Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.

En este trabajo, se simuló la respuesta hidrológica de la cuenca hidrográfica del río Iquira (53.65 km2), Huila, Colombia acorde con las proyecciones de los escenarios de cambio climático del IPCC-AR4 (2011-2040). El modelo hidrológico abcd Thomas (4 parámetros) fue calibrado y validado comparando e...

Full description

Autores:: Buitrago Vargas, Andrés Felipe

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2023

Institución:: Universidad Cooperativa de Colombia

Repositorio:: Repositorio UCC

Idioma:

id	COOPER2_bcc36d5575eb3c20823894728f6321c6
oai_identifier_str	oai:repository.ucc.edu.co:20.500.12494/49249
network_acronym_str	COOPER2
network_name_str	Repositorio UCC
repository_id_str
dc.title.none.fl_str_mv	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
title	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
spellingShingle	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia. Balance Hídrico Cambio Climático Modelos Hidrológicos Análisis de Sensibilidad Parámetros Cuencas Tropicales Hidrología de los Andes TG 2023 ICI 49249 Water Balance Climate Change Hydrological Models Sensitivity Analysis Parameters Tropical Catchment Andean Hydrology
title_short	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
title_full	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
title_fullStr	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
title_full_unstemmed	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
title_sort	Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.
dc.creator.fl_str_mv	Buitrago Vargas, Andrés Felipe
dc.contributor.advisor.none.fl_str_mv	Gallo Rivera, Leonardo Herrera Rodríguez, Mauricio
dc.contributor.author.none.fl_str_mv	Buitrago Vargas, Andrés Felipe
dc.subject.none.fl_str_mv	Balance Hídrico Cambio Climático Modelos Hidrológicos Análisis de Sensibilidad Parámetros Cuencas Tropicales Hidrología de los Andes
topic	Balance Hídrico Cambio Climático Modelos Hidrológicos Análisis de Sensibilidad Parámetros Cuencas Tropicales Hidrología de los Andes TG 2023 ICI 49249 Water Balance Climate Change Hydrological Models Sensitivity Analysis Parameters Tropical Catchment Andean Hydrology
dc.subject.classification.none.fl_str_mv	TG 2023 ICI 49249
dc.subject.other.none.fl_str_mv	Water Balance Climate Change Hydrological Models Sensitivity Analysis Parameters Tropical Catchment Andean Hydrology
description	En este trabajo, se simuló la respuesta hidrológica de la cuenca hidrográfica del río Iquira (53.65 km2), Huila, Colombia acorde con las proyecciones de los escenarios de cambio climático del IPCC-AR4 (2011-2040). El modelo hidrológico abcd Thomas (4 parámetros) fue calibrado y validado comparando el caudal simulado y observado en el punto de cierre de la cuenca (estación Bocatoma), con series históricas mensuales (1992-2012). La evaluación de la sensibilidad e identificabilidad de los parámetros se realizó con la herramienta Monte Carlo Analysis Toolbox (MCAT). Los resultados muestran que el modelo es capaz de representar el 65.6 % de los caudales mensuales observados en el punto de desagüe de la cuenca, a pesar de las limitaciones de la información y la complejidad de la cuenca. Los parámetros más influyentes son: a (controla las salidas del almacenamiento del suelo bajo condiciones de saturación), c (define el aporte del acuífero al caudal) y d (controla el flujo subterráneo). Respecto a la simulación de los escenarios, la línea base (1992-2012) estimó un caudal medio de 3.2 m3s-1, el escenario extrapolación de tendencias estimó un caudal de 2.02 m3s-1 (-37.07%), el escenario de ensamble multimodelo de 1.71 m3s-1 (-46.53%) y escenario A2 de 1.46 m3s-1 (-54.45%). Finalmente, se recomienda a los gestores del agua el paradigma de gestión del recurso hídrico basado en escenarios para apoyar la toma de decisiones, la formulación de instrumentos de planificación robustos y la formulación de políticas públicas eficaces en un mundo cambiante.
