Академический Документы
Профессиональный Документы
Культура Документы
MICROCUENCAS Y SUBCUENCAS
EL SALTO – TAPERA – HIO (Aiquile)
MEMORIA
(Rev. 02-JRH/030211)
FEBRERO DE 2011
Balances Hídricos – Paquete 1 Aiquile Pág. i
ÍNDICE
1. RESUMEN EJECUTIVO.............................................................................................4
7. CONCLUSIONES ...................................................................................................153
8. BIBLIOGRAFIA......................................................................................................154
ANEXOS
1. Fotografías.
2. Registros Meteorológicos.
3. Mapas y Gráficos Cuenca Uchu Chajra
4. Mapas y Gráficos Cuenca Taperas
5. Mapas y Gráficos Cuenca El Salto
6. Mapas y Gráficos Cuenca Hio
MEMORIA
Versión 02-030211
1. RESUMEN EJECUTIVO
UBICACIÓN
Municipio: Aiquile – Primera Sección Municipal
Provincia: Campero
Departamento: Cochabamba
3. Los balances hídricos serán obtenidos para valores medios y para el 10, 25, 75 y
90% de probabilidad de ocurrencia de las lluvias mensuales (años lluviosos,
medio y secos).
RESULTADOS ESPERADOS
RESULTADOS OBTENIDOS
El presente estudio entrega un balance hídrico basado en entorno SIG para valores medios
y diferentes probabilidades de ocurrencia con la información histórica existente y
observaciones de campo.
El BH Anual establece que, en términos medios, las cuencas están sometidas a un déficit de
agua del orden del 2% a 3% de la precipitación anual. Valores similares se presentan por
cuencas y en forma mensual.
Se puede inferir que, en una cuenca de características similares a las estudiadas, clima
mesotermico, variabilidad estacional marcada entre tiempo seco y periodo de lluvias, donde
la distribución de precipitación se concentra al 85% en 3 a 4 meses al año. Con una
costumbre agrícola predominantemente a secano, coberturas vegetales medias, pendientes
medias entre 1% y 30%, la distribución de la precipitación (en los diferentes parámetros
componentes del BH) resultaría similar a la mostrada en el cuadro anterior con una precisión
mayor al 90%.
Si bien, el modelo presentado resulta unos de los más completos dentro de la literatura
especializada, también exige una cantidad importante de datos, los cuales deben ser
necesariamente analizados, filtrados y corregidos. Estos datos deber poder ser
especializados o guardar una relación clara de su distribución espacial. Esta ventaja, en
contraposición, favorece una desventaja del mismo: no es un modelo muy simple de utilizar
y requiere varios pasos previos. Una vez configurado y calibrado el modelo, el mismo se
convierte en una herramienta muy útil para el proceso de planeamiento.
2. ASPECTOS GENERALES
Tiene una extensión superficial de 2.652 Km2, que representa el 47.78 % de la superficie
total de la provincia. Su población alcanza los 26.281 habitantes: la zona urbana con 7.381
habitantes y 18.900 habitantes asentados en diferentes comunidades de las zonas rurales
del Municipio.
Figura 1: Ubicación física del área de estudio. Fuente: Elb. Propia en base a IGM Bolivia.
La capital municipal Aiquile, se ubica en un valle formado por la confluencia de dos ríos: el
Santa Ana que baja del sud y bordea la parte este, acumulando en su trayecto las aguas del
río Chahuara Mayu que baja del sudeste. Continua su trayectoria al norte hasta el río San
Juan que baja del Oeste de la población y bordea por el norte. Ambos ríos se juntan al norte
de la población formando el río Uchu Chajra que corre al norte para desembocar a su vez en
el Río Mizque. Se encuentra entre los paralelos 18º 37’ y 17º 56’ de latitud sur, 65º 17’ y 64º
46’ de longitud oeste, con una altitud promedio aproximada de 2225 msnm.
La zona es parte de la faja interandina de la región central de Bolivia; presenta una gran
deformación que corresponde a parte de la cordillera oriental y, específicamente, a la faja
interandina conjunto Tarija – Azurduy – Teoponte del oroclino boliviano.
1
Fuente: www.aiquile.net. Pagina Oficial de la HAM de Aiquile.
Aiquile
Figura 2: Vista general del área de estudio y su conformación orografica principal. La delimitacion del área de trabajo es solo
referencial. Fte. Google Earth. 2010
En general los terrenos aptos para cultivo del municipio son de buena calidad, los pisos
ecológicos en los que se encuentran posibilitan la explotación de una amplia gama de
productos agrícolas, sin embargo graves limitantes devienen de la crónica escasez de agua
para riego, ya que la mayor parte de los terrenos agrícolas son temporales o a secano. La
carencia de agua para riego ocasiona que la agricultura sea una actividad aleatoria,
dependiente casi por completo de la regularidad de los periodos de lluvia.
En el ámbito comercial, Aiquile concentra la más importante actividad del cono sur
cochabambino. La feria dominical es el escenario de una importante actividad económica
basada en el expendio de productos agropecuarios, abarrotes, carnes, ropa y otros
productos menores. Esta feria comercial concentra gran cantidad de personas que triplican
la población estable de la zona urbana de Aiquile, con objeto de comprar o vender productos
agropecuarios que posteriormente se revenden en mercados de la ciudad de Cochabamba,
Sucre y Santa Cruz.
El Municipio de Aiquile tiene
uno de los Índices de
Norte Desarrollo Humano más
bajos del país (<0,399). De
acuerdo al mapa de pobreza,
el 83,62% de su población
están clasificados como
pobres, porcentaje que ha
decrecido en relación a los
datos del censo de 1992,
que consignaba el 90.50%
de pobres. La tasa de
analfabetismo es del
30.51%, en tanto que la tasa
de mortalidad infantil es de
86 por mil nacidos vivos.
Figura 3: Aiquile. Vista aérea. Fuente: IGM - Willy Kenning
http://www.mirabolivia.com/imagenes/fotosbolivia/cbba_aiquile.jpg
Aiquile dista de la ciudad de Cochabamba 217km por camino transitable. El acceso a la zona
del proyecto se puede realizar desde la ciudad de Cochabamba por vía pavimentada hasta
el poblado de Totora 145km aproximadamente. Ingresando por camino empedrado hasta
Aiquile aproximadamente 72km y de allí a las tres cuencas de estudio a menos de 5km cada
una desde el poblado de Aiquile por caminos de tierra, con algunas dificultades en período
de lluvias.
Hio
3.6 km
El Salto 5.7 km
6.0 km
Taperas
Figura 5.- Zonificación del sector de estudio. La forma de las microcuencas es referencial. En este grafico se muestra solo la ubicación relativa
Fuente: Imagen GeoEye, 2009, Google Earth, www.earth.google.com, ®Google, 2010.
El territorio del proyecto está localizado en un intervalo altitudinal que varía entre los 2500 a
2300 m.s.n.m. en sentido oeste a este.
2.2.2.1 Morfología
ü Valles secos.
ü Serranías altas: son moderadamente disectadas lo que permite formar valles
estrechos con pendientes que oscilan entre el 3% al 60%.
ü Colinas altas: son mayormente laderas con micro relieves de ondulación suave con
pendientes moderadas de entre el 8 al 30%.
2.2.3 Clima
2.2.3.1 Temperatura
Su clima es templado típico de un valle seco mesotermico, con una temperatura media anual
de 19 a 21 °C. A lo largo del año se tienen temperaturas extremas de 36°C y -3°C.
2.2.3.2 Vientos
En el sector del proyecto la predominancia de los vientos es Norte y Este (Dirección) con
velocidades entre 1.7 – 0.8 Km/h y un promedio de 1.25 Km/h.
2.2.3.3 Heladas
La ocurrencia de este fenómeno considera tres condiciones: i) un descenso de la
temperatura ambiente a niveles inferiores al punto de congelación del agua (0ºC aprox.), ii)
La humedad relativa del aire sea superior al 60% y, iii) El viento no sea intenso. La zona de
estudio presenta una vulnerabilidad baja a media de ocurrencia de heladas entre los meses
de Mayo a Agosto, situación que según los registros meteorológicos de los últimos 10 años
(SENAMHI) ha ocurrido en los meses indicados: temperaturas mínimas absolutas de hasta
-2 ºC., humedad relativa mayor al 60% y velocidad del viento entre 1.3 y 0.8 m/s. El
SENAMHI (SISMET) ha registrado una frecuencia promedio de heladas de 1.4 días desde el
año 2005 y un máximo de 15 días registrado el año 2000.
2.2.3.4 Pluviosidad
Históricamente la precipitación media anual de Aiquile esta en el rango entre 600mm a
700mm por año. La mayor acumulación de agua, el 89% del total anual, se presenta entre
los meses de Noviembre a Marzo.
500
800 600
700
De acuerdo a los registros de SENAMHI entre los años 2000 a 2009 la zona de estudio ha
presentado un promedio anual de 575 mm con un máximo de 730 el año 2001 y un mínimo
de 363mm el año 2002. Entre ambos periodos, se puede afirmar a priori que las
precipitaciones anuales han sufrido un leve descenso (entre un 2% y 5%) en los últimos 10
años respecto a los periodos anteriores a 1990.
Intensidad Afectación
1. Las áreas del trópico y subtrópico presentan excesos (áreas con probabilidades de inundación), de igual
forma sucede en el sector del lago en el altiplano y la ciudad de Tarija. En relación al déficit (áreas con
probabilidades de sequías), afecta gran parte de los valles y parte del altiplano central.
Moderada
2. Las áreas susceptibles a déficit (áreas con probabilidades de sequías) podrían ser la parte sur del
departamento de La Paz, los departamentos de Oruro y Potosí y la parte sur del departamento de Santa
Cruz; las áreas susceptibles a excesos (áreas con probabilidades de inundación) podrían ser la parte
sureste del departamento de Beni.
Por ejemplo, en 2002-2003: En la zona de los Valles las precipitaciones tuvieron un comportamiento
irregular presentando excesos de precipitación en la ciudad de Tarija que llegaron hasta el 30%; en el
resto del departamento de Tarija, parte del departamento de Cochabamba y Chuquisaca presentaron
déficit de precipitaciones desde 15 % al 50 % con respecto a sus normales.
2
Fuente: SENAMHI, 2004.
Intensidad Afectación
1. Las precipitaciones a nivel nacional son irregulares, registrándose déficit en el altiplano, valles, tierras bajas
del sur y la parte norte y sur de los llanos orientales. Se registran excesos en el sector de Rurrenabaque,
San Borja, Concepción, San Benito y Tarata.
Débil
2. En la región de los Valles las precipitaciones son irregulares, registrándose en parte de la región déficit de
hasta el 50% con relación a sus normales, en los departamentos de Chuquisaca y Tarija, y puntualmente se
presentan excesos en las zonas de San Benito con 82 % y Tarata con 44 %.
3. Las temperaturas a nivel nacional registran ascensos hasta los 4 °C con respecto a sus normales. Los
descensos que registran en los sectores de Oruro, Apolo y San Ignacio de Velasco por debajo de su normal
hasta 1°C de su normal.
4. Las temperaturas registran anomalías entre -2º C a 3.5º C, las anomalías negativas se registran en San
Benito del Departamento de Cochabamba y las anomalías positivas se presentan en Ravelo del
Departamento de Potosí.
De acuerdo al Bureau Of Meteorology del Gobierno de Australia3 a fin de poder distinguir los
fenómenos que ocurren, se puede estimar un indicador denominado Índice de Oscilación del
Sur (SOI), el cual es calculado sobre la base de las fluctuaciones mensuales de la diferencia
de presión atmosférica entre dos estaciones de referencia (en este caso Tahití y Darwin).
Valores negativos usualmente indican episodios de El Niño. Valores positivos están
asociados a la ocurrencia de La Niña:
3
El Índice de Oscilación del Sur SOI, es un índice que correlaciona varios eventos climáticos de El Niño. Valores negativos indican
aumento de temperaturas y disminución de lluvias. Valores positivos: aumento de lluvias, disminución de temperaturas (La Niña).
De acuerdo a los registros del Bureau Of Meteorology del Gobierno de Australia:
http://www.bom.gov.au/climate/current/soihtm1.shtml,
Gráfico 8. Índice de Oscilación del Sur calculado por Bureau Of Meteorology del Gobierno de Australia:
http://www.bom.gov.au/climate/current/soihtm1.shtml,
Para profundizar la idea: En Bolivia, los años 2002 y 2003 han tenido un componente fuerte
de sequía que esta asociado a la ocurrencia del Fenómeno del Niño de intensidad
moderada. El Valor del SOI en el grafico anterior es negativo con valores absolutos altos en
ambos años. Esta afectación se puede confirmar con el siguiente razonamiento:
4
1982-83, 1987-88, 1997-98, 2002-03, 2004-05. Los mayores efectos de El Niño son cíclicos cada 3 o 4 años.
900
800
700
P anual (mm)
600
500
400
300
1968
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
Año
Grafico 10: Precipitación Anual en la Estación Aiquile 1970-2009. Fte. SISMET (SENAMHI).
Haciendo una correlación general del nivel de precipitación anual, la ocurrencia del ENSO de
Intensidad Moderada y los valores negativos del SOI en el periodo 1999-2009 se puede
disponer de una tabla como la siguiente:
SOI Diferencia
P Anual
Año (Promedio respecto al
(mm)
anual) valor medio
1999 536,7 8,2 97,79%
2000 584,9 9,33 106,57%
2001 730,2 5,84 133,05%
2002 363,1 -7,83 66,16%
2003 716,7 -5,26 130,59%
2004 325,1 -8,47 59,23%
2005 430,0 7,11 78,35%
2006 576,0 -8,89 104,95%
2007 566,6 5,02 103,24%
2008 632,4 10,88 115,23%
2009 575,4 -6,61 104,84%
Promedio 548,8
Donde se observa que, ante la ocurrencia valores de SOI (negativos) mayores a 7, suele
presentarse ENSOs moderados en Bolivia y en la zona de estudio la afectación directa
puede llegar a reducir la precipitación anual hasta llegar al 60% de los valores promedio.
Como conclusión:
1. Las afectaciones del fenómeno climático ENSO son directas en la zona de estudio,
produciéndose déficit de precipitaciones en los casos de El Niño Moderado y Fuerte
(2002, 2004) y excesos en las condiciones de La Niña Moderada y Fuerte
(2001,2003, 2008).
