Variabilidad del caudal del río Neuquén en las fases de su ciclo anual y su relación con índices climáticos

Lorenzo Ricetti; Santiago I. Hurtado; Eduardo Agosta Scarel; Andrés Cesanelli

doi:10.24215/1850468Xe026

Autores/as

Lorenzo Ricetti Universidad Nacional de La Plata, Consejo Nacional de Investigaciones Cientı́ficas y Técnicas (CONICET), Argentina
Santiago I. Hurtado Instituto Nacional de Tecnología Agropecuaria, Consejo Nacional de Investigaciones Científicas y T´ecnicas (CONICET), Argentina
Eduardo Agosta Scarel Equipo Interdisciplinario para el Estudio de Procesos Atmosféricos en el Cambio Global, Pontificia Universidad Católica Argentina, Argentina
Andrés Cesanelli Universidad Nacional de La Plata, Argentina

DOI:

https://doi.org/10.24215/1850468Xe026

Palabras clave:

Patagonia norte, El niño oscilación del Sur, modo anular del sur, dipolo del Océano Índico, Océano Índico

Resumen

El rı́o Neuquén reviste una gran importancia para la región de Patagonia Norte. Por esto, el presente trabajo plantea el estudio de la variabilidad de su caudal a partir de datos observados, en un contexto de emergencia hı́drica en la cuenca. Primero, se realizó una evaluación de algunos métodos de rellenado de datos de caudal diario, el cual arrojó que la regresión lineal múltiple es la más adecuada para la cuenca. Luego se identificaron las fases del ciclo anual, a partir de la propuesta de una metodologı́a objetiva. Esta identificó las fechas de inicio y final de tres fases del ciclo anual, en concordancia con el ciclo pluvio-nival del curso. Ası́, se identificó una fase de mı́nimo caudal entre principios del año calendario y fines de mayo, una fase de máximo relativo que se extiende hasta mediados de septiembre y una fase de máximo absoluto que tiene lugar hasta principios del año siguiente. Posteriormente, se estudiaron series de caudal representativas de cada fase. La totalidad de las series estudiadas mostraron un quiebre o salto abrupto entre el 2007 y el 2010 hacia menores valores, el cual induce tendencias negativas y significativas pero espurias. Durante el periodo homogéneo previo al quiebre, la variabilidad de las series mostró ser distinta entre las fases. Respecto a los potenciales forzantes, el caudal de la fase mı́nima mostró una relación inversa con el ı́ndice del Modo Anular del Sur (MAS) y directa con el ı́ndice TNA, representativo de la variabilidad de la temperatura superficial del mar (TSM) del Atlántico tropical norte. El caudal de la fase de máximo relativo exhibió una relación directa con los ı́ndices del Niño Oscilación del Sur (ENOS) e inversa con el ı́ndice TSA, de la TSM del sur del Atlántico tropical. Por último, se encontraron relaciones directas entre el caudal de la fase de máximo absoluto y los ı́ndices del ENOS y del Dipolo del océano Índico e inversas con los ı́ndices del MAS y TNA. Estos resultados aportan información sobre el cambio del régimen hidrológico del rı́o y su variabilidad, relevante en la gestión de un recurso estratégico.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aguayo, R., León-Muñoz, J., Vargas-Baecheler, J., Montecinos, A., Garreaud, R., Urbina, M., ... & Iriarte, J. L. (2019). The glass half-empty: climate change drives lower freshwater input in the coastal system of the Chilean Northern Patagonia. Climatic Change, 155, 417-435.

Alfieri, L., Lorini, V., Hirpa, F. A., Harrigan, S., Zsoter, E., Prudhomme, C., & Salamon, P. (2020). A global streamflow reanalysis for 1980–2018. Journal of Hydrology X, 6, 100049.

Araneo, D. C., & Compagnucci, R. H. (2008). Atmospheric circulation features associated to Argentinean Andean rivers discharge variability. Geophysical Research Letters, 35(1).

Bais, F. M. (2017). Informe técnico final. Caracterización de sequías hidrológicas en cuencas de la patagonia de la república argentina. Facultad de Ciencias exactas, físicas y naturales, Universidad Nacional de Córdoba, p36. https://rdu.unc.edu.ar/handle/11086/5100.

Behera, S. K., & Yamagata, T. (2003). Influence of the Indian Ocean dipole on the Southern Oscillation. Journal of the Meteorological Society of Japan. Ser. II, 81(1), 169-177

Berri, G. J., Bianchi, E., & Müller, G. V. (2019). El Niño and La Niña influence on mean river flows of southern South America in the 20th century. Hydrological Sciences Journal, 64(8), 900-909.

Braun, M. H., Malz, P., Sommer, C., Farías-Barahona, D., Sauter, T., Casassa, G., ... & Seehaus, T. C. (2019). Constraining glacier elevation and mass changes in South America. Nature Climate Change, 9(2), 130-136.

Campitelli, E. (2018). metr-visualización y manejo de datos meteorológicos. In Conferencia Latinoamericana sobre Uso de R en Investigación+Desarrollo (LatinR 2018)-JAIIO 47 (CABA, 2018).

