Tesis

Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS AGROPECUARIAS
ESCUELA ACADÉMICO PROFESIONAL DE
AS
INGENIERÍA AGRÍCOLA
RI
UA
EC
ANÁLISIS DE LA CALIDAD DE PREDICCIÓN DE 7 MÉTODOS
R OP
HIDROLÓGICOS PARA LA COMPLETACIÓN DE DATOS FALTANTES DE
AG
PRECIPITACIÓN EN ESTACIONES DE LA CUENCA URUBAMBA, REGIÓN

CUZCO
DE
TESIS
PARA OPTAR EL TÍTULO DE:

CA
INGENIERO AGRÍCOLA
TE
AUTOR: Br. Ricardo Julio Julca Vera

IO
ASESOR: Ing. Cristóbal Gonzales Correa

BL
BI
TRUJILLO-PERÚ
2017
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
JURADO DICTAMINADOR
AS
RI
M. Sc. VILLANUEVA SÁNCHEZ JORGE ARTURO
UA
PRESIDENTE
EC
R OP
AG
M.Sc. ARTEAGA CARO PAVEL OVIDIO ING. PAZ VERGARA PÉREZ JUAN EMILIO
DE
SECRETARIO VOCAL
CA
TE
IO
BL
ING. GONZÁLES CORREA CRISTÓBAL

BI
ASESOR
ii
DEDICATORIA
A Dios, por haberme permitido llegar

hasta este punto de haberme dado
AS
salud para lograr mis objetivos,
además de su infinita bondad y amor.
RI
A mi hermano Bambi, a pesar de no
estar entre nosotros fue una persona
UA
que siempre tuve presente y me
ayudo a no caer en los momentos
difíciles.
EC
A mi padre Segundo, por los ejemplos
de perseverancia y constancia que lo
caracteriza y que me ha infundado
siempre, por el valor mostrado para
seguir adelante y por su amor.
R OP A mi madre Teresa, por haberme
apoyado en todo momento, por sus
AG
consejos, sus valores, por la

motivación constante que me ha
permitido ser una persona de bien,
pero más que nada por su amor.
DE
A mis hermanos Noemi y Alexander

por sus consejos, apoyo y confianza
que depositaron en mí, en todos los
CA
momentos durante esta etapa de mi

vida.
A mis primos Cyntia, Albert y

TE
Daniela; por el apoyo brindado, por

permanecer siempre a lado a pesar
IO
de las dificultades y por las alegrías

que brindan.
BL
A mi familia, por todos sus consejos y

apoyo en todos los momentos durante
esta etapa de mi vida.
BI
iii
AGRADECIMIENTO
A mi alma mater la Universidad Nacional de Trujillo, por haberme acogido en

sus aulas y haber inculcado los valores propios de esta prestigiosa
AS
Universidad.
RI
A los docentes de la carrera de Ingeniería Agrícola por habernos transmitido
sus conocimientos en estos largos cinco años.
UA
A mis amigos que gane en estos años de universidad, por haber compartido
momentos inolvidables y que sin su apoyo no se habría logrado la hazaña
EC
trazada.
A mi tío Alberto, primo Pedro, amigo Miguel; que con sus consejos me
A todos mis amigos que me brindaron su apoyo y su respaldo.

R OP
impulsaron a culminar esta etapa de Universidad y lograr la meta trazada.
AG
DE
CA
TE
IO
BL
BI
El autor
iv
PRESENTACIÓN
Señores miembros del jurado, presento ante ustedes la tesis titulada “Análisis
de la calidad de predicción de 7 métodos hidrológicos para la completación de
AS
datos faltantes de precipitación en estaciones de la cuenca Urubamba, región
Cuzco”, en cumplimiento del reglamento de grados y título de La Universidad
RI
Nacional de Trujillo para obtener el título de Ingeniero Agrícola.
UA
Esperando cumplir con los requisitos de aprobación
El autor
EC
Trujillo, Perú
R OP
AG
DE
CA
TE
IO
BL
BI
v
INDICE GENERAL
Pág.
AS
JURADO DICTAMINADOR ............................................................................ vii
DEDICATORIA ...............................................................................................viii
AGRADECIMIENTO ........................................................................................ ix
RI
PRESENTACIÓN ............................................................................................. v
UA
INDICE GENERAL .......................................................................................... vi
INDICE DE FIGURAS ..................................................................................... vii
INDICE DE CUADROS ...................................................................................viii
EC
INDICE DE GRAFICOS .................................................................................. xii
RESUMEN ......................................................................................................xiii
OP
ABSTRACT ....................................................................................................xiv
I. INTRODUCCIÓN ..................................................................................... 15
R
II. REVISIONES BIBLIOGRÁFICAS .......................................................... 19
III. MATERIALES Y MÉTODOS ................................................................. 34
AG
IV. RESULTADOS ...................................................................................... 48

V. DISCUSIONES ....................................................................................... 74
VI. CONCLUSIONES.................................................................................. 76
DE
VII. RECOMENDACIONES ........................................................................ 78

VIII. REFERENCIAS BIBLIOGRÁFICAS ................................................... 79
CA
ANEXOS ......................................................................................................... 80
TE
IO
BL
BI
vi
INDICE DE FIGURAS
Figura 1. Disposición espacial para la completación por razones de distancia ........... 27

Figura 2. Disposición espacial para la completación de datos por promedios vecinales
AS
........................................................................................................................................ 28
Figura 3. Ventana de HYDRACCES para la completación de datos por método de
RI
vector regional ................................................................................................................ 90
Figura 4. Ubicación de estaciones climatológica en estudio de la cuenca del río
UA
Urubamba ..................................................................................................................... 102
EC
R OP
AG
DE
CA
TE
IO
BL
BI
vii
INDICE DE CUADROS
Cuadro 1. Clasificación de estaciones meteorológicas ................................................ 22
Cuadro 2. Esquema para la aplicación del MVR .......................................................... 40
Cuadro 3. Esquema para la aplicación del MRL........................................................... 40
AS
Cuadro 4. Esquema para la aplicación del MRD .......................................................... 41
Cuadro 5. Esquema para la aplicación del MPV .......................................................... 42
RI
Cuadro 6. Configuración del método de completación por correlación con estaciones
vecinas, con dos estaciones. ......................................................................................... 43
UA
Cuadro 7. Configuración del método de completación por correlación con estaciones
vecinas, con tres estaciones. ......................................................................................... 44
Cuadro 8. Indicadores de D.E. Desvíos ........................................................................ 48
EC
Cuadro 9. Selección aleatoria de meses con falta de información. ............................. 49
Cuadro 10. Precipitaciones reales eliminadas en cada estación. ................................ 50
OP
Cuadro 11. Distancias lineales entre estaciones en km. .............................................. 51
Cuadro 12. Precipitación normal anual para el método de razones promedio. ........... 52
Cuadro 13. Resumen de las precipitaciones estimadas en (mm), estación Anta
R
Ancachuco ...................................................................................................................... 53
AG
Cuadro 14. Resumen de las precipitaciones estimadas en (mm), estación Caicay. ... 54
Cuadro 15. Resumen de las precipitaciones estimadas en (mm), estación Macchu
Picchu. ............................................................................................................................ 55
Cuadro 16. Resumen de las precipitaciones estimadas en (mm), estación
DE
Paucartambo .................................................................................................................. 56
Cuadro 17. Resumen de las precipitaciones estimadas en (mm), estación Pisac. ..... 57
CA
Pomacanchi. ................................................................................................................... 58
TE
Quillabamba.................................................................................................................... 59
Cuadro 20. Resumen de las precipitaciones estimadas en (mm), estación Sicuani ... 60
Cuadro 21. Resumen de las precipitaciones estimadas en (mm), estación Urubamba.
IO
........................................................................................................................................ 61
Cuadro 22. Coeficientes de determinación (R2) y Error estándar de estimación (EEE)
BL
para la estación Anta Ancachuco (3340 msnm). ........................................................... 62

BI
para la estación Caicay (3150 msnm). .......................................................................... 63

para la estación Macchu Picchu (2503 msnm). ............................................................. 63
viii

para la estación Paucartambo (2955 msnm). ................................................................ 64
para la estación Pisac (3148 msnm). ............................................................................. 64
AS
para la estación Pomacanchi (3766 msnm)................................................................... 65
RI
para la estación Quillabamba (2007 msnm). ................................................................. 65
UA
para la estación Sicuani (3661 msnm). .......................................................................... 66
EC
para la estación Urubamba (3071 msnm)...................................................................... 66
Cuadro 31. Resultados del test de Bland y Altman para los métodos de completación
de datos, estación Anta Ancachuco. .............................................................................. 67
OP
de datos, estación Caicay .............................................................................................. 67
R
de datos, estación Macchu Picchu................................................................................. 68
AG
de datos, estación Paucartambo.................................................................................... 68
DE
de datos, estación Pisac. ............................................................................................... 69

de datos, estación Pomacanchi. .................................................................................... 69
CA
de datos, estación Quillabamba. .................................................................................... 70
TE
de datos, estación Sicuani. ............................................................................................ 70
IO
de datos, estación Urubamba. ....................................................................................... 71

Cuadro 40. ANDEVA de métodos de completación de datos aplicados por estación. 72
BL
Cuadro 41. Estadística de los métodos de completación de datos, que fueron elegidos
como mejor método según análisis de concordancia de Bland y Altman. .................... 73
BI
Cuadro 42. Serie de precipitaciones mensuales estación Anta Ancachuco ................ 81

Cuadro 43. Serie de precipitaciones mensuales estación Caicay ............................... 82
Cuadro 44. Serie de precipitaciones mensuales estación Macchu Picchu. ................. 83
ix
Cuadro 45. Serie de precipitaciones mensuales estación Paucartambo. .................... 84

Cuadro 46. Serie de precipitaciones mensuales estación Pisac. ................................. 85
Cuadro 47. Serie de precipitaciones mensuales estación Pomacanchi. ..................... 86
Cuadro 48. Serie de precipitaciones mensuales estación Quillabamba. ..................... 87
AS
Cuadro 49. Serie de precipitaciones mensuales estación Sicuani. .............................. 88
Cuadro 50. Serie de precipitaciones mensuales estación Sicuani. .............................. 89
RI
Cuadro 51. Completación de estación Urubamba para el mes de Octubre por el
método de vector regional. ............................................................................................. 90
UA
Cuadro 52. Completación de estación Anta Ancachuro por método de regresión lineal
para el mes de Enero ..................................................................................................... 91
Cuadro 53. Completación de estación Caicay para el mes de febrero por el método
EC
de razones por distancia ................................................................................................ 92
Cuadro 54. Completación de estación Pisac para el mes de Marzo por métodos de
promedios vecinales. ...................................................................................................... 92
OP
Cuadro 55. Completación de estación Urubamba para el mes de Abril por método de
razones promedios. ........................................................................................................ 93
R
Cuadro 56. Completación de estación Caicay para el mes de Junio por método de
razones promedios. ........................................................................................................ 93
AG
Cuadro 57. Completación de estación Macchu Picchu para el mes de Mayo por
método correlación con 3 estaciones vecinas. .............................................................. 94
Cuadro 58. Completación de estación Paucartambo para el mes de Julio por método
DE
correlación con 2 estaciones vecinas. ........................................................................... 95

Cuadro 59. Completación de estación Pisac para el mes de Noviembre por método
de correlaciones múltiples. ............................................................................................. 96
CA
Cuadro 60. Resumen de valores estadísticos para el método de correlaciones

múltiples. ......................................................................................................................... 96
TE
Cuadro 61. Test Bland y Altman aplicado en la estación Caicay para evaluación de
calidad del Método del Vector Regional ........................................................................ 97
Cuadro 62. Test Bland y Altman aplicado en la estación Paucartambo para evaluación
IO
de calidad del Método de regresión lineal. ................................................................... 98

Cuadro 63. Test Bland y Altman aplicado en la estación Anta Ancachuro para
BL
evaluación de calidad del Método de razones por distancia. ....................................... 99

Cuadro 64. Test Bland y Altman aplicado en la estación Caicay para evaluación de
BI
calidad del Método de promedios vecinales. ............................................................... 100

Cuadro 65 Test Bland y Altman aplicado en la estación Pisac para evaluación de
calidad del Método de razones promedios. ................................................................. 101
x
Cuadro 66. Test Bland y Altman aplicado en la estación Pomacanchi para evaluación
de calidad del Método por correlación con 3 estaciones. .......................................... 102
Cuadro 67. Test Bland y Altman aplicado en la estación Sicuani para evaluación de
calidad del Método por correlación con 2 estaciones.................................................. 103
AS
Cuadro 68. Test Bland y Altman aplicado en la estación Urubamba para evaluación de
calidad del Método por correlaciones múltiples. .......................................................... 104
RI
UA
EC
R OP
AG
DE
CA
TE
IO
BL
BI
xi
INDICE DE GRAFICOS
Gráfico 1. Índices anuales del Vector y de las Estaciones. .......................................... 48

Gráfico 2. Regresión lineal entre los datos de las estaciones Anta Ancachuro y
AS
Paucartambo .................................................................................................................. 91
Gráfico 3. Test Bland y Altman aplicado en la estación Caicay para evaluación de
RI
calidad del Método del Vector Regional. ....................................................................... 97
Gráfico 4. Test Bland y Altman aplicado en la estación Paucartambo para evaluación
UA
de calidad del Método de regresión lineal. ................................................................... 98
Gráfico 5. Test Bland y Altman aplicado en la estación Anta Ancachuro para
evaluación de calidad del Método de razones por distancia. ....................................... 99
EC
Gráfico 6. Test Bland y Altman aplicado en la estación Caicay para evaluación de
calidad del Método de promedios vecinales. ............................................................... 100
OP
Gráfico 7. Test Bland y Altman aplicado en la estación Pisac para evaluación de
calidad del Método de razones promedios. ................................................................. 101
Gráfico 8. Test Bland y Altman aplicado en la estación Pomacanchi para evaluación
R
de calidad del Método por correlación con 3 estaciones. .......................................... 102
AG
Gráfico 9. Test Bland y Altman aplicado en la estación Sicuani para evaluación de

calidad del Método por correlación con 2 estaciones.................................................. 103
Gráfico 10. Test Bland y Altman aplicado en la estación Urubamba para evaluación de
calidad del Método por correlaciones múltiples. .......................................................... 104
DE
CA
TE
IO
BL
BI
xii
RESUMEN
El presente trabajo de investigación evalúa la calidad de predicción de siete

métodos de completación de datos faltantes de la precipitación, en diez
AS
estaciones pluviométricas durante el periodo de 1990- 2010 en la cuenca del
Río Urubamba, Perú. Primero, se realizó el Análisis Exploratorio de Datos para
RI
conocer los comportamientos de las series obtenida de la base datos de la
Autoridad Nacional del Agua recolectadas de SENAMHI y de esta manera
UA
eliminar las que tengan un comportamiento diferente. Los métodos que se
analizan son regresión lineal, razones de distancias, promedios vecinales,
EC
razones promedio y correlaciones con estaciones vecinas, el método de
completación por regresión múltiple y el método del vector regional. Mediante la
OP
determinación del Error Estándar de Estimación, la aplicación del test de
concordancia de Bland y Altman y el Análisis de Varianza (ANDEVA) se
determina que método presenta mejor ajuste para la cuenca del río Urubamba.
R
AG
Según el test de concordancia de Bland y Altman, el mejor método de

completación de datos para las estaciones Caicay, Macchu Picchu,
Paucartambo, Pisac, Pomacanchi y Sicuani es el Método del Vector Regional,
DE
en las estaciones Anta Ancachuco y Quillabamba el mejor método es la de

correlación con tres estaciones, la regresión múltiple se presenta como mejor
resultado en la estación Urubamba, en los valores obtenidos del Coeficiente de
CA
Determinación y Error de Estimación Estándar el mejor método es el Método

del Vector Regional seguido por el método de correlación con tres estaciones.
TE
IO
BL
Palabras Claves: Cuenca del río Urubamba, Precipitación, Completación de

datos, Vector Regional.
BI
xiii
ABSTRACT
The present work of investigation evaluates the prediction quality of seven

methods of completing data lacking precipitation, in ten rainfall stations during
AS
the 1990-2010 period in the Urubamba River basin, Peru. First, the Exploratory
Data Analysis was carried out to know the behavior of the series obtained from
RI
the National Water Authority received from SENAMHI data base and in this way
to eliminate those with a different behavior. The methods analyzed are linear
UA
regression, distance ratios, neighborhood averages, mean ratios and
correlations with neighboring stations, the multiple regression completeness
EC
method, and the regional vector method. By means of the determination of the
Standard Error of Estimation, the application of the concordance test of Bland
OP
and Altman and Analysis of Variance (ANDEVA) determines which method
presents better fit for the Urubamba river basin.
R
According to the Bland and Altman concordance test, the best method of
AG
completing data for the Caicay, Macchu Picchu, Paucartambo, Pisac,

Pomacanchi and Sicuani stations is the Regional Vector Method, in the Anta
Ancachuco and Quillabamba stations the best method is The correlation with
DE
three stations, the multiple regression is presented as the best result in the
Urubamba station, in the values obtained from the Coefficient of Determination
and Error of Standard Estimation, the best method is the Regional Vector
CA
Method followed by the correlation method with three seasons.

TE
IO
BL
Keywords: Urubamba River Basin, Rainfall, Completion data, Regional Vector.

BI
xiv
I. INTRODUCCIÓN
AS
1. Generalidades
Desde el punto hidrológico, la precipitación es la fuente primaria de agua de la

superficie terrestre y sus mediciones forman el punto de partida de la mayor
RI
parte de los estudios concernientes al uso y control de agua (Aparicio, 2003).
UA
En el Perú, la información sobre precipitación pluvial diaria es escasa e
incompleta, lo que limita la capacidad de análisis de riesgos de déficit hídricos
EC
en agricultura de secano y a su vez constituye una fuente adicional de error
cuando se modelan los balances hidrológicos. Así pues, en la estimación de la
OP
precipitación, cuando hay carencia de datos, existen diversos métodos que van
desde avanzadas tecnologías como el uso de satélites, programas estadísticos
y modelaciones hidrológicas, que por su elevado costo, no son de masiva
R
utilización, hasta los métodos tradicionales, que son más factibles de utilizar.
AG
Estos últimos, se basan en fórmulas matemáticas simples, en donde se

establecen relaciones entre estaciones patrones o cercanas (con datos
completos) y la estación con carencia de información pluviométrica.
DE
2. Realidad problemática
Desde el punto de vista hidrológico, la precipitación es la fuente primaria de

CA
agua de la superficie terrestre, y sus mediciones forman el punto de partida de

la mayor parte de los estudios concernientes al uso y control del agua.
TE
(Aparicio, 1992). Es decir, la precipitación viene a ser una de las variables de

mayor importancia en los estudios hidrológicos (Fernández, 1995), y su
IO
cuantificación correcta es uno de los desafíos que el ingeniero enfrenta. (Mejía,

2012).
BL
La precipitación es una variable hidrológica que manifiesta más claramente su

BI
carácter aleatorio, variando drásticamente en el tiempo (variación temporal) y

en el espacio (variación espacial). (Mejía, 2012). La distribución temporal y
espacial condiciona los ciclos agrícolas y forestales, así como el desarrollo de
15
las principales especies vegetales y animales.4 Por lo anterior, se hace

necesario conocer el comportamiento y la forma de evaluación que tiene la
precipitación.
AS
Los datos hidrometeorológicos son colectados primordialmente como
información básica para el desarrollo y gestión de los recursos hídricos de una
RI
región. Son usados también para fines operacionales como previsión de
inundaciones y sequías, operación de embalses y centrales hidroeléctricas y
UA
finalmente para información. (Mejía, 2012).
EC
En el Perú, diferentes instituciones como el Servicio Nacional de Meteorología
e Hidrología (SENAMHI) y otros son los órganos responsables en la
OP
elaboración, coordinación, orientación y control de los programas de utilización
múltiple de los recursos hídricos del país. Por ello cabe a estas instituciones
planear, orientar y coordinar el sistema de colecta y elaboración de
R
informaciones de los recursos hídricos y mantener el registro de datos e
AG
informaciones hidrológicas, promoviendo su difusión e intercambio. (Mejía,

2012).
DE
Los pluviómetros son la fuente principal de datos de precipitación, los datos

pluviométricos tienen la ventaja de representar la medición directa de la lluvia.
(COMET, 2012). Como se mencionó líneas arriba, el Servicio Nacional de
CA
Meteorología e Hidrología (SENAMHI) es el encargado de monitorear y

registrar los datos de la red hidrometeorológicos, en su página web se puede
TE
observar el monitoreo histórico de las variables meteorológicas según tipo de

estación. Por su parte, la Autoridad Nacional del Agua, según información
IO
disponible del Sistema de Adquisición de Datos Online (SADHO), se observa

que muchas estaciones de precipitación tienen periodos faltantes en sus
BL
registros, debido a la ausencia del observador o a fallas instrumentales;

sumado a esto, existe una mala distribución de la red pluviométrica. A menudo,
BI
es necesario estimar algunos de estos valores faltantes para lo cual existen

muchas formas de suplir estas deficiencias y el grado de aceptación de uno de
16
estos métodos va a depender de la cantidad de observaciones faltantes en el

registro de datos. (Mejía, 2012)
La metodología establecida por la UNESCO-ROSTLAC es más factible de
AS
utilizar, se basan en fórmulas matemáticas simples, en donde se establecen
relaciones entre estaciones patrones o cercanas (con datos completos) y la
RI
estación con carencia de información pluviométrica. El método de regresión
lineal, método por razones promedio, método por correlación con estaciones
UA
vecinas son los métodos recomendado por la UNESCO-ROSTLAC. Además,
podemos sumar el método por razones de distancias, método por promedios
EC
vecinales, método por regresiones múltiples y método del vector regional como
metodologías tradicionales.
OP
En la formulación de expedientes técnicos, casi siempre, surge la duda acerca
de qué método nos acerca más a las precipitaciones reales de esos meses
R
faltantes. Algunas veces se aplican todos los métodos y se trabaja con los
AG
promedios que arroja cada uno de los métodos y, otras veces, por ahorro de
tiempo, sólo se trabaja con un método sin haber considerado ningún criterio,
esto genera que muchas veces se obtengan datos estimados lejos de la
DE
realidad.
La presente investigación compara siete métodos de completación de datos

CA
para la estimación de precipitación puntual en la cuenca del río Urubamba, y de

este análisis poder realizar alguna recomendación de algún método.
TE
3. Enunciado del Problema

IO
¿Cuál de los siete métodos hidrológicos presenta mayor calidad de predicción

para la completación de datos faltantes de precipitación en estaciones de la
BL
cuenca del río Urubamba, Región Cuzco?

BI
4. Justificación
Justificación Teórica:
17
El análisis de métodos hidrológicos para la completación de datos faltantes de

precipitación en estaciones de la cuenca Urubamba, Región Cuzco, servirá
como documento vital que permita conocer con mayor claridad los métodos
que existen para completación de datos de precipitación.
AS
Justificación Práctica:
RI
El presente análisis de la calidad de predicción de métodos hidrológicos para la
completación de datos faltantes de precipitación podrá ser utilizado en la
UA
elección de un método de completación de datos faltantes que permita realizar
un estudio hidrológico o modelación hidrológica confiable, con la finalidad de
EC
diseñar alguna obra que beneficie a la población, o prever algún desastre que
pueda afectar a esta.
5. Objetivos
Objetivo general
R OP
AG
Analizar la calidad de la predicción de siete métodos hidrológicos para

completación de datos faltantes de precipitación en estaciones de la cuenca del
río Urubamba, región Cuzco, para su posterior recomendación.
DE
Objetivos específicos
 Realizar un Análisis Exploratorio de los Datos disponibles proporcionados

CA
por las estaciones climáticas de la cuenca del río Urubamba.

TE
 Generar vacíos de información seleccionando, aleatoriamente, una muestra

de los datos por estación.
IO
 Aplicar siete métodos hidrológicos para completación de datos faltantes de

BL
precipitación en estaciones de la cuenca Urubamba.

BI
 Comparar la calidad de estimación de las precipitaciones obtenidas en cada

método con las precipitaciones reales.
18
II. REVISIONES BIBLIOGRÁFICAS
1. La estadística en la hidrología
AS
La mayoría de las causas que actúan en los ciclos hidrológicos superficiales son
de carácter meteorológico y la propia meteorología se desarrolla
fundamentalmente a través de la estadística, ya que es muy difícil llegar a un
RI
estudio matemático y preciso de los problemas que condicionan los fenómenos
UA
de aforo, al menos en los cursos principales.
Por tanto, la meteorología y estadística aplicada se utilizan para extrapolar
EC
donde los aforos no pueden alcanzar, por tratarse de ríos pequeños para los que
no puede pretenderse que cada uno tenga su propia estación de aforo, o para
estadística meteorológica que la de aforos.