2. Considerando que las cuencas de proyecto pertenecen a la zona geográfica
susceptible de sequías moderadas y altas durante la ocurrencia de El Niño
(moderado), debe tomarse en cuenta en la planificación hidrológica que cada tres a
cuatro años el nivel de precipitación anual probablemente disminuirá respecto a los
promedios hasta en un 40%.
2.2.4 Geología
Figura 11: Mapa geológico general de la zona de proyecto. Fuente. IGM, Atlas Digital de Bolivia, 2000.
2.2.5 Hidrografía
Desde el punto de vista hidrográfico, la zona de proyecto pertenece a la cuenca principal del
Río Grande, cuyo afluente, es el Río Mizque con afluentes directos del río Uchu Chajra, San
Juan, Santa Ana y Chahuara Mayu pertenecientes a la zona de estudio.
Figura 12: Hidrografía general de la zona de proyecto. Fuente Atlas Digital de Bolivia, IGM, 2000.
Desde el punto de vista fisiográfico, sobretodo con respecto a la erosión, las tierras de
Aiquile poseen una clasificación5 de C1.6/5HA correspondiente a un grado de erosión fuerte:
Serranías de altitud media y poco disectadas con erosión muy fuerte, con unos índices de
perdida de suelo entre 51 y 100 t/ha/año y tendiendo a niveles de desertificación igualmente
altos.
5
“Mapa Preliminar de Erosión de Suelos, Región Árida, Semiárida y Subhumeda Seca de Bolivia”, Programa Conjunto
PNUMA/FAO, Proyecto ETAP/BM, 1996.
La zona de estudio pertenece a la cuenca principal del Río Uchu Chajra, con una superficie
de 140.02Km2. El río de descarga de la cuenca, esta definida por la confluencia de los Ríos
Santa Ana y Chahuara Mayu dentro del área jurisdiccional del Municipio de Aiquile. Ambos
ríos confluyen a la salida de dicha cuenca para conformar el Río Uchu Chajra quien a su vez
descarga sus aguas en el Río Mizque al norte.
Figura 13: Delimitacion del área de la cuenca principal del Río Uchu Chajra. Elb. Propia sobre imagen Google Heart, 2010.
Hio
Taperas
Figura14: Ubicación de las microcuencas dentro la cuenca del Uchu Chajra. Elb Propia.
Cauce principal
Embalse Taperas
Limites de la cuenca
Esta cuenca es pequeña y esta formada por un cauce principal el cual desemboca las aguas
a un embalse de 500.000m3 de capacidad y en operación desde el año 2007. Su propósito
es predominantemente agrícola.
La cuenca tiene una geomorfología regular. Destaca una predominancia de suelo franco
arcilloso y suelo limo arcilloso con una cobertura vegetal media a baja en la mitad inferior. En
muchos sectores se registran pérdidas de suelo notorias y presencia de fenómenos
erosivos. La mitad superior de la cuenca tiene un incremento de cobertura importante y la
perdida de suelo es menor.
La superficie destinada al cultivo dentro la cuenca es menor en comparación con las áreas
de pastoreo y con vegetación arbustiva sin uso actual.
6
En la visita a la presa no se pudo evidenciar el sistema de medición de niveles (reglas u otros). Las apreciaciones se realizan
midiendo la distancia de la superficie del agua y un punto de referencia para después correlacionar con la curva de capacidad
del embalse en poder de los regantes del lugar.
Poblado de Aiquile
Limites de la cuenca
Cauce Principal
Esta cuenca tiene una geomorfología regular. La textura predominante es franco arcillosa.
En las partes media y baja de la cuenca existen zonas con elevada erosión, que aunque son
localizadas merecen una especial atención. La cobertura de la cuenca se divide en dos
grandes zonas. La superior con cobertura media o moderada formada por arbustos:
chacatea (Dodonea viscosa) principalmente) y pastizales o pajonales ralos. La parte baja o
inferior donde predominan los asentamientos humanos y zonas agrícolas (a secano) con
pajonales o pastizales ralos usados como zonas de pastoreo ocasional.
Aunque la cobertura no es muy abundante, debido a las bajas pendientes no existen indicios
de perdidas de suelo importantes.
3.2.1 Precipitación
Los datos de clima y precipitación histórica fueron tomados de las fuentes oficiales del
Servicio Nacional de Meteorología e Hidrologia de Bolivia (SENAMHI). Se han ubicado (en
base a información del SENAMHI) aquellas estaciones termo pluviométricas que pueden ser
útiles al desarrollo del estudio.
49.5 km
32.5 km
24.2 km
Figura18: Ubicación relativa de las estaciones termopluviometricas existentes alrededor de la zona de estudio. Elb Propia
Por otro lado es de hacer notar que en los años 2003 y 2004, la Estación Puente Arce
Presenta una discontinuidad.
Consecuentemente, previo un análisis, la información que será utilizada como base será, en
orden de importancia: Aiquile, Mizque y Puente Arce.
2000 212,1 21,5 155,0 4,5 0,0 1,0 0,0 0,5 14,0 10,5 22,5 143,3 584,9
2001 307,9 163,1 82,9 7,1 3,2 0,0 0,0 8,5 3,1 18,9 59,1 76,4 730,2
2002 18,4 188,5 69,6 10,0 0,0 0,0 13,8 0,0 0,0 7,3 29,4 26,1 363,1
2003 197,6 162,9 121,0 12,5 9,5 0,0 0,0 0,0 14,5 39,0 1,5 158,2 716,7
2004 95,0 113,5 12,5 35,5 *** *** *** *** *** *** *** *** ***
2005 81,4 136,4 50,6 17,6 0,2 0,2 0,2 0,0 9,2 4,6 24,6 105,0 430,0
2006 225,4 108,0 59,4 51,2 0,0 0,4 0,0 18,8 1,8 17,0 28,4 65,6 576,0
2007 169,2 72,0 47,0 44,0 0,6 0,0 0,0 0,0 4,0 7,8 52,2 169,8 566,6
2008 242,4 98,6 93,0 41,2 0,2 0,4 5,8 7,6 0,6 45,4 22,2 75,0 632,4
2009 138,2 109,2 109,6 36,0 3,8 0,0 3,0 1,8 0,2 39,6 33,2 100,8 575,4
MEDIA 168,8 117,4 80,1 26,0 1,9 0,2 2,5 4,1 5,3 21,1 30,3 102,2 575,0
Máximo 307,9 188,5 155,0 51,2 9,5 1,0 13,8 18,8 14,5 45,4 59,1 169,8 730,2
Mínimo 18,4 21,5 12,5 4,5 0,0 0,0 0,0 0,0 0,0 4,6 1,5 26,1 363,1
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MEDIA 14,7 12,6 9,6 4,9 0,8 0,6 1,0 1,4 2,6 5,3 7,8 12,6 75,3
MAX 26,0 21,0 16,0 11,0 2,0 2,0 3,0 6,0 7,0 13,0 13,0 17,0 104,0
MIN 3,0 4,0 4,0 1,0 0,0 0,0 0,0 0,0 0,0 1,0 1,0 7,0 39,0
300,0
250,0
200,0
P (mm)
150,0
100,0
50,0
0,0
MAY
MAR
JUN
AGO
NOV
JUL
DIC
ENE
ABR
FEB
SEP
OCT
Mes
2000 2001 2002 2003 2005 2006 2007 2008 2009 MEDIA
Grafico 19: Precipitación total mensual en los registros de la estación Aiquile para los años 2000 al 2009. Elb Propia.
250,0
200,0
precipitacion P (mm)
150,0
100,0
50,0
0,0
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
mes
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 MEDIA
Grafico 20: Precipitación total mensual en los registros de la estación Mizque para los años 2000 al 2009. Elb Propia.
2000 109,0 17,0 105,0 5,0 3,0 0,0 0,0 17,0 0,0 28,0 33,0 82,0 399,0
2001 120,0 106,0 86,5 16,0 0,0 0,0 0,0 3,0 3,0 3,0 12,0 57,0 406,5
2002 36,0 96,0 25,0 5,0 0,0 0,0 20,0 9,0 0,0 41,0 52,0 60,0 344,0
2003 91,0 106,0 **** **** **** **** **** **** **** **** **** **** ****
2004 **** **** **** **** **** **** **** **** **** 24,0 32,0 **** ****
2005 **** **** 56,0 48,0 0,0 0,0 0,0 0,0 24,0 52,0 53,0 78,0 ****
2006 132,0 40,0 149,0 49,0 0,0 0,0 0,0 0,0 43,8 70,3 0,8 114,0 598,9
2007 148,5 194,5 159,0 75,0 0,3 0,0 6,0 9,0 19,5 1,5 22,0 78,5 713,8
2008 184,0 34,0 68,0 28,0 0,0 0,0 17,0 0,0 0,0 72,0 61,0 130,0 594,0
2009 115,0 161,0 96,5 25,0 11,0 0,0 0,0 **** **** **** **** **** ****
MEDIA 116,9 94,3 93,1 31,4 1,8 0,0 5,4 5,4 12,9 36,5 33,2 85,6 509,4
MAX 184,0 194,5 159,0 75,0 11,0 0,0 20,0 17,0 43,8 72,0 61,0 130,0 713,8
MIN 36,0 17,0 25,0 5,0 0,0 0,0 0,0 0,0 0,0 1,5 0,8 57,0 344,0
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MEDIA 8,6 6,0 6,8 2,1 0,4 0,0 0,6 0,6 1,4 2,9 2,9 5,3 38,2
MAX 12,0 11,0 13,0 3,0 1,0 0,0 3,0 1,0 4,0 6,0 7,0 7,0 47,0
MIN 5,0 2,0 3,0 1,0 0,0 0,0 0,0 0,0 0,0 1,0 1,0 3,0 29,0
250,0
200,0
Precipitacion P (mm)
150,0
100,0
50,0
0,0
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
Mes
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 MEDIA
Grafico 21: Precipitación total mensual en los registros de la estación Puente Arce para los años 2000 al 2009. Elb Propia.
3.2.2 Temperatura
De las estaciones termo pluviométricas de Aiquile, Mizque y Puente Arce se tienen los
siguientes valores de temperatura media mensual en registros de 2000 a 2009:
Aiquile:
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MAX 23,1 21,9 23,0 21,8 19,6 17,9 19,1 24,5 24,8 22,4 24,9 23,7 21,4
MIN 17,9 18,1 18,1 17,1 14,3 14,3 14,0 16,1 17,0 18,8 19,4 18,4 17,2
MEDIA 19,9 19,9 19,9 19,0 16,8 15,9 15,3 17,8 19,0 20,3 21,3 20,5 18,8
Mizque:
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MEDIA 19,9 19,8 19,9 19,0 16,8 15,9 15,3 17,8 19,0 20,3 21,3 20,5 18,7
MAX 23,1 21,9 23,0 21,8 19,6 17,9 19,1 24,5 24,8 22,4 24,9 23,7 21,4
MIN 17,9 18,1 18,1 17,1 14,3 14,3 14,0 16,1 17,0 18,8 19,4 18,4 17,2
Puente Arce:
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MEDIA 26,4 26,5 26,1 25,2 23,0 22,3 21,2 24,1 24,5 28,0 28,8 27,6 25,2
MAX 28,6 27,8 27,6 26,8 25,2 26,5 22,8 26,5 27,0 29,7 30,3 29,2 26,1
MIN 23,2 25,3 24,1 23,7 21,2 20,1 19,9 21,3 20,2 26,6 27,3 24,7 24,9
Por otro lado, de la misma forma que la precipitación, es de hacer notar que en los años
2003 y 2004, la Estación Puente Arce presenta una discontinuidad.
Consecuentemente, previo un análisis, la información que será utilizada como base será
Aiquile.
3.2.3 Evaporación
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC ANUAL
MEDIA 5,3 5,4 4,5 4,6 4,5 4,6 4,5 3,9 4,8 5,5 4,0 3,9 4,5
2000 **** **** **** **** **** **** **** **** **** **** **** **** ****
2001 **** **** **** **** **** **** **** **** **** **** **** **** ****
2002 **** **** **** **** **** **** **** **** **** **** **** **** ****
2003 87,2 82,5 83,8 78,3 85,1 82,2 80,7 84,2 84,3 65,2 64,5 82,8 80,1
2004 92,4 92,7 92,0 86,0 82,4 **** 84,1 82,2 81,1 73,8 76,0 75,4 ****
2005 79,0 84,1 81,6 81,7 76,9 78,4 80,1 74,9 78,8 80,5 82,0 81,2 79,9
2006 85,7 84,1 83,4 85,7 82,3 82,0 81,8 81,7 82,4 83,3 84,2 88,8 83,8
2007 88,8 89,0 90,2 88,9 88,0 89,9 89,3 88,8 86,3 88,2 89,6 91,2 89,0
2008 90,6 86,9 90,9 93,0 91,9 87,5 91,1 89,2 89,3 87,3 89,1 89,6 89,7
2009 90,8 91,2 90,5 88,0 88,7 90,5 90,8 89,2 88,3 88,9 89,5 **** ****
MEDIA 87,8 87,2 87,5 85,9 85,0 85,1 85,4 84,3 84,4 81,0 82,1 85,5 85,1
MAX 92,4 92,7 92,0 93,0 91,9 90,5 91,1 89,2 89,3 88,9 89,6 91,2 89,7
MIN 79,0 82,5 81,6 78,3 76,9 78,4 80,1 74,9 78,8 65,2 64,5 75,4 79,9
Por otro lado, con la información obtenida de la página web del Atmospheric Science Data
Center de la NASA, para la ubicación de la cuenca de estudio se tiene la siguiente serie de
datos de HR%:
°C %
Latitude Longitude January February March April May June July August September October November December
-18.3 -65.28 0.17 0.16 0.16 0.15 0.15 0.16 0.16 0.16 0.17 0.16 0.16 0.17
Latitude Longitude January February March April May June July August September October November December
-18.3 -65.28 11.54 11.09 10.14 8.80 7.57 6.94 7.21 8.23 9.53 10.65 11.34 11.60
1. Zonas sin cobertura vegetal: cuerpos de agua, ríos, quebradas, centros poblados,
zonas descubiertas. Zonas sin vegetación significativa.