publishDate	2023
dc.date.accessioned.none.fl_str_mv	2023-05-03T20:59:53Z
dc.date.available.none.fl_str_mv	2023-05-03T20:59:53Z
dc.date.issued.none.fl_str_mv	2023-05-03
dc.type.none.fl_str_mv	Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
format	http://purl.org/coar/resource_type/c_7a1f
status_str	acceptedVersion
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/20.500.12494/49249
dc.identifier.bibliographicCitation.none.fl_str_mv	Buitrago Vargas, A. (2023). Simulación Hidrológica de los Impactos Potenciales del Cambio Climático en la Parte Alta del Río Iquira, Huila, Colombia [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/49249
url	https://hdl.handle.net/20.500.12494/49249
identifier_str_mv	Buitrago Vargas, A. (2023). Simulación Hidrológica de los Impactos Potenciales del Cambio Climático en la Parte Alta del Río Iquira, Huila, Colombia [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/49249
dc.relation.references.none.fl_str_mv	AILEG. (2013). Estimación del efecto del cambio climático sobre la cuantificación del recurso hídrico , en la cuenca del Río Suaza , tributario del río Magdalena. Huila. Ajami, N. K. Duan, Q. S. Sorooshian. (2007) .An integrated hydrologic Bayesian multimodel combination framework: Confronting input, parameter, and model structural uncertainty in hydrologic prediction. En: Water Resour. Res, 43 (1) p. W01403. Andres, N. Vegas. G, F. Lavado. C, W. S. Y Zappa, M. (2014). Water resources and climate change impact modelling on a daily time scale in the Peruvian Andes. En: Hydrol. Sci. J, 59, (11), pp. 2043–2059. Angarita, H. et al. (2018). Basin-scale impacts of hydropower development on the Mompós Depression wetlands, Colombia. En: Hydrol. Earth Syst. Sci, 22 (5), pp. 2839–2865. Banos, G. I. Martínez F. J. Esteve, M. A. (2016). Using dynamic sustainability indicators to assess environmental policy measures in Biosphere Reserves. En: Ecol. Indic, 67, pp. 565–576. Arango, C. Dorado, J. Guzmán, D. y Ruiz, J. (2012). Cambio climátio más probable para colombia a lo largo del siglo xxi respecto al clima presente, Bogota, Baños, G. I. Martínez, F, J.. Esteve, S, M. Á. (2014). Simulación dinámica de sistemas socio-ecológicos: sostenibilidad en Reservas de la Biosfera. En: Rev. Ecosistemas, 22 (3) , pp. 74–83, Bastola, S. Murphy, C. Y Sweeney, J. (2011). The role of hydrological modelling uncertainties in climate change impact assessments of Irish river catchments. En: Adv. Water Resour, 34 (5), pp. 562–576. Beven, K. Freer, J. (2001) Equifinality, data assimilation, and uncertainty estimation in mechanistic modelling of complex environmental systems using the GLUE methodology. En: J. Hydrol, 249 (1) pp. 11–29. Beven, K. (2006). A manifesto for the equifinality thesis. En: J. Hydrol, 320, (1), pp. 18–36. Boyle, D. P. Gupta, H. V. Sorooshian, S. (2000). Toward improved calibration of hydrologic models: Combining the strengths of manual and automatic methods. En: Water Resour. Res, 36, (12), pp. 3663–3674 Buytaert, W. Bièvre, De B. (2012.) Water for cities: The impact of climate change and demographic growth in the tropical Andes. En: Water Resour. Res, 48 (8), Aug. Buytaert, W. Célleri, R. Timbe, L. Predicting climate change impacts on water resources in the tropical Andes: the effects of GCM uncertainty Del Moral, L. Arrojo, P. Herrera, T. (2015). El agua: Perspectiva ecosistémica y gestión integrada. Zaragoza: Fundación Nueva Cultura del Agua Demaria, E. M. Nijssen, B. Wagener, T. (2007). Monte Carlo sensitivity analysis of land surface parameters using the Variable Infiltration Capacity model. En: J. Geophys. Res, vol. 112, ( D11) p. D11113. Duan Q. et al. (2006). Model Parameter Estimation Experiment (MOPEX): An overview of science strategy and major results from the second and third workshops. En: J. Hydrol, 320 (1), pp. 3–17 Francés, F. Bussi, G. (2014). Análisis del impacto del cambio climático en el ciclo de sedimentos de la cuenca del río Ésera (España) mediante un modelo hidrológico distribuido. En: RIBAGUA - Rev. Iberoam. del Agua, 1 (1), pp. 14–25 Freer, J. Beven, K. Ambroise, B. Bayesian. (1996). Estimation of Uncertainty in Runoff Prediction and the Value of Data: An Application of the GLUE Approach. En: Water Resour. Res, 32 (7) , pp. 2161–2173. Fry, L. M. Watkins, D. W. Reents, N. Rowe, M. D. Y Mihelcic, J. R.( 2012). Climate change and development impacts on the sustainability of spring-fed water supply systems in the Alto Beni region of Bolivia. En J. Hydrol, 468, pp. 120–129. García. G, M. L. Carvajal. E, Y. Jiménez. E, H. (2007). La gestión integrada de los recursos hídricos como estrategia de adaptación al cambio climático. En: Ing. y Compet, 9 (1), pp. 19–29. García, M. García, M. C. Botero, A. P. Quiroga, F. A. Y Robles, E. A. (2012). Variabilidad climática, cambio climático y el recurso hídrico en Colombia. En: Rev. Ing, 0, (36) , pp. 60–64. Gosling, S. N. Taylor, R. G. Arnell, N. W. Y Todd, M. C.