Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Sol, suelo agrietado y árbol seco junto a las casas

Este capítulo sigue el molde de siete puntos (Molde de capítulo de amenaza). La sequía es una amenaza lenta cuya evaluación probabilista es poco común, y por eso este capítulo se apoya en el Atlas, en el capítulo de sequía agrícola de la serie 2021 y en el flujo de CLIMAAX de sequía relativa.

1. Fenómeno

La sequía se origina por un déficit de lluvias durante un periodo extendido, que produce escasez de agua para alguna actividad o sector. Sus impactos resultan de la interacción entre el evento natural (menos lluvia de la esperada) y la demanda de agua, que las actividades humanas suelen agravar Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. Es una amenaza lenta: poco notoria al comienzo, con efectos que pueden extenderse mucho tiempo Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

Tipos de sequía

Una sola definición no sirve en todas las circunstancias, porque lo que es sequía en un lugar puede no serlo en otro Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. El Atlas y CLIMAAX coinciden en separarla por el sistema afectado Unidad Nacional para la Gestión del Riesgo de Desastres, 2019CLIMAAX Consortium, 2025:

TipoQué se afectaEscala de tiempo
MeteorológicaDéficit de precipitación, agravado por evaporación y calorCorto plazo, puede empezar y terminar rápido
AgrícolaHumedad del suelo, biomasa y rendimiento de cultivosMediano plazo
HidrológicaCaudales, embalses, humedales, aguas subterráneasLargo plazo, tarda más en desarrollarse
SocioeconómicaRelación entre oferta y demanda de agua de las comunidadesSegún la demanda

La cascada entre tipos depende de la severidad, la duración y la distribución espacio–temporal del evento CLIMAAX Consortium, 2025. Además, la sequía puede ser estacional (cada año por la misma época) o contingente (inesperada, cuando normalmente llueve) Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

Sequía en Colombia

Su intensidad y extensión están estrechamente ligadas al fenómeno El Niño. Los eventos generalizados de sequía suelen asociarse con El Niño de intensidad moderada a fuerte Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. El Atlas recuerda varios casos: el de 1982–1983, el más fuerte de 1997–1998, el de 1991–1992 que contribuyó al apagón de 1992 y el de 2014–2016, con déficit de lluvias en las temporadas lluviosas de las regiones Caribe y Andina Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

También puede haber sequía por confluencia de temperaturas muy cálidas, baja humedad y vientos fuertes que aumentan la evapotranspiración y secan el suelo, sin que la falta de lluvia sea la única causa Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

Variable de intensidad. Depende del índice: déficit de precipitación, índice estandarizado de precipitación (SPI), humedad del suelo, caudal. No existe un índice universal Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

Definición según los HIPs de UNDRR

Los perfiles de información de amenazas (Perfiles de información de amenazas (HIPs) de UNDRR) que corresponden a este capítulo son:

CódigoPerfil (clúster)Definición (traducción propia)
MH0401Sequía (meteorológico e hidrológico, precipitación)Período de tiempo anormalmente seco, caracterizado por una deficiencia prolongada de precipitación por debajo de cierto umbral, sobre un área grande y durante más de un mes (OMM, 2023).

Fuente: UNDRR & ISC, 2025.

Qué se incluye y por qué.

2. Amenaza

Índices

Los índices describen anomalías meteorológicas e hidrológicas, pero no hay consenso sobre cuál representa mejor la posibilidad de impactos significativos en un sector Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. Para el cálculo hay que definir el comienzo, la severidad y el final de las sequías Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

En ecosistemas cercanos al ecuador hay periodos muy cálidos con poca lluvia, donde un índice que use solo precipitación, como el SPI, puede no ser suficiente. Un estudio colombiano ajusta el SPI para evaluar la sequía por esa razón Cerpa Reyes et al., 2022. Otro caracteriza eventos de sequía integral del Valle del Cauca durante la fase cálida de ENSO con un índice sintetizado de temperatura superficial, vegetación y precipitación, validado con el SPI de tres meses en 78 estaciones, con correlaciones de 0,55 a 0,71 Ojeda Flechas et al., 2020.

