El abandono de las zonas agrícolas tradicionales y su impacto en la respuesta hidrológica de una cuenca mediterránea bajo condiciones climáticas semiáridasCaso de estudio de la cuenca vertiente al embalse del río Guadalest, sur este de España

Resumen

1-INTRODUCCIÓN O MOTIVACIÓN DE LA TESIS: El abandono no planificado de tierras agrícolas está afectando a los procesos hidrológicos naturales. Especialmente se vuelve relevante en áreas vulnerables y semiáridas de cuencas kársticas, donde los recursos hídricos son escasos pero vitales para sostener los ecosistemas naturales y los asentamientos humanos. Sin embargo, los estudios que evalúan la evolución espacio-temporal de las respuestas hidrológicas son escasos en los ambientes kársticos. La presente tesis doctoral, estudia las variaciones en el proceso de transformación lluvia-escorrentía producto de distintos cambios en la cubierta terrestre entre 1990 y 2018 en la cuenca kárstica mediterránea vertiente al embalse del río Guadalest con una superficie de 60 km2, haciendo uso del modelo del Centro de Ingeniería Hidrológica-Sistema de Modelado Hidrológico (HEC-HMS) y detección remota con escala temporal diaria para capturar la dinámica hidrológica compleja mediante técnicas de sistemas de información geográfica. El objetivo es analizar la evolución espacio-temporal de la reacción hidrológica en doce subcuencas y la dinámica de los cambios en el uso de la tierra-cobertura de la tierra para los años 1990, 2000, 2006, 2012 y 2018. Los resultados alcanzados revelaron que: i) se han producido cambios en el tipo de vegetación esclerófila (Quercus calliprinos, ilex, rotundifolia, suber, etc.) desde 81,5% durante la etapa inicial (1990) a pastizales naturales en 81,6% (2018); y, ii) disminuciones en la agricultura (cultivos) en aproximadamente un 60% y su transformación en bosques de coníferas, afloramientos rocosos, pastizales naturales escasos, entre otros, en el mismo período. En consecuencia, los aumentos en las tasas del número de curva (CN) se identificaron como resultado del abandono de la tierra, así como un aumento en los eventos de flujo máximo, junto con una disminución relevante del promedio de caudales (escasez de agua) en la cuenca, lo cual fue correctamente simulado por el modelo HEC-HMS. La modelización, considerando una escala diaria, se combinó con el análisis temporal de las variables climáticas (análisis wavelet) para demostrar posibles interacciones y respuestas vulnerables. Los datos observados se usaron para calibrar/validar el modelo hidrológico aplicando indicadores estadísticos como la eficiencia de NSE y un análisis estadístico propio (el índice ANSE). Este nuevo índice podría mejorar las medidas de bondad del ajuste obtenidas con las estadísticas durante la optimización de modelos en climas semiáridos y altamente variables. PALABRAS CLAVE: usos de suelo, HEC-HMS, cuenca kárstica, número de curva, caudales, lluvia-escorrentía. RESUMEN El abandono no planificado de tierras agrícolas está afectando a los procesos hidrológicos naturales. Especialmente se vuelve relevante en áreas vulnerables y semiáridas de cuencas kársticas, donde los recursos hídricos son escasos pero vitales para sostener los ecosistemas naturales y los asentamientos humanos. Sin embargo, los estudios que evalúan la evolución espacio-temporal de las respuestas hidrológicas son escasos en los ambientes kársticos. La presente tesis doctoral, estudia las variaciones en el proceso de transformación lluvia-escorrentía producto de distintos cambios en la cubierta terrestre entre 1990 y 2018 en la cuenca kárstica mediterránea vertiente al embalse del río Guadalest con una superficie de 60 km2, haciendo uso del modelo del Centro de Ingeniería Hidrológica-Sistema de Modelado Hidrológico (HEC-HMS) y detección remota con escala temporal diaria para capturar la dinámica hidrológica compleja mediante técnicas de sistemas de información geográfica. El objetivo es analizar la evolución espacio-temporal de la reacción hidrológica en doce subcuencas y la dinámica de los cambios en el uso de la tierra-cobertura de la tierra para los años 1990, 2000, 2006, 2012 y 2018. Los resultados alcanzados revelaron que: i) se han producido cambios en el tipo de vegetación esclerófila (Quercus calliprinos, ilex, rotundifolia, suber, etc.) desde 81,5% durante la etapa inicial (1990) a pastizales naturales en 81,6% (2018); y, ii) disminuciones en la agricultura (cultivos) en aproximadamente un 60% y su transformación en bosques de coníferas, afloramientos rocosos, pastizales naturales escasos, entre otros, en el mismo período. En consecuencia, los aumentos en las tasas del número de curva (CN) se identificaron como resultado del abandono de la tierra, así como un aumento en los eventos de flujo máximo, junto con una disminución relevante del promedio de caudales (escasez de agua) en la cuenca, lo cual fue correctamente simulado por el modelo HEC-HMS. La modelización, considerando una escala diaria, se combinó con el análisis temporal de las variables climáticas (análisis wavelet) para demostrar posibles interacciones y respuestas vulnerables. Los datos observados se usaron para calibrar/validar el modelo hidrológico aplicando indicadores estadísticos como la eficiencia de NSE y un análisis estadístico propio (el índice ANSE). Este nuevo índice podría mejorar las medidas de bondad del ajuste obtenidas con las estadísticas durante la optimización de modelos en climas semiáridos y altamente variables. PALABRAS CLAVE: usos de suelo, HEC-HMS, cuenca kárstica, número de curva, caudales, lluvia-escorrentía.   ABSTRACT Unplanned abandonment of agricultural land affects natural processes, becoming particularly relevant in vulnerable semi-arid areas karst basins, where water resources are scarce but vital to sustain ecosystems natural and settlements. However, studies evaluating the spatio-temporal evolution of hydrological responses are scarce in karst environments. This doctoral thesis studies the variations in the rain-runoff transformation process as a result of different changes in the land cover between 1990-2018 in the Mediterranean karst basin of the Guadalest River Reservoir with an area of 60 km2, using of the Hydrological Engineering Center-Hydrological Modeling System (HEC-HMS) model and remote sensing with a daily time scale to capture complex hydrological dynamics using geographic information system techniques. The objective is to analyze the spatio-temporal evolution of the hydrological reaction in twelve sub-basins and the dynamics of changes in land use-land cover for the years 1990, 2000, 2006, 2012 and 2018. The results achieved revealed that: i) there have been changes in the type of sclerophyllous vegetation (Quercus calliprinos, ilex, rotundifolia, suber, etc.) from 81.5% during the initial stage (1990) to natural grasslands in 81.6% (2018); and ii) decreases in agriculture (crops) by approximately 60% and its transformation into coniferous forests, rocky outcrops, scarce natural grasslands, among others, in the same period. Consequently, increases in curve number (CN) rates were identified because of land abandonment, as well as an increase in peak flow events, together with a relevant decrease in average flows (water scarcity) in the basin, which was correctly predicted by the HEC-HMS model. Modeling considering a daily scale was combined with temporal analysis of climatic variables (wavelet analysis) to demonstrate possible interactions and vulnerable responses. The observed data was used to calibrate/validate the hydrological model by applying statistical indicators such as the NSE efficiency and a proprietary model (the ANSE index). This new index could improve the goodness-of-fit measures obtained with the statistics during model optimization in semiarid and highly variable. KEY WORDS: land use, HEC-HMS, karst basin, curve number, flows, rainfall-runoff. 2.-DESARROLLO TEÓRICO: La presente tesis doctoral, como uno de los propósitos básicos, analiza el comportamiento del recurso agua en regiones áridas y semiáridas en su conjunto, es decir, como necesidad (en situaciones de escasez y cambio global) y como amenaza (en el caso de la ocurrencia de fenómenos extremos o inundaciones y cambio global), frente a una presión ejercida por la influencia antrópica por un cambio de uso de suelo, abandono de las zonas agrícolas tradicionales así como el incremento continuo de las demandas hídricas y el impacto generado en cantidad y calidad, sobre los recursos hídricos que se pueden encontrar disponibles mundialmente. A pesar de las incertidumbres que se derivan de la aplicación de los modelos hidrológicos en zonas de estudio con escasez de información (lagunas de datos) como el sur este de España, dichas metodologías son herramientas esenciales para la planificación y gestión de los recursos hídricos. Esta incertidumbre en la aplicación de modelos es además especialmente acuciante en regiones como la mediterránea, donde la distribución temporal de los recursos hídricos es muy irregular, contando con largos períodos secos y puntuales y muy intensos períodos húmedos. Por ello, su correcta aplicación resulta esencial en áreas con elevado estrés hídrico (regiones áridas y semiáridas). Este trabajo estima los efectos del cambio de uso del suelo y su incidencia sobre los principales componentes del balance hídrico en la cuenca del embalse del Guadalest para cinco escenarios (correspondientes a los años 1990, 2000, 2006, 2012 y 2018). Para evaluar los efectos anteriores, se implementó el modelo HEC-HMS. La calibración y validación se realizaron considerando como función objetivo la eficiencia de Nash-Sutcliffe (NSE) (Nash and Sutcliffe, 1970) en el periodo con caudales observados. A pesar de la incertidumbre existente, es claro que las aportaciones han disminuido en la cuenca, lo que constituye un problema en la gestión de los recursos hídricos para los lugareños. Los resultados obtenidos pueden así ayudar a las autoridades locales en la toma de decisiones en materia de planificación hidrológica para combatir el cambio global tanto en la cuenca de estudio como en zonas similares ubicadas en climas áridos y semiáridos. La zona del Mediterráneo es conocida por presentar una alta variabilidad espacio-temporal de valores de precipitaciones, sequía en verano y eventos de lluvias intensas en invierno. Los factores climáticos están generando numerosos desafíos relacionados con el agua en todo el Mediterráneo. Los recursos se vuelven más escasos debido al cambio climático y el aumento de la demanda de agua por distintos sectores económicos. Además, la distribución espacial irregular de la precipitación conduce a una disponibilidad de agua desproporcionada en los territorios con largos períodos de sequía (Allam, 2020; Buonocore et al. 2021). En paralelo, la escasez de agua dulce se está acelerando y la demanda de agua continúa creciendo en todo el mundo, particularmente en regiones áridas y semiáridas como en el sureste de España (provincias de Almería, Murcia y Alicante) donde los recursos hídricos son naturalmente