( 2011). A comparative analysis of projected impacts of climate change on river runoff from global and catchment-scale hydrological models. En : Hydrol. Earth Syst. Sci, 15 (1) , pp. 279–294. Gupta, H. V. Wagener, T. Liu, Y. (2008) . Reconciling theory with observations: elements of a diagnostic approach to model evaluation. En: Hydrol. Process, 22, (18) pp. 3802–3813. Herrera. P, M. Hiscock, K. M. (2015) .Projected impacts of climate change on water availability indicators in a semi-arid region of central Mexico. En: Environ. Sci. Policy, 54, pp. 81–89. Henríquez Daza, M. (2012). Climatología ambiental de Colombia : una guía sobre la relación clima-ambiente para los estudiantes y profesionales de las carreras ambientales. Universidad Santo Tomás, Departamento de Publicaciones Kim, J.. Mohanty, B. P. Shin, Y. (2015). Effective soil moisture estimate and its uncertainty using multimodel simulation based on Bayesian Model Averaging. En: J. Geophys. Res. Atmos, 120, pp. 8023–8042. Labrador, A. F. Zúñiga, J. M. Romero, J. (2016). Desarrollo de un modelo para la planificación integral del recurso hídrico en la cuenca hidrográfica del Río Aipe, Huila, Colombia Development of a model for integral planning of water resources in Aipe catchment, Huila, Colombia. En: Rev. Ing. y Región., 15 (1), pp. 23–35. Laloy, E. Vrugt, J. A. (2012). High-dimensional posterior exploration of hydrologic models using multiple-try DREAM (ZS) and high-performance computing. En: Water Resour. Res, 48 (1), p. W01526. Legesse, D. Vallet-Coulomb, Gasse, C. F. (2003). Hydrological response of a catchment to climate and land use changes in Tropical Africa: case study South Central Ethiopia. En: J. Hydrol., 275 (1) , pp. 67–85. Li, H. Luo, L. Wood, E. F. Y Schaake, J. (2009) The role of initial conditions and forcing uncertainties in seasonal hydrologic forecasting. En: J. Geophys. Res., 114 (D4), p. D04114, Feb.. Magrin, G. et al. (2014). Part B: Regional Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Climate Change 2014: Impacts, Adaptation, and Vulnerability., Cambridge, United Kingdom : Cambridge University Press, pp. 1499–1566. Martínez, F. J. Esteve, M. A. Baños. G, I. Carreño, F. YMoreno, A. (2013). Sustainability of Mediterranean irrigated agro-landscapes. En: Ecol. Modell, 248, pp. 11–19, Martinez, G. F. Gupta, H. V. (2010). Toward improved identification of hydrological models: A diagnostic evaluation of the ‘abcd’ monthly water balance model for the conterminous United States. En: Water Resour. Res, v 46, p. W08507. Metropolis, N. Ulam, S. (1949). The Monte Carlo Method. En: J. Am. Stat. Assoc, 44, (247), pp. 335–341. Molina-Navarro, E. Hallack-Alegría, M. Martínez-Pérez, S. Ramírez-Hernández, J. Mungaray-Moctezuma, A. Y Sastre-Merlín, A. (2016). Hydrological modeling and climate change impacts in an agricultural semiarid region. Case study: Guadalupe River basin, Mexico. En: Agric. Water Manag, 175, pp. 29–42, Montenegro, S. Ragab, R. (2012). Impact of possible climate and land use changes in the semi arid regions: A case study from North Eastern Brazil.En : J. Hydrol, 434, pp. 55–68. Montoya, A. F. Sánchez. Ó. J. (2015). Climate change and space-time variability of precipitation in colombia. En: Rev. EIA/ English version, 12 (24) , pp. 131–150. Mora, D. E. Campozano, L. Cisneros, F. Wyseure, G. y Willems, P. (2014). Climate changes of hydrometeorological and hydrological extremes in the Paute basin, Ecuadorean Andes. En: Hydrol. Earth Syst. Sci, 18 ( 2) , pp. 631–648, Feb. Nakicenovic, N. Swart, R. (2000). Ipcc special report emissions scenarios Summary for Policymakers Emissions Scenarios. Cambridge, UK . Nash, J. E. Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I — A discussion of principles. En: J. Hydrol, 10 (3) , pp. 282–290. Pabón, J. D. ( 2012). Cambio climático en colombia: tendencias en la segunda mitad del siglo XX y escenarios posibles para el siglo XXI. En: Rev. Acad. Colom. Cienc, 36, (139), pp. 261–278. Peel, M. C. Y G. Bloschl. (2011). Hydrological modelling in a changing world. En: Prog. Phys. Geogr, 35, (2) , pp. 249–261. Poff, N. L. et al. (2016). Sustainable water management under future uncertainty with eco-engineering decision scaling. En: Nat. Clim. Chang, 6 (1), pp. 25–34. Prudhomme, C. Y. Davies, H. (2007). Comparison of different sources of uncertainty in climate change impact studies in Great Britain. En Climatic and anthropogenic impacts on the variability of water resources, pp. 90–183. Ragettli, S. Immerzeel, W. W. Pellicciotti, F. (2016). Contrasting