Introduccin

En este estudio se realizar un anlisis de variacin temporal y espacial de la precipitacin en la cuenca de ro Paute. El objetivo es adquirir conocimientos sobre los factores que influyen en la precipitacin de dicha cuenca, con el fin de inferir valores desconocidos con mayor criterio. Es decir se puede completar valores de precipitacin faltantes de una estacin, estudindola conjuntamente con otras estaciones afines.

Variabilidad temporal: como vara la precipitacin a travs del tiempo cronolgico.

La variabilidad es menor en zonas Hmedas y Sub- Hmedas y es mayor en regiones ridas y semiridas Una de las causas de la variabilidad temporal es la existencia de ciclos; los ms importantes son el diario y el anual. El ciclo diario es muy notable en temperatura y radiacin, mientras que su ciclo anual es menos marcado en las zonas intertropicales; en la precipitacin el ciclo anual es ms marcado. En el ciclo anual se produce la Variacin estacional. Ambos ciclos, diario y anual, estn sujetos a variaciones entre aos diferentes, lo que se conoce como variabilidad interanual. Variabilidad espacial: La distribucin geogrfica de la precipitacin sobre los continentes es muy variada, as existen extensas reas como los desiertos, donde las precipitaciones son extremadamente escasas y otras muy hmedas donde se pueden alcanzar los 3000 mm. La variabilidad tambin se puede apreciar en cortas distancias donde se observan diferencias en los volmenes de agua precipitados. En resumen, la precipitacin presenta una gran variabilidad espacial y temporal sobre el pas. Lo cual es una de las causas de nuestro complejo mosaico climtico. Ese comportamiento tiene enormes influencias sobre: La respuesta de sistemas fsicos por ejemplo rendimientos de cultivos, caudales de ros, recarga de acuferos La organizacin de labores por ejemplo fechas de siembra , transporte fluvial, manejo de embalses La prestacin de servicios por ejemplo hidroelectricidad, seguros agrcolas, comercializacin

La variabilidad temporal espacial son tiles para los hidrlogos para: Conocer la homogeneidad de la precipitacin en la cuenca hidrogrfica, y as establecer si las cuencas o microcuencas son semejantes. Desarrollar modelos sobre el comportamiento de la precipitacin para realizar una adecuada gestin de recursos hdricos. A travs de las precipitaciones establecer la variabilidad climtica en la regin.

Materiales
Regin de estudio Los estudios son realizados en la cuenca del ro Paute, en el sur oriente ecuatoriano. El rea 2 2 aproximada de la cuenca de estudio es de 5.000 Km , sin tomar en cuenta 1.000 Km que estn aguas debajo de la represa de Daniel Palacios, Amalusa. Es una regin montaosa, lo que puede influir en la correlacin de micro cuencas aledaas. Datos Los datos son de los registros histricos del Instituto Nacional de Meteorologa e Hidrologa (INAMHI), pertenecen a 8 estacin distribuidos en la cuenca del ro Paute. Estos datos consisten en los registros de las alturas de precipitacin tomados mensualmente durante 15 aos desde 1975 hasta 1989.

En la Tabla 1. se detallan las coordenas y elevacin de cada estacin.

DISTANCIAS APROXIMADAS ENTRE LAS ESTACIONES (Km) ESTACIONES CUENCA EL LABRADO PALMAS PAUTE PINDILIG PISCICOLA RICAURTE SAYAUSI CUENCA ---------20,00 43,25 28,13 44,50 23,25 4,13 10,50 EL LABRADO 20,00 ---------49,00 35,63 44,75 12,50 18,89 15,50 PALMAS 43,25 49,00 ---------15,13 12,00 59,88 39,75 52,00 PAUTE 28,13 35,63 15,13 ---------19,00 45,50 24,75 37,25 PINDILIG 44,50 44,75 12,00 19,00 ---------56,75 40,50 51,50 PISCICOLA 23,25 12,50 59,88 45,50 56,75 ---------24,25 13,50 RICAURTE 4,13 18,89 39,75 24,75 40,50 24,25 ---------13,00 SAYAUSI 10,50 15,50 52,00 37,25 51,50 13,50 13,00 ---------Tabla 1.- Tabla de coordenadas de las estaciones analizadas del rio Paute

DIFERENCIAS APROXIMADAS DE LAS ELEVACIONES (m) ESTACIONES CUENCA CUENCA ---------EL LABRADO 810 PALMAS 125 PAUTE 236 PINDILIG 275 PISCICOLA 745 RICAURTE 20 SAYAUSI 255
EL LABRADO PALMAS PAUTE PINDILIG PISCICOLA RICAURTE SAYAUSI

810 ---------935 1046 535 65 790 555

125 935 ---------111 400 870 145 380

236 1046 111 ---------511 981 256 491

275 535 400 511 ---------470 255 20

745 65 870 981 470 ---------725 490

20 790 145 256 255 725 ---------235

255 555 380 491 20 490 235 ----------

Tabla 2.- Tabla de diferencias de elevaciones de las estaciones analizadas del rio Paute

Mtodos de Anlisis Para estudiar tanto la Variabilidad Temporal y Espacial en entre las estaciones se utilizo un estudio de correlaciones y se realizo un anlisis de variables como la distancia entre
estaciones, elevacin. La correlacin es una medida sobre el grado de relacin entre dos variables, sin importar cual es la causa y cual es el efecto.

