Identificación de los servicios ecosistémicos relacionados con el agua. modelo SWAT
-
Upload
oficina-regional-de-la-fao-para-america-latina-y-el-caribe -
Category
Documents
-
view
662 -
download
2
description
Transcript of Identificación de los servicios ecosistémicos relacionados con el agua. modelo SWAT
Identificación de los serviciosambientales hidrológicos
empleando el modelo SWAT La entrada para el diseño de esquemas de PSA
en los Andes
Marcela Quintero, Natalia Uribe
International Center for Tropical Agriculture (CIAT)
Las cuencas de los Andes se caracterizan por la significativa diversidad paisajistica, ampliavariedad de tipos del suelos, usos del suelo y fuertes pendientes, que combinados con los cambios en el clima a lo largo del gradiente altitudinal, que crean diferentes respuestashidrologicas dentro de la misma cuenca.
Caracteristicas de las cuencas en los Andes
• Rendimiento total
• Mejora/mantenimiento del régimen hidrológico (caudales de base y caudales máximos)
• Retención de sedimentos
Cuales servicios son relevantes en los Andes?
Principales necesidades de investigación
• La identificación de áreas prioritarias para la provisión de servicios ambientales hidrológicos
• Impacto de los cambios de uso del suelo y las prácticas de gestión promovidos por esquemas de Pago por Servicios Ambientales
• Beneficios económicos y los costos de mejorar/mantener los servicios ambientales hidrológicos
• Impacto del cambio climático en los servicios ambientales hidrológicos
Lugares de estudio
PAIS CUENCA ÁREA (Km2)Ecuador Quijos 2426.8
Peru Cañete 5794.0
Colombia
Piedras Blancas 27.8
La Fe 77.1Guabas 192.5Desbaratado 192.5
Tunjuelo 360.5Fraile 363.2
Tulua 768.2Fuquene 783.8
Riogrande II 1034.3
Guavio 1476.2Magdalena 259232.0
Mexico
Valles 3859.3Axtla 890.4
Necaxa 877.5
Modelación hidrológica: una opción para anticipar impactos
A donde deben ser dirigidos los pagos?
Permite determinar línea base sobre el balance
hídrico
Identificacion de las areas que prestan el servicio
empleando modelos hirologicos
Cuál es el impacto del cambio climatico?
Estimación de los impactos de cambios climáticos
sobre el balance hídrico
:
Cuantos pagos se deberian emplear?
Evaluacion ex-ante de las probables alternativas
eco-eficientes de uso del suelo; medidas de
conservacion de los ecosistemas y los proyectos
de desarrollo social.
SWAT (Soil and Water Assessment Tool) es una herramienta que permite
modelar el impacto del manejo del suelo en la generación de sedimentos y la
regulación del agua, en cuencas hidrográficas.
Posee una interface bajo ArcGIS 9.2 – 9.3, la cual hace mas sencillo su manejo.
Modelo Hidrológico - SWAT
Río Grande II - EPM
Unidades de Respuesta Hidrológica
Uso de la Tierra
Subcuenca
Suelos
Pendiente
Unidades de Respuesta
Hidrológica
Zonas que hay que proteger
porque abastecen servicios
hidrológicas
Zonas que hay que recuperar
para que se mejoren los
servicios hidrológicos
Con cuanto contribuye cada
zona al volumen total del
caudal aguas abajo?