climate change impact on river flows from high-altitude catchments in the Himalayan and Andes Mountains. En: Proc. Natl. Acad. Sci, 113 (33) , pp. 9222–9227. Raghavan, S. V. Tue, V. M. Y Shie-Yui, L. (2014). Impact of climate change on future stream flow in the Dakbla river basin. En: J. Hydroinformatics, 16 (1), pp. 231–244. Renard, B. Kavetski, D. Kuczera, G. Thyer, M. Y Franks, S. W. (2010). Understanding predictive uncertainty in hydrologic modeling: The challenge of identifying input and structural errors. En: Water Resour. Res, 46 (5), p. W05521. Rodríguez, E. González, R. Medina, M. Pardo, Y Santos, A. (2007). Propuesta metodológica para la generación de mapas de inundación y clasificación de zonas de amenaza. Caso de estudio en la parte baja del río las Ceibas (Neiva- Huila). En: Av. en Recur. Hidráulicos, 0, (16) pp. 65–78. Sá, E. et al. (2016). Climate change and pollutant emissions impacts on air quality in 2050 over Portugal. En: Atmos. Environ, 131, pp. 209–224. Sadegh, M. Vrugt, J. A. Approximate Bayesian Computation using Markov Chain Monte Carlo simulation: DREAM (ABC). Schewe, J. et al. (2014) Multimodel assessment of water scarcity under climate change. Proc. Natl. Acad. Sci. U. S. A., 111 (9), pp. 3245–50. Schoups, G. Vrugt, J. A. (2010). A formal likelihood function for parameter and predictive inference of hydrologic models with correlated, heteroscedastic, and non-Gaussian errors. En: Water Resour. Res, 46 (10) , p. W10531. Stoll, S. Hendricks Franssen, H. J. Butts, M. Y Kinzelbach, W. (2011). Analysis of the impact of climate change on groundwater related hydrological fluxes: a multi-model approach including different downscaling methods. En: Hydrol. Earth Syst. Sci, 15 (1), pp. 21–38. Thomas, H.(1981). Improved methods for national water assessment, water resources contract: WR15249270. Cambridge. Thompson, J. R. Green, A. J. Kingston, D. G. Y Gosling, S. N. (2013). Assessment of uncertainty in river flow projections for the Mekong River using multiple GCMs and hydrological models. En: J. Hydrol., 486, pp. 1–30. Vansteenkiste, T. et al. (2014). Intercomparison of hydrological model structures and calibration approaches in climate scenario impact projections. En: J. Hydrol, 519, pp. 743–755. Vo, N. D. Gourbesville, P. Vu, T. V, S. Raghavan, Y Liong, S.-Y. (2016).A deterministic hydrological approach to estimate climate change impact on river flow: Vu Gia–Thu Bon catchment, Vietnam. En: J. Hydro-environment Res, 11, pp. 59–74, Vrugt, J. A. Sadegh, M. (2013) Toward diagnostic model calibration and evaluation: Approximate Bayesian computation. Water Resour. Res, 49, pp. 4335–4345, Vrugt, J. A. Diks, C. G. Gupta, H. V. Bouten, W. Y Verstraten, J. M. (2005). Improved treatment of uncertainty in hydrologic modeling: Combining the strengths of global optimization and data assimilation. En: Water Resour. Res, 41 (1), p W01017 Wagener, T. Kollat, J. (2007). Numerical and visual evaluation of hydrological and environmental models using the Monte Carlo analysis toolbox. En Environ. Model. Softw, 22 (7), pp. 1021–1033. Weiland, F. C. J. A. Vrugt, van Beek, R. L. . P. H. Weerts, A. H. and M. F. P. Bierkens. Significant uncertainty in global scale hydrological modeling from precipitation data errors. J. Hydrol., vol. 529, pp. 1095–1115, 2015. World Water Development Report 2018 / UN-Water. The United Nations World Water Development Report 2018: Nature-Based Solutions for Water. Paris, 2018. Yapo, P. O. Gupta, H. V. Sorooshian, S. (1996). Automatic calibration of conceptual rainfall-runoff models: sensitivity to calibration data. En : J. Hydrol, 181 (1), pp. 23–48.
dc.rights.license.none.fl_str_mv	Atribución
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.extent.none.fl_str_mv	39 p.
dc.publisher.none.fl_str_mv	Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería Civil, Neiva
dc.publisher.program.none.fl_str_mv	Ingeniería Civil
dc.publisher.place.none.fl_str_mv	Neiva
publisher.none.fl_str_mv	Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería Civil, Neiva
institution	Universidad Cooperativa de Colombia
bitstream.url.fl_str_mv	https://repository.ucc.edu.co/bitstreams/a97b85ed-8311-4868-9577-25a1e61329f6/download https://repository.ucc.edu.co/bitstreams/0327fc64-4e5e-4f62-8e4d-a00073da2c46/download https://repository.ucc.edu.co/bitstreams/363c15e0-2310-41da-8adc-61172bbc5800/download https://repository.ucc.edu.co/bitstreams/6f8a68c4-8848-40af-bbe3-8b0432d1c03f/download https://repository.ucc.edu.co/bitstreams/c45b6685-5e8b-485c-bfa9-129f39562827/download https://repository.ucc.edu.co/bitstreams/c0d5ed4b-68bf-42cc-bf1b-e1670d0a4e43/download https://repository.ucc.edu.co/bitstreams/b637e0d0-bf63-49dc-bed3-223587aae887/download