escasos y esenciales para numerosos aspectos del medio ambiente, economía y sociedad (Touhami, 2014; Asmar et al. 2021). Las regiones climáticas mediterráneas comprenden el Mar Mediterráneo, la costa de California, Chile Central, la región del Cabo del Sur de África y el suroeste y sur de Australia. En estas condiciones climáticas, las cuencas hidrográficas se caracterizan principalmente por una gran diversidad de regímenes hidrológicos promoviendo diferencias temporales y espaciales significativas en la respuesta hidrológica. En España la complejidad de los sistemas fluviales mediterráneos se debe a que los valles atraviesan la zona externa de la Cordillera Bética conformada por rocas pertenecientes al período mesozoico, al terciario y gran parte del cuaternario, estos sistemas son característicos de valles fluviales aterrazados y las laderas tienen formas erosivas (Estévez, 2004). Los factores más importantes que gobiernan la conectividad de los cursos fluviales están asociados a cambios en topografía, propiedades del suelo su tipo y la cobertura vegetal; en consecuencia, la activación de la vía de flujo depende del volumen y de la intensidad de la lluvia, así como de las condiciones antecedentes de humedad del suelo. Los efectos de la litología sobre la respuesta de la escorrentía en los sistemas fluviales de la región del mar Mediterráneo están condicionados por la presencia de características kársticas, ya que la proporción de rocas carbonatadas es significativamente mayor que en otros (Custodio, 2015; Hu, 2020). Las cuencas hidrográficas mediterráneas presentan tres características principales: déficit en el recurso hídrico, veranos secos y lluvias de alta intensidad que generan inundaciones repentinas (Jodar-Abellan et al. 2017; Aslam et al. 2018); por tanto, sus características relacionadas con la hidrología, como altas tasas de infiltración, las fuentes de percolación y manantial, deben tenerse en cuenta en el momento de caracterizar una cuenca hidrográfica (Gleeson et al. 2010; Fortesa, 2020). La escorrentía es una de las principales variables hidrológicas utilizadas en la mayoría de los tipos de recursos hídricos, ya que representa una información sólida sobre la cantidad y la tasa de escorrentía desde la superficie de la tierra hacia los arroyos y los ríos, por lo tanto, es vital gestionar los recursos hídricos. Esta información es necesaria para tratar numerosos problemas de gestión y desarrollo de cuencas (García-Cutillas, 2014). Así pues, se requiere una estimación adecuada de la magnitud de la escorrentía para un diseño, planificación y gestión de proyectos de cuencas hidrográficas que se ocupen de la conservación y utilización del agua para varios propósitos, como suministro de agua, control de inundaciones, riego, drenaje, calidad del agua, energía obras de generación, recreación y propagación de peces y vida silvestre. Con precisión, se requiere determinar la cantidad de escorrentía superficial que se produce en una cuenca, entendiendo que se dan relaciones complejas entre los procesos de precipitación y escorrentía. La hidrología de la cuenca hidrográfica se puede describir estimando la descarga máxima y el volumen/momento de la escorrentía, es decir, a través de un hidrograma de escorrentía en los puntos de interés (Calvo-Rubio, 2015; Palacios-Cabrera et al. 2021). En el estudio realizado por Allam (2020), se detallan aspectos específicos de la hidrología de las cuencas hidrográficas mediterráneas, como la interceptación de las lluvias, el impacto del bosque mediterráneo en las respuestas de las cuencas hidrográficas, la hidrología de las tierras secas, el impacto de actividades humanas en sistemas fluviales, procesos de erosión, hidrología de cuencas montañosas y, más recientemente, la revisión y el metaanálisis de las características de respuesta hidrológica de las cuencas mediterráneas en diferentes escalas de tiempo (Asmar et al. 2021). De modo que, la reserva disponible de agua dulce en tales regiones es de gran importancia y preocupación. En concreto, varios estudios de escorrentía en superficie y la erosión del suelo fueron realizados en Cisjordania en los últimos veinte años con diferentes métodos, en los que se realizaron algunos muestreos a través de datos reales que se realizaron en pequeñas parcelas (20–50 m2) (Asmar et al. 2021). Estas parcelas fueron variadas en términos de cobertura vegetal, pendientes y los tipos de suelo; en consecuencia, los coeficientes de escorrentía anuales se calcularon en función de las precipitaciones de los eventos durante la temporada de lluvias. Asimismo, el método del SCS-CN se utilizó para estimar la precipitación-escorrentía en diferentes cuencas hidrográficas (Asmar et al. 2021). Para reducir esta variabilidad de escala espacio-temporal, pequeñas cuencas de captación experimentales y representativas son útiles con el fin de observar la reacción hidrológica bajo características de usos de tierra, litología y efectos humanos diferentes o específicos (Palacios¬-Cabrera et al. 2020). Este escrito tiene como objetivo investigar la interacción y/o relación lluvia-escorrentía a diferentes escalas temporales en pequeñas representaciones de subcuencas de captación de clima mediterráneo (es decir, <10 km2), evaluando el papel de la litología y el uso del suelo. La evaluación de relaciones bajo litología contrastada, con el uso de la tierra y la estacionalidad pueden proporcionar nuevos conocimientos sobre la modelización hidrológica de pequeñas cuencas de captación de clima mediterráneo. Estas cuencas presentan importantes lagunas de información o escasez de datos, tanto en la componente subterránea como en la hidrometeorológica subdiaria, es decir a escala de eventos, motivo por el que determinadas metodologías (modelos hidrológicos) no se adaptan correctamente al área mediterránea. Esta circunstancia conlleva que numerosos procesos hidrológicos sean representados o simulados de manera deficiente (Aburas et al. 2019; Assefa et al. 2020; Fortesa, 2020). En concreto, los procesos hidrológicos de una cuenca son muy complejos y suelen estar regidos por las condiciones meteorológicas (por ejemplo, precipitación, evapotranspiración, temperatura y humedad), las características físicas (topografía, suelos y uso de la tierra y cobertura de la tierra (LULC), y el desarrollo socioeconómico dentro de la cuenca (Custodio y Llamas, 1983; Alipour et al. 2010). La estacionalidad del clima mediterráneo es actor fundamental en los procesos de generación de escorrentías, asemejándose más a una relación no lineal entre lluvia-escorrentía en la escala de eventos. En invierno y principios de primavera, la saturación en los procesos es dominante, debido a que las reservas de agua desencadenan la generación de escorrentía; diferentes mecanismos de escorrentía pueden coexistir dentro de una cuenca de captación, aunque los eventos de inundación en condiciones de humedad de saturación precedentes permiten una mayor respuesta hidrológica (Fortesa, 2020; Aznar-Crespo et al. 2021). Además, se presentan múltiples heterogeneidades en las relaciones entre las variables abióticas y bióticas naturales e inducidas por el hombre, especialmente en el Mar Mediterráneo, donde el clima se sitúa entre 32◦ y 40◦ N y S del Ecuador y se caracteriza por un invierno húmedo y suave, un verano cálido y seco, una alta variabilidad interanual e intra-anual en los patrones de lluvia (VIELCA-INGIPSA, 2013). En todas las costas mediterráneas, aumenta el riesgo de inundaciones repentinas debido al incremento de áreas consideradas impermeables, una reducción en tiempos de propagación y proliferación de inundaciones, las tasas de infiltración y una subida en las tasas de escorrentía máxima, como consecuencia de un cambio de uso de suelo y una variabilidad en los patrones de lluvia (Belmonte, 2006; Jeong, 2016; Pérez-González, 2017). La distribución espacial y temporal de las cantidades de lluvia en regiones áridas y semiáridas es alta, es decir, estas regiones a menudo experimentan una elevada intensidad de lluvia en cortos periodos de tiempo, provocando inundaciones repentinas que se disipan sin retención (Navarro-Caballero, 2018; Ricart y Rico, 2019; García-López et al. 2020). Además, las, intensidades de lluvia y las variaciones en el uso del suelo tienen relación pues, por ejemplo, las áreas urbanas modifican el clima regional a través de varias alteraciones en el efecto albedo, así como emisiones de efecto invernadero, entre otros. En concreto, las inundaciones repentinas son uno de los principales riesgos que los humanos han enfrentado a lo largo de la historia. Particularmente en regiones altamente habitadas, las inundaciones repentinas producen algunos de los peligros naturales más severos, como altas tasas de escorrentía, deslizamientos de tierra, transporte de sedimentos y contaminantes, que causan destrucción de propiedades, infraestructura, daños en cultivos agrícolas, muerte del ganado, pobreza e incluso pérdidas de vidas humanas. Según Boithias (2017), Hooke (2016) y Mahmood (2015) los principales factores que afectan a la ocurrencia de inundaciones repentinas son las características de la lluvia (duración, cantidad total, intensidad, distribución de espacio tiempo, entre otros) y las características de la cuenca de drenaje (superficie, longitud, pendientes, tiempo de concentración, orografía, uso del suelo y tipos de suelo y/o vegetación) (Nogueira, 2018; Ballesteros, 2017; Belmonte, 2006; Rosales, 2010; Asefa et al. 2020). Un enfoque importante es la gestión de recursos hídricos que integra e incluye todos los componentes hidrológicos y sus vínculos entre sí. Las alteraciones antropogénicas, como el cambio de la cobertura del suelo, el riego, urbanizaciones, entre otros, producen modificaciones en las variaciones hidrológicas (Baudron, 2013; Asmar et al. 2021). Asimismo, los cambios en el recurso agua, tienen un impacto trascendente en el concepto de, desarrollo sostenible de la sociedad humana, incluida la construcción de infraestructuras, el crecimiento económico, la protección contra sequías, el control de inundaciones, el consumo de energía y la seguridad alimentaria. La variabilidad climática y las actividades humanas se consideran como los dos principales factores responsables de cambios en la disponibilidad de agua (Liu, 2020). El desenvolvimiento socioeconómico incluye el crecimiento demográfico urbano y suburbano, la expansión descontrolada, lo que a menudo causa cambios en los usos del suelo, lo que en la literatura científica habitualmente se denomina “LULC” (Land Use Land Changes). García-Cutillas (2014) y Gao et al. (2020) definen el "cambio de uso de tierra” como cambio en la cobertura de la tierra y propiedades asociadas, en la mayoría de los casos por el desarrollo urbano y suburbano. El uso de la tierra debe entenderse para fines humanos, por ejemplo, para usos en la agricultura, residencial, educativo y comercial, mientras que la cobertura del suelo representa los atributos biofísicos de la tierra, por ejemplo, su extensión, vegetación, bosque o cuerpos de agua (Shrestha, 2019). Los usos de la tierra también alteran las condiciones hidrológicas, como intercepción, infiltración, evaporación y transpiración, todo como parte del ciclo hidrológico (Hu, 2020), lo que representa una reducción de la escorrentía cuando los bosques son reemplazados por usos en la agricultura. Los procesos de forestación por abandono de tierras pueden promover una reducción del 40% en el rendimiento anual de agua en los sistemas fluviales de la región del mar Mediterráneo, mientras que la tala forestal puede incrementar el coeficiente de escorrentía anual hasta en un 16%. El abandono y la degradación de estas estructuras pueden promover e incrementar la escorrentía y el rendimiento de sedimentos, con coeficientes de escorrentía entre el 20% y el 40% en terrazas abandonadas (Fortesa, 2020). El cambio de uso de la tierra es uno de los principales resultados de las actividades humanas que altera la superficie terrestre para el ciclo hidrológico y es un factor decisivo que afecta a los ecosistemas globales, la biogeoquímica, el cambio climático, y la vulnerabilidad humana (Asmar et al. 2021). Asimismo, el cambio de uso de la tierra afecta a la interceptación del agua y por ende a la infiltración de ésta en el suelo, la evapotranspiración y la escorrentía, causando cambios en los procesos hidrológicos en las cuencas hidrográficas, que a su vez afectan el volumen y la calidad de las aguas superficiales y subterráneas y el resultado es una serie de problemas como escasez regional de agua, inundaciones y contaminación del agua (Senet-Alonso y García-Aróstegui, 2014; Xin-Yan, 2020). Además, una tasa de crecimiento de la población en aumento y la conversión desenfrenada de secano a sistemas de agricultura de regadío, para la producción de alimentos, han ejercido presión sobre el recurso de agua dulce (Custodio, 2002; Wada et al. 2012). Por tanto, es fundamental centrarse en gestionar aguas superficiales, para garantizar que el suministro de agua y la producción agrícola sigan siendo sostenibles (VIELCA-INGIPSA, 2013); esto debe comenzar por comprender el papel del uso de la tierra y los cambios en la cobertura terrestre (Asmar et al. 2021). Tal y como se indicó anteriormente, el cambio de cobertura terrestre (LULC) es un proceso complejo continuamente afectado por alteraciones severas que pueden producir numerosas consecuencias para los ambientes terrestres y acuáticos. El clima y varias actividades humanas son capaces de incrementar el LULC y, por esa razón, la comprensión del LULC reciente es fundamental para que los principales políticos encargados de la toma de decisiones identifiquen políticas apropiadas de uso del suelo, que podrían derivar en mejores programas de gestión urbana (García-Cutillas, 2014). Por lo tanto, cualquier cambio en el uso del suelo, tendrá un impacto inmediato en el agua de escorrentía y se reflejará en su número de curva (CN) (Zope, 2016). El número de curva de servicio de conservación del suelo (SCS CN) es el método CN más popular utilizado para estimar la abstracción inicial y la profundidad de la escorrentía de la lluvia diaria (Arnold et al. 2012; Neitsch et al. 2011). Por lo tanto, los cambios actuales de LULC disminuyen las áreas naturales (forestales, agrícolas, etc.) y aumentan la impermeabilidad en las superficies, debido a la consecución de determinadas obras tales como techos, entradas de vehículos, estacionamientos y carreteras. El aumento de superficies impermeables a menudo aumenta el caudal y el volumen de escorrentía, y aumenta la descarga máxima, lo que lleva a degradar la hidrología de una cuenca (Amengual et al. 2015). Por ello, el entendimiento de los impactos en los procesos hidrológicos en una cuenca hidrográfica debido al cambio de LULC resulta crucial, para que los responsables de la toma de decisiones y las políticas adopten planes sostenibles para la gestión de los recursos hídricos y terrestres (Fernández-Escalante, 2004; Homero-Díaz, 2018). El estudio de cómo los cambios LULC impactan en los procesos hidrológicos se ha convertido en una tarea importante de muchos investigadores, incluidos hidrólogos, ingenieros, científicos ambientales, y geógrafos (Hu, 2020). El presente estudio busca examinar cómo el LULC impactaría en el pico de descarga a la salida de una cuenca mediterránea, siendo dicho objetivo de gran relevancia para la comunidad científica y para la sociedad en su conjunto ya que los sucesos repetidos de inundaciones requieren comprender la relación entre el cambio de LULC y la escorrentía en forma de descarga y profundidad máxima. Por otro lado, los Sistema de Información Geográfica (SIG), así como las aplicaciones de teledetección (RS) se han convertido en métodos esenciales en estudios hidrológicos, es decir, en la recolección, análisis, superposición y presentación de áreas de pequeña y gran escala para la evaluación y planificación de cuencas de agua (Melgarejo-Moreno et al. 2019). Así pues, los límites de las principales cuencas hidrográficas y subcuencas ahora pueden determinarse fácilmente, junto con sus características morfométricas y de escorrentía-lluvia (Dásaro et al. 2018). En los últimos años, los datos que se obtienen utilizando la teledetección, han significado una parte activa en el mapeo de los cambios de CLC (cambios en el uso-cobertura del suelo), de manera precisa y eficiente en diferentes períodos de tiempo desde varios años hasta varias décadas (Koneti et al. 2018). En la literatura científica, un Número de Curva de servicio de conservación de suelos y SIG integrado (SCS-CN) se ha sugerido en el modelo para estimar el proceso de precipitación y escorrentía y las magnitudes de la escorrentía (Hernández et al. 2015). Considerando todos los elementos descritos en los párrafos anteriores, surge la necesidad imperiosa de desarrollar los sistemas de modelos hidrológicos, los cuales se están convirtiendo cada vez más en importantes herramientas de modelización hidrológica, debido a su capacidad para manejar la variación espacial de los insumos hidrológicos y fisiográficos de la cuenca, por ejemplo varios de estos modelos hidrológicos estiman las descargas máximas y los hidrogramas de escorrentía para una distribución de lluvia determinada (Gebreslassie, 2017). En concreto, numerosos modelos, que están integrados al entorno GIS, han desarrollado la capacidad de importar los atributos espaciales y temporales derivados de los Sistemas de Información Geográfica, uno de los cuales es el HEC-HMS, un software de dominio público que podemos obtener gratuitamente de Internet y se puede administrar fácilmente. El programa simula los procesos de precipitación-escorrentía y enrutamiento, tanto naturales como controlados (Gebreslassie, 2017; Palacios-Cabrera et al. 2022). Los modelos hidrológicos tanto agrupados, distribuidos y semidistribuidos, especialmente estos últimos, ayudan al proceso de modelado matemático hidrológico, ya que dividen la cuenca en subcuencas más pequeñas facilitando el análisis detallado. Por ejemplo, en el Centro de Ingeniería Hidrológica de los Estados Unidos de América (EEUU), Petchprayoon (2010) enfatizó, con el sistema de modelamientoshidrológico (HEC-HMS), el impacto del uso de la tierra/cobertura de la tierra en la mitigación del problema de las inundaciones. Los modelos numéricos utilizados para simular el comportamiento de la cuenca a menudo fallan en la construcción sobre este conocimiento, considerando también que las cuencas de captación de clima mediterráneo muestran respuestas heterogéneas en el tiempo y el espacio, lo que genera limitaciones en la modelización hidrológica y grandes incertidumbres en las predicciones (Fortesa, 2020; Nguyen et al. 2020). En el estudio del caudal, hay dos tipos de modelos hidrológicos, uno de los cuales se centra en el efecto hidrológico a largo plazo, como SWAT (Soil & Water Assessment Tool) y L-THIA (Evaluación de Impacto Hidrológico a Largo Plazo), y el otro tipo se enfoca en procesos de lluvia-escorrentía, como HEC-HMS (desarrollado en el Centro de Ingeniería Hidrológica-Sistema de Modelado Hidrológico, EEUU). El modelo SWAT fue desarrollado por el USDA-Agriculture Research Service (ARS) a principios de la década de 1990 (Teng et al. 2018) y se usa principalmente para simulaciones hidrológicas a largo plazo con respecto al efecto de diferentes prácticas de manejo de la tierra en el agua, sedimentos y productos químicos en grandes cuencas hidrográficas complejas con diversas condiciones en el suelo, LULC y manejo (Hu, 2020). El modelo HEC-HMS, fue diseñado principalmente para simular procesos de escorrentía de lluvia distribuidos espacialmente (por ejemplo, hidrográficos de escorrentía resultantes de una tormenta de lluvia) en una cuenca (Teng et al. 2018). En otras palabras, el modelo HEC-HMS toma en consideración la distribución espacial de la topografía, suelos y LULC. Por lo tanto, este modelo es apropiado para ser utilizado en el estudio del impacto del cambio LULC en la hidrología de una cuenca. Por ello, con la modelación hidrológica es posible realizar pronósticos que permiten parametrizar proyectos sustentables y garantizar diseños confiables para desarrollos agropecuarios, hidroeléctricos, sanitarios e industriales (Armas et al. 2020). Esta resolución temporal es crucial para obtener la complejidad hidrológica de la cuenca estudiada. El modelo HEC-HMS alcanza precisiones espaciales en la unidad de respuesta hidrológica (HRU) siendo adecuado para evaluar la influencia del uso de la tierra en los resultados del presente estudio. En regiones semiáridas, algunas experiencias mostraron modelos que no fueron calibrados y también calibrados con resultados similares (Beven, 2012; Charley et al.1995; Miao, 2016; Rosales, 2010). En el valle o cuenca del río Guadalest, localizado en la provincia de Alicante, las subcuencas definidas se consideran, los sistemas fluviales típicos de ambientes mediterráneos semiáridos con corrientes cortas de duración, pendientes no tan empinadas, tiempos de concentración cortos y con episodios de inundaciones repentinas críticas registradas durante las últimas décadas. Así pues, se utilizó la herramienta HEC-HMS, la cual presenta numerosas ventajas entre las que desataca que: i) actualmente, son escasos los modelos numéricos capaces de calcular los procesos hidrológicos a escala de cuenca con pasos de tiempo sub-diarios, los cuales son necesarios para simular correctamente la respuesta hidrológica de las cuencas de concentración a corto plazo (Boithias, 2017; Jeong, 2016; Rosales, 2010; Alonso-Sarria, 2016). Adicional a todo lo descrito anteriormente, el Cambio Climático altera directamente las variables meteorológicas que afectan a las variaciones espacio-temporales en la disponibilidad de agua, como la precipitación, temperatura y velocidad del viento. Las actividades humanas también pueden afectar procesos hidrológicos terrestres a través del cambio de uso de la tierra, como la conservación del suelo y el agua, la construcción urbana y deforestación (Faramarzi, 2013). Por lo tanto, comprender las contribuciones relativas del cambio climático y las actividades humanas a los cambios de la escorrentía es cada vez más importante para la gestión de los recursos hídricos (Romano, 2018). Según el informe número cinco de evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC, 2013), es muy probable que ocurran cambios en la frecuencia y cantidad de la precipitación, lo que ocasionaría cambios en la disponibilidad del recurso hídrico, precipitaciones de mayor intensidad o sequías más largas (Vörösmarty et al. 2000; Valdes-Abellan et al. 2020; Rodrigo-Comino et al. 2021). Ante la problemática mencionada (cambio de uso de suelo, cambio global, escasez de recursos hídricos junto con el incremento en la potencia y frecuencia de las inundaciones) resulta esencial llevar a cabo una serie de estrategias de adaptación desde la Planificación Hidrológica y la gestión conjunta de recursos hídricos a partir del uso de modelos hidrológicos los cuales deben ser considerados por los responsables políticos (Cabezas, 2012; Molina y Melgarejo, 2015; Custodio et al. 2016; Aldaya et al. 2019; García-López y Montano, 2020). En términos generales, las grandes medidas establecidas en este sentido se centran en restringir (limitar) la demanda del recurso agua y/o incidir sobre la oferta de dicho recurso (presumiblemente incrementando la dotación de éste (Cabezas, 2015; Noiva et al. 2016; Navarro-Caballero, 2018; Ricart y Rico, 2019; García-López et al. 2020). 