Tesis

PORTADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

PROGRAMA DE MAESTRÍA Y DOCTORADO EN INGENIERÍA
INGENIERÍA CIVIL – HIDRÁULICA
SEPARACIÓN DE LA SEQUÍA HIDROLÓGICA Y ESCASEZ DE AGUA EN

MÉXICO
TESIS
QUE PARA OPTAR POR EL GRADO DE:
MAESTRO EN INGENIERÍA
PRESENTA:
OMAR CENOBIO CRUZ
TUTOR PRINCIPAL
JOSÉ AGUSTÍN BREÑA NARANJO, INSTITUTO DE INGENIERÍA, UNAM
MÉXICO, CD. MX. Ciudad Universitaria, FEBRERO 2018

JURADO ASIGNADO:
Presidente: DR. RAMÓN DOMÍNGUEZ MORA
Secretario: DR. OSCAR ARTURO FUENTES MARILES
Vocal: DR. JOSÉ AGUSTÍN BREÑA NARANJO
1 er. Suplente: DR. ADRIÁN PEDROZO ACUÑA
2 do. Suplente: DRA. MARITZA LILIANA ARGANIS JUÁREZ
Lugar donde se realizó la tesis:

Instituto de Ingeniería, UNAM, CD. MX.
TUTOR DE TESIS:
Dr. José Agustín Breña Naranjo
--------------------------------------------------
FIRMA
_______________________________________________________
Agradecimientos
________________________________________________________________________________
Primeramente, a la Universidad Nacional Autónoma de México, al Posgrado de la Facultad

de Ingeniería, al Consejo Nacional de Ciencia y Tecnología por brindarme la posibilidad de
continuar con mis estudios y seguir preparándome día a día.
A cada uno de mis profesores, por compartir su conocimiento conmigo, especialmente a mis
asesores el Dr. José Agustín Breña Naranjo y al Dr. Adrián Pedrozo Acuña, por apoyarme en
cada momento, por confiar en mí y por ser, ambos, pieza clave en mi crecimiento no solo
académico, sino también personal. Sin duda alguna el camino fue arduo, pero el aprendizaje
que adquirí es invaluable. Gracias, porque sin ustedes esto no hubiera sido posible.
Quiero agradecer a mi familia, pero en especial a mi madre, por enseñarme a no rendirme

nunca, por estar junto a mí incondicionalmente, por ser un ejemplo de vida, por ser ese motor
para alcanzar cada una de mis metas. A mi hermana, Fer, por siempre estar conmigo, por
todo el apoyo, por darme palabras de aliento cuando las necesité. ¡Simplemente gracias!
A mi padrino Everardo, que a pesar de la distancia, siempre me motivó a seguir adelante, por
ayudarme en este camino, por siempre apoyar mis decisiones y nunca dejarme solo.
Al Instituto de Ingeniería, no solo por brindarme un espacio en sus instalaciones, sino por
darme la oportunidad de conocer a grandes personas, los cuales compartieron conmigo
grandes momentos y me ayudaron a superar momentos difíciles. Gracias Juan Pablo, Diana,
Laurent, Saúl, Marco, Roberto, Roberta y Roxana, pero especialmente a Alejandra, por ser
una amiga incondicional, porque nunca me dejaste solo, inclusive cuando me sentí perdido,
por siempre creer en mí y cuando necesite una mano, me diste dos, y claro, gracias por
hacerme reír cuando estaba triste.
A Julio, por ser más que un compañero de estudios, por todo el tiempo que compartimos
juntos, porque sin tu compañía no hubiera podido alcanzar muchas metas, gracias por ser
ese tan valioso amigo que siempre supo escucharme y apoyarme.
Gracias a cada uno de mis amigos, mi segunda familia, que a lo largo de mi vida me han
demostrado que puedo confiar en ellos y me han hecho saber que puedo apoyarme en sus
hombros cuando sea necesario.
ii
_______________________________________________________
Resumen
________________________________________________________________________________
La sequía es un fenómeno que afecta no solo a los ecosistemas sino también a la población y
genera grandes pérdidas económicas. A lo largo de los últimos años se han desarrollado
diversos estudios para evaluar los efectos de la sequía, sin embargo, pocos de ellos han
considerado las implicaciones que tiene el factor humano en el ciclo hidrológico (Falkenmark &
Rockström, 2008; Sheffield et al., 2012; Wada et al., 2013), a pesar de que el mundo actual se
encuentra dominado por el hombre, por lo que la interacción entre las actividades humanas y el
ciclo hidrológico resulta significativa. La influencia humana sobre la sequía aún es poco clara ya
que se ha realizado poca investigación sobre dicho tema. Por lo cual, este trabajo tiene como fin
evaluar el efecto de la construcción de presas y la urbanización sobre la sequía hidrológica en
cuencas de México.
Se analizaron un total de cuatro cuencas en diferentes regiones de México, dos ubicadas al

norte y dos más localizadas al este del país. A través de metodologías recientes, las cuales
implican el uso del modelo hidrológico HBV (Seibert, 1997), permiten la creación de dos
escenarios, condición observada y condición “naturalizada”, mediante las diferencias entre
dichos escenarios se puede determinar el efecto de la influencia humana. Adicionalmente, por
medio de un análisis de anomalías aplicado a los datos de escurrimiento, en el cual se utiliza un
umbral variable derivado del percentil 80 de las curvas de duración de flujo, se pueden definir
las características principales de los eventos de sequía. Finalmente se realiza una separación
entre los eventos de sequía hidrológica (fenómeno natural) y escasez de agua (fenómeno
relacionado con un desequilibrio temporal causado por el hombre).
En general, los resultados muestran que la construcción de presas ayuda a mitigar los efectos
de la sequía hidrológica principalmente durante la temporada de estiaje, sin embargo, los
eventos de escasez de agua se presentan año con año posterior a la construcción de la presa.
Por otro lado, la urbanización genera eventos de sequía más severos, no obstante, la duración
muestra un efecto inverso, es decir la duración disminuye.
iii
_______________________________________________________
Contenido
________________________________________________________________________________
1. Introducción ................................................................................................................................ 1
1.1. Objetivo del estudio............................................................................................................ 2
1.2. Estructura del trabajo ........................................................................................................ 3
2. Antecedentes.............................................................................................................................. 4
2.1. Panorama general .............................................................................................................. 4
2.1.1. Fenómenos climáticos asociados a la sequía .......................................................... 9
2.1.2. Relación entre la sequía y las interacciones humanas. ........................................ 15
2.2. Sequía ............................................................................................................................... 16
2.2.1. Tipos de sequías....................................................................................................... 16
2.2.2. Características de la sequía .................................................................................... 18
2.2.3. Índices de sequía ..................................................................................................... 19
2.3. Escasez de Agua............................................................................................................... 27
2.4. Aridez y Desertificación .................................................................................................... 28
3. Zonas de estudio ...................................................................................................................... 29
3.1. Fuentes de información ................................................................................................... 29
3.1.1. Información in situ ................................................................................................... 29
3.1.2. Información de asimilación de datos ...................................................................... 31
3.2. Descripción de las zonas de estudio .............................................................................. 32
3.2.1. Localización y uso de suelo ..................................................................................... 33
3.2.2. Clima ......................................................................................................................... 38
3.2.3. Recursos hídricos, usos del agua e infraestructura............................................... 44
4. Metodologías ............................................................................................................................ 46
4.1. Enfoque basado en la modelación y observación.......................................................... 46
4.2. Enfoque de Cuencas Pares ............................................................................................. 48
4.3. Modelación hidrológica .................................................................................................... 50
4.3.1. Modelo HBV .............................................................................................................. 51
4.4. Análisis de anomalías ...................................................................................................... 56
4.4.1. Método del umbral ................................................................................................... 57
iv
_______________________________________________________
5. Resultados ................................................................................................................................ 63
5.1. Modelo hidrológico ........................................................................................................... 63
5.2. Análisis de Anomalías ...................................................................................................... 70
6. Conclusiones ............................................................................................................................ 81
7. Anexos ....................................................................................................................................... 83
Referencias....................................................................................................................................... 89
v
_______________________________________________________
Índice de Figuras
________________________________________________________________________________
Figura 2-1. Distribución espacial de las regiones áridas en México............................................... 5

Figura 2-2. Grandes sequías en México durante la época virreinal (CONAGUA, 2014) ................ 7
Figura 2-3. Grandes sequías en México desde su independencia hasta la primera mitad del
siglo XX (CONAGUA, 2014) ................................................................................................................ 8
Figura 2-4. Condiciones de sequía en México en 2011 y su evolución. Fuente: SMN-CONAGUA.
............................................................................................................................................................. 8
Figura 2-5. Interacción océano-atmósfera durante condiciones normales del Océano Pacifico
(izquierda). Interacción océano-atmósfera durante El Niño (derecha). (Rojas et al., 2015) ......10
Figura 2-6. Representación de las condiciones de La Niña ..........................................................10
Figura 2-7. Anomalía estandarizada de la temperatura superficial del océano Pacifico. Fuente:
https://www.esrl.noaa.gov/psd/enso/ ..........................................................................................11
Figura 2-8. Valores mensuales del índice PDO de 1900 a 2016 .................................................12
Figura 2-9. Fases del fenómeno PDO, así como la distribución de los vientos durante cada fase
(flechas negras) ................................................................................................................................12
Figura 2-10. Fase Negativa (lado izquierdo) y Positiva (lado derecho) de la Oscilación
Multidecadal del Atlántico. Fuente: http://www.ospo.noaa.gov ...................................................13
Figura 2-11. Índice de la Oscilación Multidecadal del Atlántico. Datos obtenidos hasta junio
2017. Fuente: http://www.esrl.noaa.gov/psd/data/correlation/amon.us.data .........................14
Figura 2-12. Caracterización de las sequías inducidas por el clima y sequías causadas por
factores humanos (Van Loon et al., 2016a) ..................................................................................15
Figura 2-13 Tipos de sequía y su desarrollo (Van Loon, 2015) ....................................................17
Figura 2-14. Principales características de un evento de sequía .................................................19
Figura 2-15. Determinación del SPI ................................................................................................23
Figura 3-1. Red de estaciones climatológicas del CLICOM en México .........................................30
Figura 3-2. Red de estaciones hidrométricas del BANDAS, México .............................................31
Figura 3-3. Regiones Hidrológico-Administrativas de México.(CONAGUA, 2016) ........................32
vi
_______________________________________________________
Figura 3-4. Localización de las cuencas analizadas: Panel superior izquierdo (Cuenca 10033
“Palos Blancos”), panel superior derecho (Cuenca 10036 “Jaina”), panel inferior derecho
(Cuencas 27001 “Martínez de la Torre” y 28003 “Cardel”). ........................................................34
Figura 3-5. Uso de suelo y vegetación de las cuencas “Jaina” (panel superior) y “Palos Blancos”
(panel inferior) ..................................................................................................................................35
Figura 3-6. Uso de suelo y vegetación de las cuencas “Martínez de la Torre” (superior) y
“Cardel” (inferior). ............................................................................................................................36
Figura 3-7. Edafología de las zonas de estudio .............................................................................37
Figura 3-8. Climatología de la cuenca del río Humaya, “Palos Blancos” .....................................39
Figura 3-9. Climatología de la cuenca del río Sinaloa, “Jaina” .....................................................40
Figura 3-10. Climatología de la cuenca del río Nautla, “Martínez de la Torre”............................40
Figura 3-11. Climatología de la cuenca del río La Antigua, “Cardel” ............................................41
Figura 3-12. Tipos de climas dominantes en las respectivas regiones hidrográficas. ................42
Figura 4-1. Esquema del enfoque de Observación-Modelación (Van Loon & Van Lanen, 2013)
...........................................................................................................................................................47
Figura 4-2. Representación de las condiciones naturales y la influencia humana en el déficit
hidrológico. Fuente: (A. F. Van Loon & Van Lanen, 2013) .............................................................47
Figura 4-3. Comparación de una cuenca en la cual ha aumentado la urbanización (Cuenca D) y
otra que no ha presentado alteraciones antrópicas (Cuenca C) así como los cambios en la
respuesta hidrológica. .....................................................................................................................49
Figura 4-4. Metodología basada en las cuencas pares. Basado en (Van Loon & Van Lanen,
2013) ................................................................................................................................................49
Figura 4-5. Ejemplo de aplicación del umbral obtenido de una cuenca natural (UC) y el cual es
aplicado posteriormente a una cuenca con influencia antrópica (QD). ........................................50
Figura 4-6. Estructura del modelo HBV. Fuente: (Seibert, 2000) .................................................52
Figura 4-7. Representación de un almacenamiento lineal simple utilizado por el modelo HBV.
(Seibert, 2005) .................................................................................................................................53
Figura 4-8 Esquema del algoritmo de calibración genética (Seibert, 2000) ...............................56
Figura 4-9. Diferentes tipos de umbrales que se pueden utilizar. a) Umbral fijo, b) umbral
mensual, c) umbral diario (Tallaksen & Van Lanen, 2004)...........................................................57
Figura 4-10. Aplicación de método del umbral. .............................................................................58
Figura 4-11. Ejemplos de las Curvas de Duración de Flujo obtenidas para diferentes periodos
de tiempo. .........................................................................................................................................61
Figura 4-12. Obtención del umbral variable a partir de las curvas de duración de flujo (escala
mensual) ...........................................................................................................................................61
vii
_______________________________________________________
Figura 5-1. Valores del coeficiente de Nash-Sutcliffe Log (izquierda) y del coeficiente de
determinación (derecha) para los diferentes periodos en las diferentes cuencas. ....................65
Figura 5-2. Escurrimiento observado (línea azul) y simulado (línea roja) para cada una de las
cuencas analizadas..........................................................................................................................66
Figura 5-3. Gráficos de dispersión del gasto simulado vs. el gasto observado, en mm, para
cada una de las cuencas. ................................................................................................................68
Figura 5-4. Comparación entre las cuencas 27001 y 28003 a través del SRI a una escala
temporal de 6 meses. ......................................................................................................................69
Figura 5-5. Eventos en los que el SRI de la cuenca27001 “Martínez de la Torre” muestra
valores menores a los registrados en la cuenca 28003 “Cardel” ................................................69
Figura 5-6. Escasez de agua + Sequía (panel izquierdo) y sequía hidrológica (panel derecho),
registradas en la cuenca 10033 "Palos Blancos"..........................................................................71
Figura 5-7. Histograma de duración de anomalías negativas para la cuenca 10033 "Palos
Blancos" ............................................................................................................................................72
Figura 5-8. Escasez de agua + Sequía (panel izquierdo) y sequía hidrológica (panel derecho),
registradas en la cuenca 10036 "Jaina"" .......................................................................................73
Figura 5-9. Histograma de duración de anomalías negativas para la cuenca 10036 "Jaina"....74
Figura 5-10. Proporción de escasez de agua y sequía para las cuencas 10033 “Palos Blancos”
(panel superior) y 10036 “Jaina” (panel inferior) ..........................................................................75
Figura 5-11. Anomalías registradas utilizando el umbral propio de la cuenca 27001 "Martínez
de la Torre" .......................................................................................................................................76
Figura 5-12. Anomalías registradas en la cuenca 27001 "Martínez de la Torre"........................77
Figura 5-13. Histograma de duración de anomalías negativas para la cuenca 27001 "Martínez
de la Torre" .......................................................................................................................................77
Figura 5-14. Anomalías registradas en la cuenca 28003 "Cardel" ..............................................79
Figura 5-15. Comparación entre el escurrimiento observado de las cuencas 27001 “Martínez
de la Torre” y 28003 “Cardel” y el umbral Q80 calculado con datos de la cuenca natural
(28003).............................................................................................................................................80
Figura 5-16. Histograma de duración de anomalías negativas para la cuenca 28003 "Cardel"
...........................................................................................................................................................80
Figura 8-1. SPI y SRI cuenca 10033 “Palos Blancos” ...................................................................84
Figura 8-2. SPI y SRI cuenca 10036 “Jaina” ..................................................................................85
Figura 8-3. SPI y SRI cuenca 27001 “Martínez de la Torre” .........................................................86
Figura 8-4. SPI y SRI cuenca 28003 “Cardel” ................................................................................87
viii
_______________________________________________________
Figura 8-5. Gráficos de dispersión entre la precipitación, evaporación y escurrimiento a
diferentes escalas temporales ........................................................................................................88
ix
_______________________________________________________
Índice de Tablas
________________________________________________________________________________
Tabla 2-1. Clasificación de sequía de acuerdo con los deciles. ..................................................21

Tabla 2-2. Efectos e interpretación de las diferentes escalas temporales del SPI. (NDMC) ......22
Tabla 2-3. Clasificación de la sequía de acuerdo con el valor del SPI .........................................23
Tabla 2-4. Esquema de las causas de los diferentes fenómenos relacionados con la
disponibilidad de agua (Pereira, 2002). .........................................................................................27
Tabla 3-1. Características de los tipos de clima presentes en las cuencas analizadas. ............43
Tabla 3-2. Población del municipio de Martínez de la Torre, Veracruz. (Fuente: INEGI) .............45
Tabla 4-1. Descripción de los principales parámetros del modelo HBV.......................................52
Tabla 5-1. Periodos de calibración y validación para cada una de las cuencas analizadas ......64
Tabla 5-2. Características generales de las anomalías registradas en el periodo antropogénico
(1964-1987) de la cuenca 10033 “Palos Blancos” ......................................................................72
Tabla 5-3. Características generales de las anomalías registradas en el periodo antropogénico
(1980-1998) de la cuenca 10036 “Jaina”.....................................................................................74
Tabla 5-4. Características de las cuencas en las que se utilizó el enfoque de cuencas pares. .76
Tabla 5-5. Características generales de las anomalías registradas en las cuencas 27001
“Martínez de la Torre” y 28003 “Cardel” .......................................................................................78
x
Separación de la sequía hidrológica y escasez de agua en México UNAM
1. Introducción
________________________________________________________________________________
Las sequías tienen el potencial de impactar gravemente los ecosistemas y la sociedad, por lo
que son consideradas como uno de los desastres naturales más severos y costosos, no solo por
tener un gran impacto económico, efectos adversos sobre la navegación, la energía
hidroeléctrica y especialmente, la agricultura (Fleig et al., 2011; Sheffield & Wood, 2012;
Woodhouse & Overpeck, 1998; Wreford & Adger, 2010). Todo lo anterior en combinación,
representa un problema complejo a nivel global, en todos los entornos (ambiental, económico y
social), que afecta negativamente la seguridad hídrica (Thompson et al., 2013). Asimismo, las
proyecciones climáticas prevén un aumento en la frecuencia e intensidad de la sequía a lo largo
del siglo XXI (Prudhomme et al., 2014; Seneviratne et al., 2012).
Las interacciones entre el clima, los ecosistemas y el entorno humano pueden causar o
exacerbar los efectos de las sequías (McMillan et al., 2016), por ejemplo, uno de los principales
mecanismos de la intensificación de la frecuencia global de las sequías hidrológica es el
consumo humano de agua (Wada et al., 2013). Por ello, es esencial obtener una mejor
comprensión de la interacción dinámica entre las actividades humanas mencionadas
anteriormente y las sequías (Pederson et al., 2012)
1
Esta tesis representa un esfuerzo de evidenciar el impacto que han tenido las actividades
humanas, específicamente la construcción de presas y el crecimiento demográfico
(urbanización), sobre la sequía en México, debido a que en los últimos años este fenómeno ha
cobrado gran importancia en el país. Para ello el trabajo aquí descrito utiliza metodologías que
han sido desarrolladas en años recientes (Pelikan, 2016; Rangecroft et al., 2016; Van Loon &
Van Lanen, 2013; Wada et al., 2013), en donde el uso de modelos hidrológicos es una
herramienta poco utilizada para realizar estudios relacionados con la sequía (Escalante
Sandoval, 1998; Reyes Chavez, 2001).
1.1. Objetivo del estudio
El objetivo principal de este trabajo consiste en diferenciar y cuantificar la escasez de agua y la

sequía hidrológica a través de la aplicación de distintas metodologías recientemente
desarrolladas, con el propósito de tener un mejor conocimiento del impacto derivado de las
actividades antrópicas en diferentes regiones de México.
2
1.2. Estructura del trabajo
Este trabajo está compuesto por los siguientes capítulos, los cuales están organizados como se
muestra a continuación.
 Capítulo 2. Antecedentes
En este capítulo se proporciona la información básica acerca de los diferentes tipos de sequía y
los principales indicadores que se emplean para identificarlas. Se hace referencia a fenómenos
climáticos y el efecto que tienen sobre la sequía. De igual forma se pone en contexto la situación
de la sequía en México y por último, se hace notar la diferencia entre escasez de agua y sequía,
mencionando también el concepto de aridez.
 Capítulo 3. Zonas de Estudio
Se describen las zonas de estudio, y se proporciona información de la localización, climatología

e hidrometría de las regiones, así como de las principales características de las cuencas
analizadas.
 Capítulo 4. Metodologías
En este capítulo se describen las dos metodologías que se emplearon, así como una descripción
del modelo hidrológico en el que se apoyan dichas metodologías.
 Capítulo 5. Resultados
Se realiza la comparación correspondiente entre los datos observados y simulados por el modelo
hidrológico para los diferentes periodos de tiempo, y se muestran los resultados del análisis de
anomalías. Al comparar y analizar únicamente el escurrimiento en las diferentes cuencas, se
tratarán de relacionar estas diferencias con la influencia humana.
 Capítulo 6. Conclusiones
En este capítulo se presentan las ideas y argumentos a los cuales se llegaron después de la
realización de este trabajo.
Finalmente, en el anexo se muestran las series de tiempo del índice estandarizado de

precipitación (SPI) y de escurrimiento (SRI) para diferentes escalas temporales y una
comparación entre la precipitación, evaporación y escurrimiento entre las cuencas en las que
se utilizó el enfoque de cuencas pares.
3
2. Antecedentes
________________________________________________________________________________
En este capítulo se abordan aspectos de la sequía en México. Se proporciona información

necesaria para entender los principales fenómenos climáticos que están estrechamente ligados
con las sequías, así mismo se explica el efecto que tienen las múltiples actividades
antropogénicas sobre el comportamiento hidrológico de una región. De igual forma se definen
los conceptos de sequía, escasez de agua y aridez, y así evitar su confusión.
2.1. Panorama general
La sequía es un desastre natural relacionado con el clima. Es un fenómeno o evento complejo

que se desarrolla lentamente, de tal modo que ni su principio ni su fin pueden ser claramente
definidos (Dracup et al., 1980; Wilhite & Glantz, 1985).
Los eventos de sequía, también llamados 'desastres recurrentes’ afectan a los ecosistemas y la
sociedad en muchos formas. Las sequías, sin embargo, pueden cubrir áreas extensas y pueden
durar meses o años, con un impacto devastador en el sistema ecológico y muchos sectores
económicos en el mundo (Mishra & Singh, 2010; Wilhite, 2000). Entre los sectores más
4
afectados están el suministro de agua potable, la producción agrícola (riego), transporte fluvial,
la producción de electricidad (energía hidráulica o agua para refrigeración de plantas
termoeléctricas), y la recreación (calidad del agua), entre otros (Sheffield & Wood, 2012;
Tallaksen & Van Lanen, 2004).
A pesar de que la sequía puede ocurrir en cualquier tipo de clima, su intensidad, duración y
magnitud suelen ser más severas en regiones áridas. En el caso de México, más del 60% de su
territorio y 50% de su población total se encuentra en regiones áridas (Figura 2-1).
Figura 2-1. Distribución espacial de las regiones áridas en México
En México, este tipo de regiones se caracterizan por tener condiciones de disponibilidad hídrica
baja a muy baja, lo cual se explica debido a los siguientes factores:
 El régimen de precipitación es altamente variable durante el año, con eventos de

