Universidad de Chile Facultad de Ciencias FÍsicas y MatemÁticas

Universidad de Chile Facultad de Ciencias FÍsicas y MatemÁticas Departamento de INGENIERÍA CIVIL INFLUENCIA DE LA COBERTURA DE BOSQUE NATIVO EN LA GENERACIÓN DE ESCORRENTÍA EN EL SUR DE CHILE: ESTUDIO COMPARATIVO DE MICROCUENCAS TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN CIENCIAS DE LA INGENIERÍA, MENCIÓN RECURSOS Y MEDIO AMBIENTE HÍDRICO MEMORIA PARA OPTAR AL TÍTULO DE INGENIERÍA CIVIL CAMILA DESIRÉE ÁLVAREZ GARRETÓN PROFESOR GUÍA: JAMES MCPHEE TORRES MIEMBROS DE LA COMISIÓN: XIMENA VARGAS MESA ANTONIO LARA AGUILAR SANTIAGO DE CHILE JUNIO 2010 1 RESUMEN DE LA MEMORIA PARA OPTAR AL TÍTULO DE INGENIERA CIVIL Y GRADO DE MAGÍSTER EN CIENCIAS DE LA INGENIERÍA, MENCIÓN RECURSOS Y MEDIO AMBIENTE HÍDRICO POR: CAMILA DESIRÉE ÁLVAREZ GARRETÓN FECHA: 29/06/2010 PROF. GUÍA: Sr. JAMES MCPHEE “INFLUENCIA DE LA COBERTURA DE BOSQUE NATIVO EN LA GENERACIÓN DE ESCORRENTÍA EN EL SUR DE CHILE: ESTUDIO COMPARATIVO DE MICROCUENCAS” Los bosques nativos influyen de manera directa en los procesos de generación de escorrentía y otros servicios ecosistémicos tales como la conservación de suelos, diversidad biológica, oportunidades para el turismo y recreación. La creciente degradación de los bosques nativos ha generado la necesidad de una valoración y cuantificación de estos servicios, de manera de aportar con herramientas para las políticas y toma de decisiones asociadas al manejo y conservación de este recurso. Dentro de este marco, la presente investigación determina relaciones entre bosques nativos de distintas características y procesos de generación de escorrentía. Los resultados de esta tesis se basan en los registros instrumentales de cinco microcuencas (área menor a 80 ha) de la precordillera del sur de Chile (39.5° Lat S), en el predio San Pablo de Tregua de la Universidad Austral de Chile, que poseen distintas coberturas de bosque nativo. Estas coberturas incluyen bosques de diferente edad (bosque adulto y bosque de renovales), con distintos tipos de intervención (con y sin criterio silvícola), y una cuenca mayormente cubierta por praderas. Todas las cuencas poseen una geomorfología y composición de suelos similar, por lo que se espera que las diferencias encontradas en cuanto a los procesos de generación de escorrentía, se deban principalmente a las diferencias en la cobertura. Se desarrolla una metodología de análisis comparativo de los registros de caudal y precipitación de las distintas cuencas, a escala anual, estacional, mensual, en períodos de recesión y frente a eventos de tormenta. Los resultados coinciden con los encontrados por otros autores, y muestran que para bosques de la misma edad, una reducción del área basal producida por la intervención del bosque, resulta en una mayor generación de escorrentía anual, estacional y frente a eventos de tormenta. Sin embargo, las relaciones para caudales en los meses más secos (enero y febrero), cuya precipitación alcanza aproximadamente al 10% del total anual y que tienen asociada la mayor actividad biológica de los bosques, dependen de la edad y tipo de intervención del bosque. Para los bosques de renovales, la intervención silvícola induce una mayor producción de escorrentía en todo momento; en los meses de verano las diferencias se hacen máximas, llegando a órdenes de un 50%, lo que daría cuenta de que un manejo silvícola de bosque nativo de renovales constituiría una buena alternativa para producción maderera, al mismo tiempo asegurando una mayor disponibilidad hídrica durante los períodos de menor recarga. Por el contrario, la intervención sin criterio silvícola de un bosque adulto, resulta en una reducción de hasta un 25% en los caudales asociados a períodos de recesión de los meses secos. Al comparar cuencas de bosques de distinta edad, se observa que aún cuando el área basal del bosque adulto es mayor, el bosque de renovales, que tiene asociado un mayor consumo de agua debido a su fase de crecimiento, genera menos escorrentía. Para la cuenca con cubierta de praderas se observa en general, una mayor generación de escorrentía en comparación con las cuencas con cubierta de bosque, lo que se condice con las menores tasas de evapotranspiración e intercepción asociadas a la pradera. Las relaciones encontradas entregan nuevos antecedentes para la valoración y cuantificación de los servicios ecosistémicos asociados al bosque nativo en Chile. Además, sugieren que sería posible intervenir cuencas con criterio silvícola, tanto para producción maderera como de escorrentía. 2 ÍNDICE 1 2 INTRODUCCIÓN 7 1.1 CONTRIBUCIONES............................................................................................................................................. 8 1.2 OBJETIVOS ........................................................................................................................................................ 8 1.2.1 OBJETIVO GENERAL ................................................................................................................................. 8 1.2.2 OBJETIVOS ESPECÍFICOS .......................................................................................................................... 9 REVISIÓN BIBLIOGRÁFICA 10 2.1 GENERACIÓN DE ESCORRENTÍA ..................................................................................................................... 10 2.2 MODELO CONCEPTUAL DE GENERACIÓN DE ESCORRENTÍA .......................................................................... 11 2.2.1 MODELO DE HORTON ............................................................................................................................ 11 2.2.2 MODELO DE ÁREA VARIABLE ................................................................................................................. 11 2.3 3 2.3.1 HIDROGRAMAS ANUALES Y ESTACIONALES .......................................................................................... 15 2.3.2 HIDROGRAMAS DE TORMENTA ............................................................................................................. 15 2.4 SEPARACIÓN COMPONENTES DE UN HIDROGRAMA ..................................................................................... 17 2.5 EL BOSQUE ..................................................................................................................................................... 20 2.5.1 PARÁMETROS DASOMÉTRICOS DE LOS BOSQUES ................................................................................ 20 2.5.2 EL BOSQUE NATIVO ............................................................................................................................... 21 2.5.3 SERVICIOS ECOSISTÉMICOS ASOCIADOS AL BOSQUE NATIVO .............................................................. 22 2.5.4 MANEJO DEL BOSQUE ........................................................................................................................... 23 2.5.5 RELACIÓN BOSQUES Y SUELOS .............................................................................................................. 24 2.5.6 RELACIÓN BOSQUES Y GENERACIÓN DE ESCORRENTÍA ........................................................................ 27 ÁREA DE ESTUDIO 32 3.1 CLIMA ............................................................................................................................................................. 33 3.2 CARACTERÍSTICAS TOPOGRÁFICAS CUENCAS EN ESTUDIO ............................................................................ 35 3.3 COBERTURA .................................................................................................................................................... 36 3.3.1 EDAD E INTERVENCIÓN DE LOS BOSQUES ............................................................................................. 36 3.3.2 ESPECIES DOMINANTES ......................................................................................................................... 37 3.3.3 PARÁMETROS DASOMÉTRICOS DE LOS BOSQUES ................................................................................ 39 3.4 4 ESTUDIO Y MODELACIÓN DE UN HIDROGRAMA ........................................................................................... 15 SUELOS ........................................................................................................................................................... 40 METODOLOGÍA 41 4.1 ANÁLISIS BASE DE DATOS ............................................................................................................................... 42 4.2 ANÁLISIS RÉGIMEN HIDROLÓGICO ................................................................................................................. 42 4.3 COMPARACIÓN CURVAS DOBLE ACUMULADAS ............................................................................................ 42 3 4.4 COMPARACIÓN CURVAS DE DURACIÓN ........................................................................................................ 43 4.5 ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO ........................................................................................ 43 4.5.1 4.6 5 CALIBRACIÓN COEFICIENTE DE DECAIMIENTO K ................................................................................... 44 SEPARACIÓN Y ANÁLISIS DE COMPONENTES DEL HIDROGRAMA .................................................................. 47 RESULTADOS 51 5.1 RESULTADOS ANÁLISIS BASE DE DATOS ......................................................................................................... 51 5.1.1 PRECIPITACIÓN ...................................................................................................................................... 51 5.1.2 CAUDAL .................................................................................................................................................. 52 5.2 RESULTADOS ANÁLISIS RÉGIMEN HIDROLÓGICO ........................................................................................... 62 5.3 RESULTADOS COMPARACIÓN CURVAS DOBLE ACUMULADAS ...................................................................... 63 5.3.1 COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) .................................................................. 63 5.3.2 COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) ............................................. 64 5.3.3 COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) ................................................ 64 5.3.4 COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) .................................................................. 65 5.4 RESULTADOS COMPARACIÓN CURVAS DE DURACIÓN .................................................................................. 65 5.4.1 COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) .................................................................. 65 5.4.2 COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) ............................................. 67 5.4.3 COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) ................................................ 68 5.4.4 COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) .................................................................. 69 5.5 RESULTADOS ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO .................................................................. 70 5.5.1 ÍNDICE DE DECAIMIENTO .................................................................................................................. 70 5.5.2 ANÁLISIS ESTACIONAL ÍNDICE DE DECAIMIENTO ............................................................................. 72 5.5.3 CURVA DE AGOTAMIENTO GENERALIZADA (MRC) ............................................................................... 73 5.5.4 COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) .................................................................. 76 5.5.5 COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) ............................................. 77 5.5.6 COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) ................................................ 78 5.5.7 COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) .................................................................. 79 5.6 RESULTADOS SEPARACIÓN Y ANÁLISIS DE COMPONENTES DEL HIDROGRAMA ............................................ 80 5.6.1 RESULTADOS ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA .................................................. 80 5.6.2 RESULTADOS ANÁLISIS MENSUAL COMPONENTES HIDROGRAMA ...................................................... 84 5.6.3 RESULTADOS COMPONENTES HIDROGRAMA EN EVENTOS DE TORMENTAS ....................................... 87 6 DISCUSIÓN 92 7 CONCLUSIONES 97 4 8 BIBLIOGRAFÍA 100 ANEXO A : ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO 105 A 1. RESUMEN CURVAS DE DECAIMIENTO SELECCIONADAS ................................................................................... 106 A 2. FACTORES QUE INFLUYEN EN EL ÍNDICE DE DECAIMIENTO K .......................................................................... 109 ANEXO B : SEPARACIÓN Y ANÁLISIS DE TORMENTAS 112 B 1. DESCRIPCIÓN PROGRAMA DE SEPARACIÓN Y ANÁLISIS DE TORMENTAS ........................................................ 112 B 2. RESULTADOS ETAPA 1 ...................................................................................................................................... 120 B 3. RESULTADOS ETAPA 2 ...................................................................................................................................... 123 B 4. RESULTADOS ETAPA 3 ...................................................................................................................................... 127 B 5. RESULTADOS ETAPA 4 ...................................................................................................................................... 129 B 6. CLASIFICACIÓN DE TORMENTAS ....................................................................................................................... 133 ÍNDICE DE FIGURAS CAPÍTULO 2 FIGURA 2‐1: ESQUEMA CICLO HIDROLÓGICO (IARNA, 2009) .......................................................................................... 10 FIGURA 2‐2: ESQUEMA COMPONENTES ESCORRENTÍA (ELABORACIÓN PROPIA) .......................................................... 11 FIGURA 2‐3: ESQUEMA MODELO DE ÁREA VARIABLE. CORTE LONGITUDINAL. (ELABORACIÓN PROPIA) ...................... 13 FIGURA 2‐4: COMPONENTES DE UN HIDROGRAMA ........................................................................................................ 16 FIGURA 2‐5: ESQUEMA HIDROGRAMA (MUSY, 1998) ..................................................................................................... 16 CAPÍTULO 3 FIGURA 3‐1: ZONA DE ESTUDIO Y UBICACIÓN ESTACIONES METEOROLÓGICAS. ........................................................... 32 FIGURA 3‐2: GRADIENTE DE PRECIPITACIÓN ZONA DE ESTUDIO .................................................................................... 34 FIGURA 3‐3: DISTRIBUCIÓN MENSUAL DE PRECIPITACIONES ......................................................................................... 35 FIGURA 3‐4: TIPOS DE BOSQUE ....................................................................................................................................... 36 FIGURA 3‐5: ESPECIES DE BOSQUE NATIVO. CUENCAS EN ESTUDIO ............................................................................... 38 FIGURA 3‐6: CORRELACIONES ENTRE LA TRANSPIRACIÓN DIARIA Y FACTORES METEOROLÓGICOS DE N. OBLIQUA Y N. DOMBEYI, SEGÚN HUBER ET AL. (1983). ......................................................................................................................... 39 CAPÍTULO 4 FIGURA 4‐1: CLASIFICACIÓN CUALITATIVA DE LOS BOSQUES ......................................................................................... 41 FIGURA 4‐2: PASOS 2, 3 Y 4. RECESS (RUTLEDGE, 2007) ................................................................................................. 45 CAPÍTULO 5 FIGURA 5‐1: PLUVIÓGRAFO ............................................................................................................................................. 51 FIGURA 5‐2: PERÍODO DE REGISTRO PLUVIÓGRAFOS ..................................................................................................... 51 FIGURA 5‐3: VERTEDERO TRIANGULAR ........................................................................................................................... 52 FIGURA 5‐4: PERÍODO DE REGISTRO: LECTURAS DIARIAS DE ALTURA SOBRE LA REGLETA (HD), REGISTRO HORARIO DE ALTURA DE PRESIÓN COMPENSADA (HH) ....................................................................................................................... 53 5 FIGURA 5‐5: ESQUEMA OBTENCIÓN BASE DE DATOS CAUDAL ....................................................................................... 53 FIGURA 5‐6: COMPARACIÓN DIARIA REGLETA, ALTURA HORARIA. AÑO HIDROLÓGICO 2004‐2005. ............................. 55 FIGURA 5‐7: CORRELACIÓN H LECTURA DIARIA / H HORARIO PROMEDIO 8, 9, 10 AM .................................................. 57 FIGURA 5‐8: ERROR (95% CONFIANZA) ........................................................................................................................... 58 FIGURA 5‐9: ERROR DE CAUDAL ASOCIADO A LAS BASES DE DATOS DE LECTURAS DIARIAS DE LA REGLETA (HD) Y ALTURA HORARIA REGISTRADA POR EL DATALOGGER (HH) ........................................................................................... 59 FIGURA 5‐10: HIDROGRAMA PERÍODO COMPLETO DE REGISTRO .................................................................................. 61 FIGURA 5‐11: HIDROGRAMA MENSUAL .......................................................................................................................... 62 FIGURA 5‐12: CUOCIENTE Q/PP ....................................................................................................................................... 62 FIGURA 5‐13: CURVA DOBLE ACUMULADA. .................................................................................................................... 63 FIGURA 5‐14: CURVA DOBLE ACUMULADA. .................................................................................................................... 64 FIGURA 5‐15: CURVA DOBLE ACUMULADA. .................................................................................................................... 64 FIGURA 5‐16: CURVA DOBLE ACUMULADA. .................................................................................................................... 65 FIGURA 5‐17: CURVA DE DURACIÓN (A) ANUAL, (B) ABR‐SEP, (C) OCT‐MAR .................................................................. 66 FIGURA 5‐18: CURVA DE DURACIÓN (A) ANUAL, (B) ABR‐SEP, (C) OCT‐MAR .................................................................. 67 FIGURA 5‐19: CURVA DE DURACIÓN (A) ANUAL, (B) ABR‐SEP, (C) OCT‐MAR .................................................................. 68 FIGURA 5‐20: CURVA DE DURACIÓN. (A) ANUAL, (B) ABR‐SEP, (C) OCT‐MAR ................................................................. 69 FIGURA 5‐21: CURVAS DE DECAIMIENTO ANALIZADAS ................................................................................................... 70 FIGURA 5‐22: CURVAS DE DECAIMIENTO Y MRC. ANÁLISIS ANUAL. ............................................................................... 74 FIGURA 5‐23: MRC. COMPARACIÓN BOSQUE ‐ PRADERAS ............................................................................................. 76 FIGURA 5‐24: MRC. COMPARACIÓN BOSQUE ADULTO PRÍSTINO (ENC) ‐ALTERADO (TRAN). ........................................ 77 FIGURA 5‐25: MRC. COMPARACIÓN BOSQUE RENOVAL CON MANEJO (RCM) – SIN MANEJO (RSM). ........................... 78 FIGURA 5‐26: MRC. COMPARACIÓN BOSQUE RENOVAL CON MANEJO (RCM) – SIN MANEJO (RSM). ........................... 79 FIGURA 5‐27: ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA. ........................................................................... 81 FIGURA 5‐28: ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA. ........................................................................... 82 FIGURA 5‐29: ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA. ........................................................................... 83 FIGURA 5‐30: ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA. ........................................................................... 83 FIGURA 5‐31: ANÁLISIS MENSUAL COMPONENTES HIDROGRAMA. ............................................................................... 84 FIGURA 5‐32: ANÁLISIS MENSUAL COMPONENTES HIDROGRAMA. ............................................................................... 85 FIGURA 5‐33: ANÁLISIS MENSUAL COMPONENTES HIDROGRAMA. ............................................................................... 86 FIGURA 5‐34: ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA. ........................................................................... 87 FIGURA 5‐35: CORRELACIONES QT VS PP ........................................................................................................................ 88 FIGURA 5‐36: CORRELACIONES QB VS PP ........................................................................................................................ 88 FIGURA 5‐37: CORRELACIONES QD VS PP ........................................................................................................................ 89 FIGURA 5‐38: COEFICIENTES DE ESCORRENTÍA. 85% NIVEL DE CONFIANZA. .................................................................. 89 FIGURA 5‐39: COMPONENTES HIDROGRAMA EN EVENTOS DE TORMENTA. 85% NIVEL DE CONFIANZA. ..................... 90 CAPÍTULO 6 FIGURA 6‐1: CUADRO RESUMEN RESULTADOS ............................................................................................................... 93 6 1
INTRODUCCIÓN Los estudios de efectos del cambio de uso del suelo en el ciclo hidrológico han ido adquiriendo mayor importancia gracias a la creciente valoración de la disponibilidad del recurso hídrico, que se ha visto afectada, entre otros factores, por la degradación de los recursos forestales (Lara et al., 2009). Estos estudios están enfocados en desarrollar herramientas que permitan predecir cambios en los regímenes hídricos, en función de cambios en la cobertura de suelo de la cuenca, de manera de contribuir con la evaluación de impactos de proyectos de esta índole. Hasta ahora, los estudios disponibles se han desarrollado principalmente en bosques de plantaciones exóticas, que corresponden al tipo de bosque utilizado en los sectores productivos forestales, y han demostrado que la reducción en la cubierta de bosques genera alteraciones al ciclo hidrológico, redistribución de las precipitaciones y un aumento de la escorrentía superficial y en los procesos erosivos, ya que la vegetación actúa como un factor interceptor y regulador de dichos procesos (Bosch y Hewlett, 1982). En Chile, en las últimas décadas, se han desarrollado estudios que combinan y comparan los efectos que provocan los cambios de cobertura de bosque nativo, de plantaciones exóticas y de cubiertas mixtas, en la generación de escorrentía, redistribución de precipitaciones y propiedades del suelo, entre otros (Schlatter, 1977; Huber, 1983; Ellies et al., 1993; Schlatter y Otero, 1995; Oyarzún y Huber, 1999; Iroumé y Huber, 2002; Lara et al., 2005; Neira, 2005; Echeverría et al., 2007; Lara et al., 2009). En los últimos 30 años, Chile ha experimentado un aumento significativo en cambios de uso de suelos, con el reemplazo de bosques nativos a plantaciones forestales de especies exóticas, a cultivos agrícolas o a praderas. Estos bosques nativos son en su mayoría de propiedad privada y han sido utilizados principalmente para producción maderera, generalmente con técnicas de raleo no sostenibles (72% del total, Lara et al., 2009). La degradación de estos bosques han tenido como consecuencia importantes pérdidas de servicios ecosistémicos, tales como la disponibilidad y calidad del agua, el turismo, la pesca recreacional y la conservación de la biodiversidad (Lara et al., 2003). Es por eso que se hace indispensable contar con estudios que aporten con herramientas para establecer relaciones, y entender la dinámica, entre la cobertura de bosque nativo y generación de escorrentía. Esta tesis en particular, se enmarca dentro de las investigaciones del núcleo científico milenio FORECOS de la Universidad Austral de Chile, y desarrolla un estudio de la relación que tienen bosques nativos de diferentes características, en los procesos de generación de escorrentía. Las cuencas en estudio poseen cubiertas de bosques nativos con distinto grado de intervención (con manejo silvícola y sin manejo, con extracción maderera sin criterio silvícola y de bosque prístino) y de edades diferentes (renovales y adultos). Además, se comparan los resultados de estas cuencas de bosque, con una cuenca aledaña con cubierta de praderas. Al establecer las relaciones entre estas distintas coberturas y los procesos de generación de escorrentía se pretende determinar si es posible compatibilizar la intervención del bosque nativo para producción maderera con la generación hídrica de las cuencas afectadas, y ver cómo influye en tipo de intervención y la edad del bosque. 7 Para este propósito, se toma como supuesto que la escorrentía es principalmente función del clima y de las características de la vegetación, y se considera la precipitación como variable representativa del clima. Las características físicas de las cuencas a estudiar, tales como las propiedades del suelo y la topografía son similares y se suponen constantes en el tiempo, por lo que su impacto sobre la generación de escorrentía se considera uniforme a lo largo del análisis. A partir de esto se desarrolla un estudio hidrológico comparativo de los registros de caudal y precipitación de las distintas cuencas, a escalas anuales, estacionales, mensuales, en períodos de recesión y a frente de eventos de tormenta. Para lo cual se implementan técnicas de análisis que involucran un estudio en detalle de los procesos de almacenamiento de las cuencas y de los procesos de respuesta rápida frente a eventos de precipitación. La estructura de este informe consiste en 8 capítulos: el capítulo 2 comprende una revisión bibliográfica de los conceptos hidrológicos y forestales básicos que se analizan en esta investigación, así como una revisión de estudios similares; el capítulo 3 describe el área de estudio en términos del clima, características topográficas y cobertura; el capítulo 4 presenta un detalle de la metodología implementada; en el capítulo 5 se detallan los resultados de las técnicas de análisis descritas en el capítulo 4 y se comparan los resultados en términos de las coberturas de cada cuenca; en el capítulo 6 se discuten los principales resultados obtenidos en el capítulo 5; en el capítulo 7 se mencionan las conclusiones obtenidas a partir de la investigación; el capítulo 8 corresponde a un listado de la bibliografía utilizada durante la investigación. 1.1 CONTRIBUCIONES La principal contribución de esta investigación es el desarrollo de una metodología para analizar distintos procesos hidrológicos de una cuenca y relacionarlos con su cobertura de bosque nativo. De esta manera se asocian condiciones hídricas a los distintos tipos de bosque nativo (renoval, adulto, intervenido, prístino), tales como capacidad de almacenamiento, generación de escorrentía, efectos de la intercepción y evapotranspiración, etc. Además, se generan avances en el entendimiento de cómo se traslada el agua a través del manto poroso del suelo en cuencas de cubierta boscosa de montañas. Una vez que se establecen relaciones y características para los tipos de bosque nativo y su grado de intervención, se cuenta con nuevas herramientas que apoyan los estudios asociados a la evaluación de los impactos en el recurso hídrico que tienen los cambios de cobertura de bosque nativo a plantaciones exóticas, a la potencialidad de un manejo sustentable del bosque nativo para producción combinada de madera y agua, a la conservación del bosque nativo, entre otros. 1.2 OBJETIVOS 1.2.1
OBJETIVO GENERAL El objetivo general de esta investigación es establecer relaciones cuantitativas entre las características del bosque nativo de una cuenca y la generación y composición de escorrentía de ésta. 8 1.2.2
OBJETIVOS ESPECÍFICOS 1. Revisar el estado del arte en técnicas de análisis para el estudio de efectos de cambios de cobertura vegetal en la generación de escorrentía. 2. Implementar una metodología de análisis de distintos procesos hidrológicos dentro de una cuenca. 3. Desarrollar cada una de las técnicas de análisis de procesos hidrológicos, implementando programas computacionales en caso de ser necesario. 4. Establecer relaciones entre resultados del estudio hidrológico y las coberturas de las cuencas. 5. Hacer comparaciones cualitativas y cuantitativas entre cuencas de distintas cobertura boscosa. 9 2
REVISIÓN BIBLIOGRÁFICA En el presente capítulo se revisan los principales temas a tratar en esta tesis, estableciendo el estado del arte de los avances que existen en el mundo científico, asociados a esta investigación. También se hace una revisión de los conceptos básicos a manejar para la comprensión de los procedimientos propuestos en este trabajo, y de los resultados obtenidos. 2.1 GENERACIÓN DE ESCORRENTÍA El término generación de de escorrentía corresponde al resultado de una serie de interacciones entre la cobertura vegetal, el suelo y el agua que entra a un sistema a través de la precipitación líquida o sólida, y se constituye básicamente de procesos de intercepción, infiltración, percolación, evapotranspiración y escorrentía (Espíldora et al., 1975). Un esquema estos procesos se muestra en la Figura 2‐1. Figura 2‐1: Esquema ciclo hidrológico (IARNA, 2009) La escorrentía está constituida por cuatro componentes: escorrentía superficial, que corresponde a la cantidad de precipitación que avanza a través del suelo hacía el cauce, sin infiltrarse en ningún momento; la escorrentía subsuperficial o flujo Intermedio, que se define generalmente como el movimiento de aguas que viajan a través de las capas superiores de suelo hacia el cauce en un determinado intervalo de tiempo; la escorrentía subterránea, que corresponde a la descarga lenta por parte de almacenamientos de acuíferos en la cuenca, y está sujeto también a factores tales como conexiones con lagos o humedales, nieve, glaciares o almacenamientos temporales en las laderas de los cauces debido a eventos de tormenta o crecidas; y la precipitación directa sobre los cauces (ver Figura 2‐2) (Ward y Trimble, 1995): 10 Infiltración Percolación Escorrentía superficial Escorrentía subsuperficial Precipitación directa Flujo subterráneo Figura 2‐2: Esquema componentes escorrentía (Elaboración propia) 2.2 MODELO CONCEPTUAL DE GENERACIÓN DE ESCORRENTÍA El estudio de los procesos hidrológicos asociados a la generación de escorrentía ha llevado a desarrollar modelos conceptuales que proponen interacciones entre las distintas componentes de una cuenca. Entre los modelos desarrollados se reconocen dos tendencias principales, que se basan en el modelo de Horton y en el modelo de área variable. 2.2.1
MODELO DE HORTON El primer modelo, desarrollado por el ingeniero hidrólogo Robert Horton en la década de 1930, propone que la escorrentía superficial se produce una vez que la intensidad de lluvia excede la capacidad de infiltración del suelo. Así, la principal componente de una crecida sería la escorrentía superficial, y la curva ascendente de un hidrograma se explicaría básicamente porque el suelo ha llegado a un nivel tal de saturación que ha perdido la capacidad de infiltración y la precipitación por tanto escurre superficialmente. Este concepto es aplicable a superficies impermeables en áreas urbanas y a superficies naturales con capas delgadas de suelo y con baja capacidad de infiltración como ocurre en tierras áridas y semiáridas (Chow et al., 1994). 2.2.2
MODELO DE ÁREA VARIABLE Posteriormente, en la década de 1960, el ingeniero especializado en hidrología forestal John Hewlett llega a la conclusión de que las tasas de infiltración son generalmente mayores a la mayoría de las tasas de precipitación. A partir de esto propone que la precipitación infiltra a través del suelo, recargando al almacenamiento de agua de éste, y se mueve a través del manto de suelo hacia el río en forma de flujo subsuperficial. De esta manera, la escorrentía total sobre el cauce correspondería a escorrentía subsuperficial, hasta que se evidencie la presencia de escorrentía superficial sobre las laderas (Ward y Trimble, 1995). 11 Hewlett estudia cuencas cubiertas de bosques, en zonas montañosas y húmedas, de área pequeña (hasta 5000 ha), en dónde el lecho de materia orgánica protege el suelo mineral, manteniendo altos niveles de permeabilidad superficial (Hewlett y Hibbert, 1965). Resumiendo, esta teoría plantea que frente a un evento de precipitación, la cuenca contribuye en la escorrentía asociada a dicha tormenta, no a través de la totalidad de su superficie sino que a través de un área dinámica. Esta área normalmente representa un pequeño porcentaje del área total de la cuenca y varía en función de los aportes directos del flujo subsuperficial. Las partes bajas de una cuenca por lo tanto, que normalmente exhiben niveles de humedad mayores a las partes altas, contribuirían a la escorrentía más tempranamente durante una tormenta. A continuación se detallan los procesos que involucra el modelo (Hewlett y Hibbert, 1965): ‐
Una unidad de precipitación cae sobre una unidad de área de la cuenca. ‐
Sobre esa unidad de área se produce una escorrentía subsuperficial, que es una fracción de la escorrentía directa total de la salida del cauce principal. ‐
Cercano a los límites de la cuenca, si el suelo no está casi saturado a lo largo de toda la cuenca, la fracción de aporte subsuperficial producido por una unidad de precipitación disminuirá, ya que el agua viajará más lento a medida que el suelo esté más seco. ‐
El área aportante de la cuenca entonces crece o disminuye dependiendo de la cantidad de precipitación y de la humedad antecedente. ‐
Las áreas cercanas a los límites de la cuenca retendrán la precipitación, de manera que el aporte a la escorrentía directa será casi imperceptible, pero será el abastecimiento de la humedad del suelo para mantener el flujo base o la evapotranspiración de las semanas siguientes. ‐
Si la lluvia continúa, una mayor proporción del área total de la cuenca será aportante de la escorrentía directa. ‐
