Modelo hidrológico,
calidad del agua y cambio climático: soporte para la gestión hídrica de la
cuenca del río Soto la Marina
Hydrological
model, water quality and climate change: support for the integral management of
the Soto la Marina river watershed
Modelo hidrológico para la gestión
hídrica del río Soto la Marina
Luis Antonio Vázquez-Ochoa1, Alfonso
Correa-Sandoval1*, Rocío Del Carmen Vargas-Castilleja2,
María De La Luz Vázquez-Sauceda3, Jorge Homero Rodríguez-Castro1
*Correspondencia: alf_correas@hotmail.com/ Fecha de
recepción: 27 de noviembre de 2020/Fecha de aceptación: 14 de julio de 2021
/Fecha de publicación: 27 de julio de 2021.
1Tecnológico Nacional de México, Instituto
Tecnológico de Ciudad Victoria, División de Estudios de Posgrado e Investigación,
Boulevard Emilio Portes Gil núm.1301 Poniente, Apartado Postal 175, Ciudad
Victoria, Tamaulipas, C. P. 87010. 2Universidad Autónoma de
Tamaulipas, Facultad de Ingeniería Arturo Narro Siller, Tampico, Tamaulipas,
México. 3Universidad Autónoma de Tamaulipas, Facultad de Medicina
Veterinaria y Zootecnia, Ciudad Victoria, Tamaulipas, México.
Resumen
La gestión del recurso hídrico es prioritaria en la agenda de la
Organización de las Naciones Unidas. Tres vectores son esenciales, cantidad,
calidad y escenarios del cambio climático en el recurso hídrico. En la región
centro de Tamaulipas, México, destaca la red fluvial de la cuenca del río Soto
la Marina, con los ríos Corona, Purificación y Pilón, como principales
tributarios. En esta región existen importantes volúmenes de aguas residuales y
otros vertimientos que ponen en riesgo las condiciones del sistema hídrico,
particularmente de la presa Vicente Guerrero. El objetivo de este trabajo fue
desarrollar un modelo hidrológico de disponibilidad y calidad del agua de la
cuenca del río Soto la Marina (CRSLM) que considere el cambio climático
mediante la regionalización de dos modelos de circulación global, los cuales
son los más cercanos a la latitud en que se encuentra la cuenca (GFDL-CM3 y
HAGDGEM2-ES), usando dos vías de concentración representativas (RCP): 4.5 y 8.5
con proyección al año 2100, con el propósito de analizar el comportamiento de
la cuenca, a efecto de simular la vulnerabilidad hídrica. Se evaluó
la calidad del sistema espacio-temporal: avenidas
y sequías, mediante la determinación de demanda bioquímica de oxígeno, demanda
química de oxígeno y oxígeno disuelto, además de temperatura, en 15 sitios de
la cuenca del río Soto la Marina, con modelado del abatimiento del oxígeno
disuelto. Se elaboraron vectores de hidrología, monitoreo y calidad del agua.
Las concentraciones de los contaminantes valorados presentaron un incremento en
la presa Vicente Guerrero, aunque su comportamiento estacional fue más sensible
en estiaje que en avenidas. En las simulaciones con el modelo construido WEAP con escenarios de cambio climático se predijeron resultados más
conservadores en período de estiaje que en época de avenidas, siendo el RCP 4.5
W/m2 para el modelo el GFDL-CM3 la proyección más adversa.
Palabras clave: WEAP, hidrología, calidad del agua, cambio climático, modelación.
Abstract
The management of water resources is a priority
on the agenda of the United Nations. Three vectors are essential, quantity,
quality, and climate change scenarios in water resources. In the central region of Tamaulipas, México, the fluvial network of the Soto la Marina river watershed stands
out, with the Corona, Purificación and Pilón rivers as the main tributaries. In
this region there are significant volumes of wastewater and other discharges that put the conditions of the water
system at risk, particularly of the Vicente Guerrero dam. The objective of this work was to develop a
hydrological model of water availability and quality of the Soto la Marina
river watershed (CRSLM) that considers climate change through the regionalization
of two global circulation models, which are the closest to the latitude in
which the watershed is located (GFDL-CM3 and HAGDGEM2-ES), using two representative concentration routes
(RCP): 4.5 and 8.5 with projection to the year 2100, with the purpose of
analyzing the watershed behavior, in order to simulate water vulnerability. The
quality of the spatial-temporal system was evaluated: floods and droughts, by
determining the biochemical oxygen demand, chemical oxygen and dissolved oxygen
demand, as well as temperature, in 15 sites of the Soto la Marina river
watershed, with modeling of the abatement of dissolved oxygen. Vectors for
hydrology, monitoring and water quality were developed. The concentrations of
the measured pollutants showed an increase in the Vicente Guerrero dam,
although their seasonal behavior was more sensitive in low water levels than in
floods. In the simulations with the WEAP built model with climate change
scenarios, more conservative results were predicted in the dry season than in
the rainfall season, with the RCP 4.5 W / m2 for the GFDL-CM3 model being the most adverse projection.
Keywords: WEAP, hidrology, water quality, climate change, modeling.
INTRODUCCIÓN
La planeación del
recurso hídrico respecto a la disponibilidad es un tema prioritario debido a
que se puede comprometer el suministro de agua de una región o país, limitando
con ello el desarrollo social y económico de la población, considerando que el
estrés hídrico de los últimos años se ha elevado de forma crítica en las
cuencas hidrográficas por el incremento de la demanda constante de agua
(Moncada y col., 2020). Aunado a lo anterior, se hallan los cambios sociales
como el crecimiento de la población,
urbanización, y las políticas basadas en enfoque económico sin mesura
del consumo del recurso hídrico, ni conciencia del deterioro de la calidad del
agua, misma que se vierte en los mismos cuerpos sobre los que se demanda
nuevamente el recurso de acuerdo a la
Organización de las Naciones Unidas (ONU, 2020), además de la
incertidumbre del cambio climático, lo que está provocando cambios sustanciales
en la demanda y la conservación del agua. Las condiciones mencionadas afectarán
todos los sectores productivos y sociales, los cuales se encuentran
estrechamente relacionados con el equilibrio de los ecosistemas, requiriendo
una comprensión holística y definición de las interdependencias existentes
(Schull y col., 2020).
La disponibilidad
del agua de los cuerpos superficiales del norte de México es limitada por su
condición de aridez y bajas precipitaciones, acentuada por efecto del cambio
climático, por lo que para proponer estrategias que minimicen estos efectos, es
fundamental evaluar sus implicaciones y
entender perfectamente su evolución logrando estructurar un plan de manejo
exitoso (Silva-Hidalgo y col.,
2017).
Los ríos, presas
y lagos del mundo han sido usados como los grandes vertederos de residuos provenientes de las actividades industriales,
agropecuarias y domésticas (Chapra, 1997).
En México se estima que más del 52.7 % de las aguas residuales que se
generan no llegan a recibir algún
tratamiento previo a su disposición (Conagua, 2015). Existe notoria necesidad
de conjugar la gestión de los sistemas de recursos hidráulicos, donde la
calidad del agua tiene gran importancia, ya que la mala calidad del agua afecta directamente a las personas que dependen
de estas fuentes como su principal suministro, limitando aún más su acceso al
agua (es decir, la disponibilidad de agua) y aumentando los riesgos para la
salud relacionados con el agua, sin mencionar su calidad de vida en general
(UNESCO, 2019). Sin embargo, para ello es ineludible unir las herramientas más
competentes y de uso actualizado de simulación de parámetros como el oxígeno disuelto y la demanda de oxígeno, entre otros (Jingshui
y col., 2017).