2. Pasturas: zonas cubiertas con pastos y vegetación rala. Uso pastoril.
3. Cultivos: zonas identificadas para uso de cultivos y uso agrícola.
4. Arbustos: presencia de arbustos medios y pasturas en la superficie del suelo.
5. Bosques ralos: zonas con densidad de árboles media a alta, presencia de árboles de
mediana estatura combinadas con vegetación arbustiva media.
Predominan las pasturas medias y ralas, y los arbustos bajos cubriendo entre ambos el 66%
de la superficie. Las zonas agrícolas se presentan en menor cantidad. En las cabeceras de
la zona de la microcuenca El Salto existen zonas localizadas de bosques ralos combinados
con vegetación arbustiva y cubierta de pastos. Existen zonas con cobertura de roca pero no
son áreas significativas. En los sectores del centro urbano de Aiquile y los ríos se han
identificado como “sin vegetación”.
Los usos de la tierra están relacionados con las características físicas de la zona. Las
condiciones de clima restringen de alguna medida el uso agrícola. Predominan los usos
pastoriles y sin uso potencial alguno.
No. De Superficie
Cobertura %
pixeles (há)
Arbustos 5.841 47.312,1 33,79%
Bosques ralos 715 5.791,5 4,14%
Cuerpos de agua 0 0 0,00%
Cultivos 2.680 21.708 15,50%
Pasturas 5.578 45.181,8 32,27%
Sin Vegetacion 2.472 20.023,2 14,30%
TOTAL 17.286 140.016,6 100,00%
Tabla 21a. Distribución de cobertura en la cuenca Uchu Chajra.
Elb. Propia extraída del mapa de coberturas.
Hio
El Salto
Taperas
Grafico 23: Mapa de coberturas en la zona de estudio. En azul se delimitan las tres cuencas.
Elab. Propia en base a SIG e interpretación de imágenes y visita a terreno, diciembre de 2010.
Para el desarrollo del trabajo se requiere como punto de partida contar con un modelo de
elevación digital (DEM) compatible con el entorno SIG. Dadas las condiciones del terreno,
los objetivos y alcances del proyecto así como el tiempo disponible, se ha obtenido la
información topográfica del proyecto SRTM (Shuttle Radar Mission, USA) 3”arc / 90m
Esta imagen de satélite servirá como partida para el procesamiento SIG y la obtención del
mapa base topográfica o DEM. A través de su procesamiento mediante el ILWIS se podrá
obtener el mapa raster de elevación topográfica de la cuenca principal.
Grafico 24: Vista del DEM obtenido del proyecto SRTM. Valores en metros.
Esta imagen se encuentra sin procesar. En circulo la zona de estudio. http://srtm.usgs.gov
Elab. Propia en base a SIG e interpretación de imágenes y visita a terreno, diciembre de 2010.
Grafico 25: Modelo de Elevación Digital (DEM) de la cuenca principal y la red de drenaje. Valores de cota topográfica en metros
Procesamiento del DEM SRTM de la zona mediante ILWIS. Elb Propia.
4. MARCO CONCEPTUAL
En este capitulo se definirá el marco conceptual adecuado sin ingresar en mayores detalles
ya que la teoría es abundante y extensa y no es útil a los objetivos del presente proyecto.
La precipitación puede ocurrir en la fase líquida (lluvia) o en la fase sólida (nieve o granizo).
El agua precipitada en la fase sólida se presenta con una estructura cristalina, en el caso de
la nieve, y con estructura granular, regular en capas, en el caso del granizo. La precipitación
incluye también el agua que pasa de la atmósfera a la superficie terrestre por condensación
del vapor de agua (rocío) o por congelación del vapor (helada) y por intercepción de las
gotas de agua de las nieblas (nubes que tocan el suelo o el mar).
El agua que precipita en tierra puede tener varios destinos. Una parte es devuelta
directamente a la atmósfera por evaporación; otra parte escurre por la superficie del terreno,
escorrentía superficial que se concentra en surcos y va a originar las líneas de agua (ríos) y
almacenamiento en depresiones (lagos). El agua restante se infiltra, esto es penetra en el
interior del suelo; esta agua infiltrada puede volver a la atmósfera por evapotranspiración o
profundizarse hasta alcanzar las capas freáticas.
Tanto el escurrimiento superficial como el subterráneo van a alimentar los cursos de agua
que desaguan en lagos y en océanos.
La escorrentía superficial se presenta siempre que hay precipitación y termina poco después
de haber terminado la precipitación. Por otro lado, el escurrimiento subterráneo,
especialmente cuando se da a través de medios porosos, ocurre con gran lentitud y sigue
alimentando los cursos de agua mucho después de haber terminado la precipitación que le
dio origen.
Así, los cursos de agua alimentados por capas freáticas presentan unos caudales más
regulares.
Los procesos del ciclo hidrológico ocurren en la atmósfera y en la superficie terrestre por lo
que se puede admitir dividir el ciclo del agua en dos ramas: aérea y terrestre.
El agua que precipita sobre los suelos va a repartirse, a su vez, en tres grupos: una que es
devuelta a la atmósfera por evapotranspiración y dos que producen escurrimiento superficial
y subterráneo. Esta división está condicionada por varios factores, unos de orden climático y
otros dependientes de las características físicas del lugar donde ocurre la precipitación.
La energía solar es la fuente de energía térmica necesaria para el paso del agua desde las
fases líquida y sólida a la fase de vapor, y también es el origen de las circulaciones
atmosféricas que transportan el vapor de agua y mueven las nubes.
7
La figura anterior describe el modelo de flujos de agua a través de un volumen de control .
Una vez que la lluvia o precipitación (P) se da, antes de que esta llegue al suelo, una porción
de la misma es retenida por el follaje de las plantas (intercepción I) y desde allí evaporada
directamente (ET). La parte remanente de lluvia, denominada lluvia efectiva se divide en dos
partes: escurrimiento superficial y eventualmente flujo del río (ES) y por otro lado luego de
infiltrarse aporta a la humedad del suelo. Dependiendo de la cantidad de humedad del suelo
(S) que no es aprovechada por las plantas el agua continúa en escurrimiento subterráneo a
través de la precolación (Perc).
7
El desarrollo de este modelo esta basado en “Spatial Water Balance for estimation of green and blue water: The region of
Cochabamba (Bolivia)”, Mauricio Auza Aramayo, M.Sc Thesis WERM 03.03, IHE, Delft, The Netherlands, March, 2003.
∆S
P − I − ES − ET − Perc =
∆t Ec. 4.2
Donde:
Aplicación en la planificación
de aprovechamiento de Procesamiento de datos y
RRHH Resultados: calibración y obtención de información
proyección
Grafico 29: Etapas del desarrollo y aplicación del Balance Hidrico. Elb. Propia.
4.2.1 Precipitación
La variabilidad temporal se refiere a los cambios en la cantidad a través del tiempo en una
zona determinada. Cambios en el régimen anual, distribución temporal o periodos de lluvia
(verano o inverno) periodos secos (verano o invierno). Modificación del régimen de lluvias en
una zona por modificaciones en las condiciones climáticas, de vegetación, etc.
La Estación Puente Arce, presenta una discontinuidad importante entre los meses de marzo
2003 a septiembre de 2004. Además de una discontinuidad en los meses de agosto a
diciembre de 2009. A falta de mayor información se ha completado con los valores medios.
60%
60%
50%
50%
40%
40%
Frecuencia
Frecuencia
30%
30%
20% 20%
10% 10%
0% 0%
<77 77,1-129 1291,1-180 180,1-231 231,1-282 282,1-335,0 51,3 102,6 154,0 205,3 256,6 307,9
Precipitacion (mm) Precipitacion total mensual (mm)
60%
60%
50%
50%
40%
40%
Frecuencia
Frecuencia
30%
30%
20%
20%
10%
10%
0%
0% 37,7 75,5 113,2 150,9 188,7 226,4
<57 57,1-94,5 94,5-132 132,1-170 170,1-207,5 207,6-245,3
Precipitacion total mensual (mm)
Precipitacion (mm)
Grafico 30: Distribución de precipitaciones totales mensuales en las Estaciones Aiquile y Mizque, 2000-2009. Fte. SENAMHI.
Precipitacion Mensual Estacion Puente Arce Distribucion empirica de precipitacion Puente Arce
Periodo 2000-2009
60%
50%
45% 50%
40%
35% 40%
Frecuencia
30%
Frecuencia
30%
25%
20%
20%
15%
10% 10%
5%
0%
0%
32,4 64,8 97,3 129,7 162,1 194,5
<49 49,1-81 81,1-113,5 113,6-146 146,1-178,5 178,5-210,7
Precipitacion total mensual (m m )
Precipitacion (mm)
Grafico 31: Distribución de precipitaciones totales mensuales en la Estación Puente Arce, 2000-2009. Fte. SENAMHI
0,00
50,00
100,00
150,00
200,00
250,00
300,00
Ene-00
Mar-00
May-00
Jul-00
Sep-00
Nov-00
Ene-01
Mar-01
May-01
Jul-01
Balances Hídricos – Paquete 1 Aiquile
Sep-01
Nov-01
Ene-02
Mar-02
Jul-02
Sep-02
Nov-02
Ene-03
Mar-03
May-03
Jul-03
Sep-03
Nov-03
Ene-04
Mar-04
Aiquile
May-04
Jul-04
Sep-04
Mizque
Nov-04
Mes
Ene-05
Mar-05
May-05
Puente Arce
Precipitacion mensual total (mm)
Jul-05
Sep-05
Nov-05
Ene-06
media Aiquile
Mar-06
May-06
COCHABAMBA
Jul-06
Pág. 50
Sep-06
Nov-06
Ene-07
Mar-07
May-07
Jul-07
Sep-07
Nov-07
Ene-08
Mar-08
May-08
Jul-08
Sep-08
Nov-08
Ene-09
Mar-09
May-09
Grafico 32: Registro mensual de Precipitación total mensual en las estaciones de Mizque, Aiquile y Puente Arce para la totalidad de los años 2000 al 2009. Elb Propia
Jul-09
Sep-09
Nov-09
Balances Hídricos – Paquete 1 Aiquile Pág. 51
Los valores pico ocurren al principio del año. En aquellos años donde se registraron ENSOs
moderados (ver sección 2.2.2.5), el valor pico correspondiente tiende a moverse a la
derecha respecto a los valores medios (de Aiquile) lo cual concuerda con las apreciaciones
generales de cuando ocurren esos eventos los pobladores indican que las lluvias “se han
atrasado”.
Nótese que los valores mayores de precipitación se encuentran en Aiquile. Existe un punto
de medición en la Est. Aiquile (mes enero de 2001) cuyo valor máximo de 307mm parece
fuera del rango normal. Sin embargo, a partir del año 2007 los valores de Aiquile se acercan
a los de las demás estaciones. Los años 2006 adelante en los valles del sur de Cochabamba
se ha experimentado un leve descenso en la precipitación total anual.
Mizque tiene un promedio anual de 443.7mm (menor a Aiquile). Puente Arce registra
520.1mm situación que corrobora la variación orografica de la precipitación en la región:
desde este lado de la cordillera las lluvias parecen proceder desde el sur Puente Arce hacia
Aiquile descargando en dicha zona para continuar a Mizque con menores valores.
Los años de mayor y menor acumulación en Mizque fueron 2008 y 2002 respectivamente,
de la misma forma que Puente Arce. Destaca el periodo 2002 de sequía producto del
fenómeno El Niño, y por otro lado el periodo 2007-2008 de mayores valores de lluvias en la
región, producto del mismo (Ver capitulo correspondiente).
En Puente Arce llueve 38 días al año, Aiquile 75 y Mizque 49 días. Todos entre Noviembre a
Marzo. Sin embargo la mayor precipitación se registra en Aiquile y luego en Puente Arce. En
dicho periodo se llega a acumular más del 90% de la lluvia anual en la región.
Por otro lado, las fuentes de humedad para este sector parecen provenir de la zona Sur-
Este, en contraposición por ejemplo al caso Totora (2710msnm), que se encuentra hacia la
vertiente este de la cordillera y que registra una precipitación anual de 600mm, zona que
recibe desde el sector oriental del país una importante cantidad de humedad.
Como consecuencia del análisis anterior, dada la posición topográfica de las tres estaciones
(de sur a norte) y su correspondencia con la lluvia registrada, se puede inferir el origen
orografico del comportamiento de la precipitación en la región. Por tal motivo, se puede
esperar una correlación, dada por la geografía, proporcional entre las tres estaciones.
:
Estación Cota Precipitación
topográfica Anual Promedio
10 años
(mm)
Puente Arce 1514 516.6
Aiquile 2255 559.9
Mizque 2045 443.7
a) Curva doble-masa Para efectos del presente estudio, la curva Doble-Masa verifica la
consistencia del registro de una estación, comparando la precipitación acumulada
con los valores correspondientes acumulados de la precipitación de otras estaciones
localizadas a sus alrededores. En este caso: Aiquile-Mizque y Aiquile-Puente Arce.
Esta teoría establece que, al representar en unos ejes los pares de valores
obtenidos, si la línea que los une es una recta o se aproxima a ella, entonces las
magnitudes de las dos series son proporcionales y pueden ser usados en el estudio.
6000
Segunda correlacion
2
R = 0,9981
5000
Precipitacion Acumulada Estacion Mizque (mm)
4000
Primera correlacion
2
R = 0,994
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Precipitacion acumulada Estacion Aiquile (mm)
Factor de
Correcciones en Mizque Pendiente Recta
Corrección
Precipitación Precipitación
AÑO Total Corregida Total Original
(mm) (mm)
2000 418,6 317,8
2001 564,9 428,9
2002 297,8 226,1
2003 735,0 558,1
8
El factor se refiere al cociente entre las pendientes de las rectas del periodo considerado fijo sobre el periodo de datos por
ajustar. Este factor multiplica posteriormente al dato mensual original.
Precipitación Precipitación
AÑO Total Corregida Total Original
(mm) (mm)
En el caso de la curva Aiquile Puente Arce, la gráfica establece al menos cuatro periodos de
ajuste. La primera correlación corresponde a los datos originales. La segunda correlación
corresponde a los ajustes de datos a una recta con la pendiente similar a la recta que toma
la mayoría de los datos o en aquel periodo donde el análisis del registro entre confiabilidad
razonable. Estos cuatro periodos son: Enero 2000 - Septiembre 2002, Octubre 2002 – Marzo
2005, Abril 2005 - Enero 2008 y Febrero 2008 a Diciembre 2009. En el análisis de registro
del SENAMHI se ha identificado una ausencia de datos entre los años 2003, 2004 y parte
del 2005. El periodo 2005 al 2009 tiene más datos registrados que el periodo anterior al
2002, consiguientemente se ha ajustado al tercer periodo identificado por su actualidad.