precipitación bastante irregulares durante la temporada de lluvias. En promedio, la lluvia
media anual es menor a los 500 mm (con la excepción de las regiones subhúmedas),
aunque ciertas regiones expuestas a lluvias ciclónicas, se pueden ver compensadas
hidrológicamente por la ocurrencia de este tipo de eventos (Breña-Naranjo et al., 2015)
 La demanda evaporativa atmosférica (también conocida como evaporación potencial)
se mantiene alta durante todo el año y la cual sobrepasa su precipitación media anual
por un factor de 2 hasta 15 veces (Breña-Naranjo et al., 2016)
 El cociente entre la evaporación potencial y la precipitación define el grado de aridez de
una región lo cual explica las bajas láminas anuales de escurrimiento y de recarga de
agua subterránea (Arciniega-Esparza et al., 2016). Por lo general, la mayoría de cauces
permanecen secos durante la temporada de estiaje y el escurrimiento ocurre
únicamente durante la temporada de lluvias ya sea de manera continua (régimen
perenne) o intermitente (régimen efímero).
5
 El almacenamiento hidrológico en cuencas hidrológicas es tanto una causa como una

consecuencia de la presencia de vegetación y de su eficiencia en el uso de agua de las
plantas, es decir, la vegetación presente en la región posee una influencia sobre la
respuesta hidrológica de la cuenca durante los períodos secos, lo que sugiere una
evolución eco-hidrológica (Arciniega-Esparza et al., 2016).
Estas condiciones permanentes de vulnerabilidad hídrica provocan que los sectores urbano,
industrial y agrícola ubicados en las zonas áridas de México presenten un alto riesgo de sequía.
Adicionalmente, la baja disponibilidad de agua se puede ver seriamente afectada por la
incidencia de episodios de sequía así como por ciertas actividades humanas con un alto uso
consuntivo, los cuales inducen un aumento en el estrés hídrico de una región, principalmente la
sobreexplotación de acuíferos (aunque existen excepciones, (Hernández-Espriú et al., 2016)).
En México, esta realidad justifica que ambos fenómenos: la sequía y la escasez de agua,
principalmente en zonas áridas, deban ser estudiados de manera rigurosa para poder estimar
el riesgo de ambos fenómenos.
En la república Mexicana, el fenómeno de la sequía se ha presentado a lo largo de su historia, y

a pesar de que la literatura sobre el tema de sequía en México es escasa y descrita de manera
subjetiva (Florescano, 2000; García-Acosta, 1993), existen algunos estudios que dan un breve
recuento de la historia de la sequía en México (Mendoza et al., 2007). En efecto, México ha sido
impactado por sequias a lo largo de la época prehispánica, las cuales han sido asociadas al
declive y caída de diferentes civilizaciones como la Tolteca (Stahle et al., 2011), Teotihuacana
(Acuña-Soto, 2002) y Maya (Aimers & Hodell, 2011; Gill et al., 2007). Asimismo, en un estudio
realizado por (Cerano-Paredes et al., 2011) se reconstruyoó la sequía ocurrida a mediados del
siglo XV (1438-1460) y que fue considerada como una “mega sequía”, la cual provocó grandes
pérdidas en las cosechas, así como un alto índice de mortandad entre la población del centro
de México.
En la época prehispánica, se registra un aumento en los eventos de sequía, sin embargo, esto
no debe considerarse como un aumento en la frecuencia de dicho fenómeno, ya que este
aumento se debe posiblemente a una mejor documentación, aunque también de manera
subjetiva, de dichos acontecimientos. Sequías como las de 1624, 1695, 1749, 1785 y 1808-
1809 además de provocar crisis agrícolas desencadenaron conflictos políticos, grandes
movimientos migratorios, propagación de epidemias, altas tasas de mortalidad entre la
población campesina e indígena, así como una disminución en las actividades económicas
(Figura 2-2).
6
Figura 2-2. Grandes sequías en México durante la época virreinal (CONAGUA, 2014)
Sin embargo, es importante aclarar que desde esa época, las sequías más devastadoras fueron
aquellas que afectaron el centro y norte de México, en especial las que ocurrieron de forma
simultánea con la presencia de heladas, como en los años de 1624, 1740, 1785, 1808 y 1810
(Endfield & Tejeda-Fernández, 2006; García-Acosta, 1993)
Durante el siglo XIX, los efectos de la sequía siguieron siendo devastadores no solo para la
agricultura, sino para las diferentes actividades económicas. Entre los años 1821 a 1874, se
tiene registro de 11 eventos de sequías, entre los cuales destacan, por su severidad e impactos
socioeconómicos, los casos de Yucatán (1822-1823 y 1834-1835), San Luis Potosí́ (1828),
Querétaro en 1854, Sinaloa (1857) y en 1868 que afectó Chiapas, Guerrero, Veracruz, Oaxaca,
Aguascalientes, Nuevo León, Coahuila y el Valle de México (Escobar-Ohmstede, 2004). Entre
1875 y 1910, se documentaron 29 sequías en todo el país, aunque fueron los estados de
Guanajuato, Querétaro, Hidalgo, Puebla y Tlaxcala los más afectados, seguido por Durango,
Zacatecas, Aguascalientes y San Luis Potosí (Florescano & Castorena, 1980).
Durante la época del Porfiriato, se implementaron las primeras medidas estructurales para
reducir los efectos de las sequías ocurridas, tales como la creación de presas y bordos, zonas
de riego así como el desarrollo del ferrocarril, dichas sequías tuvieron grandes repercusiones en
la sociedad. En efecto, los canales de riego en el Valle de Mexicali, los tajos de la Comarca
Lagunera y la instalación de bombas en el bajo Río Bravo fueron, entre otros, algunos ejemplos
de los primeros proyectos hidráulicos enfocados a reducir el riesgo de sequía en zonas áridas
de México. Sin embargo, una buena parte de la producción agrícola del país seguía operando
bajo agricultura de temporal (CONAGUA, 2014) y por lo tanto, se encontraba expuesta a la
ocurrencia de sequías.
7
Figura 2-3. Grandes sequías en México desde su independencia hasta la primera mitad del siglo XX (CONAGUA,
2014)
Durante la época post-revolucionaria, los estados más afectados fueron Coahuila, Nuevo León,
Chihuahua, Sonora y Tamaulipas, durante múltiples sequías acontecidas en los años 1947,
1948, 1956, 1957, 1960, 1962 y 1969. Además de las pérdidas agrícolas, la sequía agudizó el
desempleo masivo y la emigración hacia Estados Unidos. Como resultado de estas devastadoras
sequías, el gobierno creó medidas a corto y mediano plazo para disminuir dichos efectos. Estas
acciones daban continuidad a la construcción de presas y bordos, sistemas de abastecimiento
de agua potable a poblaciones, así como un programa para sembrar plantas resistentes a la
sequía. Es así como en 1969 se crea el Plan de Lucha contra las Sequías (CONAGUA, 2014;
Florescano, 2000).
Más recientemente, en el 2011, se presentó la sequía más severa en México de las últimas
siete décadas, principalmente en los estados del norte y centro del país, en la (Figura 2-4) se
muestra el área afectada por sequía en México, así mismo el color indica la intensidad de la
sequía. Las afectaciones abarcaron a más de mil municipios de 19 estados de la república (DOF,
2012). La sequía afectó casi 90 % del país (Figura 2-4) en diferentes grados, pero la zona más
afectada fue el norte, en donde los estados de Durango y Aguascalientes registraron su año más
seco desde 1941 mientras que Guanajuato y Zacatecas y, Coahuila y Baja California Sur tuvieron
su segundo y tercer año más seco para el mismo periodo, respectivamente (CONAGUA, 2014).
Figura 2-4. Condiciones de sequía en México en 2011 y su evolución. Fuente: SMN-CONAGUA.
8
2.1.1. Fenómenos climáticos asociados a la sequía
La sequía es un fenómeno natural, como ya se mencionó antes, sin embargo, para poder
entender dicho fenómeno es necesario conocer los diferentes procesos climatológicos que
tienen gran influencia sobre las sequías a nivel global, dichos procesos se explican a
continuación.
 El Niño-Oscilación del Sur (ENSO)
El fenómeno de El Niño – Oscilación del Sur (ENSO, por sus siglas en inglés) consiste en un
calentamiento local de las aguas superficiales de la zona ecuatorial del océano Pacífico. La
frecuencia de estos eventos es irregular pero típicamente ocurre cada 3 a 7 años, sin embargo,
El Niño no tiene una tendencia determinada con periodos de ocurrencia fijos e intensidad
constante (Rojas et al., 2015). Una vez que se desarrolla, tiende a durar un año, aunque puede
persistir por 18 meses o más (Meerhoff, 2008). Los eventos ENSO se asocian con impactos
climáticos en todo el mundo, tales como el aumento de la probabilidad de sequía en algunas
regiones, como en el noreste de Brasil y Australia donde la sequías afectan la agricultura y
ganadería , Indonesia y África del Sur son otros ejemplos (Magaña, 2004; Rojas et al., 2015); el
exceso de lluvia en otras (Ropelewski & Halpert, 1987), por ejemplo, en la costa norte de Perú y
Ecuador, se presentan veranos húmedos provocando inundaciones, así como el sur de Brasil y
norte de Argentina que experimentan condiciones más húmedas de lo normal y de manera
similar en California se presentan fuertes lluvias durante el invierno (Bove, 2000; Grimm et al.,
2000; Mason & Goddard, 2001; Meerhoff, 2008); así como anomalías de temperatura en las
aguas oceánicas, por ejemplo en Perú, en donde la aparición de aguas más cálidas provoca la
migración de determinadas especies de peces (Magaña et al., 1997).
La climatología normal del océano Pacífico tropical se caracteriza por tener vientos dominantes
que vienen del este, denominados alisios (Walker, 1994). Tales vientos inducen un
calentamiento del agua en la región Oeste del Océano Pacífico, cerca de Indonesia (Figura 2-5,
izquierda). Debido a que la temperatura del mar es más elevada (>28°C) en esta región en
comparación con las demás regiones tropicales, el aire es más ligero, creando una atmósfera
inestable en la que se presenta gran convergencia de humedad, formación de nubes y lluvias
intensas. Por otro lado, en la zona del Pacífico tropical del Este, la presencia de aguas
relativamente frías limita la formación de nubes, lo que tiende a generar poca precipitación.
Sin embargo, durante los años en que se presenta el fenómeno de El Niño, los vientos alisios en
el Pacífico se debilitan y las aguas con temperaturas más cálidas del Pacífico tropical se
esparcen a lo largo del Ecuador (Figura 2-5, derecha). Una anomalía en la temperatura del
Océano Pacífico oriental provocan precipitaciones intensas (e inundaciones), mientras que la
región del Pacífico oeste (Indonesia o norte de Australia) suele ser objeto de sequías (Magaña &
Morales, 2004; Rojas et al., 2015). De manera similar, en California se han registrado fuertes
lluvias en invierno (Magaña et al., 1997).
9
Figura 2-5. Interacción océano-atmósfera durante condiciones normales del Océano Pacifico (izquierda).
Interacción océano-atmósfera durante El Niño (derecha). (Rojas et al., 2015)
En México, El Niño causa alteraciones en su clima provocando una mayor precipitación en

invierno y una disminución de la lluvia durante el verano. Es por ello, que El Niño posee gran
relevancia y guarda una estrecha relación con la disponibilidad de agua. La simultaneidad de El
Niño durante eventos de sequía se ven agudizados afectando severamente al sector agrícola
(Rojas et al., 2015).
El verano Niño en México, por su parte, provoca que las lluvias en la mayor parte del país
disminuyan, llegando con frecuencia a producir severas sequías (Magaña et al., 1997) además
de provocar pérdidas de miles de hectáreas de bosques por incendios forestales (FAO, 1999;
Magaña, 2004)
 La Niña
Es la parte complementaria de El Niño, y se caracteriza por la aparición de aguas relativamente

frías a lo largo del Ecuador, donde la temperatura superficial del mar disminuye por debajo de
su promedio, esto es la evidencia más directa de la presencia del fenómeno La Niña. Como
consecuencia de dicha disminución en la temperatura, se reduce la cantidad de vapor
atmosférico, por lo que disminuyen las lluvias en la región, durante las temporadas de invierno
y primavera en el hemisferio norte (Figura 2-6).
Figura 2-6. Representación de las condiciones de La Niña
10
Al parecer, este fenómeno provoca eventos climáticos contrarios a los observados durante El
Niño, por ejemplo, en lugar de sequía durante El Niño, llueva más de lo normal durante La Niña
(Magaña et al., 1997). Sin embargo, es importante aclarar que posterior a un evento de El Niño,
este no siempre es seguido de un evento de La Niña, mostrando que no existe una periodicidad
del sistema climático.
El Índice Oceánico del Niño (INO) se ha convertido en el estándar que la Administración Nacional
Oceánica y Atmosférica de Estados Unidos (NOAA, siglas en inglés) utiliza para identificar
episodios de El Niño (fase caliente) y La Niña (fase fría) en el Pacífico tropical. Por ejemplo, se
tienen episodios débiles (con una anomalía de 0,5 a 0,9 SST), moderados (1,0 a 1,4) o fuertes
(≥ 1.5), por lo que para que un evento sea categorizado como débil, moderado o fuerte, este
debe de haber alcanzado o superado este umbral por un periodo de al menos tres meses
consecutivos (Rojas et al., 2015).
Figura 2-7. Anomalía estandarizada de la temperatura superficial del océano Pacifico. Fuente:
https://www.esrl.noaa.gov/psd/enso/
En la figura anterior se muestra en color rojo la fase cálida de la Oscilación del Sur (El Niño) y en
color azul la fase fría (La Niña), es evidente que se han registrado más periodos de El Niño en
comparación con los años Niña a partir de 1975. De igual manera, los periodos Niña son de
menor magnitud y de menor duración comparados con los años Niño.
Los efectos de La Niña en México, provoca periodos anormalmente húmedos en el centro y sur
del país, y una disminución de lluvias en el norte de México, así como una ausencia importante
en la precipitación (Magaña, 2004).
 Oscilación Decadal del Pacifico (PDO)
La Oscilación Decadal del Pacífico (PDO), es un patrón de variabilidad climática similar a ENSO
en cuanto al clima, sin embargo, lo que varía entre estos fenómenos, es la escala de tiempo. Ya
que para eventos PDO la duración es del orden de 20 a 30 años (Figura 2-8), mientras que,
como ya se mencionó antes, los eventos ENSO tienen una persistencia que va de 6 a 18 meses.
Otra de las diferencias entre estos fenómenos es que la PDO influye sustancialmente la región
11
del Pacifico Norte y de Norteamérica propagándose hacia los trópicos, caso contrario al
fenómeno ENSO.
Figura 2-8. Valores mensuales del índice PDO de 1900 a 2016
El Índice de la Oscilación Decadal del Pacífico representa la variación mensual de la temperatura

superficial del mar en el Océano Pacífico al norte de los 20°N. Los cambios de temperatura en
esa región generan grandes cambios en el clima de Norteamérica, ya que modifican el patrón
de vientos (Figura 2-9, flechas negras). El índice se considera positivo cuando la temperatura es
anormalmente cálida a lo largo de la costa de Norteamérica, Centroamérica y el Ecuador y fría
en el interior del Pacífico Norte (Figura 2-9, izquierda). Se considera un índice negativo cuando
se presentan las condiciones opuestas.
Figura 2-9. Fases del fenómeno PDO, así como la distribución de los vientos durante cada fase (flechas negras)
Los impactos de la PDO dependen de la fase en que se encuentre el ciclo ENSO. Si dichos
fenómenos están en fases opuestas, entonces los efectos no serán tan notorios. Sin embargo,
cuando ambos fenómenos coincidan en la fase cálida, es decir, durante la fase de El Niño y la
fase positiva de la PDO, los impactos se incrementan. El principal impacto que genera esta fase
de la PDO en el Noroeste de México son lluvias por arrida del promedio (Pavia et al., 2006)
12
 Oscilación Multidecadal del Atlántico

Este fenómeno, al igual que los anteriores, ocurre de forma periódica y está relacionado con las
anomalías en la temperatura del mar. La Oscilación Multidecadal del Atlántico (AMO, por sus
siglas en inglés) describe la variación de la presión atmosférica en la zona subtropical del
Atlántico, localizada en la latitud 38°N y la zona polar del Ártico (Islandia) a 60°N de latitud.
Figura 2-10. Fase Negativa (lado izquierdo) y Positiva (lado derecho) de la Oscilación Multidecadal del Atlántico.
Fuente: http://www.ospo.noaa.gov
Se pueden identificar dos fases de la AMO, positiva (cálida) y negativa (fría), las cuales cobran
mayor énfasis durante el invierno. La fase positiva provoca que los vientos fluyan en dirección
Noroeste, lo que transporta calor y humedad hacia Europa (Figura 2-10 derecha). Durante la
fase negativa los vientos del Oeste son más débiles y aportan menos humedad y calor sobre el
Norte de Europa, mientras que en el Noroeste de América los inviernos posean condiciones más
secas de lo normal (Sánchez-Santillán et al., 2006).
De acuerdo con la NOAA, la AMO ha afectado en particular, Norteamérica y Europa, dichos
cambios se asocian con cambios en la frecuencia de las sequías en América del Norte y también
se refleja en la frecuencia de los huracanes del Atlántico.
En la Figura 2-11, se muestra el índice AMO, el cual es obtenido a partir de la temperatura
superficial del mar, el cual se basa en las anomalías promedio de las SST en el Atlántico Norte.
De acuerdo con este índice se puede determinar que la duración de cada una de las fases es
aproximadamente de 20 a 40 años. La fase fría duró cerca de tres décadas, desde 1965 hasta
1995, mientras que desde 1997 ha predominado la fase cálida. Durante esta fase, estas
sequías tienden a ser más frecuentes y/ o severas.
13
Figura 2-11. Índice de la Oscilación Multidecadal del Atlántico. Datos obtenidos hasta junio 2017. Fuente:
http://www.esrl.noaa.gov/psd/data/correlation/amon.us.data
De acuerdo con (Enfield et al., 2001), durante esta fase existe una reducción en la precipitación
en EUA, lo que también repercute en las condiciones del noroeste de México, volviéndolo más
seco. Por el contrario, existe una relación de la fase negativa de la AMO (fase fría) con las sequías
que se han presentado en el sureste de México (Mendoza et al., 2007)
Sin embargo, esta forma de variabilidad del clima ha sido poco estudiada, en comparación con
los fenómenos anteriores (ENSO, La Niña, PDO). No obstante, dicho fenómeno tiene grandes
impactos sobre la climatología de las diferentes regiones de México.
14
2.1.2. Relación entre la sequía y las interacciones humanas.
Es importante reconocer que el factor antropogénico juega un factor importante en la aparición,

duración y fin de una sequía. De acuerdo con (Van Loon et al., 2016 a) es necesario considerar
las interacciones humanas en la definición de la sequía, con el propósito de hacer notar las
sequías inducidas por el clima, las sequías inducidas por interacciones humanas y las sequías
modificadas por el hombre (Figura 2-12). Es importante notar que esta clasificación propuesta
se basa en alteraciones antropogénicas de forma directa sobre los recursos hídricos, como la
deforestación y el acelerado crecimiento demográfico.
Figura 2-12. Caracterización de las sequías inducidas por el clima y sequías causadas por factores humanos
(Van Loon et al., 2016a)
La tipología actual (clasificación) de la sequía está basada únicamente en procesos naturales,

por tanto, puede y debe ser complementada de acuerdo con los argumentos anteriores, por lo
que pueden agruparse como sequías "inducidas por el clima" y “causadas por factores
antropogénicos” (Falkenmark & Rockström, 2008; Sheffield et al., 2012; Van Loon et al.,
2016b). Los cambios realizados por el hombre a diferentes escalas, como el cambio en el uso
de suelo, la deforestación, la creciente urbanización de las cuencas, entre otros, ha alterado de
manera significativa las componentes del ciclo hidrológico (la evapotranspiración, la infiltración,
el escurrimiento en cauces naturales, los almacenamientos de agua subterránea) lo que afecta
no solo el desarrollo y propagación de las sequías, sino también la severidad de la misma (Van
Loon et al., 2016 b).
Lo anterior, hace evidente la necesidad de realizar más investigación sobre este tema, ya que el
aprendizaje que han dejado las sequías en el pasado no se pueda aplicar de forma tan sencilla
a los eventos futuros, debido a la compleja y creciente interacción entre el hombre y el ciclo
hidrológico (AghaKouchak et al., 2015).
15
2.2. Sequía
Debido a que la sequía es un fenómeno complejo, esta puede definirse de diversas maneras,
por lo que no existe una definición universal (Yevjevich, 1967). La definición depende del
objetivo del estudio y del contexto desde el cual se aborda (Wilhite, 2000). Un aspecto que limita
y hace complicada una única definición de sequía, es la región geográfica de estudio, ya que
existe una diversidad climática importante en todo el mundo. Dentro de la literatura se
encuentran múltiples definiciones, pero en términos generales la mayoría de ellas hace
referencia a un déficit de agua comparado con las condiciones normales de la región. Este
trabajo se apegará a la definición propuesta por (Lena M Tallaksen & Van Lanen, 2004):
 La sequía es un “período sostenido donde la disponibilidad de agua se encuentra por

debajo de lo normal. Es un fenómeno recurrente y se presenta en todo el mundo, con
características espaciales y temporales que varían significativamente de una región a
otra”.
Las sequías tienen una escala temporal y espacial mayor que otros fenómenos naturales, por lo
que afectan áreas más extensas y pueden durar meses, inclusive años, y cuyas consecuencias
son devastadoras (Tallaksen & Van Lanen, 2004).
2.2.1. Tipos de sequías
Debido a que existen diversas definiciones de sequía según sea el enfoque con que se trate, las
sequías frecuentemente son clasificadas en cuatro categorías (Mishra & Singh, 2010; Tallaksen
& Van Lanen, 2004; Wilhite & Glantz, 1985):
a) Sequía meteorológica
b) Sequía agrícola
c) Sequía hidrológica
d) Sequía socioeconómica
16
Figura 2-13 Tipos de sequía y su desarrollo (Van Loon, 2015)
Si bien, la principal componente de la sequía es la falta de precipitación en la región, no es esta

la única variable que juega un papel importante en su desarrollo, pues también intervienen el
déficit en la humedad del suelo, como consecuencia de la falta de precipitación, así como un
posible decremento en la evapotranspiración. También es importante subrayar que las variables
hidrometeorológicas no son únicamente indicadores de los diferentes tipos de sequías, pues los
factores económicos y sociales también ayudan a identificar los impactos sobre las principales
actividades económicas.
a) Sequía Meteorológica
La sequía meteorológica hace referencia a un déficit en la precipitación el cual cubre un área

considerable durante un periodo de tiempo prolongado. Este tipo de sequía precede a las demás
y tiene un efecto adverso sobre las demás variables hidrológicas.
b) Sequía Agrícola
Debido a la falta de precipitación, la variable inmediata que se ve afectada es la humedad del

suelo, sobre todo en la zona de raíces, por lo que los cultivos agrícolas son los que sufren los
efectos de este déficit. En función de esto, la sequía agrícola se refiere a la perdida de humedad
del suelo debido al déficit de lluvia, las altas temperaturas y la evaporación, lo que impide o
reduce la producción agrícola de la región, con respecto a las condiciones normales.
c) Sequía Hidrológica
Cuando el déficit de precipitación se propaga en el subsuelo, se presentan anomalías negativas

en los niveles de agua superficial y subterránea, es decir, niveles de agua por debajo de lo
normal, tanto en almacenamientos como en la descarga de los ríos.
17
De manera que, la sequía hidrológica se presenta como una disminución en el escurrimiento de

