Introducción
⌅El cambio climático emerge como una amenaza omnipresente para los ecosistemas acuáticos a escala global (Doorga et al., 2023Doorga, J., Pasnín, O., Dindoyal, Y., & Díaz , C. (2023). Risk assessment of coral reef vulnerability to climate change and stressors in tropical islands: The case of Mauritius. Science of The Total Environment, 891. https://doi.org/https://doi.org/10.1016/j.scitotenv.2023.164648 ). Las lagunas, ubicadas en las exuberantes zonas tropicales, no son inmunes a esta perturbación ambiental; las variaciones en los regímenes de lluvias constituyen un factor crítico que impacta la hidrología, la calidad del agua y la rica biodiversidad de estos frágiles ecosistemas (Brito et al., 2012Brito , A., Newton, A., Tett , P., & Fernándes , T. (2012). How will shallow coastal lagoons respond to climate change? A modelling investigation. Estuarine, Coastal and Shelf Science, 112, 98 - 104. https://doi.org/https://doi.org/10.1016/j.ecss.2011.09.002 ). Los datos estadísticos y porcentuales de los años 1880 y 2014 registran un aumento promedio de la temperatura mundial de 0.85°C, y el nivel del mar ha aumentado 19 centímetros desde los años de 1901 hasta la actualidad (Jácome et al., 2019Jácome , E., Vallejo , B., & Gómez de la Torre, M. (2019). Impacts of climate change on the aquatic flora of Lagunas Verdes, Chiles Volcano, Ecuador. Biota Colombiana, 20(2), 20 - 31. https://doi.org/https://doi.org/10.21068/c2019.v20n02a02 ).
Investigaciones recientes demuestran que el uso de técnicas de teledetección sobre las modificaciones en los espejos de agua ofrece una visión holística y precisas en los cambios medioambientales (Zhichao et al., 2019Zhichao , L., Yujie , F., Nadine , D., Delaitre, E., Gurgel, H., & Gong, P. (2019). Continuous Monitoring of the Spatio-Temporal Patterns of Surface Water in Response to Land Use and Land Cover Types in a Mediterranean Lagoon Complex. Remote Sensing, 11(12). https://doi.org/https://doi.org/10.3390/rs11121425 ). La aplicación de índices espectrales facilita el cálculo de niveles hídricos y periodos críticos de estrés ambiental (Bolaños et al., 2023Bolaños , S., Betancur, T., Salazar , J., & Werner, M. (2023). Considerations on the water supply of the aquifer-wetland systems in Colombia from the GRACE satellites data interpretation. Revista de Ciencias Ambientales, 57(1), 97 - 120. https://doi.org/http://dx.doi.org/10.15359/rca.57-1.6 ).
Es crucial destacar que la laguna de Limoncocha se presenta como un escenario acuático que experimenta inundaciones periódicas, desempeñando un papel fundamental como hábitat para aves, mamíferos, reptiles y peces (Jarrín et al., 2017Jarrín , A., Salazar , J., & artínez , M. (2017). Evaluación del riesgo a la contaminación de los acuíferos de la Reserva Biológica de Limoncocha, Amazonía Ecuatoriana. Ambiente & Agua - An Interdisciplinary, 12(4), 652-665. https://www.redalyc.org/articulo.oa?id=92851634011 ). En este contexto, la investigación que aborda el impacto del cambio climático en este espejo de agua adquiere una significativa relevancia al ofrecer una comprensión profunda de cómo las variaciones climáticas pueden influir en el volumen del agua y, por ende, en la biodiversidad circundante. La aplicación de Sistemas de Información Geográfica (SIG) mediante la herramienta de teledetección ha posibilitado la obtención de información precisa y detallada acerca de la laguna y su entorno, destacando la importancia de la tecnología espacial en el análisis y monitoreo de estos entornos acuáticos (Wolfgang et al., 2013Wolfgang, J., Shuqing , A., Finlayson, C., Brij , G., Květ, J., & . Mitchell,, S. (2013). Current state of knowledge regarding the world’s wetlands and their future under global climate change: a synthesis. Aquatic Sciences, 75, 151 - 167. https://link.springer.com/article/10.1007/s00027-012-0278-z ).