Haciendo énfasis
en las cuencas hidrológicas de las costas mexicanas, es importante mencionar
que estas representan un foco de atención especial debido a que la mayor parte
de la población se concentra en estas zonas. En este caso el área de estudio
resulta vulnerable, ya que se localiza en la planicie costera del estado de
Tamaulipas y, por su actividad económica, depende de las condiciones climáticas
en cuanto al rendimiento de producción (Gobierno del Estado de Tamaulipas,
2017). Por otro lado, la Estrategia
Nacional de Cambio Climático (Semarnat, 2013) establece una visión a corto,
mediano y largo plazo para mitigar sus efectos con enfoque en la
sustentabilidad del agua, debido a que se deberán atender los recursos más
vulnerables, así como desarrollar la infraestructura adecuada
para reducirlos.
Como
instrumentos para el fortalecimiento de la problemática descrita, existen
herramientas informáticas mediante las cuales se desarrollan modelos para la
simulación de diversos factores como la hidrología, calidad del agua y cambio climático, entre otros. Un software
ampliamente usado a nivel mundial por su fiabilidad es el sistema de
evaluación y planificación del agua (WEAP, por sus siglas inglés: water evaluation and planning system) (Jaramillo
y col., 2016), que opera bajo el modelo de balance hídrico. Sus algoritmos
permiten la planificación de recursos hídricos balanceando la disponibilidad
de agua y la demanda, lo cual ha permitido analizar los efectos de cambio
climático en la disponibilidad del recurso en diferentes lugares del mundo
tales como California, Sri Lanka, Grecia,
Corea, Brasil, Norte de África, Perú al igual que en México, en donde
existe una importante experiencia en la cuenca del río Soto la Marina perteneciente al
estado de Tamaulipas (Hervis-Granda y col., 2017).
El objetivo de
este trabajo fue desarrollar un modelo hidrológico y de calidad del agua en la
cuenca del río Soto la Marina que considere el
cambio climático mediante la regionalización de dos modelos de
circulación global, los cuales son los más
cercanos a la latitud en que se encuentra la cuenca del río Soto la
Marina (GFDL-CM3 y HAGDGEM2-ES), usando dos
vías de concentración representativas (RCP): 4.5 W/m2 y 8.5
W/m2, con una proyección al año 2100, con el propósito de conocer el
comportamiento de la cuenca del río Soto la Marina a efecto de simular la
vulnerabilidad respecto a la disponibilidad y calidad del agua.
MATERIALES Y MÉTODOS
Área de estudio
La cuenca del río Soto la Marina (CRSLM) (Figura 1) se
localiza en la Región Hidrológica 25 (RH25) San Fernando-Soto la Marina, que
nace en la vertiente este de la Sierra Madre Oriental, donde confluyen los ríos
Purificación y Corona. Fluye en dirección
este, hacia el golfo de México
y luego de cruzar la zona norte de la sierra de Tamaulipas, atraviesa el cañón
de Boca de la Iglesia. En su curso superior el río Soto la Marina es llamado río Blanco y río Purificación, transitando con
dirección oriente hasta las inmediaciones de
las llanuras costeras donde tributa el arroyo de Jiménez; siguiendo con
dirección sur hacia la localidad de Soto la Marina donde se unen las aguas del
arroyo las Palmas. La RH25 tiene un área de
aportación de 56 928 km2, por lo que la CRSLM representa el
37.2 % de la superficie total de la RH25, de
acuerdo a la Comisión Nacional del Agua,
siendo sus principales componentes hidrográficos los señalados en la Tabla 1 (Conagua,
2017).
La cuenca del río Soto la Marina cubre una superficie
territorial de 87.9 % dentro del estado de Tamaulipas (Figura 1) y 12.1 %
dentro del estado de Nuevo León (Conagua, 2017).
En la cuenca del río Soto la Marina, el escurrimiento natural medio
superficial es de 2 086 millones de m3 al año y la longitud del propio río
Soto la Marina es de 416 km. La cuenca tiene una superficie de 21 185 km2,
de acuerdo con la información del Instituto
Nacional de Estadística y Geografía
(INEGI, 2020).
Metodología
La validez y utilidad del desarrollo de este trabajo están en función de
las condiciones del modelamiento y la elección de los sitios de muestreo. Se
evaluó la evolución de la calidad del sistema espacio-temporal mediante la
determinación analítica de 3 parámetros: oxígeno
disuelto (OD), demanda bioquímica de oxígeno
(DBO5) y demanda química de
oxígeno (DQO), en 15 sitios de la cuenca alta del río Soto la Marina, en períodos estacionales a partir de abril del 2018 y hasta febrero de 2019, utilizando para ello
una sonda multiparamétrica (marca Hanna modelo
Hl 9829, Estados Unidos de Norteamérica) y los métodos analíticos
estándar.
Se desarrollaron
los trabajos en vectores de hidrología, monitoreo y calidad del agua, así como regionalización de modelos globales
de cambio climático con el propósito de
valorar las condiciones de la cuenca. El primer paso fue estimar el escurrimiento natural de la
cuenca alta del río Soto la Marina por el
método del Servicio de Conservación del Suelo (SCS, por sus siglas en inglés: soil conservation service),
ahora llamado Servicio de Conservación de Recursos Naturales, usado por el
Gobierno de los Estados Unidos de
América para valoraciones hidrológicas (US Department of Agriculture, 1972), a efecto de comparar los resultados con el procedimiento
oficial descrito por la norma oficial mexicana NOM-011-CONAGUA-2015 que establece el procedimiento para estimar la disponibilidad media anual de aguas
superficiales a cargo de la Conagua.
Se requirió de una serie de actividades de campo, laboratorio
y gabinete para conocer detalladamente bancos de datos de hidrometría y climatología, particularmente de las estaciones:
Corona (23°56’30” N; 98°57’07” W), Padilla II (24°02’10” N; 98°53’30” W), Paso
de Molina II (23°45’22” N; 98°44’22” W), Paso de Aura (23°38’30” N; 98°04’45”
W) y Soto la Marina (23°57’48” N; 98°38’40”
W), donde los escurrimientos que se
presentan van desde los 309.97 m3/s
registrados en la estación Soto la Marina
durante el impacto de un fenómeno hidrometeorológico
en septiembre de 2013, hasta un nulo escurrimiento en temporada de estiaje en todas las corrientes; así como de su
configuración, superficies de cada tramo que la constituye, población de cada
municipio, índices de desarrollo
poblacional, demandas de agua y demás información que se encuentra
disponible en sitios oficiales como el INEGI
(2010); Consejo Nacional de Población
(Conapo, 2015); Conagua (2019); Servicio Meteorológico Nacional (2019), entre otras instancias; información que
se incorpora para alimentar la modelación de acuerdo con el diagrama metodológico
que ilustra el proceso desarrollado (Figura 2).
Adicionalmente, para consolidar el modelo y realizar simulaciones de
cambio climático de la CRSLM, se requirió fundamentalmente del software
especializado en simulaciones de planeación integrada de recursos hídricos que
incluye hidrología, calidad del agua, cambio climático y preservación de ecosistemas; conocido como
(WEAP, por sus siglas en inglés: Water Evaluation and Planning System) versión
2019.2, WEAP ofrece una selección de
tres métodos para simular procesos hidrológicos de la cuenca: un método de solo
demanda de riego, un método de lluvia y escorrentía y un método de humedad
del suelo (Sahukhal y Tri-Ratna, 2019). Para la obtención de datos, las fuentes de
información consultada para el desarrollo de
este proyecto, como climatología, hidrometría, censos de población, suelos, vegetación y concesiones de agua fueron las
siguientes:
-
Superficies y límites geográficos de la cuenca
para cada una de las 13 subcuencas en que se divide; como lo señala el acuerdo por el que se dan a conocer los
estudios técnicos en la Subregión Hidrológica Río Soto La Marina de la Región Hidrológica número 25 San Fernando-Soto la Marina, publicado en el Diario Oficial de la Federación (DOF) el 7 de julio de 2016.