Esta expansión del área aportante puede derivar en la generación de cauces intermitentes, que se producirían por la superación de la capacidad de transmisión del suelo. Podría decirse que la aparición de estos cauces intermitentes es producto de escorrentía superficial, pero la mayoría, o toda el agua podría estar entrando a estos cauces de manera subsuperficial. El flujo subsuperficial sería entonces el factor principal de la escorrentía directa en las zonas cercanas al cauce, y para las zonas altas se manifestaría como un pulso de humedad de suelo que va migrando lentamente hacia el cauce. Con esto se explica el hecho de que tierras cubiertas de bosques puedan producir grandes volúmenes de agua en una tormenta, sin una escorrentía superficial que sea considerable. Y la escorrentía superficial que pueda observar, podría ser vista como una extensión del sistema de canales de la cuenca, en zonas en que el suelo ya no puede transmitir más como flujo subsuperficial. El suelo de cuencas cubiertas de bosques generalmente contiene raíces entrelazadas, madrigueras de animales, hoyos de gusanos, etc., lo que forma una red de canales interconectados, (macroporos) el cual facilita el flujo rápido de agua. El agua también percola verticalmente a través de este medio y se topa con 12 una capa de suelo más impermeable, generando un flujo lateral. De esta manera, se divide el flujo subsuperficial en dos dominios: el flujo a través de macroporos interconectados y a través de la matriz de suelo o microporos. El tiempo de respuesta del flujo a través de estos dos dominios es diferente: el flujo a través de los macroporos responde relativamente rápido a la precipitación, produciendo ascensos de consideración en la escorrentía del cauce, pareciéndose a la respuesta que podría tener la escorrentía superficial en otros tipos de suelo. En cambio, la respuesta del flujo a través de los microporos es más lenta y no siempre alcanza a contribuir directamente a la escorrentía del mismo evento de tormenta. Esta respuesta lenta es la que provee de humedad al suelo, generando el flujo base. Un esquema de los procesos descritos, se muestra en la Figura 2‐3. Figura 2‐3: Esquema modelo de área variable. Corte longitudinal. (Elaboración propia) El concepto de área variable entonces, es una forma de interpretación del coeficiente de escorrentía, que corresponde a la relación entre la escorrentía y la precipitación en un período de tiempo dado. Este concepto tiene una base física más consistente que la hipótesis de que toda la cuenca contribuye a la generación de escorrentía de una manera uniforme. 13 Dickinson y Whiteley (1970), proponen que el área mínima que contribuye a la escorrentía en un evento de tormenta será la dada por el cuociente entre el volumen total de escorrentía directa producido y la precipitación efectiva total caída durante el evento, tal como muestra la Ecuación 2‐1. Ecuación 2‐1 Donde: R: Mínima área que, contribuyendo un 100% de la precipitación efectiva, produce la escorrentía directa de la tormenta. V: Volumen de escorrentía directa. P: Precipitación efectiva total. C: Coeficiente adimensional que determina las unidades de R. El porcentaje que R constituya del área total de la cuenca corresponde al denominado coeficiente de escorrentía directa, que relaciona la escorrentía directa con la precipitación efectiva de una tormenta. Un coeficiente igual a 1 para un evento de tormenta, dará cuenta de que la cuenca completa estaría aportando a la escorrentía directa sobre el cauce. Otro término ampliamente descrito en la literatura, que se refiere a un área completa de la cuenca aportando a la escorrentía, es el denominado tiempo de concentración. Este término se define como el tiempo para el cual toda la cuenca empieza a contribuir con la escorrentía, y correspondería al tiempo de flujo desde el punto más alejado hasta la salida de la cuenca. Según esta definición, la escorrentía alcanzaría un máximo en el tiempo de concentración (Chowet al., 1994). El concepto de un tiempo de concentración asociado a una cuenca concuerda con el modelo de área variable, ya que contempla una variación del área aportante en función del tiempo. Sin embargo, al considerar que un aporte fundamental de la escorrentía es el flujo subsuperficial, el cálculo de este término se vuelve complejo. Las técnicas empíricas de cálculo del tiempo de concentración, en su mayoría consideran factores de longitud del cauce, pendiente del cauce y del terreno, y características de la cobertura vegetal, lo que podría ser insuficiente para representar la dinámica de la cuenca, en términos de los procesos de generación y tránsito de la escorrentía subsuperficial (Chow et al., 1994). Una vez que se adopta un modelo conceptual que se adapta a las características de la cuenca que se está estudiando, es posible abordar de mejor manera el análisis y la modelación de los procesos hidrológicos de ésta. 14 2.3 ESTUDIO Y MODELACIÓN DE UN HIDROGRAMA El hidrograma corresponde a un gráfico de la escorrentía total medida en una sección dentro un cauce, en función del tiempo. Éste representa una expresión integral de las características fisiográficas y climáticas que rigen las relaciones entre precipitación y escorrentía de una cuenca, y pueden estudiarse a nivel anual, estacional o para eventos de tormentas (Chow et al., 1994). Un parámetro altamente estudiado, característico de un hidrograma y que entrega importante información acerca de los procesos hidrológicos de una cuenca, es el coeficiente de escorrentía. Este coeficiente se obtiene comúnmente para escorrentía y precipitaciones de una tormenta, pero también puede utilizarse para información de precipitación y caudales mensuales o anuales (Chow et al., 1994). 2.3.1
HIDROGRAMAS ANUALES Y ESTACIONALES El estudio de un hidrograma anual o estacional entrega información del balance hídrico de una cuenca y de su régimen hidrológico (Chow et al., 1994). Otra herramienta comúnmente utilizada para el estudio del régimen hidrológico de una cuenca es la curva de duración, que corresponde a una distribución de frecuencia acumulada que indica el porcentaje del tiempo durante el cual los caudales han sido igualados o excedidos. Este tipo de curvas permite combinar en una sola figura las características fluviométricas de un cauce en todo su rango de caudales, independientemente de su secuencia de ocurrencia en el tiempo. La curva de duración también aporta información acerca de la componente de flujo base del escurrimiento de un cauce (Brodie y Hostetler, 2005). 2.3.2
HIDROGRAMAS DE TORMENTA El estudio de un hidrograma correspondiente a un evento de tormenta entrega información de la naturaleza del sistema y de los procesos que generan la escorrentía en una cuenca: atmósfera, geología, geomorfología, suelos, vegetación, actividades antrópicas, etc. Así, el estudio de los hidrogramas se convierte en una herramienta importante para la comprensión de los procesos hidrológicos de una cuenca (Maidment, 1993). Al igual que la escorrentía total, un hidrograma tiene asociado componentes de precipitación directa sobre el cauce, escorrentía superficial, flujo subsuperficial (rápido y lento) y flujo base. Se hace la distinción de flujo subsuperficial rápido y lento ya que, como se vio en el capítulo 2.2.2, el suelo bajo cubierta de bosque, forma una capa de raíces entrelazadas, madrigueras de animales, hoyos de gusanos, etc. (macroporos) en donde el flujo avanza más rápido. Para facilitar el estudio y modelación de los hidrogramas, la escorrentía total se divide en dos componentes: la escorrentía directa y el flujo base. La escorrentía directa corresponde a la precipitación directa sobre el cauce, a la escorrentía superficial y subsuperficial rápida, y se asocia a la escorrentía producida por la precipitación durante el mismo evento de tormenta. El flujo base corresponde al flujo subterráneo y a la escorrentía subsuperficial lenta, que tiene asociado aportes por parte de almacenamientos previos al evento. Estas componentes se esquematizan en las Figura 2‐4 y 2‐5. 15 Pp directa sobre el cauce
Escorrentía superficial
Escorrentía Total Escorrentía Directa Escorrentía subsuperficial rápida Escorrentía subsuperficial lenta Flujo Base Flujo subterráneo
Figura 2‐4: Componentes de un hidrograma Precipitación efectiva
Precipitación Escorrentía
Curva de recesión
Caudal Flujo subsuperficial Curva de concentración Curva de agotamiento
Flujo base
Tiempo
Figura 2‐5: Esquema hidrograma (Musy, 1998) La curva que da forma a un hidrograma se define como la composición de tres curvas: curva de concentración, de recesión y de agotamiento (Figura 2‐5). Estas curvas se definen a continuación: ‐ Curva de concentración: corresponde a la curva creciente de un hidrograma. Esta curva es el resultado de la liberación gradual de agua por parte de los distintos elementos de almacenamiento. Y se debe a los distintos niveles de saturación que van experimentando los elementos de suelo, cuando se someten a eventos de precipitación. Las características de esta curva (tamaño, forma, pendiente) están influenciadas principalmente por la naturaleza de la precipitación (intensidad y duración), por la variación de las capacidades de infiltración y características de los elementos de almacenamiento de la cuenca (Jain y Srinivasulu, 2005). 16 ‐
‐
Curva de recesión: corresponde al segmento del hidrograma donde la escorrentía directa disminuye hasta que el flujo base se hace predominante. Se asocia al decaimiento de la escorrentía superficial y de flujos subsuperficiales rápidos. Una vez que la escorrentía total coincide con la componente de flujo base, la curva se denomina curva de agotamiento (Brodie y Hostetler, 2005). Curva de agotamiento: corresponde a la curva que comienza una vez que la escorrentía total coincide con la componente de flujo base y dura hasta que el hidrograma comienza nuevamente a aumentar debido a algún evento de precipitación. La forma de esta curva se puede asociar con el proceso de liberación de agua por parte de los almacenamientos naturales característicos de una cuenca, típicamente aportes de flujo subterráneo (Brodie y Hostetler, 2005). En el contexto de cuencas pequeñas de montaña, con cubierta de bosque, esta curva estará representando la liberación de escorrentía subsuperficial lenta. Dada la interpretación física que hay detrás de cada una de las curvas descritas, es posible modelarlas a partir de suposiciones del comportamiento de los sistemas de almacenamiento de la cuenca. De las tres curvas asociadas a un hidrograma, generalmente se modela la curva de agotamiento. El estudio y modelación de esta curva tiene diversas aplicaciones, entre las cuales se destacan: determinar las componentes de flujo base y escorrentía directa de un hidrograma, evaluar las propiedades de un acuífero, estimar la recarga y descarga del acuífero, aportar con antecedentes para modelos de precipitación – escorrentía, análisis de hidrogramas, etc. (Brodie y Hostetler, 2005). Existen diferentes técnicas para esta modelación, que dependen de los supuestos que se tomen sobre el comportamiento de los almacenamientos de la cuenca, entre las más utilizadas se encuentran la simulación del almacenamiento como embalse lineal y como embalse no lineal. 2.4 SEPARACIÓN COMPONENTES DE UN HIDROGRAMA La separación de hidrogramas consiste en la identificación de la componente de flujo base, a partir de la serie de caudales totales. Esta separación permite la identificación de las componentes de escorrentía que provienen de distintas fuentes en el sistema estudiado, y que tienen una respuesta desfasada y suavizada frente a un mismo evento de precipitación (Eckhardt, 2005). Tal como se explica en el capítulo 2.3, el conocimiento de las distintas componentes de un hidrograma entrega información importante sobre los procesos que rigen la generación de escorrentía en una cuenca. La separación y estudio de la componente de flujo base es necesaria para entender la variabilidad espacial y temporal de los procesos de escorrentía, y para tener herramientas para la toma de decisiones sobre el manejo de la cantidad y calidad del agua en la misma. (Furey y Gupta, 2001). El análisis de esta componente constituye una gran herramienta para entender la dinámica de los aportes del escurrimiento subterráneo hacia el cauce. Sin embargo, es importante tener en cuenta que el supuesto de que el flujo base es igual a la descarga de aguas subterráneas no siempre es válida, ya que esta componente está influenciada también por las pérdidas de agua por efectos de evaporación, transpiración 17 de la vegetación, uso y manejo de la cuenca, etc. Además, dependiendo de la técnica que se utilice para su identificación, tendrá asociado también una componente de flujos subsuperficiales (Brodie y Hostetler, 2005). El flujo base está asociado a caudales en épocas secas, por lo que su estudio es de gran interés, especialmente en zonas en que la disponibilidad hídrica en épocas estivales es crítica. Existen variadas técnicas para separar el aporte del flujo base a la escorrentía total. Estas técnicas se pueden agrupar en cuatro grandes grupos: geoquímicas, gráficas, filtros y analíticas. Los últimos tres grupos en general, sólo requieren de estadística hidrológica (Furey y Gupta, 2001). •
Técnicas Geoquímicas Estas técnicas consisten en la medición de la concentración de trazadores hidrológicos (isótopos estables, colorantes, sales, etc.) de aguas de lluvia y de aguas previo al evento de lluvia, medidas desde el cauce. A partir de estas mediciones y de la calibración de modelos que combinan una deconvolución de los isótopos de entrada asociados a la precipitación con una función de ponderación (asociada al sistema de respuesta de la cuenca), se estiman tiempos de salida de los isotopos. Una vez que se calibra el modelo, es posible determinar tiempos de respuesta (o tiempos de residencia o edad del agua) que se pueden asociar con las distintas componentes del hidrograma y de esta manera, establecer cómo el agua se mueve a través de la cuenca. La componente del hidrograma asociada al evento de tormenta (escorrentía directa) estará representada por la composición isotópica de precipitación y escorrentía superficial, y la componente asociada a agua pre existente estará representada por la composición isotópica del agua del cauce previo al evento (T. Vitvar, 2005). •
Técnicas Gráficas Las técnicas gráficas se basan en la identificación de los puntos en los que la escorrentía directa empieza y termina (Furey y Gupta, 2001). El punto de partida se identifica como el instante en que el flujo comienza a aumentar, mientras que el punto de término usualmente se toma como el instante en que un gráfico del logaritmo del caudal total en función del tiempo se transforma en una línea recta, es decir, suponiendo un comportamiento lineal del almacenamiento de la cuenca. Una vez identificados el comienzo y el final del evento, son aplicables una variedad de reglas de extrapolación gráfica para definir el flujo base entre estos dos puntos. Para el resto de la serie, se supone que el flujo base coincide con el caudal total registrado. Estas técnicas se aplican a eventos de tormenta individuales (Chapman, 1999). •
Técnicas analíticas La técnica analítica más utilizada para separar flujo base se resume en el trabajo de Birtles (1978). La aproximación analítica que se hace está basada en procesos físicos, y considera el flujo base de una cuenca como la sumatoria de flujos bases de distintas áreas de la cuenca. Para cada discretización de la cuenca, el flujo base se calcula a partir de ecuaciones de balance hídrico que incluyen un término forzante de infiltración. A partir de este término de infiltración se define la recarga de agua subterránea en función de una serie de parámetros. Luego, se ajusta una curva para calibrar dicha ecuación con el registro de caudal, de manera de optimizar la simulación del 18 flujo base. La ventaja de este método es que está basado en procesos físicos, tanto para los períodos de recesión como para eventos de tormenta, la desventaja es que involucra una gran cantidad de parámetros (Furey y Gupta, 2001). •
Técnicas de filtro En el espectro de frecuencias de un hidrograma, las mayores longitudes de onda estarán asociadas al flujo base, y las cortas a la componente de escorrentía directa. A partir de esta observación se crean los filtros de paso bajo, que suavizan el hidrograma. Una característica de la mayoría de los filtros es que no tienen una base física detrás de ellos, pero establecen un algoritmo objetivo, repetible y fácilmente automatizable, que puede ser relacionado con la respuesta del flujo base de una cuenca. A continuación se resumen algunas de las técnicas que se basan en procesar o filtrar la serie continua de caudales (Brodie y Hostetler, 2005): 1.
Smoothed minima technique: usa un mínimo de 5 días en que no hayan registros de crecida en el hidrograma. El hidrograma de flujo base se genera conectando los subconjuntos de puntos seleccionados con el criterio del mínimo. El programa de separación de hidrogramas HYSEP (USGS) usa una variante de esta técnica llamada local‐minimun method. 2.
Método del intervalo fijo: discretiza el hidrograma en intervalos incrementales de tiempo fijo. La magnitud del intervalo fijo usado se calcula como el doble de la duración de la escorrentía directa, calculada empíricamente como D = 0.827 A0.2 (D en días, A en km2, Linsley et al., 1958). El menor valor de escorrentía registrado en un intervalo, se atribuye a la componente de flujo base de dicho intervalo (Pettyjohn y Henning, 1979). Método del intervalo móvil: asigna un valor de flujo base diario basado en el menor registro diario entre un intervalo fijo de tiempo antes y después de ese día en particular (Pettyjohn y Henning, 1979). Filtros digitales recursivos: rutinas que remueven las señales de alta frecuencia del hidrograma asociadas a escorrentía directa para quedarse con las señales de baja frecuencia asociadas al flujo base. Estos filtros son simples y robustos, pero los resultados son muy sensibles a los parámetros que utilicen, los cuales necesitan calibración. Streamflow partitioning method: usa registros diarios de precipitación y escorrentía. El flujo base se iguala a la escorrentía medida de un día dado, si la precipitación en ese día y en un set dado de días previos, es menor a un umbral definido de precipitación. La separación de la componente de escorrentía directa se obtiene por interpolación lineal durante los eventos de alta precipitación (Shirmohammadi et al., 1984). 3.
4.
5.
19 2.5 EL BOSQUE Los bosques constituyen un ecosistema dominado por árboles que incluye a las comunidades vegetales y animales, y suelos. Están influidos por el clima, la geología y la geomorfología. Cada bosque en un área determinada es el resultado de una cadena de cambios climáticos, geológicos, desarrollo de suelos y muchos otros factores y procesos ambientales que dan forma al paisaje y determinan las especies que lo componen: tipo, número y tamaño de los árboles (Pacheco, 2001). Desde tiempos prehistóricos, los bosques han jugado un rol esencial en la supervivencia, desarrollo y crecimiento de la sociedad humana, constituyendo una fuente básica de materia prima, generación de oxígeno, reducción y almacenamiento de dióxido de carbono. Debido a esto se ha desarrollado una gran preocupación e interés en estudiar la ecología y dinámica de los bosques, de manera de poder planificar su manejo de manera sostenible (Chang, 2005). Un bosque se puede caracterizar según las especies que lo constituyen, a su vez, esta especie o árbol, se caracteriza principalmente por su copa o dosel, tronco y sistema de raíces. La copa de los árboles está compuesta de hojas, flores y frutos que se sujetan a través de ramas. En presencia de luz, estas hojas convierten la energía solar en energía de enlaces químicos (carbohidratos) y liberan oxígeno, a partir del consumo de dióxido de carbono del aire y agua del suelo. Este proceso se denomina fotosíntesis, y es fundamental en materia biológica ya que provee el alimento de las plantas. En materia ambiental, provee a los árboles la característica de actuar de sumideros de carbono, principal componente que afecta el proceso de calentamiento global. El agua que se consume en este proceso, proviene del sistema de raíces y se transmite a través del tronco, sin embargo, una gran fracción de esta agua es transpirada al aire a través de las estomas, que son poros localizados en las hojas (Buell, 1949). Las características del sistema de raíces influyen directamente en las propiedades del suelo, en los procesos hidrológicos y en la estabilidad de las laderas. Las raíces crecen y mueren todos los años, volviéndose parte importante de la materia orgánica del suelo. Proveen un ambiente físico adecuado para una amplia variedad de plantas y organismos (Buell, 1949). La gran presencia de microorganismos promueve la descomposición de materia orgánica y materia inorgánica del suelo, con lo que se mejora las condiciones químicas y físicas de éste: aumenta la porosidad del suelo, la capacidad de infiltración, la capacidad de retención de agua, y la transpiración de las plantas (Chang, 2005). 2.5.1
PARÁMETROS DASOMÉTRICOS DE LOS BOSQUES La dasomentría corresponde a la ciencia que se ocupa de la determinación de volúmenes y crecimientos de los árboles y de las masas forestales, así como del estudio de las relaciones métricas y leyes que rigen su desarrollo (Dieguez et al., 2003). Los parámetros dasométricos asociados a un bosque se miden para una muestra representativa de árboles y son dinámicos en el tiempo, aunque para el período de tiempo analizado en este estudio se pueden 20 considerar constantes. Para el caso de las cuencas en estudio, se tiene información de los siguientes parámetros: • Densidad del bosque: estimada como el número de árboles por unidad de superficie • Área basal del bosque: superficie de la sección transversal del árbol, medida a 1.30 m de altura. Este parámetro se relaciona con el volumen de los árboles de la muestra, con su biomasa y las características de su copa. Y se calcula como la sumatoria de las secciones transversales de cada árbol de la muestra: á
4
Ecuación 2‐2 Donde di = diámetro árbol i, medido a 1.30 m de altura • Diámetro medio de los árboles: medido a 1.30 m de altura. El diámetro medio de un bosque se mide generalmente como un promedio cuadrático medio de los diámetros de los árboles de la muestra. Este diámetro tiene una fuerte correlación con el volumen de la muestra (Brack, 1999): ∑
Ecuación 2‐3 á
á
2.5.2
EL BOSQUE NATIVO Los bosques nativos de Chile abarcan desde formaciones arbóreas de ambientes semiáridos en el norte, hasta los bosques húmedos templados lluviosos del extremo sur. Poseen más de 120 especies de árboles, lo que hace a estos bosques uno de los más diversos del planeta (Pacheco, 2001). El 78% del total de bosques nativos se presenta entre la VII y la XI Región. Estos bosques, en conjunto con áreas adyacentes de Argentina, han sido clasificados dentro de la Eco‐región de los bosques valdivianos lluviosos por la Iniciativa Global 200, emprendida por el Banco Mundial y el Fondo Mundial para la Naturaleza. Más de un 30% de los géneros de árboles y arbustos del país vive exclusivamente en esta Eco‐
región. Estos ecosistemas incluyen además, diez especies leñosas en peligro de extinción y varias especies de aves y mamíferos en categorías de conservación (Armesto et al., 1998). Estos bosques autóctonos de Chile han sido explotados para producción de madera y leña durante más de dos siglos, y han sido reemplazados de manera progresiva por otros usos de suelos, principalmente por la habilitación de praderas, como terrenos para agricultura, ganadería, y plantaciones forestales exóticas (pino radiata y eucaliptus en su mayoría) (Lara et al., 2003). Estas plantaciones forestales en general tienen asociado un crecimiento más rápido que le bosque nativo, lo que permite una producción maderera más eficiente, mayores tasas de evapotranspiración y sistemas más profundos de raíces, que les permite llegar a reservas de agua más profundas (Pacheco, 2001). 21 Hoy en día los bosques nativos participan en una baja proporción dentro del sector forestal (20% de la producción forestal nacional y 10% de las exportaciones). Sin embargo, sus posibilidades de desarrollo son muy importantes, tanto por el valor que presentan sus maderas, que superan en cinco o más veces a las de plantaciones forestales, como por el crecimiento que es posible obtener con un manejo adecuado y sustentable. Este crecimiento, para algunas especies, puede alcanzar cifras similares a las de pino radiata (Pacheco, 2001). En términos de intercepción de la precipitación por parte del follaje de los árboles, se han registrado diferencias importantes en el caso de bosques nativos y plantaciones exóticas. En el trabajo de Oyarzún y Huber (1999) se estima una intercepción promedio anual de 4.4% y 3.8% para plantaciones jóvenes (0 a 5 años de edad) de pino radiata y eucalipto respectivamente, estos valores se contrastan con mediciones de un 15.3% para plantaciones de pino radiata de 30 años de edad. Además, estimaciones de evapotranspiración anual aumentaron de un 30% a un 58% en los primeros tres años de reforestación de estas plantaciones forestales jóvenes. Esto da cuenta de que el consumo de agua y la intercepción de una plantación forestal aumentan con su crecimiento. Iroume y Huber (2002) estiman que un bosque nativo mixto de Coigüe, Raulí y Tepa de 80 años intercepta un 14% de la precipitación total durante 2 años de mediciones, versus un 22% para una plantación de Pino Oregón de 27 años. Este estudio también establece que a medida que aumenta la edad de un bosque nativo, su intercepción disminuye, y que en el caso de plantaciones ocurre lo contrario. Rowe y Pearce (1999) reportan que el reemplazo de bosque nativo por plantaciones de Pino en una cuenca en estudio en Nueva Zelanda causó un incremento de la intercepción y de la transpiración, de un 15% y 30% respectivamente. Estos resultados indican que la intercepción y evapotranspiración asociadas a plantaciones forestales sería mayor que las asociadas a bosques nativos, especialmente en épocas secas, en donde los niveles de evapotranspiración aumentan y las bajas precipitaciones conllevan a intercepciones porcentuales mayores. Además, indican que el crecimiento de las plantaciones forestales tiene asociado un incremento de estas dos variables, y que el crecimiento del bosque nativo tiene asociado una disminución de la evapotranspiración. 2.5.3
SERVICIOS ECOSISTÉMICOS ASOCIADOS AL BOSQUE NATIVO Los servicios ecosistémicos se definen como aquellos servicios que los bosques proveen a las personas y la sociedad tales como regulación de producción de agua (cantidad y calidad), conservación de suelos y de la diversidad biológica, oportunidades para el turismo y la recreación (Lara et al, 2003). En los últimos años, se ha progresado en determinar y comprender la relación entre la magnitud y calidad de estos servicios con variables relevantes, tales como uso de suelo (bosque nativo, plantaciones de especies exóticas, praderas y otros), estructura (bosque adulto o renoval), y estado de conservación e intervención de los bosques. Además, se han realizado estudios que buscan desarrollar esquemas de manejo que permitan compatibilizar la producción de madera con la mantención y restauración de servicios ecosistémicos (Lara et al., 2005). 22 Con respecto a los servicios ecosistémicos asociados a la producción hídrica de cuencas con cubiertas de bosque nativo, estudios en marcha del núcleo milenio FORECOS muestran estos bosques tienen un papel clave en la acumulación y entrega gradual del agua a ríos y arroyos, produciendo en verano un flujo de agua que es entre 3 y 6 veces más alto que el de cuencas con otros tipos de cobertura vegetal, tales como praderas o plantaciones forestales de pino o eucaliptos (Lara et al., 2003). La degradación de los bosques nativos, con la consecuente disminución de sus servicios ecosistémicos, se debe en gran medida a que estos servicios no cuentan con una cuantificación física y económica clara, y por lo tanto, no poseen un precio de mercado, tal como el que tiene la madera y otros productos del bosque. Debido a esto es necesario avanzar en el estudio y cuantificación de estos servicios, de manera de que puedan ser incluidos en las políticas del manejo y conservación del bosque nativo (Lara et al., 2009). 2.5.4
MANEJO DEL BOSQUE La silvicultura corresponde a la teoría y puesta en práctica del control, establecimiento, composición y crecimiento de un bosque. El objetivo de esta disciplina es manejar un bosque de manera de que se cumplan los propósitos de producción y sustentabilidad del recurso. Una de las intervenciones más comunes en un bosque es el raleo, que consiste en la corta de árboles en base a algún criterio de selección, lo que favorece el crecimiento más vigoroso y provechoso del bosque. Los beneficios específicos más importantes de esta intervención son: ‐
Obtener árboles de mayor diámetro, y por ende, de mayor rendimiento aserrable ‐
Concentrar el volumen de madera en menos árboles ‐
Disminuir de la competencia por nutrientes, agua y luz ‐
Mejorar la forma y estado sanitario de los árboles. Para esto es necesario clasificar los árboles, de manera de tener claridad de cuáles son los que se desean dejar en pie. Esta clasificación generalmente se hace a partir de criterios de altura, estado sanitario y forma. Una vez que ya se tienen clasificados los árboles dentro del bosque, el raleo se debe enfocar en cortar los árboles de peores condiciones, considerando un espaciamiento homogéneo entre los árboles. Una vez que se lleva a cabo el raleo del boque, los árboles ya no compiten por luz, nutrientes y agua. Y quedan en el bosque sólo árboles de buena forma y en buen estado sanitario. El bosque sigue creciendo, pero más rápidamente que antes del raleo. Los tocones que quedan de los árboles caídos, empiezan a rebrotar, a no ser que se tomen medidas para evitarlo. Se ha determinado que intervenciones silviculturales de diferente intensidad en plantaciones forestales de crecimiento rápido (plantaciones exóticas como pino y eucalipto) afectan la redistribución de precipitaciones, disminuyendo la capacidad de intercepción en los primeros años de intervención dada la disminución del área basal (Neira, 2005). 23 2.5.5
RELACIÓN BOSQUES Y SUELOS El suelo forma parte del sistema ecológico que constituye un bosque y sus características están fuertemente ligadas con el tipo de cobertura forestal de la cuenca. El espacio poroso del suelo afecta directamente al crecimiento vegetal y al agua que entra o sale del sistema, ya que el flujo que circula a través del suelo es proporcional al diámetro de los poros. En condiciones de saturación, la disminución de velocidad del agua a través de poros de diámetros pequeños es aún mayor debido a un efecto de adsorción entre las partículas de agua y de suelo (Ellies et al., 1993). La distribución de tamaño de poros no sólo incide sobre la cantidad de agua que puede retener el suelo, sino que regula la energía con que la misma está retenida. Esta energía regula el movimiento de agua hacia la planta, hacia la atmósfera y hacia otras zonas del suelo (Gil, 2001). En condiciones de saturación (o casi saturación), los suelos de textura gruesa presentan una mayor conductividad, como consecuencia del mayor tamaño de sus poros, permitiendo una transmisión más fácil del agua. Sin embargo, a potenciales mátricos1 bajos, las mayores conductividades se logran en suelos de texturas finas, ya que poseen una sección efectiva de transmisión en esas condiciones, superior a los suelos de textura gruesa. En condiciones de un suelo seco, la cantidad total de agua que entra es mayor, no obstante, la velocidad de avance del agua a lo largo del perfil del suelo, es inferior que en el caso de un suelo húmedo (Gil, 2001). Para estudiar los procesos de retención de humedad por parte del suelo, generalmente se genera una curva de retención, que relaciona porcentajes de humedad asociados a distintas tensiones del suelo. Para generar y estudiar esta curva, es necesario conocer dos conceptos que se han establecido a partir de una clasificación biológica de la humedad del suelo: ‐ Capacidad de Campo (CC): contenido de agua de un suelo, después que ha sido mojado abundantemente y se ha dejado drenar libremente alrededor de 24 a 48 horas después del riego o la lluvia. En este proceso se debe evitar las pérdidas por evapotranspiración. Corresponde aproximadamente al contenido de agua del suelo a una tensión o potencial Mátrico del agua de –
0,33 bares (Gil, 2001). ‐ Punto de Marchitez Permanente (PMP): contenido de agua de un suelo al cual la planta se marchita y ya no se recupera al colocarla en una atmósfera saturada durante 12 horas. Por convención corresponde al contenido de agua a una tensión o potencial Mátrico de ‐15 bares. Este punto marca el límite entre el agua disponible y el agua no disponible para la planta. 1
El potencial mátrico define la fuerza de retención del agua por el suelo. Corresponde a las fuerzas de capilaridad y adsorción, que establecen las relaciones de energía entre el agua y las partículas de suelo. normalmente se mide en centibares (cb) o kilopascales (kPa) (Bowen y Moreno, 2006). 24 La planta extrae agua desde la porción más fácilmente disponible (retenida por el suelo con menos fuerza), es decir, aquella que ha permanecido en los poros de mayor diámetro. A medida que el contenido de agua del suelo disminuye, se requerirá más energía para extraer el agua, llegando un punto en que la planta ya no podrá generar la energía suficiente para hacerlo (Gil, 2001). Se suele definir el porcentaje de agua disponible para las plantas como la resta aritmética del agua a tensión de agua a CC menos PMP. Esta definición de agua disponible conlleva a errores puesto que los límites están definidos pobremente y no son válidos para todas las plantas por igual. La determinación de las curvas de retención se encuentra descrita en varios textos metodológicos (Hartge y Horn, 1989). En general, este procedimiento implica una muestra no perturbada de suelo saturado, a la cual se le aplica una presión externa conocida y se permite que el agua libre salga del sistema. Una vez que se llega a un estado de equilibrio interno entre el sistema poroso de la muestra de suelo y la presión externa, se determina el total de agua acumulada en el proceso. Este volumen de agua se asocia al agua retenida por el suelo para la presión ejercida. Por lo general se aplican presiones de aire de 6, 10, 33 y 150 kPa. A partir de sus resultados es posible definir la distribución de poros por tamaño resumida en la Tabla 2‐1 (Cuevas, 1994): Tabla 2‐1: Distribución tamaño de poros. Fuente: (Cuevas, 1994) Poros Diámetro