3.-CONCLUSIÓN: En esta última sección se muestran las principales conclusiones extraídas tanto del artículo científico, capítulos de libro, comunicaciones a congresos, entre otros, realizados a lo largo de los años de doctorado. En las regiones áridas o semiáridas como el mediterráneo, existen pocos estudios e investigaciones basadas en una gestión integrada del suelo, el agua y el ecosistema afines con la cobertura vegetal, cambio de uso de suelo y su relación con los procesos hidrológicos. Es por ello el objetivo de esta investigación llegando a la conclusión de que la vegetación del suelo es un factor que ejerce influencia en los procesos físicos de una cuenca, afectando a variables hidrológicas como el escurrimiento, infiltración, transpiración y evapotranspiración, ya que modifica el volumen de agua que ingresa a los cauces. El estudio muestra de manera objetiva el efecto del tipo de cubierta vegetal sobre la respuesta hidrológica, constituyendo uno de los temas de mayor interés en la actualidad para las ciencias ambientales y la ecología, siendo esta línea de investigación uno de los retos para los científicos e investigadores. En la presente tesis doctoral, se logró delimitar la cuenca del río Guadalest que abarca un área de 60 km2, para posteriormente subdividirla en 12 subcuencas, en base a la utilización y procesamiento de información cartográfica, paso primordial para calcular los parámetros morfológicos y definir la red de drenaje. En función del análisis morfométrico, se determinó que la cuenca tiene una pendiente media del 45%, así como un coeficiente de compacidad (Kc) obtenido de 1,52 lo que sugiere que se trata de una cuenca oblonga. Durante las últimas décadas, más del 80% de la superficie de la cuenca ha sufrido cambios significativos, mostrando una clara tendencia, es decir, la caída de las tierras agrícolas ha facilitado la aparición de pastizales. Por lo tanto, al analizar los resultados a partir de una curva numérica, en base a mapas de terrenos para los años 1990 a 2018, se puede decir que la respuesta hidrológica de la cuenca se sintetiza en los periodos con los que se dispone de datos hidrológicos (1984-2018). Así pues, se logró cuantificar cómo varió el cambio de uso de suelo, al pasar en 1990 de vegetación esclerófila con un 81,56% a pastizales herbáceos con un 81,55% en el año 2018. Los cambios en los usos del suelo, especialmente el incremento en el número de curva (CNII) como consecuencia del abandono de áreas agrícolas, observado desde el año 2000, se acentúa en la última década en la cuenca del Guadalest, esto afecta considerablemente a los caudales. En el primer período 1984-1989 con una precipitación de 375,21 mm se genera un caudal de 15.73 m3/s mientras que en el periodo 2012-2018 con una precipitación de 249.96 mm se genera un caudal de 14.8m3/s. Esto se debe a una tendencia a disminuir las precipitaciones en las zonas del mediterráneo. Se determina por ello una clara relación entre el incremento o disminución de las precipitaciones y el incremento o disminución de los caudales conforme a la información obtenida. Sin embargo, para el período 2006-2011 donde se registra el caudal más alto de la serie con un valor de 20,26 m3/s y con una precipitación de 352,72 mm, se incrementaron los caudales en un 28,8% con referencia a 1990, esto se corrobora con una transición identificada a suelo rocoso en un 55% en este período, lo cual incide aumentando la escorrentía superficial, incrementando el número de curva en un 6,63% favoreciendo evidentemente la escorrentía superficial, y por lo tanto disminuyendo la tasa de infiltración del agua en el subsuelo, a lo cual se suma también la textura del suelo franco arcilloso limoso. De este modo, se puede apreciar cómo la influencia de los cambios en los usos del suelo es clara sobre el caudal. Con respecto a la información de precipitación y temperatura se utilizó toda la información proporcionada por las estaciones disponibles en la zona, sin embargo, éstas eran escasas al tratarse especialmente de una cuenca de uso forestal (es una cuenca escarpada llena de vegetación del tipo pinus, por lo tanto, no se dispone de una red amplia de monitoreo). Es importante mencionar que el periodo total de precipitación (1984-2018) se escogió en función de los periodos de precipitación y temperatura disponibles en las estaciones de AEMET consideradas, en función de los periodos disponibles para los escenarios de usos del suelo y en función del caudal observado para ese mismo período. Del análisis interanual por estaciones se observa que las mayores precipitaciones pertenecen a la estación de otoño, y las menores precipitaciones a la estación de invierno. El patrón precipitación-escorrentía de la cuenca mostró una tendencia decreciente de lluvias en el período de 1984 a 2018, junto con ciclos de lluvias de cuatro años que fueron evaluados mediante un análisis wavelet desarrollado para esta investigación. En particular, estos ciclos fueron mucho más evidentes (estadísticamente significativos) en la última década del siglo XX. Los efectos de los cambios detectados en la respuesta hidrológica de la cuenca del embalse del Guadalest, se han pronosticado usando el modelo HEC-HMS, implementado a escala diaria, junto con un software basado en GIS. Estas herramientas han demostrado ser útiles proporcionando información para futuros usos de etapas hidrológicas. En particular, dentro del modelo HEC-HMS, el SCS Curve Number y el método de Muskingum resultaron adecuados para resolver la conversión lluvia-escorrentía y ecuaciones de propagación de inundaciones, respectivamente. El modelo utilizado, ha permitido realizar pronósticos de escenarios hipotéticos, con cambios de uso de suelo, cambios de CN, etc. con la información que se ingresó en el modelo. Los resultados (simulaciones) de los modelos hidrológicos deben ser corregidos con datos medidos, limitando así la incertidumbre de las simulaciones. La calibración evalúa los parámetros del modelo comparando sus predicciones, para un conjunto de condiciones límite hipotéticas, con datos observados para condiciones similares. En el proceso de calibración y validación del modelo HEC-HMS se reportaron valores satisfactorios de los contrastes estadísticos considerados NSE, R2, MAE, RMSE y el nuevo índice ANSE (Nash-Sutcliffe adaptado para ambientes áridos), siendo el índice de eficiencia ANSE una de las principales contribuciones como indicador estadístico para determinar la capacidad del modelo para simular los valores observados. En el presente estudio se presenta el ANSE, el cual varía de [1, −∞], correspondiente 1 al ajuste perfecto y cero al modelo cuyo desempeño es tan bueno como el valor promedio observado. Los resultados gráficos durante la calibración y la validación indicaron una adecuada calibración y validación en el rango de caudal, aunque los resultados de la calibración mostraron una mejor coincidencia que los resultados de la validación. Los valores de NSE y R2 para la calibración diaria del caudal y la validación variaron de 0,5 a 1 y de 0,6 a 1 respectivamente. Según la evaluación del modelo simularon las tendencias de flujo de corriente de bien a muy bien, como muestran los resultados estadísticos. La validación es una fase importante en el desarrollo de un modelo hidrológico, ya que permite comprobar la funcionalidad de éste, y garantizar la confiabilidad en los resultados. Por esta razón, se realizó una comparación entre los caudales obtenidos a partir del modelo hidrológico y los caudales observados obtenidos a partir del balance hídrico con un coeficiente de correlación “r” cercano a 1, garantizando la aplicabilidad del modelo. Es interesante analizar el comportamiento de las variables que forman parte del balance hídrico operación importante para determinar los caudales observados en la cuenca del río Guadalest. En el caso de la evaporación, se aprecia un aumento en el último período (2012 a 2018), lo cual coincide con un aumento en la temperatura y una disminución en las reservas del embalse. El aumento proyectado en la intensidad y concentración de la precipitación incrementa la escorrentía superficial (inundaciones) y dificulta la percolación e infiltración del agua en el subsuelo, reduciéndose así la recarga de acuíferos. Los resultados obtenidos deben ayudar a los administradores del agua y a las autoridades locales a establecer estrategias para enfrentar el potencial que se avecina como peligros ambientales relacionados con el cambio climático, pérdida de fertilidad del suelo, transporte de contaminantes o flujos pico de escorrentía concentrada, especialmente, para áreas vulnerables cercanas a territorios rurales y urbanos. Este estudio nos permite captar la alta complejidad (orográfica y meteorológica) de las cuencas mediterráneas, especialmente, en regiones con estrés hídrico, que están sumamente ligados a la vulnerabilidad de la población y la percepción de riesgo socioambiental. En última instancia, este modelo permitirá que se realicen más investigaciones en la cuenca evaluada relacionadas principalmente con la conversión del uso de la tierra a pastoreo, así como el barbecho de áreas agrícolas, importantes en la cuenca, y su efecto esperado en la tasa máxima de escorrentía que sugiere que la expansión de la tierra cultivable conduce a una disminución en la transpiración general, con un aumento en la escorrentía. Además, se presenta información valiosa sobre los cambios posteriores en los componentes hidrológicos por cambio de uso del suelo para proyecciones futuras, que pueden ser de utilidad en la formulación de políticas de manejo para la conservación de los bosques. Así pues, el modelo HEC-HMS utilizado, con la información desplegada, puede proporcionar escenarios hidrológicos futuros, para que los planificadores tomen acciones previas para el uso sostenible del agua. Por último, y a tenor de lo expuesto en relación con la complejidad que entraña el estudio del recurso agua en regiones áridas y semiáridas, se hace necesaria la transferencia de conocimiento entre los diferentes organismos e instituciones dedicados al estudio de dicho recurso, tanto desde el ámbito de la investigación como desde las administraciones públicas y entidades privadas. 