El satélite permitió contrastar modelos hidrológicos en 68.347 tramos fluviales y detectó dificultades especialmente en ríos regulados por presas, regiones áridas, sistemas multicanal y amplias zonas del Ártico
Redacción: Redacción Noticias de la Tierra
Editor: Karem Díaz S.
Las observaciones del satélite Surface Water and Ocean Topography (SWOT) están permitiendo comprobar a escala casi global algo que durante décadas resultó extremadamente difícil: en qué ríos funcionan razonablemente bien los modelos utilizados para estimar el caudal y en cuáles pueden equivocarse de manera importante. Un estudio encabezado por la Universidad de Massachusetts Amherst, en Estados Unidos, comparó mediciones satelitales con modelos en 68.347 tramos de ríos y encontró problemas especialmente en regiones áridas, zonas intensamente modificadas por actividades humanas, sistemas multicanal y numerosos ríos del Ártico.
La investigación, publicada en Geophysical Research Letters, utiliza las observaciones de SWOT como una referencia empírica independiente para evaluar modelos físicos y sistemas de aprendizaje automático. Los tramos estudiados representan aproximadamente el 38 % del caudal fluvial mundial, según los autores.
El trabajo no concluye que los modelos hidrológicos carezcan de utilidad. Por el contrario, identifica geográficamente dónde sus representaciones son más fiables y dónde necesitan incorporar mejor procesos como la operación de presas, las extracciones de agua, la interacción con acuíferos, la geometría real de los cauces y las particularidades de las regiones frías.
Un satélite permite comprobar miles de ríos al mismo tiempo
Los modelos globales son fundamentales porque resulta imposible mantener estaciones de medición en todos los ríos del planeta. Se utilizan para estudiar disponibilidad de agua, inundaciones, sequías, producción hidroeléctrica, riego y posibles respuestas del ciclo hidrológico ante el cambio climático.
La dificultad es que validar esos modelos a escala mundial exige observaciones independientes que históricamente han sido escasas y distribuidas de manera desigual. Las redes de aforos proporcionan mediciones muy valiosas, pero grandes regiones del planeta tienen pocos registros o carecen de series continuas.
SWOT cambió parcialmente esa situación. La misión desarrollada por la NASA y la agencia espacial francesa CNES fue lanzada en diciembre de 2022 y utiliza interferometría radar para observar simultáneamente la elevación y extensión de las aguas superficiales.
Las observaciones desde el espacio complementan otros esfuerzos para medir directamente los sistemas fluviales. Noticias de la Tierra ha informado anteriormente sobre el desarrollo de instrumentos de NASA y el USGS para medir el caudal de los ríos mediante sensores aerotransportados, otro ejemplo de la búsqueda de alternativas a las redes tradicionales de estaciones.
El estudio examinó 68.347 tramos fluviales
El equipo dirigido por el hidrólogo Colin Gleason, de la Universidad de Massachusetts Amherst, seleccionó las observaciones de mayor calidad recopiladas por SWOT desde el comienzo de su órbita científica nominal en julio de 2023 hasta finales de 2025.
Para incluir un tramo en el análisis exigieron al menos 20 observaciones coincidentes entre el satélite y los modelos. Después de aplicar los filtros quedaron 68.347 segmentos fluviales, cada uno con una longitud nominal aproximada de 10 kilómetros.
Los investigadores compararon la evolución de la altura del agua observada por SWOT con el caudal estimado por un conjunto de modelos. La lógica física es que, en condiciones normales, existe una relación entre la evolución de la altura del río y la cantidad de agua que circula por él.
Para cuantificar la concordancia desarrollaron una métrica basada en la correlación de Spearman entre la altura observada por SWOT y el caudal calculado por los modelos. Posteriormente comprobaron su capacidad para identificar modelos con buen desempeño utilizando datos de 1.391 estaciones de aforo.
El método permitió extender la evaluación mucho más allá de los lugares donde existen mediciones terrestres y elaborar un mapa de las regiones y tipos de ríos donde las simulaciones presentan mayores dificultades.
