SOCIEDAD CHILENA DE INGENIERÍA HIDRÁULICA

XIX CONGRESO CHILENO DE INGENIERÍA HIDRÁULICA

PROYECCIONES DE IMPACTO DEL CAMBIO CLIMÁTICO SOBRE CUENCAS

ANDINAS DE CHILE CENTRAL: APLICACIÓN A CUENCAS DE MAULE ALTO Y
LAJA

James McPhee1
Eduardo Rubio2
Rodrigo Meza3
Álvaro Ayala4
Ximena Vargas5

RESUMEN

Este trabajo presenta un análisis de vulnerabilidad de dos sistemas hidrológicos de Chile central
ante proyeccciones de cambio climático. Las cuencas analizadas, de los ríos Maule y Laja, son
especialmente significativas para la economía nacional por las actividades de generación
hidroeléctrica y agrícola que hacen uso de sus aguas. Se ha utilizado una combinación de
modelos climático e hidrológico para estimar los caudales medios mensuales futuros esperables
bajo el escenario SRES A2 de emisiones de gases de efecto invernadero. Las proyecciones
climáticas han sido escaladas para reproducir el clima observado en estaciones meteorológicas de
referencia, bajo el supuesto de que la distribución de frecuencias de la precipitación y
temperatura se mantendrá invariable en el futuro. Los resultados obtenidos en ambas cuencas
indican que los recursos hídricos futuros disminuirán a valores cercanos al 40% a fines del siglo
XXI. Mientras en las cuencas del Maule Alto esto se explica por una similar disminución
porcentual de las precipitaciones, en la cuenca del río Laja se observan reducciones porcentuales
de precipitación menores pero mayores ascensos de temperatura. Entre ambos sistemas, la
cuenca del rio Laja presenta una mayor sensibilidad frente a los cambios de precipitación.

1
Depto. de Ing. Civil, Facultad de Cs. Físicas y Matemáticas, Universidad de Chile. jmcphee@ing.uchile.cl
2
Depto. de Ing. Civil, Facultad de Cs. Físicas y Matemáticas, Universidad de Chile. eduardo.rubio.a@gmail.com
3
Depto. de Ing. Civil, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. meriadox@gmail.com
4
Depto. de Ing. Civil, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. alvaroayala@gmail.com
5
Depto. de Ing. Civil, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. xvargas@ing.uchile.cl
1 Introducción

Durante los últimos treinta años se ha acumulado creciente evidencia de que las emisiones de
gases de efecto invernadero incorporadas a la atmósfera a partir de la Revolución Industrial
serían responsables de cambios en el régimen climático de la Tierra (Baede et al. 2001; IPCC,
2007). Estos cambios se expresan como variaciones a escala regional y continental en
temperatura y precipitación (Christensen et al., 2007) y pueden resultar en variaciones del
régimen hidrológico que afecten la disponibilidad de aguas superficiales y subterráneas. Cuencas
altas, donde el aporte del derretimiento de nieves es una componente importante del flujo total
anual, son especialmente sensibles a los efectos más comúnmente proyectados del cambio
climático, debido a que en éstas el ciclo hidrológico depende no sólo de la precipitación, sino que
también de la temperatura. En zonas semi-áridas esta sensibilidad se ve aumentada porque los
recursos hídricos provenientes del derretimiento de nieves se encuentran sometidos a presiones
de uso cada vez mayores (Barnet et al., 2005). En este trabajo presentamos un análisis del
impacto que futuros cambios en el clima podrían tener sobre el régimen hídrico de dos cuencas
de Chile central: la cuenca alta del río Maule y la cuenca aportante natural a la laguna Laja. Estos
dos sistemas hidrológicos son de especial importancia para la economía de Chile, ya que
sustentan importantes áreas agrícolas y al mismo tiempo representan aproximadamente el 50%
de la energía hidroeléctrica afluente al Sistema Interconectado Central (SIC).

En este trabajo, las diferentes componentes del ciclo hidrológico son representadas mediante un
modelo hidrológico semi-distribuido (WEAP; Yates et al., 2005a, 2005b), forzado con
proyecciones meteorológicas derivadas del modelo de circulación general Hadley Centre
Atmospheric Model version 3 (HadCM3; Pope et al., 2000) para el período comprendido entre
1960 y 2100. El modelo HadCM3 entrega resultados a una resolución espacial incompatible con
el objetivo de este estudio, por lo que los datos simulados son escalados mediante un
procedimiento heurístico para ajustarlos a las propiedades estadísticas de los valores observados.