7000
Segunda Correlacion
2
R = 0,9979
Precipitacion Mensual Acumulada Estacion Puente Arce (mm)
6000
5000
4000
Primera Correlacion
2
R = 0,9872
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Grafico 25: Curva Doble masa Aiquile – Puente Arce. Elb. Propia
Pendiente Factor de
Correcciones en Puente Arce
Recta Corrección
Recta 1: Ene/00 – Sep/02 0,632 1,791
Recta 2: Oct/02 – Mar/05 0,892 1,269
Recta 3: Abr/05 – Ene/08 1,133 1,000
Recta 4: Feb/08 – Dic/09 1,089 1,040
Se debe observar que para mantener la consistencia entre estaciones, en el primer periodo
los valores mensuales debieran aumentar hasta en un 80%, el segundo en un 27% y el
cuerto en un 4%. De tal forma que las series anuales se ajustan a los siguientes valores:
Precipitación Precipitación
AÑO Total Corregida Total Original
(mm) (mm)
2000 418,6 317,8
2001 564,9 428,9
2002 297,8 226,1
2003 735,0 558,1
Con estos ajustes se obtiene una correlación de 0.99 mucho mas adecuada para su
utilización en el estudio.
n n n
R xy = ∑ Pxi − Pyi − nPx Py / ∑ ( Pxi ) 2 − n( Px ) 2 ∑ (Pyi )2 − n( Py ) 2 Ec. 4.2.1.2
i =1 i =1 i =1
Donde:
Rxy Coeficiente de correlación entre la estación x y la estación y.
Pxi Precipitación en la estación base x, en mm.
Pyi Precipitación en la estación auxiliar y, en mm.
n Numero de pares de datos (x,y) de precipitación.
Rxy
Coeficientes de Rxy
Distancia (Km) (serie corregida en
correlación: (serie original)
curva doble masa)
Mizque 32,50 0,86 0,89
Puente Arce 24,20 0,77 0,83
Aiquile - 1,00 1,00
Aiquile
1,00
0,95
Coeficiente de Correlacion
Mizque
0,90
0,85
0,75
- 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Grafico 26: Correlación por distancia entre Aiquile – Mizque - Puente Arce. Elb. Propia
Notese el efecto de las correciones realizadas a los valores de las estaciones Mizque y Puente Arce.
Las siguientes son las series de precipitación a utilizar, tomando en cuenta que han sido
ajustadas según los criterios descritos anteriormente.
Las desventajas:
1. No considera influencias orográficas pues asume variación lineal de la lluvia entre
estaciones.
2. Cuando la red de estaciones cambia, los polígonos deben ser evaluados
nuevamente.
3. Requiere de al menos dos o tres estaciones.
Para el presente estudio, para fines metodológicos inclusive, es más conveniente el uso del
Método de las Isoyetas (Figura 28). Este método permite tomar en cuenta factores que
tienen influencia en la altura de la lluvia local, tales como relieve, exposición, dirección de las
tormentas, etc. Básicamente el método consiste en distribuir la diferencia de precipitación
entre todas las estaciones de la red y luego unir la red de los puntos con igual distribución.
P = (∑ ( Pi × Ai )) / A Ec. 4.2.1.4
Donde:
P: Precipitación promedio sobre el área de la cuenca (mm).
Ai: Área comprendida entre dos isoyetas (Km2).
At: Área Total de la cuenca (Km2).
Pi: Precipitación promedio entre dos isoyetas (mm).
Cuenca Hio
Cuenca El Salto
Aiquile
Cuenca Taperas
Figura 29: Mapa de isoyetas (precipitación media anual) (mm) en la cuenca Uchu Chajra
y las microcuencas Hio, El Salto y Taperas. Elab. Propia.
La figura 7 (pagina 12) establece curvas isoyetas para los periodos 1990 y anteriores. Por
ejemplo, de acuerdo al SISMET (SENAMHI), el promedio anual entre 1975 y 1987 en la zona
de Aiquile ha sido de 623.3mm, lo cual se relaciona aproximadamente con la figura 7. En
cambio, la figura 29 ha sido elaborada con datos del periodo 2000 a 2009 donde se verifica
un descenso del valor anual. Lo que ambas figuras mantienen es la tendencia de la
distribución espacial de la precipitación, la cual aumenta desde norte a sur entre Mizque,
Aiquile y Puente Arce.
Se requiere obtener una serie de valores de precipitación de diseño sobre los cuales
proyectar la oferta de agua esperada. En este caso, dado que los valores son mensuales, se
usaran como apoyo, una adaptación del método de las curvas de variación estacionales.
Estas curvas representan la distribución de valores hidrológicos, en este caso las
precipitaciones respecto al tiempo y la PROBABILIDAD DE QUE DICHOS EVENTOS O
VALORES OCURRAN. Permiten por ejemplo, determinar para un mes determinado un valor
de precipitación con una determinada probabilidad de ocurrencia (P).
a) Para cada mes dentro del periodo de análisis (2000-2009), ordenar los n valores
mensuales en orden descendente.
b) La probabilidad que el evento sea igualado o excedido es:
2m − 1
P= × 100 Ec. 4.2.1.5
2n
Donde:
m Numero de orden del valor: el mayor tiene orden m=1. Continuar 2,…, n.
n Numero de valores registrados durante un periodo de t años = 10.
P probabilidad acumulada en porcentaje.
En el presente caso, los registros corresponden a n=10 años. Consiguientemente para cada
mes se tienen 10 valores. Con ellos se obtiene la siguiente tabla o distribución de
probabilidades:
Numero de P (%)
orden
1 5%
2 15%
3 25%
4 35%
5 45%
6 55%
7 65%
8 75%
9 85%
10 95%
9
“Hidrologia”, Máximo Villon Béjar, Lima, 2002)
Para el presente caso de estudio se han obtenido las siguientes distribuciones o curvas de
variación estacional.
350.0
300.0
250.0
200.0
P (mm)
150.0
100.0
50.0
0.0
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Mes
5% 25% 55% 75% 95% MEDIA
Grafico 29A: Curvas de variación estacional Estación Aiquile, periodo 200-2009. Elab. Propia.
45% 197.6 113.5 82.9 35.5 0.6 0.2 0.2 1.8 4.0 18.9 29.4 102.2 586.8
55% 169.2 109.2 69.6 17.6 0.2 0.0 0.0 0.5 3.1 17.0 28.4 100.8 515.6
65% 138.2 108.0 59.4 12.5 0.2 0.0 0.0 0.0 1.8 10.5 24.6 76.4 431.6
75% 95.0 98.6 50.6 10.0 0.0 0.0 0.0 0.0 0.6 7.8 22.5 75.0 360.1
85% 81.4 72.0 47.0 7.1 0.0 0.0 0.0 0.0 0.2 7.3 22.2 65.6 302.8
95% 18.4 21.5 12.5 4.5 0.0 0.0 0.0 0.0 0.0 4.6 1.5 26.1 89.1
Tabla 29A: Curvas de variación estacional Estación Aiquile, periodo 200-2009. Elab. Propia.
250,0
200,0
150,0
P (mm)
100,0
50,0
0,0
ENE
DIC
JUN
SEP
OCT
FEB
JUL
NOV
AGO
MAR
ABR
MAY
Mes
5% 25% 55% 75% 95% MEDIA
Grafico 29B: Curvas de variación estacional Estación Mizque, periodo 200-2009. Elab. Propia.
45% 128,8 93,8 70,1 22,0 0,0 2,0 0,0 0,0 5,1 8,0 40,0 104,9 474,7
55% 127,8 91,9 62,0 11,2 0,0 0,1 0,0 0,0 0,0 4,0 37,0 100,1 434,0
65% 119,9 85,1 44,1 3,2 0,0 0,0 0,0 0,0 0,0 3,0 34,8 71,1 361,1
75% 108,0 58,4 29,5 2,0 0,0 0,0 0,0 0,0 0,0 1,3 27,9 40,0 267,1
85% 96,8 48,5 22,8 0,0 0,0 0,0 0,0 0,0 0,0 1,3 6,6 36,5 212,5
95% 75,3 33,2 13,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 5,0 27,9 154,4
Tabla 29B: Variación estacional Estación Mizque, periodo 200-2009. Elab. Propia.
250,0
200,0
150,0
P (mm)
100,0
50,0
0,0
ENE
DIC
JUN
SEP
OCT
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Mes
5% 25% 55% 75% 95% MEDIA
Grafico 29C: Curvas de variación estacional Estación Puente Arce, periodo 200-2009. Elab. Propia.
45% 136,7 124,0 108,9 36,7 0,3 0,0 6,0 6,3 15,1 48,0 38,8 100,1 620,9
55% 136,7 110,3 108,9 29,1 0,0 0,0 0,0 5,6 13,4 42,7 37,4 100,1 584,2
65% 132,0 110,3 100,3 28,7 0,0 0,0 0,0 5,4 5,4 38,0 34,5 89,0 543,6
75% 119,6 40,0 70,7 26,0 0,0 0,0 0,0 0,0 0,0 28,1 22,0 78,5 384,9
85% 106,4 35,4 65,5 9,0 0,0 0,0 0,0 0,0 0,0 5,4 21,5 78,0 321,2
95% 64,5 30,4 44,8 9,0 0,0 0,0 0,0 0,0 0,0 1,5 0,8 70,2 221,2
Tabla 29C: Curvas de variación estacional Estación Puente Arce, periodo 200-2009. Elab. Propia.
4.2.2 Temperatura
Para el presente estudio y dada la posición relativa de la cuenca respecto a la Estación más
próxima de Aiquile, se usará lo que se denomina gradiente térmico. Este concepto
corresponde al número de metros que tiene que subirse en la atmósfera para que la
temperatura disminuya un grado. En otras palabras es la razón del cambio de la temperatura
por unidad de altura topográfica. Se tienen dos gradientes, el adiabático de 10.0 ºC/km (en
aire seco) y el pseudoadiabático (aire húmedo) es 6.5 ºC/km. Considerando la posición de la
cuenca de estudio se usará el valor de 10ºC de disminución por cada 1000m que se suba a
partir de la cota topográfica de la Estación de Aiquile.
Donde:
Tz: Temperatura en el punto de cota topográfica z.
Test: Temperatura de referencia.
Z: Cota topográfica del punto.
Zest: Cota topográfica del punto de referencia.
Suponiendo sólo el efecto del gradiente de temperatura y sin considerar efectos del viento
(advección) y otros, con el modelo de elevación digital (DEM) disponible se puede estimar
los mapas de distribución espacial de la temperatura para cada mes y anual en la cuenca de
estudio.
Por ejemplo se tienen los siguientes mapas de distribución calculados sobre valores
anuales.
El Salto
4.2.3 Evapotranspiracion
Aquellos parámetros que rigen este mecanismo son: la radiación solar, temperatura,
humedad relativa, viento, condiciones de superficie, cobertura del suelo, desarrollo foliar,
rugosidad de la superficie, etc.
1. Modelos climatológicos:
a. Basados en la temperatura del aire: Thorntwaite, Blaney-Criddle, Hargreaves,
Linacre.
b. Basados en la radiación solar: Makking, Jensen-Haise.
c. Basados en mediciones directas de evaporimetros.
2. Modelos combinados:
a. Balance de energía + componente aerodinámico: Penman (FAO), Penman
Monteith.
Siendo aplicable directamente a regiones áridas desde 1948 y cultivos pequeños. Solo
requieren de datos de temperaturas, despreciando los demás efectos, por cuanto aun
cuando es muy usado, tiene limitaciones en la precisión de sus resultados:
a
D N 10T
ETP = n n × 16 × Ec. 4.2.3.1
360 J
Donde:
ETP: evapotranspiracion potencial (mm/mes).
Dn: Numero de días del mes (días)
Nn: Promedio diario de duración del día (hr)
T: Temperatura media mensual del aire (ºC)
1.514
T
12
J: Índice de calor anual = ∑
1 5
Un panel de expertos e investigadores en riego fue organizado por la FAO en mayo de 1990,
en colaboración con la Comisión Internacional para el Riego y Drenaje y con la Organización
Meteorológica Mundial, con el fin de revisar las metodologías previamente propuestas por la
FAO para el cálculo de los requerimientos de agua de los cultivos y para elaborar
recomendaciones sobre la revisión y la actualización de procedimientos a este respecto.
El método FAO Penman-Monteith fue desarrollado haciendo uso de la definición del cultivo
de referencia como un cultivo hipotético con una altura asumida de 0,12 m, con una
resistencia superficial de 70 s m-1 y un albedo de 0,23 y que representa a la
evapotranspiración de una superficie extensa de pasto verde de altura uniforme, creciendo
activamente y adecuadamente regado. El método reduce las imprecisiones del método
anterior de FAO Penman y produce globalmente valores más consistentes con datos reales
de uso de agua de diversos cultivos.
0.408∆(Rn − G ) + γ
900
u 2 (e s − e a )
ETo = T + 273 Ec. 4.2.3.2
∆ + γ (1 + 0.34u 2 )
Donde:
ETo: Evapotranspiracion de referencia (mm/dia)
Rn: Radiación neta en la superficie del cultivo (MJ/m2/dia)
Ra: Radiación extraterrestre (mm/dia)
G: Flujo de calor del suelo (MJ/m2/dia)
T: Temperatura media del aire a 2m de altura (ºC)
u2: velocidad del viento a 2m de altura (m/s)
es: presión de vapor de saturación (kPa)
ea: presión real de vapor (kPa)
es-ea: déficit de presión de vapor (kPa)
?: pendiente de la curva de presión de vapor (kPa/ºC)
g: constante psicrometrica (kPa/ºC)
La ecuación utiliza datos climáticos de radiación solar, temperatura del aire, humedad y
velocidad del viento. Para asegurar la precisión del cálculo, los datos climáticos deben ser
medidos o ser convertidos a 2 m de altura, sobre una superficie extensa de pasto verde,
cubriendo completamente el suelo y sin limitaciones de agua.