- Banco climatológico del SMN, base de datos conocida como Proyecto Computación
Climática (CLICOM, por sus siglas en inglés: CLImate COMputing
Project) de la red de estaciones ubicadas
en la cuenca alta del río Soto la Marina
en el periodo 1981 a 2010.
- Banco de datos de información
hidrométrica de la Conagua (BANDAS), de las estacionesubicadas
en la cuenca alta del río Soto la Marina en el periodo 1981 a 2010 que forman parte
de la información técnicamente validada.
-
Base de datos de WorldClim – Global Climate en una rejilla sobre la cuenca alta
del río Soto la Marina, que de acuerdo con
Hijmans y col. (2005), la climatología base del WorldClim está
organizada en superficies de clima interpolado
para todo el globo con una resolución muy
aceptable de 0.5 °C. Las variables que incluye son temperaturas
media, máxima
y mínima y precipitación, todas mensuales; del periodo 1950 a 2010.
-
Banco de información de los resultados de la Red Nacional de Monitoreo de la
Conagua, específicamente de estaciones de calidad de aguas superficiales
disponibles en la cuenca alta del río Soto la
Marina.
- Bancos de información y cartografía escala 1:50 000 de
INEGI y Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio)
sobre características edafológicas: tipos de suelo y vegetación en la CRSLM.
-
Banco de información del Registro Público de
Derechos del Agua (REPDA) de la Conagua, donde se establecen los
volúmenes concesionados y de extracción por corriente por usos consuntivos: Público-Urbano, Servicios, Industrial,
Agrícola, Pecuario y agua en bloque para
los distritos y unidades de riego que
operan en esta cuenca.
- Resultados del INEGI sobre los censos de población
y vivienda de los años 2010 y el conteo 2015.
Estimación de los escurrimientos en la cuenca
Debido a que no existe un banco de mediciones hidrométricas con cobertura
en toda la cuenca, se utilizó la técnica de estimación del escurrimiento natural
por la metodología del Servicio de Conservación del Suelo (Lal y col., 2017),
que es el procedimiento útil para este propósito, referenciado en el Manual
Nacional de Ingeniería del SCS, desarrollado por el Departamento de Agricultura
de los Estados Unidos. Se realizó el análisis de los factores que determinan el
escurrimiento, tales como: precipitación, vegetación,
evapotranspiración y tipo de suelo (US
Departament of Agriculture, 1972).
El análisis climatológico
se llevó a cabo mediante la base de datos mundial (Global Climate) organizada en superficies de clima interpolado
con resolución de 0.5 °C, información que se verificó con la proporcionada por el SMN de la Conagua, la base de datos CLICOM, en el periodo 1981 a 2010, donde se
determina para cada subcuenca las temperaturas y precipitaciones medias
mensuales; con resultados cercanos entre ambas fuentes de información. La Figura
3 muestra el comportamiento gráfico de la temperatura media en estaciones
representativas del norte de la cuenca que oscilan entre los 14 °C y 32
°C, mientras que en la Figura 4 se observa una gran amplitud los datos de precipitación media mensual que
varía desde los 40 mm/a hasta los 320 mm/a.
Definidas, revisadas y analizadas las variables anteriores, se
calculó el escurrimiento natural usando el método del SCS para estimar el
gastomedio mensual.
Para este tipo
de análisis hidrológico, se establece un estándar de clasificación de los suelos
definidos en cuatros grupos, los cuales pueden ser A, B, C o D, donde el grupo
A considera suelos de mínimo potencial de escurrimiento y el D con potencial de
escurrimiento más alto. Para poder definir al
suelo, su clasificación, se toma en cuenta su composición, su textura y
la profundidad del nivel freático. El factor CN (número de curva que define la
precipitación efectiva de una tormenta) se determinó en función de la velocidad de
infiltración de la lluvia que puede ser rápida (en arenas) calificada como A (superior a 76 mm/h); o bien B
(de 76 mm/h a 37 mm/h); C (menor de 37 mm/h a 13 mm/h) y hasta D, si se
trata de arcillas de muy lenta infiltración (menor a 13 mm/h); y hasta una selección de 18 posibles clasificaciones
de tipo de suelo. La construcción del modelo
hidrológico conformó las variables: gasto
o volumen de escurrimiento (aguas arriba), precipitación, evaporación,
escurrimiento por cuenca propia, flujos de retorno, gastos de tributarios y volumen comprometido (aguas abajo), volúmenes de extracción (usos del agua),
evapotranspiración, caudal ecológico, volúmenes
de exportación (salidas). Finalmente, la calibración
del modelo se realizó manualmente a
prueba y error, por comparación de mediciones de hidrometría directas de manera
que se ajustaron los factores permisibles del modelo como capacidad del suelo,
evapotranspiración, factor del suelo entre otros (Vieira y Solis, 2017).
Muestreos y
análisis de calidad del agua
Debido a la
escasez de información en calidad del agua y la modelación de ella en la cuenca
alta del río Soto la Marina, se desarrollaron
campañas de muestreo durante todo un año que se distribuyen en vectores
espacio-temporal para cubrir los ríos tributarios: Corona, Purificación y
Pilón, así como la presa Vicente Guerrero. Para la elección de los sitios de
muestreo, se consideraron las condiciones del río a evaluar (Jingshui y col.,
2017). Estos aspectos son los trabajos
previos de reconocimiento de la zona; identificación de los usos de
ríos, embalses y en general, de los cuerpos de agua superficiales; conocimiento
de los flujos, interconectividad del sistema
y aportaciones de descargas; reconocimiento de características de las descargas
(contaminantes), para selección de los parámetros y técnica de preservación de
las muestras y plan logístico de desarrollo de muestreos.
Una vez que se
realizó el estudio de las zonas, se definió una red de sitios de muestreo de
los principales cuerpos de agua de la CARSLM
para la generación de información de calidad (Borges y col., 2017).
Debido a información insuficiente, se realizaron muestreos dobles bimestrales
(los meses de abril, junio, agosto, octubre y diciembre de 2018 y cerrando el
ciclo de muestreo en febrero de 2019) con el propósito de cubrir una réplica de
la condición de calidad del agua en su
origen (sitios de referencia antes de descargas) hasta los sitios
sujetos a estrés hídrico por vertimientos de aguas residuales, cubriendo
prácticamente toda la CARSLM, determinando
los parámetros DBO5, DQO, OD y temperatura. En esta red de muestreo se seleccionaron
15 sitios (Figura 5) ubicados en los ríos Corona, Purificación y Pilón, así
como la presa Vicente Guerrero, donde se colectaron y analizaron durante un período anual las muestras superficiales (Tabla 2).
Análisis de
calidad del agua
Los parámetros que se determinaron en el sistema, así como la vinculación
con las normas oficiales en materia de calidad del agua fueron: pH (NMX-AA-008-SCFI-2016),
temperatura (NMX-AA-007-SCFI-2013), DBO (NMX-AA-028-SCFI-2001), DQO (NMX-AA-030/1-SCFI-2011),
oxígeno disuelto (NMX-AA-012-SCFI-2001); las técnicas analíticas
están referenciadas en APHA-AWWA-WEF Standard Method to the
Examination of Water and Wastewater 23 st edition (Aird y col., 2017).