4.-BIBLIOGRAFÍA CONSULTADA: Abbaspour, K.C., Vaghefi, S.A., Srinivasan, R., 2017. A guideline for successful calibration and uncertainty analysis for soil and water assessment: A review of papers from the 2016 international SWAT conference. Water, 10 (1). Abellán, J., 2021. Impactos hidrológicos del cambio global. Alternativas de adaptación en sistemas hídricos complejos con escasez de recursos hídricos y riesgos naturales severos (Sureste de España). Instituto Universitario del Agua y las Ciencias Ambientales y Departamento de Ingeniería Civil. Escuela Politécnica Superior. AEMET., 2019. Registers of the Spanish National Meteorologial Agency. Alcamo, J., Döll, P., Henrichs, T., Kaspar, F., Lehner, B., Rösch, T., y Siebert, S. 2003. Development and testing of the WaterGAP 2 global model of water use and availability. Hydrological Sciences-Journal-des Sciences Hydrologiques. 48 (3): 317-337. DOI: 10.1623/hysj.48.3.317.45290. Alipour, et al., 2010. A new fuzzy multicriterua decision making method and its application in diversion of water. Expert Systems with Applications. Allam, A., Moussa R., Najem, W., Bocquillon, C., 2020. Hydrological cycle, Mediterranean basins hydrology. Water Resources in the Mediterranean Region. Elsevier Inc. ISBN 9780128180860. Allen, M.R., Stott, P.A., Mitchell, J.F.B., Schnur, R., Delworth, T.L. 2000. Quantifying the uncertainty in forecasts of anthropogenic climate change. Nature. 407: 617-620. https://doi.org/10.1038/35036559. Almela, A., Quintero, I., Gómez, E., Mansilla, H., 1975. Mapa Geológico Nacional, E:1:50.000 (2da Serie), Hoja N°29-32 (Alcoy). IGME, Madrid. Alonso-Sarría, F., Martínez-Hernández, C., Romero-Díaz, A., Cánovas-García, F., Gomariz-Castillo, F., 2016. Main Environmental Features Leading to Recent Land Abandonment in Murcia Region (Southeast Spain). Land Degradation and Development, 27(3), 654-670. Al Kuisi, M., El-Naqa., A., 2013. GIS based Spatial Groundwater Recharge estimation in the Jafr basin, Jordan-Application of WetSpass models for arid regions. Revista Mexicana de Ciencias Geológicas., 30(1), 96-109. Amengual, A., Homar, V., Jaume, O., 2015. Potential of a probabilistic hydrometeorological forecasting approach for the 28 September 2012 extreme flash flood in Murcia, Spain. Atmospheric Research, 166, 10-23. Andrade, M., Szlafsztein, C., 2018. Vulnerability assessment including tangible and intangible components in the index composition: An Amazon case study of flooding and flash flooding. Science of the Total Environment, 630, 903-912. Andreu, J., Capilla, J., y Sanchis, E., 1996. AQUATOOL, a generalized decision-support system for water-resources planning and operational management. Journal of Hydrology. 177 (3-4): 269-291. DOI: 10.1016/0022-1694(95)02963-X. Anderson, M. G. Y P. D. Bates (2001), Model Validation. Perspectives in Hydrological Science, John Wiley & Sons. Aral, M., O. Gunduz (2005), Large-Scale Hybrid Watershed Modeling. Cap.4 de Watersheds Models, V.P.Singh y D.K. Frevert, p.77. Arbeláez, A., Vélez, M., Smith, R., 1997. Diseño hidrológico con información escasa un caso de estudio: río San Carlos. Avances en Rec. Hidráulicos. N°4. p 1-20. 1997. Armas E., Sinmaleza K., 2020. Pronóstico de caudales de la Cuenca del Chalpi para los años 2040-2070 bajo diferentes escenarios de cambio climático. Facultad de Ingeniería en Geología, Minas, Petróleos y Ambiental Universidad Central del Ecuador. ArcGIS. ArcGIS 10.5 (Geographic Information System). Availabe online: https://support.esri.com/es/downloads (accessed on 16 Nov. 2018). Arnell, N.W. 1999a. A simple water balance model for the simulation of streamflow over a large geographic domain. Journal of Hydrology. 217 (3-4): 314-335. DOI: 10.1016/S0022-1694(99)00023-2. Arnold, J.G., Srinivasan, R., Muttiah, R.S., Williams, J.R., 1998, Large area hydrologic modeling and assessment part I: model development: Journal of the American Water Resources Association, 34(1), 73-89. Asadi, A.; Sedghi, H.; Porhemat, J.; Babazadeh, H. Calibration, Verification and Sensitivity Analysis of the HEC-HMS Hydrologic Model (Study area: Kabkian Basin and Delibajak Watershed). Ecol. Environ. Conserv.2012, 18, 805–812. Asmar, N.F., Sim, J.O., Ghodieh, A., Fauzi, R., 2021. Effect of Land use/Land Cover changes on estimated potential runoff in the Nablus mountains watersheds of Palestine: A Case study. Journal Indian Soc Remote Sens. https://doi.org/10.1007/s12524-020-01278-2. Aster R. C., B. Borchers, C. H. Thurber (2005), Parameter Estimation and Inverse Problems. Elsevier Academic Press. Assefa, F., Elias, E., Soromessa, T., Ayele, G.T., 2020. Effect of Changes in Land-Use Management Practices on Soil Physicochemical Properties in Kabe Watershed, Ethiopia. Air Soil Water Res. 13, 1178622120939587. https://doi.org/10.1177/1178622120939587. Azmat, M., Qamar, M.U., Huggel, C., Hussain, E., 2018. Future climate and cryosphere impacts on the hydrology of a scarcely gauged catchment on the Jhelum River basin, Northern Pakistan. Science of the Total Environment. 639: 961-976. https://doi.org/10.1016/j.scitotenv.2018.05.206 Ballesteros, C., Jiménez, J. A., Viavattene, C., 2018. A multi-component flood risk assessment in the Maresme coast (NW Mediterranean). Natural Hazards, 90(1), 265–292. Baumgartner, A., y Reichel, E. 1975. The World Water Balance: Mean Annual Global, Continental and Maritime Precipitation, Evaporation and Run-Off. Ed: Elsevier Scientific Publishing Company. Amsterdam. The Netherlands. 179 pp. ISBN: 0-444-99858-6. Disponible en: https://ideas.repec.org/a/eee/agiwat/v1y1976i1p100-101.html. Bedient, P., Huber, W., (2002), Hydrology and Floodplain Analysis. Prentice Hall, N.J. Belmonte, C., 2006. Riesgos naturales y Desarrollo sostenible, impacto, predicción y mitigación. Alicante: Instituto Geológico y Minero de España. http://hdl.handle.net/10550/39877. Beven, K., 2012. Rainfall-Runoff Modelling the Primer.Second Edition. Lancaster University, UK. Wiley-BlackWell. ISBN 978-O-470-71459-1. BOE., 2016. Proyecto de Orden Ministerial por la que se aprueba la Norma 5.2-IC Drenaje Superficial de la Instrucción de Carreteras. Boletín Oficial del Estado (BOE). Boithias L., Sauvage S., Lenica, A., et al, 2017. Simulating Flash Floods at Hourly Time-Step Using the SWAT Model. Journal Water: 9:900-929. https://doi:10.3390/w9120929. Boongaling, C.G.K., Faustino-Eslava, D.V., Lansigan, F.P., 2018. Modeling land use change impacts on hydrology and the use of landscape metrics as tools for watershed management: The case of an ungauged catchment in the Philippines. Land Use Policy, 72, 116–128. Brunner, G.W., y Bonner, V.R. 1994. HEC River Analysis System (HEC-RAS). ASCE National Conference on Hydraulic Engineering, Buffalo, New York. 16 pp. US Army Corps of Engineers-Hydrologic Engineering Center. Disponible en: http://www.hec.usace.army.mil/publications/ (TP-147). Burton, J.S., compiler (1993), Proceeding of the Federal Interagency Workshop on Hydrologic Modelling Demands for the 90´s. U.S.Geological Survey Water Resources Investigations Report 93-4018, Federal Center, Denver, CO. Buonocore, C., Gomiz, J., Pérez, M., Mañanes, R., Bruno, M., 2021. Modelling the impacts of climate and land use changes on water quality in the Guadiana basin and the adjacent coastal area. Science of The Total Environment, Volume 776, 2021, 146034, ISSN 0048-9697. https://doi.org/10.1016/j.scitotenv.2021.146034. Bustamante, R., 2008. Calibración y validación del Modelo HEC-HMS en la Cuenca de Huechún, Región Metropolitana de Chile. Caloiero, T., Caloiero, P., Frustaci, F., 2018. Long‐term precipitation trend analysis in Europe and in the Mediterranean basin. Water and Environment Journal, 32: 433-445. Calvo-Rubio, F., 2015. Análisis structural de modelos hidrológicos y de sistemas de recursos hídricos en zonas semiáridas. Departamento de Ecología e Hidrología. Universidad de Murcia, pp. 23. Candela, L., Elorza, F.J., Jiménez-Martínez, J., Von-Igel, W. 2012. Global change and agricultural management options for groundwater sustainability. Computers and Electronics in Agriculture. 86: 120-130. https://doi.org/10.1016/j.compag.2011.12.012. Carrillo, S., 2016. Utilización del modelo “HEC-HMS” en sistemas de pronósticos hidrológicos y verificación de los datos obtenidos por el modelo CMPORH, en la Cuenca del Río Sucio. Norma Concepción Mejía Granados, El Salvador. Cassinello, J., 2010.Ungulados silvestres de España: biología y tecnologías reproductivas para su conservación y aprovechamiento cinegético (pp.143-155). Chapter. Arrui (Ammotragus lervia Pallas, 1777). Monografías INIA: Serie Medioambiental No. 2. Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria, Ministerio de Ciencia e Innovación, Madrid-España. CEDEX., 2021. Centro de Estudios y Experimentación de Obras Públicas. Embalse 8015-Guadalest: https://ceh.cedex.es/anuarioaforos/afo/em balse-datos_descarga.asp?ref_ceh=8015 (accessed 8 January 2021). Cerdà, A., Novara, A., Dlapa, P., López-Vicente, M., Úbeda, X., Popovic, Z., Mekonnen, M., Terol, E., Janizadeh, S., Mbarki, S., Saldanha-Vogelmann, E., Hazrati, S., Sannigrahi, S., Parhizkar, M., Giménez-Morera, A., 2021. Rainfall and water yield in Macizo del Caroig, Eastern Iberian Peninsula. Event runoff at plot scale during a rare flash flood at the Barranco de Benacancil. Cuad. Investig. Geográfica 0. https://doi.org/10.18172/cig.4833. Charley, W., Pabst, A., Peters, J., 1995. The Hydrologic Modeling System (HEC-HMS): Design and Development Issues. ASCE 2nd Congress on Computing in Civil Engineering, Atlanta, Georgia. 16 pp. US Army Corps of Engineers-Hydrologic Engineering Center. http://www.hec.usace.army.mil/publications/ (TP-149). Chen, G., Hua, W., Fang, X., Wang, C., Li, X. 2021. Distributed-Framework Basin Modeling System: II. Hydrologic Modeling System. Water. 13 (5): 744. https://doi.org/10.3390/w13050744. CHJ., 2019. Confederación Hidrográfica del Júcar. http://aps.chj.es/down/html/descargas.html (accessed 9 May 2019). CNIG., 2017. Centro Nacional de Información Geográfica. Madrid. Conesa-García, C., García-Lorenzo, R., Pérez-Cutillas, P., 2017. Flood hazards at ford stream crossings on ephemeral channels (south-east coast of Spain). Hydrological Processes, 31(3), 731-749. Csáki, P., Gyimóthy, K., Kaliez, P., Szolgay, J., Zagyvai-Kiss, K., 2020. Multi-model climatic water balance prediction in the Zala River Basin (Hungary) based on a modified Budyko framework. J. Hydrol. Hydromech., 68, 200-210. Custodio, E., Andreu-Rodes, J.M., Aragón, R., Estrela, T., Ferrer, J., García-Aróstegui, J.L., Manzano, M., Rodríguez-Hernández, L., Sahuquillo, A. Del Villar, A. 2016. Groundwater intensive use and mining in south-eastern peninsular Spain: Hydrogeological, economic and social aspects. Science of the Total Environment. 