El agua utilizada para riego representa uno de los mayores usos en el mundo, con un consumo aproximado del 70% del total de agua extraída (Naciones Unidas, 2024), regando un 20% de los cultivos globales y llegando en algunos países a representar el 90% del total del recurso utilizado anualmente (WWAP, 2019). Tal volumen de agua en todo el globo genera multitud de impactos en diferentes componentes y procesos del sistema terrestre (McDermid et al., 2023). En consecuencia, se considera que la modelación hidrológica debe incluir la irrigación entre sus forzantes, dadas las mejoras en la estimación de la evapotranspiración, la distribución del agua en el ciclo hidrológico (Shibuo et al., 2007; Xia et al., 2022) y la representación de caudales bajos en época seca (Voit et al., 2023). Asimismo, su inclusión contribuye a la comprensión de este efecto antrópico en una cuenca hidrográfica (Shibuo et al., 2007; Xia et al., 2022). Estas mejoras implican capturar adecuadamente los procesos hidrológicos no lineales en la cuenca, y por consiguiente mejorar la representación del balance hídrico anual (Medici et al., 2008). No obstante, la información sobre las cantidades de agua usadas para riego, el área regada y su frecuencia suele ser limitada o en algunos casos inexistente (Brocca et al., 2018; Dari et al., 2023). Ante esta escasez de datos, nuevas herramientas como los datos satelitales pueden emplearse para cubrir este vacío, brindando información sobre la cantidad y la distribución espacial de la irrigación (Brocca et al., 2023; Brombacher et al., 2022; Jalilvand et al., 2019; Massari et al., 2021; McInerney et al., 2018; Zappa et al., 2021). La inclusión de estos datos de satélite debe representar una mejora en la modelación hidrológica, al permitir capturar la respuesta de la cuenca a la variación espaciotemporal del agua de riego (McInerney et al., 2018) y mejorar la estimación de la evapotranspiración real (Dari et al., 2024; McInerney et al., 2018).

En este contexto, el presente estudio no busca únicamente evidenciar el impacto del riego, sino evaluar el potencial de los datos de riego estimados por satélite como insumo en la modelación hidrológica en la cuenca del río Po, en el norte de Italia, una región con altas demandas hídricas, particularmente para uso agrícola (Camici et al., 2025; Montanari et al., 2023). Utilizando el modelo TETIS (Francés et al., 2007) se comparan los cambios espaciales de la humedad superficial del suelo y la evapotranspiración, así como el cambio en las variables participes del balance hídrico. Finalmente, se realiza una evaluación de la representación temporal del caudal a lo largo de la red fluvial y de la representación espaciotemporal, tanto de la humedad como de la evapotranspiración, por parte del modelo. Con ello, se busca aportar información sobre la aplicabilidad de los datos satelitales de riego y su contribución potencial a la modelación hidrológica en regiones con limitada información observacional.

El presente estudio se ha ubicado en la cuenca del río Po, que abarca gran parte del norte de Italia y una pequeña parte del sur de Suiza (Figura 1), con un área estimada de 72 000 km² hasta la estación de aforo de Pontelagoscuro, aproximadamente 50 km antes de su desembocadura en el mar Adriático.

Es una región caracterizada por una intensa actividad agrícola y por una fuerte dependencia del riego superficial, principalmente en la zona del valle de la cuenca, con volúmenes asociados de aproximadamente 17 km³ al año (Montanari, 2012), extraídos en un 80% de los cauces superficiales (Bozzola y Swanson, 2014). De acuerdo con las estimaciones satelitales realizadas por Dari et al. (2023), para el periodo 2016-2021 el volumen promedio anual irrigado corresponde a 13.6 km³, equivalente a 183.4 mm/año para la totalidad de la cuenca y a 618.5 mm/año únicamente considerando el área irrigada, estimada en aproximadamente 22,000 km². Por su parte, la Autorità di Bacino del Fiume Po (2016) reporta volúmenes de abstracciones para riego de 10.5 km³, calculados a partir del caudal extraído en las estaciones evaluadas, con un aporte significativo durante los meses cálidos (mayo a septiembre). Se estima un caudal medio anual a la salida de la cuenca del rio Po de 47 km³, una precipitación promedio de 78 km³ y una capacidad de regulación limitada, del orden de 1.3 km³, por parte de los grandes lagos (Montanari, 2012). Dado lo anterior, la irrigación representa un 20% de la precipitación y un 36% del caudal observado, un volumen con potencial importancia en la modelación hidrológica y, por consiguiente, en el balance hídrico y el desempeño del modelo.

