LA OFERTA HÍDRICA DEL RÍO ZULIA EN
COLOMBIA ANTE DOS ESCENARIOS DEL
CAMBIO CLIMÁTICO
THE WATER SUPPLY OF THE ZULIA RIVER IN COLOMBIA
UNDER TWO CLIMATE CHANGE SCENARIOS
Rubén Darío Fernández Cárdenas
Universidad Francisco de Paula Santander Colombia
Gustavo Adolfo Carrillo Soto
Universidad Francisco de Paula Santander Colombia
Jorge Enrique Barrera Cortes
Universidad Francisco de Paula Santander Colombia
pág. 5479
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17308
La oferta hídrica del río Zulia en Colombia ante dos escenarios del cambio
climático
Rubén Darío Fernández Cárdenas1
rubendariofc@ufps.edu.co
https://orcid.org/0009-0005-5858-033x
Universidad Francisco de Paula Santander
Colombia
Gustavo Adolfo Carrillo Soto
gustavocarrillo@ufps.edu.co
https://orcid.org/0000-0001-6772-4431
Universidad Francisco de Paula Santander
Colombia
Jorge Enrique Barrera Cortes
jorgebarrera7@yahoo.com.mx
https://orcid.org/0009-0003-5188-5486
Universidad Francisco de Paula Santander
Colombia
RESUMEN
No tener información sobre el impacto del cambio climático genera incertidumbre en la planificación
del recurso hídrico. El objetivo de esta investigación fue estimar el cambio climático y su incidencia en
la oferta hídrica del río Zulia. Con los escenarios SSP5-8.5 y SSP2-4.5 se proyectaron mensualmente al
año 2100 las series de precipitación y de temperatura para las estaciones que miden estas variables y
que tienen influencia en la cuenca, utilizando el Proyecto CMIP6. Se generaron al año 2100 las series
de precipitación y temperatura media mensual; se obtuvo que al año 2100 la temperatura media anual la
cual con el escenario SSP5-8.5 se incrementó 5.09 °C, con el SSP2-4.5 tuvo incremento de 2.63 °C;
para el caso de la precipitación anual, con el SSP5-8.5 se proyecta un incremento del 2.19%, y una
disminución de la misma del -6.80%; con el modelo hidrológico abcd Thomas, previamente calibrado
se simularon los caudales medios mensuales para el mismo periodo de tiempo. Para el año 2100 los
resultados indican, que con el SSP5-8.5, se proyecta disminución del caudal medio del 22.04% y con el
SSP2-4.5 del 20.76%.
Palabras clave: cambio climático, modelo hidrológico abcd thomas, proyecto cmip6
1 Autor principal.
Correspondencia: rubendariofc@ufps.edu.co
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17308
La oferta hídrica del río Zulia en Colombia ante dos escenarios del cambio
climático
Rubén Darío Fernández Cárdenas1
rubendariofc@ufps.edu.co
https://orcid.org/0009-0005-5858-033x
Universidad Francisco de Paula Santander
Colombia
Gustavo Adolfo Carrillo Soto
gustavocarrillo@ufps.edu.co
https://orcid.org/0000-0001-6772-4431
Universidad Francisco de Paula Santander
Colombia
Jorge Enrique Barrera Cortes
jorgebarrera7@yahoo.com.mx
https://orcid.org/0009-0003-5188-5486
Universidad Francisco de Paula Santander
Colombia
RESUMEN
No tener información sobre el impacto del cambio climático genera incertidumbre en la planificación
del recurso hídrico. El objetivo de esta investigación fue estimar el cambio climático y su incidencia en
la oferta hídrica del río Zulia. Con los escenarios SSP5-8.5 y SSP2-4.5 se proyectaron mensualmente al
año 2100 las series de precipitación y de temperatura para las estaciones que miden estas variables y
que tienen influencia en la cuenca, utilizando el Proyecto CMIP6. Se generaron al año 2100 las series
de precipitación y temperatura media mensual; se obtuvo que al año 2100 la temperatura media anual la
cual con el escenario SSP5-8.5 se incrementó 5.09 °C, con el SSP2-4.5 tuvo incremento de 2.63 °C;
para el caso de la precipitación anual, con el SSP5-8.5 se proyecta un incremento del 2.19%, y una
disminución de la misma del -6.80%; con el modelo hidrológico abcd Thomas, previamente calibrado
se simularon los caudales medios mensuales para el mismo periodo de tiempo. Para el año 2100 los
resultados indican, que con el SSP5-8.5, se proyecta disminución del caudal medio del 22.04% y con el
SSP2-4.5 del 20.76%.
Palabras clave: cambio climático, modelo hidrológico abcd thomas, proyecto cmip6
1 Autor principal.
Correspondencia: rubendariofc@ufps.edu.co
pág. 5480
The water supply of the Zulia river in Colombia under two climate change
scenarios
ABSTRACT
Lack of information on the impact of climate change creates uncertainty in water resource planning. The
objective of this research was to estimate climate change and its impact on the Zulia River's water supply.
Using the SSP5-8.5 and SSP2-4.5 scenarios, monthly precipitation and temperature series were
projected to the year 2100 for the stations that measure these variables and that influence the basin, using
the CMIP6 Project. Monthly precipitation and average temperature series were generated for the year
2100. It was found that the average annual temperature increased by 5.09 °C in the SSP5-8.5 scenario
and increased by 2.63 °C in the SSP2-4.5 scenario. For annual precipitation, an increase of 2.19% is
projected for the SSP5-8.5 scenario and a decrease of -6.80%. Using the previously calibrated Thomas
hydrological model abcd, the average monthly flows were simulated for the same period. For the year
2100, the results indicate that with SSP5-8.5, the average flow is projected to decrease by 22.04%, and
with SSP2-4.5, by 20.76%.
Keywords: climate change, thomas abcd hydrological model, cmip6 project
Artículo recibido: 14 febrero 2025
Aceptado para publicación: 17 marzo 2025
The water supply of the Zulia river in Colombia under two climate change
scenarios
ABSTRACT
Lack of information on the impact of climate change creates uncertainty in water resource planning. The
objective of this research was to estimate climate change and its impact on the Zulia River's water supply.
Using the SSP5-8.5 and SSP2-4.5 scenarios, monthly precipitation and temperature series were
projected to the year 2100 for the stations that measure these variables and that influence the basin, using
the CMIP6 Project. Monthly precipitation and average temperature series were generated for the year
2100. It was found that the average annual temperature increased by 5.09 °C in the SSP5-8.5 scenario
and increased by 2.63 °C in the SSP2-4.5 scenario. For annual precipitation, an increase of 2.19% is
projected for the SSP5-8.5 scenario and a decrease of -6.80%. Using the previously calibrated Thomas
hydrological model abcd, the average monthly flows were simulated for the same period. For the year
2100, the results indicate that with SSP5-8.5, the average flow is projected to decrease by 22.04%, and
with SSP2-4.5, by 20.76%.
Keywords: climate change, thomas abcd hydrological model, cmip6 project
Artículo recibido: 14 febrero 2025
Aceptado para publicación: 17 marzo 2025
pág. 5481
INTRODUCCIÓN
El agua es el insumo vital para la vida, esta se presenta en la naturaleza principalmente en tres estados,
líquida, sólida y gaseosa, la investigación y el conocimiento de los diferentes procesos hídricos que se
llevan a cabo en el medio ambiente son de gran importancia para hacer su uso sostenible y racional.
De acuerdo al Banco Mundial, la mayoría de las naciones enfrenta una presión sin precedentes sobre
sus recursos hídricos. La población mundial crece aceleradamente y, según estimaciones, en 2030 el
planeta sufrirá una escasez del 40% entre la demanda proyectada y el agua disponible. (Banco Mundial,
2020).
El Banco Mundial señala que, pese a la abundancia de agua en Colombia, no todos los ciudadanos se
benefician de ella. Un tercio de la población urbana de uno de los nueve territorios más ricos en agua
del mundo sufre estrés hídrico. En 20 años, la escasez de agua ha crecido por el cambio climático y el
aumento poblacional. Colombia enfrenta inseguridad hídrica por excesos, escasez y contaminación del
agua, con sequías e inundaciones (Banco Mundial, 2020).
En el Norte de Santander existe una riqueza hídrica importante, en este departamento se ubica el Páramo
de Santurbán, el Páramo de Almorzadero y Páramo de Tama. Las más importantes corrientes hídricas
del departamento, son principalmente, los ríos, Zulia, Pamplonita, Algodonal y Catatumbo. Según
proyecciones del IDEAM al año 2025, Norte de Santander presenta valor alto en dos municipios y valor
medio alto en siete municipios en el índice de escasez de agua en cabeceras municipales (Instituto de
Hidrología, Meteorología y Estudios Ambientales IDEAM, 2000).
La cuenca del río Zulia en Norte de Santander abarca 15 municipios con una población de 929,641
habitantes (de un total de 1,479,710). De este río se abastece el acueducto de San José de Cúcuta, el
distrito de adecuación de tierras de gran escala del río Zulia para irrigar 9,368.87 hectáreas de arroz y se
suple el requerimiento de agua de dos plantas generadoras de energía térmica en el municipio de San
Cayetano. En 2022, el índice de retención hídrica era del 64% (bajo) y el de vulnerabilidad al
desabastecimiento era alto en año medio y muy alto en año seco (Instituto de Hidrología, Meteorología
y Estudios Ambientales IDEAM, 2023).
Según los estudios del “Grupo Intergubernamental de Expertos sobre el Cambio Climático – IPCC”, los
cambios recientes en el clima son sin precedentes en siglos. Esto se debe al incremento en las GEI,
INTRODUCCIÓN
El agua es el insumo vital para la vida, esta se presenta en la naturaleza principalmente en tres estados,
líquida, sólida y gaseosa, la investigación y el conocimiento de los diferentes procesos hídricos que se
llevan a cabo en el medio ambiente son de gran importancia para hacer su uso sostenible y racional.
De acuerdo al Banco Mundial, la mayoría de las naciones enfrenta una presión sin precedentes sobre
sus recursos hídricos. La población mundial crece aceleradamente y, según estimaciones, en 2030 el
planeta sufrirá una escasez del 40% entre la demanda proyectada y el agua disponible. (Banco Mundial,
2020).
El Banco Mundial señala que, pese a la abundancia de agua en Colombia, no todos los ciudadanos se
benefician de ella. Un tercio de la población urbana de uno de los nueve territorios más ricos en agua
del mundo sufre estrés hídrico. En 20 años, la escasez de agua ha crecido por el cambio climático y el
aumento poblacional. Colombia enfrenta inseguridad hídrica por excesos, escasez y contaminación del
agua, con sequías e inundaciones (Banco Mundial, 2020).
En el Norte de Santander existe una riqueza hídrica importante, en este departamento se ubica el Páramo
de Santurbán, el Páramo de Almorzadero y Páramo de Tama. Las más importantes corrientes hídricas
del departamento, son principalmente, los ríos, Zulia, Pamplonita, Algodonal y Catatumbo. Según
proyecciones del IDEAM al año 2025, Norte de Santander presenta valor alto en dos municipios y valor
medio alto en siete municipios en el índice de escasez de agua en cabeceras municipales (Instituto de
Hidrología, Meteorología y Estudios Ambientales IDEAM, 2000).
La cuenca del río Zulia en Norte de Santander abarca 15 municipios con una población de 929,641
habitantes (de un total de 1,479,710). De este río se abastece el acueducto de San José de Cúcuta, el
distrito de adecuación de tierras de gran escala del río Zulia para irrigar 9,368.87 hectáreas de arroz y se
suple el requerimiento de agua de dos plantas generadoras de energía térmica en el municipio de San
Cayetano. En 2022, el índice de retención hídrica era del 64% (bajo) y el de vulnerabilidad al
desabastecimiento era alto en año medio y muy alto en año seco (Instituto de Hidrología, Meteorología
y Estudios Ambientales IDEAM, 2023).
Según los estudios del “Grupo Intergubernamental de Expertos sobre el Cambio Climático – IPCC”, los
cambios recientes en el clima son sin precedentes en siglos. Esto se debe al incremento en las GEI,
pág. 5482
principalmente por acciones del hombre como incinerar combustibles fósiles y la tala indiscriminada
para expandir tierras agrícolas. La atmósfera, el océano y la tierra están calentándose, es un hecho. El
IPCC sostiene que en los últimos años han ocurrido cambios climáticos sin precedentes, y lo más
alarmante es que muchos de estos cambios son irreversibles y solo se podrán remediar en cientos o miles
de años. Las acciones humanas son indudablemente culpables de los incrementos en la GEI
uniformemente distribuidos desde aproximadamente 1750. Desde 2011, las concentraciones en la
atmósfera han crecido incesantemente, logrando promedios anuales de 410 ppm de CO2, 1.886 ppb de
metano y 332 ppb de óxido nitroso en 2019 (Grupo Intergubernamental de Expertos sobre Cambio
Climático IPCC, 2021).
En 2021, se documentaron cifras récord para cuatro indicadores cruciales del cambio climático,
incluyendo gases de efecto invernadero y aumento del nivel del mar. La OMM asegura que esto es una
nueva prueba clara de que las actividades humanas están provocando alteraciones en la tierra, el océano
y la atmósfera a escala global, y que estas alteraciones tienen efectos nocivos y duraderos para el
desarrollo sostenible y los ecosistemas (Organización Meteorológica Mundial OMM , 2022).
El Cambio Climático (Banco Mundial, 2021), se viene manifestando en el mundo con incrementos en
la temperatura, en algunas épocas sequías severas y en otras intensas precipitaciones, con fenómenos
del Niño y de la Niña cada vez más frecuentes, incremento en el nivel del mar, derretimiento de la nieve
polar y de los nevados, tormentas, todo lo que indudablemente afecta negativamente la calidad de vida
humana y el hábitat de muchas especies animales, vegetales, insectos y microorganismos en general.
El Cambio Climático (Instituto de Hidrológia, Meteorología y Estudios Ambientales IDEAM, 2010) se
refiere a la variación en temperatura, precipitación y otras variables climáticas, provocada por las
emisiones de gases de efecto invernadero, siendo el dióxido de carbono y el metano (Grupo
Intergubernamental de Expertos sobre el Cambio Climático IPCC, 2021) los que más aceleran esta
variabilidad. La variabilidad climática afecta el balance hídrico, lo que impacta en los seres vivos y en
la calidad de vida humana.
El artículo de investigación tuvo como objetivo estimar la incidencia del impacto del Cambio Climático
con los escenarios SSP5-8.5 y SSP2-4.5 en el caudal medio mensual hasta el año 2100 en la cuenca
hidrográfica del río Zulia, delimitada hasta la estación de aforos de IDEAM código 16027060 que se
principalmente por acciones del hombre como incinerar combustibles fósiles y la tala indiscriminada
para expandir tierras agrícolas. La atmósfera, el océano y la tierra están calentándose, es un hecho. El
IPCC sostiene que en los últimos años han ocurrido cambios climáticos sin precedentes, y lo más
alarmante es que muchos de estos cambios son irreversibles y solo se podrán remediar en cientos o miles
de años. Las acciones humanas son indudablemente culpables de los incrementos en la GEI
uniformemente distribuidos desde aproximadamente 1750. Desde 2011, las concentraciones en la
atmósfera han crecido incesantemente, logrando promedios anuales de 410 ppm de CO2, 1.886 ppb de
metano y 332 ppb de óxido nitroso en 2019 (Grupo Intergubernamental de Expertos sobre Cambio
Climático IPCC, 2021).
En 2021, se documentaron cifras récord para cuatro indicadores cruciales del cambio climático,
incluyendo gases de efecto invernadero y aumento del nivel del mar. La OMM asegura que esto es una
nueva prueba clara de que las actividades humanas están provocando alteraciones en la tierra, el océano
y la atmósfera a escala global, y que estas alteraciones tienen efectos nocivos y duraderos para el
desarrollo sostenible y los ecosistemas (Organización Meteorológica Mundial OMM , 2022).
El Cambio Climático (Banco Mundial, 2021), se viene manifestando en el mundo con incrementos en
la temperatura, en algunas épocas sequías severas y en otras intensas precipitaciones, con fenómenos
del Niño y de la Niña cada vez más frecuentes, incremento en el nivel del mar, derretimiento de la nieve
polar y de los nevados, tormentas, todo lo que indudablemente afecta negativamente la calidad de vida
humana y el hábitat de muchas especies animales, vegetales, insectos y microorganismos en general.
El Cambio Climático (Instituto de Hidrológia, Meteorología y Estudios Ambientales IDEAM, 2010) se
refiere a la variación en temperatura, precipitación y otras variables climáticas, provocada por las
emisiones de gases de efecto invernadero, siendo el dióxido de carbono y el metano (Grupo
Intergubernamental de Expertos sobre el Cambio Climático IPCC, 2021) los que más aceleran esta
variabilidad. La variabilidad climática afecta el balance hídrico, lo que impacta en los seres vivos y en
la calidad de vida humana.
El artículo de investigación tuvo como objetivo estimar la incidencia del impacto del Cambio Climático
con los escenarios SSP5-8.5 y SSP2-4.5 en el caudal medio mensual hasta el año 2100 en la cuenca
hidrográfica del río Zulia, delimitada hasta la estación de aforos de IDEAM código 16027060 que se
pág. 5483
ubica en Puerto León cuyas coordenadas son latitud 8.3502778 y longitud -72.4347222, con 47 m.s.n.m.
de altitud, ubicada en la zona rural del municipio de San José de Cúcuta en el Norte de Santander.
METODOLOGÍA
Área de estudio
El área de estudio se definió y se delimito en la cuenca del río Zulia hasta el sitio donde se ubica la
estación limnigráfica “Puerto León”, operada por el IDEAM, en zona rural de San José de Cúcuta, Norte
de Santander. El área de estudio es de 312.991,31 hectáreas y corresponde a las partes alta, media y una
fracción de la parte baja de la cuenca del río Zulia.
La cuenca analizada está ubicada en la vertiente del Caribe, donde se halla la amplia cuenca del
Catatumbo que desemboca en el Lago de Maracaibo en Zulia, Venezuela. La subcuenca del 'Gran Zulia',
que abarca las cuencas del río Zulia y su principal afluente, el río Pamplonita, también contribuye sus
aguas al Catatumbo, formando parte del sistema hídrico de los Andes Nororientales del país
(Corporación Autónoma de la Frontera Nororiental CORPONOR, 2010).
El río Zulia comienza en el Páramo de Santurbán, en el río La Plata, en Silos, Norte de Santander, a
4.123 msnm y fluye hasta Puerto Santander, ingresando luego a Venezuela. El curso principal inicia en
Arboledas a 800 msnm y tiene una longitud de 300.08 km (Corporación Autónoma de la Frontera
Nororiental CORPONOR, 2010).
Los ríos Cucutilla, Arboledas, Salazar, Peralonso y Pamplonita, así como la quebrada Ocarena, son los
principales afluentes del río Zulia (Corporación Autónoma de la Frontera Nororiental CORPONOR,
2010).
Las zonas de origen de fuentes hídricas se extienden desde Mutiscua, Pamplona, Cucutilla, Arboledas,
Salazar, Gramalote y El Zulia debido al desvío de aguas sur-occidental y levemente sur-oriental,
ubicándose entre 800 y 3.600 m.s.n.m. y abarcan un área de 37.393,88 hectáreas (Corporación
Autónoma de la Frontera Nororiental CORPONOR, 2010).
Dentro de la cuenca en estudio se ubican territorios de los municipios de Silos, Arboledas, Cucutilla, El
Zulia, Salazar, Gramalote, Mutiscua, Durania, Pamplona, Bochalema, Santiago, San Cayetano, Cúcuta,
Puerto Santander y Tibú.
ubica en Puerto León cuyas coordenadas son latitud 8.3502778 y longitud -72.4347222, con 47 m.s.n.m.
de altitud, ubicada en la zona rural del municipio de San José de Cúcuta en el Norte de Santander.
METODOLOGÍA
Área de estudio
El área de estudio se definió y se delimito en la cuenca del río Zulia hasta el sitio donde se ubica la
estación limnigráfica “Puerto León”, operada por el IDEAM, en zona rural de San José de Cúcuta, Norte
de Santander. El área de estudio es de 312.991,31 hectáreas y corresponde a las partes alta, media y una
fracción de la parte baja de la cuenca del río Zulia.
La cuenca analizada está ubicada en la vertiente del Caribe, donde se halla la amplia cuenca del
Catatumbo que desemboca en el Lago de Maracaibo en Zulia, Venezuela. La subcuenca del 'Gran Zulia',
que abarca las cuencas del río Zulia y su principal afluente, el río Pamplonita, también contribuye sus
aguas al Catatumbo, formando parte del sistema hídrico de los Andes Nororientales del país
(Corporación Autónoma de la Frontera Nororiental CORPONOR, 2010).
El río Zulia comienza en el Páramo de Santurbán, en el río La Plata, en Silos, Norte de Santander, a
4.123 msnm y fluye hasta Puerto Santander, ingresando luego a Venezuela. El curso principal inicia en
Arboledas a 800 msnm y tiene una longitud de 300.08 km (Corporación Autónoma de la Frontera
Nororiental CORPONOR, 2010).
Los ríos Cucutilla, Arboledas, Salazar, Peralonso y Pamplonita, así como la quebrada Ocarena, son los
principales afluentes del río Zulia (Corporación Autónoma de la Frontera Nororiental CORPONOR,
2010).
Las zonas de origen de fuentes hídricas se extienden desde Mutiscua, Pamplona, Cucutilla, Arboledas,
Salazar, Gramalote y El Zulia debido al desvío de aguas sur-occidental y levemente sur-oriental,
ubicándose entre 800 y 3.600 m.s.n.m. y abarcan un área de 37.393,88 hectáreas (Corporación
Autónoma de la Frontera Nororiental CORPONOR, 2010).
Dentro de la cuenca en estudio se ubican territorios de los municipios de Silos, Arboledas, Cucutilla, El
Zulia, Salazar, Gramalote, Mutiscua, Durania, Pamplona, Bochalema, Santiago, San Cayetano, Cúcuta,
Puerto Santander y Tibú.
pág. 5484
Figura 1: Delimitación de la cuenca del río Zulia hasta la estación del IDEAM “Puerto León.
Fuente: elaboración propia.
Dentro del área de influencia del estudio se ubicaron 19 estaciones para la data de precipitación mensual
y 8 estaciones para la data de temperatura media mensual y 1 estación de medición de caudales, operadas
por el IDEAM. En la Tabla 1 y en la Tabla 2 se relacionan las estaciones meteorológicas utilizadas para
la investigación.
Tabla 1
Estaciones de temperatura IDEAM.
Estación Código Latitud Longitud Altitud msnm
Camilo Daza 16015010 7.93 -72.51 250
Cinera 16020140 8.17 -72.48 96
Sardinata 16035030 8.08 -72.80 320
Iser 16015020 7.37 -72.65 2,340
Salazar 16025030 7.75 -72.83 860
Carmen Tonchalá 16025010 7.85 -72.57 285
Figura 1: Delimitación de la cuenca del río Zulia hasta la estación del IDEAM “Puerto León.
Fuente: elaboración propia.
Dentro del área de influencia del estudio se ubicaron 19 estaciones para la data de precipitación mensual
y 8 estaciones para la data de temperatura media mensual y 1 estación de medición de caudales, operadas
por el IDEAM. En la Tabla 1 y en la Tabla 2 se relacionan las estaciones meteorológicas utilizadas para
la investigación.
Tabla 1
Estaciones de temperatura IDEAM.
Estación Código Latitud Longitud Altitud msnm
Camilo Daza 16015010 7.93 -72.51 250
Cinera 16020140 8.17 -72.48 96
Sardinata 16035030 8.08 -72.80 320
Iser 16015020 7.37 -72.65 2,340
Salazar 16025030 7.75 -72.83 860
Carmen Tonchalá 16025010 7.85 -72.57 285
pág. 5485
Silos 37015010 7.21 -72.75 2,765
Esc. Agr. Cáchira 23195180 7.74 -73.05 1,882
Fuente: elaboración propia.
Tabla 2
Estaciones de precipitación IDEAM.
Estación Código Latitud Longitud Altitud (msnm)
Carmen de Tonchalá 16025010 7.85 -72.57 285
Santiago Caimito 16020030 7.86 -72.72 411
Gramalote 16020010 7.89 -72.80 1200
Urimaco 16020280 7.90 -72.60 221
Cornejo 16020190 7.90 -72.63 250
Cerro Pelao 16020180 8.01 -72.50 300
Bocatoma río Zulia 16020140 8.08 -72.58 150
Cínera - Villa Olga 16025040 8.17 -72.47 96
Las Vacas 16020250 8.22 -72.53 70
Barrancas 16020130 8.25 -72.53 74
Cucutilla 16020080 7.53 -72.77 1280
La Caldera 16020110 7.32 -72.72 2875
Risaralda 16025020 8.23 -72.53 90
Arboledas 16020050 7.64 -72.80 925
Salazar 16025030 7.78 -72.83 860
Silos 37015010 7.21 -72.75 2765
Lourdes 16030080 7.95 -72.83 1200
Villacaro 16030090 7.92 -72.98 1490
Bagachué 16020060 7.58 -72.93 1750
Fuente: elaboración propia.
Silos 37015010 7.21 -72.75 2,765
Esc. Agr. Cáchira 23195180 7.74 -73.05 1,882
Fuente: elaboración propia.
Tabla 2
Estaciones de precipitación IDEAM.
Estación Código Latitud Longitud Altitud (msnm)
Carmen de Tonchalá 16025010 7.85 -72.57 285
Santiago Caimito 16020030 7.86 -72.72 411
Gramalote 16020010 7.89 -72.80 1200
Urimaco 16020280 7.90 -72.60 221
Cornejo 16020190 7.90 -72.63 250
Cerro Pelao 16020180 8.01 -72.50 300
Bocatoma río Zulia 16020140 8.08 -72.58 150
Cínera - Villa Olga 16025040 8.17 -72.47 96
Las Vacas 16020250 8.22 -72.53 70
Barrancas 16020130 8.25 -72.53 74
Cucutilla 16020080 7.53 -72.77 1280
La Caldera 16020110 7.32 -72.72 2875
Risaralda 16025020 8.23 -72.53 90
Arboledas 16020050 7.64 -72.80 925
Salazar 16025030 7.78 -72.83 860
Silos 37015010 7.21 -72.75 2765
Lourdes 16030080 7.95 -72.83 1200
Villacaro 16030090 7.92 -72.98 1490
Bagachué 16020060 7.58 -72.93 1750
Fuente: elaboración propia.
pág. 5486
Selección del modelo del proyecto CMIP6 que presentó mejor habilidad para representar la
precipitación mensual y la temperatura media mensual en la cuenca
Con el proyecto CMIP6 (Programa Mundial de Investigaciones Climaticas- Proyecto de
intercompracaión de modelos acoplados del PMIC, 2021) (Programa Mundial de Investigación
Climática PMIP, 2021) (Ocean Health Index, 2022) y para los escenarios de cambio climático
correspondientes a las trayectorias socio económicas SSP 5-8.5 (altas emisiones GEI) y SSP2-4.5, con
las coordenadas de la estación IDEAM Salazar se proyectaron las series históricas de precipitación
mensual y temperatura media mensual con los modelos relacionados en la Tabla 3, generando la data
mediante la plataforma KNMI Climate Explorer que es una aplicación web para generar y analizar
estadísticamente datos climáticos, para cambio climático y decenas de herramientas de análisis; esta
plataforma hace parte del Centro Regional sobre el Clima de la Organización Meteorológica Mundial
OMM en KNMI (KNMI - OMM, 2022).
Las series históricas simuladas en cada modelo se evaluaron respecto a las series históricas observadas
por el IDEAM (Banco Mundial, 2021), para esto, se utilizaron las métricas estadísticas que normalmente
se usan para construir los diagramas de Taylor (Rivera, Herrera, & Ochoa, 2022), el RMSE, la DV y
correlación (CORR). Para obtener una medida cuantitativa de lo que expresa el diagrama de Taylor se
utilizó la distancia mínima (D) de cada simulación al respecto de los datos observados en un sistema de
coordenadas tridimensionales (Díaz et.al., 2019) y se elaboró un ranking, utilizando las siguientes
ecuaciones:
𝐷 = √𝑥2 + 𝑦2 + 𝑧2 (1)
x= (0 − 𝑅𝑀𝑆𝐸) (2)
y= (𝐷𝑉𝑜𝑏𝑠 − 𝐷𝑉𝑠𝑖𝑚) (3)
z= [1 − (𝐶𝑂𝑅𝑅)] (4)
Donde el modelo seleccionado es el que menor distancia (D) obtenga al respecto de los datos históricos
observados.
Selección del modelo del proyecto CMIP6 que presentó mejor habilidad para representar la
precipitación mensual y la temperatura media mensual en la cuenca
Con el proyecto CMIP6 (Programa Mundial de Investigaciones Climaticas- Proyecto de
intercompracaión de modelos acoplados del PMIC, 2021) (Programa Mundial de Investigación
Climática PMIP, 2021) (Ocean Health Index, 2022) y para los escenarios de cambio climático
correspondientes a las trayectorias socio económicas SSP 5-8.5 (altas emisiones GEI) y SSP2-4.5, con
las coordenadas de la estación IDEAM Salazar se proyectaron las series históricas de precipitación
mensual y temperatura media mensual con los modelos relacionados en la Tabla 3, generando la data
mediante la plataforma KNMI Climate Explorer que es una aplicación web para generar y analizar
estadísticamente datos climáticos, para cambio climático y decenas de herramientas de análisis; esta
plataforma hace parte del Centro Regional sobre el Clima de la Organización Meteorológica Mundial
OMM en KNMI (KNMI - OMM, 2022).
Las series históricas simuladas en cada modelo se evaluaron respecto a las series históricas observadas
por el IDEAM (Banco Mundial, 2021), para esto, se utilizaron las métricas estadísticas que normalmente
se usan para construir los diagramas de Taylor (Rivera, Herrera, & Ochoa, 2022), el RMSE, la DV y
correlación (CORR). Para obtener una medida cuantitativa de lo que expresa el diagrama de Taylor se
utilizó la distancia mínima (D) de cada simulación al respecto de los datos observados en un sistema de
coordenadas tridimensionales (Díaz et.al., 2019) y se elaboró un ranking, utilizando las siguientes
ecuaciones:
𝐷 = √𝑥2 + 𝑦2 + 𝑧2 (1)
x= (0 − 𝑅𝑀𝑆𝐸) (2)
y= (𝐷𝑉𝑜𝑏𝑠 − 𝐷𝑉𝑠𝑖𝑚) (3)
z= [1 − (𝐶𝑂𝑅𝑅)] (4)
Donde el modelo seleccionado es el que menor distancia (D) obtenga al respecto de los datos históricos
observados.
pág. 5487
Tabla 3
Evaluación Modelos CMIP6 – Precipitación mensual.
Modelo D
CNRM CM6 1 HR F2 136.47
ACCESSO CM2 137.32
BCC CSM2 MR 137.63
AWI CM 1 1 MR 137.90
FGOALS g3 137.91
INM CM4 8 140.01
FGOALS F3 L 140.67
GFDL ESM4 141.37
KACE 1 O G 141.89
MIROC ES2L 142.88
CMCC CM2 143.19
CESM2 WACCM 144.06
GISS E2 1 G p3 144.66
Fuente: elaboración propia.
Se observa que de los trece (13) modelos de circulación global (MCG) evaluados del proyecto de
intercomparación de modelos climáticos CMIP6, los que mejor representan la precipitación mensual en
la cuenca hidrográfica del río Zulia en estudio son: CNRM CM6 1 HR F2, ACCESSO CM2, BCC CSM2
MR y AWI CM 1 1 MR.
Para la evaluación de estos trece (13) modelos en cuanto a su habilidad para representar la temperatura
media de la cuenca en estudio se utilizó la misma metodología antes descrita. Los resultados de la
evaluación se presentan en la Tabla 4.
Tabla 3
Evaluación Modelos CMIP6 – Precipitación mensual.
Modelo D
CNRM CM6 1 HR F2 136.47
ACCESSO CM2 137.32
BCC CSM2 MR 137.63
AWI CM 1 1 MR 137.90
FGOALS g3 137.91
INM CM4 8 140.01
FGOALS F3 L 140.67
GFDL ESM4 141.37
KACE 1 O G 141.89
MIROC ES2L 142.88
CMCC CM2 143.19
CESM2 WACCM 144.06
GISS E2 1 G p3 144.66
Fuente: elaboración propia.
Se observa que de los trece (13) modelos de circulación global (MCG) evaluados del proyecto de
intercomparación de modelos climáticos CMIP6, los que mejor representan la precipitación mensual en
la cuenca hidrográfica del río Zulia en estudio son: CNRM CM6 1 HR F2, ACCESSO CM2, BCC CSM2
MR y AWI CM 1 1 MR.
Para la evaluación de estos trece (13) modelos en cuanto a su habilidad para representar la temperatura
media de la cuenca en estudio se utilizó la misma metodología antes descrita. Los resultados de la
evaluación se presentan en la Tabla 4.
pág. 5488
Tabla 4
Evaluación Modelos CMIP6 – Temperatura mensual.
Modelo D
CNRM CM6 1 HR F2 2.74
INM CM4 8 3.19
FGOALS F3 L 3.34
GFDL ESM4 3.56
MIROC ES2L 3.89
FGOALS g3 4.27
CESM2 WACCM 4.36
ACCESSO CM2 4.36
AWI CM 1 1 MR 4.43
KACE 1 O G 4.52
CMCC CM2 4.55
GISS E2 1 G p3 4.63
BCC_CSM2_MR 5.16
Fuente: elaboración propia.
De los modelos evaluados, los que mejor habilidad presentan para representar la temperatura media de
la cuenca son: CNRM CM6 1 HR F2, INM CM4 8, FGOALS F3 L y GFDL ESM4.
Dado que el modelo CNRM CM6 1 HR F2 mostró la mejor representación de la temperatura media
mensual y la precipitación mensual en las evaluaciones, se eligió para aplicarlo en esta investigación
por ser el que mejor habilidad tiene para proyectar las variables mencionadas en la cuenca del río Zulia
en Colombia.
Este modelo, con resolución nominal de 50 km, fue desarrollado en mayo de 2019 por el instituto francés
CNRM y el CERFACS (KNMI - OMM, 2022).
Proyección y regionalización de las series de cambio climático de temperatura media mensual y
de precipitación mensual para las estaciones IDEAM seleccionadas.
Con el modelo CNRM CM6 1 HR F2, y para las coordenadas de cada una de las estaciones IDEAM
relacionadas en las Tablas 1 y 2, utilizando los escenarios SSP 5-8.5 y SSP2-4.5 (Instituto de Hidrológia,
Tabla 4
Evaluación Modelos CMIP6 – Temperatura mensual.
Modelo D
CNRM CM6 1 HR F2 2.74
INM CM4 8 3.19
FGOALS F3 L 3.34
GFDL ESM4 3.56
MIROC ES2L 3.89
FGOALS g3 4.27
CESM2 WACCM 4.36
ACCESSO CM2 4.36
AWI CM 1 1 MR 4.43
KACE 1 O G 4.52
CMCC CM2 4.55
GISS E2 1 G p3 4.63
BCC_CSM2_MR 5.16
Fuente: elaboración propia.
De los modelos evaluados, los que mejor habilidad presentan para representar la temperatura media de
la cuenca son: CNRM CM6 1 HR F2, INM CM4 8, FGOALS F3 L y GFDL ESM4.
Dado que el modelo CNRM CM6 1 HR F2 mostró la mejor representación de la temperatura media
mensual y la precipitación mensual en las evaluaciones, se eligió para aplicarlo en esta investigación
por ser el que mejor habilidad tiene para proyectar las variables mencionadas en la cuenca del río Zulia
en Colombia.
Este modelo, con resolución nominal de 50 km, fue desarrollado en mayo de 2019 por el instituto francés
CNRM y el CERFACS (KNMI - OMM, 2022).
Proyección y regionalización de las series de cambio climático de temperatura media mensual y
de precipitación mensual para las estaciones IDEAM seleccionadas.
Con el modelo CNRM CM6 1 HR F2, y para las coordenadas de cada una de las estaciones IDEAM
relacionadas en las Tablas 1 y 2, utilizando los escenarios SSP 5-8.5 y SSP2-4.5 (Instituto de Hidrológia,
pág. 5489
Meteorología y Estudios Ambientales IDEAM, 2010) del CMIP6 se simularon las series de temperatura
media mensual y de precipitación mensual desde el año 1850 hasta el año 2100. De la información
histórica simulada se trabajó con el mismo periodo de tiempo con el cual se obtuvo la data observada
por el IDEAM, con esta información se calculó la media mensual de la data observada (periodo 1980-
2009) y la media mensual de la data histórica simulada.
Los modelos de circulación global ayudan a prever cambios climáticos futuros, ofreciendo información
en escalas más amplias que los modelos hidrológicos. Para evaluar el impacto regional del cambio
climático, es necesario regionalizar los MCG (Díaz & Suaréz, 2019) (Maraun, 2010).
El método lineal de reducción del sesgo estadístico (LS) regionaliza datos simulados por estación. Según
Lenderink et al. (2007), su objetivo es igualar la media de los valores corregidos y observados. El
método ajusta las diferencias entre datos observados y simulados con valores de corrección mensuales
para precipitación y temperatura (Fange et al., 2015) (Gomez, 2021):
𝑃𝑐𝑜𝑟, 𝑚𝑑 = 𝑃𝑟𝑎𝑤, 𝑚, 𝑑 ∗ [ μ(𝑃𝑜𝑏𝑠, 𝑚)
μ(𝑃𝑟𝑎𝑤, 𝑚)] (5)
𝑇𝑐𝑜𝑟, 𝑚, 𝑑 =
= 𝑇𝑟𝑎𝑤, 𝑚, 𝑑 + μ(𝑇𝑜𝑏𝑠, 𝑚) (6)
−(μ(𝑇𝑟𝑎𝑤, 𝑚)
Para el dowscaling o regionalización de las series de cambio climático se trabajó con referencia al
periodo de tiempo desde enero de 1980 hasta diciembre de 2009. En las ecuaciones (5) y (6), Pcor,m,d
y Tcor,m,d son la precipitación y la temperatura corregida (regionalizada) en el n-ésimo mes del n-ésimo
año (mm y °C); Praw,m,d y Traw,m,d son la precipitación y la temperatura simulada no regionalizada
en el n-ésimo mes del n-ésimo año (mm y °C); μ(Pobs,m) es la media de la precipitación mensual
observada (mm); μ(Praw,m), es la media de la precipitación media mensual simulada histórica (mm);
μ(Tobs,m) es la media de la temperatura mensual observada (°C); μ(Traw,m) es la media de la
temperatura mensual simulada histórica.
Con las ecuaciones (5) y (6) se regionalizaron las series simuladas para cambio climático con proyección
mensual hasta el año 2100, para cada una de las estaciones relacionadas en las tablas 1 y 2.
Meteorología y Estudios Ambientales IDEAM, 2010) del CMIP6 se simularon las series de temperatura
media mensual y de precipitación mensual desde el año 1850 hasta el año 2100. De la información
histórica simulada se trabajó con el mismo periodo de tiempo con el cual se obtuvo la data observada
por el IDEAM, con esta información se calculó la media mensual de la data observada (periodo 1980-
2009) y la media mensual de la data histórica simulada.
Los modelos de circulación global ayudan a prever cambios climáticos futuros, ofreciendo información
en escalas más amplias que los modelos hidrológicos. Para evaluar el impacto regional del cambio
climático, es necesario regionalizar los MCG (Díaz & Suaréz, 2019) (Maraun, 2010).
El método lineal de reducción del sesgo estadístico (LS) regionaliza datos simulados por estación. Según
Lenderink et al. (2007), su objetivo es igualar la media de los valores corregidos y observados. El
método ajusta las diferencias entre datos observados y simulados con valores de corrección mensuales
para precipitación y temperatura (Fange et al., 2015) (Gomez, 2021):
𝑃𝑐𝑜𝑟, 𝑚𝑑 = 𝑃𝑟𝑎𝑤, 𝑚, 𝑑 ∗ [ μ(𝑃𝑜𝑏𝑠, 𝑚)
μ(𝑃𝑟𝑎𝑤, 𝑚)] (5)
𝑇𝑐𝑜𝑟, 𝑚, 𝑑 =
= 𝑇𝑟𝑎𝑤, 𝑚, 𝑑 + μ(𝑇𝑜𝑏𝑠, 𝑚) (6)
−(μ(𝑇𝑟𝑎𝑤, 𝑚)
Para el dowscaling o regionalización de las series de cambio climático se trabajó con referencia al
periodo de tiempo desde enero de 1980 hasta diciembre de 2009. En las ecuaciones (5) y (6), Pcor,m,d
y Tcor,m,d son la precipitación y la temperatura corregida (regionalizada) en el n-ésimo mes del n-ésimo
año (mm y °C); Praw,m,d y Traw,m,d son la precipitación y la temperatura simulada no regionalizada
en el n-ésimo mes del n-ésimo año (mm y °C); μ(Pobs,m) es la media de la precipitación mensual
observada (mm); μ(Praw,m), es la media de la precipitación media mensual simulada histórica (mm);
μ(Tobs,m) es la media de la temperatura mensual observada (°C); μ(Traw,m) es la media de la
temperatura mensual simulada histórica.
Con las ecuaciones (5) y (6) se regionalizaron las series simuladas para cambio climático con proyección
mensual hasta el año 2100, para cada una de las estaciones relacionadas en las tablas 1 y 2.
pág. 5490
Calibración del modelo hidrológico abcd Thomas para la simulación de caudales medios
mensuales
Utilizando el software QGIS 3.28, utilizando el método de polígonos de Thiessen, con la información
histórica de temperatura media mensual, precipitación mensual observada por el IDEAM desde enero
de 1980 hasta diciembre de 1999 en las estaciones relacionadas en las tablas 1 y 2, se obtuvo la
temperatura media mensual observada, y la precipitación mensual observada de la cuenca previamente
delimitada hasta la estación IDEAM Puerto León código 16027060, cuyas coordenadas son latitud
8.3503 y longitud -72.4347, con altitud de 47 m.s.n.m., con esta información, aplicando el modelo
hidrológico abcd Thomas (Loaiza, 2016) con un código en Python se simularon los caudales medios
mensuales para el periodo de tiempo correspondiente a las variables mencionadas observadas (1980 a
1999); con la referencia de la data de caudales medios observados en este mismo periodo de tiempo por
el IDEAM en la estación “Puerto León” se calibró el modelo para la cuenca en estudio.
En la calibración del modelo, los valores obtenidos para las funciones objetivo seleccionadas, indican
que el modelo hidrológico abcd Thomas obtenido, representa “muy bien” (Molnar, 2011) la cuenca
hidrográfica del río Zulia, estos son R²=0.798, el índice Nash-Suctliffe NSE=0.798, el índice de
eficiencia de Kling – Gupta KGE=0.824.
Las condiciones iniciales que se tuvieron Sw0= 400 (almacenamiento inicial del suelo) y Sg0= 100
(almacenamiento inicial de la zona saturada). Los parámetros del modelo hidrológico abdc Thomas que
tuvieron los anteriores valores de los índices de evaluación del modelo fueron:
a = 0.92 c = 0.01
b = 630 d = 0.01
Calibración del modelo hidrológico abcd Thomas para la simulación de caudales medios
mensuales
Utilizando el software QGIS 3.28, utilizando el método de polígonos de Thiessen, con la información
histórica de temperatura media mensual, precipitación mensual observada por el IDEAM desde enero
de 1980 hasta diciembre de 1999 en las estaciones relacionadas en las tablas 1 y 2, se obtuvo la
temperatura media mensual observada, y la precipitación mensual observada de la cuenca previamente
delimitada hasta la estación IDEAM Puerto León código 16027060, cuyas coordenadas son latitud
8.3503 y longitud -72.4347, con altitud de 47 m.s.n.m., con esta información, aplicando el modelo
hidrológico abcd Thomas (Loaiza, 2016) con un código en Python se simularon los caudales medios
mensuales para el periodo de tiempo correspondiente a las variables mencionadas observadas (1980 a
1999); con la referencia de la data de caudales medios observados en este mismo periodo de tiempo por
el IDEAM en la estación “Puerto León” se calibró el modelo para la cuenca en estudio.
En la calibración del modelo, los valores obtenidos para las funciones objetivo seleccionadas, indican
que el modelo hidrológico abcd Thomas obtenido, representa “muy bien” (Molnar, 2011) la cuenca
hidrográfica del río Zulia, estos son R²=0.798, el índice Nash-Suctliffe NSE=0.798, el índice de
eficiencia de Kling – Gupta KGE=0.824.
Las condiciones iniciales que se tuvieron Sw0= 400 (almacenamiento inicial del suelo) y Sg0= 100
(almacenamiento inicial de la zona saturada). Los parámetros del modelo hidrológico abdc Thomas que
tuvieron los anteriores valores de los índices de evaluación del modelo fueron:
a = 0.92 c = 0.01
b = 630 d = 0.01
pág. 5491
Gráfico 1
Gráfico de dispersión Calibración del modelo abcd Thomas para la cuenca del río Zulia.
Fuente: elaboración propia.
Simulación de caudales medios mensuales proyectados para la cuenca en estudio hasta el año 2100.
Con las series regionalizadas de temperatura media mensual y precipitación mensual para cada una de
las estaciones relacionadas en las tablas 1 y 2, y con el modelo hidrológico abcd Thomas calibrado para
el caso en estudio, se simularon los caudales medios mensuales hasta el año 2100 para cada uno de los
escenarios SSP 5.8.5 y SSP2-4.5 del modelo CNRM CM6 1 HR F2, del proyecto CMIP6.
RESULTADOS Y DISCUSIÓN
Dentro de las variables hidrometeorológicas que se relacionan con el balance hídrico están, la
temperatura media mensual y la precipitación mensual, estas se constituyen en una parte de los datos de
entrada del modelo hidrológico abcd Thomas, que tiene como salida los caudales medios mensuales.
Para la cuenca hidrográfica del río Zulia en el escenario futuro de cambio climático más crítico de los
dos planteados, el SSP5-8.5, se estima que la temperatura media anual al año 2050 tenga incremento de
1.94 °C y para el año 2100 tenga incremento de 5.09 °C. Con este escenario, para el caso de la
precipitación anual se prevé que para el año 2050 la precipitación tenga incremento de 1.14% y para el
año 2100 tenga incremento del 2.19%. Para el escenario SSP2-4.5 el incremento de las temperaturas
proyectado es menor que las temperaturas simuladas con el escenario SSP5-8.5; para la precipitación,
este proyecta disminuciones para los años 2050 y 2100, del 3.49% y del 6.80% respectivamente.
R² = 0,798
0
50
100
150
200
250
300
350
400
450
0 50 100 150 200 250 300 350 400 450
Caudal Simulado (mm/mes)
Caudal Observado (mm/mes)
Gráfico 1
Gráfico de dispersión Calibración del modelo abcd Thomas para la cuenca del río Zulia.
Fuente: elaboración propia.
Simulación de caudales medios mensuales proyectados para la cuenca en estudio hasta el año 2100.
Con las series regionalizadas de temperatura media mensual y precipitación mensual para cada una de
las estaciones relacionadas en las tablas 1 y 2, y con el modelo hidrológico abcd Thomas calibrado para
el caso en estudio, se simularon los caudales medios mensuales hasta el año 2100 para cada uno de los
escenarios SSP 5.8.5 y SSP2-4.5 del modelo CNRM CM6 1 HR F2, del proyecto CMIP6.
