Artículo Científico

Variabilidad hidrológica por cambio de cobertura de suelo en la cuenca del río Wawayme debido a actividades mineras, Ecuador

Hydrological variability due to changes in land cover in the Wawayme river basin caused by mining activities, Ecuador

Raúl Andrés Moreno Farfán Universidad Estatal Península de Santa Elena (UPSE), La Libertad, Santa Elena, Ecuador.
María Z. Flores López Universidad Autónoma de Baja California Sur, México.

Variabilidad hidrológica por cambio de cobertura de suelo en la cuenca del río Wawayme debido a actividades mineras, Ecuador

La Granja. Revista de Ciencias de la Vida, vol. 44, núm. 2, pp. 60-79, 2026

Universidad Politécnica Salesiana

2026. Universidad Politécnica Salesiana

Recepción: 01 Febrero 2025

Revisado: 11 Diciembre 2025

Publicación: 01 Septiembre 2026

Resumen: Este estudio evalúa los efectos hidrológicos derivados de cambios en el uso y cobertura del suelo en la cuenca del río Wawayme, Ecuador. La investigación se desarrolló mediante: 1) análisis multitemporal de cobertura vegetal entre 2013-2020, utilizando clasificación supervisada con el plug-in SCP en QGIS; y 2) modelación hidrológica comparativa de escenarios 2015-2020, empleando el modelo hidrológico distribuido TETIS. Los parámetros hidrológicos se estimaron a partir de datos meteorológicos, características del terreno y propiedades edáficas disponibles. Como resultado se obtuvo una disminución de áreas principalmente vegetadas de 14.35 % y un aumento de áreas principalmente no vegetadas de 13.86 %; y un aumento del caudal y volumen simulado en la cuenca de 0.002 m3 s-1 y 0.196 Hm3 respectivamente, evidenciando una variabilidad en el comportamiento hidrológico de la cuenca. La limitada disponibilidad de datos meteorológicos e hidrológicos constituye un desafío recurrente en la región. No obstante, la metodología aplicada resalta la importancia de monitorear y gestionar de manera adecuada los recursos hídricos en zonas con actividades extractivas. Este estudio subraya la necesidad de implementar medidas de mitigación y conservación que minimicen los impactos ambientales y favorezcan la resiliencia de las comunidades locales.

Palabras clave: Cobertura y uso del suelo, modelación hidrológica, cuenca hidrográfica, minería, ambiente.

Abstract: This study evaluates the hydrological effects resulting from changes in land use and land cover in the Wawayme River basin, Ecuador. The research was conducted through: 1) multitemporal analysis of vegetation cover between 2013 and 2020, using supervised classification with the SCP plugin in QGIS; and 2) comparative hydrological modeling of scenarios for 2015–2020, using the TETIS distributed hydrological model. Hydrological parameters were estimated based on available meteorological data, terrain characteristics, and edaphic properties. As a result, we obtained a decrease of 14.35% in primary vegetated areas and an increase of 13.86% in primary non-vegetated areas; and an increase in simulated flow and volume in the basin of 0.002 m3 s-1 and 0.196 H m3, respectively, evidencing a variability in the hydrological behavior of the basin. The limited availability of meteorological and hydrological data is a recurrent challenge in the region. However, the applied methodology highlights the importance of monitoring and managing water resources in areas with extractive activities. This study underlines the need to implement mitigation and conservation measures that minimize environmental impacts and favor the resilience of local communities.

Keywords: Land cover and land use, hydrologic modeling, watershed, mining, environment.

Forma sugerida de citar: (APA)

Moreno, R. y Flores, M. (2026). Variabilidad hidrológica por cambio de cobertura de suelo en la cuenca del río Wawayme debido a actividades mineras, Ecuador. La Granja: Revista de Ciencias de la Vida. Vol. 44(2):60-79. https://doi.org/10.17163/lgr.n44.2026.04.

Introducción

El ciclo hidrológico a nivel mundial está experimentando modificaciones significativas como resultado de las alteraciones en los ecosistemas terrestres. A nivel global, las cuencas fluviales se enfrentan cada vez más a retos de disponibilidad de agua debido a la degradación de sus condiciones naturales. La sobreexplotación de los recursos naturales, el cambio en la cobertura del suelo y el cambio climático son factores clave que reducen tanto la cantidad como la disponibilidad de los recursos hídricos, lo que conduce a eventos de inundación más frecuentes y a un mayor estrés hídrico (Angulo y Saavedra, 2018). Además, es difícil concebir cualquier actividad humana en tierra firme que no implique la alteración del suelo o modificaciones en las capas superiores del mismo, sustituyendo a menudo ecosistemas que en su día contribuyeron a la formación de suelos fértiles por otros que no lo hacen (Daily y Ehrlich, 1992).

Esta transformación del ecosistema es relevante en regiones caracterizadas por una alta biodiversidad y fragilidad ambiental, como la Amazonía, donde las alteraciones en la cubierta vegetal pueden tener impactos significativos en los regímenes hidrológicos regionales y locales (Nobre y cols., 2016). Las investigaciones recientes demuestran que la conversión de coberturas terrestres naturales en áreas antropizadas puede alterar significativamente los patrones de escorrentía, infiltración y evapotranspiración, generando así desequilibrios en el comportamiento hidrológico de las cuencas hidrográficas (Siswanto y Francés, 2019; Fang y Fan, 2021).

En este contexto, el desarrollo económico suele ir acompañado de actividades como la explotación de recursos no renovables, en particular la minería. En este aspecto, Ecuador ha reforzado su posición como destino minero en un 26 % (Ministerio de Energía y Minas, 2022), lo que refleja nuevas estrategias y marcos normativos que marcan un cambio para un país tradicionalmente dependiente de las exportaciones de petróleo y productos agrícolas. Actualmente están en funcionamiento grandes proyectos mineros como Mirador y Fruta del Norte, mientras que se espera que otros —entre ellos Loma Larga, Curipamba, La Plata y Cascabel— entren en producción en el futuro (Moreno, 2022; Torres, 2021).