las fuentes de agua superficial y a nivel subterránea, como un descenso en el nivel freático.
Otra definición de la sequía hidrológica es la siguiente: un periodo durante el cual los caudales
son inadecuados para satisfacer los usos establecidos bajo un determinado sistema de gestión
de aguas (Linsey et al., 1975), y en la cual intervienen otros factores.
a) Sequía Socioeconómica
La sequía socioeconómica, no está relacionada con alguna variable física, sino cuando la sequía
tiene efectos negativos sobre la sociedad, es decir, la sequía socioeconómica se presenta
cuando no hay suficiente agua para satisfacer la demanda de la población, lo que está asociada
en gran medida a las actividades humanas en combinación con los tipos de sequía previamente
mencionados.
2.2.2. Características de la sequía
Con el propósito de comprender el impacto de las sequías, se requieren conocer las

características principales de un evento de sequía que se presentan en una región determinada.
Entre las características principales se encuentran la duración, magnitud, severidad o
intensidad, frecuencia y área de afectación, entre otros, (Salas, 1980; Şen, 2015; Zargar et. al.,
2011), sin embargo existen varios términos empleados dentro de la literatura que hacen
referencia a dichas características (Yevjevich, 1967), por lo que en este apartado se presentaran
algunas definiciones de los principales términos que se emplean para caracterizar un evento de
sequía.
 Duración: debido a que las sequías tienen un desarrollo lento, es difícil determinar el
momento en el que empiezan y terminan, sin embargo, usualmente un mínimo de tres
meses es suficiente para que se establezca una sequía (Wilhite, 2000), aunque cabe
aclarar que ésta depende en gran medida de las condiciones climáticas de la región. Por
lo que la duración se refiere al tiempo (semanas, meses, o inclusive años) durante el
cual la variable de interés es inferior a un umbral establecido.
 Magnitud: cuando existen valores por debajo de un umbral definido se presenta un

déficit de alguna de las variables que caracterizan cada una de las sequías antes
mencionadas (precipitación, humedad de suelo o escurrimiento), por lo que la magnitud
se refiere jsutamente a éste déficit
 Intensidad: esla relación que existe entre la magnitud (M) y la duración (D) de un evento
de sequía
𝑀
𝐼=
𝐷
 Frecuencia: es el número de eventos que se registran durante un periodo de tiempo

determinado (de froma anual, por ejemplo). También puede medirse a traves de la
18
probabilidad empírica de que la variable de interés sea inferior a la media, o del periodo
de retorno de evento. (Valiente, 2001)
Figura 2-14. Principales características de un evento de sequía
2.2.3. Índices de sequía
La interdependencia entre las diversas variables climáticas, hidrológicas, geológicas, ecológicas

y sociales hace muy difícil adoptar una definición que describa completamente los fenómenos
de sequía, así como sus respectivos impactos. Es por ello que se han desarrollado índices que
dependen de parámetros hidrometeorológicos o que se basan en la probabilidad para poder
describir estadísticamente un evento de sequía.
Los índices de sequía son medidas cuantitativas que caracterizan los niveles de sequía
mediante la asimilación de datos de una o varias variables (indicadores) como la precipitación,
temperatura, humedad de suelo y la evapotranspiración en un solo valor numérico (Zargar, et
al., 2011)
Los índices proporcionan información sobre la severidad de las sequías, las cuales son
determinadas a partir de datos climáticos e hidrometeorológicos y tienen como objeto analizar
el estado cualitativo de las sequías en un periodo de tiempo determinado (WMO & GWP, 2016).
Existen múltiples índices que son ampliamente usados, los cuales están clasificados en diversos
rubros.
En (Nagarajan, 2009) se establecen algunos puntos importantes que deben poseer los índices
de sequía, entre los cuales destacan:
i. Universales, es decir, debe ser aplicable en cualquier región y zonas agro-climatológicas

para un análisis regional;
ii. debe ser versátil para que sea capaz de adaptarse a los diferentes umbrales o escalas
de severidad,
iii. fácilmente interpretable por las personas afectadas,
19
iv. debe utilizar la mayor cantidad de datos disponibles, esto con el propósito de que se
pueda llevar a cabo un análisis más robusto.
v. A partir de dichos indicadores se puedan construir escenarios futuros y con ello tener un
vínculo entre la toma de decisiones y los indicadores para que puedan realizarse nuevas
investigaciones.
En los siguientes párrafos se hará mención de los índices más usados para la identificación de
sequías, mencionando una breve descripción del mismo, así como de las principales ventajas y
limitaciones de los mismos:
 Índices de recursos hídricos

Por lo general, estos índices miden la sequía en términos de los impactos en los diferentes
sectores del agua, como en el uso doméstico, industrial y agrícola. Estos indicadores toman en
cuenta las condiciones naturales, pero también consideran la influencia humana, como el
aumento constante en la demanda de agua.
(Wanders et al., 2010; Wilhite, 2005; WMO, 2016) consideran una clasificación con base en
las variables que utilizan cada uno de los índices, en este sentido, se hace la distinción entre
índices meteorológicos, agrícolas e hidrológicos.
 Índices Meteorológicos
Los indicadores meteorológicos de sequía están asociados con variables climatológicas como
precipitación, temperatura y evapotranspiración. La precipitación es un indicador ampliamente
utilizado y útil, ya que con ello se puede medir directamente el suministro de agua, e influye en
los indicadores hidrológicos (Wilhite, 2005). Sin embargo, los indicadores meteorológicos, como
la precipitación, pueden plantear problemas analíticos debido a la variabilidad temporal y
espacial, la falta de datos y las estaciones de medición insuficientes.
Los índices meteorológicos incluyen, los deciles de precipitación (Gibbs & Maher, 1967), el
Índice de Severidad de Sequía de Palmer (PDSI) (Palmer, 1965), y el Índice Estandarizado de
Precipitación (SPI) (Mckee, Doesken, & Kleist, 1993), por mencionar algunos.
• Deciles de lluvia
Índice descrito por (Gibbs & Maher, 1967), el cual se basa en clasificar la frecuencia de la
precipitación. Este método consiste básicamente en ordenar de manera ascendente los
registros históricos de la precipitación acumulada mensual, los cuales deben ser
suficientemente largos, y a partir de este registro ordenado se hace una división de diez
partes, los cuales son llamados “deciles”. A partir de ellos se hace una clasificación de la
sequía, como se muestra en la Tabla 2-1.
20
Tabla 2-1. Clasificación de sequía de acuerdo con los deciles.
Decil Valor Numérico

1-2 El 20% más bajo Extremadamente debajo de lo normal
3-4 Siguiente 20% más bajo Debajo de lo normal
5-6 El 20% medio Cerca de las condiciones normales
7-8 siguiente 20% más alto Por encima de lo normal
9-10 El 20% más alto Extremadamente superior a lo normal
Una región se considera en sequía bajo este índice si la precipitación acumulada durante
tres meses consecutivos se ubica en el rango más bajo de los deciles (Tsakiris et al., 2007).
Un evento de sequía termina cuando ocurre una de las siguientes condiciones (Tsakiris et
al., 2007; Wanders et al., 2010):
I. la precipitación registrada en el último mes se ubique o supere al cuarto

decil, o
II. la precipitación total de tres meses consecutivos se encuentre por encima
del octavo decil.
Este índice es utilizado por el Servicio de Sequía de la Agencia Australiana para medir sequía
meteorológica, esto debido a que involucra solo una sola variable y a su fácil metodología.
Otro punto a favor de este índice es la flexibilidad de la escala temporal. Sin embargo,
también posee algunas limitantes, por ejemplo, no contempla ninguna otra variable, las
cuales también interviene en el desarrollo de la sequía; además de que se requiere que los
registros de datos sean largos para tener una mayor confiabilidad (WMO & GWP, 2016).
• Porcentaje de la precipitación normal

Es el índice más sencillo, sin embargo, no se tiene una referencia exacta de su origen, el
cual se expresa como la precipitación total registrada en un periodo determinado y la
precipitación media correspondiente al mismo periodo analizado, cuyo resultado se expresa
en porcentaje. Se puede calcular a diferentes escalas temporales que van desde la escala
diaria, semanal, mensual y/o anual.
Es uno de los índices más ampliamente utilizados ya que no requiere cálculo complejo,
además de que resulta efectivo para una sola región. Este índice es utilizado para identificar
distintos efectos de la sequía (WMO & GWP, 2016).
A pesar de ser un índice muy simple y que únicamente utiliza valores de precipitación, posee
algunas desventajas, por ejemplo, se requieren registros de por lo menos 30 años o más,
para determinar la precipitación media.
• Índice Estandarizado de Precipitación (SPI)

Desarrollado por (Mckee et al., 1993), este índice utiliza registros históricos de la
precipitación para establecer una probabilidad de precipitación, el cual permite cuantificar
21
el déficit o exceso de precipitación para diferentes escalas de tiempo. Este índice ha sido
ampliamente usado para monitorear los efectos de los diferentes tipos de sequía, como se
indica en la Tabla 2-2, debido a su flexibilidad en su cálculo de escala temporal.
El cálculo del SPI consiste en generar series para la escala de tiempo, para las que se desee
calcular el SPI. Por ejemplo, si se desea calcular el SPI para una escala de tres meses, se
deben acumular los primeros tres meses en un solo valor (𝑥1 + 𝑥2 + 𝑥3 ), para el segundo
valor se deben sumar los siguientes tres meses (𝑥2 + 𝑥3 + 𝑥4 ) y así sucesivamente hasta
terminar con la serie de tiempo.
Tabla 2-2. Efectos e interpretación de las diferentes escalas temporales del SPI. (NDMC 1)
SPI (escala temporal) Interpretación

Refleja las condiciones a corto plazo, su aplicación se relaciona
𝑺𝑷𝑰𝟎𝟏 (1 mes) con la sequía meteorológica junto con la humedad del suelo a
muy corto plazo.
Refleja condiciones de humedad a corto y medio plazo, y
𝑺𝑷𝑰𝟎𝟑 (3 meses)
proporciona una estimación estacional de la precipitación
Indica tendencias de precipitación durante las distintas
estaciones. La información derivada de esta escala temporal
𝑺𝑷𝑰𝟎𝟔 (6 meses)
podría reflejar anomalías en los caudales fluviales y niveles de
almacenamiento.
Se consideran un buen indicativo de que la sequedad está
𝑺𝑷𝑰𝟎𝟗 (meses)
teniendo un impacto significativo en la agricultura.
Generalmente se vinculan con caudales, niveles de los
𝑺𝑷𝑰𝟏𝟐 (12 meses)
reservorios e incluso aguas subterráneas.
Con la serie generada se debe ajustar la serie de datos mensuales a la función de

probabilidad Gamma. Luego esta distribución es transformada en una distribución normal,
como la inversa de la función de distribución normal acumulada. El valor resultante
corresponde al SPI (Figura 2-15).
1
http://drought.unl.edu
22
Figura 2-15. Determinación del SPI
Para la caracterización del estado de sequía se emplea la Tabla 2-3, (Mckee et al., 1993)
señalan que la sequía comienza cuando el SPI es igual a -1 o inferior, pero no hay ningún
criterio establecido, por lo que se considera que el episodio de sequía sigue en curso hasta
que el SPI alcanza un valor de cero.
Tabla 2-3. Clasificación de la sequía de acuerdo con el valor del SPI
VALOR DEL SPI INTENSIDAD DE SEQUIA

0 a -0.99 Sequía leve
-1.0 a -1.49 Sequía moderada
-1.5 a -1.99 Sequía severa
≤ -2.0 Sequía extrema
Las ventajas que presenta este índice es la utilización de solo la precipitación para su
cálculo. El SPI se puede aplicar en todos los regímenes climáticos, y se pueden comparar los
valores del SPI entre climatologías diferentes.
Sin embargo, como todos los indicadores, este también tiene algunas limitantes, por
ejemplo, este índice presupone una distribución de probabilidad, que tal vez no sea la mejor
para el ajuste de los datos en ciertas regiones con respecto a otras (Stagge et al., 2015).
• Índice de severidad de sequía de Palmer (PDSI)

Este índice multivariado es el más empleado en Estados Unidos, desarrollado por (Palmer,
1965), el PDSI se basa en un balance hídrico en el suelo. Este índice toma en cuenta la
precipitación, la evapotranspiración y la humedad del suelo, con el propósito de reflejar el
aporte y demanda de agua.
El índice de Palmer es particularmente útil para analizar las sequías a nivel de cuencas o
regional, como a nivel nacional, por lo que este índice permite la comparación de las sequías
23
con diferentes escalas temporales y espaciales. Es bastante confiable para detectar sequías
debido a la utilización de datos del suelo y de una metodología del balance hídrico (WMO &
GWP, 2016)
La principal desventaja del PSDI es que el inicio y final de un periodo húmedo no está
claramente definido. Además de que los límites considerados para este índice están
basados en la climatología de Iowa y Kansas, lo que limita su aplicabilidad, prácticamente
únicamente a Estados Unidos. Otro de los grandes limitantes de este índice es el cálculo del
balance hídrico (Tsakiris et al., 2007; Wanders et al., 2010; WMO & GWP, 2016)
 Índices de sequía de humedad del suelo (agrícolas)

Estos índices consideran datos de humedad del suelo para indicar situaciones de sequía
agrícola. Tanto para los datos de humedad del suelo simulados u observados, estos indicadores
se enfocan en las anomalías de los valores de humedad del suelo con respecto a la estación y
ubicación (Wanders et al., 2010).
• Índice de humedad de cultivo (CMI)

El CMI es la suma de un déficit de evapotranspiración (con respecto a las condiciones
normales) y la infiltración de agua en el suelo, dichas variables se calculan sobre una escala
de tiempo semanal utilizando los parámetros del PDSI, que consideran la temperatura
media, la precipitación total, y las condiciones de humedad del suelo de la semana anterior,
por lo que este índice responde de forma rápida a las fluctuaciones temporales a corto plazo
(Tsakiris et al., 2007).
El CMI es más eficaz para medir las sequías agrícolas durante las estaciones cálidas (es
decir, la temporada de crecimiento del cultivo) (Mishra & Singh, 2010)
No obstante, este índice resulta poco útil para el monitoreo a largo plazo de la sequía debido
a que el CMI se ajusta a cero en cada época de crecimiento del cultivo, para evitar la
acumulación de anomalías fuera de este periodo. Al igual que los otros índices desarrollados
por Palmer, este está desarrollado prácticamente para su utilización en Estados Unidos, por
lo que en México no existe alguna validación robusta (Şen, 2015; Valiente, 2001).
• Índice del déficit de humedad del suelo (SMDI)

Este índice fue recientemente desarrollado por (Narasimhan & Srinivasan, 2005); es un
indicador de la sequía de corta duración. El SMDI es calculado a una escala de tiempo
semanal a cuatro diferentes profundidades del suelo, por lo que es utilizado para detectar
sequías que afectan a la agricultura (WMO & GWP, 2016). La única variable utilizada en el
SMDI es el contenido de humedad del suelo simulado u observado (Wanders et al., 2010).
Las principales limitantes de este índice es que fue originalmente desarrollado para cuencas
en Texas, lo que limita su aplicabilidad a diversas regiones (Wanders et al., 2010; WMO &
GWP, 2016).
24
 Índices de sequía hidrológica

Los índices de sequía hidrológica se refieren a variables del sistema hídrico tales como los
niveles de las aguas subterráneas, los caudales, el almacenamiento, la humedad del suelo y la
capa de nieve (Wanders et al., 2010).
Los indicadores hidrológicos están asociados a procesos lentos lo cual indica una persistencia
más larga que la sequía meteorológica o agrícola.
Los índices hidrológicos, entre otros, incluyen el Índice de Suministro de Agua Superficial (Shafer
& Dezman, 1982) y el Índice de Hidrología Hidrológica Palmer (Karl, 1986).
• Índice de sequía hidrológica de Palmer (PHDI)

El índice de sequía hidrológica de Palmer (Palmer, 1965), surge a partir de algunas
modificaciones al PSDI (Keyantash & Dracup, 2002), y describe el déficit de humedad en el
suelo que afecta al escurrimiento superficial, la disponibilidad de agua en el suelo y el nivel
de agua en los almacenamientos, utilizando el mismo principio que el PSDI (Valiente, 2001).
El PHDI cambia muy lentamente en el tiempo, por consiguiente, es útil para detectar la
sequía hidrológica.
Este índice tienen varias limitaciones (Alley, 1984; Karl, 1986). Por ejemplo, no es
particularmente adecuado para las sequías asociadas con la gestión del agua, ya que
excluyen los impactos humanos en el balance hídrico como el riego y el bombeo. Asimismo,
este índice se basa en desviaciones de la climatología, sin considerar la variabilidad de las
precipitaciones, por lo que tienden a no funcionar adecuadamente en regiones con extrema
variabilidad en la precipitación o escurrimiento.
• Índice de Suministro de Agua Superficial (SWSI)

Creado por (Shafer & Dezman, 1982) se utiliza para detectar condiciones de sequía
asociadas a las fluctuaciones hidrológicas. Este índice permite una mejor aplicación del
PSDI, ya que este presenta problemas en regiones de topografía variada o donde existen
aportaciones al escurrimiento por derretimiento de nieve. Este índice describe
explícitamente la acumulación de nieve y su escurrimiento tardío. La formulación
matemática del SWSI es la siguiente:
𝑎𝑃𝑠𝑛𝑜𝑤 + 𝑏𝑃𝑝𝑟𝑒𝑐 + 𝑐𝑃𝑠𝑡𝑟𝑒𝑎𝑚 + 𝑑𝑃𝑟𝑒𝑠 − 50
𝑆𝑊𝑆𝐼 =
12
Donde 𝑎, 𝑏, 𝑐, 𝑑 son factores de peso para cada componente hidrológico y (𝑎 + 𝑏 + 𝑐 +
𝑑 = 1), 𝑃𝑖 es la probabilidad de no excedencia (en %) para cada componente, donde snow,
prec, stream y res representa la nieve, precipitación, escurrimiento superficial y
almacenamiento en presas, respectivamente. El cálculo de las probabilidades de
excedencia utilizadas en el SWSI se basa en datos históricos (Şen, 2015). Por otro lado, la
operación de restar 50 y dividir por 12 son un procedimiento de centrado y compresión
diseñado para hacer que el valor tenga una magnitud similar a la PDSI y poder hacer
comparaciones entre cuencas hidrográficas (Tsakiris et al., 2007).
25
Al tomar en consideración todos los recursos hídricos de una cuenca, el SWSI es un buen
indicador de sequía en una cuenca (Wanders et al., 2010), ya que el valor del SWSI es único
para cada cuenca
Con el desarrollo de la tecnología en observación terrestre, se han desarrollado otros

indicadores que están basados en información de percepción remota, tal es el caso del NDVI:
• Índice Diferencial Normalizado de Vegetación (NDVI)

Es un índice basado en la información proporcionada por sensores de percepción remota,
que estima las condiciones de la vegetación, para determinar si ésta se encuentra en
condición saludables o no (por ejemplo, si sufre de sequía o infestación de insectos) (Zargar
et al., 2011). Los valores bajos del NDVI reflejan un estado poco saludable de la vegetación,
mientras que las condiciones favorables de la vegetación derivan en valores altos del NDVI.
Las principales características de este índice es que puede calcularse para amplias regiones
de estudio debido a su cobertura global. Es utilizado para detectar sequías que afectan tanto
a los ecosistemas como a los cultivos y su cálculo resulta relativamente sencillo (WMO &
GWP, 2016; Zargar et al., 2011) Este índice desarrollado a partir de la investigación de
(Tarpley, Schneider, & Money, 1984), y ha sido la base para el desarrollo de nuevos índices
que miden de forma similar las condiciones de la vegetación.
Una de las desventajas es el requerimiento de un pre-procesamiento de los datos para poder
calcular el NDVI; además de existe un registro limitado (< 15 años) de datos satelitales (WMO
& GWP, 2016). Es importante subrayar que el NDVI presenta una alta sensibilidad a la
humedad del suelo y a suelos de color oscuro (Zargar et al., 2011).
Todos estos índices nos ayudan a caracterizar un evento de sequía, sin embargo, no existe un
único índice que nos proporcione información completa sobre la sequía, ya que como se explicó
anteriormente cada uno es representativo para un solo tipo de sequía, es por ello que existen
numerosos índices dentro de la literatura (Hayes, 2002; Keyantash & Dracup, 2002; WMO &
GWP, 2016; Zargar et al., 2011), los cuales son clasificados principalmente de acuerdo a las
variables que utilizan.
De esta manera, se recomienda tomar en cuenta las condiciones de cada región de análisis (i.e.
los regímenes climáticos), para poder seleccionar el o los índices más adecuados para cada
caso en particular (WMO & GWP, 2016).
26
2.3. Escasez de Agua
Al igual que para la sequía, existen varias definiciones para la escasez de agua, sin embargo,
todas las definiciones encontradas en la literatura hacen referencia a un fenómeno en el cual la
demanda de agua no se satisface. (Şen, 2015; Van Loon & Van Lanen, 2013; Van Loon et al.,
2016). Sin embargo, la escasez de agua puede resultar en una gran variedad de fenómenos, los
cuales pueden ser producidos por causas naturales, o pueden ser inducidos por actividades
humanas, o inclusive pueden resultar de una interacción entre ambos, como se indica en la
Tabla 2-4.
Tabla 2-4. Esquema de las causas de los diferentes fenómenos relacionados con la disponibilidad de agua (Pereira,
2002).
Causas naturales Inducido por el hombre

