Evaluación de los cambios en el uso del suelo, la cobertura vegetal y los impactos de la urbanización en el estrés hídrico de las cuencas hidrográficas de África Occidental: una revisión metodológica sistemática

Valère-Carin Jofack Sokeng; Nakouana Timité; Toto Marc Zahui; Kouamé Koffi Fernand; Koné Tiémoman

doi:10.3791/72287

Artículo de revisión

Evaluación de los cambios en el uso del suelo, la cobertura vegetal y los impactos de la urbanización en el estrés hídrico de las cuencas hidrográficas de África Occidental: una revisión metodológica sistemática

0 visualizaciones

⸱

DOI:

10.3791/72287

⸱

25 de septiembre de 2026

Valère-Carin Jofack Sokeng¹^,² , Nakouana Timité¹ , Toto Marc Zahui¹ , Kouamé Koffi Fernand¹ , Koné Tiémoman¹

¹Digital Research and Expertise Unit (Unité de Recherche et d'Expertise Numérique), Virtual University of Côte d’Ivoire (Université Virtuelle de Côte d’Ivoire), ²VM Group Multiservices

En este artículo

Resumen

Esta revisión compara sistemáticamente las principales técnicas experimentales utilizadas para evaluar los efectos de los cambios en el uso y cobertura del suelo y la urbanización sobre el estrés hídrico en cuencas de África Occidental, cuantificando con qué frecuencia se aplica cada técnica, qué métricas de desempeño se informan y cómo se distribuye la evidencia entre los países.

Resumen

El estrés hídrico es una de las principales limitaciones ambientales y socioeconómicas en África Occidental, donde el crecimiento poblacional, la expansión agrícola, el sellado del suelo, la variabilidad hidroclimática y la creciente presión sobre las aguas superficiales y subterráneas transforman rápidamente el funcionamiento de las cuencas hidrográficas. Evaluar los impactos de los cambios en el uso y cobertura del suelo (LULC, por sus siglas en inglés) y de la urbanización requiere enfoques metodológicos que vinculen la dinámica espacial de los paisajes con respuestas hidrológicas observadas o simuladas. Esta revisión ofrece un análisis comparativo y crítico de las principales técnicas utilizadas en la región: cuencas instrumentadas y observaciones in situ, experimentos controlados de campo y laboratorio, teledetección satelital y análisis multitemporal, métodos orientados al agua subterránea, modelado hidrológico conceptual, semidistribuido, basado en procesos físicos e integrado superficie-subsuelo, enfoques estadísticos y de aprendizaje automático, y métodos híbridos que acoplan escenarios de uso del suelo y clima. El proceso de búsqueda y selección siguió un protocolo transparente basado en PRISMA y arrojó 51 registros incluidos, de los cuales 35 están centrados en África Occidental. El modelado hidrológico impulsado por teledetección domina el conjunto de estudios, representando 15 de los 35 registros de África Occidental (43 %), especialmente con SWAT, ACRU, WaSiM, CEQUEAU, SHETRAN, HydroGeoSphere y ParFlow-CLM; los valores informados del coeficiente de eficiencia de Nash-Sutcliffe (NSE), la eficiencia de Kling-Gupta (KGE) y el coeficiente de determinación oscilan generalmente entre aproximadamente 0,6 y 0,9, lo cual es satisfactorio a muy bueno según las directrices estándar de evaluación. Los estudios estadísticos y de aprendizaje automático representan 8 de los 35 registros, mientras que los estudios centrados en áreas urbanas y en aguas subterráneas siguen siendo escasos. Además, 8 de los 35 registros provienen de una única red de investigación, por lo que varias conclusiones regionales se basan en una evidencia limitada y parcialmente no independiente. In situ las redes siguen siendo esenciales para la comprensión de los procesos, pero están limitadas por el costo y la baja densidad; los enfoques basados únicamente en satélites sufren de cobertura de nubes y confusión espectral en zonas subhúmedas. Los avances más prometedores radican en marcos multifuente y multiescala que combinen instrumentación dirigida, series temporales de satélites, modelado hidrológico integrado, escenarios territoriales, análisis sistemáticos de incertidumbre y coconstrucción con actores de gestión y planificación del agua.

Introducción

África Occidental está experimentando una creciente presión sobre sus recursos hídricos debido a los efectos combinados de la variabilidad climática, el crecimiento poblacional, la expansión agrícola, la urbanización acelerada y la degradación de los ecosistemas. Los diagnósticos hídricos regionales destacan una disminución en la disponibilidad de agua per cápita, una intensificación de la competencia entre usos y una creciente sensibilidad a sequías, inundaciones y extremos hidroclimáticos¹^,². En las zonas del Sahel y Sudánica, las trayectorias hidrológicas observadas en las últimas décadas han sido a menudo paradójicas: en varias cuencas, el escorrentía y las inundaciones han aumentado aunque las precipitaciones anuales no hayan crecido al mismo ritmo, lo que ha renovado el interés en el papel del cambio de uso del suelo y las transformaciones del estado superficial³^,⁴. Trabajos recientes también informan un aumento simultáneo de la temperatura y del número de días secos en la cuenca transfronteriza del Benue, lo que refuerza la presión hidroclimática sobre las cuencas de África Occidental⁵. En Niamey, la evolución de las lluvias extremas bajo los efectos combinados del cambio climático y el rápido crecimiento poblacional ha aumentado aún más la vulnerabilidad de los barrios más expuestos a inundaciones⁶.

El término estrés hídrico se utiliza aquí en un sentido amplio, que abarca déficits en la disponibilidad de aguas superficiales y subterráneas, disminución de la humedad del suelo disponible para la vegetación y la agricultura, escorrentía rápida aumentada a expensas de la recarga, mayor irregularidad del caudal fluvial y tensiones en el acceso y reparto del agua a escala de cuencas hidrográficas. Esta definición operativa es particularmente adecuada para África Occidental, donde la vulnerabilidad está vinculada no solo a los volúmenes anuales medios, sino también a la fuerte estacionalidad de las precipitaciones, al carácter discontinuo de las redes de monitoreo, a la predominancia de economías agropastoriles y al rápido crecimiento de las periferias urbanas²^,³. Una perspectiva complementaria destaca asimismo la intensidad y flexibilidad de los usos del agua, que varían considerablemente entre el riego, los usos domésticos, el almacenamiento en embalses y la producción de energía⁷. Por tanto, el abastecimiento urbano de agua y la seguridad hídrica de las grandes metrópolis costeras y sahelianas se están convirtiendo en una preocupación estructural cada vez más importante para la planificación territorial.

