La operación de los sistemas

de riego con apoyo

de las técnicas
de la información
 La operación de los sistemas
de riego con apoyo
de las técnicas
de la información

Autores

Enrique Palacios Vélez

Adolfo Exebio García

COLEGIO DE
POSTGRADUADOS
Título de la obra:
La operación de los sistemas de riego con apoyo
de las técnicas de la información
© Enrique Palacios Velez
Adolfo Exebio García

© Primera edición, 2011:

ISBN: 978-607-7533-63-4
Compuimpres en México

© Edición original publicada por:

D. R. © 2012, Colegio de Postgraduados
Carretera México-Texcoco, km 36.5
Montecillo, Texcoco
56230, Estado de México

D. R. © 2012, Editorial del Colegio de Postgraduados

D. R. © 2012, Fundación Colegio de Postgraduados en Ciencias Agrícolas A. C.
Guerrero número 9, Esquina Avenida Hidalgo
San Luis Huexotla, Texcoco
56220, Estado de México

Dirección editorial: Judith Sandoval

Revisión de estilo: Said Infante Gil
Diseño y formación: Brenda Espejel Lagunas
Diseño de cubierta: Rogelio Covarrubias

ISBN 978-607-7533-92-4 Colegio de Postgraduados

ISBN 978-84-8476-514-1 Mundi Prensa España

Avda. Filipinas, 50, bajo, Puerta A
28003 Madrid
Tel. (+34) 902 995 240
Fax (+34) 014 456 218

© Reservados todos los derechos. No se permite la reproducción, total o parcial

de este libro ni el almacenamiento en un sistema informático, ni la transmi-
sión de cualquier forma o cualquier medio, electrónico, mecánico, fotocopia,
registro u otros medios sin el permiso previo y por escrito de los titulares del
copyright.

Impreso en México / Printed in México

PRINTING ARTS MEXICO, S. de R. L. DE C. V.
Calle 14, número 2430, Zona Industrial
Guadalajara, Jalisco, México. C.P. 44940
Fax: 3810 5567
www.tegrafik.com
REF: PAM991118DG0

Tiraje: 2000 ejemplares

Prefacio

E
n 1976, después de haber realizado mis estudios doctorales en la Universidad
de Arizona en Tucson y de haberme incorporado al Colegio de Postgraduados
(CP) en la Escuela Nacional de Agricultura, elaboré un libro denominado “In-
troducción a la Teoría de la Operación de Distritos y Sistemas de Riego” que
sirviera de texto para el curso de Operación de Distritos de Riego que a la fecha imparto
en esa institución, el cual fue bien recibido no solamente por estudiantes, sino también por
profesionales que laboraban en la Ex-secretaria de Agricultura y Recursos Hidráulicos.

  El Libro concursó en el Premio Banamex de Ciencia y Tecnología de 1977, habiendo

obtenido el primer lugar en el campo agropecuario. Posteriormente, en 1989, se hizo una
segunda edición, esta vez con la colaboración de mi estudiante el ahora Dr. Adolfo Exebio
García.

  Desde ese entonces, ha habido muchos cambios en la organización de los distritos de

riego de México, los cuales fueron transferidos para su administración, del Gobierno Fed-
eral a las Organizaciones de los Usuarios, proceso en el que participé, como Gerente de
la Comisión Nacional del Agua, en la difícil encomienda de convencer a las mencionadas
organizaciones para que aceptaran la responsabilidad de la administración. También en los
campos tecnológicos hubo una significativa evolución, principalmente en las tecnologías
de la información y de la comunicación, que han influido tanto en la operatividad de los
sistemas de riego, como en la productividad de los recursos agua y tierra. En este lapso
la productividad de la agricultura de riego ha aumentado casi cuatro veces, al compararla
con la agricultura de temporal o secano, y se ven posibilidades de un mejoramiento aún
más significativo, conforme las nuevas tecnologías se vayan incorporando a la producción
agrícola.

V
  Esta nueva versión, que incluye la descripción y formas de aplicación de nuevas técnicas, como
la denominada Observación de la Tierra (EO, por sus siglas en ingles), utilizando sensores remo-
tos, sistemas de información geográfica (SIG), sistemas de posicionamiento global (GPS), control
centralizado del manejo de estructuras de los sistemas de riego, así como el uso del internet, en
apoyo de los productores agrícolas en la operación de los sistemas de riego; se espera que sea de
utilidad, tanto para técnicos agropecuarios como para los productores, como un apoyo en la inte-
gración y aplicación de estas tecnologías, a la producción agrícola con riego y pueda mejorarse la
eficiencia económica en el uso del agua.

  Es de importancia señalar, que en el desarrollo de varias de las técnicas descritas en este texto,
se ha tenido el apoyo de muchos profesores y autoridades del Colegio de Postgraduados, y desde
luego también del Consejo Nacional de Ciencia y Tecnología, que ha contribuido con finan-
ciamiento de proyectos de investigación, lo que ha permitido adquirir equipos cuya utilización
ha sido invaluable para el desarrollo tecnológico a lo que se ha echo referencia.También debe
señalarse el apoyo financiero y tecnológico de la Comisión Europea en el proyecto PLEIADeS,
que permitió adquirir, probar y adaptar a las condiciones de México, algunas de las técnicas de
observación de la tierra.

Enrique Palacios Vélez.

VI
Contenido

Prefacio V

Contenido VII

I. Introducción a la Economía de los Recursos Hidráulicos 1

1.1 Generalidades 1
1.2 La oferta, la demanda y el precio 2
1.3 El precio y el costo del agua 3
1.3.1 La productividad marginal del agua 4
1.3.2 La productividad marginal del agua en zonas húmedas 6
1.3.3 Algunas consideraciones respecto al costo del agua 8
1.3.4 Precio sombra del agua 9
1.3.5 La elasticidad del precio a la demanda 15
1.4 Funciones de producción 16
1.5 Optimización económica 20
1.6 Funciones de producción multivariadas 21
1.7 Optimización económica bajo restricción 24
1.8 Relaciones costo-producto 27
1.9 Relación competitiva entre dos productos por un insumo 30
1.10 Evaluación económica y financiera 33

II. Planificación del Riego 39

2.1 Disponibilidad y Demanda del agua 39
2.2 Estimación de la demanda de agua 40
2.2.1 Selección de la planilla o patrón de cultivos 41
2.2.2 Estimación de los coeficientes de requerimiento mensual de riego (CURR) 43
2.2.2.1 Método de muestreo estratificado para estimar los coeficientes
de requerimiento de riego 47
2.2.2.2 Método de simulación sintética para estimar los CURR 54

VII
 2.2.3 Uso de la programación lineal para estimar la demanda mensual
de agua y patrón de cultivos 61
2.2.3.1 El modelo 61
2.2.3.2 La solución 64
2.3 Estimación de la disponibilidad de agua 68
2.3.1 Estimación de la disponibilidad de agua en derivaciones directas de
corrientes superficiales 68
2.3.2 Estimación de la disponibilidad de agua cuando dicho recurso está controlado 77
2.3.2.1 Obtención de reglas de operación para una presa
de almacenamiento y un acuífero 79
2.3.2.2 Evaluación económica de los beneficios logrados con las
reglas de operación propuestas 94
2.4 Generación sintética de datos hidrológicos 95

III. Distribución de agua para riego y manejo de canales y estructuras 97

3.1 Introducción 97
3.2 Distribución del agua para riego 98
3.3 Métodos de distribución del agua de riego 99
3.3.1 Demanda libre 99
3.3.2 Demanda programada 101
3.3.2.1 Descripción de la programación y la distribución del agua de riego 101
3.3.3 Tandeo o Rotación 107
3.3.4 Entrega por caudal continuo 108
3.4 Confiabilidad, flexibilidad y equidad en la entrega del agua 109
3.4.1 Confiabilidad 109
3.4.2 Flexibilidad 109
3.4.3 Equidad 110
3.4.4 Impacto en la producción y en el manejo del agua en el predio 110
3.5 La infraestructura de riego y su manejo 111
3.5.1 Capacidad de conducción 111
3.5.2 Capacidad y operatividad de las estructuras de regulación y entrega 112
3.5.3 Tipos de estructuras en la red de conducción 113
3.5.4 La sensibilidad hidráulica 114
3.5.5 Flexibilidad hidráulica 115
3.5.6 Manejo de la red de distribución 116
3.6 Algunas acciones que permitirían mejorar el manejo del agua 120

VIII
 3.6.1 Modificaciones en la infraestructura de riego 120
3.6.2 Modificaciones en la operación de la infraestructura 123
3.7 Conclusiones 125

IV. Hidrometría práctica para utilizarse en la distribución del agua 127

4.1 Aspectos generales 127
4.2 Métodos de aforo de sección y velocidad 129
4.2.1 Molinetes 129
4.2.2 Flotadores 132
4.2.3 Medida de la velocidad del agua por medio del cuadrante de
Castelli o péndulo hidrométrico 134
4.2.4 Uso de colorantes y otros productos para medir la velocidad del agua 134
4.2.5. Método balístico de aforo 134
4.2.6 Aforo por sección y pendiente 135
4.3 Métodos de aforo directo 136
4.3.1 Métodos volumétrico y gravimétrico 136
4.3.2 Vertedores 136
4.3.3. Orificios y tubos cortos 138
4.3.4 Aforadores tipo Parshall 140
4.3.5 Estructura aforadora Delicias 141
4.3.6 Medidor Venturi modificado 142
4.3.7 Fórmulas empíricas que relacionan la escala o mira con el caudal 143
4.4 Transformación de la sección trapecial de un canal a curva potencial 144
4.5 Funciones de tirante crítico 147
4.6 Telemetría en la medición del agua 148

V. Mejoramiento del uso del agua en los Sistemas de Riego 149

5.1 Generalidades 149
5.2 La eficiencia en el uso del agua 150
5.2.1 Eficiencia de almacenamiento 150
5.2.2 Eficiencia de conducción 151
5.2.2.1 Pérdidas por manejo 153
5.2.2.2 Pérdidas totales 155
5.2.2.3 Pérdidas específicas por infiltración 157
5.2.3 Eficiencia de aplicación 160
5.2.4 Eficiencia del uso del agua 161

IX
 5.3 Medidas para mejorar la eficiencia 162
5.4 El agua, el suelo y las plantas 166
5.4.1 La fotosíntesis 167
5.4.2 La evapotranspiración 168
5.4.2.1 La evapotranspiración de referencia 170
5.4.2.2 La evapotranspiración de los cultivos 174
5.4.3 La lluvia efectiva 179
5.4.4 Obtención de la evapotranspiración de referencia en Internet 180
5.4.5 Estimación de cuando y cuanto regar 180
5.5 Efectos del déficit del agua en los cultivos 184

VI. Conservación, Mantenimiento y Administración de Distritos de Riego 189

6.1 Conservación de las obras para riego y drenaje 189
6.2 Programación de la conservación y el mantenimiento 190
6.2.1 Planeación 193
6.2.2 Programación 195
6.3 Principales actividades de conservación 203
6.3.1 Control de la vegetación en canales y drenes 204
6.3.2 Extracción y extendido de azolves 209
6.3.3 Terracerías en canales y drenes 212
6.4 Algunos aspectos administrativos de interés 214
6.4.1 Costo operativos y cuotas por servicios de riego 216
6.4.2 La información y el control 216

VII. Técnicas de la Información aplicadas al manejo de los Distritos y Sistemas de Riego 219
7.1. Introducción 219
7.2 Sistemas de Información Geográfica 220
7.2.1 Los componentes de un Sistema de Información Geográfica 220
7.3 Georeferenciación 224
7.4 Análisis en un sistema de información geográfica 226
7.5 Modelos de Elevación Digital (DEM, por su siglas en inglés) 228
7.6 Ejemplos de aplicación 230
7.7 Sistema de Posicionamiento Global (GPS por sus siglas en inglés) 232
7.8 Los Sensores Remotos o Percepción Remota o Teledetección 233
7.8.1 Las firmas espectrales 234
7.8.2 Los índices de vegetación 236

X
 7.8.3 Ejemplo de uso de índices de vegetación 239
7.8.4 Los satélites como plataformas para los sensores remotos. 244
7.8.5 Tratamiento de imágenes 247

Referencias bibliográficas 255

Capítulo I 255
Capítulo II 255
Capítulo III 256
Capítulo IV 256
Capítulo V 257
Capítulo VI 258
Capítulo VII 258

Anexo 1. El marco Legal e Institucional del agua en México 261

AI.1 Antecedentes 261
AI.2 Disponibilidad y uso del agua en México 262
AI.3 Los problemas generales relativos al uso y manejo del agua del agua 263
AI.4 El marco legal del agua 267
AI.5 El marco institucional 268
AI.6 Problemas en el uso, aprovechamiento y manejo del agua en México 269
AI.7 La búsqueda de soluciones a los problemas del agua 270
AI.8 Reglamentación en el ámbito de cuencas y distritos de riego 273
AI.9 Ajustes al marco institucional para mejorar el uso, aprovechamiento y manejo del agua 276
Referencias bibliográficas: Anexo I 277

Anexo 2. Importación de una imagen de Aqua_modis a IDRISI 279

Anexo 3. Obtención y tratamiento de imágenes de satelites landsat 285

AIII.1- Obtención de la imagen del USGS 285
AIII.2 Tratamiento en IDRISI ® 287
AII.3 Corrección atmosférica 288
AIII.4 Generación de índices 294
AIII.5 Recorte de una zona de interés 297
AIII.6 Ligando la base de datos con imágenes y los vectores de las parcelas 301
Referencias bibliográficas: Anexo III 304

Anexo 4. Creación de un mapa con niveles del manto freático de un Distrito de Riego 305

XI
 Planificación del riego

II. Planificación del Riego

2.1 Disponibilidad y Demanda del agua

En los distritos y sistemas de riego, los administradores deben planificar con anticipación
cómo se utilizará el agua disponible, dada cierta demanda de este recurso por parte de los
usuarios. Es decir, la planificación del riego implica un balance entre los volúmenes de agua
que se estiman disponibles y los volúmenes necesarios para satisfacer las demandas de los
usuarios. Por tanto, planificar el riego implica dos tipos de estimaciones que generalmente
no son fáciles, dada la información y otros elementos de juicio disponibles en la mayoría de
los distritos; estas estimaciones son la de los volúmenes de agua que estarán disponibles y el
volumen de demanda.
Sin embargo, existe una interrelación entre la demanda y la disponibilidad de agua, por-
que si la disponibilidad es baja, los planes de cultivo se ajustan; esto es, los agricultores hacen
algunos cambios en los patrones de cultivo y viceversa, las decisiones sobre las extracciones
de agua de las fuentes de abastecimiento se realizan con la presión de los agricultores para
lograr cierto patrón de cultivos, pero con el apoyo técnico de funcionarios de los gobiernos
estatales y del federal.
A diferencia de cuando se anticipa o diseña una obra de riego, con libertad para aplicar
modelos de optimización, para lo cual se suponen condiciones de operación relativamente
simplificadas en el proceso productivo y en el uso de los recursos; durante la operación de
los distritos existen condiciones generalmente diferentes a las supuestas, como son: restric-
ciones políticas, las cuales con frecuencia implican decisiones en el uso de los recursos no del
todo fundamentadas ,o hay distorsiones en los mercados por las políticas de precios, u otras
presiones sobre los productores o sobre la demanda de los productos agropecuarios. Estas
condiciones de operación deben ser tomadas en cuenta cuando se hacen los planes de riego,
debiendo señalarse el probable costo de las decisiones que por diferentes causas no siempre
son las más convenientes para los usuarios y, desde luego, para la región o incluso para el país.

39
La operación de los sistemas de riego con apoyo de las técnicas de la información
Actualmente, considerando los proble-
mas que se han detectado por el intercam-
bio de derechos de agua entre los usuarios
de los distrito de riego, la mayoría de los
cuales son operados por las asociaciones de
usuarios, se ha determinado que, para que
puedan recibir el permiso de riego, deberán
obtener un permiso único de siembra de la
Secretaría de Agricultura, Ganadería, Desa-
rrollo Rural y Pesca (SAGARPA), después de
que haya sido aprobado el Plan de Riegos
por el Comité Hidráulico del Distrito de Riego.
Para definir el plan de riegos, la SAGAR-
PA, por medio del Instituto Nacional de In-
vestigaciones Forestales, Agrícolas y Pecua-
rias (INIFAP), conjuntamente con el personal
técnico de la Comisión Nacional del Agua
(CONAGUA), la cual deberá aprobar la dis-
ponibilidad de agua para riego, prepararan
un primer programa agrícola para el distrito,
considerando la productividad de los dife-
rentes cultivos, así como las restricciones de
mercado; para lo cual se ha estado haciendo
uso de modelos de programación lineal, so-
bre los cuales se hará mención más adelante
en este mismo capítulo.
Este plan se irá ajustando posteriormen-
te, conforme los usuarios empiecen a soli-
citar los permisos de siembra, pero siempre
tratando de ajustarse, en términos generales,
a los lineamientos del plan general que hayan
sido propuestos por las autoridades señaladas.
Una vez descrito el marco dentro del cual
se toman las decisiones en un distrito de rie-
go en operación, se presentan algunas me-
todologías que pueden ser útiles en la plani-
ficación del riego. Primero se expondrán los
40
métodos para estimar la demanda probable
de agua como una función de la plantilla o
patrón de cultivos y otros factores físicos y
climáticos propios del distrito de riego. Lue-
go se presentarán métodos que permiten
estimar la disponibilidad de agua y optimi-
zar el uso de este recurso mediante reglas de
operación de las fuentes de abastecimiento
del distrito; principalmente cuando existen
estructuras reguladoras como son las presas
de almacenamiento.
2.2 Estimación de la demanda del
agua
En la mayoría de los distritos de riego de
México, la mayor demanda de agua es para
el riego de cultivos. En cantidades menores,
también hay demanda de agua para usos
domésticos, industriales, en acuacultura y
para lavado de terrenos salinos. El uso de
agua para generación de energía eléctrica
queda comprendido en los usos industriales
y muchas veces es compatible con el uso en
riego; sin embargo, en los distritos de riego
del país, generalmente el uso del agua para
riego tiene prioridad respecto al uso para
generar energía eléctrica.
Por tanto, tomando en cuenta que la
mayor y principal demanda de agua en los
distritos es para el riego de los cultivos, a
continuación se expondrán métodos para
estimar la demanda de agua para riego,
como una función de las planillas o patrones
de cultivo y del requerimiento de riego de
cada tipo de cultivo.

