Tipología de zonas ribereñas como herramienta para el manejo de cuencas hidrográficas.
Alexander Quevedo Chacón, Manuel Maass y Adriana C. Flores-Díaz
Estatus: Vivo
Contacto: Alexander Quevedo, Adriana C. Flores-Díaz
Datos: https://github.com/alequech/tipologia_zonas_riberenas
Introducción
Las riberas fluviales, también llamadas zonas riparias, son ecosistemas muy importantes que acompañan a cada lado de las orillas de los arroyos y ríos en sus recorridos a lo largo de un territorio. Van cambiando sus características desde el inicio de la red fluvial (en las partes altas de una cuenca hidrográfica), hasta su desembocadura en un humedal, un lago, o en el mar. Los cambios ribereños están ligados al gradiente de elevación de los sitios que atraviesan, y a características de las rocas, del suelo, de la cubierta vegetal, y a las variaciones climáticas locales, principalmente el régimen de precipitaciones (Naiman et al., 2005).
Como parte de los servicios ecosistémicos de estos ambientes particularmente productivos, se encuentran aquellos relacionados con la regulación de la cantidad, la calidad y la temporalidad (régimen) de los recursos hidrológicos, por lo que resultan ser sitios críticos para mantener la salud, la seguridad hídrica, la biodiversidad y, en general, la integridad de los ecosistemas de agua dulce (Lowrance et al., 2000; Postel y Richter, 2003).
Una de las características sobresalientes de las riberas fluviales es su heterogeneidad estructural y funcional (Naiman et al., 2005), que le confiere propiedades de gran importancia para proveer hábitats diversos a lo largo de la red fluvial. Esta heterogeneidad promueve el desarrollo de una diversidad de organismos involucrados en procesos ecológicos que afectan la entrada de energía y materiales a la columna de agua. De esta forma, y dependiendo de la presencia de hojarasca, sedimentos, distintos tipos de suelo, rocas y de formas del terreno en cada tramo del arroyo o río, se dan las condiciones particulares que permite a las zonas ribereñas sostener una gran diversidad de especies y favorecer a aquellas que viven dentro de la columna de agua.
Esta heterogeneidad de las riberas fluviales, cuya importancia es reconocida y apreciada por los ecólogos y limnólogos que la estudian, implica un gran reto para su manejo y conservación. ¿Cómo podemos cuidar y conservar al ecosistema ribereño, con su vegetación y su dinámica hidrológica, al tiempo que se mantiene la producción de la tierra adyacente? ¿Cómo establecer criterios de manejo en zonas que pueden ser tan distintas? ¿Se maneja igual la ribera de los arroyos temporales que la de aquellos permanentes? ¿Tenemos los mismos criterios para manejar las riberas en las zonas altas de las cuencas, que en las zonas bajas?
Estas preguntas, que por lo general nos hacen concebir las posibles prácticas y acuerdos de manejo dentro de una cuenca, tienen respuestas que varían en función del contexto biofísico y social del territorio. La tipología que se propone en este capítulo es una herramienta de análisis espacial que permite lidiar con la heterogeneidad ribereña, favoreciendo con ello el diseño de prácticas acordes con las metas de manejo integrado de una cuenca, que no sólo incluye el suministro de agua para las personas y para los ecosistemas, sino también el cuidado de la biodiversidad. Esta metodología, publicada en Flores-Díaz et al. (2017), reconoce la unicidad de los segmentos fluviales y la importancia de diseñar prácticas in situ, a partir de una jerarquía organizada en tres niveles: contexto, estructura y microestructura.
Objetivo
Construir una tipología de riberas que permita sintetizar la heterogeneidad del sistema fluvial, a partir de variables biofísicas de la cuenca y de los arroyos de la red hídrica, mediante un procedimiento jerárquico.
Procedimiento
Consideraciones generales
Existe varias fuentes de información de base para ir construyendo una tipografía. En internet (e.g. la página de INEGI) encontrarás una gran variedad de recursos digitales de la cuenca que te interesa, por lo que te recomendamos que ubiques claramente las fuentes de información, metadatos y los procedimientos de validación que los sustentan.
