Servicios Personalizados
Revista
Articulo
texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por emailIndicadores
-
Citado por SciELO -
Accesos
Links relacionados
-
Similares en
SciELO
Compartir
Permalink
Revista bio ciencias
versión On-line ISSN 2007-3380
Revista bio ciencias vol.7 Tepic 2020 Epub 28-Abr-2021
https://doi.org/10.15741/revbio.07.e900
Artículos originales
Análisis de vulnerabilidad de la cuenca del río Misantla ante fenómenos hidrometeorológicos extremos
1
http://orcid.org/0000-0001-9214-3225
2
*
http://orcid.org/0000-0002-3702-6920
1Estudiante del Doctorado en Desarrollo Regional Sustentable, El Colegio de Veracruz, México.
3Universidad Veracruzana, Centro de Investigaciones Tropicales. México
4Universidad Veracruzana, Centro de Investigaciones Tropicales México.
La cuenca del río Misantla, Veracruz, es propensa a recibir el embate de fenómenos hidrometeorológicos extremos, con efectos desastrosos tanto para los sistemas naturales como para los humanos. Recientemente estos efectos se han incrementado por el mal manejo de la cuenca, el cambio de uso de suelo y la ausencia de prácticas de recuperación del paisaje. En esta investigación se analizó el impacto del cambio de uso de suelo en el balance hídrico de la cuenca del río Misantla y su relación con el incremento de la vulnerabilidad ante fenómenos meteorológicos. Se utilizó la Herramienta de Evaluación del Suelo y Agua integrada a la plataforma de Arcgis 10.1, con la cual se obtuvo una eficiencia del modelo de 0.61 y un coeficiente de determinación de 0.89. Los resultados reflejan que los bosques tienen un efecto directo sobre el ciclo hidrológico y el comportamiento de la cuenca; ya que en su ausencia, la cuenca se vuelve más vulnerable ante la llegada de fuertes lluvias, tormentas o huracanes; mientras que su presencia protege a la cuenca de estos eventos y disminuye el potencial de inundaciones y arrastre de sedimentos. Se concluye que para reducir la vulnerabilidad ante el cambio climático debe existir un manejo adecuado de la cuenca, por lo que se requiere recuperar y restaurar las áreas desprovistas de vegetación, así como regular el crecimiento de la mancha agrícola y pecuaria.
PALABRAS CLAVE: Vulnerabilidad; deforestación; balance hídrico; SWAT; servicios ambientales
The Río Misantla basin in Veracruz, Mexico is a region with high vulnerability to the impact of extreme hydrometeorological phenomena, with disastrous effects on both natural and human systems. Recently, these effects have been augmented by poor management within the basin, changes in land use and the lack of landscape recovery practices. This study analyzed the impact of changing land use on the hydric balance of the Río Misantla basin and its relationship to increased vulnerability to meteorological phenomena. We used the Soil and Water Assessment Tool integrated with Arcgis 10.1, obtaining a model efficiency of 0.61 and a coefficient of determination of 0.89. The results reflect the fact that forests have a direct effect on the hydrological cycle and the behavior of the basin. In the absence of forests, the basin becomes more vulnerable to the impact of heavy rains, storms or hurricanes while, in contrast, the presence of this vegetation protects the basin from these events and decreases the potential for flooding and sediment dragging. We conclude that appropriate management of the basin will reduce its vulnerability to climate change. Therefore, it is necessary to recover and restore deforested lands and to adequately regulate areas of agriculture and livestock production.
KEY WORDS: Vulnerability; deforestation; water balance; SWAT; environmental services
Introducción
El clima en la tierra ha variado continuamente desde hace más de 4,500 millones de años (Sánchez-Cohen et al., 2011). Sin embargo, desde la revolución industrial, la humanidad ha generado presiones sobre el ambiente y el clima, ocasionando una desestabilización de los distintos sistemas de soporte de la vida y como consecuencia se ha modificado drásticamente su estado de equilibrio (IPCC, 2014; Olabe-Egaña, 2016). Este desequilibrio, aunado a la exposición de fenómenos climáticos extremos, tales como ciclones tropicales y huracanes, entre otros; ha generado condiciones de alta vulnerabilidad ante el cambio climático en México (Conde-Álvarez & PalmaGrayeb, 2006; Monterroso & Conde, 2015). Esta situación se ha observado a lo largo de la historia por la pérdida de vidas humanas y los impactos económicos generados, y de continuar la tendencia se estima que los problemas se agudizarán con el incremento de la temperatura global del planeta (IPCC, 2014; SEDATU, 2016; SEMARNAT, 2013). En el país, tan solo del año 2000 al 2016, se han emitido 22,279 declaratorias de emergencias a nivel nacional, por distintos fenómenos relacionados con el cambio climático (CENAPRED, 2019).