2.2.1 Selección de la planilla o patrón de
cultivos
El patrón o planilla de cultivos de un dis-
trito de riego es el resultado de la selección
individual, por usuario, de uno o varios culti-
vos, bajo el supuesto de que tratan de lograr
la maximización de su ingreso neto. Esto
significa que cada usuario, como empresa-
rio agrícola, estará tratando de maximizar
su beneficio bajo ciertas restricciones. Por
tanto, esta situación podría implicar, que en
conjunto, los usuarios tratarán de maximi-
zar el beneficio neto para el distrito de riego
(aunque no siempre la suma de máximos
parciales representa un máximo total), su-
jeta dicha maximización a un conjunto de
restricciones por condiciones de mercadeo,
disponibilidad de recursos (principalmente
agua, tierra, mano de obra y capital), dispo-
nibilidad de otras facilidades en el mercadeo
como son: capacidad de procesamiento de
las plantas agroindustriales de la región, al-
macenamiento y transporte y otras restric-
ciones físicas y climáticas (por ejemplo, pla-
gas y enfermedades etcétera).
Ésto, expresado en un lenguaje matemá-
tico simple, se reduce a un conjunto de ex-
presiones algebraicas, que muestran que los
usuarios pretenden obtener el máximo valor
para la siguiente ecuación:
BN = (IB1 - C1)X1 + (IB2 - C2)X2... + (IBn - Cn)Xn
(2.1)
donde:
BN: beneficio neto expresado en pesos.
Planificación del riego
IBi: ingreso bruto por ha del cultivo i, esto
es, el rendimiento por ha del cultivo i por el
precio unitario del producto cosechado, en
pesos/ha.
Ci: costo de producción por unidad de su-
perficie del cultivo i, en pesos/ha.
Xi: área cosechada del cultivo i, en ha.
Por tanto:
IBi - Ci: utilidad neta, por ha del cultivo i.
Esta maximización esta sujeta a varias
restricciones, como, por ejemplo, la dispo-
nibilidad mensual de agua en el distrito. La
restricción puede expresarse en la siguiente
forma:
X1a1e + X2a2e + .......... Xnane £ VAe
X1a1f + X2a2f + .......... Xnanf £ VAf
. .
. .
. .
X1a1d + X2a2d + .......... Xnand £ VAd (2.2)
donde:
Xi: área total regada y cosechada del cultivo
i en ha (se supone que la superficie total re-
gada del cultivo i también será cosechada).
ai e: requerimiento de riego del cultivo i en el
mes de enero, expresado como una lámina
(por ejemplo en dm, que al multiplicar por el
área en ha, da millares de m3).
En general:
ai j: requerimiento de riego del cultivo i en el
mes j.
41
La operación de los sistemas de riego con apoyo de las técnicas de la información
VAj: volumen de agua disponible en el distri-
to en el mes j (en millares de m3).
Las expresiones (2.2), indican que el re-
querimiento de riego total de los cultivos
para un mes dado debe ser menor o, cuan-
do más igual, al volumen disponible en di-
cho mes. Lógicamente, también es necesa-
rio considerar otra restricción tomando en
cuenta la disponibilidad anual de agua para
los cultivos, ésto es:
X1A1 + X2A2 + .......... XnAn £ VT (2.3)
donde:
Ai: ai e + ai f + ai m + ...... ai d , la suma de los re-
querimientos mensuales de agua (lámina),
del cultivo i.
VT: disponibilidad total anual de agua del
distrito en unidades de volumen.
En forma similar podrían representarse
todas las otras restricciones en el uso de re-
cursos, por mercado, etcétera.
Por tanto, si fuera posible obtener toda
la información necesaria para conocer los
coeficientes de las Xi (área del cultivo i) y
las restricciones reales a que están sujetos
los cultivos, podría plantearse el problema
como un modelo de programación lineal y
determinar el valor de las Xi que maximicen
el ingreso, ésto es, el patrón óptimo de cul-
tivos, el cual no debería discrepar significa-
tivamente con el patrón o planilla real que
llegará a establecerse en el año agrícola en
estudio, dado que el modelo simula el com-
portamiento de los usuarios del distrito.
42
Si esto fuera posible, la demanda men-
sual y anual de agua sería fácilmente de-
ducida, ya que para un mes determinado
el volumen requerido vale la suma de los
productos aij (requerimiento unitario de rie-
go del cultivo i en el mes j, valor conocido)
por las Xi , es decir, las áreas de los cultivos
i. El requerimiento anual es la suma de los
valores mensuales. Desde luego el valor VT,
y con frecuencia los valores VAj , deben ser
también estimados como la disponibilidad
de agua del distrito.
Desafortunadamente, un modelo que
represente fielmente las condiciones que
prevalecen en un distrito de riego es necesa-
riamente muy complicado, y la información
indispensable para su formulación (evalua-
ción de los coeficientes del modelo), en ge-
neral no está disponible en la gran mayoría
de los distritos. Sin embargo, la selección de
la planilla de cultivos sigue un proceso basa-
do en la maximización de la utilidad, consi-
derando muchas de las restricciones a que
se ha hecho referencia, aunque no se apli-
que la metodología matemática de la pro-
gramación lineal.
Un método bastante más simplificado
para definir la planilla o patrón de cultivos,
es basarse en las solicitudes de los usuarios
para riego de cultivos en el siguiente año
agrícola. La experiencia muestra que la pla-
nilla obtenida con base en estas solicitudes
llega a discrepar bastante de la planilla real.
Esto se debe a que el usuario, cuando hace
su solicitud, no conoce aún bien los precios
de los productos, las restricciones probables

en el uso del agua de riego, las disponibili-
dades de crédito y otros importantes facto-
res que influyen en su decisión final.
Por tanto, la planilla de cultivos obtenida
por este método debe modificarse tomando
en cuenta los siguientes factores:
La planilla de cultivos del ciclo agrícola
anterior, la cual se modificará en función de
los rendimientos obtenidos por cultivo, el
cambio en costos de producción y el posible
cambio en los precios de las cosechas.
Variaciones en los planes de crédito de los
bancos. Con frecuencia el gobierno propicia
la producción de algunos cultivos median-
te el otorgamiento de facilidades crediticias
por medio de la banca oficial, o empresas
particulares interesadas en la producción de
algunos cultivos que proporcionan estas fa-
cilidades.
Políticas gubernamentales para favore-
cer determinados cultivos mediante ajuste
de los precios de garantía o imposición de
algunas restricciones en los permisos de
siembra.
Aparición de nuevas variedades con ca-
racterísticas favorables para obtener mayo-
res rendimientos o variedades más precoces
que permiten reducir costos y favorecen el
doble cultivo.
Cambios ecológicos como son: la apari-
ción de plagas o enfermedades que afectan
determinados cultivos, fenómenos climá-
ticos que afectan el desarrollo de cultivos,
etcétera.
Nuevas facilidades de comercialización
para algunos cultivos.
Planificación del riego
Así como también por cualquier otro
cambio en las condiciones de producción
o mercadeo como son: escasez de semillas,
atraso del crédito, cambio en el precio de al-
gunos insumos, etcétera.
Como se observa, la información anterior
indica cambios sustanciales en los coeficien-
tes de la ecuación (2.1) que modifican el
beneficio por cultivo, o cambios en las res-
tricciones en la producción de dichos culti-
vos. Si se tiene el modelo de programación
lineal del distrito, sólo se requiere modificar
los coeficientes para obtener una nueva so-
lución con la planilla óptima de cultivos. En
caso contrario, las modificaciones a la plani-
lla obtenida con base en las solicitudes de
los usuarios, tendrá que efectuarse en forma
estimativa.
En la última parte de este capítulo se pre-
senta un ejemplo de la aplicación de la pro-
gramación lineal para obtener una planilla
de cultivos, y los volúmenes mensuales de
agua requeridos.
2.2.2 Estimación de los coeficientes de
requerimiento mensual de riego (CURR)
Como se explicó en el inciso anterior, la
demanda mensual de agua para riego, así
como la anual, se obtiene mediante la suma
de los productos (aijXi) y (AiXi), donde (aij) son
los coeficientes mensuales de requerimien-
to de riego del cultivo i en cada mes j, y Ai
es el requerimiento total anual de riego del
mismo cultivo i. La estimación de estos coefi-
cientes en función de los factores que influyen
43
La operación de los sistemas de riego con apoyo de las técnicas de la información
en su constitución es extraordinariamente
difícil. Para cada cultivo, el coeficiente de-
pende de la evapotranspiración; es decir,
la cantidad de agua que requiere la planta
para su desarrollo; también depende de la
aportación natural de agua al cultivo, ya sea
por la precipitación pluvial o del manto freá-
tico; y desde luego, de la eficiencia con que
se conduce y aplica el agua al cultivo. Varios
de éstos factores tienen una componente
aleatoria difícil de estimar.
Puesto que una evaluación completa de
cada uno de estos factores es difícil, cuan-
do hay información estadística de los volú-
menes servidos por cultivo, los coeficientes
pueden estimarse en forma más sencilla
usando estos datos. En este caso los coefi-
cientes se estiman con la siguiente fórmula:
Vij ST i
aij =
Ec j
donde:
aij: coeficiente de requerimiento de riego del
cultivo i en el mes j (lámina, ejemplo dm);
CURR.
Vij : volumen mensual que en promedio se
ha servido al cultivo i en el mes j (ejemplo
millares de m3).
STi : superficie total que en promedio se ha
regado del cultivo i por ciclo agrícola (ejem-
plo ha).
Ecj : eficiencia promedio de conducción del
distrito en el mes j.
44
Se observa que, en la fórmula (2.4), se
están usando promedios de varios años, lo
que significa que los coeficientes represen-
tan una condición promedio. Sin embargo,
la variabilidad de estos coeficientes de un
año a otro es considerable. En el ejemplo de
cálculo que a continuación se presenta, esa
variabilidad se hace notoria en los coeficien-
tes de variación de los coeficientes mensua-
les. El efecto de las lluvias y otros factores
como son las variedades del cultivo, la opor-
tunidad de los créditos, disponibilidad de
equipos y problemas debidos a condiciones
climáticas, la mayoría de ellos con una im-
portante componente aleatoria, son la causa
de dichas variaciones.
Utilizando los datos de volúmenes men-
suales, superficies anuales y eficiencias de
conducción mensuales observados en el
Distrito de Riego de la Región Lagunera,
se calculan como ejemplo, los coeficientes
(2.4) mensuales de requerimiento de riego en
dicho distrito (el cálculo se efectúa en for-
ma ligeramente diferente a lo propuesto en
la fórmula 2.4, para que se aprecie mejor la
variabilidad de los factores). En el Cuadro
2.1 se muestra los volúmenes mensuales
servidos a nivel de parcela para cada cultivo,
como un promedio de 5 años, así como las
áreas totales regadas por año.
En el Cuadro 2.2, se muestran los coefi-
cientes netos obtenidos al dividir cada volu-
men mensual, en un año dado, por la super-
ficie total sembrada. En la parte baja de este
cuadro se han incluido la eficiencias de riego
promedio para cada mes del año.
 Cuadro 2.1. Volúmenes mensuales servidos en miles de m3 y áreas en hectáreas (promedios).
Area
Cultivo Oct. Nov. Dic. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sept. Total
(ha)
Algodón 0 0 0 0 0 28 871 10 911 10 298 47 004 50 941 4719 0 152 744 13 944
Chile 0 0 0 0 0 249 1027 1045 1162 702 5 0 4190 549
Frijol 0 0 0 0 0 32 158 16 689 45 176 42 781 1150 0 0 137 954 16 972
Maíz forrajero 0 0 0 0 0 8551 4586 10 218 13 181 13 400 941 0 50 877 4845
Maíz grano 0 0 0 0 0 10 243 5175 12 036 15 525 17 445 1761 0 62 185 5552
Melón 0 0 0 0 0 3742 1124 4997 5103 5679 505 0 21 150 1845
Sandía 0 0 0 0 0 1156 271 1279 1909 1681 249 0 6545 562
Sorgo forrajero 0 0 0 0 0 5499 2469 6698 9221 7003 409 0 31 299 2892
Sorgo grano 0 0 0 0 0 8209 4250 4635 14 619 6200 337 0 38 250 4391
Tomate 0 0 0 0 0 2431 873 3419 3678 2863 402 0 13 666 1540
Alfalfa 1960 2932 2614 1521 1954 7026 2396 12 055 14 376 14 522 2540 1649 65 545 5188
Nogal 0 0 0 0 0 1571 1584 4662 4623 5465 2050 0 19 955 1855
Total 1960 2932 2614 1521 1954 109 706 51 355 116 518 173 182 127 051 13 918 1649 604 360 60135

45
Planificación del riego
46
Cuadro 2.2. Coeficientes Unitarios de Requerimiento de Riego neto.
Cultivo Oct. Nov. Dic. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sept. Total
Algodón 0 0 0 0 0 2.070 0.782 0.739 3.371 3.653 0.338 0 10.954
Chile 0 0 0 0 0 0.454 1.871 1.903 2.117 1.279 0.009 0 7.632
Frijol 0 0 0 0 0 1.895 0.983 2.662 2.521 0.068 0.000 0 8.128
Maíz forrajero 0 0 0 0 0 1.765 0.947 2.109 2.721 2.766 0.194 0 10.501
Maíz grano 0 0 0 0 0 1.845 0.932 2.168 2.796 3.142 0.317 0 11.200
Melón 0 0 0 0 0 2.028 0.609 2.708 2.766 3.078 0.274 0 11.463
Sandía 0 0 0 0 0 2.057 0.482 2.276 3.397 2.991 0.443 0 11.646
Sorgo forrajero 0 0 0 0 0 1.901 0.854 2.316 3.188 2.422 0.141 0 10.823
La operación de los sistemas de riego con apoyo de las técnicas de la información

Sorgo grano 0 0 0 0 0 1.870 0.968 1.056 3.329 1.412 0.077 0 8.711

Tomate 0 0 0 0 0 1.579 0.567 2.220 2.388 1.859 0.261 0 8.874
Alfalfa 0.378 0.565 0.504 0.293 0.377 1.354 0.462 2.324 2.771 2.799 0.490 0.318 12.634
Nogal 0 0 0 0 0 0.847 0.854 2.513 2.492 2.946 1.105 0 10.757
Total 0.033 0.049 0.043 0.025 0.032 1.824 0.854 1.938 2.88 2.113 0.231 0.027 10.05
Eficiencia % 67 41 57.2 35 40 66.9 73.7 66.2 75.3 75 68 69 70.6

En el Cuadro 2.3 se muestran los coefi-
cientes de requerimiento de riego brutos,
que se han obtenido al dividir los valores del
Cuadro 2.2 por la eficiencia de conducción,
para tener los coeficientes de riego brutos.
Estos coeficientes de requerimiento de
riego no representan láminas aplicada a los
cultivos, sino que son la parte proporcional,
para cada mes, en que se ha dividido la lámi-
na total aplicada al cultivo en toda la super-
ficie establecida.
El porcentaje del último renglón en el
Cuadro 2.3 se refiere a la demanda mensual
en relación al valor total de los requerimien-
tos de riego, que para el caso es la lámina de
14.23 dm o 1.423 metros. Si cambiara la pro-
porción de cultivos respecto a la del Cuadro
2.1, esta demanda mensual también cam-
biaría.
Para calcular el volumen mensual usa-
do por un cierto patrón de cultivos, basta-
rá multiplicar el vector de las áreas totales
consideradas para cada cultivo , por los va-
lores de los CURR. Los cuales, sumados por
mes, darán la demanda de agua volumétrica
mensual, la que podrá utilizarse para hacer
una simulación del funcionamiento del vaso
de la respectiva presa.
2.2.2.1 Método de muestreo estratifica-
do para estimar los coeficientes de reque-
rimiento de riego
La lámina por riego aplicada a un cultivo
depende del método de siembra, riego utili-
zado, i.e. surco, melga, etcétera, del tipo de
Planificación del riego
suelo y del nivel tecnológico de los usuarios.
Por otra parte la lámina total aplicada de-
pende del cultivo.
Tomando en cuenta estos factores de
influencia en el tamaño de las láminas
aplicadas, es posible aplicar el método de
muestreo estratificado aleatorio para esti-
mar los coeficientes por medio de una pe-
queña muestra, manteniendo una precisión
aceptable. Esta técnica es descrita minucio-
samente en libros de muestreo como los
de Cochran (1971) o Sukhatme (1954); sin
embargo, a continuación se describe breve-
mente la metodología propuesta.
Como marco de muestreo puede selec-
cionarse el padrón de usuarios del distrito
de riego. Este padrón asigna un número
progresivo a cada parcela. Una tabla de
números aleatorios permitirá obtener una
muestra al azar de parcelas donde se medirá
el agua. El tamaño de la muestra puede re-
ducirse si se estratifica la población (para el
caso, el número total de parcelas) en función
de alguno o de varios factores, que influyan
en el tamaño de la variable a estimar, en este
caso la lámina de riego.
Para simplificar el ejemplo, supóngase
que se estratificará en función del tipo de
cultivo. El problema a resolver es estimar
el tamaño total de la muestra así como el
tamaño de la muestra por estrato. Para se-
leccionar el tamaño de la muestra, bajo la
hipótesis de que la variable muestreada se
distribuye normalmente, se utiliza la fórmu-
la de Neyman (Cochran, 1971), que ponde-
ra en función de las desviaciones estándar
47
48
Cuadro 2.3. Coeficientes Unitarios de Requerimiento de Riego bruto.
Cultivo Oct. Nov. Dic. Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Sept. Total
Algodón 0.000 0.000 0.000 0.000 0.000 3.095 1.062 1.116 4.477 4.871 0.498 0.000 15.511
Chile 0.000 0.000 0.000 0.000 0.000 0.678 2.538 2.875 2.811 1.705 0.013 0.000 10.807
Frijol 0.000 0.000 0.000 0.000 0.000 2.832 1.334 4.021 3.348 0.090 0.000 0.000 11.510
Maíz forrajero 0.000 0.000 0.000 0.000 0.000 2.638 1.284 3.186 3.163 3.688 0.286 0.000 14.870
Maíz grano 0.000 0.000 0.000 0.000 0.000 2.758 1.265 3.275 3.714 4.189 0.466 0.000 15.860
Melón 0.000 0.000 0.000 0.000 0.000 3.032 0.827 4.091 3.673 4.104 0.403 0.000 16.233
Sandía 0.000 0.000 0.000 0.000 0.000 3.075 0.654 3.438 4.511 3.988 0.652 0.000 16.491
Sorgo forrajero 0.000 0.000 0.000 0.000 0.000 2.842 1.158 3.499 4.234 3.229 0.208 0.000 15.325
La operación de los sistemas de riego con apoyo de las técnicas de la información

Sorgo grano 0.000 0.000 0.000 0.000 0.000 2.794 1.313 1.595 4.421 1.883 0.113 0.000 12.335
Tomate 0.000 0.000 0.000 0.000 0.000 2.360 0.769 3.354 3.172 2.479 0.384 0.000 12.566
Alfalfa 0.564 1.378 0.881 0.838 0.942 2.024 0.627 3.510 3.680 3.732 0.720 0.461 17.890
Nogal 0.000 0.000 0.000 0.000 0.000 1.266 1.159 3.796 3.310 3.928 1.625 0.000 15.233
Total 0.049 0.119 0.076 0.072 0.081 2.727 1.159 2.927 3.825 2.817 0.340 0.040 14.231
Porcentaje 0.340 0.840 0.530 0.510 0.570 19.160 8.140 20.570 26.870 19.790 2.390 0.280
 Planificación del riego

observadas por estrato y tamaños relativos Nh , ponderación del estrato.