559 (1): 302-316. https://doi.org/10.1016/j.scitotenv.2016.02.107. Cutillas-Pérez, P., et al. 2018. Efectos de la revegetación a escala de cuenca sobre el caudal y la evapotranspiration en ambiente mediterráneo. Cuenca del Taibilla (SE de España). BOSQUE 39(1): 119-129,2018. DOI: 10.4067/S0717-9200.2018000.100119. D´Asaro, F., Grillone, G., Hawkins, R., ASCE, F., 2018. Curve numbers seasonal variation in Mid-Mediterranean Area. Journal of Irrigation and Drainage Engineering. 144(9), 04018021. Derdour A, Bouanani A, Babahamed K. 2018. Hydrological modeling in semi‒ arid region using HEC‒HMS model. case study in Ain Sefra watershed, Ksour Mountains (SW‒Algeria). J Fundam Appl Sci. De Segovia y Corrales, A., 2014. Introducción al estudio de mineralogía y ligeras nociones de geología, noticias científicas, históricas y económicas de minerals, rocas y fósiles de España. Primera Edición, Editorial Charleston: University of California Libraries. ISBN MOD1004945466. DGTP., 2009. Documento consultivo. Plan de Acción Territorial del Paisaje en La Vall de Guadalest, Generalitat Valenciana. DPA-IGME., 2015. Atlas hidrogeológico de la provincia de Alicante: Excelentísima Diputación Provincial de Alicante (DPA)-Ciclo Hídrico. Instituto Geológico y Minero de España (IGME). Dvoráková, S., Kovár, P., Zeman, J., 2012. Implementation of conceptual linear storage model of runoff with diurnal fluctuation in rainless periods. J. Hydrol. Hydromech. 60 (4), 217–226. Đukić, V., Erić, R. 2021. SHETRAN and HEC HMS Model Evaluation for Runoff and Soil Moisture Simulation in the Jičinka River Catchment (Czech Republic). Water. 13 (6): 872. Duan Q., H.V. Gupta, S. Sorooshian, A.N. Rousseau, R. Turcotte eds. (2003), Calibration of Watershed Models, Water Science and Application series, vol.6. American Geophysical Union. Eekhout, J., Boix-Fayos, C., Pérez-Cutillas, P., et al. 2020. The impact of reservoir construction and changes in land use and climate on ecosystem services in a large Mediterranean catchment. Journal of Hydrology. Volumen 590, November 2020, 125208. https://doi.org/10.1016/j-jhydrol.2020.125208. Elaji, A., Ji, W., 2020. Urban Runoff Simulation: How Do Land Use/Cover Change Patterning and Geospatial Data Quality Impact Model Outcome? Water, 12, 2715. ESRI, 2021. ArcGIS software. Environmental Systems Research Institute (ESRI). Available in: https://www.esri.com/en-us/home. Estévez, A., Vera, J.A., Alfaro, P., et al. 2004. Geología de la Provincia de Alicante. Departamento de Ciencias de la Tierra y del Medio Ambiente. Universidad de Alicante. Ap. 99, 03080. Alicante (12.1) 2-15 ISSN: 1132-9157. Estrela T. (1992), Modelos matemáticos para la evaluación de recursos hídricos. Monografías CEDEX. Madrid. Estrela T. y L. Quintas (1996), El sistema integrado de modelización precipitación-aportación SIMPA. Ingeniería Civil, Nº 104. 43-52, Madrid. Estrela, T. 1988. Los modelos de simulación integral de cuenca y su utilización en estudios de recursos hídricos. Centro de Estudios Hidrográficos, Ministerio de Obras Públicas Transporte y Medio Ambiente. Ingeniería Civil Nº 72: 83 – 95. Faramarzi, M., Abbaspour, K., Vaghefi, S., et al, 2013. Modeling impacts of climate change on freshwater availability in Africa. Journal of Hydrology 480 (85-101). http://dx.doi.org/10.1016/j.jhydrol.2012.12.016. Ferreira, C.S.S., Mourato, S., Kasanin-Grubin, M., Ferreira, A.J.D., Destouni, G., Kalantari, Z. 2020. Effectiveness of Nature-Based Solutions in Mitigating Flood Hazard in a Mediterranean Peri-Urban Catchment. Water. 12 (10): 2893. https://doi.org/10.3390/w12102893. Fleming, M., Brauer, T., 2018. Hydrologic Modeling System HEC-HMS. Guide. Version 4.3. Hydrologic Engineering Center-US. 61 pp. Available at: https://www.hec.usace.army.mil/software/hec-hms/. Fortesa, J., Latron, J., García-Comendador, J., Tomàs-Burguera, M., Company, J., Calsamiglia, A., Estrany, J. 2020. Multiple Temporal Scales Assessment in the Hydrological Response of Small Mediterranean-Climate Catchments. Water. 12, 299. Fundación BBVA, 2007. La población de Alicante. www.fbbva.es. Gao, Y., Chen, J., Luo, H., Wang, H., 2020. Prediction of hydrological responses to land use change. Science of the Total Environment, 708, 134998. García, C.C., Cutillas, P.P., 2014. Alteraciones geomorfológicas recientes en los sistemas fluviales mediterráneos de la península ibérica. Síntomas y problemas de incisión en los cauces. Revista de Geografia Norte Grande, (59), 25-44. Gaspari, F.J. et al., 2012. Caracterización morfométrica de la cuenca alta del río Suace Grande, Buenos Aires, Argentina. AUGMDOMUS, IV (4), pp. 143-158. Gaspari, F.J., Senisterra, G.E & Marlats, R.M., 2007. Relación precipitación-escorrentía y número de curva bajo diferentes condiciones del uso del suelo. Cuenca modal del sistema serrano de La Ventana, Argentina. Revista de la Facultad de Ciencias Agrarias, XXXIX (1), pp. 21-28. Gassman, P.W., Reyes, M.R., Green, C.H., Arnold, J.G., 2014. Application of the SWAT. Model Special Section. Journal of Environmental Quality, New York. Gebreslassie, A., 2017. Application of HEC-HMS Model for Evaluating Impact of Land Use/Land Cover change in Fetam Catchment. Faculity of Civil and Water Resources Engineering School of research and postgraduate studies. Gerten, D., Schaphoff, S., Haberlandt, U., Lucht, W., y Sitch, S. 2004. Terrestrial vegetation and water balance-hydrological evaluation of a dynamic global vegetation model. Journal of Hydrology. Gil-Guirado, S., Pérez-Morales, A., Pino, D., Peña, J.C., López-Martínez, F. 2022. Flood impact on the Spanish Mediterranean coast since 1960 based on the prevailing synoptic patterns. Science of the Total Environment. 807. 150777. Giménez, D., Perfect, E., Rawls, W.J., Pachepsky, Y., 1997. Fractal models for predicting soil hydraulic properties: a review. Eng. Geol. 48 (3–4), 161–183. Green, W.H., Ampt, G.A., 1911. Studies on soil physics, 1. The flow of air and water through soils. The Journal of Agricultural Sciences. 4, 11-24. https://doi.org/10.1017/S0021859600001441. Greve, P., Kahil, T., Mochizuki, J. et al. Global assessment of water challenges under uncertainty in water scarcity projections. Nat Sustain 1, 486–494 (2018). https://doi.org/10.1038/s41893-018-0134-9286 (1-4): 249-270. DOI: 10.1016/j.jhydrol.2003.09.029. Gomariz-Castillo, F., Alonso-Sarria, F., Cabezas, F., 2018. Calibration and spatial modelling of daily ET0 in semiarid areas using Hargreaves equation. Earth Science Informatics. 11, 325-340. https://doi.org/10.1007/s12145-017-0327-1. Gomariz-Castillo, F., Alonso-Sarría, F., 2018. Efecto de la subdivisión de cuencas y la estimación de variables climáticas en la simulación de componentes de balance hídrico en cuencas semiáridas mediterráneas. Papeles de Geografía. 64, 1-20. https://doi.org/10.6018/geografia/2018/331531. Gonzálvez, V., 1989. La población de Alicante: Dinámica, estructura social y repercusiones territoriales. Quinto Centenario de Alicante. Haan C.T., H.P. Johnson, D.L. Brakensiek. (1982), Hydrologic Modelling of Small Watersheds. American Society of Agricultural Engineers. Hanasaki, N., Fujimori, S., Yamamoto, T., Yoshikawa, S., Masaki, Y., Hijioka, Y., Kainuma, M., Kanamori, Y., Masui, T., Takahashi, K., y Kanae, S. 2013. A global water scarcity assessment under Shared Socio-economic Pathways–Part 2: Water availability and scarcity. Hydrology and Earth System Sciences. 17 (7): 2393-2413. DOI: 10.5194/hess-17-2375-2013. Hanasaki, N., Kanae, S., Oki, T., Masuda, K., Motoya, K., Shirakawa, N., Shen, Y., y Tanaka, K. 2008a. An integrated model for the assessment of global water resources-Part 1: Model description and input meteorological forcing. Hydrology and Earth System Sciences. 12 (4): 1007-1025. DOI: 10.5194/hess-12-1007-2008. Hanasaki, N., Kanae, S., Oki, T., Masuda, K., Motoya, K., Shirakawa, N., Shen, Y., y Tanaka, K. 2008b. An integrated model for the assessment of global water resources-Part 2: Applications and assessments. Hydrology and Earth System Sciences. 12 (4): 1027-1037. DOI: 10.5194/hess-12-1027-2008. Hargreaves, G.L., Hargreaves, G.H., Riley, J.P., 1985. Agricultural Benefits for Senegal River Basin. Journal of Irrigation and Drainage Engineering. 111, 113-124. https://doi.org/10.1061/(ASCE)0733-9437(1985)111:2(113). Hawkins R.H., T.J. Ward, D.E. Woodward, J.A. Van Mullem eds. (2009), Curve Number Hydrology. State of the Practice. ASCE. Hernández, A., Miranda, M., Arellano, E.C., Saura, S., Ovalle, C., 2015. Landscape dynamics and their effect on the functional connectivity of a Mediterranean landscape in Chile. Ecol. Indic. 48, 198–206. https://doi.org/10.1016/j.ecolind.2014.08.010. Hernández-Romeo, P., Patiño-Gómez, C., 2018. Manual para el uso del Modelo Hidrológico HEC-HMS. Aplicaciones del Modelo de Simulación Hidrológica a la cuenca del Río Conchos. Universidad de las Américas, México. Hooke, J.M., 2016. Geomorphological impacts of an extreme flood in SE Spain. Geomorphology, 263, 19–38. Horton, R.M., 1945. Erosional development of streams and their drainage basins: Hydrophysical approach to quantitative morphology. Geological Society of America Bulletin. U.S.A. Hu, C., Ran, G., Li, G., Yu, Y., Wu, Q., Yan, D., Jian, S., 2021. The effects of rainfall characteristics and land use and cover change on runoff in the Yellow River basin, China. J. Hydrol. Hydromech., 69, 29-40. Hu, S., Shrestha, P., 2020. Examine the impact of land use and land cover changes on peak discharges of a watershed in the Midwestern United States using the HEC-HMS model. Papers in Applied Geography, 6(2), 101-118. IGME., 2018. Permeability Map of Spain in shapefile format. Scale 1/200.000. Instituto Geológico y Minero de España. IGN., 2019. España en mapas. Una síntesis geográfica. Centro Nacional de Información Geográfica. NIPO: 162-19-019-X. DOI: 10.7419/162.06.2018. L. IPCC, 2013. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., Qin, D., Plattner, G.K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V., y Midgley, P.M. (eds.)]. Cambridge University Press, Cambridge, United Kingdom y New York, NY, USA, 1552 pp. ISBN: 978-1-107-05799-1. Available in: http://www. climatechange2013.org/images/report/WG1AR5_ALL_FINAL.pdf. Jakucs, L. 1977. Morphogenetics of Karst Regions Variants of Karst evolution. Ed. Adam Hilger 283 pp., Bristol. Jeong, J., Kannan, N., Arnold, J., Glick, R., Gosselink, L., Srinivasan, R., 2010. Development and Integration of Sub-hourly Rainfall-Runoff Modeling Capability within a Watershed Model. Water Resources Management, 24(15), 4505–4527. Jodar-Abellan, A., Ruiz, M., Melgarejo, J., 2018. Climate change impact assessment on a hydrologic basin under natural regime (SE, Spain) using a SWAT model. Revista Mexicana de Ciencias Geológicas. 