La información que se va sintetizando a lo largo del procedimiento que aquí presentamos, está referida a los segmentos fluviales que conforman la red drenaje hidrológica. Un segmento o tramo fluvial es aquel que se encuentra entre dos nodos (o puntos de contacto) en la red (i.e., donde los ríos o arroyos se unen) (Figura 1).
Figura 1. Imagen del segmento fluvial (ejemplos en amarillo), que considera los tramos comprendidos entre dos afluentes.
Variables
Las variables seleccionadas para la construcción de la tipología hacen referencia a características de los segmentos, los cuales están asociadas a procesos importantes para el manejo ribereño (Tabla1):
Altitud (msnm): Variable relacionada con el clima y con los rasgos generales de la cuenca asociados a su ubicación geográfica.
Geoforma (sin unidades): Variable cualitativa que hace referencia a la existencia de canales, valles, planicies, crestas, etc.). Influye en el tiempo de residencia del agua a través de la cuenca. Así mismo, hace referencia al tipo de sustrato para procesos hidrológicos que influyen en la estructura de las riberas y en la calidad del agua. Las geoformas se definen local o regionalmente, de tal forma que representan procesos que ocurren a dichas escalas.
Coeficiente de Escurrimiento (%): (cociente escurrimiento / precipitación.). Se relaciona con la ubicación del segmento de río dentro de la cuenca, y con la conducción de agua en el canal. Los metadados de este valor indican que el coeficiente de escurrimiento es el “Porcentaje estimado de agua que escurre en el terreno; el valor mostrado indica el límite máximo para cada clase cerrada” (Consulta de los metadatos de la capa de hidrología superficial- INEGI, en: https://www.inegi.org.mx/contenidos/temas/mapas/hidrologia/metadatos/dd_hidrosup_1m_250k.pdf).
Pendiente longitudinal (°): Relacionada con el tiempo de residencia del agua y con el poder de arrastre de la corriente del río.
Orden hidrológico (sin unidades): Relacionado con la capacidad de conducción de agua, la velocidad del flujo, y el contacto entre la ribera y el canal. Utilizamos el procedimiento de Strahler (1957).
Temporalidad (sin unidades): Variable cualitativa que hace referencia al patrón y tiempo de residencia del agua en el arroyo (permanentemente/ intermitente). Se relaciona con la carga de materiales (sedimentos, organismos, semillas, etc.), y a los procesos biogeoquímicos asociados con la calidad del agua.
Longitud del segmento (m): Referido al contacto entre la ribera y el canal, relacionado con el intercambio de agua y materiales entre ambos espacios.
Pendiente lateral (°): Se refiere a la pendiente de las riberas y son determinantes para el nivel de inundación de las riberas y para el tiempo de residencia del agua en esa zona.
Ancho del banco (m): Extensión del canal “lleno” antes de la inundación de la ribera. Relacionado con la conectividad lateral, y con el intercambio de materiales entre el canal y la ribera.
Cociente longitud / ancho (%): Expresa la longitud del contacto entre la porción terrestre y el agua.
Tabla 1. Variables y fuentes de información
| Nivel | Variable y fuente | Fuente |
|---|---|---|
| Contexto | Altitud (msnm) | Modelos de Elevaciones de INEGI, https://www.inegi.org.mx/app/geo2/elevacionesmex/ |
| Geoforma (montañas, colinas, planicies) | Conjuntos vectoriales de INEGI, Modelos de Elevaciones de INEGI, https://www.inegi.org.mx/app/geo2/elevacionesmex/ | |
| Coeficiente de escurrimiento (%). | https://www.inegi.org.mx/temas/hidrologia/#Descargas | |
| Estructura | Pendiente longitudinal (°) | Conjuntos vectoriales de INEGI, https://www.inegi.org.mx/temas/hidrografia/#Descargas |
| Orden hidrológico (Strahler 1957) | Conjuntos vectoriales de INEGI, https://www.inegi.org.mx/temas/hidrografia/#Descargas | |
| Temporalidad (permanente, intermitente) | Conjuntos vectoriales de INEGI, https://www.inegi.org.mx/temas/hidrografia/#Descargas | |
| Microestructura | Pendiente lateral (°) | Cálculo a partir del MDE |
| Ancho del banco (m) | Mediciones de campo | |
| Cociente longitud / ancho (%) | Cálculo a partir de mediciones de campo |
El procedimiento que seguimos es jerárquico, donde el contexto es el nivel más amplio y establece las condiciones en las que se presentan el resto de los niveles, que son estructura y microestructura.