RESULTADOS Y DISCUSIÓN
Dentro de las variables hidrometeorológicas que se relacionan con el balance hídrico están, la
temperatura media mensual y la precipitación mensual, estas se constituyen en una parte de los datos de
entrada del modelo hidrológico abcd Thomas, que tiene como salida los caudales medios mensuales.
Para la cuenca hidrográfica del río Zulia en el escenario futuro de cambio climático más crítico de los
dos planteados, el SSP5-8.5, se estima que la temperatura media anual al año 2050 tenga incremento de
1.94 °C y para el año 2100 tenga incremento de 5.09 °C. Con este escenario, para el caso de la
precipitación anual se prevé que para el año 2050 la precipitación tenga incremento de 1.14% y para el
año 2100 tenga incremento del 2.19%. Para el escenario SSP2-4.5 el incremento de las temperaturas
proyectado es menor que las temperaturas simuladas con el escenario SSP5-8.5; para la precipitación,
este proyecta disminuciones para los años 2050 y 2100, del 3.49% y del 6.80% respectivamente.
R² = 0,798
0
50
100
150
200
250
300
350
400
450
0 50 100 150 200 250 300 350 400 450
Caudal Simulado (mm/mes)
Caudal Observado (mm/mes)
pág. 5492
Tabla 5
Variación de Temperatura Simulada Cuenca río Zulia al año 2100 (°C).
Año Variación SSP2-4.5 Variación SSP5-8.5
2030 0.87 0.87
2040 0.95 1.52
2050 1.60 1.94
2070 2.29 3.07
2090 2.65 4.25
2100 2.63 5.09
Fuente elaboración propia.
Gráfico 2
Temperaturas medias simuladas para la cuenca del río Zulia con los dos escenarios de cambio climático.
Fuente: elaboración propia.
La precipitación media anual multianual para el periodo histórico observado (1980 – 1999) es de
1,815.69 mm. Para el escenario SSP5-8.5, en el periodo desde el año 2081 hasta el año 2100 se proyecta
una precipitación media mensual multianual al respecto de la precipitación media mensual multianual
histórica con variación negativa en los meses de enero, febrero, marzo, abril y diciembre; abril que es el
mes históricamente es más lluvioso, para el periodo en mención disminuye su precipitación hasta un -
12.99%. La precipitación media anual multianual simulada para el periodo de tiempo desde enero de
2061 hasta diciembre de 2080, prevé variación negativa en los meses de febrero, marzo y abril, siendo
el mes de abril el de mayor disminución con un -15.53%; en los otros meses del año esta variable simula
incremento, siendo el mes de junio con un +13.74% el de mayor aumento. La precipitación media anual
20
21
22
23
24
25
26
27
28
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Temperatura °C
Meses (desde enero de 2025 hasta diciembre de 2100)
SSP5-8.5 SSP2-4.5
Tabla 5
Variación de Temperatura Simulada Cuenca río Zulia al año 2100 (°C).
Año Variación SSP2-4.5 Variación SSP5-8.5
2030 0.87 0.87
2040 0.95 1.52
2050 1.60 1.94
2070 2.29 3.07
2090 2.65 4.25
2100 2.63 5.09
Fuente elaboración propia.
Gráfico 2
Temperaturas medias simuladas para la cuenca del río Zulia con los dos escenarios de cambio climático.
Fuente: elaboración propia.
La precipitación media anual multianual para el periodo histórico observado (1980 – 1999) es de
1,815.69 mm. Para el escenario SSP5-8.5, en el periodo desde el año 2081 hasta el año 2100 se proyecta
una precipitación media mensual multianual al respecto de la precipitación media mensual multianual
histórica con variación negativa en los meses de enero, febrero, marzo, abril y diciembre; abril que es el
mes históricamente es más lluvioso, para el periodo en mención disminuye su precipitación hasta un -
12.99%. La precipitación media anual multianual simulada para el periodo de tiempo desde enero de
2061 hasta diciembre de 2080, prevé variación negativa en los meses de febrero, marzo y abril, siendo
el mes de abril el de mayor disminución con un -15.53%; en los otros meses del año esta variable simula
incremento, siendo el mes de junio con un +13.74% el de mayor aumento. La precipitación media anual
20
21
22
23
24
25
26
27
28
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Temperatura °C
Meses (desde enero de 2025 hasta diciembre de 2100)
SSP5-8.5 SSP2-4.5
pág. 5493
multianual simulada en este escenario para el periodo de tiempo desde enero de 2041 hasta diciembre
de 2060 prevé variación negativa en los meses de febrero, abril, septiembre y diciembre, históricamente
el mes más lluvioso es abril, este es el que mayor disminución proyecta de esta variable pudiendo llegar
hasta un -8.53%; para el segundo semestre históricamente octubre es el mes más lluvioso, este mes con
este escenario para el periodo en mención proyecta un incremento de precipitación de hasta +6.44%.
Tabla 6
Precipitación multianual (mm/año) Simulada en Cuenca río Zulia al año 2100 (°C).
Periodo Precipitación SSP2-4.5 Precipitación SSP5-8.5
2041 - 2060 1,822.75 1,858.23
2061 - 2080 1,838.73 1,838.29
2081 - 2100 1,793.90 1,822.22
Fuente: elaboración propia.
Gráfico 1
Precipitación Simulada río Zulia con los dos escenarios de Cambio Climático.
Fuente: elaboración propia.
Para el periodo desde los años 2081 al 2100, con el escenario SSP5-8.5 se estima que se presente
disminución en 11 de los 12 meses de caudales medios multianuales, en este periodo el caudal medio
anual multianual prevé disminución del 17.07% respecto a los históricos observados, esta disminución
se proyecta con mayor proporción en los meses de abril y mayo, se estima que el mes con caudal medio
más bajo podrá ser julio con 46.14 mm y el que el mes con mayor caudal sea octubre con 160.6 mm.
Para el escenario SSP2-4.5 se simula que el caudal medio anual multianual tenga disminución del
0
50
100
150
200
250
300
350
400
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Precipitación (mm/mes)
Mes (desde enero de 2025 hasta diciembre de 2100)
SSP5-8.5 SSP2-4.5
multianual simulada en este escenario para el periodo de tiempo desde enero de 2041 hasta diciembre
de 2060 prevé variación negativa en los meses de febrero, abril, septiembre y diciembre, históricamente
el mes más lluvioso es abril, este es el que mayor disminución proyecta de esta variable pudiendo llegar
hasta un -8.53%; para el segundo semestre históricamente octubre es el mes más lluvioso, este mes con
este escenario para el periodo en mención proyecta un incremento de precipitación de hasta +6.44%.
Tabla 6
Precipitación multianual (mm/año) Simulada en Cuenca río Zulia al año 2100 (°C).
Periodo Precipitación SSP2-4.5 Precipitación SSP5-8.5
2041 - 2060 1,822.75 1,858.23
2061 - 2080 1,838.73 1,838.29
2081 - 2100 1,793.90 1,822.22
Fuente: elaboración propia.
Gráfico 1
Precipitación Simulada río Zulia con los dos escenarios de Cambio Climático.
Fuente: elaboración propia.
Para el periodo desde los años 2081 al 2100, con el escenario SSP5-8.5 se estima que se presente
disminución en 11 de los 12 meses de caudales medios multianuales, en este periodo el caudal medio
anual multianual prevé disminución del 17.07% respecto a los históricos observados, esta disminución
se proyecta con mayor proporción en los meses de abril y mayo, se estima que el mes con caudal medio
más bajo podrá ser julio con 46.14 mm y el que el mes con mayor caudal sea octubre con 160.6 mm.
Para el escenario SSP2-4.5 se simula que el caudal medio anual multianual tenga disminución del
0
50
100
150
200
250
300
350
400
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Septiembre
Agosto
Julio
Junio
Mayo
Abril
Marzo
Febrero
Enero
Diciembre
Noviembre
Octubre
Precipitación (mm/mes)
Mes (desde enero de 2025 hasta diciembre de 2100)
SSP5-8.5 SSP2-4.5
pág. 5494
13.38%, el mes donde se prevé el menor caudal con este escenario es julio con 49.41 mm y el mes que
proyecta el mayor caudal será octubre con 156.91 mm.
Tabla 7
Caudales río Zulia – Caudales estimados para el periodo 2081 al 2100 - Comparativo de cada escenario
con los observados en la estación IDEAM Puerto León.
Mes Q Obs Hist (mm) Q SSP2-4.5 (mm) Q SSP5-8.5 (mm)
Enero 64.57 68.14 62.00
Febrero 55.71 52.50 48.94
Marzo 64.71 52.82 46.16
Abril 108.25 80.75 71.55
Mayo 135.46 95.43 90.65
Junio 75.85 61.75 58.05
Julio 57.24 49.91 46.14
Agosto 62.30 54.19 51.20
Septiembre 89.59 83.76 79.38
Octubre 159.09 156.91 160.60
Noviembre 164.30 147.90 151.00
Diciembre 126.07 103.45 98.91
Promedio año 96.93 83.96 80.38
Fuente: elaboración propia.
13.38%, el mes donde se prevé el menor caudal con este escenario es julio con 49.41 mm y el mes que
proyecta el mayor caudal será octubre con 156.91 mm.
Tabla 7
Caudales río Zulia – Caudales estimados para el periodo 2081 al 2100 - Comparativo de cada escenario
con los observados en la estación IDEAM Puerto León.