Cu
enca A
lta(4
00
0-5
80
0)
Precipitación (mm)
736-1169
Cu
enca M
edia
(35
0–
40
00
)
231-266
Cu
enca B
aja(0
-35
0)
0-17
Estudio de caso peruano, cuenca del río Cañete - Situación actual
Cu
enca A
lta(4
00
0-5
80
0)
Uso del agua (m3/s)
0 (principalmente de manantiales)
Cu
enca M
edia
(35
0–
40
00
) 250, 64
Cu
enca B
aja(0
-35
0)
Cu
enca A
lta(4
00
0-5
80
0)
Agua y usos del suelo
Pastoreo extensivoAgricultura de subsistencia
Cu
enca M
edia
(35
0–
40
00
)
Empresa HidroelectricaProdcutores de camarones
Cu
enca B
aja(0
-35
0)
Habitantes urbanosUso ineficiente del agua para la agricultura comercial Turistas (rafting)
Extensión: 5794 km2
Situación deseada
Cu
enca A
lta(4
00
0-5
80
0)
Cu
enca M
edia
(35
0–
40
00
)C
uen
ca Baja
(0-3
50
)
Transferir
una parte
de sus
beneficios
Inversión en
alternativas de uso
de la tierra (altos
rendimientos de
agua y rendimiento
económico)
Conservación de
ecosistemas
Las asimetrias
socioeconomicas de
la cuenca pueda ser
balanceadas por
estos mecanismos
para compartir
beneficios
Los datos hidrológicos y meteorológicos
Resultados de la modelación hidrológica
0
50
100
150
200
250
300
3501
99
3
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
Cau
dal
(m
3/s
)
Cuadal Mensual- CAÑETE (1993 - 2009)
Simulated Observed
Estadisticos
Cuenca Cañete (5794 km2)
Caudal mensualsimulado (m3/s)
Caudal mensualobservado (m3/s)
44.1 55.9
NS 0.65
r 0.83
= Promedio del caudalNS = Coeficiente de Nash-SutcliffeR = Coeficiente de Correlacion
obsQ
obsQ
0
50
100
150
200
250
300
350
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
Ca
ud
al
(m3
/s)
Cuadal Mensual - Calibración (1993-2000)
Simulado Observado
0
50
100
150
200
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
Ca
ud
al
(m3
/s)
Caudal Mensual - validacion (2001-2009)
Simulado Observado
0
100
200
300
400
500
600
Ca
ud
al
(m3
/s)
Caudal Diario - Calibración (1993-2000)
Simualdo Observados
0
100
200
300
400
500
Ca
ud
al
(m3
/s)
Caudal Diario - Validacion (2001-2009)
Simulado Observados
Calibrated Simulated Calibrated Simulated
NS 0.39 0.15 0.59 0.73
r 0.66 0.64 0.78 0.88
StatisticsDaily Flow Monthly Flow
Calibración: Parametros ajustados
Baseflow alpha factor [days] ALPHA_BF.gw 0 - 1 0.048 0.01
Groundwater delay [days] GW_DELAY.gw 0 - 500 31 25
Groundwater "revap" coefficient GW_REVAP.gw 0.02 - 0.2 0.02 0.02
Threshold water depth in the shallow aquifer for flow [mm] GWQMN.gw 0 - 5000 0 1
Threshold water depth in the shallow aquifer for "revap" REVAPMN.gw 0 - 500 1 50
Soil evaporation compensation factor ESCO.hru 0.01 - 1 0.95 1
Plant uptake compensation factor EPCO.hru 0.01 - 1 1 1
Maximum canopy storage [mm] CANMX.hru 0 - 100 0 0
Average slope steepness [m/m] SLOPE.hru 0 - 0.6 Varia por HRU Varia por HRU
Average slope length [m] SLSUBBSN.hru 10 – 150 Varia por HRU Varia por HRU
Snow pack temperature lag factor TIMP.bsn 0.01 - 1 1 0.5