A nivel de cuencas la vulnerabilidad ante el cambio climático se presenta por la falta de medidas preventivas, por la localización de asentamientos humanos irregulares y a orillas de ríos y por el mal manejo de las mismas (Bitrán, 2001; Olabe-Egaña, 2016). Esta vulnerabilidad puede incrementarse incluso por el efecto directo del cambio de uso de suelo (Ruiz-Barradas, 2012), lo que se traduce en la pérdida de servicios ambientales, tales como la protección que la cuenca hidrográfica puede brindar, la riqueza de la biodiversidad y la captura de carbono (Pagiola et al., 2003). De manera particular, la cuenca del río Misantla, ubicada en la zona montañosa central del Estado de Veracruz, se caracteriza por presentar una geomorfología accidentada y tener áreas desprovistas de vegetación; en ella se han registrado distintos eventos climáticos como el huracán Roxana en 1995, el huracán Stan en 2005, el huracán Karl y Matthew en 2010, y la tormenta tropical Barry y Fernand en 2013; los cuales han generado impactos por el arrastre de sedimentos aguas abajo, ocasionando inundaciones que han generado la perdida de cultivos, medios de vida, infraestructura y vidas humanas (Tejeda-Martínez, 2006; Tejeda-Martínez et al., 2012).
Al respecto, una forma de evaluar la vulnerabilidad en una cuenca hidrográfica expuesta a fenómenos climáticos extremos y observar el efecto que tienen las malas prácticas de manejo y su impacto en las características del paisaje, es a través de un modelo indirecto, que consiste en la obtención del balance hídrico con apoyo de herramientas informáticas de modelación (Benavides-Solorio et al., 2008; Logreira Rentería, 2009), las cuales utilizan variables temporales y espaciales para simular los flujos de agua y las entradas y salidas de un área determinada, considerándose el ciclo hidrológico en todas sus etapas (Abad, 2006; Isabel et al., 2004).
Por lo anterior, el objetivo de esta investigación fue analizar el impacto del cambio de uso de suelo en el balance hídrico de la cuenca del río Misantla durante el periodo 2000-2014 y su relación con el incremento de la vulnerabilidad ante fenómenos climáticos extremos.
Material y Métodos
Área de estudio
El estudio se realizó en la cuenca del Río Misantla, ubicada en la zona montañosa central del Estado de Veracruz, México; en la región hidrológica número 27 Tuxpan - Nautla. Esta cuenca presenta una superficie de 585.76 km2 y ocupa 12 municipios, todos en el Estado de Veracruz (Figura 1).
Fuente: INEGI (1990). División política estatal escala 1:4 000 000
INEGI (2010). Red Hidrográfica escala 1:50 000 edición 2.0
Figura 1 Ubicación de la cuenca del río Misantla.
La cuenca se localiza dentro de las subprovincias fisiográficas Sierra de Chiconquiaco y llanuras y lomeríos (INEGI, 2001). Dicha sierra presenta unidades abruptas y tendidas hasta una zona de lomeríos y colinas redondeadas, asociadas con cañadas y mesetas (Medina-Chena et al., 2010). La topografía de la cuenca es muy variada; presenta altitudes que van desde el nivel del mar hasta los 2,680 masl en un rango de 55.5 km. A lo largo de la cuenca se presentan 12 unidades edáficas diferentes (INEGI, 2013a).
La cuenca está conformada por múltiples arroyos y escurrimientos, donde los de mayor importancia corresponden al río Palmas, antes llamado río Grande, y al río Palchán, los cuales se unen para dar origen al río Misantla y cuyo nombre lleva la cuenca, para finalmente desembocar al Golfo de México en la Barra de Palmas. La temperatura promedio máxima es de 33.0 °C mientras que la mínima de 22.8 °C, con promedios de precipitación anual acumulada de 1,662 mm (CONAGUA, 2015a).
En la cuenca se presentan diversos ecosistemas, siendo el más importante el bosque mesófilo de montaña (INEGI, 2013b). De acuerdo con las últimas estadísticas del Instituto Nacional de Estadística y Geografía (INEGI, 2010), la población total de la cuenca es de 59,956 habitantes, de los cuales 27,051 son hombres y 28,585 son mujeres, distribuidos en 202 localidades que en su mayoría presentan un índice de marginación medio y alto (CONAPO, 2010).
Obtención del balance hídrico y modelación
La obtención del balance hidrológico se realizó por medio de la herramienta SWAT (herramienta de evaluación del suelo y agua, por sus siglas en ingles). Los datos que requirió el modelo fueron topográficos (modelo de elevación), edafológicos (tipos de suelo y sus propiedades físico-químicas), uso de suelo y vegetación, hidrológicos y climáticos (Figura 2) (Arnold et al., 2012; Winchell et al., 2008).
Fuente: (Arnold et al., 2012; Winchell et al., 2008).