bitstream.checksum.fl_str_mv	66d89dd54f01e98df04b405730695521 5c48cceffc4523879cbe05ea3b477c36 3bce4f7ab09dfc588f126e1e36e98a45 9b980f2851450dbba5b3f93e4f63056a a9a70ba5e261ba07c2e19f9f5e2aa3a8 b10e5c84485f6ff81a87ab6a0c6945cd 32a94e4aaaead6ed3679564836d4e670
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad Cooperativa de Colombia
repository.mail.fl_str_mv	bdigital@metabiblioteca.com
_version_	1814246938417037312
spelling	Gallo Rivera, Leonardo Herrera Rodríguez, Mauricio Buitrago Vargas, Andrés Felipe2023-05-03T20:59:53Z2023-05-03T20:59:53Z2023-05-03https://hdl.handle.net/20.500.12494/49249Buitrago Vargas, A. (2023). Simulación Hidrológica de los Impactos Potenciales del Cambio Climático en la Parte Alta del Río Iquira, Huila, Colombia [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/49249En este trabajo, se simuló la respuesta hidrológica de la cuenca hidrográfica del río Iquira (53.65 km2), Huila, Colombia acorde con las proyecciones de los escenarios de cambio climático del IPCC-AR4 (2011-2040). El modelo hidrológico abcd Thomas (4 parámetros) fue calibrado y validado comparando el caudal simulado y observado en el punto de cierre de la cuenca (estación Bocatoma), con series históricas mensuales (1992-2012). La evaluación de la sensibilidad e identificabilidad de los parámetros se realizó con la herramienta Monte Carlo Analysis Toolbox (MCAT). Los resultados muestran que el modelo es capaz de representar el 65.6 % de los caudales mensuales observados en el punto de desagüe de la cuenca, a pesar de las limitaciones de la información y la complejidad de la cuenca. Los parámetros más influyentes son: a (controla las salidas del almacenamiento del suelo bajo condiciones de saturación), c (define el aporte del acuífero al caudal) y d (controla el flujo subterráneo). Respecto a la simulación de los escenarios, la línea base (1992-2012) estimó un caudal medio de 3.2 m3s-1, el escenario extrapolación de tendencias estimó un caudal de 2.02 m3s-1 (-37.07%), el escenario de ensamble multimodelo de 1.71 m3s-1 (-46.53%) y escenario A2 de 1.46 m3s-1 (-54.45%). Finalmente, se recomienda a los gestores del agua el paradigma de gestión del recurso hídrico basado en escenarios para apoyar la toma de decisiones, la formulación de instrumentos de planificación robustos y la formulación de políticas públicas eficaces en un mundo cambiante.This study aims to investigate the potential impact of climate change on the hydrology of the Iquira river basin in Huila, Colombia. The abcd Thomas model (four parameters) was calibrated and validated for the streamflows of the Iquira catchment (1992–2012). The sensitivity and identifiability of the parameters were evaluated using the Monte Carlo Analysis Toolbox (MCAT). The results show the ability of the model to simulate the monthly stream flow (Nash–Sutcliffe efficiency coefficient of 0.65). The most influential parameters are a (water storage in the soil), c (contribution to the aquifer) and d (groundwater flow). From the simulated scenarios, the baseline (1992–2012) was estimated to be an average flow of 3.2 m3s-1; the trend extrapolation scenario estimated a rate 2.02 m3s-1 (-37.07%); while for the multi-model assembly scenario it was 1.71 m3s-1 (-46.53%) and for the A2 scenario it was 1.46 m3s-1 (-54.45%). Lastly, we recommend to decision-makers water management based on scenario tools in order to support decision-making, design robust planning and effective public polices in a changing world.Introducción . -- 1. Objetivos. -- 1.1 General. -- 1.2 Específicos. -- 2. Metodología . -- 2.1 Zona de Estudio e Información Hidrometeorológica. -- 2.2 Evaluación del Modelo Hidrológico. -- 2.2.1 Descripción del Modelo. -- 2.2.2 Calibración, Validación y Análisis de Sensibilidad . -- 2.3 Escenarios de Cambio Climático . -- 3. Resultados. -- 3.1 Condiciones Climáticas Históricas. -- 3.2 Evaluación del Modelo en el Punto de Desagüe. -- 3.2.1 Análisis de Sensibilidad e Identificabilidad. -- 3.2.2 Validación del Modelo Hidrológico . -- 3.3 Simulación de la Oferta Hídrica Futura Para Tres Escenarios de Cambio Climático . -- 4. Conclusiones. -- Bibliografía . --andres.buitragov@campusucc.edu.co39 p.Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería Civil, NeivaIngeniería CivilNeivaBalance HídricoCambio ClimáticoModelos HidrológicosAnálisis de SensibilidadParámetrosCuencas TropicalesHidrología de los AndesTG 2023 ICI 49249Water BalanceClimate ChangeHydrological ModelsSensitivity AnalysisParametersTropical CatchmentAndean HydrologySimulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionAtribucióninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2AILEG. (2013). Estimación del efecto del cambio climático sobre la cuantificación del recurso hídrico , en la cuenca del Río Suaza , tributario del río Magdalena. Huila.Ajami, N. K. Duan, Q. S. Sorooshian. (2007) .An integrated hydrologic Bayesian multimodel combination framework: Confronting input, parameter, and model structural uncertainty in hydrologic prediction. En: Water Resour. Res, 43 (1) p. W01403.Andres, N. Vegas. G, F. Lavado. C, W. S. Y Zappa, M. (2014). Water resources and climate change impact modelling on a daily time scale in the Peruvian Andes. En: Hydrol. Sci. J, 59, (11), pp. 2043–2059.Angarita, H. et al. (2018). Basin-scale impacts of hydropower development on the Mompós Depression wetlands, Colombia. En: Hydrol. Earth Syst. Sci, 22 (5), pp. 2839–2865.Banos, G. I. Martínez F. J. Esteve, M. A. (2016). Using dynamic sustainability indicators to assess environmental policy measures in Biosphere Reserves. En: Ecol. Indic, 67, pp. 565–576.Arango, C. Dorado, J. Guzmán, D. y Ruiz, J. (2012). Cambio climátio más probable para colombia a lo largo del siglo xxi respecto al clima presente, Bogota,Baños, G. I. Martínez, F, J.. Esteve, S, M. Á. (2014). Simulación dinámica de sistemas socio-ecológicos: sostenibilidad en Reservas de la Biosfera. En: Rev. Ecosistemas, 22 (3) , pp. 74–83,Bastola, S. Murphy, C. Y Sweeney, J. (2011). The role of hydrological modelling uncertainties in climate change impact assessments of Irish river catchments. En: Adv. Water Resour, 34 (5), pp. 562–576.Beven, K. Freer, J. (2001) Equifinality, data assimilation, and uncertainty estimation in mechanistic modelling of complex environmental systems using the GLUE methodology. En: J. Hydrol, 249 (1) pp. 11–29.Beven, K. (2006). A manifesto for the equifinality thesis. En: J. Hydrol, 320, (1), pp. 18–36.Boyle, D. P. Gupta, H. V. Sorooshian, S. (2000). Toward improved calibration of hydrologic models: Combining the strengths of manual and automatic methods. En: Water Resour. Res, 36, (12), pp. 3663–3674Buytaert, W. Bièvre, De B. (2012.) Water for cities: The impact of climate change and demographic growth in the tropical Andes. En: Water Resour. Res, 48 (8), Aug.Buytaert, W. Célleri, R. Timbe, L. Predicting climate change impacts on water resources in the tropical Andes: the effects of GCM uncertaintyDel Moral, L. Arrojo, P. Herrera, T. (2015). El agua: Perspectiva ecosistémica y gestión integrada. Zaragoza: Fundación Nueva Cultura del AguaDemaria, E. M. Nijssen, B. Wagener, T. (2007). Monte Carlo sensitivity analysis of land surface parameters using the Variable Infiltration Capacity model. En: J. Geophys. Res, vol. 112, ( D11) p. D11113.Duan Q. et al. (2006). Model Parameter Estimation Experiment (MOPEX): An overview of science strategy and major results from the second and third workshops. En: J. Hydrol, 320 (1), pp. 3–17Francés, F. Bussi, G. (2014). Análisis del impacto del cambio climático en el ciclo de sedimentos de la cuenca del río Ésera (España) mediante un modelo hidrológico distribuido. En: RIBAGUA - Rev. Iberoam. del Agua, 1 (1), pp. 14–25Freer, J. Beven, K. Ambroise, B. Bayesian. (1996). Estimation of Uncertainty in Runoff Prediction and the Value of Data: An Application of the GLUE Approach. En: Water Resour. Res, 32 (7) , pp. 2161–2173.Fry, L. M. Watkins, D. W. Reents, N. Rowe, M. D. Y Mihelcic, J. R.( 2012). Climate change and development impacts on the sustainability of spring-fed water supply systems in the Alto Beni region of Bolivia. En J. Hydrol, 468, pp. 120–129.García. G, M. L. Carvajal. E, Y. Jiménez. E, H. (2007). La gestión integrada de los recursos hídricos como estrategia de adaptación al cambio climático. En: Ing. y Compet, 9 (1), pp. 19–29.García, M. García, M. C. Botero, A. P. Quiroga, F. A. Y Robles, E. A. (2012). Variabilidad climática, cambio climático y el recurso hídrico en Colombia. En: Rev. Ing, 0, (36) , pp. 60–64.Gosling, S. N. Taylor, R. G. Arnell, N. W. Y Todd, M. C.( 2011). A comparative analysis of projected impacts of climate change on river runoff from global and catchment-scale hydrological models. En : Hydrol. Earth Syst. Sci, 15 (1) , pp. 279–294.Gupta, H. V. Wagener, T. Liu, Y. (2008) . Reconciling theory with observations: elements of a diagnostic approach to model evaluation. En: Hydrol. Process, 22, (18) pp. 3802–3813.Herrera. P, M. Hiscock, K. M. (2015) .Projected impacts of climate change on water availability indicators in a semi-arid region of central Mexico. En: Environ. Sci. Policy, 54, pp. 81–89.Henríquez Daza, M. (2012). Climatología ambiental de Colombia : una guía sobre la relación clima-ambiente para los estudiantes y profesionales de las carreras ambientales. Universidad Santo Tomás, Departamento de PublicacionesKim, J.. Mohanty, B. P. Shin, Y. (2015). Effective soil moisture estimate and its uncertainty using multimodel