Reference Best Guess Reference User Model Reference con 502 Help EPS file Print We OK Figura 27 Evoluci n de la temperatura global Modelo MAGICC 38 CLIM SEN MAGICC SCENARIO INTERVAL VARIABLE GCMs Select region High PARAMETERS IS92a Edit Change 9 Select GCMs View map Mid Default wrt 2011 2040 Tem v Low User N Save data User 1961 90 Y Annual JH
5. todo grado d a para estimar la incidencia del cambio clim tico en el escurrimiento por fusi n nival Previamente SRM fue calibrado contemplando el hidrograma observado durante el per odo mencionado ABSTRACT The objective of this work is to develop a methodology to simulate short average and long term climatic change scenarios of the water resource availability for various uses such as agriculture water supply energy recreation etc in the Mendoza River oasis Argentina where 1 000 000 inhabitants live and 65 000 ha of crops are intensively irrigated The study area is the Tupungato River basin a tributary of the Mendoza River and is located between 69 45 W and 70 10 W and between 32 35 S and 33 21 S Its west boundary lies on the Andean mountain chain water boundary which is the border 2 BI presente trabajo ha sido realizado en el marco del proyecto Simulaci n Matem tica de la Fusi n Nival con Distintos Escenarios Clim ticos en la Cuenca del R o Tupungato con financiamiento de la Agencia Nacional de Promoci n Cient fica y T cnica PICT 97 N 07 00000 0725 between Argentina and Chile Tupungato basin area is 1 858 km and its mean altitude is 4 251 m above sea level Any water resource study for use or control in the Andean zone has to take into account the snowmelt contribution to the direct runoff 70 in an average year because of the less significant rainfall The methodology agrees with input da
6. 469 56 Con Cambio Clim tico 480 84 Porcentaje de Variaci n La figura 31 demuestra que el cambio clim tico hace que se produzca una fusi n temprana manteni ndose el orden de los caudales m ximos lo cual es bastante elocuente para significar la importancia que deber tener en cualquier estudio hidrol gico destinado a la evaluaci n de disponibilidad del recurso o de determinaci n de crecidas de proyecto la hip tesis de cambio clim tico 4 LISTA DE S MBOLOS N 0 0 distribuci n de probabilidades normal con media cero y varianza og ae varianza de S AT diferencia de temperatura debido a la diferencia en altitud entre la estaci n de medici n y la altura media hipsom trica de la zona z A rea de la zona en m B estimador no param trico de pendiente c coeficiente de escurrimiento d secuencia de d as durante el per odo de c lculo En la ecuaci n planteada los grados dia del d a d 1 corresponden a la descarga del d a d DD n mero de grados d a en C dia 10 DTM modelo digital de terreno Ho hip tesis nula del test Hi hipotesis alternativa del test IPCC Intergovernmental Panel on Climate Change K coeficiente de recesi n calculado como Qa Qa durante un per odo de recesi n MF factor grado d a en cm C d a P precipitaci n que contribuye al escurrimiento en cm Q caudal medio diario en m s SCA proporci n de rea cubierta de nieve sobre el rea total de la zona z S estad
7. Save image Global mean AT GHG only 1 09 degC Latitude 35 S 30 5 Longitude 70 W 65 W Value 1 1 deg C Range 0 2 to 2 7 deg C 2 HadCM2 Selected GHG patterns a Help Exit SCENGEN Selected SUL patterns Figura 28 Cambio de temperatura anual AR 1 1 en la cuadr cula Lat 35 S 30 S Long 70 W 65 W Modelo SCENCEN 39 37 28 2061 Funk Bl Snoumelt Runoff Model SRHA 4 01 to 853 31 Step E Chico limHA MA Model Adjusted C anged Clin TUPUHGA TO 997 5 a ones MEVPEZON SRM Oct How Dec Jan Feb Har CDCc Lima MA Figura 25 Curvas SCA generadas por SRM con cambio clim tico 40 SCA SCA con Cambio Clim tico producidos por los Modelos NEVE y SRM 0 9 0 8 0 7 0 6 0 5 N 0 4 0 3 0 2 0 1 0 30 09 97 20 10 97 09 11 97 29 11 97 19 12 97 08 01 98 28 01 98 17 02 98 09 03 98 29 03 98 D as SCA con CC NEVE ZONA1 SCA con CC NEVE ZONA2 SCA con CC NEVE ZONA3 SCA con CC NEVE ZONA4 SCA con CC NEVE ZONAS ZONA 1 SRM emo ZONA 2 SRM ZONA 3 SRM ZONA 4 SRM m ZONA 5 SRM Figura 30 41 Tratos hidromet eoral gic os Elevaci n pen dient e y orientaci n de cada celda Valores diarios de SCH DTM WODITEM Calibraci n cor im genes LANDS AT Calibraci n con hidrozrama observado en 1997 95 Dato