Carvalho, L. M., Jones, C., & Ambrizzi, T. (2005). Opposite phases of the Antarctic Oscillation and relationships with intraseasonal to interannual activity in the tropics during the austral summer. Journal of climate, 18(5), 702-718.

Cerrudo, C. G., Díaz, G. M., Juárez, S. H., & Ferreira, L. J. (2017). Análisis de la relación espacio temporal entre la precipitación estimada por el satélite TRMM (3B42RT) y el caudal medio diario en la cuenca del Río Iguazú. Meteorológica, 42(1), 39-52.

Chan, S. C., Behera, S. K., & Yamagata, T. (2008). Indian Ocean dipole influence on South American rainfall. Geophysical Research Letters, 35(14).

Compagnucci, R. H., & Araneo, D. C. (2007). Alcances de El Niño como predictor del caudal de los ríos andinos argentinos. Ingeniería hidráulica en México, 22(3), 23-35.

Cordero, R. R., Asencio, V., Feron, S., Damiani, A., Llanillo, P. J., Sepulveda, E., ... & Casassa, G. (2019). Dry-season snow cover losses in the Andes (18–40 S) driven by changes in large-scale climate modes. Scientific Reports, 9(1), 16945.

Enfield, D. B., Mestas‐Nuñez, A. M., Mayer, D. A., & Cid‐Serrano, L. (1999). How ubiquitous is the dipole relationship in tropical Atlantic sea surface temperatures?. Journal of Geophysical Research: Oceans, 104(C4), 7841-7848.

Finessi, F. G. & Groch, D. (2018). Tesis de licenciatura. Estudio hidrológico de la cuenca alta del río Neuquén. Facultad de Humanidades, Universidad Nacional del Comahue, p19. http://rdi.uncoma.edu.ar/bitstream/handle/uncomaid/5825/Tesis%20Finessi%20&%20Groch%20(2018).pdf?sequence=1.

Fogt, R. L., & Marshall, G. J. (2020). The Southern Annular Mode: variability, trends, and climate impacts across the Southern Hemisphere. Wiley Interdisciplinary Reviews: Climate Change, 11(4), e652.

Garreaud, R. D., Alvarez-Garreton, C., Barichivich, J., Boisier, J. P., Christie, D., Galleguillos, M., ... & Zambrano-Bigiarini, M. (2017). The 2010–2015 megadrought in central Chile: Impacts on regional hydroclimate and vegetation. Hydrology and earth system sciences, 21(12), 6307-6327.

González, M. H., & Vera, C. S. (2010). On the interannual wintertime rainfall variability in the Southern Andes. International Journal of Climatology: A Journal of the Royal Meteorological Society, 30(5), 643-657.

Grolemund, G. & Wickham, H. (2011). Dates and times made easy with lubridate. Journal of statistical software, 40(1), 1–25.

Hamzah, F. B., Mohd Hamzah, F., Mohd Razali, S. F., Jaafar, O., & Abdul Jamil, N. (2020). Imputation methods for recovering streamflow observation: A methodological review. Cogent Environmental Science, 6(1), 1745133.

Hipel, K. W., & McLeod, A. I. (1994). Time series modelling of water resources and environmental systems. Elsevier.

Hurtado, S. I., Zaninelli, P. G., & Agosta, E. A. (2020). A multi-breakpoint methodology to detect changes in climatic time series. An application to wet season precipitation in subtropical Argentina. Atmospheric Research, 241, 104955.

Hurtado, S. I., Zaninelli, P. G., Agosta, E. A., & Ricetti, L. (2021). Infilling methods for monthly precipitation records with poor station network density in Subtropical Argentina. Atmospheric Research, 254, 105482.

Hyndman, R. J., & Khandakar, Y. (2008). Automatic time series forecasting: the forecast package for R. Journal of statistical software, 27, 1-22.

Ismail, W. N. W., Zin, W. Z. W., & Ibrahim, W. (2017). Estimation of rainfall and stream flow missing data for Terengganu, Malaysia by using interpolation technique methods. Malaysian Journal of Fundamental and Applied Sciences, 13(3), 213-217.

Labat, D. (2010). Cross wavelet analyses of annual continental freshwater discharge and selected climate indices. Journal of Hydrology, 385(1-4), 269-278.

Lauro, C., Vich, A., & Moreiras, S. M. (2015). Variabilidad del régimen fluvial en cuencas de la región de Cuyo. Geoacta, 40(2), 28-51.

Lauro, C., Vich, A. I., & Moreiras, S. M. (2019). Streamflow variability and its relationship with climate indices in western rivers of Argentina. Hydrological Sciences Journal, 64(5), 607-619.

Li, J., & Heap, A. D. (2011). A review of comparative studies of spatial interpolation methods in environmental sciences: Performance and impact factors. Ecological Informatics, 6(3-4), 228-241.

Maraun, D., & Kurths, J. (2004). Cross wavelet analysis: significance testing and pitfalls. Nonlinear Processes in Geophysics, 11(4), 505-514.