Figura 2 Diagrama de flujo para procesar la información en SWAT.
Una vez categorizadas e ingresadas todas las capas de información, se generaron las bases de datos de entrada y se llevó a cabo la simulación para un periodo de 15 años (2000 - 2014), mismos con los que se crearon los datos de salida. Al finalizar la simulación, se llevó a cabo la validación de la eficiencia del modelo para verificar la certeza de los datos obtenidos mediante el cálculo del coeficiente de determinación R2 y el coeficiente de eficiencia (E) de Nash & Sutcliffe (1970) (Ecuación 1).
Donde Qo representa el gasto observado o real, Qm el gasto simulado, T la suma de los tiempos analizados y t el tiempo de análisis.
A fin de evaluar el efecto que tiene el uso de suelo y la vegetación sobre el comportamiento de las variables hidrológicas en la cuenca del río Misantla, se creó un escenario deforestado y otro forestado.
Para el escenario deforestado se seleccionaron áreas de la parte alta y media de la cuenca con bosque mesófilo de montaña (FRSD) y pendientes menores al 40 %, mismas que se reclasificaron como zonas agrícolas (AGRL). La superficie de cambio de uso de suelo correspondió a 3,101.66 ha, equivalente a una reducción del 25.75 % de la superficie forestal inicial (Figura 3).
Por el contrario, a fin de analizar el efecto de la forestación en la parte alta de la cuenca, se seleccionaron áreas agrícolas (AGRL) y ganaderas (PAST) con pendientes superiores al 40 %, que pudiesen recuperar su cobertura arbolada. Estas áreas fueron reclasificadas como zonas forestales FRSD contribuyendo a un incremento en la superficie forestal de 3,362.38 ha equivalente al 27.91 % de la superficie inicial (Figura 4).
Para conocer si existen diferencias en el comportamiento hidrológico de la cuenca entre escenarios simulados, se realizó un análisis de varianza de una vía (ANOVA) para siete variables hidrológicas con un nivel de significancia α = 0.05.
Resultados y Discusión
De acuerdo con los resultados del balance hídrico modelado por SWAT (Tabla 1), en la cuenca del río Misantla llueve un 16.51 % más que la media estatal anual (INEGI, 2015), un 57.81 % y 51.46 % más que la media nacional, según datos de Banco Mundial (2015) y la Comisión Nacional del Agua,(2015b), respectivamente. De los datos obtenidos, el 9.38 % de la precipitación se escurre superficialmente, el 1.13 % fluye hacia el océano a través de corrientes subterráneas (percolación profunda), el 84.31 % se evapotranspira; mientras que del total de agua producida en el sistema, el 63% se escurre superficialmente. La percolación es 0.34 % superior que la recarga total del suelo por lo que todo lo que se percola recarga los mantos acuíferos de la cuenca.
Tabla 1 Hidrología modelada por SWAT.
| YEAR | PREC (mm) |
SURQ (mm) | LATQ (mm) |
PERC (mm) |
SW (mm) |
ET (mm) | PET (mm) |
WY (mm) |
SY (ton-1ha-1 año-1) |
|---|---|---|---|---|---|---|---|---|---|
| 2000 | 2,037.13 | 99.10 | 100.57 | 15.35 | 44.26 | 1,862.19 | 21,366.26 | 199.88 | 22.22 |
| 2001 | 1,902.66 | 132.50 | 110.95 | 22.51 | 11.44 | 1,671.38 | 21,717.89 | 244.85 | 8.77 |
| 2002 | 1,381.97 | 93.22 | 82.41 | 12.43 | 17.52 | 1,188.54 | 22,544.96 | 176.22 | 8.44 |
| 2003 | 1,469.64 | 117.53 | 89.17 | 11.71 | 18.50 | 1,249.41 | 22,576.97 | 207.31 | 12.32 |
| 2004 | 1,822.25 | 235.50 | 99.85 | 22.42 | 22.45 | 1,460.94 | 21,920.42 | 336.25 | 16.22 |
| 2005 | 2,198.82 | 294.16 | 118.43 | 31.12 | 31.44 | 1,744.97 | 20,908.04 | 413.81 | 27.45 |
| 2006 | 1,572.02 | 215.58 | 82.80 | 23.55 | 34.30 | 1,247.14 | 21,870.84 | 299.68 | 18.86 |
| 2007 | 1,938.66 | 144.88 | 98.21 | 23.71 | 29.44 | 1,675.99 | 21,602.77 | 244.45 | 13.52 |
| 2008 | 1,665.33 | 116.24 | 96.87 | 15.90 | 8.16 | 1,459.24 | 22,109.80 | 214.06 | 10.82 |
| 2009 | 1,946.54 | 193.27 | 100.83 | 26.00 | 55.79 | 1,576.77 | 21,486.01 | 294.85 | 17.04 |
| 2010 | 1,904.61 | 258.60 | 111.94 | 31.80 | 33.67 | 1,525.05 | 21,861.06 | 372.26 | 29.79 |
| 2011 | 1,871.64 | 236.16 | 105.84 | 22.93 | 43.89 | 1,495.76 | 21,706.99 | 343.27 | 32.21 |
| 2012 | 2,001.66 | 177.45 | 99.14 | 20.93 | 35.77 | 1,712.32 | 21,286.04 | 277.84 | 14.70 |
| 2013 | 1,703.84 | 156.83 | 88.46 | 14.51 | 26.31 | 1,454.58 | 21,607.43 | 246.10 | 15.02 |
| 2014 | 1,534.70 | 57.73 | 78.00 | 11.30 | 15.04 | 1,399.02 | 21,322.15 | 136.38 | 5.25 |
| Mean | |||||||||
| 1,796.76 | 168.58 | 97.56 | 20.41 | 28.53 | 1,514.89 | 21,725.84 | 267.15 | 16.84 | |
PREC = precipitación; SURQ = escorrentía superficial; LATQ = flujo lateral; PERC = cantidad de agua de filtración; SW = contenido de agua del suelo; ET = evapotranspiración real; PET = evapotranspiración potencial; WY = rendimiento de agua; SY = rendimiento de sedimentos.