El cambio en el uso y cobertura de la tierra (LULC) afecta los procesos hidrológicos mediante varios mecanismos: eliminación o degradación de la cobertura vegetal, expansión de tierras cultivadas, compactación del suelo, formación de costras superficiales, desarrollo de superficies impermeables, modificación del drenaje artificial, fragmentación de humedales y alteración de los intercambios entre aguas superficiales y subterráneas³^,⁴^,⁸^,⁹. En contextos urbanos, el aumento de áreas edificadas y carreteras acelera la concentración de escorrentía, acentúa los picos de inundación y modifica la infiltración; en contextos rurales, la expansión de tierras agrícolas y la deforestación pueden aumentar la escorrentía, la erosión y la sedimentación, mientras que reducen la evapotranspiración o la recarga, dependiendo de los suelos y la topografía³^,⁴. Una evaluación rigurosa de estos efectos no puede basarse en una sola familia de herramientas: los estudios en África Occidental movilizan observaciones in situ, cuencas experimentales, teledetección, modelos empíricos de lluvia-escorrentía, modelos distribuidos e integrados de superficie-subsuelo, gravimetría satelital y trazadores isotópicos para aguas subterráneas, y cada vez más métodos estadísticos y de aprendizaje automático.

Sin embargo, pocas síntesis comparan explícitamente estos enfoques en el contexto de África Occidental, centrándose en su capacidad para diagnosticar el estrés hídrico inducido por el cambio de uso y cobertura de la tierra (LULC) y la urbanización, y las revisiones regionales existentes rara vez informan un protocolo de búsqueda reproducible o una descripción cuantitativa de las evidencias que resumen¹⁰^,¹¹^,¹². Por lo tanto, la presente revisión persigue cinco objetivos complementarios: (i) identificar, mediante un protocolo transparente basado en PRISMA¹³, las principales técnicas experimentales utilizadas para evaluar los efectos del cambio de LULC y la urbanización sobre el estrés hídrico en cuencas de África Occidental; (ii) comparar sus principios, desempeño reportado, requisitos de datos y limitaciones, utilizando indicadores cuantitativos (eficiencia de Nash-Sutcliffe (NSE); eficiencia de Kling-Gupta (KGE); coeficiente de determinación, R²; precisión general de clasificación; kappa de Cohen); (iii) cuantificar la distribución de la base de evidencias por país, período, familia metodológica y grupo de investigación, y establecer cuántos grupos independientes respaldan cada conclusión regional; (iv) discutir la pertinencia de cada familia en relación con las escalas espaciales y temporales y la escasez de datos; y (v) proponer un marco operativo de toma de decisiones y orientaciones metodológicas para futuras investigaciones y apoyo a la toma de decisiones. La revisión se organiza en torno a ocho familias metodológicas, seguida de un análisis comparativo multicriterio, un marco de decisión y una discusión sobre desafíos, oportunidades y prioridades de investigación.

Revisión y perspectiva

Metodología de la revisión: protocolo de búsqueda, elegibilidad y cribado

Un protocolo sistemático basado en PRISMA rigió la identificación, evaluación y selección¹³. Las búsquedas incluyeron Scopus, Web of Science Core Collection, ScienceDirect, Wiley Online Library, MDPI y Google Scholar (los primeros 200 resultados ordenados por relevancia), los repositorios HAL, IRD/Horizon, WASCAL y FAO/AQUASTAT, así como archivos universitarios regionales, en francés e inglés; se revisaron retrospectivamente las listas de referencias de los registros incluidos. Se aplicaron dos cadenas booleanas, una temática y otra orientada a métodos; ambas se presentan completas, con sus adaptaciones específicas por plataforma y sus rendimientos por fuente, en Tabla 1. La cobertura abarcó desde 1979 hasta 2026, realizándose la búsqueda inicial el 12 de enero de 2026 y la actualización final el 17 de abril de 2026.

Los registros solo eran elegibles si cumplían los cuatro criterios siguientes: una cuenca hidrográfica de África Occidental, o un método explícitamente transferible a condiciones de África Occidental con escasos datos; un tratamiento explícito, no incidental, del cambio de uso y cobertura de la tierra (LULC) o de la urbanización; un método descrito de forma reproducible, incluyendo fuentes de datos, modelo y estrategia de calibración; y un estado de literatura revisada por pares o de literatura gris rastreable. Se excluyeron los registros que eran puramente conceptuales, restringidos a calidad del agua o ecología, fuera de la región, sin contenido metodológico transferible, o que no estaban disponibles en texto completo. Dos autores revisaron títulos y resúmenes de forma independiente, y un tercero resolvió las discrepancias. La extracción incluyó la cuenca y el país, área, período, familia metodológica, modelo o algoritmo, datos de entrada, variables de calibración y validación, métricas informadas, cambios hidrológicos y tratamiento de la incertidumbre. Los conteos por etapas aparecen en Figura 1 y la evidencia extraída en Tabla 2. Los estudios se agruparon en ocho categorías analíticas, cada una asignada a la familia que realizó la contribución principal, registrando por separado las familias secundarias para que ninguna contribución se perdiera.

Características cuantitativas de la base de evidencia

El corpus comprende 51 registros, de los cuales 35 están vinculados al África Occidental y 16 son referencias metodológicas o comparativas de otras regiones. Entre los 35, la distribución geográfica es desigual: Benín tiene 8 registros (23 %), Burkina Faso y Níger 5 cada uno (14 % cada uno), Senegal 3 (9 %), Ghana y Côte d’Ivoire 2 cada uno (6 % cada uno), las cuencas transfronterizas de Mono y Benue 1 cada una (3 % cada una), y 8 estudios regionales (23 %) sin vinculación nacional. Malí, Guinea, Sierra Leona, Liberia, Togo y Gambia no aportan ningún estudio específico sobre cuencas. Las publicaciones son recientes: 2 registros son anteriores a 2010, 9 corresponden al período entre 2010 y 2019, y 24 (69 %) datan de 2020 en adelante (Tabla 3).

La distribución por familia metodológica, indicada en la Tabla 4, es igualmente desigual: estadística y aprendizaje automático en 8 de 35 estudios (23%), modelado conceptual y semidistribuido en 7 (20%), modelado distribuido e integrado en 5 (14%), observación in situ en 3 (9%), teledetección como enfoque principal en 3 (9%), cadenas híbridas de escenarios en 3 (9%), síntesis regionales en 3 (9%) y métodos orientados al agua subterránea en 2 (6%). Contando también las contribuciones secundarias, la teledetección interviene en 20 registros (57%) y el modelado hidrológico en 15 (43%), una combinación que constituye la base metodológica del campo.

Dos características condicionan la firmeza con la que pueden establecerse conclusiones regionales. La experimentación controlada está casi ausente como enfoque principal, con solo 1 registro basado en mediciones a escala de parcela¹⁵, por lo que los parámetros hidrodinámicos en modelos distribuidos se transfieren en gran medida en lugar de medirse localmente. El conjunto de datos tampoco es completamente independiente: 8 registros (23 %) provienen de una única red centrada en la Universidad de Bonn y el programa WASCAL¹⁶^,¹⁷^,¹⁸^,¹⁹^,²⁰^,²¹^,²²^,²³, por lo que la convergencia entre ellos refleja en parte datos compartidos, cadenas de modelos y parametrizaciones, más que una replicación independiente.

