La cuenca del río Paute (sur del Ecuador) sufre cambios hidrológicos por el cambio climático y las actividades humanas. Los cambios hidrológicos causan eventos extremos y afectan a ecosistemas, centrales hidroeléctricas y la calidad de vida. Destaca la importancia de comprender el comportamiento hidrológico para tomar decisiones adecuadas en ambientes extremos. Este estudio busca predecir las descargas en la cuenca del río Paute mediante los índices de teleconexión global. Se obtuvieron modelos de Regresión Lineal Múltiple (MLR) mediante tres metodologías diferentes: análisis de multicolinealidad, Análisis de Componentes Principales (ACP) y correlación con retrasos mensuales. Se demostró que el escenario de análisis de componentes principales obtuvo los mejores ajustes predictivos, específicamente al incluir 41 índices y 20 componentes. Para el escenario que usa retrasos mensuales, el mejor retraso ocurre dentro de un solo mes, para la mayoría de las estaciones. Finalmente, en el escenario de análisis de multicolinealidad se obtuvieron mejores resultados utilizando 41 índices, aunque esencialmente el rendimiento corresponde a la cantidad y los índices de cada modelo. Los índices de teleconexión no son suficientes cuando se utilizan como la única variable de entrada para el modelado y la predicción de descargas, dando resultados en su mayoría insatisfactorios. Sin embargo, existe una clara tendencia que vincula el comportamiento de caudales e índices, y es posible mejorar los modelos en base a más variables climáticas o con otros métodos predictivos.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Referencias
Bazo, J., Lorenzo, M. D. L. N., & Porfirio Da Rocha, R. (2013). Relationship between monthly rainfall in NW Peru and tropical sea surface temperature. Advances in Meteorology, 2013. https://doi.org/10.1155/2013/152875
Cai, W., McPhaden, M. J., Grimm, A. M., Rodrigues, R. R., Taschetto, A. S., Garreaud, R. D., Dewitte, B., Poveda, G., Ham, Y.-G., Santoso, A., Ng, B., Anderson, W., Wang, G., Geng, T., Jo, H.-S., Marengo, J. A., Alves, L. M., Osman, M., Li, S., … Vera, C. (2020). Climate impacts of the El Niño–Southern Oscillation on South America. Nature Reviews Earth & Environment, 1(4), 215–231. https://doi.org/10.1038/s43017-020-0040-3
Campozano, L., Célleri, R., Trachte, K., Bendix, J., & Samaniego, E. (2016). Rainfall and Cloud Dynamics in the Andes: A Southern Ecuador Case Study. Advances in Meteorology, 2016, 1–15. https://doi.org/10.1155/2016/3192765
Carreric, A. (2019). Enso diversity and global warming (Doctoral dissertation, Université Paul Sabatier-Toulouse III).
CELEC EP. (2013). Actualización Del Estudio De Impacto Ambiental Y Plan De Manejo Ex Post De La Central Paute Molino (Update of Environmental Impact Assessment and Post-Management Plan of Paute Molino Power Plant).
Celleri, R., Willems, P., Buytaert, W., & Feyen, J. (2007). Space–time rainfall variability in the Paute basin, Ecuadorian Andes. Hydrological Processes, 21(24), 3316–3327. https://doi.org/10.1002/hyp.6575
Choubin, B., Khalighi-Sigaroodi, S., Malekian, A., & Kişi, Ö. (2016). Multiple linear regression, multi-layer perceptron network and adaptive neuro-fuzzy inference system for forecasting precipitation based on large-scale climate signals. Hydrological Sciences Journal, 61(6), 1001–1009. https://doi.org/10.1080/02626667.2014.966721
Córdoba Machado, S., Palomino Lemus, R., Gámiz Fortis, S. R., Castro Díez, Y., & EstebanParra, M. J. (2015). Assessing the impact of El Niño Modoki on seasonal precipitation in Colombia. Global and Planetary Change, 124, 41–61. https://doi.org/10.1016/j.gloplacha.2014.11.003
Crimmins, M. (2014). Southwestern Monsoon. Climate Assessment for the SouthWest. https://climas.arizona.edu/sw-climate/monsoon
Dima, M., & Lohmann, G. (2004). Fundamental and derived modes of climate variability: concept and application to interannual time-scales. Tellus A: Dynamic Meteorology and Oceanography, 56(3), 229. https://doi.org/10.3402/tellusa.v56i3.14415
Esha, R. I., Imteaz, M. A., & Nazari, A. (2019). Assessing Gene Expression Programming as a technique for seasonal streamflow prediction: A case study of NSW. IOP Conference Series: Earth and Environmental Science, 351(1), 012004. https://doi.org/10.1088/1755-1315/351/1/012004
Espino Sánchez, M. A. (2014). Patrones de variabilidad ambiental y las pesquerías en el Pacífico Sud Este (Patterns of Environmental Variability and Fisheries in the Southeast Pacific). Universidad Nacional Mayor de San Marcos.