Aunque estos avances son coherentes con los objetivos de crecimiento económico, es importante saber que las actividades mineras han generado problemas debido a sus impactos inherentes (Vásconez y Torres, 2018). Los proyectos extractivos a gran escala no han estado exentos de controversia, en particular en lo que respecta a las preocupaciones sobre la violación de los derechos humanos y los derechos de la naturaleza (Angelo y Sempere, 2018). Esta cuestión cobra especial relevancia dada la ubicación de muchos de estos proyectos en ecosistemas de alto valor ecológico y biodiversidad —como la Amazonía ecuatoriana—, donde una planificación inadecuada y la sobreexplotación de los recursos naturales pueden provocar graves impactos ambientales, que afectan especialmente a los recursos hídricos.

En las últimas décadas, la acelerada degradación del suelo impulsada por las actividades antropogénicas ha alterado significativamente la superficie de la Tierra (de Jong y cols., 2021), modificando casi tres cuartas partes de ella durante el último milenio. En la actualidad, el hecho de abordar los retos de sostenibilidad global —como la mitigación del cambio climático, la pérdida de biodiversidad y la soberanía alimentaria— se ha convertido en un problema. Estos retos están directamente vinculados a los cambios en el uso y la cobertura del suelo, ya que las prácticas insostenibles pueden afectar gravemente a las fuentes y sumideros de carbono, provocar la pérdida de hábitats y socavar la capacidad de mantener la producción de alimentos (Winkler y cols., 2021).

En consecuencia, las actividades económicas como la agricultura, la extracción de petróleo y la minería son los principales impulsores de la deforestación en la Amazonía ecuatoriana, lo que da lugar a la pérdida de biodiversidad, a una tala forestal extensiva —que alcanza aproximadamente las 50 000 ha al año— y a una degradación continua del suelo (Custode y Sourdat, 1986; Bustamante y cols., 1993; Giraldo y cols., 2013). Por ejemplo, en Ecuador, los sectores agrícola y forestal se expandieron un 45 % en un período de 37 años, mientras que las áreas afectadas por la minería superaron las 7 000 ha en 2021 (Paz, 2024). Según el Instituto Nacional de Investigaciones Agropecuarias (INIAP, 2018), la pérdida de suelo en el país oscila entre 30 y 50 t ha⁻¹ año⁻¹ en las zonas de estribaciones con pendientes superiores al 25 %. En zonas con pendientes entre el 12 % y el 25 %, la erosión oscila entre 10 y 30 t ha⁻¹ año⁻¹, mientras que en zonas con pendientes inferiores al 12 % —que comprenden gran parte de la Amazonía ecuatoriana— la erosión se estima entre 5 y 10 t ha⁻¹ año⁻¹ (Suquilanda, 2008).

Antes de abordar la relevancia del uso y la cobertura del suelo en el régimen hidrológico, hay que definir estos conceptos. La cobertura del suelo se refiere a la superficie biofísica observada en la Tierra, centrándose en la vegetación y los elementos antropogénicos. Por el contrario, el uso del suelo se caracteriza por las disposiciones, actividades e insumos realizados por los seres humanos sobre una determinada cobertura del suelo para producirla, modificarla o mantenerla (FAO, 2005).

En un período relativamente corto, la degradación ambiental causada por los cambios en el uso y la cobertura del suelo se ha convertido en un tema de preocupación a nivel mundial, atrayendo la atención por parte de los investigadores. Estos cambios suponen una amenaza significativa para la sostenibilidad de las cuencas hidrográficas, ya que están directamente relacionados con un mayor estrés hídrico, una mayor frecuencia de eventos de inundación —debido a su influencia en el suministro de agua a escala de cuenca, donde la deforestación tiende a aumentar el caudal de los arroyos como resultado de la reducción de la evapotranspiración— y alteraciones en las tasas de erosión y la producción de sedimentos (Angulo y Saavedra, 2018; Siswanto y Francés, 2019).

Dingman (2014) destaca que la vegetación es un determinante clave del ciclo hidrológico, ya que regula los procesos de evapotranspiración, infiltración, escorrentía, interceptación y transpiración. La cubierta vegetal desempeña un papel fundamental —junto con las precipitaciones, la topografía y otros factores— en la recarga hídrica del suelo y la formación de escorrentía, influyendo directamente en: (1) la precipitación neta que llega a la superficie del suelo; (2) las tasas de infiltración del suelo; (3) la redistribución de la humedad del suelo; y (4) las pérdidas por evapotranspiración (Pascual, 2002).

La vegetación introduce un subciclo bidireccional dentro del sistema hidrológico debido a dos procesos principales: (1) interfiere en el flujo descendente de la precipitación a través de pérdidas por interceptación y evaporación, modificando la redistribución de la lluvia en función de la capacidad de infiltración del suelo; y (2) contribuye al flujo ascendente de agua a través de la transpiración, al extraer el agua almacenada en las capas del suelo y liberarla a la atmósfera en forma de vapor de agua (Pascual, 2002).

En resumen: (1) la vegetación influye directamente en el ciclo del agua, particularmente en la dinámica de las superficies de almacenamiento de agua, ya que interactúa tanto con la atmósfera como con el suelo; y (2) como sistema biológico consume el agua necesaria para sus funciones vitales, formando lo que Barceló et al. (2000) describen como el sistema suelo-vegetación-atmósfera (Pascual, 2002).

En cuanto al papel de los bosques (suelos forestales y cubierta arbórea) en el ciclo hidrológico, Mintegui y Robredo (2008) señalan que regulan el movimiento del agua dentro de las cuencas hidrográficas al reducir la velocidad de escorrentía y mejorar la infiltración. También influyen directamente en el componente horizontal del ciclo hidrológico (transpiración) e interactúan con la precipitación al interceptar la lluvia vertical y facilitar la formación de procesos de precipitación horizontales, como la condensación y la formación de niebla.

Además, Mintegui y Robredo (1994) destacan que: (1) la cubierta vegetal actúa como factor estabilizador en las cuencas hidrográficas durante episodios de lluvias extremas, mitigando los efectos torrenciales y funcionando como regulador natural de los recursos hídricos; (2) promueve la estabilidad biológica y los procesos de regeneración de los ecosistemas, desempeñando así una función de conservación; y (3) previene la pérdida de suelo al reducir el impacto de diversos procesos de erosión (de Alba, 2014).