8. a mientras que c MF K y AT son par metros que caracterizan a una determinada cuenca y o clima y que son evaluados a priori por medio de datos reales observaciones o por analog a con otras cuencas Adem s se requiere la curva rea elevaci n para determinar las diferencias en altitud y poder extrapolar temperatura El modelo puede operarse en modo de simulaci n donde el escurrimiento calculado es comparado con el observado o en modo pron stico donde el escurrimiento calculado es ajustado cada d a usando valores observados de escurrimiento SRM ha sido utilizado por varios institutos universidades y agencias en m s de 24 cuencas de 11 pa ses variables en rea desde 0 77 a 4 000 km y en elevaci n desde 171 a 7000 m s n m El manual del usuario de SRM Martinec et al 1999 recomienda subdividir la cuenca en zonas por bandas de elevaci n de 500 m cada una como m ximo Fig 17 Esta limitaci n responde a la elevada sensibilidad del modelo frente a las variaciones del gradiente de temperatura Sin embargo en una misma zona pueden coexistir distintas caracter sticas fisiogr ficas o de uso del 4 suelo que hagan inconveniente adoptar par metros medios para toda la zona En este sentido es apropiado el uso de modelos digitales de terreno y de sistemas de informaci n geogr fica Como se aprecia lo novedoso del modelo es la incorporaci n como variable del rea cubierta de nieve SCA ya que existe una relaci n funcional d
9. a un modelo digital de terreno WODITEM CaZorzi F 1993 se determinan los par metros morfom tricos de la cuenca A partir de cartas planialtim tricas se confeccion la base de datos mediante digitalizaci n La informaci n en soporte magn tico fue directamente utilizada por medio del Modelo Digital de Terreno WODITEM Watershed Oriented Digital Terrain Model para la determinaci n directa de las principales caracter sticas morfom tricas de las cuencas hipsometr a exposici n y pendiente Figs 2 3 y 4 de aplicaci n en el modelo de fusi n nival WODITEM permite incorporar adem s otros temas como por ejemplo red de drenaje contornos de cuencas y subcuencas cobertura vegetal o nival etc La informaci n de reas cubiertas de nieve fue cruzada con el an lisis morfom trico de las cuencas pudi ndose inferir la influencia topogr fica en la fusi n nival ver Anexo 1 2 2 Modelo NEVE La mayor parte de la radiaci n incidente es una fracci n de la radiaci n astron mica reducida por los fen menos de reflexi n difusi n y absorci n de la atm sfera y reducida tambi n por la morfolog a local Los factores de reducci n atmosf rica son ampliamente variables aleatorias ya que est n vinculados a la evoluci n del tiempo atmosf rico y espec ficamente a la nubosidad Es virtualmente imposible tener en cuenta estas variaciones sin las mediciones de radiaci n solar En este modelo solo se tiene en cuenta la reducci n para
10. aparece en las laderas de los cauces como aporte subsuperficial El proceso de fusi n nival comienza en la primavera en la segunda quincena de setiembre o primeros d as de octubre y su finalizaci n depende de la cobertura y espesor del manto nival llegando en casos extremos a fines de marzo Luego el hidrograma anual de escurrimiento est comprendido entre julio y junio del a o siguiente produci ndose los caudales m ximos a fines de diciembre o primeros d as de enero La adopci n de metodolog as que aseguren la optimizaci n de los pron sticos de caudales de los r os tanto en calidad de las respuestas cuantitativas como en la rapidez de su disponibilidad ocupa un lugar preponderante de las empresas que tienen a cargo la explotaci n de centrales hidroel ctricas Los aciertos que se logren por medio de dichos pron sticos mayores semejanzas logradas entre los vol menes previstos en cantidad secuencia y oportunidad con los realmente ocurridos significar n utilizar con propiedad los recursos hidr ulicos disponibles al tiempo que permitir n un sustancial ahorro de divisas Por otra parte la simulaci n con par metros que reflejan de alg n modo el cambio clim tico va a proveer a los organismos gubernamentales de un elemento de previsi n y planificaci n a largo plazo sobre la utilizaci n del recurso h drico que tiene caracter sticas de estrat gico para la regi n 2 MATERIALES Y M TODOS 2 1 Modelo WODITEM En base