El uso de la teledetección para conocer la afectación del cambio climático al espejo de agua de la laguna de Limoncocha se sustenta en la teoría y postulados de Vargas et al. (2021)Vargas , W., Castrejón, M., & Hinojosa , R. (2021). Machine Learning as a Tool to Determine the Variation of Water Resources Water Resources. Scientific Research Journal, 1(1), 56 - 69. https://doi.org/https://doi.org/10.53942/srjcidi.v1i1.46 donde afirman que, mediante la interpretación de imágenes satelitales, se puede determinar la cobertura vegetal, aparición o desaparición de acuíferos y lagos en diferentes años. Esta técnica permite identificar posibles impactos antrópicos y evaluar la severidad del evento, como sequías e inundaciones. La teledetección permite identificar patrones y tendencias a largo plazo y así tomar decisiones informadas en la gestión de los recursos hídricos y la adaptación al cambio climático (Muñoz et al., 2020Muñoz, W., Bedoya , O., & Rincón , M. (2020). Aplicación de rees neuronales para la reconstrucción de series de tiempo de precipitación y temperatura utilizando información satelital. Revista EIA, 17(34), 1 - 20. https://doi.org/DOI: https://doi.org/10.24050/reia.v17i34.1292 ).
A este contexto, se plantea la hipótesis dónde se postula que la variabilidad observada en el espejo de agua de la laguna de Limoncocha entre los años 2013 y 2024 está directamente relacionada con los cambios climáticos registrados en la región. Se espera que la aplicación de técnicas de teledetección permita identificar patrones específicos de variación y asociarlos con fenómenos climáticos, proporcionando una comprensión más precisa de los factores que afectan la laguna. Por ello esta investigación tiene como objetivo general realizar una evaluación teledetectiva del impacto climático en la laguna Limoncocha durante el periodo 2013-2024, centrándose en la variabilidad del espejo de agua y las posibles consecuencias ambientales.
Materiales y métodos
⌅2.1. Diseño y localización del estudio
⌅El estudio adoptó un diseño observacional longitudinal, destinado a analizar la respuesta hidrológica de la laguna Limoncocha frente a las tendencias del cambio climático global. Se seleccionó la laguna Limoncocha, ubicada en la provincia de Sucumbíos, cantón Shushufindi (Ecuador) por su relevancia como humedal amazónico vulnerable al cambio climático. La investigación abarcó un periodo de 12 años (2013 - 2024), se recopiló datos satelitales de la extensión del espejo de agua, se tomó en cuenta también las variables ambientales como la temperatura y precipitaciones, esto ayudó a detectar patrones y tendencias significativas.
2.2 Población
⌅Esta investigación tomó como población a las imágenes satelitales y registros climáticos de la laguna Limoncocha (tiene una extensión de 300 hectáreas, y su zona de influencia directa de hasta 500 metros del perímetro), recolectados desde el año 2013 al 2024. Se incluyeron imágenes con un porcentaje máximo de nubosidad del 20%, y registros meteorológicos que presentaron variaciones de temperatura y precipitación. Esta selección aseguró la representatividad de los cambios hidrológicos observados en el cuerpo hídrico en respuesta a las tendencias climáticas globales.
2.3 Instrumentos
⌅Para el análisis de la respuesta hidrológica de la laguna Limoncocha, la adquisición de los datos (imágenes satelitales) fue a través de la plataforma USGS Earth Explorer, se aplicó un criterio de selección de imágenes en el porcentaje de nubosidad (0 al 25%), para optimizar la calidad de la imagen, se implementó correcciones atmosféricas, geométricas y radiométricas, para ello se utilizó el complemento de clasificación automáticas del software QGIS versión 3.34.9, este procedimiento fue crucial garantizar la precisión de los análisis subsecuentes.
2.4 Variables
⌅Se definieron como variables dependientes a el área superficial del espejo de agua de la laguna Limoncocha (300 hectáreas) y el Índice de Diferencia Normalizada (NDWI), para este cálculo, se utilizó la ecuación siguiente:
Dónde:
GREEN = Representa la reflectancia en la banda verde del espectro electromagnético.
SWIR= Representa la reflectancia en la banda del infrarrojo de onda corta.
Por otro lado, las variables independientes fueron la temperatura media anual, precipitación anual y la evapotranspiración. Se consideró también como factores de control la estacionalidad y las actividades humanas.