Wh =
de los estratos. Este método permite una N
precisión aceptable, con muestras relativa- nh

mente más pequeñas, que con otros mé-  d

∑ Yhi - Yh i 2

Sh2 = Sh2 = i =1 varianza del estrato

todos más simplificados como el de la es- nh - 1
tratificación proporcional al tamaño de los (estimador).
estratos; sin embargo, requiere el conoci- Yhi: i’ésima observación en el estrato h.
miento previo de la desviación estándar es-
Yh : media de las observaciones en dicho es-
perada por estrato, la cual puede estimarse trato.
mediante un premuestreo.
El siguiente ejemplo muestra cómo pue-
La fórmula referida es: de usarse la fórmula de Neyman (2.5).
Supóngase que en un premuestreo se
n=
b∑ W S g
h h
2
han estimado las desviaciones estándar por
1 (2.5) cultivo dentro de un distrito de riego. Para
V+ ∑ Wh Sh2
N
el caso se supone que el área establecida de
cada cultivo es un estrato. Como informa-
donde: ción adicional se conoce el número de pre-
N: tamaño de la población muestreada (nú- dios con cada cultivo y el total de predios
mero de parcelas). regados. Esta información se muestra en el
n: tamaño de la muestra. Cuadro 2.4.
FG IJ 2   Con base en la información proveniente
V: varianza esperada = d , donde:
HtK del Cuadro 2.4, y asumiendo una precisión
de 1 cm. (tamaño del error máximo espe-
d: error, diferencia esperada entre la media rado), la estimación del tamaño total de la
real y la estimada. muestra será:
t: desviación normal correspondiente a la
confiabilidad esperada suponiendo distri- SWhSh = 6.3465, (SWhSh)2 = 40.3
bución normal para la muestra, que para
una probabilidad de 95 % es 1.96.
Wh Sh2 = 42.72, V =
FG 1 IJ 2
= 0.2603
H 1.96 K
El subíndice h indica el estrato y para di-
cho estrato se tiene: Por tanto n valdrá:

Nh: tamaño del estrato (número de parcelas 40.3

n= ≈ 152
en ese estrato); 0.260 + 0.0000958 * 42.72

49
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.4. Relación de predios con diferentes cul- Debido al redondeo, el número total de
tivos, desviaciones estándar de láminas de riego
servidas y ponderación por tamaño de estrato.
predios por muestrear es de 154, los cuales
Estrato Número Sh S2h
representan aproximadamente 1.5 % del total.
Wh Desafortunadamente, para aplicar este
Cultivo de pedidos (cm) (cm2)
Alfalfa 1030 6.66 44.35 0.0987 método es necesario tener un conocimiento
Ajonjolí 1042 4.95 24.50 0.1000 previo de la variabilidad dentro del estrato,
Maíz 1035 8.40 70.56 0.0993 lo cual no siempre está disponible. A veces
Sorgo 850 2.89 8.35 0.0815 la solución es hacer un premuestreo, toman-
Varios 693 3.95 15.60 0.0665 do unos 10 predios por estrato (cultivo) y
Algodón 1294 6.28 39.44 0.1240 estimar la desviación estándar con estas me-
Soya 1161 6.15 37.82 0.1112 diciones. Por ejemplo, para un mes dado se
Linaza 566 6.56 43.03 0.0540 han obtenido 10 mediciones para un cultivo
Trigo 1651 7.79 60.68 0.1585 que podría ser sorgo; las láminas obtenidas
Cártamo 1114 7.61 57.91 0.1070 son: 16.76, 16.32, 17.67, 15.78, 12.0, 15.06,
Total 10 436 16.42, 14.6, 9.36 y 10.23; la media de estas
mediciones es 14.42 y la desviación estándar
El tamaño de la muestra por estrato está 2.89 cm.
dado por: Para cada estrato, en este caso cultivo, es
necesario hacer un premuestreo con los pri-
ShWh 152
nh = n = ShWh (2.6) meros riegos que generalmente tienen la
∑ Wh Sh 6.348
mayor variación. La muestra seleccionada
Substituyendo valores de Sh y Wh del Cua- para este primer premuestreo puede servir
dro 2.4 en la fórmula (2.6) para cada estrato como parte de la muestra total.
se tiene el número de predios por cultivo: Otro procedimiento más simple para
seleccionar el tamaño de la muestra tanto
Cultivos Núm. Predios total como por estrato, es con base en la
Alfalfa 15.7 » 16 variabilidad total de la característica mues-
Algodón 18.7 » 19 treada; la submuestra por estrato se supone
Ajonjolí 11.8 » 12 proporcional al tamaño del estrato.
Soya 16.4 » 16 Bajo la hipótesis de una distribución nor-
Maíz 20.0 » 20 mal, el tamaño de la muestra es una función
Linaza 8.5 » 9 de la variabilidad de la población muestrea-
Sorgo 5.6 » 6 da, de la precisión y del tamaño de dicha po-
Trigo 29.6 » 30 blación.
Varios 6.2 » 6 Para una población infinita el tama-
Cártamo 19.5 » 20 ño de la muestra se estima en función del

50
 Planificación del riego

coeficiente de variación de la característica Como ejemplo de aplicación, supóngase

muestreada y de la precisión, con la fórmula que el coeficiente de variación de una pobla-
siguiente, Cochran (1971): ción, estimado en función de una premues-
tra entre todos los estratos es de 44 %, y se
pretende una precisión de un 7 % respecto
no =
FG 2CV IJ 2
(2.7) a la media estimada de toda la muestra de
H pK una población de 10 436 predios.
El tamaño de una muestra en función de
donde: estos datos para una población infinita será:
no: tamaño de la muestra para población in-
finita. no =
FG 2 * 44 IJ = 158
CV: coeficiente de variación de la población
H 7 K
estimación de una premuestra (%).
y para una población de 10 436 es de:
p: precisión, expresada en por ciento de la
media esperada de la muestra. 158
n= = 155.6 ≈ 156
158
1+
10436
El tamaño de la muestra debe corregir-
se en función del tamaño de la población
Los datos propuestos se seleccionaron
muestreada mediante la fórmula (2.8) para obtener un tamaño de muestra similar
a la obtenida por el método anterior, con
objeto de comparar el tamaño de los estra-
no (2.8)
n=
n
tos. Aplicando la fórmula (2.6) para cada es-
1+ o trato utilizando los valores de Wh del Cuadro
N
2.4, se obtiene:
donde:
n: tamaño de la muestra. Cultivos Núm. Predios
N: tamaño de la población muestreada. Alfalfa 15.4 » 15
Algodón 19.3 » 19
Como la asignación por estrato es pro- Ajonjolí 15.6 » 16
porcional al tamaño del mismo, en este caso Soya 17.5 » 18
el tamaño de la muestra por estrato es: Maíz 15.6 » 16
Linaza 8.5 » 9
nh = nW h (2.9) Sorgo 12.7 » 13
Trigo 24.7 » 25
En la cual el significado de las variables ya Varios 10.2 » 10
ha sido explicado. Cártamo 16.7 » 17

51
La operación de los sistemas de riego con apoyo de las técnicas de la información
Se observa que para algunos estratos
hay bastante diferencia en el tamaño de la
muestra estimada. Por esto, es de esperarse
menor aproximación que la supuesta para
todo el muestreo, en la estimación de las lá-
minas aplicadas a cultivos como el maíz o
el cártamo. Por otra parte, en la estimación
de la lámina para otros cultivos, como el tri-
go y el sorgo, la precisión será mayor que la
supuesta.
El proceso para la estimación de los co-
eficientes de requerimiento de riego por el
método de muestreo se describe a conti-
nuación.
Al principio del ciclo agrícola, utilizan-
do el padrón de usuarios, se selecciona un
número de predios generalmente mayor al
calculado con la fórmula (2.7), suponiendo
inicialmente un coeficiente de variación del
orden de 45 % y una cierta precisión. Estos
predios se clasifican de acuerdo con el cul-
tivo que se tenga establecido o que se vaya
a establecer. En esta primera selección es
probable que no se cubran todos los culti-
vos, por lo que habrá que seleccionar más
predios. Una buena guía para estimar el ta-
maño aproximado de los estratos pueden
ser las áreas relativas que de cada cultivo se
establecieron el ciclo agrícola anterior.
Con estos predios seleccionados al azar,
se puede establecer una premuestra por cul-
tivo usando la fórmula (2.9). En cada predio
seleccionado por cultivo se medirá cuidado-
samente el volumen servido, usando algún
método de aforo que permita una buena
estimación de este volumen. Se verificará el
52
área regada y se estimará la lámina aplicada
por riego.
Con estas primeras mediciones se podrá
estimar la variabilidad por estrato (mediante
la desviación estándar) y en consecuencia se
puede ajustar debidamente el tamaño de la
muestra en total y por estrato.
En cada mes del ciclo agrícola se estimará,
en función de la muestra, la lámina aplicada
en los principales cultivos. Por otra parte, es
de esperarse que los canaleros lleven la esta-
dística de la superficie regada en cada mes,
de estos cultivos. El volumen (Vij) servido por
cultivo se estimará por el producto de la lá-
mina, estimada por la muestra, multiplicada
por el área regada del correspondiente culti-
vo (i) en el mes considerado (j).
Por ejemplo, supóngase que en un deter-
minado mes la lámina estimada, en función
de una muestra, para un cultivo que puede
ser trigo, es de 15.42 cm. con una desviación
estándar de 4.72 cm. El registro del canalero
indica que en el distrito de riego en ese mes,
se regaron 2492 ha del cultivo, luego el volu-
men servido será:
1.542*2492 = 3842.7 millares de m3
El volumen total servido en el distrito de
riego será la suma de los volúmenes estima-
dos por cultivo. Este volumen servido, suma-
do a otros volúmenes utilizados para lava-
do de suelo, usos domésticos o desfogados,
dividido entre el volumen extraído de las
fuentes de abastecimiento en el mes con-
siderado, da una estimación de la eficiencia
de conducción en dicho mes (Ecj).

Al finalizar el ciclo agrícola se tendrá una
relación de las superficies establecidas de
cada cultivo (STi). Dividiendo los volúmenes
mensuales servidos por cultivo, estimados
en función de las muestras, entre la super-
ficie total establecida por cultivo así como
entre la eficiencia estimada, se obtienen
los coeficientes de requerimiento de riego
mensuales para cada cultivo.
Por ejemplo, supóngase que en el mes de
febrero se estimó una lámina media servida
al cultivo del trigo de 12.8 cm, y que el área
reportada por los canaleros como regada
fue de 18,120 ha. El volumen estimado como
servido al cultivo del trigo en ese mes será.
1.28*18 120 = 23 193.6 millares de m3
Con la desviación estándar obtenida en
las mediciones, que fue de 4.32 cm, es posi-
ble obtener los intervalos de confianza de la
lámina media estimada. Considerando una
confiabilidad del 95 % para una muestra de
tamaño 25, el intervalo de confianza será:
F Sh I riego en el ciclo agrícola estudiado es de
IC = t0.05 GH nh
J
-1 K
(2.10)
donde:
IC: intervalo de confianza.
t0.05: t de “Student” para un error de 5 % y en
este caso 24 grados de libertad, esto es t0.05=
2.064 (de las tablas de “t”).
luego:
Planificación del riego
F 4.32 I = 1.82 cm
IC = 2.064 GH 24 JK
Esto significa que la lámina estimada
puede variar entre 12.8 + 1.82 = 14.62 cm y
12.8 - 1.82 = 10.98 cm. Por tanto, los volú-
menes correspondientes para estos interva-
los de confianza serán 26 491.4 y 19,895.8
millares de m3, respectivamente.
El siguiente paso es calcular el volumen
total servido, que será la suma de los vo-
lúmenes estimados para cada cultivo, más
otros volúmenes usados para otros fines
según reportes de los canaleros. Supóngase
que este volumen estimado es de 66 378.2
millares de m3 y que el volumen extraído
fue 100 473.0 millares de m3, por tanto, la
eficiencia estimada para ese mes será de:
Ec f =
66378.2
= 0.66
100473
Finalmente, el reporte de la superficie
total establecida de trigo en el distrito de
27 380 ha. Por tanto, el coeficiente estimado
será:
aif =
23193.6
= 1.283dm
27380 * 0.66
Los intervalos de confianza de este coefi-
ciente para un posible análisis de sensibili-
dad serán:
53
La operación de los sistemas de riego con apoyo de las técnicas de la información
26491.4
aif = = 1.466 dm
27380 * 0.66
19895.8
aif = = 1101
. dm
27380 * 0.66
  En general este método de estimación es
bastante aceptable. Palacios (1972) muestra
que no existe diferencia estadísticamente
significativa, entre las estimaciones de vo-
lúmenes servidos mensualmente y los volú-
menes medidos, en pruebas realizadas en el
Distrito de Riego Río Mayo, Sonora.
2.2.2.2 Método de simulación sintética
para estimar los CURR
Este método sólo conviene emplearlo
cuando no existe ninguna información so-
bre el riego de cultivos o con fines de plani-
ficación de zonas de riego. El método se ha
desarrollado con base en una idea original
de Espinosa de León (1967), que consiste en
estimar la distribución del área mensual re-
gada por cultivo, en función del número de
riegos que se le aplican, las fechas de siem-
bra y los intervalos de riego. Sin embargo,
cuando pretenden simularse condiciones
más realistas de los distritos de riego, donde
el número de riegos y sus intervalos varían
en función de los diferentes tipos de suelo,
la aplicación de este método, haciendo las
operaciones numéricas manualmente, es
muy laborioso.
Por ello, Chávez (1976), desarrolló un pro-
grama para computación electrónica que
54
puede estimar por varios métodos el reque-
rimiento de riego de los cultivos, de acuerdo
con la información climatológica disponible;
estimando además los intervalos de riego en
función de la capacidad de almacenamien-
to de agua para diferentes tipos de suelo. El
mismo programa simula la distribución de
áreas regadas mensualmente, tomando en
cuenta cada tipo de suelo y para cada culti-
vo, estimando finalmente los coeficientes de
requerimiento de riego.
A continuación se presenta, mediante un
ejemplo, la metodología mencionada. Con
fines de simplificación se suponen suelos
uniformes en la región estudiada, clima árido,
sin lluvias significativas en el proceso de eva-
potranspiración en un solo cultivo, el trigo.
El primer paso consiste en calcular la eva-
potranspiración (Et) del cultivo. La estima-
ción de la evapotranspiración de un cultivo
en función de datos climatológicos de una
región ha sido ampliamente estudiada. Sin
embargo, debe señalarse que muchos de los
métodos usados no siempre dan resultados
aceptables cuando las condiciones de las
áreas en estudio difieren de la región donde
se obtuvo el método. Por otra parte, como la
evapotranspiración del cultivo depende de
muchas variables, entre las que destacan la
cantidad de agua que se le aplica al cultivo,
la etapa de desarrollo del mismo y otros fac-
tores del suelo, cualquier estimación puede
dar resultados que lleguen a diferir consi-
derablemente de mediciones realizadas en
cultivos bajo riego en la misma zona de es-
tudio.

Jensen y Haise (1963) han demostrado
que las estimaciones de la evapotranspi-
ración de los cultivos con base en medidas
de la radiación solar son muy confiables.
Desafortunadamente, en México no es fá-
cil obtener información sobre la radiación
solar. El método de Blaney y Criddle (1962)
ha sido empleado por la ex-secretaría de Re-
cursos Hidráulicos para hacer estimaciones
de la evapotranspiración en los distritos de
riego del país; sin embargo, este método no
es recomendable en zonas tropicales donde
generalmente da resultados en exceso. En
algunos distritos de riego del Noroeste, se
ha usado la evaporación (Ev) medida en tan-
que como un estimador de la evapotranspi-
ración y se han calculado curvas que relacio-
nan un coeficiente Kc (que es la relación de
la evapotranspiración entre la evaporación
medida en tanque) con el porcentaje de de-
sarrollo vegetativo del cultivo. En el capítulo
5 se analizan varios métodos, incluyendo el
de la evaporación.
Aunque este último método ha sido
cuestionado por algunos autores (por ejem-
plo Oliver, 1972 p. 29), dada la facilidad de
su aplicación cuando se tienen las referidas
curvas; será el que se utilice en el siguiente
ejemplo.
Supóngase que el cultivo de trigo se es-
tablece en un nuevo distrito de riego en la
siguiente forma:
Octubre: 10 % del área (S1)
Noviembre: 40 % del área (S2)
Diciembre: 50 % del área (S3)
Planificación del riego
Por otra parte se tienen datos de la eva-
poración medida en tanque tipo A (usado
por el Servicio Meteorológico Mexicano) y
la curva de los coeficientes Kc. El cálculo de
la evapotranspiración se hará considerando
tres épocas diferentes de establecimiento
del cultivo, suponiendo que éstas son el 20
de octubre, el 15 de noviembre y el 15 de di-
ciembre, respectivamente.
En cada caso la evapotranspiración es-
timada por mes será el producto de la eva-
poración medida en tanque por el Kc co-
rrespondiente al punto medio del período
considerado. El Cuadro 2.5 muestra un resu-
men de los cálculos y la Figura 2.1 muestra
los valores de Kc para el trigo.
Debido a que se consideran diferentes
períodos de desarrollo, la evapotranspira-
ción en cada caso es también diferente; la
media ponderada de acuerdo a la forma
como se han establecido las áreas cultivadas
(10 %, 40 % y 50 %), es de 46.68 cm.
El segundo paso es el cálculo de la lámina
que puede almacenar el suelo, la cual es una
función de sus constantes de humedad, la
densidad aparente y la profundidad consi-
derada, que a su vez depende de la profun-
didad radical del cultivo regado.
El suelo supuesto es de textura media
o ligeramente arcillosa, con capacidad de
campo de 25 %, porcentaje de marchita-
miento permanente de 13 % y densidad
aparente de 1.2. Además se estima que las
raíces del trigo pueden tomar agua a 0.80 m
de profundidad. Se pretende regar el cultivo
cada vez que se haya agotado el 80 % de
55
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.5. Estimación de Et en trigo en tres fechas de siembra.

Días Punto CV Ev Et Et Acum
Mes Días Kc
Acum. medio % (mm) (cm) (cm)
Octubre 11 11 5 3.7 0.71 73.7 5.23 5.23
Noviembre 30 41 26 19.2 0.73 144.0 10.51 15.74
Diciembre 31 72 57 42.2 1.03 102.0 10.51 26.25
Enero 31 103 88 65.2 1.11 82.0 9.02 35.27
Febrero 28 131 116 85.2 0.65 112.0 7.28 42.55
Marzo 4 135 132 97.7 0.36 20.0 0.72 43.27
Noviembre 15 15 7 5.2 0.71 69.8 4.96 4.96
Diciembre 31 46 31 22.9 0.75 102.0 7.65 12.61
Enero 31 77 62 45.9 1.1 82.0 9.02 21.63
Febrero 28 105 91 67.4 1.13 112.0 12.66 34.29
Marzo 30 135 120 88.9 0.56 149.0 8.35 42.64
Diciembre 16 16 8 5.9 0.71 52.6 3.35 3.35
Enero 31 47 32 23.7 0.74 82.0 6.07 9.42
Febrero 28 75 61 45.2 1.08 112.0 12.09 21.51
Marzo 31 106 91 67.4 1.07 154.0 16.48 37.99
Abril 29 135 120 88.9 0.56 225.0 12.60 50.59

la humedad aprovechable y se supone que La lámina que puede almacenar un suelo

al dar el primer riego el suelo tiene cero por es:
ciento de humedad aprovechable.
L = DPh Da Pr (2.11)
1.2
1.1
donde:
1.0
L: lámina que puede almacenar el suelo (cm).
0.9 ΔPh: cambio en el porcentaje de humedad
Ev
Et
Valores de Kc=

0.8 del suelo (%).

0.7 Pr: profundidad considerada o zona radical
0.6 (m).
0.5 Da: densidad aparente del suelo (densidad
0.4
relativa, adimensional).
0.3
0 10 20 30 40 50 60 70 80 90 100
Porciento de desarrollo vegetativo(CV)
Luego, para el primer riego, la lámina
Figura 2.1. Valores Kc para el cultivo del trigo vale:

56
 Planificación del riego

L = (25-13) 1.2*0.8 = 11.5 cm

50

Lámina de Et acumulado (cm)

Para los riegos subsecuentes la lámina 40
será 80 % de la del primer riego, i.e. 9.2. cm.
30
El número total de riegos puede estimarse
S1
fácilmente, dividiendo el consumo de agua 20
S2
estimado entre la lámina que almacenará el 10 S3
suelo:
0.0
0 38 66 88 110
46.68/9.2 » 5 Desarrollo vegetativo (días)

Figura 2.2. Estimación de los intervalos de riego

Ésto es, aproximadamente 5 riegos. Los
intervalos entre riegos dependerán de la
tasa de consumo, que a su vez es una va- El tercer paso es estimar las áreas que
riable que depende de la fecha de inicio del se regarán en cada mes dentro del ciclo de
cultivo. Como se consideran 3 fechas dife- desarrollo del trigo, tomando en cuenta las
rentes de iniciación, se tendrán también 3 fechas de establecimiento del cultivo. Para
series de intervalos diferentes. En vía de sim- esta estimación se considera que el área fí-
plificación, se promedian ponderando por sica (superficie que se siembra y riega pro-
las áreas establecidas en diferentes épocas bablemente varias veces al año) que se esta-
y se obtienen los intervalos medios de riego. blecerá del cultivo de trigo es la unidad; por
Por ejemplo, para el primer riego los interva- tanto, el área total regada serán 5 unidades.
los estimados para cada fecha de iniciación La distribución de esta área en los meses de
del cultivo y su promedio ponderado son: octubre y abril puede estimarse con base en
el método explicado por Espinosa de León
(1967). La Figura 2.3 es un valioso auxiliar
Factor de Promedio para establecer las ecuaciones que permiten
Días
ponderación ponderado estimar la distribución de las áreas.
22 0.1 2.2 Los valores conocidos son:
32 0.4 12.8
46 0.5 23.0 S1: 0.1 en octubre, iniciando el día 20.
Total 38.0 días S2: 0.4 en noviembre (todo el mes).
S3: 0.5 en diciembre (todo el mes).