11. la condici n de cielo l mpido basado en el ngulo de altitud solar en la profundidad ptica de la atm sfera Es decir que los factores de reducci n morfom trica var an en un ciclo anual y pueden ser calculados con algoritmos ampliamente difundidos La magnitud y la variaci n espacial y temporal de la reducci n morfom trica est n enfatizadas por la accidentada orograf a El modelo NEVE CaZorzi 1999 calcula el movimiento aparente del sol y reduce la componente directa de la radiaci n de cielo limpido calculando la interacci n del modelo solar con cada elemento del modelo digital de terreno WODITEM en intervalos de 30 minutos y teniendo en cuenta la altura orientaci n pendiente y efecto de sombra de cada elemento Luego el modelo adiciona la componente difusa reducida por el factor de visi n del cielo del elemento El procedimiento permite producir mapas en formato raster de energ a potencial en Joules acumulados sobre un per odo dado desde 30 minutos a un a o Cada valor de cada mapa es entonces dividido por el n mero de d as comprendido en el per odo del mapa obteniendo mapas de energ a potencial media diaria Los valores contenidos en cada mapa en MJoules m d a son utilizados por el modelo nival como ndices energ ticos El de la variabilidad local de la energ a disponible para la fusi n nival En concordancia con los principios b sicos mencionados el algoritmo clave adoptado para el c lculo del valor
12. stico test Mann Kendall Sgn funci n signo SWE equivalente agua nieve Valor p nivel de significaci n bidireccional de la tendencia X variable aleatoria Z suscripto que indica las zonas en la que est subdividida la cuenca Z variable aleatoria normal estandarizada 5 REFERENCIAS Boumgartner M f K Sendel J Martinec Toward Snowmelt Runoff Forecast Based on Multisensor Remote Sensing Information I E E E Transaction on Geoscience and Remote Sensing Vol GE 25 N 6 november 1987 Canziani O director del estudio 1997 Vulnerabilidad de los oasis comprendidos entre 29 S y 36 S ante condiciones m s secas en los Andes altos Inventario de gases de efecto invernadero y estudios de vulnerabilidad y mitigaci n frente al cambio clim tico en la Argentina Proyecto Arg 95 g31 PNUD SECyT Buenos Aires CaZorzi F 1993 Watershed Oriented Digital TErrain Model User s manual Department of Land and Agro Forest environment University of Padova Internal Report 136 pp CaZorzi F 1999 Modello NEVE Modelo morfoenergetico distribuito Manuale per utente Laboratorio I D E A Universita di Padova CaZorzi F G Dalla Fontana J Maza 1992 Snow Hydrology Investigations in High Mountain Watersheds of Andes EEC Program S T D Analysis of regional water resources and their management by means of numerical models and satellite remote sensing in Mendoza Argentina Hamed K H A R Rao 1998 A modif
13. 100 y considerando usos combinados de fuentes de energ a convencionales y renovables Las variaciones de temperatura producidas por este escenario fueron obtenidas de las simulaciones del modelo HadCM2 Hadley Centre Coupled Model versi n 2 1994 Viner D M Hulme 1997 Este es un modelo clim tico global acoplado oc ano atm sfera desarrollado por el Hadley Centre for Climate Prediction and Research Reino Unido con una resoluci n espacial de 2 5 x 3 5 Latitud x Longitud dando una cobertura aproximada de 417 x 278 km El HadCM2 utiliza todos los gases de efecto invernadero combinados como concentraci n equivalente de CO Los valores medios mensuales de temperatura producidos por el modelo para la celda que contiene a la localidad Punta de Vacas para el per odo 1961 1990 y los cambios medios de esta variable para el per odo 2010 2039 Tabla 4 y fig 25 fueron obtenidos del Centro de Distribuci n de Datos del IPCC http ipcc ddc cru uea ac uk cru data visualisation visual index html y a trav s de corridas previas de los modelos MAGICC Model for the Assessment for the Greehouse gas Induced Climate Change figs 26 y 27 y SCENGEN A Global and Regional Climate Change Scenario Generator Fig 28 ambos del Climate Research Unit University of East Anglia de Inglaterra Estos modelos son de menor resoluci n en la zona de Am rica del Sur 5 Lat x 5 Long Tabla 4 Temperatura media en 4 11 0 15 4 m A 19 7 201
14. 2 4 3 Estimador de pendiente En las series que presentan tendencia es importante estimar la magnitud de la misma Una forma de expresar esta magnitud es mediante la pendiente es decir cambio por unidad de tiempo lo que no implica suponer que la tendencia es lineal en la media del proceso Este estimador no param trico propuesto por Hirsch et al 1982 es robusto insesgado y posee menor varianza para el caso de series de tiempo que presentan estacionalidad asimetr a y correlaci n serial El estimador de pendiente B se define como Ka NG B Mediana t I lt k lt j lt n J k y est relacionado con el test de Mann Kendall mediante su signo Un valor positivo o negativo de B indica una tendencia creciente o decreciente respectivamente En este estudio se calcul B para aquellas series que presentaron un valor de significaci n menor del 10 Los resultados del estudio valores de la variable estandarizada Z asociado al estad stico del test el nivel de significaci n bidireccional de la tendencia valor p y el estimador de pendiente para las series analizadas se presentan en las tablas 2 y 3 Tabla 2 Resultados de la prueba Mann Kendall Variable Z Valor p Yo B mv s a o Caudal Medio Anual 2 59 0 93 0 20 Caudal M ximo 0 84 39 85 Caudal M nimo 2 84 0 45 0 05 Caudal promedio Oct Mar 2 38 1 73 0 32 Dia Juliano Caudal M ximo 1 12 26 27 SWN Toscas 0 28 77 95 Tabla 3 Resultados de la prueba Mann Kendal