simulation based on Bayesian Model Averaging. En: J. Geophys. Res. Atmos, 120, pp. 8023–8042.Labrador, A. F. Zúñiga, J. M. Romero, J. (2016). Desarrollo de un modelo para la planificación integral del recurso hídrico en la cuenca hidrográfica del Río Aipe, Huila, Colombia Development of a model for integral planning of water resources in Aipe catchment, Huila, Colombia. En: Rev. Ing. y Región., 15 (1), pp. 23–35.Laloy, E. Vrugt, J. A. (2012). High-dimensional posterior exploration of hydrologic models using multiple-try DREAM (ZS) and high-performance computing. En: Water Resour. Res, 48 (1), p. W01526.Legesse, D. Vallet-Coulomb, Gasse, C. F. (2003). Hydrological response of a catchment to climate and land use changes in Tropical Africa: case study South Central Ethiopia. En: J. Hydrol., 275 (1) , pp. 67–85.Li, H. Luo, L. Wood, E. F. Y Schaake, J. (2009) The role of initial conditions and forcing uncertainties in seasonal hydrologic forecasting. En: J. Geophys. Res., 114 (D4), p. D04114, Feb..Magrin, G. et al. (2014). Part B: Regional Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Climate Change 2014: Impacts, Adaptation, and Vulnerability., Cambridge, United Kingdom : Cambridge University Press, pp. 1499–1566.Martínez, F. J. Esteve, M. A. Baños. G, I. Carreño, F. YMoreno, A. (2013). Sustainability of Mediterranean irrigated agro-landscapes. En: Ecol. Modell, 248, pp. 11–19,Martinez, G. F. Gupta, H. V. (2010). Toward improved identification of hydrological models: A diagnostic evaluation of the ‘abcd’ monthly water balance model for the conterminous United States. En: Water Resour. Res, v 46, p. W08507.Metropolis, N. Ulam, S. (1949). The Monte Carlo Method. En: J. Am. Stat. Assoc, 44, (247), pp. 335–341.Molina-Navarro, E. Hallack-Alegría, M. Martínez-Pérez, S. Ramírez-Hernández, J. Mungaray-Moctezuma, A. Y Sastre-Merlín, A. (2016). Hydrological modeling and climate change impacts in an agricultural semiarid region. Case study: Guadalupe River basin, Mexico. En: Agric. Water Manag, 175, pp. 29–42,Montenegro, S. Ragab, R. (2012). Impact of possible climate and land use changes in the semi arid regions: A case study from North Eastern Brazil.En : J. Hydrol, 434, pp. 55–68.Montoya, A. F. Sánchez. Ó. J. (2015). Climate change and space-time variability of precipitation in colombia. En: Rev. EIA/ English version, 12 (24) , pp. 131–150.Mora, D. E. Campozano, L. Cisneros, F. Wyseure, G. y Willems, P. (2014). Climate changes of hydrometeorological and hydrological extremes in the Paute basin, Ecuadorean Andes. En: Hydrol. Earth Syst. Sci, 18 ( 2) , pp. 631–648, Feb.Nakicenovic, N. Swart, R. (2000). Ipcc special report emissions scenarios Summary for Policymakers Emissions Scenarios. Cambridge, UK .Nash, J. E. Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I — A discussion of principles. En: J. Hydrol, 10 (3) , pp. 282–290.Pabón, J. D. ( 2012). Cambio climático en colombia: tendencias en la segunda mitad del siglo XX y escenarios posibles para el siglo XXI. En: Rev. Acad. Colom. Cienc, 36, (139), pp. 261–278.Peel, M. C. Y G. Bloschl. (2011). Hydrological modelling in a changing world. En: Prog. Phys. Geogr, 35, (2) , pp. 249–261.Poff, N. L. et al. (2016). Sustainable water management under future uncertainty with eco-engineering decision scaling. En: Nat. Clim. Chang, 6 (1), pp. 25–34.Prudhomme, C. Y. Davies, H. (2007). Comparison of different sources of uncertainty in climate change impact studies in Great Britain. En Climatic and anthropogenic impacts on the variability of water resources, pp. 90–183.Ragettli, S. Immerzeel, W. W. Pellicciotti, F. (2016). Contrasting climate change impact on river flows from high-altitude catchments in the Himalayan and Andes Mountains. En: Proc. Natl. Acad. Sci, 113 (33) , pp. 9222–9227.Raghavan, S. V. Tue, V. M. Y Shie-Yui, L. (2014). Impact of climate change on future stream flow in the Dakbla river basin. En: J. Hydroinformatics, 16 (1), pp. 231–244.Renard, B. Kavetski, D. Kuczera, G. Thyer, M. Y Franks, S. W. (2010). Understanding predictive uncertainty in hydrologic modeling: The challenge of identifying input and structural errors. En: Water Resour. Res, 46 (5), p. W05521.Rodríguez, E. González, R. Medina, M. Pardo, Y Santos, A. (2007). Propuesta metodológica para la generación de mapas de inundación y clasificación de zonas de amenaza. Caso de estudio en la parte baja del río las Ceibas (Neiva- Huila). En: Av. en Recur. Hidráulicos, 0, (16) pp. 65–78.Sá, E. et al. (2016). Climate change and pollutant emissions impacts on air quality in 2050 over Portugal. En: Atmos. Environ, 131, pp. 209–224.Sadegh, M. Vrugt, J. A. Approximate Bayesian Computation using Markov Chain Monte Carlo simulation: DREAM (ABC). Schewe, J. et al. (2014) Multimodel assessment of water scarcity under climate change. Proc. Natl. Acad. Sci. U. S. A., 111 (9), pp. 3245–50.Schoups, G. Vrugt, J. A. (2010). A formal likelihood function for parameter and predictive inference of hydrologic models with correlated, heteroscedastic, and non-Gaussian errors. En: Water Resour. Res, 46 (10) , p. W10531.Stoll, S. Hendricks Franssen, H. J. Butts, M. Y Kinzelbach, W. (2011). Analysis of the impact of climate change on groundwater related hydrological fluxes: a multi-model approach including different downscaling methods. En: Hydrol. Earth Syst. Sci, 15 (1), pp. 21–38.Thomas, H.