Estimación espacio-temporal de la distribución de la recarga potencial en el Valle de Toluca
Bibliographic record
Abstract
El cálculo de la recarga potencial es un aspecto esencial en la gestión de recursos hídricos, planeación del desarrollo urbano/agrícola y la definición de las tasas de bombeo, a fin de prevenir o mitigar la sobreexplotación de acuíferos. En el Valle de Toluca, las altas tasas de extracción han inducido descensos piezométricos acompañados de un desbalance hídrico, al rebasar el volumen de recarga media anual. En este estudio, se desarrolló un balance de humedad del suelo a paso de tiempo 24 horas para la estimación de la recarga potencial histórica y futura. El periodo de análisis comprende de 1980 a 2021, y una proyección hasta 2050 con base en tres escenarios probables de precipitación, temperatura y crecimiento urbano. Los resultados indican un volumen promedio anual de recarga de 369.5 Mm3 con una tasa de 174.5 mm/año, alcanzando los 355.7 mm/año en épocas húmedas. La distribución espacial sugiere una recarga condicionada mayormente por la climatología en las zonas montañosas, mientras que, en el centro del Valle, se asocia con la modificación del uso del suelo. La expansión de la mancha urbana se posiciona como factor preponderante en el aumento de la escorrentía y el gradual decremento de la intercepción y la evapotranspiración real. La disminución en la recarga es una constante en los potenciales escenarios de recarga futura, en comparación con el histórico promedio, se proyecta un cambio negativo de 16.59%, 19.99% y 22.61% para los escenarios bueno, moderado y malo respectivamente. Las tasas de recarga potencial obtenidas constituyen un parámetro inicial en modelos de flujo y análisis regionales de la cuenca.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".