Colombia
Estados Unidos
La sequía es un complejo fenómeno natural recurrente que se da en diferentes partes del mundo (Liu, y otros, 2016) y según la FAO sus estragos principalmente se asocian a riesgos en la seguridad; en este fenómeno intervienen gran número de variables hidrológicas lo cual dificulta aún más su detección. (National Drought Mitigation Center, 2016) Categoriza las sequías principalmente en meteorológica, agrícola e hidrológica; típicamente se utiliza un índice de detección independiente para cada una de estas sequías. El objetivo principal de esta investigación es evaluar la mejora que existe en la detección de sequías mediante el uso integrado de indicadores eco hidrológicos estimados con datos de monitoreo remoto en comparación con la habilidad individual del índice de precipitación. La zona de estudio determinada correspondió a la cuenca del Río Meta la cual con un área de cerca de 105,000Km2, es un afluente del Orinoco y se ubica en una zona con gran actividad agrícola, ganadera, piscícola y minero energética. La línea base de este estudio se construyó con el set de datos 3B42-V7 de las estimaciones de precipitación satelital de la NASA1, se tomaron los datos de 01/1998 a 12/2016 bajo una resolución temporal de 3h y una espacial de 25Km; las estimaciones de precipitación satelital y caudal simulado se compararon con registros de 175 estaciones hidrometeorológicas IDEAM; dado que esta entidad según se encontró utiliza principalmente el índice de precipitación estandarizado (SPI) se construyó la línea base con respecto a este índice. El resultado de esta construcción mostró que la búsqueda de eventos bajo condiciones muy extremas, intensidades inferiores a -1.5 y persistencias de la intensidad por más de 12 meses, lograron eliminar el ruido generado por eventos pequeños al usar otros criterios de búsqueda y para esta zona logró mostrar los eventos de mayor relevancia para nuestros datos. Procedimiento similar se realizó para los demás índices estandarizados cuyos datos se simularon a través de EF5 configurado con los datos de precipitación TRMM2; el índice de humedad del suelo estandarizado (SSI asociado a sequía agrícola), índice de escorrentía estandarizado (SRI asociado a sequía hidrológica), los cuales bajo criterios similares a los utilizados en la línea base lograron detectar también eventos extremos; para el caso del LSWI (Índice de agua de superficie del terreno) con una fuente de datos de la misión MODIS brindó un complemento adicional a la visión del fenómeno. En conclusión se encontró que si bien los diferentes índices mostraron una alta coincidencia en la mayoría de eventos detectados, se logra aprobar la hipótesis que sugiere que la habilidad de detección al utilizar múltiples índices mejora en comparación con la detección individual; esto afirmado gracias a que al hacer la comparación de los principales eventos detectados se logró comprobar que cada índice aporta un elemento diferente y particular al tipo de sequía al cual se le asocia, fortaleciendo la visión del fenómeno mejorando su detección a nivel temporal y espacial.
Drought is a worldwide phenomenon representing a risk for food security and water resources management. Predicting drought presents difficulties due the number of hydrological variables and processes involved in it. Drought is usually categorized and estimated with individual indices targeting a specific nature: meteorological, hydrological or agricultural drought. The main objective of this research was to evaluate the improvement on drought detection through the integrated use of multiple remote-sensing based ecological and hydrological indices compared to the individual use of each of the indices. The study area was the Meta River catchment, an affluent of the Orinoco River with an approximated drainage of 105,000 km2 and located on the eastern region of Colombia. A motivation of this study is that the proposed remote-sensing based approach can serve as a complementary tool for drought detection in this region; wherein-situ ground measurement stations with limited spatial coverage represent the only source of information.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados