Impacto del cambio climático en las tasas de evaporación y evapotranspiración en la cuenca transfronteriza del lago Titicaca

Abstract

Esta investigación centró sus esfuerzos en determinar el potencial efecto del cambio climático en las tasas de evaporación (E) y evapotranspiración de referencia (ETo) en la cuenca transfronteriza del lago Titicaca. A partir de conjuntos de datos climáticos diarios de dos estaciones limnológicas y doce estaciones climáticas se efectuó el análisis de la variabilidad interanual y estacional de la temperatura del aire (TA) y la temperatura superficial del agua (TSA) del lago Titicaca, estableciéndose relaciones entre ellos. Asimismo, se desarrollaron distintos modelos de redes neuronales artificiales (RNA) con diferentes parámetros climáticos como variables de entrada para la estimación de la TSA, E y ETo para el periodo base (1986─2015) y los periodos proyectados (2040─2069 y 2070─2099), para la cuantificación bajo escenarios de cambio climático RCP 4.5 y RCP 8.5 la variación de las tasas de E y ETo. Los resultados mostraron la existencia de un comportamiento cíclico a escala anual de la TSA y la existencia de etapas de calentamiento, meseta y enfriamiento de las aguas del lago Titicaca, así como, la existencia de una alta correlación entre la TA y TSA. Los modelos de RNA evaluados mostraron buen desempeño en la estimación de la TSA, E y ETo a partir de un número reducido de variables climáticas de entrada, presentando alta eficiencia y reducidos errores de estimación. Se presentaron incrementos de la TSA y cambios en las duraciones de las etapas del ciclo anual de la TSA para los periodos proyectados, así como disminución de las tasas de E y ETo y reducción de la amplitud de valores máximos y mínimos en la mayor cantidad de estaciones estudiadas.

This research focused its efforts on determining the potential effect of climate change on evaporation (E) and reference evapotranspiration (ETo) rates in the transboundary basin of Lake Titicaca. Using daily climate data sets from twelve meteorological stations, the analysis of the interannual and seasonal variability of air temperature (AT) and water surface temperature (TSA) in Lake Titicaca was carried out, establishing relationships between them. Likewise, different artificial neural network (ANN) models were developed with different climate parameters as input variables for the estimation of the TSA, E, and ETo for the base period (1986─2015) and the projected periods (2040─2069 and 2070─2099), for the quantification under RCP 4.5 and RCP 8.5 climate change scenarios the variation of E and ETo rates. The results showed the existence of cyclical behavior on an annual scale of the TSA and the existence of stages of warming, plateauing and cooling of the waters of Lake Titicaca, as well as the existence of a high correlation between the TA and TSA. The ANN models evaluated showed good performance in estimating the TSA, E, and ETo from a reduced number of input climate variables, presenting high efficiency and reduced estimation errors. There were increases in the TSA and changes in the durations of the stages of the annual cycle of the TSA for the projected periods, as well as a decrease in the rates of E and ETo and a reduction in the amplitude of maximum and minimum values in the largest number of stations studied.