15. 500 0 600 0 700 SCA m Cambio de SCA en por cada 0 001 de cambio en CMF Figura 16 27 0 800 0 900 1 000 Cuenca Rio Tupungato Elevation zones m 2488 3288 m asi 3288 3908 n asi 3988 4488 nm asi IX 4488 4908 m asl E Elev gt 4908 n asi Figura 17 Mapa de zonas de elevaci n WODITE utilizadas por el Modelo SRM 28 SCA 0 9 SCA 1997 98 con y sin Cambio Clim tico producidos por el Modelo NEVE 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 30 09 97 14 10 97 28 10 97 11 11 97 25 11 97 09 12 97 23 12 97 06 01 98 20 01 98 03 02 98 17 02 98 03 03 98 17 03 98 Dias SCA sin CC zonal SCA sin CC zona2 SCA sin CC zona3 2 SCA sin CC zonad SCA sin CC zona SCA sin CC cuenca SCA con CC zonal SCA con CC zona2 SCA con CC zona3 memSCA con CC zona4 mmeSCA con CC zonab SCA con CC cuenca Figura 18 29 31 03 98 Q m3 s Hidrogramas del Rio Tupungato 80 0 70 0 60 0 50 0 40 0 30 0 20 0 10 0 0 0 01 10 01 16 10 01 31 10 01 15 11 01 30 11 01 15 12 01 30 12 01 14 01 02 29 01 02 13 02 02 28 02 02 15 03 02 30 03 02 D as 1981 82 1997 98 Figura 19 30 Qn m3 s Rio Tupungato 1997 98
16. Aspects of Mendoza Argentina Satellite Images and Numerical Modelling ICW Wageningen The Netherlands Viner D M Hulme 1997 The Climate Impacts LINK Project Applying Results from the Hadley Centre s Climate Change Experiments for Climate Change Impact Assessments Climate Research Unit University of East Anglia Norwich U K Westmacott J R D H Burn 1997 Climate Change Effects on the Hydrologic Regime within the Churchill Nelson River Basin Journal of Hydrology 202 263 279 12 MENDOZA o lt gt wu a z 5 a oyebundn O es N X A Uevas LAS TOSCAS 3e 4 N N CUEVAS Figura 1 Croquis de ubicaci n 13 Cuenca Rio Tupungato Elevation 2668 3888 3208 3488 3688 3888 4888 4888 5288 5688 65888 6888 Figura 2 Mapa hipsom trico WODITEM 14 Cuenca Rio Tupungato Cuenca Rio Tupungato Slope 8 x 5x sx W 18082 Sx E 3x E sex B siope gt 188 x Figura 4 Mapa de pendientes WODITEM 15 IMAGEN LANDSAT 15 12 97 Figura 5 16 Figura 6 Salida del Modelo NEVE para el 15 12 97 17 Figura 7 Imagen Landsat 03 98 18 c1 97294 resampled Cuenca del Rio Tupungato Figura 8 Imagen NOAA 21 10 97 c1 9 31 resampled Cuenca del Rio Tupungato Figura 9 Imagen NOAA 13 11 97 20 c1 97361 resampled Cuenca del Rio Tupungato Figura 10 Imagen NOAA 27 12 97 AREA CUBIERTA DE NIEVE DE LA CUENCA
17. PARA DISTINTOS CMF E IM GENES SATELITALES SCA 1 4 97 21 5 97 10 7 97 29 8 97 18 10 97 7112 97 26 1 98 17 3 98 D as El NOAA E Landsat cmf 0 005 cmf 0 007 cmf 0 010 SCA 1 1 e 3 5627 0 0301 dia R 2 0 9613 para CMF 0 005 Figura 11 22 Figura 12 Salida del Modelo NEVE para el 15 10 97 23 Figura 13 Salida del Modelo NEVE para el 15 2 98 24 P 96 100 90 80 70 60 50 40 30 20 Porcentaje de elementos puros 10 100 1000 R m P 96 sca 20 E P sca 90 P Yo sca 70 P Yo sca 50 Figura 14 10000 DELTA sca DELTA cmf SENSIBILIDAD DEL CMF EN EL MODELO NEVE y 152 24 427 6x 201 01x 11 057 R 0 9808 0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1 SCA para CMF 0 005 observado o CMF 0 005 Vs CMF 0 007 m CMF 0 007 Vs CMF 0 010 A CMF 0 005 Vs CMF 0 010 Polin mica CMF 0 005 Vs CMF 0 010 Figura 15 26 DELTA sca Cambio de SCA en por cada 0 001 de cambio en CMF 5 000 4 500 4 000 3 500 3 000 2 500 2 000 1 500 1 000 0 500 0 000 0 000 0 100 0 200 0 300 0 400 0
