Evolución y disponibilidad del agua subterránea en la Cuenca Alta de Río Laja mediante modelo geoestadístico

Horacio Hernández1, Yanmei Li1, Manuel Avilés1, Francisco Padilla3, Peter Knappett2, Rick Giardino2

1. Universidad de Guanajuato

2. Texas A & M University

3. Universidad de La Coruña

Puebla de Zaragoza, octubre de 2017 Identificación

CONTENIDO DE LA PRESENTACIÓN

1. INTRODUCCIÓN

2. JUSTIFICACION

3. OBJETIVO

4. METODOLOGÍA

5. RESULTADOS

6. CONCLUSIONES

Logo de

Dependencia

, Institución,

Empresa

INTRODUCCIÓN: Problemática en Guanajuato1950: Crecimiento exponencial de la Agricultura y el Nº de Pozos de

bombeo.

1952: Inician las primeras vedas decretadas para algunos acuíferos de Guanajuato. Estas son poco o nada eficaces.

1992: Ley de Aguas Nacionales demanda un Registro Público de Derechos de Aguas (REPDA). La base de datos no es confiable, omite información o es errónea. Acuíferos sobreconcecionados, déficit en la mayoría de acuíferos de Guanajuato.

1998: Planes de autorregulación: CONAGUA – COTAS – CEAG: Aumentar participación de usuarios; Realizar estudios hidrológicos y modelos matemáticos hidrodinámicos de flujo subterráneo; Programas para incrementar uso eficiente (subsidios a la modernización de tecnologías de riego); creación de una red de monitoreo

INTRODUCCIÓNCUENCA ALTA DEL RÍO LAJA

NIVELES DE AGUA EN POZOS SUMINISTRADOS POR CEA (DATOS 2008 – 2015 DE 61 POZOS)MEDICIONES ANUALES DEL PERIODO DE SECAS (MAYO – JUNIO)

AREA DE ANÁLISIS: 1965Km2

RANGO DE PRECIPITACIÓN:300 MM/Y – 800 MM/Y

INFORMACIÓN DE RECARGA MM/Y ES OBTENIDA DE Mahlknecht et al. (2004)

JUSTIFICACIÓN1998 – 2005: CEAG - COTAS

PROGRAMA DE DESARROLLO DE MODELOS DE ACUÍFEROS

Evaluar los recursos de agua subterránea, con apoyo de modelos numéricos (MODFLOW 2000) y un Sistema de Evaluación de Políticas de Uso Sustentable (SEPUSA, modelo de decisión económica), con propósitos de manejo y planeación con horizontes de 25 años.

RESULTADO FINAL Chavez et al., 2005:

Para reducir significativamente los errores es necesario generar bases de datos de información agronómica, hidrológica e hidrogeológica con información contrastada y abundante.

Hasta la fecha no se sabe nada más de este programa por falta de recursos, tanto económicos cómo técnicos.

OBJETIVO

EVALUAR LA EVOLUCIÓN Y DISPONIBILIDAD DEL RECURSO DE AGUA SUBTERRÁNEA, DEL ACUÍFERO CUENCA ALTA DEL RÍO LAJA, PARTIENDO CON SOLAMENTE INFORMACIÓN DE NIVELES DE AGUA SUBTERRÁNEA.

METODOLOGÍA

SOFTWARE UTILIZADO:- ArcMAP 10.4.1- Curve Fit (USGS)

METODOLOGÍA: GEOESTADÍSTICA

• KRIGING CLÁSICO VS KRIGING EMPIRICO BAYESIANO (EBK)

Pincipales ventajas de EBK (Krivoruchko and Grivob, 2014)

- Puede trabajar con datos moderadamente no estacionarios.

- Usa n semivariogramas que permiten evaluar el grado de incertidumbre del modelo teórico.

PROCESO QUE SIGUE EMPIRCAL BAYESIAN KRIGING

METODOLOGÍA: VALIDACIÓN CRUZADA

TO CHECK THE PREDICTION VARIABILITY IS

ASE ≈ RMSE and

RMSS ≈ 1correctly assessed

If ASE > RMSE

and

RMSSE < 1overestimated

If ASE < RMSE

and RMSSE > 1Underestimated

ME ≈ 0 and

MSE ≈ 0

Correctly assessed (However, this

value depends on the scale of the

data

ASE: Average Standard ErrorRMSE: Root Mean Square ErrorRMSSE: Root Mean Standardized Error