(1981). Improved methods for national water assessment, water resources contract: WR15249270. Cambridge.Thompson, J. R. Green, A. J. Kingston, D. G. Y Gosling, S. N. (2013). Assessment of uncertainty in river flow projections for the Mekong River using multiple GCMs and hydrological models. En: J. Hydrol., 486, pp. 1–30.Vansteenkiste, T. et al. (2014). Intercomparison of hydrological model structures and calibration approaches in climate scenario impact projections. En: J. Hydrol, 519, pp. 743–755.Vo, N. D. Gourbesville, P. Vu, T. V, S. Raghavan, Y Liong, S.-Y. (2016).A deterministic hydrological approach to estimate climate change impact on river flow: Vu Gia–Thu Bon catchment, Vietnam. En: J. Hydro-environment Res, 11, pp. 59–74,Vrugt, J. A. Sadegh, M. (2013) Toward diagnostic model calibration and evaluation: Approximate Bayesian computation. Water Resour. Res, 49, pp. 4335–4345,Vrugt, J. A. Diks, C. G. Gupta, H. V. Bouten, W. Y Verstraten, J. M. (2005). Improved treatment of uncertainty in hydrologic modeling: Combining the strengths of global optimization and data assimilation. En: Water Resour. Res, 41 (1), p W01017Wagener, T. Kollat, J. (2007). Numerical and visual evaluation of hydrological and environmental models using the Monte Carlo analysis toolbox. En Environ. Model. Softw, 22 (7), pp. 1021–1033.Weiland, F. C. J. A. Vrugt, van Beek, R. L. . P. H. Weerts, A. H. and M. F. P. Bierkens. Significant uncertainty in global scale hydrological modeling from precipitation data errors. J. Hydrol., vol. 529, pp. 1095–1115, 2015.World Water Development Report 2018 / UN-Water. The United Nations World Water Development Report 2018: Nature-Based Solutions for Water. Paris, 2018.Yapo, P. O. Gupta, H. V. Sorooshian, S. (1996). Automatic calibration of conceptual rainfall-runoff models: sensitivity to calibration data. En : J. Hydrol, 181 (1), pp. 23–48.PublicationORIGINAL2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdf2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdfapplication/pdf724856https://repository.ucc.edu.co/bitstreams/a97b85ed-8311-4868-9577-25a1e61329f6/download66d89dd54f01e98df04b405730695521MD512023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdf2023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdfapplication/pdf352735https://repository.ucc.edu.co/bitstreams/0327fc64-4e5e-4f62-8e4d-a00073da2c46/download5c48cceffc4523879cbe05ea3b477c36MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-84334https://repository.ucc.edu.co/bitstreams/363c15e0-2310-41da-8adc-61172bbc5800/download3bce4f7ab09dfc588f126e1e36e98a45MD53TEXT2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdf.txt2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdf.txtExtracted texttext/plain59686https://repository.ucc.edu.co/bitstreams/6f8a68c4-8848-40af-bbe3-8b0432d1c03f/download9b980f2851450dbba5b3f93e4f63056aMD542023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdf.txt2023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdf.txtExtracted texttext/plain5842https://repository.ucc.edu.co/bitstreams/c45b6685-5e8b-485c-bfa9-129f39562827/downloada9a70ba5e261ba07c2e19f9f5e2aa3a8MD56THUMBNAIL2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdf.jpg2023_Simulacion Hidrologica_Impacto_Cambio Climatico.pdf.jpgGenerated Thumbnailimage/jpeg5456https://repository.ucc.edu.co/bitstreams/c0d5ed4b-68bf-42cc-bf1b-e1670d0a4e43/downloadb10e5c84485f6ff81a87ab6a0c6945cdMD552023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdf.jpg2023_Simulacion Hidrologica_Impactos_Cambio Climatico_Licencia.pdf.jpgGenerated Thumbnailimage/jpeg12838https://repository.ucc.edu.co/bitstreams/b637e0d0-bf63-49dc-bed3-223587aae887/download32a94e4aaaead6ed3679564836d4e670MD5720.500.12494/49249oai:repository.ucc.edu.co:20.500.12494/492492024-08-10 22:23:13.602open.accesshttps://repository.ucc.edu.coRepositorio Institucional Universidad Cooperativa de Colombiabdigital@metabiblioteca.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

Simulación hidrológica de los impactos potenciales del cambio climático en la parte alta del río Iquira, Huila, Colombia.

Publicaciones similares