2 Descripción de la zona de estudio

2.1 Cuenca Maule Alto

El Sistema Maule Alto corresponde a la cuenca definida por la estación fluviométrica Maule en
Armerillo, ubicada en el río Maule, aproximadamente 60 km. al sureste de la ciudad de Talca, en
la Región del Maule. El sistema hidrológico Maule Alto alimenta uno de los sistemas
hidroeléctricos más importantes del país. Cuenta actualmente con cinco centrales de pasada y
una central con control de embalse (Pehuenche). Adicionalmente, una parte de las aguas que
pasan por Maule en Armerillo desembocan en el Embalse Colbún y son generadas en el Sistema
Colbún-Machicura, Chiburgo y San Ignacio.

La Figura 2.1 muestra la cuenca estudiada. Para efectos del modelamiento hidrológico, se ha
dividido la hoya en cinco subcuencas, cuyas características se presentan en la
Tabla 1
 Tabla 1. Subcuencas incluidas en el modelamiento hidrológico del Sistema Maule Alto
Afluente Afluente laguna Afluente Río Claro en Estero Las Garzas en
Parámetro
embalse Melado La Invernada laguna Maule San Carlos junta con río Maule
Latitud S 35º 53' 13'' 35º 42' 12'' 36º 0' 51'' 35º 42' 26'' 35º 45' 35''
Longitud W 71º 1' 4'' 70º 43' 59'' 70º 33' 27'' 71º 4' 27'' 71º 0' 6''
Área total (km2) 2.128 826 307 402 84
Elevación
media (msnm) 1.946 2,465 2.482 1.919 1.508
Zmin (msnm) 1.146 1.295 2.121 539 600
Zmax (msnm) 3.615,5 3.000 3.150 3.000 2.650

a) b)

Figura 2.1: Subcuencas del estudio: a) Maule Alto, b) Laja en Tucapel.

2.2 Cuenca río Laja

En el caso de la laguna Laja, se analizaron las cuencas i) afluentes a la laguna y ii) cuenca
intermedia río Laja entre central El Toro y Tucapel. Esta última ubicación corresponde
aproximadamente a la toma del canal Laja-Diguillín, que trasvasa aguas desde la cuenca del Laja
a la cuenca del río Diguillín y abastece importantes zonas de riego. Las características de las
cuencas estudiadas se presentan en la Tabla 2.
 Tabla 2. Subcuencas incluidas en el modelamiento hidrológico del río Laja
Parámetro Afluentes laguna Laja Laja en Tucapel
Latitud S 37º 22’ 55’’ 37º 17’ 53’’
Longitud W 71º 23’ 41’’ 71º 58’ 07’’
Área total (km2) 993 2517
Elevación media 1,738 1,531
(msnm)
Zmin (msnm) 900 300
Zmax (msnm) 3,300 3,600

3 Datos y metodología

3.1 Estadísticas hidrometeorológicas y extensión espacial

El modelo hidrológico usado en el estudio requiere, como información de entrada, los índices de
precipitación y temperatura representativos de las condiciones medias en las subcuencas que
dividen el área de estudio. A su vez, estas subcuencas se particionan en bandas de elevación, de
manera de representar de la forma más realista posible el impacto de variaciones futuras de la
temperatura sobre la acumulación y derretimiento de nieve. La extensión de la información
meteorológica a estas subcuencas se realizó sobre la base de gradientes de elevación, calculados
a partir del análisis de datos de precipitación y temperatura observados en distintas estaciones.
Una vez establecidos estos gradientes, los índices de precipitación anual y temperatura mensual
se obtuvieron considerando la diferencia de elevación entre una estación de referencia y la altura
(msnm) del centro de gravedad de cada banda de elevación. En el caso de la precipitación, el
valor anual se distribuyó mensualmente utilizando, para cada año, la contribución relativa
mensual observada en la estación de referencia. Las estaciones meteorológicas utilizadas en este
trabajo se presentan en la Tabla 3.