equivalente (µm) Tensión
(bares) Rango Drenaje rápido > 50
0.06
Capacidad de campo CC Drenaje lento 50‐10
0.06 – 0.33
Capacidad de campo CC Agua útil
10‐0.2
0.33 – 15
Capacidad de campo CC Agua inútil
< 0.2
15
Punto marchitez permanente PMP La curva de retención entonces, entrega información de tamaños y distribución de poros, lo que da cuenta también de las condiciones del suelo en relación a los flujos subsuperficiales lentos y rápidos de la cuenca. Existen varios estudios que analizan las relaciones entre las características del suelo y la cobertura de bosque de éstos. Los resultados son bastante consistentes y coinciden en que el suelo de un bosque nativo presenta una porosidad y una cantidad de microorganismos mayor, al compararlo con suelos de plantaciones exóticas o praderas. Sin embargo, los estudios no son concluyentes en cuanto al manejo de bosque nativo. A continuación se resumen algunos de los resultados de los estudios revisados: ‐ “En los alrededores de la ciudad de Valdivia se encontraron diferencias en las poblaciones de microorganismos del suelo bajo Pinus radiata, al compararlos con bosque nativo valdiviano. Este último presentó una mayor cantidad de microorganismos en comparación con el pino, en el cual se favoreció la proliferación fungosa en detrimento de la bacteriana. Bajo la cobertura de pino las 25 ‐
‐
‐
‐
‐
‐
‐
condiciones de pH de 3.6 a 3.9 fueron significativamente más ácidas que bajo el bosque natural con pH entre 4.2 a 4.4, explicando con esto en parte el cambio en la población de microorganismos” (Schlatter, 1977). La porosidad de suelo por su parte está directamente relacionadas con la cantidad de microorganismos. “El suelo de una plantación de Pinus radiata de 18 años de la quebrada de Uraco en Vichuquén, presentó un 75% de los organismos edáficos existentes bajo un renoval de Nothofagus leoni de 60 ‐ 70 años de edad” (Schlatter, 1977). “Las reservas de agua del suelo en una pradera son marcadamente mayores que en plantaciones de Pinus radiata, especialmente durante el período de primavera. Por tanto, es importante para un adecuado manejo de cuencas conocer la redistribución de las precipitaciones y los montos de uso‐consumo de una especie introducida, que puede alterar los ciclos hidrológicos y con ello, otras actividades económicas. Los resultados obtenidos en rodales de Pinus radiata no deben extrapolarse a bosques nativos, debido a que aparentemente en ellos el balance hídrico permite un mayor reflujo de agua al ciclo hidrológico.” (Huber et al., 1985) “La disminución de la porosidad gruesa se debe, por lo general, a una acción mecánica. En cambio, un incremento del espacio poroso grueso se produce con la incorporación al suelo de elementos estabilizantes de la estructura y por el incremento de la actividad biológica” (Anderson, 1991). “Al eliminar el bosque nativo y reemplazarlo por otro de pino se observan modificaciones estructurales en el suelo, disminuyendo el volumen total de poros y la porosidad gruesa, pero aumentando las porosidades media y fina” (Ellies et al., 1993) “Los contenidos volumétricos de la materia orgánica en el suelo no se alteran significativamente con los distintos manejos silvícolas” (Ellies et al., 1993). “El Pinus radiata puede recuperar suelos de dunas o suelos erosionados, mejorando su fertilidad y acondicionando el sitio para otras especies. Sin embargo, su cultivo masivo exige que se logre un adecuado dominio de la dinámica biogeoquímica en sus plantaciones.” (Schlatter et al., 1995) “La actividad agropecuaria modifica en el mediano plazo la estructura del suelo, la cual a su vez depende de la intensidad de uso y del tiempo de utilización de éste. Junto con el cambio estructural, debería cambiar la magnitud y dirección de los flujos de agua y aire” (Ellies et al, 1997). ‐
“Se debería esperar que los suelos bajo bosque manejado tengan una alta conductividad hidráulica en fase no saturada en todos los rangos de tensiones, mientras que en los suelos bajo pradera la conductividad será alta solamente donde domine determinada fracción de poros” (Nissen et al., 2005). 26 ‐
‐
“En la zona de raíces de un suelo cubierto de bosque, el espacio poroso del suelo es mayor que en una pradera y dominan las fracciones de poros gruesos” (Nissen et al., 2005). “La velocidad de desplazamiento del frente de agua a través de los cambios del potencial mátrico, es mayor en los suelos con cubierta de bosque que en suelos bajo praderas, debido a la mayor presencia de poros de drenaje en éstos” (Nissen et al., 2005). 2.5.6
RELACIÓN BOSQUES Y GENERACIÓN DE ESCORRENTÍA La cobertura de bosque tiene una influencia directa en el ciclo hidrológico ya que interviene en los procesos de intercepción de la precipitación, infiltración del agua en los suelos, percolación hacia las aguas profundas, adsorción a través de las raíces y evapotranspiración, entre otros (Pacheco, 2001). Cambios en la cobertura de bosque inducen alteraciones en la redistribución de las precipitaciones, origina variaciones en la reservas de agua del suelo y determina los montos de agua involucrados en la evapotranspiración (Echeverría et al., 2007). Desde principios del siglo XX, se ha intentado establecer relaciones entre el porcentaje de cambio de cobertura de bosque y el porcentaje de cambio en generación de escorrentía. Varios trabajos realizados (Hibbert et al, 1967; Swift y Swank, 1981; Kuczera, 1987; Cornish y Vertessy, 2001; Jones y Post, 2004) indican que al reducir la cobertura de bosque de una cuenca se produce un incremento en la generación de escorrentía en el corto plazo, y en un mediano plazo se volvería a la condición inicial, o inclusive a una condición de menor producción. Además, estas alteraciones provocan una disminución del tiempo de concentración de la cuenca y un aumento de los caudales peak asociados a un evento de precipitación, lo que conlleva a un deterioro en la calidad del agua debido al mayor transporte de sedimentos de las laderas y al aumento de las fuerzas erosivas de los canales (Hubbart y Matlock, 2009). Generalmente los estudios que analizan los efectos del cambio de cobertura vegetal en la generación de escorrentía, se realizan usando escalas de tiempo anuales o estacionales. Sin embargo, el manejo y planificación adecuada del recurso hídrico y forestal requieren de un entendimiento del problema a una escala temporal más discreta, de manera de establecer relaciones de la cobertura de bosque con respecto a caudales de crecidas, a almacenamiento y liberación de la humedad del suelo, etc. Debido a esto se hace necesario conocer el efecto que tienen los cambios de cobertura vegetal en la distribución diaria de la escorrentía (Brown et al., 2004). El método más utilizado para este tipo de estudios es el de cuencas experimentales. En estos experimentos, cuencas son sometidas a intervención (a través de manejo silvícola, reforestación, desforestación, alteraciones2, cambios de cobertura, incendios, etc.), y son estudiadas y comparadas con una cuenca control. Esta cuenca control puede ser la cuenca existente, antes de que se realice el cambio de uso de suelo (estudio de cuencas individuales), o una cuenca separada (estudio de cuencas pareadas), o una mezcla de ambos (Brown et al., 2004): 2
Alteración de un bosque se refiere a la extracción de árboles sin criterio silvícola. 27 ‐
‐
Estudios de cuencas individuales: En este tipo de estudios los efectos del cambio de uso de suelo se estiman comparando mediciones hechas antes y después del cambio. Una desventaja de este tipo de experimentos es que requiere de una identificación y separación del efecto meteorológico en las respuestas de la cuenca. Estudio de cuencas pareadas: En este tipo de estudios la cuenca control mantiene su cobertura de suelo mientras la otra experimenta el cambio. La gran ventaja de este tipo de experimento es que eliminan el factor de variabilidad climática, ya que se comparan cuencas de distinta cobertura vegetal, sujetas a las mismas condiciones climáticas. La técnica más común utilizada en estudios de cuencas pareadas, es la generación de una regresión lineal entre la producción anual de las cuencas en un período de calibración (período previo a la intervención). Esta regresión se usa posteriormente para predecir la producción hídrica de la cuenca manejada. Las diferencias entre la respuesta dada por la regresión y la observada, se asumen como consecuencia del cambio de cobertura vegetal. Este procedimiento comúnmente se usa para escalas anuales, sin embargo ha sido utilizado también con datos mensuales, con componentes de escorrentía directa y flujo base (Bari et al., 1996). Los principales resultados de estudios revisados en donde se realizan balances hídricos anuales en cuencas experimentales se detallan a continuación: ‐
Una reducción en la cobertura de bosque incrementa la producción hídrica y el reemplazo de una cobertura de escasa vegetación, por bosque la disminuye. Se ha encontrado también que los impactos de reducciones en cobertura boscosa menores a un 20%, aparentemente no pueden distinguirse a partir de un análisis de la escorrentía medida anual. Sin embargo se hace necesario poder detectar estos cambios, con algún otro análisis, ya que muchas veces ese 20% corresponde a un área importante para el balance hídrico de una zona (Bosch y Hewlett, 1982). ‐
Estudios asociados a intervención de bosques muestran que si una cuenca de cobertura de bosque se somete a manejo, la producción hídrica anual de ésta aumenta, y este aumento se puede prolongar si se controla el crecimiento, lo que es análogo a un caso de cambio permanente de cobertura vegetal. Cuando se permite la regeneración del bosque, el aumento de producción disminuye rápidamente, en un rango de 3 ‐ 10 años aproximadamente. Los experimentos que involucran regeneración del bosque tienen el potencial de investigar los cambios en evapotranspiración y escorrentía en función de la edad de la especie. Son escasos los estudios que analizan los impactos a largo plazo de un cambio permanente en la vegetación (Brown et al., 2004). ‐
El aumento en la generación media anual de escorrentía debido a una disminución de la cobertura de bosque se vuelve más difícil de identificar a medida que la cuenca de estudio crece en tamaño. Esto debido a que se vuelve más complejo identificar los efectos que tiene la heterogeneidad espacial de las características que determinan los procesos de generación de escorrentía dentro de la cuenca (Smakhtin, 2001). 28 ‐
Al analizar el efecto de tratamientos silvícolas sobre la producción media anual de escorrentía, Stoneman y Schofield (1989) encuentran que existe una relación inversa entre la cobertura de copas y el área basal, sobre la escorrentía y la precipitación efectiva. Este resultado también es señalado por Calder (1993). Los principales resultados de estudios revisados en donde se realizan balances hídricos estacionales en cuencas experimentales se detallan a continuación: ‐ Para cuencas pareadas (una con reducción de cobertura de bosque y la otra como cuenca control) con un régimen pluvial, la diferencia absoluta de caudal total es mayor en los meses de invierno, mientras que la diferencia porcentual es mayor en los meses de verano, siendo la cuenca intervenida la que produce mayor escorrentía. Esto se debe principalmente a la disminución en intercepción y evapotranspiración de la cuenca intervenida (Brown et al., 2004). Los principales resultados de estudios revisados en donde se analizan caudales de crecidas en cuencas experimentales se detallan a continuación: ‐ En el trabajo de Austin (1999) se estudian los porcentajes de cambio de caudales de crecida (o caudales peak) frente a una disminución en la cobertura de bosque, en términos de máximos instantáneos anuales, máximos diarios anuales, máximos en épocas de crecimiento vegetacional, máximos en épocas de dormancia (meses del año asociados a condiciones climáticas no apropiadas para el crecimiento como días cortos, temperaturas bajas o disminución de precipitaciones). Se encuentra que frente a una disminución en la cobertura de bosque de una cuenca, los caudales peak bajos (asociados a períodos de crecimiento del bosque) muestran un aumento relativo, más significativo que los caudales peak altos. La diferencia poco significativa de los caudales peak altos podría deberse a que en los períodos en que éstos ocurren los niveles de humedad del suelo son altos, independiente de la cobertura de bosque. ‐ En una cuenca cuyo régimen hidrológico es principalmente nival, la relación entre los caudales de crecida y la disminución de cobertura de bosque será altamente variable, ya que el efecto en el descenso en la acumulación y derretimiento de nieve provocado por la disminución de copas de árboles, se compensa con un efecto de disminución de evapotranspiración y de aumento de la humedad del suelo (Smakhtin, 2001). Los principales resultados de estudios revisados en donde se hace un análisis de caudales base en cuencas experimentales se detallan a continuación: ‐ En una cuenca con régimen hidrológico pluvial, en donde los caudales base están asociados a períodos continuos sin precipitaciones, generalmente durante los meses de verano, la evapotranspiración juega un rol muy importante ya que la radiación es mayor y por ende el nivel de energía también, lo que aumenta el consumo de agua por parte del bosque. Asimismo, la 29 menor intensidad y magnitud de las precipitaciones en esta época aumentan la capacidad de intercepción de la cubierta (Neira, 2005). ‐
‐
Varios estudios han demostrado que experimentos que involucran un aumento en la cobertura de bosque, tienen un efecto de disminución mayor para caudales base que para caudales totales (Smakhtin, 2001). Estudios de reforestación de plantaciones exóticas han encontrado reducciones de caudales base que llegan hasta un 100%, siendo las plantaciones de eucaliptos las que generan los cambios más fuertes (Smakhtin, 2001). ‐
Si debido a una intervención en la cobertura, la capacidad de infiltración del suelo disminuye hasta un nivel en que la cantidad de agua que libera una unidad de área en forma de escorrentía directa es mayor a la ganancia en flujo base asociada a la disminución de la evapotranspiración, entonces, la generación de escorrentía en épocas estivales decrecerá. Si la capacidad de infiltración se mantiene, la reducción en evapotranspiración provocará un aumento en los caudales base (Bosch y Hewlett, 1982). Los principales resultados de estudios revisados que analizan los regímenes hidrológicos a través de curvas de duración en cuencas experimentales se detallan a continuación: ‐ El régimen de una cuenca está definido por la magnitud, frecuencia, duración, tiempos y tasas de cambio de la escorrentía en un punto. Las curvas de duración entregan un resumen gráfico y estadístico de la variabilidad de escorrentía. Por lo que las diferencias en forma y magnitud de estas curvas, entregará información de los impactos que tiene el cambio de cobertura en el régimen hídrico de la cuenca intervenida (Brown et al., 2004). ‐ Para determinar los impactos que tiene el cambio de cobertura vegetal en las componentes de la escorrentía, a partir de un análisis de curvas de duración, es necesario diferenciar caudales peak de los caudales base. Existen diversas expresiones que diferencian los caudales base y peak dentro de una curva de duración. Entre estas se encuentra el definir el caudal base como todo caudal que sea excedido un 70 – 90 % del tiempo, y el caudal peak como todo caudal que sea excedido un 1 – 5 % del tiempo (Smakhtin, 2001). ‐ Se han encontrado resultados que muestran que al analizar las curvas de duración de la cuenca intervenida y la cuenca control a nivel anual, puede no haber mayores diferencias, pero que si se separa el análisis a nivel estacional, éstas podrían ser más notorias, sobre todo si se analiza la parte baja de la curva, que corresponde a los caudales base, sujeto al tipo de cobertura y clima del área de estudio (Brown et al., 2004). En cualquier tipo de experimento que se realice, es necesario medir y estimar los errores experimentales que se cometen en función de la variable que se quiere estudiar. Muchos estudios experimentales de este 30 tipo han arrojado resultados poco concluyentes debido a que los errores experimentales son del mismo orden que los efectos medidos. Además, sin el conocimiento específico de todos los procesos que están involucrados en las cuencas estudiadas, es difícil extrapolar los resultados a otras zonas, por lo tanto los resultados serán aplicables a situaciones donde opera el mismo set de procesos (Brown et al., 2004). En general, la mayoría de los estudios revisados indican que el aumento de pérdidas de agua por efectos de evapotranspiración asociado a un aumento en la cobertura de bosques, se refleja en una menor producción de escorrentía en una cuenca (y viceversa). Cabe destacar que estos estudios generalmente trabajan con tipos de bosques que corresponden a plantaciones exóticas nuestras. Y como se vio en el capítulo 2.5.2, entre las plantaciones exóticas y los bosques nativos existen diferencias importantes, entre las cuales se encuentra: la configuración de copas de árboles, sistemas de raíces, características de los suelos, procesos de intercepción y tasas de evapotranspiración, entre otras. Debido a esto, los resultados encontrados en la mayoría de los estudios revisados, no son directamente extrapolables a casos en que la cobertura sea bosque nativo chileno. Estudios recientes en Chile (Lara et al., 2009) han comparado cuencas cubiertas combinadas de bosque nativo y plantaciones forestales, y han encontrado que un aumento del porcentaje de cobertura de bosque nativo y una disminución del porcentaje de plantaciones forestales, tienen asociado una mayor generación de escorrentía en los meses de la época seca de verano. Este aumento de escorrentía puede explicarse por las mayores tasas de intercepción y de evapotranspiración de las plantaciones, disminuyendo la cantidad de agua que llega al suelo y al subsuelo y que finalmente llega a los arroyos, ríos (Oyarzún y Huber, 1999; Oyarzún et al, 2004). Estos resultados muestran que los ecosistemas constituidos por los bosques nativos tienen un papel clave en la acumulación del agua en el suelo y subsuelo, así como en la entrega gradual del agua a los arroyos y ríos. Esto ha llevado al concepto de “bosque‐esponja”, que evita las crecidas en invierno, y en forma más importante en verano asegura la mantención de un cierto nivel de caudales y de las napas freáticas que alimentan los pozos en las zonas rurales en la época cuando la escasez de agua se hace crítica (Lara et al, 2003). 31 3
ÁREA DE ESTUDIO El área de estudio comprende cinco microcuencas localizadas en el predio San Pablo de Tregua, 39°35’ S, 71°45’ W. Este predio es propiedad de la Universidad Austral de Chile, y se encuentra a unos 30 km de Panguipulli, Región de los Ríos (ver Figura 3‐1). Las cuencas forman parte del diseño experimental del proyecto FORECOS (Núcleo de investigación patrocinado por la iniciativa científica Milenio de MIDEPLAN). Figura 3‐1: Zona de estudio y ubicación estaciones meteorológicas. 32 3.1 CLIMA La zona de Panguipulli pertenece al tipo climático templado lluvioso con influencia mediterránea (DGAC, 2010), y se caracteriza por tener temperaturas medias de 11°C, con una temperatura mínima promedio en el mes más frio (agosto) de 5°C y una máxima promedio del mes más cálido (febrero) de 20°C. Para hacer una caracterización de las condiciones climáticas de la zona de estudio en particular, se analiza la información disponible de estaciones cercanas de la Dirección General de Aguas (DGA), en el período común coincidente con el estudio (Abril 2003 ‐ Febrero 2007) y en el período de registro de cada estación. En la Figura 3‐1 se muestra la ubicación de las estaciones meteorológicas, y en la Tabla 3‐1 su promedio anual. Algunas estaciones no se incorporan en el análisis ya que no se cuenta con información del período común. Además de las estaciones de la DGA, se cuenta con dos estaciones pluviográficas en el predio San Pablo de Tregua, denominadas Praderas y Profesores. Estas estaciones son las que se utilizan en el presente estudio, y sus valores anuales se presentan en la Tabla 3‐1. Tabla 3‐1: Precipitación anual estaciones meteorológicas. Estación Período de registro Altura
(m s.n.m.) PP anual (mm)
período registro estación PP anual (mm) promedio
período mar 2003 ‐ feb 2007 Lago Calafquén Jul 1986 ‐ Ago 2007 385
2113
2263
Lago Riñihue Abr 1985 ‐ Ago 2007 120
2279
2569
Pirihueico en Pto. Fui Nov 1999 ‐ Ago 2007
600
4467
4498
Lago Neltume Dic 1976 ‐ May 1986
260
3426
‐ Praderas Ene 2003 ‐ Feb 2007 650
3577
3577
Profesores Ene 2003 ‐ Feb 2007 700
3998
3998
A partir de información resumida en la Tabla 3‐1, se observa que existe un aumento de la precipitación anual en función de la altura de la estación. Este gradiente (ver Figura 3‐2) 3 se explica por el efecto orográfico que experimentan los frentes de precipitación al acercarse a la Cordillera de los Andes. A partir de este gradiente se verifica que existe consistencia entre los datos de las estaciones meteorológicas de la DGA y las estaciones del estudio. A partir de la información del período total de registro de las estaciones de la DGA se observa que los años del estudio poseen una precipitación anual levemente mayor que el promedio anual del total del registro (11%, 1% y 7% para las estaciones Lago Calafquén, Lago Riñihue y Pirihueico en Pto. Fui respectivamente). 3
La estación Lago Neltume se grafica para el período completo de registro, ya que no se cuenta con información para el período concurrente. 33 5000
PP anual (mm)
4000
3000
y = 2.2396x + 2570
R2 = 0.655
2000
1000
0
0
200
400
600
800
Cota (m s.n.m .)
Lago Riñihue
Puerto Fui
Lago Neltume
Praderas
Profesores
Figura 3‐2: Gradiente de precipitación zona de estudio Un análisis de los datos mensuales de precipitación de las estaciones resumidas en la Tabla 3‐1, muestra que más de un 65% de la precipitación total del año cae en los meses de otoño‐invierno (abril‐septiembre). Asimismo, se obtiene que los meses de mayor precipitación corresponden a mayo, junio y julio, en los cuales llueve entre un 40% y un 46% del total anual, y los meses de menor precipitación son enero y febrero, que abarcan entre un 4% y un 6% de la precipitación total anual. La distribución mensual se grafica en la Figura 3‐3 y se resume en la Tabla 3‐2. Tabla 3‐2: Precipitación mensual estaciones meteorológicas. Mes Lago
Calafquén Lago Riñihue Pirihueico
en Pto. Fui Praderas Profesores Abril
160
217
278
237 230 Mayo
242
245
445
359 393 Junio
526
576
1063
706 715 Julio
281
337
583
461 554 Agosto 223
272
436
318 358 Septiembre 183
194
340
366 394 Octubre 164
163
307
321 343 Noviembre 161
196
366
282 310 Diciembre 109
155
267
237 304 Enero
77
72
159
101 138 Febrero 50
41
54
42 56 Marzo 87
101
201
148 204 Anual 2263
2569
4498
3577 3998 Abr‐Sep 1615
1841
3145
2447 2644 Oct‐Mar 648
729
1354
1130 1354 (Abr‐Sep)/Anual 71%
72%
70%
68% 66% (Oct‐Mar)/Anual 29%
28%
30%
32% 34% 34 1200
Pp (mm)
1000
800
600
400
200
Lago Calafquén
Lago Riñihue
Puerto Fui
PP Prad
mar
feb
ene
dic
nov
oct
sep
ago
jul
jun
may
abr
0
PP Prof
Figura 3‐3: Distribución mensual de precipitaciones Las características climáticas de la zona de estudio, para el período de tiempo analizado, consisten en una precipitación anual media entre 3500 y 4500 mm, con veranos muy cortos concentrados en los meses de enero y febrero, en donde la precipitación corresponde a un 5% aproximadamente del total anual, y con inviernos húmedos y extensos. En un estudio realizado en 1975 en el predio San Pablo de Tregua, se estimó un número de heladas al año que varía entre 30 y 50 días, y se estableció que sobre los 800 m s.n.m. la mayor parte de la precipitación en invierno cae en forma de nieve (Schlatter, 1975). 3.2 CARACTERÍSTICAS TOPOGRÁFICAS CUENCAS EN ESTUDIO La nomenclatura de las cuencas a estudiar se presenta en la Tabla 3‐3: Tabla 3‐3: Nombre cuencas en estudio Cuenca
Nomenclatura
Praderas
Prad
Renovales con manejo
Rcm
Renovales sin manejo
Rsm
Tranque
Tran
Encuentro
Enc
La información disponible de las cuencas se obtiene de diversos estudios de FORECOS. Esta información consiste principalmente en áreas, cotas máximas y mínimas, y pendiente media. Para dos de las cinco cuencas en estudio (Rcm y Rsm), se cuenta con un levantamiento topográfico con curvas de nivel interpoladas a 1 m a partir del cual se hizo la delimitación de estas dos cuencas. Para el resto de las cuencas, la delimitación del área se efectuó a partir de una inspección y trazado en terreno de la divisoria de aguas, registrado por un GPS. 35 Además, se cuenta con la información de la elevación máxima y mínima, y de la pendiente media de todas las cuencas, menos Prad. Un resumen de las características disponibles de cada cuenca se resume en la Tabla 3‐4. Tabla 3‐4: Área cuencas en estudio Cuenca Área (ha) Elevación (m s.n.m.) Pendiente (%) Prad 12.3
‐
‐
Rcm 12.6
601‐719
27
Rsm 7.4
602‐718
13
Tran 7.5
730‐850
26
Enc 72.1
800‐925
12
3.3 COBERTURA 3.3.1
EDAD E INTERVENCIÓN DE LOS BOSQUES Las cuencas Prad, Rcm y Rsm eran parte de un mismo paño de bosque nativo, que en la década del 40 sufrió de un incendio que arrasó con el bosque. En la década del 50 comenzó el establecimiento de nuevos individuos de Roble y Raulí en las cuencas Rcm y Rsm. En la cuenca Prad se establecieron pocos árboles, dejando a la cuenca cubierta principalmente de praderas (aproximadamente un 90%). En el año 2002, la cuenca Rcm fue sometida a manejo silvícola, en donde se extrajo un 35% de su área basal, para producción maderera. Las cuencas Tran y Enc están cubiertas de bosque nativo adulto, de unos 400 años. Enc es un bosque prístino (sin ningún tipo de intervención), en cambio Tran es una cuenca alterada. Esta alteración está relacionada con extracciones de árboles sin criterios silvícolas, para la producción maderera. No se tiene información de las condiciones de esta alteración. En resumen, se tiene 2 tipos de bosque: renovales de segundo crecimiento (bosque joven de unos 50 años) y bosque adulto, con distintos tipos de intervención: manejo silvícola, alteración, prístino. Un esquema de esta configuración de tipos de cobertura se muestra en la Figura 3‐4 Prístino Enc Alterado Tran Sin manejo Rsm Manejado Rcm Bosque adulto Bosque renoval de 2° crecimiento Prad Pradera Figura 3‐4: Tipos de bosque 36 3.3.2
ESPECIES DOMINANTES La cobertura vegetal de las cuencas está dominada por diferentes especies de bosque nativo. La información de las especies de cada cuenca se resume en la Tabla 3‐5, y sus características se resumen a continuación. Tabla 3‐5: Especies dominantes cuencas en estudio Cuenca Especie
Nombre Tipo
Prad ‐
‐ ‐
Rcm Nothofagus obliqua/Nothofagus alpina
Roble /Raulí de hoja caduca
Rsm Nothofagus alpina /Laurelia philippiana
Raulí / Tepa de hoja caduca
Tran Laurelia philippiana / Saxegothaea conspicua / Myrceugenia planipes
Tepa/Mañío/Patagua siempreverde
Enc Nothofagus dombeyi / Laurelia philippiana / Saxegothaea conspicua
Coigüe/Tepa/Mañío siempreverde
Nothofagus obliqua (Roble): árbol monoico4, de hoja caduca (pierde sus hojas en los meses de invierno). Alcanza una altura de unos 40 m y un diámetro de 2 m. Habita áreas con suelos profundos y fértiles. Crece en sitios expuestos, con alta luminosidad y evaporación, e incluso aceptando temperaturas nocturnas cercanas al punto de congelación (Weinberger y Ramirez, 2001). Su madera es valorada por su durabilidad, y generalmente se utiliza para muebles y construcciones (Stark, 2007). Nothofagus alpina (Raulí): árbol monoico, frondoso, de hoja caduca (pierde sus hojas en los meses de invierno). Alcanza una altura de unos 40 m y un diámetro de 2 m. Habita en lugares con bajas temperaturas y fuertes vientos. Crece en condiciones de alta o media luminosidad, evaporación reducida y temperaturas ambientales (aire y suelo) moderadas (Weinberger y Ramirez, 2001). Su madera es muy cotizada, es de grano fino y hermoso tono rosado, muy empleada en todo tipo de construcción (Stark, 2007). Nothofagus dombeyi (Coigüe): árbol monoico, siempreverde. Alcanza una altura de unos 45 m y un diámetro de 3 m. Habita en lugares con alta luminosidad, bajas temperaturas y fuertes vientos. Su madera es muy cotizada, es de grano fino y hermoso tono rosado, muy empleada en todo tipo de construcción (Stark, 2007). Laurelia philippiana (Tepa): árbol siempreverde. Alcanza una altura de unos 30 m y un diámetro de 1.4 m. Habita en suelos profundos y húmedos. Su madera es empleada en construcción, sin embargo no es muy resistente a la humedad, pudriéndose con facilidad al estar expuesta a ésta (Stark, 2007). Saxegothaea conspicua (Mañío de hojas cortas): árbol monoico, siempreverde. Alcanza una altura de unos 25 m y un diámetro de 2 m. Habita sitios húmedos de alta precipitación. Su madera es empleada en
construcción y fabricación de muebles (Stark, 2007). 4
Monoico: Plantas que presentan los órganos sexuales en flores distintas, sobre el mismo individuo. (Stark, 2007) 37 Myrceugenia planipes (Patagua de Valdivia): árbol pequeño, siempreverde. Alcanza una altura de unos 8 m. Habita sitios húmedos de alta precipitación. Su corteza es utilizada en medicina popular contra enfermedades a la piel (Stark, 2007). Una imagen de cada una de las especies se muestra en la Figura 3‐5. Roble Tepa
Raulí Mañío
Coigüe Patagua
Figura 3‐5: Especies de bosque nativo. Cuencas en estudio En el estudio de Huber (Huber, 1983) se analizan las variaciones diarias y estacionales del consumo de agua por transpiración de las especies Nothofagus Obliqua (Roble) y Nothofagus Dombeyi (Coigüe) de 8 a 10 años de edad. Estas especies se trasladaron en recipientes especiales, con el mismo suelo del bosque al que pertenecían, hasta la estación meteorológica de la Universidad Austral de Chile, y se realizaron observaciones diarias entre agosto 1978 y julio 1979. Dentro de los resultados más relevantes del estudio se encuentra que en condiciones permanentes de aportes hídricos, el consumo de agua del Roble (293.8 l/m2/año) es mayor que el de Coigüe (191.2 l/m2/año). En este estudio se establecen relaciones entre la transpiración de las especies y la radiación solar, la temperatura, la humedad relativa del aire y la velocidad del viento. Los resultados encontrados se muestran en la Figura 3‐6. 38 Figura 3‐6: Correlaciones entre la transpiración diaria y factores meteorológicos de N. obliqua y N. dombeyi, según Huber et al. (1983). Los gráficos de la Figura 3‐6 muestran que hay un aumento de consumo de agua asociado a un aumento en la radiación solar y temperatura, y una disminución del consumo en función de un aumento de la humedad relativa. También se observa que en todas las relaciones estudiadas, la especie Roble consume más agua que el Coigüe. Estos resultados dan cuenta de que en épocas de verano, en donde las temperaturas y la radiación solar son mayores y las humedades relativas menores, se produce el mayor consumo de agua de ambas especies, y las diferencias entre ambas serían máximas, y en invierno se producirían los menores consumos, y las diferencias serían mínimas. 3.3.3
PARÁMETROS DASOMÉTRICOS DE LOS BOSQUES Los parámetros dasométricos (descritos en el acápite 2.5.1) disponibles para cada cuenca se resumen en la Tabla 3‐6. Tabla 3‐6: Parámetros dasométricos bosques cuencas en estudio Cuenca Densidad (árbol/ha) Área Basal (m2/ha)
Diámetro cuadrático medio (MQD) (cm)
Prad ‐ ‐
‐ Rcm 1030 30.1
19.3 Rsm 2300 50.0
16.6 Tran 873 95.7
37.4 Enc 501 126.9
56.8 39 3.4 SUELOS El área de estudio presenta suelos originados por cenizas volcánicas modernas y estratificadas, conocido como trumao, sobre un estrato pronunciado de pomacita, con una profundidad media aproximada de 70 – 80 cm. Estos suelos pertenecen a la serie Liquiñe, y presentan un alto contenido de materia orgánica, con buenas condiciones de infiltración, drenaje y alta capacidad de retención de agua (Schlatter J. , 1975). Su textura es franco limoso a franco arenoso, con un PH ácido a moderadamente ácido, y con un contenido de materia orgánica en el horizonte superior del orden de un 15 a 20% (Neira, 2005). Tienen una densidad aparente que no supera los 0.5 g/cm3, y una densidad real de aproximadamente 2.3 g/cm3. Su alto volumen de poros hace que estos suelos sean altamente susceptibles a compactación en épocas húmedas, y que en condiciones de relieve quebrado, presenten riesgos de deslizamiento (Neira, 2005). En general son suelos poco variables espacialmente y el horizonte de pomacita en profundidad se comporta como una capa poco permeable (Pröschle, 2007). 40 4
METODOLOGÍA En el presente capítulo se detallan los procedimientos que se desarrollan en esta tesis para analizar el efecto de la cobertura vegetal en los procesos de generación de escorrentía de las 5 microcuencas descritas en el capítulo 3. Para esto se hace un análisis de la base de datos disponible, un análisis hidrológico de las cuencas, y se establece la relación y comparación de los resultados de éste análisis con la cobertura de bosque de cada una de ellas. El análisis hidrológico consta de diversas etapas que se basan en los conceptos, técnicas y análisis estudiados y resumidos en los capítulos 2.1 a 2.4, tales como la generación de curvas de duración; curvas doble acumuladas; modelación de curvas de recesión y agotamiento; y un análisis de las componentes del hidrograma, a una escala de tiempo continua y frente a eventos de tormentas. Para relacionar los resultados del estudio hidrológico con las distintas coberturas de bosque nativo, es necesario establecer criterios de comparación. En el presente estudio se propone considerar criterios cualitativos y cuantitativos de la cobertura de bosque. Dentro de las características cualitativas de los bosques en estudio se encuentra su edad, tipo de tratamiento, características de las especies dominantes, etc. Así, según un criterio cualitativo, se podrían agrupar los bosques tal como lo muestra la Figura 3‐4, agregando la componente del tipo de hoja de las especies dominantes (siempreverde o caduca). Esta clasificación se muestra en el siguiente esquema: Prístino Adulto
Enc Comparables
Siempreverde
Alterado Tran Renoval
2° crecimiento
Sin manejo Rsm Hoja caduca
Manejado Bosque nativo Comparables Comparables
Rcm Prad Pradera
Figura 4‐1: clasificación cualitativa de los bosques A partir de este esquema, se propone comparar los resultados del análisis hidrológico según las siguientes configuraciones: 1. Comparación de resultados de cuencas de bosque (Rcm, Rsm, Tran Enc) versus cuenca con cubierta de praderas (Prad). 2. Comparación de resultados de cuencas con cubiertas de bosque adulto, prístina (Enc) versus alterada (Tran). 3. Comparación de resultados de cuencas con cubiertas de renovales de segundo crecimiento, con manejo (Rcm) versus sin manejo (Rsm). 41 4.