En este sentido, los suelos con una cubierta vegetal bien desarrollada mantienen niveles suficientes de materia orgánica, lo que mejora la estructura del suelo y potencia la capacidad de infiltración. Los sistemas radiculares de las especies forestales crean vías preferenciales que aumentan la infiltración en comparación con los suelos agrícolas, contribuyendo así de manera más significativa a la escorrentía subsuperficial (Prats y cols., 2011).

Según la FAO, las tasas mundiales de deforestación alcanzaron aproximadamente 10 millones de hectáreas al año entre 2015 y 2020. En Ecuador, los datos más recientes del Ministerio del Ambiente, el Agua y la Transición Ecológica (2018) indican una pérdida anual de aproximadamente 94 353 hectáreas de bosque, una cifra considerable en comparación con otros países de la región (Montaño, 2021). Históricamente, los cambios en el uso del suelo en la Amazonía han sido impulsados por la creciente demanda de productos agrícolas y recursos no renovables (Nobre y cols., 2016). Ecuador no es una excepción, ya que estas actividades han sido factores clave de la deforestación, la degradación del suelo y la pérdida continua de recursos del suelo (INIAP, 2018).

En base a lo anterior, el presente estudio tiene como objetivo determinar la variabilidad en el balance hidrológico resultante de los cambios en el uso y la cobertura del suelo dentro de la cuenca del río Wawayme (Figura 1), ubicada en la provincia de Zamora Chinchipe, Ecuador. Esto se logra mediante análisis geoespacial (utilizando el complemento SCP y su metodología de posprocesamiento) y modelización hidrológica (utilizando el software TETIS). Los objetivos específicos incluyen: (1) cuantificar los cambios en la cobertura vegetal entre 2013 y 2020 utilizando técnicas de teledetección; (2) implementar un modelo hidrológico para simular escenarios comparativos; y (3) evaluar los cambios en los regímenes hidrológicos asociados a las alteraciones identificadas en la cobertura vegetal.

Figura 1
Figura 1

A (ubicación de la cuenca hidrográfica del río Wawayme), B (ubicación de la provincia de Zamora Chinchipe en la República del Ecuador), C (ubicación del cantón El Pangui en la provincia de Zamora Chinchipe) y D (ubicación de la cuenca hidrográfica en la parroquia Tundayme, cantón El Pangui).

Materiales y métodos

Esta investigación adopta un enfoque metodológico que integra técnicas de análisis geoespacial y modelización hidrológica. La metodología se estructura en tres componentes principales. El primero aborda: (1) la caracterización climática y de la cuenca hidrográfica del área de estudio; (2) las operaciones iniciales y la metodología utilizada para la clasificación de imágenes satelitales; y (3) la estimación de los parámetros de TETIS necesarios para la ejecución del modelo hidrológico.

2.1. Caracterización climática y de la cuenca hidrográfica

Inicialmente se consideró importante llevar a cabo la caracterización climática del área de estudio mediante la identificación de tendencias climáticas y eventos extremos, basándose en datos registrados en dos estaciones meteorológicas convencionales situadas cerca del área de estudio y operadas por el Instituto Nacional de Meteorología e Hidrología (INAMHI). Cabe señalar que estas estaciones no se encuentran dentro de la cuenca hidrográfica objeto de estudio; sin embargo, son las más cercanas disponibles (aproximadamente a 60 km en línea recta) y proporcionan un conjunto de datos temporales más extenso.

Los datos de precipitación recopilados se procesaron de acuerdo con la escala temporal disponible (registros mensuales de 1990 a 2017), lo que permitió calcular los valores de precipitación media mensual para cada estación durante los periodos disponibles. Se identificó que el régimen de precipitaciones era bimodal, con un pico de lluvias entre marzo y julio, y precipitaciones más bajas durante el resto de los meses del año.

Un análisis más detallado de la precipitación máxima en 24 horas y de la media máxima para cada período reveló varios años en los que los valores superaron la media (Figura 2), lo que sugiere que la zona ha sufrido episodios de inundaciones que podrían repetirse en el futuro.

El análisis de la temperatura indica una temperatura media anual de 23.2 °C, una temperatura máxima anual de 28.6 °C y una temperatura mínima anual de 18.11 °C, siendo los meses más cálidos los comprendidos entre octubre y marzo. Por último, el análisis de la evapotranspiración potencial (PET) mediante el método de Thornthwaite arrojó un valor medio de 1 211.65 mm, observándose valores más elevados de octubre a enero.

En cuanto a la caracterización de la cuenca del río Wawayme, el proceso comienza con la adquisición de un modelo digital de elevación (MDE) (resolución de 30 × 30 m) descargado del servidor Earth Data de la NASA (Figura 3), utilizando el software QGIS y el complemento SRTM Downloader. Se emplearon los Sistemas de Información Geográfica (SIG) como herramientas principales para el procesamiento y análisis de datos.

Los parámetros morfométricos de la cuenca revelan características asociadas a una respuesta hidrológica moderadamente torrencial. En particular, los índices de forma (Kc = 1.43; Ff = 0.34) indican una tendencia hacia la generación de crecidas sostenidas más que hacia respuestas abruptas. En cuanto al relieve, la pendiente media (S = 32.12 %) y la altitud media (Hm = 1 648.22 m s. n. m.) clasifican la cuenca como montañosa, lo que influye directamente en la dinámica de la escorrentía y los procesos de erosión. El sistema de drenaje presenta un orden de curso de 5 y un tiempo de concentración (tc = 25.12 min), lo que sugiere que toda la cuenca contribuye de forma relativamente rápida a los procesos de escorrentía, favoreciendo así la aparición de caudales máximos durante episodios de precipitaciones intensas.