Melt factor for snow on June 21 [mm H2O/ºC-day] SMFMX.bsn 0 - 10 4.5 3.5
Melt factor for snow on December 21 [mm H2O/ºC-day] SMFMN.bsn 0 - 10 4.5 1
Snowfall temperature [ºC] SFTMP.bsn ± 5 1 1
Snow melt base temperature [ºC] SMTMP.bsn ± 5 0.5 2
Surface runoff lag time [days] SURLAG.bsn 1 - 24 4 8Available water capacity [mm H20/mm soil] SOL_AWC.sol 0 - 1 Varia por suelo Varia por Suelo
Saturated hydraulic conductivity [mm/hr] SOL_K.sol 0 - 2000 Varia por suelo Varia por Suelo
Moist soil albedo SOL_ALB.sol 0 - 0.25 Varia por suelo Varia por Suelo
Channel effective hydraulic conductivity [mm/hr] CH_K2.rte 0 - 150 0 0
Manning's nvalue for main channel CH_N2.rte 0 - 0.3 Varia por HRU Varia por HRU
Initial SCS CN II value CN2.mgt 20 - 90 Varia por HRU Varia por HRU
Temperature lapse rate [°C/km] TLAPS.sub -5 - 50 0 -6.5
PARAMETRONOMBRE VARIABLE
EN SWATRANGO
VALOR
DEFULT
VALOR OBTENIDO
CALIBRACION
MANUAL
0
10
20
30
40
5019
93
1994
1995
1996
1997
Cau
dal
(m
3/s
)
Caudal Mensual Subcuenca1 Vs Est. Aguas Calientes (1993-1997)
Simulado Observado
0
10
20
30
40
50
19
93
19
94
19
95
19
96
19
97
Cau
dal
(m
3/s
)
Caudal mensual Subcuenca 6 Vs Est. Tinco (1993-1997)
Simulado Observado
0
50
100
150
200
250
1993
1994
1995
1996
1997
Cau
dal
(m
3/s
)
Caudal mensual Subcuenca 13 Vs Est. Chavín (1993-1997)
Simulado Observado
Aguas
CalientesTinco Chavín Regantes
NS 0.01 0.80 0.66 0.62
r 0.97 0.95 0.93 0.81
Stadistica
Caudal Mensual (1993-1997)
Priorización de las URH (Unidades de Respuesta Hidrologica)
Agricultura:Relación entre la productividad y el riego
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
0 50 100 150 200 250 300
Pro
du
cti
vid
ad
(to
n/h
a)
Variación del riego (mm)
CORA (Jul-Ago)-Ene
CORB (Jun-Jul)-Dic
CORC May-Nov
CORD Abr-Oct
CORE Mar-Set
CORF (Feb-Mar)-Ago
CORL Oct-Feb
(Pareja, 2011)
Escenarios cambio de cobertura
Estudio de caso Colombia, cuenca del río Amaime
Analisis de Impacto en caudal y sedimentos
Promedio mensual Caudal simulado Vs Aforado - Amaime
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
Ene
ro
Febr
ero
Mar
zo
Abr
il
May
o
Junio
Julio
Ago
sto
Sep
tiembr
e
Octub
re
Nov
iembre
Diciembre
Tiempo (mes)
Ca
ud
al (m
3/s
eg
)
Actual
Sin Politica
Con Politica
Promedio mensual Sedimentos simulado Vs Aforado - Amaime
0
1
2
3
4
5
6
7
8
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agos
to
Septiembre
Octub
re
Nov
iembre
Diciembre
Tiempo (mes)
Se
dim
en
tos
(T
/Ha
)
Actual
Sin Politoca
Con Politica
Enero 8.69 9.61 10.5 8.90 2.4 2.6 5.70 119.2 1.42 -45.4
Febrero 8.36 9.27 10.9 8.57 2.6 1.03 4.77 363.1 0.59 -42.7
M arzo 9.83 10.87 10.6 10.07 2.5 1.11 5.02 352.3 0.45 -59.5
Abril 8.35 8.95 7.2 8.59 2.8 0.74 2.59 250.0 0.23 -68.9
M ayo 8.28 8.77 5.8 8.53 2.9 0.91 2.90 218.7 0.46 -49.5
Junio 4.02 4.06 1.1 4.20 4.5 0.16 0.33 106.3 0.06 -62.5
Julio 3.97 3.97 -0 .2 4.11 3.5 0.01 0.05 0.0 0 -100.0