Preprocesamiento
Para iniciar con el procedimiento, es necesario cargar los siguientes paquetes dentro de tu sesión de R.
library(terra)
library(raster)
library(tidyverse)
library(GGally)
library(Rsagacmd)
library(rpart)
library(rpart.plot)
library(sf)
library(devtools)
library(treeClust)r_dem <- "datos/DEM_BASE.tif"
r_cuenca <- "datos/cuenca_calnali.shp"
r_redhidrologia <- "datos/red_h.shp"
r_coes <- "datos/ce.shp"El paquete terra permite la manipulación de manera ágil del modelo digital de elevación.
MDE <- rast(r_dem)
MDE## class : SpatRaster
## dimensions : 678, 1913, 1 (nrow, ncol, nlyr)
## resolution : 15, 15 (x, y)
## extent : 534663.3, 563358.3, 2306431, 2316601 (xmin, xmax, ymin, ymax)
## coord. ref. : Mexico ITRF2008 / UTM zone 14N (EPSG:6369)
## source : DEM_BASE.tif
## name : DEM_BASEAl comparar la extensión del límite de la cuenca se hace evidente la necesidad de recortar el modelo digital elevación, para delimitar adecuadamente la zona de estudio.
cuenca <- vect(r_cuenca)
plot(MDE)
plot(cuenca, add = TRUE)
MDE_cuenca <- crop(MDE, cuenca) %>% mask(cuenca)
plot(MDE_cuenca)
Para el cálculo de las geoformas se seguirá la metodología propuesta por Weiss (2001), la cual permite generar un índice de posición topográfica y con ello una clasificación de las geoformas presentes en una región determinada. Este método se encuentra desarrollado como un módulo del software SAGA (Conrad et al., 2015). Con la finalidad de aprovechar esto, conectamos R con SAGA.
saga <- saga_gis(opt_lib = c("grid_calculus", "ta_morphometry"), cores = 8)
#print(saga$ta_morphometry$tpi_based_landform_classification)
geof_r <- MDE %>%
saga$ta_morphometry$
tpi_based_landform_classification(radius_a_min = 0,
radius_a_max = 100,
radius_b_min = 0,
radius_b_max = 1000) Cargamos las geoformas desde el archivo que generó SAGA, visualizándolas con distintos colores y etiquetas.
c_geoformas <- c(
'Canales',
'Drenajes de pendiente media',
'Drenajes zonas altas',
'Valles',
'Planicies',
'Pendientes abiertas',
'Pendientes de altura',
'Crestas locales',
'Crestas de media ladera',
'Cimas')
col <- c(
'#7F0000',#1
'#FFC8C8',#2
'#FFC800',#3
'#FF7F7F',#4
'#80FFFF',#5
'#00FF80',#6
'#00FF00',#7
'#7FC8FF',#8
'#007FFF',#9
'#0000FF',
'black'
)
geof_r <- ratify(geof_r)
rat <- levels(geof_r)[[1]]
rat$clases <- c_geoformas
levels(geof_r) <- rat
rasterVis::levelplot(geof_r, att='clases', col.regions=col)
geoformas <- rast(geof_r) %>%
crop( ., MDE_cuenca)
names(geoformas) <- "geoformas"
Esta es una clasificación morfométrica que utiliza las diferencias de elevaciones registradas en el modelo digital (2001). Usualmente esta clasificación se realiza en dos escalas, de modo que es posible ver ambos grupos de geoformas, aquellas dominantes en una región amplia (e.g. a nivel nacional, estatal o de una región fisiográfica) y en una más acotada (e.g. un municipio o una localidad particular).