El software
WEAP en su versión educativa, incluye los módulos con reacciones conservativas,
reacción DBO lenta y DBO rápida, sólidos suspendidos
inorgánicos, oxígeno disuelto en sus
conceptos de demanda, oxígeno de saturación, reaireación natural y
forzada (Chapra y col., 2012), no obstante,
solo se determinó el oxígeno disuelto convencional y la DBO5 total en
esta valoración, que son los métodos referenciados
en la normativa nacional (citados en párrafo
que antecede), está basada en los métodos
estándar, que desde 1905 son las normas de referencia estandarizadas internacionalmente para desarrollar los análisis de calidad del a
gua.
Existen una gran variedad de modelos de calidad del agua, sin embargo, se aplica el modelo
de dispersión unidimensional (Streeter y Phelps) que refiere la interrelación
entre temperatura, volúmenes y concentraciones de OD y DBO (Chapra y col., 2012). Se aplica el modelo que relaciona la
biooxidación de materia orgánica y consumo de OD, establecido en las siguientes
funciones diferenciales: ecuación 1; ecuación 2 y ecuación 3.
Se puede
apreciar de las ecuaciones 1, 2 y 3, que la función de la razón de cambio de la DBO (biooxidación) dependiente de la cinética,
factores y características de la corriente
que se observa en la ecuación 1:
donde “L” representa la variación de la concentración como DBO
en el tiempo “t”, que depende del volumen del sistema “V” o flujo volumétrico
(también conocido como gasto de la corriente), de las constantes de
desoxigenación (Kd), saturación (Ks) y reoxigenación (Kr).
La constante de desoxigenación Kd toma valores de entre 0.46 d hasta los 0.942
d, las mayores tasas de esta constante favorecen sobre estos ríos la
biooxidación de la carga de DBO5 y el consecuente abatimiento y recuperación
del OD (Jingshui y col., 2017).
Por otro lado,
el fenómeno de degradación por oxidación
biológica demanda un ejercicio de consumo
de oxígeno que resulta crítico para algunas corrientes, dependiendo de
sus condiciones, queda expresado en la ecuación 2:
Esta función diferencial, al igual que la anterior, dependen
de la variación del OD en el tiempo, que es una función de dichas constantes de transferencia de oxígeno y de la capacidad
de saturación del OD. En esta función
es importante destacar que el término (Os – O) refiere a un déficit de oxígeno.
Finalmente, se puede
evaluar el déficit de oxígeno de la corriente en estudio considerando que D
= (Os – O), y en el caso particular de sus condiciones iniciales, es decir cuando t = to, también: L
= Lo y D = Do, queda expresada la ecuación 3:
cuya curva es
importante, ya que determina la recuperación natural del sistema en función
de todas las variables involucradas (Chapra,
1997), lo que puede representar riesgos para la vida acuática cuando se ejerza OD por debajo de la
concentración de 4.0 mg/L establecida como mínima para conservación de la vida acuática.
Aplicación de
modelos de cambio climático
Se espera que los cambios de precipitación proyectados durante el siglo
XXI aumenten en las regiones tropicales y en latitudes altas y disminuyan en las regiones subtropicales asociadas
con las expansiones proyectadas hacia los polos (IPCC, 2007). Se prevé
que el cambio total de humedad del suelo
disminuya en las latitudes altas del hemisferio norte y aumente en África
Central y Asia, mientras que la humedad del suelo cerca de la superficie tiende
a disminuir en la mayoría de las áreas de acuerdo con el aumento del
calentamiento y la evaporación
(Informe de Cambio
Climático, 2014).
Respecto a la valoración de los efectos del cambio
climático en la CRSLM, se trabajó con dos Modelos de Circulación General; el
primero de ellos es el modelo establecido
por Estados Unidos de América denominado GFDL-CM3 y el modelo inglés,
HAGDGEM2-ES; ambos modelos se regionalizaron para su aplicación, incorporándolos
en la construcción del modelo en WEAP como escenarios con cambio climático (Abdallah
y Rosenberg, 2019), para conocer las proyecciones
futuras del comportamiento hidrológico de la cuenca.
Para estructurar el modelo y escenarios, se consideran
tres vectores; la determinación del escurrimiento natural a partir de registros
de información hidroclimatológica, la
aplicación de los
escenarios de cambio climático para simular las condiciones base o
actuales y las condiciones futuras con los
datos (Mishra y col., 2017).
Las vías de concentración representativas (RCP, por
sus siglas en inglés: representative concentration
pathways), utilizadas en este trabajo para identificar los escenarios de
cambio climático se consideraron que son rutas de concentraciones de gases de efecto invernadero adoptadas por el Grupo
Intergubernamental de Expertos sobre el
Cambio Climático (IPCC, por sus siglas
en inglés: intergovernmental panel on
climate change) dependiente de las Naciones
Unidas, que tienen el objetivo de proporcionar al mundo información científica para comprender los riesgos
e impactos del cambio climático (Papas y Fellow, 2017). Las RCP propuestas mundialmente son 2.6 W/m2; 4.5
W/m2; 6.0 W/m2 y 8.5 W/m2 (Figura 6).
Este proyecto tomó en cuenta los forzamientos 4.5 W/m2 y 8.5 W/m2
para los dos Modelos de Circulación General mencionados anteriormente. Se tiene
que precisar la que la variabilidad
climática representa fenómenos naturales de la variabilidad del clima dentro de rangos típicos de su
medición histórica en un lugar determinado,
lo que no implica cambio climático. Cabe precisar que existen muchos estudios
que intentan abordar el problema desde diferentes perspectivas científicas e
institucionales, sin embargo, ninguno de ellos explora los diferentes extremos
(no debe confundirse con eventos extremos como sequías e inundaciones) que
podrían realizarse a partir de conjunto de proyecciones climáticas disponibles y por comparativa de sus modelos
(Sridharan y col., 2019).
Diseño y
estructura del modelo en WEAP
Con las ecuaciones del balance hidrológico, WEAP calcula un
balance de masa de agua para cada nodo y enlace en el sistema en un intervalo
de tiempo mensual (Figura 7). Para determinar el flujo de agua en las
corrientes, se consideran los sitios de demanda, flujos de retorno y estimación
del caudal natural previamente analizado con el método SCS. Así mismo, permite
modelar cargas puntuales de contaminación en los cuerpos receptores de descargas y sus concentraciones de calidad del agua
considerando un modelo unidimensional de la DBO5 y el OD (Ramadan y col., 2019).
Mediante el principio de funcionamiento de WEAP se puede
simular una amplia gama de los componentes naturales e intervenidos de los
sistemas hídricos, incluyendo análisis hidrológicos lluvia-escorrentía, recarga
potencial de los acuíferos por precipitación
y calidad del agua que pueden ser
integrados a la modelación (Jaramillo y col., 2016).
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos en la determinación de los
escurrimientos a nivel mensual en la cuenca del río Soto la Marina (Figura 8),
muestran que existe una gran heterogeneidad en la distribución mensual del escurrimiento natural, con una marcada
tendencia de incremento en los meses de mayo
a septiembre y sensiblemente en este último mes; situación que es
importante de resaltar para poner en evidencia la falta de políticas públicas
asertivas y promotoras del uso sustentable del recurso hídrico. Lo anterior
advierte que un criterio de disponibilidad a nivel anual como lo establece la
NOM-011-CONAGUA-2015, no es opción para la
estimación del escurrimiento superficial en la CRSLM, tanto en épocas
naturales de estiaje y en aquellas de mayor
disponibilidad o épocas de avenidas, por lo que el análisis de
disponibilidad debe realizarse a nivel mensual, ya que estos criterios conservadores
de estimación, pueden comprometer el desarrollo social y económico de la
región, al sustentar la gestión de los recursos hídricos en una normativa cuyo
enfoque se ha basado únicamente en la
preservación de la cantidad del agua con los datos históricos anuales
registrados.