El coeficiente de correlacin de Pearson, pensado para variables cuantitativas, es un ndice que mide el grado de co-variacin entre distintas variables relacionadas linealmente.

Se tiene los siguientes criterios para coeficiente de correlacin (r)

Entre mas se aproxima a los valores 1 y -1 la aproximacin a una correlacin se considera buena. Cuando ms se aleja de 1 o de -1 y se acerca a cero se tiene menos confianza en la dependencia lineal por lo que una aproximacin lineal ser lo menos apropiado, sin embargo no significa que no existe dependencia, lo nico que podemos decir es que la dependencia no es lineal. Un valor positivo para r indica que a medida que una variable crece la otra tambin lo hace, por el contrario si su valor es negativo, lo que podemos decir es que a medida que una variable crece la otra decrece. La correlacin fue empleada entre todas las posibles combinaciones de las estaciones estudiadas y se observo el comportamiento y se obtuvo el coeficiente de correlacin de R, para determinar cuan asociadas estn unas estaciones con otras en la cuenca del rio Paute. Para estudiar la Variabilidad Temporal en replicabilidad. cada estacin se utilizo la estacionalidad y

ndice de estacionalidad, este nos da una medida de la dispersin de la lluvia mensual con respecto a una distribucin ideal uniforme en los 12 meses, lo podemos determinar El anlisis de estacionalidad se aplic para todas las estaciones con la finalidad de determinar el ndice de estacionalidad para cada una de ellas y as poder interpretar que tan variable es la lluvia en dichas estaciones en cada ao y tambin para determinar el ndice de replicabilidad para determinar si la distribucin de la lluvia se repite en los 15 aos.

Anlisis de Resultados
Anlisis de Correlaciones
En la Tabla N1 se muestra los coeficientes de correlacin existentes entre las estaciones analizadas, con datos mensuales para los 15 aos:

CORRELACIONES CON DATOS MENSUALES PARA LOS 15 AOS

ESTACIONES
CUENCA EL LABRADO PALMAS PAUTE PINDILIG PISCICOLA RICAURTE SAYAUSI

CUENCA EL LABRADO PALMAS PAUTE PINDILIG PISCICOLA RICAURTE SAYAUSI

---------0,6579 0,0361 0,5797 0,2278 0,6231 0,8501 0,8221

0,6579 ---------0,3654 0,6077 0,4761 0,7143 O,6823 0,7224

0,0361 0,3654 ---------0,2326 0,7098 0,3399 0,0520 0,1732

0,5797 0,6077 0,2326 ---------0,3603 0,4643 0,6587 0,3603

0,2278 0,4761 0,7098 0,3603 ---------0,4057 0,2025 0,3167

0,6231 0,7143 0,3399 0,4643 0,4057 ---------0,5402 0,6764

0,8501 O,6823 0,0520 0,6587 0,2025 0,5402 ---------0,8335

0,8221 0,7224 0,1732 0,3603 0,3167 0,6764 0,8335 ----------

Explicacin de colores en tabla

Tabla 3._Correlaciones entre estaciones con datos mensuales para 15 aos

Existen diferentes tipos de correlacin: excelente (mayores de 0.8), buena (entre 0.70 0.8), correlaciones aceptables (entre 0.6 0.7) y malas (menores a 0.6). Bajo este criterio las estaciones de la cuenca de ro Paute con excelente correlacin son: Cuenca Ricaurte, Cuenca Sayausi, Sayausi - Ricaurte; las de buena correlacin son: Palmas Pindilig y el Labrado Piscicola; las de correlacin aceptable son: Cuenca El Labrado, El Labrado Paute, Cuenca Piscicola, El Labrado Ricaurte, Paute Ricaurte, Piscicola Sayausi. A continuacin se presenta grficos de los diferentes tipos de correlacin:

Imagen 1. Ejemplo de correlacin mala

Imagen 2. Ejemplo de correlacin buena

La variabilidad de correlaciones puede verse influenciada en gran medida por la distancia existente entre estaciones ver Tabla 1 y 2, es as que generalmente para estaciones muy distantes existe bajo ndice de correlacin, y para estaciones cercanas el ndice es comnmente alto, sin embargo se obtuvo correlaciones relativamente bajas para distancias cortas como es el caso de Cuenca-El Labrado con una distancia de 20Km y tienen un coeficiente de correlacin de 0.66 que es

relativamente regular para esta distancia, esto posiblemente se deba a la diferencia de elevacin que ente caso es de 810 m.