Escala a largo plazo Aridez Desertificación
Escala a corto plazo Sequía Escasez de agua
Por lo que la escasez de agua se puede generar por un desequilibrio de agua inducido por el
hombre, que incluye la sobreexplotación de las aguas subterráneas y superficiales, así como la
degradación de la calidad del agua (Pereira, 2002; Van Loon & Van Lanen, 2013). Esta escasez
de agua inducida por el hombre es común en las regiones semiáridas y subhúmedas, donde la
población y las actividades económicas pueden ejercer una alta presión a los recursos hídricos
locales y regionales (FAO, 2007).
En este trabajo se considerará como escasez de agua, al desequilibrio temporal de los recursos
hídricos como resultado de actividades humanas, donde la disponibilidad del recurso es
insuficiente para satisfacer la demanda de agua.
Dentro de las principales actividades humanas que han incrementado la escasez de agua se
encuentran (Şen, 2015):
a) Incremento de la población mundial

b) La creciente urbanización
c) El aumento en la demanda del uso consuntivo
d) La contaminación y deterioro de los cuerpos de agua.
27
2.4. Aridez y Desertificación
La aridez es un desequilibrio permanente natural en la disponibilidad de agua que consiste en

una baja precipitación media anual, con alta variabilidad espacial y temporal, lo que resulta en
baja humedad general y baja capacidad de carga de los ecosistemas (Pereira, 2002).
La aridez puede definirse a través de índices climatológicos los cuales relacionan la precipitación
y la evapotranspiración, por ejemplo, el índice de aridez (Budyko, 1974) se establece mediante
el cociente entre la evapotranspiración potencial media anual (E) y la precipitación media anual
(P). El índice de aridez facilita la clasificación climatológica tal como se muestra a continuación
• Zona hiperárida: E/P > 30, una zona correspondiente a los extremos desiertos sin
vegetación excepto algunos arbustos xerofíticos
• Zonas áridas: 5 < E/P < 30 engloba áreas estériles los cuales cubren una vegetación
escaza de plantas perennes.
• Zona semi-árida: 2 < E/P < 5, cubiertos por la estepa y algunos arbustos; las plantas
perennes son más frecuentes aquí y la ganadería extensiva es posible.
• Zona sub-húmeda: 1.5 < E/P < 2, esto abarca la sabana tropical, a veces cubierta por
arbustos, de vez en cuando sin árboles. Se puede practicar aquí la agricultura de secano
con cultivos adaptados a sequías estacionales.
De acuerdo con (Şen, 2015) las sequías son más intensas en regiones semiáridas y áridas
debido a dos razones principales:
1. La baja precipitación tiene una variabilidad extrema, lo que significa que, en

comparación con la precipitación media, la desviación estándar es muy grande.
2. En regiones de clima seco, la duración de las sequías en mayor. En contraste, en las
regiones húmedas, la duración de las sequías es de pocos meses.
En términos generales se considera que una región es árida debido a que presenta condiciones
naturales permanentes en la que el agua disponible representa una limitante en el desarrollo
de la región. Sin embargo, en dichas condiciones también se pueden presentar eventos de
sequía, las cuales ocurren cuando las condiciones locales son más secas de lo normal (Stahl &
Hisdal, 2004)
Bajo condiciones de aridez, se producen variaciones extremas de temperatura y los regímenes

hidrológicos se caracterizan por grandes variaciones en los caudales de ríos, inundaciones
súbitas y grandes períodos con flujos muy bajos o nulos.
Finalmente, la desertificación es un desequilibrio permanente inducido por el hombre, en

regiones de clima seco, que se combina con el suelo dañado, el uso inapropiado de la tierra y la
extracción excesiva de agua subterránea la cual puede dar como resultado un aumento en las
inundaciones súbitas, la pérdida de ecosistemas ribereños y un deterioro de la capacidad de
recarga de los acuíferos.
28
3. Zonas de estudio
________________________________________________________________________________
En este capítulo se proporciona información básica de cada cuenca analizada, datos como la
ubicación, geomorfología y clima de cada una de ellas; así mismos, se hace una breve
descripción de la infraestructura hidráulica existente en cada una de las zonas de estudio.
3.1. Fuentes de información
3.1.1. Información in situ
La información de precipitación, temperatura, y evaporación empleada en este trabajo fue

obtenida a partir de los datos del Climate Computing Project (CLICOM), el cual es un sistema de
datos climatológicos desarrollado por las Naciones Unidas y administrado por el Sistema
Meteorológico Nacional (SMN)
29
En México, actualmente se encuentran operando más de 3,000 estaciones climatológicas

distribuidas en todo el país, sin embargo, existen muchas otras estaciones que en la actualidad
han suspendido su operación (Figura 3-1), la información registrada por cada una de las
estaciones es almacenada en la base de datos del CLICOM2, la cual puede ser consultada es su
sitio web.
De acuerdo con la Figura 3-1, la distribución de las estaciones no es homogénea, es decir,

existen regiones del país donde la información climatológica es escaza, como el noroeste; y
existen regiones, como es el caso del centro del país, donde se tiene una mayor concentración
de estaciones climatológicas.
Figura 3-1. Red de estaciones climatológicas del CLICOM en México
La información relacionada con el escurrimiento en cada una de las cuencas fue obtenida del
Banco Nacional de Datos de Aguas Superficiales (BANDAS) de la Comisión Nacional del Agua
(CONAGUA), la cual reúne los registros de las estaciones hidrométricas distribuidas en todo el
país. En total, la base de datos del BANDAS contiene información de más de 2,300 estaciones
de medición. En la Figura 3-2, se muestra la distribución espacial de la red de estaciones
hidrométricas pertenecientes al BANDAS.
2
http://clicom-mex.cicese.mx/
30
Figura 3-2. Red de estaciones hidrométricas del BANDAS, México
3.1.2. Información de asimilación de datos
Por otro lado, y como se mencionó anteriormente, en ciertas regiones del país la información in
situ es limitada o inexistente, sin embargo, actualmente se cuenta con sistemas de asimilación
de datos. Por ejemplo la información de las variables meteorológicas fue obtenida del producto
Globlal Land Data Assimilation System (GLDAS-2) (Hualan & Hiroko, 2017), el cual está basado
en datos observados en tierra, mediante satélites y a través de modelos de superficie terrestre
y técnicas de asimilación. De esta manera, se generan mallas de datos las cuales se encuentran
disponibles en forma regular y con una resolución de 1/4 de grado.
31
3.2. Descripción de las zonas de estudio
Las cuencas que se analizaron en este estudio se encuentran ubicadas en las regiones
hidrológico-administrativas número III (Pacifico Norte) y X (Golfo Centro) (Figura 3-3). Ambas
regiones muestran diferencias notables en su clima, y patrones de precipitación, tal como se
menciona más adelante.
Figura 3-3. Regiones Hidrológico-Administrativas de México.(CONAGUA, 2016)
La estación hidrométrica 10036 (Jaina) está ubicada en la cuenca del río Sinaloa, dentro de la
región hidrológica número 10 (Sinaloa) en la cual se construyó una presa de almacenamiento
para fines de riego. El escurrimiento natural medio superficial de la cuenca del río Sinaloa es de
2,100 hm3/año. En esta misma región hidrológica se encuentra ubicada la presa “El Humaya”,
sobre el río del mismo nombre, el cual reporta un volumen medio anual de 1,969 hm3.
La estación hidrométrica 27001 (Martínez de la Torre) está ubicada en la cuenca del río Nautla,
dentro de la región hidrológica número 27 (Tuxpan-Nautla) cuyo escurrimiento natural medio
superficial es de 14,155 hm3/año. Mientras que la estación hidrométrica 28003 (Cardel)
ubicada sobre el río La Antigua que pertenece a la región hidrológica número 28 (Papaloapan),
cuyo escurrimiento natural medio superficial es de 48,181 hm3/año.
32
3.2.1. Localización y uso de suelo
La localización de las cuencas se muestra en la Figura 3-4, así como una breve descripción se
presenta a continuación.
Cuenca 10036 “Jaina”
El principal afluente de esta cuenca es el río Sinaloa, sobre el cual está construida la presa Lic.
Gustavo Díaz Ordaz “Bacurato”. La cuenca se ubica geográficamente entre la latitud 25°36’ N
y la 26°36’ N y entre la longitud 106°45’ W y 108°15’ W. La cuenca posee un área aproximada
de 8,251 km2. Parte del territorio de la cuenca se encuentra en el estado de Sinaloa y otra
porción en el estado de Chihuahua. Colinda al norte con la cuenca del río Fuerte, al sur con las
cuencas de los ríos Culiacán y Evora.
Cuenca 10033 “Palos Blancos”
Esta cuenca se ubica geográficamente entre los 24°54’ y 26°N de latitud y entre los 105°42’
y entre la longitud 107°42’ W. Se encuentra ubicada en los estados de Durango y Sinaloa, en
donde se construyó la presa Adolfo López Mateos “El Humaya”, sobre el cauce del mismo
nombre. El área de la cuenca es de 11,360 km2 aproximadamente. Esta cuenca colinda al sur
con la cuenca del río San Lorenzo y al norte con la cuenca del río Sinaloa.
Cuenca 27001 “Martínez de la Torre”
La cuenca del río Nautla se encuentra situada entre las coordenadas 19° 29’ y 20° 15’ N, y
entre 96°46’ y 97° 27’ W. El área de esta cuenca es de 2,083 km2, la cual está distribuida en
una pequeña porción en el estado de Puebla y la mayor parte en el estado de Veracruz. Colinda
al oeste con la cuenca del río Tecolutla; al noroeste con la cuenca del río Solteros y al sur con
las Sierras de Zacapoaxtla y de Teziutlán
Cuenca 28003 “Cardel”
La cuenca del río La Antigua se ubica en el estado de Veracruz, geográficamente se ubica entre
las coordenadas 19° 05’ y 19° 34’ N, y entre 96° 06’ y 97° 16’ W. Tiene un área aproximada
de 2,104 km2, y al igual que la cuenca del Río Nautla, esta se encuentra distribuida
principalmente dentro del estado de Veracruz. Colinda al norte con la cuenca del río Actopan y
al sur con la cuenca del río Tolomé.
33
Figura 3-4. Localización de las cuencas analizadas: Panel superior izquierdo (Cuenca 10033 “Palos Blancos”), panel superior derecho (Cuenca 10036 “Jaina”),
panel inferior derecho (Cuencas 27001 “Martínez de la Torre” y 28003 “Cardel”).
34
El uso de suelo de las diferentes cuencas es mostrado en la Figura 3-5, para el caso de las
cuencas ubicadas al norte, y en la Figura 3-6, para las cuencas ubicadas en el estado de
Veracruz.
El territorio de la cuenca 10036 “Jaina” (Figura 3-5, panel superior) está cubierto principalmente
por selva caducifolia (también conocida como selva seca). Dicho tipo de vegetación es propia de
zonas de clima cálido, en la que predominan árboles pequeños que pierden su follaje durante
la época de estiaje y en menor medida se tiene presencia de pequeñas zonas con distintos tipos
de bosque de coníferas (encino, oyamel, pino). Por otro lado, aguas abajo de la presa, se tienen
áreas agrícolas, tanto de riego como de temporal las cuales se indican en color verde.
Figura 3-5. Uso de suelo y vegetación de las cuencas “Jaina” (panel superior) y “Palos Blancos” (panel inferior)
Para la cuenca 10033 “Palos Blancos” (Figura 3-5, panel inferior), la mayor parte está cubierta
por bosque de pino, selva caducifolia y en menor medida por bosque de encino. Los tipos de
bosques presentes en esta cuenca se encuentran dentro de la clasificación de bosques
templados, los cuales poseen arboles altos y son característicos de climas templados a frío. Al
igual que en la cuenca del río Sinaloa, la región donde se tiene un mayor desarrollo de la
agricultura es aguas debajo de la presa.
35
La vegetación de la cuenca “Martínez de la Torre” (Figura 3-6 panel superior) se constituye por
bosque mesófilo de montaña (compuesto principalmente por árboles de encino), así como
bosque de pino los cuales representan poco más del 15% de la superficie total de la cuenca,
mientras que el 32% de la cuenca está cubierta por pastizales, aunque el 44% de la superficie
de la cuenca se ocupa para el cultivo de temporal y el 5% restante es ocupado por humedales.
Figura 3-6. Uso de suelo y vegetación de las cuencas “Martínez de la Torre” (superior) y “Cardel” (inferior).
Finalmente, dentro de la cuenca “Cardel”, la agricultura de temporal ocupa la mayor parte de su

superficie (42%), mientras que el área de pastizales representan el 20%, un 10% está cubierto
por bosque mesófilo de montaña, y los bosque de pino, encino y mixto comprenden poco más
del 10% (Figura 3-6 panel inferior).
36
 Edafología
En la Figura 3-7 se muestran los diferentes tipos de suelos que se encuentran en cada una de
las cuencas de estudio.
Figura 3-7. Edafología de las zonas de estudio
En las cuencas al norte de México (“Jaina” y “Palos Blancos”) se tienen suelos del tipo cambisol,
regosol, vertisol crómico, sin embargo gran parte del territorio de ambas cuencas se componen
principalmente por suelos del tipo litosol y feozem háplico.
 El suelo del tipo regosol es procedente de materiales no consolidados, con una

susceptibilidad a la erosión de moderada a alta; poseen muy poco carbono orgánico y
no tiene propiedades sálicas. Estos suelos presentan una coloración clara, en lo general
una textura gruesa, una alta permeabilidad rápida y un drenaje lento; lo que representa
un limitante para el aprovechamiento agropecuario
 El suelo Feozem Háplico se forma a partir de rocas sedimentarias e ígneas, la
profundidad del manto freático es bastante somera, del orden de 1.5 a 2 metros o más
en las áreas alejadas del litoral encontrándose a nivel superficial cerca de la costa. Su
drenaje superficial es lento.
37
 El Vertisol Crómico se caracteriza por las grietas anchas y profundas que aparecen en la
época de sequía, presentando un color pardo o rojizo, son muy duros cuando están
secos y muy plásticos cuando están húmedos; su drenaje interno es bueno y su
permeabilidad es moderada.
 Litosol, es uno de los tipos de suelo más abundantes en el país, una característica
principal de este suelo es un espesor menor a los 10 cm, limitada por la presencia de
roca. Es un suelo rico en nutrientes por lo que presenta diversos tipos de vegetación,
desde bosques y selvas, pastizales y es adecuado para la agricultura.
Las cuencas ubicadas en el estado de Veracruz poseen una composición similar en los tipos de
suelo. La cuenca del río La Antigua (Figura 3-7 panel inferior derecho) se distingue por tener
varios tipos de suelo (feozem, vertisol, rendzina y luvisol), lo que se debe principalmente a la
gran variabilidad del clima. En la cuenca del río Nautla (Figura 3-7 panel superior derecho)
predominan los suelos del tipo acrisol, feozem haplico y luviosol. En ambas cuencas el suelo
predominante es del tipo andosol y litosol. A continuación, se definen algunos tipos de suelo
característicos de esta región:
 Acrisol, es un tipo de suelo que presenta características geoquímicas ácidas, y se

encuentra en zonas tropicales o templadas muy lluviosas. Sobre este suelo se desarrolla
la vegetación de selva o bosque. Este suelo se distingue por tener una acumulación de
arcillas, lo cual ocasiona que los cultivos tengan rendimientos muy bajos. Este tipo de
suelos es moderadamente susceptible a la erosión.
 Andosol, son suelos de origen volcánico, constituidos principalmente por ceniza, son de
color oscuro y tienen una alta capacidad de retención de humedad. En condiciones
naturales presentan vegetación de bosque o selva. Tienen generalmente bajos
rendimientos agrícolas debido a que retienen considerablemente el fósforo y éste no
puede ser absorbido por las plantas.
 Luvisol: Son suelos con mucha arcilla acumulada en el subsuelo y fértiles en general, su
coloración es pardo oscuro a rojizo cuando está húmedo. Contiene un horizonte B
argílico, es ligeramente ácido, pobre en materia orgánica y potencialmente rico en
minerales.
3.2.2. Clima
La climatología de las zonas de estudio es muy variada, debido a su ubicación geográfica, cada
una de las cuencas posee patrones específicos de precipitación, temperatura y escurrimiento,
las cuales nos ayudan a conocer las condiciones de clima a lo largo del año.
De acuerdo con los registros climatológicos de las estaciones consideradas en cada una de las
regiones de estudio, se obtuvo la climatología promedio de cada una de las cuencas. Para la
cuenca “Palos Blancos”, se consideró el periodo de 1948 a 1987 (40 años de registro) mientras
que en el caso de la cuenca “Jainas” se consideró un periodo de 29 años (1970-1998). En
cuanto a las cuencas ubicadas en el estado de Veracruz, en ambas cuencas se consideró un
periodo común de 36 años, que comprende los años 1961 hasta 1997.
38
En la Figura 3-8 muestra la climatología promedio de la cuenca del río Humaya (10033 “Palos
Blancos”), se describen las principales variables que rigen el ciclo hidrológico, como son la
temperatura, la precipitación, la evaporación y el escurrimiento.
La temperatura media anual para esta cuenca es de 26°C, sin embargo, alcanza temperaturas
máximas superiores a los 35°C. Estas temperaturas se registran principalmente en los meses
de mayo y junio, aunque también se pueden presentar temperaturas inferiores a los 15°C
durante los meses de diciembre, enero, febrero y marzo (Figura 3-8 izquierda). La evaporación
posee valores altos, pues durante todo el año el valor de la evaporación media mensual es
superior a los 100 mm, los meses con mayor evaporación son los de mayo y junio, los cuales
corresponden a los meses de mayor temperatura.
Figura 3-8. Climatología de la cuenca del río Humaya, “Palos Blancos”
Esta región presenta un marcado régimen de precipitación, durante los meses de julio, agosto y
septiembre, se registra más del 50% de la precipitación total, mientras que los meses con menor
precipitación son marzo, abril y mayo. El escurrimiento al igual que la precipitación presenta un
régimen definido, los meses en los que se registra el mayor escurrimiento son de julio a octubre
y los meses en que el escurrimiento registra sus valores más bajos son de enero a abril (Figura
3-8 derecha).
La cuenca del río Sinaloa (“Jaina”) presenta una temperatura media anual de 24.5°C, con
temperaturas máximas cercanas a los 40°C, las cuales se registran en el mes de junio, y
mínimas inferiores a los 10°C durante los meses de diciembre, enero y febrero (Figura 3-9
izquierda). Esta cuenca presenta valores de evaporación similares a los registrados en la cuenca
“Palos Blancos”, con valores máximos durante los meses de mayo y junio, y valores mínimos
cercanos a los 100 mm/mes durante los meses de diciembre y enero.
39
Figura 3-9. Climatología de la cuenca del río Sinaloa, “Jaina”
Esta cuenca presenta un bien definido régimen de precipitación, pues durante los meses de
julio, agosto y septiembre se registra más del 70% de la precipitación total, mientras que los
meses con menor precipitación son febrero, marzo, abril y mayo. Sin embargo, se presentan dos
temporadas de escurrimiento, una durante los meses de julio a octubre, y una segunda
temporada durante los meses de diciembre, enero y febrero. La temporada de secas se presenta
durante los meses de marzo a junio (Figura 3-9 derecha).
La climatología promedio de la cuenca del río Nautla, “Martínez de la Torre”, se muestra en la

Figura 3-10, la temperatura promedio de esta cuenca es de 24°C, registrando temperaturas
máximas superiores a los 30°C durante los meses de abril a octubre y mínimas por debajo de
15°C durante los meses de diciembre, enero y febrero (Figura 3-10, izquierda). La evaporación
no presenta una variación tan abrupta en comparación con las cuencas anteriores, pues los
valores oscilan entre los 50 y 150 mm/mes, reportando los valores máximos en los meses de
julio y agosto.
Figura 3-10. Climatología de la cuenca del río Nautla, “Martínez de la Torre”
40
El régimen de precipitación presenta un comportamiento bastante similar, el mes con menor

precipitación registrada es marzo (67 mm) y el mes con mayor precipitación es septiembre con
poco más de 300 mm.
El escurrimiento en esta cuenca es considerable pues durante todo el año el escurrimiento

siempre es superior a 100 m3/s y los meses con mayor precipitación son septiembre y octubre
con valores superiores a los 700 mm (Figura 3-10, derecha).
En la Figura 3-11, se presentan los valores promedio de las principales variables del clima de la
cuenca del río La Antigua. En esta cuenca la temperatura muestra una variación menos
marcada, la temperatura promedio de 25.5°C y temperaturas mínimas y máximas de 20.5°C y
30.5°C, respectivamente. Los meses con menor temperatura son: diciembre, enero y febrero,
con temperaturas cercanas a los 15°C mientras que temperaturas superiores a los 30°C se
registran durante los meses de abril a octubre (Figura 3-11, izquierda). La evaporación muestra
un comportamiento similar a la temperatura, ya que no presenta variaciones considerables, y
oscila entre los 100 y 150 mm/mes.
Figura 3-11. Climatología de la cuenca del río La Antigua, “Cardel”
Los patrones de precipitación muestran un comportamiento bien definido, ya que durante los
meses de junio a septiembre se presenta poco más del 80% de la precipitación total mientras
que desde diciembre a mayo solo se presenta el 8% de la precipitación. El escurrimiento al igual
que la precipitación muestra un régimen bastante marcado (Figura 3-11, derecha).
41
 Clasificación del tipo de clima
En la Figura 3-12 se muestra, de acuerdo con la clasificación de climas de Köppen modificada,

los tipos de climas predominantes en las cuencas analizadas, los cuales se describen con mayor
detalle en la Tabla 3-1.
Figura 3-12. Tipos de climas dominantes en las respectivas regiones hidrográficas.
42
Tabla 3-1. Características de los tipos de clima presentes en las cuencas analizadas.
Tipo de
Descripción de Temperatura
Clima
Semicálido húmedo del grupo C, temperatura media anual mayor de 18°C, temperatura del mes
(A)C(fm)
más frío menor de 18°C, temperatura del mes más caliente mayor de 22°C.
Semicálido húmedo del grupo C, temperatura media anual mayor de 18°C, temperatura del mes
(A)C(m)(f)
más frío menor de 18°C, temperatura del mes más caliente mayor de 22°C.
Semicálido subhúmedo del grupo C, temperatura media anual mayor de 18°C, temperatura del
(A)C(w1)
mes más frío menor de 18°C, temperatura del mes más caliente mayor de 22°C.
(A)C(w2)
mes más frío menor de18°C, temperatura del mes más caliente mayor de 22°C.
(A)C(wo)
mes más frío menor de 18°C, temperatura del mes más caliente mayor de 22°C.
Cálido húmedo, temperatura media anual mayor de 22°C y temperatura del mes más frío mayor
A(f)
de 18°C.
Cálido húmedo, temperatura media anual mayor de 22°C y temperatura del mes más frío mayor
Am(f)
de 18°C.
Cálido subhúmedo, temperatura media anual mayor de 22°C y temperatura del mes más frío
Aw1
mayor de 18°C.
Aw2
mayor de 18°C.
Awo
mayor de 18°C.
Semiárido cálido, temperatura media anual mayor de 22°C, temperatura del mes más frío mayor
BS1(h')w
de 18°C.
Semiárido, semifrío temperatura del mes más frío entre -3°C y 18°C, temperatura del mes más
BS1k""w
caliente menor de 22 °C.
Semiárido, templado, temperatura media anual entre 12°C y 18°C, temperatura del mes más
BS1kw
frío entre -3°C y 18°C, temperatura del mes más caliente menor de 22°C.
Templado, húmedo, temperatura media anual entre 12°C y 18°C, temperatura del mes más frío
C(f)
entre -3°C y 18°C y temperatura del mes más caliente bajo 22°C.
Templado, húmedo, temperatura media anual entre 12°C y 18°C, temperatura del mes más frío
C(m)(f)
entre -3°C y 18°C y temperatura del mes más caliente bajo 22°C.
Templado, subhúmedo, temperatura media anual entre 12°C y 18°C, temperatura del mes más
C(w1)
frío entre -3°C y 18°C y temperatura del mes más caliente bajo 22°C.
C(w2)
C(w2)x'
C(wo)
Semifrío, húmedo con verano fresco largo, temperatura media anual entre 5°C y 12°C,
Cb'(m)(f)
temperatura del mes más frío entre -3°C y 18°C, temperatura del mes más caliente bajo 22°C.
Semifrío, subhúmedo con verano fresco largo, temperatura media anual entre 5°C y 12°C,
Cb'(w1)
Cb'(w1)x'
Cb'(w2)
Cb'(w2)x'
Cb'(wo)
43
3.2.3. Recursos hídricos, usos del agua e infraestructura
Cuenca del río Sinaloa, “Jaina”
La corriente superficial de mayor importancia es el río Sinaloa, que tiene su origen en la Sierra
Madre Occidental, al sur del estado de Chihuahua, Durante su recorrido recibe varios tributarios,
entre estos los arroyos Los Molinos y San José de Gracia hasta desembocar en la presa
Bacurato.
La presa Lic. Gustavo Díaz Ordaz “Bacurato” se construyó para el aprovechamiento del río
Sinaloa, mediante el riego de cultivos agrícolas y la generación de energía eléctrica, así como
disminuir el riesgo de inundaciones en los poblados aledaños (Romero-Beltrán, 2013). La presa
fue construida entre 1982 y 1986, y se encuentra ubicada en las cercanías de Bacurato,
poblado perteneciente al municipio de Sinaloa de Leyva.
La superficie del embalse lleno en su totalidad es de 14,164 ha y al nivel más bajo de 11,331
ha; cuenta con una capacidad total de almacenamiento de 2,900 Mm3 de agua, de los cuales
190 Mm3 son para depósito de azolves, 1,610 Mm3 son destinados al riego y a la generación de
energía eléctrica y para el control de avenidas se utilizan 1,100 Mm3. Los principales beneficios
son el riego con 112,000 ha y la generación media anual de 247 millones de KWh (Romero-
Beltrán, 2013).
Cuenca del río Humaya, “Palos Blancos”
El río Humaya tiene su nacimiento en la sierra del Mineral de las Palmas, en el estado de
Durango y posee una longitud de 280 Km. El río atraviesa los poblados de Palos Blancos, Agua
Caliente, Varejonal y Tepuche, y finalmente el río Tamazula frente a la ciudad de Culiacán, donde
cambia de nombre a río Culiacán, el cual descarga a la vertiente del Océano Pacifico.
En esta cuenca se construyó la presa Adolfo López Mateos, conocida como “Humaya” ubicada
sobre el cauce del río Humaya, cercano al municipio de Badiraguato. La presa se terminó de
construir en el año de 1964. Posee un embalse aproximado de 3,087 Mm3 de agua, que se
distribuye a razón de 135 Mm3 para depósito de azolves, 2,302 Mm3 para riego y generación de
energía y 650 Mm3 para control de avenidas. Aguas abajo de la presa se ubica el Distrito de
Riego Número 10 “Culiacan-Humaya” el cual depende de las aportaciones de dicha presa.
Cuenca del río Nautla, “Martínez de la Torre”
El río Nautla nace en la Sierra Madre Oriental, a una altitud de 4,150 m.s.n.m. Al inicio se le
conoce con el nombre de arroyo Borregos, y aguas abajo recibe por su margen derecha la
aportación del arroyo Las Ánimas. Posteriormente, en la confluencia del arroyo Borregos y el
arroyo El Suspiro se localiza la planta hidroeléctrica Las Minas. A esta planta le llegan las aguas
que son captadas por pequeñas presas derivadoras situadas en los arroyos Tenexpanoya, el
Sauce, El Suspiro, Las Ánimas, Borregos y el río Puerco, los cuales están interconectados por un
canal (Pereyra Díaz, Pérez Sesma, & Salas Ortega, 2010). A partir de este tramo, la corriente
principal toma el nombre de río Bobos, recibiendo por su margen derecha aportaciones de los
arroyos Xoxotla y Tepanapa. A partir de la confluencia del arroyo Colorado y el río Chapalapa con
el río Bobos, éste cambia su nombre por el de río Nautla, el cual escurre a través de una zona
44
de meandros, pasa cerca del poblado de Nautla y se desvía hacia el norte, para desembocar
finalmente al Golfo de México.
En la Tabla 3-2 y de acuerdo con datos del INEGI, se reportan el número de habitantes en el
municipio de Martínez de la Torre, el municipio más poblado de la cuenca.
Tabla 3-2. Población del municipio de Martínez de la Torre, Veracruz. (Fuente: INEGI)
Año Población
1970 64,180
1980 93,796
1990 103,089
1995 113,560
De acuerdo con la tabla anterior, se puede notar que en 1980 la población de dicho municipio
creció considerablemente (aproximadamente el 50%) tan solo en esa década, aunque desde
1950 la población ha aumentado considerablemente.
Cuenca del río La Antigua, “Cardel”
El río La Antigua nace en la Sierra Madre Oriental, con el nombre de río Resumidero, a una altitud
de 3,350 m, al oriente de la población González Ortega del estado de Puebla. Fluye hacia el
sureste en terreno montañoso y cambia su nombre a río Los Pescados. Sigue su curso hacia el
sureste y aguas abajo de los límites de los estados de Puebla y Veracruz recibe por la margen
izquierda al río Cozolapa. En esta confluencia, el colector general cambia su nombre a río La
Antigua; sigue su curso pasando por el poblado de Jalcomulco, Veracruz, y 4.5 km aguas abajo
por su margen izquierda vierte el arroyo Tlacoyonca para finalmente desembocar al Golfo de
México (Pereyra Díaz et al., 2010).
En las márgenes del río La Antigua se sitúa el distrito de riego 035 que lleva el mismo nombre,
y que tiene una superficie de 14,000 hectáreas distribuidas en los municipios de La Antigua,
Úrsulo Galván, Puente Nacional, Manlio Favio Altamirano y Paso de Ovejas. El aprovechamiento
se realiza a través de un canal de derivación que transporta 14 m3/s, y un dren que tiene una
capacidad de 8 m3/s.
45
4. Metodologías
________________________________________________________________________________
En este capítulo se describirán de manera detallada las metodologías empleadas en este