De lo anterior,
se puede decir que la diferencia en el uso de ambos métodos estriba en que la
NOM-011-CONAGUA-2015 establece 3 categorías
de suelos y 14 diferentes usos de éstos; mientras que el método del SCS
utiliza 4 categorías de uso del suelo y
14 usos de ellos, donde algunos factores incluso se pueden evaluar para condiciones
de suelos en secos o húmedos, o bien, permite también estimar la abstracción
inicial, equivalente a la evapotranspiración y la infiltración. En síntesis, al
comparar los resultados obtenidos entre el método Indirecto de la norma y el
método del SCS, se observa que el primero estima escurrimientos bastante
menores que el método del SCS; por lo que se podría sugerir que el método Indirecto de la norma oficial, subestima el escurrimiento
superficial, y que el método del SCS está, posiblemente, más cercano a la realidad.
Por lo anterior,
se infiere que debido a que no se tienen datos precisos de las extracciones de
agua en todos los tramos de la cuenca de estudio
por parte de los usuarios del agua, al aceptar los resultados del método
Indirecto de la norma oficial, se asume
que los usuarios del agua pudieran aprovechar el recurso de acuerdo a sus necesidades, ya que los resultados oficiales
señalan que al no haber disponibilidad en algunos de los tramos de la cuenca
del río Soto la Marina, se puede pensar que estos quedarían completamente
secos, lo cual no resulta así, al menos sobre los tributarios, cuyos escurrimientos son permanentes todo el año,
limitando con ello los posibles proyectos de desarrollo económico en la zona.
El propósito fundamental de la valoración hidrológica se centra en reducir la
brecha entre la gestión del agua y el escenario natural de la propia hidrología (Rochdane y col., 2012), abordando tanto
los factores biofísicos que influyen en el río
como los factores socioeconómicos que afectan la demanda doméstica, agrícola e
industrial y manejo de reservorios.
Un aspecto radical de la norma es que establece disponibilidades
anuales, particularmente en el escenario de referencia sin cambio climático,
que es la condición actual real, donde se observa que el 87.7 % del
escurrimiento que transita en la cuenca se encuentra en el periodo de mayo a
septiembre; especialmente tan solo en septiembre escurre el 30.8 % del volumen
total anual. Esta condición es muy importante, ya que la norma oficial mexicana
no refleja un adecuado criterio técnico para sustentar la administración y disponibilidad de este recurso vital. La primera de las simulaciones
que proporciona este modelo es referente a la marcada heterogeneidad de la distribución
mensual de los escurrimientos en la cuenca (Figura 8).
Los resultados
obtenidos son elementos suficientes para poder considerar varios aspectos que resultan sumamente importantes en el contexto
de administración sustentable del recurso hídrico, tanto en cantidad como en calidad
y su proyección futura hacia el inicio del otro siglo.
La información regionalizada del modelo GFDL_CM3 con el nivel de
radiación forzada de 4.5 W/m2 fue incorporada
al modelo WEAP, cuyos resultados mostraron patrones de estimación
con mayores escurrimientos debido a las anomalías climáticas registradas en el periodo
de avenidas, incluso superando considerablemente los volúmenes mensuales de escurrimientos
en septiembre, que es el mes dominante de lluvias y escurrimientos en la CRSLM,
y por el contrario, este mismo modelo presenta para ambas condiciones de radiación
forzada de 4.5 W/m2 y 8.5 W/m2, valores exactamente
idénticos en temporada de estiaje e iguales, o muy similares a las condiciones
del escenario base, es decir, el periodo de enero a marzo.
Por otro lado,
las simulaciones efectuadas con el modelo HAGDGEM2-ES muestran una condición
diferente, ya que en época de avenidas las simulaciones del mismo periodo,
especialmente del periodo junio a diciembre resultan ligeramente menores a las
condiciones del escenario base, con excepción de septiembre, que se presenta ligeramente
mayor a la condición real. El caso del periodo de estiaje (específicamente los
meses de febrero y marzo) resulta muy similar, siendo la simulación en el mes
de enero mayor al escenario base.
Los resultados de calidad del agua obtenidos en las campañas de muestreo
y análisis, representaron la variabilidad espacio-temporal de los parámetros: OD, DBO5 Y DQO, para los ríos Corona y Purificación, como los principales tributarios (Lawani y col., 2017) (Figuras 9 y 10).
Aunque en la
agricultura estos parámetros no son
considerados de primer orden en importancia, lo son social y ambientalmente, ya
que existen fuentes de suministro público-urbano, doméstico y para la conservación de otras especies
pecuarias y pesqueras.
Por lo que respecta al OD, este presentó valores aceptables durante
todo el muestreo. No obstante, existen señalamientos de afectación a la calidad
del agua del río Corona por parte de las cooperativas de pescadores de la zona
ante autoridades municipales de Güemez, ya que señalan el desarrollo de lirio
acuático en el río Corona y la baja del producto pesquero como consecuencia (dominio público local).
Con respecto al comportamiento estacional (Figuras 10a; 10b y
10c), se observa en términos generales que la tendencia de los parámetros baja
ligeramente en los meses de agosto a octubre
y se incrementan las concentraciones de la DBO5 y DQO en los meses de estiaje (diciembre a abril). Así
mismo, se aprecia en la Figura 9b que
el parámetro DBO5 muestra en la parte terminal en sentido del flujo
de agua (es decir hacia la presa Vicente Guerrero), específicamente una mayor
tendencia en la estación PVG-4, en donde se
supone no hay comunidades o
afectaciones por descargas de origen público-urbano o rural. Para la DQO
en la figura 9c, se presenta un ligero incremento en el periodo de abril, junio
y agosto en la estación PVG-5, bajando su concentración por efecto de las
avenidas que se presentan el mes de octubre (Vallejo-Rodríguez y col., 2017).
En relación con
la DBO5, se aprecia que la mayor parte de los resultados son aceptables. No
obstante, resulta importante precisar que, un sitio puntual sobre la presa, que
es la entrada o confluencia del río Corona,
denota niveles que se sugieren ser considerados como afectados, debido a que supera los 30 mg/L, existiendo
para ese sitio un valor de 28.5 mg/L y 31.2 mg/L para los meses de enero y
febrero, respectivamente. Esto puede confirmarse debido a que, en la
actualidad, se presentan importantes niveles de crecimiento de lirio
acuático en los últimos 11 km del río Corona,
así como la afectación de una
superficie aproximada de 150 ha del
vaso de la presa Vicente Guerrero. El desarrollo de este tipo de maleza
está documentado mediante registros de videos y fotografías de la zona, al paso del tiempo, en Muro Político (2020), y se debe precisamente
a altas cargas orgánicas acompañadas de una concentración excesiva de
nutrientes como nitratos, sulfatos, fosfatos y otros detonantes de maleza acuática.
Por otro lado, los hallazgos obtenidos de la DQO frecuentemente
superaron en diversos sitios y temporadas los criterios de calidad del agua para
considerar como aceptable su condición. Una concentración superior a los 40
mg/L de DQO clasifica a las aguas naturales como contaminadas de acuerdo con
ese criterio (Conagua, 1989). Al considerar estos resultados con relación a los
obtenidos a la DBO5, se observa que los materiales que reflejan la alta
concentración de DQO no son susceptibles de biooxidación, por lo que sus
orígenes son distintos a los presentes en cargas
de origen público-urbano o doméstico en zonas rurales.