De igual forma se calculan los otros inter-   Además los intervalos de riego son 38, 66,
valos y se tiene: 38, 66, 88 y 110 días. (Figura 88 y 110 días. De la Figura 2.3 se pueden
2.2). establecer las siguientes igualdades:

57
La operación de los sistemas de riego con apoyo de las técnicas de la información

Mes Octubre Noviembre Diciembre Enero Febrero Marzo Abril

S1 S2 S3
S1 S2 S3
Distribución
del área S1 S2 S3
mensual
regada S1 S2 S3
S1 S2 S3

Intervalos
0 34 66 88 110
de riego (días)
Área regada
0.1000 0.4273 0.9339 1.0259 1.1656 1.0247 0.3226
(ha)

Figura 2.3. Distrubución de áreas regadas en suelo uniforme.

Soct. = S1 Sm » 1.0247
Snov. = 3/11(S1) + S2 Sa » 0.3226
Sdic. = 8/11(S1) + 6/11(S1) + 23/30(S2) + S3 5.0000
Sene. = S1 + 5/11(S1) + 26/30(S2) + 7/30(S2)
+ 4/30(S2) + 24/31(S3) La letra subíndice de las áreas indica el
Sfeb. = S1 + 4/30(S2) + 10/30(S2) + 26/30(S2) mes considerado. Los valores representan
+ 2/31(S3) + 7/31(S3) + 24/31(S3) la parte del área total que será regada cada
Smar. = 20/30(S2) + 29/31(S3) + 11/31(S2) mes; por ejemplo, en el mes de noviembre
+ 7/31(S3) (Sn), se regará 42.73 % del área total sembra-
Sabr. = 20/31(S3) (2.12) da de trigo.
El último paso es la estimación de los co-
Substituyendo los valores de S1, S2 y S3 en eficientes de requerimiento de riego men-
las expresiones, y despejando para cada mes suales. Las láminas netas de requerimiento
el valor respectivo se tiene: de riego son: 11.5 cm en el primero y cuatro
de 9.2 cm. Estas láminas deben afectarse
So » 0.1000 por la eficiencia de aplicación, que para el
Sn » 0.4273 ejemplo se considerará constante para to-
Sd » 0.9339 dos los riegos e igual a 0.77; lo cual, aunque
Se » 1.0259 no muy apegado a la realidad, tampoco es
Sf » 1.1656 del todo imaginario, el trigo es un cultivo

58
 Planificación del riego

relativamente fácil de regar en terrenos pla- Finalmente, para calcular los coeficientes
nos de la textura supuesta. mensuales de requerimientos de riego bru-
La lámina neta supuestamente aplica- tos, que son los que interesan, deben divi-
da en el primer riego es de 11.5/0.77= dirse los coeficientes netos entre la eficien-
14.95 cm, y de 9.2/0.77=11.95 cm en riegos cia de conducción del mes correspondiente.
subsecuentes. Para estimar los coeficientes El problema, entonces, es estimar la eficien-
es conveniente expresar estas láminas en cia de conducción en cada mes, lo cual no es
dm. Los coeficientes netos de requerimien- fácil. De observaciones en los distritos de rie-
to de riego serán el producto del área rega- go Río Mayo y Río Yaqui en Sonora, se dedu-
da en cada mes (o mejor dicho la proporción ce que existe cierta relación entre los volú-
de área regada), por la lámina aplicada. Por menes manejados por el distrito en un mes
ejemplo, para octubre el coeficiente será: dado y la eficiencia de conducción. Aparen-
temente, la eficiencia de conducción en el
1.495 * 0.1 = 0.1495 dm mes tiene cierta proporción con el volumen
distribuido. Usando datos sobre volúmenes
Para noviembre debe tomarse en cuenta servidos y eficiencias de conducción men-
que parte del área regada es en primer riego suales en estos dos distritos de riego, me-
y parte en segundo, por tanto el coeficiente diante la técnica de regresión, se encontró
vale: una función que relaciona dichas variables.
  Con objeto de generalizar la función, en
0.4 * 1.495 + 0.273 * 1.195 = 0.6306 dm lugar de relacionar directamente volúmenes
con eficiencias, se relacionaron las variables
Los coeficientes para todos los meses se auxiliares, volúmenes mensuales relativos al
calculan en igual forma y son: volumen medio mensual en el ciclo agríco-
la, con las eficiencias mensuales relativas a
la eficiencia de conducción anual. Usando
datos de tres años en ambos distritos, la fun-
Mes Lámina (dm) ción encontrada es:
Octubre 0.1495
Noviembre 0.6306
Ec j
Diciembre 1.2660
Ec
d
= 0.98 Vj V i 0.275
(2.13)
Enero 1.2260
Febrero 1.3929 con R2 = 0.727 y Sb = 0.039
Marzo 1.2245
Abril 0.3855 donde:
Total 6.2750
Ecj: eficiencia de conducción en el mes j.

59
La operación de los sistemas de riego con apoyo de las técnicas de la información

Ec: eficiencia anual de conducción. suponiendo una eficiencia de conducción

Vj: volumen servido en el mes j, millares de
m3.
V :volumen medio mensual servido, millares
de m3.
R2: coeficiente de determinación de la regre-
sión.
Sb: desviación estándar del coeficiente de re-
gresión (en este caso, el exponente).
Luego, para aplicar esta fórmula, se re-
quiere calcular los volúmenes relativos (Vj /
V ), bajo la suposición de que sólo se rega-
rá el trigo en el hipotético distrito de riego.
Si hubiera más cultivos, habría que estimar
los volúmenes unitarios netos (láminas),
para cada uno de ellos, siguiendo el proceso
descrito y luego ponderar en función de los
porcentajes de áreas que para cada cultivo
se propongan. En el Cuadro 2.6 se muestran
los resultados de los cálculos para estimar
la eficiencia de conducción mensual (Ecj),
total de 0.65. En el mismo cuadro se mues-
tran, en la última columna, los coeficientes
brutos de requerimiento de riego.
Se observa, en este ejemplo, que se han
hecho muchas suposiciones y simplifica-
ciones. Si se pretende simular condicio-
nes más realistas de un distrito de riego,
el problema se complica mucho más; de-
ben considerarse más suelos, tomar en
cuenta los intervalos variables para dife-
rentes épocas de siembra, el efecto de la
precipitación, la variación de la eficiencia
de aplicación, e inclusive se requiere más
información para conocer cómo varía la
eficiencia de conducción en otras zonas
del país con diferentes suelos, diferente
patrón de cultivos y diferente forma de
operación. Sin embargo con este ejemplo,
muy simplificado, se pretende solamente
mostrar los lineamientos generales de la
metodología considerada.

Cuadro 2.6. Estimación de los coeficientes de requerimiento bruto de riego men-

suales.
Coef. Neto Coef. Bruto
Mes Vj / V* Ecj / Ec Ecj
Vj (dm) Vj (dm)
Octubre 0.1495 0.1668 0.5990 0.389 0.384
Noviembre 0.6306 0.7036 0.8970 0.583 1.082
Diciembre 1.2660 1.4123 1.0780 0.700 1.809
Enero 1.2260 1.3676 1.0681 0.694 1.766
Febrero 1.3929 1.5538 1.1060 0.719 1.937
Marzo 1.2245 1.3660 1.0680 0.694 1.764
Abril 0.3855 0.4300 0.7770 0.505 0.763
Media 0.8964 0.9505
*Se usa Vj porque los valores son netos.

60

2.2.3 Uso de la programación lineal para
estimar la demanda mensual de agua y
patrón de cultivos
Como se dijo anteriormente, cada usua-
rio de un distrito de riego tenderá a maxi-
mizar el beneficio obtenido de su parcela,
sujeto a varias restricciones en el uso de los
recursos disponibles y, en consecuencia, por
agregación, los usuarios tenderán a maximi-
zar los beneficios netos del distrito de riego
bajo las restricciones referidas. El modelo
del sistema de producción se presta para
representarse como una función objetivo
lineal, sujeta a un conjunto de restricciones,
que también pueden suponerse funciones
lineales y tratarse como un modelo de pro-
gramación lineal.
La técnica de la programación lineal ha
sido ampliamente usada para representar
este tipo de sistemas de producción, princi-
palmente con fines de planeación de nuevas
áreas de riego o para mejorar distritos de rie-
go en operación. Para fines de planeación
del riego, debe construirse un modelo que
sea semejante al sistema en las condiciones
de operación actuales, es decir, sin preten-
der ningún cambio en el uso de los recursos
y usando coeficientes que sean representa-
tivos.
Como primer paso para poder usar esta
técnica con fines de planeación del riego,
debe formularse un modelo para condicio-
nes conocidas, ésto es, usando coeficientes
obtenidos para un ciclo agrícola pasado y
ajustar el modelo a la solución conocida.
Planificación del riego
Esta etapa de calibración es indispensable
para obtener resultados aceptables en la
planeación del riego.
A continuación se presenta un modelo
de programación lineal, muy simplificado,
del Distrito de Riego Río Mayo en Sonora, pre-
viamente calibrado, que servirá como ejemplo
del uso de esta técnica para estimar la deman-
da mensual de agua y el patrón de cultivos.
Este modelo originalmente se formuló
con información del año agrícola 1973-74,
y cambiando los coeficientes se ajustó para
pronosticar el patrón de cultivos y la deman-
da de riego para el año agrícola 1974-75, an-
tes de conocer los resultados de dicho año
(Palacios, 1976).
2.2.3.1 El modelo
El modelo de programación lineal con-
siste de una función objetivo, similar a la
expresión (2.1), sujeta a varias restricciones
en el uso de los recursos agua, tierra y mano
de obra (se supone que no hay restricción
de capital o créditos): así como con restric-
ciones en la producción de varios cultivos
debido a condiciones de mercado, suelos y
capacidad de proceso de las plantas agroin-
dustriales. El objetivo del modelo será la
maximización de la suma de los beneficios
netos debido a la producción de los cultivos.
  Esquemáticamente el modelo puede re-
presentarse en la siguiente forma:
10
Max. BN =
i =1
b g
∑ IBi - Ci Xi (2.14)
61
La operación de los sistemas de riego con apoyo de las técnicas de la información

sujeto a: usualmente cubren de 95 a 97 % del área

sembrada en el distrito.
IBi: ingreso bruto por concepto de la venta
m
∑ Xi ≤ T (2.15) de la cosecha del cultivo i por área unitaria
i =1
($/ha).
Ci: costo de producción del cultivo i ($/ha).
n
∑ Xi ≤ T (2.16) T: área total irrigable en el distrito (ha).
i =1
aij: coeficientes brutos de requerimiento de
riego en el mes j, (j=1,2, ... 12), (dm).
10
∑ aij Xi ≤ CC,( j = 1,2,3,...,12 ) (2.17) CC: capacidad máxima mensual de los cana-
i =1
les principales (millares de m3).
Va: volumen anual de agua disponible en el
distrito de riego.
12 10
∑ ∑ Aij Xi ≤ Va (2.18) n: número de cultivos de invierno y peren-
j =1 j =1
nes.
m: número de cultivos de primavera-verano
10
y perennes.
∑ Lki Xi = Jk ,(k = 1,2,...,4) (2.19) Lki: requerimiento estacional de mano de
i =1
4
obra por ha para el cultivo i en la estación k,
∑ Jk = ET (2.20) k =1,2....4 (jornales/ha).
k =1
Jk: número de jornales en la estación k.
ET: requerimiento anual de mano de obra
J1 + J2 ³ 0.08 ET/2 en jornales.
J3 + J4 ³ 0.08 ET/2 Ri: restricción en la producción del cultivo i,
J1 + J2 ³ 1.2 ET/2 expresado en unidades de área (ha).
J3 + J4 ³ 1.2 ET/2 (2.21)
La ecuación (2.14) es la función objetivo,
Xi ≤≥ Ri (i = 2,3,...,7) (2.22) idéntica a la expresión (2.1) discutida ante-
riormente. Para el cálculo de los coeficientes
donde: (IBi -Ci) se hizo un muestreo sobre costos de
BN: beneficio neto (peso). producción en el distrito de riego, y en el
Xi: área del cultivo i (ha). Cuadro 2.7 se muestran los valores medios
i: tipo de cultivo considerado, para el caso y los coeficientes de variación obtenidos, así
i = 1,2,...10, los cuales son respectivamente como los precios medios rurales esperados y
trigo, cártamo, linaza, alfalfa, hortaliza, maíz, el beneficio neto esperado por cultivo. Las ex-
algodón, sorgo, ajonjolí y soya. Estos cultivos presiones (2.15) y (2.16) son las restricciones

62
 Planificación del riego

Cuadro 2.7 Costos de producción, rendimientos y beneficios por cultivo en el Distrito de Riego Río Mayo,
Sonora.
Costo de Producción Rendimiento Beneficio
Precio rural Ingreso bruto
Cultivo estimado neto
($/ton) ($/ha)
Media ($/ha) Coef. Var. (%) (ton/ha) ($/ha)
Trigo 2924 9.44 4.65 1300 6045 3121
Cartamo 2444 9.88 2.10 4000 8400 5956
Linaza 2900 9.75 1.86 6000 11 160 8260
Alfalfa* 3425 13.42 5.75 800 6200 2775
Hortalizas 6291 12.25 7.70 1200 9240 2949
Maíz 1760 24.10 3.15 1200 3780 2020
Algodón 7323 9.68 2.80 3800 10 640 3317
Sorgo 3520 8.05 5.75 1200 6900 3380
Ajonjolí 2260 17.43 0.73 4500 3285 1025
Frijol soya 3881 9.58 2.22 3400 7548 3667

*Alfalfa seca

en el uso de la tierra, las cuales aseguran que
los primeros y segundos cultivos, así como
los perennes, no cubrirán una área mayor
que la disponible en el distrito (87 000 ha).
Las desigualdades (2.17) y (2.18), son las
restricciones en el uso del agua a las cuales
ya se ha hecho referencia anteriormente.
El sistema de desigualdades (2.17) asegura
que, en ningún mes, la demanda de agua
de los cultivosserá mayor que la capacidad
de derivación de agua a la red de conduc-
ción. La desigualdad (2.18) restringe el uso
de agua total anual por los cultivos al agua
disponible en el distrito. Para este caso en
especial, se ha supuesto un volumen dispo-
nible de 850 millones de m3 , pero como ya
se ha explicado, esta es otra de las incóg-
nitas a resolver al hacer el plan de riegos.
  La ecuación (2.19) muestra la demanda
estacional de mano de obra y la (2.20) la de-
manda total anual expresada en jornales de
8 h. La información de demanda de mano
de obra por estación y por cultivo (Lki), fue
obtenida del muestreo sobre costos de pro-
ducción, y ajustada con datos obtenidos del
Seguro Social. Las expresiones (2.21) preten-
den igualar el requerimiento de mano de
obra de los cultivos de invierno con los de
primavera-verano para evitar una excesiva
demanda estacional, dejando un margen de
variación de 20 % respecto al requerimiento
medio estacional. Finalmente, la expresión
(2.22) representa las diferentes restricciones
a la producción de los cultivos, ya sea por
condiciones de mercado, suelos, consumo
interno o capacidad de procesamiento de
las algodoneras. Estas restricciones se resu-
men en el Cuadro 2.8.

63
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.8. Restricciones a la producción de culti- les se notan diferencias en las áreas de trigo;
vos en el Distrito de Riego Río Mayo, Sonora.
cerca de 10 000 ha menos que lo estimado;
Restricciones
Cultivo Área (ha)
alrededor de 6000 ha más de cártamo y otras
Causa Signo diferencias más pequeñas en otros cultivos.
Cártamo Calidad de suelo £ 20 000 Esto aparentemente se debe a la restric-
Linaza Mercado £ 5000 ción en el área para cártamo, que ocasionó
Consumo obligado una reducción en la superficie que el progra-
Alfalfa ³ 2500
(ganado) ma debería haber obtenido de éste cultivo
Hortaliza Mercado (limitado) £ 4000 y en consecuencia se obtuvo un área mayor
Producción para de trigo; por otra parte en las restricciones
Hortaliza ³ 2000
planta
no se consideró una área mínima para al-
Consumo obligado
Maíz ³ 2000 godón, lo cual es obligado ya que existen
(local)
Capacidad de pro- compromisos entre las algodoneras y algu-
Algodón <= 20000
cesamiento nos usuarios del distrito de riego. Mediante
estas correcciones es de esperarse un patrón
El modelo completo, con todos sus co- de cultivos más cercano al real.
eficientes, se resume en el Cuadro 2.9. Como Respecto al uso del agua, el Cuadro 2.11
se observa en él, el modelo final consiste en muestra los volúmenes estimados y los que
15 variables de decisión y 31 restricciones, se usaron para cada mes del año. Además la
además de la función objetivo. El modelo Figura 2.4 muestra un diagrama de disper-
puede ser fácilmente resuelto mediante los sión de los volúmenes estimados respecto a
programas Excel o Corel Quattro Pro; en el los usados.
primer caso utilizando el macro “Solver” y Sin considerar los volúmenes con asteris-
en el segundo utilizando el “Optimizador”. co (*):
Los programas también muestran el rango
de posibles variaciones de los coeficientes Y = 14.84 + 0.85X; R = 0.957
de la función objetivo sin afectar la solución
óptima. Considerando todos los volúmenes:

2.2.3.2 La solución Y = 21.31 + 0.71X; R = 0.77

La planilla o patrón de cultivos obtenida La diferencia más notable se observa en

como solución del modelo se muestra en el los meses de noviembre, agosto y septiem-
Cuadro 2.10, en el cual también se incluyen bre. Si estos meses no se toman en cuenta, el
las áreas realmente cosechadas en el perío- coeficiente de determinación entre los volú-
do estudiado. Como discrepancias principa- menes estimados y los reales es de R2=0.96;

64
 Cuadro 2.9. Modelo de programación líneal del Distrito de Riego del Río Mayo.
X2 X5
Variable X1 X3 X4 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 Sig- Recur-
Cár- Hor-
Concepto Trigo Linaza Alfalfa Maíz Algodón Sorgo Ajonjolí Soya E.Oto. E. Inv. E. Prim. E. Vera. Tot. E no sos
tamo taliza
Func. objetivo 3121 5956 8260 2775 2949 2020 3717 3380 1527 3667
Restricciones
Área 1 1.00 1.00 1.00 1.00 1.00 1.00 LE 87 000
Área 2 1.00 1.00 1.00 1.00 1.00 1.00 LE 87 000
Agua total 7.57 3.57 7.33 13.76 6.44 6.67 11.22 11.11 3.34 11.68 LE 850 000
Agua Oct. 0.12 0.10 0.55 1.68 0.56 LE 60 000
Agua Nov. 1.14 0.07 0.76 1.05 0.90 0.21 LE 160 000
Agua Dic. 1.55 0.71 1.31 1.59 0.82 0.20 0.29 LE 160 000
Agua Ene. 1.71 0.73 1.38 1.12 0.85 0.43 1.39 0.23 LE 160 000
Agua Feb. 1.54 0.54 1.47 1.11 0.76 0.64 0.69 0.92 LE 160 000
Agua Mar. 1.21 0.29 1.66 1.38 0.56 0.60 1.04 1.61 0.06 LE 160 000
Agua Abr. 0.10 0.21 0.63 2.15 0.28 1.20 1.62 2.36 0.45 1.25 LE 160 000
Agua May. 0.02 0.03 2.32 0.35 1.56 2.23 3.05 0.82 2.06 LE 160 000
Agua Jun. 0.24 1.10 2.88 2.60 1.21 2.78 LE 160 000
Agua Jul. 0.67 0.27 1.08 0.34 0.80 2.80 LE 160 000
Agua Ago. 1.94 LE 160 000
Agua Sep. 0.85 LE 160 000
Rest. Cártamo 1.00 LE 160 000
Rest. Linaza 1.00 LE 20 000
Rest. Alfalfa 1.00 GE 5000
Rest. Hortaliza 1.00 LE 2500
Rest. Hortaliza II 1.00 GE 4000
Rest. Maíz 1.00 GE 2000
Rest. Algodón 1.00 LE 2000
Empleo Otoño 2.80 1.40 2.80 2.20 1.50 1.70 2.40 -1.00 EQ 20 000
Empleo Invierno 3.00 2.50 2.50 3.00 11.00 5.00 7.00 14.00 -1.00 EQ 0
Empleo Primavera 1.00 2.00 1.00 3.00 9.00 4.00 4.00 4.00 3.50 5.00 -1.00 EQ 0
Empleo Verano 1.00 0.50 3.00 1.40 4.00 12.00 2.50 7.00 3.20 -1.00 EQ 0
Empleo Total 1.00 1.00 1.00 1.00 -1.00 EQ 0
Unifor. Empl. I 1.00 1.00 -0.60 LE 0
Unifor. Empl. II 1.00 1.00 -0.40 GE 0
Unifor. Empl. III 1.00 -0.60 LE 0
Unifor. Empl. IV 1.00 1.00 -0.40 GE 0

65
Planificación del riego

LE = menor o igual GE = mayor o igual EQ = igual.