Presas y actividad humana alteran relaciones que los modelos simplifican
Uno de los patrones más claros apareció en los ríos regulados por grandes infraestructuras. Las presas pueden modificar el caudal y el nivel del agua siguiendo decisiones operativas que no necesariamente responden al ciclo hidrológico natural.
Un embalse hidroeléctrico, por ejemplo, puede almacenar o liberar agua dependiendo de la demanda eléctrica y de decisiones de gestión. Para reproducir con precisión ese comportamiento, un modelo necesitaría información sobre la infraestructura y sus reglas de operación, datos que no siempre están disponibles a escala mundial.
El estudio encontró señales claras de este problema en ríos como el Missouri, Platte y Columbia, además de sectores de Asia Central y China. En este último país, grandes estructuras como las presas de las Tres Gargantas, Xiaolangdi y Feilaixia alteraron considerablemente la relación entre las alturas observadas por SWOT y el caudal representado por los modelos.
La transformación humana de los ríos también produce consecuencias que pueden observarse directamente desde el espacio. Otro análisis publicado por Noticias de la Tierra mostró cómo Europa retiró cientos de barreras fluviales durante 2025 para recuperar la conectividad de los cauces, una muestra de la magnitud con la que la infraestructura puede modificar el funcionamiento natural de las redes hidrográficas.
Las regiones áridas plantean otro desafío
Los modelos también mostraron dificultades en territorios secos como Australia, Asia Central, el suroeste de Estados Unidos y México. Los investigadores apuntan a la interacción entre aguas superficiales y subterráneas como una de las posibles explicaciones.
En estas regiones, el bombeo de acuíferos puede alterar los ríos de formas que no siempre aparecen inmediatamente. La respuesta puede producirse con retraso y depender de la conexión hidráulica entre el acuífero y el cauce.
La importancia de esta interacción ha sido documentada a escalas regionales. En California, por ejemplo, simulaciones analizadas por Noticias de la Tierra mostraron que el bombeo de agua subterránea para riego puede reducir el caudal de arroyos e incluso adelantar su secado estacional.
Representar este tipo de conexiones a escala mundial exige conocer no solo la precipitación y la evaporación, sino también las extracciones humanas, el almacenamiento subterráneo y los tiempos de respuesta de los acuíferos.
El Ártico también aparece entre las regiones difíciles de modelar
La escasez de observaciones y la complejidad de los procesos relacionados con nieve, hielo y deshielo convierten amplias regiones del Ártico en otro punto débil para los modelos globales.
El problema afecta también al aprendizaje automático. Estos sistemas pueden reproducir patrones presentes en sus datos de entrenamiento, pero tienen mayores dificultades cuando deben representar ambientes con pocas observaciones o combinaciones de condiciones poco frecuentes en otras partes del planeta.
Los autores destacan el caso de Islandia, donde coinciden elevada actividad geológica, nieve, hielo, glaciares y condiciones oceánicas particulares. Existen relativamente pocos territorios con características suficientemente parecidas para que un modelo basado en aprendizaje automático pueda encontrar buenos equivalentes en sus datos de entrenamiento.
Las dificultades en las regiones frías son especialmente relevantes porque el comportamiento de nieve, hielo y suelos congelados influye directamente en el ciclo hidrológico. Investigaciones recientes han utilizado incluso inteligencia artificial para cartografiar procesos térmicos poco observados del permafrost ártico, combinando registros de campo, satélites y modelos físicos.
El río “normal” resulta ser una excepción
Uno de los resultados más llamativos apareció cuando los investigadores separaron los ríos que se ajustan mejor a las simplificaciones habituales de los modelos: cauces sin presas, de un solo canal, sin influencia glaciar y alejados de estuarios.
Solo alrededor de 7.500 de los aproximadamente 68.000 tramos analizados cumplían ese conjunto de condiciones, cerca del 11 % de la muestra. El estudio se refiere además a ríos suficientemente grandes para ser observados por SWOT bajo los criterios utilizados.
Estos ríos relativamente simples tendieron a estar mejor representados. El problema es que la realidad fluvial mundial está dominada por excepciones a esa configuración idealizada: presas, múltiples canales, deltas, lagos conectados, glaciares, extracciones de agua, humedales y otras características complican la relación entre altura y caudal.