Tabla 3. Estaciones meteorológicas incluidas en el estudio.

Institución Período de Registro Latitud Longitud
Estación Variable Código BNA
Responsable Inicio Final S W
Armerillo Precip. DGA 07320050-4 01/1950 - 35º 42’ 71º 04’
Melado en la Lancha Precip. DGA 07317001-K 11/1965 03/2003 35º 51’ 71º 04’
Trupán Precip. DGA 08122002-6 06/1963 - 37º 16’ 71º 49’
Tucapel Precip. DGA 08122003-4 01/1975 - 37º 17’ 71º 57’
San Lorenzo Precip. DGA 08320001-4 08/1992 - 37º 34’ 71º 30’
Colorado Temp. DGA 07378003-9 09/1969 - 35º 38' 71º 15'
Lo Aguirre Temp. DGA/ENDESA 07301000-4 01/2000 08/2005 35º 58' 70º 34'
Guayquivilo Temp. DGA 07314002-1 04/1965 07/1972 36º 17' 70º 55'
La Punilla Temp. DGA 08105003-1 02/1965 10/1986 36º 45' 71º 15'
Caracol Temp. DGA 08105004-K 02/1987 - 36º 39' 71º 23'
Diguillín Temp. DGA 08130006-2 01/1964 - 36º 52' 71º 38'
Liucura Temp. DGA 08301001-0 05/1987 - 38º 39' 71º 05'
3.2 Proyecciones climáticas y escalamiento a condiciones locales

El informe del cuarto Panel Intergubernamental sobre Cambio Climático (IPCC), presentado en
2007, se basó en los resultados de más de 20 modelos de circulación general de la atmósfera.
Estos modelos intentan proyectar el clima de la Tierra hacia finales del siglo XXI bajo distintos
escenarios de emisiones de gases de efecto invernadero. La mayoría de los modelos proyectan
una reducción de precipitaciones y aumento de temperaturas para Chile central (Christensen et
al., 2007). Es esperable que esta combinación de modificaciones resulte en una disminución del
caudal medio anual y en una redistribución estacional de los caudales mensuales, tal como ha
sido observado ya en otras regiones (Barnett et al., 2005; Vicuna & Dracup, 2007).

Se utilizaron los resultados mensuales del modelo HadCM3 para el período 1960-2100, los que
se subdividen en i) Línea Base: 1960-2000; ii) Futuro cercano: 2011-2040; iii) Futuro medio:
2041-2070; y iv) Futuro lejano: 2071-2100. El período 2001-2010 se dejó fuera del análisis por
cuanto corresponde a resultados “proyectados” (es decir, bajo escenarios de emisiones que no
necesariamente representan las condiciones observadas durante este intervalo). La resolución
espacial de los resultados del modelo HadCM3 (aproximadamente 250 x 250 km) hacen que sea
necesario escalar estos valores para hacerlos representativos de las cuencas hidrográficas
analizadas. En función de la metodología de distribución espacial de precipitación y temperatura
descrita en la sección anterior, basta asimilar los resultados del modelo HadCM3 a los valores
observados en las estaciones meteorológicas de referencia, para luego distribuir estos valores
corregidos hacia el resto de la cuenca mediante el método de gradientes altitudinales de
variación.

Ya que no existe una correspondencia cronológica, en el período base, entre las series de tiempos
simuladas por el modelo HadCM3 y los valores observados en las estaciones meteorológicas (ver
Tabla 3), el escalamiento de la precipitación y temperatura se hace tomando en cuenta la
distribución de probabilidades de cada serie de datos. La Figura 3.1 muestra un ejemplo de la
diferencia típica entre las curvas de duración de precipitaciones mensuales simuladas con
HadCM3 y aquellas observadas. En el caso de la precipitación, dos problemas que se repiten
consistentemente son la subestimación de los valores más altos observados y la ausencia de
valores nulos en los datos simulados. Esto fue corregido por medio de relaciones lineales y
polinomiales entre valores observados y simulados para un mismo período de tiempo y también
reemplazando por cero aquellos valores simulados de precipitación que se encontraran bajo un
umbral, prescrito para cada estación y mes del año. Este algoritmo de escalamiento fue efectuado
tanto para valores anuales como mensuales. La serie definitiva de precipitaciones mensuales se
obtuvo compensando la suma de valores mensuales corregidos para que se ajustaran a los valores
anuales escalados.

