Estimación hidrológica del riesgo de sequía
- Autores: María del Pilar Jiménez Donaire
- Directores de la Tesis: Tom Van Walleghem (dir. tes.), Juan Vicente Giráldez Cervera (dir. tes.)
- Lectura: En la Universidad de Córdoba (ESP) ( España ) en 2021
- Idioma: español
- Tribunal Calificador de la Tesis: Ana M. Laguna Luna (presid.), Miguel Ángel Campo Bescos (secret.), Javier Casalí Sarasíbar (voc.)
- Programa de doctorado: Programa de Doctorado en Dinámica de los Flujos Biogeoquímicos y sus Aplicaciones por la Universidad de Córdoba; la Universidad de Granada y la Universidad de Málaga
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
1. introducción o motivación de la tesis La sequía agrometeorológica o agrícola es una de las más graves contingencias a la que se enfrenta la agricultura y por tanto la sociedad en su conjunto, ya que se define en términos de pérdida de cosecha provocando escasez de alimentos. A su vez, la sequía es la amenaza de origen natural que afecta a más personas en el conjunto del planeta. La mayoría de los estudios sobre sequía no cuantifican de manera fiable su efecto sobre la productividad agrícola ni abordan las consecuencias de las predicciones de cambio climático sobre la extensión y la intensidad de las sequías.
Una buena comprensión y el desarrollo de modelos adecuados de predicción de ocurrencia de sequías a escala tanto a corto como a medio plazo es esencial para una adecuada gestión de los recursos hídricos y de la producción agrícola. Asimismo, se pueden obtener importantes beneficios de mejorar la vigilancia y la predicción a largo plazo de las sequías, para lo que es fundamental tener en cuenta las proyecciones de escenarios de cambio climático.
2.contenido de la investigación En esta tesis se han aplicado por primera vez los indicadores de estrés de sequía estático y dinámico propuestos por Porporato, validándolos frente a datos observados de rendimiento de cultivos, para evaluar sequías agrícolas a escala local. Se identificaron correctamente los periodos de sequía ocurridos poniendo de manifiesto su gran utilidad y se demostró que ambos indicadores presentan mejores resultados que los indicadores tradicionales de sequía como el SPI-3. Se realizó un análisis de sensibilidad revelando el impacto de la profundidad del suelo en las variaciones espaciales de los indicadores, presentando una respuesta compleja en función de la precipitación anual.
En la tesis se propone un nuevo indicador combinado de sequía (ICS), que se evaluó a escala regional frente a datos observados de daños en cultivos de cereales en secano, identificando correctamente los eventos importantes de sequía acaecidos. Se ha diseñado un sistema de avisos de situaciones de sequía agrícola a partir del ICS basado en la combinación de sus componentes, que invita a poner en marcha las medidas oportunas para paliar los efectos de la sequía.
Por otro lado, se han modelado los efectos del cambio climático sobre los eventos de sequía a escala nacional hasta 2100, empleando el escenario de emisión RCP8.5. Se mostraron las ventajas, frente a otros indicadores, del empleo de los indicadores de estrés estático y dinámico, teniendo este último la ventaja respecto a otros indicadores de incluir, además de la intensidad, información sobre la duración media y la frecuencia de los eventos de sequía en un único indicador.
3.conclusión Los resultados obtenidos mostraron que los indicadores propuestos por Porporato identifican correctamente los periodos de sequía ocurridos en las zonas de estudio y presentan mejores resultados que los indicadores tradicionales de sequía.
Por otro lado, los resultados demostraron que el ICS propuesto presenta consistencia con los eventos de sequía agrícola ocurridos en la región de estudio y presenta potencial para servir como indicador de avisos de sequía agrícola futura además de proporcionar distintas ventajas respecto al uso de indicadores simples.
Por último, los resultados determinaron que tanto la severidad como la frecuencia y la intensidad de las sequías se verán incrementadas en el escenario RCP8.5 en nuestro país, en particular en el subperiodo 2071-2100 4. bibliografía Bachmair, S., Stahl, K., Collins, K., Hannaford, J., Acreman, M., Svoboda, M., Knutson, C., Smith, K.H., Wall, N., Fuchs, B., Crossman, N.D., Overton, I.C., 2016. Drought indicators revisited: the need for a wider consideration of environment and society. WIREs Water 3, 516–536. https://doi.org/10.1002/wat2.1154 Filippi, P., Jones, E.J., Wimalathunge, N.S., Somarathna, P.D.S.N., Pozza, L.E., Ugbaje, S.U., Jephcott, T.G., Paterson, S.E., Whelan, B.M., Bishop, T.F.A., 2019. An approach to forecast grain crop yield using multi-layered, multi-farm data sets and machine learning. Precis. Agric. 20, 1015–1029. https://doi.org/10.1007/s11119-018-09628-4 JRC European Commission, 2020. European Drought Observatory [WWW Document]. URL https://edo.jrc.ec.europa.eu/edov2/php/index.php?id=1000 (accessed 10.23.20).
Keyantash, J., Dracup, J.A., 2002. The Quantification of Drought: An Evaluation of Drought Indices. Bull. Am. Meteorol. Soc. 83, 1167–1180. https://doi.org/10.1175/1520-0477-83.8.1167 Laguardia, G., Niemeyer, S., 2008. On the comparison between the LISFLOOD modelled and the ERS/SCAT derived soil moisture estimates. Hydrol. Earth Syst. Sci. 12, 1339–1351. https://doi.org/10.5194/hess-12-1339-2008 Li, H., Robock, A., Liu, S., Mo, X., Viterbo, P., 2005. Evaluation of Reanalysis Soil Moisture Simulations Using Updated Chinese Soil Moisture Observations. J. Hydrometeorol. 6, 180–193. https://doi.org/10.1175/JHM416.1 Porporato, A., Laio, F., Ridolfi, L., Rodriguez-Iturbe, I., 2001. Plants in water-controlled ecosystems: active role in hydrologic processes and response to water stress: III. Vegetation water stress. Adv. Water Resour. 24, 725–744. https://doi.org/10.1016/S0309-1708(01)00006-9 Schwantes, A.M., Parolari, A.J., Swenson, J.J., Johnson, D.M., Domec, J.-C., Jackson, R.B., Pelak, N., Porporato, A., 2018. Accounting for landscape heterogeneity improves spatial predictions of tree vulnerability to drought. New Phytol. 220, 132–146. https://doi.org/10.1111/nph.15274 van Klompenburg, T., Kassahun, A., Catal, C., 2020. Crop yield prediction using machine learning: A systematic literature review. Comput. Electron. Agric. 177, 105709. https://doi.org/10.1016/j.compag.2020.105709 Wang, J., Lin, H., Huang, J., Jiang, C., Xie, Y., Zhou, M., 2019. Variations of Drought Tendency, Frequency, and Characteristics and Their Responses to Climate Change under CMIP5 RCP Scenarios in Huai River Basin, China. Water 11, 2174. https://doi.org/10.3390/w11102174