RESULTADOS

Prediction

Errors2008 2009 2010 2011 2012 2013 2014 2015

ME -0.51 0.27 -0.22 -0.31 -0.26 -0.57 -0.68 -0.52

RMSE 23.31 23.89 24.77 23.12 20.11 18.56 18.71 15.34

MSE -3.7e-3 1.7e-2 -8.6e-3 -7.4e-3 6.6e-3 -9.1e-3 -6.9e-3 1.0e-2

RMSSE 1.00 0.98 0.99 0.98 0.97 0.99 0.95 0.96

ASE 23.98 26.94 25.45 23.31 19.76 18.28 19.15 16.14

EMPIRICAL BAYESIAN KRIGING (ESRI) CONFIGURATION

RESULTADOS

Predicciones de niveles de agua subterránea para el periodo 2008 –2009 que resultan del modelo geoestadístico EBK

RESULTADOS

El gráfico presenta el descenso medio del nivel subterráneo durante el periodo del 2008 al 2015.

RESULTADOS DEFICIT: A= 1965 Km2; Sy=0.04

TIME PERIODDRAWDOWN

[M/YEAR]DEFICIT [Mm3/YEAR]

DRAWDOWN

ACCELERATION

[M/YEAR2]

-- --|-64.49* --

2008-2009 -0.06 +4.60 --

2009-2010 0.55 -42.95 0.61

2010-2011 0.67 -52.76 0.12

2011-2012 1.79 -141.03 1.12

2012-2013 0.75 -58.93|-60.23** -1.04

2013-2014 0.79 -61.93|-59.31*** 0.04

2014-2015 -1.16 +91.47 -1.95

AVERAGE 0.48 -37.36 -0.18

RESULTADOS: Evaluación de CONAGUA del déficit. NOM-011-CONAGUA-2000

DOF* Aug 28-2009 Dec 20-2013 Apr 20-2015

DEFICIT DATE Sep 30-2008 Mar 31-2013 Jun 30-2014

Natural Recharge (NR) 139.7 139.7 139.7

Natural Discharge (ND) 0.0 0.0 0.0

Extraction Volume (EV) 204.21 199.94 199.02

DEFICIT = NR-ND-EV -64.49 -60.23 -59.31

RESULTADOS: CONSULTA A REPDA (Sept. 2017)

WATER USEPUMPING

WELLS

VOLUME

Mm3/year

Agriculture 856 163.493

Urban Public 246 22.529

Multiple uses 58 2.973

Domestic 57 0.123

Services 17 0.740

Industrial 15 2.137

Livestock 11 0.240

TOTAL 1260 192.235

RESULTADOS PREDICCIÓN

1,973 - 2,028

1,930 - 1,972

ANALYSIS AREA (P < 0.05)

MUNICIPALITIES

CATCHMENT

1,897 - 1,929

1,871 - 1,896

1,852 - 1,870

1,836 - 1,851

1,825 - 1,835

1,816 - 1,824

1,804 - 1,815

1,788 - 1,803

25

Km

Curve Fit linear model results applied to evaluate:X = [2020; 2030; 2040; 2050]

RESULTADOSSegún Foster (2004), del Banco Mundial, la extracción ya no es sostenible a partir de los 120 m. de profundidad, incluso considerando los subsidios.

RESULTADOS

DRAWDOWN

El gráfico muestra un mapa de aceleración de los descensos promedio para el periodo 2008-2015.

Valores negativos indican que el problema está mejorando y positivos que está empeorando.

CONCLUSIONES:

- Si NO EXISTE INFORMACIÓN SUFICIENTE para implementar un modelo matemático de bases físicas (p. ej. MODFLOW), se puede continuarla gestión implementando Geoestadística y una metodología acorde a la situación.

- INFORMACIÓN REQUERIDA POR LA MODELACIÓN GEOESTADÍSTICA: sólo requiere de información de niveles de agua.

- PERO, no perder de vista que un modelo geoestadístico tiene limitaciones si queremos evaluar a priori distintos escenarios, o queremos entender como funciona la hidrogeología y la hidrodinámica del acuífero.

- LOS EFECTOS DEL FENÓMENO CLIMÁTICO LA NIÑA Y EL NIÑO. El fenómeno de La Niña incremento déficit en casi 4 veces, mientras que El Niño genero una recuperación de casi 3 veces.

CONCLUSIONES

IMPLEMENTAR LOS MODELOS GEOESTADÍSTICOS COMO HERRAMIENTA DE GESTIÓN PARA DETECTAR (MAPAS DE ACELERACIÓN):

- Alumbramiento de nuevos pozos (¿ilegales?).- Bombear cada año más del volumen de agua permitido.- Reducción de la capacidad de almacenamiento del acuífero.- Disminución de la capacidad de recuperación del acuífero.

AGRADECIMIENTOS

• CEA-COTAS: por la información suministrada de niveles de agua subterránea.

!GRACIAS POR SU ATENCIÓN!