Fuente: Base de datos de salida de SWAT.
Al comparar un año de baja precipitación con otro de alta precipitación producto del paso de fenómenos climáticos, como el huracán Stan y la tormenta tropical Bret que ocurrieron en el 2005, se observan diferencias en las variables predichas por el modelo para esta cuenca (Tabla 2), poniendo de manifiesto que la entrada de fenómenos hidrometerológicos por la costa del Golfo de México pone en riesgo a la población por el aumento en la escorrentía superficial y el arrastre y transporte de sedimentos en el agua hacia las partes bajas de la cuenca (Tejeda-Martínez, 2006), incrementando el riesgo de inundaciones (IPCC, 2001; SEDATU, 2016).
Tabla 2 Hidrología modelada por SWAT en años con distinta precipitación.
| Parameter | 2002 (Low rainfall) | 2005 (High rainfall) | Variation | % of change |
|---|---|---|---|---|
| PREC (mm) | 1,381.97 | 2,198.82 | 816.85 | 59.11 |
| SURQ (mm) | 93.22 | 294.16 | 200.94 | 215.55 |
| LATQ (mm) | 82.41 | 118.43 | 36.02 | 43.71 |
| PERC(mm) | 12.43 | 31.12 | 18.69 | 150.36 |
| SW (mm) | 17.52 | 31.44 | 13.92 | 79.45 |
| ET (mm) | 1,188.54 | 1744.97 | 556.43 | 46.82 |
| PET (mm) | 22,544.96 | 20,908.04 | -1,636.92 | -7.26 |
| WY (mm) | 176.22 | 413.81 | 237.59 | 134.83 |
| SY (ton/ ha-1/año-1) | 8.44 | 27.45 | 19.01 | 225.24 |
PREC = precipitación; SURQ = escorrentía superficial; LATQ = flujo lateral; PERC = cantidad de agua de filtración; SW = contenido de agua del suelo; ET = evapotranspiración real; PET = evapotranspiración potencial; WY = rendimiento de agua; SY = rendimiento de sedimentos.
Fuente: Base de datos de salida de SWAT.
Los escenarios modelados (Tabla 3) demuestran que la vegetación en la parte alta de la cuenca del río Misantla es importante para mantener los procesos y el equilibrio del ciclo del agua al tener un efecto directo sobre su funcionamiento (Paré & Gerez, 2012), observándose que los bosques disminuyen de manera significativa la erosión del suelo, reducen el arrastre de sedimentos a los depósitos y el peligro de deslaves e inundaciones (Armenta-Montero, 2012; García-Chevesich, 2010; Manson, 2004); y con ello se reduce la vulnerabilidad de la población ante la llegada de fenómenos hidrometeorológicos.
Tabla 3 Hidrología modelada por SWAT por escenario.
| Parameter | Real scenario | Mean Deforested scenario | Forested scenario |
|---|---|---|---|
| PREC | 1,796.76 mm | 1,796.76 mm | 1,796.76 mm |
| SURQ | 168.58 mm | 190.34 mm | 159.81 mm |
| LATQ | 97.56 mm | 71.55 mm | 102.40 mm |
| PERC | 20.41 mm | 20.28 mm | 21.50 mm |
| SW | 28.53 mm | 30.42 mm | 27.61 mm |
| ET | 1,514.89 mm | 1,519.15 mm | 1,517.78 mm |
| PET | 21,725.84 mm | 21,725.84 mm | 21,725.84 mm |
| WY | 267.15 mm | 262.89 mm | 263.26 mm |
| SY | 16.84 ton-1ha-1 año-1 | 18.51 ton- 1ha-1 año-1 | 7.38 ton-1ha-1 año-1 |
PREC = precipitación; SURQ = escorrentía superficial; LATQ = flujo lateral; PERC = cantidad de agua de filtración; SW = contenido de agua del suelo; ET = evapotranspiración real; PET = evapotranspiración potencial; WY = rendimiento de agua; SY = rendimiento de sedimentos.
