estado del arte de las variables predominantes que
TRANSCRIPT
ESTADO DEL ARTE DE LAS VARIABLES PREDOMINANTES QUE COMPONEN
LAS ECUACIONES UTILIZADAS PARA CALCULAR LA INTERCEPTACIÓN DE
LLUVIAS.
JOHANNA TAVERA ORTIZ
EDIER MORA ACOSTA
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
INGENIERÍA SANITARIA
BOGOTA D.C.
2019
ESTADO DEL ARTE DE LAS VARIABLES PREDOMINANTES QUE COMPONEN
LAS ECUACIONES UTILIZADAS PARA CALCULAR LA INTERCEPTACIÓN DE
LLUVIAS.
JOHANNA TAVERA ORTIZ
EDIER MORA ACOSTA
Trabajo de grado para optar por el título de Ingenieros Sanitarios
Modalidad: Monografía
Director: HELMUT ESPINOSA GARCIA
Ingeniero Forestal Magister en Desarrollo Rural
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
INGENIERÍA SANITARIA
BOGOTA D.C.
2019
CONTENIDO
1. INTRODUCCIÓN ............................................................................................................................... 7
2. PROBLEMA O PREGUNTA DE INVESTIGACIÓN ................................................................................... 9
3. ANTECEDENTES Y JUSTIFICACIÓN ................................................................................................. 10
4. OBJETIVOS ........................................................................................................................................ 12
4.1 Objetivo General ......................................................................................................................... 12
4.2 Objetivos Específicos .................................................................................................................. 12
5. MARCO TEÓRICO CONCEPTUAL. ....................................................................................................... 13
5.1. Balance hídrico. .......................................................................................................................... 13
5.2. Interceptación de lluvias. ........................................................................................................... 13
5.2.1 Importancia de la interceptación de lluvias. ....................................................................... 14
5.3 Modelos de interceptación de lluvias. ........................................................................................ 14
5.3.1 Modelos físicos. ................................................................................................................... 15
5.3.2 Modelos Analíticos. .............................................................................................................. 15
5.3.3 Modelos estocásticos. .......................................................................................................... 16
5.4 Variables en la interceptación de lluvias. .................................................................................... 16
5.4.1 Características dasométricas ............................................................................................... 16
5.4.2 Características Meteorológicas. ........................................................................................... 18
6. METODOLOGÍA. ................................................................................................................................. 22
6.1. Revisión de investigaciones sobre interceptación de lluvias. ................................................... 22
6.2. Análisis cualitativo de la información encontrada a través del Software ATLAS.ti. ................... 24
6.3. Análisis matemático y selección de variables en la interceptación de lluvias. .......................... 25
7. RESULTADOS ...................................................................................................................................... 26
7.1. Revisión de investigaciones sobre interceptación de lluvias. ................................................... 26
7.2. Análisis cualitativo de la información encontrada a través del Software ATLAS.ti. ................... 30
7.2.1. Estudios. .............................................................................................................................. 30
7.2.2. Modelos. .............................................................................................................................. 33
7.2.3. Cobertura. ........................................................................................................................... 34
7.2.4. Ecuaciones. .......................................................................................................................... 37
7.2.5. Variables Meteorológicas. .................................................................................................. 39
7.3. Análisis matemático y selección de variables en la interceptación de lluvias. .......................... 40
7.3.1. Modelo Reformulado de Gash (1995) ................................................................................. 41
7.3.2. Valores encontrados de variables y parámetros en la Interceptación de lluvias. .............. 43
7.3.2. Análisis de frecuencias de las variables precalificadas en la interceptación de lluvias. ..... 48
8. CONCLUSIONES. ................................................................................................................................ 56
9. RECOMENDACIONES ......................................................................................................................... 57
10. BIBLIOGRAFÍA .................................................................................................................................. 58
LISTA DE TABLAS.
TABLA 1. ESPECIFICACIONES TÉCNICAS DE LOS ESTUDIOS CONSULTADOS. ............................................................ 27
TABLA 2. TIPOS DE ESTUDIOS. ...................................................................................................................... 31
TABLA 3. ÁREAS DE ESTUDIO. ...................................................................................................................... 32
TABLA 4. ALCANCE DE LOS ESTUDIOS. ........................................................................................................... 32
TABLA 5. TIPOS DE MODELOS. ..................................................................................................................... 34
TABLA 6. CALIBRACIÓN DE PARÁMETROS Y DE MODELOS. ................................................................................. 37
TABLA 7. VARIABLES DE SALIDA. ................................................................................................................... 39
TABLA 8. COMPONENTES DEL MODELO DE INTERCEPTACIÓN DE GASH REFORMULADO (1995)............................... 43
TABLA 9. VALORES DE VARIABLES Y PARÁMETROS EN BOSQUES CADUCIFOLIOS ..................................................... 44
TABLA 10. VALORES DE VARIABLES Y PARÁMETROS PARA CONÍFERAS .................................................................. 44
TABLA 11. VALORES DE VARIABLES Y PARÁMETROS EN BOSQUES MIXTOS ............................................................ 45
TABLA 12. VALORES DE VARIABLES Y PARÁMETROS PARA SELVAS TROPICALES ..................................................... 46
TABLA 13. VALORES DE VARIABLES Y PARÁMETROS PARA CULTIVOS .................................................................... 46
TABLA 14. VALORES DE VARIABLES Y PARÁMETROS EN BOSQUES SECUNDARIOS ................................................... 47
TABLA 15. ÍNDICE DE ÁREA FOLIAR PARA DIFERENTES COBERTURAS. .................................................................. 47
TABLA 16. CONSOLIDADO DE VARIABLES PREDOMINANTES EN LA INTERCEPTACIÓN DE LLUVIAS .............................. 48 TABLA 17. ANEXO 1. CONSOLIDADO GENERAL DE ECUACIONES DE INTERCEPTACION DE LLUVIAS
LISTA DE FIGURAS.
FIGURA 1. METODOLOGÍA PROPUESTA PARA EL DESARROLLO DE LA INVESTIGACIÓN.............................................. 22 FIGURA 2. ESQUEMA DE CATEGORIZACIÓN PARA LA CODIFICACIÓN EN ATLAS.TI .................................................. 24 FIGURA 3. TIPOS DE COBERTURA ENCONTRADOS. ............................................................................................ 35 FIGURA 4. CARACTERÍSTICAS DASOMÉTRICAS. ................................................................................................ 36 FIGURA 5. VARIABLES METEOROLÓGICAS ....................................................................................................... 40 FIGURA 6. RELACIÓN DE LA FRACCIÓN DE COBERTURA VEGETAL (C) CON EL PORCENTAJE DE INTERCEPTACIÓN DE
LLUVIAS (I) PARA CADA TIPO DE COBERTURA VEGETAL. ............................................................................. 49 FIGURA 7. RELACIÓN DEL ÍNDICE DE ÁREA FOLIAR (LAI) CON EL PORCENTAJE DE INTERCEPTACIÓN DE LLUVIAS (I) PARA
CADA TIPO DE COBERTURA VEGETAL. ..................................................................................................... 50 FIGURA 8. RELACIÓN DE LA CAPACIDAD DE ALMACENAMIENTO DEL DOSEL (S) CON EL PORCENTAJE DE INTERCEPTACIÓN
DE LLUVIAS (I) PARA CADA TIPO DE COBERTURA VEGETAL. ......................................................................... 51 FIGURA 9. RELACIÓN DE LA PRECIPITACIÓN BRUTA (P) CON EL PORCENTAJE DE INTERCEPTACIÓN DE LLUVIAS (I) PARA
CADA TIPO DE COBERTURA VEGETAL. ..................................................................................................... 52 FIGURA 10. RELACIÓN DE LA INTENSIDAD MEDIA DE LLUVIA (R¯) CON EL PORCENTAJE DE INTERCEPTACIÓN DE LLUVIAS
(I) PARA CADA TIPO DE COBERTURA. ...................................................................................................... 53 FIGURA 11. RELACIÓN DE LA LLUVIA NECESARIA PARA SATURAR EL DOSEL (P’G) CON EL PORCENTAJE DE
INTERCEPTACIÓN DE LLUVIAS (I) PARA CADA TIPO DE COBERTURA VEGETAL. ................................................. 54 FIGURA 12. RELACIÓN DEL COEFICIENTE DE CAÍDA LIBRE (P) CON EL PORCENTAJE DE INTERCEPTACIÓN DE LLUVIAS (I)
PARA CADA TIPO DE COBERTURA. .......................................................................................................... 55
Página 7 de 64
1. INTRODUCCIÓN
La interceptación de lluvias se define como la cantidad de precipitación incidente da retenida
en las hojas, ramas y tallos de la cobertura vegetal, volumen de agua que se convierte en pérdida
en la medida que se evapora y regresa de este modo a la atmósfera durante y después del evento
de lluvia, cobrando importancia por su incidencia en el rendimiento hídrico de las cuencas
hidrográficas.
Pese a la complejidad que implica el estudio de la interceptación de lluvias, dado que se deben
considerar factores climatológicos como precipitación incidente y velocidad del viento y
características dasométricas de la cobertura, se han propuesto modelos que permiten hacer una
estimación de la cantidad de agua interceptada, abordando de diversas maneras los factores
implícitos en el proceso. No obstante, resulta necesario hacer una revisión detallada de estudios
que aborden la interceptación de lluvias con el fin de establecer las variables de mayor
predominancia a la hora terminar la cantidad de agua interceptada por distintos tipos de
cobertura.
En este estudio se realiza un estado del arte de las ecuaciones utilizadas para estimar la
interceptación de lluvias, se abordan estudios e investigaciones de revistas indexadas en un
periodo de tiempo no mayor a 10 años, con el fin de establecer mediante análisis cualitativo y
de frecuencias las variables predominantes en la predicción de la interceptación de lluvias.
Como resultado se establece que para hacer una estimación de la cantidad de agua interceptada
por el dosel es necesario contar con información que describa factores meteorológicos como
Página 8 de 64
precipitación bruta, intensidad y duración de la lluvia y velocidad del viento, de igual modo se
establece la importancia de las características dasométricas: capacidad de almacenamiento del
dosel, fracción de cobertura e índice de área foliar.
Página 9 de 64
2. PROBLEMA O PREGUNTA DE INVESTIGACIÓN
Diversos estudios coinciden en que la interceptación de lluvias es un componente importante
en el balance hidrológico, dado que la cantidad de agua interceptada puede convertirse en un
factor determinante en la amortiguación de los efectos producidos por la lluvia; este fenómeno
se ve afectado por diversas condiciones, entre estas: tipos de cobertura, climatología y
meteorología. Por lo tanto, es necesario identificar las variables y parámetros de mayor
relevancia al momento de modelar la intercepción.
De acuerdo a lo anterior se establece la interrogante: ¿Cuáles son las variables más importantes
para tener en cuenta a la hora de calcular la interceptación de lluvias?
Página 10 de 64
3. ANTECEDENTES Y JUSTIFICACIÓN
El estudio de la interceptación de lluvia ha cobrado valor con el paso del tiempo habiéndose
reconocido su importancia en el balance hídrico y amortiguación de los efectos ocasionados por
la lluvia, es así como su estudio ha evolucionado desde el análisis de la cantidad de agua
precipitada que no llega al suelo, a un análisis más detallado en el que se considera las
características físicas y morfológicas del follaje, condiciones meteorológicas y la variación
climática.
Los estudios existentes de interceptación de lluvias se han enfocado en la medición y
cuantificación mediante distintos modelos tanto teóricos como experimentales y la
comparación de los mismos. Sin embargo, existe poca profundización en la identificación de
las variables predominantes a la hora de analizar la interceptación de lluvias,
independientemente del modelo que se elija para su predicción.
Se destaca la necesidad de reconocer el papel interceptor que juegan los diferentes tipos de
coberturas en el balance hidrológico, entendiendo que la cantidad de agua interceptada se
encuentra directamente ligada a variables establecidas por el tipo de cobertura y factores
climáticos. A la interceptación se le atribuye entonces un papel importante en la amortiguación
del impacto producido por las gotas de lluvia sobre el suelo y a su vez la magnitud de la erosión
que se pueda generar, de igual manera se produce un efecto retardante desde el inicio del evento
de precipitación hasta la formación de escorrentía. El análisis de interceptación no se limita al
análisis de la capacidad de paso de un flujo discreto a través de una barrera física –la
vegetación–, sino que esa barrera física es geométricamente compleja, con superficies muy
diversas –hojas, tallos, ramas, cortezas– y una estructura y morfología variables, que depende,
entre otros factores, de los vientos, las intensidades de lluvia y del propio proceso de
Página 11 de 64
interceptación acumulada. Fenómenos como el de tensión superficial, absorción y evaporación
juegan en esta dinámica un papel determinante (Díaz, 2013).
Página 12 de 64
4. OBJETIVOS
4.1 Objetivo General
Elaborar un estado del arte de las variables que componen las ecuaciones utilizadas en el cálculo
de la interceptación de lluvias como base para desarrollar estructuras experimentales de
simulación.
4.2 Objetivos Específicos
Determinar cuáles son las variables más frecuentes en las ecuaciones para la evaluación del
fenómeno de interceptación de lluvias en diferentes tipos de cobertura.
Realizar una precalificación de las variables más predominantes que intervienen en el fenómeno
de la interceptación de lluvias a través de un análisis cualitativo utilizando el Software
ATLAS.ti.
Establecer la correlación de las distintas variables encontradas en la composición de las
ecuaciones de interceptación de lluvias a través de un análisis matemático.
Página 13 de 64
5. MARCO TEÓRICO CONCEPTUAL.
5.1. Balance hídrico.
Distintos autores coinciden en que la interceptación se presenta como un flujo de agua que
finalmente no llega a su destino (suelo), disminuyendo la cantidad de agua disponible. Por ello
la importancia de profundizar en el estudio de la misma como una variable dependiente del
balance hídrico, entendiendo el balance hídrico como la cuantificación de los parámetros
involucrados en el ciclo hidrológico, así como diversos componentes relacionados con los
consumos de agua de los sectores usuarios en una cuenca y la interrelación que guardan entre
sí, dando como resultado un diagnóstico de las condiciones reales del recurso hídrico en cuanto
a su oferta, disponibilidad y demanda en dicha área (Méndez, 2013).
5.2. Interceptación de lluvias.
La interceptación es la parte de la lluvia que es interceptada por la superficie de la tierra y que
luego se evapora. En esta definición, la superficie de la tierra incluye todo lo que se humedece
después de un evento de lluvia y que se seca poco después. Incluye: vegetación, superficie del
suelo, hojarasca, superficie de acumulación, etc. La cantidad de precipitación que se evapora
depende de las características de la cobertura de la tierra, las características de la lluvia y de la
demanda de evaporación. La interceptación puede representar hasta 15-50% de la precipitación,
que es una parte importante del balance hídrico (Gerrits et al., 2010).
Como la interceptación no puede ser medida directamente, la cantidad de precipitación
interceptada por el dosel ha sido estimada tradicionalmente como la diferencia entre la
precipitación bruta y la precipitación neta, entendiéndose como precipitación neta la suma del
flujo de trascolación y el escurrimiento cortical (Pérez, 2016).
Página 14 de 64
Los estudios de interceptación de precipitaciones indican que la interceptación está controlada
por tres grupos de variables:
A. Características de la lluvia, como la intensidad y la precipitación bruta.
B. Características de la estructura del dosel, como el índice de Área Foliar (LAI) y la
morfología de la hoja.
C. Parámetros meteorológicos como la velocidad del viento, la humedad relativa y la
radiación neta (Xiang et al, 2016).
5.2.1 Importancia de la interceptación de lluvias.
La intercepción de precipitaciones se reconoce como un proceso hidrológico de considerable
importancia en la gestión de los recursos hídricos, pero también en el contexto del cambio
climático.
La vegetación tiene gran influencia en el ciclo hidrológico. Los árboles interceptan y almacenan
la lluvia que cae sobre ellos para, posteriormente, ser evaporada hacia la atmósfera. La
interceptación ejerce tres grandes efectos en el ciclo hidrológico: primero, actúa como reductor
de lluvias; segundo, influye en la distribución espacial de la infiltración y, en consecuencia, en
la humedad del suelo y en el flujo subsuperficial; por último, redistribuye la lluvia en el tiempo,
mediante un tiempo de retardo no homogéneo (Gerrits et al., 2010).
La interceptación cobra importancia también en el balance hídrico en las cuencas,
principalmente en sitios donde las precipitaciones se presentan de manera irregular y con baja
frecuencia y cuando el porcentaje de agua interceptada que se evapora es alto en comparación
con el agua lluvia.
5.3 Modelos de interceptación de lluvias.
Página 15 de 64
En general los modelos de interceptación de lluvia se han trabajado desde dos perspectivas; la
primera basada en la ecuación de balance de masa en el follaje, y la segunda con un enfoque
estocástico basado en funciones de probabilidad. Del primer grupo de modelos, se puede
realizar una división en los físicamente basados y los que estudian el proceso de interceptación
mediante expresiones analíticas (Méndez, 2013).
5.3.1 Modelos físicos.
Estos modelos son aquellos que utilizan el balance hídrico como aproximación para el
entendimiento del proceso de interceptación de lluvia (Méndez, 2013). Gash (2009) citado por
Méndez (2013), refiere que las modificaciones a estos modelos se han realizado desde tres
enfoques; la estructura horizontal de la vegetación (vegetaciones poco densas vs. especies
cerradas), la estructura vertical (multicapa vs. capa sencilla) y su variación temporal (dinámica
vs. cobertura estática).
Los modelos de la familia Rutter (Rutter original (1971), Rutter reformulado (1975) y Rutter
Sparse (1997)) se consideran modelos de esta categoría.
5.3.2 Modelos Analíticos.
Un modelo analítico se caracteriza por ser un conjunto de expresiones matemáticas las cuales
describen un proceso y se basan en las relaciones teóricas, resultado de análisis de los
fenómenos que describen el proceso de interceptación de lluvias.
El modelo analítico trabaja en forma independiente la evaporación posterior al evento de lluvia,
el efecto de las pequeñas tormentas que son insuficientes para saturar el follaje, el
humedecimiento del follaje y la evaporación desde los troncos (Méndez, 2013). Los modelos
de la familia Gash (Gash original (1979), Gash reformulado (1995) y Gash Sparse (1997)) se
consideran modelos de esta categoría.
Página 16 de 64
5.3.3 Modelos estocásticos.
La definición del modelo estocástico se centra en el estudio y modelización de sistemas que
evolucionan a lo largo del tiempo o del espacio siguiendo unas leyes no determinísticas, dicho
de otra manera, de carácter aleatorio.
Se describe la evolución del sistema mediante sucesiones o colecciones de variables aleatorias,
es así como se logra evaluar el comportamiento de una variable a lo largo del tiempo.
El modelo de Calder emplea la distribución de probabilidad de Poisson para determinar el
número de gotas de agua que golpean y son retenidas por el dosel (Pérez, 2016).
5.4 Variables en la interceptación de lluvias.
Las variables predominantes se dividen, en general, en variables de cobertura vegetal que
describen las características dasométricas del árbol (por ejemplo, características del dosel,
rugosidad de la corteza, estructura del árbol, etc.) y variables meteorológicas que describen las
características de los eventos de la precipitación (por ejemplo, cantidad de lluvia, la intensidad,
propiedades del viento, humedad, etc.).
5.4.1 Características dasométricas
La influencia de la vegetación en el proceso de interceptación de lluvias está dada por
características como Diámetro a la Altura del pecho (DAP), índice de área foliar (LAI), Área
del dosel (A dosel), Volumen del dosel (V dosel), Altura del árbol (h árbol), Altura del fuste (h
fuste), Altura del dosel (h dosel) y Capacidad de Almacenamiento del Dosel (S).
Los efectos de la cobertura vegetal en el proceso de interceptación de lluvias pueden ser
positivos sobre la dinámica de las cuencas hidrológicas dado que presentan una reducción
directa del impacto de las gotas sobre el suelo, disminución indirecta del volumen de escorrentía
Página 17 de 64
y de arrastre de sólidos hacia los cauces, así mismo un retraso en el tiempo de concentración,
aumento de infiltración y con ello mayor eficiencia en la recarga de acuíferos.
A continuación se describen las características dasométricas de mayor influencia en el cálculo
de la interceptación de lluvias.
5.4.1.1. Índice de Área Foliar (LAI).
El Índice de Área Foliar (LAI) se define como la cantidad de área de vegetal (m2) por el área
del suelo (m2) (Méndez, 2013).
𝐿𝐴𝐼 =𝑆𝑣
𝑃 Ecuación 1
Donde Sv es la superficie funcional (verde) del ecosistema o cultivo que se encuentran en la
superficie del terreno P. Como normalmente Sv y P, se miden como superficie (m2), LAI es
adimensional, Sv se puede referir a la superficie total de hojas; esto es tanto a la superficie
superior como a la inferior, a la superficie de una sola cara o a la proyectada por las hojas que
no son planas, como en las coníferas.
El método más frecuente de hallar el LAI es utilizando un Analizador de Dosel Vegetal que
estima el área de la hoja basándose en la transmisión de luz del dosel medida a través de un
lente hemisférico (Fernández et al, 2017)
5.4.1.2. Capacidad de almacenamiento del dosel (S).
Se conoce como la capacidad estática de almacenamiento (S) definida como la cantidad de agua
retenida por el follaje sin que exista drenaje hacia el suelo.
𝑆 = 𝑆𝐿 ∗ 𝐿𝐴𝐼 Ecuación 2
Página 18 de 64
Donde SL es la capacidad de almacenamiento de las hojas, es decir, la cantidad de agua que
puede ser retenida por las hojas de un dosel por unidad de área de las hojas (Pérez, 2016). La
ecuación 2, es una de las formas para hallar la capacidad de almacenamiento del dosel, otra de
las formas frecuentes es a través de la regresión lineal entre la precipitación bruta (Pg) y el flujo
de trascolación (TH).
Dunkerley (2000) citado por Méndez (2013), reconoce tres componentes de la capacidad de
almacenamiento: almacenamiento transitorio (agua que posteriormente puede gotear),
almacenamiento condicional (agua que puede ser desalojada por vibraciones de la planta
causadas por el viento), y almacenamiento temporal (agua que solo puede ser removida por
evaporación).
En el caso de los modelos originales el parámetro de capacidad de almacenamiento del dosel
(S) está relacionado con un área homogénea de follaje, caso contrario a los modificados o
Sparse, donde esta característica del follaje se relaciona solo con el área cubierta por follaje, es
decir su valor se reduce en función de la cobertura vegetal (c) (Méndez, 2013).
5.4.2 Características Meteorológicas.
En el proceso de interceptación de lluvias, como ya se ha mencionado, intervienen diversos
factores, en esta sección se presentan las características meteorológicas como precipitación,
evaporación, velocidad del viento, intensidad de la lluvia, las cuales tienen gran influencia en
el proceso.
5.4.2.1. Precipitación.
Proceso mediante el cual el agua cae a la superficie del suelo. La formación de la precipitación
requiere la elevación de una masa de agua en la atmósfera de tal manera que se enfríe y parte
Página 19 de 64
de su humedad se condense. Posteriormente cae a la superficie terrestre en forma líquida o
sólida (Chow et al, 1994).
Respecto a la escala temporal de funcionamiento de los modelos, los analíticos utilizan como
base el evento de precipitación y los físicamente basados son más detallados requiriendo
información horaria tanto de la precipitación como de las variables meteorológicas (Méndez,
2013).
Por efecto de la cobertura la precipitación bruta se particiona en Flujo Cortical (SF) definido
como la lluvia que escurre por el tallo, en Flujo de Trascolación (TH) compuesta por el flujo
de caída libre más el goteo del dosel y la cantidad de agua interceptada.
En este sentido el flujo cortical (SF), según Crockford R.H, & Richardson D.P (2000), citados
por Méndez (2013), se ve afectado por las siguientes características de los árboles y de la lluvia:
● Tamaño de la copa. Entre mayor sea el tamaño de la copa para un diámetro de
tronco dado (DAP), mayor será el flujo cortical.