Se realiza una primera calibración del modelo TETIS durante el experimento SC40 y una recalibración en el experimento SC42, obteniendo los factores correctores (Tabla 4) y los parámetros de nieve (Tabla 5) para cada experimento. Los valores de KGE alcanzados en la estación Pontelagoscuro durante el proceso de calibración son de 0.45 para los experimentos SC40 y SC41 en el periodo 2006-2008 y de 0.82 para el experimento SC42 para el periodo 2016-2017.

Una vez los modelos se encuentran calibrados se realizan las simulaciones correspondientes a cada experimento para el periodo 2016-2021, obteniendo mapas diarios de las variables de evapotranspiración y humedad superficial del suelo, valores de las variables del balance hídrico, así como flujos asociados y series de caudal simulados en las estaciones de interés.

Ahora bien, en el caso del balance hídrico, en la Tabla 6 se resaltan los flujos de entrada y salida del balance, el error en balance en porcentaje, además de los flujos internos. Se observa que la evapotranspiración comparada con el SC40 aumenta en el experimento SC41 y disminuye en el SC42. En cuanto a la descarga directa al mar, esta aumenta considerablemente en el experimento SC41 y llega a 0 en el experimento SC42. A su vez, el caudal a la salida se ve disminuido en el SC41 y posteriormente aumenta en el SC42. Finalmente, el cambio en el almacenamiento aumenta en el SC41 y disminuye en el SC42.

Con respecto a los flujos internos indicados en la Tabla 6, la escorrentía directa aumenta en el experimento SC41 y posteriormente disminuye en el SC42, mientras que el interflujo aumenta levemente en el SC41 y considerablemente en SC42. Estos dos flujos sumados corresponden a la escorrentía superficial, que en su caso aumentaran del valor base del SC40 de 242.98 a 266.41 y 269.06, para el SC41 y el SC42, respectivamente. Por su parte la infiltración y la percolación tienden a aumentar con respecto a la línea base en aproximadamente un 30% para el experimento SC41, y en aproximadamente 100% para el experimento SC42. Finalmente, el flujo base aumenta levemente en el experimento SC41 y considerablemente en el experimento SC42 comparado con el SC40.

Ahora bien, para evaluar el caudal se utiliza la métrica KGE calculada a escala diaria en cada una de las estaciones en las que se han realizado las abstracciones. Las series diarias de caudal observado son comparadas con las series simuladas en cada experimento mediante el análisis de la serie temporal y la nube de puntos como se observa en la Figura 3. Los resultados muestran un mejor ajuste del experimento SC42 con respecto a los demás experimentos, particularmente durante los periodos de aguas bajas, solo mostrando una ligera subestimación en valores altos de caudal. Los valores estimados de KGE se presentan en la Tabla 7, mostrando una disminución del valor de KGE en el experimento SC41 y un aumento considerable en el experimento SC42 con respecto a la línea base.

En cuanto a la variación de las variables espaciales, los mapas de evapotranspiración y humedad superficial del suelo son utilizados para calcular su media anual en los tres experimentos. En el caso de la humedad superficial (Figura 4a), el valor medio en la línea base (SC40) de 45.18%, aumenta a 48.34% en el experimento SC41 y alcanza 57.55% en el SC42. En este último, los valores mínimos y máximos muestran cambios más notorios, aumentando de 10% a 15% y de 96% a 99% respectivamente.