FAO10 recomienda Penman-Montheit, sin embargo, siendo un modelo que requiere muchas
variables y parámetros, recomienda alternativamente también el uso de la formulación de
Hargreaves el cual de una forma más simple usa datos de temperatura mensual y radiación
solar incidente. Su formulación más citada y usada es la siguiente:
Donde:
ETP: evapotranspiracion media mensual (mm/día)
T: Temperatura media mensual (ºC)
Ra: Radiación solar extraterrestre, de tablas, (mm/día)
Tmax: Temperatura máxima mensual (ºC)
Tmin: Temperatura mínima mensual (ºC)
Esta ecuación tiene a subestimar los valores de ETP en condiciones de altas velocidades
de viento (u>3m/s) y sobreestimarlos con altas condiciones de humedad relativa.
Para evaluar la Radiación Solar Extraterrestre (Ra) existen varias tablas, todas ellas en
función de la latitud y del mes. Cuando los valores están en MJulio/m2/día, para pasar a
mm/día (de agua evaporada) multiplicar por 0,408. Cuando están en kWh/m2/día, multiplicar
por 1.47.
10
“Evapotranspiracion del cultivo – Guías para la determinación de los requerimientos de agua de los cultivos”, Estudio FAO
Riego y Drenaje Publicación No. 56, 1998¿?.
radiación solar, temperatura del aire, humedad, y velocidad del viento. Si es necesario, la
Ecuación Hargreaves puede calibrarse en base mensual o anual determinando los
coeficientes empíricos de correlación donde ETo = a + b ETo(HG), donde el subíndice «HG»
se refiere al valor de ETo calculado aplicando la de Hargreaves . Los coeficientes a y b se
pueden determinar por análisis de regresión.
S
ETo = α ( RN + G ) Ec. 4.2.3.4
S +γ
Donde:
ETo: Evapotranspiracion potencial (mm/día)
Rn: Radiación neta en la superficie del cultivo (MJ/m2/día)
G: Flujo de calor del suelo (MJ/m2/día)
S: pendiente de la curva de presión de vapor (kPa/ºC)
α: constante empírica que relaciona ETP/Eteq
g: constante psicrometrica (kPa/ºC)
Donde:
Kt: coeficiente del tanque, normalmente entre 0.35 y 0.85.
Ea: mediciones de la evaporación dentro del tanque (mm)
caso, coincide con la real, el exceso de agua permanece como reserva del suelo. En los
períodos más húmedos, dicho exceso, puede superar a la capacidad de reserva y existirá
una evacuación de la sobrante por drenaje o escorrentía superficial si la permeabilidad del
suelo es inferior a la intensidad de la precipitación.
nm −1
A = S start 1 − exp
B = 1 − γ o + γ o exp
γ o γo
11
“Spatial Water Balance for estimation of green and blue water: The region of Cochabamba (Bolivia)”, Mauricio Auza Aramayo,
M.Sc Thesis WERM 03.03, IHE, Delft, The Netherlands, March, 2003.
Sb
γo = Sb = 0.5 Ha
ETP
Donde:
Sstart: Humedad inicial del suelo al principio del mes o humedad remanente del mes
precedente (mm)
nm: Numero de días del mes.
Sb: Contenido disponible de humedad del suelo en el limite entre la ET restringida
por la falta de agua y la ETP
Ha: Humedad disponible o aprovechable del suelo = Capacidad de campo (CC) –
Punto de marchitez permanente (PMP)
4.2.3.7 Comentarios
Sobre los métodos de cálculo y estimación de la ETP o ETo12, los resultados de los estudios
comparativos pueden ser resumidos como sigue:
− D
I = P1 − exp Ec. 4.2.4
β
Donde:
I: Intercepción (mm/mes)
P: Precipitación (mm/mes)
D: Umbral diario de intercepción (mm/día) = (1 − a ) Min( Dv, Ipot ) + a × Epot
b: Lluvia media en un día lluvioso (mm/día)
a: Fracción de la superficie del terreno cubierto por vegetación.
Dv: Capacidad de intercepción de la vegetación (mm/dia)
Ipot: Evaporación potencial de la vegetación húmeda en un día lluvioso (mm/día)
Epot: Evaporación potencial del suelo (mm/día)
Por metodología, los valores de Ipot y Epot, se calculan a partir de la estimación de ETP
(Thorntwaite) con las siguientes consideraciones:
o Para Ipot se asume que en los días lluviosos, la humedad relativa del aire es
elevada (cercano al 100%) y en consecuencia, la tasa de evaporación se reduce
sustancialmente. En consecuencia la ETP será reducida utilizando un factor
basado en la humedad relativa: Ipot=ETP x (100-HR).
o Para Epot, se asume que la evaporación del suelo es menor a la ETP porque el
suelo pierde humedad rápidamente desde las primeras capas de la superficie.
La lluvia media de un día lluvioso b puede ser obtenida a partir del conteo de días de lluvia
por mes en un registro histórico y su relación con la cantidad de lluvia total mensual para
obtener la cantidad de agua caída en promedio en un día lluvioso: dividir la lluvia del mes
entre los días lluviosos.
4.2.5 Percolación
El fenómeno del flujo subterráneo es complejo, depende de muchos factores que
necesariamente requieren de estudios detallados de campo: medidas de infiltración,
prospecciones de pozos, mediciones piloto, etc. Para efectos del presente estudio se
analizara la metodología mas básica para estimar el flujo de agua que infiltra y percola en
las capas subterraneas una vez que los fenómenos de precipitación, evaporación, flujos
superficial, humedad del suelo han ocurrido y hay agua suficiente para poder infiltrarse en el
suelo.
Una vez ocurrida la percolación el agua se transporta por los acuíferos siguiendo los
principios básicos de permeabilidad y transmisividad descritos en la metodología de Darcy:
ha − hb
Q = −K × A × Ec. 4.2.5
L
Donde:
Sin embargo, los procesos de percolación ocurren una vez cumplidas las condiciones de
ingreso y salida de agua del sistema en un modelo de balance hídrico. Generalmente los
valores de percolación a utilizar en un BH Espacial se obtienen después de que los procesos
de intercepción y transpiración se han dado luego de una lluvia y una vez que la humedad
remanente del suelo es mayor que la capacidad de campo del suelo (CC) y se haya
producido la escorrrentia superficial. Es decir, se puede producir la percolación como flujo
subterráneo una vez que el suelo esta saturado o la humedad del suelo ha sobrepasado la
capacidad de campo.
i. Al inicio del mes la humedad del suelo es la que queda desde el mes anterior.
ii. Este valor debe ser sumado a la cantidad de agua disponible para infiltrar en el
mes de estudio después de reponer la humedad del suelo, por ejemplo, no ocurre
ello cuando la lluvia es menor a la intercepción y al flujo superficial.
iii. De este total se resta la transpiración y si el valor resultante es mayor que la
capacidad de campo el flujo superficial ocurre y la humedad remanente al final
del mes es el resultado del proceso y representa la percolación.
13
“Particularización al método de los coeficientes de escorrentía”, Andrés Martínez de Azagra Paredes, www.oasification.com,
2006.
En términos simples, para efectos del presente estudio, los valores de este componente del
BH se estimarán con la determinación de un coeficiente de escurrimiento medio (C) propio
de la cuenca y sus características de pendiente, cobertura y permeabilidad, aplicado a la
precipitación mensual descontada la intercepción vegetal (precipitación efectiva) en la
cuenca de estudio. Así el valor de ESC será:
El valor de ESC aplicado a la superficie de la cuenca entrega una estimación del caudal de
escorrentía superficial que descarga la red de drenaje en el punto de control.
Pm − In − Perc
C= Ec. 4.2.6.1
Pm
Donde:
C: Coeficiente de escurrimiento.
Pm: Precipitación (mm).
In: Intercepción vegetal (mm).
Perc: Percolación (mm).
Para obtener este valor, debe calcularse primero los valores de In y Perc. Como en el
presente modelo, se estima primero el valor de In, la fracción de In/Pm puede determinarse.
Pero el valor de Perc es resultado del balance final, por consiguiente se puede asumir la
fracción Perc/Pm como implícito en la estimación de C mediante tablas o algún otro método
empírico.
Importante: Los valores no pueden ser mantenidos constantes todo el año debido a las
variaciones de lluvia, humedad en el suelo, evolución y crecimiento de cobertura,
consiguientemente debe corregirse en función a la ocurrencia y cantidad de lluvias por mes.
En base a recomendaciones del SCS (Soil Conservation Service) se sugiere usar los
siguientes valores en base a uso del suelo, permeabilidad y pendiente (Beek, 1996; Benítez
et al, 1980; Lemus & Navarro, 2003):
La combinación adecuada de los tres conceptos descritos establecerá como resultado, los
balances hídricos necesarios.
Grafico 34: Diagrama de flujo para determinar el Balance Hídrico de una cuenca.
Para facilitar el entendimiento de los resultados, la ecuación anterior puede ser aplicada en
un entorno SIG dado que es posible espacializar los componentes de la misma en la cuenca
hidrográfica de estudio, de tal forma que el resultado final será la cuenca zonificada según
diferentes parámetros obtenidos como resultado del modelo de BH.
Los pasos para realizar el balance de forma espacial son los siguientes:
Para este trabajo se desarrollaran los mapas a través del ILWIS. Software especializado en
el trabajo SIG.
Relleno de Relleno de
información y información y
análisis análisis
estadístico estadístico
Análisis de
consistencia
Modelos
empíricos
Selección de aplicables
variables
Comportamiento de Espacialización
variables
Mapas de
Mapas de ETP
Precipitación
Los índices de aridez consideran como dato fundamental las precipitaciones caídas a lo
largo del año (como fuente de agua) y las temperaturas (como indicador de la capacidad
para evaporar del clima).
Donde:
Estableció los rangos que corresponden a los distintos tipos de clima tal como se presenta
en la siguiente tabla (Almorox 2009):
Ia CLIMA
>60 Per-húmedo
60-30 Húmedo
30-20 Sub-húmedo
20-15 Semiárido (mediterráneo)
15-5 Árido (estepario)
5-0 Árido extremo (desierto)
Según De Martonne el índice también se puede aplicar para cada mes. La fórmula es similar
a la anterior, pero con los valores medios mensuales y multiplicando la expresión por 12
(doce) y con los parámetros de orden mensual.
Según el autor, son meses de actividad vegetativa para la vegetación aquellos en los que la
temperatura media es superior a 3 °C (valor inferior al de 6ºC fijado por otros autores) y en
los que el índice de aridez mensual es superior a 20.
∆S
P − I − ES − ET − Perc =
∆t Ec. 5.1
Donde:
Cada uno de estos parámetros es un mapa base con los valores “rasterizados” de la cuenca
para cada píxel que compone dicho mapa.
• Para el balance global de oferta y demanda se supone que la producción de agua de las
fuentes, no cambiará en los próximos 10 años respecto a la producción y condiciones
anuales de diseño y de los últimos 10 años pasados.
Estos mapas mensuales se obtendrán a partir de los datos de precipitación puntual por
estaciones:
a) Valores medios y extremos: media, máxima y mínima.
b) Probabilidad de ocurrencia: 10%, 25%, 50%, 75% y 90%.
Tabla 35a. Valores promedio mensual de los mapas de lluvia en la cuenca Uchu Chajra
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
P (mm) 162,60 115,50 86,80 27,30 2,00 0,40 3,40 4,70 7,10 24,80 32,40 101,80 568,80
Con estos mapas se dispone del primer componente de la ecuación 5.1 de Balance Hídrico.
Mizque
Aiquile
Puente Arce
Mizque
Aiquile
Puente Arce
Debido a la falta de información al respecto se asume que esta fracción se mantiene con el
tiempo a lo largo del año, aunque es de esperar que por lo menos la fracción de cultivos
disminuya por el carácter de agricultura a secano que impera en el mismo.
Tabla 37a. Valores asignados de “a” fracción de superficie del terreno cubierta por vegetación (%)
Tipo de cobertura ene feb mar abr may jun jul ago sep oct nov dic
arbustos 50 50 50 50 50 50 50 50 50 50 50 50
bosques ralos 80 80 80 80 80 80 80 80 80 80 80 80
cuerpos de agua 0 0 0 0 0 0 0 0 0 0 0 0
cultivos 60 60 60 60 60 60 60 60 60 60 60 60
pasturas 40 40 40 40 40 40 40 40 40 40 40 40
sin vegetación 10 10 10 10 10 10 10 10 10 10 10 10
La tabla anterior se interpreta de la siguiente forma: en el caso de los arbustos, por ejemplo,
por cada unidad de superficie asignada a este tipo de cobertura un 50% esta cubierta por la
superficie foliar y el resto 50% es suelo desnudo. A falta de datos, esta evaluación en el
presente estudio es subjetiva y cualitativa por lo tanto obedece a valores promedio. El caso
sin vegetación, considera una cobertura mínima ya que esta clasificación corresponde tanto
a suelo desnudo como a un desarrollo vegetal incipiente, así como a las áreas urbanas
(centro poblado de Aiquile).
Grafico 38: Mapa de grado de cobertura. Elb. Propia en base a grafico 23.
Para calcular los valores de EPOT e IPOT se usa la metodología de la sección 4.2.4 y se
asumen datos de campo y los valores de información básica de secciones anteriores.
1. Primero se calcula la ETP que por las características del presente método, objetivos
del estudio y la complejidad de otras formulaciones, se usará Hargreaves.
Para poder obtener el valor de ETP corregido con los valores de Kc (Coeficiente de
Cultivo) se asumen los siguientes datos según las características de cobertura
vegetal presente14:
NOMBRE ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
Bosque semideciduo de altura 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7
Cultivos a secano 1.13 1.13 0.65 0.65 0.15 0.15 0.15 0.15 0.15 0.35 0.35 1.13
Matorrales secos 0.3 0.3 0.3 0.2 0.2 0.2 0.2 0.2 0.2 0.3 0.3 0.3
Pasturas 0.7 0.7 0.7 0.7 0.3 0.3 0.3 0.2 0.2 0.2 0.3 0.3
Sin vegetación 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15
3. Para estimar la razón: Evaporación suelo desnudo/ ETP del suelo, se toman en
cuenta las metodologías de Penman Montheit (FAO) para la ETP de la cubierta
vegetal y Priestley-Taylor (Burman y Pocchop, 1994) para suelo desnudo (Tablas 39
y 40). Dada la complejidad de la formulación, éste se realizó con el apoyo de una
hoja electrónica de cálculo.