Comparación de resultados de cuenca con cubierta de bosque adulto prístino (Enc) versus cuenca con cubierta de renovales sin intervención (Rsm). Las características cuantitativas de los bosques tienen que ver con sus parámetros dasométricos. En este caso, los parámetros medidos corresponden al porcentaje de área basal, el diámetro cuadrático medio y densidad, tal como se describe en el acápite 3.3.3. Para hacer comparaciones entre los resultados del análisis hidrológicos con los parámetros dasométricos, es necesario establecer las diferencias entre los parámetros asociados a los pares de cuencas que se van a comparar. En la Tabla 4‐1 se muestran las diferencias relativas en términos porcentuales para cada par de cuencas. Tabla 4‐1: Diferencia porcentual Parámetros dasométricos bosques cuencas en estudio Pares de cuencas Densidad Área Basal Diámetro cuadrático medio (MQD) Rcm 55% (Rsm mayor) 40% (Rsm mayor) 16% (Rcm mayor) 74% (Tran mayor) 25% (Enc mayor) 34% (Enc mayor) 359% (Rsm mayor) 61% (Enc mayor) 71% (Enc mayor) Rsm Tran Enc Enc Rsm 4.1 ANÁLISIS BASE DE DATOS En este capítulo se recopilan los datos registrados de las cuencas en estudio, y se hace un análisis de errores de cada variable registrada. Una vez realizado el análisis de errores, se establece la base de datos a utilizar para el resto del estudio, de manera de trabajar con la serie de tiempo que tenga el menor error asociado. Además, se analiza un estudio físico de suelo que se realizó en algunas de las cuencas de estudio. 4.2 ANÁLISIS RÉGIMEN HIDROLÓGICO A partir de la base de datos de caudales definida para el estudio, y la base de datos de precipitación, se analizan los hidrogramas de caudales medios mensuales para cada año hidrológico. De esta manera se determina el tipo de régimen que predomina en la zona de estudio y se comparan los regímenes de cada cuenca estudiada. 4.3 COMPARACIÓN CURVAS DOBLE ACUMULADAS En este capítulo se generan las curvas doble acumuladas de escorrentía mensual (expresado en unidades de volumen a nivel mensual normalizado por el área de cada cuenca). Estas curvas generalmente se utilizan para verificar la consistencia de los datos de caudal medidos en distintas estaciones, y en este estudio se utilizarán también para establecer relaciones entre la producción de escorrentía superficial mensual de cada cuenca. 42 4.4 COMPARACIÓN CURVAS DE DURACIÓN Con la serie de caudales diarios expresados en (mm) se establece el período común de registros y se ordenan los datos de caudal de mayor a menor. A esta serie ordenada se le asigna una probabilidad de excedencia según la distribución de Weibull. La curva de duración para cada cuenca se determina como la serie de caudal versus probabilidad de excedencia, y la comparación de éstas permite evaluar caudales asociados a una misma probabilidad de excedencia. 4.5 ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO Como se menciona en el capítulo 2.3, la modelación de las curvas de agotamiento de un hidrograma se basa en el supuesto que se haga con respecto a los procesos de almacenamiento de la cuenca. Dadas las características de las cuencas en estudio, en cuanto a morfología (zona precordillerana) y en cuanto al tipo de cobertura (bosque nativo), y tal como se establece en el capítulo 2.2, se puede inferir que estos procesos de almacenamiento están dominados principalmente por aportes de flujos subsuperficiales rápidos y lentos, que afloran por las laderas de la cuenca y por el lecho del río, en períodos sin precipitación y también en eventos de tormenta. Tradicionalmente, y dada la simpleza de su formulación matemática, los modelos conceptuales de los procesos hidrológicos de una cuenca trabajan en su mayoría bajo un supuesto de embalse lineal, es decir, de un decaimiento lineal de caudal en función del tiempo en un gráfico semilog (Sujono et al., 2004; Wittemberg, 1999). Se acepta que para períodos cortos de recesión, un decaimiento lineal se ajusta bastante bien a la curva de agotamiento, no obstante, varios estudios han obtenidos resultados no lineales de la curva de agotamiento (Wittemberg, 1999; Hammond y Han, 2006). Se ha postulado que en casos en que los aportes subterráneos de un rio provengan de un acuífero somero, los efluentes de este acuífero no serían linealmente proporcionales al almacenamiento de la cuenca, por lo que no sería correcto simular la curva de agotamiento como un embalse lineal. Debido a esto, estudios han propuesto asumir un supuesto de embalse no lineal (Wittemberg, 1999), sin embargo, estos estudios han estado limitados a decaimientos de flujo base en donde existe poca o nula influencia de escorrentías directas anteriores (Hammond y Han, 2006). Existen varias técnicas para abordar la no linealidad del almacenamiento. Algunas de éstas se resumen en el trabajo de Brodie y Hostetler (2005). Wittemberg (1999) describe también técnicas que asumen que el flujo base correspondería a la descarga de dos o más embalses lineales paralelos, que representan componentes de distintos tiempos de respuesta. Estas aproximaciones, generalmente tienen como resultados un mejor ajuste de la curva de recesión ya que trabajan con más parámetros. Pero para la mayoría de las cuencas es poco probable que el acuífero no confinado esté dividido en dos zonas de almacenamiento independientes, por lo que la base física del modelo quedaría restringida a casos especiales. 43 Dadas las características de las cuencas en estudio, como su régimen natural, su pequeña escala espacial, la no presencia o influencia evidente de acuíferos dada su ubicación precordillerana, la presencia de una primera capa de suelo de alta permeabilidad y capacidad de infiltración, y un régimen de precipitaciones que se caracteriza por precipitaciones durante todo el año, con una leve disminución en verano, lo que conlleva a períodos de recesión relativamente cortos, se considera que el supuesto de embalse lineal podría dar resultados coherentes. Se propone trabajar en primera instancia con un supuesto de embalse lineal, y una vez analizadas las recesiones de cada una de las cuencas, verificar su linealidad. En caso de que en general no se cumpla, se propone implementar un modelo de embalse no lineal. La ecuación de decaimiento exponencial de un embalse lineal tiene la siguiente forma: ó Ecuación 4‐1 Donde: = Escorrentía total en el tiempo t. Qt = Escorrentía o almacenamiento inicial, al principio de la curva de recesión. Q0 α = Constante. = Tiempo de residencia Tc se puede reemplazar por k: coeficiente de decaimiento, factor que es comúnmente usado El término como un indicador de la magnitud del flujo base, con lo que la Ecuación 4‐1 queda: k Ecuación 4‐2
Este parámetro debe ser calibrado para cada cuenca, y para cada período de decaimiento que se analice, de manera de encontrar un valor representativo. A partir del análisis de estas curvas se puede determinar una curva de agotamiento generalizada (MRC del inglés Master Recession Curve) que será representativa de todos los períodos analizados. 4.5.1
CALIBRACIÓN COEFICIENTE DE DECAIMIENTO K Para la calibración del parámetro k se utiliza RECESS, programa gratuito elaborado por el U.S. Geological Survey (Rutledge, 2007) que determina un índice de decaimiento (definido de manera distinta al coeficiente de decaimiento k) y la curva de agotamiento generalizada MRC a partir del análisis de un registro de caudales. RECESS trabaja con períodos durante los cuales hay un decaimiento estricto de los registros de caudal, y supone un decaimiento exponencial del almacenamiento subterráneo. Los pasos que sigue el programa se resumen a continuación y se esquematizan en la Figura 4‐2: 44 PASO 1:Selección de períodos a utilizar. PASO 2:Determinación del índice de recesión para cada período analizado y de un índice característico de la cuenca a nivel estacional y anual. PASO 3:Determinación de una relación lineal entre los índices de recesión el promedio de los caudales para cada período. PASO 4:Determinación de la curva de agotamiento generalizada, a partir de la regresión obtenida en 3. PASO 1, ,2 PASO 3 PASO 4 Log (Q) Tiempo desde el peak Índice de decaimiento k Tiempo Figura 4‐2: Pasos 2, 3 y 4. RECESS (Rutledge, 2007) PASO 1. RECESS analiza toda la serie de datos de escorrentía y selecciona períodos de decaimiento continuo, con un mínimo de días consecutivos especificado por el usuario, y a partir de un día después del peak que da inicio a la curva de decaimiento. Una vez que el programa selecciona estos períodos, viene una etapa en la cual el usuario debe decidir qué períodos utilizar y qué partes de la curva correspondiente a cada período corresponde a un decaimiento exponencial (o a una condición lineal o cuasi lineal en un gráfico semilog). Para el análisis se impone que el decaimiento sea de a lo menos 10 días. Un primer segmento de la curva seleccionada correspondería entonces, a la curva de recesión descrita en el capítulo 2.3, y un segundo segmento, a la curva de agotamiento. Es por esto que de aquí en adelante se refiere a estas curvas como curvas de decaimiento, de manera de no inducir a confusiones entre los términos recesión y agotamiento. Una vez que se seleccionan los períodos de recesión a utilizar, se debe especificar el inicio y el fin del decaimiento que se quiere analizar, de manera de seleccionar datos consecutivos que decaigan linealmente en un gráfico semi‐log. PASO 2. Una vez que se seleccionan los segmentos de las curvas de decaimiento que se deben analizar, se utiliza la siguiente ecuación para modelar el descenso del caudal: Ecuación 4‐3 log
Donde: 45 t = Tiempo en días. Q = Caudal total en L/s. , = Coeficientes determinados a partir de una regresión lineal. Para cada período analizado se calculan los parámetros , . Estos coeficientes corresponden a la pendiente de la curva modelada (menor a cero) y la intersección con el origen respectivamente. Con esta expresión se deduce el índice de decaimiento , para cada período seleccionado, dado por el valor absoluto del parámetro calculado ( = ‐ ). log
Una vez que se tiene un índice para cada curva de decaimiento analizada, se identifican los índices asociados a eventos estacionales comprendidos en los meses de otoño‐invierno (abril‐septiembre) y los meses de primavera‐verano (octubre‐marzo), de manera de incorporar dicho efecto en los resultados. Para determinar un índice característico de cada cuenca se promedian los índices calculados. De esta manera se obtienen 3 índices por cada cuenca: un primer correspondiente al período de otoño‐
invierno (abril‐septiembre), un segundo correspondiente al período de primavera‐verano (octubre‐
marzo) y un tercer anual que considera todos los meses del año. PASO 3. Se relaciona el Índice calculado para cada período, con el promedio de log(Q) de los datos utilizados, obteniendo una serie de puntos que se correlaciona a través de una ecuación lineal. De esta manera se obtiene una ecuación de en función de log(Q): log
Ecuación 4‐4 PASO 4. Los coeficientes de la Ecuación 4‐4 se usan para determinar la curva de agotamiento generalizada (MRC). Si se expresa el índice de decaimiento como la pendiente de la Ecuación 4‐4 se obtiene la siguiente expresión: log
log
Ecuación 4‐5 Integrando la Ecuación 4‐5 e imponiendo una condición inicial de que en t=0, log(Q0) es el mayor valor del promedio de log(Q) registrado para los períodos analizados: log
46 Esta ecuación se puede escribir de manera más genérica: Ecuación 4‐6 Con: ,
,
Para relacionar los resultados de RECESS con la coeficiente de decaimiento definida en la Ecuación 4‐2, se deben relacionar las Ecuación 4‐2 y Ecuación 4‐3. Ambas son ecuaciones que simulan un decaimiento exponencial del almacenamiento, pero el coeficiente de decaimiento (k) de la Ecuación 4‐2 y el índice de decaimiento ( ) de la Ecuación 4‐3 están definidos de distinta manera. El coeficiente de decaimiento k se define según la Ecuación 4‐2: k
log
log
k
log
log k
log
log k log
Y el índice de decaimiento se define según la Ecuación 4‐3: log
Igualando estas dos ecuaciones: 1
log
0,
y
log k
log k
Despejando el parámetro k se obtiene la expresión que relaciona el coeficiente de decaimiento de la Ecuación 4‐2 con el índice de decaimiento de la Ecuación 4‐3: Ecuación 4‐7 10
k 10
Una vez que se tiene la MRC, que corresponde a una curva representativa de la manera en que las cuencas liberan agua en períodos sin recarga, se establecen relaciones entre las cuencas y se analizan en función de su cobertura de bosque. 4.6 SEPARACIÓN Y ANÁLISIS DE COMPONENTES DEL HIDROGRAMA A partir de las técnicas de separación de hidrogramas resumidas en el capítulo 2.4, para el presente se estima que la técnica más adecuada a utilizar es la de filtro digital, ya que es simple de implementar y se puede asociar a parámetros característicos de cada cuenca, de manera de que tenga un base física. 47 De una serie de filtros digitales recursivos descritos en el trabajo de Brodie (Brodie y Hostetler, 2005), el único que trabaja bajo un supuesto de embalse lineal es el filtro de un parámetro. Este filtro estima el flujo base como un promedio ponderado de la escorrentía directa y el caudal de flujo base del tiempo anterior (Chapman, 1999): k
1
1
k
Ecuación 4‐8
Donde: Qb(i) y Qd(i) corresponde al caudal de flujo base y al caudal de escorrentía directa respectivamente, en el tiempo i, y el parámetro k corresponde a la coeficiente de decaimiento de la curva de agotamiento. Expresando Qd como la diferencia entre el caudal total (QT) y el caudal base (QT): k
2
k
1
1
2
k
k
Ecuación 4‐9 Así, para la separación de la componente de flujo base, a partir de la serie continua de caudales totales, se utiliza la Ecuación 4‐9, con el parámetro calibrado en la modelación de las curvas de agotamiento (capítulo 4.5). Dadas las dificultades para la identificación de la curva de agotamiento, planteadas en dicho capítulo, se debe tener en cuenta que la modelación de esta curva (y por lo tanto la calibración del coeficiente de decaimiento k) podría tener asociada una componente de flujo subsuperficiales rápido, por lo que el flujo base podría estar representando no sólo la respuesta lenta y desfasada de la cuenca frente a eventos de tormenta, sino que también una respuesta directamente asociada a la precipitación caída durante dicha tormenta. Una vez que se tienen separadas las componentes de la serie completa de caudales de cada cuenca, se hacen comparaciones estacionales, mensuales y de eventos de tormenta de estas componentes. Para el análisis de las componentes del hidrograma asociado a eventos de tormenta es necesario generar una metodología de selección de eventos a partir de la serie completa de caudales. Dada las características climáticas de la zona de estudio, es difícil encontrar eventos de tormenta que sean completamente independientes, ya que las precipitaciones ocurren prácticamente durante todo el año, salvo en ciertos períodos en los meses de verano. Si bien se reconocen fácilmente diferentes curvas de concentración y de recesión‐agotamiento a lo largo de los hidrogramas de las cuencas estudiadas, se espera que las curvas de concentración, ya sea en su forma o magnitud, estén influenciadas por eventos anteriores. Esto debido a la cercanía de los eventos, y a las condiciones prácticamente constantes de alta humedad del suelo. Es por esto que se debe buscar un método que se acomode a estas características. Y los resultados encontrados deben incorporar este posible efecto de no completa independencia entre eventos. En la bibliografía revisada se han encontrado diversos criterios para la selección de eventos de tormenta, entre los más utilizados se encuentran los que se basan en registros de precipitación y los que se basan en registros de caudal (Hammond y Han, 2006). El método basado en datos de precipitación es empírico e inexacto y está comúnmente relacionado con perturbaciones de gran escala, en zonas en que las tormentas tienden a llegar en clusters. Sin embargo, provee de una herramienta útil para la separación de 48 eventos. Consiste en asumir independencia entre dos eventos de precipitación, en base a un tiempo mínimo entre ellos. Este tiempo se determina haciendo un análisis estocástico de los datos de precipitación, asumiendo que las tormentas se generan siguiendo una distribución de Poisson. Por su parte, el método basado en datos de caudal también establece un tiempo mínimo entre dos eventos de crecida. Dada la alta concentración de eventos de precipitación, se opta por independizar las tormentas siguiendo el criterio basado en los datos de caudal, en función de un tiempo mínimo para cada cuenca. Una manera de establecer este tiempo característico, está dada por una relación empírica que establece el tiempo en el que la escorrentía directa decrece hasta convertirse en flujo base, en función del área de la cuenca (Lisley et al., 1958) 0.827
.
Ecuación 4‐10
Con D en días, y A en km2. Al calcular el tiempo a partir de la Ecuación 4‐10, para cada cuenca, éstos resultan del orden de medio día. Estos valores se consideran poco adecuados al analizar los hidrogramas de las cuencas, ya que las recesiones analizadas de todas las cuencas poseen mayores tiempos de decaimiento. Por lo que se propone otra alternativa para estimar este tiempo. En el capítulo 4.5, los períodos seleccionados para el análisis de las curvas de recesión y agotamiento corresponden a decaimientos seleccionados a partir de un día después del peak que da inicio a la curva. Debido a esto, se propone considerar un tiempo característico asociado a la duración de estos decaimientos. Estos decaimientos, como se ha mencionado anteriormente, probablemente representan decaimientos tanto de escorrentía directa (escorrentía superficial‐ escorrentía subsuperficial rápida) como de flujo base (escorrentía subsuperficial lenta – flujo subterráneo). En el capítulo 5.5, se hace un análisis en detalle estas curvas y de lo que representan. Una vez definido este tiempo, se implementa un programa para separar y analizar los eventos de tormenta seleccionados. Para el análisis de las tormentas seleccionadas se propone extraer parámetros representativos de cada evento. Estos parámetros se resumen en la Tabla 4‐2. De manera de trabajar con un único dato de precipitación acumulada a lo largo de la tormenta, para el cálculo de los parámetros resumidos en la Tabla 4‐2, se propone que para eventos en los que los datos de precipitación acumulados durante la tormenta de ambos pluviógrafos difieran en un 20% o más, se considere la mayor medición. Siempre verificando la consistencia de los resultados. 49 Tabla 4‐2: Parámetros tormentas Parámetro Unidad Descripción QT mm Caudal total acumulado, expresado en volumen, normalizado por el área de cada cuenca QB mm Caudal base acumulado, expresado en volumen, normalizado por el área de cada cuenca QD mm Caudal de escorrentía directa acumulado, expresado en volumen, normalizado por el área de cada cuenca Pp mm Precipitación acumulada durante el evento de tormenta, medida desde un día antes del comienzo de la curva de concentración asociada a la tormenta. D día Duración de la precipitación
I mm/día Intensidad de la tormenta (Pp/D) QT/Pp ‐ Coeficiente de escorrentía asociado al caudal total QB/Pp ‐ Coeficiente de escorrentía asociado al caudal base QD/Pp ‐ Coeficiente de escorrentía asociado al caudal de escorrentía directa
Una vez que se tienen todas las tormentas analizadas, se propone hacer una clasificación de éstas en función de la época del año en que ocurren, de manera de identificar los períodos en que las cuencas de bosque de renovales no tienen hojas (bosques de hoja caduca), y de la humedad antecedente a cada tormenta. De esta manera se pretende identificar los posibles factores que generen diferencias en las respuestas de las cuencas. 50 5
R E S U LTA D O S 5.1 RESULTADOS ANÁLISIS BASE DE DATOS Tal como se describió en el capítulo 4, en el presente capítulo se recopila la base de datos disponible, consistente en datos de caudal y de precipitación. 5.1.1
PRECIPITACIÓN Los datos de precipitación son medidos en dos pluviógrafos HOBO®, denominados Praderas (Praderas) y Profesores (Profesores). Ambos tienen una superficie de 200 cm2, y se encuentran conectados a un datalogger de registro horario. Estos pluviógrafos registran eventos de precipitación superiores a 0.25 mm, y se encuentran a una altura de 1.3 m sobre el nivel del suelo. Están ubicados en sectores abiertos y distantes a unos 700 ‐ 3000 metros de las microcuencas. Figura 5‐1: Pluviógrafo En la Figura 5‐2 se muestra la existencia de datos desde el año 2003, año en que se instalaron los pluviógrafos. Los datos mensuales y anuales del período de registro de los pluviógrafos se presentan en las Tabla 3‐1 y Tabla 3‐2 del acápite 3.1. Figura 5‐2: Período de registro Pluviógrafos Los valores anuales y mensuales de las estaciones Praderas y Profesores se detallan en el capítulo 3.1, en donde se analiza el clima de la zona de estudio. 51 5.1.2
CAUDAL Los datos de caudal son medidos a la salida de cada una de las cuencas, a través de un vertedero triangular de 90°, que cuenta con una regleta que mide la altura de la lámina de agua que pasa por sobre el vertedero. Estos vertederos fueron instalados por personal del grupo FORECOS en el año 2002. Figura 5‐3: Vertedero triangular Las curvas de descarga de estos vertederos fueron calibradas y se les asocia la siguiente ecuación, en función de la altura de la regleta (Neira, 2005): Ecuación 5‐1 En donde: a y b: parámetros del vertedero triangular. (a = 0.0147, b = 2.48). h: altura estimada de la regleta en cm. El cuidador del predio, lee y registra cada día entre 8 y 10 de la mañana, el nivel de la regleta de los vertederos. A partir de estas lecturas, y utilizando la Ecuación 5‐1, se obtiene una base de datos de caudales instantáneos diarios (un caudal instantáneo por día). Además de la regleta, que determina la altura para el cálculo del caudal en la Ecuación 5‐1, los vertederos cuentan con un sensor de presión (datalogger) que registra alturas de presión a nivel horario, en la misma sección que la regleta. Para que la altura horaria pueda ser utilizada en la Ecuación 5‐1, ésta debe ser correlacionada con la altura de la regleta, de manera de estimar una altura equivalente sobre la regleta. Esto debido a que esta ecuación ha sido calibrada para la altura sobre la regleta instalada en cada vertedero. Los períodos de observación de cada serie se interrumpen en ciertas ocasiones. Estas interrupciones se deben tanto a faltas humanas como a fallas en las instalaciones experimentales. El objetivo de esta investigación no involucra el relleno de datos o el rastreo de fallas en el monitoreo. 52 En la Figura 5‐4 se resumen los períodos en los que se cuenta con datos, tanto para la base de datos de lecturas diarias (Hd) como para la base de datos de alturas horarias (Hh): Figura 5‐4: Período de registro: Lecturas diarias de altura sobre la regleta (Hd), Registro Horario de altura de presión compensada (Hh) Estas dos alturas (una proveniente de la regleta y otra proveniente del registro horario de presión del datalogger) generan dos bases de datos distintas de caudal, con distintos errores asociados. Estos errores se analizan a continuación, de manera de escoger las serie de tiempo a utilizar en el estudio (ver esquema de la Figura 5‐5). ecuación
del vertedero
lecturas diarias
altura regleta
caudal diario
(L/s)
altura de presión
horaria
altura regleta
equivalente
(horaria)
correlación
hp vs lectura 8,9,10 am
análisis
errores
caudal horario
(L/s)
ecuación
del vertedero
caudal diario
(L/s)
promedio
24 hrs
Figura 5‐5: Esquema obtención base de datos caudal Error asociado a base de datos de lecturas diarias de la regleta: La altura sobre la regleta es un tipo de medida directa, que tiene asociada una incerteza. El error asociado es de tipo instrumental y depende de la sensibilidad del instrumento usado. En este caso, la regleta se clasifica como instrumento análogo, por lo que su error asociado será igual a la mitad de la menor medida, es decir, error = 0.5 cm. 53 El error asociado a una función que depende de esta altura h se obtiene directamente de la fórmula de propagación de errores: Ecuación 5‐2 Evaluando la fórmula de propagación de errores de una función (Ecuación 5‐2) para la fórmula del vertedero, se obtiene lo siguiente: 2.48
0.018
0.0147
.
.