La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.10. Resultado del modelo de programa- Cuadro 2.11. Relación de volúmenes mensuales
ción lineal y área realmente cosechada (ha). derivados y estimados. Año agrícola 1974-1975
Área Área Beneficios (millones de m3).
Cultivo cosechada estimada estimados Mes Estimados Observados
1974-1975 Prog. Lin. ($) Octubre 12.4 16.1
Trigo 43 803 53 500 166 973 500 Noviembre 15.3 *72.8
Cártamo 25 918 20 000 119 120 000 Diciembre 124.6 111.3
Linaza 4669 5000 41 300 000 Enero 142.3 111.3
Alfalfa 2143 2500 6 937 500 Febrero 88.2 107.7
Hortalizas 2826 4000 11 796 000 Marzo 102.3 86.1
Maíz 5386 2000 4 040 000 Abril 49.6 51.5
Ajonjolí 3084 5802 5 947 050 Mayo 48.4 60.6
Frijol soya 17 488 21 822 80 021 274 Junio 69.0 75.2
Algodón 2446 Julio 50.6 67.8
Sorgo 2332 Agosto 87.1 *42.3
Otros 1324 Septiembre 51.8 *18.6
Total: 111 324 114 624 436 135 324 Total 841.6 850.0
- Mano de obra 818 666 Jornales.
- Consumo de agua estimada 850 Millones de m3.
- Agua utilizada 841.6 Millones de m3.
- Productividad marginal estimada del agua $0.316/m3. real sólo fue de 65.0 % con variaciones men-
suales respecto al mencionado año agrícola.
Estas diferencias son imprevisibles y siempre
en cambio considerando dichos meses, el
coeficiente disminuye hasta 0.77.
Las diferencias en dichos meses se de- Y 140
130
ben, por una parte, al desplazamiento de 120
5X
Volumen derivado, (m3 x 106)

110
la fecha de siembra del trigo hasta diciem- 100 +0.8
.84
bre, a la reducción del área real ya que no se 90
Y=
14
80
consideró en el modelo cultivos regados del 70
60
ciclo anterior en los últimos meses del año; 50 X
.71
también hubo un fuerte desplazamiento de 40
1+0
30 21.3
Y=
riego de la soya respecto al estimado. 20
10
Además, en la estimación de los coefi- 0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140
cientes de requerimiento de riego se consi- Volumen estimado, (m3 x 106) X

deró una eficiencia de conducción similar a

la del año agrícola 1969-1970, cuya eficien- Figura 2.4. Diagrama de dispersión entre volúmenes
cia total fue de 67.5 %, en cambio la eficiencia derivados y volúmenes estimados.

66
 Planificación del riego

pueden ocasionar discrepancias notables en Observando dichos cambios, se encontró

los patrones de cultivo. que hay una relación entre la eficiencia de
Para analizar el efecto de errores en la es- conducción anual obtenida para cada so-
timación de los coeficientes de requerimien- lución con diferentes coeficientes y el valor
to de riego mensuales de los cultivos en las de la productividad marginal del agua; di-
soluciones de los modelos de programación cha relación está expresada por la siguiente
lineal, Palacios (1976), mediante la variación ecuación:
sistemática de los mencionados coeficien-
tes, producida por cambios en las eficien- PM = 2.806 + 0.0912Ec - 0.000666Ec2
cias mensuales de conducción, encontró, (0.948) (0.030) (0.0024) (2.23)
en general, que los modelos son altamente
sensibles a dichos cambios. Por ejemplo, en Con R2 = 0.96, y donde los números entre
el Cuadro 2.12 se muestran tres diferentes paréntesis son los valores calculados de las
resultados para el mismo modelo del Distri- desviaciones estándar de dichos coeficien-
to Río Mayo, Sonora, cuando se cambian los tes, además, en dicha expresión se tiene:
coeficientes de requerimiento de riego, y en
consecuencia también se cambia la eficien- PM: productividad marginal del agua ($/m3).
cia de conducción anual. Ec: eficiencia de conducción anual (%).
La ecuación (2.23) sólo es válida entre los
Cuadro 2.12. Resultado del modelo cona tres con- límites de 440 y 800 millones de m3 servi-
juntos de coeficiente de requerimiento de riego.
dos anualmente; esto es, si la eficiencia de
Cultivo Áreas estimadas (ha)
conducción anual es de 63 %. Estos límites
Trigo 53 500 53 500 55 500
equivalen a 700 y 1270 millones de m3 ex-
Cártamo 20 000 20 000 20 000
traídos de la fuente de abastecimiento. Tam-
Linaza 5000 5000 5000
bién debe señalarse que la ecuación sólo es
Alfalfa 2500 2500 2500
relevante entre los límites considerados en
Hortaliza 4000 4000 2500
la variación de la eficiencia de conducción
Maíz 2000 2000 2000
anual, i.e., 59 y 68 %.
Ajonjolí 8655 10 964 15 882
  Debe hacerse notar que la ecuación del
Frijol Soya 18 169 15 212 10 362
tipo (2.23) no puede generalizarse para
Área (ha) 113 824 113 176 113 744
otros distritos de riego; sin embargo, es de
Beneficio neto
425 664 417 189 104 788 esperarse que también existan relaciones si-
(millones)
Productividad milares en otras regiones donde el agua es
0.315 0.290 0.263
marginal ($/m3 ) escasa.
Eficiencia de con-   Es interesante observar que de acuerdo a
64.93 63.20 59.70
ducción anual (%)
la mencionada ecuación (2.23), el máximo

67
La operación de los sistemas de riego con apoyo de las técnicas de la información
valor de la productividad marginal del agua
en el distrito de riego en estudio es de $
0.318/m3 para una eficiencia de conducción
de 68.5 %. Estos valores se obtienen al derivar
la función (2.23) respecto a la eficiencia,
igualar a cero y despejar el valor de Ec. La
condición de máximo se cumple, puesto que
la segunda derivada de (2.23) es negativa.
Por tanto, es recomendable que en las
condiciones actuales (no variando otros
factores en el proceso productivo) se incre-
mente la eficiencia de conducción hasta el
68.5 % para mejorar la productividad margi-
nal del agua.
Este ejemplo muestra objetivamente la
problemática que se presenta al estimar la
demanda de agua. Un proceso correctivo so-
bre modelos de programación lineal permiti-
rá una mejor estimación, tanto de la deman-
da de agua como de los patrones de cultivo.
2.3 Estimación de la disponibili-
dad de agua
La fuente de abastecimiento de un dis-
trito o sistema de riego puede ser uno o
varios ríos o uno o varios acuíferos. Los ríos
pueden estar controlados por presas de al-
macenamiento, o la toma de agua puede
ser solamente de una o varias derivadoras
sin ningún otro control. Esto es, en ocasio-
nes las fuentes de abastecimiento pueden
estar controladas mediante presas de alma-
cenamiento, o sin ningún control cuando
sólo hay derivadoras, o bien puede haber
un control parcial de dichas fuentes. En cada
68
caso, las reglas de operación que permiten
optimizar el uso del agua proveniente de di-
chas fuentes son diferentes.
Aunque sobre este tema se ha escrito bas-
tante, debe señalarse que las metodologías
desarrolladas en varios centros de estudios
de EE.UU. y Europa, han tenido una aplica-
ción muy restringida en distritos de riego en
operación, aún en los países donde fueron
obtenidas, debido a las restricciones a que se
hizo mención en la introducción de éste libro.
Como el tema sobre los métodos para
estimar la disponibilidad de agua es muy
amplio, en este texto sólo se presentará el
estudio de dos casos, generalmente los más
comunes, respecto a la estimación bajo dos
condiciones de control de la fuente de apro-
vechamiento. En el primer caso se estudia
un método para encontrar las reglas de ope-
ración cuando no hay control sobre la co-
rriente superficial; es decir, sólo hay presas
derivadoras como única fuente de abasteci-
miento del distrito. El otro caso es cuando el
agua es regulada por una presa de almace-
namiento, contando además con aguas sub-
terráneas provenientes de un acuífero. Las
metodologías descritas, con ciertas varian-
tes, pueden hacerse extensivas para otros
casos en condiciones de control diferente.
2.3.1 Estimación de la disponibilidad de
agua en derivaciones directas de corrien-
tes superficiales
  Cuando se tiene este tipo de abasteci-
miento el problema principal en la estimación

de la disponibilidad de agua es que, dada la
naturaleza aleatoria de los escurrimientos,
no se conoce la disponibilidad de agua en
las tomas de las presas derivadoras con la
anticipación necesaria para la planeación
del riego. Esta situación es crítica en la época
de estiaje, cuando los caudales son mínimos y
la cual generalmente coincide con la máxima
demanda de riego. Lo más que puede cono-
cerse es la probabilidad de que en determina-
do período se disponga de cierto caudal.
Para este caso debe definirse una me-
todología que permita optimizar el uso del
agua, encontrando a qué nivel de probabi-
lidad deben estimarse los caudales disponi-
bles para maximizar los beneficios del distri-
to o sistema de riego.
El primer paso en esta metodología es la
estimación de los caudales esperados a di-
ferentes niveles de probabilidad. Un primer
método, consiste en estimar la probabilidad
empírica de aportación en el período con-
siderado, el cual puede ser mensual. Para
ésto, se ordenan los valores de volúmenes
observados mensualmente durante n años
(del menor al mayor) y la probabilidad de
que se presente un volumen menor o igual
al observado puede estimarse por la fórmula
de Weibull (Ven Te Chow, 1964 p. 8-29):
m
Pb = (2.24)
n +1
donde:
Pb: probabilidad de ocurrencia.
m: número de orden.
n: número de eventos observados.
Planificación del riego
Por ejemplo, se tienen los volúmenes
mensuales observados durante 51 años en
el Río Nazas, en Durango (Cuadro 2.13).
Como lo de mayor interés es conocer la
probabilidad de esperar un determinado vo-
lumen total anual, se puede iniciar el cálcu-
lo considerando solamente los volúmenes
acumulados anualmente, reportados en la
última columna del Cuadro 2.13.
Los volúmenes anuales se han ordena-
do del menor al mayor, y la probabilidad de
ocurrencia de un volumen menor o igual al
observado se ha calculado con la fórmula
(2.24), como probabilidad empírica. Sin em-
bargo, es posible utilizar un programa que
ajuste los volúmenes esperados anualmente
a probabilidades en diferentes distribucio-
nes como son la Normal, la Log Normal y la
Gamma incompleta. Este programa permite
conocer cuál de estas distribuciones logra
un mejor ajuste, y luego se puede generar
una gráfica que permita ver directamente el
nivel del ajuste como se muestra más ade-
lante en la Figura 2.5.
En hidrología es común que se consi-
deren varias distribuciones probabilísticas,
acorde al enfoque que se quiera dar al es-
tudio; sin embargo, el primer análisis suele
realizarse por el método descrito de Wei-
bull, y para estimar la probabilidad de ocu-
rrencia de un evento con el fin de tomar una
decisión relacionada con el área que podría
regarse con los escurrimientos de alguna
corriente, suelen ajustarse los datos a tres
distribuciones de uso común, como son la
Normal, Log Normal y Gamma incompleta.
69
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.13. Volúmenes mensuales (hm3) Río Nazas, Presa Lázaro Cárdenas, Durango.
Oct. Nov. Dic. Enero Feb. Mar. Abril Mayo Junio Jul. Ago. Sep. Total
46.66 22.70 211.09 11.07 9.04 6.27 3.85 2.36 8.58 24.03 353.27 89.98 788.90
26.36 21.66 66.47 64.94 18.10 9.10 3.93 6.73 18.72 21.78 246.56 264.67 769.03
200.27 31.69 128.07 13.98 9.12 5.85 2.80 6.05 15.11 148.42 595.33 993.67 2150.35
188.43 1.38 1.43 235.72 40.93 284.11 1.47 188.39 141.15 52.13 1.18 1.15 1137.48
194.86 4.21 1.36 117.17 181.41 139.48 1.25 192.04 162.19 65.87 0.76 0.78 1061.38
1.25 2.90 1.35 25.46 343.40 155.25 9.83 170.70 226.12 10.67 0.91 1.07 948.90
0.97 0.94 0.97 1.40 188.66 13.95 1.33 80.30 154.11 52.98 2.59 0.91 499.11
0.84 0.78 0.84 1.06 1.01 85.36 31.51 0.77 12.58 76.09 0.89 0.88 212.60
0.73 0.80 0.86 0.82 0.67 107.35 0.57 0.53 109.10 0.50 0.54 0.68 223.15
71.69 7.78 4.65 18.73 6.50 21.78 3.23 1.03 36.72 102.75 239.13 93.61 607.59
345.87 29.86 7.44 30.54 7.06 5.38 4.57 1.53 21.79 95.87 477.29 476.16 1503.35
9.51 5.86 6.58 4.81 6.82 7.64 6.89 6.32 5.06 4.86 53.09 122.48 239.93
35.82 9.31 9.83 7.54 4.50 9.05 4.56 2.48 4.03 43.43 126.23 22.75 279.52
683.08 19.25 8.57 14.66 8.73 20.91 3.44 2.05 40.80 34.55 268.98 1093.61 2198.62
17.47 8.43 6.47 0.00 0.00 7.36 8.44 14.20 7.43 84.02 390.90 79.40 624.10
34.81 13.52 10.30 113.48 12.00 8.92 3.35 8.15 0.00 174.46 303.79 263.81 946.57
105.22 16.49 22.95 30.54 15.64 9.93 8.50 17.65 54.64 283.16 287.64 211.66 1064.00
63.09 13.44 8.95 10.88 8.62 0.00 6.54 11.31 0.00 34.20 38.52 54.25 249.81
106.58 13.39 289.66 7.55 6.33 7.27 0.00 7.44 40.81 96.90 290.89 337.43 1204.25
150.67 13.67 8.77 15.55 9.65 20.07 1.57 13.71 52.13 57.07 254.72 479.65 1077.22
32.07 12.34 53.96 8.27 10.71 21.66 6.85 16.97 28.08 23.74 18.52 243.49 476.66
76.32 9.88 8.28 23.44 16.69 10.18 9.29 11.24 18.38 55.45 695.37 867.19 1801.70
63.41 10.78 30.76 8.63 8.51 18.88 7.40 11.51 52.07 240.50 614.93 590.17 1657.53
114.89 16.41 13.66 9.04 43.36 119.32 49.09 27.45 51.28 502.98 396.39 2044.60 3388.45
49.98 10.19 17.73 57.31 13.53 20.55 29.34 15.45 29.83 124.79 75.14 77.79 521.63
156.33 12.87 13.60 33.31 22.08 54.07 40.09 38.16 61.56 135.59 236.45 575.44 1379.54
184.82 20.17 14.98 11.71 9.69 60.88 16.40 24.70 82.64 122.52 466.41 142.98 1157.90
98.74 114.96 28.03 26.67 11.34 38.27 21.25 32.32 82.17 150.99 183.95 245.00 1033.68
55.89 17.39 14.18 15.06 38.51 82.07 18.77 30.18 78.48 209.04 1165.12 683.99 2408.68
96.05 40.97 65.78 15.04 12.50 12.80 12.55 27.79 58.61 78.49 220.78 587.96 1229.31
15.53 9.80 10.57 36.27 18.93 17.68 13.79 46.41 35.91 131.95 287.85 165.34 790.02
87.41 53.14 35.41 12.19 13.19 21.75 12.80 8.13 52.61 819.63 179.79 391.67 1687.71
19.81 11.98 10.08 58.39 26.50 14.31 15.95 10.12 71.06 129.60 103.37 202.47 673.63
212.08 23.36 12.72 11.14 11.61 12.59 11.15 7.76 3.89 73.54 280.75 1304.88 1965.46
14.22 9.68 8.20 68.92 125.17 15.30 9.95 17.83 57.28 24.22 496.72 44.95 892.45
192.07 35.00 22.25 9.07 9.89 11.02 9.99 5.61 6.84 8.33 217.20 661.64 1188.91

Continúa...

70
 Planificación del riego

Continúa Cuadro 2.13.