R OP
ampliar la extensión de las series, puesto que normalmente es más antigua la
La recopilación de datos hidrológicos, y su ordenamiento estadístico, tiene como

AG
fin practico su aplicación para dimensionar, con el mayor acierto posible, la obras
que han de utilizar los recursos hídricos (embalses dimensionar, presas,
captaciones, obras de conducción, centrales hidroeléctricas, etc.) y prevenir el
DE
régimen de explotación, de manera que se obtenga el mayor beneficio posible

de las estructuras construidas.
CA
Se supone siempre que, en el futuro, el régimen hidrológico de un rio tendrá

cierta relación con el pasado y se procura obtener, del conocimiento de
TE
estadística de caudales, referencias para prever dentro de ciertos márgenes de

seguridad, el régimen de caudales que pueda presentarse en el futuro.
IO
BL
2. Precipitación
BI
La precipitación es definida por UNESCO – ROSTLAC, 1982, como el agua que

proviene de la humedad atmosférica y que cae a la superficie terrestre,
principalmente en estado líquido (lluvia) o sólido (nieve o granizo). Además,
19
menciona que esta variable puede ser considerada como la más importante
dentro de las que intervienen en el balance hídrico.
Según Llamas, 1993, la precipitación constituye un fenómeno que describe la
AS
trasferencia de agua, en su fase liquida (lluvia) o solida (nieve y granizo), entre la
atmosfera y el suelo. También hace referencia a que las precipitaciones sobre
RI
los continentes, representan el elemento más importante del ciclo hidrológico.
UA
Para Chow et al, 1994, la precipitación incluye la lluvia, la nieve y otros procesos,
tales como granizo y nevisca, mediante los cuales cae a la superficie terrestre.
EC
3. Tipos de precipitaciones
3.1.1. Precipitaciones convectivas
OP
Cuando la atmosfera esta calma, el aire vecina al suelo es calentado
R
por la radiación solar reflejada y emitida por la superficie terrestre. Este
AG
aire, menos denso que el aire circundante, se eleva en forma de

células de convección, enfriándose adiabáticamente hasta alcanzar el
nivel de condensación, generando nubes del tipo cúmulos- nimbus que
DE
origina las lluvias muy intensas, de duración cortas y abarcando áreas

reducidas.
CA
3.1.2. Precipitaciones orográficas

Cuando los vientos cargados de humedad soplando normalmente del
océano hacia el continente, encuentran una barrera montañosa, las
TE
masas de aire húmedo se elevan para transponer el obstáculo,

resultando en un enfriamiento que puede alimentar la formación d
IO
nubes y desencadenar las precipitaciones. En el caso de Perú, están

localizados en la vertiente oriental de la cordillera de los andes, dando
BL
lugar a áreas secas o semiáridas en la vertiente occidental, debido a

que la humedad, proveniente de la amazonia, fue descargada antes de
BI
atravesar la cordillera.
20
3.1.3. Precipitaciones frontales o ciclónicas

El aire en contacto con la superficie terrestre, estando en reposo,
adopta las características térmicas y de humedad de la superficie,
constituyendo masas de aire, que pueden ser frías o calientes, secos o
AS
húmedos (normalmente una masa fría es seca y una masa caliente es
húmeda). Debida a diferencias de presión y a otras causa de
RI
relacionadas con la circulación global atmosférica, esas masas de aire
pueden comenzar a desplazarse, recorriendo grandes distancias (Mejía
UA
J.2012) hidrología aplicada.
EC
4. Medición de la Precipitación
OP
Las mediciones hidrológicas se hacen con el fin de obtener información de los
procesos hidrológicos. Esta información se utiliza para entender mejor estos
R
procesos y como información de entrada en modelos de simulación hidrológica
AG
para el diseño, análisis y toma de decisiones.
Para Chow et al, 1994, la década Hidrológica Internacional (1965-1974) fomentó

DE
una rápida expansión de la recolección de información hidrológica en todo el

mundo, y ahora es una práctica rutinaria el almacenar información hidrológica en
computadores y tenerla disponible en forma leíble en máquinas, en cintas o
CA
discos magnéticos. Estos dos desarrollos, la expansión y la computarización de

la información hidrológica, han puesto a disposición de los hidrólogos una gran
cantidad de información, la cual permite estudios con mayores detalles y
TE
precisión que lo que ocurría en años anteriores.

IO
Como los fenómenos hidrológicos tienen variación en el espacio y el tiempo,

presentan un carácter aleatorio y probabilístico. La precipitación es la fuerza
BL
motriz de la fase terrestre del ciclo hidrológico, y la naturaleza aleatoria de la

precipitación, hace que la predicción de procesos hidrológicos resultantes para
BI
un tiempo futuro, siempre esté sujeta a un grado de incertidumbre. Este tipo de

incertidumbre hace necesario que las mediciones hidrológicas sean
observaciones hechas en el lugar de interés o muy cerca de éste, de tal manera
21
que las conclusiones puedan sacarse de observaciones in situ (Chow et al,

1994).
AS
5. Estaciones meteorológicas
Las observaciones se realizan en lugares establecidos, donde es necesario
RI
contar con datos meteorológicos para una o varias finalidades, ya sea en tiempo
real, en tiempo diferidos o ambos. Estos lugares deben reunir determinadas
UA
condiciones técnicas normalizadas y se los denomina "estaciones
meteorológicas".
EC
5.1. Operación de una estación meteorológica
De acuerdo a lo establecido por la Organización Meteorológica Mundial
manera:
R OP
(OMM), las estaciones meteorológicas se clasifican de la siguiente
AG
DE
CA
TE
Cuadro 1. Clasificación de estaciones meteorológicas

IO
Como se puede observar una estación meteorológica puede tener

diferentes fines, dependiendo de los propósitos para los cuales fue
BL
instalada. La información se utiliza en varias aplicaciones u

observaciones adicionales que le dan sus características. Por
BI
consiguiente, en una estación meteorológica pueden conjugarse dos o

más categorías simultáneamente. (www.senamhi.gob.pe)
22
5.2. Operación de los instrumentos meteorológicos
Los instrumentos destinados a medir los fenómenos meteorológicos se

instalan en la estación meteorológica, que debe estar situada en un lugar
AS
que sea representativo de sus características medias. Lo mejor es una
instalación en pleno campo que satisfaga las siguientes condiciones.
RI
a) Franca circulación del aire y visibilidad en todas las direcciones.
UA
b) Hallarse separado de edificaciones de muros altos que pueden
alterar la temperatura del aire.
EC
c) Estar alejada de obstáculos susceptibles de producir remolinos de
viento.
OP
Es necesario precisar la ubicación de la estación por su latitud y longitud
y, además, conocer los puntos cardinales. Un instrumento meteorológico
es simplemente un dispositivo diseñado para indicar o registrar una
R
respuesta cuantitativa de un objeto (el sensor) producto de una
AG
influencia ambiental. Todos los objetos responden a las condiciones

ambientales, pero el grado, linealidad y consistencia de la respuesta
varía considerablemente según el elemento sensor. (senamhi.gob.pe)
DE
6. El pluviómetro
Un pluviómetro es un instrumento que mide la cantidad de agua precipitada

CA
en un determinado lugar. La unidad de medida es en milímetros (mm). Una

precipitación de 5 mm indica que si toda el agua de la lluvia se acumulara en
TE
un terreno plano sin escurrir ni evaporarse, la altura de la capa de agua sería

de 5 mm. Los milímetros (mm) son equivalentes a los litros por metro
IO
cuadrado.
El pluviómetro recoge el agua atmosférica en sus diversos estados. El total
BL
se denomina precipitación. Para los estados sólidos, las mediciones se

llevan a cabo una vez alcanzado el estado líquido, (Campetella C, Cerne B.
BI
2011).
23
6.1. Pluviómetros estándar

El pluviómetro más común, que actualmente usan los aeropuertos y los
meteorólogos oficiales, se inventó hace más de 100 años. Es un cilindro
de 50cm de alto con un embudo de 20cm de diámetro. La altura del agua
AS
que se junta en el tubo de medición es precisamente diez veces lo que
sería si se hubiera juntado en el cilindro.
RI
Esta exageración de la altura del agua en el tubo permite a los
UA
meteorólogos realizar mediciones más precisas de las precipitaciones. En
el tubo de mediciones se coloca una vara de medición especial con una
EC
escala que tiene en cuenta la exageración. El pluviómetro oficial puede
medir hasta 5cm (1,97 pulgadas) de lluvia. Si las precipitaciones superan
OP
los cinco centímetros, el agua se derrama y cae en el cilindro que rodea al
tubo de medición. Para calcular la cantidad total de precipitaciones, el
observador vacía los 5 cm del tubo de medición lleno, luego toma el agua
R
del cilindro y con mucho cuidado la vierte en el nuevo tubo vacío. Esa
AG
medición sumada a los 5cm de la cantidad de precipitación final.
6.1.1. Partes constituyente de un pluviómetro

DE
a) Cilindro de chapa galvanizada: pudiendo ser también de cinc o

plástico, terminando en su parte superior por un aro de bronce
CA
con su borde en forma de arista cortante que posibilita la

indeformabilidad de la boca u orificio de recepción.
TE
b) El diámetro de la boca: puede ser entre 100 y 300 mm, pero los
más usuales están entre 160 y 203 mm.
IO
c) Embudo colector: ubicado a unos 8 o 10 cm bajo del aro existe

un embudo colector de agua, el cual a través de un orificio y un
BL
corto conducto ubicado en su parte central conduce lo precipitado

al cuerpo de retención.
BI
d) El cuerpo de retención: se compone de un recipiente cilíndrico

ensamblado al anterior. Este cuerpo tiene, la finalidad de
almacenar el agua de lluvia.
24
e) Probeta transparente: es el aparato de medición, cuya finalidad

es la de amplificar la altura de la capa de agua depositada en el
pluviómetro y poder efectuar la medición con mayor exactitud.
AS
7. SENAMHI
RI
Es una Institución que desde 1969 brinda servicios públicos, asesoría, estudios
e investigaciones científicas en las áreas de Meteorología, Hidrología, Agro
UA
meteorología y Asuntos Ambientales en beneficio del país. Antes de la creación
del Servicio Nacional de Meteorología e Hidrología SENAMHI, las actividades
EC
meteorológicas e hidrológicas en el país, se encontraban a cargo de diversos
Sectores: Ministerios de Aeronáutica, Agricultura y Fomento y Obras Públicas.
Hasta fines de la década del 70 la principal actividad representaba la
OP
preparación del Pronóstico diario para la República y mensual para Lima. Este
nuevo Servicio, de inmediato se abocó a su inmediata integración funcional y
R
administrativa. (SENAMHI, 2016).
AG
8. Análisis de la Precipitación
DE
Los registros provenientes de pluviómetros o pluviógrafos, representan una

muestra extremadamente pequeña de la lluvia total caída en una cierta área.
Según Salgado, 1978, por ejemplo, una lluvia de 1 cm así recolectada,
CA
representa una muestra 1/3 x 10-6 de lo caído de una hectárea.

TE
En la evaluación de problemas hidrológicos, en los que se requiere conocer el

volumen de agua caída, es decir, el producto de una cierta altura de agua por
IO
el área, es necesario utilizar métodos adecuados para calcular la lluvia

promedio caída durante cierto tiempo.
BL
La precisión de un registrador de lluvia en el cálculo de la altura de agua,

BI
depende de la densidad y distribución de los instrumentos, el tamaño, la

naturaleza y la topografía de la hoya, así como el tipo de tormenta, incluyendo
25
su duración y desplazamiento y de los métodos adoptados para evaluar dichos

datos.
En numerosos análisis hidrológicos, es necesario disponer de la precipitación
AS
media la cual se recoge en una zona determinada, normalmente una cuenca
hidrográfica. Sin embargo, los datos disponibles están formados por un
RI
conjunto de lecturas de precipitación, obtenidos en una serie de observatorios
distribuidos, irregularmente sobre la zona de estudio y los alrededores
UA
(Mintegui, 1990). Es en este sentido que los investigadores se ven enfrentados
a la gran problemática de la carencia considerable de información, ya que una
EC
evaluación precisa, está estrechamente ligada con la cantidad y calidad de
información disponible en tiempo y espacio, lo cual influye directamente en la
OP
obtención de los objetivos que se persiguen.
La carencia, está referida primordialmente a información pluviométrica, la cual,

R
inclusive, denota errores de consistencia en los registros existentes, además de
AG
lapsos en los cuales por diversas causas, la información no existe, pues de

contar con un control de toda la información necesaria, las dificultades para su
evaluación serian prácticamente mínimas (Pizarro et al, 1993).
DE
9. Métodos para la completación de información hidrológica

CA
faltante
La completación de datos es imprescindible cuando se trabaja con series, en

TE
las cuales el periodo debe ser continuo.

IO
9.1. Método de regresión lineal

BL
Este método es uno de los más utilizados; se recomienda para la

estimación de datos mensuales y anuales. Se requiere establecer una
BI
regresión y correlación lineal con la estación patrón consistente, mediante

una ecuación lineal de dos variables:
26
̂ (1)
Donde:
̂ Valor estimado de la precipitación para la estación carente (mm)
Valor de precipitación registrado en la estación patrón (mm).
AS
Constantes de regresión.
RI
Este método, a pesar de ser de muy fácil aplicación, no puede ser
aplicado indiscriminadamente, dado que es necesario saber si la calidad
UA
del ajuste es buena o mala. Una mala calidad del ajuste, puede llevar a la
generación de información sin consistencia, lo cual en lugar de mejorar la
EC
situación, la empeora por la agregación estadística de datos no
representativos de la realidad a la que se pretende estimar.
9.2. Método por razones de distancias

R OP
AG
Se utiliza para la estimación de datos menores de un año, en zonas

planas; las estaciones deben tener una disposición espacial lineal como la
que se muestra en la Figura 1. Donde A y B esté completa su información
DE
y la estación X está incompleta, en este caso se aplica la ecuación.

CA
TE
IO
Figura 1. Disposición espacial para la completación por razones de distancia

BL
Representa la posición de una estación con carencia de

información.
BI
Señala la presencia de estaciones con información completa.

b= Representa la distancia sobre un plano desde la estación X.
27
La estación con carencia de datos debe quedar entre dos estaciones que
presenten una estadística completa.
En este caso es posible utilizar la siguiente expresión:
AS
(2)
RI
Donde:
PX, PA, PB, representan la precipitación para las estaciones X, A y B,
UA
respectivamente, para el período en estudio.
EC
En este método se ocupan las precipitaciones y las distancias, por lo
tanto, se debe asumir una variación lineal de las precipitaciones, en
función de las distribuciones.
9.3. Método por promedios vecinales

R OP
Se utiliza para la completación de datos menores de un año, en zonas
AG
planas no montañosas. Se debe considerar la distribución espacial en

donde la estación con carencia de datos, queda ubicada al centro de tres
DE
estaciones con estadística completa, en este caso se aplica la ecuación.

CA
TE
F
IO
Figura 2. Disposición espacial para la completación de datos por promedios vecinales

BL
Donde;
BI
X, A, B Y C representan la disposición espacial de cuatro estaciones

pluviométricas, y donde la estación x es la que representa carencia de
información.
28
De cumplir con esto, es posible la utilización de la siguiente expresión

para estimar las precipitaciones.
AS
∑ (3)
Donde;
RI
Precipitación de la estación i en el periodo de estudio.
UA
Número total de estaciones.
EC
Este método es básicamente una estimación que resulta, del cálculo de
un promedio aritmético en las “n” estaciones vecinas existentes.
9.4. Método por razones promedio R OP

Es complementario al método anterior para zonas montañosas, donde las
AG
precipitaciones de A, B y C diferirán generalmente en más de un 10%,

entonces es necesario aplicar la ecuación:
̅
[̅ ̅ ] (4)
DE
Donde:
CA
̅ ̅ ̅ ̅ Promedio normal de las precipitaciones anuales

TE
registradas en un periodo común para las N estaciones y la estación X.

IO
Precipitación en las N estaciones durante el periodo que

falta en X.
BL
Lo que se logra al aplicar este método, es realizar una estimación para la

BI
estación faltante, en función de las relaciones entre precipitaciones de un

periodo en estudio y las precipitaciones normales.
29
9.5. Método por correlación con estaciones vecinas
Se utilizan las precipitaciones estimadas a partir de correlaciones entre la

estación con datos faltantes y cada una de las estaciones vecinas, a los
AS
que se asocian los coeficientes de correlación respectivos.
Aquí se utilizan las precipitaciones estimadas a partir de correlaciones
RI
entre la estación con carencia de datos y cada una de las estaciones
UA
vecinas, y los coeficientes de correlación entre los registros de la estación
con falta de información y las estaciones vecinas. Su expresión
matemática es la siguiente:
EC
(5)
Donde:
R OP
Valor estimado de precipitación en X.
AG
Valor estimado de precipitación en X, a partir de las correlaciones

con cada una de las i estaciones.
Coeficiente de correlación entre los registros de la estación X, y
DE
cada una de las “i” estaciones.

Estaciones Consideradas.
CA
9.6. Método por regresiones múltiples
Es una extensión del método de regresión simple y su forma de estimar la

precipitación se basa en la expresión matemática 8
TE
(6)
IO
Donde;
BL
Precipitación estimada.
Precipitación de la estación completas.
Constantes de la regresión.
BI
30
9.7. Método del vector regional
Es un método de cálculo orientado a tres tareas definidas: la crítica de

datos, la homogenización y la extensión-completación de datos de
AS
precipitación. El vector regional elabora una estación ficticia (vector) que
sea una “especie de promedio” de todas las estaciones de la zona. El
vector se calcula bajo el concepto de precipitación media extendida,
RI
salvando los problemas del peso de las estaciones más lluviosas sobre
UA
las menos lluviosas. Se emplea el método de mínimos cuadrados para
encontrar los índices pluviométricos regionales anuales Zi y la
precipitación media extendida Pj, esto se logra al minimizar la expresión. 9
EC
∑ ∑ (7)
Donde;
Índice del año.
R OP
Índice de la estación.
AG
Número de años.
Número de estaciones.
Precipitación anual en la estación “j” el año “i”.
DE
Precipitación media extendida al periodo “N” años.

Índice pluviométrico regional del año “i”.
10. Software Hydracces
CA
Hydraccess es un software completo, homogéneo y de fácil manejo, que

permite importar y almacenar varios tipos de datos hidrológicos en una base de
TE
datos en formato Microsoft Access 2000, y realizar los procesamientos básicos

que un hidrólogo pueda necesitar. Su desarrollo empezó en el año 2000, y se
IO
ha continuado con regularidad desde esta fecha. Su autor es Philippe Vauchel,

Hidrólogo del IRD (Instituto Francés de Investigación para el Desarrollo), y el
BL
software pertenece al IRD.

BI
Hydraccess es multilingüe, existe en Francés, Español, inglés, Portugués y

Ruso. Todos los textos de la interfaz vienen en una base Access abierta, para
que un usuario los pueda traducir y añadir un nuevo idioma al software.
31
Hydraccess se destina a los investigadores, ingenieros, técnicos o estudiantes

que deseen administrar, visualizar y procesar datos hidrológicos. Hydraccess
hace uso del administrador de bases de datos Access y de la hoja de cálculo
AS
Excel, y utiliza ampliamente sus posibilidades de automatización. Como
resultado de muchos de sus tratamientos, crea archivos Word o Excel. Eso
RI
permite al usuario obtener, en el idioma de su elección, tablas de datos y
gráficos elaborados que puede personalizar e incluir directamente en informes.
UA
Hydraccess conviene al procesamiento de datos desde las microcuencas hasta
EC
los grandes ríos. Para las pequeñas cuencas, puede tratar los datos a nivel del
evento (tormenta o crecida) gracias a funciones de separación de los eventos
OP
en forma automática o interactiva.
10.1. Procesamiento disponible por Hydracces

R
AG
 Numerosas funciones gráficas, que producen datos y gráficos simples

o comparativos bajo Excel. Estas funciones constituyen también una
buena forma de exportar datos.
DE
 Funciones de agregación o de discretización de datos con varios

intervalos de tiempo fijo, desde el minuto hasta el año, pasando por el
día, 5 días, 10 días, 15 días y un mes.
CA
 Análisis de las intensidades de las tormentas: lluvias útiles y

excedentarias para ciertos umbrales de intensidad, lluvias máximas por
TE
intervalo de tiempo, índices de erosividad de Wishmeier, índices de

Köhler.
IO
 Estudios frecuenciales: ajuste de leyes de probabilidad a muestras de

valores anuales o de valores pasando un cierto umbral.
BL
 Reconstitución de las crecidas entrando en una pequeña represa,

conociendo la variación de las cotas de la represa, los caudales
BI
evacuados por el vertedero, y la lluvia sobre la represa.
32
 Separación interactiva de los eventos de lluvia y de caudal, análisis de

las tormentas, crecidas y recesiones, y producción de gráficos Excel
para eventos Lluvia- Caudal.
 Cálculo de valores clasificados y característicos (curvas de duración).
AS
 Método del vector regional de índices pluviométricos, adaptado a la
crítica de lluvias mensuales o anuales.
RI
 Cálculo de la lluvia promedio sobre una cuenca (método de Thiessen o
Kriging, que se pueden aplicar a series temporales con cualquier paso
UA
de tiempo, aun contengan valores faltantes).
EC
R OP
AG
DE
CA
TE
IO
BL
BI
33
III. MATERIALES Y MÉTODOS
1. Materiales de estudio
AS
 Datos de precipitación mensual de diez estaciones de la cuenca del rio
Urubamba las cuales son: Anta Ancachuco, Caicay, Colquepata, Macchu
RI
Picchu, Paucartambo, Pisac, Pomacanchi, Quillabamba, Sicuani,
UA
Urubamba; proporcionado por el Sistema de adquisición de Datos
Hidrológicos Online (SADHO) de la Autoridad Nacional del Agua.
 Software computacional HYDRACCES.
EC
 Paquete computacional Microsoft Office (Word, Excel y Point).
 Software Google Earth Pro.

R OP
Extensión para Microsoft Excel REAL STATICS versión 6.1.
2. Descripción del área de estudio

AG
2.1. Ubicación:
DE
El rio Urubamba tiene su origen en el nudo del Vilcanota, de ahí, que en

un inicio se le denomina Río Vilcanota; el punto de origen es exactamente
en el nevado de Cunurana a 5,443 m., departamento de Puno. Tiene un
CA
recorrido de noroeste, pasando por importantes provincias del

Departamento de Cusco, comienza su recorrido en Cusco, por la localidad
de Raqchi, importante zona arqueológica a 3,450 m. (Templo del Dios
TE
Wiracocha de los Incas); continua Valle abajo, llegando a Urcos, continua

por el Pueblo de Andahuaylillas, lugar turístico donde se encuentra la
IO
llamada Capilla Sixtina de América. Ahí está a una altura de 3,150 m. a 36

km de la Ciudad de Cusco. De este distrito, el Río Vilcanota sigue su
BL
recorrido con destino al Valle Sagrado de los Incas, pasando por el

Distrito Turístico de Pisac. Continúa su recorrido pasando por los
BI
diferentes distritos y provincias de Cusco, regando importantes tierras

agrícolas, llegando a la provincia de Urubamba a 2,875 m.
34
El río Urubamba, cuyo recorrido es de 862 km, con un área de 76 200

km2, nace en los deshielos del nevado Cururana, a 5 443 msnm al
noreste del pueblo de Santa Rosa y con el nombre de Vilcanota atraviesa
la alta meseta de Quequepampa y se dirige de sureste (SE) a noroeste
AS
(NO), por un valle muy poblado que concentra sus habitantes en centros
poblados como Maranganí, Sicuani, Combopata, Quiquijana,
RI
Andahuaylillas, etc.
UA
Origen: confluencia del rio Vilcanota con el rio Yanatile.
Final: confluencia con el rio Tambo, que da lugar al rio Ucayali, provincia
EC
de atalaya, departamento de Ucayali.
2.2. Límites R OP
Norte:
AG
 Cuenca del Medio Bajo Ucayali.

 Intercuenca Alto Yurua.
Este:
DE
 Cuenca Tarau
 Intercuenca 49 299
 Intercuenca Alto Medio Madre de Dios.
CA
 Cuenca Inambri.
Sur:
TE
 Cuenca Pucara.
 Cuenca Azángaro, y
IO
Oeste:
BL
 Intercuenca Bajo Apurímac

 Intercuenca Alto Apurímac.
BI
35
2.3. Clima
El clima de la zona es seco y frígido, con grandes precipitaciones

pluviales en épocas de invierno (diciembre a marzo) y la época seca entre
AS
mayo y octubre. La precipitación en el área de la cuenca es de 496,17
mm/año, que corresponde a una media de los 10 últimos años, y la
temperatura media anual es de 16,69 ºC. La dirección predominante de
RI
los vientos es de sentido oeste, con velocidades máximas de 2-3 metros
UA
por segundo, con mayor predominio entre las 10 a 17 horas.
EC
2.4. Distribución espacial de la precipitación
OP
Las mayores precipitaciones se presentan en la región conocida como
Bajo Urubamba, esto es, en el sector central norte de la cuenca, donde
las precipitaciones totales anuales superan los 1 000 mm año-1, siendo la
R
vecindad del distrito de Malvinas donde se registra en promedio un total
AG
anual de más de 4 000 mm año-1, considerándosele una región de alta

pluviosidad. Un núcleo con precipitaciones anuales superiores a 2 000
mm año-1 se extiende en las inmediaciones de los distritos de Echarate y
DE
Machu Picchu, ubicados en la parte central de la cuenca. Asimismo, se

observa otro núcleo con precipitaciones del mismo orden en el extremo
más norte de la cuenca, en el distrito de Sepahua. Hacia el sector sur,
CA
correspondiente a las partes medias y altas de la cuenca, los acumulados

anuales son de menor cuantía, del orden de 400 a 800 mm año-1, siendo
TE
la estación de Caicay, ubicada en el sector este de la cuenca la que

totaliza sólo 330 mm/año. Otro sector importante de precipitaciones se
IO
encuentra en el sector más oriental y más occidental de la cuenta alta; es

decir, los sectores colindantes con el Altiplano y la cuenca del río
BL
Apurímac respectivamente, con valores entre 800 y 1 100 mm/año.

BI
36
3. Métodos
3.1. Análisis exploratorio de datos disponibles proporcionados

por las estaciones climáticas de la cuenca del río Urubamba.
AS
Para esta etapa fue necesario contar con la colaboración de la Autoridad
Nacional del Agua, ya que este organismo tiene disponible en su página
RI
web datos hidrológicos a lo largo del territorio nacional, a través, del
Sistema de Datos Hidrológicos Online (SADHO).
UA
Los datos que se necesitaron para la aplicación de los métodos de
completación de datos faltantes, corresponden a los valores de
EC
precipitación mensual, para un periodo de 20 años. Para este efecto se
consideraron, inicialmente, 10 estaciones, a saber, Anta Ancachuco,
Quillabamba, Sicuani, Urubamba.

R OP
Caicay, Colquepata, Macchu Picchu, Paucartambo, Pisac, Pomacanchi,
Antes de utilizar los diferentes métodos de completación de datos, se

AG
realizó el Análisis exploratorio de datos con 10 estaciones seleccionadas

en un inicio como operativas y completas, este análisis de la base de
datos fue realizado con el método del vector regional (MVR) (Hiez, 1977 y
DE
Brunet Moret, 1979). El Vector Regional creó una estación ficticia (un
vector) de todas las estaciones de una zona homogénea, que se comparó
CA
con cada estación, esto en lugar de comparar estaciones pares por

correlación o doble masa (Hiez, 1977; Vauchel, 2005). Con el método del
Vector Regional y bajo el criterio de la desviación estándar de desvíos
TE
(DED<0.30) se decidió eliminar la estación Colquepata (2007 msnm).