El resultado coincide con investigaciones que cuestionan las representaciones demasiado simples del funcionamiento de las cuencas. Un análisis reciente de más de dos millones de episodios de lluvia y escorrentía mostró que una misma cantidad de lluvia puede generar respuestas de caudal muy diferentes según el estado previo de cada cuenca.
Menos del 10 % mostró los errores más graves
La Universidad de Massachusetts Amherst señala que menos del 10 % de los tramos examinados entró en la categoría de error grave utilizada en la comunicación de los resultados. Sin embargo, muchos de esos sectores se encuentran precisamente en regiones especialmente sensibles para la gestión del agua.
La distribución espacial del error importa tanto como su frecuencia. Una discrepancia importante en un río sometido a fuerte presión por riego, abastecimiento urbano o generación hidroeléctrica puede tener mayores consecuencias prácticas que un error semejante en una zona con poca demanda de agua.
Los autores también encontraron una gran heterogeneidad entre regiones, por lo que advierten contra interpretaciones demasiado simples que clasifiquen todos los ríos de una determinada categoría como bien o mal modelados.
China destacó como uno de los sistemas hidrológicos particularmente complejos. Además de sus numerosas presas y transferencias de agua, existen grandes ríos conectados con lagos, humedales y llanuras de inundación, así como regiones donde el deshielo primaveral introduce diferencias temporales entre las observaciones y las simulaciones.
Las diferencias pueden afectar proyecciones sobre agua y clima
Los modelos fluviales alimentan evaluaciones de disponibilidad hídrica, planificación de infraestructura y estudios sobre los efectos futuros del cambio climático. Identificar dónde funcionan mal permite establecer qué resultados necesitan mayor cautela o mejores datos antes de emplearse en decisiones locales.
La investigación adquiere especial relevancia después de que otros trabajos hayan detectado discrepancias entre modelos y observaciones del ciclo del agua. Un estudio publicado a comienzos de 2026 concluyó que los modelos del sistema terrestre sobreestimaban el aumento del caudal fluvial global asociado al calentamiento al compararlos con restricciones derivadas de observaciones.
Los datos más recientes tampoco permiten prescindir completamente de los modelos. El informe mundial sobre recursos hídricos correspondiente a 2025, por ejemplo, recurrió a observaciones y simulaciones hidrológicas para evaluar regiones donde las mediciones directas continúan siendo insuficientes.
Ese balance encontró caudales inferiores a lo normal en el 36 % de la superficie mundial de las cuencas evaluadas durante 2025, un resultado que muestra la importancia de disponer de herramientas capaces de caracterizar el agua incluso donde las redes terrestres son limitadas.
SWOT ofrece una referencia para construir mejores modelos
El estudio no propone abandonar de manera generalizada las simulaciones hidrológicas. La principal oportunidad consiste en utilizar las mediciones de SWOT para identificar sus debilidades e incorporar información más realista sobre el comportamiento de los ríos.
Los autores consideran que tanto los modelos físicos como los de aprendizaje automático pueden beneficiarse de las observaciones satelitales, pero para ello deberán representar mejor la geometría de los cauces, las infraestructuras hidráulicas, las múltiples ramas de algunos sistemas fluviales y las intervenciones humanas.
SWOT proporciona precisamente una observación que antes era difícil obtener de manera consistente a escala planetaria: cómo cambian las superficies y alturas del agua en decenas de miles de tramos fluviales.
Para Gleason, esa capacidad abre la posibilidad de invertir parte del enfoque tradicional de la hidrología global: medir primero el comportamiento real de los ríos desde el espacio y utilizar después esas observaciones para comprobar, corregir y reconstruir los modelos.
El resultado es una cartografía de errores que no indica simplemente si los modelos son buenos o malos, sino dónde funcionan, dónde encuentran dificultades y qué procesos deberán representar mejor para responder preguntas sobre disponibilidad de agua, sequías, inundaciones, riego, energía hidroeléctrica y cambio climático.
Fuentes referenciales:
Geophysical Research Letters
University of Massachusetts Amherst
