evolución y disponibilidad del agua subterránea en la ... · evolución y disponibilidad del agua...
TRANSCRIPT
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!