trabajo, así como de las principales consideraciones para su aplicación.
4.1. Enfoque basado en la modelación y observación
Este enfoque propuesto por (Van Loon & Van Lanen, 2013) permite realizar una comparación
entre las condiciones hidrológicas que se hubieran presentado de no haber existido alguna
modificación (condición natural), con la ayuda de un modelo hidrológico, y las condiciones en
las cuales el régimen hidrológico se alteró debido a alguna actividad antrópica (condición
antropogénica) (ver Figura 4-1). Por lo que para la aplicación de este enfoque es necesario tener
como primer requisito dos periodos de referencia, un periodo natural, antes de que la cuenca
sufriera alguna alteración, y un periodo antropogénico, periodo en el cual se observan los
efectos de la influencia de las actividades humanas.
46
Figura 4-1. Esquema del enfoque de Observación-Modelación (Van Loon & Van Lanen, 2013)
Este enfoque básicamente consta de dos etapas (ver Figura 4-1), la primera de ellas,
“comparación 1”, en la cual, a través de un modelo hidrológico se busca recrear las condiciones
del régimen natural que se habrían presentado sin la influencia de actividades humanas en el
periodo antropogénico, con el propósito de estimar las diferencias entre la serie de tiempo
“naturalizada” y la serie observada.
Figura 4-2. Representación de las condiciones naturales y la influencia humana en el déficit hidrológico. Fuente: (A.
F. Van Loon & Van Lanen, 2013)
En la Figura 4-2, muestra un esquema representativo de esta primer etapa, en la cual la línea
continua representa la serie de tiempo observada, la línea discontinua representa los resultados
47
del modelo hidrológico y la línea roja indica un valor umbral, por lo que los valores inferiores a
este indican eventos de déficit.
Una vez que se ha realizado una comparación visual a través de este primer proceso, la segunda
etapa consiste en determinar que fracción de sequía y de escasez de agua corresponde a cada
evento, para lo cual se realiza un análisis de anomalías para ambas series de tiempo, en la
sección Análisis de anomalías se describe con mayor detalle este procedimiento.
Una vez realizado el análisis de anomalías se pueden obtener las características principales de
los eventos de déficit, de tal forma que, con la “comparación 2” (Figura 4-1) las anomalías serán
clasificadas y separadas en sequía o escasez de agua, respectivamente.
Es importante tener en consideración que, el umbral fue calculado utilizando únicamente el
periodo natural, para cada caso de estudio; es decir, el periodo en el cual la región aún no había
sufrido alguna alteración antrópica (por ejemplo, antes de la construcción de una presa). Esto
con la finalidad de tener un umbral que represente de manera más cercana las condiciones
naturales de la cuenca.
4.2. Enfoque de Cuencas Pares
La metodología de análisis hidrológico basada en cuencas pares, toma en consideración la

comparación de dos cuencas con respuestas hidrológicas similares, por lo general cuencas
aledañas con un orden de corriente de primer grado y dentro de una cuenca de mayor área
(Zégre, et. al., 2010). La principal característica de este enfoque es que una cuenca está sujeta
a alguna perturbación (impacto de las actividades humanas) considerable, mientras que la otra
se considera como una cuenca de referencia, es decir, no ha sufrido alguna perturbación
importante y se han mantenido sus condiciones naturales.
48
Figura 4-3. Comparación de una cuenca en la cual ha aumentado la urbanización (Cuenca D) y otra que no ha
presentado alteraciones antrópicas (Cuenca C) así como los cambios en la respuesta hidrológica.
La comparación entre estas cuencas es útil para hacer una evaluación del impacto probable de
las perturbaciones antropogénicas por separado y de manera conjunta. Con este enfoque se
puede determinar la magnitud del impacto causado por algún factor antropogénico. Es así que,
la cuenca con influencia humana se compara con la cuenca natural, para detectar los efectos
de la perturbación en la cuenca (Bosch & Hewlett, 1982; Brown et al., 2005)
Figura 4-4. Metodología basada en las cuencas pares. Basado en (Van Loon & Van Lanen, 2013)
Los datos de precipitación (P) se usaron para estandarizar los datos de descarga (Q) para
compensar las diferencias entre ambas cuencas. De acuerdo con (Zégre et al., 2010) la cuenca
49
de control sirve como un estándar climático y a las cuencas con alguna alteración se les debe
aplicar una corrección debido a las influencias meteorológicas. Para estandarizar el
escurrimiento de la cuenca con influencia antrópica se utiliza la ecuación 4-1
𝑃𝑛𝑎𝑡
𝑄𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = 𝑄𝑜𝑏𝑠 ( 4-1)
𝑃𝑎𝑛𝑡
Donde Qobs es el escurrimiento original (observado), Pnat es la precipitación media anual en la

cuenca de control, Pant, es la precipitación media anual de la cuenca que ha sufrido alguna
alteración, y Qestándar es la serie de escurrimiento corregida para esa misma cuenca.
La corrección de la serie de tiempo ayuda a excluir las diferencias de precipitación en las

cuencas, de tal forma que la influencia humana se ve aún más limitada, por lo que esto debe
permitir una mejor comprensión de dicha alteración. Esto permite usar los umbrales de las
cuencas naturales para el cálculo de anomalías de las cuencas perturbadas.
Es este trabajo, el análisis de anomalías toma en consideración la definición de un umbral

variable el cual se define a partir de la serie de tiempo de escurrimiento de la cuenca de
referencia. Dicha cuenca conserva sus condiciones naturales (Cuenca C en la Figura 4-3), de tal
forma que, este umbral se aplica a la cuenca con influencia antrópica (Cuenca D, Figura 4-3),
de manera que los valores que se ubiquen por debajo de este umbral se consideran como
eventos de déficit.
Figura 4-5. Ejemplo de aplicación del umbral obtenido de una cuenca natural (UC) y el cual es aplicado posteriormente a
una cuenca con influencia antrópica (QD).
4.3. Modelación hidrológica
La utilización de un modelo hidrológico depende en gran medida de las características de la

zona de estudio, y de la información existente. De acuerdo con (Tallaksen & Van Lanen, 2004)
50
se recurre a un modelo hidrológico cuando no se cuenta con información suficiente de

información hidrométrica o de las variables relacionadas al análisis, o cuando la calidad de los
datos es baja.
Existen diversos enfoques desde los cuales se pueden clasificar los modelos hidrológicos, los
cuales van desde modelos estadísticos, modelos conceptuales, hasta complejos modelos
físicamente basados (Beven, 2012). El propósito original de los modelos hidrológicos es simular
el rango completo de una registro hidrométrico largo, sin embargo, la aplicación de la mayoría
de estos modelos para caudales bajos (situaciones relacionadas con la sequía) ha sido
relativamente limitada (Engeland et al., 2006; Smakhtin, 2001; Staudinger et al., 2011).
4.3.1. Modelo HBV
En este estudio se utilizó el modelo hidrológico Hydrologiska Byråns Vattenbalansavdelning

(HBV, por sus siglas en sueco), en la versión HBV-light (Seibert, 1997, 2005), el cual es un
modelo conceptual semi-distribuido que simula el escurrimiento diario (o a una escala de tiempo
mayor), usando series temporales de precipitación, temperatura y evaporación potencial. El
modelo utiliza la ecuación general del balance hidrológico en una cuenca, el cual esta descrito
a través de la siguiente ecuación:
𝑑
𝑃−𝐸−𝑄 = [𝑆𝑃 + 𝑆𝑀 + 𝑈𝑍 + 𝐿𝑍 + 𝑊𝑆] ( 4-2)
𝑑𝑡
Donde:
P, precipitación, en mm
E, evapotranspiración, en mm
Q, escurrimiento, en mm
SP, derretimiento de nieve, en mm
SM, humedad del suelo, en mm
UZ, límite superior del almacenamiento de agua subterránea, en mm
LZ, límite inferior del almacenamiento de agua subterránea, en mm
WS, el almacenamiento en lagos y cuerpos de agua superficiales, en mm
El modelo HBV, consta de cuatro rutinas (Figura 4-6): 1) rutina de precipitación/nieve; esto es,
una rutina que contempla la aportación al escurrimiento debido al derretimiento de nieve, 2)
rutina de humedad del suelo en la cual se simula la recarga de agua subterránea como función
del almacenamiento hidrológico, 3) rutina de respuesta en la cual se transforma el exceso de
agua en el suelo en escurrimiento, y finalmente 4) rutina de transformación, en esta última etapa
se busca obtener el hidrograma a través de la acumulación y el tránsito del escurrimiento.
51
Figura 4-6. Estructura del modelo HBV. Fuente: (Seibert, 2000)
En la Tabla 4-1, se muestra un resumen de los principales parámetros del modelo utilizados en
las diferentes rutinas.
Tabla 4-1. Descripción de los principales parámetros del modelo HBV
Parámetro Descripción
Rutina de precipitación/nieve
TT Umbral de temperatura
CFMAX Factor grado-día para calcular el derretimiento de nieve
SFCF Factor de corrección por nevada
CWH Capacidad de retención de agua durante el deshielo
CFR Coeficiente de recongelación
Rutina de humedad del suelo
FC Máximo almacenamiento de agua en el suelo
LP Umbral para la reducción de evaporación
BETA Coeficiente de forma
52
Rutina de respuesta
K0, K1, K2 Coeficientes de recesión en cada almacenamiento
UZL Umbral asociado al coeficiente K0 y al flujo de salida
PERC Máxima tasa de percolación entre los almacenamientos
MAXBAS Función de ponderación triangular
La precipitación se considera nieve o lluvia dependiendo de si la temperatura se ubica por

encima o por debajo de un umbral. Toda precipitación simulada como nieve, es decir, que cae
cuando la temperatura es inferior al umbral determinado, se multiplica por un factor de
corrección, el cual compensa errores sistemáticos. Cuando la temperatura cae por debajo del
umbral, la cantidad de agua líquida que se vuelve a congelar dentro de la capa de nieve se
calcula usando un coeficiente.
La rutina del suelo determina el volumen de lluvia y nieve derretida, que se almacena en el suelo
o la parte que directamente recarga el acuífero. Se utiliza una relación no lineal para esta
separación, que se determina a través de un coeficiente de forma y depende del contenido de
humedad en el suelo y de su capacidad máxima de almacenamiento. La cantidad de
evaporación real depende de un umbral de evaporación. Si la humedad del suelo excede dicho
umbral, la evaporación real es igual a la potencial, de lo contrario la evaporación real se
comporta como una reducción lineal de la evaporación potencial.
La rutina de respuesta consiste en almacenamientos lineales simples, como se observa en la

Figura 4-7. En este modelo existen dos o tres flujos de salida de los almacenamientos
subterráneos. Cada uno de los flujos depende del coeficiente de recesión (𝐾0 , 𝐾1 , 𝐾2 ) y del
almacenamiento total de agua subterránea.
Figura 4-7. Representación de un almacenamiento lineal simple utilizado por el modelo HBV. (Seibert, 2005)
La recarga de agua subterránea posteriormente se transforma en escurrimiento y el cual se

estima como la suma de dos o tres ecuaciones de flujo lineal dependiendo del valor del umbral,
PUZL (Ver ecuación 4-3).
𝑄𝐺𝑊 (𝑡) = 𝐾2 ∙ 𝑆𝐿𝑍 + 𝐾1 ∙ 𝑆𝑈𝑍 + 𝐾0 ∙ max(𝑆𝑈𝑍 − 𝑃𝑈𝑍𝐿 , 0) ( 4-3)
53
El flujo obtenido en la etapa anterior se transforma finalmente mediante una función de

ponderación triangular definida por el parámetro PMAXBAS (ecuaciones 4-4 y 4-5) y de esta forma
se obtiene el escurrimiento total.
𝑃𝑀𝐴𝑋𝐵𝐴𝑆
𝑄𝑠𝑖𝑚 (𝑡) = ∑ 𝑐(𝑖) ∗ 𝑄𝐺𝑊 (𝑡 − 𝑖 + 1) ( 4-4)

𝑖=1
Donde:
𝑖
2 𝑃𝑀𝐴𝑋𝐵𝐴𝑆 4
𝑐(𝑖) = ∫ − |𝑢 − |( 2 ) 𝑑𝑢 ( 4-5)
𝑖−1 𝑃𝑀𝐴𝑋𝐵𝐴𝑆 2 𝑃𝑀𝐴𝑋𝐵𝐴𝑆
La ventaja de este modelo es que es relativamente fácil de usar, y los requerimientos necesarios
para realizar la simulación son pocos.
 Determinación de la eficiencia del modelo
La calibración del modelo es el proceso a través del cual se determinan los valores de los
parámetros para las condiciones especificadas. Lo cual conlleva a la identificación de los
parámetros que proporcionen la mejor relación entre el escurrimiento obtenido por el modelo
hidrológico y el registrado por una estación de medición.
Para evaluar la seguridad predictiva de un modelo se recomienda por lo general dividir este
proceso en dos etapas diferentes: la primera de calibración y una segunda etapa de verificación
o validación. Para este propósito, durante la primera etapa se busca obtener los parámetros que
caractericen el modelo lo mejor posible. Mientras que en la segunda etapa se realiza la
verificación del modelo, esto es, una medición de la confiabilidad de la calibración. Una vez que
el modelo ha sido calibrado y los parámetros verificados, se puede llevar a cabo la etapa
predictiva.
Para medir la bondad de ajuste de un modelo, se utiliza uno de los criterios más empleados en
la hidrología, propuesto por (Nash & Sutcliffe, 1970), el cual evalúa la relación entre el
escurrimiento observado y el simulado, y el cual se denomina eficiencia del modelo (ecuación
4-6).
2
∑𝑛𝑖=1(𝑄𝑜𝑏𝑠(𝑖) − 𝑄𝑠𝑖𝑚(𝑖) )
𝐸 =1− ( 4-6)
2
∑𝑛𝑖=1(𝑄𝑜𝑏𝑠(𝑖) − 𝑄𝑜𝑏𝑠(𝑖) )
El coeficiente varía en un rango de valores entre 0 y 1. Una eficiencia de 0 indica que el

rendimiento del modelo es igual a la media de observación y una eficiencia de 1 representa un
ajuste perfecto, donde el escurrimiento observado y el simulado para cada intervalo de tiempo
son iguales.
54
En el caso particular del enfoque utilizado en este trabajo se utilizó una modificación a la
ecuación propuesta por Nash-Sutcliffe. Para determinar la eficiencia del modelo se utilizó la
versión logarítmica (ecuación 4-7), ya que esta transformación proporciona más énfasis (y por
tanto asigna mayor peso) a los valores bajos (Krause & Boyle, 2005), debido a que el principal
interés de este trabajo es determinar que tan bien se ajusta el modelo hidrológico durante las
épocas donde el flujo es menor.
2
∑𝑛𝑖=1(ln 𝑄𝑜𝑏𝑠(𝑖) − ln 𝑄𝑠𝑖𝑚(𝑖) )
ln 𝐸 = 1 − ( 4-7)
2
∑𝑛𝑖=1(ln 𝑄𝑜𝑏𝑠(𝑖) − ln 𝑄𝑜𝑏𝑠 )
Anteriormente, la única forma de calibrar un modelo hidrológico era de forma manual lo que
implicaba realizar la calibración a prueba y error, sin embargo, era difícil evaluar todas las
combinaciones posibles. Sin embargo, hoy en día existen diversas técnicas de calibración para
los modelos hidrológicos (Gupta et al. , 1998; Montanari & Toth, 2007; Sivapalan et al., 2003).
Los valores de los parámetros del modelo HBV se determinaron de manera independiente para
cada cuenca, por lo que cada zona de estudio posee parámetros específicos. La calibración se
centró en el algoritmo de calibración genética (Seibert, 2000). Durante esta etapa de calibración
cada una de las cuencas hidrológicas se dividieron en dos periodos, uno “natural” (antes de la
alteración humana) y uno “antropogénico”. El periodo natural se subdividió a su vez, en un
periodo para calibración y otro para validación. Una excepción fue la cuenca 28003, la cual se
consideró como una cuenca que no ha sufrido alteraciones importantes, y por lo tanto solo se
contempla un periodo “natural”.
 Algoritmo de Calibración
Con el algoritmo de calibración genética, los conjuntos de parámetros optimizados se estiman

por una evolución de conjuntos de parámetros mediante un proceso de selección y
recombinación. Una población inicial de n conjuntos de parámetros se genera aleatoriamente
en el espacio de parámetros y la bondad del ajuste de cada conjunto es evaluada por el valor
de una función objetivo (Eficiencia de Nash-Sutcliffe). Dentro de esta población se produce una
nueva generación de n veces combinando dos de los conjuntos de parámetros. Los dos
conjuntos son elegidos al azar, pero la probabilidad de ser seleccionada está relacionada con la
bondad del ajuste del conjunto de parámetros (es decir, el valor de la función objetivo) que da
la mayor probabilidad a los conjuntos con un mejor ajuste (Seibert, 2000).
55
Figura 4-8 Esquema del algoritmo de calibración genética (Seibert, 2000)
Una regla dentro del algoritmo consiste en conservar los valores de la generación precedente,
mientras que las otras reglas proporcionan una cantidad de búsqueda aleatoria. Un equilibrio
entre estas reglas es importante para el éxito del algoritmo. Posteriormente se evalúa la bondad
del ajuste de cada conjunto en la nueva población y la nueva generación sustituye a la antigua
y así sucesivamente hasta obtener el conjunto de parámetros óptimo. Sin embargo, el mejor
conjunto se conserva si no hay un mejor conjunto en la generación siguiente del procedimiento.
Este proceso evolutivo se repetirá durante varias generaciones (hasta que se alcance el número
máximo de corridas del modelo). Después de que el algoritmo genético haya terminado se aplica
el método cuadráticamente convergente de Powell para el ajuste posterior (Rakovec, Van Loon,
& Van Lanen, 2009).
4.4. Análisis de anomalías
Un análisis de anomalías ayuda a identificar periodos que presentan condiciones por debajo de
las condiciones normales, es decir, un déficit. Debido a esto es de suma importancia la correcta
selección del umbral a partir del cual se determinaran dichos periodos anómalos (Mishra &
Singh, 2010).
Para el período natural, el análisis de anomalías de las series temporales observadas y

simuladas da lugar a eventos de sequía. Por otro lado, para el período denominado como
antropogénico, el análisis de anomalías en series temporales simuladas refleja los eventos de
sequía, mientras que las anomalías en series temporales observadas nos muestran el efecto
56
combinado de sequía y escasez de agua, a lo que, en este trabajo se ha denominado estrés

hídrico.
4.4.1. Método del umbral
El método del umbral (también conocido como el método del nivel del truncamiento) (Yevjevich,
1967) es el método cuantitativo más utilizado, el cual ayuda a definir el inicio y fin de una sequía
(Tallaksen & Van Lanen, 2004). El método se basa en la definición de un umbral, Q0, cuando el
caudal u otra variable hidrometeorológica se encuentra por debajo de éste, se considera una
situación de sequía (Dracup et al, 1980).
El umbral puede ser un umbral fijo (Figura 4-9a) para todo el periodo de análisis, o un umbral
variable (Figura 4-9b-c), el cual varía durante el año para cada estación, mes o día la elección
del tipo de umbral que se deba emplear depende del propósito para el cual se realiza la
investigación (Fleig et al., 2005).
Figura 4-9. Diferentes tipos de umbrales que se pueden utilizar. a) Umbral fijo, b) umbral mensual, c) umbral diario
(Tallaksen & Van Lanen, 2004)
Este método fue desarrollado para identificar anomalías en el caudal, sin embargo, puede
aplicarse a cualquier variable hidrometeorológica (i.e. precipitación, contenido de agua o
humedad del suelo, niveles de agua subterránea). A partir de los registros de caudal, u otras
variables, se obtiene una secuencia de eventos con déficits o anomalías, considerando
situaciones donde el caudal está por debajo del umbral establecido.
A partir de este método, ver Figura 4-10, se pueden determinar algunas características de un
evento de sequía, tales como la duración y severidad (Fleig et al., 2005; Tallaksen et al, 1997)
o como la severidad de una sequía (volumen de déficit).
57
Figura 4-10. Aplicación de método del umbral.
De acuerdo con este procedimiento un evento de sequía comienza cuando la variable de interés
(𝑥) se ubica por debajo del umbral definido, el cual puede variar con el tiempo 𝑞(𝑡), y dicho
evento continúa hasta que la variable rebase nuevamente el umbral. Cada evento puede ser
caracterizado por su duración (Δ) y su severidad, que en este trabajo corresponde al volumen
de déficit.
La duración de un evento es calculada con las ecuaciones (4-8) y (4-9):
1 𝑥(𝑡) < 𝑞(𝑡) ( 4-8)