● Forma de la hoja y orientación. Si el ángulo de la hoja está por encima del plano
horizontal, es decir, si la punta de la hoja está por encima del peciolo, y tiene una forma
cóncava, el agua almacenada podrá ser conducida hacia las ramas. Para hojas verticales
el aporte se da cuando existe goteo hacia las ramas.
● Angulo de las ramas. Ramas inclinadas tienen un mayor potencial de aporte al flujo
cortical que las que son horizontales o por debajo de las horizontales.
● Obstrucciones en la trayectoria de flujo. La trayectoria de flujo se encuentra bajo las
ramas. Obstrucciones como cortes pueden hacer que el agua gotee directamente al suelo
o caiga de nuevo en las ramas. Esto también puede suceder en el tronco. Si este no está
vertical el flujo se verá por la parte de abajo del mismo y si encuentra algún obstáculo
esta agua empezará a gotear.
Página 20 de 64
● Tipo de corteza. Existe una gran variación entre el grosor y el tipo de corteza entre
especies de árboles del mismo tamaño. La humectabilidad y el grosor tiene efectos
sustanciales sobre el flujo cortical. Superficies lisas conllevan a mayores valores de flujo
cortical, en cambio cortezas con capacidad de absorción, producen menor cantidad de
flujo cortical, ya que la corteza debe saturarse antes de que exista este flujo.
● Espacios en el follaje. Los espacios en el follaje pueden afectar el SF, aumentando su
volumen debido a que un mayor número de gotas podrán ser retenidas por las ramas.
Realmente depende en mayor medida de la forma de la hoja y su orientación.
● Continuidad y proporción de periodos secos
● Intensidad de la lluvia. Altas intensidades hacen que se exceda la capacidad de
transporte de agua en las ramas produciendo goteo y por ende menor SF. Caso contrario
se da para eventos con intensidades menores.
● Ángulo de la lluvia. El ángulo de la lluvia es particularmente importante, debido a que
si el ángulo es cercano a la horizontal, el SF iniciará en el momento que el tronco esté
húmedo.
5.4.2.1.1. Intensidad.
Es la cantidad de agua que cae en una cierta área por unidad de tiempo (m^3*m^2/s). Mide la
velocidad con que fluye la lluvia o la velocidad con que se acumula la lluvia en un área
determinada (Bateman, 2007). Normalmente se expresa en mm/h.
5.4.2.1.2. Duración.
Página 21 de 64
Es el tiempo transcurrido desde el inicio de la tormenta hasta que finaliza la misma (Ramírez,
2003).
5.4.2.1.3. Frecuencia.
La frecuencia de la incidencia de la precipitación, viene dada por el número de días-lluvias, que
se define como el número de días en los que se produce una determinada cantidad de lluvia. La
definición de día-lluvia es variable; sin embargo, en general, se considera como día-lluvia el
que presenta más de 1 mm durante 24 horas.
5.4.2.2. Velocidad del Viento.
La velocidad del viento se determina por el espacio recorrido, por las partículas de aire que el
flujo de aire impulsa en su movimiento, o también por la presión que el viento ejerce sobre un
obstáculo dado, se expresa en m/s, Km/h o nudos, millas/hora.
Según Huber y Oyarzún (1984), citados por Monares (2013) el viento es uno de los factores
meteorológicos que afecta la intercepción, ya que un aumento de la ventilación disminuye los
porcentajes de las pérdidas, debido principalmente a que el viento sacude las copas de los
árboles disminuyendo con ello la cantidad máxima de agua que pueden retener. Para el caso de
las acículas, la influencia de la ventilación se hace más importante durante las precipitaciones
de mayor intensidad, ya que el agua adherida a ellas es sacudida, disminuyendo el tiempo de
exposición para una potencial evaporación.
Página 22 de 64
6. METODOLOGÍA.
El desarrollo de esta investigación se dividió en tres etapas, las cuales se describen a
continuación:
Figura 1. Metodología propuesta para el desarrollo de la investigación.
Con el fin de cumplir con los objetivos propuestos se planteó la siguiente estrategia:
6.1. Revisión de investigaciones sobre interceptación de lluvias.
Se realizó una consulta exhaustiva en revistas indexadas, tesis de posgrado e informes que
tuvieran conexión con el tema de interceptación de lluvias a nivel mundial desde el año 2010 a
2018. La mayor parte de los estudios encontrados relacionados con la interceptación de lluvias
se obtuvieron en la base de datos “Scopus”. Los criterios de obtención y selección de las
1. Revisión de investigaciones sobre interceptación de lluvias.
2. Análisis cualitativo de la información encontrada a través del Software ATLAS.ti
3. Análsiis matemático y selección de variables en interceptación de lluvias
Página 23 de 64
investigaciones para el desarrollo del presente informe se basaron en tres condiciones de
búsqueda:
A. Se halló un total de 1714 artículos usando en el buscador de la plataforma de “Scopus”, la
palabra “rainfall interception”.
B. Pero, al limitar el período en 8 años (2010 a 2018), esta selección se redujo a 148 artículos.
C. Después se procedió a verificar que los artículos contuviera ecuaciones de modelos
matemáticos para calcular la interceptación de lluvias, al haberse realizado este paso, la
selección se redujo a 40 artículos que finalmente fueron analizados de acuerdo a la necesidad
establecida en la presente investigación. Además, se obtuvo cuatro trabajos de grado
investigativos que cumplieron los parámetros de búsqueda.
A continuación se relaciona el número investigaciones por revistas: Journal of hydrology (19),
Ecohydrology (5), Catena (2), Agricultural and forest meteorology (2), Water (3), Remote
sensing of environment(1), Agricultura, ecosistemas y medio ambiente (1), ological
engineering (1), Ecología y gestión forestal (1), La ciencia del medio ambiente total (1),
Revista mexicana de ciencias forestales (1), anejo de agua agrícola (1), Urban Forestry &
Urban Greening (1), Tecnología y ciencias del agua (1).
Adicionalmente se relacionan los trabajos de grados por universidad:
Universidad Austral de Chile (1), Universidad Nacional de Colombia (1), Universidad de
Córdoba (1) y Delft University of Technology (1).
Las especificaciones técnicas de los estudios consultados de las referencias bibliográficas
encontradas se pueden observar en el capítulo de resultados.
Página 24 de 64
6.2. Análisis cualitativo de la información encontrada a través del Software ATLAS.ti.
Buscando realizar una categorización de la información colectada se hizo uso de la herramienta ATLAS.ti, con la cual se realizó un registro
sistemático y discriminación de variables frecuentes en el proceso de la interceptación de lluvias.
Figura 2. Esquema de categorización para la codificación en ATLAS.ti
Precipitación bruta (Pg)
Evaporación potencial (Ep)
Familia Calder Familia Gash Familia Rutter Entrada
Estocásticos Analíticos Físicos BALANCE HÍDRICO PRUEBAS DE BONDAD VARIABLES
MODELOS ECUAIONES Salida
Flujo de trascolación (TH)
Flujo cortical (SF)
ESTUDIOS COBERTURA Interceptación (I)
ALCANCE TIPO CAMPO ESPECIES TIPO CARACTERÍSTICAS
Puntual Predicción Rural Selva Tropical Fachada o Terraza Verde LAI
Local Simulación Urbano Bosque de coníferas Arboles Textura
Regional Bosque Caducifolios DAP
Cultivos
Bosques Mixtos
(Coníferas y Caducifolios)
INTERCEPTACIÓN DE LLUVIAS
Calibración de
parámetros.
-Validación de Modelos
Matemáticos.
Fracción de Cobertura
Vegetal ©Capacidad de
almacenamiento del dosel (S)Capacidad de
almacenamiento de tallos y
troncos (St)
Coeficiente de partición del
drenaje (pd)
Página 25 de 64
En la Figura 2, se muestra las cuatro categorías definidas a criterio de los autores, siendo estas:
modelos, estudios, ecuaciones y cobertura, cada una de ellas compuestas por subcategorías que
facilitaron la identificación de las variables con el fin de dar cumplimiento al objetivo del
estudio.
6.3. Análisis matemático y selección de variables en la interceptación de lluvias.
Tras realizar la lectura y análisis de la información recolectada se realizó una recopilación de
modelos que posteriormente se sometieron a una revisión cuidadosa, con la finalidad de
establecer las variables de mayor predominancia destacando sus ventajas y limitaciones en el
cálculo de la interceptación de lluvias.
Posteriormente, por medio de análisis de frecuencia se estableció la correlación entre las
variables identificadas en el análisis cualitativo en función de la interceptación de lluvias.
Página 26 de 64
7. RESULTADOS
7.1. Revisión de investigaciones sobre interceptación de lluvias.
En la tabla 1, se recopilan los estudios abordados en la presente investigación. Las limitantes
que se tuvo a la hora de realizar la clasificación de los artículos encontrados, estuvieron dadas
principalmente por falta de trabajos publicados en revistas indexadas y que adicionalmente
abordara las ecuaciones de modelos matemáticos utilizados para calcular la interceptación de
lluvias.
Considerando que se ha recopilado investigaciones realizadas desde el año 2010 a 2018, se
logra evidenciar que 34,1% de estos estudios pertenecen al continente americano, destacándose
México y Brasil con cuatro estudios en cada país dedicando sus esfuerzos principalmente bordar
el comportamiento de la interceptación en cultivos y en selvas tropicales, de igual manera se
puede evidenciar el aporte de países como Colombia, Estados Unidos, Chile, Costa Rica y
Panamá.
Página 27 de 64
Tabla 1. Especificaciones técnicas de los estudios consultados.
ÍTEM AUTOR LOCALIZACIÓN REVISTA PERIODO DE
ANALISIS COBERTURA I %
1 Schneebeli et al,
(2011) Panamá
Remote sensing of
environment jul- oct 2007 Selva tropical -
2 Návar, (2017) México Revista de Hidrología mar - jun 2016 Bosque coníferas 20 ± 5
3 Hakimi et al,
(2018) Irán
Agricultura, ecosistemas y
medio ambiente
ene 2015 - dic
2016 Cultivo 10 19
4 Tiwary et al,
(2018) Reino Unido Ecological engineering mar - jun 2016 Fachada verde 30 y 70
5 Du et al, (2019) China Catena - Bosque coníferas 40 63
6 Lida et al, (2017) Japón Journal of Hydrology jul - oct 2007 Bosque coníferas 20
7 Ghimire et al,
(2017). Madagascar Revista de hidrología - Bosque secundario -
8 Hassan et al,
(2017). España Journal of hydrology 2012 - 2013 Bosque Perenne 47,4
9 Fernandes et al,
(2017) Brasil Journal of hydrology
Jul 2012 - may
2013. Cultivo 24
10 Zhang et al,
(2015). China Revista de hidrología 2011-2013 Arbustos -
11 Fathizadeh et al,
(2018). Irán Ecología y gestión forestal -
Bosque
caducifolio 22
12 Gonze & Sy,
(2016). Ucrania
La ciencia del medio
ambiente total - Cultivo -
13 Sun et al, (2015). Japón Journal of Hydrology nov 2010 - oct
2012 Bosque coníferas -
14 Flores et al,
(2016). México
Revista mexicana de
ciencias forestales 2009 - 2011 Bosque coníferas 22,3
15 Chen & Li (2016). Japón Water 2008 - 2009 Selva tropical 11,6
16 Zhang et al, (2019). Filipinas Journal of Hydrology 2013-2014 Selva tropical -
17 Li et al (2016) China Agricultural and forest
meteorology may- ago 2014. Bosque coníferas 2,3
18 Brasil et al, (2018). Brasil Journal of Hydrology:
Regional Studies 2010 - 2017. Selva tropical 18,3
19 Zheng et al, (2018). China Manejo de agua agrícola 2015-2016 Cultivo 12,5
20 Ghimire, (2012). India Journal of hydrology 2015-2016 Bosque coníferas 16.5 y
22.4
21
De Morales
Frasson &
Krajewski, (2013).