Oct. Nov. Dic. Enero Feb. Mar. Abril Mayo Junio Jul. Ago. Sep. Total
631.33 32.97 15.38 26.65 14.61 33.64 16.60 9.05 18.25 52.13 517.84 639.36 2007.81
12.59 15.89 37.60 13.23 12.20 14.95 13.63 8.96 12.52 49.75 47.24 53.51 292.06
139.76 35.71 23.78 27.82 29.39 38.41 12.23 6.22 3.93 7.78 282.25 244.97 852.23
44.01 12.02 43.18 31.24 38.62 5.13 11.35 5.65 155.34 793.45 572.15 102.25 1814.38
46.46 13.42 9.32 126.87 20.94 7.28 15.28 5.93 27.49 98.00 153.42 194.49 718.90
109.78 9.44 23.57 10.10 10.11 6.92 15.20 7.79 34.39 412.84 250.58 1043.60 1934.31
34.56 6.57 28.83 12.15 10.98 7.78 14.33 7.42 11.39 240.24 554.28 340.32 1268.84
21.60 8.16 11.47 15.15 9.94 7.49 14.39 2.31 30.03 676.46 563.80 156.03 1516.82
34.81 91.60 88.59 12.99 14.55 15.35 20.29 13.04 12.23 15.09 38.96 322.86 680.36
435.06 20.56 10.20 59.36 20.70 4.66 12.22 5.66 5.45 286.48 1043.04 407.48 2310.87
128.82 48.79 253.79 15.76 11.09 23.06 8.11 11.42 20.61 800.91 1156.84 1358.70 3837.89
21.45 13.22 14.19 645.39 195.27 38.42 22.29 25.80 12.95 34.91 180.85 108.85 1313.59
64.86 30.49 12.06 14.02 12.35 7.37 13.23 1.61 36.69 263.77 66.58 1163.62 1686.65
46.94 12.38 9.83 13.53 12.53 11.77 19.80 3.69 16.38 38.09 44.57 68.51 298.02
23.89 10.69 26.92 10.76 3.56 6.10 13.57 3.67 10.36 46.63 77.22 178.64 412.00

100 Las dos distribuciones que se utilizan con

90
80
más frecuencia son la Normal y Log Normal,
Probabilidad x<=X en %

70 debido a la facilidad de su ajuste, utilizando

60
las tablas calculadas desde hace muchos
50
40 años de la distribución Normal Estandari-
30 zada. Para conocer más sobre este tema,
20
10 conviene consultar un libro relativamente
0
500 1,000 1,500 2,000 2,500 3,000 3,500 4,000
elemental de estadística, donde también
Volumen anual (Hm3) están disponibles las tablas requeridas; sin
Empirico Normal Log Nor Gamia
embargo, para el caso se puede hacer una
Figura 2.5. Ajuste de las aportaciones anuales del Río pequeña introducción al tema.
Nazas a tres distribuciones estadísticas.
Hay muchos eventos que se pueden ajus-
tar bastante bien a una distribución normal,
la cual tiene como característica que los
El ajuste a esta última distribución no eventos más frecuentes se agrupen alrede-
era fácil cuando no se disponía del cálculo dor de un valor cercano a la media aritmé-
electrónico, pero en la actualidad hay dispo- tica y los menos frecuentes se van alejando
nibles muchos programas que permiten un de dicha media, los más pequeños hacia
ajuste sin ningún problema. la izquierda y los mayores a la derecha, de

71
La operación de los sistemas de riego con apoyo de las técnicas de la información

manera que si se grafican en un sistema de Algunas de sus características relevantes

coordenadas, se forma una especie de cam-
pana.
También es importante señalar que para
calcular la probabilidad de ocurrencia de un
cierto evento, se requiere tener una medida
de la tendencia central de su distribución y
una medida de la variabilidad, que para las
dos distribuciones probabilísticas a las que
se ha hecho referencia, son la media aritmé-
tica y la desviación estándar.
La distribución Normal estandarizada tie-
ne media cero y desviación estándar unita-
ria, y su función de densidad es:
son: el área total bajo la curva es uno (la pro-
babilidad total es igual a la certeza) y que la
mayor parte del área se encuentra entre las
abscisas ± 4σ. Una parte abreviada de la re-
lación entre la abscisa t y el área de la curva,
o sea el valor de f(t), se muestra en el Cuadro
2.14, donde se supone que la parte izquier-
da de la curva vale 0.5 y no se muestra en
este cuadro, donde solamente está la por-
ción positiva.
Así, considerando los datos anuales del
Río Nazas, se tiene que los estimadores de
tendencia central y variabilidad son:

X = 1,195 hm3 y S = 774 hm3, por lo que si

-F t 2 2I
f (t ) =
1
e
H K (2.25)
se supone que la distribución es Normal, en-
2π tonces puede utilizarse el cuadro 2.14 para
calcular la probabilidad de ocurrencia de un
donde:
X-µ Cuadro 2.14. Función de la normal acumulada es-
t=
σ tandarizada.
X: magnitud del evento. t F (t) t F(t) t F (t) t F(t)
m: media aritmética del conjunto de even- 0.00 0.0000 0.70 0.2580 1.40 0.4192 2.20 0.4861
tos. 0.05 0.0199 0.75 0.2734 1.45 0.4265 2.30 0.4893
σ: desviación estándar del conjunto de 0.10 0.0398 0.80 0.2881 1.50 0.4332 2.40 0.4918

eventos. 0.15 0.0596 0.85 0.3023 1.55 0.4394 2.50 0.4938

0.20 0.0793 0.90 0.3159 1.60 0.4452 2.60 0.4953

Cómo es común que se trabaje con 0.25 0.0987 0.95 0.3289 1.65 0.4505 2.70 0.4965
0.30 0.1179 1.00 0.3413 1.70 0.4554 2.80 0.4974
muestras de una familia de eventos, en lugar
0.35 0.1368 1.05 0.3531 1.75 0.4599 2.90 0.4981
de la media y la desviación estándar, pobla-
0.40 0.1554 1.10 0.3643 1.80 0.4641 3.00 0.4987
cionales, se utilizan sus estimadores X y S.
0.45 0.1736 1.15 0.3749 1.85 0.4678 3.20 0.4993
La integral de la función anterior desde -∞ 0.50 0.1915 1.20 0.3849 1.90 0.4713 3.40 0.4996
hasta un valor límite T, es: 0.55 0.2088 1.25 0.3944 1.95 0.4744 3.60 0.4998
0.60 0.2257 1.30 0.4032 2.00 0.4772 3.80 0.4999

FH
T - t2 2 IK 0.65 0.2422 1.35 0.4115 2.10 0.4821 4.00 0.4999

f (t ) =
1
2π
ze
-∞
dt

(2.26) Prob. t T=F(t)+0.5, si es negativa: F(t)=0.5-F’(-t). T es el
valor límite de t.

72

determinado volumen X. Luego si el valor
que interesa es de 1250 hm3, el cálculo de
t será:
1250 - 1195
t= = 0.071
774
Entonces, la probabilidad de ocurrencia
se calculará con el valor de f(t) que tiene que
estimarse entre 0.0199 y 0.0398 mediante
interpolación, que para el caso vale 0.02786,
valor al que hay que sumarle 0.5 y se tiene la
probabilidad de que x£X sea 0.528 aproxi-
madamente. Si la probabilidad que se busca
es para 650 hm3, entonces el valor calculado
de t será negativo de -0.7 y el valor de f(-t)
es de 0.258 del cuadro 2.14, por lo que hay
que restarlo de 0.5, y la probabilidad de que
x £X, valdrá 0.242.
La otra distribución muy utilizada en
hidrología es la Log Normal, la cual es una
transformación de la Normal. Luego, si Z =
Ln (X), Z tendrá una distribución normal y
podrá utilizarse el mismo procedimiento
que se ha mostrado.
Para el mismo caso del río Nazas, al calcu-
lar los logaritmos naturales de la serie anual
se tiene que sus estimadores son: Z =6.8603
y Sz=0.7217; para calcular la probabilidad de
los mismos valores que en el ejemplo ante-
rior, se calculan los respectivos logaritmos
que para 1,250 vale 7.1309 y para 650 es
6.477. Por lo tanto las probabilidades esti-
madas en el primer caso vale:
t=
7.1309 - 6.8603
= 0.375
0.7217
Planificación del riego
El valor de t, según el Cuadro 2.14, estará
entre 0.1368 y 0.1564 de los que, mediante
una simple interpolación se obtiene 0.1446,
por lo que la probabilidad de que z£Z será
de 0.6145 aproximadamente, haciendo un
redondeo. Para el caso del valor correspon-
diente a 650, utilizando los logaritmos y si-
guiendo el mismo procedimiento se obtiene
para t un valor de -0.531 y del cuadro 2.14,
mediante interpolación se obtiene un valor
para f(-t) de 0.2016, luego la probabilidad de
ocurrencia de que z£Z será de 0.298.
Utilizando un programa que permite ha-
cer los ajustes a la distribución empírica de
Weibull, a la Normal, a la Log Normal y a la
Gamma, para los valores anuales de los es-
currimientos del río Nazas, se ha obtenido la
gráfica que se muestra en la Figura 2.5.
Obsérvese en la Figura 2.5 que las dis-
tribuciones Gamma y Log Normal ajustan
mejor a los valores empíricos que la Normal;
es más, la prueba de X2 indica que el mejor
ajuste es la Gamma. Se ha marcado con una
línea naranja el valor correspondiente al
valor 1250 hm3 y se nota claramente que la
probabilidad calculada por la Normal difie-
re del valor empírico, y el cálculo con la Log
Normal que se ha hecho anteriormente, es
más cercano al empírico.
Un primer caso por analizar puede ser
bajo la condición de que en una corriente
no exista un embalse que permita regular
los escurrimientos, y que se pretenda definir
con qué probabilidad podrían estimarse los
volúmenes de agua esperados que permi-
tan regar una determinada superficie para
73
La operación de los sistemas de riego con apoyo de las técnicas de la información
asegurar una ganancia económica, desde lue-
go sujeta a cierto riesgo si es que no se llegara
a disponer de la cantidad de agua esperada.
Para ello, se tiene disponible informa-
ción de los volúmenes mensuales que se
han aforado durante 25 años en un río cuya
pendiente no permite ubicar un vaso de al-
macenamiento; bajo la hipótesis de que es
posible estimar por el método de Weibull la
probabilidad empírica mensual esperada de
que llegue un cierto volumen.
Para calcular la probabilidad de ocurren-
cia de los volúmenes mensuales, se han or-
denado independientemente en cada mes y
calculado las probabilidades complementa-
rias de que x <=X o x>=X, como se muestra
en el Cuadro 2.15.
Para definir las probabilidades mensua-
les con fines de planeación del riego en un
distrito como el que se propone, con deriva-
ción de una corriente sin regulación, utilizar
un criterio económico puede ser una solu-
ción aceptable.
Para el caso se ha construido un modelo
de programación lineal, según se ha expli-
cado en los incisos anteriores, considerando
restricciones en el uso del agua a nivel men-
sual, para diferentes niveles de probabilidad
de ocurrencia. De esta manera, para cada
conjunto de valores de disponibilidad de
agua, correspondiente a una determinada
probabilidad, se obtiene un valor del benefi-
cio en el distrito de riego.
El modelo que se construyó para este dis-
trito se instrumentó con información obtenida
de la zona. Los cultivos principales son caña
74
de azúcar, maíz, frijol, arroz, frutales y horta-
lizas; cuyos precios medios rurales, costos de
producción, coeficientes de requerimiento
de riego mensual y restricciones en su pro-
ducción, fueron proporcionados por funcio-
narios de la Comisión Nacional del Agua y
de los ingenios azucareros.
Para tener una secuencia de beneficios
correspondientes a cada porcentaje de pro-
babilidad de ocurrencia de volúmenes en
intervalos de 10% de probabilidad, se cal-
cularon los volúmenes a diferente probabi-
lidad mediante el ajuste a una distribución
Log Normal, suponiendo un valor cercano
a la certeza (99.5 %) para definir el volumen
mínimo esperado en cada mes.
Al resolver el modelo para estos volúme-
nes mínimos se observa que el mes crítico
en demanda de riego es abril, que es cuan-
do se agota totalmente el recurso agua, in-
dicando un valor de la productividad mar-
ginal del agua para dicho volumen mínimo
de $1822.22/millar m3. En el Cuadro 2.16
se muestran los beneficios esperados para
cada volumen disponible a una determina-
da probabilidad, así como el área total y la
productividad marginal correspondiente.
Se observa que con un volumen de 35,000
millares de m3 se riega la totalidad del área
disponible, por lo que para volúmenes ma-
yores el agua se desperdiciará, y por tanto su
productividad marginal vale cero. Este volu-
men ocurre a una probabilidad de aproxi-
madamente 15 %.
Si la probabilidad seleccionada es cer-
cana a 1, el valor del beneficio es de sólo
 Planificación del riego

Cuadro 2.15. Volúmenes esperados mensualmente, probabilidad definida (miles de m3).

Pb Pb
Oct. Nov. Dic. Ene. Feb. Mar. Abr. Mayo Jun. Jul. Ago. Sep.
x£X x³X
96.15 3.85 104377 90139 67775 54623 43889 42182 42006 41322 130713 334537 123552 339083
92.31 7.69 95646 70240 59474 52349 41221 40862 37180 37942 111419 138241 114621 116030
88.46 11.54 84308 68794 58565 52088 39277 40661 36663 36470 95437 129585 90529 109342
84.61 15.38 80687 67548 57256 51368 38683 39661 35990 34605 65585 110455 71676 109009
80.77 19.23 79304 62113 56710 48459 38411 39116 34300 33382 55730 101771 67166 107315
76.92 23.08 77584 60547 55037 46979 38397 38277 34206 33193 53568 86466 66759 106583
73.08 25.92 77289 57604 53004 56881 38373 37776 33652 32872 51682 72270 60620 82016
65.38 30.77 77160 55801 52385 45758 36479 36944 33109 32462 49423 64244 54588 75149
65.38 34.61 73691 52591 50772 44466 36384 36110 32581 31982 47701 64230 53449 68786
61.54 38.46 65612 51971 49743 43128 36220 35178 32467 30199 42606 60158 48399 66270
57.69 42.31 62068 49015 46427 40412 35168 34075 32177 29800 36148 57658 47943 61117
53.85 42.15 55188 46529 44726 40080 34794 33954 30111 29537 34943 57326 47744 61111
50.00 50.00 52033 46291 43822 40035 34064 33216 29991 29365 33833 52695 47354 54562
42.31 53.85 49991 44541 43124 38234 31176 32336 29816 29184 33813 52131 46585 54450
42.15 57.69 49455 43368 42899 37299 31048 31760 29086 29047 33146 48212 46523 52298
38.46 61.54 49269 42866 41097 36499 30985 31598 28864 28650 32547 48209 46382 51216
34.61 65.38 49250 42332 40680 36288 30898 31120 28809 28366 32288 47522 46331 51114
30.77 65.38 49250 41756 39573 36153 30801 30898 28556 28305 32234 42249 45868 49310
25.92 73.08 44638 41161 38263 35406 30801 29773 28379 28271 30645 41446 42171 47507
23.08 76.92 44257 40739 36587 34728 30398 29420 27734 28225 30466 40366 40963 47175
19.23 80.77 44242 39826 36526 33092 29759 28927 27561 27734 29982 34661 38676 46627
15.38 84.61 44129 38759 35687 32615 28973 28527 27324 27405 26335 33102 38205 46227
11.54 88.46 40230 38232 35554 31396 28376 28511 26029 25379 26041 32250 38044 45269
7.69 92.31 39611 35575 32285 31294 28048 27318 24463 25327 24795 32173 29425 33740
3.85 96.15 38253 29808 30220 29196 26885 25935 24106 25257 24420 28468 29248 30643
Media 61101 50326 45928 41153 33980 33765 31006 30571 46620 72417 55313 76478
Med.Geo. 58472 48742 44954 40424 33687 33454 30735 30338 41402 59702 51685 65505

38.654 millones de pesos regándose sólo
el 60 % del área disponible. Si se seleccio-
na una probabilidad de 90 % de que por lo
menos se tenga un escurrimiento de 25.860
millones de m3 en el mes de abril, entonces
el beneficio esperado será de 44.85 millones
de pesos y con el 10 % de la probabilidad
restante se esperará un volumen menor, en
este caso igual al mínimo, luego el beneficio
total esperado en millones de pesos, será:
B90 = 0.9 * 44.85 + 0.1 * 38.654 = 44.23
Para un 80 % de probabilidad se tendrá:
B80 = 0.8 x 46.678 + 0.1 (3865 + 44.85) = 45.69

75
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.16. Beneficios esperados para volúmenes Obsérvese que estos beneficios (B) también
seleccionados a diferentes probabilidades.
pueden relacionarse con la probabilidad
Volumen Product.
Prob. abril Beneficio
Área
marginal complementaria de obtener un volumen,
regada
(%) (millares (millares $)
(ha)
($ milla- con su beneficio asociado de cuando más
m3) res m3)
igual al correspondiente en el Cuadro 2.15.
15 35000 55637 8000
20 34460 55000 7861 1180.21 *
También en el Cuadro 2.17 se muestra,
30 32990 53265 7488 1180.21 *
en la tercera columna, el incremento de be-
40 31780 51837 7181 1180.21 *
neficio con respecto al mínimo (D), es decir,
50 30735 50603 6916 1180.21 * relacionado con el volumen que casi con
60 29700 49382 6653 1180.21 * certeza se espera en abril.
70 28640 48131 6384 1180.21 * Si se relaciona la Pb £ V, expresada en
80 27409 46678 6072 1180.21 * forma decimal, con la relación Pb/D, se ob-
90 25860 44850 5679 1180.21 * tiene una función lineal con un ajuste acep-
100
21947 38654 4814 1822.22
table (considerando Pb de 0.1 a 0.8), de ma-
(99.5)
nera que la probabilidad complementaria
*La productividad marginal permanece constante en puede relacionarse con el beneficio median-
este rango de variación, porque la solución óptima te la expresión:
básica en el modelo de P.L. no cambia, es decir se
mantiene el mismo patrón de cultivos, variando sólo
el área regada de arroz. Pb
B= + 38.65; R2 = 0.996
0.012 + 0.08 PM
De igual manera se estimaron los benefi-
cios esperados hasta para un 20 % de proba- También pueden expresarse los incre-
bilidad, como se muestra en el Cuadro 2.17. mentos en los beneficios (ΔB) con la misma

Cuadro 2.17. Beneficios e incrementos de beneficios relacionados con las probabilidades de escurrimientos
en abril.
Pb £ V Beneficio total esperado: Dif. Respecto al mínimo: Incremento DB Pb £ V Pb £ V
(%) B (Millones $) D (Millones $) (Millones $) (%) 100 D
20 49.34 10.69 0.35 80 0.075
30 48.99 10.34 0.43 70 0.068
40 48.56 9.91 0.49 60 0.060
50 48.07 9.42 0.61 50 0.053
60 47.46 8.81 0.75 40 0.045
70 46.71 8.06 1.02 30 0.037
80 45.69 7.04 1.46 20 0.028
90 44.23 5.58 5.58 10 0.018
100 (99.5) 38.65 0.00 0 0.000