A continuación, calculamos la pendiente del terreno (en grados) considerando NUEVE celdas contiguas, es decir, a partir de una celda central y ocho vecinas.
pendiente <- terrain(MDE_cuenca, v = "slope", neighbors=8, unit="degrees")
pendiente ## class : SpatRaster
## dimensions : 611, 1847, 1 (nrow, ncol, nlyr)
## resolution : 15, 15 (x, y)
## extent : 535158.3, 562863.3, 2306926, 2316091 (xmin, xmax, ymin, ymax)
## coord. ref. : Mexico ITRF2008 / UTM zone 14N (EPSG:6369)
## source : memory
## name : slope
## min value : 0
## max value : 66.80908Cargamos el conjunto de datos vectoriales que contiene la red hídrica. Si tienes dudas sobre los formatos que trabajamos en SIG, consulta Olaya, 2020.
red <- vect(r_redhidrologia)
red## class : SpatVector
## geometry : lines
## dimensions : 313, 20 (geometries, attributes)
## extent : 535235, 562832.6, 2307039, 2315588 (xmin, xmax, ymin, ymax)
## coord. ref. : Mexico ITRF2008 / UTM zone 14N (EPSG:6369)
## names : ID CVE_SUBC CLAVE50K TIPO ENTIDAD FC
## type : <num> <chr> <chr> <num> <chr> <num>
## values : 8.304e+06 RH26Dx f14d52 101 CORRIENTE DE AGUA 3271
## 8.304e+06 RH26Dx f14d52 101 CORRIENTE DE AGUA 3272
## 8.304e+06 RH26Dx f14d52 101 CORRIENTE DE AGUA 3271
## CONDICION EDICION FECHA LENGTHM (and 10 more)
## <chr> <chr> <chr> <num>
## INTERMITENTE O 1998/11/30 114.5
## PERENNE O 1998/11/30 76.65
## INTERMITENTE O 1998/11/30 859.8Trabajando con la red hídrica y el modelo digital de elevaciones, extraemos la elevación promedio de cada segmento fluvial, que es una porción de la red comprendido entre dos afluentes (ver Figura 1). En los siguientes pasos extraemos la pendiente media de cada segmento y la geoforma dominante que atraviesa.
elevacion_media <- terra::extract(MDE_cuenca, red, fun = mean)
head(elevacion_media)## ID DEM_BASE
## 1 1 976.5455
## 2 2 920.3750
## 3 3 652.1316
## 4 4 1140.5875
## 5 5 1208.9936
## 6 6 940.0000red$elevacion <- elevacion_media$DEM_BASEpendiente_media <- terra::extract(pendiente, red, fun = mean)
red$pendiente_lg <- pendiente_media$slopemayoria <- function(x) {
gx <- unique(x)
gx[which.max(tabulate(match(x, gx)))]
}
red_geoforma <- terra::extract(geoformas, red, fun = mayoria)
red$geoforma <- red_geoforma$geoformas %>% as.factor()Graficamos el coeficiente de escurrimiento usando la librería ggplot2. Esta información es presentada de manera categórica, y se está referida a unidades de escurrimiento 1: 250 000, como el porcentaje estimado de agua que escurre en el terreno. Si pensamos en los almacenes y movimiento del agua en una ladera por ejemplo, el agua toma algunas vías, (a) puede evaporarse de la superficie del suelo, del dosel del bosque o de la superficie de un cuerpo de agua; (b) también puede ser transpirada por las plantas en la fotosíntesis; (c) o bien infiltrarse en el suelo hasta que éste se satura y su capacidad de infiltrar disminuye, habiendo un excedente que comienza a escurrir.