35: 240-253. Jodar-Abellan, A., Valdes-Abellan, J., Pla, C., Gomariz-Castillo, F., 2019. Impact of land use changes on flash flood prediction using a sub-daily SWAT model in five Mediterranean ungauged watersheds (SE Spain). Science of the Total Environment, 657, 1578-1591. Jodar-Abellan, A., 2021. Impactos hidrológicos del cambio global. Alternativas de adaptación en sistemas hídricos complejos con escasez de recursos hídricos y riesgos naturales severos (Sureste de España). (Tesis Doctoral). Universidad de Alicante. Kelton, W.; Law, A. 1991. Simulation modeling & analysis. United States of America. Editorial Mcgraw – Hill. 759 p. Khoi, D.N., 2016. Comparison of the HEC-HMS and SWAT hydrological models in simulating the stream flow. Journal of Science and Technology, 53(5), 189-195. Kiani-Harchegani, M., Sadeghi, S.H., Singh, V.P., Asadi, H., Abedi, M., 2019. Effect of rainfall intensity and slope on sediment particle size distribution during erosion using partial eta squared. CATENA. https://doi.org/10.1016/j.catena.2019.01.006. Kirpich, Z., 1940. Time of concentration of small agricultural watersheds. Civil Eng. 10 (6),362. Knoben, W.J.M., Freer, J.E., Woods, R.A., 2019. Inherent benchmark or not? Comparing Nash–Sutcliffe and Kling-Gupta efficiency scores. Hydrology and Earth System Sciences. 23, 4323-4331. https://doi.org/10.5194/hess-23-4323-2019. Koneti, S., Sunkara, S.L., Roy, P.S., 2018. Hydrological modeling with respect to impact of land-use and land-cover change on the runoff dynamics in Godavari River basin using the HEC-HMS model. ISPRS International Journal of Geo-Information, 7 (6). Koppen, W., Geiger, R. 1936. Handbuch der Klimatologie Klimate. Mit 14 Textfiguren Verlagvon Gebruder Born traeger W35 koester ufer 17. Berlin. Korzoun, V.I., Sokolov, A.A., Budyko, M.I., Voskresensky, K.P., Kalinin, G.P., Konoplyanstev, A.A., Korotkevich, E.S., Kuzin, P.S., Lvovich, M.I. (Eds.). 1978. World Water Balance and Water Resources of the Earth. UNESCO. Paris. 663 pp. Disponible en: http://agris.fao.org/agris-search/search.do?recordID=XF7900588. Kosztra B., Büttner G., Hazeu G., Arnold, S., (2017). “Updated CLC illustred nomenclatura guidelines”. ETC/ULS European Topic Centre on Urban Service COntract No. 3436/R0-Copernicus/EEA.56586 Task 7, D7.2 – Part 1. Lange J., C. Leibundgut, N. Greenbaum y A. P. Schick (1999), A noncalibrated rainfall-runoff model for large, arid catchments. Water Resources Research, 35, 2161-2172. Leopold, L.B., Gordon, M., Miller, J.P. 1963. Fluvial processes in Geomorphology. Ed. W. H. Freeman and Company, San Francisco, and London. Liang, X., Lettenmaier, D.P., Wood, E.F., y Burges, S.J. 1994. A simple hydrologically based model of land surface water and energy fluxes for general circulation models. Journal of Geophysical Research-Atmospheres. 99 (7): 14415-14428. DOI: 10.1029/94JD00483. Linsley, R.K., Kohler, M.A. y Paulhus, J.L.H., 1949: Applied Hydrology. McGraw-Hill, Nueva York. 2. Linsley, R.K., Kohler, M.A. y Paulhus, J.L.H., 1958: Hidrology for Engineers. McGraw-Hill, Nueva York. Linsley, R., Kohler, M., Paulus, J., 1977. Hidrología para Ingenieros. McGraw-Hill, 398. Liu, T., Huang, H., Shao M., Cheng, J., Li, X., Lu, J., 2020. Integrated assessment of climate and human contributions to variations in streamflow in the Ten Great Gullies Basin of the Upper Yellow River, China. J. Hydrol. Hydromech., 68, 249-259. Llamas J. (1993), Hidrología general. Principios y aplicaciones, Publ. Universidad del Pais vasco. Lux Cardona, B. (2015). Conceptos básicos de Morfometría de Cuencas Hidrográficas. Facultad de Ingeniería, Universidad de San Carlos de Guatemala. Lux Cardona, B., 2016. Repositorio del Sistema Bibliotecario Universidad de San Carlos de Guatemala. Available at: http://www.repositorio.usac.edu.gt/id/eprint/4482. Lvovitch, M.I. 1973. The global water balances. EOS, Transactions, American Geophysical Union. 54 (1): 28-53. DOI: 10.1029/EO054i001p00028. McDonald, M.G., y Harbaugh, A.W. 1984. A modular three-dimensional finite-difference ground-water flow model. U.S. Geological Survey. 539 pp. Disponible en: https://pubs.er.usgs.gov/publication/ofr83875. Mahmood, R., Jia, S. 2019. Assessment of hydro-climatic trends and causes of dramatically declining stream flow to Lake Chad, Africa, using a hydrological approach. Science of the Total Environment. 675: 122-140. https://doi.org/10.1016/j.scitotenv.2019.04.219 Martín, J., 2019. Régimen y caudal del río Guadalest según las fuentes históricas. Revista dÏnvestigació assaig de la Marina Baixa. Número 15-2019. Martínez-Retureta, R., Aguayo, M., Stehr, A., Sauvage, S., Echeverría, C., Sánchez-Pérez, J.M. 2020. Effect of Land Use/Cover Change on the Hydrological. Response of a Southern Center Basin of Chile. Water. 12, 302. https://doi.org/10.3390/w12010302. Melgarejo-Moreno, J., López-Ortiz, M.I., Fernández-Aracil, P., 2019. Water distribution management in South-East Spain: A guaranteed system in a context of scarce resources. Sci. Total, Environ. 648, 1384-1393. Miao, Q., Yang, D., Yang, H., et al., 2016. Establishing a rainfall threshold for flash flood warnings in China´s mountainous areas based on a distributed hydrological model. Journal of Hydrology, 174-184. http://dx.doi.org/10.1016/j.jhydrol.2016.04.054 Minea, G., Ioana-Toroimac, G., Moro, G., 2019. The dominant runoff processes on grassland versus bare soil hillslopes in a temperate environment - An experimental study. J. Hydrol. Hydromech. 67, 8. https://doi.org/10.2478/johh-2019-0018. Mishra, S.K., y Singh, V. 2003. Soil Conservation Service Curve Number (SCS-CN) Methodology. Ed: Springer (Earth Sciences & Geography; Hydrogeology; Water Science and Technology Library). 456 pp. ISBN: 978-94-017-0147-1. Disponible en: http://www.springer.com/gp/book/9781402011320. Ministerio de Agricultura, Alimentación y Medio Ambiente, Fundación Biodiversidad, perteneciente al y el Real Jardín Botánico (Agencia Estatal Consejo Superior de Investigaciones Científicas). Proyecto Anthos, 2010. Mo, C., Zhang, M., Ruan, Y., Qin, J., Wang, Y., Sun, G., 2020. Accuracy Analysis of IMERG Satellite Rainfall Data and Its Application in Long-term Runoff Simulation. Water. 12, 938 2177. https://doi.org/10.3390/w12082177. Mohammed, S., Alsafadi, K., Talukdar, S., Kiwan, S., Hennawi, S., Alshihabi, O., Sharaf, M., Harsanyie, E., 2020. Estimation of soil erosion risk in southern part of Syria by using RUSLE integrating geo informatics approach. Remote Sens. Appl. Soc. Environ. 20, 100375. https://doi.org/10.1016/j.rsase.2020.100375. Molina, A., Melgarejo, J. 2015. Water policy in Spain: seeking a balance between transfers, desalination and wastewater reuse. International Journal of Water Resources Development. 32 (5): 781-798. https://doi.org/10.1080/07900627.2015.1077103. Molina-Sanchis, I., Lázaro, R., Arnau-Rosalén, E., Calvo-Cases, A., 2016. Rainfall timing and runoff: The influence of the criterion for rain event separation. Journal of Hydrology and Hydromechanics, 64(3), 226-236. Morgali, J., Linsley, R., 1965. Computer analysis of overland flow. Journal of Hydraul. Div. (HY3). 1965. Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., Veith, T.L., 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the Asabe. 50, 885-900. https://doi.org/10.13031/2013.23153. Moros, A. M., 2010. Caracterización de señales de precipitación mediante la transformada de Fourier y transformada de Wavelet. Pontificia Universidad Javeriana. Facultad de Ingeniería. Mostofa-Amin, M.G., Karsten, H.D., Veith, T.L., Beegle, D.B., Kleinman, P.J., 2018. Conservation dairy farming impact on water quality in a karst watershed in northeastern US. Agricultural Systems. 165, 187-196. https://doi.org/10.1016/j.agsy.2018.06.010. Nayeb-Yazdi, M., Sample, D.J., Scott, D., Wang, X., Ketabchy, M. 2021. The effects of land use characteristics on urban stormwater quality and watershed pollutant loads. Science of The Total Environment. 773: 145358. Neitsch, S.L., Arnold, J.G., Kiniry, J.R., Williams, J.R., 2011. Soil and water assessment tool theoretical documentation version 2009. Available in: https://swat.tamu.edu/media/99192/swat2009-theory.pdf. Nerantzaki, S.D., Hristopulos, D.T., Nikolaidis, N.P., 2020. Estimation of the uncertainty of hydrologic predictions in a karstic Mediterranean watershed. Science of the Total Environment. 717: 137131. Nguyen, V.T., Dietrich, J., Uniyal, B., 2020. Modeling interbasin groundwater flow in karst areas: Model development, application, and calibration strategy. Environmental Modelling and Software. 124: 104606. Nogueira, s. 2018. Estrategias de adaptación y percepciones institucionales del riesgo hidrológico en una ciudad urbana amazónica. Pará: Instituto de Desarrollo de Ultramar. Novara, A., Gristina, L., Sala, G., Galati, A., Crescimanno, M., Cerda, A., Badalamenti, E., La Mantia, T., 2017. Agricultural land abandonment in Mediterranean environment provides ecosystem services via soil carbon sequestration. Sci. Total Environ. 576, 420–429. https://doi.org/10.1016/j.scitotenv.2016.10.123. Nash, J.E., Sutcliffe, J.V., 1970. River flow forecasting through conceptual model’s part I. A discussion of principles. Journal of Hydrology. 10, 282-290. https://doi.org/10.1016/0022- 1694(70)90255-6. Odoemena, S. O., & Igomu, E. A. (2017). Evaluation of Soil and Climatic Conditions Supporting Maize (Zea mays L.) Production in Makurdi, Nigeria. Journal of Agriculture and Ecology Research International, 12(2), 1-12. https://doi.org/10.9734/JAERI/2017/ 33963. Oki, T., Agata, Y., Kanae, S., Saruhashi, T., Yang, D., Musiake, K. 2001. Global assessment of current water resources using total runoff integrating pathways. Hydrological Sciences-Journal-des Sciences Hydrologiques. 46 (6): 983-995. Doi: 10.1080/02626660109492890. Ollivier, C., Mazzilli, N., Olioso, A., Chalikakis, K., Carrière, S., Danquigny, C., Emblanch, C., 2020. Karst recharge-discharge semi distributed model to assess spatial variability of flows. Sci. Total Environ. 703, 134368. https://doi.org/10.1016/j.scitotenv.2019.134368. Oral, H.V., Carvalho, P., Gajewska, M., Ursino, N., Masi, F., Hullebusch, E.D. van, Kazak, J.K., Exposito, A., Cipolletta, G., Andersen, T.R., Finger, D.C., Simperler, L., Regelsberger, M., Rous, V., Radinja, M., Buttiglieri, G., Krzeminski, P., Rizzo, A., Dehghanian, K., Nikolova, M., Zimmermann, M., 2020. A review of nature-based solutions for urban water management in European circular cities: a critical assessment based on case studies and literature. Blue-Green Syst. 2, 112–136. https://doi.org/10.2166/bgs.2020.932. Ordoñez-Gálvez, J., 2011. Global Water Partnership South America. Disponible: https://www.gwp.org/es/GWP-Sud-. Ott, B., Uhlenbrook, S., 2004. Quantifying the impact of lans-use changes at the event and seasonal time scale using a process-oriented catchment model. Hydrol. Earth Sytsem Sci. 8, 62–78. Overton, D.E., 1966. Muskingum flood routing of upland streamflow. Journal of Hydrology 4: 185-200. Pardo, M.Á.; Fernández, H.; Jodar-Abellan, A. 2020. Converting a Water Pressurized Network in a Small Town into a Solar Power Water System. Energies. 