0.5 Ecuación 5‐3 De la Ecuación 5‐3 se desprende que el caudal instantáneo diario que se obtienen a partir de la lectura diaria de la regleta, tiene asociado un error igual para todas las cuencas. Este error depende de la magnitud de la altura registrada. Error asociado a base de datos de registros horarios de presión: La altura de presión de una sección transversal se compone de la altura de la columna de agua y de la presión atmosférica sobre esa columna. 100 Ecuación 5‐4 Donde: z: altura de la columna de agua (cm) p: presión (kg‐m/s2‐m2) γ: densidad * aceleración de gravedad (Kg‐m/m3‐s2) Las alturas registradas por el datalogger se deben compensar con la información horaria del barómetro, para que sean comparables con la información diaria de lectura de la regleta. Una vez que se compensa la serie, ésta se correlaciona con la lectura diaria de la regleta. A partir de esta correlación se obtiene una altura de regleta equivalente a nivel horario, que a través de la Ecuación 5‐1, entrega una base de datos de caudales horarios. Como la lectura diaria se realiza en horas de la mañana, para establecer la relación, se propone utilizar el promedio de los datos horarios compensados (alturas horarias) de las 8, 9 y 10 AM. De manera de visualizar la relación entre el registro diarios y el registro horario de alturas sobre el vertedero, a continuación se grafican las series en función del tiempo, para el año hidrológico 2004‐2005. 54 Prad
60
H horario 8, 9,10 am
Altura (cm)
50
H diario
40
30
20
10
0
01-04-04
31-05-04
30-07-04
28-09-04
27-11-04
26-01-05
27-03-05
(A)
Rcm
60
H horario 8, 9,10 am
Altura (cm)
50
H diario
40
30
20
10
0
01-04-04
31-05-04
30-07-04
28-09-04
27-11-04
26-01-05
27-03-05
(B)
Rsm
50
45
H horario 8, 9,10 am
40
H diario
Altura (cm)
35
30
25
20
15
10
5
0
01-04-04
31-05-04
30-07-04
28-09-04
27-11-04
26-01-05
27-03-05
(C) Figura 5‐6: Comparación diaria regleta, altura horaria. Año hidrológico 2004‐2005. (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc. 55 Tran
45
H horario 8, 9,10 am
40
H diario
Altura (cm)
35
30
25
20
15
10
5
0
01-04-04
31-05-04
30-07-04
28-09-04
27-11-04
26-01-05
27-03-05
(D) Enc
100
900
H horario 8, 9,10 am
90
800
H diario
80
700
70
600
60
500
50
400
40
300
30
200
20
100
10
0
Altura diaria regleta (cm)
Altura registro horario 8, 9,
10 AM (cm)
1000
0
01-04-04 21-05-04 10-07-04 29-08-04 18-10-04 07-12-04 26-01-05 17-03-05
(E) Continuación Figura 5.6: Comparación diaria regleta, altura horaria. Año hidrológico 2004‐2005. (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc. Como se puede observar en los gráficos de la Figura 5‐6, las series de lectura diaria y horaria, tienen un comportamiento similar y un sesgo consistente a lo largo del tiempo, salvo para la cuenca Prad, que en agosto del 2004 comienza a registrar alturas horarias mayores. Sin embargo, es necesario establecer la relación entre ambas series para verificar que efectivamente el comportamiento de los registros sea consistente y exista correlación. En la Figura 5‐7 se muestran los gráficos que relacionan ambas series para el período completo de registro. De esta figura se observa que para las cuencas Prad, Rcm, Rsm y Tran se distingue una correlación principal entre las series comparadas, y además, correlaciones secundarias (en el sentido que tienen asociado una menor cantidad de datos), en cambio, para la cuenca Enc se distingue una única correlación. 56 Figura 5‐7: Correlación H lectura diaria / H horario promedio 8, 9, 10 AM Se propone estimar el error asociado a la correlación principal, de manera de decidir si se sigue adelante con esta base de datos. Si se opta por continuar analizando los caudales asociados a esta base de datos, se propone identificar los períodos correspondientes a las distintas correlaciones encontradas en los gráficos de la Figura 5‐7, y estimar una regresión lineal aceptable para cada uno de ellos, de manera de establecer las alturas equivalentes asociadas a la regleta, con las cuales se podrá estimar el caudal a partir de la ecuación del vertedero (Ecuación 5‐1). Para esto se obtienen los niveles de confianza de un 95% de dicha correlación, y su error asociado, para cada cuenca. Los gráficos de las correlaciones principales, con sus intervalos de confianza del 95% y el error asociado, se muestran en la Figura 5‐8: 57 Figura 5‐8: Error (95% confianza) Correlación principal H lectura diaria / H horario promedio 8, 9, 10 AM Una vez que se tiene el error asociado a la altura equivalente de la regleta (ver gráficos Figura 5‐8), se puede establecer el error asociado al caudal generado por dicha serie, a partir de la fórmula de propagación de errores aplicada a la ecuación del vertedero (Ecuación 5‐3). En la Tabla 5‐1 se muestra un resumen del error asociado a la altura y al caudal, para cada cuenca. Como se observa en esta tabla, el error de caudal depende de la lectura horaria equivalente estimada sobre el vertedero. 58 Tabla 5‐1: Error caudal asociado a base de datos de registros horarios de alturas de presión Cuenca error altura
equivalente (cm) Prad 7.2
0.262 h Rcm 6.5
0.237 h Rsm 4.9
0.179 h Tran 6.0
0.219 h Enc 11.1
0.405 h (L/s) b‐1
b‐1
b‐1
b‐1
b‐1
Comparación de errores y determinación de base de datos de caudal a utilizar Los errores asociados a los datos de caudal para las distintas cuencas y para las dos bases de datos (de lecturas diarias y registros horarios) están dados por la Ecuación 5‐3 y las ecuaciones de la Tabla 5‐1, y son función de la altura sobre la regleta y por lo tanto, del caudal pasante sobre el vertedero. En la Figura 5‐9 se comparan estos errores y se grafican en función del caudal que pasa sobre el vertedero. 100%
Hh Enc
90%
Hh Prad
80%
Error
70%
Hh Rcm
60%
Hh Tran
50%
Hh Rsm
40%
30%
20%
Hd Todas
10%
0%
0
200
400
600
800
1000
1200
1400
Caudal (l/s)
Figura 5‐9: Error de caudal asociado a las bases de datos de lecturas diarias de la regleta (Hd) y altura horaria registrada por el datalogger (Hh) Al analizar la Figura 5‐9, se observa que los caudales asociados a la base de datos de lecturas diarias tienen asociado un error considerablemente menor a los de la base de datos horaria. Si se considera que los caudales de todas las cuencas, salvo Enc, son del orden de los 10 l/s, de la Figura 5‐9 se deduce que la magnitud del error para los registros horarios sobrepasa el 50% del valor del caudal. Debido a lo anterior, se establece que la base de datos que induce a un menor error en los resultados del análisis hidrológico al que se somete los caudales, es la de lecturas diarias. Esta base de datos tiene la desventaja de representar un caudal instantáneo, por lo que no incorpora la variabilidad horaria que pueda tener el caudal. 59 Los estadígrafos de dispersión principales de la base de datos escogida para realizar el estudio se resumen en la Tabla 5‐2. Tabla 5‐2: Estadígrafos de dispersión. Base de datos de caudal Q (l/s) a utilizar Estadígrafo Prad 156
0.04
13.0
Máximo Mínimo Promedio Q (l/s)
Rsm 99
0.12
6.9
Rcm 175
0.14
13.1
Tran 114
0.08
8.9
Enc 1181
1.25
68.8
Para visualizar los resultados del análisis hidrológico, para las distintas cuencas, es necesario representar el caudal en unidades que sean comparables. Para esto se propone expresar el caudal en unidades de volumen normalizado por el área de cada cuenca (Ecuación 5‐5). Esta conversión tiene como supuesto que el caudal instantáneo diario es representativo del caudal medio diario de la cuenca. 1
86400
í
1
10000
1
1000
1000
8.64
1
Ecuación 5‐5 A partir de la Ecuación 5‐5, se obtiene un volumen diario en mm, que será comparable entre las distintas cuencas del estudio. Por notación, este volumen diario se expresará de aquí en adelante como Q(mm). Los estadígrafos de dispersión principales de la base de datos escogida para realizar el estudio se resumen en la Tabla 5‐3. Tabla 5‐3: Estadígrafos de dispersión. Base de datos de caudal Q (mm) a utilizar Máximo Prad 110 Rcm 120
Q (mm)
Rsm 116
Tran 131
Enc 142 Mínimo 0.03 0.10
0.14
0.09
0.15 Promedio 9 9
8
10
8 Estadígrafo En la Figura 5‐10 se grafica la serie de tiempo de caudales a utilizar en el estudio para cada cuenca, junto con la base de datos de precipitación disponible, para todo el período de registro. 60 0
150
50
100
100
50
150
0
20-03-03
17-08-03
14-01-04
12-06-04
09-11-04
08-04-05
05-09-05
02-02-06
02-07-06
29-11-06
Pp (mm)
Q (mm)
Hidrograma período 2003 - 2007
200
200
28-04-07
Fecha
Prad
Rcm
Rsm
Tran
Enc
pp Prad
pp Prof
Figura 5‐10: Hidrograma período completo de registro A continuación se analiza la sensibilidad de estos caudales expresados en unidades de mm frente a errores en la estimación de las áreas de cada cuenca. Para esto, se hace un análisis de sensibilidad frente a una variación de un 5% del área: 1
8.64
5%
8.64
5%
8.64
Ecuación 5‐6 1
1.05
0.95
8.64
1.05
8.64
1
1
0.95
1
8.64
%
ó
5%
1
1.05
1
8.64
1
1.05 1
1.05
1
0.95 1
0.95
5% 8.64
%
ó
5%
1
0.95
8.64
1
5% A partir de este análisis se observa que si el área de la cuenca estuviese sobreestimada en un 5%, los caudales expresados en unidades de mm estarían sobreestimados en un 5%. A su vez, si el área de la cuenca estuviese subestimada en un 5%, los caudales expresados en unidades de mm estarían subestimados en un 5%. Estos rangos de error se deben considerar en el análisis de resultados. 61 5.2 RESULTADOS ANÁLISIS RÉGIMEN HIDROLÓGICO En la Figura 5‐11 se muestra el hidrograma mensual con los caudales expresados como volumen acumulado normalizado por el área de cada cuenca Q (mm) y la precipitación acumulada mensual PP (mm), para los cuatro años hidrológicos de registro y en la Figura 5‐12 se grafica el cuociente Q/PP (caudal mensual (mm) normalizado por precipitación mensual (mm)). 0
200
400
600
800
1000
1200
1400
1600
1800
Abr-03
May-03
Jun-03
Jul-03
Ago-03
Sep-03
Oct-03
Nov-03
Dic-03
Ene-04
Feb-04
Mar-04
Abr-04
May-04
Jun-04
Jul-04
Ago-04
Sep-04
Oct-04
Nov-04
Dic-04
Ene-05
Feb-05
Mar-05
Abr-05
May-05
Jun-05
Jul-05
Ago-05
Sep-05
Oct-05
Nov-05
Dic-05
Ene-06
Feb-06
Mar-06
Abr-06
May-06
Jun-06
Jul-06
Ago-06
Sep-06
Oct-06
Nov-06
Dic-06
Ene-07
PP (mm)
Q (mm)
Hidrograma Mensual
1000
900
800
700
600
500
400
300
200
100
0
Pp Praderas
Pp Profesores
Prad
Rcm
Rsm
Tran
Enc
Figura 5‐11: Hidrograma mensual 5
4
2
1
Prad
Rsm
Tran
Dic-06
Enc
Figura 5‐12: Cuociente Q/PP A partir del gráfico de la Figura 5‐11 se observa que todas las cuencas tienen un régimen hidrológico similar, principalmente pluvial. Con respuestas consistentes de caudal frente a aumentos y disminuciones de la precipitación. Así, los caudales son dependientes del régimen de precipitaciones, que como se aprecia en la Figura 5‐11 y en el análisis de precipitaciones realizado en el acápite 3.1, es bastante variable y tiene asociado precipitaciones en todos los meses del año. La relación entre el caudal y la precipitación mensual es coherente con el comportamiento que se espera de las cuencas en relación a su tamaño y su cota ya que, aunque pueda caer precipitación en forma de nieve durante algunas tormentas de los meses fríos, dada la escala espacial reducida de las cuencas, la acumulación será muy pequeña y no debiera influir notoriamente en los caudales. 62 Ene-07
Nov-06
Oct-06
Sep-06
Jul-06
Ago-06
Jun-06
Abr-06
May-06
Mar-06
Feb-06
Dic-05
Ene-06
Nov-05
Oct-05
Sep-05
Jul-05
Ago-05
Jun-05
Abr-05
May-05
Mar-05
Feb-05
Dic-04
Rcm
Ene-05
Nov-04
Oct-04
Sep-04
Jul-04
Ago-04
Jun-04
Abr-04
May-04
Mar-04
Feb-04
Dic-03
Ene-04
Nov-03
Oct-03
Sep-03
Jul-03
Ago-03
Jun-03
Abr-03
0
May-03
Q/PP
3
5.3 RESULTADOS COMPARACIÓN CURVAS DOBLE ACUMULADAS Tal como se menciona en el capítulo 4.3, para el análisis de la producción hídrica mensual de las cuencas se generan las curvas doble acumuladas de escorrentía superficial mensual para el período abril 2003 ‐ marzo 2006. Las comparaciones se hacen según el criterio establecido en el capítulo 4 y se detallan en los acápites 5.3.1 a 5.3.4. 5.3.1
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) Para hacer la comparación entre la cuenca con cubierta de praderas y las cuencas de bosques, se propone utilizar las cuencas Rcm y Rsm. Esto debido a que, tal como se explica en el acápite 3.3, estas tres cuencas pertenecían a un mismo paño de bosque y la cuenca Prad tiene ciertas especies similares a Rcm y Rsm que abarcan aproximadamente un 10% de la superficie de la cuenca, por lo que se considera consistente compararlas. Además, al comparar cuencas con especies de renovales se elimina el efecto que pueda tener la edad del bosque en la generación de escorrentía. Las curvas doble acumuladas de estas tres cuencas se comparan en el gráfico de la Figura 5‐13. Figura 5‐13: Curva doble acumulada. Comparación Bosque (Rcm / Rsm) – Praderas (Prad) El gráfico de la Figura 5‐13 muestra la variación de la producción de escorrentía superficial a lo largo del período de registro para las cuencas analizadas. A partir de las regresiones lineales de cada curva se observa que la cuenca con cubierta de praderas (Prad) produciría entre un 12% y un 25% más de escorrentía superficial mensual que las cuencas con cubierta de renovales con manejo (Rcm) y sin manejo silvícola (Rsm), respectivamente. Este resultado es consistente con lo que se ha encontrado en la literatura (acápite 2.5.6) con respecto a una mayor generación de escorrentía en cuencas con menor porcentaje de cobertura de bosque (Swift y Swank, 1981; Kuczera, 1987; Cornish y Vertessy, 2001; Jones y Post, 2004; Brown et al., 2004). Al incorporar un error de un ±5% en el cálculo de las áreas de cada cuenca (ver acápite 5.1.2), las relaciones encontradas serían de un rango de 2%‐22% de mayor producción de la cuenca Prad en relación a la cuenca Rcm y de un 15%‐35% en relación a la cuenca Rsm. 63 5.3.2
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) En la Figura 5‐14 se muestra la curva doble acumulada para las cuencas Tran y Enc. Se observa que Tran produce del orden de un 14% más de lo que produce Enc en términos de escorrentía superficial mensual. Al incorporar un ±5% de error en la estimación de las áreas de ambas cuencas, la cuenca Tran produciría entre un 4%‐24% más que la cuenca Enc. Figura 5‐14: Curva doble acumulada. Comparación Bosque Adulto Prístino (Enc) –Alterado (Tran) 5.3.3
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) En la Figura 5‐15 se muestra la curva doble acumulada para las cuencas Rcm y Rsm. Se observa que Rcm produce del orden de un 15% más de lo que produce Rsm en términos de escorrentía superficial mensual, lo que equivaldría a un rango entre 5%‐25% si se incorpora un error de ±5% en la estimación de las áreas de ambas cuencas. Figura 5‐15: Curva doble acumulada. Comparación Bosque Renoval con manejo (Rcm) – sin manejo (Rsm) 64 5.3.4
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) Para esta comparación se propone trabajar con las cuencas Enc y Rsm, ya que constituyen a bosques adulto y de renovales sin intervención, ambas con Laurelia philippiana (Tepa) como una de las especies dominantes. De esta manera se busca dejar fuera efectos que pueda tener el tipo de manejo al que se somete el bosque. La curva generada se muestra en la Figura 5‐16. Figura 5‐16: Curva doble acumulada. Comparación Bosque Adulto (Enc) – Renovales (Rsm) El gráfico de la Figura 5‐16 muestra que el bosque adulto produciría un 18% más de escorrentía superficial mensual que un bosque de renovales (lo que equivaldría a un rango entre 8%‐38% si se incorpora un error de ±5% en la estimación de las áreas de ambas cuencas). 5.4 RESULTADOS COMPARACIÓN CURVAS DE DURACIÓN En el presente capítulo se determinan las curvas de duración de cada cuenca, estimadas a partir de una distribución de Weibull asociada a la serie de escorrentía superficial diaria ordenada, para el período común de registro (abril 2003 – marzo 2006). El análisis se hace a nivel anual (utilizando todo el período de registro) y estacional (utilizando los datos diarios de los meses de Abr‐Sep y Oct‐Mar). 5.4.1
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) A partir del mismo análisis desarrollado en el acápite 5.3.1, se decide utilizar las cuencas Rcm y Rsm para comparar con la cuenca de praderas (Prad). En la Figura 5‐17 se muestran las curvas generadas a nivel anual y estacional. 65 (A) (B) (C) Figura 5‐17: Curva de duración (A) Anual, (B) Abr‐Sep, (C) Oct‐Mar Comparación Bosque (Rcm / Rsm) – Praderas (Prad) Los resultados de las curvas de la Figura 5‐17 muestran que para el rango de probabilidades de 0 a 95%, tanto para un análisis anual como estacional, la cuenca Prad tiene asociada en promedio un 14% y 33% mayor escorrentía superficial diaria que las cuencas Rcm y Rsm. Si se incorpora el efecto de un ±5% de error en el cálculo de las áreas de cada cuenca, las relaciones encontradas serían de un rango de 4%‐24% para la comparación entre la cuenca Prad y Rcm, y de un 23%‐43% para Prad y Rsm. El panel (c) de la Figura 5‐17 (período Oct‐Mar) muestra que para probabilidades de excedencia mayores a 95%, la escorrentía superficial de la cuenca de renovales con manejo (Rcm) supera a la escorrentía superficial de la cuenca con praderas (Prad) hasta en un 25%. Las relaciones encontradas muestran que la cuenca Prad tiene en general, una escorrentía superficial mayor tanto para los sectores de la curva asociados a caudales de crecida, como para los sectores asociados a los caudales base, salvo para ciertos días de los meses de verano. 66 5.4.2
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) Para comparar las cuencas Tran y Enc en la Figura 5‐18 se grafican las curvas de duración y la diferencia porcentual de éstas. Se hace el análisis a nivel anual y estacional. La diferencia porcentual se determina de a partir de la Ecuación 5‐7: %
100 1
Ecuación 5‐7 (A) (C) (B) Figura 5‐18: Curva de duración (A) Anual, (B) Abr‐Sep, (C) Oct‐Mar Comparación Bosque adulto prístino (Enc) – Bosque adulto alterado (Tran) Los gráficos de la Figura 5‐18 muestran que para probabilidades de excedencia entre 0% y 50%, tanto para el análisis anual como estacional, la cuenca Tran presenta una mayor escorrentía superficial diaria que la cuenca Enc, llegando a diferencias de un 30%. Esta relación se invierte al analizar la serie de caudales bajos, asociados a probabilidades de excedencia de entre 50% y 100%, en donde la cuenca Enc presenta una generación de escorrentía superficial mayor que la cuenca Tran, llegando a alcanzar diferencias de un 60%. 67 5.4.3
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) En la Figura 5‐19 se muestran los resultados para las cuencas Rcm y Rsm. En este caso, la diferencia porcentual se calcula según la Ecuación 5‐8: %
100 1
Ecuación 5‐8 (A) (B) (C) Figura 5‐19: Curva de duración (A) Anual, (B) Abr‐Sep, (C) Oct‐Mar Comparación Bosque renoval con manejo (Rcm) – Bosque renoval sin manejo (Rsm) De los gráficos de la Figura 5‐19 se observa que a nivel anual, la cuenca manejada (Rcm) genera una mayor escorrentía superficial diaria en comparación con la cuenca sin manejo. La diferencia entre la escorrentía generada aumenta a medida que la probabilidad de excedencia aumenta, llegando a diferencias del orden de un 50%. A nivel estacional se observa que en los meses de Oct‐Mar (primavera‐verano), la distribución de caudales diarios de ambas cuencas sigue la misma relación, disminuyendo la diferencia a medida que los caudales crecen y alcanzando incluso revertirla para las probabilidades menores en donde se observan ciertos caudales de la cuenca Rsm mayores a los de la cuenca Rcm. Para la distribución de los meses Abr‐
Sep (otoño‐invierno), la diferencia entre la escorrentía de ambas cuencas oscila alrededor de un 13% para todo el rango de probabilidades, siendo la cuenca Rcm la que genera más. 68 5.4.4
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) De manera similar a como se procede en el capítulo 5.3.4, para establecer la relación entre los bosques adultos y renovales se comparan las cuencas Enc y Rsm. En la Figura 5‐20 se muestran las curvas de duración de la escorrentía diaria, junto con la diferencia porcentual de éstas, a nivel anual y estacional. En este caso, la diferencia porcentual se calcula según la Ecuación 5‐9: %
100 1
Ecuación 5‐9 (A) (C) (B) Figura 5‐20: Curva de duración. (A) Anual, (B) Abr‐Sep, (C) Oct‐Mar Comparación Bosque Adulto (Enc) –Renoval (Rsm). De los gráficos de la Figura 5‐20 se observa que tanto a nivel anual como estacional, la cuenca con cubierta de bosque adulto (Enc) produce una mayor escorrentía que la cuenca con cubierta de renovales, salvo para los extremos de la curva, es decir, para los caudales de crecida y para los caudales bajos de la serie. 69 5.5 RESULTADOS ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO En el presente capítulo se establecen comparaciones entre las curvas de agotamiento generalizada (MRC) de cada cuenca, ya que estas curvas son representativas del set de curvas de decaimiento analizado. Para el análisis de las curvas de decaimiento (curvas de recesión y agotamiento) se opta por trabajar con los caudales asociados a las lecturas diarias de caudal, suavizados con un filtro de media móvil de 5 días. De esta manera se extrae parte del ruido asociado a los datos. Se toma como supuesto que en períodos de recesión, cuando no hay eventos de precipitación, las lecturas diarias son representativas del caudal medio diario y no debieran sufrir mayores variaciones entre una lectura y la siguiente. 5.5.1
ÍNDICE DE DECAIMIENTO A partir de la metodología expuesta en el capítulo 4.5, se analizan las series completa de caudales de cada cuenca, se seleccionan los períodos de decaimiento a analizar y se determina un índice de decaimiento para cada uno de ellos. En las Tabla A. 1 a A.5 del 0 se resume la información de las curvas de decaimiento analizadas, para cada cuenca: fecha del peak asociado, índice de decaimiento calibrado a través de regresión lineal, coeficiente de determinación R2 de la regresión, duración D (Días), promedio de log(Q) de la recesión seleccionada, log(Q) inicial considerado y los días después del peak en que comienza la curva (DDP). En la Figura 5‐21 se muestran las curvas de decaimiento analizadas para cada cuenca. En estos gráficos, el tiempo T=0 corresponde al peak de la curva. (A) Figura 5‐21: Curvas de decaimiento analizadas (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc 70 (B) (C) (D) (D) Continuación Figura 5‐20: Curvas de decaimiento analizadas (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc 71 En la Figura 5‐21 se observa que las curvas de decaimiento seleccionadas tienen un comportamiento cuasi lineal, lo que daría cuenta de que el supuesto de que el almacenamiento de las cuencas se comporta como un embalse lineal se estaría cumpliendo. También se observa que para la cuenca Prad, las curvas seleccionadas se dividen claramente en dos grupos: uno en el que las curvas comienza a un día después del peak, y otro grupo en donde las curvas comienzan después de 10 días del peak aproximadamente. En el primer grupo, las pendientes son más fuertes, y en general, los caudales peak con mayores. Este grupo entonces, estaría representando los decaimientos de curvas de recesión (asociadas al decaimiento de la escorrentía directa: escorrentía superficial + escorrentía subsuperficial lenta + precipitación directa sobre el cauce). Y el segundo grupo sería más representativo de los decaimientos de curvas de agotamiento (asociadas al decaimiento del flujo base: flujo subterráneo + escorrentía subsuperficial lenta). Para la cuenca Rcm (panel (B) Figura 5‐21), la diferencia entre los dos grupos no es tan marcada, pero sí se observa que hay un grupo de curvas que comienzan entre 1 y 5 días después del peak, y otro que comienza entre 5 y 10 días después. Para el resto de las cuencas (Rsm, Tran y Enc), el análisis es similar al de las cuencas Prad y Rcm. 5.5.2
ANÁLISIS ESTACIONAL ÍNDICE DE DECAIMIENTO De manera de incorporar el efecto estacional de precipitaciones, la caída de hojas de las distintas coberturas de las cuencas y para diferenciar los decaimientos representativos de curvas de recesión y los representativos de las curvas de agotamiento, se hace un análisis separando las curvas pertenecientes a los períodos Abril‐Septiembre y Octubre‐Marzo. En la Tabla 5‐4 se muestran los índices de decaimiento asociados a cada cuenca y a cada período característico del año. Estos resultados se obtienen a partir de un promedio de los valores resumidos en las Tabla A. 1 a A.5 del 0. Además, se muestra la conversión a la constante de recesión k descrita en el capítulo 4.5, y también el parámetro DPP promedio, que corresponde al promedio de los días después del peak en que las curvas de decaimiento comienzan. Tabla 5‐4: Índice de decaimiento K, coeficiente de decaimiento k, DDP. Análisis estacional Cuenca Prad Índice de recesión Oct‐Mar Abr‐Sep Anual 30.93 20.86 25.34 Constante de recesión k Oct‐Mar Abr‐Sep Anual 0.928
0.895
0.913
DPP promedio (días) Oct‐Mar Abr‐Sep Anual 9.1 4.0 6.0 Rcm 35.22 24.92 29.80 0.937
0.912
0.926
4.5 4.5 4.0 Rsm 22.09 18.83 20.17 0.901
0.885
0.892
4.6 3.9 4.0 Tran 18.79 12.48 15.63 0.885
0.832
0.863
5.3 4.0 5.0 Enc 22.77 16.88 19.67 0.904
0.872
0.890
6.8 5.8 6.0 Valores del coeficiente de decaimiento k altos (> 0.9) tienen asociado decaimientos lentos y dan cuenta del dominio del flujo base en la escorrentía total. A partir de esto, y analizando los datos de la Tabla 5‐4, se observa que los períodos de primavera ‐ verano (Oct‐Mar) tienen constantes de recesión más altas, lo que 72 indicaría una mayor representatividad de curvas de agotamiento, en comparación con el análisis del período de otoño ‐ invierno (Abr‐Sep). El parámetro DDP promedio también da cuenta de la representatividad de los procesos de recesión o agotamiento, que tiene la curva decaimiento. Las curvas del período Oct‐Mar tienen asociados DDP mayores, por lo que se asume representan de mejor manera las curvas de agotamiento de la cuenca. Y las curvas del período Abr‐Sep tienen asociados DDP menores y se asume representan de mejor manera las curvas de recesión. El índice calculado está sujeto diversos factores, entre los cuales se pueden identificar: la duración del período analizado (D), la magnitud del caudal inicial, la magnitud promedio de los caudales asociado a la curva, la no linealidad de la curva en el gráfico semi‐log y las características geomorfológicas y tipo de cobertura de la cuenca. De manera de visualizar la relación entre el índice y estos factores mencionados, en las Figura A. 1 a A.5 del Anexo A se muestran los gráficos de en función del promedio de log(Q), del log(Q) inicial (y máximo) y de la duración, para cada cuenca. Como se observa en los paneles (a) y (b) de las Figura A. 1 a A.5 del Anexo A, el índice de recesión disminuye a medida que el caudal de la curva de decaimiento aumenta (ya sea el promedio de log(Q), o log(Q) inicial). Esto es coherente con el hecho de que índices mayores tienen asociado una mayor componente de flujo base en la escorrentía directa. La relación inversamente proporcional entre índice y caudal da cuenta de que los menores caudales del hidrograma tienen una componente mayor de flujo base. Por lo tanto, las curvas de decaimientos de los caudales más bajos estarían representando de mejor manera las curvas de agotamiento, en comparación con los caudales altos. La relación del índice y la duración de las recesiones es menos fuerte, pero muestra una tendencia positiva, lo que indica que decaimientos más largos estarían asociados a curvas de agotamientos más que a curvas de recesión, en comparación con decaimientos más cortos. A partir de este análisis se concluye que el índice promedio del período Abr‐Sep será representativo de las curvas de recesión de las cuencas (decaimientos de escorrentía superficial y subsuperficial rápida) y que el índice promedio del período Oct‐Mar será representativo de las curvas de agotamiento de las cuencas (decaimientos de escorrentía subsuperficial lenta y flujo subterráneo). Esta definición es importante ya que determina el parámetro a utilizar en el filtro para la separación de flujo base. 5.5.3
CURVA DE AGOTAMIENTO GENERALIZADA (MRC) La curva de agotamiento generalizada (MRC) es representativa de las curvas de decaimiento seleccionadas de las cuencas y se obtiene según lo descrito en el capítulo 4.5. En la Figura 5‐22 se muestran las curvas de decaimiento con la MRC anual superpuesta, para cada cuenca, el mismo análisis se puede hacer con las curvas de los período Abr‐Sep y Oct‐Mar. A partir de estas curvas es posible establecer comparaciones anuales y estacionales entre las cuencas. 73 (A) (B) (C) (D) Figura 5‐22: Curvas de decaimiento y MRC. Análisis anual. (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc 74 (E) Continuación Figura 5‐25: Curvas de decaimiento y MRC. Análisis anual. (A) Prad, (B) Rcm, (C) Rsm, (D) Tran, (E) Enc A partir de la curva MRC para cada período (Anual, Abr‐Sep, Oct‐Mar) se establece una tasa porcentual de decaimiento lineal β representativa del decaimiento de log(Q) en función del tiempo, correspondiente a la curva MRC. Esta tasa se utiliza para hacer comparaciones entre los resultados de cada cuenca. Los resultados se resumen en la Tabla 5‐5. Tabla 5‐5: Tasa de decaimiento β Curva de agotamiento generalizada (MRC) Cuenca β (log(Q)/día) Prad Oct‐Mar 6.0% Abr‐Sep 6.2% Anual 6.1% Rcm
4.2%
5.2%
5.0%
Rsm 6.2% 8.0% 7.6% Tran
7.9%
12.8%
8.3%
Enc
5.6%
7.7%
6.7%
De manera de hacer comparables los datos obtenidos para cada cuenca se proponen normalizar los caudales mediante dos procedimientos: (1) Normalizar los caudales diarios expresados en volumen, por el área estimada para cada cuenca. (2) Normalizar los caudales por el promedio de registro de caudales para cada cuenca. De esta manera se intenta eliminar la incertidumbre asociada al cálculo del área de las cuencas. El promedio utilizado es el correspondiente al período común de registro (abril 2003 – marzo2006). 75 5.5.4
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) En la Figura 5‐23 se grafican las curvas de agotamiento generalizada y se analizan a nivel estacional, bajo los dos criterios de normalización descritos. (C) (A) (B) (D) Figura 5‐23: MRC. Comparación Bosque ‐ Praderas Q normalizado por área: (A) Abr‐Sep, (B) Oct‐Mar . Q normalizado por Q promedio: (C) Abr‐Sep, (D) Oct‐Mar De los gráficos de la Figura 5‐23 se observa que la cuenca con cubierta de praderas presenta mayores caudales en la curva de agotamiento generalizada que las cuencas con cubierta de bosques para los meses Oct‐Mar, en donde las cuencas con cubierta de bosque presentan un mayor consumo de agua. Estas diferencias expresadas en milímetros son del orden de un 40% si se compara con la cuenca Rcm y de un 80% si se compara con la cuenca Rsm. Para el período Abr‐Sep la cuenca Rcm presenta mayores caudales que la cuenca con praderas (con diferencias de un 10% aproximadamente) y ambas cuenca presentan mayores caudales que la cuenca control (Rsm). Al analizar la tasa de decaimiento de la curva MRC para cada cuenca (Tabla 5‐5), se encuentra que la cuenca manejada (Rcm) tiene asociado un decaimiento más suave que el resto de las cuencas, especialmente en el período de verano. Esto se puede interpretar como que tanto la cuenca con praderas (Prad) como la cuenca con bosque nativo sin manejo (Rsm) vacían o consumen el agua de los 76 almacenamientos naturales de la cuenca de manera más rápida que la cuenca con cubierta de bosque manejado (Rcm). 5.5.5
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) En la Figura 5‐24 se grafican las curvas de agotamiento generalizada de las cuencas de bosque adulto y se analizan a nivel estacional, bajo los dos criterios de normalización descritos. (C) (A) (B) (D) Figura 5‐24: MRC. Comparación bosque adulto prístino (Enc) ‐alterado (Tran). Q normalizado por área: (A) Abr‐Sep, (B) Oct‐Mar . Q normalizado por Q promedio: (C) Abr‐Sep, (D) Oct‐Mar De los gráficos de la Figura 5‐24 se observa que la cuenca con cubierta de bosque adulto sin intervención (Enc) presenta en promedio caudales 25% mayores en períodos sin recarga que la cuenca alterada (Tran), tanto en estaciones de primavera‐verano (Oct‐Mar) como en otoño‐invierno (Abr‐Sep). Además, la cuenca de bosque prístino presenta una menor tasa de decaimiento, con diferencias de un 30% para los meses Abr‐Sep y de un 40% para los meses de Oct‐Mar (ver Tabla 5‐5). 77 5.5.6