Fuente: Base de datos de salida de SWAT.
Al comparar siete variables hidrológicas modeladas por SWAT mediante un análisis de varianza, solo se encontraron diferencias estadísticamente significativas en el escurrimiento lateral (SURQ) y en la producción de sedimentos (SY) (Tabla 4).
Tabla 4 Cuadro comparativo de ANOVAs para siete variables hidrológicas de la cuenca del Río Misantla.
| Parameter | Mean | Standard deviation | Degrees of freedom | F | P |
|---|---|---|---|---|---|
| Surface runoff (SURQ) | 172.9 | 69.18 | 2 | 0.7665 | 0.47102 |
| Lateral flow (LATQ) | 90.51 | 17.41 | 2 | 34.178 | 0.00000 |
| amount of water percolating (PERCOLATE) | 20.73 | 6.72 | 2 | 0.1447 | 0.86567 |
| soil water content (SW) | 28.85 | 13.1 | 2 | 0.1715 | 0.84297 |
| Actual evapotranspiration (ET) | 1517 | 191.8 | 2 | 0.002 | 0.99815 |
| Water yield (WYLD) | 264.4 | 75.53 | 2 | 0.0140 | 0.98612 |
| Sediment Yield (SYLD) | 14.24 | 8.566 | 2 | 10.5724 | 0.00019 |
Validación del modelo SWAT
Los valores obtenidos en la validación del modelo para la cuenca del río Misantla arrojaron un coeficiente de determinación (R2) = 0.89 y una Eficiencia del modelo (ENS) = 0.61; datos que, de acuerdo con Ramanarayanan et al. (1997), representan un modelo que se considera aceptable o satisfactorio, si R2 > 0.6 y el ENS > 0.5. Por su parte, Moriasi et al. (2007) clasifican la eficiencia del modelo SWAT como aceptable cuando el valor de ENS se encuentra entre 0.50 y 0.65 e insatisfactorio cuando ENS es menor a 0.50 (Barrios & Urribarri, 2010). Por lo que se considera que el modelo SWAT obtenido en esta investigación es confiable para esta cuenca.
Estos resultados nos indican que los modelos hidrológicos implementados mediante los sistemas de información geográfica (GIS) nos permiten estudiar las relaciones causales del comportamiento hídrico de una cuenca, obteniéndose resultados confiables aun cuando se carece de información e infraestructura adecuada para la obtención de datos en campo (Barrios & Urribarri, 2010; Hernández, 2014).
El ajuste (R2 = 0.89; ENS = 0.61) demuestra una confiabilidad alta (Tabla 5), de acuerdo con investigaciones anteriores. Sin embargo, es importante tener en cuenta la obtención de datos en campo para calibrar y obtener valores más altos al momento de validar el modelo, aumentando el grado de confianza de las predicciones.
Tabla 5 Ajustes en la modelación hídrica con la herramienta SWAT.
| Year | Basin | Country | R2 | ENS | Author |
|---|---|---|---|---|---|
| 2014 | Río Atulapa | Guatemala | 0.86 | 0.6 | (Hernández, 2014) |
| 2014 | Santa Catalina | Argentina | 0.82 | 0.66 | (Guevara et al., 2014) |
| 2014 | Santa Catalina | Argentina | 0.86 | 0.74 | |
| 2014 | Río Mixteco | México | 0.93 | - | (Salas-Martínez et al., 2014) |
| 2010 | Taquiña | Bolivia | 0.77 | 0.54 | (Zarate, 2010) |
| 2010 | Tolomosa | Bolivia | 0.84 | 0.63 | |
| 2010 | Río Chama | Venezuela | 0.88 | 0.76 | (Barrios & Urribarri, 2010) |
| 2008 | Tapalta | México | 0.85 | - | (Benavides-Solorio et al., 2008) |
| 2008 | Río Amajac | México | 0.59 | 0.94 | (Mata-Espinoza, 2008) |
| 2005 | Río La Laja | México | 0.82 | - | (Torres-Benites et al., 2005) |
| 2004 | El Tejocote | México | 0.93 | 0.85 | (Torres-Benites et al., 2004) |
ENS = eficiencia del modelo.