18. SIMULACION MATEMATICA DE LA FUSION NIVAL CON DISTINTOS ESCENARIOS CLIMATICOS EN LA CUENCA DEL RIO TUPUNGATO Jorge A Maza Luis Fornero Patricia M L pez Adrian Vargas A Jose M Zuluaga Marcelo Toledo Instituto Nacional del Agua Centro Regional Andino Belgrano oeste 210 5500 Mendoza Argentina Telefax 0261 428 8251 E mail cra ina gov ar RESUMEN La disponibilidad critica del recurso hidrico para las diversas actividades socioecon micas del oasis del rio Mendoza que tiene 1 000 000 de habitantes y 65 000 ha de superficie agr cola irrigada necesita de una planificaci n que contemple escenarios de largo plazo como lo es el cambio clim tico La cuenca de estudio es la del r o Tupungato 1858 km de superficie 4251 m s n m de altitud media afluente del r o Mendoza ubicada a 70 longitud Oeste y 33 latitud Sur el 70 de su escurrimiento superficial es por fusi n nival La variaci n temporal de la cubierta nival se obtuvo con la aplicaci n del modelo morfoenerg tico distribuido NEVE Universidad de Padova Italia previa calibraci n en base a dos im genes LANDSAT TM del per odo octubre 1997 marzo de 1998 Se realiz un estudio regional de tendencias de temperatura y escurrimientos que permiti validar un AT por cambio clim tico que fue aplicado a las temperaturas registradas en el exutorio de la cuenca en el mencionado per odo Se aplic el modelo SRM U S Agricultural Research Service basado en el m
19. a hidrolog a de nieves y hielos Dicho conocimiento presenta hoy en d a importantes vac os los que deben ser investigados para alcanzar una comprensi n cabal de los fen menos y posteriormente desarrollar los procedimientos de estudio y dise o adecuados a las necesidades de la ingenier a El presente trabajo expone un intento de producir una metodolog a que permita conformar escenarios de cambio clim tico en el mediano y largo plazo del recurso h drico disponible para las diversas actividades socioecon micas agricultura agua potable hidroenerg a recreaci n etc de la regi n irrigada por el r o Mendoza Argentina la cual tiene una poblaci n de 1 000 000 de habitantes y 65 000 ha de producci n agr cola bajo riego El rea de estudio Fig 1 comprende la cuenca del r o Tupungato afluente del r o Mendoza que se ubica entre 69 45 y 70 10 de longitud Oeste y entre 32 35 y 33 21 de latitud Sur El l mite oeste de la cuenca se halla recostado sobre la divisoria de aguas de la cordillera andina que es a su vez l mite entre Argentina y Chile La superficie de la cuenca Tupungato es de 1858 km y su altitud media es de 4251 m s n m Cualquier estudio destinado al aprovechamiento o control del recurso h drico en la zona andina no puede prescindir de considerar la contribuci n por fusi n nival al escurrimiento superficial directo 70 en el a o medio E caudal base invernal est generado por el agua infiltrada y que
20. da 15 dias Fig 18 que luego fue dato de entrada al modelo SRM 2 3 Modelo SRM El modelo SRM Martinec et al 1994 es de tipo deterministico y de simulaci n continua Sus par metros pueden aplicarse en forma distribuida hasta en 8 zonas de diferente elevaci n SRM produce el hidrograma de escurrimiento por fusi n nival con caudales medios diarios calculados en base a un simple algoritmo e 0 01 4 O De MF DD AT SCA P 36400 ya K Q K 3 z l donde Q caudal medio diario en m3 s coeficiente de escurrimiento MF factor grado d a en cm C d a DD n mero de grados d a en C d a AT diferencia de temperatura debido a la diferencia en altitud entre la estaci n de medici n y la altura media hipsom trica de la zona z SCA proporci n de rea cubierta de nieve sobre el rea total de la zona z P precipitaci n que contribuye al escurrimiento en cm A rea de la zona en m K coeficiente de recesi n calculado como Qa 1 Qa durante un per odo de recesi n n secuencia de d as durante el per odo de c lculo En la ecuaci n planteada los grados d a del d a d corresponden a la descarga del d a d 1 El modelo admite coeficientes de correcci n cuando el retardo de la cuenca lag es distinto a ste z suscripto que indica las zonas en la que est subdividida la cuenca admite hasta 8 zonas En esta ecuaci n DD SCA y P son variables que se miden o determinan cada d
21. de fusi n nival distribuida resulta ser muy simple Para cada paso de tiempo hora y para cada elemento raster el valor de fusi n durante el d a 6 18 horas se calcula como MELTd CMF El Th 1 donde MELT dh es el valor de fusi n en mm hr para el elemento j CMF es el factor combinado de fusi n EI es el ndice energ tico del elemento j y Tn j C es la temperatura del aire a la altitud del elemento El CMF mm C ET hr es pr cticamente el nico par metro de calibraci n significativo La temperatura se calcula para cada elemento extrapolando la temperatura horaria suministrada como dato de entrada a una altitud dada por medio de un valor de gradiente tambi n dado Durante la noche 18 6 Hrs la fusi n nival se calcula como MELIN CMF min E1 Tj 2 El valor m nimo de El se extrae del mapa actual y se usa para todos los elementos El bajo valor de fusi n durante la noche es una consecuencia de la reducci n de energ a disponible En este contexto el papel de El es despreciable y la temperatura del aire se convierte en el dominante en el proceso de intercambio energ tico El producto de CMF por un valor fijo de El puede considerarse como un factor de fusi n y la ecuaci n resulta en el cl sico m todo del grado d a Uno de los mayores problemas de los modelos es la determinaci n cierta de la cantidad de precipitaci n nival a escala de cuenca El problema involucra la definici n del es