La leyenda de la gráfica indica los valores de CE por categoría en la cuenca y la ubicación de cada zona.
coes <- st_read(r_coes)## Reading layer `ce' from data source
## `/home/alequech/Documents/personal/capitulo_cuencas/datos/ce.shp'
## using driver `ESRI Shapefile'
## Simple feature collection with 11 features and 7 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 535164.1 ymin: 2306932 xmax: 562861.4 ymax: 2316097
## Projected CRS: Mexico ITRF2008 / UTM zone 14Nggplot(coes)+
geom_sf(aes(fill = DESCRIPCIO))
Realizamos un cambio de formato para pasar de la clase SpatVector a un objeto sf. Esto permite realizar operaciones entre la red fluvial y el coeficiente de escurrimiento.
class(red)## [1] "SpatVector"
## attr(,"package")
## [1] "terra"red <- st_as_sf(red)
class(red)## [1] "sf" "data.frame"Asignamos un valor de coeficiente de escurrimiento a cada segmento fluvial y graficamos.
El Contexto: Primer nviel jerárquico
El contexto de la cuenca indica las características de los sitios que son atravesados por los ríos y sus riberas, y establece una serie de rasgos importantes para la dinámica hidrológica, como el régimen de lluvias, la posición en la cuenca, etc. En este nivel hemos considerado la elevación, las geoformas como variables independientes, y el coeficiente de escurrimiento como variable dependiente. Estas variables son analizadas mediante un árbol de clasificación que permite obtener reglas de agrupamiento para cada contexto resultante.
Los números en la tabla son conteos de los segmentos fluviales que están en cada categoría de CE. En este ejercicio vemos que la mayor parte de los segmentos están en regiones con 20-30% de CE, seguidos de las zonas con CE mayor a 30%. El CE es un cálculo muy local, e indica la proporción de la lluvia que está disponible para escurrir en esa zona de la cuenca, sin considerar los flujos que llegan desde la parte alta. Así es que, más que una evaluación del caudal, los coeficientes de escurrimiento nos expresan un aspecto contextual a tomar en cuenta en nuestro análisis. CEs altos significan mayores caudales, así como mayores riesgos de inundación.
table(red$geoforma, red$ce)##
## +30% 10-20% 20-30% 5-10%
## 1 18 0 29 2
## 2 6 7 31 5
## 4 3 1 28 1
## 5 21 9 42 4
## 6 29 6 56 10
## 7 0 1 4 0La siguiente gráfica nos permiten ver las características de los ríos en función de su distribución altitudinal, la geoforma que atraviesa y el coeficiente de escurrimiento de esa zona de la cuenca. Estos rasgos están asociados a los distintos procesos que ocurren en las partes altas, medias y bajas del territorio que estamos analizando.
red %>%
st_drop_geometry() %>%
select(geoforma,elevacion, ce) %>%
ggpairs(aes(colour = ce, alpha = 0.4))## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
arbol_contexto <- rpart(ce ~ elevacion + geoforma, data = red, cp = .03)
paleta <- list("lightpink", "lightblue", "lightgray")
rpart.plot(arbol_contexto ,extra = 0, branch.lty = 3, box.palette = paleta)
Una manera de integrar las variables de contexto para armar la tipología, es incorporándolas en la generación de un árbol de clasificación, e identificando aquellos valores particulares que definen la separación de sus ramas. La función ´´rpart´´ nos permite explorar la complejidad del árbol de clasificación por medio del parámetro ´´cp´´. Si este valor es muy pequeño, se incrementa la cantidad de ramas (subdivisiones) del árbol y por tanto, su complejidad. En árboles muy complejos los conjuntos resultantes son más homogéneos. En este caso, nos interesa mirar los grandes contextos en la cuenca, por lo es suficiente tener categorías gruesas. Notarás que no han sido incluidas las regiones entre 5 y 10% de CE, por el reducido número de segmentos fluviales que caen en esa categoría.