• Estación de Aiquile
• Latitud 18° 11´S / Longitud 65° 11´ W
• Elevación 2251
E Potential Evapo. mm/day (P-M FAO) Tabla 39 3.9 4.0 3.8 3.2 2.9 2.4 2.6 3.1 3.7 4.4 4.8 4.4
Es Pot. Soil evap mm/day (P-T) Tabla 40 2.02 2.11 1.92 1.33 0.93 0.51 0.55 0.82 1.30 2.03 2.53 2.33
Ev suelo / Ev potencial 0.51 0.52 0.51 0.41 0.32 0.21 0.21 0.26 0.35 0.46 0.52 0.53
Primero son necesarios los mapas que representan los días de lluvia, para ello se tiene la
información del SENAMHI como frecuencia de precipitación. Se crean doce mapas de días
de lluvia SOLO PARA LA ZONA DE AIQUILE.
Posteriormente se calcula el valor de “b” para cada mes, dividiendo la precipitación mensual
con los días de lluvia correspondiente. Este valor se convierte en un mapa que sigue la
misma distribución de valores que la precipitación.
14
No se tiene información específica del terreno, por lo tanto se usaran valores “promedio”. Para el modulo “Cultivos a secano”
se usaran los correspondientes a maíz, trigo y papa como cultivos representativos de la zona (0.35-1.13-0.65-0.15). Para el
modulo “Matorrales secos”, se usara un equivalente a 0.3 (arbustos, chacatea, etc.). Para el modulo de bosque semideciduo de
altura se usara un valor constante de 0.7. Pastos y pasturas tienen un Kc aproximado a 0.7-0.3 y el suelo sin vegetaron o
vegetación incipiente un valor de 0.15. Fuente principal: “Evapotranspiracion del cultivo – Guías para la determinación de los
requerimientos de agua de los cultivos”, Estudio FAO Riego y Drenaje Publicación No. 56, 1998¿?.
Calculo n/N 0.70 0.70 0.70 0.95 0.95 1.00 1.00 1.00 1.00 0.80 0.70 0.70
cte r Albedo de superficie con vegetación 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23
-1 -1
cte cp Calor especifico del aire J.kg .K 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6 1004.6
Input ⇒ RH Humedad relativa % 78.20 78.20 77.20 71.80 58.00 49.70 43.00 42.60 48.50 58.20 68.50 76.50
Input ⇒ U Velocidad del viento m.s -1
0.33 0.28 0.28 0.22 0.39 0.36 0.33 0.39 0.39 0.47 0.39 0.36
Calculo
Numero de días del mes 31 28 31 30 31 30 31 31 30 31 30 31
Calculo
ea Presión de vapor de saturación kPa 2.33 2.32 2.32 2.20 1.92 1.80 1.74 2.04 2.20 2.38 2.53 2.41
Calculo s pendiente de curva de presión de vapor
kPa.K-1 0.14 0.14 0.14 0.14 0.12 0.12 0.11 0.13 0.14 0.15 0.16 0.15
Calculo
ed Presión real de vapor kPa 1.82 1.81 1.79 1.58 1.11 0.90 0.75 0.87 1.07 1.39 1.74 1.84
Calculo RnL Radiación neta de onda larga
W.m -2 46.49 46.59 46.93 65.13 73.97 82.34 86.16 85.41 81.03 60.72 48.74 46.50
Calculo -2
RN radiación neta en la superficie del cultivo W.m 141.86 147.22 136.95 115.82 99.59 79.05 83.85 98.47 123.40 151.03 169.40 158.55
Calculo P Presión atmosférica en “z” kPa 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37
Calculo
Tkv Temperatura K 295.87 295.78 295.80 294.95 292.73 291.77 291.21 293.71 294.96 296.23 297.25 296.41
Calculo
ρa Densidad del aire en “z” kg.m -3
0.912 0.912 0.912 0.914 0.921 0.924 0.926 0.918 0.914 0.911 0.907 0.910
Calculo
γ Constante psicrometrica kPa.K -1
0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051
Calculo -1
ra Resistencia aerodinámica s.m 360.29 376.92 376.92 395.16 345.07 352.52 360.29 345.07 345.07 324.50 345.07 352.52
Calculo E Evapotranspiracion potencial. mm/day 3.9 4.0 3.8 3.2 2.9 2.4 2.6 3.1 3.7 4.4 4.8 4.4
15
Mauricio Auza, CLAS-UMSS, Cochabamba, 2007
Tabla 40. Evaporación potencial del suelo determinado por la ecuación de Priestley-Taylor
Variable Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Input
⇒ Temperatura promedio del aire oC 19.9 19.9 19.9 19.0 16.8 15.9 15.3 17.8 19.0 20.3 21.3 20.5
Input
⇒ Rs Radiación solar W.m 2 244.6 251.7 238.8 235.0 225.4 209.6 220.8 238.8 265.5 275.0 283.3 266.3
Input
⇒ n Numero real de horas de luz hr 9.2 8.9 8.6 11.1 10.7 11.1 11.1 11.5 12.0 10.0 9.1 9.2
Input
⇒ N Horas teóricas de luz hr 13.1 12.7 12.2 11.7 11.3 11.1 11.1 11.5 12.0 12.5 13.0 13.2
Input
⇒ n/N 0.70 0.70 0.70 0.95 0.95 1.00 1.00 1.00 1.00 0.80 0.70 0.70
cte r Albedo de superficie con vegetación 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23
cte r Albedo de superficie sin vegetación 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50 0.50
Input
⇒ RH Humedad relativa % 78.2 78.2 77.2 71.8 58 49.7 43 42.6 48.5 58.2 68.5 76.5
-1 -1
cte cp Calor especifico del aire kJ.kg .K 1.005 1.005 1.005 1.005 1.005 1.005 1.005 1.005 1.005 1.005 1.005 1.005
Calculo
ea Presión de vapor de saturación kPa 2.33 2.32 2.32 2.20 1.92 1.80 1.74 2.04 2.20 2.38 2.53 2.41
Calculo ∆ pendiente de curva de presión de vapor
kPa.oC-1 0.14 0.14 0.14 0.14 0.12 0.12 0.11 0.13 0.14 0.15 0.16 0.15
Calculo
ed Presión real de vapor kPa 1.82 1.81 1.79 1.58 1.11 0.90 0.75 0.87 1.07 1.39 1.74 1.84
Calculo -2
RnL Radiación neta de onda larga W.m 46.49 46.59 46.93 65.13 73.97 82.34 86.16 85.41 81.03 60.72 48.74 46.50
Calculo RN rad. neta en la superficie del cultivo MJ.m-2.day -
1
12.26 12.72 11.83 10.01 8.60 6.83 7.24 8.51 10.66 13.05 14.64 13.70
Calculo RNS rad. neta en la superficie del suelo MJ.m-2.day -
1
6.55 6.85 6.26 4.53 3.35 1.94 2.09 2.94 4.47 6.63 8.03 7.49
Calculo P Presión atmosférica en “z” kPa 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37 77.37
Calculo
Tkv Temperatura Virtual K 295.87 295.78 295.80 294.95 292.73 291.77 291.21 293.71 294.96 296.23 297.25 296.41
Calculo
ρa Densidad del aire en “z” kg.m-3 0.912 0.912 0.912 0.914 0.921 0.924 0.926 0.918 0.914 0.911 0.907 0.910
Calculo
λ Calor latente de vaporización kJ.kg-1 2453.94 2454.15 2454.10 2456.09 2461.28 2463.52 2464.82 2458.99 2456.06 2453.09 2450.71 2452.67
Calculo
Constante psicrometrica kPa.oK-1 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051 0.051
Calculo
αS constante 1.13 1.14 1.13 1.10 1.08 1.03 1.04 1.06 1.09 1.12 1.14 1.14
Calculo Es Evapotranspiracion potencial del suelo mm/day 2.02 2.11 1.92 1.33 0.93 0.51 0.55 0.82 1.30 2.03 2.53 2.33
Tipo de cobertura Dv
vegetal (mm/día)
arbustos 0.700
bosques ralos 1.000
cuerpos de agua 0.000
cultivos 0.500
pasturas 0.300
sin vegetación 0.000
Cuando el valor de “a” es 100% es decir cuando el suelo esta cubierto completamente por
vegetación el valor de D es igual a la evapotranspiracion de la vegetación. Cuando es valor
es 0%, es decir no hay cubierta vegetal en el suelo el valor debiera ser 0.
Grafico 41: Mapas de Umbral Diario D (mm/día) para los meses de enero y junio. Elb. Propia
Con los valores anteriores y los mapas de cobertura obtenidos se tienen 12 mapas de
intercepción vegetal, uno para cada mes para cada serie de precipitación. Al variar los
valores de precipitación, estos mapas cambian.
Grafico 42: Mapas de intercepción (mm/mes) para los meses de enero y junio. Elb. Propia
Las correcciones descritas y necesarias a los valores de C de la tabla 33 son las siguientes:
Pi
FC1: Factor de corrección por precipitación mensual = FC1 =
P01
I
FC2: Factor de corrección por Intercepción Vegetal = FC 2 = i
Pi
I i: Intercepción vegetal del mes “i”.
Grafico 43: Mapas de coeficiente de escurrimiento para los meses de enero y junio. Elb. Propia
Finalmente, con estos valores, los valores de intercepción vegetal y con la metodología
descrita se obtienen los mapas de escurrimiento superficial.
Grafico 44: Mapas de escurrimiento superficial (mm/mes) para los meses de enero y junio. Elb. Propia
Obsérvese el escurrimiento superficial casi nulo en los meses de estiaje. Normalmente los
escurrimientos superficiales son mínimos en las áreas de cobertura moderada a alta: pastos,
cultivos y arbustos asi como en zonas de alta permeabilidad.
Grafico 44a: Mapas de coeficiente de escurrimiento equivalente para los meses de enero y junio. Elb. Propia
Para proceder al cálculo de los mapas de ET, se requiere el cálculo de los mapas de
temperatura mensual considerando el concepto de gradiente de temperatura descrito
anteriormente.
Grafico 43: Mapas de temperatura media para los meses de enero y junio. Elb. Propia
Este es un proceso iterativo donde las condiciones del mes dependen del mes anterior, por
ello se parte del mes siguiente al mes seco (Julio) con la metodología de la sección 4.2.3.6
del presente estudio:
1. Se asume que el suelo en este mes se encuentra seco es decir el valor de humedad
existente es mucho menor al de CC-PMP: 56mm. Por ejemplo, un 1% de PMP. Por
ello se asigna al valor de Sstar del mes de Julio este valor corregido con la humedad
aportante en caso de que haya lluvia mínima menos escorrentía superficial y menos
intercepcion (los otros valores, ET, percolación, se suponen cero):
i. Sstart(julio) = 56*0.01 + (Pm-Esc-In)
2. Se asigna un valor de Sb del mes que corresponde al 50% de la humedad
aprovechable: 14% de 400mm = 56mm. Es decir Sb(Julio)=28mm.
3. Con ambos valores, se calcula: gamma, A y B de la formulación propuesta, para el
mes de Julio:
i. Gamma = Sb/ETP
ii. A y B descritos en la formulación teórica.
4. Este mes tendrá una ET correspondiente al mínimo entre la evaporación por
vegetación presente y ETP. En este caso ETP se asume.
5. La humedad remanente en el suelo para el mes siguiente será la lluvia, menos ET,
menos percolación y menos escorrentía.
Grafico 44: Mapas de Evapotranspiracion potencial ETP para los meses de enero y junio.
Elb. Propia sobre la metodología de Hargreaves y Samani.
Nótese que los valores de ET y ETP son similares en los meses de presencia de lluvias y
existe una amplia variabilidad entre ellas en épocas de estiaje. Esta variabilidad determina
un DEFICIT DE HUMEDAD en el suelo para las condiciones de humedad óptima.
1. Cada mapa generado contiene datos del mes anterior debido a la condición de
humedad inicial y humedad remanente en un mes.
2. Se partirá del mes de julio tomando en cuenta que el suelo esta seco.
3. El mecanismo de la percolacion se da si es que la humedad del momento es mayor
que la humedad máxima admisible del suelo (capacidad de campo). Caso contrario la
percolacion es “cero”.
4. La humedad remanente del mes es la diferencia del la humedad inicial y la
percolacion acumulada en el mes.
Grafico 46: Mapas de percolacion (mm/mes) para los meses de enero y junio. Elb. Propia
5.3 Resultados
El Índice de Aridez no tiene una relación directa con el cálculo del Balance Hídrico, sin
embargo su estimación facilita la comprensión de los fenómenos que ocurren al interior de la
cuenca. Las condiciones de clima: niveles de lluvia bajos y altos niveles de temperatura
media establecen un indicador T/P bajo, lo cual indica una condición climática árida. Caso
contrario ocurre en climas donde las lluvias son muy altas acompañadas de temperaturas
bajas (trópicos), lo cual facilita la condición de humedad.
Grafico 47. Mapas de Índice de Aridez Anual Cuenca Uchu Chajra. Elb. Propia
Para los meses se han determinado los valores del Índice de Aridez. La tabla siguiente
resume los resultados:
En los mapas se observa la evolución del Índice según las zonas dentro la cuenca.
Grafico 47a. Mapas Índice de Aridez Mes Enero y Junio. Cuenca Uchu Chajra. Elb. Propia
1. Si DS/Dt < 0, las salidas de agua del sistema son mayores que las entradas de agua.
El suelo presenta un déficit de humedad. Normalmente estos valores ocurren en los
meses de ocurrencia de bajas precipitaciones.
2. Si DS/Dt > 0, el suelo tiene agua almacenada en forma de humedad. En este caso
las entradas de agua al sistema son mayores que las salidas. Meses de ocurrencia
de altas precipitaciones.
3. En caso de valores cercanos a 0, se podría afirmar el equilibrio del sistema
hidrológico donde el ingreso de agua permite el consumo de todos los componentes
sin producir cambios en el almacenamiento en el suelo.
Grafico 48. Mapa de Balance Hídrico (DS/Dt) para los meses de enero y junio. Elb. Propia
Nótese que en la simulación del cálculo de ET se asumió que en julio se tenía una humedad
mínima (suelo seco) 1% del PMP. Por otro lado la humedad aprovechable del suelo se
definió en 56mm. Y la humedad en el umbral de la percolación en el valor de 50% de 56mm:
28mm.