En cuanto a las afirmaciones principales, el hallazgo de que la expansión de tierras cultivables y la degradación del cobertura aumentan la escorrentía superficial y el rendimiento hídrico mientras reducen la evapotranspiración o la contribución de aguas subterráneas está respaldado por 6 estudios¹⁸^,²⁰^,²⁴^,²⁵^,²⁶^,²⁷ en 4 países y 4 sistemas de cuencas, pero solo por 3 grupos mutuamente independientes. El aumento de la escorrentía en el Sahel asociado con la degradación del estado superficial está respaldado por 3 grupos independientes³^,⁴^,¹⁵. La afirmación de que la urbanización impulsa específicamente el cambio en el estrés hídrico se basa en 3 registros⁶^,²⁸^,²⁹ de 3 grupos, todos concentrados en Niamey, por lo que se informa aquí como plausible pero débilmente replicada.

In situ observaciones y cuencas instrumentadas

La observación directa sigue siendo la base más sólida para vincular la transformación del paisaje con el estrés hídrico. Series prolongadas en la región del Sahel demostraron el papel de los estados superficiales, la degradación del suelo y la expansión de suelos desnudos en la escorrentía rápida observada en varias cuencas³^,⁴. Mediciones pioneras en cuencas urbanas de Niamey durante la década de 1960 y finales de la de 1970 documentaron coeficientes de escorrentía que alcanzaban varias decenas de por ciento y tiempos de respuesta de aproximadamente una hora, asociados a la impermeabilización, redes viales y organización del drenaje²⁸. En cuencas rurales y agropastoriles, la instrumentación sirve principalmente para calibrar y validar modelos. Las cuencas Dano, Couffo, Ouémé, White Volta y Bonsa proporcionan datos de precipitación, temperatura, humedad del suelo, caudal y ocasionalmente agua subterránea para balances hídricos, recarga y escorrentía¹⁶^,²⁴^,²⁵^,²⁶^,³⁰, y el análisis conjunto de precipitación y caudal en el norte de Benín separa la variabilidad interanual de las tendencias a más largo plazo²³. Donde las estaciones de medición son escasas, la validación multiobjetivo de la herramienta de evaluación de suelo y agua (Soil and Water Assessment Tool, SWAT) frente a la evapotranspiración obtenida por sensores remotos, la humedad del suelo y el almacenamiento derivado de GRACE consolida las estimaciones del balance hídrico y reduce la equifinalidad²¹.

In situ procesos de captura de datos en lugar de indicadores indirectos, resolviendo las respuestas a eventos, umbrales, estacionalidad y desfases entre precipitación, escorrentía y recarga. Sus limitaciones son la baja densidad de la red, la heterogeneidad de protocolos, series interrumpidas, costos de mantenimiento y la difícil extrapolación a sistemas más amplios o transfronterizos. Solo 3 de los 35 registros de África Occidental (9 %) se basan principalmente en mediciones in situ, una base reducida para el conjunto de métodos que dependen todos los demás para su validación.

Experimentos controlados de campo y de laboratorio

Los experimentos controlados son menos prominentes que la modelización, pero esenciales para comprender los mecanismos. Incluyen pruebas de infiltración, mediciones de densidad aparente y estabilidad estructural, conductividad hidráulica saturada, parcelas de escorrentía y observaciones comparativas en parcelas cultivadas, barbechos, sabanas, suelos desnudos y superficies urbanizadas; en el Sahel, explican el aumento de la escorrentía mediante la formación de costras, la pérdida de cobertura herbácea y la concentración del flujo³^,⁴. Mediciones anidadas de parcela a cuenca en una pequeña cuenca semiárida de Burkina Faso muestran una disminución sistemática de los coeficientes de escorrentía a medida que aumenta la escala de medición, cuantificando la dependencia de la escala que limita la transferencia de resultados de parcela a modelos de cuenca 15. En hidrología urbana, los estudios de África Occidental siguen siendo descriptivos más que experimentales, basándose en instrumentación episódica por eventos en lugar de monitoreo continuo, lo que debilita la atribución de impactos específicos de la urbanización⁹^,²⁸. La experiencia de cuencas en desarrollo monitoreadas continuamente en otras regiones muestra cuánto mejora la atribución cuando el monitoreo previo y posterior al desarrollo se diseña desde el inicio³¹. Dichos experimentos aíslan procesos y permiten una parametrización realista, pero siguen siendo dependientes del sitio y son más útiles cuando se combinan con monitoreo continuo y modelización.

Percepción remota por satélite y análisis multitemporal de cobertura del suelo

La teledetección es el punto de entrada más común para analizar el cambio en el uso y cobertura de la tierra (LULC), interviniendo en 20 de los 35 registros de África Occidental (57 %). Landsat domina por su profundidad temporal y acceso gratuito; Sentinel-2 mejora la discriminación de clases, y el radar Sentinel-1, MODIS, ALOS, modelos digitales de elevación (DEM) derivados y drones lo complementan⁸^,²²^,³². Las cadenas de procesamiento combinan corrección atmosférica, composición estacional, índices espectrales, clasificación supervisada, evaluación de precisión y análisis de transición de cambios³³, con bosques aleatorios, máquinas de vectores de soporte y redes profundas que reemplazan a los clasificadores de máxima verosimilitud. En la cuenca del Senegal, Landsat junto con bosque aleatorio y un modelo de Markov con perceptrón multicapa proyectó el uso futuro de la tierra en las subcuencas de Bafing y Falémé³²; en la cuenca del Ouémé, el modelador de cambio de cobertura terrestre cuantificó la conversión hacia tierras agrícolas y asentamientos²². Las plataformas en la nube aceleran el procesamiento de series temporales⁸^,¹².

Una segunda generación de productos operativos es directamente utilizable como una restricción hidrológica, pero sigue estando subutilizada a nivel regional. El portal FAO WaPOR proporciona la evapotranspiración real en toda África cada diez días a resoluciones de 250, 100 y 30 m; una validación continental frente a catorce estaciones de covarianza de remolino reportó un coeficiente R² general de 0,61 y un error cuadrático medio de 1,04 mm d^-1³⁴. Productos de humedad del suelo como SMAP y la Iniciativa sobre Cambio Climático de la ESA, y productos de precipitación como CHIRPS, TAMSAT e IMERG, aportan las variables complementarias necesarias para la validación multivariable³⁵^,³⁶. Solo 1 de los 35 registros utiliza un producto satelital de evapotranspiración como restricción de calibración²¹, la oportunidad más clara de subutilización identificada aquí.

Las limitaciones conocidas incluyen la cobertura de nubes durante la temporada de lluvias en zonas guineanas y subhúmedas, la confusión espectral entre terrenos en barbecho, sabanas degradadas y cultivos, y la pequeña huella de las áreas urbanas secundarias. La información es desigual: en general, precisiones del 80–90% y un coeficiente kappa de Cohen de aproximadamente 0.75–0.90 son típicos de los estudios regionales incluidos aquí, pero el conjunto también contiene análisis de detección de cambios que no reportan evaluación de precisión, y rara vez se desglosan las precisiones por clase para superficies urbanizadas y suelos desnudos, que son las más relevantes para el estrés hídrico urbano. Estas incertidumbres se propagan hacia las estimaciones de escorrentía, evapotranspiración y recarga, razón por la cual la validación de productos de precipitación en cuadrícula es un paso regional crítico³⁵^,³⁶^,³⁷.