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) En la Figura 5‐25 se grafican las curvas de agotamiento generalizada de las cuencas de bosque de renovales y se analizan a nivel estacional, bajo los dos criterios de normalización descritos. (C) (A) (D) (B) Figura 5‐25: MRC. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm). Q normalizado por área: (A) Abr‐Sep, (B) Oct‐Mar . Q normalizado por Q promedio: (C) Abr‐Sep, (D) Oct‐Mar De los gráficos de la Figura 5‐25 se observa que la cuenca con cubierta de bosque de renovales manejado (Rcm) presenta en promedio caudales 60% mayores en períodos sin recarga que la cuenca control (Rsm) para las estaciones de primavera‐verano (Oct‐Mar) y del orden de un 50% mayores para las estaciones de otoño‐invierno (Abr‐Sep). Estas diferencias se explicarían por una menor pérdida de agua por procesos de evapotranspiración e intercepción de la cuenca manejada, y la disminución de la brecha en el los meses de Abr‐Sep podría deberse a una mayor similitud en términos de intercepción debido a la pérdida de hojas de las especies arbóreas de los bosques. Además, la cuenca de bosque manejado presenta una tasa de decaimiento menor que la cuenca control, con diferencias del orden de un 50% para todas las estaciones analizadas (ver Tabla 5‐5). 78 5.5.7
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) En la Figura 5‐26 se grafican las curvas de agotamiento generalizada de las cuencas de bosque adulto prístino (Enc) y de renovales sin intervención (Rsm). (A) (C) (B) (D) Figura 5‐26: MRC. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm). Q normalizado por área: (A) Abr‐Sep, (B) Oct‐Mar . Q normalizado por Q promedio: (C) Abr‐Sep, (D) Oct‐Mar De los gráficos de la Figura 5‐26 se observa que la cuenca con cubierta de bosque adulto prístino (Enc) presenta en promedio caudales 60% mayores en períodos sin recarga que la cuenca control (Rsm) para las estaciones de primavera‐verano (Oct‐Mar) y del orden de un 15% mayores para las estaciones de otoño‐
invierno (Abr‐Sep). Estas diferencias se explicarían por un mayor consumo de agua por bosques de renovales en comparación al consumo de un bosque adulto. La disminución de la brecha en el los meses de Abr‐Sep podría deberse a la disminución de consumo de agua de las especies arbóreas del bosque de renoval en esa época. Además, la cuenca de bosque adulto prístino presenta una tasa de decaimiento menor que la cuenca de renovales, con diferencias del orden de un 5% para todas las estaciones analizadas (ver Tabla 5‐5). 79 5.6 RESULTADOS SEPARACIÓN Y ANÁLISIS DE COMPONENTES DEL HIDROGRAMA La separación de las componentes de la serie completa de caudal se lleva a cabo a través de la implementación de un filtro de un parámetro (filtro de Chapman), tal como se detalla en el capítulo 4.6. Para aplicar este filtro se utiliza el coeficiente de decaimiento asociado al decaimiento exponencial del almacenamiento de la cuenca, calibrado en el capítulo 5.5. Tal como se comentó en dicho capítulo, se considera que el coeficiente que representa de manera más adecuada la curva de agotamiento (representativa del decaimiento del flujo subterráneo y escorrentía subsuperficial lenta), es la calibrada para el período Octubre‐Marzo. Una vez que se separan las componentes de los hidrogramas de cada cuenca a partir de la base de datos de caudales provenientes de las lecturas diarias, se realiza un análisis estacional, mensual y para eventos de tormenta. Los resultados de estos análisis se resumen en los acápites 5.6.1, 5.6.2 y 5.6.3. 5.6.1
RESULTADOS ANÁLISIS ESTACIONAL COMPONENTES HIDROGRAMA Las estaciones analizadas corresponden a los meses resumidos en la Tabla 5‐7. Tabla 5‐6: Meses asociados al análisis estacional Estación Otoño Meses Marzo ‐ Abril ‐ Mayo
Invierno
Junio ‐ Julio ‐ Agosto
Primavera
Septiembre ‐ Octubre ‐ Noviembre
Verano Diciembre ‐ Enero ‐ Febrero
Los resultados del análisis estacional se expresan en función de los parámetros resumidos en la Tabla 5‐7. Tabla 5‐7: Componentes hidrogramas Parámetro Unidad Descripción Caudal total acumulado, expresado en volumen, normalizado por el área de cada cuenca QT mm QB mm Caudal base acumulado, expresado en volumen, normalizado por el área de cada cuenca QD mm Caudal de escorrentía directa acumulado, expresado en volumen, normalizado por el área de cada cuenca 80 5.6.1.1
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) En la Figura 5‐27 se grafican las componentes estacionales de los hidrogramas de las cuencas con cubierta de bosque de renovales (Rcm y Rsm) y se comparan con las componentes de la cuenca con cubierta de praderas (Prad). A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca con cubierta de praderas supera al de las cuencas de bosque en todas las estaciones del año. Las mayores diferencias se dan al comparar la cuenca de praderas con la cuenca de renovales no manejada (Rsm) para la estación de verano, llegando a diferencias de un 40% en caudal base (QB) y de un 30% de diferencia en caudal de escorrentía directa (QD). Figura 5‐27: Análisis estacional componentes hidrograma. Comparación Bosque (Rcm / Rsm) – Praderas (Prad) 5.6.1.2
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) En la Figura 5‐28 se grafican las componentes estacionales de los hidrogramas de las cuencas con cubierta de bosque adulto prístino (Enc) y alterado (Tran) y su diferencia porcentual. A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca alterada supera al de la cuenca de bosque prístino en todas las estaciones del año. Las mayores diferencias son del orden de un 30% y se dan en las épocas de invierno y primavera, para todas las componentes. En verano estas diferencias disminuyen hasta órdenes de un 0% a 5%. 81 Figura 5‐28: Análisis estacional componentes hidrograma. Comparación Anual Bosque Adulto Prístino (Enc) – Alterado (Tran). 5.6.1.3
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) En la Figura 5‐29 se grafican las componentes estacionales de los hidrogramas de las cuencas con cubierta de bosque de renovales con manejo (Rcm) y sin manejo (Rsm) y su diferencia porcentual. A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca manejada supera al de la cuenca control en todas las estaciones del año. Las menores diferencias son del orden de un 5 a 10% para las tres componentes, y se dan en épocas de otoño. Las mayores diferencias se dan en verano y oscilan entre un 30% para el caudal base y 15% para el caudal de escorrentía directa. Estos resultados muestran que las cuencas tienen un comportamiento similar en épocas en donde los árboles tienen asociado el menor consumo de agua (otoño) y no hay presencia de hojas en el follaje, tanto en la generación de escorrentía directa como de flujo base. En épocas de verano estas diferencias aumentan en términos de la generación de caudal total y caudal base. La diferencia en la generación de caudal de escorrentía directa sin embargo, decrece en esta época en comparación con las estaciones de invierno y primavera. 82 Figura 5‐29: Análisis estacional componentes hidrograma. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm) 5.6.1.4
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) En la Figura 5‐30 se grafican las componentes estacionales de los hidrogramas de las cuencas con cubierta de bosque adulto prístino (Enc) y bosque de renovales sin manejo (Rsm) y su diferencia porcentual. A partir de estos gráficos se observa que salvo para los meses de primavera, tanto el caudal total como el caudal base y de escorrentía directa de la cuenca con bosque adulto supera al de la cuenca de renovales. Esto se explicaría por el mayor consumo de agua asociada a bosque jóvenes en comparación con los bosques adultos, y es consistente con las diferencias máximas en generación de la época de verano (del orden de un 30%), en donde el consumo de agua por parte de los bosques es máximo. Las menores diferencias se dan en épocas de invierno y son del orden de un 5%. Figura 5‐30: Análisis estacional componentes hidrograma. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm) 83 Continuación Figura 5‐30: Análisis estacional componentes hidrograma. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm) 5.6.2
RESULTADOS ANÁLISIS MENSUAL COMPONENTES HIDROGRAMA Los resultados del análisis mensual de las componentes del hidrograma de cada cuenca se expresan en función de los parámetros resumidos en la Tabla 5‐7. 5.6.2.1
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) En la Figura 5‐31 se grafican las componentes mensuales de los hidrogramas de las cuencas con cubierta de bosque de renovales (Rcm y Rsm) y se comparan con las componentes de la cuenca con cubierta de praderas (Prad). A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca con cubierta de praderas supera al de las cuencas de bosque en todos los meses del año. Las mayores diferencias se dan al comparar la cuenca de praderas (Prad) con la cuenca de renovales no manejada (Rsm) para el mes de enero, siendo la cuenca con praderas la que produce mayor caudal, llegando a diferencias de un 50% en caudal base (QB) y de un 30% de diferencia en caudal de escorrentía directa (QD). Las menores diferencias (menores a un 10%) se dan al comparar los caudales total, base y de escorrentía directa con la cuenca manejada, para el mes de agosto. Esto es consistente con el hecho de que este mes tiene asociado un bajo consumo de agua por parte del bosque, y una disminución en la intercepción dada la no presencia de hojas en los árboles. Figura 5‐31: Análisis mensual componentes hidrograma. Comparación Bosque (Rcm / Rsm) – Praderas (Prad) 84 Continuación Figura 5‐31: Análisis mensual componentes hidrograma. Comparación Bosque (Rcm / Rsm) – Praderas (Prad) 5.6.2.2
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) En la Figura 5‐32 se grafican las componentes mensuales de los hidrogramas de las cuencas con cubierta de bosque adulto prístino (Enc) y alterado (Tran) y su diferencia porcentual. A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca alterada supera al de la cuenca de bosque prístino para todos los meses del año salvo por enero y febrero. Las mayores diferencias son del orden de un 50% para el caudal de escorrentía directa en el mes de octubre y de un 40% para el caudal base en julio. En el mes de abril las diferencias en generación de escorrentía son nulas, para las tres componentes analizadas. Figura 5‐32: Análisis mensual componentes hidrograma. Comparación Anual Bosque Adulto Prístino (Enc) – Alterado (Tran). 85 5.6.2.3
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) En la Figura 5‐33 se grafican las componentes mensuales de los hidrogramas de las cuencas con cubierta de bosque de renovales con manejo (Rcm) y sin manejo (Rsm) y su diferencia porcentual. A partir de estos gráficos se observa que tanto el caudal total como el caudal base y de escorrentía directa de la cuenca manejada supera al de la cuenca control en todos los meses del año. Las menores diferencias son del orden de un 10% para los meses de marzo y abril. En los meses más secos (diciembre, enero y febrero) hay un incremento en la diferencia del caudal base, llegando a valores de un 50%. Este incremento se ve directamente reflejado en el caudal total de las cuencas durante esos meses, ya que en épocas de escasa recarga la componente de caudal base corresponde al principal aporte a la escorrentía total. Figura 5‐33: Análisis mensual componentes hidrograma. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm) 5.6.2.4
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) En la Figura 5‐34 se grafican las componentes mensuales de los hidrogramas de las cuencas con cubierta de bosque adulto prístino (Enc) y bosque de renovales sin manejo (Rsm) y su diferencia porcentual. A partir de estos gráficos se observa que en general, la cuenca de bosque adulto posees un mayor caudal total, caudal base y de escorrentía directa. Esto se explicaría por el mayor consumo de agua asociada a bosques jóvenes en comparación con los bosques adultos. Las mayores diferencias se dan en los meses de marzo y abril. 86 Figura 5‐34: Análisis estacional componentes hidrograma. Comparación bosque renoval con manejo (Rcm) – sin manejo (Rsm) 5.6.3
RESULTADOS TORMENTAS COMPONENTES HIDROGRAMA EN EVENTOS DE Como se establece en el capítulo 4.6, la identificación de eventos de tormentas a partir de la serie continua de caudales se hace a través de un tiempo característico de cada cuenca, que se establece como el tiempo mínimo de independencia entre un evento y otro. Para realizar esta separación de eventos se implementa un programa en MATLAB que consta de diversas etapas, las cuales se detallan en el Anexo B. De manera de analizar las componentes de los hidrogramas de tormentas de cada cuenca en relación a la precipitación asociada a cada evento, se analizan los coeficientes de escorrentía resumidos en la Tabla 4‐2. Estos coeficientes se calculan como la pendiente de la regresión lineal entre las variables QT vs PP, QD vs PP y QB vs PP (ver análisis completo en Anexo B). En la Figura 5‐35 se grafican estas regresiones. Además, de manera de analizar las componentes de flujo base y de escorrentía directa de una tormenta en relación al caudal total, se establecen las regresiones entre las variables QD vs QT y QB vs QT de todas las tormentas analizadas, cuya pendiente será representativa de los aportes de cada componente a la escorrentía total. 87 Figura 5‐35: Correlaciones QT vs PP Figura 5‐36: Correlaciones QB vs PP 88 Figura 5‐37: Correlaciones QD vs PP De los gráficos de las Figura 5‐35 a 5‐37 se observa que para las 5 cuencas existen fuertes correlaciones, con coeficientes de determinación mayores a 0.76 en todos los casos, siendo la cuenca Tran la que muestra la mejor correlación. Para relacionar los resultados entre las distintas cuencas, en la Figura 5‐38 se comparan las pendientes de las correlaciones lineales mostradas en las Figura 5‐35 a 5‐37, graficándose con un nivel de confianza de un 85%. Figura 5‐38: Coeficientes de escorrentía. 85% nivel de confianza. 89 Para relacionar los resultados con respecto a los aportes de cada componentes (flujo base y escorrentía directa) a la escorrentía total en un evento de tormenta entre las distintas cuencas, en la Figura 5‐39 se comparan las pendientes de las correlaciones lineales entre el caudal base total versus el caudal total de cada tormenta (pendiente QB vs QT), y el caudal de escorrentía directa versus el caudal total de cada tormenta (pendiente QD vs QT), graficándose con un nivel de confianza de un 85%. Figura 5‐39: Componentes hidrograma en eventos de tormenta. 85% nivel de confianza. 5.6.3.1
COMPARACIÓN BOSQUE (RCM/RSM) – PRADERAS (PRAD) Los gráficos de coeficientes de escorrentía (Figura 5‐38) muestran que la cuenca con cubierta de praderas (Prad) muestra mayores valores de coeficientes de escorrentía que las cuencas de bosque (Rcm y Rsm), lo que significaría que una mayor fracción de la precipitación se transformaría tanto en escorrentía directa como en flujo base en la cuenca Prad, sin embargo, estas relaciones tienen errores asociados a un 85% de confianza mayores a las diferencias de los valores de los coeficientes, por lo que se consideran poco significativas. Los gráficos de las componentes de los hidrogramas de todas las tormentas analizadas (Figura 5‐39) muestran que existen diferencias entre la cuenca Prad y la cuenca con bosque manejado Rcm, tanto para la componente de escorrentía directa sobre la escorrentía total, en donde Prad tiene un valor menor en un 5% y para la componente de flujo base, en donde Prad tienen un valor mayor en un 6%. Un comportamiento similar se obtiene al analizar las tormentas ocurrentes en épocas en en que los árboles de las cuencas de bosque tienen hojas (meses octubre‐mayo, ver resultados de clasificación por fecha de tormentas en Anexo B 6) y al analizar tormentas asociadas a una precipitación acumulada durante los 10 días previos al inicio de la tormenta menor a 100 mm (ver Figura B. 20 del Anexo B 6). Sin embargo, al hacer un análisis de estas mismas componentes para tormentas ocurrentes en épocas en que los árboles de las cuencas de bosque no tiene hojas (meses junio‐septiembre, ver resultados de clasificación por fecha de tormentas en Anexo B 6), que coincide también con los meses de mayor precipitación, se observa que la cuenca Prad tiene una contribución de caudal base 22% y 16% menor y una contribución de escorrentía directa 15% y 11% mayor que las cuencas Rcm y Rsm respectivamente (ver Figura B. 15 del Anexo B 6). Un comportamiento similar se obtiene al analizar las tormentas asociadas a una precipitación acumulada durante los 10 días previos al inicio de la tormenta mayor a 100 mm (ver Figura B. 19 del Anexo B 6). 90 5.6.3.2
COMPARACIÓN BOSQUE ADULTO: PRÍSTINO (ENC) ‐ ALTERADO (TRAN) Los gráficos de coeficientes de escorrentía (Figura 5‐38) muestran que la cuenca de bosque adulto alterado (Tran) genera en promedio un 20% mayor caudal total, base y de escorrentía directa que la cuenca de bosque adulto prístino frente a eventos de precipitación. Esta misma configuración se da al analizar las tormentas asociadas a una humedad antecedente menor a 100 mm (ver Figura B. 20 del Anexo B 6). Sin embargo, la contribución de las componentes de flujo base (0.47) y escorrentía directa (0.54) sobre de la escorrentía total generada en eventos de tormenta presentan diferencias menores a un 2%. 5.6.3.3
COMPARACIÓN RENOVAL: CON MANEJO (RCM) ‐ SIN MANEJO (RSM) Los gráficos de coeficientes de escorrentía (Figura 5‐38) muestran que la cuenca de bosque de renovales con manejo (Rcm) genera entre un 5% y un 15% mayor caudal total, base y de escorrentía directa que la cuenca control (Rsm) frente a eventos de precipitación, lo que significaría que una mayor fracción de la precipitación se transformaría tanto en escorrentía directa como en flujo base en la cuenca Rcm. Sin embargo, estas relaciones tiene un error asociado a un 85% de confianza mayor a las diferencias de los valores de los coeficientes, por lo que se consideran poco significativas. Con respecto a la contribución de las componentes de flujo base y escorrentía directa sobre de la escorrentía total generada en eventos de tormenta (Figura 5‐39), se observa que la cuenca manejada tiene una mayor contribución de escorrentía directa (superior en un 5%) y una menor de flujo base (menor en un 7%). Esta configuración se mantiene para los distintos análisis y clasificaciones efectuadas (resultados Anexo B 6). 5.6.3.4
COMPARACIÓN BOSQUE ADULTO (ENC) ‐ RENOVAL (RSM) Los gráficos de coeficientes de escorrentía (Figura 5‐38) muestran que las cuencas de bosque adulto (Enc) de renovales (Rsm) poseen un coeficiente de escorrentía directa similar (0.42), lo que da cuenta de que ambas cuencas generarían una misma cantidad de escorrentía directa a partir de un evento de precipitación. Con respecto a la generación de flujo base sin embargo, la cuenca de bosque adulto presenta un coeficiente mayor en un 20% que la cuenca de bosque de renovales. Esto indica que la cuenca de renovales tendría una mayor pérdida de agua, asociada a un mayor consumo por parte de los arboles, o una mayor intercepción, etc. Con respecto a la contribución de las componentes de flujo base y escorrentía directa sobre de la escorrentía total generada en eventos de tormenta (Figura 5‐39), ambas cuencas presentan valores de 0.45 para la componente de flujo base y 0.55 para la componente de escorrentía directa. 91 6
DISCUSIÓN Para analizar los principales resultados de esta investigación, en el cuadro de la Figura 6‐1 se resumen los distintos análisis efectuados, con las distintas comparaciones y los resultados más importantes de cada ítem. En el cuadro resumen, los símbolos Δ+ y Δ‐ corresponden a diferencias positivas y negativas respectivamente. Principales resultados comparación bosques ‐ praderas: Un análisis comparativo entre la cuenca con cubierta de praderas (Prad) y las cuencas de bosque nativo de renovales (Rcm y Rsm) (paneles A‐F 1 del cuadro resumen de la Figura 6‐1) muestra consistentemente una mayor generación de escorrentía para Prad, salvo para períodos sin recarga de los meses abril‐septiembre (panel C1) en donde la cuenca manejada la supera en un 10%. El análisis de producción mensual de escorrentía muestra que la cuenca de praderas supera en un 12% y 25% a las cuencas Rcm y Rsm respectivamente (panel A1); el análisis de caudales diarios asociados a todo el rango de probabilidades de excedencia muestra que la cuenca de praderas supera en un 14% y 33% a las cuencas Rcm y Rsm respectivamente (panel B1); el análisis de curvas de recesión y agotamiento muestra que para épocas en que el caudal total de las cuencas en estudio corresponde principalmente a flujo base (octubre‐marzo) Prad presenta 40% y 80% mayor caudal en relación a las cuencas con cubierta de bosque Rcm y Rsm respectivamente, lo que se explicaría por el mayor consumo de agua de los árboles en este período, para los meses entre abril y septiembre Prad supera a Rsm en un 35%, pero presenta caudales menores a Rcm en un 10%, además, Rcm muestra la menor tasa de decaimiento, lo que se podría explicar por una menor evapotranspiración en comparación con la cuenca control (Rsm), y una mayor capacidad de almacenamiento en la zona de macroporos y zona radicular en comparación con la cuenca de praderas (Prad) (panel C1); el análisis de las componentes estacionales del hidrograma entrega diferencias máximas de un 30% en verano (diciembre‐enero‐febrero) al comparar Prad con la cuenca control Rsm (panel D1); el análisis de las componentes mensuales del hidrograma presenta diferencias máximas de 50% para la componente de flujo base y de 30% para la escorrentía directa en el mes de enero en comparación con la cuenca Rsm (panel E1); y el análisis de las componentes del hidrograma frente a eventos de tormenta muestra que para los meses en que los bosques botan sus hojas (junio‐septiembre) y para tormentas con humedades antecedentes superiores a 100 mm, la cuenca Prad posee una contribución de escorrentía directa a la escorrentía total un 15% mayor y una contribución de flujo base un 20% menor en comparación a las cuencas Rcm y Rsm, además, se observan mayores coeficientes de escorrentía (de la componente de flujo base y de escorrentía directa) para la cuenca Prad, sin embargo, la dispersión de los datos no permite establecer relaciones consistentes entre los coeficientes (panel F1). A partir de estos análisis se comprueba que una cuenca con cubierta de praderas, dadas las menores pérdidas por intercepción y evapotranspiración, favorecería los procesos de infiltración y por lo tanto, a la generación de escorrentía subsuperficial rápida, que constituye la fuente principal de aporte a la escorrentía total, especialmente en las épocas de verano, tal como se ha encontrado en la literatura (Swift y Swank, 1981; Kuczera, 1987; Bari et al., 1996; Cornish y Vertessy, 2001; Jones y Post, 2004; Brown et al., 2004; Hubbart y Matlock, 2009). 92 Bosque adu lto
3
Bosque Renovales
Prfstino- Alterado
Tran vs Ene
con Maneio- sin Maneio
Rcm vsRsm
1
Análisis
Praderas· Bosque
Prad vs (Rcm/Rsm)
2
711% A+
Curvas doble
A
acumuladas
caudal mensual
Producción de escorrentfa superficial
densidad
mensual (mm/mes):
25% A-
Prad: 12% A+ q ue Rcm
área basal
34% A·
Prad: 25% A+ que Rsm
ll
Cu rvas de
duración
caudal diario
Escorrentía superficia l diaria (Q) asociada a
igual Pexc:
Prad: 14% 4+ que Rcm
Prad: 33% A+ que Rsm
Q (mm ) MRC Oct-Mar:
Prad : 40% 4+ q ue Rcm
Curvas de
e
recesión y
agotam iento
caudal diario
Prad: 80% A+ quP. Rsm
Q (mm) MRCAbr-Sep:
Prad: 10% 4 · que Rcm
Prad: 35% A+ que Rsm
f-·----------------------Tasa decaimiP.nto 13 (log(Q)/dfa)
Oct-Mar y Abr-Sep:
Rcm muestra la menor tasa
Prad prP.sP.nta A+ QT, QD y QB
Análisis
D
estaciona l
compone ntes
del hidrograma
Comparación con Rem : QT, QD, QB:
máx 6+ (17%) oto-ver
55% A·
}
14% ••
máx A+ {30%) VP.rano
superficial mensual
(Tran >Ene)
área basa 1
16% A+
l '"'.
E
7<% ••
' "'"' f
(Tran >Ene)
34% A-
Pexc =S0-100%
0-t>O% A· Q(mm)
diámetro medio
(Tran < En e)
74% 4+
densidad
'
25% A- Q(mm)
Oct-Mar y Abr-Sep
25% 6 -
(Tran < Ene)
~
área basal
34% Adiámetro medí'?,;
Abr-Sep y Oct-Mar
(Tran > Ene)
máx A+= 30%
74% 4+
densidad
QT, QD, QB (mm)
inv-prim
(Tran >Ene)
2S% A-
mín A+= 0-5%
QT, QD, QB (mm)
34% Adiámetro medio
l
verano
(Tran > Ene)
r
área basal
34% 4 ·
diámetro mediCl..
Análisis
meses con hojas, HA <100 mm
QD/QT: Prad 5% A- que Rcm
densidad
componentes
QB/QT: Prad 5% A+ quP. Rcm
en eventos de
tormenta
74% A+
2S% A-
meses sin hojas, HA >lOO mm
QD/QT: Pra d 15% A+ que Rcm, Rsm
área basal
QB/QT: Prad 20% A- que Re m, Rsm
diámetro medí~
34% 6 -
'
, . ""' J'"'.
16% A+
diámetro med1o
55% 4 densidad
'
,./
'
Pexc = 80-100%
D-25% A· Q(mm)
(Rcm > Rsm)
diámetro medio
60% A+ Q(mm)
Oct-Ma r
Abr-SP.p y Oct-M ar
(Rcm < Rsm )
máx A+ = 25-30%
QTyQB (mm)
verano
359% 4 densidad
SS% A·
densidad
40% Aárea basa 1
16% 6+
diámetro med~
Figura 6‐1: Cuadro resumen resultados otoflo
(Rcm > Rsm)
Q Rcm >Q Rsm
máx A+= SO%
febrero
m in 6+ = 10"/o
mar-abr
6+ QD/PP, QB/PP
(Rcm > Rsm)
S% A+ QD/QT
(Rcm > Rsm)
7% A· QB/QT
(Rcm < Rsm)
(Ene< Rsm)
'
60% A+ Q(mm)
Oct-Mar
(Ene> Rsm)
15% A+ Q(mm)
Abr-Sep
~
(Ene> Rsm)
61% 4+
área basa l
-------·---·
5% A- ¡3
Abr-Sep y Oct-Mar
71% A+
diámetro medio
(Ene< Rsm)
..1
máx A+= 30%
3S9% 4 ·
densidad
61% A+
25% A+
QD/PP, QB/PP
simila r
(Ene> Rsm)
área basa l
área basa l
16% 6+
diámetro medio
QD/QT, QB/QT
61% A+
área basal
mln A+= S-1S%
QT, QD, QB (mm)
máx 6 - =40%
ene-feb !Tran <Ene)
(Tran > En e)
Pexc- 0-90%
0-25% A+ Q(mm)
área basa 1
55% 4 densidad
1)0% 4 -
superf1c1al mensual
(Ene> Rsm)
359% 4 densidad
(Rem > Rsm)
QT, QD, QB (mm)
máx A+= 4S%
oct (Tran >Ene)
18% ••
de escorrentfa
área basal
71% A+
40% A-
16% A+
diámetro medio
P<od""""
}
71% A+
> Rsm)
-·-(Rcm
..50"/o
--... -·-·
A- 13
diámetro medio
SS% A·
densidad
50.100%
(Rcm > Rsm )
16% A+
61% A+
25·50"A. A+ Q(mm)
SO% A+ Q(mm)
Abr-Sep
IJO% 4 ·
densidad
diámetro medio
Pexc- 0-50%
0-25% A+ Q(mm)
(Rcm > Rsm)
40% A-
área basa 1
··-·-·-·-·-·-·
35% A+ l3
mín 4+ con Rcm
< 10% en agosto
F dP.I hidrograma
0 ·50%
0·30% A+ Q(mm)
25% A-
máx 4+ con Rsm
SO% QB, 30% QO enero
componentes
dP.I hidrograma
superficial mensual
(Rcm > Rsm)
55% 4 densidad
74% 4+
densidad
25% 6 -
Análisis mP.nsual
} "'de••escorre
P<od""''"
ntfa
diámetro medio
..1
Prad presenta A+ QT, QD y QB
densidad
40% A-
área basal
Compa ración con Rsm: QT, QD, QB:
p<od""''"
de escorrentfa
Ene vs Rsm
359% A·
diámetro medio
densidad
4
Bosque adu lto· Bosque Renovales
QT, QD, QB (mm)
VP.rano
(Ene> Rsm)
mín A+=5%
QT, QD, QB (mm)
71% A+
diámetro mP.dio
l
..1
359% 6 densidad
61% 6+
área basal . [
71% 6+
diámetro medio
3S9% A·
densidad
'
61% A+
área basa l
71% 4+
d iámetro medio
inviP.rno
(Ene > Rsm)
Q Ene>Q Rsm
máx A+= SO%
febrero
mín A+= 10%
mar-abr
similar QD/PP
~
20% A+ QB/PP
(Ene> Rsm)
similar
QD/QT,QB/QT
Principales resultados comparación bosques renovales con manejo ‐ sin manejo: A partir de los 5 análisis efectuados (paneles A‐F 3 del cuadro resumen de la Figura 6‐1), se observa que al hacer comparaciones entre cuencas con cubierta de bosques de renovales con y sin manejo, se da una relación inversa entre el área basal del bosque y la generación de escorrentía, lo que es consistente con resultados encontrados en los estudios revisados en el capítulo 2.5.6 (Jones y Post, 2004; Swift y Swank, 1981; Kuczera, 1987; Cornish y Vertessy, 2001, Hubbart y Matlock, 2009) y que se asocia a una reducción en la intercepción y evapotranspiración debido a la disminución en la cobertura de copas de los árboles en la cuenca raleada. Estas diferencias se observan en el análisis de producción mensual de escorrentía, en donde la cuenca manejada (Rcm) supera en un 15% a la cuenca sin manejo (Rsm) (panel A3); en el análisis de caudales diarios asociados a todo el rango de probabilidades de excedencia, con diferencias que crecen a medida que la probabilidad aumenta, llegando a valores de un 50% (panel B3); en el análisis de curvas de recesión y agotamiento en períodos sin recarga, en donde las diferencias llegan a un 60% en los meses entre octubre y marzo, y además se observa una menor tasa de decaimiento del caudal para la cuenca manejada (panel C3); en el análisis de las componentes estacionales del hidrograma, llegando a diferencias de un 30% en verano (diciembre‐enero‐febrero) para la componente de flujo base y para el caudal total (panel D3); en el análisis de las componentes mensuales del hidrograma, llegando a valores de un 50% en febrero para las componentes de flujo base y escorrentía directa (panel E3); y en el análisis de las componentes del hidrograma frente a eventos de tormenta, en donde se observan mayores coeficientes de escorrentía (de la componente de flujo base y de escorrentía directa) para la cuenca manejada, sin embargo, la dispersión de los datos no permite establecer relaciones consistentes entre los coeficientes (panel F3). Los resultados muestran que la cuenca manejada presenta consistentemente una mayor generación de escorrentía que la cuenca control, sin embrago, la magnitud de estas diferencias depende de la escala temporal, la época del año y el tipo de análisis efectuado. Se observa que existe un aumento de estas diferencias en los meses de verano y al analizar los caudales bajos de la serie (entre un 30% y un 60% dependiendo del análisis que se realice). Esto indica que mediante esquemas adecuados de manejo, se lograría compatibilizar la producción maderera de un bosque nativo de renovales con la producción hídrica de la cuenca, asegurando el abastecimiento de caudales en épocas de poca recarga. Además, este aumento en producción no sería tan notorio en épocas de invierno, cuando se producen las mayores crecidas (las diferencias varían entre un 5% a un 15% dependiendo del análisis que se realice). La disminución de diferencias en la generación de escorrentía en los meses de invierno podría estar asociada a que los bosques pierden sus hojas en este período, produciendo una mayor similitud de las cuencas de renovales en términos de intercepción, y por lo tanto de precipitación efectiva, de infiltración, almacenamiento y niveles de humedad del suelo. Además, la evapotranspiración en estos meses de dormancia disminuye con respecto a los meses de verano. En verano en cambio, las diferencias en términos de intercepción y evapotranspiración aumentan, desfavoreciendo la generación de escorrentía de la cuenca control. Principales resultados comparación bosque adulto alterado ‐ prístino: En relación a las comparaciones realizadas para las cuencas con cubierta de bosque adulto (paneles A2, B2, C2, D2, E2 y F2 del cuadro resumen de la Figura 6‐1), se observa una relación inversa entre el área basal del bosque y la generación de escorrentía para todos los análisis realizados salvo para los análisis asociados a caudales bajos de la serie de tiempo, a los meses de verano y a períodos sin recarga. El análisis de la producción mensual de escorrentía muestra que la cuenca intervenida (Tran) supera en un 14% a la cuenca de bosque adulto prístino (Enc) (panel A2); el análisis de caudales diarios asociados a todo el rango de probabilidades de excedencia muestra mayores caudales para la cuenca intervenida (Tran) en el rango entre 0% y 50%, con diferencias de hasta un 30%, y mayores caudales para la cuenca de bosque prístino (Enc) en el rango entre 50% y 100%, con diferencias de hasta un 60% (panel B2); el análisis de curvas de recesión y agotamiento en períodos sin recarga muestra caudales de Tran 25% menores a los caudales de Enc y una mayor tasa de decaimiento (panel C2); el análisis de las componentes estacionales del hidrograma entrega mayores caudales para la cuenca alterada, con diferencias de entre un 0% a 5% en verano (diciembre‐enero‐febrero) para las componentes de flujo base y escorrentía directa, y hasta 30% en invierno y primavera (panel D2); el análisis de las componentes mensuales del hidrograma muestra la máxima diferencia (45%) de caudales total, base y de escorrentía directa de Tran con respecto a Enc en el mes de octubre y la máxima diferencia (40%) de caudales de Enc con respecto a Tran en los meses de enero y febrero (panel E2); y el análisis de las componentes del hidrograma frente a eventos de tormenta entrega coeficientes de escorrentía de caudal base y escorrentía directa 25% mayores para la cuenca alterada (panel F2). Al igual que para el análisis comparativo de las cuencas de bosque de renovales, la magnitud de las diferencias encontradas depende de la escala temporal, la época del año y el tipo de análisis efectuado, pero además, el signo de estas diferencias también depende de estos factores. Se observa que la cuenca alterada genera mayores caudales de crecida (paneles B2, F2) y durante los meses de invierno y primavera (paneles D2, E2), lo que constituye una relación inversa entre el área basal del bosque y la generación de escorrentía en estos períodos, sin embargo, para rangos altos de probabilidad de excedencia, en períodos de recesión y en épocas de verano, los caudales de la cuenca de bosque prístino superan a los de la cuenca alterada (paneles B2, C2, E2), lo que constituye una relación positiva entre el área basal del bosque y la generación de escorrentía en estos períodos. Esto indica que una alteración sin criterio silvícola de un bosque nativo adulto no lograría compatibilizar la producción maderera con la producción hídrica de la cuenca, ya que se experimentaría una disminución de caudales en épocas de menor recarga. Principales resultados comparación bosque adulto ‐ bosque de renovales: Al contrario de las relaciones encontradas en las comparaciones entre cuencas con cubiertas de bosque de la misma edad, las comparaciones efectuadas entre la cuenca de bosque adulto prístino (Enc) y la cuenca de bosque de renovales sin manejo (Rsm) (paneles A4, B4, C4, D4, E4 y F4 del cuadro resumen de la Figura 6‐1) entregan en general una relación inversa entre el área basal del bosque y la generación de escorrentía. Así, la cuenca Enc, cuya área basal es un 61% mayor a la cuenca Rsm, presenta mayores caudales para todos los análisis efectuados. Esto se explicaría por el mayor consumo de agua asociado a bosques jóvenes en comparación a bosques adultos. 95 Los resultados de este análisis comparativo muestran que la producción mensual de escorrentía del bosque adulto Enc supera en un 18% al bosque de renovales Rsm (panel A1); el análisis de caudales diarios asociados a probabilidades de excedencia muestra caudales entre 0 y 25% mayores para la cuenca de bosque adulto Enc, para todo el rango de probabilidades salvo para ciertos días asociados a probabilidades entre 90% y 100% (panel B1); el análisis de curvas de recesión y agotamiento en períodos sin recarga muestra caudales mayores para Enc, con diferencias de un 15% en los meses de abril‐septiembre y de hasta un 60% en los meses de octubre‐marzo, y una menor tasa de decaimiento (panel C1); el análisis de las componentes estacionales del hidrograma entrega mayores caudales para la cuenca de bosque adulto, con diferencias de un 5% en invierno (diciembre‐enero‐febrero) para las componentes de flujo base y escorrentía directa, y hasta 30% en verano (panel D1); el análisis de las componentes mensuales del hidrograma muestra la máxima diferencia (55%) de caudales total, base y de escorrentía directa de Enc con respecto a Rsm en el mes de febrero y la mínima diferencia (10%) en marzo y abril (panel E1); y el análisis de las componentes del hidrograma frente a eventos de tormenta entrega coeficientes de escorrentía de caudal base 20% mayores para la cuenca de bosque adulto (panel F1). A partir de estos resultados se comprobaría que aún cuando el bosque adulto presenta una mayor área basal y diámetro medio, la alta densidad asociada al bosque de renovales, junto con la mayor demanda de agua que estos árboles presentan en su etapa de crecimiento (Iroumé y Huber, 2002), conlleva a una mayor producción de escorrentía superficial mensual del bosque adulto, especialmente en los meses de verano y en períodos sin recarga, en donde las diferencias llegan a órdenes de un 60%. Con esto también se establece que la relación entre el área basal de bosques de distinta edad y la generación de escorrentía superficial mensual no es consistente con las relaciones que se dan al analizar bosques de la misma edad, bajo distintos tipos de manejo. 96 7