IO
3.2. Generación de vacíos de generación seleccionando una

muestra de datos por estación
BL
En esta etapa se generaron los vacíos de información, formando los

patrones con las precipitaciones reales, para posteriormente establecer
BI
las comparaciones entre las precipitaciones reales y estimadas.
37
Los vacíos se generaron aleatoriamente, es decir, como se contaba con la

información pluviométrica real (la cual consiste en datos mensuales de 20
años con un total de 240 datos); de éstos, aleatoriamente se eligió el
20%, es decir 48 datos, los que fueron eliminados para ser considerados
AS
como faltante. Esto en cada una de las estaciones utilizadas.
RI
Se debe señalar que para poder utilizar de forma comparativa los
métodos, en todas las estaciones se estableció que los meses en los
UA
cuales se eliminó la información debían ser los mismos en cada estación.
EC
3.3. Aplicación de los 7 métodos de completación hidrológica
para completación de datos de precipitaciones.
OP
Una vez establecidos los vacíos mensuales o datos faltantes, los datos
que se extrajeron se consideraron como la precipitación real, que fue la
R
base para establecer las comparaciones entre los métodos de
AG
completación de estadísticas.
En esta etapa se aplicaron todos los métodos de completación, ya

DE
explicados en el capítulo de revisiones bibliográficas, lo que permitió

obtener la información faltante por estación.
CA
3.3.1 Método del Vector Regional

TE
La aplicación de este método se realizó mediante el software

HYDRACCES.
IO
Se eligió a la estación Anta Ancachuro como estación con datos

faltantes. Para esta estación se crearon 12 archivos en formato xls. en
BL
Microsoft Excel (uno por cada mes del año) conocidos como archivos
multi-estaciones, ya que contienen la información de precipitaciones de
BI
todas las estaciones según un mes asignado. Por ejemplo, para el mes
de enero se copió los datos de precipitación de todos los años
correspondiente al mes de enero tomando en cuenta los vacíos
38
generados para este mes de la estación Anta Ancachuro en una

columna, junto a esta columna se copiaron los datos completos de
precipitación para el mes de enero de todos los años de las 8
estaciones restantes. De esta misma forma se crearon los demás
AS
archivos del resto de meses para la estación Anta Ancachuro. Una vez
finalizada la creación de los archivos multi-estaciones, se procedió a
RI
abrir el programa Hydracces. Se buscó la opción Utilitarios y dentro de
esta opción se seleccionó la opción Vector Regional. Estando en la
UA
ventana de ingreso de datos para el método de Vector Regional,
seleccionando la opción leer archivos multi-estaciones se procedió a
EC
cargar el primer archivo en Excel correspondiente a los datos de
precipitación del mes de Enero de la estación Anta Ancachuro. Una vez
OP
cargado el archivo se seleccionó Calcular el Vector. Una vez
calculado el vector basado en la ecuación 7, se seleccionó la opción
ver detalle de estación, en este caso, se seleccionó la estación Anta
R
Ancachuco por ser la estación con vacíos. Automáticamente se abrió
AG
una ventana en Microsoft Excel en donde se podía observar los datos

de precipitación completados para la serie de precipitaciones del mes
de enero de la estación de Anta Ancachuco. De esta misma forma se
DE
fue averiguando los datos completados por Hydracces para los

siguientes meses.
CA
De manera rotativa y siguiendo la metodología aplicada a la estación

Anta Ancachuro se realizó la completación de los vacíos generados
para el resto de estaciones. Los datos obtenidos fueron almacenando
TE
en un nuevo documento en Microsoft Excel para ser comparados

posteriormente con los demás métodos.
IO
En la cuadro N°2 se pueden observar las estaciones utilizadas para la

BL
completación de datos en cada estación con información faltante.

BI
39
ESTACIÓN
CON FALTA DE ESTACIONES UTILIZADAS PARA LA ESTIMACIÓN DE LA PRICIPITACIÓN
DATOS
AS
ANTA MACCHU PAUCARTAM POMACAN QUILLABA URUBAM
ANCACHUCO CAICAY PICCHU BO PISAC CHI MBA SICUANI BA
ANTA MACCHU PAUCARTAM POMACAN QUILLABA URUBAM
CAICAY ANCACHUCO PICCHU BO PISAC CHI MBA SICUANI BA
MACCHU ANTA PAUCARTAM POMACAN QUILLABA URUBAM
RI
PICCHU ANCACHUCO CAICAY BO PISAC CHI MBA SICUANI BA
PAUCARTAMB ANTA MACCHU POMACAN QUILLABA URUBAM
O ANCACHUCO CAICAY PICCHU PISAC CHI MBA SICUANI BA
UA
ANTA MACCHU PAUCARTA POMACAN QUILLABA URUBAM
PISAC ANCACHUCO CAICAY PICCHU MBO CHI MBA SICUANI BA
ANTA MACCHU PAUCARTA QUILLABA URUBAM
POMACANCHI ANCACHUCO CAICAY PICCHU MBO PISAC MBA SICUANI BA
QUILLABAMB ANTA MACCHU PAUCARTA POMACAN URUBAM
EC
A ANCACHUCO CAICAY PICCHU MBO PISAC CHI SICUANI BA
ANTA MACCHU PAUCARTA POMACAN QUILLABA URUBAM
SICUANI ANCACHUCO CAICAY PICCHU MBO PISAC CHI MBA BA
ANTA MACCHU PAUCARTA POMACAN QUILLABA
URUBAMBA ANCACHUCO CAICAY PICCHU MBO PISAC CHI MBA SICUANI
OP
Cuadro 2. Esquema para la aplicación del MVR
3.3.2 Método del Regresión Lineal

R
Para la aplicación de este método se usó la herramienta regresión
AG
lineal de análisis de datos de Microsoft Excel, que se basa en las

ecuaciones (1) explicadas en el capítulo de revisiones bibliográficas.
Así pues, los datos faltantes de la estación fueron estimados con la
DE
estación más cercana la cual tenía los datos completos. En el cuadro

N°3 se muestra la disposición de estaciones para la aplicación de este
método.
CA
Estación con carencia de

Estación
información
Anta Ancachuco Urubamba
TE
Caicay Pisac
Macchu Picchu Quillabamba
Paucartambo Pisac
Pisac Caicay
IO
Pomacanchi Sicuani
Quillabamba Macchu Picchu
Sicuani Pomacanchi
BL
Urubamba Anta Ancachuco

Cuadro 3. Esquema para la aplicación del MRL
BI
40
3.3.3 Método Razones de distancia
Para la aplicación del método de completación por razones de distancia

(MRD), fue necesario calcular previamente las distancias entre las
AS
estaciones.
3.3.4 Cálculo de las distancias
RI
Para el cálculo de las distancias, fue necesario ubicar las estaciones
UA
Meteorológicas, según las coordenadas brindadas por SENAMHI, en la
aplicación satelital Google Earth, posteriormente se elaboró un mapa
de ubicación de las estaciones en ArcGIS.
EC
OP
3.3.5 Aplicación del método
Como este método considera que la estación, con carencia de

R
información debe estar al centro de dos estaciones que tengan
estadística completa, se procedió a establecer cuáles estaciones
AG
podrían estimar a las otras y esto para cada estación, lo que se

muestra en el cuadro N°4. Como se puede observar las estaciones de
Paucartambo, Quillabamba y Sicuani. Los cálculos fueron efectuados
DE
en Microsoft Excel 2007 teniendo como base la ecuación 2 del capítulo

II.
CA
Estación con
carencia de Estación "A" Estación "B"
información
TE
Anta Macchu
Pomacanchi
Ancachuco Picchu
Caicay Pisac Paucartambo
IO
Macchu
Urubamba Quillabamba
Picchu
Paucartambo - -
BL
Pisac Paucartambo Caicay

Pomacanchi Caicay Sicuani
Quillabamba - -
BI
Sicuani - -
Anta
Urubamba Pisac
Ancachuco
Cuadro 4. Esquema para la aplicación del MRD
41
3.3.6 Método de Promedios vecinales
Como este método considera una disposición espacial de tipo
AS
triangular y requiere de tres estaciones, para estimar la precipitación en
la estación que tiene información faltante, sólo fue posible aplicarlo a 3
RI
de las 9 estaciones como se muestra en el cuadro N°5, ya que las
estaciones Anta Ancachuco, Macchu Picchu, Paucartambo,
UA
Pomacanchi, Quillabamba y Sicuani, no cumplían con la disposición
espacial necesaria. Salvo estas estaciones, con las restantes se utilizó
EC
el método en forma normal. Los cálculos fueron realizados en hojas de
cálculo de Microsoft Excel siguiendo la ecuación 3.

información
R
Estación "A"
OP Estación "B" Estación "C"
Anta Ancachuco - - -
AG
Macchu
Caicay Paucartambo
Picchu Sicuani
Macchu Picchu - - -
Paucartambo - - -
DE
Pisac Macchu Picchu Pomacanchi Paucartambo

Pomacanchi - - -
Quillabamba - - -
Sicuani - - -
CA
Anta Macchu
Urubamba
Ancachuco Picchu Paucartambo
Cuadro 5. Esquema para la aplicación del MPV
TE
3.3.7 Método de Razones promedios
Para la aplicación de este método, fue necesario calcular la

IO
precipitación normal, para cada estación.

BL
Cálculo de la precipitación Normal

BI
Se calculó la precipitación normal con un simple promedio aritmético

anual de los 20 años en estudio.
42
Aplicación del método
Como este método es complementario al anterior, se ocupó la misma
AS
conformación espacial de las estaciones, lo que determinó que
tampoco fue posible su aplicación a las estaciones de Anta Ancachuco,
RI
Macchu Picchu, Paucartambo, Pomacanchi, Quillabamba y Sicuani. Se
hizo el cálculo en Microsoft Excel según la ecuación (4).
UA
EC
3.3.8 Método por correlación con estaciones vecinas
OP
Las correlaciones con estaciones vecinas se realizaron en dos
escenarios el primero con dos estaciones y, el segundo, con tres
estaciones, con el fin de establecer si el número de estaciones
R
incluidas tiene relación con la calidad de la estimación. Los cálculos
AG
fueron realizados con las opciones avanzadas Microsoft Excel cuyas

fórmulas estadísticas se basan en las ecuaciones 5. La configuración
de las estaciones, para la aplicación de este método, se muestra en el
DE
cuadro N°6 y N°7.

Estación "A" Estación "B"
información
CA
Macchu
Anta Ancachuco Urubamba
Picchu
Caicay Paucartambo Pisac
TE
Macchu Picchu Quillabamba Urubamba

Paucartambo Pisac Caicay
Pisac Caicay Paucartambo
IO
Pomacanchi Caicay Pisac

Macchu
Quillabamba Urubamba
BL
Picchu
Sicuani Caicay Pomacanchi
Anta
Urubamba Pisac
BI
Ancachuco
Cuadro 6. Configuración del método de completación por correlación con
estaciones vecinas, con dos estaciones.
43

Estación "A" Estación "B" Estación "C"
información
AS
Anta Ancachuco Macchu Picchu Pisac Urubamba
Caicay Paucartambo Pisac Pomacanchi
Anta
Macchu Picchu Quillabamba Urubamba
Ancachuco
RI
Paucartambo Pisac Caicay Urubamba
Pisac Caicay Paucartambo Urubamba
UA
Pomacanchi Caicay Pisac Sicuani
Anta
Quillabamba Macchu Picchu Urubamba
Ancachuco
EC
Sicuani Caicay Pomacanchi Paucartambo
Anta
Urubamba Pisac Macchu Picchu
Ancachuco
Cuadro 7. Configuración del método de completación por correlación con
3.3.9 Método de regresiones múltiples

R OP
estaciones vecinas, con tres estaciones.
Lo que se buscó con este método fue establecer si la cantidad y

AG
calidad de las estimaciones hechas con el método de correlación lineal,

se ve afectado por la cantidad de estaciones incluidas. A modo de
poder realizar comparaciones se ocupó la misma conformación de
DE
estaciones utilizadas para el método de correlación con 3 estaciones

vecinas más cercanas. Esto se llevó a cabo con la función de análisis
de datos de Microsoft Excel que se basan en la ecuación 6.
CA
3.4. Análisis comparativo de la calidad de la predicci ón de las

precipitaciones estimadas en cada método con las
TE
precipitaciones reales
IO
Una vez obtenida la información faltante, se realizó una comparación

entre los valores reales y los valores estimados por los diversos métodos
BL
de completación.
BI
Se analizó los resultados generados por cada uno de los métodos

comparándolos entre sí para detectar similitudes y diferencias. Para esto
se aplicarán las siguientes medidas de bondad de ajuste.
44
3.4.1 Coeficiente de determinación (R2)
Mediante el R2 se analizó la bondad del ajuste de los modelos. Este
AS
coeficiente expresó el porcentaje de la variación total de las
precipitaciones reales que son explicados por el método de
RI
completación.
UA
La expresión utilizada para estimar el valor de R2 es la siguiente:
EC
[∑( ̂) ∑ ̅ ] (8)
Donde:
OP
= Precipitaciones mensuales reales
̂ = Precipitaciones mensuales estimadas.
R
̅= Promedio de las precipitaciones mensuales reales
AG
3.4.2 Error Estándar de Estimación (EEE)
Señaló en promedio, cuánto se desvió cada dato estimado con respecto

DE
al dato real. Su expresión es la siguiente:

CA
√[∑( ̂) ] (9)
Donde:
TE
= Precipitaciones mensuales reales

̂ = Precipitaciones mensuales estimadas.
IO
=Número de datos considerados

= Número de variables consideradas
BL
3.4.3 Test de concordancia de Bland y Altman (ACBA)

BI
Este test, es un método gráfico y analítico que permitió discriminar

cuánto difiere un método (precipitaciones estimadas por los métodos de
completación de datos) de otro ya establecido (precipitaciones reales),
45
es decir, permitió determinar cuál de los métodos en estudio se aproxima

de mejor forma a la precipitación real. Se basó en las diferencias
promedio existentes entre el valor real y el estimado, y la comparación
de las gráficas residuales.
AS
RI
En términos estadísticos, el nivel de concordancia lo asignan las
diferencias promedio entre el valor real y el estimado y la desviación
UA
estándar (SD) de dichas diferencias. Además, establece un límite de
concordancia (LC) con un 95% del nivel de significación, definido por la
EC
expresión:
(10)
estimado, con un valor

OP
De esta forma, el mejor ajuste será la relación valor real v/s valor
lo más cercano (en términos absolutos).
R
AG
En términos gráficos este test analiza la relación diferencias (DIF) v/s

promedios (PROM) de los valores observados y predichos.
DE
3.4.4 Análisis de Varianza (ANDEVA)
El ANDEVA permite definir si existen o no diferencias significativas entre

los modelos. El ANDEVA es un procedimiento utilizado para
CA
descomponer la variabilidad total de un experimento en componentes

independientes que pueden asignarse a causas distintas (variación entre
TE
y dentro de los modelos).

IO
El diseño experimental aplicado lleva a cabo pruebas de hipótesis de

efectos fijos de tratamientos (modelos) cuyas hipótesis son:
BL
Ho: Los efectos de los métodos sobre la media son iguales

BI
Ha: Los efectos de los métodos son distintos, es decir, al

menos uno de los métodos difiere significativamente de los
demás.
46
El criterio utilizado para determinar la significancia estadística, fue

propuesto por Cid et al 1990, “si el valor p es menor o igual que el nivel
de significación (k=0.05), entonces existe evidencia significativa en
contra de Ho.
AS
3.4.5 Elección del mejor método
RI
Una vez que se obtuvieron los resultados, se pudo analizar el
comportamiento de cada tipo de método, por estación, de manera de
UA
conocer cuál de ellos se encontró más próximo a las precipitaciones
reales y qué método arrojó los mejores resultados para cada estación en
EC
particular. Los fundamentos estadísticos en los cuales se basó este
estudio, para elegir el método más adecuado, son los siguientes:
OP
 Menor valor de las diferencias promedios (dp) del análisis de
concordancia de Bland y Altman (ACBA).
 Mayor valor del Coeficiente de Determinación (R2).
R
 Menor valor del Error Estándar de Estimación (EEE).
AG
DE
CA
TE
IO
BL
BI
47
IV. RESULTADOS
La presentación de resultados es la expresión escrita de los valores originados

gracias a la metodología aplicada en este estudio; en este sentido, los
AS
resultados obtenidos son los siguientes:
RI
1. Análisis exploratorio de los datos disponibles
proporcionados por las estaciones climáticas de la cuenca
del río Urubamba.
UA
EC
R OP
AG
DE
Gráfico 1. Índices anuales del Vector y de las Estaciones.

CA
D.E. Coef. Media Media Media D.E.

Id Estación No Años
Obs. Variación Obs. Calculada Desvíos Desvíos
TE
ANTA ANCACHUCO 21 33.7 0.353 78.3 85.7 -0.086 0.273

CAICAY 21 15.1 0.374 40.3 39.5 0.02 0.282
COLQUEPATA 21 25.7 0.662 38.9 50.4 -0.228 0.540
IO
MACHU PICCHU 21 22.1 0.133 165.8 166.3 -0.003 0.112

PAUCARTAMBO 21 11.6 0.238 48.7 48.6 0.003 0.127
BL
PISAC 21 10.2 0.218 46.7 45.2 0.033 0.127

POMACANCHI 21 9.6 0.15 64 60.9 0.05 0.135
QUILLABAMBA 21 18.4 0.198 93.1 90.1 0.033 0.224
BI
SICUANI 21 9.9 0.164 60.8 58.7 0.035 0.109

URUBAMBA 21 7.9 0.183 43.4 41.7 0.039 0.128
Cuadro 8. Indicadores de D.E. Desvíos
48
2. Generación de vacíos de información seleccionando,

aleatoriamente, una muestra de los datos por estación.
AÑOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
AS
1990 X
1991 X X X X
1992 X
RI
1993 X X X X
1994 X X
UA
1995 X X
1996 X X X X
1997
EC
1998 X X X X X
1999 X
2000 X X X
OP
2001 X X
2002 X X X
2003 X X
2004 X X
R
2005 X
AG
2006 X X X X
2007 X
2008 X X X
2009 X X
DE
2010 X
Cuadro 9. Selección aleatoria de meses con falta de información.
CA
Esto se realizó en cada una de las 9 estaciones consideradas. Teniendo en

cuenta el cuadro N°9 se construyó el cuadro N°8 la cual muestra las
precipitaciones reales por cada estación que fueron extraídas ya que
TE
posteriormente sirvieron para establecer comparaciones con los valores

estimados.
IO
BL
BI
49
ESTACIONES
Año Meses Anta Macchu
Caicay Paucartambo Pisac Pomacanchi Quillabamba Sicuani Urubamba
Ancachuco Picchu
1990 AGOSTO 15.0 2.0 53.9 0.0 3.0 5.6 62.0 5.0 9.5
FEBRERO 164.0 32.0 246.0 35.8 101.1 106.5 185.0 100.4 125.5
AS
ABRIL 24.0 9.8 177.0 3.1 31.2 53.6 95.4 59.3 39.5
1991
OCTUBRE 12.0 6.0 107.4 17.7 50.4 44.4 83.9 44.9 32.5
DICIEMBRE 56.0 67.1 138.0 22.6 64.7 132.0 79.5 50.5 56.5
1992 JUNIO 14.0 12.9 116.1 6.6 4.0 5.5 37.8 3.1 40.5
ENERO 127.0 65.5 267.5 195.1 177.8 201.0 170.5 163.0 128.0
RI
MARZO 85.0 45.0 192.1 57.1 12.2 99.0 112.6 116.2 57.5
1993
SEPTIEMBRE 57.0 2.0 142.8 27.0 18.0 87.0 111.5 66.0 30.0
NOVIEMBRE 200.0 56.9 223.5 65.5 89.0 78.0 135.1 136.4 79.0
UA
MAYO 12.0 0.0 145.3 6.7 5.0 5.0 41.9 18.8 20.5
1994
JULIO 0.0 0.0 3.5 0.0 0.0 0.0 1.2 0.0 0.0
OCTUBRE 14.0 6.0 86.7 38.7 24.2 9.0 48.8 36.0 35.1
1995
DICIEMBRE 298.0 59.4 194.6 45.6 51.4 154.0 51.0 117.0 95.5
EC
FEBRERO 346.0 55.8 398.1 97.3 69.1 84.0 206.0 112.0 77.5
ABRIL 23.0 37.4 191.2 48.8 69.1 52.0 72.0 42.7 53.6
1996
JUNIO 0.0 0.0 23.4 0.5 0.0 0.0 5.0 0.0 0.4
AGOSTO 9.0 17.4 13.9 23.3 21.2 26.0 31.0 12.0 11.6
ENERO 152.0 14.0 202.1 111.0 126.2 134.0 162.0 102.3 54.7
OP
MAYO 0.0 0.0 40.9 0.0 4.2 0.0 4.0 0.0 4.0
1998 JULIO 0.0 0.0 136.9 0.1 0.0 0.0 0.0 0.0 0.0
SEPTIEMBRE 9.0 0.0 32.7 2.9 13.0 1.0 85.0 1.7 1.7
NOVIEMBRE 50.0 25.9 152.9 51.7 47.5 101.0 54.0 73.6 49.7
1999 MARZO 177.0 80.0 299.2 82.4 46.4 76.0 267.0 83.4 66.1
R
JUNIO 15.0 10.5 132.2 13.4 3.5 13.0 50.0 6.0 8.8
2000 AGOSTO 4.0 2.0 125.2 9.2 1.0 3.2 32.0 1.7 0.1
AG
OCTUBRE 139.0 28.5 183.5 54.9 37.9 82.0 47.0 76.4 44.8
ENERO 486.0 240.6 292.0 180.2 199.1 230.0 274.0 213.0 167.2
2001
DICIEMBRE 123.0 79.4 262.5 50.2 98.0 184.0 102.0 134.4 62.1
MARZO 201.0 91.5 359.5 118.1 103.2 158.0 190.0 145.7 78.3
2002 MAYO 24.0 5.0 43.1 1.5 4.4 11.0 28.0 32.9 5.8
DE
JULIO 46.7 25.4 144.1 55.0 44.4 23.0 59.0 26.1 62.7
SEPTIEMBRE 10.0 9.7 88.8 14.5 3.0 13.0 66.0 1.6 1.0
2003
NOVIEMBRE 35.0 18.5 135.5 31.3 17.5 44.0 46.0 27.2 32.5
FEBRERO 188.5 101.7 320.2 70.3 102.2 162.0 145.0 191.0 87.2
2004
ABRIL 23.7 18.7 159.6 25.0 13.2 42.0 43.2 47.0 17.3
2005 AGOSTO 10.0 5.0 14.0 5.7 3.7 3.0 9.0 0.0 1.9
CA
ENERO 197.0 181.1 335.6 153.0 162.8 144.0 161.0 151.2 111.8
JUNIO 13.0 8.0 105.0 5.8 30.0 9.0 25.0 5.7 1.9
2006
OCTUBRE 61.0 72.3 157.2 64.7 38.7 70.0 88.0 45.4 50.1
DICIEMBRE 101.0 97.4 200.3 80.0 89.0 90.0 177.0 153.4 82.0
TE
2007 MARZO 84.0 163.6 494.9 134.2 130.6 208.0 173.0 174.4 82.6
MAYO 7.0 13.1 75.9 6.2 5.8 10.0 10.0 7.0 7.1
2008 SEPTIEMBRE 13.0 0.0 22.1 6.9 8.0 11.0 34.0 2.6 3.9
NOVIEMBRE 153.0 75.0 158.8 38.8 62.6 70.0 84.0 61.6 104.2
IO
FEBRERO 155.0 84.9 332.6 138.4 85.7 94.0 198.0 140.6 114.1
2009
JULIO 0.0 3.3 54.3 10.1 2.1 12.0 0.0 0.0 0.0
2010 ABRIL 22.0 0.0 210.4 26.1 3.9 48.0 54.0 48.4 13.2
Cuadro 10. Precipitaciones reales eliminadas en cada estación.
BL
BI
50
3. Aplicación de los 7 métodos de completación de datos

faltantes en estaciones de la cuenca del río Urubamba.
AS
3.1. Cálculos previos a la aplicación de los métodos de
completación
RI
Para algunos métodos de completación fue necesario hacer cálculos
previos, los cuales son los siguientes:
UA
Completación por razones promedios
EC
Las distancias lineales se obtuvieron entre estaciones, y se muestran enel
cuadro N°11.
ANTA
ANTA
ANCACHURO
CAYCAY
MACHU
PICCHU
RPAUCARTAMBO OP PISAC POMACANCHI QUILLABAMBA SICUANI URUBAMBA
ANCACHURO X
CAYCAY 58.11 X
AG
MACHU
PICCHU 48.80 103.39 X
PAUCARTAMBO 69.80 32.78 104.99 X
PISAC 40.27 26.07 80.41 29.74 X
POMACANCHI 93.01 49.37 142.1 77.99 74.04 X
DE
QUILLABAMBA 85.25 135.4 37.89 130.16 110.26 177.42 X

SICUANI 136.84 87.94 184.85 109.81 113.92 44.24 220.64 X
URUBAMBA 20.11 56.14 48.36 57.86 31.94 99.29 79.56 141.71 X
Cuadro 11. Distancias lineales entre estaciones en km.
CA
Con esta información fue posible obtener la estimación de la

precipitación utilizando el método de razones de distancia. Sin
TE
embargo, las estaciones Paucartambo, Quillabamba y Sicuani no

cumplieron con la distribución espacial que exige el método.
IO
Completación por razones promedio

BL
Para la aplicación de este método fue necesario calcular la precipitación

BI
madia anual, que se asimiló como un valor normal, y para este caso se
hizo con un total de 20 años, los resultados se muestran en el cuadro
N°12.
51
AS
ANTA MACHU
CAYCAY PAUCARTAMBO PISAC POMACANCHI QUILLABAMBA SICUANI URUBAMBA
ANCACHURO PICCHU
1990 471.0 424.9 1927.5 524.1 532.6 709.8 1514.3 589.6 519.2
1991 466.3 245.1 1608.8 234.4 471.7 697.5 1332.6 1142.5 497.5
RI
1992 302.0 349.6 1434.7 303.6 395.4 602.5 854.8 1174.3 406.3
1993 1644.0 315.4 2056.6 760.0 638.7 833.0 1254.9 1401.3 572.0
1994 1914.0 351.9 2048.2 585.0 735.9 776.0 1267.7 1543.0 641.6
UA
1995 860.0 242.9 1478.5 537.8 375.1 725.0 676.5 1440.4 426.8
1996 1180.3 389.4 1929.6 613.3 548.6 766.3 902.0 1393.1 456.2
1997 1016.3 340.1 2159.4 635.2 617.4 1016.0 1248.0 1621.5 508.8
1998 651.2 220.0 2015.6 462.5 448.1 689.0 1043.0 1517.7 290.7
1999 1283.0 464.6 2297.2 588.4 482.4 631.0 1651.0 1315.1 600.4
EC
2000 924.0 448.7 2206.7 683.9 437.6 682.2 1048.0 1408.0 598.8
2001 1503.0 870.2 2122.7 799.6 751.5 976.0 1137.7 1653.3 609.6
2002 1236.2 593.9 2427.5 718.3 689.0 916.0 1098.0 1986.2 702.4
2003 843.0 768.7 2157.6 619.5 524.0 744.0 1071.0 1743.5 499.9
2004
2005
2006
2007
804.2
527.0
846.5
742.0
535.7
508.0
705.8
690.7
2020.3
1696.1
1993.8
2270.2
R 605.2
429.2
599.8
664.4
OP 567.7
414.7
653.2
550.7
885.0
619.0
869.4
842.0
993.2
906.0
1044.0
1152.4
1481.8
1417.9
1453.0
1543.6
526.9
390.1
519.6
452.6
2008 728.0 628.7 1715.3 588.6 617.9 683.0 955.9 1448.3 536.3
2009 855.4 459.6 2084.2 581.4 496.4 715.0 1085.3 1368.8 567.5
AG
2010 928.0 591.6 2138.1 740.9 811.6 742.0 1216.4 1324.6 604.5
PROM 939.3 483.1 1989.9 584.5 560.0 767.6 1116.8 1427.0 520.4
Cuadro 12. Precipitación normal anual para el método de razones promedio.
3.2. Resultados de los 7 métodos de completación.

