Por Oscar Felipe Agredo-Campuzano* y Andrea Marcela Bolaños-Rodríguez*
Los Andes tropicales presentan una notable diversidad climática, topográfica e hidrológica que condiciona la generación de crecientes. Sus fuertes pendientes, la variabilidad de las precipitaciones y la limitada disponibilidad de registros hidrométricos dificultan la estimación de caudales máximos, información fundamental para el diseño de infraestructura, la planificación territorial y la gestión del riesgo de inundaciones.
Ante este desafío, desarrollamos una investigación en el departamento del Cauca, Colombia, bajo el enfoque de Predicción en Cuencas No Instrumentadas (Prediction in Ungauged Basins, PUB). El estudio comprendió inicialmente 38 cuencas hidrográficas, distribuidas en aproximadamente 14.915 km², equivalentes al 50,9 % del territorio departamental. A partir de registros hidrometeorológicos y características físicas de las cuencas, analizamos los factores que controlan los caudales máximos asociados a periodos de retorno entre 2,33 y 500 años.
Mediante técnicas de regresión estadística y regionalización hidrológica, desarrollamos ecuaciones que relacionan los caudales máximos con atributos de las cuencas. Tras identificar observaciones altamente influyentes, construimos modelos regionales con 30 cuencas y evaluamos su capacidad predictiva mediante LOOCV.
Los resultados evidenciaron que el área de drenaje constituye el principal factor explicativo de los caudales máximos regionales, mientras que la precipitación adquiere mayor relevancia para crecientes de periodos de retorno elevados. La incorporación de variables hidrometeorológicas y fisiográficas adicionales permitió reducir los errores de estimación entre un 10,8 % y un 15,8 % respecto a modelos basados únicamente en el área de drenaje. Los modelos seleccionados alcanzaron eficiencias Kling-Gupta (KGE) entre 0,869 y 0,919.
Estos hallazgos destacan la importancia de comprender qué características permiten transferir conocimiento hidrológico entre cuencas andinas. Como siguiente etapa, proponemos integrar bases de datos regionales como CAMELS-COL con técnicas de aprendizaje automático (Machine Learning), buscando identificar relaciones no lineales entre los atributos de las cuencas y su respuesta hidrológica, así como evaluar su capacidad de generalización en territorios no instrumentados.
Más allá de la estimación de crecientes, estas metodologías ofrecen oportunidades para fortalecer la evaluación de amenazas hidrológicas, la gestión del riesgo de desastres, los estudios de adaptación al cambio climático y la educación ambiental, reconociendo las incertidumbres propias de las predicciones.
Esta articulación entre investigación y formación se alinea con los propósitos de la Ley 2427 de 2024 de Colombia, orientada a fortalecer la enseñanza sobre sostenibilidad ambiental, cambio climático y gestión del riesgo de desastres. En este contexto, la Facultad de Ingeniería Civil de la Universidad del Cauca impulsa la transferencia de estos conocimientos mediante espacios académicos de pregrado y posgrado, particularmente la asignatura Evaluación de la Amenaza por Inundación y Avenida Torrencial, vinculando la investigación científica con la formación de profesionales comprometidos con los desafíos ambientales y territoriales de los Andes.
Agredo-Campuzano, O. F., & Bolaños-Rodríguez, A. M. (2026). Hydrological controls on peak-flow generation in ungauged tropical Andean basins: A regional Prediction in Ungauged Basins (PUB) assessment in Cauca, Colombia. Journal of Hydrology: Regional Studies, 67, 103763. https://doi.org/10.1016/j.ejrh.2026.103763
*Profesores asistentes, Departamento de Hidráulica, Facultad de Ingeniería Civil, Campus Tulcán, Universidad del Cauca, Popayán, Cauca, Colombia