Enfoque probabilista

El Atlas lo describe así Unidad Nacional para la Gestión del Riesgo de Desastres, 2019:

  1. Se generan eventos regionales de sequía que aún no han ocurrido, combinando déficit de lluvias con altas temperaturas durante un periodo prolongado.

  2. Se identifican las sequías con índices que definen duración, severidad e intensidad.

  3. Se obtienen mapas de amenaza por escenario y mapas de amenaza integrada, que comparan intensidades según el periodo de retorno.

Con la amenaza integrada se clasifica la región por severidad, duración y frecuencia, y se priorizan intervenciones y usos del suelo Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

Método de CLIMAAX

El flujo de sequía relativa estima la amenaza como la probabilidad de exceder la mediana de los déficits severos de precipitación de una región, para un periodo de referencia o de proyección, con precipitación mensual por unidad territorial CLIMAAX Consortium, 2025. Su resultado es un mapa de riesgo relativo, no pérdidas absolutas. Sigue la metodología global de Carrão et al. (2016) y calcula el riesgo como producto de amenaza, exposición y vulnerabilidad CLIMAAX Consortium, 2025.

3. Exposición

La exposición es la distribución espacial de la sequía frente a los sistemas que puede impactar: cultivos, ganado, humedales, población y usos industriales del agua CLIMAAX Consortium, 2025. CLIMAAX usa un modelo no compensatorio que considera la distribución de cultivos y ganadería, la competencia por el agua y la necesidad humana directa CLIMAAX Consortium, 2025.

El Atlas incluye mapas de índice de vulnerabilidad por disponibilidad de agua y de índice de escasez, para año seco y año medio Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. Son la base nacional para esta exposición.

4. Vulnerabilidad

En sequía, la vulnerabilidad es la de los medios de vida, más que la de lo construido. La sequía no daña edificaciones, pero degrada los medios de subsistencia (agua y cultivos) y con ello aumenta la vulnerabilidad y el riesgo de la población expuesta Cardona et al., 2021.

5. Riesgo

La evaluación prospectiva con eventos estocásticos futuros permite estimar la reducción del rendimiento de cultivos, las pérdidas de ganado o la reducción de reservas, y de ahí los efectos secundarios como venta forzada de activos, menor seguridad alimentaria o menor producción de energía Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. Los resultados sirven para diseñar protección financiera contra pérdidas agrícolas, hacer análisis costo–beneficio de estrategias de manejo (riego, reservas, semillas resistentes) y planear contingencias bajo escenarios de cambio climático Unidad Nacional para la Gestión del Riesgo de Desastres, 2019.

El capítulo de la serie 2021 presenta la metodología probabilista para el sector agrícola con un generador de clima estocástico, y la aplica al cultivo de maíz Cardona et al., 2021.

Un estudio sobre riesgo de sequía tropical combina datos abiertos de vulnerabilidad y amenaza en cuadrícula Nauditt et al., 2022. Lo cito por el título; debe leerse para confirmar su alcance.

6. Clima

La sequía es sensible al clima por dos vías, la variabilidad (El Niño) y la tendencia. El Atlas señala que la variabilidad ligada a El Niño y las tendencias de cambio climático influyen en la presencia de sequías meteorológicas Unidad Nacional para la Gestión del Riesgo de Desastres, 2019. CCDR-tools anticipa una reducción del almacenamiento natural de agua en dos tercios del planeta GFDRR and World Bank, 2025, con la advertencia de la sección Escenarios climáticos y cambio de la amenaza sobre su alcance mundial.

El flujo de CLIMAAX usa precipitación del conjunto de cinco modelos CMIP6 de ISIMIP 3b y las trayectorias SSP126, SSP370 y SSP585 para 2031–2060 y 2071–2100 CLIMAAX Consortium, 2025.