Mes Q Obs Hist (mm) Q SSP2-4.5 (mm) Q SSP5-8.5 (mm)
Enero 64.57 68.14 62.00
Febrero 55.71 52.50 48.94
Marzo 64.71 52.82 46.16
Abril 108.25 80.75 71.55
Mayo 135.46 95.43 90.65
Junio 75.85 61.75 58.05
Julio 57.24 49.91 46.14
Agosto 62.30 54.19 51.20
Septiembre 89.59 83.76 79.38
Octubre 159.09 156.91 160.60
Noviembre 164.30 147.90 151.00
Diciembre 126.07 103.45 98.91
Promedio año 96.93 83.96 80.38
Fuente: elaboración propia.
pág. 5495
Gráfico 2
Caudal Simulado río Zulia con el escenario SSP2-4.5.
Fuente elaboración propia.
En el análisis de caudales medios mensuales multianuales simulados en los escenarios SSP5-8.5 y SSP2-
4.5, se observa que para los primeros semestres de cada año se prevé disminución del caudal medio
mensual al respecto del caudal histórico observado, este sería más crítico en los meses de abril y mayo,
para los segundos semestres de cada año se simula que esta disminución del caudal medio mensual sea
menos intensa que la de los primeros semestres; octubre se espera que sea el mes con mayor oferta
hídrica en la cuenca hidrográfica en estudio, es este mes el que presenta la tendencia a presentar caudales
mayores a los observados históricamente.
Gráfico 5
Caudal Simulado río Zulia con el escenario SSP5-8.5.
Fuente: elaboración propia.
0
20
40
60
80
100
120
140
160
180
Caudal (mm/mes)
Mes
Qobs Q 2041-2060 Q 2061-2080 Q 2081-2100
0
20
40
60
80
100
120
140
160
180
Caudal (mm/mes)
Mes
Qobs Q 2041-2060 Q 2061-2080 Q 2081-2100
Gráfico 2
Caudal Simulado río Zulia con el escenario SSP2-4.5.
Fuente elaboración propia.
En el análisis de caudales medios mensuales multianuales simulados en los escenarios SSP5-8.5 y SSP2-
4.5, se observa que para los primeros semestres de cada año se prevé disminución del caudal medio
mensual al respecto del caudal histórico observado, este sería más crítico en los meses de abril y mayo,
para los segundos semestres de cada año se simula que esta disminución del caudal medio mensual sea
menos intensa que la de los primeros semestres; octubre se espera que sea el mes con mayor oferta
hídrica en la cuenca hidrográfica en estudio, es este mes el que presenta la tendencia a presentar caudales
mayores a los observados históricamente.
Gráfico 5
Caudal Simulado río Zulia con el escenario SSP5-8.5.
Fuente: elaboración propia.
0
20
40
60
80
100
120
140
160
180
Caudal (mm/mes)
Mes
Qobs Q 2041-2060 Q 2061-2080 Q 2081-2100
0
20
40
60
80
100
120
140
160
180
Caudal (mm/mes)
Mes
Qobs Q 2041-2060 Q 2061-2080 Q 2081-2100
pág. 5496
CONCLUSIONES
El proyecto de intercomparación de modelos climáticos CMIP6 que tiene más de 32 modelos para la
generación de series de cambio climático de temperatura media mensual y de precipitación mensuales
se constituye en una herramienta básica para investigaciones regionales sobre el cambio climático; para
la regionalización de estas es de gran importancia contar con información histórica observada en la
región objeto de la investigación.
De los trece (13) modelos CMIP6 evaluados para cambio climático el que mejor representa la
temperatura media mensual y la precipitación mensual de la cuenca del río Zulia, Norte de Santander,
Colombia, es el modelo francés CNRM CM6 1 HR F2.
Para la cuenca hidrográfica del río Zulia debido al efecto del cambio climático en consideración al
escenario más crítico de los dos estudiados, el SSP 5-8.5 del CMIP6 para las simulaciones mensuales
del periodo entre el año 2041 al 2060 se estima una reducción del caudal medio multianual del 4.29%,
los meses donde se presentará mayor disminución del caudal medio mensual serían abril con -14.66% y
mayo con -20.72%. Para el periodo entre los años 2081 al 2100 se estima disminución del caudal medio
anual multianual en un 17.71%, los meses de proyección de mayor disminución del caudal son abril con
-33.91% y mayo con -33.08%.
La tendencia de los caudales simulados en este escenario en relación con los caudales de referencia
observados es a la disminución en un 75.66% de los meses simulados desde enero de 2025 hasta
diciembre de 2100. De los 912 meses simulados el 9.65% presentan tendencia a tener caudales con
incremento mayor al 10% al respecto de los de referencia y el 47.80% de los meses simulados presenta
tendencia a tener caudales con disminución mayor al 10% al respecto de los de referencia. Se prevé que
con el aumento de los años simulados y entre más se aproximen al año 2100 será más crítico el déficit
hídrico en los primeros semestres de cada año, para los segundos semestres se da la tendencia a tener
déficit hídrico con menor proporción de crecimiento que al de los primeros semestres de cada año.
Teniendo en cuenta que la proyección de la población futura es creciente y la oferta hídrica de esta
cuenca es decreciente, es importante que el Gobierno Nacional, Regional, la autoridad ambiental
regional CORPONOR, el sector productivo y los quince (15) municipios que hacen parte de la cuenca
CONCLUSIONES
El proyecto de intercomparación de modelos climáticos CMIP6 que tiene más de 32 modelos para la
generación de series de cambio climático de temperatura media mensual y de precipitación mensuales
se constituye en una herramienta básica para investigaciones regionales sobre el cambio climático; para
la regionalización de estas es de gran importancia contar con información histórica observada en la
región objeto de la investigación.
De los trece (13) modelos CMIP6 evaluados para cambio climático el que mejor representa la
temperatura media mensual y la precipitación mensual de la cuenca del río Zulia, Norte de Santander,
Colombia, es el modelo francés CNRM CM6 1 HR F2.
Para la cuenca hidrográfica del río Zulia debido al efecto del cambio climático en consideración al
escenario más crítico de los dos estudiados, el SSP 5-8.5 del CMIP6 para las simulaciones mensuales
del periodo entre el año 2041 al 2060 se estima una reducción del caudal medio multianual del 4.29%,
los meses donde se presentará mayor disminución del caudal medio mensual serían abril con -14.66% y
mayo con -20.72%. Para el periodo entre los años 2081 al 2100 se estima disminución del caudal medio
anual multianual en un 17.71%, los meses de proyección de mayor disminución del caudal son abril con
-33.91% y mayo con -33.08%.
La tendencia de los caudales simulados en este escenario en relación con los caudales de referencia
observados es a la disminución en un 75.66% de los meses simulados desde enero de 2025 hasta
diciembre de 2100. De los 912 meses simulados el 9.65% presentan tendencia a tener caudales con
incremento mayor al 10% al respecto de los de referencia y el 47.80% de los meses simulados presenta
tendencia a tener caudales con disminución mayor al 10% al respecto de los de referencia. Se prevé que
con el aumento de los años simulados y entre más se aproximen al año 2100 será más crítico el déficit
hídrico en los primeros semestres de cada año, para los segundos semestres se da la tendencia a tener
déficit hídrico con menor proporción de crecimiento que al de los primeros semestres de cada año.
Teniendo en cuenta que la proyección de la población futura es creciente y la oferta hídrica de esta
cuenca es decreciente, es importante que el Gobierno Nacional, Regional, la autoridad ambiental
regional CORPONOR, el sector productivo y los quince (15) municipios que hacen parte de la cuenca
pág. 5497
del río Zulia, planifiquen el uso del recurso hídrico de manera sostenible ambientalmente, de lo contrario
los efectos serán muy perjudiciales para su población causando la disminución de su calidad de vida.
Con cualquiera de los escenarios SSP5-8.5 o SSP2-4.5 se cambiará la distribución geográfica de las
zonas climáticas de la cuenca hídrica del río Zulia en Colombia, alterando la distribución y abundancia
de especies vegetales y animales, afectando también, el comportamiento, los ciclos de vida, los
rendimientos y la capacidad de ecosistemas de garantizar la oferta de bienes y servicios ambientales que
prestan en el presente.
REFERENCIAS BIBLIOGRÁFICAS
Banco Mundial. (2020, septiembre 2). Colombia: rica en agua, pero con sed de inversiones [En línea].
https://www.bancomundial.org/es/news/feature/2020/09/02/colombia-water-security
Banco Mundial. (2021). ¿Qué es el cambio climático? [En línea].
https://climateknowledgeportal.worldbank.org/overview [Accedido: 08-may-2023].
Banco Mundial. (2023, mayo 19). Involucrarse más: ¿Cómo resguardar los recursos hídricos de
América Latina? [En línea].
https://www.bancomundial.org/es/news/feature/2023/05/19/involucrarse-mas-como-
resguardar-los-recursos-hidricos-de-america-latina
CORPONOR Corporación Autónoma Regional de la Frontera Nororiental. (2010). Plan de Ordenación
y Manejo de la Cuenca Hidrográfica del Río Zulia [En línea].
https://corponor.gov.co/publica_recursos/pomca/zulia/POMCH_COMPLETO-
RIO_ZULIA.pdf. [Accedido: 08-may-2023].
Díaz González, P. V., & Suarez Rodríguez, A. M. (2019). Modelación hidrológica para el pronóstico de
sequías en la cuenca del río Pamplonita bajo escenarios de cambio climático [Tesis de grado,
Universidad Santo Tomás, Colombia]. https://hdl.handle.net/11634/15306. [Accedido: 18-ago-
2023].
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2000). Estudio Nacional del
agua (p. 251). [En línea].
http://www.ideam.gov.co/documents/14691/125687935/Estudio+Nacional+del+Agua.pdf/876
72672-962e-4fc2-89a2-98728bb90f92?version=1.0. [Accedido: 04-may-2023].
del río Zulia, planifiquen el uso del recurso hídrico de manera sostenible ambientalmente, de lo contrario
los efectos serán muy perjudiciales para su población causando la disminución de su calidad de vida.