En el caso de la temperatura, sólo fue necesario escalar los valores simulados para que se
ajustaran a los promedios mensuales observados. Esto se logró en todos los casos mediante
relaciones lineales.
 Umbral Precip = 0

Figura 3.1. Relación típica entre precipitaciones mensuales de HadCM3 y valores

observados. El modelo subestima las precipitaciones mensuales más altas, y carece de
resultados nulos durante los meses de verano.

3.3 Modelo WEAP: descripción, calibración y validación

Para estudiar los cambios sobre el ciclo hidrológico, producto de las variaciones proyectadas de
precipitación y temperatura, usamos el modelo hidrológico y de gestión de recursos hídricos
Water Evaluation and Planning (WEAP) (Yates et al., 2005a, 2005b). El modelo WEAP ha sido
usado con éxito para estudiar los impactos hidrológicos del cambio climático, en particular, en
regiones montañosas con cuencas de régimen nival en la Sierra Nevada de California (Purkey et
al., 2008)

WEAP es un modelo semi-distribuido en el cual el área de la cuenca puede ser distribuida en

tantas subcuencas como sea necesario dados los objetivos del estudio, tal que todas las
propiedades representadas son espacialmente homogéneas dentro de cada subcuenca. Los
forzantes climáticos incluyen precipitación, temperatura, humedad relativa (opcional) y
dirección/velocidad del viento (opcional). Los procesos de generación de escorrentía se
representan mediante un esquema de dos estanques (Figura 3.2), con evapotranspiración
potencial calculada con el método de Penman-Monteith. La acumulación y derretimiento de
nieves se expresan por medio de un esquema del tipo grado-día modificado para incluir un
término representativo del flujo neto de energía hacia el manto de nieve. El flujo de energía es
función de la radiación neta en la superficie, la que a su vez depende de la edad de la nieve y, por
ende, de su albedo.
 Figura 3.2. Esquema conceptual del modelo hidrológico.

Más en detalle, el algoritmo de cálculo utilizado por el modelo hidrológico consiste en resolver,
mediante un esquema predictor-corrector, una ecuación de balance de volumen en cada estanque.
La ecuación (1) permite calcular el nivel del estanque superior al final de cada paso de tiempo.

(1)

En esta ecuación, el término Pe(t) incluye no sólo el volumen de agua caída en la cuenca sino
también los aportes provenientes del derretimiento de nieve. Los cambios de fases del agua son
modelados a partir de dos parámetros a calibrar, las temperaturas umbral de derretimiento (Td) y
de congelamiento (Tc). Una vez fijados estos parámetros, se calcula un coeficiente de
derretimiento (mc) que determina tanto la precipitación que cae en forma sólida como la fracción
de nieve derretida proveniente de la cobertura nival. Esto se resume en las ecuaciones (2) y (3),
donde Ac(t) representa la acumulación de nieve. Una descripción detallada del algoritmo se
encuentra en Jones et al. (En revisión).

(2)
 (3)

El modelo hidrológico fue calibrado manualmente usando meteorología y fluviometría históricas

según la información disponible en cada cuenca. Para evaluar la calibración, se evaluó el ajuste
del modelo calibrado al régimen hidrológico de la cuenca, expresado como promedios mensuales
históricos; también se evaluó el ajuste a los caudales anuales, pero es el primer criterio el que
pesa más en el análisis, ya que el objetivo primordial del estudio es evaluar cambios en las
condiciones hidrológicas promedio, en ventanas de 30 años. La Figura 3.3 muestra algunos
ejemplos del ajuste del modelo a los regímenes hidrológicos observados en la zona de estudio. Se
aprecia que el modelo WEAP calibrado es capaz de representar adecuadamente los diferentes
regímenes hidrológicos observados en las cuencas de los ríos Maule y Laja; estos regímenes
cubren prácticamente todo el rango de posibilidades en cuanto a contribuciones variables de
precipitación y derretimiento de nieve. Cabe mencionar que el gráfico del panel extremo derecho
inferior (Laja en Tucapel) corresponde a caudales ya afectados por extracciones de riego.

