La hidrología empieza con tu mirada

Modelar un río sin estaciones de medición: cómo la ciencia ciudadana y un poco de creatividad están cambiando la hidrología

Uno de los principales desafíos de la hidrología contemporánea es que la mayoría de los ríos del mundo no cuentan con estaciones de medición de caudal que registren el flujo de agua de manera continua. Muchos hidrólogos reconocen que los datos de caudal continuo están muy limitados fuera de redes instrumentadas bien desarrolladas. Esta limitación ha sido una motivación histórica de iniciativas globales como la Decade on Prediction in Ungauged Basins (PUB) de la International Association of Hydrological Sciences (IAHS), lanzada porque una porción importante de las cuencas del mundo carece de mediciones continuas necesarias para aplicar técnicas tradicionales de predicción hidrológica.

Sin embargo, sin datos de caudal, anticipar inundaciones, entender sequías o evaluar cambios climáticos se vuelve un desafío.

Un estudio reciente, Value of water level class observations for parameter set selection in hydrological modelling (Clerc-Schwarzenbach et al., 2025), ofrece una alternativa poderosa: usar datos ciudadanos simples junto con estimaciones hidrológicas aproximadas para calibrar modelos en cuencas con información incompleta.

Y no solo funciona: funciona sorprendentemente bien.

Cuando no hay datos… pero hay personas

El estudio analiza las llamadas water level class observations (WLC), registros simples en los que voluntarios anotan cómo sube o baja el nivel del agua usando una escala visual. No dan un caudal exacto, pero sí capturan lo más importante: la dinámica, el ritmo con el que el río respira a lo largo del tiempo.

Los autores lo explican con claridad:

“The dynamic information provided by water level classes allows to select parameter sets that better reproduce the temporal pattern of streamflow.”

Es decir: aunque no tengamos estaciones de medición completas, las observaciones ciudadanas ayudan al modelo a entender cómo se comporta el río. Además, también muestran que la consistencia es clave:

“One diligent citizen scientist provided useful information, while data from many contributors were uninformative.”

El valor de lo aproximado: cuando un balance hídrico reemplaza una estación

Uno de los hallazgos más llamativos del estudio es que no hace falta tener una estación de medición formal para obtener información útil. Con un balance hídrico aproximado —un cálculo simple de cuánta agua entra (lluvia) y cuánta sale (evaporación)— es posible estimar el caudal medio anual con un error razonable.

Y ese valor, incluso con mucha incertidumbre, ayuda enormemente al modelo.

“Providing a range would lead to improvement while not providing a value that was too restrictive.”

Es decir: incluso un rango amplio del caudal anual estabiliza el modelo más que una cifra exacta. Esto tiene implicaciones enormes para cuencas que no tienen estaciones completas.

Pocas mediciones directas pueden cambiarlo todo

Aunque no haya estaciones oficiales, una cuenca puede obtener caudales reales usando métodos accesibles para equipos de voluntarios. Estas mediciones puntuales son esenciales para transformar niveles en caudales y perfeccionar el modelo.

Algunas técnicas que funcionan son:

Medición directa con flotador

Un método simple: se cronometran objetos flotando en un tramo conocido del río para estimar la velocidad superficial. Es aproximado, pero útil.

Medición por dilución con sal

Se añade una cantidad conocida de sal y se registra cómo cambia la conductividad aguas abajo. Permite obtener caudales reales sin entrar al río.

Georreferenciar cada medición

Registrar ubicación exacta, fotos y contexto permite comparar mediciones a lo largo del tiempo y construir curvas de gasto preliminares. Estas mediciones sustituyen, de manera colaborativa, lo que normalmente haría una estación de medición profesional.

Ciencia ciudadana + datos incompletos = hidrología democrática

La idea central del estudio puede resumirse así:

“A wide range of mean annual discharge estimates would improve model performance… more informative than providing an accurate single value.”

Es una invitación a democratizar la producción de datos. Ya no se necesita una red densa de estaciones de medición; basta con combinar diferentes fuentes imperfectas para obtener resultados robustos:

• Sensores HOBO,

• Ciudadanos comprometidos,

• algunas mediciones directas de caudal,

• un balance hídrico aproximado,

• y el apoyo de datos remotos.

Juntas, estas piezas producen conocimiento hidrológico útil incluso en cuencas históricamente olvidadas.

Justicia climática: por qué recolectar datos también es un acto de equidad

Las regiones con menos estaciones de medición suelen ser también las que más sufren los efectos de la crisis climática: inundaciones repentinas, sequías intensas, cambios en los glaciares o tormentas extremas. Pero sin datos, sus comunidades tienen menos capacidad de argumentar, reclamar, planificar o acceder a financiamiento.

Recolectar datos —aunque sean simples, aunque sean aproximados— es una forma de reducir esa desigualdad.

Permite que las comunidades:

• entiendan mejor sus ríos,

• registren los impactos que viven,

• negocien con información respaldada,

• y participen activamente en decisiones sobre el agua.

  
  

En ese sentido, la ciencia ciudadana y la medición participativa “llenan el vacío” que dejó la falta histórica de estaciones oficiales. Son herramientas de empoderamiento, adaptación y justicia climática. No se trata sólo de ciencia: se trata de equidad entre regiones de montaña para enfrentar las nuevas tendencias climáticas.

¡SÚMATE A LA RED DE HIDROCLIM para generar en comunidad información sobre ríos en El Chaltén!

Fuente:

Clerc-Schwarzenbach, F., Seibert, J., Vis, M. J. P., & van Meerveld, H. J. (2025). Value of water level class observations for parameter set selection in hydrological modelling. Hydrological Sciences Journal, 70(9), 1464–1480. https://doi.org/10.1080/02626667.2025.2489994