7. Datos y medidas

Datos

FuenteQué ofreceReferencia
IDEAM: Estudio Nacional del Agua (ENA 2014)Ciclo hidrológico, cuencas, uso y calidad del agua, escenariosUnidad Nacional para la Gestión del Riesgo de Desastres, 2019
IDEAMMapas de índices de escasez y vulnerabilidad por disponibilidad de aguaUnidad Nacional para la Gestión del Riesgo de Desastres, 2019
Comité Técnico Nacional del fenómeno de El NiñoIDEAM, DIMAR, SGC, DNP y CancilleríaUnidad Nacional para la Gestión del Riesgo de Desastres, 2019

Incertidumbres

Medidas según la Ley 1523

ProcesoMedidaReferencia
ConocimientoMapas de amenaza integrada, seguimiento de El NiñoUnidad Nacional para la Gestión del Riesgo de Desastres, 2019
ReducciónRedes de riego, reservas, semillas resistentes, usos del suelo según la amenazaUnidad Nacional para la Gestión del Riesgo de Desastres, 2019
Protección financieraHerramientas de protección financiera contra pérdidas agrícolasUnidad Nacional para la Gestión del Riesgo de Desastres, 2019

Síntesis de evidencia

EstudioDiseño y lugarResultado relevante
Contreras et al. (2020)Correlación y regresión por pasos, municipios de La Guajira, sequía 2012–2016La mortalidad infantil subió a 23,4 por 1000; se asoció con ingreso bajo, falta de seguro de salud, población indígena, analfabetismo, vivienda rural y hogares con niños pequeños; no con la falta de fuente de agua. Tres variables explican el 90,4 %
Ojeda Flechas et al. (2020)Índice sintético con imágenes de satélite y componentes principales, Valle del CaucaSe validó con el SPI-3 de 78 estaciones (correlaciones de 0,55 a 0,71 en El Niño); se añadió un modelo de susceptibilidad municipal con proceso analítico jerárquico
Nauditt et al. (2022)Riesgo de sequía con productos abiertos de amenaza y vulnerabilidad en cuadrículas, trópicoMuestra que se puede combinar datos globales abiertos de amenaza y vulnerabilidad
Scott et al. (2021)Comparación de seguridad hídrica en ciudades de LatinoaméricaExamina si la inseguridad ecosistémica y la vulnerabilidad social llevan a fallas de seguridad hídrica

Lectura conjunta. Con confianza media, el impacto de la sequía sobre la salud depende en Colombia más de la pobreza y la exclusión que del acceso físico al agua Contreras et al., 2020. Por eso el análisis de sequía debe combinar un índice de amenaza (SPI o índices satelitales, Ojeda Flechas et al., 2020) con vulnerabilidad social (Vulnerabilidad social y capacidades). Los resultados de La Guajira son asociaciones entre municipios y no prueban causalidad individual.

Estudios añadidos con el segundo lote de PDFs.

EstudioDiseño y lugarResultado relevante
Paez-Trujilo et al. (2023)Modelo hidrológico SWAT y árboles de regresión multivariadosRelaciona características hidroclimáticas con la severidad de sequías agrícolas e hidrológicas
Villalba-Barrios et al. (2024); Villalba-Barrios et al. (2026)Análisis probabilista de caudales y duración de sequías en el río Sinú; índice SPICompara las sequías antes y después de la operación de una hidroeléctrica
Mora Pacheco (2026)Historia climática, llanuras del Caribe, 1739–1825La sequía fue menos frecuente que el exceso de lluvia, pero sus efectos se agravaron por presiones sociales

Lectura adicional. La regulación de un embalse cambia la serie de caudales y, por tanto, la sequía observada Villalba-Barrios et al., 2024Villalba-Barrios et al., 2026; los registros históricos muestran que la presión social agravó la sequía mucho antes de los datos instrumentales Mora Pacheco, 2026.

Pendiente

Bibliografía recomendada

Lista de los 21 registros de la hoja de vigilancia científica (pestaña Vigilancia_CTeI, columna AMENAZA_ESPECIFICA = «Sequía»), en formato APA 7 con metadatos de Crossref. Son lecturas recomendadas: no están verificadas contra el texto completo ni se usan como evidencia hasta que se citen en el capítulo. Las entradas sin DOI carecen de autores en la hoja.