DE
Los resultados obtenidos después de aplicar los distintos métodos de

completación a cada estación son las que se muestran en las siguientes
CA
tablas resumen.
TE
IO
BL
BI
52
Pp
VR RL,1 RD PV RP CEV,3 CEV,2 RM,3
Real
15.0 9.6 2.8 37.3 - - 0.0 31.3 7.5
AS
164.0 160.9 120.0 198.0 - - 166.4 189.8 297.2
24.0 39.9 23.3 134.5 - - 93.4 98.0 94.1
12.0 65.8 56.3 85.7 - - 57.1 58.3 121.5
56.0 138.5 6.6 135.9 - - 138.5 138.5 138.5
RI
14.0 15.1 5.0 78.0 - - 54.9 80.7 18.2
127.0 287.0 271.2 244.6 - - 162.4 143.0 405.3
85.0 117.0 113.6 160.1 - - 82.8 123.6 126.1
57.0 19.6 174.0 174.0 - - 174.0 174.0 174.0
UA
200.0 157.2 121.0 355.5 - - 129.3 145.5 135.7
12.0 17.7 4.4 97.0 - - 43.2 46.0 7.1
0.0 0.2 0.0 2.3 - - 0.9 1.4 1.9
14.0 54.0 77.6 60.0 - - 48.7 52.9 107.2
EC
298.0 171.2 63.1 180.6 - - 110.3 141.9 241.6
346.0 171.3 159.8 290.0 - - 201.1 248.5 241.9
23.0 60.7 41.9 143.3 - - 109.2 112.1 135.0
0.0 0.7 1.9 15.3 - - 8.4 12.6 2.5
OP
9.0 24.7 10.6 18.1 - - 12.0 12.8 15.9
152.0 172.6 192.5 178.6 - - 101.6 70.6 290.7
0.0 4.2 3.8 26.9 - - 11.1 11.5 5.2
0.0 3.3 0.0 89.8 - - 35.2 55.6 15.6
9.0 8.4 6.6 21.8 - - 17.5 19.6 22.2
R
50.0 103.0 102.0 35.4 - - 83.0 97.2 90.4
177.0 169.9 136.2 222.4 - - 131.5 180.6 190.0
AG
15.0 18.8 8.5 91.2 - - 50.5 74.4 14.2

4.0 6.4 5.9 83.2 - - 34.0 61.5 8.7
139.0 109.3 94.0 148.6 - - 84.6 92.5 133.5
486.0 398.1 257.2 270.7 - - 190.9 180.6 457.6
123.0 211.7 74.4 235.5 - - 135.7 155.9 266.9
DE
201.0 221.0 168.3 290.2 - - 175.0 216.4 278.6

24.0 12.2 3.9 32.1 - - 12.8 13.4 5.4
46.7 52.5 39.9 102.4 - - 76.9 95.8 144.5
10.0 14.5 16.7 62.7 - - 35.9 51.6 26.9
35.0 57.5 73.9 104.3 - - 62.1 79.9 70.6
CA
188.5 217.2 142.3 265.8 - - 182.6 211.5 246.0

23.7 30.5 32.2 119.1 - - 73.4 77.8 56.8
10.0 4.2 4.7 10.2 - - 1.0 7.8 5.7
197.0 301.6 231.8 269.7 - - 150.9 135.9 396.0
TE
13.0 16.3 4.6 72.0 - - 47.7 56.7 13.4

61.0 114.4 104.0 127.2 - - 80.0 87.0 139.9
101.0 225.3 147.5 162.3 - - 120.5 137.4 260.5
84.0 282.5 182.7 396.2 - - 228.5 285.1 335.0
IO
7.0 13.4 4.3 53.2 - - 20.1 21.2 5.7

13.0 8.7 10.1 18.3 - - 12.3 14.4 17.7
153.0 119.7 84.2 68.2 - - 110.3 129.3 138.6
155.0 203.4 186.4 250.5 - - 192.4 230.7 292.9
BL
0.0 7.1 7.0 39.7 - - 14.7 22.1 8.5

22.0 25.0 32.7 154.5 - - 90.7 97.1 55.8
Cuadro 13. Resumen de las precipitaciones estimadas en (mm), estación Anta Ancachuco
BI
VR: Vector Regional; RL: Regresión Lineal; RD: Razones por distancia; PV: Promedios Vecinales; RP:
Razones Promedios; CEV, i: Correlación con estaciones vecinas con i: cantidad de estaciones incluidas; RL,
j: Regresión lineal con j: grado de cercanía desde la estación con falta de información hasta la estación que
está estimando; RM, p: Regresiones Múltiples con p: Cantidad de estaciones incluidas.
53
Pp
VR RL1 RD PV RP CEV3 CEV2 RM3
Real
2.0 4.6 3.1 1.7 19.6 3.5 2.8 1.6 2.8
AS
32.0 74.5 39.4 72.2 127.4 57.0 85.5 75.1 0.0
9.8 19.1 16.7 18.8 79.8 15.1 30.2 13.8 30.2
6.0 22.2 8.5 35.9 56.7 19.1 29.4 27.5 29.4
67.1 50.6 55.9 46.1 70.4 37.9 60.3 44.9 60.3
RI
12.9 18.0 5.3 5.2 41.9 8.8 5.2 4.9 5.2
65.5 111.6 145.6 185.5 208.5 118.7 189.7 186.7 0.0
45.0 54.0 63.9 32.1 121.8 56.6 75.3 57.1 75.3
2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0
UA
56.9 77.4 68.5 78.6 141.8 79.4 78.1 78.2 78.1
0.0 8.5 4.7 5.8 56.9 6.3 5.3 5.5 5.3
0.0 0.1 2.5 0.0 1.2 0.1 0.0 0.0 0.0
6.0 18.2 31.1 30.6 53.8 21.4 31.6 34.3 31.6
EC
59.4 77.0 66.2 48.8 119.1 70.3 67.3 48.7 67.3
55.8 81.2 77.5 81.6 202.4 91.3 81.5 80.3 0.0
37.4 26.1 13.5 60.1 94.2 22.9 54.6 56.5 54.6
0.0 0.8 2.9 0.2 8.0 0.9 0.1 0.2 0.1
OP
17.4 9.0 6.9 22.1 16.4 7.5 23.3 22.2 23.3
14.0 70.2 95.2 119.5 138.5 75.0 121.6 118.3 0.0
0.0 1.8 5.0 2.3 13.6 0.7 1.6 3.0 1.6
0.0 2.1 2.5 0.0 45.7 4.8 0.0 0.0 0.0
0.0 2.8 3.7 8.5 12.4 1.7 5.4 6.7 5.4
R
25.9 46.0 57.8 49.4 92.7 52.7 62.1 49.4 62.1
80.0 80.1 74.2 62.3 155.0 65.6 79.6 82.4 79.6
AG
10.5 21.9 8.0 7.9 50.5 14.0 9.6 7.1 9.6

2.0 2.7 4.6 4.6 45.4 6.1 4.4 4.9 4.4
28.5 38.9 48.6 45.4 104.9 38.7 53.3 49.8 53.3
240.6 159.6 136.7 190.7 228.4 129.5 197.7 189.3 0.0
79.4 79.5 68.2 76.8 149.0 84.6 94.7 75.6 94.7
DE
91.5 103.3 88.8 109.8 207.8 93.8 135.5 118.1 135.5

5.0 6.2 5.0 3.1 25.8 5.5 7.0 3.6 7.0
25.4 33.7 24.3 49.1 75.1 28.0 41.2 49.4 41.2
9.7 3.4 7.0 8.1 35.0 5.3 10.8 10.2 10.8
18.5 25.6 42.1 23.6 64.7 32.7 28.8 23.9 28.8
CA
101.7 95.5 60.8 88.1 193.8 94.3 113.6 89.5 113.6

18.7 13.9 19.0 18.4 77.2 17.3 29.4 20.5 29.4
5.0 1.8 4.0 4.6 6.6 1.2 4.2 4.7 4.2
181.1 115.6 120.4 158.5 213.3 111.8 154.9 157.7 154.9
TE
8.0 19.7 5.0 19.3 38.8 10.9 16.1 21.3 16.1

72.3 33.2 59.2 50.2 89.1 34.0 58.3 56.9 58.3
97.4 77.7 81.5 85.0 144.6 92.6 85.7 84.8 85.7
163.6 121.5 95.4 132.2 267.8 115.6 166.3 134.2 166.3
IO
13.1 4.7 4.7 6.0 29.7 3.4 7.8 5.9 7.8

0.0 3.0 4.8 7.5 10.5 2.1 8.1 7.3 8.1
75.0 54.8 47.9 52.1 86.4 45.7 56.1 51.6 56.1
84.9 93.4 102.9 109.0 203.9 102.4 102.5 106.7 102.5
BL
3.3 4.1 6.5 5.6 21.5 4.0 7.8 5.9 7.8

0.0 14.5 10.6 13.7 95.0 19.7 30.2 17.7 30.2
Cuadro 14. Resumen de las precipitaciones estimadas en (mm), estación Caicay.
BI
54
Pp
Real
53.9 53.6 29.7 38.9 - - 31.4 34.6 68.6
246.0 245.7 127.2 158.9 - - 161.0 160.0 328.5
177.0 180.4 180.0 70.8 - - 44.6 58.5 205.4
AS
107.4 110.4 146.3 61.3 - - 30.6 38.7 141.4
138.0 152.8 135.5 69.4 - - 66.0 69.3 159.5
116.1 115.7 46.8 39.0 - - 30.2 39.0 114.5
267.5 379.8 434.1 151.8 - - 145.6 146.4 340.1
192.1 201.5 263.9 88.4 - - 80.9 78.6 248.6
RI
142.8 142.8 142.8 142.8 - - 142.8 142.8 142.8
223.5 235.0 189.8 110.5 - - 133.8 111.3 194.8
145.3 161.7 102.0 32.5 - - 31.0 31.0 189.3
UA
3.5 0.6 20.8 0.7 - - 0.4 0.6 19.3
86.7 89.1 143.9 42.8 - - 29.9 36.7 144.1
194.6 226.8 173.4 70.5 - - 127.3 70.7 174.5
398.1 272.1 255.4 149.5 - - 199.9 152.0 306.7
EC
191.2 269.4 193.7 63.9 - - 45.0 59.9 225.3
23.4 2.7 26.6 3.0 - - 1.9 3.0 21.1
13.9 129.2 67.0 22.5 - - 18.9 20.9 65.1
202.1 232.1 316.1 114.9 - - 103.2 101.1 249.5
OP
40.9 32.2 112.5 4.0 - - 4.0 4.0 59.7
136.9 0.1 21.0 0.0 - - 0.0 0.0 18.8
32.7 33.3 63.6 48.4 - - 19.1 26.5 67.1
152.9 128.9 170.8 52.1 - - 51.6 52.2 133.5
299.2 306.3 297.1 178.7 - - 155.5 143.2 330.0
R
132.2 142.8 69.4 31.9 - - 25.8 31.7 137.5
125.2 22.0 44.4 18.0 - - 13.5 15.3 31.6
AG
183.5 195.3 142.0 46.0 - - 73.5 45.1 156.5

292.0 558.5 413.2 227.1 - - 224.7 213.3 449.4
262.5 226.8 181.0 84.5 - - 93.9 84.3 188.3
359.5 393.6 343.9 140.9 - - 150.2 121.1 333.4
43.1 133.7 110.1 18.2 - - 16.7 16.7 102.3
DE
144.1 322.2 168.7 60.6 - - 56.9 61.0 701.8

88.8 48.8 80.7 37.4 - - 16.0 20.4 64.0
135.5 67.6 142.6 40.1 - - 38.9 40.3 117.0
320.2 322.0 199.1 119.6 - - 137.5 120.7 275.3
159.6 131.5 186.6 31.8 - - 25.1 26.1 170.3
CA
14.0 27.8 38.8 5.9 - - 6.1 5.3 30.5

335.6 411.2 375.1 139.4 - - 135.7 133.1 317.3
105.0 126.2 44.2 14.9 - - 14.1 14.8 88.8
157.2 190.6 140.8 71.4 - - 56.6 54.7 162.8
200.3 249.5 230.1 135.3 - - 126.5 134.9 268.3
TE
494.9 464.4 365.0 133.3 - - 105.2 117.3 302.3

75.9 118.1 102.8 8.7 - - 8.5 8.5 82.6
22.1 37.5 69.5 20.8 - - 12.9 12.9 66.7
IO
158.8 173.8 153.0 92.9 - - 107.9 92.6 188.0

332.6 298.1 341.1 161.1 - - 160.8 162.7 325.7
54.3 34.0 47.9 0.0 - - 0.0 0.0 18.8
210.4 105.2 186.9 36.1 - - 25.0 27.1 162.8
BL
Cuadro 15. Resumen de las precipitaciones estimadas en (mm), estación Macchu Picchu.
BI
55
Pp
Real
0.0 18.0 15.7 - - - 5.4 2.5 14.9
35.8 95.4 107.1 - - - 90.0 74.1 131.3
3.1 41.8 37.6 - - - 24.9 15.8 54.4
17.7 22.7 35.9 - - - 26.8 23.9 30.4
AS
22.6 57.0 58.7 - - - 17.8 65.5 60.3
6.6 24.0 13.9 - - - 18.0 8.5 41.3
195.1 109.0 94.9 - - - 122.6 120.0 125.3
57.1 56.5 66.1 - - - 37.0 27.0 65.6
RI
27.0 27.0 27.0 - - - 27.0 27.0 27.0
65.5 55.8 69.2 - - - 75.3 74.3 60.6
6.7 23.3 9.6 - - - 11.9 7.7 27.6
UA
0.0 0.2 0.0 - - - 0.0 0.0 3.7
38.7 15.5 36.2 - - - 20.5 13.4 25.1
45.6 81.4 74.6 - - - 14.5 54.1 70.6
97.3 109.4 145.6 - - - 68.1 63.9 103.3
EC
48.8 59.9 38.2 - - - 49.1 46.2 85.6
0.5 1.0 6.4 - - - 0.1 0.0 6.1
23.3 39.0 5.9 - - - 16.2 19.5 27.4
111.0 72.5 71.5 - - - 64.1 68.5 68.9
OP
0.0 5.3 10.3 - - - 5.7 6.5 16.4
0.1 3.7 29.7 - - - 0.0 0.0 3.7
2.9 6.1 9.2 - - - 5.5 7.4 8.9
51.7 34.0 41.4 - - - 40.1 37.6 35.0
82.4 87.1 88.4 - - - 63.0 61.5 82.1
R
13.4 28.4 15.1 - - - 7.6 7.1 19.3
9.2 10.2 33.1 - - - 0.9 1.5 5.1
AG
54.9 38.8 34.8 - - - 36.4 32.3 38.4

180.2 191.1 103.7 - - - 203.3 220.4 203.3
50.2 86.8 93.7 - - - 80.0 91.7 73.7
118.1 109.2 101.0 - - - 91.5 97.9 102.6
1.5 19.5 10.3 - - - 4.6 4.1 19.5
DE
55.0 60.7 31.4 - - - 46.3 34.8 198.9

14.5 9.1 16.5 - - - 4.3 5.9 6.9
31.3 18.6 34.5 - - - 21.0 18.0 18.7
70.3 123.5 125.9 - - - 97.4 102.0 122.8
25.0 30.9 36.8 - - - 17.2 17.2 42.2
5.7 8.6 5.9 - - - 3.3 4.3 8.7
CA
153.0 135.4 119.3 - - - 152.8 172.2 154.6

5.8 26.1 13.0 - - - 13.8 18.8 34.5
64.7 35.6 35.2 - - - 55.9 58.7 57.1
80.0 85.3 76.2 - - - 60.1 91.8 78.8
TE
134.2 132.5 129.2 - - - 124.7 145.4 122.2

6.2 17.3 10.1 - - - 3.5 1.8 24.7
6.9 6.4 7.8 - - - 4.3 4.6 7.5
38.8 46.3 43.7 - - - 75.8 68.3 51.1
IO
138.4 113.2 129.1 - - - 94.3 85.4 122.8

10.1 7.0 10.1 - - - 1.6 1.6 7.2
26.1 24.6 39.1 - - - 5.7 1.1 27.7
BL
Cuadro 16. Resumen de las precipitaciones estimadas en (mm), estación Paucartambo

BI
56
Pp
Real
3.0 5.4 2.7 1.1 19.8 3.8 4.3 0.9 5.0
101.1 73.5 44.1 33.8 129.4 63.3 58.5 33.9 58.0
31.2 26.3 20.7 6.7 77.9 17.7 26.7 7.2 49.2
50.4 19.0 21.8 11.5 56.5 20.4 21.0 13.2 28.5
AS
64.7 65.4 38.7 46.3 97.5 72.8 45.4 38.9 48.0
4.0 14.9 4.4 10.0 42.7 7.6 24.6 10.7 38.1
177.8 114.9 168.3 126.0 221.2 149.7 129.9 130.6 139.3
12.2 53.8 66.4 50.7 116.1 57.2 53.6 50.4 93.1
RI
18.0 18.0 18.0 18.0 18.0 18.0 18.0 18.0 18.0
89.0 85.8 80.4 60.9 122.3 72.8 65.4 61.2 91.8
5.0 6.3 4.6 3.1 52.3 5.2 12.1 3.5 11.4
UA
0.0 0.1 0.5 0.0 1.2 0.1 0.0 0.0 1.4
24.2 16.6 33.1 21.3 44.8 18.8 29.7 26.0 38.6
51.4 100.9 63.0 53.0 131.4 98.6 67.3 50.6 77.1
69.1 88.0 83.8 75.2 193.1 91.8 77.0 76.9 76.5
EC
69.1 36.1 27.8 42.7 97.3 29.2 48.9 41.8 68.8
0.0 0.7 2.2 0.2 8.0 0.8 0.3 0.2 0.6
21.2 10.6 8.0 20.2 21.1 12.0 17.0 20.5 10.9
126.2 74.6 120.0 59.3 149.0 96.6 60.4 62.7 85.7
OP
4.2 0.9 3.7 0.0 13.6 0.8 2.0 0.0 2.1
0.0 1.0 0.6 0.0 45.7 2.4 0.0 0.0 1.5
13.0 4.3 4.9 1.4 12.2 1.5 1.9 2.0 6.6
47.5 50.8 66.3 38.0 101.9 63.2 41.4 38.9 60.9
46.4 77.8 77.4 81.1 152.5 68.3 74.2 81.1 108.5
R
3.5 18.0 7.0 11.9 52.9 13.4 10.3 11.5 11.2
1.0 3.4 4.8 5.4 45.9 7.2 3.6 5.8 2.1
AG
37.9 37.7 41.9 40.8 106.8 42.9 44.7 44.6 53.0

199.1 196.6 159.8 212.4 234.1 155.3 197.9 210.2 197.9
98.0 101.8 67.8 65.8 165.6 120.5 61.3 60.9 71.1
103.2 96.3 93.0 103.9 211.9 103.7 91.9 103.3 128.6
4.4 5.0 3.9 3.4 18.5 3.4 4.5 3.2 4.4
DE
44.4 16.2 17.5 39.2 74.0 12.2 48.4 39.3 97.9

3.0 8.8 11.4 11.9 38.8 10.3 10.9 13.0 14.0
17.5 29.9 45.5 24.5 70.3 39.7 26.7 24.9 41.7
102.2 96.9 66.4 87.0 184.2 95.1 86.1 85.8 80.7
13.2 22.4 24.1 21.6 75.5 20.3 18.8 21.1 28.5
3.7 2.4 4.0 5.3 7.6 2.3 4.0 5.4 3.4
CA
162.8 140.2 144.1 168.0 210.9 130.4 151.1 167.0 161.7

30.0 13.4 4.1 7.0 39.9 8.9 4.7 7.2 3.9
38.7 35.5 47.1 68.7 97.3 41.7 60.5 67.7 66.8
89.0 108.1 99.3 89.3 123.4 94.7 84.7 86.4 101.9
TE
130.6 114.4 100.0 149.9 279.0 132.1 119.5 150.6 139.3

5.8 4.3 4.5 9.9 30.7 4.7 8.3 9.5 7.6
8.0 4.9 7.1 3.2 13.3 3.6 4.6 4.7 9.8
62.6 29.9 53.1 58.1 89.2 51.5 67.8 56.8 93.6
IO
85.7 95.9 110.4 109.9 188.3 99.1 112.6 112.1 109.9

2.1 2.1 3.7 6.5 25.5 4.2 4.0 6.5 4.9
3.9 19.4 24.2 12.2 94.8 23.9 12.0 10.1 24.3
BL
Cuadro 17. Resumen de las precipitaciones estimadas en (mm), estación Pisac.