Métodos orientados al agua subterránea: gravimetría, trazadores y cartografía de recarga

El agua subterránea sustenta la mayor parte del abastecimiento rural y periurbano en África Occidental, sin embargo, es el compartimento menos representado: solo 2 de los 35 registros la toman como su objeto principal, y la calibración únicamente con caudales de corriente sigue siendo la norma. Tres familias de métodos abordan esta brecha. En primer lugar, la gravimetría satelital. El Experimento de Recuperación de la Gravedad y el Clima (GRACE) y su misión sucesora proporcionan anomalías mensuales del almacenamiento total de agua terrestre con una resolución de aproximadamente 300 km, a partir de las cuales se aíslan las anomalías del agua subterránea al eliminar los componentes de humedad del suelo y agua superficial modelados. Aplicado a los acuíferos del sur de Níger, esto produjo estimaciones de cambios en el almacenamiento y recarga en lugares donde los registros piezométricos son escasos³⁸; utilizado de forma inversa, la misma señal restringe componentes internos del balance hídrico que el caudal de corriente no puede identificar²¹. La discrepancia entre la huella espacial y la cuenca restringe el método a cuencas grandes a menos que se aplique una reducción de escala.

Los trazadores ambientales conforman la segunda familia: los isótopos estables, el balance de masa de cloruro y, cuando están disponibles, el tritio o el radiocarbono permiten distinguir la recarga difusa a través del perfil del suelo de la recarga enfocada a través de estanques, valles interiores y depresiones urbanas, una distinción fundamental para la paradoja saheliana y para evaluar si la urbanización aumenta o disminuye la recarga neta; los diseños integrados que combinan isótopos, sensores remotos y modelado en acuíferos costeros semiáridos son directamente transferibles a la región³⁹. En tercer lugar, la cartografía de recarga que combina sensores remotos con sistemas de información geográfica es la opción que requiere menos datos, pero proporciona un potencial relativo en lugar de una recarga volumétrica y necesita ser validada frente a los rendimientos de los pozos¹². Los modelos integrados superficie-subsuelo simulan explícitamente la recarga, aunque a un costo mucho mayor²⁷^,²⁹.

Modelado hidrológico conceptual y semidistribuido

La modelización hidrológica es la ruta más extendida desde la dinámica del uso del suelo hasta la respuesta hidrológica medible, representando 15 de los 35 registros (43 %) cuando se agrupan todas las familias de modelos. Los modelos conceptuales y semidistribuidos, como UHP, SWAT y el modelo de la Unidad de Investigación de Cuencas Agrícolas (ACRU), equilibran la descripción de procesos, la viabilidad de calibración y los requisitos de datos, y permiten probar escenarios de uso del suelo y clima¹⁶^,¹⁸^,²⁰^,²⁴^,²⁵^,²⁶^,³⁰^,⁴⁰. El rendimiento se informa tal como lo indican las fuentes e interpreta según directrices estándar, según las cuales una eficiencia de Nash-Sutcliffe (NSE) mensual superior a 0,50 es satisfactoria, superior a 0,65 es buena y superior a 0,75 es muy buena, con un sesgo porcentual dentro del ±25 % para el caudal de escorrentía¹⁴. Cornelissen et al. mostraron en una cuenca tropical de Benín que la elección del modelo en sí misma es una fuente importante de incertidumbre, y que un buen desempeño histórico no garantiza una simulación prospectiva robusta¹⁶.

Los estudios de caso cuantifican los cambios implicados. SWAT mostró que la reducción de la cobertura natural en el Volta Blanco disminuyó el agua superficial y el caudal base, mientras que aumentó la evapotranspiración²⁴. ACRU en la cuenca Bonsa asoció una pérdida forestal de aproximadamente el 39 % con un aumento del caudal fluvial de hasta el 37 %²⁵. En el Couffo entre 2000 y 2011, las tierras cultivadas aumentaron un 34 %, mientras que la sabana, la agrosilvicultura y los bosques disminuyeron entre un 24 % y un 60 %, el agua superficial aumentó 11 mm, y la contribución de agua subterránea y la evapotranspiración disminuyeron 3,2 y 10,6 mm, respectivamente²⁶. La combinación de un modelo de uso del suelo con el Modelo de Simulación del Balance Hídrico (WaSiM) en valles interiores de Burkina Faso arrojó una variabilidad del modelo climático entre -44 % y +95 % en la escorrentía total, más amplia que la propia señal del uso del suelo²⁰. Su fortaleza radica en la experimentación numérica, imposible a escala de cuenca hidrográfica. Su debilidad es estructural: la representación de la unidad hidrológica, la regionalización de parámetros, la calidad de los datos del MDE y del suelo, y la equifinalidad en la calibración¹⁷^,³⁰. La escasez de observaciones de agua subterránea y humedad del suelo obliga frecuentemente a realizar la calibración únicamente con base en el caudal fluvial, y de los estudios de modelado compilados en la Tabla 2, solo una minoría realiza la calibración frente a más de una variable.

Modelado distribuido, basado en principios físicos e integrado de superficie y subsuelo

Cuando el objetivo va más allá del caudal y abarca el comportamiento acoplado de la infiltración, la humedad del suelo, el nivel freático, la escorrentía y los flujos laterales, los modelos físicamente basados e integrados se vuelven relevantes²⁰^,²⁷^,²⁹. En Dano, WaSiM fue calibrado y validado conjuntamente con base en el caudal, la humedad del suelo y el nivel freático, obteniendo valores de R², NSE y eficiencia de Kling-Gupta (KGE) entre 0,6 y 0,9 en las tres variables, lo que constituye una de las pocas validaciones genuinamente multivariables disponibles para la región¹⁸; SHETRAN aplicado a la misma cuenca alcanzó valores entre 0,66 y 0,79 únicamente en el caudal¹⁹. HydroGeoSphere, aplicado con alta resolución a una cuenca urbana semiárida en Niamey, trató el flujo superficial y subsuperficial como completamente acoplados y mostró que un aumento en la resolución del modelo climático no mejoró por sí solo el desempeño²⁹.

En el delta de Ouémé, ParFlow-CLM resolvió escorrentía, evapotranspiración, profundidad del nivel freático y humedad del suelo conjuntamente, extendiendo la evaluación a variables inaccesibles con modelos más simples²⁷. La ventaja es la coherencia física; el costo son los datos de entrada, la computación, la calibración y la interpretación. Estos modelos representan 5 de los 35 registros (14 %), con un potencial considerable en cuencas piloto instrumentadas y áreas urbanas bajo fuerte presión hidrológica⁴¹.