Anlisis de Estacionalidad
Para la estacionalidad se analizo cada estacin por separado, calculando los ndices de estacionalidad, replicabilidad como se presentan en la Tabla 3 y 5.
INDICE DE ESTACIONALIDAD PARA LAS ESTACIONES ANALIZADAS
AO 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 Cuenca 0,40 0,50 0,51 0,50 0,61 0,61 0,57 0,62 0,65 0,61 0,59 0,41 0,48 0,36 0,51 El Labrado Palmas 0,26 0,51 0,39 0,44 0,36 0,36 0,46 0,39 0,45 0,34 0,39 0,39 0,44 0,46 0,45 Paute 0,49 0,66 0,42 0,46 0,42 0,39 0,29 0,39 0,27 0,41 0,62 0,43 0,27 0,39 0,50 0,27 1,04 1,20 1,36 0,99 0,90 0,66 0,55 0,72 0,97 1,61 1,16 1,14 0,81 1,08 Pindilig 0,39 0,52 0,40 0,52 0,42 0,30 0,34 0,24 0,25 0,43 0,51 0,26 0,27 0,48 0,36 Piscicola Ricaurte Sayausi 0,47 0,33 0,42 0,46 0,42 0,41 0,42 0,54 0,45 0,63 0,29 0,54 0,42 0,55 0,43 0,73 0,50 0,62 0,33 0,57 0,38 0,48 0,36 0,45 0,26 0,63 0,50 0,48 0,42 0,64 0,42 0,52 0,40 0,44 0,61 0,48 0,60 0,63 0,64 0,59 0,46 0,42 0,38 0,44 0,56

Tabla 4.- Tablas de ndices de estacionalidad de las cuencas del rio Paute

Para el anlisis de los ndices de estacionalidad se realizara una comparacin con la Tabla 4
SI <0,19 0,20-0,39 0,4-0,59 0,60-0,79 0,80-1,19 >1,20

Regimen de Presipitacion Presipitacion extendida por todo el ao Precipitacin a travs del ao, pero con una estacin lluviosa definida Lluvia estacional, con una estacion seca corta Estacional La mayoria de la presipitacion en menos de tres meses Estacionalidad extrema, con casi toda la precipitacin en 1 a 2 meses
Tabla 5.-Tabla de ndices para anlisis de estacionalidad

Tipo 1 2 3 4 5 6

Para la estacin Cuenca tenemos ndices de tipo 3 y tipo 4 a excepcin del ao 1988 que tenemos un ndice tipo 2. En El Labrado tenemos ndices de tipo 2 y tipo 3. En Palmas tenemos ndices tipo 2 y 3 a excepcin de los aos de 1976 y 1985 que tenemos ndices tipo 4. En Paute tenemos ndices tipo 5,6 excepcin de: dos ndices tipo 4, un ndice tipo 3 y un ndice tipo 2. En Pindilig tenemos ndices tipo 2 y 3. En Piscicola tenemos ndices tipo 2 y 3. En Ricaurte tenemos ndices tipo 3 y 4 a excepcin del ao 1975 que tenemos un ndice tipo2. En Sayaus tenemos un ndice predominante que es el ndice 3 con 11 datos, 3 ndices tipo 4 y un ndice tipo 2 en 1988.

ESTACIONES SIa CUENCA EL LABRADO PALMAS PAUTE PINDILIG PISCICOLA RICAURTE SAYAUSI

SImean 0,34 0,16 0,35 0,26 0,24 0,15 0,36 0,31 0,53 0,41 0,43 0,96 0,38 0,41 0,54 0,51

RI 0,65 0,39 0,83 0,27 0,64 0,37 0,66 0,62

Tabla 6.-Tabla de ndices de Replicabilidad de las cuencas del ro Paute

En el anlisis de los ndices de replicabilidad se analizaran uno con respecto a otro, as el ndice de replicabilidad de Palmas es el mayor de la cuenca con un valor de 0.83 y el menor es de Paute con 0.27. En base a estos valores mximo y mnimo se ha determinado para las dems estaciones lo siguiente:

Para las estaciones de Sayaus, Pindilig, Cuenca y Ricaurte podemos concluir que tienen valores medios altos ya que no que se asemejan mas al valor mximo que al mnimo de referencia. Para las estaciones de Piscicola y El Labrado tenemos valores medios bajos ya que la tendencia de estos son al mnimo pero no llega a este.

Conclusiones
Es importante hacer un anlisis de calidad de los datos antes de realizar cualquier anlisis, en este anlisis consisti en graficar los datos y en base a esto determinar cuales valores seria potencialmente errneos. Se debe tener muy en cuenta que no siempre el coeficiente de correlacin (R) determina una buena o mala asociacin entre estaciones dado que hubo casos en los que la distribucin de los datos se presento de tal manera que el coeficiente correlacin disminuyo notablemente debido a la influencia negativa de causada por un punto completamente alejado del resto de datos. Las estaciones que tienen una excelente correlaciones generalmente poseen distancias y diferencia de elevaciones bajas. Las que presentan una mala correlacin comnmente estn a grandes distancias, en algunos la diferencia de elevacin podra ser un factor a considerar. Las correlaciones aceptables entre cuencas, tal vez solo servirn para utilizar en caso de faltar datos en de la otra estacin.