BI
57
Pp
Real
5.6 4.4 5.4 3.6 - - 3.7 2.6 7.3
AS
106.5 111.9 109.1 68.1 - - 78.3 61.3 106.8
53.6 56.0 54.3 35.9 - - 32.6 13.6 49.1
44.4 46.4 60.2 26.5 - - 42.5 41.1 73.8
132.0 52.3 86.2 58.3 - - 60.4 65.3 104.1
RI
5.5 3.5 4.3 7.7 - - 6.7 8.3 5.5
201.0 172.3 188.6 116.9 - - 148.5 138.0 200.8
99.0 59.4 103.1 82.6 - - 67.3 29.1 117.7
87.0 87.0 87.0 87.0 - - 87.0 87.0 87.0
UA
78.0 146.3 166.4 98.8 - - 99.0 75.7 182.3
5.0 15.6 11.4 9.9 - - 9.6 1.9 10.5
0.0 0.1 0.2 0.0 - - 0.0 0.0 0.6
9.0 40.9 56.4 21.8 - - 26.2 20.4 57.1
EC
154.0 76.8 112.5 89.8 - - 74.4 53.3 112.2
84.0 132.5 118.8 85.4 - - 83.4 61.4 116.5
52.0 84.5 45.4 40.2 - - 42.9 43.0 71.8
0.0 0.2 0.8 0.0 - - 0.0 0.0 0.3
OP
26.0 8.4 10.9 14.6 - - 15.9 19.5 18.3
134.0 111.4 136.3 60.6 - - 93.1 86.4 141.5
0.0 3.5 5.5 0.0 - - 0.9 1.6 5.4
0.0 1.1 0.2 0.0 - - 0.0 0.0 0.6
1.0 10.5 3.9 0.9 - - 5.5 9.1 7.3
R
101.0 81.2 85.1 51.1 - - 52.0 38.5 103.1
76.0 95.5 72.1 81.8 - - 72.4 63.8 96.9
AG
13.0 3.7 7.5 8.1 - - 6.6 6.9 7.0

3.2 2.7 2.8 1.8 - - 1.6 1.4 3.7
82.0 80.8 73.6 53.8 - - 51.0 35.9 73.5
230.0 264.6 231.6 226.0 - - 213.5 213.8 244.7
184.0 84.4 119.4 108.4 - - 107.1 93.6 135.7
DE
158.0 116.9 131.0 120.1 - - 118.4 97.2 163.2

11.0 11.1 15.9 19.7 - - 17.6 4.8 15.5
23.0 18.2 27.7 25.8 - - 0.0 36.8 50.8
13.0 16.3 3.8 5.4 - - 3.3 5.0 6.8
44.0 48.0 25.0 23.1 - - 21.5 17.9 45.5
CA
162.0 142.5 184.5 148.8 - - 140.6 101.9 179.6

42.0 42.0 47.7 33.6 - - 29.9 17.7 50.7
3.0 2.1 1.4 2.4 - - 2.2 4.3 2.7
144.0 191.8 178.4 165.3 - - 161.7 169.3 190.0
TE
9.0 3.4 7.1 6.8 - - 15.3 19.4 8.2

70.0 78.9 60.4 58.1 - - 45.6 45.7 68.8
90.0 94.2 126.9 126.9 - - 111.7 91.0 139.2
208.0 142.8 158.2 169.3 - - 159.4 147.7 196.7
IO
10.0 10.4 7.7 9.9 - - 8.8 10.4 10.4

11.0 10.3 4.7 1.4 - - 4.1 5.6 6.5
70.0 107.7 69.5 67.9 - - 65.4 67.8 102.5
94.0 143.1 142.6 114.3 - - 109.3 85.2 140.8
BL
12.0 1.3 0.2 1.6 - - 0.0 2.6 2.6

48.0 33.9 48.4 25.5 - - 20.5 0.7 33.4
Cuadro 18. Resumen de las precipitaciones estimadas en (mm), estación Pomacanchi.
BI
58
Pp
Real
62.0 34.1 33.8 - - - 26.8 30.7 43.3
AS
185.0 164.2 149.0 - - - 188.1 197.7 326.7
95.4 100.1 93.2 - - - 74.2 100.3 106.8
83.9 89.5 105.5 - - - 34.3 61.3 92.6
79.5 84.2 86.6 - - - 96.9 107.8 90.1
RI
37.8 36.5 33.4 - - - 57.7 81.3 39.3
170.5 247.6 176.0 - - - 187.1 208.3 291.4
112.6 117.9 136.9 - - - 120.8 134.7 137.7
111.5 111.5 111.5 - - - 111.5 111.5 111.5
UA
135.1 152.5 142.0 - - - 198.1 197.1 274.3
41.9 48.2 38.8 - - - 83.7 86.7 47.9
1.2 0.2 0.7 - - - 1.2 1.8 1.6
48.8 73.9 103.8 - - - 32.5 54.9 92.8
EC
51.0 129.3 114.7 - - - 187.5 157.9 121.6
206.0 192.5 273.4 - - - 291.1 269.5 438.7
72.0 153.3 96.7 - - - 83.2 114.4 119.4
5.0 1.2 6.1 - - - 8.3 12.8 3.7
OP
31.0 89.7 9.1 - - - 11.8 12.7 36.6
162.0 144.8 159.7 - - - 142.8 139.5 244.2
4.0 11.0 18.1 - - - 22.6 23.6 19.8
0.0 8.2 53.1 - - - 47.5 68.6 44.3
85.0 20.0 31.5 - - - 18.8 21.0 33.3
R
54.0 90.0 90.0 - - - 107.3 134.1 171.7
267.0 161.8 169.4 - - - 193.4 199.9 169.2
AG
50.0 43.5 38.1 - - - 54.3 75.5 35.3

32.0 21.5 77.8 - - - 45.8 59.7 22.6
47.0 169.8 111.6 - - - 120.5 98.1 126.9
274.0 344.4 182.1 - - - 303.4 239.1 347.3
102.0 134.1 148.4 - - - 174.5 188.3 153.9
DE
190.0 232.5 187.7 - - - 228.8 239.7 187.3

28.0 38.2 18.6 - - - 25.5 25.6 22.5
59.0 136.1 55.9 - - - 86.0 103.5 105.5
66.0 37.3 43.6 - - - 47.5 55.5 46.7
46.0 50.0 77.2 - - - 90.7 116.7 144.9
CA
145.0 221.3 209.7 - - - 215.9 226.7 363.0

43.2 78.9 88.8 - - - 60.9 80.2 86.4
9.0 19.6 9.1 - - - 8.2 7.7 16.1
161.0 248.7 193.0 - - - 229.3 240.7 314.0
TE
25.0 41.1 30.1 - - - 42.0 57.6 27.9

88.0 162.4 109.4 - - - 74.7 91.3 106.4
177.0 128.7 117.5 - - - 144.8 156.5 122.5
173.0 280.0 228.8 - - - 253.1 319.2 222.2
IO
10.0 37.7 25.1 - - - 42.1 43.6 27.6

34.0 25.5 29.2 - - - 14.8 15.2 31.8
84.0 111.3 94.4 - - - 150.2 148.8 229.4
198.0 213.9 219.8 - - - 219.5 244.9 377.2
BL
0.0 17.7 20.7 - - - 18.8 27.2 17.9

54.0 64.4 101.5 - - - 73.6 100.3 83.4
Cuadro 19. Resumen de las precipitaciones estimadas en (mm), estación Quillabamba.
BI
59
Pp
Real
5.0 4.0 5.6 - - - 2.8 4.1 4.1
AS
100.4 108.3 120.4 - - - 59.1 69.6 76.4
59.3 54.4 58.6 - - - 21.2 34.3 44.5
44.9 39.3 47.4 - - - 31.0 35.5 45.8
50.5 62.3 114.7 - - - 63.5 90.2 72.9
RI
3.1 1.4 2.9 - - - 7.3 7.4 8.0
163.0 127.4 147.6 - - - 178.8 170.2 184.9
116.2 65.8 47.5 - - - 72.4 75.3 110.7
66.0 66.0 66.0 - - - 66.0 66.0 66.0
UA
136.4 102.9 74.5 - - - 68.3 70.4 116.5
18.8 18.1 8.2 - - - 3.2 2.5 9.7
0.0 0.0 0.6 - - - 0.0 0.0 0.4
36.0 31.6 36.4 - - - 16.0 8.3 37.8
EC
117.0 83.4 122.1 - - - 74.3 93.0 79.9
112.0 127.0 109.1 - - - 78.5 70.0 99.8
42.7 84.6 58.0 - - - 46.9 45.6 86.8
0.0 0.1 0.4 - - - 0.0 0.0 0.4
OP
12.0 8.8 22.7 - - - 22.8 22.5 21.9
102.3 83.5 116.0 - - - 108.2 106.7 131.5
0.0 4.2 5.7 - - - 0.0 0.0 6.1
0.0 0.8 0.6 - - - 0.0 0.0 0.4
1.7 9.4 10.5 - - - 1.0 0.6 7.4
R
73.6 62.1 83.1 - - - 64.7 73.8 102.1
83.4 109.3 47.5 - - - 78.5 77.8 105.1
AG
6.0 1.5 6.3 - - - 0.0 12.3 14.2

1.7 2.5 3.6 - - - 4.9 2.7 3.2
76.4 69.8 59.2 - - - 65.9 69.7 61.7
213.0 192.2 161.3 - - - 214.4 232.4 217.0
134.4 90.9 132.3 - - - 90.4 116.6 89.0
DE
145.7 136.7 47.5 - - - 127.1 128.8 153.0

32.9 12.2 11.3 - - - 6.9 8.0 13.7
26.1 12.9 16.6 - - - 29.0 24.1 26.5
1.6 16.3 16.9 - - - 12.2 11.7 19.8
27.2 37.4 61.7 - - - 33.3 34.8 76.4
CA
191.0 135.3 148.4 - - - 113.0 132.2 123.7

47.0 40.7 54.2 - - - 28.9 31.7 58.6
0.0 2.2 3.4 - - - 4.4 3.8 3.5
151.2 140.0 120.7 - - - 152.6 152.4 167.3
TE
5.7 1.3 4.5 - - - 0.0 8.7 10.0

45.4 71.3 55.5 - - - 69.1 70.5 59.6
153.4 91.4 100.4 - - - 88.9 94.8 107.4
174.4 164.7 47.5 - - - 180.0 188.5 194.9
IO
7.0 13.7 10.8 - - - 10.6 11.6 18.0

2.6 10.3 15.8 - - - 6.8 6.8 12.4
61.6 83.2 71.5 - - - 58.1 71.8 96.7
140.6 130.5 114.1 - - - 104.7 89.5 126.5
BL
0.0 1.8 9.0 - - - 8.5 8.1 9.4

48.4 33.6 56.5 - - - 26.5 26.8 55.3
Cuadro 20. Resumen de las precipitaciones estimadas en (mm), estación Sicuani
BI
60
Pp
Real
9.5 4.6 5.5 10.4 23.0 7.7 28.6 7.0 11.6
AS
125.5 57.9 92.1 113.7 148.6 61.0 176.4 128.6 85.3
39.5 9.9 24.0 26.8 68.0 12.2 76.5 28.3 30.0
32.5 18.5 48.3 26.8 45.7 16.4 57.3 32.5 47.8
56.5 46.2 67.7 59.4 72.2 36.7 86.5 61.0 58.8
RI
40.5 13.1 4.8 10.1 45.6 9.7 40.3 8.5 14.3
128.0 97.1 130.4 146.6 196.5 110.6 199.5 158.2 109.8
57.5 36.1 38.0 56.9 111.4 45.9 91.2 44.6 40.5
30.0 30.0 30.0 30.0 30.0 30.0 30.0 30.0 30.0
UA
79.0 80.4 69.9 157.1 163.0 97.6 169.7 142.3 82.8
20.5 1.9 5.0 9.3 54.7 7.6 83.8 5.4 10.6
0.0 0.0 0.4 0.0 1.2 0.1 1.1 0.0 1.8
35.1 13.1 30.2 17.9 46.5 21.7 41.7 19.4 32.8
EC
95.5 65.7 60.4 202.7 179.4 97.7 168.2 155.2 69.5
77.5 70.1 82.2 241.4 280.4 122.5 274.8 190.2 100.2
53.6 14.2 43.3 40.8 87.7 21.6 96.2 50.7 47.7
0.4 0.6 0.2 0.0 8.0 0.9 6.9 0.0 2.2
OP
11.6 11.2 20.8 13.7 15.4 8.1 15.7 17.1 12.9
54.7 65.8 109.8 142.0 155.0 82.8 161.1 136.2 88.5
4.0 0.4 4.5 1.6 13.6 0.8 24.7 4.0 4.3
0.0 0.8 0.4 0.0 45.7 2.9 44.2 0.0 12.1
1.7 1.8 10.0 10.5 14.9 3.6 20.8 10.3 4.9
R
49.7 45.0 55.4 49.0 84.9 51.8 83.9 48.7 51.7
66.1 57.1 56.4 126.5 186.2 77.5 166.1 104.5 61.0
AG
8.8 17.6 4.2 10.6 53.5 12.2 45.2 8.7 14.6

0.1 3.5 3.9 2.8 46.1 9.4 58.8 2.0 21.2
44.8 32.5 39.6 99.9 125.8 55.4 117.7 85.0 71.9
167.2 142.1 139.0 375.2 319.4 172.5 303.1 309.9 137.4
62.1 78.4 85.8 113.3 145.2 75.7 159.5 108.5 88.0
DE
78.3 74.3 87.0 163.2 226.2 96.3 214.0 146.7 87.8

5.8 2.1 4.6 16.4 22.9 8.0 26.5 5.4 4.8
62.7 11.3 46.1 45.8 81.9 17.9 77.4 45.6 32.4
1.0 3.2 8.6 7.3 37.8 8.6 45.8 7.8 9.7
32.5 25.1 44.8 28.2 67.3 37.6 62.9 25.9 42.8
CA
87.2 78.8 92.4 149.3 193.0 81.5 213.3 139.9 93.5

17.3 8.8 14.8 19.6 69.4 15.9 63.5 17.4 21.0
1.9 2.5 6.1 7.6 9.9 5.1 9.6 5.8 5.9
111.8 104.6 124.4 183.8 228.5 118.5 236.3 176.0 120.4
TE
1.9 16.7 34.5 19.6 41.3 8.8 46.7 22.3 46.6

50.1 30.9 40.2 52.4 94.3 43.4 84.9 49.1 55.9
82.0 77.8 80.9 96.4 127.1 74.7 129.2 94.0 76.6
82.6 91.4 101.8 102.0 237.7 90.9 231.7 109.9 99.8
IO
7.1 1.8 5.4 6.5 29.7 4.7 45.1 5.9 6.7

3.9 1.7 9.3 11.1 14.0 4.7 16.4 11.4 4.0
104.2 52.5 60.7 118.1 116.9 68.2 123.8 106.0 66.9
114.1 73.3 87.3 137.6 208.7 95.1 204.2 116.0 91.6
BL
0.0 1.6 2.6 0.8 21.5 2.4 18.2 1.0 5.8

13.2 7.3 10.1 15.0 86.2 17.6 75.7 11.1 18.2
Cuadro 21. Resumen de las precipitaciones estimadas en (mm), estación Urubamba.
BI
61
4. Análisis comparativo de la calidad de estimación de las

precipitaciones obtenidas en cada método con las
precipitaciones reales.
AS
La comparación entre los valores reales y los valores estimados a través de
los diversos métodos desarrollados se dio según medidas estadísticas
RI
aplicadas. A continuación se detallan los resultados según medida
aplicada.
UA
4.1. Coeficiente de determinación (R 2 ) y Error estándar de
EC
estimación (EEE)
OP
Estas dos pruebas analíticas fueron elementos que nos permitieron inferir
de forma global tendencias en el comportamiento de los métodos de
R
completación; además, permite apreciar el error en la misma unidad del
parámetro utilizado.
AG
DE
Criterios de evaluación
Método
R2 EEE
Vector Regional 0.673 33.209
CA
Regresión lineal simple con la

1a más cercana 0.540 41.145
Razones de distancia con 2
estaciones 0.512 53.793
TE
Promedios vecinales con 3

estaciones - -
Razones promedios con tres
estaciones - -
IO
Correlación con 3 estaciones

más cercanas 0.730 42.219
BL
Regresiones Múltiples con 3


BI
para la estación Anta Ancachuco (3340 msnm).
62
Método
R2 EEE
AS
0.714 29.387
RI
estaciones
UA
0.722 29.357
EC
más cercanas
2
Cuadro 23. Coeficientes de determinación (R ) y Error estándar de estimación (EEE)
OP
para la estación Caicay (3150 msnm).
R
AG
DE
Método
R2 EEE
0.682 65.762
CA
1a más cercana
estaciones - -
TE

estaciones - -
IO

0.465 100.325
BL
estaciones
2
para la estación Macchu Picchu (2503 msnm).
BI
63
Método
R2 EEE
0.663 29.483
AS
1a más cercana
estaciones - -
estaciones - -
RI
estaciones - -
0.819 22.130
UA
más cercanas
EC
2
para la estación Paucartambo (2955 msnm).
R OP
AG
Método
R2 EEE
DE

CA

TE

IO

para la estación Pisac (3148 msnm).
BL
BI
64
Método
R2 EEE
0.852 25.479
AS
1a más cercana
estaciones - -
RI
estaciones - -
0.871 24.377
UA
más cercanas
EC
2
para la estación Pomacanchi (3766 msnm)
R OP
AG
Método
R2 EEE
DE

estaciones - -
CA

estaciones - -
estaciones - -
TE

IO

2
para la estación Quillabamba (2007 msnm).
BL
BI
65
Método
R2 EEE
0.727 33.966
AS
1a más cercana
estaciones - -
estaciones - -
RI
estaciones - -
0.866 25.782
UA
más cercanas
EC
2
para la estación Sicuani (3661 msnm).
R OP
AG
Método
R2 EEE
DE

CA

TE

IO

2
para la estación Urubamba (3071 msnm).
BL
BI
66
4.2. Test de Bland y Altman
Los indicadores de concordancia obtenidos para cada estación por medio

del test de Bland y Altman.
AS
RI
Diferencia (mm) Límites de confianza (mm)
Método
Dp SD Superior Inferior
UA
Vector Regional -13.76 59.65 103.15 -130.66
Regresión lineal simple con la 1a más
cercana 6.89 68.38 140.90 -127.13
EC
Razones de distancia con 2 estaciones -49.14 75.09 98.04 -196.32
Promedios vecinales con 3 estaciones - - - -
OP
Razones promedios con tres estaciones - - - -
Correlación con 3 estaciones más cercanas -4.01 69.86 132.91 -140.92

R
AG
Regresiones Múltiples con 3 estaciones -46.17 76.52 103.81 -196.16

Cuadro 31. Resultados del test de Bland y Altman para los métodos de completación de
datos, estación Anta Ancachuco.
DE

Método
CA
Vector Regional -1.12 23.05 44.06 -46.29
2.44 28.71 58.72 -53.84
TE
cercana

IO
Promedios vecinales con 3 estaciones -48.29 40.76 31.61 -128.18
Razones promedios con tres estaciones 3.36 26.68 55.65 -48.93

BL

BI
Regresiones Múltiples con 3 estaciones 1.80 39.74 79.69 -76.09

datos, estación Caicay
67

Método
Vector Regional -10.21 67.34 121.78 -142.20
13.11 63.64 137.84 -111.62
AS
cercana
Razones de distancia con 2 estaciones 92.03 73.82 236.73 -52.66
RI
UA
Correlación con 3 estaciones más cercanas 94.13 72.25 235.73 -47.48
EC
datos, estación Macchu Picchu.
R OP
AG

Método
DE
Vector Regional -2.11 68.69 132.51 -136.74

cercana -3.87 68.08 129.57 -137.30
Razones de distancia con 2 estaciones - - - -
CA

TE

IO

BL
datos, estación Paucartambo
BI
68

Método
Vector Regional 2.60 19.85 41.50 -36.31
3.46 20.16 42.98 -36.06
AS
cercana
RI
UA
EC
datos, estación Pisac.
R OP
AG

Método
DE
Vector Regional 2.72 31.76 64.96 -59.52

cercana -3.22 24.69 45.16 -51.61
CA

TE

IO

BL
datos, estación Pomacanchi.
BI
69

Método
Vector Regional -18.47 43.15 66.09 -103.03
-19.07 36.46 52.39 -90.54
AS
cercana
RI
UA
EC
datos, estación Quillabamba.
R OP
AG

Método
DE
Vector Regional 5.81 20.24 45.47 -33.85

cercana 8.05 31.89 70.55 -54.45
CA

TE

IO

BL
datos, estación Sicuani.
BI
70

Método
Vector Regional 10.56 17.54 44.94 -23.81
1.71 17.30 35.62 -32.19
AS
cercana
RI
UA
EC
datos, estación Urubamba.
R OP
AG
DE
CA
TE
IO
BL
BI
71
4.3. Análisis de Varianza (ANDEVA)
La última prueba aplicada fue el ANDEVA, prueba que mide el
AS
comportamiento de la hipótesis de efectos entre las medias de cada
método (p>0.05). A continuación en el cuadro N°40 se muestran los
resultados.
RI
UA
ESTACIÓN F.V. SC GL CM Fcalculado P value F critico
Between Groups 152146.1569 6 25357.69281 2.895465198 0.0092* 2.126168563
EC
ANTA ANCACHUCO Within Groups 2881292.078 329 8757.726679
Total 3033438.234 335 9055.039506
Between Groups 103595.8162 8 12949.47702 5.216313102 0.0000* 1.960295214
CAICAY Within Groups 1050095.857 423 2482.496117
OP
Total 1153691.674 431 2676.778825
Between Groups 897782.1323 6 149630.3554 15.37283385 0.0000* 2.126168563
MACCHU PICCHU Within Groups 3202297.469 329 9733.426957
Total 4100079.601 335 12239.04359
R
Between Groups 94305.38322 8 11788.1729 4.600736849 0.0000* 1.960295214
PISAC Within Groups 1083825.766 423 2562.235853
AG
Total 1178131.149 431 2733.482944

Between Groups 6625.11935 5 1325.02387 0.603620061 0.69721286 2.246015189
PAUCARTAMBO Within Groups 619026.3636 282 2195.128949
Total 625651.483 287 2179.970324
Between Groups 28539.91029 6 4756.651715 1.33404836 0.24131832 2.126168563
DE
POMACANCHI Within Groups 1173074.726 329 3565.576674

Total 1201614.636 335 3586.909361
Between Groups 53143.71497 5 10628.74299 1.486297494 0.19427074 2.246015189
QUILLABAMBA Within Groups 2016625.566 282 7151.154488
Total 2069769.281 287 7211.739653
CA
Between Groups 6405.663306 5 1281.132661 0.421764854 0.83342317 2.246015189

SICUANI Within Groups 856589.6544 282 3037.551966
Total 862995.3177 287 3006.952327
Between Groups 218530.7939 8 27316.34924 7.866241223 0.0000* 1.960295214
TE
URUBAMBA Within Groups 1468911.949 423 3472.605081

Total 1687442.743 431 3915.180379
Cuadro 40. ANDEVA de métodos de completación de datos aplicados por estación.
IO
*: Existe diferencias significativas entre los métodos de completación, por lo menos 1

es distinto de los demás.
BL
BI
72
4.4. Elección del mejor método de estimación
Con el fin de mostrar una mejor visión con respecto al mejor método se le
AS
asignó un puntaje equivalente al orden de mérito que ocupaban según el
análisis de concordancia de Bland y Altman. Así pues, el que ocupó el
primer puesto se le asignó el valor de 1, al segundo el valor de 2 y así
RI
sucesivamente para cada una de las estaciones. Posteriormente, se
UA
realizó la suma de puntajes. El que obtuvo el menor puntaje acumulado
se eligió como el mejor método. Se ordenó de manera decreciente según
calidad de predicción del método.
EC
MÉTODOS
AA C MP PI
R
PA PO
OP
ASIGNACIÓN ORDEN DE MÉRITO POR ESTACIONES
QUI SI UR
PJE
ORDEN
GENERAL
Vector 3 1 1 1 1 1 2 1 4 15 1
regional
AG
Regresión 2 3 2 3 3 2 3 4 2 24 2
lineal simple
con la 1a más
cercana
Regresiones 5 2 5 5 7 3 5 3 1 36 3
DE
Múltiples con
3 estaciones
Correlación 1 7 4 4 2 5 1 5 8 37 4
con 3
estaciones
más cercanas
CA
Correlación 4 6 6 2 5 6 4 2 5 40 5
con 2
estaciones
más cercanas
TE
Razones de 6 5 3 6 6 4 6 6 6 48 6
distancia con
2 estaciones
IO
Razones 8 4 8 8 4 8 8 8 3 59 7
promedios
con tres
estaciones
BL
Promedios 7 8 7 7 8 7 7 7 7 65 8
vecinales con
3 estaciones
Cuadro 41. Estadística de los métodos de completación de datos, que fueron elegidos
BI
como mejor método según análisis de concordancia de Bland y Altman.
73
V. DISCUSIONES
 Se observó que el método del Vector Regional obtuvo los mejores resultados
en este trabajo, que analizó 10 estaciones inicialmente, y que, posteriormente,
AS
sólo 9 estaciones, ya que se eliminó la estación Colquepata por presentar
desviación estándar de desvíos de 0.540 muy superior a la permitida que era
RI
de 0.30, esto significó que la estación Colquepata presentó un comportamiento
en sus precipitaciones muy diferente al resto de estaciones en estudio,
UA
además, se pudo notar gráficamente, gracias al programa Hydracces, que el
comportamiento de las precipitaciones anuales de la estación Colquepata
EC
escapaban de los límites del vector generado. Es por eso que al tener de
manera controlada la desviación estándar de desvíos el Vector Regional pudo
OP
obtener mejores aproximaciones al dato real que si se hubiese incluido a la
estación Colquepata. De alguna manera, esto limitaría la aplicación de este
método, ya que, a pesar de ser práctico por tener un software para su
R
aplicación, funcionaría, únicamente, para un sistema de estaciones con
AG
desviación estándar de desvíos controlada más allá de tener estaciones en una

zona homogénea.
DE
 Las estaciones que presentaron mayor Error Estándar de Estimación fueron las
estaciones de Quillabamba y Macchu Picchu, esto tiene que ver con un detalle
muy importante: la altitud de estas estaciones. Las estaciones mencionadas se
CA
ubican a una altitud de 2007 y 2503 msnm, alturas que están por debajo del
rango de la mayoría de estaciones que se ubican en un rango de 3000 a 3700
TE
msnm. Esto tiene que ver con que dependiendo de ciertos rangos de altitud los
comportamientos de la precipitación sufren algunas variaciones.
IO
 Se pudo notar en los resultados que los métodos que obtuvieron los mejores
BL
resultados fueron el método de Vector Regional para 6 estaciones, seguido

por correlación para 2 estaciones y regresiones múltiples para una estación.
BI
Sin embargo, se debe manifestar que el método de regresión lineal simple

con la estación más cercana, mantuvo aproximaciones cercanas ocupando
el segundo o tercer lugar en el orden de mérito en la mayoría de estaciones
74
analizadas. Salvo el método del Vector Regional, que se presenta de todas

maneras como el mejor método, el resto de estaciones no mantienen
resultados uniformes. Las buenas aproximaciones del método de regresión
lineal se debe a que en el grupo de estaciones evaluadas hay presencia de
AS
parejas de estaciones que se ubican relativamente cerca y a una altitud
similar.
RI
UA
 Con respecto a los métodos de razones de distancias, razones promedios y
promedios vecinales se aprecia en el cuadro N°41 como los métodos que
ocupan los últimos lugares. Esto se debe entender de la siguiente manera,
EC
estos métodos pueden resultar con mayor calidad de estimación de datos
faltantes en otro sistema de estaciones que cumplan con los requisitos de
OP
disposición espacial que exigen, para el caso de las estaciones
consideradas en este trabajo, no se pudo aplicar, ya que no se cumplía con
la disposición por lo que ocupan los últimos lugares en este trabajo. Esta
R
viene a ser la mayor limitación para la aplicación de estos métodos.
AG
DE
CA
TE
IO
BL
BI
75
VI. CONCLUSIONES
 En el análisis realizado a los diferentes métodos de completación de

datos en la cuenca del río Urubamba, se concluye con los resultados
AS
obtenidos por el test de Bland y Altman, que el vector regional (VR) es el
mejor método en las estaciones Caicay, Macchu Picchu, Paucartambo,
RI
Pisac, Pomacanchi y Sicuani, la correlación con tres estaciones (C3E)
más cercanas se presenta como mejor método en la estación Anta
UA
Ancachuco y Quillabamba, en tanto la regresión múltiple (RM) con 3
estaciones se muestra como mejor método en la estación Urubamba.
EC
Estación Altitud Microcuenca en Área Perímetro Pendiente Altitud Mejor
de la que se ubican (km2) (km2) promedio de media de método
OP
estación las estaciones microcuenca microcuenca
(msnm) (%) (msnm)
Anta 3340 Coquimba 20.8 16.3 3.23 2937 C3E

Ancachuco
R
Caicay 3150 Canqui 31.8 28.5 4.32 2674 VR
Macchu Picchu 2503 Acura 18.3 20.7 2.93 2304 VR
AG
Paucartambo 2955 Saram 28.3 21.8 3.48 2545 VR

Pisac 3148 Pisac 39.4 30.4 3.29 2799 VR
Pomacanchi 3766 El portal 42.3 27.3 4.37 2874 VR
Quillabamba 2007 Quinquiche 19.3 18.4 5.23 1845 C3E
DE
Sicuani 3661 Quintucha 17.3 23.4 4.32 2834 VR

Urubamba 3071 Tambo 40.3 34.2 3.29 2642 RM
CA
 El resultado del vector regional obtenido con el EEE coincide, en su

mayoría, con las estaciones del test de Blant y Altman, las cuales se
encuentran a una altitud similar.
TE
 Se puede descartar el uso de los métodos de Razones promedio y

IO
promedios vecinal, ya que la mayoría de estaciones no cumplen con la

disposición espacial que exige el método.
BL
 De los análisis realizados a los resultados, se puede afirmar que la

BI
forma más confiable de determinar qué método se ajusta mejor a los

datos reales, es el análisis de concordancia de Bland y Altman, ya que
éste relaciona directamente el dato real con el dato estimado en distintas
76
dimensiones ligadas a las desviaciones promedio, los límites y

desviación estándar.
 La ventaja de utilizar el método del Vector Regional, es la extensión de
AS
datos, pero para ello se debe tener un grupo de estaciones que guarde
una buena correlación y además la DED debe ser menor a 0.3; y bajo
RI
estos lineamientos el método del Vector Regional realizará una correcta
completación de datos, tal como lo revela el test de Bland y Altman. Por
UA
otro lado, las estaciones que se encuentren espacialmente muy alejadas
y donde exista una variabilidad de la precipitación, lo más idóneo será
EC
utilizar los métodos de regresión.
R OP
AG
DE
CA
TE
IO
BL
BI
77
VII. RECOMENDACIONES
 Para futuros estudios hidrológicos en la cuenca de Urubamba se

recomienda aplicar el método del Vector Regional, sin embargo, al tener
AS
estaciones cercanas y a una misma altura se recomienda aplicar el
método de la regresión lineal.
RI
UA
 Se hace necesario que los futuros investigadores de la Escuela de
Ingeniería Agrícola de la Universidad Nacional de Trujillo extiendan los
conocimientos acerca de los métodos de completación de datos
EC
hidrológicos faltantes para otras cuencas de Perú, con el fin de mejorar
la calidad de las estimaciones, contribuyendo de esta forma a que las
decisiones.
R OP
bases de datos sean más robustas y confiables para la toma de
 Sería interesante realizar una investigación en donde se pueda

AG
averiguar la influencia de los datos completados con un método

inadecuado versus método adecuado en el cálculo de caudales
máximos o en la generación de caudales mensuales extendidos en la
DE
región La Libertad.
CA
TE
IO
BL
BI
78
VIII. REFERENCIAS BIBLIOGRÁFICAS
Aparicio M. (1992) Fundamentos de hidrología de superficie. 1a. ed. México D.F.;

Grupo Noriega editores.
AS
COMET. (2012) Guía de referencia para sistemas de alerta temprana de crecidas
RI
repentinas. Washington: UCAR.
Chow et al. (1994) Hidrología Aplicada. 1a ed. Bogotá: interamericana.
UA
Espinoza, J. (2005). Utilización del vector regional con HYDRACCES. SENAMHI-
PERÚ.
EC
Fernández M. (1995) La utilización de modelos de hidrología. Facultad de ciencias
de la tierras. Universidad Javeriana. Bogotá, Colombia.
datos pluviométricos. Aplicación a la eliminación de ausencias.