Finalmente, el análisis de la curva hipsométrica indica que la cuenca se encuentra en una etapa de transición entre las fases juvenil y madura. Esto se refleja en la distribución altitudinal, donde aproximadamente el 35 % de la superficie se encuentra por encima de los 1 900 m s. n. m., lo que sugiere la persistencia de procesos erosivos activos. Esta interpretación se ve respaldada además por el histograma de frecuencia altimétrica, que muestra que la mayor proporción de la superficie de la cuenca se concentra en el rango de altitud de 1 900 a 2 080 m s. n. m.


Figura 2.
Figura 2.

A (Precipitación máxima en 24 horas registrada anualmente en la estación Gualaquiza – INAMHI, para el período 1990–2013. La línea discontinua representa el promedio del período. Los años sin barra corresponden a períodos sin registro disponible por ausencia de datos en la base del INAMHI), B (Precipitación máxima en 24 horas registrada anualmente en la estación El Pangui – INAMHI, para el período 1990–2016. La línea discontinua representa el promedio del período. Los años 2006 y 2016 no presentan barra debido a la ausencia de datos registrados para dichos períodos). Fuente: Elaboración propia.

2.2. Metodología de clasificación de imágenes

Para el análisis de los cambios en la cobertura vegetal, se eempleó una metodología de clasificación supervisada utilizando el complemento Semi-Automatic Clasificación Plugin (SCP) en QGIS. Este enfoque permite identificar y cuantificar las transformaciones en la cobertura del suelo a partir de imagenes satelitales multitemporales. Primeramente se emplearon dos imágenes completas Landsat 8 con fecha 27 de abril de 2013 y 12 de septiembre de 2020 correspondientes a la parte sur del Ecuador y norte del Peru, las imágenes fueron descargadas del portal Earth Explorer del Servicio Geologico de Estados Unidos (USGS, por sus siglas en ingles), las cuales cuentan con nueve bandas del sensor OLI (Operational Land Imager, en español: Sensor Operacional Terrestre) y dos bandas tomadas por el sensor TIRS (Thermal Infrared Sensor, en espanol: Sensor Termal Infrarrojo). Es relevante indicar que la imagen tiene un proceso L1T, lo que significa que el producto tiene una corrección radiométrica sistemática, además de estar ortorectificadas y corregidas por el relieve topográfico.

Figura 3.
Figura 3.

Modelo digital de elevación de la cuenca del río Wawayme

Posteriormente, utilizando el complemento de clasificación semiautomática (SCP) en QGIS y mediante la combinación de bandas espectrales se cuantificaron los cambios en la cobertura del suelo dentro del área de estudio, incluyendo la aplicación de pasos de preprocesamiento previos a la clasificación. Para este estudio se adoptó el sistema de clasificación de la FAO (2005), que incluye distinciones en tres niveles (primario, secundario y terciario). El nivel primario es especialmente relevante para esta investigación, ya que establece una clasificación dicotómica para determinar la presencia o ausencia de vegetación (Tabla 1).

2.3. Modelización hidrológica

Para evaluar la influencia de los cambios en la cobertura del suelo sobre la respuesta hidrológica se implementó el modelo TETIS. Se trata de un modelo conceptual distribuido que permite simular el comportamiento de las cuencas hidrográficas bajo diferentes escenarios de uso del suelo. El proceso de modelización incluyó etapas de parametrización, calibración y validación.

El modelo TETIS, desarrollado por el Departamento de Ingeniería Hidráulica y Medio Ambiente de la Universidad Politécnica de Valencia, es un modelo de tipo «tanque» de precipitación-escorrentía que mantiene el balance hídrico en cada celda de la malla del sistema. Su estructura permite la representación integrada de procesos hidrológicos como la interceptación, el almacenamiento superficial, la infiltración, la evapotranspiración, la percolación y la recarga de aguas subterráneas, entre otros (IIAMA, 2021). Además, este modelo puede aplicarse tanto al análisis de eventos extremos —como inundaciones y procesos de erosión— utilizando intervalos de tiempo de un minuto o de una hora, como a estudios de disponibilidad de recursos hídricos a escala diaria, lo que lo convierte en una herramienta versátil para la simulación hidrológica en cuencas hidrográficas.

Según menciona Barrientos y cols. (2020), el modelo es capaz de analizar los cambios en la escorrentía de cuencas considerando efectos derivados de la silvicultura intensiva y/o al cambio climático, mediante la simulación de distintos usos de suelos y escenarios climáticos, donde se concluye que la escorrentía puede ser influenciada, en gran medida, por la disminución de las lluvias y el aumento de la evapotranspiración.

En este sentido, como señala Rodríguez-Lloveras y cols. (2015) este método estima las tasas de escorrentía y producción de sedimentos en función a los cambios históricos en el uso del suelo y la vegetación, donde se concluye que la gestión y los usos del suelo resultaron ser un factor decisivo en el comportamiento hidrológico de una cuenca, donde cobra relevancia la erosión y el rendimiento de sedimentos. Además, es relevante señalar que una adecuada gestión del uso del suelo puede mitigar el impacto adverso del cambio climático sobre el ciclo hidrológico (Fang y Fan, 2021).

Asimismo, TETIS requiere un conjunto de parámetros iniciales que pueden agruparse en: (1) parámetros derivados del DEM (altitud, pendiente, dirección del flujo, acumulación de flujo y velocidad de pendiente); (2) parámetros derivados de propiedades edáficas, hidrogeológicas y geomorfológicas (almacenamiento estático, capacidad de infiltración, capacidad de percolación, entre otros); y (3) parámetros derivados del uso y la cobertura del suelo.

Como primer fichero o mapa ráster para la elaboración del modelo hidrológico, partimos del Modelo de Elevación Digital (Digital Elevation Model o DEM por sus siglas en ingles). Para el presente estudio se empleó el DEM (resolución 30x30) previamente descargado del servidor Earth Explorer de la NASA (Figura 3). Es necesario mencionar que posterior a su obtención se rellenaron las imperfecciones existentes en la superficie del DEM por medio de la herramienta Fill sinks. A partir de este parámetro, se obtuvieron los ficheros de pendientes, direcciones de flujo, celdas acumuladas, velocidad de ladera.