76

probabilidad expresada en forma decimal,
de manera que:
1
= -0.1254 + 3.623 Pb; R2 = 0.995
∆B
También:
1
∆B =
-0.1254 + 3.623 Pb
Utilizando esta información puede esta-
blecerse un criterio para definir el nivel de
probabilidad de ocurrencia de los volúme-
nes que se considerarán en el proceso de
planeación, tomando en consideración, por
una parte, que en los cálculos hay errores y,
por otra, que habrá una presión política so-
bre las autoridades del distrito si autorizan
un área mayor que la que podría regarse con
el agua disponible. Luego a estos factores
puede asignárseles un costo, de manera que
la decisión se toma cuando el incremento
en beneficio sea del mismo orden que di-
cho costo. Así, para el caso podría conside-
rarse el 1 % de los beneficios esperados, de
manera que se tendrá una decisión óptima
cuando el incremento en beneficio sea igual
o menor que dicha cantidad, esto es:
DB £ 0.01 B
También:
∆B
≤ 0.01
B
Para un caso general se puede considerar:
Planificación del riego
∆B (2.27)
≤ε
B
donde e representa el costo relativo de la
decisión.
Aplicando la fórmula (2.25) al costo:
1 FG
= 0.01
Pb
+ 38.65
IJ
-0.1254 + 3.623 Pb H0.012 + 0.08 Pb K
Despejando Pb se obtiene el valor de
0.55 para la probabilidad complementaria,
o de 45% de que se presente un volumen
de cuando menos 31.2 millones de m3 en el
mes de abril, con un beneficio asociado del
orden de 48.5 millones de pesos.
2.3.2 Estimación de la disponibilidad de
agua cuando dicho recurso está contro-
lado
El propósito principal de almacenar agua
es el de ajustar, en el tiempo, el patrón de
entradas al de demandas. Como se vio en el
ejemplo anterior, en los meses de lluvia so-
bra agua, mientras que en los meses secos,
que es cuando se tiene la máxima demanda,
falta. Al almacenar el agua que se desper-
dicia en épocas de lluvia, puede luego ser
utilizada en la época seca. Por tanto, cuan-
do se tiene uno o varios almacenamientos
de agua, es importante deducir reglas para
la operación de estos almacenamientos de
manera de satisfacer la demanda tan com-
pleta y eficientemente como sea posible.
77
La operación de los sistemas de riego con apoyo de las técnicas de la información
En los últimos 45 años se han hecho
multitud de trabajos relacionados con la
operación de almacenamientos. Como cosa
curiosa, no sólo los hidrólogos e ingenieros
en sistemas se han interesado en estos pro-
blemas de manejo de almacenamientos de
agua, sino también los economistas. Es in-
dudable que existe una analogía entre los
problemas de manejo de presas de alma-
cenamiento y el de almacenes industriales
y comerciales. La diferencia entre estos dos
sistemas es que, en el sistema de almacenes
industriales y comerciales, las entradas están
controladas, en cambio las salidas depen-
den de una regla de operación. Dadas estas
características, la optimización de sistemas
de almacenamiento ha sido ampliamente
estudiada, no solamente por ingenieros sino
también por economistas.
No obstante, los trabajos clásicos sobre
este tema, como los realizados por Moran
(1959), Kendall (1957) y Lloyd (1967), que
consideran un enfoque estocástico, han te-
nido poca aplicación práctica en distritos y
sistemas de riego en operación. Un trabajo
relevante en este campo es el realizado por
Buras (1963) que aplica un algoritmo (pro-
ceso de cálculo) de programación dinámica
para la optimización de la operación conjun-
ta de una presa y un acuífero. En México se
han realizado trabajos similares, por ejem-
plo el presentado como tesis de Maestría en
Ciencias por Aguilar (1972), que mediante
programación dinámica deduce reglas de
operación para la presa Lázaro Cárdenas en
la Región Lagunera.
78
Sin embargo, a pesar de la bien defini-
da metodología que existe para optimizar
sistemas de almacenamiento de agua, hay
aún varios problemas que no han sido re-
sueltos y que impiden su aplicación práctica
en distritos de riego en operación, aunque
los métodos son de común aplicación para
la elaboración del proyecto y diseño de sis-
temas de riego. Entre estos problemas son
de mencionarse, por ejemplo, la dificultad
en establecer una función de beneficio o de
pérdida efectiva durante todo el tiempo de
operación analizado y, por lo mismo, las re-
glas deducidas son poco flexibles y no con-
vincentes para los que toman las decisiones
en los distritos de riego.
Por esta razón, no solamente en México,
sino incluso en países más desarrollados
como en los Estados Unidos de América, las
reglas de operación de las presas de almace-
namiento, son establecidas, en la mayoría de
los casos, con base en juicios y experiencias
personales de los operadores. Sin embargo,
como Buras lo hace notar (1972 p. 42) las
decisiones que se hacen con base en estas
reglas tienen consecuencias que se extien-
den sobre el tiempo, afectando la operación
futura de los almacenamientos, dado que
este tipo de decisiones siguen un proceso
claramente secuencial.
Las malas decisiones pueden afectar la
economía regional en los distritos de riego
por varios ciclos agrícolas. Por ejemplo, en
el Distrito Río Mayo en Sonora, un error en
la estimación de las extracciones de la presa
Adolfo Ruíz Cortines. en 1957, causó la quiebra

de muchos agricultores debido a que se
secó la presa antes de que se terminara de
regar el cultivo establecido de algodón. Pos-
teriormente, las nuevas reglas operativas del
vaso fueron más conservadoras, propician-
do derrames por el vertedor de demasías,
con el consiguiente daño por inundaciones
en la parte baja del distrito y desperdicio del
agua. Más recientemente, decisiones de
este tipo en el noroeste del país, han propi-
ciado fuerte disminución de la producción
en los distritos de riego debido a la reduc-
ción de las reservas de agua en las presas
hacia los niveles mínimos, ocasionando un
vaivén en la economía regional.
Para evitar estas situaciones, es recomen-
dable obtener reglas de operación de los al-
macenamientos que permitan normar me-
jor el criterio de los operadores en la toma
de decisiones, mejorando la eficiencia en el
uso del agua almacenada y disminuyendo,
hasta donde sea posible, los cambios brus-
cos en la productividad regional debidos al
mal manejo del recurso agua.
2.3.2.1 Obtención de reglas de operación
para una presa de almacenamiento y un
acuífero
El objetivo de obtener las reglas de ope-
ración, como ya se explicó anteriormente,
es mejorar la eficiencia del uso del agua en
la fuente de abastecimiento. Puede definir-
se como eficiencia en el uso de un vaso de
almacenamiento, a la relación entre el volu-
men medio anual de agua extraída para su
Planificación del riego
utilización (en el distrito de riego o para ge-
nerar energía eléctrica), y el volumen que en
promedio recibe el vaso por diferentes en-
tradas. Por ejemplo, en el Distrito de Riego
Río Mayo, Son., el promedio de extracciones
en 19 años (para riego), es de 779 millones
de m3 y el promedio de entradas en el mis-
mo período es de 943 millones de m3, por
tanto la eficiencia en el uso del agua de este
almacenamiento es de 82.6%, lo que signifi-
ca que 17.4 % del volumen de agua que ha
entrado al vaso se ha perdido en evapora-
ción y derrame por el vertedor.
Aunque esta definición no toma en cuen-
ta el aspecto económico se infiere que al au-
mentar la eficiencia del uso del agua alma-
cenada, más agua estará disponible para el
riego con un consecuente incremento en el
beneficio para los usuarios del distrito, ade-
más de la reducción de derrames, que sig-
nifica también una reducción en los daños
como consecuencia de inundaciones en la
parte baja del distrito de riego.
Como ejemplo de la metodología que
puede seguirse para obtener reglas de ope-
ración de una presa y un acuífero, a conti-
nuación se presenta un ejemplo concreto,
utilizando información del mencionado Dis-
trito de Riego Río Mayo, Son. Este distrito
dispone de una presa de almacenamiento
cuya capacidad es de aproximadamente
1100 millones de m3 (la presa tiene una so-
bre elevación de la cresta del vertedor que
incrementó la capacidad del vaso en poco
más de 100 millones de m3). Adicionalmen-
te, es posible utilizar agua del acuífero, cuya
79
La operación de los sistemas de riego con apoyo de las técnicas de la información
capacidad de recarga fue estimada por la
Ex-secretaría de Recursos Hidráulicos en 155
millones de m3 al año. La extracción de agua
de este acuífero puede hacerse por medio
de bombeo de pozos profundos, de los cua-
les hay alrededor de 110 en buen estado de
operación. Todos los pozos y sus respectivos
equipos son de propiedad privada, aunque
existe un acuerdo entre sus dueños, gene-
ralmente usuarios del distrito, y el Comité Di-
rectivo Agrícola, para usar el agua como com-
plemento de la presa en el riego de cultivos.
En el uso del agua del acuífero existen
varias restricciones, pero las más importan-
tes son: salinidad alta del agua de la mayoría
de los pozos, por lo que es recomendable
usarla diluida con agua de la presa. Aunque
el caudal por pozo es en promedio de 123
lps, debido al mal estado de los equipos de
bombeo y a la ubicación topográfica de los
pozos, la experiencia indica que sólo se dis-
pone de un volumen medio de 25 millones
de m3 por mes y no más de 200 millones
de m3 por año. Finalmente, el sector ejidal
de los usuarios suele oponerse al uso de
esta agua que, según ellos, sólo beneficia a
la pequeña propiedad y en cambio puede
perjudicarlos cuando reciben agua con alto
contenido de sal. Sin embargo, durante la
operación de los pozos, una comisión con
representantes de ambos sectores y del dis-
trito de riego ejerce un estricto control en el
uso de esta agua.
Antes de explicar la metodología para
obtener las reglas de operación conjunta de
la presa y el acuífero, es importante conocer
80
cómo se toman las decisiones respecto al
programa de extracciones de agua de las
fuentes de abastecimiento en la mayoría de
los distritos de riego del país. Estas decisio-
nes generalmente se toman una o dos veces
al año, y una vez tomada la decisión sobre
el programa de cultivos y volúmenes por
utilizar, hay pocas posibilidades de cambiar
sus efectos en la demanda mensual de rie-
go. Por tanto, las reglas de operación deben
tomar en cuenta este hecho.
Para el caso estudiado, en el Distrito de
Riego Río Mayo, tales decisiones se toman
sólo dos veces durante el año agrícola, al
inicio de éste (en octubre) y al finalizar la
temporada de lluvias de invierno (en febre-
ro). En cada ocasión el área a ser regada y el
patrón de cultivos quedan definidos; conse-
cuentemente la demanda mensual de riego
también queda definida, salvo pequeñas
variaciones que son de esperarse por con-
diciones climatológicas y por algunos cam-
bios de cultivo.
En términos generales, la metodología
para encontrar las reglas de operación con-
junta de la presa y el acuífero será como si-
gue. Primero se intentará obtener una volu-
men de extracción constante que pueda ser
garantizado a los usuarios, sujeto a la res-
tricción de una capacidad fija del vaso y con
base en los volúmenes de entrada anual es-
perados, para lo cual se usará un modelo de
programación lineal muy simple, y similar al
propuesto por Dorfman (1962, pp. 525-529).
Segundo, puesto que este primer intento
sólo considerará la disponibilidad total anual

de agua, será necesario hacer un ajuste to-
mando en cuenta la variabilidad mensual de
la demanda de riego, la cual generalmente
esta desfasada respecto a las entradas men-
suales al vaso, y que no siempre puede re-
gularse en su totalidad. Para este ajuste, se
considerará el agua subterránea y se calcu-
larán unas curvas que indiquen, para cada
mes, el riesgo de llegar a secar el vaso o el
riesgo de que la presa llegue a derramarse.
Estas curvas son similares a las propuestas
por Buras (1972).
Finalmente, una vez que las reglas ge-
nerales de operación se hayan obtenido, el
sistema será simulado, al menos por el pe-
ríodo observado de 19 años, utilizando las
entradas mensuales reales y un patrón de
demanda mensual de agua para riego, que
puede obtenerse usando programación li-
neal, como se indica en la primera parte de
este capítulo, con el objeto de observar el
comportamiento del sistema bajo estas re-
glas de operación y comparar los resultados
con los valores reales observados.
A. Cantidad de agua que puede garantizarse
anualmente a los usuarios del distrito
El problema que pretende resolverse
puede ser planteado en forma simple, esto
es: ¿Cuál deberá ser la extracción media
anual de la presa que permita maximizar el
beneficio esperado por los usuarios del dis-
trito de riego?
El beneficio medio obtenido por metro
cúbico de agua que entre a la presa, puede
Planificación del riego
estimarse dividiendo el beneficio total es-
perado, por ejemplo, 417 millones de pesos
para una eficiencia de conducción media
de 63.2 % (Cuadro 2.12), entre el volumen
medio de entradas a la presa, 944 millones
de m3; esto es $0.44/m3. El beneficio total se
estimó con una disponibilidad de agua en la
toma de la presa de 850 millones de m3, por
lo que se está suponiendo de antemano un
aumento de la eficiencia en el uso del agua
almacenada. Por otra parte, en vías de sim-
plificación, se supone que en un año en que
no pueda entregarse el volumen que se tra-
ta de garantizar, se tendrá una pérdida por
unidad de volumen no servido de $ 0.88/m3,
considerando que, además del agua, se per-
derían otras inversiones.
Las entradas anuales al vaso son una va-
riable aleatoria cuya probabilidad de ocu-
rrencia puede estimarse por su frecuencia
relativa, según se muestra en el Cuadro 2.18.
Por tanto, la función objetivo a maximi-
zar es:
n
MaxB = 0.44 X - 0.88 ∑ PU
i i i = 1,2,...5 (2.28)
i =1
donde:
B: beneficios anuales en millones de pesos.
X: cantidad de agua garantizada en millones
de m3.
Pi: probabilidad de entrada del volumen Vi .
Vi: volumen esperado con probabilidad Pi, i
= 1,2....5.
Ui: X - Yi , si X ³ Yi , y Ui = 0, si X < Yi
Yi : cantidad de agua extraída del vaso si la
entrada Vi ocurre en millones de m3.
81
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.18 Análisis de frecuencias de volúmenes anuales de entrada al vaso Mocuzari, Distri-
to de Riego Río Mayo, Sonora (millones de m3).
Volúmenes 100 m Intervalo Frecuencia Valor
m
observados N+1 de clase Absoluta Relativa medio
1 528 5
2 572 10
3 580 15
4 624 20
5 647 25
6 694 30 500 - 700 6 0.31 610
7 718 35
8 827 40
9 845 45
10 866 50 700 - 900 4 0.21 810
11 971 55
12 989 60 900 - 1100 2 0.11 980
13 1107 65
14 1212 70
15 1232 75
16 1246 80
17 1270 85 1100 - 1300 5 0.26 1210
18 1435 90 1480
19 1536 95 más de 1300 2 0.11

X 943 19 1.00 944

La función objetivo está sujeta a: c) Evitar derrames. Para esto es necesario

que:
a) Déficit de agua
Vi + S - Yi £ 1100, i=1, 2, ..., 5 (2.31)
Ui ³ X - Yi; Ui ³ 0, i = 1, 2, ..., 5 (2.29)
donde:
b) Media S es el almacenamiento inicial al principio
del año hidrológico, cuya iniciación es el
5 5 principio de la temporada de lluvias; 1100
∑ PY
i i ≤ ∑ PV
i i (2.30)
i =1 i =1 millones de m3 es la capacidad del vaso.

82
 Planificación del riego

d) Extracción de agua. Finalmente, la extrac- Ui: 0, para toda i, i=1,2....5.

ción anual de agua Yi, no debe ser mayor S: 334 millones de m3.
que la suma S + Vi para no secar el vaso. B: 415 millones de pesos.

Yi £ S + Vi , i=1, 2, .... 5 (2.32) La solución del modelo indica que debe

Substituyendo los valores conocidos en
las expresiones (2.28), (2.29), (2.30), (2.31) y
(2.32), el modelo queda según se muestra en
el Cuadro 2.19.
La solución de este modelo de progra-
mación lineal da los siguientes valores para
las variables:
X: 944 millones de m3.
Yi: 944 millones de m3, para toda i, i=1,2....5.
extraerse el promedio de las entradas (in-
cluyendo evaporación) para maximizar el
ingreso, pero el punto clave de esta solución
es que el almacenamiento al inicio del año
hidrológico deber ser 334 millones de m3.
Desafortunadamente, la distribución men-
sual de las entradas y extracciones de agua
del vaso dificultan lograr la extracción anual
objetivo (944 millones de m3). Además, las
decisiones referentes al programa de extrac-
ciones no se toman al inicio del año hidroló-

Cuadro 2.19. Modelo de programaci´n lineal para estimar volumen a garantizar en D.R. 038.
Variables
Restricciones X Y1 Y2 Y3 Y4 Y5 U1 U2 U3 U4 U5 S Tipo Recurso
Media 0.31 0.21 0.11 0.26 0.11 LE 944
A. Abastecida 1 -1 LE 610
A. Abastecida 1 -1 LE 810
A. Abastecida 1 -1 LE 980
A. Abastecida 1 -1 LE 1210
A. Abastecida 1 -1 LE 1480
Déficit 1 -1 -1 LE 0
Déficit 1 -1 -1 LE 0
Déficit 1 -1 -1 LE 0
Déficit 1 -1 -1 LE 0
Déficit 1 -1 -1 LE 0
No derrame -1 -1 LE 490
No derrame -1 -1 LE 290
No derrame -1 -1 LE 120
No derrame -1 -1 LE 110
No derrame -1 -1 LE 380
Objetivo 0.44 -0.273 -0.185 -0.097 -0.229 -0.097 LE

83
La operación de los sistemas de riego con apoyo de las técnicas de la información

gico (en julio), sino hasta el mes de octubre, De manera que:

por lo que es necesario encontrar otro me-
dio de control que permita un ajuste men- L ³ Li ³ 0 (2.33)
sual de las extracciones a las entradas.
Qi: entrada al vaso en el mes i (unidades de
B. Curvas de control de niveles del vaso de volumen).
la presa Xi : entradas acumuladas del mes i al final del
año agrícola (unidades de volumen).
Buras (1972) muestra un método simple esto es:
para encontrar unas curvas para el control
12
de niveles de un vaso de almacenamiento, Xi = ∑ Qj (2.34)
j =1
que indican cuáles son los volúmenes míni-
mos y máximos permisibles en el vaso, para Di: demanda de riego en el mes i, incluyendo
que a cierto nivel de probabilidad no se se- pérdida por evaporación en el vaso (unida-
que el vaso, ni haya derrame por el vertedor. des de volumen).
Para el cálculo de estas curvas se requiere Ci : demanda acumulada:
conocer la probabilidad de ocurrencia de los
volúmenes de entrada acumulados, la de- 12
manda mensual de riego y pérdidas por eva- Ci = ∑ Dj (2.35)
j =1
poración, así como la capacidad de bombeo
del acuífero. Además, los volúmenes espera-
dos de entradas acumuladas se ajustaron a   Con objeto de evitar derrames en cual-
una distribución probabilística Log Normal. quier mes del año, las siguientes condicio-
nes deben ser satisfechas:
Curva de volumen máximo: Esta curva,
característica del vaso de almacenamiento, Q12 + L12 - D12 £ L
es una función del tiempo, de la demanda Q11 + Q12 + L11 - D12 - D11 £ L
mensual de riego y de un cierto nivel de ries-
go de que la presa derrame. Usando la mis-   En la misma forma, para todos los meses,
ma notación propuesta por Buras se tiene: la expresión general usando entradas y de-
mandas es:
L: capacidad máxima de la presa (unidades
de volumen); Xi + Li - Ci £ L
Li: volumen almacenado en la presa al princi-
pio del mes i (unidades de volumen), despejando Xi ; queda:

84

Xi £ Ci - Li + L i=1, 2, .... 12 (2.36)
  Por tanto, el valor máximo de entradas
acumuladas del mes i al final del año agríco-
la sin que se presenten derrames se define
por la expresión (2.36). También puede defi-
nirse un cierto valor Ai, tal que:
Ai = Ci - Li + L ³ Xi (2.37)
  Entonces, suponiendo que los volúmenes
de entradas acumuladas, Xi son Log Normal-
mente distribuidos con una media aritmé-
tica de los logaritmos de las entradas acu-
muladas Mi, y una desviación estándar de
los logaritmos de dichos valores, σ (lnXi), no
habrá derrames cuando Xi en la expresión
2.37 vale:
Xi = eMi (2.38)
Los derrames ocurrirán con una probabi-
lidad (a) si:
Xi = Ai = Exp [Mi + a(a) s(ln Xi)] (2.39)
  Por ejemplo, si la probabilidad de no de-
rrame es de 85 %, entonces α(a), de una ta-
bla de valores de la normal, es de 1.04, de
manera que Ai puede estimarse.
  Con objeto de calcular el volumen máxi-
mo que debe tener el vaso en un mes i para
evitar el derrame con una cierta probabili-
dad (a), de la ecuación (2.37) se despeja Li:
Li = L + Ci - Ai, i=1, 2, .... 12 (2.40)
Planificación del riego
Los valores Li para cada mes definen una
curva de volúmenes máximos permitidos en
el mes i para que se presente derrame con
una probabilidad (a).
Para el caso del Distrito de Riego Río
Mayo los volúmenes de entradas al vaso se
acumulan a partir del mes, de septiembre,
último mes del ciclo agrícola, para cada uno
de los 19 años observados; la serie de valo-
res correspondiente a cada mes, se ajustan a
una distribución Log Normal; esto es, se to-
man logaritmos de los valores acumulados
para cada año y la media de estos logarit-
mos es Mi. En el Cuadro 2.20, en la segun-
da columna, se muestra el antilogaritmo de
este valor, esto es: Xi = eMi. El valor Ai (85%) de
la quinta columna del cuadro ha sido calcu-
lado de la siguiente forma:
Aoct = Exp [ln 894.1 + 1.04 (0.336)] = 1268.1
Donde 1.04 es el valor de a (a) cuando
la probabilidad (a) es de 85 %. El nivel de la
curva superior se obtiene con la expresión
(2.40), es decir:
Loct = 1100 + 915.1 - 1268.1 = 747.0 millones de m3
Este volumen es el máximo que debe te-
ner la presa al inicio del mes de octubre para
que con un 85 % de probabilidad no haya
derrames si se extrae el volumen programa-
do de extracciones. En la misma forma pue-
den calcularse los volúmenes Li que forman
la curva superior de control del vaso para
todos los meses i, que aparecen en la última
85
La operación de los sistemas de riego con apoyo de las técnicas de la información

Cuadro 2.20. Curvas de control para la presa Adolfo Ruíz Cortines (millones de m3).
Xi* Bi Ai Nivel
Mes Mi (Ci)** (Pi)
S(lnXi) 95 % 85 % Curva baja Curva alta
Octubre 894 0.336 514.1 1268.0 915.1 186.0 540.2 747.0
Noviembre 809 0.340 642.1 1153.0 890.5 177.0 576.5 837.8
Diciembre 782 0.346 441.7 1120.0 802.0 160.0 525.1 781.6
Enero 740 0.310 443.7 1021.0 682.6 144.0 450.4 761.2
Febrero 669 0.291 413.7 904.6 531.9 127.0 316.3 727.3
Marzo 628 0.290 389.5 849.6 413.3 110.0 238.6 663.7
Abril 589 0.275 374.5 784.0 313.3 93.5 170.5 629.3
Mayo 579 0.276 367.2 771.8 257.1 76.9 138.0 585.3
Junio 569 0.278 359.6 659.9 198.0 60.2 103.2 538.1
Julio 551 0.287 343.4 742.8 131.6 43.5 69.7 488.8
Agosto 384 0.370 208.4 563.7 68.4 26.9 158.1 604.7
Septiembre 125 0.459 58.8 202.1 26.4 10.2 282.4 924.3

* Obtenida de una muestra de 19 años. Se asume una distribución Log-Normal.