R OP
López, C; Gonzales, E; goyut, J, (1994). Análisis por componente principales de
Mejía M. (2012) Hidrología aplicada. 1a ed. Ediciones UNALM. Lima. Perú.

AG
Pizarro, R., Gonzales P., Wittersshein, M., Saavedra, J., Soto, C. (1993).
Elementos técnicos de hidrología III. Proyecto regional mayor sobre uso y
DE
conservaciones de recursos hídricos en áreas rurales de America Latina y el

Caribe. Talca: Universidad de Talca pp 135.
Pizarro, R., Ausensi, P., Aravena, D., Sangüesa, C., León, L., Balocchi, F. (2009).
CA
Evaluación de métodos Hidrológicos para la completación de datos faltantes de

precipitación en estaciones de la región de Maule, Chile. Chile. Revista Aqua-
TE
LAC. Vol. 1 - Nº 2 - Sep. 2009. pp. 172-185.

IO
UNESCO- ROSTLAC. (1982) Guía metodología para la elaboración del balance

hídrico de América del sur. Montevideo: Oficina Regional de Ciencias y tecnología
BL
de UNESCO para America Latina y el Caribe.

BI
79
AS
RI
UA
EC
R OP
ANEXOS
AG
DE
CA
TE
IO
BL
BI
80
AUTORIDAD NACIONAL DEL AGUA - SISTEMA NACIONAL DE INFORMACIÓN DE RECURSOS HÍDRICOS
PRECIPITACIÓN ACUMULADA MENSUAL (mm)
-13.46806
No mbre de Estació n: A NTA A NCA CHURO Río : Regió n: CUSCO Latitud Sur:
AS
Co digo de Estació n: 000684 Cuenca: Cuenca Urubamba P ro vincia: A NTA Lo ngitud Oeste: -72.21556
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : ZURITE A ltitud: 3,340.00
Año Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiem br Octubre Noviem br Diciem br
1964 0.00 0.00 0.00 e 28.00 41.00 e 51.00 e 51.00
RI
1965 125.00 126.00 101.00 70.00 4.00 0.00 1.00 0.00 0.00 30.00 78.00 154.00
1966 101.00 108.00 47.00 34.00 5.00 46.00 85.00 106.00 45.00
1967 62.00 114.00 161.00 53.00 10.00 2.00 17.00 12.00 2.00 84.00 80.00 105.00
UA
1968 110.00 135.00 108.00 30.00 3.00 2.00 35.00 8.00 19.00 33.00 162.00 106.00
1969 147.00 103.00 157.00 29.00 0.00 2.00 9.00 0.00 24.00 28.00 107.00 107.00
1970 156.00 122.00 89.00 74.00 1.00 0.00 3.00 0.00 42.00 54.00 77.00 206.00
1971 155.00 149.00 94.00 34.00 1.00 0.00 0.00 9.00 1.00 65.00 70.00 144.00
EC
1972 199.00 51.00 147.00 40.00 0.00 0.00 10.00 27.00 19.00 12.00 77.00 124.00
1973 218.00 188.00 106.00 70.00 12.00 2.00 9.00 7.00 16.00 24.00 99.00 116.00
1974 144.00 182.00 142.00 59.00 8.00 17.00 0.00 39.00 10.00 28.00 37.00 100.00
1975 104.00 195.00 87.00 77.00 12.00 1.00 0.00 1.00 27.00 28.00 55.00 206.00
1976 141.00 108.00 136.00 51.00 11.00 10.00 27.00 0.00 29.00 9.00 48.00 88.00
OP
1977 116.00 122.00 110.00 49.00 3.00 0.00 0.00 5.00 20.00 83.00 171.00 123.00
1978 169.00 89.00 141.00 56.00 13.00 0.00 0.00 0.00 16.00 7.00 102.00 104.00
1979 80.00 123.00 138.00 48.00 10.00 0.00 0.00 6.00 12.00 22.00 95.00 113.00
1980 98.00 115.00 154.00 15.00 4.00 0.00 1.00 2.00 2.00 74.00 88.00 90.00
R
1981 149.00 95.00 148.00 113.00 5.00 2.00 0.00 10.00 34.00 84.00 77.00 104.00
1982 229.00
1984
AG
1985 79.00 83.00 57.00 57.00 0.00 0.00 0.00 0.00 23.00 52.00 123.00 124.00
1986 94.00 143.00 106.00 43.00 17.00 0.00 0.00 0.00 0.00 22.00 60.00 78.00
1987 181.00 127.00 68.00 0.00 31.00 0.00 0.00 21.00 94.00 154.00
1988 210.00 131.00 229.00 88.00 0.00 0.00 0.00 0.00 0.00 5.00 41.00 98.00
1989 175.00 89.00 123.00 28.00 24.00 0.00 0.00 4.00 4.00 23.00 46.00 31.00
DE
1990 115.00 53.00 22.00 3.00 0.00 33.00 0.00 15.00 14.00 110.00 75.00 31.00
1991 46.00 164.00 105.00 24.00 0.00 20.00 0.00 0.00 3.00 12.00 36.30 56.00
1992 113.00 119.00 35.00 18.00 3.00 14.00 0.00 0.00 0.00 0.00 0.00 0.00
1993 127.00 410.00 85.00 27.00 4.00 0.00 0.00 18.00 57.00 174.00 200.00 542.00
1994 563.00 367.00 402.00 39.00 12.00 3.00 0.00 0.00 35.00 80.00 172.00 241.00
CA
1995 178.00 36.00 206.00 18.00 1.00 3.00 0.00 0.00 19.00 14.00 87.00 298.00
1996 395.00 346.00 114.00 23.00 4.00 0.00 0.00 9.00 15.00 40.00 80.00 154.30
1997 132.30 115.00 151.00 24.00 8.00 0.00 0.00 12.00 6.00 63.00 158.00 347.00
1998 152.00 120.00 130.00 85.20 0.00 3.00 0.00 0.00 9.00 48.00 50.00 54.00
1999 278.00 315.00 177.00 66.00 0.00 0.00 0.00 5.00 53.00 85.00 101.00 203.00
TE
2000 170.00 194.00 134.00 38.00 1.00 15.00 0.00 4.00 12.00 139.00 40.00 177.00
2001 486.00 172.00 381.00 31.00 5.00 0.00 38.00 34.00 17.00 136.00 80.00 123.00
2002 174.00 274.00 201.00 71.00 24.00 15.00 46.70 18.50 52.00 98.00 104.00 158.00
2003 158.00 165.00 196.00 20.00 6.00 6.00 0.00 29.00 10.00 59.00 35.00 159.00
IO
2004 234.00 188.50 47.00 23.70 2.00 8.00 24.00 9.00 31.00 45.00 80.00 112.00
2005 100.00 87.00 79.00 31.00 1.00 0.00 3.00 10.00 8.00 27.00 59.00 122.00
2006 197.00 175.50 136.00 64.00 0.00 13.00 0.00 1.00 8.00 61.00 90.00 90.00
BL
2007 108.00 107.000 84.00 82.00 30.00 7 0.00 0.00 2.00 67.00 82.00 173.00
2008 128.00 113.00 76.00 14.00 7.00 1.00 0.00 7.00 13.00 112.00 153.00 104.00
2009 146.00 155.00 88.00 8.00 14.00 2 0.00 3.4 14.00 33.00 275.00 117.00
2010 276.00 179.00 131.00 22.00 0.00 5.00 1.00 2.00 12 85.00 48.00 167.00
BI
N° Registro s 44 41 43 41 39 38 39 42 42 43 43 42
P ro m e dio 17 0 .7 5 15 4 .4 6 13 2 .4 4 4 2 .4 6 6 .2 3 4 .3 7 5 .3 3 6 .9 0 17 .7 1 5 5 .5 8 9 1.0 0 13 7 .0 2
M áximo 563.00 410.00 402.00 113.00 30.00 33.00 38.00 39.00 57.00 174.00 275.00 542.00
M ínimo 46.00 36.00 22.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Cuadro 42. Serie de precipitaciones mensuales estación Anta Ancachuco
81
-13.59447
No mbre de Estació n: CA ICA Y Río : Regió n: CUSCO Latitud Sur:
Co digo de Estació n: 000809 Cuenca: Cuenca Urubamba P ro vincia: P A UCA RTA M B O Lo ngitud Oeste: -71.68714
AS
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : CA ICA Y A ltitud: 3,150.00
1964 e e e
RI
1965 118.40
1966 65.40 101.90 107.80 18.80
1967 43.70 103.30 34.80 20.20 3.80 0.00 3.80 7.40 11.10 10.20 5.60 40.10
1968 57.20 87.60 40.60 7.60 3.00 2.00 6.50 7.10 10.80 7.40 55.80 26.20
UA
1969 54.50 44.40 32.10 4.10 0.20 0.70 0.00 0.50 5.80 20.20 42.10 47.70
1970 57.40 25.90 41.60 23.90 5.40 0.00 0.00 0.00 6.30 25.00 8.00 83.00
1971 99.60 117.60 31.60 17.40 0.00 0.00 0.00 0.00 1.80 0.00 3.20 37.00
1972 27.80 20.70 20.20 7.60 0.00 0.00 0.00 30.00 0.00 0.00 18.90 62.50
EC
1973 64.50 54.30 66.50 84.00 25.70 2.60 5.90 10.90 16.50 14.50 26.60 69.30
1974 66.70 114.20 86.40 42.50 4.60 0.00 0.00 19.50 0.00 10.10 12.00
1975 100.00 148.10 18.40 23.00 2.80 0.00 6.30 24.90 11.00 20.40 109.10
1976 96.00 80.00 60.30 55.40 13.00 12.30 0.00 0.00 16.50 2.00 4.00 25.60
1977 23.00 96.70 60.00 25.00 0.00 0.00 2.40 0.00 40.40 7.00 39.60 29.30
1978
1979
1980
1981
96.20
88.10
33.20
86.70
44.90
69.30
44.10
46.10
46.10
51.50
35.00
82.40
20.10
12.40
8.80
24.60
R 2.20
2.00
0.00
0.00
OP
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
7.20
5.00
2.00
0.00
11.10
0.00
2.00
11.30
29.60
36.60
28.60
17.50
67.80
51.50
41.20
25.00
41.40
1982 64.00 8.20 38.20 5.60 0.00 4.20 0.00 0.00 2.00 29.30 52.40 14.50
1983 46.60 23.40 5.30 2.00 8.20 13.70
1984 55.70 52.80 28.80 11.80 0.00 7.00 0.00 6.30 24.70 44.20
AG
1985 26.30 24.00 11.90 3.40 3.30 5.70 0.00 0.00 4.00 5.10 36.90 55.40
1986 63.10 35.00 91.10 20.20 4.00 0.00 0.00 5.20 5.40 18.00
1987 112.60 0.00 0.00 0.00 0.00 0.00 0.00 8.30 78.20 31.50
1988 68.10 58.10 62.10 26.20 5.50 0.00 0.00 0.00 5.50 3.00 88.60
1989 41.20 72.40 11.00 0.00 0.00 0.00 0.00 0.00 17.30 31.10 40.90
DE
1990 74.10 29.10 14.10 20.50 8.00 21.60 2.00 2.00 0.00 31.00 123.60 98.90
1991 24.10 32.00 23.50 9.80 5.80 10.90 0.00 0.00 0.00 6.00 65.90 67.10
1992 45.90 52.70 61.60 12.80 0.00 12.90 0.00 10.00 2.30 22.80 69.50 59.10
1993 65.50 37.00 45.00 18.60 0.00 0.00 0.00 4.20 0.00 2.00 56.90 86.20
1994 66.60 77.50 79.80 17.30 0.00 0.00 0.00 0.00 12.00 29.80 12.00 56.90
CA
1995 62.40 11.90 83.50 0.00 0.00 0.00 0.00 0.00 0.00 6.00 19.70 59.40
1996 78.50 55.80 63.40 37.40 6.00 0.00 0.00 17.40 0.00 25.10 32.20 73.60
1997 59.70 72.40 92.70 7.00 3.00 0.00 0.00 3.50 6.80 13.40 51.80 29.80
1998 14.00 69.10 33.80 7.10 0.00 2.00 0.00 4.50 0.00 6.00 25.90 57.60
1999 70.20 99.60 80.00 51.60 0.00 0.00 3.00 0.00 16.80 15.80 23.30 104.30
TE
2000 145.50 74.40 78.20 2.90 1.00 10.50 9.00 2.00 3.40 28.50 17.50 75.80
2001 240.60 151.10 135.80 28.30 15.20 0.00 18.60 21.80 18.00 91.40 70.00 79.40
2002 88.10 178.30 91.50 20.90 5.00 0.00 25.40 0.00 15.20 28.20 48.70 92.60
2003 156.00 153.30 222.10 26.70 2.00 6.00 0.00 16.80 9.70 7.00 18.50 150.60
IO
2004 119.00 101.70 69.30 18.70 10.00 31.70 18.90 10.80 9.70 26.00 60.00 59.90
2005 68.60 135.40 85.30 29.50 3.70 3.00 10.00 5.00 9.40 26.00 45.10 87.00
2006 181.10 84.60 103.20 51.40 0.00 8.00 4.00 8.00 17.00 72.30 78.80 97.4
BL
2007 154.00 148.00 163.60 35.30 3.80 15.00 9.00 1.40 0.00 37.00 72.30 51.30
2008 131.60 125.00 40.20 10.00 13.10 15.50 5.00 7.70 0.00 50.50 75.00 155.10
2009 106.30 84.90 60.90 34.10 5.00 0.00 3.30 2.00 6.00 4.00 77.20 75.90
2010 195.40 89.80 67.80 0.00 12.70 0.00 2.000 7.00 8.00 51.90 22.10 134.90
BI
N° Registro s 44 43 42 43 43 41 40 41 39 44 44 43
P ro m e dio 8 3 .15 7 6 .8 1 6 9 .2 0 2 0 .7 0 4 .3 1 3 .8 1 2 .8 0 5 .3 5 7 .0 6 18 .6 9 3 8 .4 7 6 4 .4 1
M áximo 240.60 225.40 222.10 84.00 25.70 31.70 25.40 30.00 40.40 91.40 123.60 155.10
M ínimo 14.00 8.20 11.90 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3.00 13.70
Cuadro 43. Serie de precipitaciones mensuales estación Caicay
82
-13.16667
No mbre de Estació n: M A CHU P ICCHU Río : Regió n: CUSCO Latitud Sur:
AS
-72.54556
Co digo de Estació n: 000679 Cuenca: Cuenca Urubamba P ro vincia: URUB A M B A Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : M A CHUP ICCHU A ltitud: 2,503.00
RI
1984 48.40 24.00 22.80 53.70 e 70.80 58.10 e108.20 e
1985 0.00 22.70 52.40 27.30 191.20 142.10 102.10 198.20
1986 242.30 271.70 148.40 58.00 28.10 2.20 23.10 30.00 37.00 247.70
UA
1987 286.80 285.80 396.30 115.30 46.90 7.00 62.90 83.10 114.20 293.40 107.70 288.90
1988 350.40 399.10 353.10 107.10 31.00 30.30 132.40 65.40 196.90 313.30 209.80
1989 254.80 260.10 308.90 262.80 59.00 159.40
1990 300.40 181.90 121.20 201.50 109.40 251.00 10.40 53.90 58.70 192.40 240.70 206.00
EC
1991 213.60 246.00 256.70 177.00 112.70 138.70 0.10 11.40 50.70 107.40 156.50 138.00
1992 234.50 180.60 170.30 127.40 27.80 116.10 19.40 146.50 27.50 128.10 153.50 103.00
1993 267.50 292.20 192.10 197.00 69.80 28.80 38.00 144.80 87.60 142.80 223.50 372.50
1994 189.50 352.80 395.40 258.20 145.30 17.40 3.50 8.40 134.10 161.60 108.90 273.10
1995 212.30 188.90 340.00 96.40 74.40 22.70 15.10 21.10 107.40 86.70 118.90 194.60
OP
1996 379.20 398.10 251.30 191.20 158.90 23.40 28.50 13.90 97.90 100.50 124.60 162.30
1997 424.40 445.40 281.30 213.90 177.80 26.10 31.90 15.60 109.50 112.40 139.40 181.60
1998 202.00 340.60 341.50 268.70 40.90 61.90 136.90 48.20 32.70 176.80 152.90 212.40
1999 451.50 473.90 299.20 227.60 189.10 27.80 33.90 16.60 116.50 119.60 148.30 193.20
R
2000 395.40 339.50 265.10 207.20 75.30 132.20 36.00 125.20 142.50 183.50 113.20 191.60
2001 292.00 308.80 393.30 93.50 81.50 98.80 61.50 50.60 94.40 155.70 230.10 262.50
2002 212.70 358.50 359.50 282.80 43.10 65.20 144.10 50.70 121.50 231.40 193.50 364.50
AG
2003 310.40 333.90 463.90 154.40 70.80 53.50 39.80 97.60 88.80 113.20 135.45 295.80
2004 385.60 320.20 213.20 159.60 78.80 43.70 145.90 92.50 70.40 141.40 143.20 225.80
2005 165.70 313.80 278.00 146.60 26.20 2.00 45.20 14.00 65.40 188.20 137.50 313.50
2006 335.60 215.00 381.20 211.60 35.00 105.00 36.50 48.70 63.4 157.20 204.30 200.3
2007 365.50 380.50 494.90 219.80 87.70 18.70 62.50 28.50 68.60 158.30 146.60 238.60
DE
2008 397.30 224.50 232.50 97.40 75.90 19.70 0.00 87.60 22.10 189.70 158.80 209.80
2009 391.50 332.60 334.50 234.90 45.30 14.10 54.30 27.80 30.40 83.50 258.80 276.50
2010 408.00 328.10 502.50 210.40 44.20 37.30 15.40 46.50 42.80 56.60 118.10 328.20
2011 452.30 365.00 434.20
N° Registro s 23 23 23 22 24 22 22 23 23 23 25 22
P ro m e dio 3 2 4 .6 9 3 2 4 .6 3 3 3 2 .5 7 18 6 .7 3 5 9 .6 3 4 0 .4 2 5 7 .3 5 6 0 .8 6 9 0 .6 4 15 5 .2 0 16 5 .4 3 2 5 2 .3 8
CA
M áximo 452.30 473.90 502.50 311.30 189.10 132.20 145.90 126.30 191.20 293.40 313.30 364.50
M ínimo 165.70 215.00 148.40 58.00 0.00 2.00 16.00 14.00 22.10 58.10 79.20 142.30
Cuadro 44. Serie de precipitaciones mensuales estación Macchu Picchu.

TE
IO
BL
BI
83
-13.32417
No mbre de Estació n: P A UCA RTA M B O Río : Regió n: CUSCO Latitud Sur:
-71.59028
AS
Co digo de Estació n: 000689 Cuenca: Cuenca Urubamba P ro vincia: P A UCA RTA M B O Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : P A UCA RTA M B O A ltitud: 2,955.00
1964 82.00 0.00 0.00 e 22.70 18.80 e 27.20 e 61.00
RI
1965 123.00 53.00 78.00 31.20 2.50 0.00 6.50 9.00 45.90 17.80 35.00
1967
1970 1.70 10.50 2.20 33.60 37.80 36.80 176.70
UA
1971 121.33 153.10 202.40 94.70 6.20 13.10
1972 226.30 31.40 2.90 0.80 33.90 43.60 49.40 19.60 37.00 58.80
1973 165.30 113.10 79.70 54.50 34.00 4.00 9.00 11.00 3.50 28.00 19.00 85.50
1974 219.00 161.00 96.00 97.00 0.00 0.00 6.00 118.00 32.00 0.00 0.00 44.20
EC
1975 132.70 108.30 57.50 26.10 31.40 6.90 6.20 24.50 27.70 21.30 17.90 64.30
1976 79.90 84.60 82.80 19.50 6.60 3.70 0.00 0.00 11.40 0.00 10.90 30.10
1977 31.80 27.00 30.30 13.80 3.00 0.00 11.40 7.70 2.20 26.30 13.70 32.20
1978 48.30 40.20 41.40 47.70 13.20 0.00 0.50 21.20 18.30 50.50 62.40 98.10
1979 61.80
OP
1980 40.40 35.90 62.50 19.20 6.80 2.20 14.30 4.90 6.70 36.40 9.20 25.10
1981
1982 13.40 10.90 1.60 2.90 1.30
1987
R
1990 114.00 102.00 81.80 20.30 6.00 20.00 0.00 0.00 5.20 37.80 78.40 58.60
1991 45.30 35.80 29.60 3.10 0.00 26.20 0.00 7.00 6.10 17.70 41.00 22.60
1992 45.70 60.00 24.40 20.40 8.00 6.60 15.10 25.30 2.30 37.50 33.20 25.10
AG
1993 195.10 115.10 57.10 27.70 25.50 0.00 8.90 59.60 38.80 27.00 65.50 139.70
1994 117.00 108.70 63.10 62.00 6.70 4.20 0.00 4.40 17.20 51.60 35.60 114.50
1995 36.90 115.30 180.00 19.50 23.20 6.00 0.00 3.00 29.00 38.70 40.60 45.60
1996 181.17 97.27 69.30 48.80 12.10 0.50 1.70 23.30 15.40 42.00 37.50 84.30
1997 146.50 157.20 69.00 9.60 6.00 0.00 0.50 29.50 28.60 15.00 84.60 88.70
DE
1998 111.00 91.80 72.57 11.40 0.00 26.80 0.10 0.30 2.90 30.20 51.70 63.70
1999 96.90 165.20 82.40 75.00 2.80 1.00 2.00 0.70 41.50 40.50 6.10 74.30
2000 205.40 166.00 119.00 36.00 20.10 13.40 0.00 9.20 7.10 54.90 3.60 49.20
2001 180.20 136.20 142.00 85.40 13.50 1.50 15.70 34.60 6.70 65.30 68.30 50.20
2002 89.80 144.80 118.10 76.30 1.50 11.00 55.00 9.60 20.10 33.00 49.60 109.50
CA
2003 105.60 128.50 102.60 47.40 15.90 3.60 3.40 19.30 14.50 29.30 31.30 118.10
2004 141.50 70.30 88.20 25.00 13.10 8.30 39.30 42.80 16.40 27.00 34.60 98.70
2005 63.30 125.10 79.20 28.00 0.00 0.00 1.20 5.70 15.60 16.80 32.80 61.50
2006 153.00 69.30 86.00 33.20 0.00 5.80 0.00 16.50 24.30 64.70 67.00 80.00
2007 131.40 140.00 134.20 49.90 14.30 7.30 2.50 6.80 3.50 43.70 31.80 99.00
TE
2008 126.90 125.60 75.40 24.20 6.20 22.00 4.00 2.80 6.90 36.20 38.80 119.60
2009 114.70 138.40 97.20 22.80 0.00 0.00 10.10 10.40 12.20 7.20 89.00 79.40
2010 170.40 142.80 151.70 26.10 9.50 14.00 0.80 0.80 15.30 61.30 24.10 119.90
2011 145.40 139.00 147.10

IO
N° Registro s 29 29 32 33 30 30 29 30 31 31 31 30
P ro m e dio 118 .4 4 10 6 .4 2 9 4 .0 1 3 8 .5 1 9 .3 3 6 .5 8 8 .8 0 18 .12 18 .0 2 3 2 .13 3 6 .6 4 7 6 .6 1
M áximo 219.00 166.00 226.30 97.00 34.00 26.80 55.00 118.00 49.40 65.30 89.00 176.70
BL
M ínimo 31.80 13.40 10.90 1.60 0.00 0.00 0.00 0.00 2.20 0.00 0.00 22.60
Cuadro 45. Serie de precipitaciones mensuales estación Paucartambo.

