Evaluación de la evapotranspiración real en ambientes semiáridos mediante teledetecciónevolución previsible de la evapotranspiración de referencia a lo largo del siglo XXI en la Demarcación Hidrográfica del Segura

Resumen

La presente tesis se enmarca en la Demarcación Hidrográfica del Segura (DHS), una típica región mediterránea semiárida situada en el sureste de la península ibérica, en la que los recursos hídricos disponibles son escasos. Dicha escasez hace que la DHS sea especialmente vulnerable al cambio climático, cuyas consecuencias ya son una realidad a nivel global y que podría derivar en las próximas décadas en un descenso de las aportaciones en régimen natural y de la recarga de los acuíferos. Este contexto, hace imprescindible la realización de estudios encaminados a la obtención de la mejor información posible que permita seguir mejorando la planificación, gestión sostenible y modelización de los recursos hídricos. En este sentido, el principal objetivo de esta tesis es contribuir a la mejora de la información disponible respecto a diferentes aspectos relacionados con el proceso de evapotranspiración en ambientes semiáridos. El desarrollo de esta tesis se ha estructurado en 3 grandes capítulos. En el primero de estos 3 capítulos se ha llevado a cabo una comparación de distintos métodos para la estimación en la DHS y en días despejados de la temperatura instantánea del aire a la hora del paso diurno de los satélites TERRA y AQUA (Tinst) y de las temperaturas máximas y mínimas del aire (Tmax y Tmin). Este capítulo deriva del requerimiento de gran parte de los modelos que actualmente se utilizan para la modelización de la evapotranspiración real (ETR), de capas de temperatura instantánea del aire a la hora de paso de los satélites TERRA y AQUA. En dicha modelización está centrado el segundo de los capítulos de desarrollo de la tesis. Concretamente en este primer capítulo se han comparado 9 métodos para la estimación de Tinst y 7 métodos para la estimación de Tmax y Tmin. Entre dichos métodos se han utilizado 2 métodos de aprendizaje automático, Random Forest (RF) y Support Vector Machine (SVM), hasta ahora escasamente utilizados para estimar la temperatura del aire. Además, se ha utilizado un modelo de regresión lineal múltiple (MRLM), kriging ordinario (OK), el modelo TVX, el modelo Parton-Logan y 3 modelos de regresion-kriging a partir de MRLM, RF y SVM. Como variables predictoras de los diferentes modelos de regresión se han utilizado una combinación de variables geográficas y ambientales fáciles de obtener a partir de modelos digitales de elevación o imágenes de satélite. Dichas variables han sido utilizadas en otros estudios para la estimación de la temperatura del aire. Los mejores resultados para la estimación de Tinst se han obtenido para RF, los 3 modelos regresion-kriging y para Parton-Logan, que a diferencia del resto de modelos no requiere datos observados de Tinst. Por su parte, para la temperatura máxima, los mejores resultados se han obtenido para RF y el modelo regresion-kriging basado en RF, mientras que para la temperatura mínima no se han obtenido diferencias significativas entre los diferentes métodos. En el segundo capítulo se han propuesto diferentes variaciones a los modelos 3T y TDTM, recientemente desarrollados para la obtención de valores de ETR en ambientes semiáridos a partir de datos obtenidos mediante teledetección. Las distintas variaciones propuestas han sido validadas con los datos obtenidos para dos torres de flujo (ES-LJU y ES-AMO) situadas en la provincia de Almería en zonas de matorral y en un ambiente semiárido. Además, en este capítulo se ha analizado la distribución espacial de los valores de ETR obtenidos para dichas variaciones en la DHS. Para las distintas variaciones propuestas para el modelo 3T se han obtenido resultados bastante peores que en otros estudios, con un RMSE que oscila entre los 0,97 y 20 mm para ES-LJU y entre los 0,83 y 2,38 mm para ES-AMO. Estos valores tan altos se deben principalmente a la elevada sobreestimación de la transpiración obtenida en este capítulo. Sin embargo, para el modelo TDTM-NDVI-corr, una de las variaciones propuestas en este trabajo del modelo TDTM, si se han obtenido resultados muy prometedores y más si cabe teniendo en cuenta la sencillez de su implementación. Para dicho modelo, para ES-AMO se ha obtenido un RMSE de 0,32 mm y para ES-LJU de 0,33 mm, un valor que es similar a los mejores resultados obtenidos en otros estudios para ES-LJU. Además, la distribución espacial obtenida para TDTM-NDVI-corr es la más coherente con las características del área de estudio de todas las variaciones propuestas. En el tercer capítulo se ha propuesto una metodología para obtener, evaluar y comparar ensembles multimodelo (MMEs) de ET0 basados en algunos de los métodos que tradicionalmente se han utilizado para ello y en dos métodos de aprendizaje automático (Random Forest y Support Vector Machine), con el fin de obtener series diarias de ET0 para el siglo XXI y para los escenarios de cambio climático RCP4.5 y RCP8.5, que tengan el menor sesgo posible, dentro de la incertidumbre asociada a todo el proceso de obtención de las proyecciones regionalizadas de temperatura. Los valores de ET0 se han obtenido a partir del método de Hargreaves calibrado. Entre los 11 MMEs analizados, el mejor rendimiento se ha obtenido para el MME basado en Random Forest, siendo este significativamente mejor que para el resto de MMEs y series individuales de ET0, excepto para el MME basado en el método LAD. Además, en este capítulo a partir del MME para el que mejor resultados se ha obtenido (el basado en Random Forest) se ha analizado el impacto del cambio climático sobre la ET0, en la DHS. En relación con ello, a escala anual se ha obtenido un incremento significativo de la ET0, para los dos escenarios de emisión contemplados y que el mayor incremento se registraría en las zonas de cabecera de los ríos Segura y Mundo, de donde proceden la mayor parte de las aportaciones en régimen natural de la DHS. En esta tesis el proceso de adquisición y depuración de la información, así como la automatización del proceso de trabajo y el análisis y la obtención de resultados, estará basado en el uso de Sofware libre, concretamente en el uso de GRASS como Sistema de Información Geográfica y R-CRAN para el análisis y descarga de datos. Esto facilitará la reproducibilidad de los distintos capítulos de esta tesis en otras investigaciones.