Estados Unidos Journal of hydrology jul 2009 - sep
2009 Cultivo -
22 Fan et al, (2014). Australia Journal of hydrology may 2012 - abr
2013 Bosque coníferas 22,9
23 Zabret et al,(2018). Eslovenia Journal of hydrology ene 2014 - jun
2017 Bosque coníferas -
24 Galdos et al,
(2012). España Journal of hydrology
ene 2000 - dic
2003 Bosque mixto -
25 Livesley et al,
(2014). Australia
Urban Forestry & Urban
Greening mar - oct 2009 Bosque coníferas 44
26 Holwerda et al,
(2010). México Journal of Hydrology - Selva tropical 18
27 Ciężkowski et al,
(2018). Polonia Water - Arbustos 12,6
Página 28 de 64
ÍTEM AUTOR LOCALIZACIÓN REVISTA PERIODO DE
ANALISIS COBERTURA I %
28 Bezak et al, (2018). Eslovenia Water ene 2014 - jun
2017 Bosque mixto 34,5
29 Murray, (2014). Global Ecohydrology - Bosque mixto -
30 Friesen et al
(2013). Panamá Ecohydrology - Cultivo -
31 Su et al, (2016). china Ecohidrología may - sep 2014 Bosque
caducifolio -
32 Allen et al, (2014). Estados Unidos Ecohydrology - Bosque coníferas 14
33 Swaffer et al,
(2014). Australia Ecohydrology 2008-2010 Bosque coníferas
30.9 y
31.4
34 Pereira et al,
(2016). Australia Revista de hidrología - Bosque coníferas -
35 Siles et al, (2010). Costa Rica Diario de Hidrología 2004 - 2005 Cultivo 9,5
36 Mello et al,(2019). Brasil Catena 2009- 2011 Selva tropical 20,8
37 Sun et al, (2018). China Journal of hydrology 2012 -2013 Bosque coníferas 14.6 -
29.1
38 Reichert et al,
(2017). Brasil
Agricultural and forest
meteorology - Cultivo 16
39 Saito et al,(2013). Japón Journal of hydrology jun 2010 - dic
2011 Bosque Perenne 25,5
40 López et al, (2017). México Tecnología y ciencias del
agua - Arbustos
2.89 y
11,15
41 Dañobeytia,
(2013). Chile
Universidad Austral de
Chile - Bosque secundario 14,14
42 Méndez, (2013). Colombia Universidad Nacional de
Colombia - Bosque mixto 56
43 Perez, (2016). España Universidad de Córdoba 2010 - 2015 Bosque coníferas 28,6
44 Gerrits, (2010). Holanda Delft University of
Technology
ene 2004 - ene
2009 Bosque coníferas 11,4
En segunda instancia se observa que de los estudios abordados, el 31,8% se han llevado a cabo
en Asia, sobresaliendo países como China y Japón, intentando alcanzar un mejor entendimiento
de la interceptación de lluvias se han realizado investigaciones en bosques de coníferas,
cultivos, bosques de hoja perenne y bosques caducifolios; otros países de este continente que
hacen su aporte son India, Filipinas e Irán.
Cabe mencionar que del continente de Europa se encontraron 9 estudios, es decir, un 20.45%
del total de investigaciones revisadas; los países en donde se han desarrollado son España,
Reino Unido, Ucrania, Eslovenia, Polonia y Holanda, con predominancia de bosques de
coníferas.
Página 29 de 64
Por último, 4 estudios realizados en Australia, en bosques de coníferas, corresponden al 9,1%
y un estudio realizado en Madagascar en un bosque secundario y un estudio que ha analizado
información a nivel global, a cada uno de estos dos últimos estudios corresponde un 2,3%.
Se deduce entonces que hay un creciente interés tender la interceptación de lluvias,
la mayoría de estudios se han centrado en bosques de coníferas, bosques secundarios, bosques
mixtos y selvas tropicales, sin embargo, ha cobrado importancia el análisis del comportamiento
de los cultivos en sus distintas fases de crecimiento frente a la interceptación de lluvias, con
ello se busca comprender los mecanismos que impulsan estos cambios como un paso clave
para descubrir la mecánica de la recarga del agua del suelo, la erosión del suelo debajo de las
copas de los cultivos y la evaporación de la lluvia interceptada (de Morales Frasson, &
Krajewski, 2013).
Otro campo importante por su contribución en la reducción de flujo dentro de los sistemas de
drenaje urbano y la capacidad de generar retardo desde el inicio de los eventos de lluvia hasta
su transformación en escorrentía, son las fachadas verdes, en la recopilación realizada, se
encontró un estudio abordando este tipo de cobertura, encontrando que la instalación de
fachadas verdes no resolverá exclusivamente los problemas de gestión de aguas pluviales
urbanas. En su lugar, se debe considerar un enfoque combinado que integre varios métodos de
reducción de escorrentía, lo que requeriría el modelado de técnicas disponibles / innovadoras
en diferentes escalas de tiempo para lograr la precisión en las predicciones. El diseño plausible
de la fachada verde puede estar inspirado en un pozo de árboles donde el agua se almacena en
el suelo debajo de la fachada verde y se utiliza para garantizar el suministro de agua a las plantas
en verano. Una fachada tan verde podría recibir agua de escorrentía de otras áreas de pavimento
impermeable, extendiendo su beneficio general (Tiwary et al, 2018).
Página 30 de 64
En cuanto a los porcentajes de interceptación reportados en los distintos estudios cabe destacar
que por la variabilidad de coberturas, climas y metodologías cobra importancia reconocer que
el análisis detallado de las variables predominantes en estos estudios permitirá establecer
priorización de condiciones a la hora de realizar investigaciones encaminadas a lograr un
entendimiento de la interceptación de lluvias, entendiendo que los diferentes ecosistemas
configuran distintos retos en el estudio de una variable tan importante en el balance hídrico.
7.2. Análisis cualitativo de la información encontrada a través del Software ATLAS.ti.
Posterior a la revisión de las investigaciones, se procedió a elaborar el análisis cualitativo en
ATLAS.ti. Se realizó la clasificación de los estudios encontrados en cuatro categorías mayores:
Estudios, Modelos, Coberturas y Ecuaciones. Para cada categoría, se subdividió en categorías
más pequeñas llamadas subcategorías para poder analizar la mayor información posible de la
manera más detallada.
La clasificación de las subcategorías se realizó según los resultados emitidos a partir del análisis
en el software ATLAS.ti, identificando los temas más frecuentes, tipos, clases, variables,
ecuaciones, métodos de validación, etc.
7.2.1. Estudios.
Los estudios se clasificaron en las siguientes subcategorías: Tipos (predictivo o de simulación),
Área (Urbano o Rural) y Alcance (Puntual o Regional).
7.2.1.1. Tipos de estudios.
Página 31 de 64
Los estudios encontrados durante la revisión son en su mayoría de tipo predictivo. Es así, como
un 72,7% corresponde a esta subcategoría y un 18,2% pertenece a la subcategoría de estudios
de simulación. El restante de estudios no reporta el tipo al que pertenece la investigación.
Tabla 2. Tipos de estudios.
TIPO DE ESTUDIO CANTIDAD %
Estudio de predicción 32 72,7
Estudio de Simulación 8 18,2
No reporta 4 9,1
TOTAL 44 100,0
Con estos resultados se puede deducir que existe suficiente soporte para indagar en la
modelación de la interceptación de lluvias.
7.2.1.2. Área de Estudio.
Se dividió esta subcategoría a través de ATLAS.ti en dos campos importantes en las que se
pudo haber ejecutado las investigaciones (Urbano y Rural), se encontró un gran porcentaje de
estudios desarrollados en zonas rurales (90.1%), en cambio en zonas urbanas las
investigaciones sobre interceptaciones de lluvias se han ejecutado en menor proporción (9,1%).
Como se acaba de mencionar, de los estudios revisados, un gran porcentaje están enfocados en
la medición y modelación de la interceptación de lluvias en la zona rural. A partir de la anterior
derivación, surge la siguiente pregunta: ¿Tendrá la misma importancia el análisis de la
interceptación de lluvias en las ciudades como componente en el balance hídrico?
Puesto que la interceptación reduce la cantidad de agua que llega al suelo del bosque, y es
importante también conocer el papel de la cubierta forestal en la partición de lluvia como
amortiguador de las tormentas. Hay que resaltar que el amortiguamiento de la lluvia reduce el
Página 32 de 64
tiempo de impacto en la escorrentía, teniendo en cuenta que el índice de permeabilidad en las
ciudades es cercano a 0. Por lo tanto, la cobertura vegetal en las ciudades juega un papel
importante como agente interceptor de lluvias, gracias a su estructura foliar.
Tabla 3. Áreas de estudio.
ÁREA DE ESTUDIO CANTIDAD %
Urbano 4 9,1
Rural 40 90,9
No reporta 0 0,0
TOTAL 44 100,0
7.2.1.3. Alcance.
En esta subcategoría se clasificaron los estudios según el alcance tanto Local (puntual) como
Regional (2 o más cuencas). Según los resultados obtenidos en el análisis, se presentó una
mayor frecuencia de estudios realizados a nivel Local (77,3%) en comparación a nivel Regional
(15,9%). Los demás estudios se enfocaron en la recolección de resultados de diferentes
investigaciones sin especificar el alcance de los mismos. A pesar de que la interceptación es un
poco complicada de medir con precisión debido a la compleja estructura del dosel de un bosque
pues en la mayoría de los casos se deben utilizar una gran cantidad de pluviómetros para obtener
los datos de la partición de la lluvia. Con todo ello, es la forma más segura de obtener datos
necesarios para la modelación (Schneebeli et al, 2011).
Tabla 4. Alcance de los estudios.
ALCANCE CANTIDAD %
Regional 7 15,9
Puntual o Local. 34 77,3
Página 33 de 64
No reporta 3 6,8
TOTAL 44 100,0
Se ha mencionado sobre la complejidad de modelar la interceptación de lluvias en coberturas
vegetales a nivel Local, esto da a entender que a nivel regional podría ser mucho más complejo.
Se puede incurrir en errores significativos en la extrapolación de resultados para grandes áreas,
especialmente si los parámetros físicos que controlan la interceptación en una única ubicación
se asumen constantes en espacio y no se incluye la variabilidad de la lluvia. Pero, no se puede
descartar algunas metodologías para la modelación de este tipo, puesto que existen herramientas
como SIG (Sistemas de Información Geográfica), que puede acercarse a identificar el tipo de
cobertura en una determinada región. Las demás variables como características meteorológicas
se obtendrían a partir de datos de las estaciones meteorológicas cercanas a las áreas de
influencia.
7.2.2. Modelos.
Los modelos reportados en las investigaciones pueden dividirse en dos grupos: El primer grupo
se ocupa de la redistribución del volumen de la lluvia utilizando una ecuación de balance de
masa y tomando la cobertura como un sistema con variables de entrada y de salida, más lo da
en el sistema hace parte de la interceptación y el segundo grupo se ocupa de la interceptación
de las gotas de lluvia utilizando la distribución de probabilidad. Dicho lo anterior, los tipos de
modelos se clasificaron en: Físicos y analíticos pertenecientes al primer grupo y estocásticos
correspondientes al segundo grupo. En la mayoría de los estudios garantizaron la eficiencia de
los resultados de las interceptaciones de lluvias mediante el uso de modelos analíticos. De este
modo, el 50% de los estudios analizados utilizaron modelos analíticos para la predicción de la
interceptación de lluvias, presentando mayores aproximaciones en los resultados que en los
modelos físicos y estocásticos.
Página 34 de 64
Tabla 5. Tipos de modelos.
TIPO CANTIDAD %
Modelo Analítico 22 50,0
Modelo Físico 14 31,8
Modelo Estocástico 6 13,6
No reporta 2 4,5
TOTAL 44 100,0
La comparación de los modelos que toman en cuenta su estructura y funcionamiento fue
posible, pero la decisión de cuál es el modelo más adecuado para cada situación debe ser una
decisión para el modelador, teniendo en cuenta la variabilidad de las características
dasométricas y meteorológicas. Por consiguiente la medición es una limitante que ha estado
presente en las modelaciones de interceptación de lluvias y por ende no todos los modelos se
ajustan a la disponibilidad de datos, en otras palabras, la falta de datos con una alta definición
temporal y la gran cantidad de requisitos de parámetros impiden el uso general de la mayoría
de los modelos revisados. Sin embargo, Muzylo et al, (2009), mencionan que el factor principal
que influye en la decisión sobre el uso del modelo es su facilidad de uso, por ejemplo, la carga
de trabajo y los costos, en términos de requisitos de parámetros, entrada de datos, baja
complejidad conceptual y de programación. En los modelos revisados, los de Gash son en
primer lugar los que mejor se ajustan y segundo, cumplen con las recomendaciones
mencionadas.