Enfoques estadísticos y de aprendizaje automático

Los enfoques estadísticos ocupan una posición intermedia entre la observación y la modelización basada en procesos, vinculando métricas del paisaje o clases de cobertura con indicadores hidrológicos, detectando puntos de inflexión y estimando tendencias; en cuencas del África Occidental, generalmente complementan más que sustituyen a los modelos hidrológicos⁴². El aprendizaje automático opera en tres niveles. El primero es la cartografía de cobertura del suelo, donde los bosques aleatorios y algoritmos relacionados mejoran la clasificación y la detección de cambios⁸^,²²^,³². El segundo es la preparación de datos: imputación de series meteorológicas incompletas mediante árboles de decisión, bosques aleatorios y potenciación extrema del gradiente⁴³, y reducción de escala estadística de proyecciones de precipitación⁴⁴. El tercero, la predicción hidrológica propiamente dicha, es la región menos desarrollada a nivel regional. Las redes de memoria a corto y largo plazo (LSTM) entrenadas conjuntamente con muestras amplias de cuencas superan a los modelos conceptuales calibrados en la cuenca objetivo en la regionalización leave-one-out, replanteando la predicción en cuencas sin medir (PUB) como agrupamiento de datos en lugar de transferencia de parámetros⁴⁵; un modelo LSTM global codificador-decodificador igualó o superó a un sistema de pronóstico establecido en cuencas sin medir, con las mayores mejoras en regiones con escasos datos, incluido el Sahel⁴⁶. Ningún estudio en este corpus aplica tales modelos a una cuenca del África Occidental, por lo que realizar experimentos regionales con LSTM y PUB sobre registros agrupados de caudal de los ríos Níger, Volta y Senegal constituye una prioridad concreta, condicionada a la existencia de un conjunto de datos regional abierto de atributos de cuencas y series de caudal que aún no existe. El aprendizaje automático maneja adecuadamente la no linealidad, las interacciones complejas y la fusión de múltiples fuentes, y es eficaz para la clasificación detallada en entornos urbanos. Su interpretabilidad es menor que la de los modelos basados en procesos, su rendimiento depende de la calidad de los datos de entrenamiento, y su extrapolación bajo cambios profundos en el uso del suelo o en el clima sigue siendo incierta¹².

Enfoques híbridos y escenarios acoplados de uso de la tierra y clima

La tendencia más destacada de la última década es la hibridación: combinación de cartografía multi-temporal, proyecciones de cambios futuros, modelos hidrológicos calibrados y escenarios climáticos regionales, de modo que se puedan separar los efectos del clima, los efectos del uso del suelo y su interacción¹⁰^,¹⁸^,²⁰^,⁴⁷. Yira et al. utilizaron esta combinación en Dano para evaluar el rendimiento hídrico y el caudal bajo cinco escenarios de uso del suelo¹⁸. En la Cuenca Lobo, el Land Change Modeler, los modelos CORDEX y CEQUEAU cuantificaron los impactos sobre los afluentes del embalse, ilustrando la utilidad operativa de estas cadenas para la gestión del embalse y el abastecimiento urbano⁴⁷. El modelo de Evaluación y Planificación del Agua (WEAP) se aplicó en la Cuenca Mono para analizar los efectos del clima, el uso y cobertura de la tierra (LULC) y el desarrollo sobre los recursos hídricos y la hidroelectricidad⁴⁸.

Los marcos híbridos son los más adecuados para apoyar la toma de decisiones porque responden preguntas concretas: qué sucede con la escorrentía si continúa la urbanización, o con la recarga si las sabanas se convierten en tierras de cultivo. Su desventaja es la acumulación de incertidumbres a través de la clasificación, escenarios de transición, modelos climáticos y estructura hidrológica, lo que exige análisis de sensibilidad y conjuntos de múltiples modelos¹⁷^,⁴⁰. Cuando se informan los rangos, el término del modelo climático generalmente domina sobre el término del uso del suelo²⁰, por lo que una media de conjunto presentada sin su rango resulta engañosa para la planificación.

Análisis comparativo de enfoques

La comparación de métodos debe tener en cuenta la diversidad de preguntas científicas: algunas técnicas miden, otras mapean, explican o simulan. No existe un único mejor método, sino conjuntos más o menos adecuados al problema, a la escala, a los datos y a la forma de estrés hídrico estudiada (Figura 2). Para evitar etiquetas cualitativas, la comparación en la Tabla 5 se expresa, siempre que las fuentes lo permiten, mediante métricas reportadas: NSE, KGE, R² y sesgo porcentual para simulación, y precisión general y kappa de Cohen para clasificación, interpretadas según umbrales establecidos¹⁴. La observación directa es más confiable para lo que mide, pero su fiabilidad territorial depende de la representatividad de la red, y los coeficientes de escorrentía a escala de parcela no pueden trasladarse a escala de cuenca¹⁵. Los modelos ofrecen información distribuida, con calibración y validación mayormente en África Occidental en el rango 0.6–0.9 para NSE, KGE y R², lo cual es bueno a muy bueno según criterios estándar¹⁴^,¹⁸^,¹⁹; sin embargo, esto se logra principalmente en caudales, y la validación multivariable muestra puntuaciones comparables en caudales que coexisten con balances hídricos internos notablemente distintos¹⁶^,²¹. La teledetección detecta transiciones eficazmente, con precisión del 80–90 % y kappa cercano a 0.75–0.90 cuando se combinan series multifuente, validación de campo y algoritmos robustos, y degrada cuando las clases son espectralmente cercanas³³. La sensibilidad del modelo a la formulación de la evapotranspiración potencial, demostrada con 21 métodos en la cuenca del río Senegal, exige precaución en la comparación de escenarios⁴⁹.

La mejor relación costo-cobertura combina imágenes gratuitas, conjuntos de datos climáticos abiertos, un modelo parsimonioso y un conjunto mínimo de observaciones de caudal, lo que explica el éxito regional de SWAT con clasificaciones de Landsat y Sentinel⁸^,²⁴^,²⁶^,³⁰. Las redes densas y los modelos integrados siguen siendo costosos, aunque son los mejor equipados para representar mecanismos en cascada como la urbanización difusa, la recarga reducida y los humedales alterados²⁷^,²⁹. Para cuencas transfronterizas como la del Níger, el Senegal y el Volta, los enfoques locales por sí solos son insuficientes, y los diseños más adecuados combinan una línea base satelital, una calibración rigurosa, información de campo específica y la presentación sistemática de las incertidumbres¹¹^,³⁹.

Un marco operativo de toma de decisiones para la selección de métodos

La comparación anterior se convierte en un procedimiento explícito de selección en Figura 3, mediante cuatro filtros secuenciales utilizables tanto por una agencia de cuenca como por un consorcio de investigación. El primero es la pregunta. Documentar qué ha cambiado requiere únicamente un análisis de trayectoria mediante teledetección con una evaluación formal de la precisión. Atribuir el cambio al uso de la tierra y cobertura del suelo (LULC) en lugar del clima requiere, como mínimo, un diseño contrafactual: una simulación con uso del suelo fijo y clima variable, y la inversa. Probar opciones futuras requiere una cadena de escenarios. Cuantificar la respuesta del agua subterránea requiere ya sea una representación explícita del subsuelo o un enfoque gravimétrico o basado en trazadores, porque los modelos calibrados con caudal no restringen la recarga.

El segundo filtro es la escala. Por debajo de aproximadamente 100 km², y especialmente en cuencas urbanas, predominan los procesos a escala de evento, y son apropiados los modelos integrados superficie-subsuelo o modelos urbanos basados en eventos, siempre que el drenaje y la fracción impermeable se mapeen con mayor detalle que las clases de cobertura del suelo habitualmente disponibles. Entre aproximadamente 100 y 10.000 km², los modelos semidistribuidos ofrecen el mejor rendimiento en relación con el esfuerzo de datos. Por encima de 10.000 km² y para cuencas transfronterizas, los enfoques regionalizados o agrupados, la contabilidad hídrica restringida por satélite y el aprendizaje automático con grandes muestras se convierten en opciones realistas⁴⁵^,⁴⁶.