Una interpretación general nos permite distinguir que la elevación es el tronco principal del árbol, a partir del cual se separan dos grandes ramas (leyendo el árbol de izquierda a derecha): regiones con CE de 20 y 30% en elevaciones menores a 545 msnm, y zonas con elevaciones mayores o iguales a 545 msnm.
Esta última zona se subdivide con una regla que separa elevaciones menores a 1008 msnm (podríamos redondear a 1000), que en caso de no cumplirse, nos indica una siguiente regla que divide a las zonas mayores o iguales a 1327 msnm, dividiendo regiones con CE entre 20 y 30%, y en elevaciones mayores o iguales a 1327 msnm el CE se reduce a 10-20%. Esto ya nos da una idea de que las zonas más elevadas no parecen coincidir con aquellas donde hay mayor cantidad de agua para escurrimiento superficial.
Las zonas menores a 1008 msnm se subdividen en función de dos geoformas, los canales y las pendientes abiertas (laderas). En caso de ser falsa (cuando se trata de otras geoformas) el CE es 20-30%, y en caso de ser verdadera el CE es mayor al 30%, que es la cifra más elevada registrada para esta cuenca.
Recordemos que en los árboles de clasificación, los nodos terminales que en este caso se encuentran en la parte baja del árbol, están referidos a las modas de las observaciones, es decir, el valor más repetido de ese conjunto de segmentos fluviales.
La construcción del segundo árbol de clasificación nos permitirá proponer grupos de contexto-estructura de riberas de forma más sintética.
La estructura: segundo nivel jerárquico
Una vez caracterizados los contextos que ríos y arroyos atraviesan en la cuenca, analizamos la estructura de las riberas. Este procedimiento utiliza la información sobre el orden hidrológico, la temporalidad del agua, la longitud y la pendiente longitudinal de cada tramo fluvial. Estas características nos permiten comprender para cada tramo, cómo se ha moldeado la relación entre la dinámica hidrológica y geomorfológica, es decir, entre el caudal y la carga de agua y materiales como sedimentos, semillas, organismos, etc.
La siguiente gráfica nos permite ver las características de los ríos en función del orden hidrológico, su distribución altitudinal y las pendientes longitudinales del canal. Estos rasgos están asociados al poder del río, es decir, cuánta agua es capaz de conducir y la fuerza que puede alcanzar en función de la pendiente del canal (Ferguson, 2012).
red$ORDER_1 <- as.factor(red$ORDER_1)
red %>%
st_drop_geometry() %>%
select(geoforma,elevacion, ORDER_1, pendiente_lg) %>%
ggpairs(aes(colour = ORDER_1, alpha = 0.4))
Utilizando un segundo árbol de clasificación, revisamos el peso de las variables de estructura de segmentos fluviales. En el nivel anterior caracterizamos los contextos y en este, los segmentos.
red$ORDER_1 <- as.ordered(red$ORDER_1)
arbol_estructura <- rpart(ce ~ ORDER_1 + CONDICION + pendiente_lg + LENGTHM , data = red, cp = 0.014)
rpart.plot(arbol_estructura ,extra = 0, branch.lty = 3, box.palette = paleta)
En el árbol del nivel estructural, la variable más importante para construir las reglas de decisión es la longitud de los arroyos. Al inicio (leyendo el árbol de derecha a izquierda) tenemos la separación en ríos menores a 629 m, que tienen un CE de 20 a 30%. Se separan después los arroyos y ríos con pendiente longitudinal mayor a 17 y a 13 grados, ambos grupos están en la misma categoría de CE que el anterior.
A su vez, los arroyos con pendiente longitudinal mayor a 13 y menor a 6.4 grados, se dividen en dos grupos: aquellos con pendiente longitudinal mayor a dos grados con CE entre 20 y 30%, y con pendiente menor a dos grados que presentan CE mayor a 30%.
