El déficit de evaporación como indicador del balance hídrico en Chiapas, México
DOI:
https://doi.org/10.18633/biotecnia.v27.2459Palabras clave:
estiaje; estrés hídrico; evaluación climática; evaporación; precipitaciónResumen
Este estudio propone el déficit de evaporación (DE) como un nuevo indicador para evaluar el balance hídrico y la vulnerabilidad climática en el estado de Chiapas, México. Utilizando datos de 188 estaciones climáticas, se analizaron las variaciones espaciales y temporales del DE. Los resultados muestran que el DE es una herramienta efectiva para identificar regiones y períodos con riesgo de sequía o exceso de humedad. Se encontró una alta variabilidad espacial en la distribución del DE por la complejidad de los procesos hidrometeorológicos en la región, cuya estimación del DE mensual a partir del DE anual se hizo subdividiendo el estado en tres zonas (A: R2=0.94, RMSE=0.216; B: R2=0.96, RMSE=0.065; C: R2=0.88, RMSE=0.415). El DE es un indicador robusto y útil para evaluar el balance hídrico en Chiapas, proporcionando información con implicaciones para la gestión de recursos hídricos y la agricultura en Chiapas, aunque la calidad de los datos y la escala espacial del análisis podría tener limitaciones para la extrapolación de la información. Futuras investigaciones podrían explorar la relación entre el DE y su aplicación agrícola.
Descargas
Citas
Alba-López, M.P., González-Espinosa, M., Ramírez-Marcial, N. y Castillo-Santiago, M.Á. 2003. Determining the distribution of Pinus ssp. in the Central Highlands of Chiapas, Mexico. Botanical Sciences. 73: 7-15. https://doi.org/10.17129/botsci.1675
Arellano-Monterrosas, J.L. y Ruiz-Meza, L.E. 2019. Variabilidad climática y eventos extremos en la cuenca del río Zanatenco, Chiapas. Tecnología y Ciencias del Agua. 10: 249-274. https://doi.org/10.24850/j-tyca-2019-03-10
Arreola Muñoz, A.V. 2019. Variabilidad y cambio climático regionalizado en Chiapas. Diversidad. 16: 44-54. https://www.idesmac.org/revistas/index.php/diversidad/article/view/66
Baiamonte, G. 2021. Simplified Interception/Evaporation Model. Hydrology. 8: 99. https://doi.org/10.3390/hydrology8030099
CONAGUA. Comisión Nacional del Agua. Información climatológica del estado de Chiapas. [Consultado 24 Abril 2024] 2024. Disponible en: https://smn.conagua.gob.mx/es/informacion-climatologica-por-estado?estado=chis.
David, J.S., Valente, F. y Gash, J.H. 2006. Evaporation of intercepted rainfall. En: Encyclopedia of Hydrological Sciences. M.G. Anderson (ed.), pp 627–634. John Wiley, Chichester, U. K., https://doi.org/10.1002/0470848944.hsa046
Derardja, B., Khadra, R., Abdelmoneim, A.A.A., El-Shirbeny, M.A., Valsamidis, T., De Pasquale, V., Deflorio, A.M. y Volden, E. 2024. Advancements in remote sensing for evapotranspiration estimation: a comprehensive review of temperature-based models. Remote Sensing. 16:1927. https://doi.org/10.3390/rs16111927
Díaz Hernández, B.M., Plascencia Vargas, H., Arteaga Ramírez, R. y Vázquez Peña, M.A. 2000. Estudio y zonificación agroclimáticos en la región Los Altos de Chiapas, México. Investigaciones geográficas. 42: 7-27. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-46112000000200002& lng=es&tlng=es
Esquivel-Román, A., Callejas-Chavero, A. y Villegas-Guzmán, G.A. 2018. Relación de la temporalidad (estiaje y lluvias) con la riqueza y abundancia de arañas saltarinas (Araneae: Salticidae) en cinco localidades de San Luis Potosí. Acarología y Aracnología. 2: 448-475.
