Evaluación multicriterio de la vulnerabilidad agroclimática e hídrica en subzonas hidrográficas (szh) de Colombia

1. Introducción

Las subzonas hidrográficas (szh) constituyen las unidades espaciales fundamentales para la gestión integral del recurso hídrico y la planificación territorial agropecuaria. Ante eventos climáticos extremos recurrentes, como las fases de sequía acentuada asociadas al fenómeno de el niño, los sistemas productivos enfrentan una presión sinérgico-estructural derivada de tres factores críticos:

1. La intensidad de ocupación territorial agrícola (Presión sobre el uso del suelo).

2. La demanda y exigencia hídrica intrínseca de los cultivos predominantes (Huella hídrica por tonelada).

3. La vulnerabilidad climática por déficit de precipitaciones frente al comportamiento histórico climatológico.

Para integrar estas dimensiones, se desarrolló una metodología de análisis multicriterio basada en la normalización lineal y promedio ponderado, permitiendo jerarquizar el nivel de riesgo agroclimático en las szh del país.

2. Fuentes de información

El modelo se alimenta de tres fuentes de datos principales, procesadas y normalizadas en una escala adimensional de 0 a 1:

2.1. Índice de presión agrícola (IP_a)

• Fuente: Evaluaciones Agropecuarias Municipales (EVA 2025) obtenidas a través de la plataforma Agronet.

• Procesamiento: Se consolidaron las áreas sembradas (area_semb) por cultivo y se asociaron a sus respectivas szh. Tomando los 10 cultivos con mayor área sembrada por szh, se calculó la relación espacial entre la superficie agrícola cosechada/sembrada y el área total de la cszh.

• Normalización: Estandarizada en un rango de 0 a 1 para reflejar la magnitud de la ocupación del suelo con fines productivos.

2.2. Índice de Huella Hídrica Normalizada (IHH)

• Fuente: Estándares internacionales de referencia agronómica de la Water Footprint Network y los estudios metodológicos de Mekonnen & Hoekstra (m^³ / t o L / kg de producto cosechado).

• Procesamiento: A cada cultivo identificado en las matrices de las szh se le asignó su respectivo valor volumétrico por tonelada.

• Normalización: Se aplicó una normalización Min - Max (0 a 1), donde los cultivos de mayor exigencia hídrica por unidad de masa (como el cacao y el café) se sitúan en el extremo superior, mientras que los cultivos de menor requerimiento se aproximan a 0.

2.3. Índice de Déficit Climático / Anomalía de Precipitación (I_anom)

• Fuente: Modelación espacial en Google Earth Engine (GEE) utilizando colecciones satelitales diarias de precipitación de CHIRPS (UCSB-CHG/CHIRPS/DAILY).

• Procesamiento: Se implementó un script automatizado en GEE para extraer el acumulado de precipitación del año corriente (2026) frente a la climatología histórica de referencia (2006–2025) sobre las geometrías de las subzonas hidrográficas.

• Normalización Inversa del Déficit: Dado que las anomalías relativas oscilan en un rango de déficit marcado entre -14 y -47 (donde los valores más negativos denotan mayor severidad por la sequía de El Niño), se aplicó una normalización min-max inversa para reescalar los valores estrictamente de 0 a 1.

   

3. Resultados y Conclusiones Operativas

1. Jerarquización Espacial: El modelo permite identificar aquellas subzonas hidrográficas críticas donde confluyen tres factores de riesgo simultáneo: alta extensión sembrada, cultivos altamente exigentes en agua por tonelada y reducciones drásticas de precipitación superiores al 40% en el marco de la temporada seca.

2. Robustez Técnica: La combinación de repositorios nacionales oficiales (EVA-Agronet), modelación satelital en la nube (GEE con CHIRPS) y marcos referenciales globales de sostenibilidad hídrica (Water Footprint Network) consolida un flujo de trabajo replicable, auditable y de alta precisión para la toma de decisiones en la gestión del riesgo agroclimático en Colombia.