El tercer filtro es la disponibilidad de datos, aplicado de manera honesta y no aspiracional. Al menos tres años de registros concurrentes de caudal y precipitación hacen viable la calibración convencional; registros más cortos o interrumpidos requieren funciones objetivas basadas en satélite para la evapotranspiración, humedad del suelo y almacenamiento total de agua²¹^,³⁴; en ausencia de registros de caudal, la elección se sitúa entre la regionalización a partir de cuencas donantes y la predicción conjunta mediante aprendizaje automático, propagando la incertidumbre en lugar de ocultarla. El cuarto filtro es el horizonte de decisión y los recursos disponibles, cada uno asociado con un costo indicativo en la Tabla 5. Aplicado al conjunto de datos, el marco revela dos discrepancias recurrentes: modelos completamente distribuidos utilizados donde los datos solo respaldan uno semidistribuido, y la urbanización atribuida a una clase de asentamiento demasiado gruesa para la inferencia.

Desafíos y oportunidades

El primer desafío es la calidad de los datos de entrada. Las series hidrometeorológicas discontinuas, la baja densidad de estaciones y las observaciones poco frecuentes de niveles freáticos, humedad del suelo, extracciones y caudales obligan a depender de productos derivados e interpolaciones, que solo en parte se compensan con productos satelitales de precipitación, imputación y reducción de escala adaptados al África Occidental³⁵^,³⁶^,³⁷^,⁴³^,⁴⁴. El segundo es la atribución causal: las trayectorias del estrés hídrico reflejan simultáneamente la variabilidad climática, la intensificación de lluvias extremas, el cambio de uso de la tierra y cobertura (LULC), la urbanización, la extracción para riego, la sedimentación y las infraestructuras, y solo una minoría de los estudios de modelado aquí reunidos realiza el diseño factorial necesario para su separación.

El tercer desafío es la escala, y en este caso es necesario establecer cuidadosamente el peso de las evidencias. La urbanización en África Occidental es difusa y discontinua, combinando zonas edificadas formales, asentamientos informales, caminos sin pavimentar y sistemas de drenaje híbridos, y con frecuencia se la invoca como un factor impulsor del estrés hídrico; sin embargo, solo 3 registros (9 %) la consideran su objeto principal, todos en Niamey⁶^,²⁸^,²⁹, frente a 15 en los que la expansión agrícola es la señal dominante. Por lo tanto, afirmaciones contundentes sobre los impactos urbanos se basan en una fundamentación mucho más limitada que las afirmaciones sobre la expansión de tierras de cultivo: los mecanismos están bien establecidos en la hidrología urbana en general⁹^,³¹, pero su magnitud en cuencas de África Occidental solo se ha cuantificado en unos pocos casos. Esta es una brecha que debe llenarse, no una conclusión que deba afirmarse, y exige mapas urbanos más detallados que distingan superficies impermeables, densidad de edificaciones, estado de las carreteras, zonas bajas y zonas de infiltración⁸. El cuarto desafío es la validación multivariable: el estrés hídrico afecta el caudal de los cursos de agua, la humedad del suelo, la evapotranspiración, la recarga y la profundidad del nivel freático, por lo que deben emplearse varias variables para limitar la equifinalidad⁵⁰.

Tres oportunidades destacan: el creciente acceso a imágenes gratuitas, datos topográficos, productos climáticos y productos operativos de evapotranspiración y humedad del suelo, lo que mejora la reproducibilidad³⁴; la fusión de datos que combina observaciones de campo, productos satelitales, modelos y aprendizaje automático; y la regionalización, que abre el camino hacia observatorios hidroterritoriales³⁹.

Las orientaciones recomendadas son fortalecer las cuencas hidrográficas de observatorios, con prioridad para los países ausentes de este corpus; generalizar los análisis de incertidumbre, la comparación multimodelo y la presentación sistemática de métricas; integrar las abstracciones, la infraestructura y los usos; desarrollar modelos de hidrología urbana que reflejen la infraestructura formal e informal de África Occidental; publicar abiertamente un conjunto de datos regional de gran tamaño; y coconstruir escenarios con gestores del agua, planificadores y agricultores¹¹.

Conclusiones

La evaluación del cambio de uso y cobertura de la tierra (LULC) y los impactos de la urbanización sobre el estrés hídrico en cuencas de África Occidental se ha consolidado considerablemente en torno a un núcleo metodológico que combina teledetección, modelado hidrológico y observaciones de campo: entre los 35 estudios de África Occidental incluidos aquí, la teledetección interviene en el 57 % y el modelado hidrológico en el 43 %. Los estudios disponibles coinciden en mostrar que la expansión de tierras cultivadas, la degradación del manto natural y el progresivo sellado del suelo alteran los balances hídricos, más frecuentemente mediante un aumento de la escorrentía y de los caudales máximos, una reducción relativa de la infiltración y recarga, la redistribución de los flujos y la acentuación de las presiones estacionales sobre el recurso³⁹^,⁴⁸^,⁵¹; esta convergencia está respaldada por seis estudios en cuatro países, aunque solo por tres grupos de investigación mutuamente independientes, y debe interpretarse teniendo en cuenta esta limitación. Ninguna técnica individual puede, por sí sola, captar la complejidad completa del fenómeno. Los dispositivos in situ siguen siendo esenciales para la validación hidrológica en campo y la comprensión de los procesos; la teledetección es indispensable para capturar las dinámicas territoriales en extensiones amplias y a veces transfronterizas; se requieren modelos hidrológicos conceptuales y semidistribuidos para traducir los cambios espaciales en respuestas hidrológicas y para probar escenarios prospectivos; los enfoques basados en aprendizaje automático mejoran la clasificación, la imputación y ciertas capacidades predictivas, y los modelos de grandes muestras ofrecen una vía aún no probada para la predicción en las numerosas cuencas sin medición en la región; y los modelos físicamente basados o integrados ofrecen la mejor representación de los procesos superficie-subsuelo, pero requieren datos, capacidad computacional y experiencia sustanciales. Por tanto, la superioridad metodológica reside menos en una herramienta individual que en la arquitectura del diseño de la evaluación, para cuya elaboración el marco de decisión propuesto en la Figura 3 ofrece un procedimiento explícito.