𝛿(𝑡) = {
0 𝑥(𝑡) ≥ 𝑞 (𝑡)
En el cual 𝛿(𝑡) es un indicador binario de la ocurrencia de una situación de sequía en el tiempo;

𝑥(𝑡) es la variable hidrometeorológica en el tiempo y 𝑞(𝑡) es el umbral de la variable empleada.
Por lo que 𝛿(𝑡) toma el valor de 1, cuando la variable está por debajo del umbral y el valor de 0
en caso contrario.
𝑇
( 4-9)
Δ𝑖 = ∑ 𝛿(𝑡) ⋅ ∆𝑡
𝑡=1
La duración(Δ𝑖 ) de un evento de sequía queda entonces definida a partir de la variable 𝛿(𝑡),

desde que la variable se ubica por debajo del umbral, donde (𝑡 = 1) es el comienzo del evento
58
hasta que se rebasa nuevamente el umbral (𝑡 = 𝑇), que es el término del evento y ∆𝑡 es la
escala temporal con la cual se esté realizando el análisis.
La medida de severidad, que en este caso es el volumen de déficit (𝐷𝑖 ), es calculado sumando
las diferencias entre el caudal registrado y el umbral durante el período del evento (Fleig et al.,
2005), por lo que el volumen de déficit se puede obtener utilizando las ecuaciones (4-10) y (4-
11):
𝑞(𝑡) − 𝑥(𝑡), 𝑥(𝑡) < 𝑞(𝑡) ( 4-10)

𝑑(𝑡) = {
0, 𝑥(𝑡) ≥ 𝑞(𝑡)
En la ecuación anterior, 4-10, 𝑑(𝑡) representa la diferencia entre la variable y el umbral.
𝑇
( 4-11)
D𝑖 = ∑ 𝑑(𝑡) ⋅ ∆𝑡
𝑡=1
A través de esta última ecuación es como se obtiene el volumen de déficit total de un evento.
Una ventaja de aplicar un método de umbral variable es que se mantiene lo más cerca posible
de la serie temporal original, es decir, no es necesario ajustar una función de distribución a los
datos, lo que puede dar lugar a grandes discrepancias (Vidal et al., 2010), o utilizar cálculos
complejos, que incrementan la incertidumbre. Sin embargo, una desventaja del método del
umbral es que no determina un nivel de sequía, por lo que en los estudios de sequía es necesaria
la estandarización de series de tiempo para evitar grandes diferencias entre los diferentes tipos
de clima existentes dentro de la región de estudio y permitir la comparación (Wanders et al.,
2010).
Una de las desventajas de este método, es que para regiones áridas con ríos efímeros o
intermitentes, se presentan problemas en la definición del umbral (Van Loon, 2013 a). Esto se
debe a que en estas zonas existen períodos largos con precipitación muy baja o inclusive nula,
lo que genera que durante este periodo el flujo natural sea extremadamente bajo, y en algunos
casos cercano a cero, resultando en un umbral de ceros. En el caso específico de este trabajo,
para realizar en análisis de anomalías se seleccionaron eventos con una duración mínima de 3
meses (Fleig et al., 2005).
 Selección del Umbral
La selección del umbral ser un caudal determinado, necesario para llenar un embalse o para
garantizar un hábitat ecológico en el río, o un cierto nivel de agua requerido para la navegación;
también puede derivarse como un valor estadístico de una serie de tiempo registrada.
Los valores que se pueden emplear para definir el umbral incluyen valores mínimos en un
determinado período o estación, porcentaje del caudal promedio, o un percentil en la curva de
duración del flujo (Flow Duration Curve, en inglés) (Stahl, 2001; Tallaksen & Van Lanen, 2004).
59
Las curvas de duración de flujo (FDC) representa la frecuencia acumulada empírica del caudal
en función del porcentaje de tiempo que se excede dicho flujo, esto es, la variabilidad del caudal
de una cuenca (Tallaksen & Van Lanen, 2004). La curva se construye a partir de los datos
registrados por una estación. Los datos son ordenados de manera decreciente y para cada valor
se calcula la probabilidad empírica de excedencia. Para mejorar la legibilidad de la curva, el flujo
se representa a menudo en una escala logarítmica (Figura 4-11).
En lo que se refiere a la resolución temporal, , esta depende de la finalidad del estudio y de la

región climática (Stahl, 2001) Por ejemplo, en una zona húmeda templada con diferentes
regímenes, se debe utilizar un flujo diario de alta variabilidad dentro del año, ya que los períodos
secos cortos de menos de un mes son excepcionales y podrían tener efectos no deseados.
Mientras que en regiones con una alta variabilidad interanual, y donde las sequías pueden durar
uno o varios años, se sugieren el uso de medias mensuales o incluso anuales para el análisis
de la sequía.
La correcta selección del percentil está relacionada con el tipo de régimen hidrológico de la
región. Estudios realizados por (Fleig et al., 2005; Hisdal & Tallaksen, 2000; Tallaksen et al.,
2009; Tallaksen & Van Lanen, 2004) recomiendan emplear valores que varían entre los
percentiles 70 (Q70) y el 95 (Q95), los cuales son comúnmente usados para corrientes perennes.
Es importante mencionar que en corrientes efímeras, ubicadas en climas áridos o polares, el
escurrimiento en ciertas épocas del año es nulo, por lo que la FDC, no alcanza el valor del 100%
en la probabilidad de excedencia y es por ello que en dichas regiones se utiliza el percentil 50
(Q50) o incluso valores menores (Stahl, 2001). La elección del percentil cambia la magnitud de
las características de las sequías, es decir, a un mayor valor del percentil, se registran un número
menor de eventos de sequía (y con una menor duración y déficit), mientras que el caso contrario
ocurre con un valor de percentil bajo.
En la Figura 4-11 se muestran curvas de duración de flujo las cuales representan una temporada
(de estiaje o lluvias) del año, la curva en color azul es la curva obtenida a partir de los meses de
mayor precipitación en esta cuenca (julio- octubre). La línea roja muestra el mes que registra la
menor precipitación (marzo); mientras que la línea amarilla muestra el mes en que empieza la
temporada de lluvias (mayo). La línea negra representa la curva de duración de flujo calculada
durante todo el periodo de análisis. A través de dichas curvas se puede apreciar la variabilidad
temporal del caudal en la cuenca, por lo que es importante considerar un umbral variable, ya
que un valor fijo no es completamente representativo. La forma de la curva depende en gran
medida de la variabilidad del caudal, por ejemplo a menor variabilidad en el caudal, la curva
posee una pendiente poco significativa, por lo que cuando aumenta la variabilidad temporal del
caudal, la pendiente también aumenta, esto se puede observar claramente al comparar las
curvas en color amarillo y azul de la Figura 4-11.
60
Figura 4-11. Ejemplos de las Curvas de Duración de Flujo obtenidas para diferentes periodos de tiempo.
La selección del umbral, para este trabajo se realizó a través de las curvas de duración de flujo
(FDC) a una escala mensual. Un umbral variable fue empleado en este estudio (ver Figura 4-12),
ya que, este tipo de umbral, muestra los eventos de déficit en las diferentes temporadas o meses
del año, las cuales pueden conducir a una sequía (Hisdal & Tallaksen, 2000).
Figura 4-12. Obtención del umbral variable a partir de las curvas de duración de flujo (escala mensual)
En particular, se aplicó un umbral variable, calculado a escala mensual, el cual se obtuvo a partir
del percentil 80 (Q80) de las curvas de duración de flujo, las cuales fueron calculadas para cada
mes (Figura 4-12). Este umbral implica que, para cada mes, se eligió el valor del caudal (o
cualquier variable que se haya utilizado), que fue igualado o excedido el 80% del tiempo durante
ese mes.
61
62
5. Resultados
________________________________________________________________________________
En esta sección se muestran los resultados de las metodologías aplicadas a los diferentes casos
de estudio, basados en la modelación hidrológica y el análisis de anomalías en cuatro cuencas
hidrológicas. El análisis de anomalías se realiza para ambas series de tiempo (observada y
naturalizada), para obtener las principales características de una sequía.
5.1. Modelo hidrológico
La mayoría de los modelos hidrológicos a menudo presentan una serie de dificultades para
simular caudales bajos, ya que tradicionalmente dichos modelos son diseñados para
representar las situaciones de flujo máximo (Staudinger et al., 2011). Como el modelo HBV no
está diseñado especialmente para caudales bajos, se anticipa que también tiene dificultades
para simular correctamente flujos bajos (Uhlenbrook et al., 1999)
63
El periodo “natural”, para cada caso de estudio, se subdividió en dos periodos, uno de
calibración y otro de validación, en la Tabla 5-1, se establecen los periodos respectivos a cada
etapa de este proceso. La calibración del modelo se realizó con el escurrimiento observado
utilizando el algoritmo de calibración anteriormente mencionado.
Tabla 5-1. Periodos de calibración y validación para cada una de las cuencas analizadas
Cuenca Periodo de calibración Periodo de validación

10033 “Palos Blancos” 1948 - 1955 1956 - 1963
10036 “Jaina” 1970 - 1975 1976 - 1981
27001 “Martínez de la Torre” 1961 - 1970 1971 - 1980
28003 “Cardel” 1961 - 1970 1971 - 1980
De acuerdo con (Seibert, 2005), el periodo de calibración debe incluir una variedad de eventos
hidrológicos, desde eventos que presentan caudales bajos hasta las grandes avenidas; por lo
que normalmente se recomienda utilizar un periodo entre 5 y 10 años para la etapa de
calibración (Seibert, 2005). Teniendo en cuenta esto, se buscó que cada uno de los periodos de
calibración y validación cumpliera con esta recomendación anterior (ver Tabla 5-1).
Para evaluar la bondad del ajuste entre los resultados del modelo hidrológico y el escurrimiento
observado se utilizó como función objetivo el coeficiente de Nash-Sutcliffe en su forma
logarítmica (ecuación 4-7), debido a que se le otorga un mayor peso a los caudales bajos que
ocurren durante periodos de sequía. De igual manera, se calculó el coeficiente de determinación
r2, el cual se calcula a través de la ecuación 5-1.
2
∑𝑛𝑖=1(𝑄𝑜𝑏𝑠[𝑖] − 𝑄𝑜𝑏𝑠 )(𝑄𝑠𝑖𝑚[𝑖] − 𝑄𝑠𝑖𝑚 )
𝑟2 = ( 5-1)
2 2
√ 𝑛 √ 𝑛
( ∑𝑖=1(𝑄𝑜𝑏𝑠[𝑖] − 𝑄𝑜𝑏𝑠 ) ∑𝑖=1(𝑄𝑠𝑖𝑚[𝑖] − 𝑄𝑠𝑖𝑚 ) )
Donde Qobs y Qsim, son el escurrimiento observado y simulado respectivamente. El coeficiente r2,
varía en un rango de valores entre 0 y 1, un valor igual a cero indica que no existe correlación
entre las variables, mientras que un valor igual a 1 significa que ambas variables poseen una
correlación perfecta.
En la Figura 5-1 se muestran los valores obtenidos para los periodos de calibración (en color
azul) y validación (color verde) de ambos coeficientes.
64
Figura 5-1. Valores del coeficiente de Nash-Sutcliffe Log (izquierda) y del coeficiente de determinación (derecha)
para los diferentes periodos en las diferentes cuencas.
De manera general, los valores de ambos coeficientes muestran valores relativamente

aceptables, pues prácticamente para todas las cuencas se tienen valores superiores a 0.5, salvo
el caso de la cuenca 10033 “Palos Blancos”, cuyo coeficiente r2 para el periodo de calibración,
posee un valor de 0.44. Mientras que para la cuenca 27001 “Martínez de la Torre” el coeficiente
Ln E, alcanza valores de 0.51 tanto para el periodo de calibración como para el de validación.
Por otro lado, el sitio que posee las mejores métricas de ajuste es la cuenca 28003 “Cardel”, en
donde los valores tanto del coeficiente de Nash-Sutcliffe (Ln E) y de determinación (r2), para
ambos periodos (calibración y validación) son superiores a 0.75. Lo que representa un gran
contraste con la cuenca 27001 “Martínez de la Torre”, a pesar de que ambas cuencas son
aledañas, son las que muestran las mayores diferencias en ambos coeficientes.
Por otro lado, las series temporales de escurrimiento simulado (Qsim) y observado (Qobs) para el
período analizado de cada una de las cuencas, se muestra en la Figura 5-2.
El escurrimietno tuvo una clara variabilidad, valores altos durante el verano y valores bajos en
invierno, el cual fue reproducido por el modelo (ver Figura 5-2). La variabilidad interanual en el
escurrimiento, es decir, tanto los años húmedos, como los años secos que se presentan en cada
una de las cuencas durante los diferentes periodos analizados, también fueron simulados de
manera adecuada por el modelo.
El modelo HBV simula el escurimiento en mm por unidad de tiempo (mm/mes), es decir,

escurrimiento por unidad de área. Por lo que el escurrimiento simulado (Qsim) se puede usar
directamente para compararlo con el escurrimiento observado (Qobs).
En el caso particular de la cuenca 10036 “Jaina”, el escurrimiento simulado , para el periodo

natural, fue ligeramente mayor que el escurrimiento observado sobretodo en los periodos
húmedos, pero las simulaciones se encuentran dentro de un rango aceptable.
65
10033 “Palos Blancos”
Inicio de operación de la presa
10036 “Jaina”
Inicio de operación de la presa
27001 “Martínez de la Torre”
28003 “Cardel”
Figura 5-2. Escurrimiento observado (línea azul) y simulado (línea roja) para cada una de las cuencas analizadas.
En los primeros dos paneles de la Figura 5-2, los cuales corresponden a las cuencas ubicadas
al norte de México (10033 ”Palos Blancos” y 10036 “Jaina”), se aprecia claramente un cambio
en el regimen del escurrimiento, esto debido a la operación de las presas. En ambos casos se
observa la regulación del escurrimiento, esto debido a la operación de las presas, las lineas en
color negro en la Figura 5-2 indican el año de inicio de operaciones de dichas presas, por un
66
lado, la disminución considerable de los gastos pico durante la temporada humeda de cada año,
y un aumento en el escurrimiento durante la temporada de estiaje.
En el tercer y cuarto panel de la Figura 5-2, se muestra el escurrimiento observado y simulado

de las cuencas 27001 “Martinez de la Torre” y 28003 “Cardel”, respectivamente, para la
primera de estas, el escurrimiento simulado para el periodo de calibración y validación se
aproxima bastante al observado, sin embargo, depués de 1980 se observa que el escurrimiento
simulado es ligeramente mayor al observado, en la mayoria de los casos. Es importante notar
que esta cuenca durante todo el año presenta un escurrimiento considerable, inclusive durante
la época de estiaje, esto puede atribuirse a las condiciones climaticas existentes en dicha región
y también, a la influencia humana existente, la urbanización, ya que de acuerdo con (Foster,
Morris, & Chilton, 1999; Lena M Tallaksen & Van Lanen, 2004) el drenaje, saneamiento y
suministro de agua son elementos de la urbanización que modifican el ciclo hidrológico, lo que
reduce la infiltración y aumenta el escurrimiento superficial, por lo que el comportamiento del
flujo de agua es mucho más rápido como respuesta a la lluvia.
Por su parte la cuenca 28003 “Cardel”, muestra una mejor similitud entre el escurrimiento
observado y simulado, en especial durante la temporada donde el flujo es bajo (estiaje), ya que
practicamente en todos los años las condiciones que se presentan entre el Qsim y Qobs son
similares, excepto en los años 1963 y 1975 donde el escurrimiento simulado es ligeramente
mayor al observado; y para los años 1966, 1988 y sobre todo en 1992 donde ocurre justamente
lo contrario.
Un diagrama de dispersión del escurrimiento observado contra el escurrimiento simulado,

transformado en escala logarítmica (Figura 5-3), muestra que los valores de escurrimiento están
dispersos a lo largo de la línea 1:1 (marcadores en color rojo), excepto por los flujos más bajos
para los cuales la incertidumbre entre las observaciones y simulaciones son más altas, esto
puede apreciarse con mayor claridad en el caso de la cuenca 10033 “Palos Blancos” (panel
superior izquierdo, Figura 5-3).
En la Figura 5-3, los marcadores en color rojo representan el periodo “natural” (antes de la
perturbación humana) y los marcadores en color negro el periodo posterior a dicha perturbación
(periodo antropogénico), durante este último periodo la dispersión de los puntos es
considerablemente mayor, esto se debe a la regulación del flujo provocado por la operación de
las presas (panel superior izquierdo y superior derecho de la Figura 5-3).
Para el caso específico de la cuenca 27001 “Martínez de la Torre”, durante el periodo

antropogénico, se aprecia una correlación baja, pues los puntos se ubican ligeramente más
dispersos a lo largo de la línea 1:1, sin embargo, lo que se puede notar, es que para este periodo
el modelo hidrológico proporciona valores mayores a los observados, es decir, el modelo
hidrológico sobre-estima el escurrimiento (panel inferior izquierdo, Figura 5-3). La cuenca en la
que se aprecia la correlación más alta es la 28003 “Cardel” (panel inferior derecho, Figura 5-3),
pues los puntos se ubican más cercanos a la línea 1:1.
67
Figura 5-3. Gráficos de dispersión del gasto simulado vs. el gasto observado, en mm, para cada una de las
cuencas.
Adicionalmente se obtuvo el valor del coeficiente R2, a través de la ecuación 5-1,

específicamente para el periodo “natural” de cada cuenca analizada, valor que se muestra en
la esquina superior izquierda de cada panel en la figura anterior. La cuenca con el valor más alto
fue la 28003 “Cardel” (0.76), y la que reportó el valor más bajo fue la 10036 “Jaina” (0.55).
Para el caso de las cuencas en las que se utilizó una metodología basado en la modelación-
observación, la “comparación 1” (Figura 4-1), se pudo realizar de manera directa, al comparar
el escurrimiento observado contra el simulado. Sin embargo, para las cuencas en las que se
utilizó una metodología de cuencas pares, la comparación no es tan sencilla debido a la
influencia de la urbanización. Para poder realizar esta comparación, se obtuvo el índice
estandarizado de escurrimiento (SRI), el cual sigue la misma metodología del SPI.
La Figura 5-4, muestra el SRI calculado a partir de los datos observados, en dicha figura puede
apreciarse que ambas cuencas siguen un patrón de comportamiento semejante. La línea de
color rojo muestra el SRI para la cuenca 28003 “Cardel”, la cual se consideró como la cuenca
de referencia, y la línea en color negro muestra el SRI para la cuenca 27001 “Martínez de la
Torre”.
68
Figura 5-4. Comparación entre las cuencas 27001 y 28003 a través del SRI a una escala temporal de 6 meses.
El SRI de ambas cuencas tiene un comportamiento similar al principio del periodo, al menos
hasta 1964, posterior a esta fecha se puede notar un cambio sustancial, pues la cuenca
perturbada (27001 “Martínez de la Torre”), muestra un periodo bastante más rápido de
recuperación ante un evento de sequía. En la mayoría de los casos, para la cuenca de referencia
(28001 “Cardel”) los valores positivos del SRI son mayores en comparación con los de la cuenca
perturbada, lo que indica que esta cuenca tiene periodos con mayor humedad y también el
efecto de la influencia humana no solo durante periodos secos sino también en los periodos
húmedos, sin embargo existen periodos donde ocurre lo contrario, como en 1976, 1979, 1984
y 1990; por lo que se necesitaría mayor información respecto a las diversas actividades
antropogénicas de la región para poder tener un mejor conocimiento de las interacciones
humanas y realizar una análisis más detallado.
Figura 5-5. Eventos en los que el SRI de la cuenca27001 “Martínez de la Torre” muestra valores menores a los
registrados en la cuenca 28003 “Cardel”
Lo que se busca al comparar el escurrimiento observado de ambas cuencas es observar valores

más bajos del SRI en la cuenca perturbada que en la cuenca de referencia, esto nos daría un
indicio de como los eventos de sequía se han intensificado debido a la urbanización; a pesar de
que no es completamente claro, pueden apreciarse algunos eventos en la cuenca perturbada
(27001 “Martínez de la Torre”) que tienen valores del SRI menores comparados con un evento
69
de sequía en la cuenca de referencia (28003 “Cardel”), por ejemplo en 1967, 1971, 1977,
1989 y 1994-95 (Figura 5-5). Aunque también presenta eventos donde el valor del SRI para la
cuenca de referencia es menor en comparación que para la cuenca perturbada, como al
principio del periodo, 1962-1963, 1975 y 1982-83.
5.2. Análisis de Anomalías
Para realizar el análisis de anomalías se determinó un umbral, siguiendo la metodología descrita

en la sección 4.4.1. El análisis de anomalías en el escurrimiento para una situación
“naturalizada” (condición natural, en el caso de utilizar una metodología de cuencas pares) y la
situación de influencia humana nos permite distinguir entre sequía y la escasez de agua.
El método del umbral variable determina periodos que se encuentran por debajo de un umbral,
el cual consiste en una probabilidad de excedencia especificada, obtenido a partir de las curvas
de duración de flujo (FDC en inglés).
Para las características de un evento de sequía (duración, volumen de déficit, etc.), se estimó
el impacto humano sobre la sequía hidrológica, utilizando la siguiente ecuación (Rangecroft et
al., 2016), esto nos brinda información sobre el cambio porcentual de la propagación de la
sequía después de la perturbación.
𝑄𝑎𝑛𝑡𝑟𝑜𝑝𝑜𝑔é𝑛𝑖𝑐𝑜 − 𝑄𝑛𝑎𝑡𝑢𝑟𝑎𝑙
% 𝑖𝑚𝑝𝑎𝑐𝑡𝑜 ℎ𝑢𝑚𝑎𝑛𝑜 = ( ) ∗ 100 ( 5-2)
𝑄𝑛𝑎𝑡𝑢𝑟𝑎𝑙
El panel izquierdo de las figuras Figura 5-6, Figura 5-8, Figura 5-12 y Figura 5-14 muestran los
eventos de estrés hídrico (sequía + escasez de agua), es decir, las anomalías obtenidas a partir
del escurrimiento observado, y el panel derecho los eventos considerados como sequía
hidrológica.
70
 Cuenca 10033 “Palos Blancos”
Figura 5-6. Escasez de agua + Sequía (panel izquierdo) y sequía hidrológica (panel derecho), registradas en la
cuenca 10033 "Palos Blancos"
La construcción de la presa, regula el flujo del río de manera importante, inclusive, de acuerdo
a las anomalías obtenidas a partir del escurrimiento observado (panel izquierdo de la Figura
5-6), se aprecia que durante los años 1963 y 1964 se registra el evento de mayor duración (11
meses), y que corresponde con la puesta en operación de la presa
Las anomalías negativas obtenidas a partir de la condición naturalizada registran una menor
duración, sobre todo en los meses de diciembre a marzo (temporada de estiaje), así mismo, se
registran anomalías cortas durante la temporada húmeda (julio a septiembre) de manera
ocasional.
En la Figura 5-7 se muestra el histograma de duración de las anomalías negativas, la cual
muestra que los eventos definidos como estrés hídrico, esto es sequía + escasez de agua (barras
azul oscuro) tienen una frecuencia mayor en periodos de corta duración (3 meses), sin embargo,
también se presentan eventos con una duración igual o mayor a 6 meses. En contraste los
eventos definidos como sequía (obtenidos de la serie de tiempo naturalizada, Q sim), muestran
una frecuencia mucho menor para eventos de una duración de 3 meses y no alcanzan una
duración mayor a cuatro meses.
71
Figura 5-7. Histograma de duración de anomalías negativas para la cuenca 10033 "Palos Blancos"
El análisis de anomalías también permite tener una cuantificación más detallada de la influencia
humana y de causas naturales (Tabla 5-2). En la cuenca 10033 “Palos Blancos”, el número de
anomalías en el escurrimiento observado (Qobs) fue casi tres veces mayor que en la situación
naturalizada (Qsim). En cuanto a la duración promedio, esta fue aproximadamente 1.5 veces
mayor en la condición observada.
El volumen de déficit es el indicador que mostró un incremento significativo, pues para la
situación naturalizada el déficit promedio fue de 0.7 mm/mes, mientras que para la condición
observada el volumen de déficit aumento a 29.7 mm/mes.
Tabla 5-2. Características generales de las anomalías negativas registradas en el periodo antropogénico (1964-
1987) de la cuenca 10033 “Palos Blancos”
No. de Duración [meses] Déficit [mm] Intensidad