2.5 Análisis de datos
⌅Para el análisis de los datos, se utilizó un enfoque multimétodo. En primer lugar, se realizaron análisis estadísticos descriptivos y de tendencia temporales, para ello se utilizó el modelo ARIMA (Modelo autorregresivo integrado de media móvil). Seguido, se aplicó un análisis espacial mediante clasificación supervisada de imágenes y cálculo de índices espectrales. Finalmente, se desarrollaron modelos de regresión múltiple y análisis de componentes principales para establecer relaciones entre variables mediante el software RStudio 4.4.1.
Resultados y discusión
⌅El análisis estadístico de las variables climáticas de la laguna Limoncocha durante el periodo 2013 - 2024 releva patrones significativos de cambio, se observa en la Tabla 1. La temperatura media exhibió una tendencia ascendente, registrando un incremento de 1.1 °C, desde 26,5°C en 2013 hasta alcanzar 27,06°C en 2024. Estos incrementos, aunque aparentemente moderados, representa una alteración térmica significativa para ecosistemas lacustres tropicales.
Los hallazgos son conscientes con lo reportado por Murad et al. (2024)Murad, C., Pearse, J., & Hogot, C. (2024). Monitoreo multitemporal de páramos como fuentes críticas de agua en el centro de Colombia. Scientific reports, 1(743). https://doi.org/10.1038/s41598-024-67563-z , quienes documentan tasas de calentamiento de 0,1 a 0,2 °C por década en cuerpos hídricos tropicales, con incrementos de hasta 0,3°C por década en las dos últimas décadas.
Las implicaciones ecológicas de ese aumento térmico pueden ser sustanciales, como lo demuestran Reyes & Baxter (2024)Reyes , A. D., & Baxter, R. (2024). Evaluación de la resiliencia y los efectos a largo plazo del cambio climático en la superficie del Lago de Yojoa. Medio ambiente sostennible . https://doi.org/10.1080/27658511.2024.2385734 , quienes establecen que incrementos superiores a 1°C en lagos tropicales pueden desencadenar modificaciones significativas en la estratificación térmica y los patrones de circulación vertical.
La precipitación anual tuvo una variabilidad considerable, con un rango de 400 mm (3100 - 3500 mm), una media de 3309 mm y una desviación estándar de 126 mm. Esta variabilidad refleja la complejidad de los patrones hidrológicos en ecosistemas tropicales, alineándose con las observaciones de Doorga et al. (2023)Doorga, J., Pasnín, O., Dindoyal, Y., & Díaz , C. (2023). Risk assessment of coral reef vulnerability to climate change and stressors in tropical islands: The case of Mauritius. Science of The Total Environment, 891. https://doi.org/https://doi.org/10.1016/j.scitotenv.2023.164648 , quienes señalan que fluctuaciones de esta magnitud indican una significativa variabilidad climática regional, posiblemente asociada con fenómenos como El Niño y la Niña. Zhichao et al. (2019)Zhichao , L., Yujie , F., Nadine , D., Delaitre, E., Gurgel, H., & Gong, P. (2019). Continuous Monitoring of the Spatio-Temporal Patterns of Surface Water in Response to Land Use and Land Cover Types in a Mediterranean Lagoon Complex. Remote Sensing, 11(12). https://doi.org/https://doi.org/10.3390/rs11121425 argumenta que tales oscilaciones influyen críticamente en el balance hídrico, afectando procesos ecológicos fundamentales.
Por otro lado, la evapotranspiración, presentó estabilidad relativa, con una media de 1573 mm/año y una desviación estándar de 45 mm. Este comportamiento sugiere un posible mecanismo de autorregulación del ecosistema (Bolaños et al., 2023Bolaños , S., Betancur, T., Salazar , J., & Werner, M. (2023). Considerations on the water supply of the aquifer-wetland systems in Colombia from the GRACE satellites data interpretation. Revista de Ciencias Ambientales, 57(1), 97 - 120. https://doi.org/http://dx.doi.org/10.15359/rca.57-1.6 ). Aunque cambios sostenidos en la precipitación podría superar esta capacidad de amortiguación y provocar desequilibrios en el balance hídrico.