Sin tomar en cuenta los errores de estimación, de cálculo de los mapas y la suposición de
varios valores que se ha supuesto y no se han medido, por la complejidad de los mismos y
el tiempo disponible, se podría afirmar que el sistema hidrológico de la cuenca Uchu Chajra
se encuentra definido.
Con el modelo desarrollado el resultado del balance Hídrico en la cuenca Uchu Chajra
entrega los siguientes valores.
Volumen anual
Ec. 5.1 Componente %
(m3)
P (+) Precipitación 79.322.781,60 100%
Perc (-) Percolacion 21.227.930,82 26,76%
Esc (-) Escorrentía 17.825.237,00 22,47%
In (-) Intercepción 3.934.851,00 4,96%
ET (-) Evapotranspiracion 37.662.206,00 47,48%
DS/Dt Balance Hídrico -1.327.443,22 -1,67%
Adicionalmente se han calculado los mapas de déficit de humedad en el suelo. Nótese que
el BH se inició suponiendo un valor de Humedad Aprovechable en el umbral de la
percolación del 50% de 56mm.
Grafico 49. Mapa de contenido de humedad en el suelo para los meses de enero y julio. Elb. Propia
Las zonas de cobertura vegetal aun en los periodos secos así como las zonas bajas, con
permeabilidad alta y sin cobertura vegetal importante tienen el suelo seco.
El mapa siguiente representa la escorrentía total anual en toda la cuenca del Uchu Chajra.
Nótese que los mayores valores de escurrimiento superficial coinciden con las zonas de
mayor pendiente y baja permeabilidad así como las zonas bajas próximas a la salida de la
cuenca.
Según el trabajo realizado para la obtención de los mapas de lluvia mensual (con valores
medios), se requieren mapas mensuales por toda la serie de 10 años para cada estación.
De allí interpolar mediante isoyetas para obtener los mapas de precipitación de la cuenca
para cada mes y para cada año de registro. Es decir, según la metodología empleada
(herramienta SIG), se tendrían 120 mapas para poder distribuirlos según el modelo
probabilístico sugerido y de allí construir una serie según las probabilidades de ocurrencia
requeridas (4 para cada mes). Como puede observarse, el trabajo es largo (480 mapas) y
escapa a los objetivos del presente estudio.
7. Con cada serie mensual (10 registros por mes) de esta tabla se obtienen las
ecuaciones de probabilidad de ocurrencia. Para cada probabilidad de ocurrencia se
obtiene un valor de precipitación (se llamara precipitación probabilística). Este es un
valor promedio para cada mes.
8. Con el dato de lluvia requerido para una probabilidad dada, se toma el mapa
mensual de precipitación (grafico 36 y 37) para cada mes (dentro la cuenca de
estudio) y se “corrige” según la razón: Precipitación probabilística/precipitación
mensual promedio en la cuenca.
10. Se corre nuevamente el modelo de BH para este mapa para obtener la información
requerida: escorrentía, percolación, déficit de humedad, etc.
P (mm/mes) 162,60 115,50 86,80 27,30 2,00 0,40 3,40 4,70 7,10 24,80 32,40 101,80 568,80
P% Distribución de precipitación (mm/mes) en 10 años en la cuenca Uchu Chajra al valor anual promedio
5% 296,66 185,49 168,04 53,84 9,79 1,82 18,55 21,39 19,53 53,31 63,11 169,07 1.060,62
15% 233,56 160,50 131,19 46,27 3,92 0,73 7,79 9,67 18,86 46,50 55,74 157,52 872,25
25% 217,17 160,30 118,83 43,33 3,30 0,73 4,03 8,65 12,39 45,80 35,46 142,68 792,66
35% 204,36 134,22 100,83 37,86 1,96 0,36 3,36 4,67 7,14 24,78 32,36 104,55 656,43
45% 190,39 111,69 89,88 37,33 0,62 0,36 0,27 2,05 5,39 22,19 31,40 101,76 593,33
55% 163,02 107,46 75,46 18,51 0,21 0,00 0,00 0,57 4,18 19,96 30,33 100,36 520,06
65% 133,15 106,28 64,40 13,14 0,21 0,00 0,00 0,00 2,43 12,33 26,27 76,08 434,29
75% 91,53 97,03 54,86 10,52 0,00 0,00 0,00 0,00 0,81 9,16 24,03 74,68 362,61
85% 78,42 70,85 50,96 7,47 0,00 0,00 0,00 0,00 0,27 8,57 23,71 65,31 305,56
95% 17,72 21,16 13,55 4,73 0,00 0,00 0,00 0,00 0,00 5,40 1,60 25,99 90,16
Promedio 162,60 115,50 86,80 27,30 2,00 0,40 3,40 4,70 7,10 24,80 32,40 101,80 568,80
Tabla 52. Variación estacional de precipitación mensual en la cuenca Uchu Chajra. Elb. Propia
Por ejemplo se requiere el mapa de precipitación de la cuenca Uchu Chajra con 10% de
probabilidad de ocurrencia:
300,00
200,00
precipitacion (mm)
150,00
100,00
50,00
0,00
5%
15%
25%
35%
45%
55%
65%
75%
85%
95%
Probabilidad (%)
Grafico 53. Variación estacional de precipitación mensual para el mes de ENERO en la cuenca Uchu Chajra. Elb. Propia
Grafico 54. Variación estacional de precipitación mensual para el mes de ENERO en la cuenca Uchu Chajra. Elb. Propia
5.3.7.1 Precipitación
a) Valores medios
Del mapa de valores medios de precipitación anual y por meses de la cuenca Uchu Chajra,
se pueden obtener los mapas de precipitación anual y mensual de la microcuenca Taperas
(valores medios).
mm/mes
mm/mes
Grafico 52. Mapa de precipitación total mensual y anual (mm). Valores medios Cuenca Taperas. Elb. Propia
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación
159.8 115.1 89.2 27.6 2.0 0.0 3.6 4.9 8.0 26.1 33.4 101.6 571.1
(mm/mes)
Tabla 53a. Promedio de precipitación mensual en la cuenca Taperas.
b) Variación estacional
Con la metodología descrita en 5.3.6 se han obtenido los mapas de precipitación con
probabilidades de ocurrencia de 10%, 25%, 50%, 75% y 90% de acuerdo a una distribución
empírica de probabilidades. Con sus valores medios se obtienen los siguientes mapas y
tablas.
Grafico 56. Curvas de variación estacional de precipitación. Mes ENERO (mm). Cuenca Taperas. Elb. Propia
Se debe hacer notar que los valores de esta tabla han sido obtenidos a través de un ajuste
de una distribución empírica a una distribución de probabilidades Normal. Lógicamente con
las diferencias en el ajuste es que se reflejan las diferencias de los valores de la probabilidad
del 50% de ocurrencia con los valores medios mostrados en la tabla 53a obtenidos de los
mapas. Los valores medios (571.1mm) en este caso tienen un 46%-47% de probabilidad de
ocurrencia. Ver grafico 58.
Con la columna de valor total se obtiene el grafico 58, con las columnas por meses se
obtiene el grafico 59.
1.200,00
1.000,00
Precipitacion total anual (mm)
800,00
600,00
400,00
200,00
0,00
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Probabilidad (%)
Grafico 58. Curvas de variación estacional de precipitación anual (mm). Cuenca Taperas. Elb. Propia
300,00
250,00
200,00
Precipitacion mensual (mm)
150,00
100,00
50,00
0,00
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Probabilidad (%)
Grafico 59. Curvas de variación estacional de precipitación mensual (mm). Cuenca Taperas. Elb. Propia
a) Valores medios
Cada mm/mes de escurrimiento representa 10m3 por hectárea de superficie. Con esta
consideración los valores medios esperados de escurrimiento medidos en m3 son como
sigue.
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Volumen
132,123.96 66,953.41 43,039.06 3,995.86 20.61 0.49 72.57 128.94 315.23 3,281.82 4,802.51 50,489.42 305,046.65
(m3)
La microcuenca tiene construida una presa y embalse a la salida de la misma con una
capacidad de 500.000m3. A febrero de 2007 se obtuvo un embalse lleno, se considera
creíble este dato aun cuando no se pudo observar instrumentos de medición directa sino que
los responsables lo realizan a través de mediciones de altura de agua. A partir de dicho
periodo, la cantidad de agua acumulada ha ido disminuyendo por dos problemas principales:
la disminución progresiva del nivel de lluvias y la ocurrencia de fallas en la base del cuerpo
de presa.
Esta situación puede resultar un elemento importante para validar los datos del presente
trabajo:
2. Del análisis de valores del mapa de escorrentía para la cuenca Taperas obtenido
mediante el método descrito es el siguiente.
3. De la misma forma, para cada periodo anual desde 2007 se tienen los siguientes
valores, tomando como base el valor de escorrentía superficial (m3) ya corregida
según el valor medido en el año y el valor medio asumido en el presente estudio.
Volumen de
Correcciones por Volumen
escorrentía Diferencia
Año precipitación reportado en
superficial esperado (%)
media campo
(m3)
2007 +46% 445,368.11 500,000 -10.93
2008 +19% 363,005.51 400,000 -9.25
2009 -4% 292,844.78 250,000 +17.14
2010 +34% 408,762.51 180,000 +27.09
16
Se asume que el año 2006 no se utilizó el embalse para regar, consiguientemente el agua a febrero de 2007 es el agua del
año 2006 mas enero y febrero de 2007.
A partir del 2009 se tiene que el volumen acumulado esperado es mayor que el
acumulado medido en el embalse. Esta variación puede deberse a la presencia de
las fugas en el cuerpo de presa o a errores en la medición de la altura por parte de
los usuarios del sistema en dichos periodos. Por ejemplo, si consideramos que la
diferencia entre el modelo teórico y el real es siempre del orden del 10% del volumen
real en los periodos donde la precipitaciones mayor que la media, el año 2010 se
debió tener aproximadamente 440.000m3. La diferencia entre este valor teórico y lo
real es del orden de los 260.000m3, lo cual representa una pérdida máxima de 10l/s.
Con los mapas de escorrentía superficial (valores medios) se obtiene el volumen mensual
esperado de escorrentía. Estos valores divididos por la precipitación mensual se obtienen los
valores de coeficiente de escurrimiento promedio y la curva de producción de la cuenca.
Multiplicando los valores del coeficiente de escurrimiento por la precipitación se obtiene una
buena aproximación al escurrimiento esperado en las cuencas de similares características
geomorfológicas, de cobertura vegetal y comportamiento climático.
Volumen Coeficiente
Por Precipitación
Volumen (m3) Precipitación de
meses media (mm)
(m3) escurrimiento
ENE 132.123,96 159,8 454.327,38 29,08%
FEB 66.953,41 115,1 327.240,81 20,46%
MAR 43.039,06 89,2 253.604,52 16,97%
ABR 3.995,86 27,6 78.469,56 5,09%
MAY 20,61 2,0 5.686,20 0,36%
JUN 0,49 0,4 1.137,24 0,04%
JUL 72,57 3,6 10.235,16 0,71%
AGO 128,94 4,9 13.931,19 0,93%
SEP 315,23 8,0 22.744,80 1,39%
OCT 3.281,82 26,1 74.204,91 4,42%
NOV 4.802,51 33,4 94.959,54 5,06%
DIC 50.489,42 101,6 288.858,96 17,48%
TOTAL 305.223,88 571,7 1.625.400,27 18,78%
160.000,00
140.000,00
Escorrentia superficial (m3)
120.000,00
100.000,00
80.000,00
20.000,00
-
- 20,0 40,0 60,0 80,0 100,0 120,0 140,0 160,0 180,0
Gráfico 59: Curva de producción de escorrentía mensual. Cuenca Taperas. Elb. Propia
Gráfico 57. Mapa de escorrentía superficial con variación estacional Mes Enero. Cuenca Taperas. Elb. Propia
400.000,00
350.000,00
300.000,00
Escorrentia mensual (m3/mes)
250.000,00
200.000,00
150.000,00
100.000,00
50.000,00
0,00
MAY
MAR
AGO
NOV
ABR
OCT
ENE
FEB
SEP
JUN
JUL
DIC
Mes
Gráfico 60a. Volúmenes de escorrentía superficial con variación estacional mensual. Cuenca Taperas. Elb. Propia
900.000,00
800.000,00
700.000,00
600.000,00
Precipitacion total anual (mm)
500.000,00
400.000,00
300.000,00
200.000,00
100.000,00
0,00
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Probabilidad (%)
Gráfico 60b. Volúmenes de escorrentía superficial anual con variación estacional. Cuenca Taperas. Elb. Propia
500.000,00
450.000,00
400.000,00
350.000,00
300.000,00
Escorrentia (m3)
250.000,00
200.000,00
150.000,00
100.000,00
50.000,00
0,00
- 100,00 200,00 300,00 400,00 500,00 600,00 700,00 800,00 900,00 1.000,00
Precipitacion Anual (m m )
Gráfico 60c: Curva de producción de escorrentía anual. Cuenca Taperas. Elb. Propia
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación m3 454.277,97 327.020,49 253.380,15 78.456,60 5.686,20 1.137,24 10.228,68 13.906,08 22.606,29 74.118,24 94.770,00 288.837,90 1.624.425,84
Intercepción m3 25.457,81 20.185,30 11.357,55 4.168,59 320,45 189,44 379,60 638,15 1.480,71 5.315,28 9.118,71 20.244,09 98.855,68 6,09%
Evapotranspiracion m3 157.889,25 128.405,25 102.818,16 79.581,69 29.428,92 17.219,79 13.081,50 17.437,68 27.139,05 69.834,96 83.579,04 138.096,90 864.512,19 53,22%
Escorrentía m3 132.123,96 66.953,41 43.039,06 3.995,85 20,61 0,49 72,57 128,94 315,23 3.281,82 4.802,51 50.489,42 305.223,87 18,79%
Percolacion m3 123.314,40 105.849,18 92.998,53 16.732,98 0,00 0,00 0,00 0,00 0,00 0,00 119,07 55.114,02 394.128,18 24,26%
∆S/∆t m3 15.492,55 5.627,35 3.166,85 -26.022,51 -24.083,78 -16.272,48 -3.304,99 -4.298,69 -6.328,70 -4.313,82 -2.849,33 24.893,47 -38.294,08 -2,36%
Humedad inicial del mes m3 3.797,94 19.290,49 24.917,84 28.084,69 2.062,18 -22.021,60 0,00 -3.304,99 -7.603,68 -13.932,38 -18.246,20 -21.095,53 DEFICIT
Disponibilidad de Humedad m3 19.290,49 24.917,84 28.084,69 2.062,18 -22.021,60 -38.294,08 -3.304,99 -7.603,68 -13.932,38 -18.246,20 -21.095,53 3.797,94
Disponibilidad de Humedad mm 6,79 8,77 9,89 0,73 -7,75 -13,48 -1,16 -2,68 -4,91 -6,42 -7,43 1,34
Gráfico 60a: Balance hídrico Cuenca Taperas. Elb. Propia
La humedad inicial del mes corresponde a la humedad final disponible del mes anterior.