anomalías máx min promedio máx min promedio máx min promedio
Qobs 17 11 3 4.3 43.60 1.79 29.7 13.53 0.60 8.0
Qsim 6 3 3 3.0 0.89 0.04 0.7 0.30 0.01 0.2
Al registrarse 11 eventos adicionales durante la situación observada, el cambio debido a la

influencia humana fue de 183 %, mientras que el impacto de la influencia humana sobre la
duración fue únicamente del 43%. En el caso particular de esta cuenca, la influencia de la presa
provocó cambios importantes en el volumen de déficit, sin embargo, por lo que estas diferencias
son atribuibles a la escasez de agua, como se muestra en el panel superior de la Figura 5-10.
72
 Cuenca 10036 “Jaina”
Figura 5-8. Escasez de agua + Sequía (panel izquierdo) y sequía hidrológica (panel derecho), registradas en la
cuenca 10036 "Jaina""
Al igual que para el caso anterior, esta cuenca presenta una marcada diferencia entre las
anomalías obtenidas de las condiciones observada y naturalizada, y muestra un
comportamiento similar. En el panel izquierdo de la Figura 5-8, se nota claramente que durante
los años 1979 y 1980 se registra una anomalía con una duración de 12 meses (1 año), periodo
durante el cual la presa fue construida, esta misma anomalía no se registra en la condición
naturalizada, por lo que este evento es atribuido completamente a la influencia humana.
De manera análoga a la cuenca anterior, después de la construcción de la presa se registra un
mayor número de anomalías durante la época de lluvias (julio a septiembre, principalmente).
Sin embargo, se registran algunas anomalías para la condición naturalizada (panel derecho de
la Figura 5-8) durante estos mismos meses, por ejemplo, en 1987 y 1994. En esta misma figura
se muestra una clara disminución en el número de anomalías registradas en la condición
naturalizada.
73
Figura 5-9. Histograma de duración de anomalías negativas para la cuenca 10036 "Jaina"
El histograma de duración de las anomalías de esta cuenca, Figura 5-9, muestra una claro
aumento en la frecuencia de los eventos de estrés hídrico con duración de 3 meses (barras en
color azul oscuro) y también se presentan anomalías con duraciones mayores a 6 meses,
aunque la frecuencia es mucho menor; situación contraria que ocurre en la condición
naturalizada, pues la máxima duración registrada es de cuatro meses. Sin embargo, es
importante notar que el número de eventos registrados en las condiciones naturales (sequía) es
mucho menor que las registradas en las condiciones observadas.
Tabla 5-3. Características generales de las anomalías registradas en el periodo antropogénico (1980-1998) de la
cuenca 10036 “Jaina”
No. de duración déficit intensidad

anomalías máx min promedio máx min promedio máx min promedio
Qobs 14 11 3 3.6 69.2 22.7 44.4 23.1 2.1 14.4
Qsim 3 4 3 3.7 54.9 14.9 30.7 13.7 5.0 8.1
En la Tabla 5-3 se muestran las características principales de las anomalías registradas en la

condición observada (Qobs) y naturalizada (Qsim), el número de eventos registrados bajo las
condiciones observadas es varias veces mayor que para la condición naturalizada, para el déficit
promedio ocurre algo similar, pues existe un incremento considerable para la condición
observada al pasar de 30.7 mm/mes en la condición naturalizada, a 44.4 mm/mes en la
condición observada. Sin embargo, a pesar de presentar cambios notorios en el número de
eventos y volumen de déficit, la duración promedio no presenta cambios significativos, pues los
valores prácticamente se mantienen igual.
Las figuras Figura 5-6 y Figura 5-8, muestran el análisis de anomalías, sin embargo esto no nos
proporciona información suficiente sobre los eventos provocados por la influencia humana
(escasez de agua), al menos no de manera directa, sin embargo, las diferencias entre la
condición naturalizada (Qsim) y observada (Qobs) hacen referencia únicamente a este tipo de
anomalías, por lo que al comparar dichas diferencias con el umbral (Q80) nos proporcionan
únicamente los eventos de escasez de agua.
74
Figura 5-10. Proporción de escasez de agua y sequía para las cuencas 10033 “Palos Blancos” (panel superior) y
10036 “Jaina” (panel inferior)
La Figura 5-10, muestra la proporción de sequía y escasez de agua para los eventos registrados
en el periodo antrópico para las cuencas cuyo cauce se encuentra regulado por una presa. Para
la cuenca 10033 “Palos Blancos” se puede apreciar que los eventos de sequías son mínimos,
es decir, de muy corta duración y de un déficit inferior a los 5 mm. Para este caso en particular
gran parte de las anomalías se ven modificadas por la influencia humana, como se ejemplifica
en la Figura 2-12.
En contraste, la cuenca 10036 “Jaina” muestra eventos de sequía de una mayor duración y con
un déficit importante, panel inferior de la Figura 5-10, por ejemplo, en el año 1997, donde
prácticamente el evento es una sequía (anomalía producida por condiciones del clima). Caso
contrario a los eventos registrados en color naranja (anomalías producidas por la influencia
humana).
75
 Cuenca 27001 “Martínez de la Torre”

Para esta cuenca en específico se consideraron varios aspectos para realizar el análisis de
anomalías. Por un lado, se obtuvo el umbral (Q80) y las anomalías de la serie observada, como
se muestra en la Figura 5-11, sin embargo, a pesar de que este umbral fue calculado
únicamente con valores del periodo natural (1961-1980) refleja valores relativamente altos, por
lo que este umbral toma en consideración parte de la influencia humana. Esto se puede apreciar
en la Figura 5-11 (áreas rojas), ya que con este umbral se registran muy pocas anomalías; debido
a lo cual resulta obvio que se necesita un mayor conocimiento sobre los procesos hidrológicos
en la cuenca.
Figura 5-11. Anomalías registradas utilizando el umbral propio de la cuenca 27001 "Martínez de la Torre"
Para tener una mejor comprensión de la influencia humana sobre los eventos de sequía, se
estandarizó el escurrimiento a través de la ecuación 4-1, esto con el propósito de eliminar las
diferencias en la precipitación (ver Tabla 5-4), lo cual limita aún más la influencia humana, y
esto nos debe permitir una mejor comprensión.
Tabla 5-4. Características de las cuencas en las que se utilizó en la metodología de cuencas pares.
28003 27001
“Cardel” “Martínez de la Torre”
Precipitación (mm/año) 1238.3 1609.1
Tmáx (°C) 30.4 29.7
Tmín (°C) 20.6 18.8
Evaporación (mm/año) 1473.5 1174.2
Escurrimiento medio anual (m3/s) 653.2 655.2
Con la corrección realizada se realizó el análisis de anomalías utilizando el umbral de la cuenca

de referencia (28003 “Cardel”), ya que este representa de manera más fiable las condiciones
naturales. Por lo que la Figura 5-12 muestra justamente las anomalías obtenidas a partir de la
comparación entre el escurrimiento observado, simulado y el umbral de la cuenca de referencia
(Q80 “28003”).
76
Figura 5-12. Anomalías registradas en la cuenca 27001 "Martínez de la Torre"
Al utilizar el umbral de la cuenca de referencia (28003), se muestra un comportamiento

bastante distinto al utilizar el umbral propio de la cuenca, sin embargo, evento ocurridos en los
años 1977, 1982, 1984, 1986, 1987 y 1996, los cuales se registran en la Figura 5-11, también
se muestran al utilizar el umbral de cuenca de referencia. Para esta cuenca en particular, se
puede apreciar que la duración de las anomalías obtenidas de la condición observada (panel
izquierdo de la Figura 5-12) es menor que las registrada en la condición naturalizada. Inclusive
hay años en los que no se registran anomalías como en 1981.
Figura 5-13. Histograma de duración de anomalías negativas para la cuenca 27001 "Martínez de la Torre"
77
Para un análisis más detallado de la duración de las anomalías, se obtuvo el histograma de

duración (Figura 5-13. Histograma de duración de anomalías negativas para la cuenca 27001
"Martínez de la Torre"), en el cual se nota una diferencia clara en el número de eventos
relacionados a mayores duraciones, por ejemplo en la condiciones naturalizada se registran 5
eventos con duración de cinco meses y un evento con duración mayor a seis meses, sin embargo
la condición observada solo registra un evento con duración de cinco meses, por lo que hay un
cambio notable en la reducción de la duración de los periodos largos.
En cuanto a los periodos de menor duración (3 y 4 meses) los cambios son poco claros, ya que
por una parte se nota una disminución en la frecuencia de eventos de menor duración (aunque
no es un cambio sustancial), mientras que los eventos con una duración de cuatro meses se
aprecia un aumento en la frecuencia, al pasar de 5 a 8 eventos.
Tabla 5-5. Características generales de las anomalías registradas en las cuencas 27001 “Martínez de la Torre” y
28003 “Cardel”
Cuenca Perturbada (27001) Natural (28003)

Qobs Qsim Qobs Qsim
No. de anomalías 18 22 10 12
máx 5 8 6 6
duración
min 3 3 3 3
promedio 3.6 3.9 4.4 4.5
máx 156.5 241.7 99.8 185.8
déficit
min 40.5 29.2 8.3 10.6

promedio 103.4 131.5 47.5 58.9
máx 47.2 60.6 28.3 43.3
Intensidad
min 13.5 9.7 2.0 2.7

promedio 29.5 34.2 12.3 13.4
A través de la Tabla 5-5, se puede notar que las anomalías se vuelven más frecuentes, ya que
en la cuenca natural se registraron 10 eventos, mientras que en la cuenca perturbada se
registraron 18, sin embargo, para ambos casos hay una diferencia respecto a las anomalías
obtenidas a partir del escurrimiento simulado (Qsim), pues para esta condición se registra un
mayor número de eventos, aunque es claro que este cambio es más notable en la cuenca
perturbada (27001 “Martínez de la Torre”.)
En cuanto al déficit, éste también aumenta de manera considerable al comparar la condición
observada. A pesar de que los eventos de sequía se hacen más frecuentes y más intensos,
ocurre justamente lo contrario con la duración, pues los eventos registrados en la cuenca
perturbada presentan una duración promedio de 3.6 meses, mientras que para la cuenca
natural es de 4.4 meses.
78
Se calculó el porcentaje de cambio entre la situación observada en ambas cuencas, notando

cambios positivos, en la frecuencia y déficit, del 80% y 117% respectivamente, mientras que la
duración muestra un cambio negativo, de -18%.
 Cuenca 28003 “Cardel”

En esta cuenca los cambios registrados entre el escurrimiento observado y simulado no son tan
evidentes a través de una inspección visual, como se observa en la Figura 5-14. Sin embargo,
en ambas situaciones se observa un comportamiento similar.
Figura 5-14. Anomalías registradas en la cuenca 28003 "Cardel"
Para tener un mayor conocimiento del comportamiento de la duración de las anomalías se

obtuvo un histograma de duración de anomalías negativas, el cual se muestra en la Figura 5-16.
Para esta cuenca los cambios más significativos se presentan en los eventos con una duración
media (4 y 5 meses), por una lado se registra un ligero aumento en la frecuencia de eventos con
una duración de 4 meses para la situación observada, y ocurre lo contrario para anomalías con
una duración de 5 meses.
Para las anomalías de menor y mayor duración, 3 y 6 meses, respectivamente, no se presentan
cambios en la frecuencia, sin embargo, se registra un evento de una duración mayor a seis
meses para la situación observada, dicho evento se registra a finales de 1982 hasta junio de
1983.
Es importante notar que tanto para la cuenca 27001 “Martínez de la Torre”, como para la cuenca
28003 “Cardel”, el déficit toma sus valores máximos entre los meses de julio a octubre.
79
Figura 5-15. Comparación entre el escurrimiento observado de las cuencas 27001 “Martínez de la Torre” y 28003
“Cardel” y el umbral Q80 calculado con datos de la cuenca natural (28003)
En la Figura 5-15, se muestra la comparación entre el escurrimiento observado de ambas

cuencas junto con el umbral de la cuenca natural, lo que da un indicador de como las anomalías
se ven afectadas por la influencia humana, es decir, en la cuenca perturbada (27001 “Martínez
de la Torre”) se registran anomalías de mayor magnitud, como las registradas en 1963, 1964,
1977, 1982 y 1985. Sin embargo, también se registran anomalías inducidas únicamente por la
influencia humana como en las registradas en 1983, 1984, 1987, 1991 y 1997.
Figura 5-16. Histograma de duración de anomalías negativas para la cuenca 28003 "Cardel"
En la Tabla 5-5, en las últimas dos columnas se registran las características principales de las
anomalías registradas en esta cuenca, al igual que para la cuenca 27001 “Martínez de la Torre”,
en la cual se registran cambios entre la situación observada y la simulada, sin embargo, estas
diferencias son menores.
80
6. Conclusiones
________________________________________________________________________________
De acuerdo con los resultados obtenidos de la modelación hidrológica, se muestra un buen

desempeño por parte del modelo HBV al simular las condiciones en el periodo natural, por lo
que la capacidad que éste posee para simular la condición naturalizada durante el periodo
antropogénico es aceptable.
Para los casos en los que existe una regulación del flujo (presa de almacenamiento), se observó
que el efecto combinado de sequía y escasez de agua hacia regiones aguas abajo en general ha
aumentado como consecuencia de la alteración del escurrimiento y no únicamente por causas
naturales (variabilidad climática).
Si bien las presas son una alternativa para mitigar los efectos de la sequía, esto depende de
una política de operación apropiada, pues de acuerdo con los resultados obtenidos del análisis
de anomalías, las presas ayudan a mitigar la escasez hídrica, sin embargo para la cuenca 10036
ubicada en Sinaloa ocurre lo contrario. Sin embargo, en ambas cuencas localizadas en Sinaloa,
los eventos de escasez de agua se presentan de manera recurrente a partir de la construcción
de las presas.
Los análisis realizados con la metodología de “cuencas pares” que se utilizaron en este trabajo
mostraron un gran potencial, especialmente como una manera para corregir las diferencias de
81
precipitación. Con esto se pudo registrar anomalías que no son detectadas al usar el umbral
propio de la cuenca.
En específico, para la cuenca 27001 “Martínez de la Torre”, en Veracruz, se registró un mayor

número de anomalías (y más severas) principalmente durante la temporada húmeda (julio a
octubre), sin embargo, la duración de estas fue menor en comparación con las registradas con
el umbral de la cuenca natural. Por lo que el efecto que tuvo la urbanización sobre la sequía
hidrológica fue aumentar la frecuencia así como el déficit, aunque la duración de los eventos de
sequía registró una reducción.
Los resultados de las cuencas 27001 “Martínez de la Torre” y 28003 “Cardel”, ambas cuencas
localizadas en Veracruz, mostrados en esta tesis acentúan la dificultad, pero también la
importancia de una correcta elección entre cuencas para poder utilizar una metodología de
“cuencas pares”.
Es importante conocer sobre las implicaciones que este trabajo tiene para los tomadores de
decisiones en temas relacionados con la gestión del agua durante periodos de estrés hídrico. Es
de amplio conocimiento que las sequías tienen el potencial para impactar negativamente a los
ecosistemas, la sociedad y la economía por lo que es importante cuantificarlas. Sabiendo que
el déficit hídrico puede ser inducido tanto por el clima como por ciertas actividades humanas,
los administradores de agua pueden utilizar herramientas como la mostrada en esta tesis para
formular estrategias adecuadas para afrontar dichos eventos.
82
7. Anexos
________________________________________________________________________________
83
Anexo A. Índices estandarizados de precipitación (SPI) y escurrimiento (SRI)
Figura 7-1. SPI y SRI cuenca 10033 “Palos Blancos”
84
Figura 7-2. SPI y SRI cuenca 10036 “Jaina”
85
Figura 7-3. SPI y SRI cuenca 27001 “Martínez de la Torre”
86
Figura 7-4. SPI y SRI cuenca 28003 “Cardel”
87
Anexo B. Comparación de las variables precipitación, evaporación y escurrimiento entre las

cuencas 27001 “Martínez de la Torre” y 28003 “Cardel”.
Esta sección muestra la correlación de los datos hidrometeorológicos, para diferentes escalas
temporales, entre las cuencas 27001 (Nautla) y 28003 (La Antigua), los cuales fueron tomados
en cuenta para utilizar el enfoque de “Cuencas Pares”
Figura 7-5. Gráficos de dispersión entre la precipitación, evaporación y escurrimiento a diferentes escalas temporales
88
Referencias
________________________________________________________________________________
Acuña-Soto, R. (2002). Megadrought and Megadeath in 16th Century Mexico. Emerging