CONCLUSIONES La creciente preocupación por la disponibilidad y el manejo sustentable de los recursos hídricos, así como la imperativa necesidad de conservar los bosques nativos, al tiempo de seguir desarrollando la actividad forestal de nuestro país, posicionan la línea de investigación desarrollada de esta tesis en un ámbito en donde confluyen diversas disciplinas e intereses. Uno de los objetivos principales de la línea de investigación dentro de donde se enmarca esta tesis, es ampliar la valoración del bosque nativo a disciplinas como la hidrología y colaborar con un entendimiento transversal de la interacción entre la cobertura de bosque y el ciclo hidrológico, de manera de avanzar hacia la cuantificación de los servicios ecosistémicos asociados al bosque nativo. Para esto, en la presente investigación, se desarrollaron técnicas que buscan caracterizar hidrológicamente las cuencas con distintas coberturas de bosque nativo, de manera de poder atribuir los resultados en cuanto a la generación de escorrentía total, directa y flujo base, a las características que diferencian estas coberturas. Esta atribución única a las características de los bosques que cubren cada cuenca, tiene una hipótesis fuerte que es el suponer que los pares de cuenca con cubierta de bosques de la misma edad, producirían la misma escorrentía si no estuviesen intervenidas. Este supuesto no se puede verificar ya que no existen registros previos a las intervenciones realizadas. Durante la investigación se desarrolló un análisis de los errores asociados a las bases de datos diarias y horarias de caudal, a partir del cual se decidió descartar la base de datos horarios por tener asociados errores muy altos (capítulo 4.1). Esto implicó desechar datos que hubiesen aportado valiosa información en los análisis efectuados, especialmente en los análisis de eventos de tormentas, en donde la variación diaria del caudal juega un rol fundamental en la cuantificación de las componentes de la escorrentía. Además, se desaprovecha el material, el tiempo y los fondos invertidos en el monitoreo de estas cuencas. Es por esto que se recomienda encarecidamente elaborar programas de monitoreo que cuenten con una calibración periódica de los instrumentos de medición mediante aforos. Los análisis mensuales, estacionales y de curvas de recesión y agotamiento sin embargo, se considera que no están fuertemente influidos por la variabilidad diaria de los caudales, por lo que sus resultados se consideran consistentes, aún al estar efectuados en base a caudales instantáneos. Con respecto a las técnicas implementadas para el análisis hidrológico de las cuencas, se distinguen tres procedimientos fundamentales que determinan directamente los resultados analizados: el análisis de curvas de recesión y agotamiento, la separación de la componente de flujo base de la serie de caudales totales, y la separación de tormentas. La principal debilidad del proceso de análisis de curvas de recesión y agotamiento, es la distinción del punto asociado al fin de una curva y el comienzo de la otra. Para lidiar con esta dificultad, y dado que en las curvas de decaimiento seleccionadas no se distinguía claramente un cambio de pendiente que indicara la posición de este punto, se optó por respetar la cuasi‐linealidad de las curvas de decaimiento, y hacer un análisis estacional de los índices de decaimiento, duraciones, y días después del peak asociados al inicio de cada curva. De esta manera se estableció que las curvas representativas del descenso del flujo base (curvas 97 de agotamiento) de una cuenca eran las del período de primavera‐verano, y las representativas del descenso de la escorrentía directa (curvas de recesión), las del período de otoño‐invierno. Con respecto a la separación de la componente de flujo base, la técnica utilizada tiene la ventaja de que se aplica directamente a la serie completa de caudales totales. Esto se hace a partir de la constante calibrada en el análisis de curvas agotamiento, para el período de primavera‐verano. El gran inconveniente que tiene el filtro implementado, es la suposición de un comportamiento lineal del almacenamiento de la cuenca. Y si bien las curvas de agotamiento modeladas para el período de primavera‐verano presentan un decaimiento prácticamente lineal, se recomienda hacer un modelamiento como embalse no lineal, de manera de implementar un filtro de separación de flujo base bajo este supuesto. Así se podría hacer una comparación de resultados y estimar de esta manera, qué supuesto es más adecuado para la modelación de estas cuencas. Con respecto a la técnica de separación de tormentas, se estableció una metodología en donde la separación quedó sujeta únicamente al análisis de almacenamiento de las cuencas. Para esto se relacionó el tiempo de duración de las recesiones de invierno, con un tiempo característico de cada cuenca, que indicara la independencia entre dos eventos de tormenta. Este tiempo característico es determinante en las tormentas resultantes. A pesar de la subjetividad inherente en la metodología propuesta (en cuanto a la elección del tiempo característico, y a la posibilidad que tiene el usuario de modificar tormentas a partir de un análisis visual), se estima que la metodología implementada llevó a buenos resultados en cuanto a las tormentas seleccionadas. Sin embargo, la falta de datos horarios obligó a determinar coeficientes de escorrentía a partir de datos instantáneos (obtenidos de la lectura diaria de la regleta del vertedero triangular), perdiendo la información de la variabilidad diaria de los caudales. Los resultados de esta investigación son consistentes con los encontrados en diversos estudios en donde se ha concluido que una disminución de la cobertura de bosque produciría un aumento en la generación de escorrentía de cuencas experimentales. Esta consistencia se observa en las relaciones inversas encontradas entre el área basal de los bosques y las componentes de caudal total, base y de escorrentía directa durante eventos de tormenta, a nivel mensual y estacional, para las comparaciones entre cuencas de bosques de la misma edad con distinto tipo de intervención, y entre la cuenca de praderas y de bosque de renovales. Sin embargo, estos resultados difieren de los encontrados en la literatura al hacer las comparaciones entre cuencas con bosques nativos de distintas edades. Por ejemplo, el bosque de renovales sin intervención, con menor área basal, tiene asociado una menor generación de escorrentía que el bosque adulto, lo que entrega una relación positiva entre área basal y generación de escorrentía. Así, se incorpora la edad del bosque como factor determinante en el análisis, dadas las diferencias significativas en intercepción y evapotranspiración asociadas a las distintas edades. También se encuentran nuevos resultados al reducir la escala temporal de análisis, ya que al analizar los caudales bajos de la serie asociados a períodos continuos sin recarga de los meses de verano, para ambas cuencas de bosque adulto, la cuenca alterada presenta una menor generación de escorrentía que la cuenca de bosque adulto prístino, que tiene asociada una mayor área basal. Estas nuevas relaciones encontradas tienen que ver con el carácter innovador de esta 98 investigación en Chile, que consiste en realizar comparaciones entre cuencas experimentales pequeñas, en régimen natural, con cubierta de bosques nativos de distinta edad, y en analizar los resultados en escalas temporales menores a las usualmente estudiadas. De esta manera se colabora con el avance en la comprensión de los procesos de generación de escorrentía relacionados con la cobertura de bosque nativo de distintas edades, y permite sentar antecedentes para futuras investigaciones. Además, se contribuye con un mayor entendimiento de la dinámica que se da en las cuencas de montañas con cubierta de bosque, las que generalmente corresponden a cuencas cabeceras, que constituyen una de las fuentes principales de agua de cuencas más grandes, con posibles asentamientos humanos que dependen fuertemente abastecimiento de agua. Las relaciones encontradas entre las cuencas de renovales muestran que el manejo forestal de la cuenca Rcm, además de mejorar la calidad del bosque y producir recurso maderero, aumenta la cantidad de agua producida por la cuenca, principalmente en épocas verano. Esto se puede utilizar, por ejemplo, de base argumental para estudios de factibilidad de producción maderera a partir de bosque nativo de renovales mediante un manejo silvícola y asegurando su conservación, en comunión con una generación de escorrentía que permita la disponibilidad de agua en épocas estivales. Esta alternativa de producción se perfila como una buena opción para resolver el conflicto de intereses entre producción y desarrollo, versus conservación. Si bien esta investigación aporta con nuevas relaciones que ayudan a una mejor valoración de los servicios ecosistémicos de los bosques nativos de nuestro país, es necesario realizar más estudios con cuencas experimentales de pequeña, mediana y gran escala, de manera de establecer relaciones más consistentes, y así contribuir con herramientas robustas para la toma de decisiones que involucren un manejo sustentable de los recursos hídricos y forestales. 99 8
BIBLIOGRAFÍA Anderson, T. (1991). Bedeutung der Mikroorganismen für die Bilding von Aggregaten ira Boden. Z. Pflanzenernähr. Bodenkd. Vol 154, pp. 409‐416. Armesto, J.; Rozzi, R.; Smith‐Ramirez, C. y Arroyo, M. (1998). Conservation targets in South American temperate forests. Science. Vol. 282, No. 5392, pp. 1271 ‐ 1272. Austin, S. (1999). Streamflow response to forest management: a meta‐analysis using published data and flow duration curves. MSc thesis. Colorado State University, Fort Collins, Colorado. Bari, M.; Smith, N.; Ruprecht, J. y Boyd, B. (1996). Changes in streamflow components following logging and regeneration in the southern forest of Western Australia. Hydrological Processe. Vol. 10, No. 3, pp. 447‐461. Bosch, J. y Hewlett, J. (1982). A review of catchment experiments to detemine the effect of vegetation changes on water yield and evapotranspiration. Journal of hydrology, Vol. 55, pp. 3‐23. Boughton, W. (1988). Partitioning streamflow by comoputer. Australian Civil Engineering Transactions, pp. 285‐291. Bowen, D. y Moreno, B. (2006). Manejo de la relación SAP; suelo,agua y planta, para la producción orgánica de plantas medicinales. Santiago: Equipo Nodo Redpymes. Universidad de Chile. Brodie, R. y Hostetler, S. (2005). A review of techniques for analysing baseflow from stream hydrographs. Proceedings of the NZHS‐IAH‐NZSSS 2005 Conference, 28 November–2 December, Auckland, New Zealand. Brown, A. E.; Zhang, L.; McMahon, T. A.; Westerrn, A. W. y Vertessy, R. A. (2004). A Review of paired catchment studies for determining changes in water yield resulting from alteration in vegetation. Journal of Hydrology. Vol. 310, pp. 28‐61. Buell, J. (1949). Trees living together: the community of trees, in Trees, Yearbook of Agriculture, USDA, Washington, DC, pp. 103‐108 Calder, I. (1993). The Balquhidder catchment water balance and process experiment results in context‐
what do they reveal. Journal of Hydrology. Vol 145, pp. 467‐477. Chang, M. (2005). Forest Hydrology: An Introduction to Water and Forests. Second Edition. Taylor and Francis, New York. Chapman, T. (1999). A comparison of algorithms for stream flow recession and baseflow separation. Hydrological Processes. Vol 13, pp. 701‐714. Chow, V. T.; Maidment, D. R. y Mays, L. W. (1994). Hidrología Aplicada. McGraw‐Hill. New York. CIREN ‐ Corfo. (1994). Atlas Forestal de Chile. Santiago, Chile. Cornish, P. y Vertessy, R. (2001). Forest age‐induced changes in evapotranspiration and water yield in a eucalypt forest. Journal of Hydrology. Vol 242, pp. 43‐63. 100 Cuevas, J. (1994). Interpretación de constantes hídricas del suelo. Ministerio de Agricultura. Instituto de investigaciones agropecuarias. Dickinson, W. y Whiteley, H. (1970). Watersheds areas contributing to runoff. Hydrological Processes. Pp. 12‐26 Dieguez, U.; Barrio, M.; Castedo, F.; Ruiz, A.; Álvarez, M.F.; Álvarez‐González, J.G. y Rojo. A. (2003) Dendrometría. Mundi‐Prensa 327. Echeverría, C.; Huber, A. y Taberlet, F. (2007). Estudio comparativo de los componentes del balance hídrico en un bosque nativo y una pradera en el sur de Chile. Bosque. Vol 28, No 3, pp. 271‐280. Eckhardt, K. (2005). How to construct recursive digital filters for baseflow separation. Hydrologycal Processes. Vol. 19, No 2, pp.507‐515. Ellies, A.; Ramírez, C. y Figueroa, H. (1993). Modificaciones estructurales de un suelo sometido a distintos usos forestales. Bosque. Vol 4, No 2, pp. 25‐30. Ellies, A., Ramirez, C., MacDonald, R. y Figueroa, H. (1993). Modificaciones estacionales en la distribución del espacio poroso por tamaño en un suelo sometido a variado uso forestal. Bosque. Vol 4, No 2, pp. 31‐35. Espíldora, B.; Brown, E.; Cabrera, G. e Isensee, P. (1975). Elementos de Hidrología. Apuntes Departamento de Ingeniería Civil, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. Furey, P. R. y Gupta, V. K. (2001). A physically based filter for separating baseflow from streamflow time series. Water Resources Research. Vol 37, No 11, pp. 2709‐2722. Gil, R. (2001). Algunos criterios para la cuantificación y diagnóstico del comportamiento estructural del suelo, y su relación con la dinámica del agua y la producción de los cultivos. Córdoba: Instituto de Suelos. INTA Castelar. Hammond, M. y Han, D. (2006). Recession curve estimation for storm event separations. Journal of Hydrology. Vol 330, pp. 573‐585. Hartge, K. y Horn, R. (1989). Die Physikalische Untersuchung von Böden . Stuttgart, Enke. 177 p. HARTGE, K.H.; HORN, R. Hewlett, J. D. (1961). Soil Moisture as a Source of Baseflow from Steep Mountain Watersheds. Asheville, NC: U.S. Department of Agriculture, ForestService, Southeastern Forest Experiment Station. 11pp. Hewlett, J. D. y Hibbert, A. R. (1965). Factors affecting the response of small watersheds to precipitation in humid areas. 1st International Symposium of Forest Hydrology. Hibbert, A.; Sopper, W. E. y Lull, H. W. (1967). Forest treatment effects on water yield. En Forest Hydrology. Proceedings of a National Science Foundation advanced science seminar (pp. 527‐543). New York: University Prak, PA. Horn, R.; Doma, H.; Sowiska‐Jurkiewicz, A. y Van Ouwerkerk, C. (1995). Soil compaction processes and their effects on the structure of arable soils and the environment. Soil and Tillage Research. Vol 35, pp. 23‐36. 101 Hubbart, J. A. y Matlock, M. (2009). Forest harvest and water yield. Encyclopedia of Earth . Huber, A. (1983). Influencia de algunos factores meteorológicos en el consumo de agua por transpiración de Nothofagius obliqua y Nothofagus dombeyi. Turrialba. Pp. 169‐175. Huber, A.; Oyarzún, C. y Ellies, A. (1985). Balance hídrico en tres plantaciones de Pinus radiata y una pradera: Humedad del suelo y evapotranspiración. Bosque. Vol 6, No 2, pp. 74‐82. Iroumé, A. y Huber, A. (2002). Comparison of interception losses in a broadleaved native forest and a Psudotsuga menziesii (Gouglas fir) plantation in the Andes mountains of southern Chile. Hydrological Processes. Vol 16, No 12, pp. 2347‐2361. Jain, A. y Srinivasulu, S. (2005). Integrated approach to model decomposed flow hydrograph using artificial neural network and conceptual techniques. Journal of Hydrology. Vol 16, No 12, pp. 2347‐2361. Jones, J. y Post, D. (2004). Seasonal and sucessional streamflow response to forest cutting and regrowth in the northwest and eastern United States. Water Resources Research. Vol 40. w05203.1‐19. Keppeler, E. (1998). The summer flow and water yield response to timber harvest. USDA Forest Service Gen. Kuczera, G. (1987). Prediction of water yield reductions following a bushfire in ash‐mixed soecies eucalypt forest. Journal of Hydrology . Vol 94, No 21, pp. 215‐236. Lara, A.; Little, C.; Urrutia R.; Mcphee, J.; Álvarez‐Garretón, C.; Oyarzún, C.; Soto, D.; Donoso, P.; Nahuelhual L.; Pino, M. y Arismendi, I. (2009). Assesment of ecosystem services as an opportunity for the conservation and management of native forest in Chile. Forest Ecology and Management. Vol 258, pp. 415‐
424. Lara, A.; Reyes, R. y Urrutia, R. (2005). Bosques Nativos in: Informe País, Estado del medio ambiente en Chile 2005. Universidad de Chile. Santiago, Chile Lara, A.; Soto, D.; Armesto, J.; Donoso, P.; Wernli, C.; Nahuelhual, L., y Squeo F. (2003). Componentes Científicos Claves para una Política Nacional Sobre Usos, Sevicios y Conservación de los Bosques Nativos Chilenos. Valdivia: Universidad Austral de Chile. Iniciativa Científica Milenio de Mideplan. Linsley, R.; Kohler, M.; Paulhus, J. y Wallace, J. (1958). Hydrology for Engineers. New York: McGraw Hill. Maidment, D. R. (1993). Handbook of Hydrology. Musy, A. (1998). Hydrology appliquée, Cours polycopié d'hydrologie générale. Neira, E. (2005). Producción de agua en dos microcuencas de la cordillera de Los Andes (San Pablo de Tregua) con diferente cobertura de renovales de Nothofagus. Tesis, Universidad Austral de Chile. Nissen, J.; Quiroz, C. y Seguel, O. (2005). Variación del potencial mátrico durante el movimiento de agua en andisoles. Agro sur. Pp. 36‐47. Oyarzún, C. y Huber, A. (1999). Balance hídrico en plantaciones jóvenes de Eucalyptus globulus y Pinus radiata en el sur de Chile. Terra. Vol 17, pp. 35‐44. 102 Oyarzún, C.; Godoy, R.; Schrijver, A.; Staelens, J. y Lust, N. (2004). Water chemistry and nutrient budgets in an undisturbed evergreen rainforest of Southern Chile. Biogeochemestry 71 , 107‐123. Pacheco, O. (2001). El Bosque. Universidad Viña del Mar. Pettyjohn, W. y Henning, R. (1979). Preliminary estimate of ground‐water recharge rates, related streamflow and water quality in Ohio. Ohio State University Water Resources Centre Project Completion Report N°552. Pike, R. (2003). Forest Hydrologic Cycle Basics. Watershed Management Bulletin. Vol 7, No 1. Pröschle, J. C. (2007). Análisis físico de suelos. Predio San Pablo de Tregua. Universidad Austral de Chile. Rowe, L. y Pearce, A. (1999). Hydrology and related changes after harvesting native forest catchments and establishing Pinus Radiata. Part 2. The native water balance and changes in streamflow after harvesting. Hydrologycal Processes. Vol 8, pp. 281‐297. Schlatter, J. E. (1977). La relación entre el suelo y plantaciones de Pinus radiata en Chile Central: análisis de la situación actual y planteamientos para su futuro manejo. Bosque. Vol 2, No 1 , pp. 12‐31. Schlatter, J. E. y Otero, L. (1995). Efecto de Pinus radiata sobre las características químiconutritivas del suelo mineral superficial. Bosque. Vol 16, No 1 , pp. 29‐46. Schlatter, J. (1975). Suelos del predio San Pablo de Tregua. Valdivia: Universidad Austral de Chile. Shirmohammadi, A.; Knisel, W. y Sheridan, J. (1984). An approximate method for partitioning daily streamflow data. Journal of hydrology. Vol 74, pp. 335‐354. Smakhtin, V. (2001). Low flow hydrology: a review. Journal of Hydrology. Vol 240, pp. 147‐186. Stoneman, G. y Schofield, N. (1989). Silviculture for water production in Jarrah forrest of western Australia: an evaluation. Forest Ecology and Management. Vol 27, pp. 273‐293. Sujono, J.; Shikasho, S. y Hiramatsu, K. (2004). A comparison of techniques for hydrograph recession analysis. Hidrological Processes. Vol 18, pp. 403‐413. Swift, L. y Swank, W. (1981). Long term responses of streamflow following clearcutting and regrowth. Hydrological Sciences. Bulletin 26, pp. 245‐256. T. Vitvar, P. A. y Aggarwal, P.K. (2005). A Review of Isotope Applications in Catchment Hydrology. En Isotopes in the Water Cycle, Isotope Hydrology Section. Pp 151‐169. Ward, A. D. y Trimble, S. W. (1995). Environmental Hydrology. CRC‐Lewis Press Boca Raton. Weinberger, P. y Ramirez, C. (2001). Microclima y regeneración naturl de Raulí, Roble y Coigüe (Nothofagus alpina, N. obliqua y N. dombeyi). Bosque. Vol 22, pp. 11‐26. Wittemberg, H. (1999). Baseflow recession and recharge as nonlinear storage processes. Hydrologycal Processes. Vol 13, No 5, pp. 715‐726. 103 SITIOS WEB Brack, C. (1999). Forest Measurement and Modelling. Recuperado el 2009, de http://sres‐
associated.anu.edu.au/mensuration/index.htm Conaf. (2010). http://otros.conaf.cl/?unidad=0. Curtis, R. O., y Marshall, D. D. (2000). Why quadratic mean diameter? Recuperado el 2009, de http://www.cnr.uidaho.edu/for274new/pdfs/s6.pdf DGAC. (2010). Dirección general de aeronáutica civil. Dirección meteorológica de Chile. Recuperado el 2010, de http://www.meteochile.cl/climas/climas_decima_region.html IARNA. Instituto de Agricultura, Recursos Naturales y Ambiente. Universidad Rafael Landívar. Guatemala. (2009). http://www.infoiarna.org.gt/. Rutledge, A. (2007). Program user guide for RECESS. water.usgs.gov/ogw/recess/UserManualRECESS.pdf Stark, D. (2007). Enciclopedia de la flora chilena. Obtenido de http://www.florachilena.cl/index.php 104 ANEXOS 105 Anexo A
A 1.
: ANÁLISIS CURVAS DE RECESIÓN Y AGOTAMIENTO
RESUMEN CURVAS DE DECAIMIENTO SELECCIONADAS Tabla A. 1: Resumen curvas de decaimiento Prad. ID decaimiento 1 23‐04‐2003 20.051 2 20‐07‐2003 3 23‐08‐2003 4 0.995 D (Días) 13 Prom log(Q) (L/s) 0.628 log (Q) inicial (L/s) 0.934 DDP (Días) 1 13.056 0.984 10 1.249 1.547 3 18.843 0.993 10 1.011 1.246 1 22‐09‐2003 32.104 0.950 12 1.070 1.258 1 5 19‐11‐2003 16.674 0.982 12 1.104 1.396 1 6 11‐12‐2003 21.790 0.998 12 1.003 1.253 1 7 29‐12‐2003 58.603 0.969 26 0.117 0.362 14 8 07‐09‐2004 11.885 0.994 9 1.153 1.500 1 Fecha peak R2 9 16‐11‐2004 17.399 0.995 11 0.791 1.093 2 10 04‐12‐2004 55.989 0.973 16 0.215 0.362 27 11 18‐04‐2005 40.139 0.991 7 0.328 0.398 3 12 06‐06‐2005 10.875 0.973 7 1.345 1.563 6 13 04‐07‐2005 20.309 0.990 11 0.894 1.149 12 14 08‐09‐2005 31.346 0.977 8 0.550 0.681 11 15 24‐11‐2005 8.474 0.995 7 1.440 1.807 3 16 09‐12‐2005 32.806 0.981 14 0.403 0.623 11 17 07‐01‐2006 35.707 0.993 26 0.275 0.653 14 18 12‐08‐2006 10.023 0.998 11 1.220 1.705 1 Tabla A. 2: Resumen curvas de decaimiento Rcm. 0.977 D (Días) 8 Prom log(Q) (L/s) 0.205 log (Q) inicial (L/s) 0.322 DDP (Días) 8 0.985 8 1.243 1.490 3 18.623 0.993 10 0.953 1.217 1 27.328 0.983 13 0.990 1.238 2 26‐10‐2003 19.142 0.996 10 0.804 1.025 1 19‐11‐2003 15.401 0.989 13 0.973 1.340 1 8 28‐12‐2003 39.653 0.993 20 0.321 0.556 4 10 26‐09‐2004 25.503 0.993 9 0.797 0.968 1 1 ID recesión Fecha peak 1 22‐04‐2003 30.804 3 20‐07‐2003 11.892 4 22‐08‐2003 5 21‐09‐2003 6 7 2
R 11 03‐12‐2004 27.849 0.998 11 0.604 0.792 12 17‐12‐2004 47.249 0.971 8 0.312 0.380 9 14 26‐01‐2005 46.404 0.977 17 0.015 0.204 5 15 12‐04‐2005 36.402 0.968 13 0.186 0.362 3 16 06‐06‐2005 12.453 0.960 9 1.339 1.580 4 17 03‐07‐2005 27.831 0.946 18 1.031 1.258 5 18 08‐09‐2005 33.965 0.960 9 0.645 0.785 9 2 19 13‐10‐2005 42.791 0.997 13 0.493 0.633 20 09‐12‐2005 34.252 0.984 17 0.504 0.771 7 21 10‐01‐2006 44.221 0.991 32 0.221 0.602 10 23 24‐04‐2006 24.397 0.997 7 0.957 1.086 9 106 Tabla A. 3: Resumen curvas de decaimiento Rsm. 0.990 D (Días) 10 Prom log(Q) (L/s) 0.939 log (Q) inicial (L/s) 1.433 DDP (Días) 1 0.992 10 0.636 0.987 1 2
R ID recesión Fecha peak 1 20‐07‐2003 8.900 2 22‐08‐2003 14.021 3 21‐09‐2003 20.769 0.992 7 0.539 0.672 8 4 09‐12‐2003 15.234 0.983 11 0.467 0.839 4 5 28‐12‐2003 32.152 0.935 17 ‐0.256 0.000 9 6 04‐05‐2004 18.600 0.974 14 0.214 0.633 1 8 07‐09‐2004 9.004 0.982 8 0.717 1.152 1 9 26‐09‐2004 18.957 0.996 10 0.421 0.663 1 10 16‐11‐2004 14.916 0.979 10 0.251 0.591 3 11 03‐12‐2004 20.114 0.991 10 0.258 0.462 1 12 12‐04‐2005 28.629 0.943 14 ‐0.082 0.176 4 13 09‐09‐2005 24.674 0.947 11 0.144 0.380 6 14 08‐12‐2005 20.028 0.967 14 0.133 0.519 5 15 07‐01‐2006 31.671 0.977 30 ‐0.199 0.342 9 16 21‐04‐2006 23.162 0.991 8 0.475 0.623 9 17 12‐08‐2006 21.623 0.940 10 0.310 0.580 7 18 17‐11‐2006 20.494 0.944 12 0.179 0.462 1 Tabla A. 4: Resumen curvas de decaimiento Tran. 0.998 D (Días) 5 Prom log(Q) (L/s) 0.900 log (Q) inicial (L/s) 1.146 DDP (Días) 6 1.000 6 0.789 1.045 3 2
ID recesión Fecha peak 3 20‐07‐2003 7.976 4 07‐08‐2003 9.719 5 21‐09‐2003 18.608 0.995 6 0.587 0.716 9 6 19‐11‐2003 9.845 0.994 8 0.577 0.934 6 7 12‐12‐2003 15.594 0.999 11 0.714 1.041 1 8 29‐12‐2003 14.768 0.997 13 0.179 0.556 1 R 9 06‐08‐2004 18.018 0.987 8 0.516 0.699 1 10 07‐09‐2004 8.896 0.990 10 0.784 1.318 1 11 26‐09‐2004 16.296 0.997 10 0.532 0.799 1 12 16‐11‐2004 10.972 1.000 10 0.367 0.778 2 13 03‐12‐2004 15.113 0.994 9 0.225 0.491 2 14 19‐12‐2004 28.778 0.966 12 ‐0.012 0.146 5 15 06‐06‐2005 6.360 0.993 5 0.951 1.253 8 16 08‐09‐2005 7.401 0.993 10 0.755 1.356 1 17 15‐10‐2005 27.638 0.968 12 ‐0.029 0.204 5 18 09‐12‐2005 13.362 0.997 9 0.124 0.431 7 19 07‐01‐2006 33.007 0.937 18 ‐0.343 ‐0.046 19 21 12‐08‐2006 19.069 0.956 6 0.541 0.690 6 107 Tabla A. 5: Resumen curvas de decaimiento Enc. 0.974 D (Días) 5 Prom log(Q) (L/s) 1.916 log (Q) inicial (L/s) 2.059 DDP (Días) 4 0.998 9 1.601 1.877 5 19.875 0.994 11 1.649 1.913 1 14.711 0.995 7 1.807 2.006 4 2
R ID recesión Fecha peak 2 20‐07‐2003 14.778 3 19‐11‐2003 14.281 4 12‐12‐2003 5 11‐07‐2004 6 04‐08‐2004 19.547 0.994 7 1.370 1.535 4 7 08‐09‐2004 9.974 0.993 6 1.915 2.180 1 8 15‐11‐2004 15.952 0.980 11 1.359 1.610 3 9 09‐04‐2005 27.510 0.966 15 0.975 1.255 6 10 06‐06‐2005 11.477 0.996 4 1.694 1.828 10 11 10‐07‐2005 22.342 0.996 4 1.158 1.228 12 12 09‐09‐2005 17.357 0.991 10 1.143 1.420 9 13 07‐01‐2006 31.283 0.993 40 0.712 1.425 11 14 10‐03‐2006 21.870 0.998 13 1.105 1.377 17 15 21‐04‐2006 19.469 0.996 14 1.421 1.760 7 16 12‐08‐2006 11.608 0.990 10 1.989 2.358 1 18 15‐10‐2006 15.724 0.998 12 1.575 1.921 1 19 04‐11‐2006 24.671 0.961 25 0.814 1.322 16 20 03‐01‐2007 24.913 0.983 20 0.728 1.117 6 21 17‐02‐2007 36.372 0.968 16 0.315 0.556 1 108 A 2.
FACTORES QUE INFLUYEN EN EL ÍNDICE DE DECAIMIENTO K 80
60
50
40
30
20
10
0
R 2 = 0.789
40
20
0
0.0
0.5
1.0
1.5
2.0
R 2 = 0.7618
0.0
P ro m e dio lo g( Q ) ( L/ s )
(a) 80
60
40
20
0
0.5
1.0
1.5
2.0
0.0
0.5
1.5
2.0
(b)
50
40
30
20
10
0
R 2 = 0.4138
40
20
0
20
30
R 2 = 0.2344
0
D ura c ión ( D ía )
10
20
30
40
D ura c ión ( D ía )
(c)
(c)
Figura A. 1: Relación (a) K vs promedio log(Q), (b) K vs log(Q) inicial, K vs Duración. Prad 109 1.0
lo g( Q ) ( L/ s ) inic ia l
80
10
R 2 = 0.7658
(b)
0
1.5
(a) lo g( Q ) ( L/ s ) inic ia l
60
1.0
50
40
30
20
10
0
R 2 = 0.8228
0.0
0.5
P ro m e dio lo g( Q ) ( L/ s )
Figura A. 2: Relación (a) K vs promedio log(Q), (b) K vs log(Q) inicial, K vs Duración. Rcm 40
40
R 2 = 0.7813
30
-0.5
20
20
10
10
0
0
0.0
0.5
R 2 = 0.6823
30
1.0
-0.5
0.0
1.0
P ro m e dio lo g( Q ) ( L/ s )
P ro m e dio lo g( Q ) ( L/ s )
(a) (a) 40
1.5
40
R 2 = 0.8286
30
20
10
10
0
0
0.5
1.0
1.5
R 2 = 0.7893
30
20
0.0
2.0
-0.5
lo g( Q ) ( L/ s ) inic ia l
0.0
0.5
1.0
1.5
lo g( Q ) ( L/ s ) inic ia l
(b)
(b)
40
40
30
30
20
20
R 2 = 0.3931
10
10
0
R 2 = 0.4276
0
0
10
20
30
40
0
D ura c ión ( D ía )
5
10
15
20
D ura c ión ( D ía )
(c)
(c)
Figura A. 3: Relación (a) K vs promedio log(Q), (b) K vs log(Q) inicial, K vs Duración. Rsm Figura A. 4: Relación (a) K vs promedio log(Q), (b) K vs log(Q) inicial, K vs Duración. Tran 110 0.5
40
30
R 2 = 0.8551
20
10
0
0.0
1.0
2.0
3.0
P ro m e dio lo g( Q ) ( L/ s )
(a) 40
R 2 = 0.7623
30
20
10
0
0.0
1.0
2.0
3.0
lo g( Q ) ( L/ s ) inic ia l
(b)
40
30
20
R 2 = 0.4546
10
0
0
20
40
60
D ura c ión ( D ía )
(c)
Figura A. 5: Relación (a) K vs promedio log(Q), (b) K vs log(Q) inicial, K vs Duración. Enc 111 Anexo B
B 1.
: SEPARACIÓN Y ANÁLISIS DE TORMENTAS
DESCRIPCIÓN PROGRAMA DE SEPARACIÓN Y ANÁLISIS DE TORMENTAS Selección inicio/fin de cada tormenta Como se mencionó en el capítulo 4.6, la independencia entre un evento de tormenta y otro se define en relación a un tiempo mínimo de ocurrencia entre ambos, denominado tiempo característico de la cuenca (T): “Dos eventos son independientes, si el tiempo entre un peak local de la serie de caudales y el comienzo de la curva concentración asociada al siguiente peak es mayor al tiempo característico de la cuenca”. En base al análisis de curvas de recesión y agotamiento (capítulo 5.5) se concluye que las curvas seleccionadas en el período abril‐septiembre son representativas de curvas de recesión (decaimiento de escorrentía directa) y que las curvas seleccionadas en el período octubre‐marzo son representativas de curvas de agotamiento (decaimiento de flujo base). A partir de esto se propone que el tiempo característico que determina la independencia entre un evento de tormenta y otro para cada cuenca, se establezca como un tiempo asociado a las duraciones de las curvas de decaimiento analizadas para el período abril‐septiembre. En forma gráfica esto se puede esquematizar como: min peak local local peak local ΔT > T ? min
local ΔT > T ? Figura B. 1: Independencia entre dos eventos de tormenta El programa implementado en MATLAB para la selección de inicio y fin de los eventos de tormenta se denomina ETAPA 1 y tiene las siguientes características: ETAPA 1 Esta etapa consiste seleccionar las fechas de inicio y fin de los eventos de tormenta, para cada cuenca, a partir de la serie de caudales totales diarios. Los pasos específicos a seguir se detallan a continuación: 112 1.
Utiliza como input: una base de datos de caudal total diario (L/s), una base de datos de caudal base diario (L/s), una base de datos de precipitación diaria (mm), el área de cada cuenca (ha), el tiempo característico de cada cuenca (Días). 2. El usuario debe ingresar las bases de datos de caudal, precipitación, áreas y tiempos característicos. 3.
Se grafican todos los máximos y mínimos locales de cada una de las series de caudales, y se destacan los mínimos que son candidatos a ser “fin de tormenta”, es decir, que cumplen con la condición de estar T días después del último peak. Los gráficos generados se guardan en la carpeta “I_MinMax_SerieCompleta”. 113 4.