En el contexto de África Occidental, la estrategia más relevante consiste en desarrollar marcos graduales e híbridos que combinen datos abiertos, observaciones específicas, cartografía rigurosa, escenarios territoriales explícitos, modelado hidrológico transparente y análisis sistemáticos de incertidumbre. Esta orientación es científicamente defendible, más sostenible económicamente y operativamente más útil para la planificación territorial, la gestión de embalses, la prevención de inundaciones, la protección de acuíferos y la adaptación al cambio climático. La prioridad para los próximos años deberá ser fortalecer la calidad y apertura de los datos, la comparación entre modelos, la validación multivariable, la integración explícita de las finas dinámicas urbanas y del compartimento de aguas subterráneas, ambos cuantitativamente infrarrepresentados según este análisis, la ampliación geográfica de la base de evidencia más allá de los cuatro países que actualmente la dominan, y la coconstrucción con gestores del agua y actores territoriales para que los diagnósticos de estrés hídrico se traduzcan eficazmente en decisiones de planificación e inversión.

figure-results-1
Figura 1: Diagrama de flujo PRISMA 2020 de la identificación, selección y admisión de registros. Número de registros identificados en cada base de datos y repositorio, eliminados por duplicados, evaluados a nivel de título y resumen, analizados como textos completos, excluidos con las razones correspondientes e incluidos finalmente en la síntesis cualitativa y cuantitativa. Las búsquedas se realizaron entre el 12 de enero de 2026 y el 17 de abril de 2026. Haga clic aquí para ver una versión ampliada de esta figura.

figure-results-2
Figura 2: Diagrama conceptual que vincula el uso del suelo, el cambio de cobertura terrestre y la urbanización con el estrés hídrico, y ubica las ocho familias metodológicas dentro de la cadena causal. Los factores impulsadores (expansión de tierras cultivables, deforestación, compactación y costra del suelo, sellado del suelo y modificación del drenaje) actúan sobre los procesos hidrológicos (intercepción, evapotranspiración, infiltración, generación de escorrentía, recarga, intercambio entre ríos y acuíferos), que a su vez producen los componentes del estrés hídrico (déficit de agua superficial, descenso del agua subterránea, déficit de humedad del suelo, irregularidad del flujo, picos de inundación). Cada familia metodológica se sitúa al nivel de la cadena que observa, mapea, explica o simula. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-3
Figura 3: Marco de decisiones operativas para seleccionar un ensamblaje metodológico en cuencas de África Occidental. Cuatro filtros secuenciales, a saber, la pregunta científica, la escala espacial, los datos realmente disponibles y el horizonte de decisión y los recursos, conducen a una combinación recomendada de métodos, junto con los requisitos mínimos de validación y el reporte de incertidumbre esperado para cada rama. Haga clic aquí para ver una versión ampliada de esta figura.

Tabla 1: Cadenas completas de búsqueda y sus adaptaciones específicas para cada plataforma. Cadenas booleanas utilizadas en cada base de datos y repositorio, restricciones de campo, filtros de idioma, fecha de ejecución y número de registros devueltos por cada fuente. Haga clic aquí para descargar este archivo.

Tabla 2: Estudios de casos representativos considerados en el análisis comparativo. Área de estudio, país, área de captación, período de estudio, método principal utilizado, variables de calibración y validación, métricas de rendimiento reportadas (NSE, KGE, R², sesgo porcentual, exactitud general, kappa de Cohen) y contribución específica de cada estudio a la evaluación del estrés hídrico en África Occidental. Haga clic aquí para descargar este archivo.

Tabla 3: Distribución de los registros incluidos de África Occidental por país y por período. Número y proporción de registros por país y por período quinquenal de publicación, con las familias metodológicas aplicadas en cada país. Haga clic aquí para descargar este archivo.

Tabla 4: Distribución de los registros incluidos de África Occidental según la familia metodológica. Número y proporción de registros para los cuales cada familia es el enfoque principal, número para los cuales es un enfoque secundario, y los países correspondientes. Haga clic aquí para descargar este archivo.

Tabla 5: Comparación sintética de las principales técnicas experimentales utilizadas para evaluar el estrés hídrico en cuencas de África Occidental. Comparación según cinco dimensiones: precisión y fiabilidad expresadas mediante las métricas de desempeño reportadas por los estudios originales, costo y viabilidad, capacidad para capturar la complejidad, escalas espaciales y temporales relevantes, y adecuación al contexto regional. Haga clic aquí para descargar este archivo.

Divulgaciones

Los autores declaran que no existen conflictos de interés relacionados con esta revisión.

Agradecimientos

Los autores agradecen a sus colegas y al Grupo VM Multiservices por proporcionar comentarios críticos sobre versiones anteriores del manuscrito y por la financiación de este artículo.