Fan, M., & Schneider, E. K. (2012). Observed Decadal North Atlantic Tripole SST Variability. Part I: Weather Noise Forcing and Coupled Response. Journal of the Atmospheric Sciences, 69(1), 35–50. https://doi.org/10.1175/JAS-D-11-018.1
Giddings, L., & Soto, M. (2006). Teleconexiones y precipitación en América del Sur [Teleconnections and precipitation in South America].6, 13–20.
Gobena, A. K., Weber, F. A., & Fleming, S. W. (2013). The Role of Large-Scale Climate Modes in Regional Streamflow Variability and Implications for Water Supply Forecasting: A Case Study of the Canadian Columbia River Basin. Atmosphere-Ocean, 51(4), 380–391. https://doi.org/10.1080/07055900.2012.759899
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An Introduction to Statistical Learning (2nd ed.). Springer US. https://doi.org/10.1007/978-1-0716-1418-1
Hatzaki, M., Flocas, H. A., Asimakopoulos, D. N., & Maheras, P. (2007). The eastern Mediterranean teleconnection pattern: identification and definition. International Journal of Climatology, 27(6), 727–737. https://doi.org/10.1002/joc.1429
IDEAM - UNAL (2018). Variabilidad Climática y el cambio climático en Colombia (1era ed.) [Climate Variability and Climate Change in Colombia (1st ed.)]. IDEAM
Contreras, J., Ballari, D., & Samaniego, E. (2017). EJE 02-09 Optimización de una red de monitoreo de precipitación usando modelos Geoestadísticos: caso de estudio en la cuenca del río Paute, Ecuador [AXIS 02-09 Optimization of a precipitation monitoring network using geostatistical models: case study in the Paute river basin, Ecuador]. Memorias Y Boletines De La Universidad Del Azuay, 1(XVI), 115–124. https://doi.org/10.33324/memorias.v1iXVI.55
Knoben, W. J. M., Freer, J. E., & Woods, R. A. (2019). Technical note: Inherent benchmark or not? Comparing Nash–Sutcliffe and Kling–Gupta efficiency scores. Hydrology and Earth System Sciences, 23(10), 4323–4331. https://doi.org/10.5194/hess-23-4323-2019
Krause, P., Boyle, D. P., & Bäse, F. (2005). Comparison of different efficiency criteria for hydrological model assessment. Advances in Geosciences, 5, 89–97. https://doi.org/10.5194/adgeo-5-89-2005
Kundzewicz, Szwed, & Pińskwar. (2019). Climate Variability and Floods—A global Review. Water, 11(7), 1399. https://doi.org/10.3390/w11071399
Matute, V. (2014). Análisis De Factibilidad De Generación Eléctrica A Pie De La Presa De Chanlud (Doctoral dissertation, Universidad de Cuenca).