El modelo de
decaimiento del OD sobre el río Corona
(Figura 11), muestra una curva de recuperación de sus condiciones debido a factores naturales, lo que revierte el impacto
del vertimiento del río San Felipe, y
se confirma con los valores de OD
en la estación RC-1 denominada Río Corona-Final,
que es la última estación sobre el río Corona antes de su confluencia a la presa Vicente Guerrero, cuyos valores oscilaron entre 5.4 mg/L y 9.0 mg/L, excepto el mes de febrero de 2019, donde presentó
un valor de 7.78 mg/L (Figura 10a).
Cabe señalar que
el río Pilón es una corriente cuyas aportaciones de agua en época de estiaje a
la presa Vicente Guerrero es muy baja (poco flujo), como lo hacen los ríos
Corona y Purificación. Aunado a ello, la calidad del agua del río Pilón no se ve
afectada por descarga de zonas urbanas e industriales, o retornos agrícolas en
zonas de riego, como es el caso del río Corona, donde los problemas mayores en
materia de calidad del agua que tiene el sistema los tiene esta corriente (en
los recorridos realizados se pudo apreciar que existen efectos visibles). Es
importante destacar que el mayor tributario durante todo el año es el río Purificación,
y en segundo término el río Corona, pero como este último recibe grandes
volúmenes de aguas residuales, el presente trabajo enfocó su atención mayormente en esta corriente.
Aun siendo favorable el fenómeno representado en la Figura 11, los
materiales asociados a estas cargas orgánicas no evaluadas en la presente
investigación (nutrientes), son de suma importancia, ya que existe un fuerte
desarrollo de lirio acuático en la zona, señal inequívoca de una acelerada
eutroficación. Con relación a la modelación de la calidad del agua en la presa
Vicente Guerrero, WEAP no tiene posibilidad de modelar embalses (Slaughter y col.,
2016), por lo que es recomendable aplicar otro software o bien,
desarrollar un modelo por celdillas (cubicación) para valorar las condiciones
de la presa en función de su hidrodinámica.
Para comprender
la situación relacionada con los niveles de
concentraciones obtenidos en cada
uno de los tributarios de la presa Vicente Guerrero, que conforma el
principal embalse que soporta actividades
socioeconómicas relevantes e
indudablemente la fuente de suministro de agua potable principal de la
cuenca, se determinaron las cargas orgánicas contaminantes que entran a la
presa como DBO5 y DQO (Figuras 12 y 13).
Como se observa
en la Figura 12, las mayores cargas que transitan y se vierten a la presa, se
acentúan en los meses de junio a noviembre, coincidentemente con el
comportamiento dominante de escurrimientos, particularmente el mes de
septiembre se observa en todos los tributarios un pico que sobresale del resto,
con valores que alcanzan las 1 251.12 T;
464.44 T y 263.70 T, para los ríos Purificación, Corona y Pilón, respectivamente. Cabe resaltar que la carga
total anual como DBO5 que entra como aportación de estos tres tributarios es de 6 808.38
T, cifra bastante significativa de
aportación al vaso lacustre de la presa Vicente Guerrero, más aún si se considera que el vaso ya presenta una
reconocida concentración de DBO5.
Con relación a
la DQO, se encontró un comportamiento similar, presentándose las mayores cargas
de este parámetro los meses de junio a noviembre y de igual forma, en septiembre
se alcanzan las mayores cargas contaminantes
del orden de 5 787.61 T; 2 148.49 T y 1 278.47 T para los ríos
Purificación, Corona y Pilón, respectivamente.
Para este parámetro la carga anual fue 32 427.49 T, carga que entra
al embalse de la presa.
Las Figuras 12 y
13 son útiles para dimensionar el grado de afectaciones de estas concentraciones
que, aparentemente son pequeñas cantidades de material en los cuerpos de agua
de esta cuenca, sin embargo, son traducidas como cargas contaminantes
significantes. Cabe señalar que, aunque el efecto dilución se encuentra presente
de junio a noviembre, es precisamente este incremento del gasto sobre estos
tributarios, lo que incrementa las cargas de DBO5 y DQO que
finalmente se vierten en la presa Vicente Guerrero.
Es importante
evidenciar que las grandes cantidades de aportaciones como cargas de DBO5 y
DQO, por la naturaleza de dichos parámetros, pueden tener una relación estrecha
entre ambos. En ese sentido, se alcanzó un máximo de relación de 28.81 % del
contenido DBO5/DQO y hasta un rango menor de 2.56 %, lo cual es indicativo
de una mayor presencia de materiales
difícilmente degradables, incluso del tipo refractarios que son
conservativos y se caracterizan por aquellas aguas duras con altos índices de
sales disueltas como carbonatos, bicarbonatos, sulfatos y otros materiales, que
elevan grandemente los valores de DQO, como son las aguas naturales de las
corrientes superficiales de esta cuenca.
CONCLUSIONES
Los resultados
obtenidos en esta investigación muestran la necesidad urgente de planear con
enfoque mensual el recurso hídrico, ya que el escurrimiento
natural es muy heterogéneo, siendo el periodo de noviembre a marzo el
menor escurrimiento y en extremo crítico los meses de febrero y marzo. Los
escenarios de ambos modelos de cambio
climático proyectados al año 2100, prevén condiciones del 12 % de reducción
del escurrimiento natural medio mensual en
el periodo de estiaje, además del correspondiente incremento en su
demanda, lo cual implica grandes retos por reducir la brecha hídrica, así como garantizar el sostenimiento
del desarrollo socio-económico de los habitantes de la cuenca del río Soto la
Marina por el fenómeno proyectado en estas
simulaciones. Así mismo, de la
proyección de escenarios con el RCP 4.5 W/m2 en ambos modelos,
GFDL-CM3 y HAGDGEM2-ES, se deduce que septiembre, presenta un notable
incremento de los volúmenes del escurrimiento natural, lo que pone de
manifiesto la alerta en zonas de alto riesgo por
inundaciones y de aquellos sectores vulnerables a ello, posiblemente
asociadas al incremento en la presencia de fenómenos meteorológicos como
ciclones o tormentas tropicales. Por otro lado, es importante considerar que
aunque la modelación de calidad del agua por el modelo unidimensional aplicado
resulta favorable para la recuperación de sus condiciones de salud ambiental,
las cantidades como cargas contaminantes
determinadas en el sistema hídrico, son del orden de varios miles de
toneladas anuales como DBO5 y DQO, situación que refleja el gran estrés hídrico al que se sujeta el
sistema y que se complica por la gran heterogeneidad
estacional del escurrimiento natural y
su variabilidad ante los efectos del cambio
climático simulado en este proyecto, principalmente en el escenario
GFDL-CM3 para el forzamiento RCP 4.5 W/m2, lo que eleva aún más el estrés
hídrico en conjunción de estos vectores, por lo que a fin de consolidar un efectivo plan de manejo en la cuenca del río
Soto la Marina, es fundamental tomar en cuenta estos resultados. También, es
preciso señalar, que la condición de presencia de lirio acuático en los últimos
años sobre el tramo del río Corona desde la
confluencia de la presa Vicente Guerrero
y hasta varios kilómetros aguas arriba sobre el cauce de este río,
denotan una condición de concentraciones
orgánicas y de nutrientes atípicos en este sistema, lo cual es un factor
detonante del proceso de eutrofización de la presa Vicente Guerrero, que si no
se atiende en tiempo y forma resultará en un alto costo de inversión para el
dragado y retiro de dicha maleza, con la consecuente pérdida de la calidad del
agua y el ecosistema original.
Referencias
Abdallah, A. and Rosenberg, D. (2019). A data model to manage data for
water resources systems modeling. Environmental Modelling & Software.
115: 113-127.
Aird, R., Eaton, A., and Rice, E. (2017). Standard Method to the
Examination of Water and Wastewater. Water Enviromental Federation. [En
línea]. Disponible en: https://www.academia.edu/38769108/Standard_Methods_For_the_Examination_of_Water_and_Waste water_23nd_edition. Fecha de consulta: 17 de septiembre de 2019.