Por último, los arroyos con pendiente mayor o igual a 6.4 grados con una longitud mayor a 1527 m presentan CE entre 20 y 30%, y aquellos menores a esa longitud, pero mayores al primer corte de tamaño (629 m), presentan mayor CE a 30%. Estas subdivisiones nos van indicando el comportamiento en función de la longitud del cauce y de las pendientes de los tramos fluviales. Se ve claramente cómo los segmentos cortos mantienen CE entre 20 y 30% y los más largos tienden a estar en zonas de mayor CE.
Grupos “contexto - estructura”
Con los diagramas y árboles, podemos ahora proponer un primer agrupamiento que describa la relación “contexto – estructura” de los ríos y riberas de la cuenca, considerando aquellas variables que resultaron importantes en el análisis previo. Recordemos que el contexto es el nivel más amplio y establece restricciones a los niveles inferiores, por lo cual comenzaremos con los grupos de contexto y dentro de cada uno de ellos describiremos los rasgos de estructura de los ríos y riberas.
Comenzaremos proyectando los resultados del árbol en el mapa de la red fluvial, de modo que veamos espacialmente su distribución.
red %>%
st_drop_geometry() %>%
select(geoforma,elevacion, ce) -> a
arbol <- treeClust::rpart.predict.leaves(arbol_contexto, a , type = "where")
red$contexto <- as.factor(arbol)
plot(red["contexto"])
El mapa expresa tres contextos generales en la cuenca: la zona alta o de cabecera indicada con los números de clases 7 y 8, la zona media indicada con los números 4 y 5, y la zona baja con la clase 9.
Posteriormente, hacemos lo mismo con el árbol de clasificación de la estructura, proyectando el resultado con el mapa de la red fluvial.
red %>%
st_drop_geometry() %>%
select(ce, ORDER_1, CONDICION, pendiente_lg, LENGTHM) -> b
arbol_est <- treeClust::rpart.predict.leaves(arbol_estructura, b , type = "where")
red$estructura <- as.factor(arbol_est)
plot(red["estructura"])
La representación espacial de los grupos propuestos por los árboles nos permite hacer algunas observaciones. En el árbol de contexto vemos claramente tres zonas que siguen un gradiente altitudinal, mientras el árbol de estructura muestra una diversidad mucho mayor de rasgos de los tramos fluviales. Por ejemplo, los arroyos de orden bajo se distribuyen por toda la cuenca, y no únicamente en las zonas altas. Sin embargo, los arroyos de orden bajo (1 a 3) pueden tener comportamientos distintos en función del coeficiente de escurrimiento de la zona donde se encuentran.
Hemos seguido una metodología jerárquica, por lo que la interpretación se realiza dentro de cada contexto, que es donde tiene sentido describir los tramos fluviales por la influencia que aquellos tienen en estos últimos. Para la interpretación de estos resultados, podemos ayudarnos con algunas preguntas guía, como las siguientes:
a) ¿Cuál es el contexto con el mayor coeficiente de escurrimiento?
b) ¿Cómo son los arroyos que están ubicados en la zona de mayor coeficiente de escurrimiento?
c) ¿Qué criterios pueden ser de utilidad para guiar el manejo ribereño en cada uno de los contextos?
d) ¿De qué manera se podrían clasificar los arroyos de mayor pendiente longitudinal y orden, dentro de contextos de alto escurrimiento?
Conclusiones
Este ejercicio es repetible en cualquier cuenca hidrográfica, proporcionando un punto de partida para la descripción de sus hábitats fluviales.
La rutina, de corte jerárquico, permite la caracterización de las zonas ribereñas en la cuenca, evaluando su heterogeneidad y, con ello, facilitando la generación de criterios para contar con buenas prácticas de manejo ribereño. Esto es importante pues el identificar las diferentes zonas, permite hacer visibles las variables que pueden definir un buen manejo, ayudando a tomar decisiones que mantengan la integridad de los ecosistemas de agua dulce y, con ello, la calidad y la temporalidad del recurso hídrico superficial a lo largo de la cuenca.