References
  1. Unidad Nacional para la Gestión del Riesgo de Desastres. (2019). Atlas de Riesgo de Colombia: revelando los desastres latentes. UNGRD.
  2. CLIMAAX Consortium. (2025). CLIMAAX CRA Handbook. https://handbook.climaax.eu/
  3. UNDRR, & ISC. (2025). 2025 Hazard Information Profiles (HIPs) online reference. PreventionWeb, DRR glossary. https://www.preventionweb.net/drr-glossary/hips
  4. Cerpa Reyes, L. J., Ávila Rangel, H., & Herazo, L. C. S. (2022). Adjustment of the Standardized Precipitation Index (SPI) for the Evaluation of Drought in the Arroyo Pechelín Basin, Colombia, under Zero Monthly Precipitation Conditions. Atmosphere, 13(2), 236. 10.3390/atmos13020236
  5. Ojeda Flechas, C. D., Burbano Rodriguez, J. A., Carvajal Escobar, Y., & Hernández Torres, F. L. (2020). Characterization of comprehensive drought events associated with the ENSO warm phase through satellite images in the Valle del Cauca Colombia. DYNA, 87(214), 204–214. 10.15446/DYNA.V87N214.83221
  6. Cardona, O. D., Bernal, G., & Escovar, M. A. (2021). Evaluación probabilista del riesgo por sequía en el sector agrícola de Colombia. In Investigaciones en Gestión del Riesgo de Desastres en Colombia 2021. 10.5281/zenodo.21627110
  7. Contreras, D., Voets, A., Junghardt, J., Bhamidipati, S., & Contreras, S. (2020). The Drivers of Child Mortality During the 2012–2016 Drought in La Guajira, Colombia. International Journal of Disaster Risk Science, 11(1), 87–104. 10.1007/s13753-020-00255-0
  8. Nauditt, A., Stahl, K., Rodríguez, E., Birkel, C., Formiga-Johnsson, R. M., Kallio, M., Ribbe, L., Baez-Villanueva, O. M., Thurner, J., & Hann, H. (2022). Evaluating tropical drought risk by combining open access gridded vulnerability and hazard data products. Science of The Total Environment, 822, 153493. 10.1016/j.scitotenv.2022.153493
  9. GFDRR and World Bank. (2025). Risk Data Library: Country Climate and Disaster Risk Screening Tools (CCDR-tools). https://gfdrr.github.io/CCDR-tools/home.html
  10. Scott, C. A., Zilio, M. I., Harmon, T., Zuniga-Teran, A., Díaz-Caravantes, R., Hoyos, N., Perillo, G. M. E., Meza, F., Varady, R. G., Neto, A. R., Velez, M. I., Martín, F., Escobar, J., Piccolo, M. C., Mussetta, P., Montenegro, S., Rusak, J. A., & Pineda, N. (2021). Do ecosystem insecurity and social vulnerability lead to failure of water security? Environmental Development, 38, 100606. 10.1016/j.envdev.2020.100606
  11. Paez-Trujilo, A., Cañon, J., Hernandez, B., Corzo, G., & Solomatine, D. (2023). Multivariate regression trees as an “explainable machine learning” approach to explore relationships between hydroclimatic characteristics and agricultural and hydrological drought severity: case of study Cesar River basin. Natural Hazards and Earth System Sciences, 23(12), 3863–3883. 10.5194/nhess-23-3863-2023
  12. Villalba-Barrios, A. F., Coronado Hernández, O. E., Fuertes-Miquel, V. S., Arrieta-Pastrana, A., & Ramos, H. M. (2024). Assessing Extreme Drought Events and Their Temporal Impact: Before and after the Operation of a Hydropower Plant. Applied Sciences, 14(5), 1692. 10.3390/app14051692
  13. Villalba-Barrios, A. F., Coronado-Hernández, O. E., Arrieta-Pastrana, A., & Pérez-Sánchez, M. (2026). Analysis of the standardized precipitation index and its impact on drought hydrographs: Effects of a hydroelectric power plant. Physics and Chemistry of the Earth, Parts A/B/C, 144, 104578. 10.1016/j.pce.2026.104578
  14. Mora Pacheco, K. (2026). Porque “las aguas han sido muy pocas”: sequías y respuestas sociales en las llanuras de la Costa Norte neogranadina, 1739-1825. Fronteras de La Historia, 31(1), 366–400. 10.22380/20274688.3057
  15. Anochi, J. A., & Shimizu, M. H. (2024). Precipitation Forecasting and Drought Monitoring in South America Using a Machine Learning Approach. Meteorology, 4(1), 1. 10.3390/meteorology4010001