Conclusiones
La vegetación de la parte alta de la cuenca del río Misantla tiene un efecto directo sobre el ciclo hidrológico y el comportamiento de la cuenca, protegiéndola del embate de fenómenos hidrometerológicos extremos; lo que nos lleva a reflexionar que es posible reducir la vulnerabilidad ante el cambio climático en estas áreas con el manejo adecuado, la recuperación y restauración de áreas desprovistas de vegetación y con la regulación del crecimiento de la mancha agrícola y pecuaria.
Con herramientas como SWAT es posible crear una línea base de conocimientos que permitan la modelación de escenarios de cambio climático, para apoyar la creación de políticas ambientales que permitan la conservación, restauración y reducción de la vulnerabilidad en la cuenca del río Misantla.
REFERENCIAS
Abad, C. (2006). Modelación hidrológica de las cuencas El Chuveje y Arroyo Real como herramienta en la implementación de pago por servicios ecológicos en la Reserva de La Biosfera Sierra Gorda, Querétaro, México (Tesis de Maestría) Tecnológico de Monterrey. https://repositorio.tec.mx/handle/11285/567666?show=full [ Links ]
Armenta-Montero, S. (2012). Impacto de la vegetación y uso del suelo sobre las características hidrológicas en las cuencas de los ríos Tuxpan y Coatzacoalcos, Veracruz. (Tesis de Maestría en Ecología Tropical ). Universidad Veracruzana. [ Links ]
Arnold, J. G., Kiniry, J. R., Srinivasan, R., Williams, J. R., Haney, E. B. and Neitsch, S. L. (2012). Input/Output Documentation. Soil and Water Assessment Tool. Texas Water Resources Institute. https://swat.tamu.edu/media/69296/swat- iodocumentation-2012.pdf [ Links ]
Banco Mundial. (2015). Promedio detallado de precipitaciones (mm anuales) - México. https://datos.bancomundial.org/indicador/AG.LND.PRCP.MM?locations=MX [ Links ]
Barrios, A. G. & Urribarri, A. L. (2010). Aplicación del modelo SWAT en los Andes venezolanos: Cuenca alta del río Chama. Revista Geográfica Venezolana, 51(1), 11-29. https://www.redalyc.org/pdf/3477/347730384002.pdf [ Links ]
Benavides-Solorio, J. D., González-Guillén, M. J., López-Paniagua, C. and Valdez-Lazalde, J. R. (2008). Oferta hídrica de la cuenca forestal Tapalpa, Jalisco, orientada hacia los servicios ambientales. Madera y Bosques, 14(2), 5-38. http://www.scielo.org.mx/pdf/mb/v14n2/v14n2a2.pdf [ Links ]
Bitrán, D. (2001). Características del impacto socioeconómico de los principales desastres ocurridos en México en el periodo 1980-1999. In Serie. Impacto socieconomico de los desastres naturales en México (1ra.). [ Links ]
Comisión Nacional del Agua [CONAGUA]. (2015a). Banco Nacional de Datos de Aguas Superficiales. http://www.conagua.gob.mx/CONAGUA07/Contenido/Documentos/elaguaenmexico-caucesyencauces.pdf [ Links ]
Comisión Nacional del Agua [CONAGUA]. (2015b). Reporte Del Clima En México 2015. https://smn.conagua.gob.mx/tools/DATA/Climatología/Diagnóstico Atmosférico/Reporte del Clima en México/Anual2015.pdf [ Links ]
CENAPRED (Centro Nacional de Prevención de Desastres. (2019). Declaratorias Sobre Emergencia, Desastre y Contingencia Climatológica. https://datos.gob.mx/busca/dataset/declaratorias-sobre-emergencia-desastre-ycontingencia-climatologica. [ Links ]
Consejo Nacional de Población [CONAPO]. (2010). Índice de Marginación y Probreza. http://www.conapo.gob.mx/es/CONAPO/Indice_de_Marginacion_por_Localidad_2010 [ Links ]
Conde-Álvarez, A. C. & Palma-Grayeb, B. (2006). Escenarios de riesgo para el territorio veracruzano ante un posible cambio climático. In Inundaciones 2005 en el Estado de Veracruz. https://www.uv.mx/eventos/inundaciones2005/ [ Links ]
García-Chevesich, P. (2010). Factores que afectan la erosión y la sedimentación. In D. Brea & F. Balocchi (Eds.), Procesos de erosión-sedimentación en cauces y cuencas. [ Links ]
Guevara, O. C., Cazenave, G., Vazquez, A. G., Collazos, G. and Vives, L. (2014). Empleo del modelo hidrológico SWAT en regiones de llanuras. Aplicación en una cuenca rural, arroyo Santa Catalina, Provincia de Buenos Aires. II Congreso Internacional de Hidrología de Llanuras, 10. http://sedici.unlp.edu.ar/bitstream/handle/10915/47531/Documento_completo.pdf?sequence=3 [ Links ]