Borges, C. A., Leite, H., Silva, M. C., Ferreira, A., Hora, J., Lopes, S.,
and Oliveira, G. (2017). Assessment of
water quality using principal component analysis: a case study of the açude da
Macela– Sergipe – Brazil. Modern Environmental Science and Engineering.
32(4): 227-234.
Chapra, S. (1997). Surface Water - Quelity Modeling. Reseach Gate.
13-25.
Chapra, S., Pelletier, G., and Tao, H. (2012). QUAL2K: a Modeling
Framework for Simulating River and Stream. Medford, MA.: Tufts University. 11 Pp.
Conagua,
Comisión Nacional del Agua (1989).
Criterios Ecológicos de Calidad del Agua- Secretaría de Medio Ambiente y
Recursos Naturales. [En línea]. Disponible en:
http://legismex.mty.itesm.mx/acu/acca001.pdf. Fecha de consulta: 14 de
septiembre de 2020.
Conagua,
Comisión Nacional del Agua (2015). Situación del Subsector Agua Potable,
Alcantarillado y Saneamiento (2015). Comisión Nacional del Agua. Biblioteca de
Publicaciones Oficiales del Gobierno de la República. [En línea]. Disponible
en: https://www.gob.mx/publicaciones/es/articulos/situacion-del-subsector-agua-potable-alcantarillado-y-saneamiento?idiom=es.
Fecha de consulta: 19 de mayo de 2019.
Conagua,
Comisión Nacional del Agua (2017). Estadisticas del agua en México.
México: SINA, Sistema Nacional de Información del Agua. 32-52 Pp.
Conagua,
Comisión Nacional del Agua (2019). Consulta de Información estadística del
agua: Hidrometría, climatología, plantas de tratamiento, zonas de riego y
demandas de agua inscritos en registro público del agua (REPDA). [En línea].
Disponible en: http://www.conagua.gob.mx. Fecha de consulta: 4 de febrero de
2019.
Conapo,
Consejo Nacional de Población (2015). Conciliación demográfica de México 1950-2015
y proyecciones demográficas 2030. [En línea]. Disponible en:
https://www.gob.mx/conapo/documentos/proyecciones-de-la-poblacion-de-los-municipios-de-mexico-2015-2030.
Fecha de consulta: 10 de enero de 2019.
Gobierno del
Estado de Tamaulipas (2017). Atlas de Riesgos del Estado de Tamaulipas. [En
línea]. Disponible en: (https://www.tamaulipas.gob.mx/proteccioncivil/wp-content/uploads/sites/36/2017/09/ATLAS-DE-RIESGOS-DEL-ESTADO-DE-TAMAULIPAS.pdf).
Fecha de consulta: 7 de septiembre de 2019.
Hervis-Granda,
G., López-Seijas, T., Vargas-Castilleja, R., Rolón-Aguilar, J. y Sánchez-Torres, G. (2017). Aplicación del modelo WEAP para la planeación hidrológica de la cuenca San Diego,
municipio Los Palacios, provincia Pinar del Río, Cuba. Research Gate. 2-4.
Hijmans, R., Cameron, S., Parra, J., Jones, P., and Jarvis, A. (2005). Very
high resolution interpolated climate surfaces for global land áreas. International Journal of Climatology. 25(15): 1965-1978.
INEGI,
Instituto Nacional de Estadística y Geografía (2010). Censos de población y
vivienda 2010. [En línea]. Disponible en: http://www.inegi.org.mx. Fecha de consulta: 10 de enero de 2019.
INEGI,
Instituto Nacional de Estadística y Geografía (2020). Información Nacional
Hidrologica, en Portal de Información Digital de INEGI. [En línea].
Disponible en: https://www.inegi.org.mx/temas/hidrologia/. Fecha de consulta:
14 de marzo de 2019.
Informe de
Cambio Climático (2014). Resumen para responsables de políticas. Grupo
Intergubernamental de Expertos sobre el Cambio Climático (IPCC), en Organización
Meteorológica Mundial. [En línea]. Disponible en:
https://www.ipcc.ch/site/assets/uploads/2018/02/AR5_SYR_FINAL_SPM_es.pdf. Fecha
de consulta: 10 de julio de 2020.
IPCC, Panel
Intergubernamental en Cambio Climático-Organización de las Naciones Unidas (2007). Informe del Grupo de Trabajo I-Fourth
Assessment Report: Climate Change 2007-RT.5.2 Proyecciones a gran escala para
el siglo XXI. [En línea]. Disponible en:
https://archive.ipcc.ch/publications_and_data/ar4/wg1/es/tssts-5-2.html. Fecha de consulta: 10 de julio de
2020.
Jaramillo, M.-F., Galvis, A., Escobar, M., Forni, L., Purkey, D.,
Siebel, J.-S., ..., and Sabas, C. (2016). Integration
ofi WEAP and Qual2k model for the simulation of water quality surface
resources. Case study: La Vieja River Basin,
Colombia, en Aqua-LAC. [En línea]. Disponible en:
https://unesdoc.unesco.org/ark:/48223/pf0000247568. Fecha de consulta: 12 de
mayo de 2020.
Jingshui, H.,
Yin, H., and Chapra, S. (2017). Modelling dissolves oxygen depression in an urban river in china. Multidisciplinary
Digital Publishing Institute (MDPI). 1-2.
Lal, M., Mishra, S. K., Pandey, A., Pandey, R. P., Meena, P. K.,
Chaudhary, A., ..., and Kumar, Y. (2017). Evaluation of the Soil Conservation
Service curve number methodology using data from agricultural plots. Hydrogeology
Journal. 25(1): 151-167.
Lawani, R., Kelome, N., and Agassounon-Djikpo-Tchibozo, M. (2017).
Organic pollution of Ouémé River in Benin Republic, in ResearchGate-International
Water Resources Association (IWRA). [En línea]. Disponible en: https://www.researchgate.net/figure/Organic-pollution-indication-OPI-map-of-the-Oueme-River-in-Benin-Republic_fig2_318214369. Fecha de consulta: 7 de
abril de 2020.
Mishra, B., Regmi, R., Masago, Y., Fukushi, K., Kumar, P., and Saraswat,
C. (2017). Assessment of Bagmati
river pollution in Kathmandu Valley: Scenario-based modeling and analysis for
sustainable urban development. Sustainability of Water Quality and Ecology.
9: 67-77.
Moncada, A. M., Escobar, M., Betancourth, A., Vélez, U. J., Zambrano,
J., and Alzate, L. M. (2020). Modelling water stress vulnerability in small
Andean basins: case study of Campoalegre River basin, Colombia. International Journal of Water
Resources Development. 37(4): 640-657.
Muro Político
(2020). Presa Vicente Guerrero se llena de maleza Acuática, en muropolítico.mx.
[En línea]. Disponible en: https://muropolitico.mx/2020/11/25/presa-vicente-guerrero-se-llena-de-maleza-acuatica/.
Fecha de la consulta: 28 de enero de 2021.
Norma Mexicana
de Análisis de Agua NMX-AA-012-SCFI-2001 (2001). Determinación del Oxígeno
Disuelto (OD) en aguas naturales, residuales y residuales tratadas – Método de
prueba, en Diario Oficial de la Federación. [En línea]. Disponible en:
https://www.gob.mx/cms/uploads/attachment/file/166768/NMX-AA-012-SCFI-2001.pdf. Fecha de consulta: 17 de enero de 2018.