McGregor, G. (2017). Hydroclimatology, modes of climatic variability and stream flow, lake and groundwater level variability. Progress in Physical Geography: Earth and Environment, 41(4), 496–512. https://doi.org/10.1177/0309133317726537
Meyer, T. (2010). Technical note: Root Mean Square Error Compared to, and Contrasted with, Standard Deviation. Surveying and Land Information Science, 72(3), 107-108
Morán-Tejeda, E., Bazo, J., López-Moreno, J. I., Aguilar, E., Azorín-Molina, C., Sanchez-Lorenzo, A., Martínez, R., Nieto, J. J., Mejía, R., Martín-Hernández, N., & Vicente-Serrano, S. M. (2016). Climate trends and variability in Ecuador (1966-2011). International Journal of Climatology, 36(11), 3839–3855. https://doi.org/10.1002/joc.4597
Moriasi, D., Arnold, J., Van Liew, M., Bingner, R., Harmel, R., & Veith, T. (2007). Model Evaluation Guidelines for Systematic Quantification of Accuracy in Watershed Simulations. Transactions of the ASABE, 50(3), 885–900. https://doi.org/10.13031/2013.23153
Nugroho, A. R., Tamagawa, I., & Harada, M. (2022). Spatiotemporal Analysis on the Teleconnection of ENSO and IOD to the Stream Flow Regimes in Java, Indonesia. Water (Switzerland), 14(2). https://doi.org/10.3390/w14020168
Orbes, J., & Peralta, T. (2017). Estado del arte en Manejo de Sedimentos en cuencas Andinas en el Ecuador, caso de estudio: cuenca del Río Paute [State of the Art in Sediment Management in Andean Watersheds in Ecuador, Case Study: Paute River Basin]. (Bachellor dissertation, Universidad de Cuenca)
Fontaine, G., Narváez, I., and Cisneros, P. (2008). [Geo Ecuador 2008: State of the Environment Report]. FLACSO. Quito, Ecuador. Available online at: https://biblio.flacsoandes.edu.ec/libros/digital/41444.pdf (accessed April 24, 2023).
Rea, A., & Rea, W. (2016). How Many Components should be Retained from a Multivariate Time Series PCA ?
Schneider, T., Hampel, H., Mosquera, P. V., Tylmann, W., & Grosjean, M. (2018). Paleo-ENSO revisited: Ecuadorian Lake Pallcacocha does not reveal a conclusive El Niño signal. Global and Planetary Change, 168, 54–66. https://doi.org/10.1016/j.gloplacha.2018.06.004
Schöngart, J., Junk, W. J., Piedade, M. T. F., Ayres, J. M., Hüttermann, A., & Worbes, M. (2004). Teleconnection between tree growth in the Amazonian floodplains and the El Niño-Southern Oscillation effect. Global Change Biology, 10(5), 683–692. https://doi.org/10.1111/j.1529-8817.2003.00754.x
Sedano, R. (2017). Influencia de la variabilidad climática y factores antrópicos en los extremos hidrológicos en el Valle Alto del río Cauca, Colombia [Influence of Climate Variability and Anthropogenic Factors on Hydrological Extremes in the Upper Cauca River Valley, Colombia]. (Doctoral dissertation, Universitat Politécnica de Valencia).
Shuhaida, I., & Shabri, A. (2014). Stream flow forecasting using principal component analysis and least square support vector machine. Journal of Applied Science and Agriculture, 9(11), 170–180.
Sotomayor, G., Hampel, H., & Vázquez, R. F. (2018). Water quality assessment with emphasis in parameter optimisation using pattern recognition methods and genetic algorithm. Water Research, 130, 353–362. https://doi.org/10.1016/j.watres.2017.12.010
Towner, J., Cloke, H. L., Lavado, W., Santini, W., Bazo, J., Coughlan de Perez, E., & Stephens, E. M. (2020). Attribution of Amazon floods to modes of climate variability: A review. Meteorological Applications, 27(5). https://doi.org/10.1002/met.1949
Vega Vilca, J. C., & Guzman, J. (2011). Regresion PLS y PCA Como Solución al Problema de Multicolinealidad en Regresion Multiple. Revista de Matemática: Teoría y Aplicaciones, 18(1), 9. https://doi.org/10.15517/rmta.v18i1.2111
Wang, C., & Enfield, D. B. (2001). The Tropical Western Hemisphere Warm Pool. Geophysical Research Letters, 28(8), 1635–1638. https://doi.org/10.1029/2000GL011763
Ward, E., Buytaert, W., Peaver, L., & Wheater, H. (2011). Evaluation of precipitation products over complex mountainous terrain: A water resources perspective. Advances in Water Resources, 34(10), 1222–1231. https://doi.org/10.1016/j.advwatres.2011.05.007
Whitfield, P. H., Moore, R. D. (Dan), Fleming, S. W., & Zawadzki, A. (2010). Pacific Decadal Oscillation and the Hydroclimatology of Western Canada—Review and Prospects. Canadian Water Resources Journal, 35(1), 1–28. https://doi.org/10.4296/cwrj3501001