A nivel de series de tiempo mensuales se obtuvieron coeficientes de Nash-Sutcliffe entre 0.58 y

0.82. La Figura 3.4 muestra algunas de las series de caudales medios mensuales calibrados y su
comparación con las series observadas. Por último, en la Tabla 4 se muestran los rangos de
valores obtenidos para cada parámetro en la calibración.

Figura 3.3. Resultados de la calibración del modelo WEAP en algunas cuencas analizadas,
como promedio de caudales mensuales históricos. Columnas verdes representan valores
observados, y columnas rojas representan valores simulados. Se aprecia un ajuste
adecuado del modelo a distintos regímenes hidrológicos y a cuencas de distinto tamaño.
 Figura 3.4. Serie de caudales mensuales calibrados.

Tabla 4. Rango de valores de parámetros calibrados

Parámetro del Modelo Sistema Laja Sistema Maule
Coeficiente de Cultivo, 0,8 – 1,1 0,5 – 0,95
Factor de resistencia, 0,1 – 10 0,3 – 10
Dirección preferida del flujo, 0–1 0,5 – 0,9
Temperatura de derretimiento, 5 – 10 8
Temperatura de congelamiento, -4 – -10 -1 – 1
Capacidad del estanque superior 2600 – 3800 500 – 6000
Conductividad en el estanque superior, 80 500 – 6000
Capacidad del estanque inferior, 2600 – 3800 1000 – 10000
Conductividad del estanque inferior 41 1000 – 11000
4 Resultados y discusión

4.1 Régimen de caudales futuros

Se aplicó el modelo WEAP, calibrado a las cuencas de interés, forzando esta vez el modelo con
series futuras de precipitación y temperatura, correspondientes al escenario climático SRES A2.
Como se ha indicado anteriormente, bajo este escenario la mayoría de los modelos climáticos
proyecta descensos en precipitación y aumentos de temperatura para la zona central de Chile. A
continuación se presentan resultados promediados para las ventanas temporales Futuro cercano
(2011-2040), Futuro medio (2041-2070) y Futuro lejano (2071-2100), y se comparan estos
resultados con valores de caudales obtenidos mediante el modelo WEAP, esta vez forzado con
resultados del modelo climático HadCM3 para un período equivalente al período observado
(1960-2000). La razón para comparar valores futuros con valores “históricos simulados” es no
introducir desviaciones sistemáticas pequeñas que podrían existir entre el modelo climático y los
valores históricos de clima, y que pudieran haber persistido después del proceso de ajuste
explicado en la sección anterior. La Figura 4.1 muestra los resultados, expresados como
promedio de caudales medios mensuales, para cada ventana temporal. Es posible apreciar el
efecto dispar que los cambios proyectados de precipitación y temperatura tendrían sobre cuencas
diferentes. Por ejemplo, en cuencas de régimen pluvial como la del río Claro en San Carlos y
Estero Las Garzas, se producen disminuciones de caudales mensuales que son más acentuadas en
invierno, mientras que en cuencas nivales, tales como la afluente a la laguna Invernada, la
disminución de caudales en verano puede llegar a ser hasta de un 40% hacia finales del siglo 21;
la disminución de caudales de invierno en esta última cuenca es más moderada, del orden de un
30%.

Figura 4.1. Caudales mensuales promedio proyectados para ventanas futuras. Escenario
A2 HadCM3-WEAP
La Tabla 5 resume los resultados numéricos obtenidos para cada cuenca, en las distintas ventanas
temporales analizadas. Se muestran los valores de caudal medio anual, la precipitación anual
promedio sobre cada cuenca, la temperatura promedio y las variaciones relativas al período de
referencia para cada caso. Además, en la última columna se muestra la “elasticidad” de cada
cuenca para cada período, calculada como el cuociente entre la variación porcentual de caudal y
la variación porcentual de precipitación con respecto al período de referencia. Se observa que las
cuencas de Maule alto son en general menos sensibles a la reducción en precipitaciones que las
cuencas del sistema Laja, pero que en ambos casos la reducción relativa de caudales es más
pronunciada que la reducción de precipitaciones. Las reducciones de caudales para el período
futuro cercano oscilan en torno al 10%, mientras que para el período futuro lejano se proyectan
disminuciones de hasta un 40% como caudal medio anual.