Debe tomarse en cuenta que el BH se partió desde el mes de julio donde se supone
humedad nula.
5.3.8.1 Precipitación
a) Valores medios
Del mapa de precipitación anual y por meses de la cuenca Uchu Chajra, se pueden obtener
los mapas de precipitación anual y mensual de la microcuenca El Salto (valores medios).
Grafico 61: Mapa de precipitación total mensual y anual (mm). Valores medios Cuenca El Salto. Elb. Propia
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación
162.0 114.6 85.6 26.8 2.0 0.5 3.1 4.5 7.1 24.1 32.5 101.6 564.4
(mm/mes)
Tabla 61a. Promedio de precipitación mensual en la cuenca El Salto.
b) Variación estacional
Con la metodología descrita en 5.3.6 se han obtenido los mapas de precipitación con
probabilidades de ocurrencia de 10%, 25%, 50%, 75% y 90% de acuerdo a una distribución
empírica de probabilidades. Con sus valores medios se obtienen los siguientes mapas y
tablas.
Grafico 62: Curvas de variación estacional de precipitación. Mes ENERO (mm). Cuenca El Salto. Elb. Propia
Se debe hacer notar que los valores de esta tabla han sido obtenidos a través de un ajuste
de una distribución empírica a una distribución de probabilidades Normal. Lógicamente con
las diferencias en el ajuste es que se reflejan las diferencias de los valores de la probabilidad
del 50% de ocurrencia con los valores medios mostrados en la tabla 61a, obtenidos de los
mapas. Los valores medios (564.4mm) en este caso tienen un 48%-49% de probabilidad de
ocurrencia. Ver grafico 64.
Con la columna de valor total se obtiene el grafico 64, con las columnas por meses se
obtiene el grafico 65.
1.200,00
1.000,00
Precipitacion total anual (mm)
800,00
600,00
400,00
200,00
0,00
0%
%
%
%
%
0%
10
30
50
70
20
40
90
60
80
10
Probabilidad (%)
Grafico 64: Curvas de variación estacional de precipitación anual (mm). Cuenca El Salto. Elb. Propia
300,00
250,00
200,00
Precipitacion mensual (mm)
150,00
100,00
50,00
0,00
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Probabilidad (%)
Grafico 65: Curvas de variación estacional de precipitación mensual (mm). Cuenca El Salto. Elb. Propia
a) Valores medios
Cada mm/mes de escurrimiento representa 10m3 por hectárea de superficie. Con esta
consideración los valores medios esperados de escurrimiento medidos en m3 son como
sigue.
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Volumen
(m3) 1.112.636,46 547.190,33 308.625,11 28.755,09 151,57 4,27 396,88 807,63 1.842,80 21.979,12 35.783,79 434.908,49 2.493.081,54
Con los mapas de escorrentía superficial (valores medios) se obtiene el volumen mensual
esperado de escorrentía. Estos valores divididos por la precipitación mensual se obtienen los
valores de coeficiente de escurrimiento promedio y la curva de producción de la cuenca.
Multiplicando los valores del coeficiente de escurrimiento por la precipitación se obtiene una
buena aproximación al escurrimiento esperado en las cuencas de similares características
geomorfológicas, de cobertura vegetal y comportamiento climático.
17
Normalmente los valores son calculados por superficie, haciendo la corrección a cualquier valor de superficie se tendrá un
valor estimado de la cuenca completa.
1.200.000,00
1.000.000,00
Escorrentia superficial (m3)
800.000,00
400.000,00
200.000,00
-
- 20,0 40,0 60,0 80,0 100,0 120,0 140,0 160,0 180,0
Gráfico 66a: Curva de producción de escorrentía mensual. Cuenca El Salto. Elb. Propia
Gráfico 67: Mapa de escorrentía superficial con variación estacional. Cuenca El Salto. Elb. Propia
3.500.000,00
3.000.000,00
2.500.000,00
Escorrentia mensual (m3/mes)
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
AGO
MAR
ABR
MAY
Probabilidad (%)
Gráfico 68: Escorrentía superficial con variación estacional. Cuenca El Salto. Elb. Propia
8.000.000,00
7.000.000,00
6.000.000,00
Volumen de escorrentia total anual (mm)
5.000.000,00
4.000.000,00
3.000.000,00
2.000.000,00
1.000.000,00
0,00
100%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
Probabilidad (%)
4.500.000,00
4.000.000,00
3.500.000,00
3.000.000,00
Escorrentia (m3)
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
- 100,00 200,00 300,00 400,00 500,00 600,00 700,00 800,00 900,00 1.000,00
Gráfico 72: Curva de producción de escorrentía anual. Cuenca El Salto. Elb. Propia
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación m3 2.980.092,06 2.112.341,49 1.575.578,79 490.536,81 36.806,40 8.168,85 57.323,70 82.625,67 131.928,75 442.408,23 598.597,29 1.870.145,01 10.386.553,05
Intercepción m3 148.009,44 117.571,68 81.768,11 30.806,55 2.996,18 1.736,34 3.471,26 5.514,34 12.934,62 36.356,05 67.294,56 98.790,97 607.250,10 5,85%
Evapotranspiracion m3 916.764,48 745.557,21 748.359,00 597.382,29 227.495,79 198.159,21 76.021,74 105.113,70 159.342,39 400.714,29 550.285,65 621.730,89 5.346.926,64 51,48%
Escorrentía m3 1.112.636,46 547.190,33 308.625,11 28.755,09 151,57 0,00 396,87 807,63 1.842,80 21.979,12 35.783,79 434.908,49 2.493.077,26 24,00%
Percolacion m3 728.394,93 683.576,01 420.803,10 57.969,27 0,00 0,00 0,00 0,00 0,00 0,00 0,00 325.994,22 2.216.737,53 21,34%
∆S/∆t m3 74.286,75 18.446,26 16.023,47 -224.376,39 -193.837,14 -191.726,70 -22.566,17 -28.810,00 -42.191,06 -16.641,23 -54.766,71 388.720,44 -277.438,48 -2,67%
Humedad inicial del mes m3 223.745,27 298.032,02 316.478,28 332.501,75 108.125,36 -85.711,78 0,00 -22.566,17 -51.376,17 -93.567,23 -110.208,46 -164.975,17 DEFICIT
Disponibilidad de Humedad m3 298.032,02 316.478,28 332.501,75 108.125,36 -85.711,78 -277.438,48 -22.566,17 -51.376,17 -93.567,23 -110.208,46 -164.975,17 223.745,27
Disponibilidad de Humedad mm 16,34 17,35 18,23 5,93 -4,70 -15,21 -1,24 -2,82 -5,13 -6,04 -9,04 12,27
Gráfico 73: Balance hídrico Cuenca El Salto. Elb. Propia
La humedad inicial del mes corresponde a la humedad final disponible del mes anterior.
Debe tomarse en cuenta que el BH se partió desde el mes de julio donde se supone
humedad nula.
5.3.9.1 Precipitación
a) Valores medios
Del mapa de precipitación anual y por meses de la cuenca Uchu Chajra, se pueden obtener
los mapas de precipitación anual y mensual de la microcuenca Hio.
Grafico 73: Mapa de precipitación total mensual y anual (mm). Cuenca Hio. Elb. Propia
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación
165.5 115.8 82.3 26.2 2.0 0.3 2.7 4.2 6.2 22.2 31.4 101.9 560.8
(mm/mes)
b) Variación estacional
Con la metodología descrita en 5.3.6 se han obtenido los mapas de precipitación con
probabilidades de ocurrencia de 10%, 25%, 50%, 75% y 90%. Estos mapas se analizan e
interpretan y con sus valores medios se obtienen los siguientes mapas y tablas.
Grafico 74: Curvas de variación estacional de precipitación. Mes ENERO (mm). Cuenca Hio. Elb. Propia
Con la columna de valor total se obtiene el grafico 76, con las columnas por meses se
obtiene el grafico 77.
1.000,00
900,00
800,00
700,00
Precipitacion total anual (mm)
600,00
500,00
400,00
300,00
200,00
100,00
0,00
0%
100%
10%
20%
30%
40%
50%
60%
70%
80%
90%
Probabilidad (%)
Grafico 76: Curvas de variación estacional de precipitación anual (mm). Cuenca Hio. Elb. Propia
300,00
250,00
200,00
Precipitacion mensual (mm)
150,00
100,00
50,00
0,00
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Probabilidad (%)
Grafico 77: Curvas de variación estacional de precipitación mensual (mm). Cuenca Hio. Elb. Propia
a) Valores medios
Cada mm/mes de escurrimiento representa 10m3 por hectárea de superficie. Con esta
consideración los valores medios esperados de escurrimiento medidos en m3 son como
sigue.
Mes ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Volumen
(m3) 786.171,50 414.859,72 213.551,39 20.930,94 116,73 2,56 237,62 551,46 1.157,49 15.926,26 31.620,44 336.845,91 1.821.972,02
18
El presente estudio ha considerado como cuenca completa las áreas de influencia del sitio de emplazamiento de la actual
presa en construcción MÁS el área bajo riego inmediatamente aguas abajo de esta presa hasta la confluencia del río HIO al
Uchu Chajra.
19
Normalmente los valores son calculados por superficie, haciendo la corrección a cualquier valor de superficie se tendrá un
valor estimado de la cuenca completa.
1.000.000,00
900.000,00
800.000,00
700.000,00
Escorrentia superficial (m3)
600.000,00
500.000,00 2,0082
y = 30,133x
2
R = 0,9999
400.000,00
300.000,00
200.000,00
100.000,00
-
- 20,0 40,0 60,0 80,0 100,0 120,0 140,0 160,0 180,0
Precipitacion mensual (mm)
Gráfico 79: Mapa de escorrentía superficial con variación estacional. Cuenca Hio. Elb. Propia
2.500.000,00
2.000.000,00
Escorrentia mensual (m3/mes)
1.500.000,00
1.000.000,00
500.000,00
0,00
ENE
DIC
JUN
OCT
SEP
FEB
JUL
NOV
MAR
AGO
ABR
MAY
Mes
Gráfico 80: Escorrentía superficial con variación estacional. Cuenca Hio. Elb. Propia
3.000.000,00
2.500.000,00
2.000.000,00
1.500.000,00
1.000.000,00
500.000,00
0,00
- 100,00 200,00 300,00 400,00 500,00 600,00 700,00 800,00 900,00 1.000,00
P r e c i pi t a c i on Anual ( mm)
Gráfico 83: Curva de producción de escorrentía anual. Cuenca Hio. Elb. Propia
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC TOTAL
Precipitación m3 2.376.424,98 1.665.679,95 1.189.269,54 376.670,25 27.878,58 5.275,53 39.736,98 61.138,80 90.057,42 322.502,31 452.994,93 1.466.057,88 8.073.687,15
Intercepción m3 104.535,85 82.894,02 50.011,60 17.868,50 1.518,67 930,77 1.878,81 3.002,70 6.747,32 23.385,16 40.497,45 78.022,53 411.293,38 5,09%
Evapotranspiracion m3 680.199,12 553.200,03 479.924,19 358.603,20 144.229,41 126.614,79 51.605,91 76.489,11 107.619,03 325.887,30 402.224,94 545.752,89 3.852.349,92 47,71%
Escorrentía m3 786.170,19 378.136,75 198.481,31 19.514,68 104,06 0,00 217,76 507,96 1.007,97 12.913,93 23.720,81 289.732,32 1.710.507,74 21,19%
Percolacion m3 746.530,02 634.244,58 449.673,12 97.458,39 0,00 0,00 0,00 0,00 0,00 0,00 0,00 304.685,55 2.232.591,66 27,65%
∆S/∆t m3 58.989,80 17.204,57 11.179,32 -116.774,52 -117.973,56 -122.270,03 -13.965,50 -18.860,97 -25.316,90 -39.684,08 -13.448,27 247.864,59 -133.055,55 -1,65%
Humedad inicial del mes m3 136.588,87 195.578,67 212.783,24 223.962,56 107.188,04 -10.785,52 0,00 -13.965,50 -32.826,47 -58.143,37 -97.827,45 -111.275,72 DEFICIT
Disponibilidad de Humedad m3 195.578,67 212.783,24 223.962,56 107.188,04 -10.785,52 -133.055,55 -13.965,50 -32.826,47 -58.143,37 -97.827,45 -111.275,72 136.588,87
Disponibilidad de Humedad mm 13,66 14,86 15,64 7,49 -0,75 -9,29 -0,98 -2,29 -4,06 -6,83 -7,77 9,54
Gráfico 84: Balance hídrico Cuenca Hio. Elb. Propia
La humedad inicial del mes corresponde a la humedad final disponible del mes anterior.
Debe tomarse en cuenta que el BH se partió desde el mes de julio donde se supone
humedad nula.
6. ANALISIS DE SENSIBILIDAD
1. Resolución del mapa DEM (modelo de elevación digital) y tamaño físico de la cuenca.
Esta variación, se encuentra dentro del rango del 10% al 14% sobre los valores de
escurrimiento superficial.
7. CONCLUSIONES
3. Los balances hídricos han sido obtenidos para valores medios. A partir de ellos se
puede proyectar tanto en el tiempo como hacia otras cuencas similares los efectos de
los diferentes parámetros del BH.
8. BIBLIOGRAFIA
“Spatial Water Balance for estimation of green and blue water: The region of
Cochabamba(Bolivia)”, Mauricio Auza Aramayo, M.Sc Thesis WERM 03.03, IHE, Delft, The
Netherlands, March, 2003.