Ahora, los parámetros derivados de las propiedades edáficas, hidrogeológicas y geomorfológicas, como: 1) el almacenamiento estático, que hace referencia al agua que transita por la cuenca y que se pierde por evapotranspiración (no forma parte de la escorrentía); 2) capacidad de infiltración, proceso de entrada al suelo a través de su superficie, y que se encuentra en función de los distintos tipos de suelos presentes en una cuenca); 3) capacidad de percolación, que hace referencia al flujo descendente de agua en el suelo hacia el acuífero a través de la zona no saturada, asociado al tipo de subsuelo y su estructura (características geológicas y geomorfológicas de las capas inferiores del suelo). Se estimaron, en función de la altitud (relación empírica), es decir, por ejemplo, para el almacenamiento estático, para una altitud de 5.000 m.s.n.m. se tiene un valor referencial de almacenamiento estático de 200 mm, y a unos 2.000 m.s.n.m., tenemos aproximadamente unos 350 mm. Esto al no contar con información observada para la cuenca de estudio, y optando por seguir la metodología utilizada por Teran (2017).

El fichero correspondiente a la cobertura del suelo, parte de evaluar la información obtenida de la base de datos geopedologica del proyecto “Levantamiento de Cartografía Temática a Escala 1:25.000, Lotes 1 y 2” ejecutado por el Ministerio de Ganadería y Agricultura (MAG), a través de la Unidad Ejecutora MAGAP-PRAT, dentro del programa denominado como SIGTIERRAS del año 2015 (Figura 4, A) y de la imagen Landsat 8 con fecha del 12 de septiembre de 2020 (Figura 4, B). Teniendo de esta manera cuatro tipos de cobertura de suelo presen- tes en la cuenca, los cuales son: 1) bosque nativo; 2) vegetación arbustiva; 3) pastizales y 4) infraestructura antrópica.

Tabla 1.
Tabla 1.

Conjunto de datos que muestra la variación mensual de la evapotranspiración en cuatro tipos de cobertura vegetal.

Ahora, otro fichero requerido por el modelo TETIS es el referido a la variación temporal de la evapotranspiración, el cual, incluye la variación mes a mes de cada una de las coberturas vegetales que se presentan en la cuenca, el mismo consta de trece columnas, a modo explicativo podemos señalar que en la primera columna se encuentran los valores del mes de enero y en la doceava columna los de diciembre, y cada fila corresponde al tipo de cobertura vegetal identificada para la cuenca.

En lo referido al fichero del evento, este input hace referencia a la información de precipitación, evaporación y aforos, que representa un evento de lluvia en un tiempo determinado, para el presente estudio se consideró la información mensual derivada de las estaciones meteorológicas e hidrológicas detalladas en el apartado correspondiente a la caracterización climática y de la cuenca hidrográfica en el periodo comprendido entre febrero de 2012 hasta junio de 2015.

Por último, dentro del proceso de modelación es necesario realizar una calibración (emplea los ficheros de datos descritos anteriormente), la cual, pretende una mejor aproximación a la realidad al variar y combinar parámetros. En este apartado se buscó obtener valores adecuados para cada criterio (RMSE y Nash-Sutcliffe) además, de tener un mejor ajuste entre los picos máximos del hidrograma.

Resultados y discusión

En esta sección se presentan los resultados de: (1) la evaluación del cambio en la cobertura del suelo en la cuenca del río Wawayme; (2) la modelización hidrológica, en la que se obtienen los caudales observados y simulados en función de los cambios en el uso y la cobertura del suelo; y (3) la discusión de los hallazgos de este estudio.

3.1. Resultados de la evaluación del cambio en la cobertura del suelo

Partimos de realizar dos clasificaciones en base a imágenes satelitales correspondientes a los años 2013 y 2020, teniendo como imagen de referencia la clasificación de 2013 y como nueva clasificación la imagen del 2020, esto mediante el plug-in SCP y su método de post procesamiento (cobertura de suelo), lo cual permitió calcular el número de pixeles que cambia de una clase a otra, teniendo una disminución de áreas primariamente vegetadas (APV) de 28,43 km2 en 2013 a 24,34 km2 en 2020, lo que significa que se perdido un 14,35%, y un aumento de las áreas primariamente no vegetales (APNV) de 1 km2 en 2013 a 5.08 km2 en 2020 equivalente a un aumento del 13,86% (Tabla 2, Tabla 5).

Adicionalmente, en la Figura 7, se muestra una comparación multitemporal que evidencia de una manera más clara el cambio de uso y cobertura del suelo suscitado en la cuenca.


Figura 4.
Figura 4.

A (Mapa de cobertura de suelo correspondiente al año 2015, obtenido a partir de la base de datos geopedológica del proyecto SIGTIERRAS – MAG, 2015). B (Mapa de cobertura de suelo correspondiente al año 2020, obtenido mediante clasificación supervisada de imagen Landsat 8). En ambos mapas, los colores representan los siguientes tipos de cobertura: código 1 (verde oscuro) = bosque nativo; código 2 (verde claro) = vegetación arbustiva; código 3 (naranja/celeste) = pastizales; código 4 (rojo) = infraestructura antrópica. Al no contar con valores mensuales para el factor de vegetación, se tomaron valores de coberturas vegetales similares según la metodología de la FAO y del estudio realizado por Tejada Espinoza (2016) en la implementación del modelo TETIS en la cuenca del barranco del Carraixet (Tabla 1).


Figura 5.
Figura 5.

Clasificación de la cobertura del suelo para los años 2013 y 2020.

Tabla 2.
Tabla 2.

Análisis de los cambios en el uso y la cobertura del suelo en la cuenca del río Wawayme, años 2013 y 2020.

El análisis de los cambios en la cobertura del suelo revela una transformación significativa del paisaje, en el que las áreas de vegetación autóctona están siendo sustituidas principalmente por infraestructuras mineras y terrenos degradados. Esta transición representa un patrón preocupante desde una perspectiva ecológica, ya que la vegetación primaria desempeña funciones hidrológicas fundamentales que ahora se ven comprometidas.