Tabla 5. Resumen resultados para las distintas cuencas analizadas. Valores promedio por
ventana
Caudal Var. Precip. Var. Temp. Var. Elasticidad
Cuenca Período
[m3/s] [%] [mm] [%] [ºC] [ºC] Q/P
Claro + 1976-2000 31,2 0 2324,4 0 7,5 0,0 -
Las 2010-2040 27,0 -13,5 2061,3 -11,3 7,8 0,3 1,19
Garzas 2040-2070 23,6 -24,2 1829,2 -21,3 8,2 0,7 1,14
2070-2100 18,4 -41,0 1473,0 -36,6 8,9 1,4 1,12
Laguna 1976-2000 39,3 0 1748,1 0 5,5 0 -
Maule 2010-2040 35,0 -11,1 1548,1 -11,4 5,7 0,2 0,97
2040-2070 30,6 -22,2 1371,8 -21,5 6,0 0,5 1,03
2070-2100 23,9 -39,1 1101,0 -37,0 6,5 1,0 1,06
Laguna 1976-2000 13,5 0 2311,2 0 5,6 0 -
Invernada 2010-2040 11,7 -13,4 2048,1 -11,4 5,8 0,2 1,18
2040-2070 10,0 -25,6 1816,0 -21,4 6,1 0,5 1,20
2070-2100 7,6 -43,6 1459,8 -36,8 6,6 1,0 1,18
Embalse 1976-2000 119,5 0 2239,0 0 7,1 0 -
Melado 2010-2040 106,6 -10,8 2023,2 -9,6 7,3 0,3 1,13
2040-2070 94,3 -21,2 1832,9 -18,1 7,8 0,7 1,17
2070-2100 75,7 -36,7 1540,8 -31,2 8,4 1,3 1,18
Laguna 1976-2000 57,7 0 2595,6 0 2,2 0 -
Laja 2010-2040 44,6 -22,7 2420,0 -6,8 2,9 0,6 3,34
2040-2070 44,1 -23,7 2209,3 -14,9 3,8 1,5 1,59
2070-2100 36,8 -36,3 2138,6 -17,6 5,1 2,8 2,06
Laja en 1976-2000 136,8 0 2315,0 0 6,0 0 -
Tucapel 2010-2040 115,7 -15,5 2140,8 -7,5 6,6 0,6 2,07
2040-2070 94,3 -31,1 1931,3 -16,6 7,5 1,5 1,87
2070-2100 87,5 -36,1 1860,1 -19,7 8,8 2,8 1,83

Como se explicó anteriormente, el modelo WEAP utiliza un esquema del tipo grado-día,
para calcular la acumulación o derretimiento de nieve en una subcuenca. Este método
requiere de la calibración de dos parámetros, las temperaturas umbral de congelamiento y
derretimiento, para su aplicación. De manera resumida, cuando la temperatura media
mensual es superior a la temperatura de derretimiento, se asume precipitación líquida y/o
 derretimiento del manto de nieve. Cuando la tempratura media mensual es inferior a la
temperatura de congelamiento, entonces hay acumulación de nieves. Para temperaturas
intermedias, la acumulación o derretimiento es una función lineal de la diferencia entre la
temperatura mensual y la temperatura de congelamiento. La Figura 4.2. Evolución
cobertura nival por bandas de elevación en cuencas seleccionadas.
muestra la evolución de la cobertura nival para períodos futuros en dos cuencas seleccionadas:
los afluentes a la laguna del Maule y afluentes a la laguna Laja. Estas cuencas son
representativas de las otras cuencas de régimen nival en estudio. Se observa que, si bien la
duración en meses del manto nival no varía de manera importante, el equivalente en agua
simulado disminuye fuertemente en el período futuro lejano. Esta reducción alcanza casi al 50%
(en el mes de máxima acumulación) en la laguna Maule, y del orden de un 30-20% en el caso de
la laguna Laja. Esto es consistente con los mayores descensos en precipitación proyectados para
la cuenca del Maule (ver Tabla 5). Por otro lado, si bien la cuenca afluente a la laguna Laja es
más fría que la afluente a la laguna Maule, los aumentos de temperatura proyectados para la
primera son mayores. Por lo tanto vemos un cambio cualitativo en el proceso de derretimiento,
con curvas de agotamiento más pronunciadas para períodos futuros en la cuenca del Laja. Lo
anterior es consistente con la información que se presenta en la Figura 4.1, que muestra un
adelantamiento del caudal máximo de deshielo en un mes, aproximadamente.