Con cualquiera de los escenarios SSP5-8.5 o SSP2-4.5 se cambiará la distribución geográfica de las
zonas climáticas de la cuenca hídrica del río Zulia en Colombia, alterando la distribución y abundancia
de especies vegetales y animales, afectando también, el comportamiento, los ciclos de vida, los
rendimientos y la capacidad de ecosistemas de garantizar la oferta de bienes y servicios ambientales que
prestan en el presente.
REFERENCIAS BIBLIOGRÁFICAS
Banco Mundial. (2020, septiembre 2). Colombia: rica en agua, pero con sed de inversiones [En línea].
https://www.bancomundial.org/es/news/feature/2020/09/02/colombia-water-security
Banco Mundial. (2021). ¿Qué es el cambio climático? [En línea].
https://climateknowledgeportal.worldbank.org/overview [Accedido: 08-may-2023].
Banco Mundial. (2023, mayo 19). Involucrarse más: ¿Cómo resguardar los recursos hídricos de
América Latina? [En línea].
https://www.bancomundial.org/es/news/feature/2023/05/19/involucrarse-mas-como-
resguardar-los-recursos-hidricos-de-america-latina
CORPONOR Corporación Autónoma Regional de la Frontera Nororiental. (2010). Plan de Ordenación
y Manejo de la Cuenca Hidrográfica del Río Zulia [En línea].
https://corponor.gov.co/publica_recursos/pomca/zulia/POMCH_COMPLETO-
RIO_ZULIA.pdf. [Accedido: 08-may-2023].
Díaz González, P. V., & Suarez Rodríguez, A. M. (2019). Modelación hidrológica para el pronóstico de
sequías en la cuenca del río Pamplonita bajo escenarios de cambio climático [Tesis de grado,
Universidad Santo Tomás, Colombia]. https://hdl.handle.net/11634/15306. [Accedido: 18-ago-
2023].
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2000). Estudio Nacional del
agua (p. 251). [En línea].
http://www.ideam.gov.co/documents/14691/125687935/Estudio+Nacional+del+Agua.pdf/876
72672-962e-4fc2-89a2-98728bb90f92?version=1.0. [Accedido: 04-may-2023].
pág. 5498
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2010). Guía procedimiento
para la generación de escenarios de cambio climático regional y local a partir de los modelos
globales [En línea].
http://www.ideam.gov.co/documents/21021/21138/Gu%C3%ADa+Escenarios+Cambio+Clim
atico.pdf/72eae24f-04ea-4ce2-9a4b-e551559c48fc. [Accedido: 09-may-2023].
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2023). Estudio Nacional del
agua 2022 (p. 464). [En línea]. http://www.ideam.gov.co/web/agua/estudio-nacional-del-agua/-
/document_library_display/hWSQik0LFPrw/view/125666586. [Accedido: 04-may-2023].
IPCC Grupo Intergubernamental de Expertos sobre el Cambio Climático. (2008). El cambio climático
y el agua – Documento Técnico VI del IPCC [En línea]. https://archive.ipcc.ch/pdf/technical-
papers/ccw/climate-change-water-sp.pdf. [Accedido: 17-may-2023].
IPCC Grupo Intergubernamental de Expertos sobre Cambio Climático. (2021). Resumen para
responsables de políticas. En: Climate Change 2021: The Physical Science Basis. Contribution
of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate
Change [V. Masson-Delmotte, P. Zhai, A. Pirani, S. L. Connors, C. Péan, S. Berger, N. Caud, Y.
Chen, L. Goldfarb, M. I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J. B. R. Matthews, T. K.
Maycock, T. Waterfield, O. Yelekçi, R. Yu, & B. Zhou (Eds.)]. Cambridge University Press. [En
línea].
https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WG1_SPM_Spanish.pdf.
[Accedido: 19-may-2023].
KNMI Climate Explorer, Organización Meteorológica Mundial OMM. (2022). Ejecuciones mensuales
del escenario CMIP6 [En línea]. https://climexp.knmi.nl. [Accedido: 15-jul-2023].
Maraun, D., Wetterhall, F., Ireson, A., Chandler, R., Kendon, E., Widmann, M., Rust, H., Sauter, T.,
Themeßl, M., Venema, V., Chun, K., Goodess, C., Jones, R., Onof, C., & Vrac, M. (2010).
Precipitation downscaling under climate change: Recent developments to bridge the gap
between dynamical models and the end user. Reviews of Geophysics, 48, 24 de septiembre.
https://doi.org/10.1029/2009RG000314. [Accedido: 19-ago-2023].
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2010). Guía procedimiento
para la generación de escenarios de cambio climático regional y local a partir de los modelos
globales [En línea].
http://www.ideam.gov.co/documents/21021/21138/Gu%C3%ADa+Escenarios+Cambio+Clim
atico.pdf/72eae24f-04ea-4ce2-9a4b-e551559c48fc. [Accedido: 09-may-2023].
IDEAM - Instituto de Hidrología, Meteorología y Estudios Ambientales. (2023). Estudio Nacional del
agua 2022 (p. 464). [En línea]. http://www.ideam.gov.co/web/agua/estudio-nacional-del-agua/-
/document_library_display/hWSQik0LFPrw/view/125666586. [Accedido: 04-may-2023].
IPCC Grupo Intergubernamental de Expertos sobre el Cambio Climático. (2008). El cambio climático
y el agua – Documento Técnico VI del IPCC [En línea]. https://archive.ipcc.ch/pdf/technical-
papers/ccw/climate-change-water-sp.pdf. [Accedido: 17-may-2023].
IPCC Grupo Intergubernamental de Expertos sobre Cambio Climático. (2021). Resumen para
responsables de políticas. En: Climate Change 2021: The Physical Science Basis. Contribution
of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate
Change [V. Masson-Delmotte, P. Zhai, A. Pirani, S. L. Connors, C. Péan, S. Berger, N. Caud, Y.
Chen, L. Goldfarb, M. I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J. B. R. Matthews, T. K.
Maycock, T. Waterfield, O. Yelekçi, R. Yu, & B. Zhou (Eds.)]. Cambridge University Press. [En
línea].
https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WG1_SPM_Spanish.pdf.
[Accedido: 19-may-2023].
KNMI Climate Explorer, Organización Meteorológica Mundial OMM. (2022). Ejecuciones mensuales
del escenario CMIP6 [En línea]. https://climexp.knmi.nl. [Accedido: 15-jul-2023].
Maraun, D., Wetterhall, F., Ireson, A., Chandler, R., Kendon, E., Widmann, M., Rust, H., Sauter, T.,
Themeßl, M., Venema, V., Chun, K., Goodess, C., Jones, R., Onof, C., & Vrac, M. (2010).
Precipitation downscaling under climate change: Recent developments to bridge the gap
between dynamical models and the end user. Reviews of Geophysics, 48, 24 de septiembre.
https://doi.org/10.1029/2009RG000314. [Accedido: 19-ago-2023].
pág. 5499
OMM – Organización Meteorológica Mundial. (2022). Cuatro indicadores claves del cambio climático
batieron récords en 2021 [En línea]. https://wmo.int/es/media/cuatro-indicadores-clave-del-
cambio-climatico-batieron-records-en-2021
Ocean Health Index. (2022). CMIP6 búsqueda de datos [En línea].
https://oceanhealthindex.org/news/cmip_2_what_is_this [Accedido: 07-may-2023].
PMIC Programa Mundial de Investigación Climática. (2021). PMIP – Proyecto de intercomparación de
modelos paleoclimáticos [En línea]. https://www.wcrp-climate.org/modelling-wgcm-mip-
catalogue/cmip6-endorsed-mips-article/1064-modelling-cmip6-pmip. [Accedido: 05-may-
2023].
Programa Mundial de Investigaciones Climáticas (PMIC). (2021). Proyecto de intercomparación de
modelos acoplados (CMIP) del PMIC [En línea]. https://www.wcrp-climate.org/wgcm-cmip.
[Accedido: 11-may-2023].
Rivera, P., Herrera, E., & Ochoa, W. (2022). Comparación de series mensuales de precipitación y
temperaturas de los modelos CMIP6 para Guatemala. Ciencia, Tecnología y Salud, 9(2).
https://doi.org/10.36829/63CTS.v9i2.1285. [Accedido: 11-jun-2023].
OMM – Organización Meteorológica Mundial. (2022). Cuatro indicadores claves del cambio climático
batieron récords en 2021 [En línea]. https://wmo.int/es/media/cuatro-indicadores-clave-del-
cambio-climatico-batieron-records-en-2021
Ocean Health Index. (2022). CMIP6 búsqueda de datos [En línea].
https://oceanhealthindex.org/news/cmip_2_what_is_this [Accedido: 07-may-2023].
PMIC Programa Mundial de Investigación Climática. (2021). PMIP – Proyecto de intercomparación de
modelos paleoclimáticos [En línea]. https://www.wcrp-climate.org/modelling-wgcm-mip-
catalogue/cmip6-endorsed-mips-article/1064-modelling-cmip6-pmip. [Accedido: 05-may-
2023].
Programa Mundial de Investigaciones Climáticas (PMIC). (2021). Proyecto de intercomparación de
modelos acoplados (CMIP) del PMIC [En línea]. https://www.wcrp-climate.org/wgcm-cmip.
[Accedido: 11-may-2023].
Rivera, P., Herrera, E., & Ochoa, W. (2022). Comparación de series mensuales de precipitación y
temperaturas de los modelos CMIP6 para Guatemala. Ciencia, Tecnología y Salud, 9(2).
https://doi.org/10.36829/63CTS.v9i2.1285. [Accedido: 11-jun-2023].