Propuesta de metodología para la medición de la huella hídrica verde por medio de métodos indirectos en la reserva río blanco

Abstract

La presente investigación tuvo como propósito diseñar y aplicar una metodología para la estimación de la huella hídrica verde en la Reserva Forestal Río Blanco (Manizales, Colombia). Debido a la ausencia de información base unificada, el estudio adoptó un enfoque de integración multitemporal, utilizando insumos de diferentes periodos ante la imposibilidad técnica de obtener capas de información de una misma anualidad. Esta falta de estudios previos representaba una problemática crítica para la gestión local, ya que la carencia de datos métricos impedía a las autoridades ambientales priorizar zonas de conservación frente a presiones antrópicas. Para solventarlo, se integraron datos hidrometeorológicos, coberturas vegetales y análisis espectrales (NDMI) mediante técnicas de interpolación espacial y SIG. Se procesó una imagen Sentinel-2A para calcular el NDMI y se clasificaron coberturas a escala 1:10.000 bajo la metodología CORINE Land Cover. Los resultados obtenidos son de carácter cuantitativo: la distribución espacial de la huella hídrica verde reveló que las áreas de bosque denso y vegetación secundaria alta poseen la mayor capacidad de retención (pesos asignados de 4 y 5), mientras que los pastos limpios y zonas degradadas registraron los valores más bajos (peso de 1). La aplicación del modelo Universal Kriging permitió validar que es posible generar cartografía temática precisa mediante métodos indirectos asincrónicos, constituyendo un insumo estratégico y replicable para la planificación hídrica y la sostenibilidad de la región andina.

This research aimed to design and apply a methodology for estimating the green water footprint in the Río Blanco Forest Reserve (Manizales, Colombia). Due to the lack of unified baseline information, the study adopted a multi-temporal integration approach, using inputs from different periods given the technical impossibility of obtaining information layers from the same year. The absence of previous studies represented a critical management problem, as the lack of metric data prevented environmental authorities from prioritizing conservation areas against anthropic pressures. To address this, hydrometeorological data, land cover, and spectral analysis (NDMI) were integrated using spatial interpolation techniques and GIS. A Sentinel-2A satellite image was processed to calculate the NDMI, and land covers were classified at a 1:10,000 scale using the CORINE Land Cover methodology. The results are quantitative: the spatial distribution of the green water footprint revealed that dense forest and high secondary vegetation areas have the highest retention capacity (assigned weights of 4 and 5), while clean pastures and degraded zones recorded the lowest values (weight of 1). The application of the Universal Kriging model confirmed that it is possible to generate accurate thematic cartography through asynchronous indirect methods, providing a strategic and replicable input for water planning and sustainability in the Andean region.