Agosto 3.63 3.63 0.0 3.73 3.0 0.02 0.06 200.0 0 -100.0
Septiem bre 5.25 5.45 3.8 5.41 3.2 0.2 0.52 160.0 0.08 -60.0
O ctubre 10.09 10.79 6.9 10.30 2.1 1.94 2.95 52.1 1.01 -47.9
N oviem bre 13.16 14.52 10.3 13.43 2.1 1.54 4.76 209.1 0.88 -42.9
D iciem bre 9.81 10.89 11.1 9.94 1.4 4.71 7.41 57.3 3.02 -35.9
C U EN C A A MA IME
C audal (m 3/seg) Sedim entos (t/ha)
Tiem po
(M es)
Escenario
Actual
Escenario 1
S in po litica
C am bio
(%)
Escenario 2
C on Politica
C am bio
(%)
Escenario
Actual
Escenario 1
S in po litica
C am bio
(%)
Escenario 2
C on Politica
C am bio
(%)
Comportamiento del Clima Actual Vs. Clima Futuro al 2020 y 2050
Estudio de caso Colombia, cuencas del Valle del Cauca
0
200
400
600
800
1000
1200
1400
1600P
rod
ucc
ión
de
Agu
a (m
m/a
ño
)
Modelo
PROMEDIO DE PRODUCCIÓN DE AGUA – CUENCA TULUÁ
1990-2004
0
200
400
600
800
1000
1200
1400
Pro
du
cció
n d
e A
gua
(mm
/añ
o)
Modelo
PROMEDIO DE PRODUCCIÓN DE AGUA – CUENCA GUABAS
1990-2004
2040-2069
2040-2069
0
200
400
600
800
1000
1200
1400
1600P
rod
ucc
ión
de
Agu
a(m
m/a
ño
)
Modelo
PROMEDIO DE PRODUCCIÓN DE AGUA – CUENCA FRAILE
1990-2004
2040-2069
0
200
400
600
800
1000
1200
1400
1600
Pro
du
cció
n d
e A
gua
(mm
/añ
o)
Modelo
PROMEDIO DE PRODUCCIÓN DE AGUA – CUENCA DESBARATADO
1990-2004
2040-2069
Análisis de Cambio – Promedio Modelos GCM’s
CUENCA ÁREA (Km2) MÍN. MÁX. PROMEDIO GANANCIA PÉRDIDA
Tuluá 766.767 -783.078 1145.290 246.973 595.11 Km2 (77.61 %) 171.65 Km2 (22.39 %)
Guabas 191.450 -667.615 677.692 16.774 85.81 Km2 (44.82 %) 105.64 Km2 (55.18 %)
Fraile 361.578 -140.122 1249.100 416.843 322.41 Km2 (89.17 %) 39.16 Km2 (10.83 %)
Desbaratado 192.368 152.811 1460.100 649.627 192.37 Km2 (100 %) 0 Km2 (0 %)
CAMBIO EN PRODUCCIÓN DE AGUA
Que tan inciertas son estas evaluaciones? ¿Son confiables para el diseño de esquemas de PSA?
• “En esencia, todos los modelos tienen inertidumbre, pero algunos son útiles" (Box, 1919)
• Qué tanto nivel de incertidumbre deben tener para no ser útil?
• Analisis de Incertudumbre
• Las decisiones de PSA no se toman sobre la base de los valores absolutos de los resultados
• Con SWAT se puede obtener buena información para identificar áreas importantes de SAH en términos relativos
• Buen desempeño de los resultados con respecto a la simulación del caudal. Útil para el análisis de valoración económica
• Muy útil para proporcionar argumentos durante el diseño y negociación de los proyectos de PSA (dónde, por qué?)
Ventajas de la selección de HRU como unidad de análisis
• Identificación de aéreas prioritarias en la cuenca.
• Una mejor identificación de costos y beneficios directos y sociales.
• Un mayor reconocimiento de los ecosistemas poco estudiados y/o tenidos en cuenta.
• Una mejor contabilización de las actividades en el momento en que ocurre.
• Un método ágil de extrapolación e integración de la información.
Gracias por su atención!!