Hernández, M. E. T. (2014). Aplicación del modelo hidrológico soil and water assessment tool (swat), para la simulación del balance hídrico de la microcuenca del río Atulapa, Esquipulas, Chiquimula, Guatemala, C.A. (Tesis de Licenciatura en Agronomía) Universidad de San Carlos, Guatemala. http://biblioteca.usac.edu.gt/tesis/01/01_2927.pdf [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (2001). Fisiografía. Conjunto de Datos Vectoriales Fisiográficos Serie I. Continuo Nacional. Escala 1:1,000,000. https://www.inegi.org.mx/temas/fisiografia/ [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (2010). Censo de Población y Vivienda 2010. https://www.inegi.org.mx/programas/ccpv/2010/ [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (2013a). Carta Edafológica Serie II Continuo Nacional Escala 1:250,000. https://www.inegi.org.mx/temas/edafologia/ [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (2013b). Conjunto de Datos Vectoriales de Uso Del Suelo y Vegetación. Escala 1:250 000, Serie V (Capa Unión). https://www.inegi.org.mx/temas/usosuelo/ [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (2015). Cuentame de México: Estado de Veracruz. http://www.cuentame.inegi.org.mx/monografias/informacion/ver/territorio/clima.aspx?tema=me&e=30 [ Links ]
Instituto Nacional de Estadística y Geografía [INEGI]. (1990). Division politica estatal escala 1:4 000 000 http://www.conabio.gob.mx/informacion/gis/ [ Links ]
Intergovernmental Panel on Climate Change [IPCC]. (2001). Impactos, adaptación y vulnerabilidad. Resumen para responsables de políticas cambio climático 2001. In Tercer Informe de Evaluación Cambio climático 2001 Impactos, adaptación y vulnerabilidad Resumen para responsables de políticas y Resumen técnico. [ Links ]
Intergovernmental Panel on Climate Change [IPCC]. (2014). Cambio climático 2014: Impactos, adaptación y vulnerabilidad - Resumen para responsables de políticas. In C. B. Field, V. R. Barros, D. J. Dokken, K. J. Mach, M. D. Mastrandrea, T. E. Bilir, M. Chatterjee, K. L. Ebi, Y. O. Estrada, R. C. Genova, B. Girma, E. S. Kissel, A. N. Levy, S. MacCracken, P. R. Mastrandrea, & L. L. White (Eds.), Contribución del Grupo de trabajo II al Quinto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático. Organización Meteorológica Mundial. [ Links ]
Isabel, G.-C., Martínez-Otero, A., Ramírez-Soto, A., Niño-Cruz, A., Juan-Rivas, A. and Dominguez-Barradas, L. (2004). La relación agua-bosque: Delimitación de zonas prioritarias para pago de servicios ambientales hidrológicos en la Cuenca del Río Gavilanes, Coatepec, Veracruz. In El Manejo Integral de Cuencas en México: Estudios y Reflexiones para Orientar la Política Ambiental. http://www2.inecc.gob.mx/publicaciones2/libros/528/relacion.pdf [ Links ]
Logreira Rentería, A. (2009). Metodologías técnicas en el ámbito biofísico para la determinación y monitoreo de los servicios ambientales relacionados con regulación hídrica y control de sedimento, y su relación con el uso del suelo. [ Links ]
Manson, R. H. (2004). Los servicios hidrológicos y la conservación de los bosques de México. Madera y Bosques , 10(1), 3-20. https://www.uv.mx/personal/tcarmona/files/2010/08/Manson-2004.pdf [ Links ]
Mata-Espinoza, H. A. (2008). El modelo de simulación hidrológica SWAT aplicado en la cuenca del río Amajac, Hidalgo, México. (Tesis de maestría) Colegio de Postgraduados. México. http://colposdigital.colpos.mx:8080/jspui/handle/10521/1600 [ Links ]
Medina-Chena, A., Salazar-Chimal, T. E. and Álvarez-Palacios, J. L. (2010). Fisiografía y suelos. In Atlas del patrimonio natural, histórico y cultural de Veracruz. Universidad Veracruzana. https://www.sev.gob.mx/servicios/publicaciones/colec_veracruzsigloXXI/PatrimonionaturalVeracruz/PatrimonionaturalVeracruz1.pdf [ Links ]
Monterroso, A. & Conde, C. (2015). Exposure to climate and climate change in Mexico. Geomatics, Natural Hazards and Risk, 6(4), 272-288. https://doi.org/10.1080/19475705.2013.847867 [ Links ]