7.2.3. Cobertura.
Página 35 de 64
Es relevante tomar en consideración la cobertura vegetal como una categoría dentro del análisis,
puesto que interviene en gran medida en la interceptación de lluvias. Esta sección se subdividió
en tipos y características.
7.2.3.1. Tipo.
Como resultados de esta subcategoría, se obtuvo nueve tipos de cobertura con mayor ocurrencia
en los estudios analizados. De tal manera, la mayoría de los estudios se enfocaron en analizar
el comportamiento de la interceptación en bosque de coníferas con un 36,4% del total y en
menor porcentaje en coberturas de fachadas verdes con un 2,3% del total de estudios analizados.
La clasificación de los tipos de coberturas y la manifestación en los estudios, se representa en
la figura 3.
Figura 3. Tipos de cobertura encontrados.
7.2.3.2. Características.
2%
36%
4%9%
14%
18%
5%
7%
5%
Tipos de Cobertura
Fachadas Verdes
Coníferas
Caducifolios
Mixtos
Selvas Tropicales
Cultivos
Bosques secundarios
Arbustos
Bosques perenes
Página 36 de 64
Uno de los principales objetivos que se planteó al inicio de la investigación fue identificar las
características dasométricas como parámetros y variables incidentes en la interceptación de
lluvias. Así que, en esta subcategoría se obtuvo una discriminación de las características de la
cobertura vegetal en los estudios analizados. El 61,4% de los estudios, indicaron la capacidad
de almacenamiento del dosel (S) como parámetro determinante en la modelación de la
interceptación de lluvias. El índice de Área Foliar (LAI), lo mencionan en un 56,8% del total
de investigaciones revisadas, esta característica dasométrica es importante ya que permite
también calcular la cantidad de agua almacenada en el dosel por unidad de área (Schneebeli et
al, 2011). Se encuentra también otra característica denominada el diámetro a la altura del pecho
(DAP), se incluye en un 31.8% de los estudios consultados como parámetro valioso. La fracción
de la cobertura del dosel c, se mostró apenas en un 18,2% de las investigaciones, aunque es una
variable que se puede considerar muy importante. En el análisis de sensibilidad de la
modelación de interceptación de lluvias en caducifolios, el parámetro c se consideró relevante.
(Fathizadeh et al, 2018).
Figura 4. Características dasométricas. (DAP) es el diámetro del fuste a la altura del pecho, (c) es la fracción de la cobertura vegetal, (LAI) es el índice de área foliar y (s) es la capacidad
de almacenamiento del dosel.
148
25 2731,8
18,2
56,861,4
DAP C LAI S
Características dasométricas
CANTIDAD % Estudios
Página 37 de 64
7.2.4. Ecuaciones.
7.2.4.1. Pruebas de bondad.
Las pruebas de bondad se clasificaron en validación de modelos y calibración de parámetros.
Los criterios de selección de los mejores modelos ajustados, incluyeron el coeficiente
terminación y significancia de los parámetros de regresión (Flores et al, 2016). El 31,8% de los
estudios reporta la validación de modelos buscando el mejor ajuste de los datos para la
modelación de la interceptación de lluvias. Así mismo, se reportó la calibración de los
parámetros en un 52,3% de los estudios. Esto indica que, en este tipo de investigaciones es
importante realizar el ajuste de los datos y parámetros para obtener un resultado coherente
durante la modelación, ya que pueden proporcionar información sobre la calidad del
rendimiento del modelo y útiles en la interpretación de los resultados. Por lo general, la
calibración de los parámetros se realizaron a partir de correlaciones de Pearson entre la partición
de la lluvia; Flujo de trascolación, Flujo de tallo e Interceptación (TH, SF e I) y las variables
meteorológicas; Precipitación, Intensidad de la lluvia, Duración de la lluvia y Velocidad del
viento (P, In, D y Vv) (Zhang et al, 2015).
Tabla 6. Calibración de parámetros y de modelos.
PRUEBAS DE BONDAD CANTIDAD %
Validación de modelos 14 31,8
Calibración de Parámetros 23 52,3
No reporta 7 15,9
TOTAL 44 100,0
La validación inapropiada de los modelos, los pocos estudios comparativos y las dudas en la
obtención de los datos y la variabilidad de los parámetros son los principales problemas. La
Página 38 de 64
validación del modelo debe ser el punto principal en una evaluación del modelo, puesto que
proporciona información objetiva sobre la eficiencia del modelo. No obstante, esto no se hace
o no se menciona en muchos de los documentos revisados. Esta carencia impide la evaluación
de la aplicación de los modelos. La fiabilidad de los modelos no validados es baja y sus
resultados no son fácilmente comparables con los modelos validados. Los estudios
comparativos también enriquecerían el ejercicio de modelado, especialmente cuando se
comparan dos enfoques diferentes. En esta revisión, cerca de un 20% de los estudios son de
esta índole.
7.2.4.2. Variables de Salida.
Las variables de salida hace referencia a la partición de la lluvia que se genera al caer a la
cobertura y se divide en Flujo de Trascolación (TH), escurrimiento cortical o flujo de tallo (SF)
e Interceptación (I) . La interceptación de lluvias se menciona en el 100% de los estudios, ya
que ese fue el principal criterio en la búsqueda y selección de las investigaciones. Se encontró
que la intercepción está determinada por las características de la vegetación, las características
de la lluvia y la demanda evaporativa (Gerrits, 2010). La segunda variable importante de la
partición de lluvia en la cobertura es la trascolación (suma entre la caída del flujo libre y el
goteo que se genera al saturarse el dosel), en el 56,8% de las investigaciones, se determina para
medir el comportamiento de la interceptación. El escurrimiento cortical aparece en menor
proporción en los estudios consultados con un 36,4%. Varios autores argumentaron que la
obtención de los datos de esta variable no influye en la modelación de la interceptación por
ejemplo Fathizadeh et al, (2018) argumentan que el flujo de tallo a menudo se descuida en los
estudios, porque es pequeño en volumen y costoso de medir.
Página 39 de 64
Tabla 7. Variables de salida. (I) es la interceptación de la lluvia, (SF) es el flujo de tallo, (TH) es la trascolación y (Pd) es coeficiente de partición de la lluvia.
VARIABLES DE SALIDA CANTIDAD %
I 44 100,0
SF 16 36,4
TH 25 56,8
Pd 25 56,8
7.2.5. Variables Meteorológicas.
En la revisión de los artículos se detectó el efecto dominante de las variables meteorológicas en
la interceptación de lluvias. Desde luego, el 100% de los estudios reportó incidencia de la Pg
como variable dependiente de la interceptación, su relación es casi lineal en los análisis de
regresión.
Flores et al (2016), afirman que los factores climáticos, como la intensidad de lluvia, determina
también la magnitud de la interceptación. El 29,5% de las investigaciones consultadas, reportan
como característica importante de la lluvia en la modelación la intensidad. “Se encontró que
entre el 4% y el 60% de la cantidad de lluvia se interceptó en el dosel, dependiendo de la
intensidad de la lluvia. En promedio alrededor del 15% de la cantidad de lluvia fue interceptada
durante lluvias de intensidad media” (Schneebeli et al, 2011, p. 2123). Sin embargo, Xiang et
al (2016), consideran que no se ha concretado el efecto de la intensidad de la lluvia en la
interceptación. Algunos autores, sugieren que la interceptación aumenta al aumentar la
intensidad de la lluvia debido a la saturación gradual del dosel, mientras que otros autores
demuestran que las intensidades de las lluvias más altas producen una interceptación más baja
porque las gotas de lluvia no se pueden almacenar en hojas y ramas mientras el dosel se agita
debido a la lluvia intensa.
Página 40 de 64
En un gran porcentaje de las investigaciones (40,9%), se aborda la evaporación potencial a
través de la ecuación Penman-Monteith, como variable imprescindible a la hora de hallar las
pérdidas por interceptación, así se demostró por medio del análisis de sensibilidad (Fathizadeh
et al, 2018).
La velocidad del viento se menciona en un 31,8% de los estudios analizados. Aunque se reporte
en menor cuantía en comparación con las demás variables, puede ser relevante en la modelación
de la interceptación. No obstante, Zabret et al (2010), encontraron que el aumento de la
trascolación y el flujo de tallo se debe también a un aumento de la velocidad del viento. Y se
puede deducir al suponer que el viento disminuye la capacidad de almacenamiento del dosel
debido a la agitación, lo que aumenta el goteo de la lluvia interceptada.
La duración de la lluvia, es una característica con presencia en los estudios en un 22,7%.
Figura 5. Variables meteorológicas. (D) duración de la lluvia, (PG) es la precipitación bruta, (EP) es la evaporación potencial y (Vv) es la velocidad del viento.
7.3. Análisis matemático y selección de variables en la interceptación de lluvias.
10 13
44
18 1422,7
29,5
100,0
40,931,8
D INTENSIDAD PG EP VV
Variables Meteorológicas
CANTIDAD % ESTUDIOS
Página 41 de 64
Después de realizar una revisión de los estudios se recopilaron las ecuaciones para predecir la
interceptación de lluvias que se usaron en las diferentes investigaciones, obteniendo como
resultado la tabla que se muestra en el anexo 1.
7.3.1. Modelo Reformulado de Gash (1995)
Para tener un acercamiento sobre la estructura de los modelos matemáticos que pretende
registrar el comportamiento de la interceptación de lluvias por cobertura vegetales, se eligió
para su respectiva explicación y desglose el Modelo Analítico Reformulado de Gash (Gash et
al, 1995), ya que fue el que mejor se ajustó según los resultados que arrojaron los diferentes
estudios revisados. Al realizar una modificación del modelo original, se tuvo en cuenta una
mejor descripción del fenómeno de evaporación para bosques pocos densos, debido a que el
modelo original no era suficiente para describir el proceso de interceptación en este tipo de
coberturas.
Este modelo requiere una estimación de la evaporación tanto por unidad de área del dosel, como
por unidad de área del suelo. Se supone que tanto las capacidades de almacenamiento del dosel
y del tallo como la intensidad de evaporación media adquieren un nuevo valor dependiente de
la fracción de la cobertura del dosel, C.
Si se realiza el cálculo de la precipitación necesaria para saturar el dosel en términos de la
evaporación que sólo se da desde el follaje saturado, es decir, desde el área proyectada cubierta
por el follaje, se encuentra la siguiente expresión:
𝑃′𝑔 =�̅�
�̅�𝑐
𝑆
𝑐𝑙𝑛 {1 −
�̅�𝑐
�̅�} Ecuación 3
Donde P'g es la cantidad de agua necesaria para saturar el dosel,
�̅� denota la intensidad de la lluvia promedio que cae sobre un dosel saturado,
Sc es la capacidad de almacenamiento por unidad de área de cubierta de dosel, obtenida
Página 42 de 64
dividiendo la capacidad de almacenamiento de dosel (S) por la fracción de la cubierta de dosel
(c), y �̅� se reduce en escala proporcional a la fracción de la cubierta del dosel para obtener la
tasa de evaporación por unidad de cubierta del dosel (Ec). Se supone que las tasas de
precipitación >0,5 mm/h, representan condiciones de dosel saturadas. El coeficiente de caída
libre (p, aquí se supone que es igual a 1-c) es una proporción de lluvia que cae directamente
sobre el suelo del bosque sin golpear el dosel (Hassan et al, 2017).
Como se ha mencionado en este documento, el Modelo Analítico Reformulado de Gash es
simple, flexible y requiere pocos parámetros, que pueden derivarse fácilmente de las
mediciones de los componentes de interceptación.
Ecuación 4
Donde I es la profundidad de la pérdida por intercepción, (m) es el número de tormentas
pequeñas insuficientes para saturar el dosel (por ejemplo, <P ′ g), (n) es igual al número de
eventos que saturan el dosel (por ejemplo, > P ′g), (q) es igual al número de tormentas que
saturan los troncos, Pgj es la precipitación bruta, (St) es la capacidad de almacenamiento del
tronco, (pt) es la proporción de lluvia que llega a los troncos, P’g es la cantidad de Lluvias
necesarias para llenar la capacidad de almacenamiento del dosel, St y pt, se estimaron como la
intersección y la pendiente de la relación entre SF (Flujo de tallo) y la Pg (Precipitación bruta)
(Návar, 2017).