BI
84
No mbre de Estació n: P ISA C Río : Regió n: CUSCO Latitud Sur:

-13.416
Co digo de Estació n: 000844 Cuenca: Cuenca Urubamba P ro vincia: CA LCA Lo ngitud Oeste:
-71.8494
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : P ISA C A ltitud: 3,148.00
AS
1964 62.30 62.00 e 44.00 e e
1965 71.00 0.00 17.00 97.50
1966 61.00 33.70 24.20 2.00 18.10 0.00 16.40 9.60 15.80 37.00
RI
1967 50.00 79.40 95.50 0.00 13.00 2.00 16.90 9.50 9.20 37.60 58.80 64.20
1968 127.70 176.80 31.70 13.30 1.00 5.20 17.20 0.00 8.20 9.30 111.30 29.70
1969 136.40 65.00 150.00 59.40 0.00 19.20 12.30 4.00 19.50 26.10 60.10 102.90
UA
1970 147.90 277.60 399.10 56.50 7.20 6.10 7.00 11.20 71.80 94.10 17.30 305.40
1971 152.60 289.80 79.40 57.70 5.50 2.00 9.10 0.00 49.50 18.30 42.70
1972 107.20 52.80 134.00 25.30 4.00 0.00 7.30 12.20 13.00 4.20 24.20 76.50
1973 264.90 203.20 139.60 59.60 9.30 9.60 12.40 13.30 7.10 32.50 56.10 150.00
EC
1974 129.30 182.50 127.40 49.70 4.10 11.00 1.00 27.40 6.10 10.10 11.10 68.90
1975 79.40 99.30 82.50 43.10 43.60 5.10 0.00 0.00 67.80
1976 130.10 52.10 121.20 38.60 48.70 3.00 2.10 2.00 21.50 4.00 39.20 39.30
1977 86.10 111.00 68.60 33.80 0.00 0.00 4.00 4.10 12.00 18.30 127.10 14.00
1978 209.80 149.90 126.70 80.30 30.70 0.00 0.00 0.00 21.40 2.00 37.10 80.80
OP
1979 218.10 161.40 177.10 58.50 7.00 8.00 6.00 2.00 19.50 18.40 38.40 71.80
1980 91.40 181.00 224.80 88.60 2.00 0.00 0.00 11.30 36.20 39.30 5.00 48.20
1981 96.50 177.10 88.70 31.30 9.00 4.00 15.20 3.00 15.10 116.10 116.80
1982 273.80 67.50 234.00 193.40 25.20 8.00 1.00 15.10 19.50 29.50 102.70 18.60
R
1983 5.10 29.30 0.00 2.00 10.40 6.10 13.10 18.10 30.20 33.50
1984 16.30 8.10 45.50 69.70 13.00
1985 139.60 203.70 192.40 63.80 8.10 0.00 0.00 5.00 27.20 106.60 129.90 24.40
AG
1986 27.20 115.60 128.90 37.20 12.50 0.00 2.00 3.30 4.00 2.00 8.10 11.10
1987 269.90 45.40 24.20 13.20 0.00 14.10 9.10 0.00 0.00 38.50
1988 95.30 97.50 190.80 51.90 2.00 0.00 0.00 0.00 2.30 12.00 13.30 83.80
1989 113.80 94.20 110.60 25.60 8.00 0.00 3.00 9.00 7.00 20.40 20.00 27.10
1990 74.20 45.20 20.10 81.00 6.00 38.20 0.00 3.00 8.40 43.70 98.60 114.20
DE
1991 75.80 101.10 64.50 31.20 11.20 8.00 0.00 2.00 2.00 50.40 60.80 64.70
1992 80.60 45.00 31.70 22.60 0.00 4.00 0.00 13.20 4.00 31.00 91.30 72.00
1993 177.80 82.00 12.20 35.10 8.00 4.20 8.20 14.20 3.00 18.00 89.00 187.00
1994 166.90 117.40 150.40 59.60 5.00 0.00 0.00 0.00 12.40 52.60 13.00 158.60
1995 98.60 79.20 79.90 7.20 4.20 0.00 0.00 0.00 12.20 24.20 18.20 51.40
1996 117.60 69.10 43.90 69.10 12.10 0.00 0.00 21.20 27.00 51.80 47.30 89.50
CA
1997 152.40 113.20 97.40 2.90 2.50 0.00 0.00 19.30 16.50 11.70 105.20 96.30
1998 126.20 92.20 34.60 19.20 4.20 2.10 0.00 0.20 13.00 58.90 47.50 50.00
1999 89.90 118.80 46.40 26.30 8.50 5.00 2.00 0.00 27.70 16.20 37.80 103.80
2000 153.70 100.20 53.00 2.20 7.00 3.50 0.00 1.00 3.10 37.90 11.00 65.00
TE
2001 199.10 131.70 146.70 18.30 9.70 0.00 18.60 4.60 5.50 46.30 73.00 98.00
2002 85.40 154.80 103.20 33.80 4.40 3.80 44.40 2.00 9.30 37.20 88.40 122.30
2003 108.90 102.70 103.50 14.30 2.40 5.90 0.00 22.10 3.00 28.70 17.50 115.00
2004 143.50 102.20 91.00 13.20 1.30 15.40 8.90 5.30 30.10 25.10 39.60 92.10
IO
2005 123.20 72.40 67.70 28.70 0.00 0.00 1.00 3.70 2.70 12.60 46.60 56.10
2006 162.80 79.40 119.20 32.80 0.00 30.00 0.00 12.70 21.40 38.70 67.20 89.00
2007 99.80 90.00 130.60 38.60 7.40 3.00 1.30 0.00 3.00 31.30 66.50 79.20
2008 148.70 146.90 56.40 8.10 5.80 3.60 0.00 3.20 8.00 43.90 62.60 130.70
BL
2009 84.90 85.70 63.50 13.20 0.00 0.00 2.10 0.00 18.20 5.80 114.10 108.90
2010 261.30 137.70 149.60 3.90 5.30 1.10 0.00 9.80 1.60 17.50 25.00 198.80
N° Registro s 45 43 45 44 42 41 40 45 43 41 43 44
BI
P ro m e dio 12 7 .8 2 116 .4 6 10 6 .4 2 3 8 .0 3 8 .3 3 5 .3 3 5 .3 9 6 .7 0 13 .6 3 3 0 .6 1 5 2 .5 1 7 8 .8 0
M áximo 273.80 289.80 399.10 193.40 48.70 38.20 44.40 27.40 71.80 106.60 129.90 305.40
M ínimo 5.10 33.70 12.20 0.00 0.00 0.00 0.00 0.00 0.00 2.00 5.00 11.10
Cuadro 46. Serie de precipitaciones mensuales estación Pisac.
85
-14.02778
No mbre de Estació n: P OM A CA NCHI Río : Regió n: CUSCO Latitud Sur:
AS
-71.53580
Co digo de Estació n: 000812 Cuenca: Cuenca Urubamba P ro vincia: A COM A YO Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : A COP IA A ltitud: 3,766.00
RI
1985 115.00 98.00 76.00 13.00 e e e130.00
1986 135.00 76.00 43.00 1.00 39.00
UA
1987 21.00 0.00
1989 0.00 20.00 8.00 32.00
1990 170.40 78.80 40.80 61.00 10.10 11.80 0.80 5.60 16.80 79.60 141.10 93.00
1991 150.20 106.50 86.40 53.60 10.40 6.50 0.00 1.20 14.60 44.40 91.70 132.00
EC
1992 142.00 89.00 57.30 38.60 2.60 5.50 1.50 15.00 6.00 89.00 86.00 70.00
1993 201.00 122.00 99.00 30.00 0.00 2.00 6.00 12.00 15.00 87.00 78.00 181.00
1994 164.00 150.00 122.00 45.00 5.00 0.00 0.00 1.00 25.00 67.00 84.00 113.00
1995 127.00 104.00 120.00 34.00 13.00 0.00 5.00 1.00 33.00 9.00 125.00 154.00
1996 194.00 84.00 85.00 52.00 15.00 0.00 0.00 26.00 31.00 104.00 75.00 100.30
OP
1997 200.00 188.00 184.00 120.00 14.00 0.00 5.00 12.00 7.00 80.00 130.00 76.00
1998 134.00 124.00 130.00 17.00 0.00 0.00 0.00 2.00 1.00 69.00 101.00 111.00
1999 165.00 125.00 76.00 86.00 8.00 0.00 1.00 0.00 14.00 29.00 36.00 91.00
2000 103.00 168.00 96.00 24.00 5.00 13.00 4.00 3.20 20.00 82.00 37.00 127.00
R
2001 230.00 149.00 165.00 40.00 12.00 3.00 19.00 12.00 15.00 76.00 71.00 184.00
2002 112.00 220.00 158.00 59.00 11.00 0.00 23.00 14.00 56.00 57.00 97.00 109.00
2003 151.00 155.00 142.00 60.00 15.00 7.00 0.00 2.00 13.00 57.00 44.00 98.00
AG
2004 241.00 162.00 70.00 42.00 23.00 9.00 6.00 13.00 61.00 49.00 57.00 152.00
2005 75.00 116.00 134.00 43.00 2.00 0.00 0.00 3.00 2.00 65.00 92.00 87.00
2006 144.00 219.00 87.00 130.00 1.00 9.00 0.00 7.00 23.40 70.00 89.00 90.00
2007 158.00 170.00 208.00 68.00 11.00 2.00 3.00 0.00 3.00 44.00 88.00 87.00
2008 140.00 125.00 115.00 29.00 10.00 2.00 0.00 2.00 11.00 68.00 70.00 111.00
DE
2009 118.00 94.00 68.00 34.00 5.00 0.00 12.00 0.00 8.00 14.00 265.00 97.00
2010 272.00 73.00 106.00 48.00 1.00 0.00 3.00 11.00 4.00 51.00 33.00 140.00
2011 103.00 135.00 117.00 51.00
2012 190.20 129.80 151.00 71.40 18.90 5.00 11.20 7.90 6.80 115.30 142.30
N° Registro s 20 22 20 21 20 18 18 21 20 20 22 20
P ro m e dio 15 8 .2 1 13 5 .5 4 12 1.2 0 5 2 .5 9 12 .3 0 3 .5 0 6 .4 6 6 .6 6 17 .5 9 5 8 .7 5 8 3 .8 3 119 .6 2

CA
M áximo 272.00 220.00 208.00 130.00 76.00 13.00 23.00 26.00 61.00 104.00 265.00 184.00
M ínimo 75.00 73.00 68.00 17.00 0.00 0.00 0.00 0.00 1.00 8.00 32.00 70.00
Cuadro 47. Serie de precipitaciones mensuales estación Pomacanchi.

TE
IO
BL
BI
86
No mbre de Estació n: QUILLA B A M B A Río : Regió n: CUSCO Latitud Sur:

-12.85583
AS
-72.69167
Co digo de Estació n: 000606 Cuenca: Cuenca Urubamba P ro vincia: LA CONVENCION Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : SA NTA A NA A ltitud: 2,007.00
RI
1971 0.00 0.00 27.00 e 20.00 e e
1972 119.00 177.00 195.00 102.00 4.00 2.00 44.00 16.00 115.00 111.00 64.00 176.00
1973 89.00 133.00 93.00 21.00 46.00 5.00 14.00 12.00 37.00 127.00 110.00 126.00
UA
1974 93.00 121.00 203.00 31.00 15.00 15.00 48.00 26.00 39.00 73.00 56.00 105.00
1975 211.00 152.00 140.00 54.00 5.00 2.00 23.00 42.00 33.00 63.00 100.00 120.00
1976 133.00 90.00 146.00 94.00 42.00 91.00 13.00 7.00 27.00 44.00 103.00 131.00
1977 189.00 48.00 165.00 108.00 55.00 7.00 33.00 81.00 53.00 193.00
1978 141.00 172.00 111.00 56.00 52.00 1.00 9.00 69.00 39.00 65.00 79.00
EC
1979 174.00 127.00 117.00 44.00 25.00 3.00 6.00 79.00 22.00 35.00 151.00 128.00
1980 194.00 151.00 142.00 115.00 48.00 12.00 33.00 60.00 54.00 80.00 133.00 214.00
1981 171.00 175.00 79.00 113.00 9.00 9.00 22.00 62.00 23.00 44.00 36.00 58.00
1982 118.00 196.00 120.00 61.00 38.00 18.00 14.00 19.00 68.00 61.00 97.00 176.00
OP
1983 191.00 185.00 103.00 88.00 21.00 4.00 2.00 55.00 112.00 23.00 21.00 114.00
1984 117.00 138.00 26.00 41.00 1.00 39.00 3.00 48.00 27.00 103.00 127.00
1985 95.00 119.00 62.00 84.00 10.00 0.00 0.00 0.00 93.00 58.00 219.00
1986 101.00 94.00 102.00 43.00 19.00 0.00 24.00 2.00 6.00 23.00 99.00 115.00
1987 117.00 160.00 166.00 82.00 25.00 10.00 43.00 29.00 49.00 108.00 47.00
R
1988 169.00 146.00 132.00 86.00
1989 0.00
AG
1990 260.50 120.40 71.10 108.60 31.50 81.70 3.50 62.00 124.00 236.00 223.00 192.00
1991 303.00 185.00 363.00 95.40 32.50 45.10 0.00 7.40 43.20 83.90 94.60 79.50
1992 100.00 103.00 160.00 68.60 8.00 37.80 6.50 95.30 23.50 100.00 92.80 59.30
1993 170.50 193.50 112.60 106.10 20.10 9.40 12.70 94.20 74.70 111.50 135.10 214.50
1994 145.30 233.60 231.70 139.10 41.90 5.70 1.20 5.40 114.40 126.20 65.90 157.30
1995 150.00 154.50 69.75 54.00 25.50 3.75 6.00 23.25 27.75 48.75 62.25 51.00
DE
1996 200.00 206.00 93.00 72.00 34.00 5.00 8.00 31.00 37.00 65.00 83.00 68.00
1997 206.00 265.00 131.00 86.00 39.00 21.00 4.00 59.00 90.00 96.00 114.00 137.00
1998 162.00 145.00 238.00 84.00 4.00 5.00 0.00 1.00 85.00 100.00 54.00 165.00
1999 260.00 530.00 267.00 263.00 57.00 8.00 18.00 0.00 19.00 60.00 48.00 121.00
2000 303.00 228.00 166.00 67.00 18.00 50.00 0.00 32.00 31.00 47.00 31.00 75.00
CA
2001 274.00 231.00 212.00 43.00 38.00 6.00 35.00 25.00 20.50 67.20 84.00 102.00
2002 106.00 181.00 190.00 36.00 28.00 12.00 59.00 64.00 31.00 81.00 104.00 206.00
2003 150.00 176.00 187.00 102.00 15.00 7.00 5.00 105.00 66.00 42.00 46.00 170.00
2004 169.00 145.00 116.00 43.20 38.00 17.00 57.00 40.00 52.00 115.00 113.00 88.00
2005 130.00 124.00 176.00 89.00 32.00 6.00 53.00 9.00 37.00 64.00 17.00 169.00
TE
2006 161.00 149.00 188.00 114.00 7.00 25.00 4.00 24.00 15.00 88.00 92.00 177.00
2007 264.00 200.00 173.00 142.00 29.00 10.00 7.40 4.00 11.00 164.00 50.00 98.00
2008 175.60 153.00 139.00 79.00 10.00 0.00 2.00 19.00 34.00 128.00 84.00 132.30
2009 182.30 198.00 128.00 60.00 19.00 3.00 0.00 3.00 12.00 108.00 200.00 172.00
IO
2010 110.00 227.00 251.00 54.00 17.00 19.00 10.00 21.00 30.00 179.00 156.40 142.00
2011 188.00 258.00
N° Registro s 30 34 37 33 32 31 28 34 33 33 33 32
BL
P ro m e dio 16 9 .4 3 18 1.5 6 16 7 .5 4 8 3 .5 5 2 9 .4 7 14 .7 1 2 0 .5 7 2 7 .9 4 4 4 .9 7 8 4 .4 8 9 9 .7 0 14 6 .7 8
M áximo 303.00 531.00 363.00 263.00 84.00 91.00 59.00 105.00 124.00 236.00 605.00 373.00
M ínimo 89.00 48.00 79.00 21.00 4.00 0.00 0.00 0.00 0.00 23.00 17.00 58.00
BI
Cuadro 48. Serie de precipitaciones mensuales estación Quillabamba.
87
-14.25333
No mbre de Estació n: SICUA NI Río : Regió n: CUSCO Latitud Sur:
-71.23694
AS
Co digo de Estació n: 000759 Cuenca: Cuenca Urubamba P ro vincia: CA NCHIS Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : SICUA NI A ltitud: 3,661.00
1965 43.20 89.70 119.00 51.70 2.10 0.00 2.40 3.70 e 52.50 66.10 e 61.00 e179.70
RI
1966 81.60 118.20 94.20 6.00 35.00 0.00 0.00 2.30 38.90 148.80 106.00 121.00
1967 63.40 117.20 155.90 33.00 8.20 1.40 21.40 28.70 40.40 49.00 46.80 129.50
1968 118.20 171.30 272.90 55.60 0.00 0.00 16.00 28.20 21.40 62.10 149.30 64.20
UA
1969 132.50 127.00 140.40 67.00 3.60 2.80 8.00 1.60 18.00 78.20 76.20 80.80
1970 172.30 139.50 141.30 50.30 5.60 0.00 0.00 0.00 20.40 48.30 46.60 185.40
1971 189.50 162.00 66.10 66.90 6.00 0.00 0.00 0.00 0.00 0.00 3.80 71.60
1972 154.20 76.50 95.60 58.10 6.30 0.00 15.90 29.60 0.00 8.00 35.20 94.40
EC
1973 140.70 136.20 168.00 82.50 3.10 0.00 2.00 11.80 5.90 27.00 47.60 96.20
1974 168.50 223.30 91.10 25.10 0.80 6.50 0.00 16.00 24.50 13.00
1975 157.00 103.90 134.90 39.40 20.30 0.70 0.00 8.40 32.10 24.40 62.40 154.20
1976 161.90 68.70 130.40 27.50 11.40 6.70 5.10 9.60 17.90 9.30 29.00 86.30
1977 70.50 179.90 87.00 33.90 7.20 0.00 0.80 0.00 11.00 30.70 87.30 88.10
OP
1978 214.60 71.30 183.40 83.00 0.00 0.00 0.00 0.00 25.50 24.20 73.40 37.90
1979 66.80 50.50 64.80 31.80 4.40 0.00 0.90 19.80 27.60 0.80 14.30 31.70
1980 86.60 49.30 26.10 0.00 15.60 18.60 19.90 21.60 1.60 65.90 60.20 82.60
1981 130.10 110.90 102.80 0.80 0.00 6.90 0.00 19.20 0.00 6.00 8.60 43.30
R
1982 66.30 26.30 48.40 0.00 0.00 0.00 0.90 0.00 24.00 58.10 8.60
1983 41.20 0.00 31.60 0.00 0.00 0.00 0.00 0.00 14.80 1.00 0.00 63.10
1984 131.20 52.10 45.30 3.00

AG
1987 11.20 0.50 2.50 24.90
1988 94.90 120.60 87.40 4.00
1989 0.00 51.70 46.90 130.80
1990 127.10 104.80 71.20 43.70 23.40 7.00 0.00 5.00 18.40 35.80 67.80 85.40
1991 93.30 100.40 94.00 59.30 18.10 5.00 0.00 0.00 12.70 44.90 74.70 50.50
DE
1992 99.20 93.75 105.10 58.35 9.05 3.10 19.50 19.50 19.10 62.80 96.80 53.60
1993 163.00 87.10 116.20 57.40 0.00 1.20 2.00 9.80 26.70 66.00 136.40 114.10
1994 127.50 143.80 128.40 74.90 18.80 0.30 0.00 1.20 9.30 50.50 81.00 127.40
1995 107.40 105.20 131.30 64.40 3.10 1.20 2.80 0.00 16.60 36.00 92.30 117.00
1996 121.30 112.00 155.50 42.70 16.30 0.00 0.00 12.00 24.50 54.20 61.60 115.70
1997 226.70 173.80 176.90 49.90 3.50 0.00 5.20 15.20 8.90 45.50 135.50 64.60
CA
1998 102.30 131.00 97.80 15.10 0.00 0.00 0.00 5.60 1.70 92.20 73.60 92.70
1999 133.30 145.40 83.40 85.70 17.60 3.20 0.30 0.00 44.10 24.40 38.50 127.20
2000 110.40 180.00 121.90 60.50 7.20 6.00 4.40 1.70 18.60 76.40 25.20 92.60
2001 213.00 158.10 176.90 55.30 25.90 1.20 13.90 10.50 34.70 48.30 76.20 134.40
TE
2002 154.70 205.20 145.70 126.40 32.90 0.00 26.10 4.70 37.40 75.90 87.30 141.50
2003 129.20 131.80 160.00 59.60 18.70 6.60 0.00 8.00 1.60 37.50 27.20 125.50
2004 162.60 191.00 80.40 47.00 7.60 0.00 4.20 12.00 51.60 28.90 92.40 98.40
2005 66.30 178.80 120.30 44.90 4.50 0.00 2.70 0.00 7.60 48.30 75.00 93.40
IO
2006 151.20 120.80 92.80 99.00 3.30 5.70 0.00 10.30 18.00 45.40 111.30 153.40
2007 115.80 143.60 174.40 45.10 5.30 0.00 9.00 0.00 15.20 60.70 77.00 86.30
2008 137.30 133.50 117.90 21.60 7.00 0.70 0.00 0.60 2.60 84.10 61.60 149.00
2009 89.80 140.60 85.80 37.60 5.70 0.00 0.00 0.00 11.10 32.20 129.00 121.10
BL
2010 161.00 95.80 118.00 48.40 2.60 0.00 3.30 5.70 2.40 62.80 46.60 125.10
2011 107.60 118.40 156.40
N° Registro s 43 41 42 40 40 36 38 41 40 42 38 38
BI
P ro m e dio 12 5 .2 5 12 0 .17 117 .6 9 4 7 .18 9 .0 9 1.9 4 4 .6 7 7 .8 3 18 .9 4 4 5 .2 5 6 7 .4 8 9 9 .2 0
M áximo 226.70 223.30 272.90 126.40 35.00 18.60 26.10 29.60 52.50 148.80 149.30 185.40
M ínimo 41.20 0.00 26.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 8.60
Cuadro 49. Serie de precipitaciones mensuales estación Sicuani.
88
-13.32311
No mbre de Estació n: URUB A M B A Río : Regió n: CUSCO Latitud Sur:
AS
-72.12912
Co digo de Estació n: 000683 Cuenca: Cuenca Urubamba P ro vincia: URUB A M B A Lo ngitud Oeste:
Tipo de Estació n: CLIM Á TICA P fafstetter: 4994 Distrito : M A RA S A ltitud: 3,071.00
1966 63.00 100.00 36.00 10.50 39.90 0.70 0.00 10.30 e 53.50 122.50 e 86.20 e 56.50
RI
1967 37.90 106.00 43.50 37.70 13.00 0.50 33.50 0.00 0.00 11.50 66.00 47.00
1968 74.00 28.00 0.00 0.00 43.50 16.00 11.00 0.00 91.50 12.50
1969 89.50 35.00 16.00 17.00 0.00 0.00 3.00 0.00 3.00 5.00 7.00 43.00
UA
1970 74.00 15.00 0.00 0.00 2.50 0.00 16.30 35.50 32.50 158.00
1971 106.00 100.50 57.00 16.50 0.00 0.00 0.00 3.00 2.00 32.00 41.00 99.00
1972 116.60 48.00 58.50 18.40 1.60 0.00 2.00 9.50 18.10 6.70 54.20 85.20
1973 145.60 74.80 80.70 46.30 6.40 1.40 11.30 3.90 2.70 16.30 54.70 53.40
1974 77.20 119.00 101.80 33.00 11.00 15.00 0.00 26.70 5.80 15.50
EC
1975 82.60 134.00 26.50 54.20 23.60 5.50 0.00 12.40 5.30 24.00 29.80 158.00
1976 80.10 36.70 94.10 29.70 8.20 2.00 0.00 0.00 7.50 0.00 45.00 108.40
1977 104.60 54.90 76.00 45.40 0.00 0.00 0.00 0.00 0.00 43.20 71.40 37.20
1978 155.10 90.20 28.80 18.00 0.00 0.00 0.00 9.20 8.40 38.40 95.90
OP
1979 105.80 47.80 54.20 9.80 2.80 0.00 0.00 6.20 25.20 2.20 36.40 28.60
1980 32.60 43.30 69.40 7.40 0.00 0.00 0.00 1.80 0.00 4.60 34.20 41.00
1981 37.80 27.20 9.40 11.00 0.00 0.00 0.00 6.80 11.80 32.80 32.60 40.90
1982 29.00 21.00 18.20 5.60 0.00 0.00 0.00 0.00 14.00 11.60 13.60 16.70
1983 12.60 5.20 13.60 2.20 5.80 1.20 0.00 0.00 0.00 2.40 12.40 21.40
R
1984 32.10 76.40 53.80 39.30 0.00 0.00 26.40 4.20
1985 7.90 2.80 14.60

