Análisis de tendencias de los datos de afluencia a presas usando el índice de exactitud de tendencia y el factor de corrección de la evapotranspiración potencial

Por qué es cada vez más difícil predecir el abastecimiento de agua futuro

Las comunidades dependen de grandes presas para suministrar agua potable, sostener la industria, generar electricidad y proteger contra inundaciones. Pero conforme el clima se calienta, la precipitación se ha vuelto menos predecible, lo que dificulta a los planificadores saber cuánta agua realmente llegará a los embalses dentro de décadas. Este estudio aborda ese reto para una cuenca importante de Corea del Sur y propone una nueva forma de evaluar si las simulaciones por ordenador capturan la dirección a largo plazo del cambio en las afluencias a las presas, no solo si coinciden mes a mes con los valores pasados.

Cómo la zona de estudio refleja un clima cambiante

El trabajo se centra en la cuenca del río Nakdong, el segundo sistema fluvial más grande de Corea del Sur, y en la presa Hapcheon, un embalse multipropósito clave en una cuenca montañosa empinada y mayoritariamente forestada. La lluvia en esta región es muy estacional, con gran parte de la precipitación concentrada en tormentas de verano y tifones. Los autores compilaron dos tipos de información: registros históricos de 2000–2019 y proyecciones para el resto del siglo bajo dos trayectorias de cambio climático, una moderada y otra más intensa. Reunieron datos de precipitación y temperatura de 101 estaciones meteorológicas, así como afluencias medidas a la presa Hapcheon, todo a resolución mensual.

Agrupar la lluvia para entender dónde cae

La lluvia no cae de manera uniforme en la cuenca, por lo que el equipo utilizó un método de agrupamiento para clasificar las 101 estaciones en tres grupos con características similares. Un clúster consiste principalmente en estaciones costeras que reciben la mayor precipitación global y los aguaceros más intensos. Un segundo clúster cubre zonas interiores de menor altitud con precipitaciones comparativamente moderadas. El tercer clúster representa estaciones de montaña alta, que son más húmedas que las tierras bajas pero menos que la franja costera. Este patrón se mantiene no solo en el pasado reciente sino también en las proyecciones futuras, y ayuda a explicar por qué embalses cercanos, incluida la presa Hapcheon, presentan comportamientos de afluencia distintos según la topografía y las trayectorias de las tormentas circundantes.

Qué dicen los registros sobre el desplazamiento de la lluvia y los caudales

Las pruebas de tendencia en los registros de alta calidad revelaron un panorama complicado. Entre 2000 y 2019, muchas estaciones mostraron aumento de precipitación a finales de invierno y principios de primavera, así como a finales de otoño, pero disminución de la lluvia de mayo a septiembre, incluyendo gran parte de la temporada lluviosa de verano. La precipitación anual tendió a descender ligeramente. Cuando el equipo repitió el análisis para escenarios futuros, encontró menos tendencias consistentes, y la dirección del cambio dependía fuertemente de la vía de emisiones y de la ventana temporal considerada. Es importante señalar que al comparar las tendencias de precipitación alrededor de la presa Hapcheon con las tendencias en la afluencia a la presa, no siempre coincidían. En algunos meses las afluencias disminuyeron incluso cuando la precipitación cercana no mostró un cambio claro o incluso aumentó. Esto sugiere que otras influencias —como la evaporación impulsada por la temperatura, la cobertura del suelo o el uso humano del agua— también determinan cuánto agua llega al embalse.

Una nueva forma de juzgar el comportamiento a largo plazo de los modelos

Para mirar hacia el futuro, los autores emplearon un modelo relativamente simple de "cuatro depósitos" que representa el movimiento del agua a través de capas de suelo y aguas subterráneas someras antes de llegar a la presa. Un algoritmo genético ajustó 13 parámetros del modelo para que las afluencias simuladas se asemejaran a las observadas. Aquí el estudio presenta su innovación clave: un índice de exactitud de tendencia (TAI). Los métodos tradicionales de puntuación premian modelos que minimizan el error medio, aun cuando no capturen si las afluencias están aumentando o disminuyendo en el tiempo. El TAI, en cambio, enfatiza si la afluencia simulada sube y baja en la misma dirección que el registro observado de un mes a otro, aplicando una penalización adicional cuando el modelo predice un aumento mientras la realidad muestra una caída, o viceversa. El equipo también refinó la representación de la evaporación aplicando un factor de corrección a la evapotranspiración potencial para que el modelo ni seque la cuenca de forma demasiado agresiva ni subestime la pérdida de agua.

Qué revela el nuevo enfoque para la gestión futura de presas

Cuando calibraron el modelo usando TAI junto con la corrección de evaporación, las afluencias simuladas de la presa Hapcheon reprodujeron las direcciones de tendencia observadas aproximadamente en tres cuartas partes de los casos —notablemente mejor que cuando se emplearon puntuaciones tradicionales basadas en errores—. La verificación con los años más recientes confirmó que esta configuración mantuvo un buen rendimiento. Aplicar el modelo calibrado a escenarios climáticos futuros mostró solo unas pocas tendencias claras de afluencia, como un aumento en la afluencia de finales de otoño bajo una de las vías de emisiones moderadas hacia finales de siglo, y volvió a poner de manifiesto que las tendencias de precipitación y afluencia pueden divergir. Para los gestores del agua, el mensaje es que planificar exclusivamente en torno a cambios en la precipitación podría ser engañoso. Combinando el agrupamiento de estaciones, controles de calidad rigurosos y un enfoque de puntuación centrado en la tendencia como el TAI, es posible construir simulaciones de afluencias más fiables para la planificación a largo plazo del suministro de agua y el control de inundaciones.

Cita: Wang, Wj., Kim, H.S. Trend analysis of dam inflow data using the trend accuracy index and the potential-evapotranspiration correction factor. Sci Rep 16, 10040 (2026). https://doi.org/10.1038/s41598-026-40225-y

Palabras clave: cambio climático y presas, tendencias de precipitación en cuencas fluviales, modelado hidrológico, simulación de afluencias a embalses, planificación de recursos hídricos