22. en los eventos hidrol gicos de la cuenca del r o Tupungato se analizaron las series de tiempo disponibles en la regi n para estudiar la existencia de tendencias ver Anexo III 2 4 1 Informaci n hidrometeorol gica disponible y selecci n de variables Algunas variables del ciclo hidrol gico precipitaci n evapotranspiraci n y escurrimiento se ver n afectadas debido a la variaci n de la temperatura y de otros par metros meteorol gicos El an lisis de las mediciones de caudal es importante porque stos representan la respuesta integrada de las variables de entrada a la cuenca y proporcionan una buena cobertura espacial de los procesos hidrol gicos Adem s proveen una estimaci n del alcance del impacto del cambio clim tico en los recursos h dricos Existen varias pautas a tener en cuenta en estudios de determinaci n de tendencia y patrones en series de tiempo la recomendaci n m s importante es con respecto a la longitud de los registros Las series extensas son esenciales para determinar la existencia y tasa de cambio en las mismas En el caso particular de los registros de caudal stos no deben presentar influencias antr picas En base a estas consideraciones se decidi seleccionar para el an lisis series de no menos de 30 a os de registro con no m s del 25 de datos faltantes y de valores nulos y con no m s de dos a os consecutivos de datos faltantes La informaci n disponible para la cuenca es Tabla 1
23. ho de que son las zonas m s sensibles a la fusi n y es donde se refleja la diferencia de precisi n de ambos modelos e Al modelo NEVE se le introduce el cambio clim tico mensualmente e Al modelo SRM se le introduce el cambio clim tico para todo el per odo invernal 01 04 30 09 y para todo el per odo estival 01 10 31 03 3 CONCLUSIONES Se han utilizado tres modelos de simulaci n WODITEM NEVE y SRM acoplando sus resultados y entradas de datos logrando una metodolog a de trabajo Fig 31 que result til a los objetivos preestablecidos Las series de tiempo relacionadas con la variable caudal mostraron una tendencia creciente estad sticamente significativa que puede ser considerada como una indicaci n de cambio clim tico en la zona Son necesarios estudios adicionales y aumento de la mediciones de temperatura y de variables relacionadas con sta a fin de evaluar la hip tesis de cambio clim tico y de estimar el impacto del calentamiento global en regiones en las cuales la funci n respuesta de la cuenca est dada por fusi n nival y glaciar como es el caso de los r os del territorio mendocino Se aplicaron NEVE y SRM obteni ndose hidrogramas Fig 32 que manifiestan el cambio clim tico frente al observado en 1997 98 Tabla 5 El modelo supone que existe equivalente de agua de nieve suficiente para alimentar la fusi n resultante Tabla 5 Hidrograma Caudal Pico Volumen m s hm Observado 1997 98
24. ied Mann Kendall trend test for autocorrelated data Journal of Hydrology 204 182 196 Hirsch R M J R Slack R A Smith 1982 Techniques of Trend Analysis for Monthly Water Quality Data Water Resources Research 18 1 107 121 Intergovernmental Panel on Climate Change 1997 An Introduction to Simple Climate Models Used in the IPCC Second Assessment Report WMO UNEP Houghton J T Meira Filho L G Griggs D J Maskell K Eds Martinec J A Rango R Roberts 1994 Snowmelt Runoff Model SRM User s Manual Edited by M F Baumgartner Department of Geography Univ of Bern Martinec J A Rango R Roberts E G mez Landesa 1999 Snowmelt Runoff Model SRM Modelo de Escorrent a de Fusi n de Nieves Manual del Usuario Edici n en castellano 11 Traducci n de la edici n revisada 1998 Versi n 4 0 Hydrology Laboratory Beltsville Agricultural Research Service United States Department of Agriculture Maza J O Roby P Fern ndez L Fornero y D Tar ntola 1990 Modelling Snowmelt Runoff with Remote Sensing and GIS in Andean Watersheds P g 191 a 200 de Proceedings of International Symposium on Remote Sensing and Water Resources Enschede Holanda Maza J O Roby y L Fornero 1990 Simulaci n Matem tica del escurrimiento por fusi n Nival en la Cordillera Andina p g 122 a 136 de Memorias del XIV Congreso Nacional del Agua Tomo I C rdoba Argentina Menenti M 1986 Hydrological