3.2. Modelización hidrológica

Está ampliamente demostrado que los modelos hidrológicos distribuidos son útiles para simular escenarios que determinan la influencia de parámetros específicos. En esta investigación, el objetivo principal es evaluar la influencia de los cambios en el uso y la cobertura del suelo sobre el caudal en el punto de medición.

Los hidrogramas resultantes de las simulaciones para los años 2015 y 2020 muestran variaciones en el caudal simulado (m³ s⁻¹) y el volumen simulado (Hm³) a lo largo de un periodo de 43 800 minutos (datos mensuales) (Figura 6). Los resultados indican: (1) un caudal máximo observado de 5.6 m³ s⁻¹ y un volumen observado de 217.4 Hm³ (para ambos escenarios); (2) un caudal máximo simulado de 5.7 m³ s⁻¹ tanto para el escenario de 2015 como para el de 2020; (3) volúmenes simulados de 186.5 Hm³ (escenario de 2015) y 186.7 Hm³ (escenario de 2020); y (4) un valor RMSE de 1.01 y un índice de eficiencia de Nash–Sutcliffe de 0.03 (para los dos escenarios)(3).

Tabla 3.
Tabla 3.

Resultados. A: Simulación correspondiente al año 2015; B: Simulación correspondiente al año 2020.

El error cuadrático medio (RMSE) permite cuantificar la magnitud de la desviación entre los valores simulados y los observados, con un rango que va de cero al infinito positivo. Un valor de cero indica un ajuste perfecto, mientras que los valores más altos reflejan un peor rendimiento del modelo. En ambas simulaciones se obtuvo un valor de RMSE de 1.009, lo que representa un nivel adecuado de concordancia (Cabrera, 2012).

En cuanto al criterio de eficiencia de Nash-Sutcliffe —una de las métricas más utilizadas en hidrología—, se mide en qué medida la simulación capta la variabilidad de los datos observados. En ambos escenarios se obtuvo un valor de 0.0350, cercano al valor de referencia medio (E = 0). Además, durante la calibración del modelo se realizaron esfuerzos para mejorar el ajuste de los caudales máximos en el hidrograma, lo que influyó en el valor de eficiencia de Nash-Sutcliffe resultante (Cabrera, 2012).


Figura 6.
Figura 6.

Gráficos hidrológicos resultantes de las simulaciones para los años 2015 y 2020

Una de las condiciones que destacan los resultados en relación con la determinación de una mayor variabilidad en el balance hidrológico debido a los cambios en el uso y la cobertura del suelo es la disponibilidad limitada de datos meteorológicos e hidrológicos, un problema recurrente en Ecuador, especialmente en las cuencas hidrográficas amazónicas. Para el presente estudio, se implementó un diseño en el que se observa variabilidad en los caudales y volúmenes simulados, mostrando un aumento en el caudal máximo simulado de 0.002 m³ s⁻¹ y de 0.196 Hm³ en el volumen simulado al comparar el escenario de 2020 con el de 2015.

En el caso de un estudio hidrológico aplicado, se requeriría una mayor cantidad de datos hidrológicos y una mayor resolución temporal (por ejemplo, valores diarios) a lo largo de al menos un ciclo hidrológico completo. Esto debería incluir información sobre precipitaciones, mediciones del caudal de los arroyos y evapotranspiración, entre otros, para determinar con mayor precisión el comportamiento hidrológico de la cuenca. Además, se necesitan datos de campo sobre los parámetros iniciales requeridos por el modelo, tales como el almacenamiento estático, la capacidad de infiltración y la percolación.

3.3. Discusión

Dadas las diferencias observadas entre los aumentos de caudal y volumen obtenidos a partir de las respectivas simulaciones del modelo, es evidente que la cuenca hidrográfica presenta variabilidad en sus características hidrológicas, derivada de los cambios espaciales en el uso y la cobertura del suelo (Figura 4). Esta información es relevante debido a: (1) el riesgo ambiental asociado a la reducción de las áreas con vegetación y el consiguiente aumento del caudal en los cauces naturales debido a la disminución de la evapotranspiración; (2) la ocurrencia de eventos de inundación marcados; (3) la intensificación del déficit hídrico; y (4) la necesidad de conservación de los ecosistemas y control de la erosión.

En este contexto, basándose en los resultados del presente estudio y en las disposiciones esbozadas en el Plan Nacional de Adaptación al Cambio Climático del Ecuador (2023-2027) (MAATE, 2023), es imperativo mejorar el monitoreo, la gestión de datos y el acceso a la información hidrológica y relacionada con el agua. Esto mejoraría la resiliencia de las poblaciones ubicadas en las zonas de influencia directa e indirecta de los proyectos extractivos, además de reducir el riesgo de pérdidas económicas asociadas a la variabilidad climática. El poder comprender y predecir los factores que modulan dichas variaciones requiere fortalecer, ampliar y mejorar el monitoreo hidrológico y meteorológico, así como la gestión y accesibilidad de los datos. Esto puede lograrse mediante acciones como la adquisición de equipos, la implementación de planes de acción estratégicos y el desarrollo de políticas relacionadas con la recopilación, gestión e intercambio de información climática a corto, mediano y largo plazo.

Además, es esencial establecer una gobernanza inclusiva y transparente en la gestión de los recursos hídricos, involucrando a todas las partes interesadas para implementar medidas de mitigación y conservación que aborden los riesgos ambientales asociados a dichas actividades, al tiempo que se refuerza la resiliencia de las comunidades.

Es importante señalar que, dadas las limitaciones de los datos de entrada (registros mensuales, estaciones meteorológicas distantes y parámetros edafológicos estimados), los valores absolutos de caudal deben interpretarse con cautela. La incertidumbre asociada se estima en ±20-30 % (Beven, 2012). Por lo tanto, la principal contribución de este estudio radica en la comparación relativa entre escenarios (un cambio de +0.02 m³s⁻¹ entre 2015 y 2020), más que en los valores absolutos modelizados. Aunque esta diferencia es pequeña en términos absolutos, representa un aumento que podría amplificarse durante los periodos de mayor precipitación.