Afluentes Laguna Maule Afluentes Laguna Laja

 Figura 4.2. Evolución cobertura nival por bandas de elevación en cuencas seleccionadas.

En la Figura 4.2, para la cobertura nival de la cuenca de Afluentes a la Laguna Laja, se aprecia
que se mantiene una acumulación de nieve remanente al final de los meses de verano. Esto no
significa que la cobertura nival vaya aumentando año a año, sino que el sistema funciona
acumulando y derritiendo agua por encima de este nivel base. Para comprobar esto se muestra la
serie de tiempo de la cobertura nival para el periodo de calibración. Es necesario recordar que
esta es una componente más de un modelo hidrológico que ha sido calibrado sólo con datos
observados (calculados) de escorrentía, por lo que la incertidumbre asociada a los resultados de
esta componente parcial (cobertura nival) no puede ser despreciada.

Figura 4.3. Serie de tiempo de la cobertura nival por sobre los 2700 msnm. Se puede
observar como la serie, pese a preservar un remanente de nieve entre temporadas, no
presenta acumulaciones de nieve en el tiempo.

Por último, resulta de interés evaluar las variaciones en el balance hídrico que resultan de las
proyecciones climáticas. En la Tabla 6 se presentan los valores del cuociente entre escorrentía y
precipitación anual, Q/P, para cada cuenca estudiada y en distintas ventanas temporales. En
efecto, se proyectan cambios significativos en las pérdidas evapotranspirativas y por sublimación
en las cuencas afluentes a la laguna Maule y laguna Laja, mientras que los cambios son más
moderados en el resto de las cuencas estudiadas. No deja de ser llamativo que los cambios más
importantes en el cuociente Q/P se den en la cuenca afluente a la laguna Laja, que presenta la
elevación media más baja de todas las cuencas cordilleranas analizadas. Una hipótesis que
explicaría este fenómeno se relaciona exclusivamente con las mayores temperaturas y por ende
la mayor evapotranspiración potencial (ETP) que afectaría a cuencas más bajas. Ahora bien, para
que este aumento en la ETP se traduzca en un aumento efectivo de las pérdidas
evapotranspirativas se debe verificar que exista humedad suficiente en el suelo, lo que en este
caso aún se cumpliría, pese a las disminuciones proyectadas de precipitación.

Tabla 6. Evolución del balance hídrico (Q/P) para cuencas naturales incluidas en el estudio.
Período Claro + Afluentes l. Afluentes Afluentes Afluentes
Garzas Invernada l. Maule e. Melado l. Laja
1976-2000 0.87 0.86 0.60 0.79 0.71
2010-2040 0.85 0.86 0.59 0.78 0.59
2040-2070 0.84 0.85 0.56 0.76 0.63
2070-2100 0.81 0.83 0.53 0.73 0.55

5 Conclusiones

Este trabajo presenta una evaluación de los cambios en el ciclo hidrológico que podrían
observarse en condiciones climáticas futuras de menor precipitación y mayor temperatura en
Chile central. Se ha utilizado una combinación de modelos climáticos, hidrológicos, y técnicas
de escalamiento estadístico para estimar caudales y otras variables hidrológicas en períodos
futuros. Como era esperable, el los caudales proyectados descienden como respuesta a la
disminución de precipitaciones. Sin embargo, las reducciones en caudal son mayores que las
reducciones en precipitación, producto del aumento de la evapotranspiración como producto del
diferencial positivo de temperaturas. Un modelamiento simplificado del manto de nieve en
subcuencas altas indica reducciones de hasta un 50% en la cantidad de nieve acumulada. Por
cierto, este resultado es altamente incierto, en función del grado de complejidad del modelo
utilizado y de la disponibilidad de datos para calibrarlo.