25. ionadas anteriormente se propuso utilizar el test estad stico no param trico de Mann Kendall Esta t cnica tiene como prop sito detectar la existencia de tendencia mon tona o cambio gradual o s bito durante un intervalo de tiempo sin determinar el momento de ocurrencia del cambio Este test ha sido presentado por otros investigadores como una buena herramienta para el an lisis de variables hidrol gicas y otras variables relacionadas Hirsch et al 1982 Westmacott y Burn 1997 La hip tesis nula Ho establece que los datos xy x son variables aleatorias independientes e id nticamente distribuidas La hip tesis 7 de alternativa bidireccional es que las distribuciones de x y x no son id nticas para todo k j lt n yk j El estad stico S de Mann Kendall est definido como S 53 Y sgn x Xp k 1 jek l donde 1 si0 gt 0 sgn 0 40 si 0 0 Isi 0 0 Se demuestra que bajo Ho la distribuci n de S es asint ticamente N 0 0 cuando n es grande Hirsch et al 1982 en consecuencia se puede asociar el valor del estad stico al de la variable normal estandarizada Z y calcular el nivel de significaci n que es la probabilidad de obtener el valor observado de S cuando en realidad no existe tendencia Para las series autocorrelacionadas se propuso utilizar una modificaci n robusta del test Hamed y Rao 1998 a fin d evitar el efecto de la correlaci n serial en la probabilidad de detecci n de tendencia
26. l valores medios mensuales Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Caudales Z 1 89 2 27 3 33 3 05 2 57 1 94 1 77 2 26 1 51 1 49 1 48 2 03 Punta de ird 5 88 2 32 0 09 023 1 02 524 7 61 2 38 13 01 13 40 13 99 4 24 0 Vacas B 0 49 0 41 0 35 0 13 0 07 0 04 0 05 0 05 0 41 m s a o Temperat Z 1 69 2 01 3 05 0 34 0 30 0 03 1 65 0 04 1 13 2 73 2 04 2 56 Chacras de Valor p 908 443 0 16 73 39 76 42 97 61 9 89 96 81 25 85 0 63 4 14 1 05 Coria B 0 06 0 03 0 06 0 03 0 05 0 07 0 08 C afio Los resultados indican para un nivel de significaci n del 5 una tendencia creciente para la variable temperatura en los meses de enero febrero marzo octubre noviembre y diciembre y para los valores m ximos anuales La variable caudal presenta la misma tendencia para los meses de febrero marzo abril mayo agosto y diciembre y para los valores medio anual m nimo y promedio octubre marzo 2 4 4 Modelaci n del Cambio Clim tico Con el prop sito de determinar las consecuencias del cambio clim tico en la regi n se seleccion un escenario que considera una perturbaci n en el balance de energ a del sistema superficie troposfera debida al aumento de la concentraci n de los gases de efecto invernadero del 1 por a o a partir de 1990 Este escenario IS92a representa una situaci n media de emisiones en el marco de un aumento de poblaci n de 11 3 x10 al 2100 un crecimiento econ mico promedio del 2 3 por a o entre 1990 y 2
27. lo NEVE fue calibrado en base a im genes LANDSAT TM 15 12 97 y 15 03 98 Figs 5 6 y 7 y NOAA 14 08 97 16 08 97 06 09 97 21 10 97 13 11 97 y 26 12 97 figs 8 9 y 10 ver Anexo II Como se puede observar en la figura 11 un CMF 0 005 ajusta con la imagen LANDSAT TM del 15 12 97 y un CMF 0 010 ajusta con las im genes NOAA mencionadas Tambi n es notable que el modelo genera las SCA Figs 12 y 13 con una forma que es sugestivamente parecida a la observada con los sensores remotos Esta diferencia de SCA que existe entre ambos tipos de sensores remotos se explica en el tama o del p xel de cada uno LANDSAT TM 30 m y NOAA 1 km y en que como se puede observar en la figura 14 para una SCA de 50 y un p xel de 1 km la cantidad de elementos puros es de 30 mientras que para igual SCA pero con p xel de 30 m la cantidad de elementos puros es de 80 Baumgartener M F et al 1987 En consecuencia ante la certeza de la precisi n fue adoptada la calibraci n realizada con LANDSAT TM es decir para un CMF 0 005 Tambi n en base a las determinaciones mencionadas se realizaron an lisis de sensibilidad del par metro CMF ante el cambio de SCA Figs 15 y 16 Se puede observar que la sensibilidad de cambio de SCA ante el cambio de CMF es m ximo para SCA entre 40 y 50 Dado que una de las salidas de NEVE es el rea cubierta de nieve Figs 12 y 13 se obtuvo para cada zona de elevaci n del modelo SRM fig 17 un valor de SCA ca
28. s hidrometeorol gicos y orogr ficos Estudio sobre Cambio Figura 31 Esquema metodol gico 42 47 29 2061 Snoymelt Runoff Model SRM4 G4 61 to 6331 Runt gi Step 6 Computed Flow Before After Climate Change Coanged Clin 3 TUFUNGATO 1997 98 B m3 ms t HEVPPZU UM SRH Vol Beforetige mi 469 555 nus After 18 3 3 450 845 Before im 5 29 861 After Cmte od 38 579 quared 3 9402 76 Dol Diff i Z ABA GB ue sa if 4G an Her 30 zu 18 E Oct Ho Dec Jan Feh Har Before Change After Change coco Figura 32 Comparaci n de hidrogramas generados por SRM sin cambio clim tico before change y con cambio clim tico alfter chane 43