Por su parte, la evapotranspiración (Figura 4c) como se ha mencionado previamente, presenta un aumento del valor medio entre el experimento SC40 y el SC41, de 516 mm/año a 586 mm/año, seguido de una disminución en el experimento SC42 a 477 mm/año. En cuanto a los valores mínimos y máximos, estos se mantienen estables entre los experimentos SC40 y SC41 (alrededor de 110 y 1031 mm/año respectivamente), pero descienden en el SC42 a aproximadamente 92 y 771 mm/año.

Los mapas medios anuales de evapotranspiración y la humedad superficial para los experimentos SC41 y SC42 se comparan con la línea base (SC40) para obtener mapas de diferencias relativas (Figura 5b y c), en los que se observan cambios considerables. Estas variaciones ocurren principalmente en el área donde se ha añadido la irrigación (Figura 5a), tanto en el experimento SC41(Figura 5, fila superior) como en el SC42 (Figura 5, fila inferior), aunque este último muestra cambios que se extienden a otra zonas de la cuenca.

Para evaluar la representación espaciotemporal de la evapotranspiración se calcula el valor de la métrica SPAEF. Usando como referencia la evapotranspiración obtenida de MODIS/Terra (Figura 4d), se comparan los resultados simulados de evapotranspiración para todos los experimentos, obteniendo el valor de SPAEF indicado en la Figura 4c. De dicha comparación se evidencia una diferencia importante entre los patrones espaciales de la fuente satelital y los simulados, estos últimos indicando una mayor evapotranspiración en la zona irrigada contrario al de MODIS/Terra, en el que parece existir una menor evapotranspiración en esta zona comparado con el resto de la cuenca. Los valores de SPAEF para la evapotranspiración en todos los casos son menores a 0. No obstante, estos valores parecen mejorar en los escenarios con riego, aumentando desde -0.4 hasta -0.32.

Ahora bien, para evaluar la humedad superficial se comparan los valores medios obtenidos de SMAP (Figura 4b) y los simulados con TETIS, posterior al proceso mencionado en el apartado “material y métodos”, obteniendo el valor de SPAEF indicado en la Figura 4a. La humedad superficial de SMAP presenta un patrón espacial uniforme con unas pocas zonas más húmedas al norte y en la zona sur de la cuenca en general con una magnitud mucho menor a la simulada. Similar al caso de la evapotranspiración, el valor medio observado no presenta cambios aparentes en la zona irrigada contrario al evidente aumento de la humedad en el área con riego en los resultados de los experimentos SC41 y SC42. No obstante, el valor de SPAEF, aumenta desde la línea base a los escenarios con riego, con valores desde -0.43 hasta 0.03.

Por último, la representación de la dinámica temporal de ambas variables se evalúa usando R², cuyos valores se indican en la Figura 6. En el caso de la humedad superficial (Figura 6a), la representación de la dinámica temporal no es óptima, lo cual se refleja en su valor de r² de 0.08 en los experimentos SC40 y SC41, aumentando levemente hasta 0.1 en el SC42. Con respecto a la evapotranspiración (Figura 6b), la dinámica temporal tiene una mejor representación, con un valor de r² de 0.82 en el escenario base, que mejora a 0.91 con la inclusión de la irrigación y a 0.97 con la recalibración.

Los resultados obtenidos demuestran una clara sensibilidad del modelo hidrológico TETIS a la inclusión de la irrigación. En el balance hídrico, la evapotranspiración tiende a aumentar en el experimento SC41 mientras que en el SC42 disminuye con respecto al SC40. Este comportamiento puede ser explicado por una posible sobreestimación de la evapotranspiración en la línea base dado que no se han considerado las abstracciones en dicho experimento.

La descarga directa al mar aumenta en el experimento SC41 debido al aumento de agua por el volumen añadido de irrigación y al uso de los mismos factores correctores de la línea base, lo que implica un incremento en esta salida del balance. Por otro lado, la disminución de esta descarga en el SC42 puede estar asociada al forzamiento de caudal mediante series naturalizadas, que, al ser mayores a las observadas, causarían el cierre de esta salida durante la calibración. Lo anterior, es consistente con la disminución en el cambio en el almacenamiento observada en el experimento SC42.