Por último, si bien el análisis del cambio en la cobertura vegetal mediante teledetección constituye el componente más sólido de este estudio (debido a su objetividad y replicabilidad), la modelización hidrológica —a pesar de sus limitaciones— sirve para traducir estos cambios espaciales en consecuencias hidrológicas proyectadas. Los resultados del modelo deben interpretarse como indicadores de tendencias (es decir, la dirección del cambio) más que como predicciones precisas. No obstante, la metodología presentada es replicable y puede mejorarse a medida que se disponga de datos de entrada de mayor calidad.




Figura 7.
Figura 7.

A (2013): Cuenca predominantemente cubierta de vegetación densa y una mínima intervención en el extremo oeste. B (2015): Aparecen claramente áreas de suelo desnudo en la zona central-oeste. Infraestructura minera visible en el margen izquierdo, inicio de evidente intervención. C (2020): Expansión significativa de la zona intervenida. Tajo abierto claramente visible en la parte central con suelo expuesto. Infraestructura minera consolidada en el margen oeste. La cobertura verde persiste en el sector oriental. D (2025): El tajo a cielo abierto domina la zona central-sur con terrazas de extracción bien definidas. Las áreas degradadas se extienden hacia el norte de la cuenca. El sector oriental mantiene cobertura forestal, pero con presión creciente.

Conclusiones

La implementación del modelo conceptual de simulación hidrológica distribuida TETIS permite identificar la variabilidad en el balance hidrológico en función de los cambios en el uso y la cobertura del suelo. Concretamente, se determinó un aumento en el caudal máximo y el volumen simulado de 0.002 m³s⁻¹ y 0.196 Hm³, respectivamente, al comparar los escenarios para los años 2015 y 2020. Además, la calibración del modelo permitió un mejor ajuste entre las series de datos observados y simulados —en particular al lograr un ajuste adecuado de los caudales máximos en los hidrogramas—, lo que arrojó resultados satisfactorios para las funciones objetivo RMSE y Nash–Sutcliffe.

Mediante la aplicación del sistema de clasificación de la FAO (2005) a través del complemento SCP y su metodología de posprocesamiento, se evaluaron los cambios en la cobertura del suelo en la cuenca hidrográfica. Los resultados indican una disminución del 14.35 % en las áreas principalmente vegetadas y un aumento del 13.86 % en las áreas principalmente no vegetadas entre 2013 y 2020, como lo evidencia la comparación multitemporal correspondiente.

En consecuencia, teniendo en cuenta que la cuenca se encuentra dentro de ecosistemas únicos de alta diversidad biológica (región amazónica ecuatoriana), es esencial implementar prácticas adecuadas de gestión extractiva. La falta de planificación y la sobreexplotación de los recursos naturales pueden conducir a graves alteraciones ambientales, que afectan particularmente a los recursos hídricos. Por lo tanto, la metodología aplicada pone de relieve los problemas asociados a la reducción de la cobertura vegetal, reflejados en parte a través de la variabilidad hidrológica.

Asimismo, es importante evaluar la eficacia de los marcos normativos actuales para la protección de las cuencas hidrográficas en las zonas mineras de Ecuador, y proponer mejoras basadas en la evidencia científica como parte de las estrategias de política pública en la región. En este sentido, la presente investigación sirve como punto de partida a partir del cual deben desarrollarse medidas adecuadas para minimizar los riesgos asociados a los eventos de inundación y sus impactos ambientales.

Por último, se proponen las siguientes líneas de investigación futuras: (1) la implementación de redes de monitoreo hidrometeorológico de alta resolución temporal dentro de la cuenca; (2) la evaluación de la eficacia de las medidas de mitigación implementadas por el proyecto minero; (3) el desarrollo de estudios de calidad del agua para complementar el análisis cuantitativo; (4) la extensión del análisis a otras cuencas amazónicas con actividades mineras similares; y (5) el desarrollo de modelos predictivos que incorporen escenarios de cambio climático.

Declaración de uso de inteligencia artificial

Los autores DECLARAN que, durante la preparación del artículo titulado ≪Variabilidad hidrológica por cambio de cobertura de suelo en la cuenca del rio Wawayme debido a actividades mineras, Ecuador ≫, no se utilizaron herramientas de inteligencia artificial generativa ni sistemas automatizados de asistencia para la redacción, análisis, interpretación de datos, generación de contenido, traducción o edición del manuscrito.

Los autores asumen plena responsabilidad por el contenido, la originalidad, la integridad y la versión final del artículo.

Contribución de los autores

R.A.M.F.: Conceptualización, análisis formal, investigación, metodología, recursos, software, visualización, escritura – borrador original. M.Z.F.L.: Investigación, supervisión, validación, escritura – revisión y edición.

Referencias

Angelo, J. y Sempere, F. (2018) «Extracción minera y derechos humanos: Impactos adversos y caminos hacia un desarrollo sostenible», Revista Internacional de Cooperación y Desarrollo, 5, págs. 105-123. Disponible en: https://doi.org/10.21500/23825014.3598.

Angulo, M. A. y Saavedra, O. C. (2018) «Modelación hidrológica de la cuenca Maylanco utilizando HEC-HMS», Investigación y Desarrollo, 18, págs. 53-67. Disponible en: https://doi.org/10.23881/idupbo.018.1-4i.

Barceló Coll, J., Nicolás Rodrigo, G., Sabater García, B. y Sánchez Tamés, R. (2000) Fisiología vegetal. 9ª ed. Ediciones Pirámide. Disponible en: https://n9.cl/kqk4d0.

Barrientos, G. y otros (2020) Evaluación de cambios en la escorrentía bajo escenarios de uso de suelo. Disponible en ResearchGate. Disponible en: https://www.researchgate.net.

Beven, K. J. (2012) Rainfall-runoff modelling: The primer. 2ª ed. John Wiley & Sons. Disponible en: https://doi.org/10.1002/9781119951001.

Bustamante, T., Espinoza, M., Ruiz, L., Trujillo, J. y Uquillas, J. (1993) Retos de la Amazonía. Quito, Ecuador: Abya-Yala. Disponible en: https://n9.cl/d32rk.