29. ta required by the SRM U S Agricultural Research Service and NEVE University of Padova Italy models The basin morphological parameters were determined by using the digital terrain model WODITEM University of Padova Italy In order to obtain the snow coverage depletion curve two LANDSAT TM and fifteen NOAA AVHRR LAC images of the period October 1997 March 1998 were geometrically and radiometrically calibrated and analysed The possible evidence of climate change and its severity on streamflow and related variables were analysed using the Mann Kendall trend test and the Kendall slope estimator The SRM degree day method based algorithm and NEVE morphoenergetic distributed model models were applied and calibrated using observed hydrographs 11 INDICE 1 INTRODUCCI N 2 MATERIALES Y M TODOS 2 1 Modelo WODITEM 2 2 Modelo NEVE 2 2 1 Calibraci n 2 3 Modelo SRM 2 3 1 Calibraci n 2 4 Cambio clim tico 2 4 1 Informaci n hidrometeorol gica disponible y selecci n de variables 2 4 2 T cnicas para identificaci n de tendencia 2 4 3 Estimador de pendiente 2 4 4 Modelaci n del Cambio Clim tico 2 5 Corridas de NEVE y SRM con Cambio Clim tico 3 CONCLUSIONES 4 LISTA DE S MBOLOS 5 REFERENCIAS O ONDU ABR UN KF e 0 c 1 INTRODUCCI N El aprovechamiento eficiente de los recursos h dricos en cuencas con aporte nival requiere de un profundo conocimiento de l
30. tado de precipitaci n lluvia o nieve y la evaluaci n del d ficit de nieve precipitada medida por el sensor Para tener en cuenta esto ltimo se aplica un factor de correcci n SCF El modelo utiliza el dato de pluvi metro en vez de la inicializaci n con el valor de equivalente agua de nieve SWE al comienzo de la temporada de fusi n debido a que esta situaci n requiere una estimaci n muy real del valor m ximo de SWE lo cual no es f cil de obtener a nivel de escala de cuenca El modelo opera a intervalo horario pero el ciclo m nimo es un d a aunque no se han fijado l mites para las fechas de inicio y finalizaci n El conjunto de datos de entrada consiste de archivos de precipitaci n horaria temperatura horaria y gradiente de temperatura tambi n horario El conjunto de datos espaciales se completa con el mapa de altitudes DTM el mapa de valores iniciales de SWE y por la secuencia de cinco mapas de El 21 de junio solsticio de invierno al 15 de agosto 15 de agosto al 15 de setiembre 15 de setiembre al 15 de octubre 15 de octubre al 15 de noviembre y 15 de noviembre al 15 de diciembre El modelo produce como salida una secuencia de mapas de SWE que coinciden con mapas de rea cubierta de nieve SCA y fusi n nival acumulada en fechas que el usuario selecciona Tambi n produce archivos con valores medios horarios para toda la cuenca de SWE fusi n nival lluvia y precipitaci n nival 2 2 1 Calibraci n El mode
31. urante el per odo de fusi n entre SCA y el escurrimiento acumulado y que las curvas de decaimiento de SCA son tiles para determinar en tiempo y magnitud los picos de fusi n nival 2 3 1 Calibraci n Debido a la notable coincidencia del hidrograma de escurrimiento del a o 1981 82 con el del 1997 98 Fig 19 y de las caracter sticas hidrometeorol gicas Figs 20 21y 22 se utilizaron los par metros encontrados con motivo de la calibraci n de aqu l per odo Maza et al 1990 El SRM fue calibrado contemplando solamente la determinaci n de los valores de coeficiente grado d a Fig 23 obteni ndose un buen ajuste R 0 84 Fig 24 2 4 Cambio clim tico El Intergovernmental Panel on Climate Change 1997 se ala que la actividad humana est alterando de forma directa e indirecta la concentraci n de los gases de efecto invernadero y de los aerosoles los cuales influencian y son influenciados por el clima Los cambios en las condiciones clim ticas debidos al aumento de las concentraciones de estos gases tendr n consecuencias importantes en el balance h drico La capacidad para prever el comportamiento futuro del escurrimiento y de la recarga teniendo en cuenta el escenario de calentamiento global ayudar a determinar y cuantificar impactos potenciales en el recurso h drico disponible para el uso humano y de los ecosistemas Con el prop sito de investigar los posibles efectos de cambio de los patrones clim ticos
Download Pdf Manuals
Related Search