∑ 𝐼𝑗 = 𝑛𝑐𝑃′𝑔 + (𝐶𝐸𝑐
𝑅) ∑(𝑃𝑔 − 𝑃′𝑔) + 𝐶
𝑛
𝑗=1
𝑛+𝑚
𝑗=1
∑ 𝑃𝑔𝑗 + 𝑞𝑆𝑡 + 𝑝𝑡 ∑ 𝑃𝑔𝑗
𝑛−𝑞
𝑗=1
𝑚
𝑗=1
Página 43 de 64
Tabla 8. Componentes del modelo de interceptación de Gash Reformulado (1995)
Componentes de la pérdida por intercepción Formulación
Para m tormentas pequeñas, incapaces de saturar el follaje 𝑐 ∑ 𝑃𝑔𝑗
𝑛
𝑗=1
Humedecimiento del follaje, para n tormentas > P’g,
suficientes para saturar el follaje. 𝑛𝑐𝑃′𝑔𝑗 − 𝑛𝑐𝑆𝑐
Evaporación desde saturación antes de que la lluvia cese. (𝑐�̅�𝑐
�̅�) ∑(𝑃𝑔𝑗 − 𝑃′𝑔)
𝑛
𝑗=1
Evaporación después de que termina la lluvia. 𝑛𝑐𝑆𝑐
Evaporación desde los troncos, para q tormentas, donde
Pg>St/pt 𝑞𝑆𝑐
Evaporación para n+m-ue no satura el tronco, donde
Pg<St/pt 𝑝𝑡 ∑ 𝑃𝑔𝑗
𝑚−𝑞
𝑗=1
Este modelo tiene 4 parámetros y 3 variables de salida; las pérdidas por intercepción, el flujo
de trascolación y el flujo de tallo (Méndez, 2013).
7.3.2. Valores encontrados de variables y parámetros en la Interceptación de lluvias.
Durante la revisión de las investigaciones se detectaron en los resultados de las simulaciones,
los valores de las variables y parámetros determinantes a la hora de calcular la interceptación
de lluvias que se requiere en los diferentes modelos propuestos. Para poder diferenciar los
resultados, se optó por tabularlos según el tipo de cobertura.
Página 44 de 64
Tabla 9. Valores de variables y parámetros en bosques caducifolios (S) capacidad de almacenamiento, (Sc) capacidad de almacenamiento del dosel por fracción de cobertura, (p) coeficiente de caída libre, (ρDHP) coeficiente de rendimiento total estimado basado en fotografías hemisféricas, (E‾/R‾) la relación de la tasa media de evaporación desde la cubierta húmeda, (Ec‾/R‾) tasa de evaporación media del dosel saturado durante la lluvia por unidad de área de cobertura, (P´g) cantidad de lluvia necesaria para saturar el dosel.
Caducifolios
Autores PERÍODO FOLIAR
Fathizadeh, 2018
S (mm) Sc = S/c (mm) p ρDHB E‾/R‾ Ec‾/R‾ P′g(mm)
0,97 2.27 0.60 0,59 0,21 0.23 2.58
1,57 2,5 0,41 0,37 0,18 0.28 2,93
PERÍODO SIN HOJAS
0,1 0,45 0,82 0,81 0,1 0,23 0,52
0,29 0,84 0,66 0,66 0,09 0,26 0,97
De acuerdo a la revisión realizada se puede deducir que en este tipo de bosques, durante el
periodo foliar el porcentaje de agua interceptada es mayor. Fathizadeh, (2018) menciona que
la disminución en la interceptación durante el periodo sin hojas puede darse por la reducción
en la cantidad de hojas y la cobertura del dosel o por adelgazamiento.
Tabla 10. Valores de variables y parámetros para coníferas (S) capacidad de almacenamiento, (p) coeficiente de caída libre, (c) fracción de cobertura vegetal, (R¯) intensidad media de la lluvia, (Etf) evaporación en el tallo, (Epm) evaporación potencial, (St) capacidad de almacenamiento del tallo, (pt) coeficiente de escurrimiento en el tronco.
Coníferas
Autores Especies S (mm) p c R¯ Etf Epm
Fan et al, 2014
Banksia woodland 0,45 0,52 0,48 2,76 0,39 0,19
Pinos 1,31 0,47 0,53 2,76 0,46 0,22
Fathizadeh, 2018
Qercus ilex 1.75 0.31 0.69 1,67 0.63 0.037
Qercus petraea 0.66 0.74 0.26 1.97 0.42 0.043
Bosques S (mm) p c St(mm) pt Epm
Ghimire et al, 2012
Naturales 0,89 0,19 0,81 0,02 0,017 0,12
Plantados 0,67 0,27 0,73 0,033 0,0007 0,11
Sun et al, 2015
Período de preadelgazamiento
2,42 0.13 0,97 0.38
3.78 0.33 2,39
Período de adelgazamiento (2012)
1.54 0.33 0,76 0.32
2,36 0,54 2.19
Página 45 de 64
Como se ha indicado previamente, existe mayor cantidad de estudios que han enfocado sus
análisis en bosques de coníferas, como puede observarse en la Tabla 10 se han enfocado en
bosques de distintas especies, incluyendo plantaciones, las cuales permiten la estandarización
de algunos factores de la vegetación y por ende en la cobertura que interfiere en el proceso de
interceptación de lluvias.
Tabla 11. Valores de variables y parámetros en bosques mixtos.
Autores Parámetros Valores
Mixtos Su et al,
2016.
Cubierta de dosel, c 0.85
Capacidad de almacenamiento del dosel, S (mm) 2.24
Capacidad de almacenamiento del dosel, Sc = S/c (mm) 2.64
Coeficiente de caída libre, p 0.15
Capacidad de almacenamiento del tronco, S t (mm) 0.0926
Proporción de lluvia desviada al flujo del tallo, p t 0.0107
Tasa media de lluvia, Rˉ, (mm h −1 ) 2.68
Velocidad media de evaporación durante la lluvia, Ē (mm h −1 ) 0.22
Evaporación por unidad de área de cobertura, Ēc = Ē/c (mm/h ) 0.25
E¯c/R¯ 0.093
Magnitud de lluvia requerida para saturar el dosel, P´g, (mm) 2.78
Magnitud de lluvia requerida para saturar el tronco p´t (mm) 8.65
Pérdida de intercepción en la precipitación bruta (a) 0.093
Entendiendo que existe gran variabilidad en la vegetación presente en distintas ubicaciones de
la tierra, se define el bosque mixto como una combinación de especies que incluyen especies
de hoja perenne, hoja caducifolia, especies en diferentes etapas de crecimiento, generando así
una estratificación en el bosque.
Página 46 de 64
Tabla 12. Valores de variables y parámetros para selvas tropicales. (S) capacidad de almacenamiento del dosel, (p) coeficiente de caída libre, (St) capacidad de almacenamiento del tronco, (pt) coeficiente de escurrimiento en el tronco, ( R) intensidad de la lluvia, , (E‾/R‾) la relación de la tasa media de evaporación desde la cubierta húmeda, (E‾) evaporación media, (P´g) cantidad de lluvia necesaria para saturar el dosel.
Selvas
Tropicales
Autores S (mm) p St(mm) pt(mm) R̅
(mm/h) E¯/R¯ E¯(mm/h) P´g(mm)
Zhang et al, 2019.
0.45 0.30 0.077 0.033 5.0 0.139 0.70 0.72
0.28 0.61 0.041 0.015 5.4 0.102 0,55 0.91
0.35 0.41 0.053 0.023 4.5 0.146 0.66 0.69
De acuerdo con la consulta realizada se establece que gran parte de los estudios realizados se
han llevado a cabo en selvas tropicales, es importante reconocer el aporte de este tipo de
cobertura en el balance hídrico en las cuencas en el mundo.
Tabla 13. Valores de variables y parámetros para cultivos (LAI) Índice de Área Foliar, (Pg) lluvia bruta, (TH) flujo de trascolación, (TR) caída relativa, (S) capacidad de almacenamiento del dosel, (SR) flujo del tallo relativo, (I) pérdida por interceptación, (I %) pérdidas por interceptación relativa.
Cultivos
Autores Etapa LAI Pg
(mm) TH
(mm) TR (%)
S (mm)
SR (%)
I (mm) I (%)
Zheng et al, 2018
Planta de semillero 0.10a 3.1 1.97 63.6 0.27 8.7 0.86 27.7
Articulación 1.56b 2.4 0.93 38.8 0.28 11.7 1.19 49.5
Borla 4.22c 4.2 1,36 32.5 0.58 13.8 2,26 53.7
Madurez 3.18c 1.9 0.70 36.6 0 0 1.20 63.4
Los cultivos se han estudiado teniendo en cuenta las distintas etapas de crecimiento de los
mismos, es así como puede verse en la Tabla 13, los valores de las distintas variables y
parámetros en los cultivos, de acuerdo a la revisión realizada.
Página 47 de 64
Tabla 14. Valores de variables y parámetros en bosques secundarios (S) capacidad de almacenamiento del dosel, (p) coeficiente de caía libre, (c) fracción de cobertura vegetal, (St) capacidad de almacenamiento del tallo, (pt) coeficiente de escurrimiento en el tallo, (R̅) Intensidad media de la lluvia, (E) evaporación, (P´g) cantidad de agua necesaria para saturar el dosel.
Ghimire et al, 2017.
Bosques secundarios S (mm) p c St(mm) p t R̅(mm/h) E(mm/h) P'g(mm)
Bosque semi-maduro 1.20 0.30 0.70 0.095 0.032 1.6 0.07 1.96
Bosque joven 0.47 0.45 0,55 0.130 0.092 1.6 0.05 0.97
Es importante también reconocer las investigaciones que han estudiado los bosques haciendo
una discriminación de acuerdo a la edad de los mismos, encontrando diferencias significativas
en los valores de las variables y parámetros según la etapa.
Tabla 15. Índice de Área Foliar para diferentes coberturas.
Autores Cobertura
LAI máx. (m2/m2)
Zabret et al, 2018.
Pastos 3.65
Arbustos 3.70
Bosque caducifolio 4.75
Pastizales naturales 4.20
Eucalipto 5.51
Coníferas 4.53
bosque siempre verde 5.13
Mosaico de vegetación natural. 1.90
De acuerdo a la revisión bibliográfica, se establecieron los índices de área foliar para cada una
de las distintas coberturas estudiadas como se observa en la Tabla 15.
Página 48 de 64
Tabla 16. Consolidado de variables predominantes en la Interceptación de lluvias. (c) es la fracción de la cobertura del dosel, (LAI) por sus siglas en inglés se refiere al índice de Área Foliar, (S) es la capacidad de almacenamiento del dosel, (P) es la precipitación, (R¯) es la intensidad media de la lluvia, (P’g) como cantidad de lluvia para saturar el dosel, (p) es el coeficiente de caída libre que atraviesa el dosel y finalmente el porcentaje de Interceptación por cada tipo de cobertura (I).
Cobertura c LAI S (mm) P (mm) R̅(mm/h) P'g (mm) p I (%)
C. Período con hojas 0,72 4,75 1,27 3,4 2,5 2,76 0,51 22,5
C. Período sin hojas 0,12 1,8 0,195 1,3 1,5 0,75 0,87 12,6
Coníferas 0,69 4,53 1,58 1,97 2,4 2,7 0,39 24,9
Mixtos 0,85 4,2 2,24 3,2 2,68 2,78 0,15 34,5
Selvas tropicales 0,92 5,13 0,45 2,5 5 0,91 0,3 11,6
Arbustos 0,63 3,7 1,23 2,9 2,7 1,9 0,52 12,6
Cultivos 0,52 3,65 0,58 2,9 3,1 1,2 0,61 16,4
Bosques secundarios 0,7 4,5 1,2 0,45 1,6 1,96 0,58 14,2
Los datos detallados en la Tabla 16, pertenecen a la recopilación promediada de los valores de
cada variable influyente por tipo de cobertura, según el análisis cualitativo de las
investigaciones en el proceso de la interceptación de lluvias.