Cabrera, J. (2012) «Calibración de modelos hidrológicos», Instituto para la Mitigación de los Efectos del Fenómeno El Niño, Universidad Nacional de Ingeniería, Facultad de Ingeniería Civil, Perú, 1(1).

Custode, E. y Sourdat, M. (1986) «Paisajes y suelos de la Amazonía ecuatoriana: entre la conservación y la explotación», Revista del Banco Central del Ecuador, 8, págs. 325-337.

Daily, G. C. y Ehrlich, P. R. (1992) «Population, Sustainability, and Earth's Carrying Capacity», BioScience, 42, págs. 761-771. Disponible en: https://doi.org/10.2307/1311995.

de Alba, S. (2014) Degradación del suelo por procesos erosivos. Documento técnico/Informativo.

de Jong, L., De Bruin, S., Knoop, J. y van Vliet, J. (2021) «Understanding land-use change conflict: a systematic review of case studies», Journal of Land Use Science, 16, págs. 223-239. Disponible en: https://doi.org/10.1080/1747423X.2021.1933226.

Dingman, S. L. (2014) Physical Hydrology. 3ª ed. Waveland Press. Disponible en: https://www.waveland.com/browse.php?t=382.

Fang, H. y Fan, Z. (2021) «Effects of land use/cover change on hydrological processes», Environmental Earth Sciences, 80, págs. 1-15. Disponible en: https://doi.org/10.1007/s12665-021-09574-0.

FAO (2005) Land Cover Classification System - Classification concepts and user manual. Food and Agriculture Organization of the United Nations.

Giraldo, M., Ramírez, J. y Galán, A. (eds.) (2013) Amazonia posible y sostenible. Bogotá: Naciones Unidas.

Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) (2021) Modelo hidrológico TETIS: Manual técnico. Valencia: Universidad Politécnica de Valencia. Disponible en: https://www.iiama.upv.es.

Instituto Nacional de Investigaciones Agropecuarias (INIAP) (2018) Agroforestería Sostenible en la Amazonía Ecuatoriana, No 2. Fragilidad de los suelos en la Amazonía ecuatoriana y potenciales alternativas agroforestales para el manejo sostenible. INIAP.

MAATE (2023) Plan Nacional de Adaptación al Cambio Climático del Ecuador (2022-2027). Ministerio del Ambiente, Agua y Transición Ecológica del Ecuador.

Mintegui Aguirre, J. Á. y Robredo Sánchez, J. C. (1994) «Caracterización de las cuencas hidrográficas, objeto de restauración higrológico-forestal, mediante modelos hidrológicos», Ingeniería del Agua, 1. Disponible en: https://doi.org/10.4995/ia.1994.2637.

Mintegui Aguirre, J. Á. y Robredo Sánchez, J. C. (2008) Estrategias para el control de los fenómenos torrenciales y la ordenación sustentable de las aguas, suelos y bosques de las cuencas de montaña. Documento técnico/Libro.

Montaño, D. (2021) Nuevo estudio: en los últimos 26 años Ecuador ha perdido más de 2 millones de hectáreas de bosque. Reporte de prensa/Artículo.

Moreno Farfán, R. A. (2022) «Restauración geomorfológica sobre depósitos de relaves: caso de estudio aplicado a la concesión minera Río Blanco, Ecuador», La Granja: Revista de Ciencias de la Vida, 37. Disponible en: https://doi.org/10.17163/lgr.n37.2023.10.

Nobre, C. A., Sampaio, G., Borma, L. S., Castilla-Rubio, J. C., Silva, J. S. y Cardoso, M. (2016) «Land-use and climate change risks in the Amazon and the need of a novel sustainable development paradigm», Proceedings of the National Academy of Sciences, 113, págs. 10759-10768. Disponible en: https://doi.org/10.1073/pnas.1605516113.

Pascual, J. (2002) Cambios del suelo y régimen hídrico en la rambla de Poyo y el barranc de Carraixet. Tesis/Informe de investigación.

Paz, A. (2024) Ecuador perdió poco más de un millón de hectáreas de formación boscosas en 38 años. Disponible en: https://n9.cl/nuqhvb.

Prats, A., Torrent, J., López, M. y del Campo García, A. (2011) «Influencia de la vegetación en el ciclo hidrológico, factores escorrentía e infiltración», Cuadernos de la Sociedad Española de Ciencias Forestales, (32), págs. 137-143.

Rodríguez-Lloveras, X. y otros (2015) «Hydrological response to land-use changes», Hydrological Processes, 29(7), págs. 1625-1637. Disponible en: https://doi.org/10.1002/hyp.10215.

Siswanto, S. Y. y Francés, F. (2019) «How land use/land cover changes can affect water, flooding and sedimentation in a tropical watershed: a case study using distributed modeling in the Upper Citarum watershed, Indonesia», Environmental Earth Sciences, 78, pág. 550. Disponible en: https://doi.org/10.1007/s12665-019-8561-0.

Suquilanda, M. (2008) «El deterioro de los suelos en el Ecuador y la producción agrícola», en Memorias del XI Congreso Ecuatoriano de la Ciencia del Suelo. Quito, Ecuador: Sociedad Ecuatoriana de la Ciencia del Suelo, pág. 12. Disponible en: https://n9.cl/ay5i8o.

Tejada Espinoza, H. (2016) Caracterización del régimen de crecidas mediante la implementación del modelo hidrológico TETIS en la cuenca del barranco del Carraixet - Valencia. Trabajo de investigación / Tesis.

Terán, C. (2017) Curso virtual de modelamiento hidrológico distribuido con TETIS v. 8.3.1.

Vásconez, M. y Torres, L. (2018) «Minería en el Ecuador: sostenibilidad y licitud», Revista Estudio Desarrollo Social: Cuba y América Latina, 6, págs. 83-103. Disponible en: https://n9.cl/g5fjq.

Winkler, K., Fuchs, R., Rounsevell, M. y Herold, M. (2021) «Global land use changes are four times greater than previously estimated», Nature Communications, 12, pág. 2501. Disponible en: https://doi.org/10.1038/s41467-021-22702-2.

Información adicional

redalyc-journal-id: 4760

Enlace alternativo

HTML generado a partir de XML-JATS por