Referencias

Food and Agriculture Organization of the United Nations. AQUASTAT – FAO’s Global Information System on Water and Agriculture. Rome: FAO; 2025.
UN-Water. World Bank Group: Africa Water Center – Strengthening Capacity in the Water Sector [Internet]. New York: UN-Water. Available from: https://www.unwater.org/news/world-bank-group-africa-water-center-strengthening-capacity-water-sector
Descroix L, et al. Evolution of Surface Hydrology in the Sahelo-Sudanian Strip: An Updated Review. Water. 2018;10(6):748.
Leblanc MJ, et al. Land clearance and hydrological change in the Sahel: SW Niger. J Hydrol. 2008;375(1-2):241-52.
Dauda AP, et al. Simultaneous increase in temperature and dry days in the West African transboundary Benue River Basin. Environ Earth Sci. 2024;83(12):369.
Garba I, Descroix L, Panthou G, et al. Extreme rainfall characterization under climate change and rapid population growth in Niamey, Niger. Heliyon. 2023;9(4):e15063.
Qin Y, et al. Flexibility and intensity of global water use. Nat Sustain. 2019;2(6):515-23.
Mashala MJ, Dube T, Mudereri BT, Ayisi KK, Ramudzuli MR. A Systematic Review on Advancements in Remote Sensing for Assessing and Monitoring Land Use and Land Cover Changes Impacts on Surface Water Resources in Semi-Arid Tropical Environments. Remote Sens. 2023;15(16):3926.
Salvadore E, Bronders J, Batelaan O. Hydrological modelling of urbanized catchments: A review and future directions. J Hydrol. 2015;529:62-81.
Obahoundje S, Ofosu EA, Kiem AS, et al. Potential impacts of climate, land use and land cover changes on hydropower generation in West Africa: a review. Environ Res Lett. 2022;17:043005.
Arfasa GF, Owusu-Sekyere E, Doke DA, Ayisi Ampofo J. Impacts of climate and land use/cover changes on the sustainability of irrigation water in West Africa: a systematic review. All Earth. 2024;36(1):1-13.
Anggraini R, Baja S, Neswati R. Assessing the impact of land use change on ecosystem service using GIS and remote sensing technology: a review. IOP Conf Ser Earth Environ Sci. 2025;1525(1):012030.
Page MJ, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
Moriasi DN, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Trans ASABE. 2007;50(3):885-900.
Mounirou LA, Zouré CO, Yonaba R, et al. Multi-scale analysis of runoff from a statistical perspective in a small Sahelian catchment under a semi-arid climate. Arab J Geosci. 2020;13(4):154.
Cornelissen T, Diekkrüger B, Giertz S. A comparison of hydrological models for assessing the impact of land use and climate change on discharge in a tropical catchment. J Hydrol. 2013;498:221-36.
Bormann H, Diekkrüger B, Hauschild M, et al. Regional hydrological modeling in Benin (West Africa): uncertainty issues versus scenarios of expected future environmental change. Phys Chem Earth. 2005;30(6-7):447-59.
Yira Y, Diekkrüger B, Steup G, Bossa AY. Modeling land use change impacts on water resources in a tropical West African catchment (Dano, Burkina Faso). J Hydrol. 2016;537:187-99.
Op de Hipt F, et al. Applying SHETRAN in a Tropical West African Catchment (Dano, Burkina Faso)—Calibration, Validation, Uncertainty Assessment. Water. 2017;9(2):101.
Idrissou M, et al. Modeling the Impact of Climate and Land Use/Land Cover Change on Water Availability in an Inland Valley Catchment in Burkina Faso. Hydrology. 2022;9(1):12.
Poméon T, Diekkrüger B, Springer A, Kusche J, Eicker A. Multi-objective validation of SWAT for sparsely-gauged West African river basins: a remote sensing approach. Water. 2018;10(4):451.
Bodjrènou R, Yira Y, Ahamidé B, Diekkrüger B. Assessment of Current and Future Land Use/Land Cover in the Oueme Basin (Benin, West Africa) under a Changing Climate. Sustainability. 2023;15(3):2245.
Ganni Mampo OM, Diekkrüger B, Näschen K, et al. Rainfall and streamflow variability in North Benin, West Africa. J Hydrol Reg Stud. 2025;57:101952.
Awotwi A, Yeboah F, Kumi M. Assessing the impact of land cover changes on water balance components of White Volta Basin in West Africa. Water Environ J. 2015;29(2):259-67.
Aduah MS, Jewitt GPW, Toucher ML. Assessing Impacts of Land Use Changes on the Hydrology of a Lowland Rainforest Catchment in Ghana, West Africa. Water. 2018;10(1):9.
. Togbévi QF, Sintondji LO. Hydrological response to land use and land cover changes in a tropical West African catchment (Couffo, Benin). AIMS Geosci. 2021;7(3):338-54.
Bodjrènou R, Yira Y, Diekkrüger B, et al. Investigating the impacts of climate and land use/cover change on hydrological fluxes in the Oueme Delta hydrosystem using ParFlow-CLM. Sci Rep. 2026;16:39679.
ORSTOM. Étude hydrologique de bassins urbains à Niamey [Hydrological study of urban catchments in Niamey]. Niamey: Office de la Recherche Scientifique et Technique Outre-Mer; 1979. French.
Boko BA, et al. High-Resolution, Integrated Hydrological Modeling of Climate Change Impacts on a Semi-Arid Urban Watershed in Niamey, Niger. Water. 2020;12(2):364.
Olofintoye OO, Salami AW, Ajayi EO. A study on the applicability of a SWAT model in predicting the water yields and water balance of the Upper Oueme catchment, Benin Republic. Slovak J Civ Eng. 2022;30(1):48-58.
Guan M, Sillanpää N, Koivusalo H. Modeling and assessment of hydrological changes in a developing urban catchment. Hydrol Process. 2015;29(13):2880-94.
Sambou MHA, et al. Prediction of land use and land cover change in two watersheds in the Senegal River basin (West Africa) using the Multilayer Perceptron and Markov chain model. Geomat Nat Hazards Risk. 2023;14(1):2231137.
Lu D, Mausel P, Brondízio E, Moran E. Change detection techniques. Int J Remote Sens. 2004;25(12):2365-401.
Blatchford ML, Mannaerts CM, Njuki SM, et al. Evaluation of WaPOR V2 evapotranspiration products across Africa. Hydrol Process. 2020;34(15):3200-21.
Cannella G, Pezzoli A, Tiepolo M. Comparative trend analysis of precipitation indices in several towns of the Sirba River catchment (Burkina Faso) from CHIRPS and TAMSAT rainfall estimates. Climate. 2024;12(12):208.
Houngnibo MCM, et al. Validation of high-resolution satellite precipitation products over West Africa for rainfall monitoring and early warning. Front Clim. 2023;5:1185754.
Kouakou C, et al. Comparison of gridded precipitation estimates for regional hydrological modeling in West and Central Africa. J Hydrol Reg Stud. 2023;47:101409.
Barbosa SA, Pulla ST, Williams GP, et al. Evaluating Groundwater Storage Change and Recharge Using GRACE Data: A Case Study of Aquifers in Niger, West Africa. Remote Sens. 2022;14(7):1532.
Ouarani M, et al. Exploring groundwater recharge mechanisms in a semi-arid coastal aquifer using isotopic analysis, remote sensing, and hydrological modeling. In: AGU Fall Meeting Abstracts 2023. Washington (DC): AGU; 2023. p. H04-05.
Aloui S, Gires A, Hoang KD, et al. A review of Soil and Water Assessment Tool (SWAT) studies in Mediterranean watersheds: Lessons for data-scarce environments. Environ Int. 2023;171:107684.
Aboelnour M, Gitau MW, Engel BA. A comparison of streamflow and baseflow responses to land-use change and the variation in climate parameters using SWAT. Water. 2020;12(1):191.
Locke KA, Shanafield M, Cook PG, Simmons CT. Modeling relationships between land use and water quality: a critical review of statistical approaches. Environ Int. 2024;188:108703.
Toure M, et al. Machine learning approaches for imputing missing meteorological data in Senegal. Appl Comput Geosci. 2025;27:100281.
Polasky A, Evans JL, Fuentes JD. Statistical downscaling for precipitation projections in West Africa. Theor Appl Climatol. 2023;155(1):327-47.
Arsenault R, Martel JL, Brunet F, et al. Continuous streamflow prediction in ungauged basins: long short-term memory neural networks clearly outperform traditional hydrological models. Hydrol Earth Syst Sci. 2023;27(1):139-57.
Nearing G, et al. Global prediction of extreme floods in ungauged watersheds. Nature. 2024;627(8004):559-63.
Koffi B, et al. Impact of climate and land use/land cover change on Lobo reservoir inflow, West-Central of Côte d’Ivoire. J Hydrol Reg Stud. 2023;47:101417.
Obahoundje S, Youan Ta M, Diedhiou A, Amoussou E, Kouadio K. Sensitivity of hydropower generation to changes in climate and land use in the Mono Basin (West Africa) using CORDEX dataset and WEAP model. Environ Process. 2021;8(3):1073-97.
Ndiaye PM, Bodian A, Dezetter A, Ogilvie A, Goudiaby O. Sensitivity of global hydrological models to potential evapotranspiration estimation methods in the Senegal River Basin (West Africa). J Hydrol Reg Stud. 2024;53:101823.
Togbévi QF, et al. A multi-model approach for analysing water balance and water-related ecosystem services in the Ouriyori catchment (Benin). Hydrol Sci J. 2020;65(14):2453-65.
Kouassi AM, Gnangouin AYJ, Konan GR, Nassa RAK. Impacts of climate change on water stress in West Africa: case study of the N’zi (Bandama) watershed in Côte d’Ivoire. Int J Environ Clim Change. 2022;12(12):472-83.

Reimpresiones y permisos

Etiquetas

Cambio de uso del suelo cambio de cobertura del suelo modelización hidrológica teledetección métodos de aguas subterráneas enfoques estadísticos aprendizaje automático