Estadístico | Temperatura Media (°C) | Precipitación Anual (mm) | Evapotranspiración (mm/año) |
---|---|---|---|
Media | 27.0 | 3309 | 1573 |
Desviación estándar | 0.4 | 126 | 45 |
Mínimo | 26.5 (2013) | 3100 | 1500 |
Máximo | 27.6 (2024) | 3500 | 1635 |
Rango | 1.1 | 400 | 135 |
La tabla 2, muestra el área calculada en los años 2013 - 2024 se observó una transición morfológica del espejo de agua, pasando de una forma alargada a más redondeada, con una reducción de área de 202,8 ha a 192,0 ha. El periodo 2015 - 2016 mostró estabilidad, con áreas de 201,4 y 203,4 hectáreas respectivamente. Un punto crítico se registró en el año 2017, con una reducción del espejo de agua significativa a 163,2 ha, coincidiendo con un año particularmente seco en la región amazónica ecuatoriana.
AÑO | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
AREA (ha) | 202,8 | 192,0 | 201,4 | 203,4 | 163,2 | 191,4 | 196,7 | 209,7 | 132,0 | 221,5 | 220,6 | 225,4 |
Según las figuras 1 y 2 dentro del análisis multitemporal de imágenes satelitales reveló fluctuaciones significativas en la extensión del espejo del agua. En el año 2013 el área se estimó en 202,8 ha, mientras que en el año 2024 alcanzó 225,4 ha, con reducciones críticas en el año 2017 y 2021 respectivamente. La recuperación observada en 2022 y 2024 refleja una buena resiliencia en el ecosistema, pero también evidencia vulnerabilidad ante eventos climáticos extremos. Estudios previos como de Woolway et al. (2020)Woolway, L., Kraemer, B., Lenters, J., & Merchant, C. (2020). Global lake responses to climate change. Nature reviews earth & environment, 1, 388-403. https://doi.org/https://doi.org/10.1038/s43017-020-0067-5 reportan variaciones de hasta el 15% en cuerpos acuáticos amazónicos en dos décadas, validando asi la metodología empleada, y destacando la importancia de un monitoreo continuo.
El modelo de regresión múltiple tabla 3, muestra que el 78,3% de variabilidad en el área de la laguna (R2 ajustado = 0,783) con todas las variables mostrando significancia estadística con un (p<0,005). La temperatura emergió como el factor de mayor impacto negativo, donde cada grado Celsius de incremento redujo el área en aproximadamente 15,23 hectáreas. Por otro lado, la precipitación mostró un efecto positivo moderado (+0,048 ha/mm), mientras que la evapotranspiración redujo el área en 0,086 ha/mm. Estos resultados son concordantes con los observados por Zhichao et al. (2019)Zhichao , L., Yujie , F., Nadine , D., Delaitre, E., Gurgel, H., & Gong, P. (2019). Continuous Monitoring of the Spatio-Temporal Patterns of Surface Water in Response to Land Use and Land Cover Types in a Mediterranean Lagoon Complex. Remote Sensing, 11(12). https://doi.org/https://doi.org/10.3390/rs11121425 , además Reyes ed al. (2022)Reyes, V., Vieira da Cunha, J., & Caviedes, J. (2022). Impacto del cambio climático en lagunas tropicales: un estudio de caso en la Amazonía. Antropologías del sur. https://doi.org/http://dx.doi.org/10.25074/rantros.v9i17.2317 menciona que la sensibilidad del ecosistema a factores climáticos y refuerzan la necesidad de disponer estrategias de conservación y manejo sostenible.
Variable Independiente | Coeficiente | Valor p |
---|---|---|
Temperatura media (°C) | -15.234 | 0.028* |
Precipitación anual (mm) | 0.048 | 0.012* |
Evapotranspiración (mm/año) | -0.086 | 0.034* |
Constante | 654.321 | 0.001** |
R² ajustado | 0.783 | |
Error estándar | 12.245 | |
F-estadístico | 15.678 | |
Valor p (modelo) | 0.001 |
El análisis de los Componentes Principales Tabla 4 y 5, revelo que los tres primeros componentes explican el 100% de la variabilidad del sistema. El primer componente (53,62% de varianza) mostró una fuerte correlación positiva entre la temperatura y evapotranspiración, mientras que el segundo componente (30,85%) destacó la influencia de la precipitación sobre el área de la laguna. Estos hallazgos son concordantes con el estudio de Zhong et al. (2020)Zhong, G., Yoo, T., Xie, H., & Yang, K. (2020). Response of Tibetan Plateau lakes to climate change: Trends, patterns, and mechanisms. Earth-Science Reviews, 208. https://doi.org/https://doi.org/10.1016/j.earscirev.2020.103269 , quienes identifican alteraciones hidrológicas significativas en regiones amazónicas debido a eventos extremos; además manifiesta que en eventos extremos de sequía puede explicar hasta el 30% de variaciones en cuerpos de agua superficiales, lo que resalta la necesidad de establecer una planificación adaptativa.