7.3.2. Análisis de frecuencias de las variables precalificadas en la interceptación de
lluvias.
La fracción de cobertura vegetal es uno de los parámetros que tuvo más efecto en los resultados
de la interceptación en los bosques caducifolio en periodo foliar (0,72) frente al periodo sin
hojas (0,12). Esta apreciación indica el efecto de la reducción de la fracción de la cobertura
vegetal en la partición de la lluvia, como producto de ello la tasa de flujo de trascolación
(TH) aumenta y el porcentaje de Interceptación disminuye. Estos resultados proporcionan
información útil para mejorar la comprensión de las respuestas en la interceptación de lluvias a
diferentes fracciones de cobertura vegetal para lograr un óptimo manejo en cuencas
hidrográficas a través de la implementación de una reforestación basada en la hidrología. Como
se puede observar en la Figura 6, la relación de la fracción de la cobertura con el porcentaje de
Página 49 de 64
lluvia interceptada es evidente en los diferentes tipos de cobertura, excepto en las selvas
tropicales, pero esta relación se analizará más adelante. La cantidad de lluvia interceptada en
cobertura vegetal mixtas con relación en la fracción de cobertura vegetal, arrojó buenos
resultados y esto se debe a condiciones multiestrata y no homogénea. Al caer las gotas de lluvias
sobre las copas que predominan en la superficie de la cobertura, se aglomeran con otras y estas
aumentan de tamaño, pero finalmente son atrapadas por la vegetación de menor altura y con
características en su estructura foliar diferente. Así mismo, la radiación solar en la
estratificación de coberturas difiere de una homogénea.
Figura 6. Relación de la fracción de cobertura Vegetal (c) con el porcentaje de interceptación de lluvias (I) para cada tipo de cobertura vegetal.
En la Figura 7, se observa la relación del índice de área foliar (LAI), y cómo en la mayoría de
los diferentes tipos de coberturas vegetal, a medida que aumenta el (LAI), de igual manera lo
hace el porcentaje de interceptación de lluvias. Con un mayor índice de área foliar, permite una
mayor capacidad de almacenamiento del dosel, esto quiere decir que el porcentaje de
interceptación aumenta. Basta ocer los valores de (LAI) de los diferentes tipos de cobertura
vegetal para tener una idea de la capacidad de interceptación de cada una de ellas. Se espera
00,10,20,30,40,50,60,70,80,91
0
5
10
15
20
25
30
35
40
I (%) c
Página 50 de 64
que cuanto más alto sea el LAI, mayor será el potencial de la vegetación para almacenar y, en
consecuencia, interceptar el agua. Como se observa en la Figura 6, en el análisis correlativo de
(c), frente al porcentaje de interceptación en bosques caducifolios en el período sin hojas, se
obtuvo un valor bastante bajo, y esto obedece a que la obtención del valor de LAI, se necesita
del parámetro (c).
Figura 7. Relación del Índice de Área Foliar (LAI) con el porcentaje de interceptación de lluvias (I) para cada tipo de cobertura Vegetal.
En la Figura 8, se representa la capacidad de almacenamiento del dosel con relación al
porcentaje de interceptación de lluvias y se encuentra entre los parámetros más influyentes en
la pérdida de intercepción modelada. Este parámetro está determinado por las características
estructurales del dosel, a su vez depende de las características de la lluvia como intensidad y
cantidad y duración. Evidentemente la capacidad de almacenamiento del dosel (S) fue
considerablemente mayor en el período foliar que en el período sin hojas para el caso en los
bosques caducifolios. La relación de este parámetro en cultivos también se arrojó una
decadencia en su valor con relación al porcentaje de interceptación de lluvias, dado que no se
definió en un principio la etapa de crecimiento como previamente se había establecido. Puesto
0
1
2
3
4
5
6
0
5
10
15
20
25
30
35
40
I (%) LAI
Página 51 de 64
que, en cada etapa de crecimiento de los cultivos, contaba con características particulares en su
estructura foliar.
Figura 8. Relación de la capacidad de almacenamiento del dosel (S) con el porcentaje de Interceptación de lluvias (I) para cada tipo de cobertura vegetal.
La cantidad de lluvia, la intensidad, la duración y la frecuencia son claves para determinar el
grado de interceptación de un tipo de cobertura vegetal dado. Las precipitaciones de larga
duración y baja intensidad muestran resultados favorables en el porcentaje de interceptación de
lluvias (Figura 9). En los eventos de lluvias grandes, el dosel alcanza su estado de saturación,
una gran cantidad de agua de lluvia se transformaría en caída y flujo del vástago. De hecho, las
tasas TH y flujo del tallo con relación a la lluvia bruta, aumentan.
Conforme a los resultados de esta variable en bosques secundarios y en coníferas, se observa
que el porcentaje de interceptación sigue en aumento mientras que la precipitación bruta
disminuye, esto por causa de la baja intensidad como característica de la precipitación.
En general, la precipitación bruta es una variable de entrada determinante en la cantidad de agua
que puede ser interceptada en los diferentes tipos de cobertura vegetal.
0
0,5
1
1,5
2
2,5
0
5
10
15
20
25
30
35
40
I (%) S (mm)
Página 52 de 64
Figura 9. Relación de la precipitación bruta (P) con el Porcentaje de interceptación de lluvias (I) para cada tipo de cobertura vegetal.
Durante los eventos de lluvia pequeña, una gran parte de la lluvia bruta fue interceptada por el
dosel en la que solo una pequeña proporción llegó al suelo a través de la TH. Las tasas de TH
y el SF aumentaron rápidamente, mientras que la tasa de interceptación disminuyó
drásticamente al aumentar la intensidad de la lluvia (Figura 10). Se observa también que la alta
intensidad de la lluvia afectó de forma desfavorable la capacidad de interceptar la lluvia en
selvas tropicales frente a otras coberturas, por ende y a pesar de contar con resultados positivos
en las demás variables, no fue posible obtener buenos resultados en este proceso. Mientras que
en bosques de coníferas y mixtos, la tendencia de la intensidad es opuesta a la cantidad de agua
interceptada, a medida de que la intensidad disminuye, el porcentaje de interceptación es
creciente.
Entonces, esto explica que esta característica de la lluvia es determinante como variable en la
modelación de la interceptación de lluvias.
0
0,5
1
1,5
2
2,5
3
3,5
4
0
5
10
15
20
25
30
35
40
I (%) P (mm)
Página 53 de 64
Figura 10. Relación de la intensidad media de lluvia (R¯) con el porcentaje de interceptación de lluvias (I) para cada tipo de cobertura.
La lluvia necesaria para saturar el dosel (P’g) se relaciona de manera directa con el parámetro
S. En la (Figura 11), se observa la tendencia creciente de la variable con respecto al porcentaje
de la interceptación, excepto en los cultivos y esto es porque no se define claramente la etapa
de crecimiento en la que se encuentran. Un gran porcentaje de las investigaciones sobre este
tipo de cobertura, aseguran haber clasificado el crecimiento de las plantas por etapas, esto
demuestra que en cada etapa del crecimiento, se observa características dasométricas diferentes.
Para obtener el valor de esta variable, se debe haber hallado los parámetros (S) y (R¯). Se
demuestra que existe también una correlación sustancial entre variables y no únicamente con el
porcentaje de interceptación de lluvias, como se planteó en esta investigación.
0
1
2
3
4
5
6
0
5
10
15
20
25
30
35
40
I (%) R¯ (mm/h)
Página 54 de 64
Figura 11. Relación de la lluvia necesaria para saturar el dosel (P’g) con el porcentaje de interceptación de lluvias (I) para cada tipo de cobertura vegetal.
En la figura 10, se observa el comportamiento de la interceptación frente al coeficiente de caída
libre, esto indica que entre mayor sea la cantidad de flujo de trascolación, menor será la cantidad
de agua interceptada. En la cobertura vegetal de bosques caducifolios y más exactamente en el
período sin hojas, el coeficiente de caída libre es muy superior. Estos resultados revelan la
relación del valor del coeficiente con las características dasométricas y meteorológicas.
Finalmente, se deduce tanto en bosques de coníferas y mixtos, resultados favorables con
respecto al porcentaje de interceptación. Si el entramado de las ramas, hojas y tallos es bastante
denso, seguramente el coeficiente de caída libre será menor, garantizando un mayor
atrapamiento de las gotas de lluvia.
0
0,5
1
1,5
2
2,5
3
0
5
10
15
20
25
30
35
40
I (%) P'g (mm)
Página 55 de 64
Figura 12. Relación del coeficiente de caída libre (p) con el porcentaje de interceptación de lluvias (I) para cada tipo de cobertura.
La variabilidad en los resultados de las correlaciones de los parámetros y variables frente al
porcentaje de la interceptación de lluvias, fue evidente en el análisis de cada una de las
coberturas. Esta aseveración se deriva de que la interceptación no sólo depende de una variable,
sino que los resultados en un tipo de cobertura son mucho más positivos, cuando el conjunto de
variables y parámetros, tanto meteorológicas como dasométricas se correlacionan entre sí. Por
ejemplo, los bosques de coníferas y mixtos, arrojaron en todas las correlaciones, resultados
eficientes frente a la interceptación. Las características dasométricas de estas dos coberturas,
influyó de forma considerable en la capacidad de interceptar la lluvia, y es que las condiciones
multiestrata del bosque mixto junto a características diferenciales de las especies, forma un
entramado más denso para la captación y retención de las gotas de lluvia.
En cambio las coberturas vegetales como las selvas tropicales, el resultado desfavorable de
una sola variable (intensidad de la lluvia), afectó considerablemente la capacidad de interceptar
la lluvia, a pesar, de que las demás variables eran propicias para un buen resultado.
00,10,20,30,40,50,60,70,80,91
0
5
10
15
20
25
30
35
40
I (%) p
Página 56 de 64
8. CONCLUSIONES.
Se determinaron las variables significativas y frecuentes a la hora de predecir la interceptación
de lluvias.
Las variables meteorológicas como la intensidad y duración de la lluvia bruta, alteran el
porcentaje de interceptación sobre las coberturas vegetales asociadas a los estudios revisados.
A mayor intensidad se presenta una menor cantidad de interceptación, esto porque el dosel se
satura muy rápidamente y el agua drena hacia el tallo y el suelo (Goteo). Estás variables también
tienen gran incidencia en la trascolación (TH) y en el flujo de tallo (SF), puesto que, al aumentar
los valores de la intensidad, duración y sumándole la velocidad del viento, de igual manera
sucede en la TH y SF.
Las características dasométricas como el índice de área foliar (LAI), y los parámetros asociados
como la capacidad de almacenamiento del dosel (S) y la fracción de la cobertura vegetal (c),
son determinantes a la hora de predecir el porcentaje de la interceptación de lluvia, ya que, estas
variables son dependientes de la estructura foliar según el tipo de cobertura vegetal.
En el análisis de frecuencia, se definió la importancia de la correlación de las distintas variables
predominantes y preseleccionadas en el análisis cualitativo para estimar la cantidad de lluvia
interceptada. La cobertura que cumplió con los requisitos mencionados, fueron los bosques
mixtos. Esto se debe a la diversidad que existe en sus características dasométricas que forman
una red compleja para la interceptación de gotas de lluvia.
Página 57 de 64
9. RECOMENDACIONES
Con base en los resultados obtenidos, se recomienda dar continuidad al presente trabajo de
investigación, planteando un modelo de interceptación de lluvias que aborde las variables
(meteorológicas y características dasométricas), identificadas como predominantes en este
estudio.
Se sugiere considerar la velocidad del viento como una variable determinante en la modelación
de la interceptación de lluvias, a pesar de que no se obtuvo valores para el análisis de frecuencia.
Sin embargo, en el análisis cualitativo, diversos estudios calificaron su importancia en la
predicción de la interceptación por que podría afectar el almacenamiento de la lluvia en el dosel
al generar goteo.