Evett, S.R., Schwartz, R.C., Casanova, J.J. y Heng, L.K. 2012. Soil water sensing for water balance, ET and WUE. Agricultural Water Management, 104:1-9. https://doi.org/10.1016/j.agwat.2011.12.002
Geen, R., Pietschnig, M., Agrawal, S., Dey, D., Lambert, H. y Vallis, G.K. 2023. The relationship between model biases in East Asian summer monsoon rainfall and land evaporation. Advances in Atmospheric Sciences. 1-14. https://doi.org/10.1007/s00376-023-2297-1
Hidalgo-Sánchez, M., Ángeles-Pérez, G., Yépez, E.A., Plascencia-Escalante, F.O., Delgado-Balbuena, J. y González-Martínez, T.M. 2021. Evapotranspiración e intercambio de energía en un bosque templado de México. Tecnología y Ciencias del Agua. 12: 490-537. https://doi.org/10.24850/j-tyca-2021-02-11
INEGI. Instituto Nacional de Estadística y Geografía. Conjunto de datos vectoriales fisiográficos. Continuo Nacional serie I. Subprovincias fisiográficas. [Consultado 18 Mayo 2024] 2001. Disponible en: https://www.inegi.org.mx/temas/fisiografia/#Descargas.
QGIS Development Team. 2023. QGIS Geographic Information System version 3.28.7 https://qgis.org/es/site/
Li, Q., Wang, Y. y Duan, Y. 2015. Impacts of evaporation of rainwater on tropical cyclone structure and intensity-A revisit. Journal of the Atmospheric Sciences. 72: 1323-1345, https://doi.org/10.1175/JAS-D-14-0224.1
López-López, C., Exebio-García, A.A., Flores-Velázquez, J. y Juárez Márquez, A.E. 2023. Índice de estrés hídrico (IEH) e índice de servicio del riego (ISR) en función de la huella hídrica de los cultivos en los módulos de riego en México. Ciencia Latina Revista Científica Multidisciplinar. 7: 11303-11331. https://doi.org/10.37811/cl_rcm.v7i2.6214
Mundo-Molina, M.D. 2019. Discusión a la nota técnica “Índices de cambio climático en la cuenca del Río Grande, Chiapas, México” de Figueroa-Gallegos, J.A. 2017. 8: 137-143. Tecnología y Ciencias del Agua. 10: 283-292. https://doi.org/10.24850/j-tyca-2019-06-d1
Mundo-Molina, M.D., Godínez-Gutiérrez, E., Pérez-Díaz, J. y Hernández-Cruz, D. 2021. Detecting climate change in using extreme data from two surface weather stations: Case study Valle of Comitán and La Esperanza, Chiapas, México. Journal of Water Resource and Protection. 13: 1061-1075. https://doi.org/10.4236/jwarp.2021.1312057
R Core Team. 2020. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/
Ruiz-Ortega, F.J., Clemente, E., Martínez-Rebollar, A. y Flores-Prieto, J.J. 2024. An evolutionary parsimonious approach to estimate daily reference evapotranspiration. Scientific Reports. 14(1):6736. https://doi.org/10.1038/s41598-024-56770-3Sekizawa, S., Miyasaka, T., Nakamura, H., Shimpo, A., Takemura, K. y Maeda, S. 2019. Anomalous moisture transport and oceanic evaporation during a torrential rainfall event over western Japan in early July 2018. SOLA 15A. 25-30. https://doi.org/10.2151/sola.15A-005
Sharmila, S. y Hendon, H.H. 2020. Mechanisms of multiyear variations of Northern Australia wet-season rainfall. Scientific Reports. 10 :5086. https://doi.org/10.1038/s41598-020-61482-5
Villalobos-Cano, O., Santellano-Estrada, E., Stringam, B.L., Grover, K. y Esparza-Vela, E. 2024. Estimating water use efficiency for major crops in Chihuahua, Mexico: crop yield function models vs. evapotranspiration. Sustainability. 16:1851. https://doi.org/ 10.3390/su16051851
Wanniarachchi, S. y Sarukkalige, R.A. 2022. A review on evapotranspiration estimation in agricultural water management: Past, Present, and Future. Hydrology. 9(7), 123. https://doi.org/ 10.3390/hydrology9070123

Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La revista Biotecnia se encuentra bajo la licencia Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)