Sin duda, otras variables involucradas en la simulación de caudales, tales como el

almacenamiento subterráneo y la evapotranspiración, resultan ser de vital importancia en el
análisis del impacto del cambio climático en las reservas de agua dulce de Chile. Hasta ahora los
resultados en estas variables indican que se pueden obtener resultados físicamente coherentes en
algunos de los sistemas modelados. Sin embargo, resulta imprescindible contar con mayor
información de terreno para validar los supuestos utilizados, los parámetros calibrados y los
resultados del modelo.

Se debe avanzar hacia un mejor nivel de información si se desea estudiar, con mayor detalle y
certeza, el impacto de la reducción de precipitaciones y aumento de temperaturas sobre la
demanda de los cultivos y sobre el nivel de los acuíferos, estos últimos sometidos cada vez a más
presión debido al progresivo agotamiento de los derechos de agua superficiales en Chile. La
capacidad técnica de análisis debe complementarse con información básica específicamente
recolectada para responder a interrogantes como las que se plantean en este estudio. Las
proyecciones en el cambio de patrones de precipitaciones y temperaturas indican que en unas
pocas décadas más veremos los primeros efectos sobre la productividad de diversas actividades
económicas que dependen del agua. El impacto sobre la economía del país es tema aún de
debate.
6 Bibliografía

Baede, A.P.M., Ahlonsou, E., Ding, Y., Schimel D. (2001). The Climate System, An Overview;
Climate Change 2001: The Scientific Basis, Contribution of Working Group I to the Third
Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge
University Press, Cambridge.

Barnett, T.P., Adam J.C. and Lettenmaier, D.P. (2005) Potential impacts of a warming climate
on water availability in snow-dominated regions. Nature, 438, 303-309.

Christensen, J.H., Hewitson, B., Busuioc, A., Chen, A., Gao, X., Held, I., Jones, R., Kolli, R.K.,
Kwon, R.T., Laprise, R., Magaña, V., Mearns, C.G., Menendez, C.G., Raisanen, J., Rinde,
A., Sarr, A., Whetton, P. (2007) Regional Climate Projections’. In: Climate Change 2007:
The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change. Cambridge Univ. Press, New
York.

IPCC, Intergovernmental Panel on Climate Change (2007). "IPCC Fourth Assessment Report:
Climate Change." Cambridge University Press, Cambridge, United Kingdom and New
York, NY, USA.

McPhee, J. (2009). “Análisis de Vulnerabilidad del Sector Hidroeléctrico: Disponibilidad Futura

de los Recursos Hídricos en Chile Frente a Escenarios de Cambio Climático-Parte II:
potencial hidroeléctrico futuro”. CEPAL, Santiago, Chile.

Meza, R. & Vargas, X. (2009). “Fuzzy logic-based expert system for native fish habitat
assessment in a scarcity information context”. Proc. of JS.1 at the Joint IAHS & IAH
Convention, Hyderabad, India, September 2009. IAHS Publ. 328, 2009.

Pope, V.D., Pamment, J.A., Jackson, D.R., Slingo, A. (2001) The Representation of Water Vapor
and Its Dependence on Vertical Resolution in the Hadley Centre Climate Model. J.
Climate, 14, 3065–3085.

Purkey, D., Joyce, B., Vicuna, S., Hanemann, M., Dale, L., Yates, D. and Dracup, J.A. (2008)
Robust analysis of future climate change impacts on water for agriculture and other
sectors: a case study in the Sacramento Valley. Climatic Change, 87, 109-122.

Vargas, X. (2009). “Análisis de Vulnerabilidad del Sector Hidroeléctrico: Disponibilidad Futura

de los Recursos Hídricos en Chile Frente a Escenarios de Cambio Climático-Parte I:
variaciones en el régimen hidrológico”. CEPAL, Santiago, Chile.

Vicuna S. and Dracup, J.A. (2007) The evolution of climate change impact studies on hydrology
and water resources in California. Climatic Change, 82(3-4), 327–350.
Yates, D., Sieber, J., Purkey, D., Huber-Lee, A. and Galbraith, H. (2005a) WEAP21: A demand,
priority, and preference driven water planning model: Part 2, Aiding freshwater ecosystem
service evaluation. Water International, 30(4), 487-500.

Yates, D., J. Sieber, J., Purkey, D. and Huber-Lee, A. (2005b) WEAP21: A demand, priority, and
preference driven water planning model: Part 1, model characteristics. Water International.
30(4), 501-512.