Marshall, G. J. (2003). Trends in the Southern Annular Mode from observations and reanalyses. Journal of climate, 16(24), 4134-4143.

Masiokas, M. H., Villalba, R., Luckman, B. H., Lascano, M. E., Delgado, S., & Stepanek, P. (2008). 20th-century glacier recession and regional hydroclimatic changes in northwestern patagonia. Global and Planetary Change, 60(1-2), 85–100.

Masiokas, M. H., Cara, L., Villalba, R., Pitte, P., Luckman, B. H., Toum, E., ... & Mauget, S. (2019). Streamflow variations across the Andes (18–55 S) during the instrumental era. Scientific Reports, 9(1), 17879.

Ng, W. W., Panu, U. S., & Lennox, W. C. (2009). Comparative studies in problems of missing extreme daily streamflow records. Journal of Hydrologic Engineering, 14(1), 91-100.

Organismo Regulador de Seguridad de Presas - ORSEP (2020). Diques argentinos en realidad aumentada. Secretaria de Infraestructura y Política Hídrica. https://www.argentina.gob.ar/sites/default/files/orsep-diques_argentinos_en_ra.pdf

Pessacg N, Flaherty S, Solman S, Pascual M (2020) Climate change in Northern Patagonia: critical decrease in water resources. Theoretical and Applied Climatology (140), 807–822 .

Pohlert, T., Pohlert, M. T., & Kendall, S. (2016). Package ‘trend’. Title Non-Parametric Trend Tests and Change-Point Detection. Available at: https://cran.r-project.org/package=trend.

R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Raggio, G. A., & Saurral, R. I. (2021). Probable intensificación de las condiciones de déficit hídrico sobre la región del Comahue ante diversos escenarios de Cambio Climático. Meteorológica; 46; 1; 6-2021; 48-71

Reboita, M. S., Ambrizzi, T., & Rocha, R. P. D. (2009). Relationship between the southern annular mode and southern hemisphere atmospheric systems. Revista Brasileira de Meteorológica, 24, 48-55.

Reboita, M. S., Ambrizzi, T., Crespo, N. M., Dutra, L. M. M., Ferreira, G. W. D. S., Rehbein, A., ... & Souza, C. A. D. (2021). Impacts of teleconnection patterns on South America climate. Annals of the New York Academy of Sciences, 1504(1), 116-153.

Rivera, J. A., Araneo, D. C., Penalba, O. C., & Villalba, R. (2018). Regional aspects of streamflow droughts in the Andean rivers of Patagonia, Argentina. Links with large-scale climatic oscillations. Hydrology Research, 49(1), 134-149.

Rivera, J. A., Otta, S., Lauro, C., & Zazulie, N. (2021). A decade of hydrological drought in Central-Western Argentina. Frontiers in Water, 3, 640544.

Romero, P. E., & González, M. H. (2016). Relación entre caudales y precipitación en algunas cuencas de la Patagonia norte. Revista de Geología Aplicada a la Ingeniería y al Ambiente, (36), 7-13.

Romero, P. E., Gabarini E. M., González M. H. (2014). Características hídricas y climáticas del norte Patagónico. Tagliavini et al., eds. II Encuentro de investigadores en formación en Recursos Hídricos, 9-10.

Saavedra, F. A., Kampf, S. K., Fassnacht, S. R., & Sibold, J. S. (2018). Changes in Andes snow cover from MODIS data, 2000–2016. The Cryosphere, 12(3), 1027-1046.

Sammut, C., & Webb, G. I. (2010). Leave-one-out cross-validation. Encyclopedia of machine learning. Springer, Boston, MA, pags 600-6001.

Saplioglu, K., & Kucukerdem, T. S. (2018). Estimation of missing streamflow data using ANFIS models and determination of the number of datasets for ANFIS: the case of Yeşilırmak River.

Scarpati, O. E., Spescha, L., Fioriti, M. J., & Capriolo, A. D. (2001). El niño driven climate variability and drainage anomalies in Patagonian region Argentina. Cuadernos de Investigación Geográfica, 27, 179-191.

Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's tau. Journal of the American statistical association, 63(324), 1379-1389.

Torrence, C., & Compo, G. P. (1998). A practical guide to wavelet analysis. Bulletin of the American Meteorological society, 79(1), 61-78.

Valdés-Pineda, R., García-Chevesich, P., Valdés, J. B., & Pizarro-Tapia, R. (2020). The first drying lake in Chile: causes and recovery options. Water, 12(1), 290.

Vich, A. I. J., Bizzotto, F., Vaccarino, E., Correas, M., Manduca, F., Paoli, C. U., & Malinow, G. V. (2010). Tendencias y cambios abruptos en el escurrimiento de algunos ríos con nacientes en la cordillera y serranías del oeste argentino. Criterios para la determinación de crecidas de diseño en sistemas climáticos cambiantes. Carlos Ubaldo Paoli et al. 1a ed.-Santa Fe: Universidad Nacional del Litoral, 149-166.

Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D., François, R., Grolemund, G., Hayes, A., Henry, L., Hester, J., et al. (2019). Welcome to the tidyverse. Journal of open source software, 4(43), 1686.