Metodología para la estimación de la sequía hidrológica considerando el efecto del cambio climático mediante cópulas

Abstract

This study proposes an integrated methodology for the estimation and characterization of hydrological drought under climate change scenarios through the application of copula functions for multivariate integration of hydrometeorological variables. The research was conducted in the Angulo River Basin, Michoacán, using historical records and CORDEX climate projections under the RCP 8.5 scenario, including bias correction, deseasonalization, and trend removal processes. The SPI, SDI, and SGI indices were employed as input variables for the generation of bivariate and trivariate copulas, leading to the Multivariate Standardized Drought Index (MSDI). The modeling allowed identifying the joint response of precipitation, streamflow, and groundwater level under simulated drought conditions, revealing greater persistence and intensity in future horizons. Results showed that the trivariate Frank and Gumbel copulas provided a better statistical fit and enhanced capacity to represent compound drought events, outperforming univariate and bivariate indices in detecting extreme conditions. The developed methodology proved replicable and adaptable to other regions with limited hydrological information, serving as a practical tool for water resources management and climate change impact assessment.

El presente trabajo propone una metodología integral para la estimación y caracterización de la sequía hidrológica bajo escenarios de cambio climático, mediante la aplicación de funciones de cópula para la integración multivariada de variables hidrometeorológicas. El estudio se desarrolla en la cuenca del río Ángulo, Michoacán, donde se analizaron series históricas y proyecciones climáticas del programa CORDEX bajo el escenario RCP 8.5, incorporando procesos de corrección de sesgo, desestacionalización y remoción de tendencia. Se implementaron los índices SPI, SDI y SGI como variables de entrada para la generación de cópulas bivariadas y trivariadas, obteniendo el índice de Sequía Multivariado (MSDI). La modelación permitió identificar la respuesta conjunta de la precipitación, el escurrimiento y el nivel freático ante las condiciones de sequía simuladas, mostrando mayor persistencia e intensidad en los horizontes futuros. Los resultados indican que las cópulas trivariadas del tipo Frank y Gumbel presentaron un mejor ajuste estadístico y una mayor capacidad para describir los periodos de sequía compuesta, superando a los índices univariados y bivariados en la detección de eventos extremos. La metodología desarrollada demuestra ser replicable y adaptable a otras regiones con información hidrológica limitada, constituyendo una herramienta de apoyo para la gestión de los recursos hídricos y la evaluación de la vulnerabilidad ante el cambio climático.