Se aconseja reforestar con bosques mixtos en cuencas de importancia hidrológica, puesto que
como se evidenció en los resultados de este estudio, este tipo de cobertura tiene una mayor
capacidad de interceptar el agua lluvia, con ello se podría disminuir la erosión en los suelos,
garantizando un tiempo de retardo en la formación de escorrentía superficial.
Página 58 de 64
10. BIBLIOGRAFÍA
Allen, S. T., Brooks, J. R., Keim, R. F., Bond, B. J., & McDonnell, J. J. (2014). The role of pre‐event
canopy storage in throughfall and stemflow by using isotopic tracers. Ecohydrology, 7(2), 858-868.
Bezak, N., Zabret, K., & Šraj, M. (2018). Application of Copula Functions for Rainfall Interception
Modelling. Water, 10(8), 995.
Brasil, J. B., de Andrade, E. M., de Queiroz Palácio, H. A., Medeiros, P. H. A., & dos Santos, J. C. N.
(2018). Characteristics of precipitation and the process of interception in a seasonally dry tropical forest.
Journal of Hydrology: Regional Studies, 19, 307-317.
Chen, Y. Y., & Li, M. H. (2016). Quantifying rainfall interception loss of a subtropical broadleaved forest
in Central Taiwan. Water, 8(1), 14.
Ciężkowski, W., Berezowski, T., Kleniewska, M., Szporak-Wasilewska, S., & Chormański, J. (2018).
Modelling wetland growing season rainfall interception losses based on maximum canopy storage
measurements. Water, 10(1), 41.
DAÑOBEYTIA, A. R. M. (2013). MODELAMIENTO DE LA PÉRDIDA POR INTERCEPCIÓN DE COPAS
EN SIETE TIPOS DE BOSQUE, REGIÓN DEL BIOBÍO Y REGIÓN DE LA ARAUCANÍA, CHILE
(Doctoral dissertation, Universidad Austral de Chile).
De Moraes Frasson, R. P., & Krajewski, W. F. (2013). Rainfall interception by maize canopy:
Development and application of a process-based model. Journal of hydrology, 489, 246-255.
Du, J., Niu, J., Gao, Z., Chen, X., Zhang, L., Li, X.,... & Zhu, Z. (2019). Effects of rainfall intensity and
slope on interception and precipitation partitioning by forest litter layer. Catena, 172, 711-718.
Página 59 de 64
Fan, J., Oestergaard, K. T., Guyot, A., & Lockington, D. A. (2014). Measuring and modeling rainfall
interception losses by a native Banksia woodland and an exotic pine plantation in subtropical coastal
Australia. Journal of hydrology, 515, 156-165.
Fathizadeh, O., Hosseini, SM, Keim, RF, y Boloorani, AD (2018). Una evaluación estacional del modelo
reformulado de intercepción Gash para rodales de bosques de roble deciduos semiáridos. Ecología y
gestión forestal, 409, 601-613.
Fernandes, R. P., da Costa Silva, R. W., Salemi, L. F., de Andrade, T. M. B., de Moraes, J. M., Van
Dijk, A. I., & Martinelli, L. A. (2017). The influence of sugarcane crop development on rainfall interception
losses. Journal of hydrology, 551, 532-539.
Flores Ayala, E., Guerra De la Cruz, V., Terrazas González, G. H., Carrillo Anzures, F., Islas Gutiérrez,
F., Acosta Mireles, M., & Buendía Rodríguez, E. (2016). Intercepción de lluvia en bosques de montaña
en la cuenca del río Texcoco, México. Revista mexicana de ciencias forestales, 7(37), 65-76.
Friesen, P., Park, A., y Sarmiento-Serrud, AA (2013). Comparación de la intercepción de lluvias sayos
de plantación de seis árboles de frondosas tropicales y caña de azúcar silvestre Saccharum
spontaneum L. Ecohydrology , 6(5), 765-774.
Galdos, F. V., Álvarez, C., García, A., & Revilla, J. A. (2012). Estimated distributed rainfall interception
using a simple conceptual model and Moderate Resolution Imaging Spectroradiometer (MODIS).
Journal of hydrology, 468, 213-228.
Gerrits, A. M. J. (2010). The Role of Interception in the Hydrological Cycle; TU Delft. Delft University of
Technology, 5.
Ghimire, C. P., Bruijnzeel, L. A., Lubczynski, M. W., & Bonell, M. (2012). Rainfall interception by natural
and planted forests in the Middle Mountains of Central Nepal. Journal of hydrology, 475, 270-280.
Página 60 de 64
Ghimire, CP, Bruijnzeel, LA, Lubczynski, MW, Ravelona, M., Zwartendijk, BW, y van Meerveld, HI
(2017). Medición y modelado de la intercepción de la lluvia en dos bosques secundarios de diferentes
edades en el altiplano oriental de Madagascar. Revista de hidrología, 545, 212-225.
Gonze, MA, y Sy, MM (2016). Interceptación de contaminantes atmosféricos húmedos depositados por
la vegetación herbácea: revisión de datos y modelos. La ciencia del medio ambiente total, 565, 49-67.
Hakimi, L., Sadeghi, SMM, Van Stan, JT, Pypker, TG y Khosropour, E. (2018). El manejo de los huertos
de granada (Punica granatum) altera el suministro y el camino del agua de lluvia que llega a los suelos
en un paisaje agrícola árido. Agricultura, ecosistemas y medio ambiente, 259, 77-85.
Hassan, S. T., Ghimire, C. P., & Lubczynski, M. W. (2017). Remote sensing upscaling of interception
loss from isolated oaks: Sardon catchment case study, Spain. Journal of hydrology, 555, 489-505.
Art 9
Holwerda, F., Bruijnzeel, L. A., Muñoz-Villers, L. E., Equihua, M., & Asbjornsen, H. (2010). Rainfall and
cloud water interception in mature and secondary lower montane cloud forests of central Veracruz,
Mexico. Journal of Hydrology, 384(1-2), 84-96.
Iida, S. I., Levia, D. F., Shimizu, A., Shimizu, T., Tamai, K., Nobuhiro, T.,... & Araki, M. (2017). Intrastorm
scale rainfall interception dynamics in a mature coniferous forest stand. Journal of Hydrology, 548, 770-
783.
Li, X., Xiao, Q., Niu, J., Dymond, S., van Doorn, N. S., Yu, X.,... & Li, J. (2016). Process-based rainfall
interception by small trees in Northern China: The effect of rainfall traits and crown structure
characteristics. Agricultural and forest meteorology, 218, 65-73.
Página 61 de 64
Livesley, SJ, Baudinette, B., y Glover, D. (2014). Intercepción de precipitaciones y flujo de tallos por los
árboles de las calles de eucalipto: los impactos de la densidad del dosel y el tipo de corteza. Urban
Forestry & Urban Greening , 13 (1), 192-197.
López-Lambraño, A. A., Fuentes, C., González-Sosa, E., & López-Ramos, A. A. (2017). Pérdidas por
intercepción de la vegetación y su efecto en la relación intensidad, duración y frecuencia (IDF) de la
lluvia en una cuenca semiárida. Tecnología y ciencias del agua, 8(4), 37-56.
Mello, C. R., Ávila, L. F., Lin, H., Terra, M. C., & Chappell, N. A. (2019). Water balance in a neotropical
forest catchment of southeastern Brazil. Catena, 173, 9-21.
Méndez Monroy, J. F. (2013). Metodología para la medición de variables hidrometeorológicas que
faciliten la implementación de modelos dinámicos de interceptación de lluvia en el contexto Colombiano
(Doctoral dissertation, Universidad Nacional de Colombia).
Murray, S. J. (2014). Trends in 20th century global rainfall interception as simulated by a dynamic global
vegetation model: implications for global water resources. Ecohydrology, 7(1), 102-114.
Muzylo, A., Llorens, P., Valente, F., Keizer, J. J., Domingo, F., & Gash, J. H. C. (2009). A review of
rainfall interception modelling. Journal of hydrology, 370(1-4), 191-206.
Návar, J. (2017). Ajuste de modelos de intercepción de lluvias a los ecosistemas forestales de México.
Revista de hidrología, 548, 458-470.
Pereira, FL, Valente, F., David, JS, Jackson, N., Minunno, F., y Gash, JH (2016). Modelado de
intercepción de precipitaciones: ¿Es el enfoque de bulbo húmedo adecuado para estimar la tasa de
evaporación media de las marquesinas húmedas / saturadas en todos los tipos de bosques? Revista
de hidrología, 534, 606-615.
Página 62 de 64
Pérez, R. A. (2016). Modelación de la interceptación de lluvia en individuos aislados de pinus pinea y
cistus ladanifer: efecto de diferentes parámetros climáticos y vegetación (Doctoral dissertation,
Universidad de Córdoba).
Reichert, J. M., Rodrigues, M. F., Peláez, J. J. Z., Lanza, R., Minella, J. P. G., Arnold, J. G., &
Cavalcante, R. B. L. (2017). Water balance in paired watersheds with eucalyptus and degraded
grassland in Pampa biome. Agricultural and forest meteorology, 237, 282-295.
Saito, T., Matsuda, H., Komatsu, M., Xiang, Y., Takahashi, A., Shinohara, Y., & Otsuki, K. (2013). Forest
canopy interception loss exceeds wet canopy evaporation in Japanese cypress (Hinoki) and Japanese
cedar (Sugi) plantations. Journal of hydrology, 507, 287-299.
Schneebeli, M., Wolf, S., Kunert, N., Eugster, W., & Mätzler, C. (2011). Relating the X-band opacity of
a tropical tree canopy to sapflow, rain interception and dew formation. Remote sensing of environment,
115(8), 2116-2125.
Siles, P., Vaast, P., Dreyer, E., y Harmand, JM (2010). Las precipitaciones se dividen en caídas, flujo
de tallo y pérdida de intercepción en un monocultivo de café (Coffea arabica L.) en comparación con
un sistema agroforestal con Inga densiflora. Diario de Hidrología, 395 (1-2), 39-48.
Su, L., Zhao, C., Xu, W., y Xie, Z. (2016). Modelando la pérdida de intercepción utilizando el modelo
Gash revisado: un estudio de caso en un bosque mixto de hoja perenne y caducifolia en China.
Ecohidrología, 9 (8), 1580-1589.
Sun, X., Onda, Y., Kato, H., Gomi, T., & Komatsu, H. (2015). Effect of strip thinning on rainfall
interception in a Japanese cypress plantation. Journal of Hydrology, 525, 607-618.
Sun, J., Yu, X., Wang, H., Jia, G., Zhao, Y., Tu, Z.,... & Chen, J. (2018). Effects of forest structure on
hydrological processes in China. Journal of hydrology, 561, 187-199.
Página 63 de 64
Swaffer, B. A., Holland, K. L., Doody, T. M., & Hutson, J. (2014). Rainfall partitioning, tree form and
measurement scale: a comparison of two co‐occurring, morphologically distinct tree species in a semi‐
arid environment. Ecohydrology, 7(5), 1331-1344.
Tiwary, A., Godsmark, K., & Smethurst, J. (2018). Field evaluation of precipitation interception potential
of green façades. Ecological engineering, 122, 69-75.
Zabret, K., Rakovec, J., & Šraj, M. (2018). Influence of meteorological variables on rainfall partitioning
for deciduous and coniferous tree species in urban area. Journal of hydrology, 558, 29-41.
Zhang, J., Bruijnzeel, L. A., van Meerveld, H. I., Ghimire, C. P., Tripoli, R., Pasa, A., & Herbohn, J.
(2019). Typhoon-induced changes in rainfall interception loss from a tropical multi-species ‘reforest’.
Journal of Hydrology, 568, 658-675.
Zhang, YF, Wang, XP, Hu, R., Pan, YX, y Paradeloc, M. (2015). Las precipitaciones se dividen en
caídas, flujo de tallo y pérdida de intercepción por dos arbustos xerofíticos dentro de un ecosistema
desértico vegetado por la lluvia, en el noroeste de China. Revista de hidrología, 527, 1084-1095.
Zheng, J., Fan, J., Zhang, F., Yan, S. y Xiang, Y. (2018). Las precipitaciones se dividen en caídas, flujo
de tallo y pérdida de intercepción por el dosel del maíz en la meseta de Loess semiárida de China.
Manejo de agua agrícola, 195, 25-36.
Página 64 de 64