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D. and Veith, T. L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. American Society of Agricultural and Biological Engineers, 50(3), 885-900. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.532.2506&rep=rep1&type=pdf [ Links ]
Nash, J. E. & Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I - A discussion of principles. Journal of Hydrology, 10(3), 282-290. https://doi.org/10.1016/0022-1694(70)90255-6 [ Links ]
Olabe-Egaña, A. (2016). Crisis Climática-Ambiental. La hora de la responsabilidad. Ed. Galaxia Gutenberg, S.L. [ Links ]
Pagiola, S., Bishop, J. and Landell, M. N. (2003). La venta de servicios ambientales forestales: mecanismos basados en el mercado para la conservación y el desarrollo. Ed. Instituto Nacional de Ecología. [ Links ]
Paré, L. & Gerez, P. (2012). Al filo del agua: cogestión de la subcuenca del río Pixquiac, Veracruz. Ed. Instituto Nacional de Ecología. [ Links ]
Ramanarayanan, T. S., Williams, J. R., Dugas, W. A., Hauck, L. M. and McFarland, A. M. S. (1997). Using APEX to Identify Alternative Practices for Animal Waste Management: Part II. Model Application. Texas Institute of Applied Environmental Research. [ Links ]
Ruiz-Barradas, A. (2012). Inundaciones 2010 : Lluvias extremas en Veracruz y su relación con la variabilidad natural del clima. University of Maryland, E.U.A. http://www.atmos.umd.edu/~alfredo/Inunda2010paper.pdf [ Links ]
Salas-Martínez, R., Ibáñez-Castillo, L. A., Arteaga-Ramirez, R., Martinez-Menes, M. R. and Fernández-Reynoso, D. S. (2014). Modelado hidrológico de la cuenca del río Mixteco en el Estado de Oaxaca, México. Agrociencia, 48(1), 1-15. http://www.scielo.org.mx/pdf/agro/v48n1/v48n1a1.pdf [ Links ]
Sánchez-Cohen, I., Díaz-Padilla, G., Cavazos-Pérez, M. T., Granados-Ramírez, G. R. and Gómez-Reyes, E. (2011). Elementos para entender el cambio climático y sus impactos. Ed. Miguel Ángel Porrúa. [ Links ]
Secretaría de Desarrollo Agrario Territorial y Urbano [SEDATU]. (2016). Guía de resiliencia urbana 2016. https://www.gob.mx/cms/uploads/attachment/file/179708/Guia_de_Resiliencia_Urbana_2016.pdf [ Links ]
Secretaría de Medio Ambiente y Recursos Naturales [SEMARNAT]. (2013). Estrategia nacional de cambio climático. Visión 10-20-40. http://www.semarnat.gob.mx/archivosanteriores/informacionambiental/Documents/06_otras/ENCC.pdf [ Links ]
Tejeda-Martínez, A. (2006). Inundaciones 2005 en el estado de Veracruz Ed. Universidad Veracruzana. https://www.uv.mx/eventos/inundaciones2005/ [ Links ]
Tejeda-Martínez, A., Montes-Carmona, E. and Sarabia-Bueno, C. (2012). Las inundaciones de 2010 en Veracruz Vulnerabilidad y adaptación. Ed. Universidad Veracruzana. [ Links ]
Torres-Benites, E., Fernández-Reynoso, D. S., Oropeza-Mota J. L. and Mejía-Saenz, E. (2004). Calibración del modelo hidrológico SWAT en la cuenca “El Tejocote”, Atlacomulco, Estado de México. Terra Latinoamericana, 22(4), 437-444. http://www.redalyc.org/pdf/573/57311096007.pdf [ Links ]
Torres-Benites, E., Mejía-Sáenz, E., Cortés-Becerra, J., Palacios-Vélez, E. and Exebio-García, A. (2005). Adaptación de un modelo hidrológico a la cuenca del Río Laja, Guanajuato, México. Agrociencia , 39, 481-490. [ Links ]
Winchell, M., Srinivasan, R., Di Luzio, M. and Arnold, J. G. (2008). User´s Guide. ArcSWAT Interface for SWAT 2005. Texas Agrilife Research - USDA Agricultural Research Service. http://colinmayfield.com/public/PDF_files/ArcSWAT_Documentation.pdf [ Links ]
Zarate, B. O. (2010). Aplicabilidad del modelo hidrológico SWAT en cuencas con características extremas - Cuencas de los ríos Taquiña y Tolomosa. Acta Nova, 4(4), 568-577. http://www.revistasbolivianas.org.bo/pdf/ran/v4n4/v4n4a07.pdf [ Links ]
Como citar este artículo: Rodríguez-Hernández, L.D., Valdés-Rodríguez, O.A., Ellis, E.A., Armenta-Montero, S. (2020). Analysis of vulnerability of the Río Misantla basin to extreme hydrometeorological phenomena. Revista Bio Ciencias 7, e900. doi: https://doi.org/10.15741/revbio.07.e900
Recibido: 10 de Diciembre de 2019; Aprobado: 29 de Agosto de 2020; Publicado: 15 de Septiembre de 2020
This is an open-access article distributed under the terms of the
Creative Commons Attribution License
