Monitoreo del almacenamiento de agua subterránea en la cuenca del río Orinoco y evaluación del potencial de aguas subterráneas en las subzonas hidrográficas del río Arauca, Cravo Norte y Casanare a partir de datos de teledetección aplicada

Abstract

Se evaluó el rendimiento de TWS en seis productos GRACE para la cuenca del río Orinoco entre 2003 y 2021, comparándolos con estimaciones basadas en el balance hídrico. Para ello, se emplearon datos de precipitación modelados con redes neuronales artificiales, que mostraron una correlación de Pearson de 0.92 con datos de estaciones meteorológicas del IDEAM. Los productos mascons, especialmente los del Jet Propulsion Laboratory, mostraron el mejor desempeño. Además, se contrastó el almacenamiento de agua subterránea (GWS) estimado mediante la ecuación de balance de masa hídrica terrestre con el de GLDAS, y se analizó su relación con eventos ENSO, encontrando una correlación negativa (r=-0.63), con patrones de abundancia y sequía relacionados con La Niña y El Niño respectivamente. Se identificaron correlaciones positivas entre GWS y precipitación (r=0.85) y entre TWS y precipitación (r=0.89), ambas con un desfase de dos meses, y entre TWS y GWS (r=0.91) sin desfase. Este estudio también identificó zonas de potencial de aguas subterráneas someras en las subzonas hidrográficas de los ríos Arauca, Cravo Norte y Casanare mediante la implementación de teledetección, sistemas de información geográfica (SIG) y análisis jerárquico ponderado (AHP). Los geofactores considerados incluyeron geología-litología, pendiente, cobertura y uso del suelo, densidad de lineamientos, densidad de drenajes y precipitación. Como resultado, la región mostró un potencial alto y muy alto de aguas subterráneas someras, atribuido a los depósitos cuaternarios que abarcan el 88% del área de estudio. La presencia de manantiales, aljibes, puntillos y pozos validaron el potencial identificado. (Texto tomado de la fuente).

The performance of TWS in six GRACE products was evaluated for the Orinoco River basin between 2003 and 2021, comparing them with water balance-based estimates. Modeled precipitation data, derived using artificial neural networks, were utilized, showing a Pearson correlation of 0.92 with meteorological station data from IDEAM. Among the GRACE products, mascons solutions, particularly those from the Jet Propulsion Laboratory, exhibited the best performance. Additionally, groundwater storage (GWS) estimates derived from the terrestrial water balance equation were compared with GLDAS estimates, and their relationship with ENSO events was analyzed. A negative correlation (r=-0.63) was identified, with recharge and discharge patterns associated with La Niña and El Niño events, respectively. Positive correlations were also identified between GWS and precipitation (r=0.85), and between TWS and precipitation (r=0.89), both with a two-month lag, as well as between TWS and GWS (r=0.91) with no lag. This study also identified shallow groundwater potential zones in the hydrographic subzones of the Arauca, Cravo Norte, and Casanare rivers using remote sensing, geographic information systems (GIS), and analytical hierarchy process (AHP) methods. Geofactors considered included geology-lithology, slope, land use and land cover, lineament density, drainage density, and precipitation. As a result, the region demonstrated high and very high shallow groundwater potential, attributed to Quaternary deposits covering 88% of the study area. The presence of springs, wells, boreholes, and puncture points within these zones validated the identified potential.