Identification of Hydrologic Landscapes in Brazilian river basins and their application as indicators of water yield and storage

Resumen Técnico: Identificación de Paisajes Hidrológicos en Cuencas Fluviales Brasileñas y su Aplicación como Indicadores de Rendimiento y Almacenamiento de Agua

Planteamiento del Problema
Las cuencas de los ríos Piracicaba, Capivari y Jundiaí (PCJ) en el sureste de Brasil representan una región socioeconómicamente activa y crítica que enfrenta una escasez de agua significativa a pesar de las altas precipitaciones. El área se caracteriza por una intensa presión antropogénica derivada de la expansión urbana y la agricultura, junto con la degradación de la cobertura original de la Mata Atlántica. Si bien la región posee manantiales abundantes, la disminución de la disponibilidad de agua per cápita amenaza su potencial económico. Los modelos de clasificación hidrológica existentes suelen depender de series hidrométricas de largo plazo o carecen de la resolución para identificar simultáneamente áreas favorables tanto para el rendimiento de agua (producción) como para el almacenamiento de agua. Existe un vacío específico en la literatura respecto a la aplicación de la clasificación de Paisajes Hidrológicos (HL, por sus siglas en inglés) en cuencas fluviales brasileñas con el doble propósito de identificar zonas de producción y de almacenamiento de agua.

Metodología
Este estudio aplicó el marco de trabajo de Paisajes Hidrológicos (HL), propuesto originalmente por Winter (2001) y refinado por Wolock et al. (2004), a las cuencas PCJ. A diferencia de otras aplicaciones a gran escala que asignaban un único valor de región de HL (HLR) a subcuencas completas, esta investigación adoptó un enfoque de clasificación de alta resolución, píxel por píxel (30 m × 30 m), tal como lo propuso Brown et al. (2014).

La metodología integró cuatro unidades de evaluación hidrológica en un único Plan de Información (IP) utilizando Sistemas de Información Geográfica (SIG):

1. Relieve: Derivado de un Modelo Digital de Elevación SRTM de 30 m, reclasificado en clases de Plano, Transicional y Montañoso según la pendiente.
2. Permeabilidad del Suelo: Evaluada mediante la Conductividad Hidráulica Saturada ($K$) utilizando datos de Oliveira (1999), reclasificada en Baja, Moderada y Alta.
3. Permeabilidad del Acuífero: Caracterizada por datos de flujo específico ($Q_e$) de la base de datos SAP, reclasificada en Baja, Moderada y Alta.
4. Clima: Sintetizado mediante el Índice de Humedad de Feddema ($I_f$), calculado a partir de la media de 20 años de precipitación y evapotranspiración potencial (método de Thornthwaite & Mather), reclasificado en Húmedo, Húmedo/Mojado y Muy Húmedo.

Estas unidades se superpusieron para generar 57 regiones de Paisaje Hidrológico (HLR) distintas. Para validar la clasificación, el estudio utilizó datos de caudal de 20 años (2001–2020) de 27 estaciones de aforo. Se calcularon dos métricas clave:

• Relación de Rendimiento de Agua ($R/P$): La relación entre el rendimiento anual de agua y la precipitación.
• Parámetro de Fuh ($m$): Un parámetro adimensional derivado de la ecuación de Fuh, que refleja características de la cuenca como la pendiente, la infiltración y la capacidad de almacenamiento.

Resultos Clave

• Clasificación: El estudio identificó 5za 57 HLR únicas dentro de las cuencas PCJ. Un hallazgo significativo fue que aproximadamente el 48.8% del área de la cuenca combina una baja permeabilidad del acuífero con una baja permeabilidad del suelo, creando condiciones desfavorables para el almacenamiento de agua y la recarga del acuífero.
• Impulsores del Rendimiento de Agua: La validación reveló que el rendimiento de agua ($R/P$) estaba fuertemente correlacionado con la conductividad hidráulica saturada del suelo ($R^2 = 0.102$), seguido por la pendiente ($R^2 = 0.015$) y el Índice de Humedad de Feddema ($R^2 = 0.006$). Se observó un alto rendimiento de agua en áreas montañosas con suelos permeables y climas húmedos.
• Impulsores del Almacenamiento de Agua: El parámetro $m$, indicativo de la capacidad de almacenamiento, mostró una correlación positiva con la conductividad hidráulica saturada ($R^2 = 0.192$) y una correlación inversa con la pendiente ($R^2 = 0.128$). El alto potencial de almacenamiento se asoció con terrenos planos o transicionales y una alta permeabilidad del acuífero.
• Capacidad Dual: Se encontró una correlación positiva estadísticamente significativa ($R^2 = 0.46$) entre el factor $m$ y la relación $R/P$. Esto indica que cuencas específicas pueden soportar simultáneamente un alto rendimiento de agua y una alta capacidad de almacenamiento.
• Escenarios Favorables: Se definieron dos escenarios para cada objetivo:
  • Rendimiento de Agua: Las áreas favorables se concentran en regiones montañosas con climas húmedos/muy húmedos. El Escenario 1 requería alta permeabilidad del suelo, mientras que el Escario 2 incluía áreas de baja permeabilidad del suelo.
  • Almacenamiento de Agua: Las áreas favorables se localizan en terrenos planos/transicionales con alta permeabilidad del acuífero y del suelo bajo climas húmedos/muy húmedos.
• Distribución Espacial: Las áreas favorables tanto para el rendimiento como para el almacenamiento se ubicaron principalmente en la subcuenca del río Corumbataí (aguas abajo), solapándose con el Acuífero Guaraní. Notablemente, estas zonas favorables se encuentran aguas arriba de grandes centros urbanos como Piracicaba y Campinas.

Significancia y Reivindicaciones
El artículo sostiene que el método de clasificación HL es una herramienta rentable y transferible para identificar áreas prioritarias de conservación y asignación de recursos en regiones con escasez de agua. Al pasar de promedios de microcuencas a una clasificación a nivel de píxel, el estudio permite la delimitación precisa de condiciones hidrológicas que de otro modo permanecerían indetectadas.

Los autores enfatizan que la identificación de áreas con altos valores de $R/P$ y altos valores de $m$ demuestra que las cuencas pueden soportar simultáneamente la producción y el almacenamiento de agua. Esta capacidad dual respalda intervenciones dirigidas, tales como la reforestación y la inversión en infraestructura, específicamente en la subcuenca del Corumbataí y las zonas de recarga del Acuífero Guaraní. El estudio concluye que, si bien las interacciones específicas de los parámetros son únicas para las cuencas PCJ, la metodología proporciona un marco robusto para comprender cómo los factores fisiográficos interactúan para influir en el comportamiento hidrológico, ayudando así a la gestión sostenible bajo condiciones de escasez de agua. Los autores advierten que estos hallazgos específicos no deben generalizarse a otras cuencas sin un análisis localizado.