Norma Mexicana
de Análisis de Agua NMX-AA-028-SCFI-2001 (2001). Determinación de la Demanda
Bioquímica de Oxígeno (DBO5) en aguas naturales, residuales y residuales
tratadas– Método de prueba, en Diario Oficial de la Federación. [En línea].
Disponible en:
http://www.economia-nmx.gob.mx/normas/nmx/2001/nmx-aa-028-scfi-2001.pdf. Fecha
de consulta: 17 de enero de 2018.
Norma Mexicana
de Análisis de Agua NMX-AA-030/2-SCFI-2011 (2011). Determinación de la Demanda
Química de Oxígeno (DQO) en aguas naturales, residuales y residuales tratadas –
Método de prueba, en Diario Oficial de la Federación. [En línea]. Disponible
en: https://www.gob.mx/cms/uploads/attachment/file/166775/NMX-AA-030-2-SCFI-2011.pdf.
Fecha de consulta: 17 de enero de 2018.
Norma Mexicana de Análisis de Agua
NMX-AA-007-SCFI-2013 (2013). Medición de la Temperatura en aguas naturales,
residuales y residuales tratadas – Método de prueba, en Diario Oficial de la
Federación. [En línea]. Disponible en: https://biblioteca.semarnat.gob.mx/janium/Documentos/Ciga/agenda/DOFsr/NMX-AA-007-SCFI-2000.pdf.
Fecha de consulta: 17 de enero de 2018.
Norma Mexicana
de Análisis de Agua NMX-AA-008-SCFI-2016 (2016). Medición del pH en aguas naturales,
residuales y residuales tratadas – Método de prueba, en Diario Oficial de la
Federación. [En línea]. Disponible
en: https://www.gob.mx/cms/uploads/attachment/file/166767/NMX-AA-008-SCFI-2016.pdf.
Fecha de consulta: 17 de enero de 2018.
Norma Oficial
Mexicana NOM-011-CONAGUA-2015 (2015). Conservación del recurso agua. Que
establece las especificaciones y el método para determinar la disponibilidad
media anual de las aguas nacionales, en Diario Oficial de la Federación.
[En línea]. Disponible en: https://www.dof.gob.mx/nota_detalle.php?codigo=5387027&fecha=27/03/2015.
Fecha de consulta: 17 de enero de 2018.
ONU,
Organización de las Naciones Unidas (2020). Agua y Nutrición, en Agua para
el Desarrollo Sostenible. [En línea]. Disponible en:
https://www.unscn.org/uploads/web/news/document/Water-Paper-SP-WEB.pdf. Fecha
de consulta: 14 de octubre de 2019.
Pachauri, R., Meyer, L., and Team, A. C. (2015). Informe de AR5: Cambio Climatico. Geneva 2,
Switzerland: World Meteorological Organization (WMO) and IPCC. [En línea]. Disponible en: https://archive.ipcc.ch/home_languages_main_spanish.shtml.
Fecha de consulta: 23 de marzo de 2020.
Papas, M. and Fellow, H. (2017). Climate Change Adaptation and the
Pivotal Role of Water: Proposed Policy Response for Australia. [En línea]. Disponible en: https://research-repository.uwa.edu.au/en/activities/xvi-world-water-congress-international-water-resources-associatio.
Fecha de consulta: 27 de febrero de 2020.
Ramadan, E.,
Shalash, O., Fahmy, M., and Abdel-Aal, G. (2019). Integrated water resource management in Sharkia
Governorate, East Nile Delta using numerical evaluation of water management
strategies. Alexandria Engineering Journal. 58(2): 757-771.
Rochdane, S., Reichert, B., Messouli, M., Babgigi, A., and Khebiza, M.
(2012). Climate Change Impacts on Water Supply and Demand in Rheraya Watershed
(Morocco), with Potential Adaptation Strategies. Journal of Sustainability
of Water Quality and Ecology. 4(1): 28-44.
Sahukhal, R. and Tri-Ratna, B. (2019). Modeling water resources under
competing demands for sustainable development: A case study of Kaligandaki
Gorge Hydropower Project in Nepal. Water Science and Engineering. 12(1):
19-26.
Schull, V. Z., Daher, B., Gitau, M. W., Mehan, S., and Flanagan, D.
(2020). Analyzing FEW nexus modeling tools for water resources decision-making
and management applications. Food and Bioproducts Processing. 119: 108-124.
Semarnat,
Secretaría de Medio Ambiente y Recursos Naturales (2013). Estrategia Nacional
de Cambio Climatico, en Visión 10-20-40. [En línea]. Disponible en: https://www.gob.mx/cms/uploads/attachment/file/41978/Estrategia-Nacional-Cambio-Climatico-2013.pdf.
Fecha de consulta: 7 de marzo de 2019.
Servicio
Meteorológico Nacional (2019). Consulta de Información Climatológica en boletines
y en estaciones Automáticas (EMA’s). [En línea]. Disponible en:
http://www.smn.conagua.gob.mx Fecha de consulta: 6 de febrero de 2019.
Silva-Hidalgo,
H., Estrada, G. G., Calderón, F. M., and Villalba, M. D. (2017). Effects of climate change on water availability
in a hydrological watershed located in an arid region in the north central
portion in Mexico. Multidisciplinary Digital Publishing Institute (MDPI).
1-11.
Slaughter, A., Mantel, K., and Hughes, D. (2016). Water quality management
in the context of future climate and development changes: a South African case.
Journal of Water and Climate Change. 7(4): 745-787.
Sridharan, V., Pereira-Ramos, E., Zepeda, E., Boehlert, B., Shivakumar,
A., and Taliotis, C. (2019). The Impact of Climate Change on Crop Production in
Uganda—An Integrated Systems Assessment with Water and
Energy Implications. Multidisciplinary Digital Publishing Institute.
11(9): 1805.
UNESCO,
Organización de las Unidas para la Educación, la Ciencia y la Cultura (2019)
Informe Mundial de Naciones Unidas sobre el Desarrollo de los Recursos Hídricos
2019. [En línea]. Disponible en: https://www.acnur.org/5c93e4c34.pdf.
Fecha de consulta: 19 de mayo de 2019.
US Department of Agriculture (1972). Soil Conservation Service SCS:
National Engineering Handbook, Section 4, in Hydrology. [En línea]. Disponible en:
https://directives.sc.egov.usda.gov/OpenNonWebContent.aspx?content=18393.wba.
Fecha de consulta: 4 de febrero de 2019.
Vallejo-Rodríguez,
R., León-Becerril, E., Díaz-Torres, J., Hernández-Mena, L., Del-Real-Olvera, J.
F. P., and Martínez-Mendoza, L. L. (2017). Water Quality
Index of Lake Chapala in Mexico and its potential risk, in ResearchGate-International
Water Resources Association (IWRA). [En línea]. Disponible en: https://www.researchgate.net/publication/319692488_Water_Quality_Index_of_Lake_Chapala_in_Mexico_and_its_potential_risk_to_public_health.
Fecha de consulta: 19 de marzo de 2020.
Vieira, E. and
Solis, S. (2017). Sustainabiloty
index and integrated water resources management of the rio
Verde Grande Basin in Brazil, in International Water Resources Association
(IWRA). [En línea]. Disponible en:
https://iwra.org/member/congress/resource/ABSID531_ABSID531_ID_531_Full_paper.pdf. Fecha de consulta: 8 de mayo de 2020.
Water Evaluation and Planning (2019). SEI, System Stockholm Enviromental. Institute
Copyrighth© 1990-2021. (Versión 2019.2) [Software de
cómputo y manual del usuario]. Estocolmo, Suecia. Bajo licencia del Instituto
de Medio Ambiente de Estocolmo. [En línea]. Disponible en: https:www.weap21.org.
Fecha de consulta: 29 de mayo de 2019.