Infectious Diseases, 8(4), 360–362. https://doi.org/10.3201/eid0804.010175
AghaKouchak, A., Feldman, D., Hoerling, M., Huxman, T., & Lund, J. (2015). Water and climate:
Recognize anthropogenic drought. Nature, 524(7566), 409–411.
https://doi.org/10.1038/524409a
Aimers, J., & Hodell, D. (2011). Societal collapse: Drought and the Maya. Nature, 479(7371),
44–45. https://doi.org/10.1038/479044a
Alley, W. M. (1984). The Palmer Drought Severity Index: Limitations and Assumptions. Journal
of Climate and Applied Meteorology. https://doi.org/10.1175/1520-
0450(1984)023<1100:TPDSIL>2.0.CO;2
Arciniega-Esparza, S., Breña-Naranjo, J. A., & Troch, P. A. (2016). On the connection between
terrestrial and riparian vegetation: the role of storage partitioning in water-limited
catchments. Hydrological Processes, 31(2), 489–494.
https://doi.org/10.1002/hyp.11071
Beven, K. (2012). Rainfall-Runoff Modelling. Chichester, UK: John Wiley & Sons, Ltd.
89
https://doi.org/10.1002/9781119951001
Bosch, J. M., & Hewlett, J. D. (1982). A review of catchment experiments to determine the
effect of vegetation changes on water yield and evapotranspiration. Journal of Hydrology,
55(1–4), 3–23. https://doi.org/10.1016/0022-1694(82)90117-2
Bove, M. C. (2000). PDO modification of U.S. ENSO climate impacts, 111.
Breña-Naranjo, J. A. ., Pedrozo-Acuña, A., Pozos-Estrada, O., Jiménez-López, S. A., & López-
López, M. R. (2015). The contribution of tropical cyclones to rainfall in Mexico. Physics
and Chemistry of the Earth, 83–84, 111–122.
https://doi.org/10.1016/j.pce.2015.05.011
Breña-Naranjo, J. A., Laverde-Barajas, M. Á., & Pedrozo-Acuña, A. (2016). Changes in pan
evaporation in Mexico from 1961 to 2010. International Journal of Climatology, 37(1),
204–213. https://doi.org/10.1002/joc.4698
Brown, A. E., Zhang, L., McMahon, T. A., Western, A. W., & Vertessy, R. A. (2005). A review of
paired catchment studies for determining changes in water yield resulting from alterations
in vegetation. Journal of Hydrology, 310(1–4), 28–61.
https://doi.org/10.1016/j.jhydrol.2004.12.010
Budyko, M. I. (Mikhail I., & Miller, D. H. (1974). Climate and life. Academic Press. Retrieved
from http://trove.nla.gov.au/work/21788574?selectedversion=NBD498001
Cerano-Paredes, J., Villanueva-Díaz, J., Valdez-Cepeda, R. D., Méndez-González, J., & Constante
García, V. (2011). Sequías reconstruidas en los útimos 600 años para el noreste de
México. Revista Mexicana de Ciencias Agrícolas, (2), 235–249.
CONAGUA. (2014). Política pública nacional para la sequía: Documento rector. Mexico, DF.
CONAGUA. (2016). Atlas del Agua en México 2016. México.
DOF. (2012). Acuerdo por el que se instruyen acciones para mitigar los efectos de la sequía
que atraviesan diversas entidades federativas. Mexico, D.F.
Dracup, J. A., Lee, K. S., & Paulson, E. G. (1980). On the definition of droughts. Water
Resources Research, 16(2), 297–302. https://doi.org/10.1029/WR016i002p00297
Endfield, G. H., & Tejeda-Fernández, I. (2006). Decades of Drought, Years of Hunger: Archival
Investigations of Multiple Year Droughts in Late Colonial Chihuahua. Climatic Change,
75(4), 391–419. https://doi.org/10.1007/s10584-006-3492-7
Enfield, D. B., Mestas-nuñez, A. M., & Trimble, P. J. (2001). The Atlantic Multidecadal Oscillation
and its Relationship to Rainfall and River Flows in the Continental U . S . A research article
resubmitted to Geophysical Research Letters. Atlantic, 28(10), 2077–2080.
Engeland, K., Hisdal, H., & Beldring, S. (2006). Predicting low flows in ungauged catchments.
Climate Variability and Change - Hydrological Impacts, 308(November), 163–168.
Escalante Sandoval, C. (1998). Identificación y análisis de sequías en la Región Hidrológica
Número Sinaloa. Ingeniería Hidráulica En México, XIII, 23–43.
Escobar-Ohmstede, A. (2003). Desastres agrícolas en México : catálogo histórico. Centro de
Investigaciones y Estudios Superiores en Antropología Social.
Escobar-Ohmstede, A. (2004). Desastres agrícolas en México. Catálogo histórico II. FCE -
Fondo de Cultura Económica.
Falkenmark, M., & Rockström, J. (2008). Building resilience to drought in desertification-prone
90
savannas in Sub-Saharan Africa: The water perspective. Natural Resources Forum, 32(2),
93–102. https://doi.org/10.1111/j.1477-8947.2008.00177.x
FAO. (1999). FAO Meeting on public policies affecting forest fires. Public Policies Affecting
Forest Fires, 1–380.
FAO. (2007). coping with water scarcity challenge of the twenty-first century. フィルハ-モニ-
(Vol. 71). Retrieved from http://ci.nii.ac.jp/naid/40005232449/
Fleig, A. K., Tallaksen, L. M., Hisdal, H., & Hannah, D. M. . (2011). Regional hydrological drought
in north-western Europe: Linking a new Regional Drought Area Index with weather types.
Hydrological Processes, 25(7), 1163–1179. https://doi.org/10.1002/hyp.7644
Fleig, a. K., Tallaksen, L. M., Hisdal, H., & Demuth, S. (2005). A global evaluation of streamflow
drought characteristics. Hydrology and Earth System Sciences Discussions, 2(6), 2427–
2464. https://doi.org/10.5194/hessd-2-2427-2005
Florescano, E. (2000). Breve historia de la sequía en México. CONACULTA. Retrieved from
https://www.librosmexico.mx/libros/2892
Florescano, E., & Castorena, G. (1980). Análisis histórico de las sequías en México. Secretaría
de Agricultura y Recursos Hidráulicos, Comisión del Plan Nacional Hidráulico. Retrieved
from http://agris.fao.org/agris-search/search.do?recordID=US201300602154
Foster, S. S. D., Morris, B. L., & Chilton, P. J. (1999). Groundwater in urban development — a
review of linkages and concerns. Impacts of Urban Growth on Surface Water and
Groundwater Quality, (259), 3–12.
García-Acosta, V. (1993). Las Sequías Historicas de México. Revista Semestral de La Red de
Estudios Sociales En Prevención de Desastres En América Latina, (4), 1–130.
Gibbs, W. J., & Maher, J. V. (John V. (1967). Rainfall deciles as drought indicators. In Bulletin
(Commonwealth Bureau of Meteorology (Australia)) no:48 (p. 84). Melbourne : Bureau of
Meteorology,.
Gill, R. B., Mayewski, P. A., Nyberg, J., Haug, G. H., & Peterson, L. C. (2007). Drought and the
Maya Collapse. Ancient Mesoamerica, 18(2), 283–302.
https://doi.org/10.1017/S0956536107000193
Grimm, A. M., Barros, V. R., & Doyle, M. E. (2000). Climate Variability in Southern South
America Associated with El Niño and La Niña Events. Journal of Climate, 13(1), 35–58.
https://doi.org/10.1175/1520-0442(2000)013<0035:CVISSA>2.0.CO;2
Gupta, H. V., Sorooshian, S., & Yapo, P. O. (1998). Toward improved calibration of hydrologic
models: Multiple and noncommensurable measures of information. Water Resources
Research, 34(4), 751–763. https://doi.org/10.1029/97WR03495
Hayes, M. (2002). Drought Indices. International Journal of Climatology, 23(July), 18.
https://doi.org/10.1002/joc.931
Hernández-Espriú, A., Arango-Galván, C., Reyes-Pimentel, A., Martínez-Santos, P., de la Paz, C.
P., Macías-Medrano, S., … Breña-Naranjo, J. A. (2016). Water supply source evaluation in
unmanaged aquifer recharge zones: The mezquital valley (Mexico) case study. Water
(Switzerland), 9(1), 1–25. https://doi.org/10.3390/w9010004
Hisdal, H., & Tallaksen, L. M. (2000). Technical Report No . 6 Drought Event Definition.
Assessment of the Regional Impact of Droughts in Europe, 1(6), 41.
Hualan, R., & Hiroko, B. (2017). README Document for GLDAS Version 2 Data Products.
91
Karl, T. R. (1986). The Sensitivity of the Palmer Drought Severity Index and Palmer’s Z-Index to
their Calibration Coefficients Including Potential Evapotranspiration. Journal of Climate
and Applied Meteorology. https://doi.org/10.1175/1520-
0450(1986)025<0077:TSOTPD>2.0.CO;2
Keyantash, J., & Dracup, J. A. (2002). The quantification of drought: An evaluation of drought
indices. Bulletin of the American Meteorological Society, 83(8), 1167–1180.
https://doi.org/10.-0477
Krause, P., & Boyle, D. P. (2005). Advances in Geosciences Comparison of different efficiency
criteria for hydrological model assessment. Advances In Geosciences, 5(89), 89–97.
https://doi.org/10.5194/adgeo-5-89-2005
Linsey, R. K. J., Kholer, M. A., & Paulhus, J. L. H. (1975). Hydrology for engineers. McGraw Hill
(Vol. 72). New York. https://doi.org/10.1016/0022-1694(84)90195-1
Magaña, V. (2004). 2 El Niño y el Clima. In Los Impactos de El Niño en México (pp. 23–68).
Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México,
Secretaría de Gobernación.
Magaña, V., & Morales, C. (2004). 1 Introducción. In Los Impactos de El Niño en México (pp.
1–22). Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México,
Secretaría de Gobernación.
Magaña, V., Pérez, J., Conde, C., Gay, C., & Medina, S. (1997). El fenómeno de El NIÑO y la
Oscilación del Sur (ENOS) y sus impactos en México. Universidad Nacional Autónoma de
México, 18. Retrieved from
http://www.atmosfera.unam.mx/cclimat/DISCUSION_ART/nino.pdf
Mason, S. J., & Goddard, L. (2001). Probabilistic precipitation anomalies associated with ENSO.
Bulletin of the American Meteorological Society, 82(4), 619–638.
https://doi.org/10.1175/1520-0477(2001)082<0619:PPAAWE>2.3.CO;2
Mawdsley, J., Petts, G. E., & Walker, S. (1994). Assessment of drought severity, (Ocasional
Paper 3), 30.
Mckee, T. B., Doesken, N. J., & Kleist, J. (1993). The relationship of drought frequency and
duration to time scales. AMS 8th Conference on Applied Climatology, (January), 179–184.
https://doi.org/citeulike-article-id:10490403
McMillan, H., Montanari, A., Cudennec, C., Savenije, H., Kreibich, H., Krueger, T., … Xia, J.
(2016). Panta Rhei 2013-2015: Global perspectives on hydrology, society and change.
Hydrological Sciences Journal, 61(7), 1174–1191.
https://doi.org/10.1080/02626667.2016.1159308
Meerhoff, E. (2008). Análisis de los impactos causados por el fenómeno Meteorológico El Niño
1997-1998 a escala regional y por países. Phi-Lac Unesco. Retrieved from
http://www.unesco.org.uy/phi/biblioteca/archive/files/6241aad45d374db993bbce7cd1
a13dd0.pdf
Mendoza, B., García-Acosta, V., Velasco, V., Jáuregui, E., & Díaz-Sandoval, R. (2007). Frequency
and duration of historical droughts from the 16th to the 19th centuries in the Mexican
Maya lands, Yucatan Peninsula. Climatic Change, 83(1–2), 151–168.
https://doi.org/10.1007/s10584-006-9232-1
Mishra, A. K., & Singh, V. P. (2010). A review of drought concepts. Journal of Hydrology, 391(1–
2), 202–216. https://doi.org/10.1016/j.jhydrol.2010.07.012
92
Montanari, A., & Toth, E. (2007). Calibration of hydrological models in the spectral domain: An
opportunity for scarcely gauged basins? Water Resources Research, 43(5), 1–10.
https://doi.org/10.1029/2006WR005184
Nagarajan, R. (2009). Drought Assessment. India: Springer.
Narasimhan, B., & Srinivasan, R. (2005). Development and evaluation of Soil Moisture Deficit
Index (SMDI) and Evapotranspiration Deficit Index (ETDI) for agricultural drought
monitoring. Agricultural and Forest Meteorology, 133(1–4), 69–88.
https://doi.org/10.1016/j.agrformet.2005.07.012
Nash, J. E., & Sutcliffe, J. V. (1970). River Flow Forecasting Through Conceptual Models Part I-a
Discussion of Principles*. Journal of Hydrology, 10, 282–290.
https://doi.org/10.1016/0022-1694(70)90255-6
Palmer, W. C. (1965). Meteorological Drought. U.S. Weather Bureau, Res. Pap. No. 45.
Retrieved from https://www.ncdc.noaa.gov/temp-and-precip/drought/docs/palmer.pdf
Pavia, E. G., Graef, F., & Reyes, J. (2006). PDO – ENSO Effects in the Climate of Mexico. Journal
of Climate, 19(24), 6433–6438. https://doi.org/http://dx.doi.org/10.1175/JCLI4045.1
Pederson, N., Bell, A. R., Knight, T. A., Leland, C., Malcomb, N., Anchukaitis, K. J., … Riddle, J.
(2012). A long-term perspective on a modern drought in the American Southeast.
Environmental Research Letters, 7(1). https://doi.org/10.1088/1748-
9326/7/1/014034
Pelikan, J. (2016). Human impacts on drought: influence of urbanisation and groundwater
abstraction on hydrological drought in southern England. Wageningen University.
Pereira, L. S. (2002). Coping with Water Scarcity, (58).
Pereyra Díaz, D., Pérez Sesma, J. A., & Salas Ortega, M. del R. (2010). Hidrología. In Atlas del
patrimonio natural, histórico y cultural de Veracruz (pp. 85–122).
Prudhomme, C., Giuntoli, I., Robinson, E. L., Clark, D. B., Arnell, N. W., Dankers, R., … Wisser, D.
(2014). Hydrological droughts in the 21st century, hotspots and uncertainties from a
global multimodel ensemble experiment. Proceedings of the National Academy of
Sciences, 111(9), 3262–3267. https://doi.org/10.1073/pnas.1222473110
Rakovec, O., Van Loon, A. F., & Van Lanen, H. A. J. (2009). DROUGHT ANALYSIS FOR THE
UPPER-METUJE AND UPPER-SAZAVA CATCHMENTS (CZECH REPUBLIC) USING THE
HYDROLOGICAL MODEL HB, (19).
Rangecroft, S., Van Loon, A. F., Maureira, H., Verbist, K., & Hannah, D. M. (2016). Multi-method
assess ment of reservoir effects on hydrological droughts in an arid region. Earth System
Dynamics Discussions, (November), 1–32. https://doi.org/10.5194/esd-2016-57
Reyes Chavez, L. (2001). Analisis Regional de Sequías. Universidad Nacional de México.
Rojas, O., Li, Y., & Cumani, R. (2015). Entendiendo el impacto de sequía provocada por El Niño
en el área agrícola mundial: una evaluación utilizando el Índice de Estrés Agrícola de la
FAO (ASI) (Vol. 1, 52 ). Retrieved from http://www.fao.org/3/a-i4251s.pdf
Romero-Beltrán, E. (2013). Presa Lic. Gustavo Díaz Ordaz “Bacurato”, Sinaloa, 21.
Ropelewski, C. F., & Halpert, M. S. (1987). Global and Regional Scale Precipitation Patterns
Associated with the El Niño/Southern Oscillation. Monthly Weather Review.
https://doi.org/10.1175/1520-0493(1987)115<1606:GARSPP>2.0.CO;2
Salas, J. (1980). Applied modeling of hydrologic time series. Water Resources Publications.
93
Sánchez-Santillán, N., Signoret-Poillon, M., & Garduño-López, R. (2006). La Oscilación del

Atlántico Norte : un fenómeno que incide en la variabilidad climática de México. Ingeniería
Investigación Y Tecnología, VII, 85–95.
Sancho y Cervera, J., Perez, D., & Arias, G. (1980). Las sequías en México : historia ,
características y efectos, 747–757.
Seibert, J. (1997). Estimation of Parameter Uncertainty in the HBV Model. Nordic Hydrology,
28(1982), 247–262. https://doi.org/10.2166/nh.1997.015
Seibert, J. (2000). Multi-criteria calibration of a conceptual runoff model using a genetic
algorithm. Hydrology and Earth System Sciences, 4(2), 215–224.
https://doi.org/10.5194/hess-4-215-2000
Seibert, J. (2005). HBV light version, User’s Manual.
Şen, Z. (2015). Applied Drought Modeling, Prediction, and Mitigation. Elsevier B.V.
https://doi.org/10.1016/B978-0-12-802176-7.00001-8
Seneviratne, S., Nicholls, N., Easterling, D., Goodess, C., Kanae, S., Kossin, J., … Zhang, X.
(2012). Changes in climate extremes and their impacts on the natural physical
environment. Managing the Risk of Extreme Events and Disasters to Advance Climate
Change Adaptation., 109–230. https://doi.org/10.1017/CBO9781139177245.006
Shafer, B. A., & Dezman, L. E. (1982). Development of a surface water supply index (SWSI) to
assess the severity of drought conditions in snowpack runoff areas. Proceedings of the
50th Annual Western Snow Conference. Fort Collins, CO. Retrieved from
http://www.westernsnowconference.org/node/932
Sheffield, J., & Wood, E. F. (2012). Drought : Past Problems and Future Scenarios. Taylor and
Francis.
Sheffield, J., Wood, E. F., & Roderick, M. L. (2012). Little change in global drought over the past
60 years. Nature, 491(7424), 435–438. https://doi.org/10.1038/nature11575
Sivapalan, M., Blöschl, G., Zhang, L., & Vertessy, R. (2003). Downward approach to hydrological
prediction. Hydrological Processes, 17(11), 2101–2111.
https://doi.org/10.1002/hyp.1425
Smakhtin, V. U. (2001). Low flow hydrology: A review. Journal of Hydrology, 240(3–4), 147–
186. https://doi.org/10.1016/S0022-1694(00)00340-1
Stagge, J. H., Tallaksen, L. M., Gudmundsson, L., Van Loon, A. F., & Stahl, K. (2015). Candidate
Distributions for Climatological Drought Indices (SPI and SPEI). International Journal of
Climatology, 36(4), 2132–2138. https://doi.org/10.1002/joc.4564
Stahl, K. (2001). Hydrological Drought - a Study across Europe. PhD thesis. Freiburger
Schriften zur Hydrologie.
Stahl, K., & Hisdal, H. (2004). Hydroclimatology. In L. M. Tallaksen & H. A. J. Van Lanen (Eds.),
Hydrological drought : processes and estimation methods for streamflow and
groundwater (1. ed., pp. 19–51). Amsterdam [u.a.]: Elsevier.
Stahle, D. W., Diaz, J. V., Burnette, D. J., Paredes, J. C., Heim, R. R., Fye, F. K., … Stahle, D. K.
(2011). Major Mesoamerican droughts of the past millennium. Geophysical Research
Letters, 38(5), 2–5. https://doi.org/10.1029/2010GL046472
Staudinger, M., Stahl, K., Seibert, J., Clark, M. P., & Tallaksen, L. M. (2011). Comparison of
hydrological model structures based on recession and low flow simulations. Hydrology
94
and Earth System Sciences, 15(11), 3447–3459. https://doi.org/10.5194/hess-15-

3447-2011
Tallaksen, L. M., Hisdal, H., & Lanen, H. A. J. V. (2009). Space-time modelling of catchment
scale drought characteristics. Journal of Hydrology, 375(3–4), 363–372.
https://doi.org/10.1016/j.jhydrol.2009.06.032
Tallaksen, L. M., Madsen, H., & Clausen, B. (1997). On the definition and modelling of
streamflow drought duration and deficit volume. Hydrological Sciences Journal, 42(1),
15–33. https://doi.org/10.1080/02626669709492003
Tallaksen, L. M., & Van Lanen, H. A. J. (2004). Hydrological Drought: Processes and Estimation
Methods for Streamflow and Groundwater. Development in Water Science (Vol. 48).
Elsevier B.V. Retrieved from http://www.amazon.com/dp/0444516883
Tarpley, J. D., Schneider, S. R., & Money, R. L. (1984). Global Vegetation Indices from the NOAA-
7 Meteorological Satellite. Journal of Climate and Applied Meterology.
https://doi.org/10.1175/1520-0450(1984)023<0491:GVIFTN>2.0.CO;2
Thompson, S. E., Sivapalan, M., Harman, C. J., Srinivasan, V., Hipsey, M. R., Reed, P., … Blöschl,
G. (2013). Developing predictive insight into changing water systems: Use-inspired
hydrologic science for the anthropocene. Hydrology and Earth System Sciences, 17(12),
5013–5039. https://doi.org/10.5194/hess-17-5013-2013
Tsakiris, G., Loukas, A., Pangalou, D., Vangelis, H., Tigkas, D., Rossi, G., & Cancelliere, A.
(2007). Drought characterization [Part 1. Components of drought planning. 1.3.
Methodological component]. Drought Management Guidelines Technical Annex, 58(58),
85–102. Retrieved from http://om.ciheam.org/om/pdf/b58/00800535.pdf
UHLENBROOK, S., SEIBERT, J., LEIBUNDGUT, C., & RODHE, A. (1999). Prediction uncertainty of
conceptual rainfall-runoff models caused by problems in identifying model parameters
and structure. Hydrological Sciences Journal, 44(5), 779–797.
https://doi.org/10.1080/02626669909492273
Valiente, O. (2001). Sequia: Definiciones, tipologia y metodos de cuantificacion.
Investigaciones Geograficas, 26, 59–80.
Van Loon, A. F. (2013). On the propagation of Drought. Wageningen University, Wageningen,
NL.
Van Loon, A. F. (2015). Hydrological drought explained. Wiley Interdisciplinary Reviews: Water,
2(4), 359–392. https://doi.org/10.1002/wat2.1085
Van Loon, A. F., Gleeson, T., Clark, J., J M Van Dijk, A. I., Stahl, K., Hannaford, J., … J Van Lanen,
H. A. (2016). Drought in the Anthropocene. Nature Publishing Group, 9.
https://doi.org/10.1038/ngeo2646
Van Loon, A. F., Stahl, K., Di Baldassarre, G., Clark, J., Rangecroft, S., Wanders, N., … Van
Lanen, H. A. J. (2016). Drought in a human-modified world: reframing drought definitions,
understanding, and analysis approaches. Hydrology and Earth System Sciences, 20(9),
3631–3650. https://doi.org/10.5194/hess-20-3631-2016
Van Loon, A. F., & Van Lanen, H. A. J. (2013). Making the distinction between water scarcity
and drought using an observation-modeling framework. Water Resources Research,
49(3), 1483–1502. https://doi.org/10.1002/wrcr.20147
Vidal, J.-P., Martin, E., Franchistéguy, L., Habets, F., Soubeyroux, J.-M., Blanchard, M., & Baillon,
M. (2010). Multilevel and multiscale drought reanalysis over France with the Safran-Isba-
95
Modcou hydrometeorological suite. Hydrology and Earth System Sciences, 14(3), 459–
478. https://doi.org/10.5194/hess-14-459-2010
Wada, Y., Van Beek, L. P. H., Wanders, N., & Bierkens, M. F. P. (2013). Human water
consumption intensifies hydrological drought worldwide. Environmental Research Letters,
8(3). https://doi.org/10.1088/1748-9326/8/3/034036
Wanders, N., Van Lanen, H. A. J., & Van Loon, A. F. (2010). WATCH Technical Report No. 24:
Indicators for drought characterization on a global scale.
Wilhite, D. A. (2000). Drought as a natural hazard: Concepts and definitions. Drought: A Global
Assessment, 3–18.
Wilhite, D. A. (2005). Drought and Water Crises: Science, Technology, and Management
Issues. (D. A. Wilhite, Ed.), CRC Press (1 st editi). USA: Taylor & Francis.
Wilhite, D. A., & Glantz, M. H. (1985). Understanding: the Drought Phenomenon: The Role of
Definitions. Water International, 10(3), 111–120.
https://doi.org/10.1080/02508068508686328
WMO, & GWP. (2016). Handbook of drought indicators and indices.
Woodhouse, C. A., & Overpeck, J. T. (1998). 2000 Years of Drought Variability in the Central
United States. Bulletin of the American Meteorological Society, 79(12), 2693–2714.
https://doi.org/10.1175/1520-0477(1998)079<2693:YODVIT>2.0.CO;2
Wreford, A., & Adger, W. N. (2010). Adaptation in agriculture: historic effects of heat waves and
droughts on UK agriculture. International Journal of Agricultural Sustainability, 8(4), 278–
289. https://doi.org/10.3763/ijas.2010.0482
Yevjevich, V. M. (1967). An objective approach to definitions and investigations of continental
hydrologic droughts. Hydrology Papers 23, (23), 25. https://doi.org/10.1016/0022-
1694(69)90110-3
Zargar, A., Sadiq, R., Naser, B., & Khan, F. I. (2011). A review of drought indices. Environmental
Reviews, 19(NA), 333–349. https://doi.org/10.1139/a11-013
Zégre, N., Skaugset, A. E., Som, N. A., McDonnell, J. J., & Ganio, L. M. (2010). In lieu of the
paired catchment approach: Hydrologic model change detection at the catchment scale.
Water Resources Research, 46(11), 1–20. https://doi.org/10.1029/2009WR008601
96

Tesis

Cargado por

Copyright:

Formatos disponibles

Tesis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis

Cargado por

Copyright:

Formatos disponibles

PORTADA

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

SEPARACIÓN DE LA SEQUÍA HIDROLÓGICA Y ESCASEZ DE AGUA EN

MÉXICO, CD. MX. Ciudad Universitaria, FEBRERO 2018

Presidente: DR. RAMÓN DOMÍNGUEZ MORA

Secretario: DR. OSCAR ARTURO FUENTES MARILES

Vocal: DR. JOSÉ AGUSTÍN BREÑA NARANJO

1 er. Suplente: DR. ADRIÁN PEDROZO ACUÑA

2 do. Suplente: DRA. MARITZA LILIANA ARGANIS JUÁREZ

Lugar donde se realizó la tesis:

Dr. José Agustín Breña Naranjo

Primeramente, a la Universidad Nacional Autónoma de México, al Posgrado de la Facultad

Quiero agradecer a mi familia, pero en especial a mi madre, por enseñarme a no rendirme

Se analizaron un total de cuatro cuencas en diferentes regiones de México, dos ubicadas al

Figura 2-1. Distribución espacial de las regiones áridas en México............................................... 5

Tabla 2-1. Clasificación de sequía de acuerdo con los deciles. ..................................................21

1.1. Objetivo del estudio

El objetivo principal de este trabajo consiste en diferenciar y cuantificar la escasez de agua y la

1.2. Estructura del trabajo

 Capítulo 3. Zonas de Estudio

Se describen las zonas de estudio, y se proporciona información de la localización, climatología

Finalmente, en el anexo se muestran las series de tiempo del índice estandarizado de

En este capítulo se abordan aspectos de la sequía en México. Se proporciona información

2.1. Panorama general

La sequía es un desastre natural relacionado con el clima. Es un fenómeno o evento complejo

Figura 2-1. Distribución espacial de las regiones áridas en México

 El régimen de precipitación es altamente variable durante el año, con eventos de

 El almacenamiento hidrológico en cuencas hidrológicas es tanto una causa como una

En la república Mexicana, el fenómeno de la sequía se ha presentado a lo largo de su historia, y

Figura 2-4. Condiciones de sequía en México en 2011 y su evolución. Fuente: SMN-CONAGUA.

2.1.1. Fenómenos climáticos asociados a la sequía

 El Niño-Oscilación del Sur (ENSO)

En México, El Niño causa alteraciones en su clima provocando una mayor precipitación en

Es la parte complementaria de El Niño, y se caracteriza por la aparición de aguas relativamente

Figura 2-6. Representación de las condiciones de La Niña

 Oscilación Decadal del Pacifico (PDO)

Figura 2-8. Valores mensuales del índice PDO de 1900 a 2016

El Índice de la Oscilación Decadal del Pacífico representa la variación mensual de la temperatura

 Oscilación Multidecadal del Atlántico

2.1.2. Relación entre la sequía y las interacciones humanas.

Es importante reconocer que el factor antropogénico juega un factor importante en la aparición,

La tipología actual (clasificación) de la sequía está basada únicamente en procesos naturales,

 La sequía es un “período sostenido donde la disponibilidad de agua se encuentra por

2.2.1. Tipos de sequías

Figura 2-13 Tipos de sequía y su desarrollo (Van Loon, 2015)

Si bien, la principal componente de la sequía es la falta de precipitación en la región, no es esta

La sequía meteorológica hace referencia a un déficit en la precipitación el cual cubre un área

Debido a la falta de precipitación, la variable inmediata que se ve afectada es la humedad del

Cuando el déficit de precipitación se propaga en el subsuelo, se presentan anomalías negativas

De manera que, la sequía hidrológica se presenta como una disminución en el escurrimiento de

2.2.2. Características de la sequía

Con el propósito de comprender el impacto de las sequías, se requieren conocer las

 Magnitud: cuando existen valores por debajo de un umbral definido se presenta un

 Frecuencia: es el número de eventos que se registran durante un periodo de tiempo

Figura 2-14. Principales características de un evento de sequía

2.2.3. Índices de sequía

La interdependencia entre las diversas variables climáticas, hidrológicas, geológicas, ecológicas

i. Universales, es decir, debe ser aplicable en cualquier región y zonas agro-climatológicas

 Índices de recursos hídricos