El caudal a la salida presenta un comportamiento acorde con las dinámicas de los demás flujos principales del balance. En el experimento SC41 su disminución es consistente con el aumento de la evapotranspiración, inversamente, su aumento en el SC42 está influenciado por la disminución en la evapotranspiración, debido a la calibración con el caudal naturalizado realizada en este experimento.

En términos de los flujos internos, la escorrentía directa y el interflujo se ven afectados principalmente por la recalibración del modelo mostrando en el experimento SC42 una disminución en la escorrentía directa y un aumento considerable en el interflujo con respecto a la línea base. Este comportamiento es coherente físicamente, considerando que el agua de riego se incorpora cerca de la superficie del suelo y fluye en este medio. Como resultado, la escorrentía superficial presenta un leve incremento comparado con la línea base, aun cuando el interflujo aumenta considerablemente. La infiltración, la percolación y el flujo base sustentan lo anterior, al verse incrementados notablemente en el experimento SC42 en comparación con el SC40. Estos cambios en los flujos internos se reflejan en el cambio en el almacenamiento, que pasa a ser negativo en el experimento SC42, en contraste con la disminución leve observada en el SC41 (sin recalibración). Este último experimento, además, muestra aumentos generalizados en todos los flujos, comportamiento poco consistente desde la física y que parece ser corregido con la recalibración en el SC42.

En cuanto la evaluación del caudal, la serie temporal parece mejorar su representación en el experimento SC42, reproduciendo de forma más acertada los valores bajos observados en la estación pontelagoscuro, aunque con una leve subestimación de los caudales altos. El valor promedio del caudal simulado en el experimento recalibrado es el más cercano al de la serie observada y su coeficiente de determinación (r²) de 0.8 es el más alto de los tres experimentos. En relación con la métrica KGE, su valor en el experimento SC40 disminuye al evaluarse en un periodo distinto al de la calibración. Comparado con la línea base, se observa un decrecimiento del KGE en el SC41, debido al cambio de forzantes, mientras que para el SC42 este valor aumenta, en el caso de la estación de cierre pontelagoscuro, hasta un valor de 0.86.

En el caso de la distribución espacial de la evapotranspiración y la humedad superficial, la influencia del riego se observa en el área irrigada para el experimento SC41 y mientras que para el SC42 sus efectos se observan en toda la cuenca. Esto es consecuencia de la recalibración con el caudal naturalizado, la cual implica un ajuste generalizado de los mapas de parámetros mediante los factores correctores estimados durante dicho proceso.

En términos espaciotemporales, la humedad superficial del suelo proporcionada por los datos satelitales de SMAP tiene una magnitud considerablemente menor que la simulada y su distribución espacial es principalmente uniforme, contrario al contraste observado en los mapas simulados postprocesados. Estas discrepancias en magnitud y patrón espacial afectan de forma significativa los valores de la métrica SPAEF. Por su parte, la evapotranspiración simulada presenta un patrón espacial distinto a la fuente satelital de MODIS/Terra, la cual indica una menor magnitud en el área irrigada, mientras que en los resultados de los experimentos SC41 y SC42 la magnitud en esa zona parece aumentar. Lo anterior se refleja en los valores de SPAEF menores a 0, que indican una baja representación del patrón espaciotemporal de ambas variables. No obstante, el valor de SPAEF aumenta en los escenarios con riego, sugiriendo que aun cuando la representación espacial no es óptima, existe un espacio a mejora una vez incorporada la irrigación.

Finalmente, con respecto a la dinámica temporal, su representación en la evapotranspiración mejora con la inclusión del riego, presentando valores de r² cercanos a 0.8 en los escenarios base que aumentan hasta valores mayores a 0.9 en los escenarios con riego. En caso contrario, su representación en la humedad superficial no parece ser adecuada, resultando en valores de r² menores a 0.1 en el experimento SC40, pero que aumentan levemente para el SC41 y el SC42. No obstante, dadas las diferencias en los patrones espaciales y valores medios de las variables consideradas con respecto a las bases de datos de referencia, esta evaluación está sujeta a variaciones dependiendo de la fuente de datos satelital considerada.