Una vez que se tienen los “fin de tormenta” seleccionados, una tormenta se define como el hidrograma que queda entre dos “fin de tormenta” consecutivos. El usuario debe decidir si quiere hacer un análisis visual de las tormentas seleccionadas. Este análisis permite modificar el fin seleccionado de cada tormenta o derechamente eliminar la tormenta. El programa recorre la serie completa de caudales destacando la tormenta que se está analizando y da la opción de conservar la tormenta. Si se decide conservar la tormenta, el programa ofrece cambiar el final por algún candidato a fin de más adelante. 114 El criterio u
utilizado en e
esta etapa ees conservar todas las tormentas seleeccionadas inicialmente por el programa, y no modificar los finales seleccio
onados. De eesta manera se mantienee objetividad
d en p
an
nálisis de lass tormentas finales seleeccionadas, será s
la separación de eventtos. En un posterior do a un análisis visual y a los resultaados posible modificar el final o eliminar la tormentta, de acuerd
n a sus parám
metros). que ésta dee (en relación
5. Finalmente
e se grafica la serie completa dee cada cuen
nca con lass tormentass seleccionadas, incorporando las modifficaciones de
el punto anteerior (si es que las hubo)). Los gráfico
os se guardan
n en n en la carpeta ““I_Tormentaas seleccionaadas serie completa” y laas variables almacenadas se guardan
la carpeta een la que se encuentre laa rutina, con el nombre q
que el usuariio determinee (con extenssión *.mat). Con
n esto se da ttérmino a la ETAPA 1 dell programa.
Un esquema conceptual de la eetapa descritta se muestraa a continuación: 115
5 Modificación tormentas seleccionadas El procesamiento y modificación de las tormentas seleccionadas en la ETAPA 1, se desarrollan en las ETAPA 2, 3 y 4 del programa. A continuación se describe cada una de ellas: ETAPA 2 Esta etapa consiste en generar los hidrogramas de tormentas asociados a los puntos de inicio y fin determinados en la ETAPA 1 y calcular sus parámetros asociados. Los pasos específicos a seguir se detallan a continuación: 1. Utiliza como input: los resultados de la ETAPA 1, una base de datos de caudal total diario (L/s), una base de datos de caudal base diario (L/s), una base de datos de precipitación diaria (mm), el área de cada cuenca (ha), el tiempo característico de cada cuenca (Días). En esta etapa se podrá trabajar con la base de datos diarios que se desee (lecturas diarias, filtro diario, etc.). 2. A partir de los datos de inicio/fin heredados de la ETAPA 1, se recorre la base de datos ingresada y se grafican las tormentas resultantes por separado. Estos gráficos que se guardan en las carpetas “II_Tormentas_iniciales_#nombrecuenca#_#tipo de variable Q#_T_#valor de T#_días”. De esta manera, para cada cuenca se genera una carpeta que contiene todas sus tormentas inicialmente seleccionadas. Adicionalmente, se calculan los parámetros descritos en la Tabla 4‐2 asociados a cada tormenta, se 116 grafican y se guardan en la carpeta “II_Parametros_Tormentas_iniciales_#nombrecuenca#_#tipo de variable Q#_#nombre arreglo *.mat heredado de la etapa 1#”. El usuario debe decidir si guardar las variables calculadas en esta etapa (en un arreglo *.mat), para su posterior análisis en la ETAPA 3. ETAPA 3 Esta etapa consiste analizar la consistencia de las tormentas seleccionadas y almacenadas en la ETAPA 2. Esto se hace a partir de un análisis del comportamiento del flujo base dentro de la tormenta, de la existencia de datos de precipitación, etc. Los pasos específicos a seguir se detallan a continuación: 1.
Utiliza como input: los resultados de la ETAPA 2. Este arreglo contiene todas las variables almacenadas en la ETAPA 2. En esta etapa no se pide al usuario que cargue una nueva base de datos de caudales, ya que ésta estará dada por lo resultados de la etapa anterior. 117 2.
Primer procesamiento de las tormentas seleccionadas inicialmente, consistente en verificar la relación entre el caudal total y el caudal base, al final de cada tormenta. Se pide al usuario ingresar una diferencia mínima aceptable entre estos valores (DifMaxQTQB). A partir de este criterio, se ofrece al usuario modificar el final de una tormenta, de manera de unirla con la tormenta siguiente. Esta modificación se haría en el caso de que el flujo base vaya por debajo del caudal, más de lo aceptable, lo que daría cuenta de una tormenta que, en términos de caudal de escorrentía directa, aún no ha terminado. El programa en este punto recorre cada tormenta seleccionada, para cada cuenca, y verifica si cumple la condición: QT‐QB < DifMaxQTQB. En caso de que no cumpla esta condición, se ofrece unir la tormenta analizada, con la tormenta siguiente, en el caso de que éstas sean consecutivas. El valor de la diferencia máxima aceptable queda a criterio del usuario, pero se recomienda probar con distintos valores. Una vez que se recorren todas las tormentas de cada cuenca, se almacenan los nuevos datos y se grafican las nuevas tormentas, incorporando las modificaciones que se hayan hecho. 118 A 4 ETAPA
Segund
do procesamiento de las tormentas luego de su p
primera mod
dificación: en
n este punto
o se da la opcción de elim
minar alguna de las tormeentas de los sets provenientes de la ETAPA 2 o d
de la ETAPA 3
3, en función
n de una an
nálisis de los parámetro
os de cada tormenta que q
permitan descartan
n errores instrumentales, y posteriormente de un análisis visual de los hidrogram
mas de las to
ormentas resstantes. Los criterios que
e se propon
nen en esta eetapa son loss siguientes:
‐ Eliminar evventos que tengan asociados coeficientes de esccorrentía (caalculados a p
partir del cau
udal total, caudal base o caudal de esco
orrentía directa) mayores a 2. Este ccriterio se propone como
o un caso límite en el cual laa escorrentíaa se debe al eevento de prrecipitación yy al los proceesos internos de me que se esstá frente a eerrores instrumentales. la cuenca. EEn caso conttrario se asum
‐ Eliminar evventos cuyoss parámetros se encuentren notableemente fuerra de rango del resto dee los parámetross, y que no h
hayan sido eliminados po
or los dos primeros criterrios expuesto
os. ‐ Finalmentee se proponee analizar loss hidrogramas de las torrmentas resttantes y elim
minar un eveento en caso de que el hidro
ograma asociiado se muy poco consisttente con un
n hidrogramaa de tormentta. Un esquema conceptual de las etapas 2, 3 yy 4 descritas,, se muestra a continuacción: 119
9 Análisis parámetros tormentas En las etapas 2, 3 y 4 descritas anteriormente, para cada set de tormentas seleccionado, se determinan los parámetros resumidos en la Tabla 4‐2. Esta parte del proceso consiste en el análisis de dichos parámetros. B 2.
RESULTADOS ETAPA 1 A partir de la metodología expuesta en el Anexo B 1, y utilizando el programa denominado ETAPA 1, se determinan los puntos de inicio y fin de los eventos de tormentas de cada una de las cuenca, para los tiempos característicos asociados a la mínima duración de las curvas de decaimiento del período abr‐sep (Tmín) y para el promedio de las duraciones (Tmed). Este proceso se desarrolla para la serie de caudales diarios filtrados con una media móvil de 5 días. Se opta por no modificar los finales de las tormentas en esta etapa. En la Figura B. 2 se muestran las series completas con los máximos y mínimos seleccionados por cuenca y por tiempo característico utilizado. Figura B. 2: Máximos y mínimos seleccionados. 120 Minimos y Máximos Rcm
=8
Q diarios filtrados.xls, T
o
so E
.S
,--..,
<J)
¿
~
60
o
40
e
1
100
l
1
·l ...,,1
Aug03
Feb04
Sep04
MarOS
OciOS
Fecha
May06
Nov06
•
:§150
!1!
(l_
~
JunO?
l'
o
~ r r~~ T¡
so E
.S
111
e
1
40
:gS
j·l ..... l
100
~
150
(l_
1
1
... 1 •
§!1!
Fecha
Minimos y Máximos Rsm
Q diarios filtrados.xls, T = 1O
o
so E
.S
e
L
20
100
:gS
·a.
·u
<U
150
a::
' 7 ....
Fecha
p. ~ · ¡~ r,l~ 1' . ~~ r rtli r11~'T¡ ·,
L
Minimos y Máximos Rsm
Q diarios filtrados.xls, T = 15
r tr
20
'111
1
.l...._____J
Feb04
Sep04
MarOS
Oct05
Fecha
May06
Nov06
121 e
-o
100 ~
·a.
·~
150
a::
200
JunO?
Continuación Figura B.2: Máximos y mínimos seleccionados. so E
.S
' 1 ....
~---l..:.....::..!...!.!.lQ....I.""'--'-""'-----':...J:...!...~""""""""-----'"---ld."""---"'"'-J....'"--"'---------""----"'~---"·:..:...\
Aug03
o
Mínimos y Máximos Tran
=8
Q diarios filtrados.xls, T
o
50
E
.S
100
~
S
·a.
·g
20
150
Aug03
Feb04
Sep04
Mar05
Oct05
Fecha
May06
a:
Nov06
Mínimos y Máximos Tran
Q diarios filtrados.xls, T =8
o
50
E
.S
e:
<O
100 ~
·a.
1 . ~-
20
'ü
(l)
150
a:
\ • .ft ~-.1\
Aug03
Feb04
Sep04
Mar05
Oct05
Fecha
May06
Nov06
,
Jun07
200
Mínimos y Máximos Ene
Q diarios filtrados.xls, T = 9
o
50
e:
<ii'
<>
100 ~
2. 400
a
·a.
'iil
150
L..___J_----"'"""'-".........,."---'""'-"'-....,..,""""""5.........J::L....!O<""'--"!~...,_----=-""""""-"~-..L..____J
Aug03
Feb04
Sep04
Mar05
Oct05
Fecha
May06
Nov06
a:
200
Jun07
Mínimos y Máximos Ene
Q diarios filtrados.xls, T = 17
o
50
E
.S
e:
<ii'
100
2. 400
a
:SS
·a.
150
L..___¡_____:_...,.,._...........,f..-....-'!.l...:..._.=:...:""""""'--!.........>0""'--"~...,_----=-....:..!..Jl¡~-..L..____J
Aug03
Feb04
Sep04
Mar05
Oct05
May06
Nov06
Fecha
122 iil
a:
200
Jun07
Continuación Figura B.2: Máximos y mínimos seleccionados. E
.S
B 3.
RESULTADOS ETAPA 2 A partir de la metodología expuesta en el Anexo B 1, y utilizando el programa denominado ETAPA 2, se generan las tormentas asociadas a los puntos de inicio y fin de la ETAPA 1 y se determinan los parámetros correspondientes. Esto se hace para cada cuenca, para cada base de datos, y para cada T utilizado (Tmín, Tmed). En la Tabla B. 1 se resume el número de tormentas generadas a partir de los resultados de la ETAPA 1, para cada tiempo característico utilizado. Tabla B. 1: Número de tormentas seleccionadas inicialmente. Resultados ETAPA 2 Cuenca Prad
Rcm
Rsm
Tran
Enc
Número de tormentas seleccionadas T mín
T med
43
9
39
10
24
12
30
20
37
12
El número de tormentas seleccionadas en esta etapa es independiente a la base de datos que se utilice, ya que las fechas de inicio y fin vienen dados por el análisis de la ETAPA 1. Pero los sets de tormentas generados sí son distintos, ya que provienen de distintas bases de datos. En la Tabla B. 2 se resumen los sets generados en esta etapa. Tabla B. 2: Set de de tormentas ETAPA 2. Set
Etapa 2
Etapa 2
Etapa 2
Etapa 2
Tcarac asociado (días)
T mín T med Q asociado (L/s)
Q diario
Q diario filtrado
Q diario
Q diario filtrado
Nomenclatura II_Tmin_Qdiario II_Tmin_Qfiltrado II_Tmed_Qdiario II_Tmed_Qfiltrado Debido al gran número de tormentas seleccionadas, se opta por no adjuntarlas. Para mostrar el formato de los resultados de esta ETAPA 2, en las Figura B. 3 a la B. 8 se muestra una tormenta para cada cuenca, para cada tiempo característico, y para cada base de datos utilizado. 123 (a) Tmín, Q diario filtrado (b) Tmáx, Q diario filtrado (c) Tmín, Q diario
(d) Tmáx, Q diario
Figura B. 3: Ejemplo eventos del set de tormentas ETAPA 2, Prad. (a) Tmín, Q diario filtrado (b) Tmáx, Q diario filtrado (c) Tmín, Q diario
(d) Tmáx, Q diario
Figura B. 4: Ejemplo eventos del set de tormentas ETAPA 2, Rcm. 124 (a) Tmín, Q diario filtrado (b) Tmáx, Q diario filtrado (c) Tmín, Q diario
(d) Tmáx, Q diario
Figura B. 5: Ejemplo eventos del set de tormentas ETAPA 2, Rsm. (a) Tmín, Q diario filtrado (b) Tmáx, Q diario filtrado (c) Tmín, Q diario
(d) Tmáx, Q diario
Figura B. 6: Ejemplo eventos del set de tormentas ETAPA 2, Tran. 125 (a) Tmín, Q diario filtrado (b) Tmáx, Q diario filtrado (c) Tmín, Q diario
(d) Tmáx, Q diario
Figura B. 7: Ejemplo eventos del set de tormentas ETAPA 2, Enc. Al analizar los gráficos de las figuras recién expuestas se observa que en el caso de las tormentas seleccionadas con Tmín, el hidrograma es coherente con un hidrograma de tormenta, según el criterio de una escorrentía directa prácticamente nula al comienzo y al fin de éste. Por el contrario, en el hidrograma correspondiente a las tormentas seleccionadas con Tmed, se observan curvas de concentración con caudales de escorrentía directo despreciables en su inicio, que no se están considerando como nuevas tormentas. Esto da cuenta de que el tiempo característico Tmed podría estar sobreestimado, y por lo tanto no estaría contemplando inicios de nuevos eventos de tormentas, dejando varias tormentas consecutivas como un único evento. En relación a las diferencias entre los resultados según la base utilizada, para todas las cuencas se observan tormentas más ruidosas en cuanto a la serie de caudal para el caso de los caudales diarios, que es consecuencia directa del proceso de filtrado y suavizado de los caudales. Estas diferencias podrían verse reflejadas en los parámetros de las tormentas correspondientes. El resultado principal de la ETAPA 2, dado el análisis expuesto en los párrafos anteriores, es la constatación de que al utilizar Tmín se estaría representando de mejor manera eventos individuales de tormenta, y que al utilizar Tmed, los eventos estarían representando una sucesión de varias tormentas, lo que conllevaría a resultados asociados a una escala de tiempo mayor. Sin embargo, los análisis posteriores se continúan haciendo con los set de tormentas asociados a ambos tiempos característicos, de manera de ver el efecto de acumulación de tormentas en el comportamiento y correlación de los parámetros asociados. 126 B 4.
RESULTADOS ETAPA 3 Tal como se detalla en el Anexo B 1, en esta etapa se utiliza un criterio de máxima diferencia aceptable entre el caudal total y el caudal base al fin de cada tormenta. No se ha encontrado en la literatura un criterio establecido para esta condición, por lo que se recomienda probar distintos valores, y evaluar las tormentas que caen dentro del filtro y a las cuales el usuario debe decidir si unir con la tormenta siguiente. La decisión de unir o no unir la tormenta filtrada con la tormenta siguiente, viene dada por un análisis visual de las curvas de recesión y de concentración de ambas, estableciendo de cierta manera la coherencia de suponer independencia entre ellas. Si la dependencia entre ambas es evidente, entonces se decide por la unión, pero de lo contrario se sigue con la configuración inicial. En este caso se comenzó con un límite de 10%, con lo que se filtraban muchas tormentas que finalmente no se unían con la tormenta siguiente, por lo que se optó por trabajar con un límite de 15%, que entrega resultados más adecuados, en términos de cuáles tormentas filtra. En esta etapa se trabaja con la base de datos diarios y con la base de datos diarios filtrados con una media móvil de 5 días (ambas series provenientes de las lecturas diarias de altura sobre la regleta), y con los resultados provenientes de la ETAPA 2, asociados a los tiempos característicos Tmín y Tmed. Un resumen con los sets de tormentas generados en esta etapa se muestra en la Tabla B. 3. Tabla B. 3: Set de de tormentas ETAPA 3. Set
Etapa 3
Etapa 3
Etapa 3
Etapa 3
Tcarac asociado (días)
T mín T med Q asociado (L/s)
Q diario
Q diario filtrado
Q diario
Q diario filtrado
Nomenclatura III_Tmin_Qdiario III_Tmin_Qfiltrado III_Tmed_Qdiario III_Tmed_Qfiltrado En el caso de los sets III_Tmin_Qdiario y III_Tmin_Qfiltrado, que provienen del análisis de los sets II_Tmin_Qdiario y II_Tmin_Qfiltrado, para un límite de 15%, se unen tres pares de tormentas en Prad (6/7, 19/20 y 36/37) y un par en Rcm (6/7). Las tormentas analizadas del resto de las cuencas se consideran independientes unas de otras, por lo que no se modifican en esta etapa. En el caso del análisis del set de tormentas de la ETAPA 2 asociado a Tmed, II_Tmed_Qdiario y II_Tmed_Qfiltrado, los eventos no se modifican, por considerarse independientes unos de otros, para todas las cuencas. A modo de ejemplificar el criterio visual utilizado en la elección de tormentas a modificar, en las Figura B. 8 y B. 10 se muestran algunas de las tormentas modificadas en la ETAPA 3, a partir del análisis del set II_Tmin_Qfiltrado. 127 (a) (a) (b)
(b)
(c) (c)
Figura B. 8: (a), (b) Tormentas generadas en ETAPA 2, (c) Tormenta modificada ETAPA 3. Prad Figura B. 9: (a), (b) Tormentas generadas en ETAPA 2, (c) Tormenta modificada ETAPA 3. Prad En los módulos (a) y (b) de las Figura B. 8 y B. 10 se muestran las tormentas del set de la ETAPA 2. En el módulo (c) de las figuras se observa la tormenta modificada, que corresponde a la unión de las tormentas (a) y (b). La numeración de las tormentas varía de acuerdo al número de tormentas que se hayan modificado en la cuenca. Ejemplo: unión 6/7 (Prad)Æ 6, unión 36/37 (Prad)Æ 34. De estas figuras se desprende que el análisis visual y sus resultados estarán sujetos al criterio del usuario. 128 B 5.
RESULTADOS ETAPA 4 Esta etapa corresponde a la eliminación de ciertas tormentas de los sets de tormentas resultantes de la ETAPA 2 y 3, a partir de los criterios expuestos en el Anexo B 1: ‐ Eliminar eventos que tengan asociados coeficientes de escorrentía (calculados a partir del caudal total, caudal base o caudal de escorrentía directa) mayores a 2. Este criterio se propone como un caso límite en el cual la escorrentía se debe al evento de precipitación y al los procesos internos de la cuenca. En caso contrario se asume que se está frente a errores instrumentales. ‐ Eliminar eventos cuyos parámetros se encuentren notablemente fuera de rango del resto de los parámetros, y que no hayan sido eliminados por los dos primeros criterios expuestos. ‐ Finalmente se propone analizar los hidrogramas de las tormentas restantes y eliminar un evento en caso de que el hidrograma asociado se muy poco consistente con un hidrograma de tormenta. En la Tabla B. 4 se resume el número de tormentas eliminadas y el número total de tormentas (N°Tormentas eliminadas/N°Tormentas set), para cada set analizado, para cada cuenca. Posteriormente, se analizan los resultados de los parámetros asociados a los sets de tormentas de la ETAPA 4. Tabla B. 4: Set de de tormentas ETAPA 4. Set entrada II_Tmin_Qdiario II_Tmin_Qfiltrado II_Tmed_Qdiario II_Tmed_Qfiltrado III_Tmin_Qdiario III_Tmin_Qfiltrado III_Tmed_Qdiario III_Tmed_Qfiltrado Prad
14/43
13/43
2/9
2/9
13/40
13/40
2/9
2/9
Rcm 10/39 10/39 1/10 1/10 9/38 9/38 1/10 1/10 Cuenca
Rsm
5/24
5/24
1/12
1/12
5/24
5/24
1/12
1/12
Tran
7/30
7/30
2/20
2/20
7/30
7/30
2/20
2/20
Enc
9/37
9/37
1/12
1/12
9/37
9/37
1/12
1/12
Set salida IV_Etapa2_Tmin_Qdiario
IV_Etapa2_Tmin_Qfiltrado
IV_Etapa2_Tmed_Qdiario
IV_Etapa2_Tmed_Qfiltrado
IV_Etapa3_Tmin_Qdiario
IV_Etapa3_Tmin_Qfiltrado
IV_Etapa3_Tmed_Qdiario
IV_Etapa3_Tmed_Qfiltrado
Dado que en la ETAPA 3 no se modificaron los sets de tormentas asociados a tiempos Tmed, y que en la ETAPA 4 se utilizó el mismo criterio de eliminación, los sets asociados a este tiempo, resultantes de ésta última etapa con los mismos. Es decir, los parámetros de tormentas calculados para cada cuenca son los mismos. En el caso de los sets asociados a Tmin, tanto para la serie de caudales diarios como para la serie de caudales filtrados, los resultados de las cuencas Rsm, Tran y Enc también son los mismos, dada la modificación efectuada en la ETAPA 3. En resumen, para cada cuenca existen los siguientes tipos de resultados: 129 Tabla B. 5: Tipos de resultados análisis de parámetros de tormentas. Número de tormentas
Nomenclatura Prad Rcm
Rsm
Tran
Enc
IV_Etapa2_Tmin_Qdiario 29 29
19
23
28
Parámetros Tmin Qdiario* IV_Etapa3_Tmin_Qdiario 27 29
19
23
28
IV_Etapa2_Tmin_Qfiltrado 30 29
19
23
28
Parámetros Tmin Qfiltrado** IV_Etapa3_Tmin_Qfiltrado 27 29
19
23
28
IV_Etapa2_Tmed_Qdiario 7 9
11
18
11
Parámetros Tmed Qdiario IV_Etapa3_Tmed_Qdiario 7 9
11
18
11
IV_Etapa2_Tmed_Qfiltrado 7 9
11
18
11
Parámetros Tmed Qfiltrado IV_Etapa3_Tmed_Qfiltrado 7 9
11
18
11
* Para las cuencas Prad y Rcm la nomenclatura es Parámetros Tmin Qdiario Etapa 2 y Parámetros Tmin Qdiario Etapa 3 según el set que se esté analizando Set ** Para las cuencas Prad y Rcm la nomenclatura es Parámetros Tmin Qfiltrado Etapa 2 y Parámetros Tmin Qfiltrado Etapa 3 según el set que se esté analizando El color indica que se trata del mismo set de parámetros.
El análisis de los sets de parámetros resumidos en la Tabla B. 5 permite estudiar el comportamiento de respuesta de cada cuenca frente a eventos de precipitación, lo que da indicios de los mecanismos que rigen sobre cada cuenca, que pueden ser asociados a la diferencia de cobertura de bosque. Para analizar los parámetros de las tormentas de las distintas, primero es necesario analizar cada cuenca por separado, y verificar si es que existen correlaciones significativas entre parámetros. Una vez se tengan establecidas estas relaciones, que físicamente tienen que ver con los mecanismos de respuesta, se pueden establecer comparaciones entre las distintas cuencas. Como primer análisis se propone relacionar los parámetros de la Tabla 4‐2: QT, QB, QD, PP y D. Se opta por no relacionar parámetros en función de la intensidad de la tormenta (I), ya que este parámetro, calculado como el cuociente entre la precipitación total (PP) y la duración de ésta (D) esconde el efecto separado que puede tener la magnitud de PP y de D. Este análisis se hace gráficamente para tríos de parámetros, para cada set de datos, para cada cuenca. Una vez que se establecen las relaciones y se analizan los comportamientos de los parámetros, se analizan relaciones entre dos variables, de manera de establecer correlaciones lineales simples, comparables entre las distintas cuencas. En las Figura B. 10 y B. 12 se muestran los gráficos generados para los sets Parámetros Tmin Qdiario para la cuenca Rsm a modo de ejemplo. En general, la relación entre parámetros es consistente para todas las cuencas. 130 (a) (b) (c)
(d)
(e)
(f)
Figura B. 10: Gráficos 3D‐Burbujas: QT ‐QB ‐QD vs D vs PP, QT/PP‐QB/PP‐QD/PP vs D vs PP Set Parámetros Tmin Qdiario Rsm. 131 (a) (b) (c)
(d)
(e)
(f)
Figura B. 11: Gráficos 3D‐Burbujas: QT ‐QB ‐QD vs D vs PP, QT/PP‐QB/PP‐QD/PP vs D vs PP Set Parámetros Tmin Qdiario Rsm. 132 A partir de un análisis de los gráficos de las Figura B. 10 y B. 12 se observa que el cuociente de caudal y precipitación en función de los parámetros D y PP (paneles (b), (d) y (f)) no entregan buenas correlaciones. Los paneles de la izquierda ((a), (c) y (e)) sin embargo, entregan buenas correlaciones para los caudales en función de los parámetros D y PP, siendo éste último parámetro el que genera la mejor correlación. En los paneles (a), (c) y (e) de la Figura B. 11, se ve que existe una fuerte correlación lineal para los tres caudales analizados en función de PP, y que al mismo tiempo, se da una configuración de tamaños y colores que indica que también existe una correlación lineal positiva con D. Sin embargo, en los paneles (a), (c) y (e) de la Figura B. 10 se observa que dicha correlación no es tan fuerte. El caudal total, base y el de escorrentía directa tienen una relación principalmente lineal con la precipitación, lo que es coherente con los modelos conceptuales más utilizados en la generación de escorrentía. Esto se desprende del análisis de los gráficos del resto de las cuencas también. Debido a todo lo anterior se opta por comparar las relaciones lineales entre QT, QB y QD con la PP, para las todas las cuencas estudiadas. B 6.
CLASIFICACIÓN DE TORMENTAS Para fortalecer el análisis y estudio de las componentes de los hidrogramas de tormenta, para distintas épocas del año (clasificación por fecha) y para distintas condiciones iniciales de humedad (clasificación por humedad antecedente), se propone estudiar los parámetros que relacionan los caudales base y de escorrentía directa, con el caudal total asociado a la tormenta (QB/QT y QD/QT respectivamente). Estos parámetros tienen la ventaja de que son independientes del área de la cuenca, lo que elimina un fuente de error importante, y los hace directamente comparables entre las distintas cuencas. 1. Clasificación por fecha La clasificación según la época del año (o clasificación por fecha), tiene por objetivo relacionar las respuesta de las cuencas con la caída de las hojas de los árboles (en el caso de bosques de hoja caduca), que se produce en los meses de junio, julio, agosto y septiembre, y con las características climáticas de esos meses. Así, esta clasificación tiene incorporada un análisis estacional de las tormentas. Esta clasificación agrupa las tormentas en dos grupos: período octubre‐mayo y período junio‐septiembre. El número de tormentas que caen dentro de cada grupo se resume en la Tabla B. 6. Tabla B. 6: Número de tormentas seleccionadas clasificación por fecha. Tipo de gráfico Prad Rcm Rsm Tran Enc Período octubre‐mayo 19
18
16
15
16
133 Período junio‐septiembre 10
11
3
8
12
De la Tabla B. 6 se desprende que para la cuenca Rsm el número de tormentas pertenecientes al período junio‐septiembre son muy escasas, en comparación con el resto de las cuencas. Esto se debe a que Rsm es la cuenca con el mayor tiempo característico, lo que implica que especialmente en los meses de invierno, las tormentas consideren varios peaks y abarquen lo que para el resto de las cuencas podrían ser eventos independientes. Los coeficientes de escorrentía de cada cuenca, calculados como la pendiente de las correlaciones de los caudales total, base y de escorrentía directa en función de la precipitación, se muestran en la Figura B. 12 (período octubre‐mayo) y en la Figura B. 13 (período junio‐septiembre). Figura B. 12: Pendiente correlación QT vs PP, QD vs PP, QB vs PP. 85% nivel de confianza. Clasificación por fecha. Período octubre‐mayo. De las Figura B. 12 y B. 14 se observa que la cuenca Rsm, tal como se comentó anteriormente, posee muy pocas tormentas en el período junio‐septiembre, lo que induce a una dispersión bastante grande en los datos. Para el período junio‐septiembre la dispersión se podría deber a la dificultad de independizar eventos de tormenta en el período de invierno, en donde la precipitación en prácticamente constante y sin una completa independencia entre eventos, los caudales no serán representativos de la precipitación caída durante un evento. 134 Figura B. 13: Pendiente correlación QT vs PP, QD vs PP, QB vs PP. 85% nivel de confianza. Clasificación por fecha. Período junio‐septiembre. La pendiente de las correlaciones de los caudales base y de escorrentía directa en función del caudal total, se muestran en las Figura B. 14 (período octubre‐mayo) y Figura B. 15 (período junio‐septiembre). Figura B. 14: Pendiente correlación QB vs QT, QD vs QT. 85% nivel de confianza. Clasificación por fecha. Período octubre‐mayo. 135 Figura B. 15: Pendiente correlación QB vs QT, QD vs QT. 85% nivel de confianza. Clasificación por fecha. Período junio‐septiembre. De las Figura B. 14 y B.16 se observa que existe una fuerte correlación entre las componentes de flujo base y escorrentía directa en función del caudal total, para las tormentas de los meses octubre‐mayo. En este período también se observa que el porcentaje de flujo base del caudal total de las tormentas analizadas, es menor al porcentaje de escorrentía directa. A partir de esto se desprende, que incluso para épocas estivales, el factor determinante en la generación de escorrentía sería la componente de escorrentía subsuperficial rápida, tal como lo establece el concepto de área variable explicado en el capítulo 2.2.2. La época de invierno presenta más dispersión en los datos. Pero se sigue manteniendo la relación entre el caudal base y de escorrentía directa. 2. Clasificación por humedad antecedente Para la clasificación según humedad antecedente se propone hacer un análisis de la precipitación caída 10 días antes del comienzo de la tormenta. Esta clasificación tiene por objetivo incorporar el efecto de la humedad precedente a la tormenta, de manera de enriquecer el análisis y comparación de las respuestas de las distintas cuencas. Para realizar esta clasificación es necesario analizar los valores de humedad antecedente (HA) de las tormentas de cada cuenca. De esta manera se puede establecer un criterio de clasificación. En la Figura B. 16: Humedad antecedente. se muestran los gráficos de barra que representan la humedad antecedente de cada tormenta analizada, para cada cuenca. A partir de estos se propone clasificar las tormentas en dos grupos: grupo1 para HA > 100 mm y grupo 2 para HA < 100 mm. El número de tormentas que caen dentro de cada grupo se resume en la Tabla B. 7. 136 Figura B. 16: Humedad antecedente. Tabla B. 7: Número de tormentas seleccionadas clasificación por fecha para cada cuenca. Cuenca Prad
Grupo 1 6
Grupo 2 21
Rcm
7
20
Rsm
1
16
Tran
4
19
Enc
5
21
Los coeficientes de escorrentía de cada cuenca, calculados como la pendiente de las correlaciones de los caudales total, base y de escorrentía directa en función de la precipitación, se muestran en la Figura B. 17 (HA>100) y en la Figura B. 18 (HA<100). 137 Figura B. 17: Pendiente correlación QT vs PP, QD vs PP, QB vs PP. 95% nivel de confianza. Clasificación HA>100. Figura B. 18: Pendiente correlación QT vs PP, QD vs PP, QB vs PP. 95% nivel de confianza. Clasificación HA<100. 138 A partir de los gráficos de las Figura B. 17 y B. 19 se observa que únicamente los coeficientes asociados al caudal base, para humedades antecedentes pequeñas (grupo 2) muestran ciertas tendencias que podrían ser comparables. También se observa que las tormentas asociadas a condiciones de humedad inicial pequeñas (menores a 100 mm), el caudal base corresponde a una menor fracción de la precipitación, en comparación con el caudal de escorrentía directa. La pendiente de las correlaciones de los caudales base y de escorrentía directa en función del caudal total, se muestran en las Figura B. 19 (HA>100) y Figura B. 20 (HA<100). Figura B. 19: Pendiente correlación QB vs QT, QD vs QT. 95% nivel de confianza. Clasificación HA>100. Figura B. 20: Pendiente correlación QB vs QT, QD vs QT. 95% nivel de confianza. Clasificación HA<100. En los gráficos de las Figura B. 19 y B. 21 se observa que para humedades menores a 100 mm se da una buena correlación de caudal base y de escorrentía directa en función del caudal total de las tormentas analizadas. También se observa que el caudal base corresponde a una menor fracción del caudal total, en comparación con el caudal de escorrentía directa. Para humedades mayores a 100 mm, la dispersión de los datos aumenta, pero aún así se observan ciertas tendencias. 139