13 (15), 4013. Pérez-González, M.L., Capra-Pedol, L., Dávila-Hernández, N., Borselli, L., Solís-Valdez, S., Ortiz-Rodríguez, A.J., 2017. Spatio-temporal land-use changes in the Colima-Villa de Álvarez metropolitan area, and their relationship to floodings. Revista Mexicana de Ciencias Geológicas., 34(2), 78-90. Petchprayoon, P., Blanken, P.D., Ekkawatpanit, C., Hussein, K., 2010. Hydrological impacts of land use/land cover change in a large river basin in central-northern Thailand. International Journal of Climatology, 30(13), 1917–1930. Pineda, F.D., 2001. Intensification, rural abandonment and nature conservation in Spain. Examples of European agri-environment schemes and livestock systems and their influence on Spanish cultural landscapes. Alterra Rapp. 309, 23–38. Rafiei-Emam, A., Mishra, B.K., Kumar, P., Masago, Y., Fukushi, K., 2016. Impact assessment of climate and land-use changes on flooding behavior in the Upper Ciliwung River, Jakarta, Indonesia. Water 8, 559. R-CRAN. R: A Language and Environment for Statistical Computing. Availabe online: https://www.r-project.org/ (accessed on 22 Nov. 2018). Ricart, S., Rico, A.M. 2019. Assessing technical and social driving factors of water reuse in agriculture: A review on risks, regulation and the yuck factor. Agricultural Water Management. 217: 426-439. https://doi.org/10.1016/j.agwat.2019.03.017. Robineau, T., Tognelli, A., Goblet, P., Renard, 904 F., Schaper, L., 2018. A double medium approach to simulate groundwater level variations in a fissured karst aquifer. J. Hydrol. 565, 861–875. https://doi.org/10.1016/j.jhydrol.2018.09.002. Rodrigo‐Comino, J., Ponsoda‐Carreres, M., Salesa, D., Terol, E., Gyasi‐Agyei, Y., Cerdà, A., 2020. Soil erosion processes in subtropical plantations (Diospyros kaki) managed under flood irrigation in Eastern Spain. Singap. J. Trop. Geogr. 41, 120–135. https://doi.org/10.1111/sjtg.12307. Rodríguez-Iturbe, I. (2000), A hydrologic perspective of climate-soil-vegetation dynamics, Water Resources Research, 36(1), 3-9. Rodriguez-Barrietos, F., 2006. Cuencas hidrogáficas, descentralización y Desarrollo regional participativo. Inter sedes, VII (12), pp. 113–125. Romano, O.M., 2018. Modeling land use changes and their impact on sediment load in a Mediterranean watershed. Journal of Hydrological, Cantena, 342-353. Romero-Díaz, A., Ruiz-Sinoga, J.D., Robledano-Aymerich, F., Brevik, E.C., Cerdà, A., 2017. Ecosystem responses to land abandonment in western Mediterranean mountains. Catena. 149, 824-835. https://doi.org/10.1016/j.catena.2016.08.013. Rosales, M., 2010. Conditioning factors in flooding of karstic poljes, the case of Zafarraya polje. Mapas de peligrosidad para avenidas e inundaciones, 331-342. Slope estimates – The Excel Template application. Makensens llmatieteen laitos. Meteorologiska Institutet. Finnish Meteorological Institute. Helsinki, ISBN 951-697-563-1; ISNN 1456-789X. Salmi, T., Määttä, A., Anttila, P., Ruoho-Airola, T., Amnell, T; 2002. Detecting trends of anual values of atmospheric pollutants by the Mann-Kendall Test and Sen´s. Samper, J., Pisani, B., Alvares, D., y García, M.A. 2007. GIS-BALAN: un Modelo Hidrológico Semidistribuido acoplado a un Sistema de Información Geográfica para la estimación de los Recursos Hídricos. Estudios de la Zona No Saturada del Suelo. 8: 341-346. ISBN: 84-690-7893-8. Disponible en: http://www.zonanosaturada.com/zns07/publications.html. Sánchez-Galiano, J.C., Martí-Ciriquián, P., Fernández-Aracil, P. 2017. Temporary population estimates of mass tourism destinations: The case of Benidorm. Tourism Management. 62: 234-240. https://doi.org/10.1016/j.tourman.2017.04.012. Sánchez, F. J. 2022. Hidrología Superficial y Subterránea, segunda edición. Kindle Direct Publishing, 440p. http://hidrología.usal.es. Schumm, S.A., 1977. The fluvial system. Ed. John Wiley & Sons, New York. SCS., 1986. Urban Hydrology for Small Watersheds. In: Release-55. SCSEDUSDOAT, editor, pp. 164 pp. Senciales-González, J.M., Rodrigo-Comino, J., Smith, P., 2020. Surveying topographical changes and climate variations to detect the urban heat island in the city of Málaga (Spain). Cuad. Investig. Geográfica 46, 521–543. https://doi.org/10.18172/cig.4228. Senent-Aparicio, J., Alcalá, F.J., Liu, S., Jimeno-Sáez, P., 2020. Coupling SWAT Model and CMB Method for Modeling of High-Permeability Bedrock Basins Receiving Interbasin Groundwater Flow. Water 12: 1-19. Serva, L. 2007. Estudio crítico de la flora vascular de la provincia de Alicante: Aspectos nomenclaturales, biogeográficos y de conservación. Consejo Superior de Investigaciones Científicas, Madrid. http://www.060.es. Setti, S., Barik, K.K., Merz, B., Agarwal, A., Rathinasamy, 1114 M. 2022. Investigating the impact of calibration timescales on streamflow simulation, parameter sensitivity and model performance for Indian catchments. Hydrological Sciences Journal. https://doi.org/10.1080/02626667.2022.2036340 Shrestha, P., 2019. Impacts, of land use and land cover changes on hydrological regimes of the richland creek watershed in southern Illinois using o gis-based hydrological model. Graduate School Southern Illinois University Edwards ville. Shrestha, S., Bhatta, B., Talchabhadel, R., Pasquale-Virdis, S.G. 2022. Integrated assessment of the landuse change and climate change impacts on the sediment yield in the Songkhram River Basin, Thailand. Catena. 209: 105859. https://doi.org/10.1016/j.catena.2021.105859 Shiklomanov, I.A. 2000. Appraisal and Assessment of World Water Resources. Water International. 25 (1): 11-32. DOI: 10.1080/02508060008686794. Singh V.P. ed. (1995), Computer Models of Watershed Hydrology, Water Resources Publications, Littleton, C Singh V.P., D.K. Frevert (2006), Watershed models. CRC Press. Sillero-Medina, J.A., Rodrigo-Comino, J. Ruiz-Sinoga, J.D. 2021. Factors determining the soil available water during the last two decades (1997–2019) in southern Spain. Arab J Geosci. 14: 1971. https://doi.org/10.1007/s12517-021-08265-y. Slack, R.B., Welch, R., 1980. Soil Conservation Service Runoff Curve Number Estimates from Landsat Data. JAWRA Journal of the American Water Resources Association, 16 (5), 887-893. Soil Conservation Service, SCS 1986. Urban hydrology for small watersheds. Technical Release 55. Washington D.C. Departamento de Agricultura de EEUUA. 1986. Solera, A., Paredes-Arquiola, J. y Álvarez-Andreu, J. 2007. AQUATOOLDMA SSD para planificación de Cuencas. Univ. Politécnica de Valencia, 231 p. Disponible en: https://www.upv.es/aquatool/es/historia_es.html. Sorooshian S., V.K. Gupta (1985), The analysis of structural identifiability: Theory and application to conceptual rainfall-runoff models, Water Resources Research, 21(4), 487-496. Soto, M. 2001. Calibración de dos modelos de simulación integral de cuenca, para la hoya hidrográfica del río Purapel, estación Nirivilo. Tesis Ing. Forestal. Talca, Chile. Universidad de Talca, Facultad de Ciencias Forestales. 98 p. Sraj, M., Dirnbek, L., Brilly, M., 2010. The influence of effective rainfall on modeled runoff hydrograph. J. Hydrol. Hydromech. 58 (1), 3–14. Strahler, A. (1964). Quantitative geomorphology of drainage basins and channel networks. Mc Graw-Hill. New York-USA. Sun N.-Z., y A. Sun (2015), Model Calibration and Parameter Estimation, For Environmental and Water Resource Systems. Springer. Tarboton, D.G., 1997. A new method for the determination of flow directions and upslope areas in grid digital elevation models. Surface Water and Climate, 8: 309-319. Teng, F., Huang, W., Ginis, I., et al., 2018. Hydrological modelling of storm runoff and snowmelt in Tauton River Basins by applications of HEC-HMS and PRMS models. Natural Hazards, 179-199. Témez, J., 1991. Extended and improved Rational Method. Proc. XXIV Congress, Madrid, España. Vol. A. pp 33-40. 1991. Thyer, M., Kuczera, G., Bates, B., 1999. Probabilistic optimization for conceptual rainfall-runoff models: A comparison of the shuffled complex evolution and simulated annealing algorithms. Water Resources Research, Vol. 35, No. 3, pages 767-773. https://doi.org/10.1029/1998WR900058. Tohuami, I., Andreu-Rodes, J.M., Chirino, E., Sánchez, J.R., Moutahir, H., Pulido-Bosch, A., 2013. Recharge estimation of a small karstic aquifer in a semi-arid Mediterranean region (southeastern Spain) using a hydrological model. Hydrological Processes. 27: 165-174. Thyer, M., Kuczero, G., Bryson, C., 1999. Probabilistic optimization for conceptual rainfall-runoff models: A comparison of the shuffled complex evolution and simulated annealing algorithms. Water Resources Research. Vol. 35, No.3, pages 767-777. March, 1999. Valdes-Abellan, J., Pardo, M.A., Jodar-Abellan, A., Pla, C., Fernandez-Mejuto, M., 2020. Climate change impact on karstic aquifer hydrodynamics in southern Europe semi-arid region using the KAGIS model. Science of the Total Environment. 723: 138110. Valdes-Abellan, J., Pardo, M.A., Tenza-Abril, A.J., 2017. Observed precipitation trend changes in the western Mediterranean region. International Journal of Climatology, 37, 1285-1296. https://doi.org/10.1002/joc.4984 Valdes-Abellan, J., Pla, C., Fernandez-Mejuto, M., Andreu, J.M., 2018. Validating the KAGIS black‐box GIS‐based model in a Mediterranean karst aquifer: Case of study of Mela aquifer (SE Spain). Hydrological Processes. 32, 2584-2596. 10.1002/hyp.13215. Vallejos, A., Andreu-Rodes, J.M., Sola, F., Pulido-Bosch, A., 2015. The anthropogenic impact on Mediterranean karst aquifers: cases of some Spanish aquifers. Environmental Earth Sciences. 74, 185-198. https://doi.org/10.1007/s12665-014-3994-y. Vásquez-Villanueva, A., 2000. Manejo de cuencas altoandinas. Escuela Superior de Administración de Aguas “Charles Sutton”, ed. Lima: Universidad Nacional Agraria La Molina. Van Beek, L.P.H., Wada, Y., y Bierkens, M.F.P. 2011. Global monthly water stress: 1. Water balance and water availability. Water Resources Research. 47 (W07517): 1-25. DOI: 10.1029/2010WR009791. Ven Te Chow, 1994. Hidrología Aplicada. Primera ed. Bogotá: McGRAW-HILLINTERAMERICANA S.A. VIELCA-INGIPSA, 2013. Plan director de Defensa contra las Avenidas. Alicante: Comarca de la Marina Baja. Vörösmarty, C.J., Green, P., Salisbury, J., Lammers, R.B., 2000. Global water resources: vulnerability from climate change and population growth. Science (80). 289, 284–288. https://doi.org/10.1126/science.289.5477.284. Wada, Y., Van Beek, L.P.H. Bierkens, M.F.P. 2012. Nonsustainable groundwater sustaining irrigation: A global assessment. Water Resources Research. 48 (6): 1-18. https://doi.org/10.1029/2011WR010562. Xin Yan, M.L., 2020. A new method to restore the impact of land use change on flood frecuency based on the Hydrological Engineering Center-Hydrologic Modelling System model. Journal Land Degrad Dev, 1-13. DOI: 10.1002/ldr.3550. Yates, D.N. 1997. Approaches to continental scale runoff for integrated assessment models. Journal of Hydrology. 201 (1-4): 289-310. DOI: 10.1016/S0022-1694(97)00044-9. Zope, T.E., 2016. Impacts of land use-land cover change and urbanization on flooding: A case Study of Oshiwara River Basin in Mumbai India. Journal of Hydrological, Cantena, 142-154.