Los resultados obtenidos indican que el modelo hidrológico TETIS es sensible a la incorporación de riego estimado a partir de información satelital. La inclusión de la irrigación influyó significativamente en las principales variables del balance hídrico en la cuenca del rio Po. Los resultados indican que la evapotranspiración, el caudal y el cambio en el almacenamiento, así como los flujos internos tienen comportamientos distintivos dependiendo del experimento, en el SC41 la adición del riego incrementa de forma generalizada la mayoría de componentes del balance y los flujos internos, lo que no es físicamente consistente con la dinámica del balance. En caso contrario, el experimento SC42 redistribuye de forma mas realista los flujos, disminuyendo la escorrentía directa y aumentando el interflujo, la percolación y el flujo base, en coherencia con el valor negativo del cambio en el almacenamiento y con la aplicación superficial del agua de riego.

A su vez, la evaluación del caudal muestra una mejora importante en el experimento SC42, reproduciendo adecuadamente los periodos de caudales bajos, con solo una ligera subestimación de los valores altos, y, alcanzando un valor promedio muy aproximado al de la estación de aforo. Este escenario es el de mejor ajuste con respecto a la serie de caudal observada, obteniendo en la estación de pontelagoscuro los valores más altos del coeficiente de determinación y de KGE, lo que sustenta que la incorporación del riego puede mejorar la simulación del caudal siempre que se realice una recalibración.

En cuanto a la evaluación espaciotemporal, al incluir el riego se observa un efecto importante en la distribución espacial tanto de la humedad superficial del suelo, como de la evapotranspiración. En el experimento SC41, esta influencia es observada especialmente en la zona irrigada correspondiente al área agrícola del valle del Po, mientras que en el experimento SC42 se evidencia que el impacto del riego afecta la totalidad de la cuenca debido al proceso de recalibración. No obstante, existen diferencias notables con respecto a los datos satelitales de referencia (MODIS/Terra y SMAP), lo que resulta en valores muy bajos de la métrica SPAEF, indicando una pobre representación espaciotemporal. Sin embargo, el valor de SPAEF aumenta en los experimentos que añaden irrigación, lo que sugiere un espacio de mejora en la representación temporal y espaciotemporal de estas variables.

Este estudio presenta diversas limitaciones a considerar. La resolución semanal de los datos de irrigación implicó asumir una distribución diría uniforme, lo que puede no reflejar la dinámica de aplicación del riego en las áreas agrícolas. A su vez, las diferencias entre las diversas fuentes con respecto a los volúmenes de agua irrigada, pero principalmente la diferencia entre el estimado satelital y las abstracciones oficiales, tienen una implicación en los resultados tanto del balance hídrico como en el desempeño de las variables evaluadas, considerando la recalibración y el post-proceso asociado con esta información. Finalmente, las discrepancias entre los productos satelitales y las variables simuladas se reflejan directamente en los valores obtenidos de la métrica de desempeño empleada.

No obstante, los resultados no solo confirman la sensibilidad del modelo a la inclusión del riego, sino que destacan el potencial de los datos satelitales como una fuente valiosa para representar procesos hidrológicos en regiones donde la información observada es limitada, reforzando su utilidad en la modelación de cuencas agrícola. Se considera posible la transferencia de esta metodología a otras cuencas con disponibilidad de información satelital, en conjunto con los datos asociados a las extracciones de agua, dando paso a futuras investigaciones. Estas, pueden considerar el uso de otras fuentes de datos que permitan mejorar la caracterización del impacto del riego sobre las variables espaciotemporales. A su vez, si la cuenca seleccionada este regulada, será posible integrar la gestión de embalses con la irrigación para ampliar el análisis de los efectos antrópicos en la modelación hidrológica.