AG
1986 53.70 56.50 41.50 0.00 0.00 13.50 49.50
1987 1.00 7.50 17.00 0.00 27.50 88.00 100.00
1988 115.50 77.50 126.50 43.00 4.50 0.00 0.00 0.00 17.00 25.50 25.00 88.00
1989 102.00 90.00 103.90 50.50 13.30 9.50 0.50 0.00 26.50 46.00 25.00 99.00
1990 133.50 99.30 26.00 33.00 6.00 40.00 0.00 9.50 6.00 52.60 44.00 69.30
DE
1991 52.50 125.50 82.50 39.50 2.00 10.00 0.00 3.00 11.50 32.50 82.00 56.50
1992 95.50 77.30 40.50 9.50 0.00 40.50 0.00 32.00 1.50 22.50 60.00 27.00
1993 128.00 82.00 57.50 39.00 2.00 0.00 2.50 28.00 4.00 30.00 79.00 120.00
1994 117.00 96.60 110.00 34.50 20.50 5.00 0.00 2.00 23.50 51.50 29.50 151.50
1995 72.20 42.10 81.30 10.90 2.20 1.00 0.30 10.00 21.20 35.10 55.00 95.50
1996 88.40 77.50 50.60 53.60 13.20 0.40 0.10 11.60 5.00 35.10 46.90 73.80
CA
1997 88.60 124.70 98.50 8.50 5.00 1.00 0.00 8.30 6.20 10.10 73.00 84.90
1998 54.70 73.20 26.70 10.40 4.00 0.70 0.00 0.40 1.70 22.20 49.70 47.00
1999 124.20 122.30 66.10 29.60 17.50 0.80 0.10 0.00 23.70 38.40 52.20 125.50
2000 172.00 92.90 87.30 6.50 6.40 8.80 0.80 0.10 15.60 44.80 87.60 76.00
TE
2001 167.20 86.90 102.20 7.20 8.40 0.00 16.90 11.60 10.00 72.90 64.20 62.10
2002 126.30 117.80 78.30 50.10 5.80 5.00 62.70 1.80 2.50 64.50 52.10 135.50
2003 96.90 74.30 124.30 12.90 4.30 8.40 1.20 18.00 1.00 31.70 32.50 94.40
2004 123.90 87.20 75.30 17.30 1.50 30.60 21.50 10.30 6.20 39.90 34.50 78.70
IO
2005 47.60 97.00 62.70 20.60 3.00 0.00 1.60 1.90 11.70 10.90 51.10 82.00
2006 111.80 92.80 68.90 33.50 0.00 1.90 0.00 4.00 10.00 50.10 64.60 82.00
2007 56.80 70.50 82.60 42.40 4.60 1.00 1.90 0.10 0.00 57.40 61.00 74.30
2008 98.30 83.20 72.20 4.60 7.10 2.80 0.00 3.10 3.90 35.50 104.20 121.40
BL
2009 152.00 114.10 63.70 10.90 6.30 0.10 0.00 1.60 8.90 4.60 128.40 76.90
2010 188.20 129.70 101.30 13.20 2.20 0.00 1.50 8.20 5.00 16.70 23.90 114.60
2011 149.90 81.40
N° Registro s 44 42 45 43 41 43 41 43 43 42 42 45
BI
P ro m e dio 9 4 .14 8 0 .6 6 6 9 .0 8 2 5 .4 3 6 .3 1 4 .7 0 5 .4 4 6 .4 3 9 .8 0 2 8 .9 5 5 2 .0 6 7 8 .17
M áximo 188.20 149.90 126.50 54.20 39.90 40.50 62.70 32.00 53.50 122.50 128.40 158.00
M ínimo 12.60 5.20 9.40 1.00 0.00 0.00 0.00 0.00 0.00 0.00 7.00 12.50
Cuadro 50. Serie de precipitaciones mensuales estación Sicuani.
89
OCTUBRE
Suma
Año Desvío/Vector Vector Suma Vector Observado Calculado Calculado +/- Desvío
Estación
1990 0.74 1.314 1.31 2.05 52.6 33.6 32.9
1991 0.723 2.04 18.5 24.5
1992 -0.04 0.922 2.96 3.66 22.5 23.6 23.7
AS
1993 0.12 1.053 4.01 4.83 30 27 27.9
1994 0.79 1.227 5.24 6.84 51.5 31.4 29
1995 0.513 5.75 13.1 7.6
1996 0.3 1.069 6.82 8.72 35.1 27.4 34.4
RI
1997 -0.32 0.714 7.53 9.12 10.1 18.3 21.8
1998 -0.14 1.008 8.54 9.99 22.2 25.8 46.7
1999 0.72 0.776 9.32 11.49 38.4 19.9 22.4
UA
2000 1.268 10.59 32.5 49.2
2001 1.22 1.627 12.21 15.6 72.9 41.6 26.4
2002 1.25 1.265 13.48 18.12 64.5 32.4 42.1
2003 0.47 0.769 14.25 19.36 31.7 19.7 4.8
2004 0.7 0.863 15.11 20.92 39.9 22.1 2
EC
2005 -0.27 0.691 15.8 21.35 10.9 17.7 14.6
2006 1.207 17.01 30.9 28.2
2007 1.05 1.192 18.2 24.8 57.4 30.5 11.7
2008 0.04 1.344 19.55 26.18 35.5 34.4 27.7
OP
2009 -0.2 0.383 19.93 26.36 4.6 9.8 12.7
2010 -0.42 1.07 21 27.01 16.7 27.4 19
Cuadro 51. Completación de estación Urubamba para el mes de Octubre por el método de vector
R
regional.
AG
DE
CA
TE
IO
BL
BI
Figura 3. Ventana de HYDRACCES para la completación de datos por método de vector regional
90
AS
ENERO
AÑOS
ANTA ANCACHURO PAUCARTAMBO
RI
1990 115.0 114.0
1991 46.0 45.3
UA
1992 113.0 45.7
1993 271.2 195.1
1994 563.0 117.0
1995 178.0 36.9
EC
1996 395.0 181.2
1997 132.3 146.5
1998 192.5 111.0
1999 278.0 96.9
2000 170.0 205.4
OP
2001 257.2 180.2
2002 174.0 89.8
2003 158.0 105.6
2004 234.0 141.5
R
2005 100.0 63.3
2006 231.8 153.0
2007 108.0 131.4
AG
2008 128.0 126.9

2009 146.0 114.7
2010 276.0 170.4
DE
Cuadro 52. Completación de estación Anta Ancachuro por método de regresión lineal para el
mes de Enero
CA
ENERO ANTA ANCAHURO - PAUCARTAMBO

600.0
TE
500.0 y = 0.9361x + 88.55

R² = 0.1273
400.0
IO
300.0
BL
200.0
BI
100.0
0.0
0.0 50.0 100.0 150.0 200.0 250.0
Gráfico 2. Regresión lineal entre los datos de las estaciones Anta Ancachuro y Paucartambo
91
FEBRERO
PISAC CAYCAY PAUCARTAMBO
45.2 29.1 102.0
101.1 72.2 35.8
45.0 52.7 60.0
AS
82.0 37.0 115.1
117.4 77.5 108.7
79.2 11.9 115.3
69.1 81.6 97.3
RI
113.2 72.4 157.2
92.2 69.1 91.8
118.8 99.6 165.2
UA
100.2 74.4 166.0
131.7 151.1 136.2
154.8 178.3 144.8
102.7 153.3 128.5
EC
102.2 88.1 70.3
72.4 135.4 125.1
79.4 84.6 69.3
90.0 148.0 140.0
OP
146.9 125.0 125.6
85.7 109.0 138.4
137.7 89.8 142.8
R
CAYCAY - PISAC 26.07
DISTANCIAS
CAYCAY - PAUCARTAMBO 32.78
AG
Cuadro 53. Completación de estación Caicay para el mes de febrero por el método de razones
por distancia
MARZO
DE
MACHU PAUCARTA
POMACANCHI
PISAC PICCHU MBO
20.1 121.2 40.8 81.8
64.5 256.7 86.4 29.6
31.7 170.3 57.3 24.4
CA
116.1 192.1 99.0 57.1

150.4 395.4 122.0 63.1
79.9 340.0 120.0 180.0
43.9 251.3 85.0 69.3
TE
97.4 281.2 184.0 69.0

34.6 341.5 130.0 72.6
152.5 299.2 76.0 82.4
53.0 265.1 96.0 119.0
IO
146.7 393.3 165.0 142.0

211.9 359.5 158.0 118.1
103.5 463.9 142.0 102.6
BL
91.0 213.2 70.0 88.2

67.7 278.0 134.0 79.2
119.2 381.2 87.0 86.0
279.0 494.9 208.0 134.2
BI
56.4 232.5 115.0 75.4

63.5 334.5 68.0 97.2
149.6 502.5 106.0 151.7
Cuadro 54. Completación de estación Pisac para el mes de Marzo por métodos de promedios
vecinales.
92
ABRIL
URUBAMBAANTA ANCACHURO
MACHU PICCHU PAUCAR
33.0 3.0 201.5 20.3
12.2 24.0 177.0 3.1
9.5 18.0 127.4 20.4
39.0 27.0 197.0 27.7
AS
34.5 39.0 258.2 62.0
10.9 18.0 96.4 19.5
21.6 23.0 191.2 48.8
8.5 24.0 213.9 9.6
RI
10.4 85.2 268.7 11.4
29.6 66.0 227.6 75.0
6.5 38.0 207.2 36.0
UA
7.2 31.0 93.5 85.4
50.1 71.0 282.8 76.3
12.9 20.0 154.4 47.4
15.9 23.7 159.6 25.0
20.6 31.0 146.6 28.0
EC
33.5 64.0 211.6 33.2
42.4 82.0 219.8 49.9
4.6 14.0 97.4 24.2
10.9 8.0 234.9 22.8
OP
17.6 22.0 210.4 26.1
21.4 34.9 189.4 35.8
PROMEDIOS
Cuadro 55. Completación de estación Urubamba para el mes de Abril por método de razones
R
promedios.
AG
JUNIO
CAYCAY PAUCARTAMBO MACCHU PICCHU SICUANI
21.6 20.0 251.0 7.0
10.9 26.2 138.7 5.0
8.8 6.6 116.1 3.1
0.0 0.0 28.8 1.2
DE
0.0 4.2 17.4 0.3

0.0 6.0 22.7 1.2
0.9 0.5 23.4 0.0
0.0 0.0 26.1 0.0
2.0 26.8 61.9 0.0
0.0 1.0 27.8 3.2
CA
14.0 13.4 132.2 6.0

0.0 1.5 98.8 1.2
0.0 11.0 65.2 0.0
6.0 3.6 53.5 6.6
31.7 8.3 43.7 0.0
TE
3.0 0.0 2.0 0.0

10.9 5.8 105.0 5.7
15.0 7.3 18.7 0.0
15.5 22.0 19.7 0.7
0.0 0.0 14.1 0.0
IO
0.0 14.0 37.3 0.0

6.2 8.5 62.1 2.0
PROMEDIOS
BL
Cuadro 56. Completación de estación Caicay para el mes de Junio por método de razones
promedios.
BI
93
MAYO
MACHU PICCHU ANTA ANCACHURO QUILLABAMBA URUBAMBA
109.4 0.0 31.5 6.0
112.7 0.0 32.5 2.0
27.8 3.0 8.0 0.0
AS
69.8 4.0 20.1 2.0
31.0 12.0 41.9 20.5
74.4 1.0 25.5 2.2
RI
158.8 4.0 34.0 13.2
177.8 8.0 39.0 5.0
4.0 0.0 4.0 4.0
UA
189.1 0.0 57.0 17.5
75.3 1.0 18.0 6.4
81.5 5.0 38.0 8.4
EC
16.7 24.0 28.0 5.8
189.1 6.0 15.0 4.3
75.3 2.0 38.0 1.5
81.5 1.0 32.0 3.0
35.0
87.7
8.5
0.0
30.0
7.0
R OP 7.0
29.0
10.0
0.0
4.6
7.1
45.3 14.0 19.0 6.3
44.2 0.0 17.0 2.2
AG
COEFICIENTES DE CORRELACIÓN
109.4 0.0 31.5 6.0
112.7 0.0 32.5 2.0
27.8 3.0 8.0 0.0
DE
69.8 4.0 20.1 2.0

74.4 1.0 25.5 2.2
158.8 4.0 34.0 13.2
177.8 8.0 39.0 5.0
189.1 0.0 57.0 17.5
CA
75.3 1.0 18.0 6.4

81.5 5.0 38.0 8.4
189.1 6.0 15.0 4.3
TE
75.3 2.0 38.0 1.5

81.5 1.0 32.0 3.0
35.0 0.0 7.0 0.0
IO
87.7 30.0 29.0 4.6

45.3 14.0 19.0 6.3
44.2 0.0 17.0 2.2
BL
0.001983063 0.612604577 0.633861956
Cuadro 57. Completación de estación Macchu Picchu para el mes de Mayo por método
BI
correlación con 3 estaciones vecinas.
94
JULIO
PAUCARTAMBO PISAC CAYCAY
0.0 0.0 2.0
0.0 0.0 0.0
15.1 0.0 0.0
AS
8.9 8.2 0.0
0.0 0.0 0.0
0.0 0.0 0.0
RI
1.7 0.0 0.0
0.5 0.0 0.0
UA
0.0 0.0 0.0
2.0 2.0 3.0
0.0 0.0 9.0
EC
15.7 18.6 18.6
34.8 44.4 25.4
3.4 0.0 0.0
39.3 8.9 18.9
1.2
0.0
2.5
1.0
0.0
1.3
R OP
10.0
4.0
9.0
4.0 0.0 5.0
1.6 2.1 3.3
AG
5.0 0.0 2.0

COEFICIENTES DE CORRELACIÓN
0.0 0.0 2.0
0.0 0.0 0.0
DE
15.1 0.0 0.0

8.9 8.2 0.0
0.0 0.0 0.0
1.7 0.0 0.0
CA
0.5 0.0 0.0

2.0 2.0 3.0
0.0 0.0 9.0
TE
15.7 18.6 18.6

3.4 0.0 0.0
39.3 8.9 18.9
IO
1.2 1.0 10.0

0.0 0.0 4.0
BL
2.5 1.3 9.0

4.0 0.0 5.0
5.0 0.0 2.0
BI
0.610953075 0.628359035
Cuadro 58. Completación de estación Paucartambo para el mes de Julio por método
correlación con 2 estaciones vecinas.
95
NOVIEMBRE
PISAC CAYCAY PAUCARTAMBO URUBAMBA
98.6 123.6 78.4 44.0
60.8 65.9 41.0 82.0
91.3 69.5 33.2 60.0
91.8 56.9 65.5 79.0
AS
13.0 12.0 35.6 29.5
18.2 19.7 40.6 55.0
47.3 32.2 37.5 46.9
105.2 51.8 84.6 73.0
RI
60.9 25.9 51.7 49.7
37.8 23.3 6.1 52.2
11.0 17.5 3.6 87.6
UA
73.0 70.0 68.3 64.2
88.4 48.7 49.6 52.1
41.7 18.5 31.3 32.5
39.6 60.0 34.6 34.5
46.6 45.1 32.8 51.1
EC
67.2 78.8 67.0 64.6
66.5 72.3 31.8 61.0
93.6 75.0 38.8 104.2
114.1 77.2 89.0 128.4
OP
25.0 22.1 24.1 23.9
Cuadro 59. Completación de estación Pisac para el mes de Noviembre por método de
correlaciones múltiples.
R
AG
Resumen NOVIEMBRE
Estadísticas de la regresión Est

Coeficiente de correlación
0.87131877
múltiple
Coeficiente de determinación
0.7591964
R^2
DE
R^2 ajustado 0.70362634

Error típico 17.9147067
Observaciones 17
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
CA
Regresión 3 13153.88151 4384.62717 13.6619681 0.000258623

Residuos 13 4172.177312 320.936716
Total 16 17326.05882
TE
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -7.06922464 12.88212292 -0.5487624 0.59246897 -34.89935922 20.76090994 -34.89935922 20.76090994
CAYCAY 0.50822619 0.203512828 2.49726858 0.02672608 0.068563456 0.947888926 0.068563456 0.947888926
PAUCARTAMBO 0.53027156 0.248448752 2.13432976 0.05243415 -0.006469332 1.06701246 -0.006469332 1.06701246
URUBAMBA 0.26709721 0.196937536 1.35625345 0.19810754 -0.158360468 0.692554894 -0.158360468 0.692554894
IO
Cuadro 60. Resumen de valores estadísticos para el método de correlaciones múltiples.

BL
BI
96
value s.e. lower upper

mean diff -1.116 3.32708474 -7.80923116 5.57723116
lower limit -46.2945795 5.70568126 -57.7729297 -34.8162294
AS
upper limit 44.0625795 5.70568126 32.5842294 55.5409297
stdev diff 23.0507192
RI
sample size 48
alpha 0.05
UA
Cuadro 61. Test Bland y Altman aplicado en la estación Caicay para evaluación de calidad del
Método del Vector Regional
EC
R OP
AG
Bland-Altman Plot
DE
100
80
60
40 diff
differences
CA
20
mean
0
lower
-20 0 50 100 150 200 250 300
upper
TE
-40
-60
-80
means
IO
Gráfico 3. Test Bland y Altman aplicado en la estación Caicay para evaluación de calidad del
BL
Método del Vector Regional.

BI
97

mean diff -3.86871244 9.82651387 -23.6371085 15.8996836
lower limit -137.303227 16.8516766 -171.204428 -103.402027
AS
upper limit 129.565803 16.8516766 95.664602 163.467003
RI
sample size 48
UA
alpha 0.05
Cuadro 62. Test Bland y Altman aplicado en la estación Paucartambo para evaluación de
calidad del Método de regresión lineal.
EC
R OP
AG
Bland-Altman Plot
200
DE
150
100
diff
differences
50
0 mean
CA
-50 0 50 100 150 lower

-100 upper
TE
-150
-200
means
IO
Gráfico 4. Test Bland y Altman aplicado en la estación Paucartambo para evaluación de

calidad del Método de regresión lineal.
BL
BI
98

mean diff -49.1383483 10.8386888 -70.9429778 -27.3337188
AS
lower limit -196.317216 18.5874748 -233.710393 -158.92404
upper limit 98.0405198 18.5874748 60.6473437 135.433696
RI
sample size 48
UA
alpha 0.05
r 0.71565527
EC
Cuadro 63. Test Bland y Altman aplicado en la estación Anta Ancachuro para evaluación de
calidad del Método de razones por distancia.
R OP
AG
Bland-Altman Plot
DE
300
200
100
CA
diff
differences
0
0 100 200 300 400 500 mean
-100
lower
TE
-200 upper
-300
IO
-400
means
BL
Gráfico 5. Test Bland y Altman aplicado en la estación Anta Ancachuro para evaluación de
calidad del Método de razones por distancia.
BI
99

mean diff -48.2852067 5.8835421 -60.1213667 -36.4490467
AS
lower limit -128.177994 10.0897989 -148.476052 -107.879937
upper limit 31.607581 10.0897989 11.3095238 51.9056382
RI
UA
sample size 48
alpha 0.05
Cuadro 64. Test Bland y Altman aplicado en la estación Caicay para evaluación de calidad del
Método de promedios vecinales.
EC
R OP
AG
Bland-Altman Plot
DE
100
50
CA
Series2
0
differences
0 50 100 150 200 250 300 diff

-50
mean
TE
-100 lower
-150 upper
IO
-200
means
BL
Gráfico 6. Test Bland y Altman aplicado en la estación Caicay para evaluación de calidad del
Método de promedios vecinales.
BI
100

mean diff 3.70907473 2.78643225 -1.89650391 9.31465338
lower limit -34.1279691 4.77850596 -43.7410831 -24.514855
AS
upper limit 41.5461185 4.77850596 31.9330045 51.1592326
RI
sample size 48
alpha 0.05
UA
Cuadro 65 Test Bland y Altman aplicado en la estación Pisac para evaluación de calidad del
EC
Método de razones promedios.
R OP
AG
Bland-Altman Plot
DE
60
40
CA
20 diff
differences
0 mean
0 50 100 150 200 250
TE
lower
-20
upper
-40
IO
-60
means
BL
Gráfico 7. Test Bland y Altman aplicado en la estación Pisac para evaluación de calidad del
Método de razones promedios.
BI
101
mean diff 13.4333537 3.45153171 6.48976751 20.3769399

lower limit -33.4350948 5.91909775 -45.3427836 -21.5274061
AS
upper limit 60.3018022 5.91909775 48.3941135 72.209491
RI
sample size 48
UA
alpha 0.05
Cuadro 66. Test Bland y Altman aplicado en la estación Pomacanchi para evaluación de
calidad del Método por correlación con 3 estaciones.
EC
R OP
AG
DE
Bland-Altman Plot
100
CA
80
60
diff
differences
40
TE
mean
20
lower
0
upper
0 50 100 150 200 250 300
IO
-20
-40
means
BL
Gráfico 8. Test Bland y Altman aplicado en la estación Pomacanchi para evaluación de calidad
BI
del Método por correlación con 3 estaciones.
102

mean diff 7.82422733 3.19776273 1.39115849 14.2572962
lower limit -35.5982849 5.48390447 -46.6304777 -24.5660921
AS
upper limit 51.2467395 5.48390447 40.2145467 62.2789323
RI
sample size 48
UA
alpha 0.05
Cuadro 67. Test Bland y Altman aplicado en la estación Sicuani para evaluación de calidad del
Método por correlación con 2 estaciones.
EC
R OP
AG
Bland-Altman Plot
DE
80
60
40
diff
CA
differences
20
mean
0
lower
0 50 100 150 200 250 300
TE
-20
upper
-40
-60
IO
means
BL
Gráfico 9. Test Bland y Altman aplicado en la estación Sicuani para evaluación de calidad del
Método por correlación con 2 estaciones.
BI
103

mean diff -0.50321447 2.46803108 -5.4682526 4.46182365
lower limit -34.0166797 4.23247371 -42.5313185 -25.5020408
AS
upper limit 33.0102507 4.23247371 24.4956119 41.5248896
RI
sample size 48
UA
alpha 0.05
Cuadro 68. Test Bland y Altman aplicado en la estación Urubamba para evaluación de calidad
del Método por correlaciones múltiples.
EC
R OP
AG
Bland-Altman Plot
DE
60
40
20
CA
diff
differences
0 mean
0 50 100 150 200 250 lower
-20
TE
upper
-40
-60
IO
means
BL
Gráfico 10. Test Bland y Altman aplicado en la estación Urubamba para evaluación de calidad
del Método por correlaciones múltiples.
BI
104
S
IA
AR
CU
PE
RO
AG
DE
C A
TE
IO
Figura 4. Ubicación de estaciones climatológica en estudio de la cuenca del río Urubamba

BL
BI
102
S
IA
AR
CU
PE
RO
AG
DE
C A
TE
IO
BL
BI
103

Tesis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis

Cargado por

Copyright:

Formatos disponibles

Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación

UNIVERSIDAD NACIONAL DE TRUJILLO

PRECIPITACIÓN EN ESTACIONES DE LA CUENCA URUBAMBA, REGIÓN

PARA OPTAR EL TÍTULO DE:

AUTOR: Br. Ricardo Julio Julca Vera

ASESOR: Ing. Cristóbal Gonzales Correa

ING. GONZÁLES CORREA CRISTÓBAL

A Dios, por haberme permitido llegar

consejos, sus valores, por la

A mis hermanos Noemi y Alexander

momentos durante esta etapa de mi

A mis primos Cyntia, Albert y

Daniela; por el apoyo brindado, por

de las dificultades y por las alegrías

A mi familia, por todos sus consejos y

A mi alma mater la Universidad Nacional de Trujillo, por haberme acogido en

A todos mis amigos que me brindaron su apoyo y su respaldo.

IV. RESULTADOS ...................................................................................... 48

VII. RECOMENDACIONES ........................................................................ 78

Figura 1. Disposición espacial para la completación por razones de distancia ........... 27

para la estación Anta Ancachuco (3340 msnm). ........................................................... 62

para la estación Caicay (3150 msnm). .......................................................................... 63

Cuadro 25. Coeficientes de determinación (R2) y Error estándar de estimación (EEE)

de datos, estación Pisac. ............................................................................................... 69

de datos, estación Urubamba. ....................................................................................... 71

Cuadro 42. Serie de precipitaciones mensuales estación Anta Ancachuco ................ 81

Cuadro 45. Serie de precipitaciones mensuales estación Paucartambo. .................... 84

correlación con 2 estaciones vecinas. ........................................................................... 95

Cuadro 60. Resumen de valores estadísticos para el método de correlaciones

de calidad del Método de regresión lineal. ................................................................... 98

evaluación de calidad del Método de razones por distancia. ....................................... 99

calidad del Método de promedios vecinales. ............................................................... 100

Gráfico 1. Índices anuales del Vector y de las Estaciones. .......................................... 48

Gráfico 9. Test Bland y Altman aplicado en la estación Sicuani para evaluación de

El presente trabajo de investigación evalúa la calidad de predicción de siete

Según el test de concordancia de Bland y Altman, el mejor método de

en las estaciones Anta Ancachuco y Quillabamba el mejor método es la de

Determinación y Error de Estimación Estándar el mejor método es el Método

Palabras Claves: Cuenca del río Urubamba, Precipitación, Completación de

The present work of investigation evaluates the prediction quality of seven

completing data for the Caicay, Macchu Picchu, Paucartambo, Pisac,

Method followed by the correlation method with three seasons.

Keywords: Urubamba River Basin, Rainfall, Completion data, Regional Vector.

Desde el punto hidrológico, la precipitación es la fuente primaria de agua de la

Estos últimos, se basan en fórmulas matemáticas simples, en donde se

Desde el punto de vista hidrológico, la precipitación es la fuente primaria de

agua de la superficie terrestre, y sus mediciones forman el punto de partida de

(Aparicio, 1992). Es decir, la precipitación viene a ser una de las variables de

cuantificación correcta es uno de los desafíos que el ingeniero enfrenta. (Mejía,

La precipitación es una variable hidrológica que manifiesta más claramente su

carácter aleatorio, variando drásticamente en el tiempo (variación temporal) y

las principales especies vegetales y animales.4 Por lo anterior, se hace

informaciones hidrológicas, promoviendo su difusión e intercambio. (Mejía,

Los pluviómetros son la fuente principal de datos de precipitación, los datos

Meteorología e Hidrología (SENAMHI) es el encargado de monitorear y

observar el monitoreo histórico de las variables meteorológicas según tipo de

disponible del Sistema de Adquisición de Datos Online (SADHO), se observa

registros, debido a la ausencia del observador o a fallas instrumentales;

es necesario estimar algunos de estos valores faltantes para lo cual existen

estos métodos va a depender de la cantidad de observaciones faltantes en el

La metodología establecida por la UNESCO-ROSTLAC es más factible de

La presente investigación compara siete métodos de completación de datos

para la estimación de precipitación puntual en la cuenca del río Urubamba, y de