Componente Principal | Eigenvalor | Varianza Explicada (%) | Varianza Acumulada (%) |
---|---|---|---|
PC1 | 2.145 | 53.62 | 53.62 |
PC2 | 1.234 | 30.85 | 84.47 |
PC3 | 0.621 | 15.53 | 100.00 |
Variable | PC1 | PC2 | PC3 |
---|---|---|---|
Temperatura | 0.856 | -0.324 | 0.123 |
Precipitación | -0.789 | 0.456 | 0.245 |
Evapotranspiración | 0.823 | 0.467 | -0.189 |
Área de la laguna | -0.745 | 0.567 | 0.234 |
El modelo ARIMA tabla 6, proyectó una estabilidad relativa del espejo de agua para los próximos 5 años, con un área estimada de 196,662.9 hectáreas. Sin embargo, estos pronósticos deben considerar la incertidumbre inherente a los cambios climáticos y las actividades antropogénicas en el área de estudio (laguna Limoncocha). La investigación de Coral (2023)Coral , K. (2023). Evaluación de la contaminación y del riesgo ecológico potencial de metales y As en sedimentos y suelos de la Reserva Biológica de Limoncocha, Amazonia Ecuatoriana. UCrea. https://repositorio.unican.es/xmlui/handle/10902/30158 respalda la importancia de los índices espectrales como herramientas fundamentales para comprender la dinámica de los ecosistemas acuáticos, validando la aproximación metodológica utilizada en este trabajo de investigación.
Estos hallazgos subrayan la necesidad de implementar estrategias de monitoreo continuo y desarrollar planes de gestión adaptativa que consideren tanto las tendencias climáticas como las dinámicas ecosistémicas locales para garantizar la sostenibilidad de la laguna Limoncocha frente al cambio climática.
Forecast | Lo 80 | Hi 80 | Lo 95 | Hi 95 |
---|---|---|---|---|
196662.9 | 162885.5 | 230440.4 | 145004.8 | 248321.1 |
196662.9 | 162885.5 | 230440.4 | 145004.8 | 248321.1 |
196662.9 | 162885.5 | 230440.4 | 145004.8 | 248321.1 |
196662.9 | 162885.5 | 230440.4 | 145004.8 | 248321.1 |
196662.9 | 162885.5 | 230440.4 | 145004.8 | 248321.1 |
Conclusiones
⌅-
El incremento térmico de 1.1°C en la laguna Limoncocha durante los años 2013 - 2024 evidencia una alteración del ecosistema acuático, superando las tasas promedio de calentamiento reportados en cuerpos de agua tropicales, lo que implica una mayor vulnerabilidad del sistema ante el cambio climático.
-
La dinámica del espejo de agua exhibe una marcada sensibilidad a las variaciones climáticas, donde la temperatura emerge como el factor dominante de control, ejerciendo una influencia negativa sobre la extensión del cuerpo de agua (-15,23 ha/°C), lo cual sugiere un riesgo potencial de contracción del ecosistema bajo escenarios de calentamiento continuo.
-
El modelo predictivo ARIMA, con un nivel de confianza del 95%, establece una tendencia hacia la estabilidad relativa del espejo de agua en el corto plazo. Sin embargo, la significancia variabilidad histórica observada (rango de 93,4%) indica la necesidad de implementar sistemas de monitoreo continuo para detectar cambios abruptos en el ecosistema.
-
La variabilidad espacial y temporal identificada en el espejo de agua de la laguna Limoncocha constituye un indicador temprano de la respuesta de los ecosistemas acuáticos tropicales al cambio climático, enfatizando la urgencia de establecer medidas de conservación y manejo sostenible.