** Se incluyen pérdidas por evaporación.

columna del Cuadro 2.20. En la Figura 2.6 se

riesgo de derrame
Almacenamiento (millones de m3)

Incremento del

1000
han graficado estos valores.
85%Pb.de
900
Zona de Riesgo no derrame
de derrames
  Curva de volúmenes mínimos. Simplifi- 800

cando la derivación de esta función (Buras), 700

95%Pb.de
no derrame
se puede presentar en la siguiente forma: 600

  supóngase que Wi es la cantidad de agua 500

riesgo de sequia
Incremento del

del subsuelo que puede ser usada en el mes 400 95%Pb.de

Zona de Segura no sequia
i y Pi el volumen acumulado de esta agua 300

desde el principio del mes i hasta el final del 200

Zona de Riesgo
año agrícola; por tanto: 100 de sequia

12 0
Pi = ∑ Wj (2.41) Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct
j =1 Tiempo (meses)

  Por otra parte, debe recordarse que se ha

supuesto una capacidad mensual de bom- Figura 2.6. Curvas de Control de la
beo de 25 millones de m3. Adicionalmente, Presa Adolfo Ruíz Cortines.

86

esta agua sólo es aceptada por los usuarios
si está diluida al menos en un 50 % con agua
de la presa. Por tanto, Pi y Wi están sujetas a
las siguientes restricciones:
Wi £ 0.50 Di, para asegurar la calidad del agua.
Wj ³ 25 millones de m3.
Pi £ 200 millones de m3, capacidad de bombeo.
Establecidas las restricciones, la deman-
da acumulada de agua para el mes i puede
expresarse como sigue:
Ci £ Li + Xi + Pi , i=1, 2,..., 12 (2.42)
Despejando Xi se tiene:
Xi ³ (Ci - Pi) - Li, i=1, 2,..., 12 (2.43)
donde Xi, Ci y Li han sido anteriormente de-
finidas.
Se define también la expresión :
Bi = (Ci - Pi) - Li £ Xi (2.44)
Como se ha asumido que Xi es Log Nor-
malmente distribuida con Mi= lnXi y σ(lnXi),
para una probabilidad de que llegue a secar-
se el vaso de (a), el correspondiente valor de
Bi, está dado por:
Bi = Exp [Mi - a(a) s(ln Xi)] (2.45)
De la ecuación (2.44), Li es:
Planificación del riego
Li = Ci - Pi - Bi, i=1, 2,..., 12 (2.46)
Puesto que Li en esta ecuación puede
llegar a adquirir un valor negativo y su valor
mínimo, cuando más, debe ser el almace-
namiento muerto de la presa, es necesario
hacer un ajuste a dicha ecuación (2.46) adi-
cionándole un valor LM cuyo valor es:
LM = (max neg Li) + Vd (2.47)
max neg Li: el valor máximo negativo que lle-
gue a obtenerse al aplicar la ecuación (2.46).
Vd: almacenamiento muerto del vaso (uni-
dades de volumen).
Por tanto ,la expresión final para calcular
los volúmenes mínimos es:
Li = Ci - Pi - Bi + LM, i=1, 2,..., 12 (2.48)
Igualmente, puesto que el año agrícola
comienza en octubre, este mes es conside-
rado como i=1 y septiembre del siguiente
año civil será el mes final, o sea i=12.
También, en el cuadro 2.20, se tienen los
elementos para el cálculo de esta curva para
el vaso de la presa Adolfo Ruíz Cortines. Para
este caso, Bi se ha calculado al 95 % de pro-
babilidad de no llegar o secar el vaso. Así,
para el mes de octubre se tiene:
Boct = Exp[ln894.1-1.65(0.336)]=Exp[6.796-0.554]
Boct = Exp [6.242] = 514.1
87
La operación de los sistemas de riego con apoyo de las técnicas de la información
Aplicando la ecuación (2.45) a todos los
valores mensuales se encuentra el máximo
valor negativo de Li en el mes de julio (Li=
255.3). Para el cálculo se supone un valor de
70 millones de m3 como el almacenamiento
muerto1, luego LM vale aproximadamente
325.
Loct= 915.1-185.8-514.1+325=540.2 millones de m3
Este es el volumen mínimo que debe te-
ner la presa para que, con un 95 % de proba-
bilidad, y extrayendo el volumen programa-
do, no llegue a secarse el vaso. Debe hacerse
notar que se está tomando en cuenta un vo-
lumen de bombeo sujeto a las restricciones
según la expresión (2.42). El volumen medio
mensual disponible quedó en 16.7 millones
de m3 (200 millones de m3/año).
La curva de niveles mínimos, calculada
en la forma descrita, mes a mes, se ha grafi-
cado también en la Figura 2.7.
C. Reglas de operación del vaso
Tomando en cuenta la información obte-
nida es posible formular las siguientes reglas
para mejorar la operación del vaso de la pre-
sa Adolfo Ruíz Cortines.
Extracción media anual. La extracción
total media anual, incluyendo las pérdidas
por evaporación del vaso, deberá ser aproxi-
madamente igual al promedio de entradas
1
Volumen muerto real de 25 millones de m3. A niveles bajos es difícil extraer agua de la presa, por lo que se supone un
valor de 70 millones de m3.
88
registrado en un período de 19 años, de
acuerdo con los resultados obtenidos del
modelo de programación lineal (Inciso A).
Almacenamiento en octubre. La pri-
mera decisión respecto al programa de ex-
tracciones se toma en el mes de octubre por
tanto, con objeto de minimizar el riesgo de
derrames o de llegar a secar el vaso, el alma-
cenamiento según las curvas de control de-
berá ser de entre 600 y 700 millones de m3.
Si el almacenamiento al inicio de ese mes no
está dentro de este rango, deberá hacerse
un ajuste en el programa de extracciones en
la siguiente forma: si el almacenamiento es
de menos de 600 millones de m3, debe re-
ducirse la extracción objetivo (propuesta en
la primera regla); esta reducción se hará de
acuerdo a la proporción (Voct/600). Si, por el
contrario, el almacenamiento en el mes es
de más de 750 millones de m3, entonces el
ajuste también se hará aumentando las ex-
tracciones (primera regla) en la proporción
(Voct/750).
Ajuste del almacenamiento al princi-
pio del año hidrológico. De acuerdo con
el modelo de programación lineal (inciso
A), el almacenamiento en la presa al inicio
del año hidrológico (1º de julio) deberá ser
de 335 millones de m3. Por tanto, en el mes
de febrero, cuando se toma la segunda de-
cisión respecto al programa de extraccio-
nes, deberá hacerse una estimación del al-
macenamiento esperado para el día último

de junio, tomando como base las entradas
medias en los meses de marzo, abril, mayo y
junio (que en general tienen poca variación),
así como las extracciones estimadas para di-
chos meses incluyendo la evaporación. Si el
almacenamiento estimado para el inicio del
año hidrológico es menor que el calculado
(335 millones m3), el déficit deberá cubrirse
utilizando las aguas subterráneas. Si la esti-
mación da un valor mayor de 335 millones
de m3, entonces pueden aumentarse las ex-
tracciones para segundos cultivos en una
cantidad igual la diferencia entre el valor
calculado y los 335 millones de m3.
Uso del agua subterránea. La capacidad
de bombeo anual y mensual debe tomarse en
consideración al programar el uso de las aguas
del subsuelo, así como la calidad de ésta; para
el caso, deben satisfacerse las restricciones re-
sumidas en las expresiones (2.39).
Riesgo de derrames y de llegar a secar
el vaso. Los almacenamientos mensuales
deben compararse con los calculados para
las curvas de volumen mínimos y máximos.
Si en un mes determinado los volúmenes
almacenados son muy superiores a los de-
finidos por la curva de volúmenes máximos,
es recomendable aumentar las extracciones
para reducir el riesgo de derrames. Si, por el
contrario, el volumen observado es menor
que el mínimo que seсa la curva de control,
debe utilizarse más agua subterránea y re-
ducir las extracciones para reducir el peligro
de secar el vaso.
Finalmente, al cambiar el patrón de culti-
vos y en consecuencia la demanda mensual
Planificación del riego
de riego, deben calcularse las nuevas curvas
de control. En todo caso, con el fin de nor-
mar el criterio de los que toman las decisio-
nes, se recomienda calcular estas curvas con
varios patrones de demanda de riego y para
diferentes niveles de probabilidad.
D. Prueba de las reglas de operación
Para probar la efectividad de las reglas
de operación, es recomendable construir un
modelo de simulación de la operación del
vaso y, usando los valores reales de entradas
mensuales, evaporación y precipitación, así
como un patrón de demanda de riego que
puede obtenerse por programación lineal,
simular el funcionamiento del vaso durante
todo el período observado. Si este período
de observación no es muy largo, es decir
que se tengan pocos años de observación,
pueden generarse datos sobre entradas al
vaso mediante un modelo hidrológico de
generación sintética, al cual se hará referen-
cia brevemente al final de este capítulo.
El principio de conservación de la masa
es la base para la ecuación de balance de un
almacenamiento. Esta ecuación puede ser
expresada como sigue:
Vi+1 = Vi + Pri + Ei - Evi - Si, (i = 1, 2,..., 12) (2.49)
donde:
Vi: volumen almacenado en la presa al prin-
cipio del mes i (unidades de volumen).
Vi+1: volumen almacenado en la presa al final
del mes i (unidades de volumen).
89
La operación de los sistemas de riego con apoyo de las técnicas de la información
Pri: precipitación dentro del vaso expresado
como volumen, en el mes i.
Evi: volumen evaporado del vaso en el mes i.
Ei: entradas al vaso en el mes i (unidades de
volumen).
Si: salidas del vaso en el mes i (unidades de
volumen).
Pri y Evi dependen del área que cubre el
agua en el vaso, la cual, a su vez, es una fun-
ción del volumen Vi o con más aproximación
del volumen promedio en el mes i, esto es (Vi
+ Vi+1)/2. De la curva característica del vaso,
área-capacidades, mediante regresión pue-
de obtenerse una relación entre las áreas y
los volúmenes almacenados. Para el caso de
la presa Adolfo Ruíz Cortines, en el Río Mayo
la función encontrada es:
A = 39.8V 0.75, con R2 = 0.99 (2.50)
donde:
A: área que cubre el agua en el vaso en ha.
V: volumen almacenado en el vaso en millo-
nes de m3.
La salida Si para el caso, generalmente es
el volumen requerido para riego, pero tam-
bién puede incluir filtraciones o derrames en
el mes i.
Sea Vd el almacenamiento muerto y Vmax
la máxima capacidad del vaso. Entonces si:
Vi £ Vd (i = 1, 2, ... 12) (2.51)
el vaso esta seco en el mes i; y si
90
Vi > Vmax (i = 1, 2, ... 12) (2.52)
el volumen en el mes i es mayor que la
capacidad del vaso y habrá un derrame por
el vertedor, cuyo valor es:
Vi = Vi - Vmax (i = 1, 2, ... 12) (2.53)
La ecuación (2.49) y las adicionales ex-
presiones (2.50), (2.51), (2.52) y (2.53) consti-
tuyen la base para el modelo de simulación
del funcionamiento del vaso, el cual puede
prepararse para un computador o aún para
un pequeño calculador programable.
Con objeto de probar las reglas de opera-
ción propuestas, éstas se añaden al modelo
como restricciones exógenas. La primera re-
gla, que se refiere a la cantidad total anual de
agua que debe extraerse de la presa, la cual
es igual al promedio de entradas observa-
do, sirve de base para estimar la extracción
anual para riego. Estimando en forma grue-
sa, una pérdida del 10 % en evaporación, la
cantidad disponible para riego será de 944
- 94 = 850 millones de m3. La demanda men-
sual de riego puede estimarse mediante un
modelo de programación lineal, como se ha
visto anteriormente, fijando los 850 millones
de m3 como disponibilidad total anual.
La segunda regla toma en consideración
el almacenamiento en el mes de octubre,
inicio del ciclo agrícola; por tanto esta regla
se pone como una condición para el ajus-
te de extracciones cada vez que (i) toma el
valor de 1. Los ajustes, de acuerdo con los
límites de 600 y 750 millones de m3, limitan

el riesgo de derrames a un 15 % y el riesgo
de secar el vaso a sólo 5 %.
La tercera regla considera un segundo
ajuste al programa de extracciones cuan-
do el Comité Directivo Agrícola del distrito
toma la decisión a fines de febrero, (cuando
i =6). Este ajuste se realiza de acuerdo al vo-
lumen previsto para el final del mes de junio,
el cual debe ser 335 millones de m3.
La estimación de este volumen se hace
agregando las entradas esperadas para los
meses de marzo, abril, mayo y junio al alma-
cenamiento al final de febrero y restando las
salidas para riego y por evaporación para el
mismo período (no se consideran filtracio-
nes, porque para este vaso no son significa-
tivas).
Si el valor esperado para el almacena-
miento al final de junio es menor que 335
millones de m3, la diferencia deberá suplir-
se con agua del subsuelo, con objeto de
reducir las extracciones al vaso, tomando
en cuenta las restricciones en el uso de esta
agua. Por otra parte, si el volumen esperado
es mayor de 335 millones de m3, la diferen-
cia (si es mayor de 25 millones, para facilitar
ajustes), se utilizará para aumentar el área
de segundos cultivos.
Para finalizar, el modelo también deberá
tomar en cuenta la cuarta regla, referente a
las restricciones en el uso del agua subterrá-
nea. Esto significa que el volumen máximo
de agua subterránea que puede ser usado
desde marzo hasta septiembre (inclusive),
será cuando más de 175 millones de m3, (25
millones de m3 mensuales). Pero, por otra
Planificación del riego
parte, en ningún mes se permitirá que el
agua usada para riego tenga más de un 50 %
de aguas del subsuelo.
En la Figura 2.7 se muestra el diagrama
del flujo del modelo de simulación de vaso,
señalándose donde incide cada una de las
reglas de operación.
Discusión de resultados del modelo de si-
mulación
Los resultados obtenidos del modelo de
simulación se sumarizan en el Cuadro 2.21,
donde se comparan con las extracciones
observadas en cada uno de los 19 años.
Puesto que la capacidad del vaso de la pre-
sa Adolfo Ruíz Cortines fue aumentada en
1968, se ha hecho un ajuste a los valores rea-
les observados de extracciones. Si antes de
esa fecha los derrames fueron de menos de
100 millones de m3, se supone que no hubo
tales derrames y que ese volumen pudo ser
utilizado para riego. Aunque esta suposición
no es del todo correcta, puesto que las pér-
didas por evaporación también deberían
haber aumentado al incrementarse el área
inundada, los resultados son conservadores
favoreciendo la operación sin considerar las
reglas probadas.
Tomando en cuenta estos ajustes, el pro-
medio de extracciones para riego aumenta-
ría de 778.8 a 794.0 millones de m3, aumen-
tando también la eficiencia en el uso del
agua almacenada de 82.5 % a 84.2 %. Por
otra parte, mediante el uso de las reglas de
operación las extracciones para riego del
91
La operación de los sistemas de riego con apoyo de las técnicas de la información

LEER PARAMETROS DEL VASO

Vmáx, Vd, COEF, Si, MS, ECS

LEER DEMANDA DE SEGUNDOS

CULTIVOS R2i

LEER DATOS CLIMÁT. E HIDROL.

Pri, Eval, Ei, AÑO

ALAMACENAMIENTO INICIAL Si=Vi

Ri(Vi/600) Ri(Vi/750)

600<Vi<790
0.75
Ai =COEF Vi= 39.8 Vi

Vevi, Vprei = F (Ai, Evai, Prei)

Vi+1=Vi+Ei+Vprei-Vevi-R1-R2i

Vi - Volumen mes i
Vi+1<=Vmáx DERRAME=Vi+1-Vmáx

Vi+1=Vi+Ei+Vprei-Vevi-R1-R2i Vi+1<=Vmáx

Vi+1=Si

AUMENTAR R2
Si=MS+B R2 = {(Vi-MS-B)/25}

BOMBEO MÁXIMO R/2, USAR

Ri/2 < 25
AGUA SUBTERR. EN Ves=(MS+B)-Si

Figura 2.7. Diagrama de flujo del modelo de simulación.

92
 Planificación del riego

Cuadro 2.21. Comparación entre extracciones reales y simuladas de la presa Adolfo Ruíz Cortines (millones
de m3).
Extracciones para riego Derrames Val. Real. Ajust Diferencias
Año
(1) Real Simulado Total simul. Real Simulado Extracc. Derrames Extracc. Derrames
(2) (3) Bombeo (5)=(3)-(4) (6) (7) (8) (9) (10)=(5)-(3) (11)=(7)-(9)
55-56 788.5 729.1 120.7 849.8 788.5 61.3
56-57 672.8 631.1 120.0 751.1 672.8 78.3
57-58 626.4 472.3 92.0 564.3 626.4 -62.1
58-59 646.1 899.5 101.2 100.7 646.1 345.6
59-60 668.8 1495.8 1495.8 749.1 322.5 768.8 649.1 727.0 -326.6
60-61 988.2 824.5 25.3 849.8 50.3 988.2 -138.4
61-62 838.6 1100.1 1100.1 240.1 938.6 140.1 161.5 -140.1
62-63 734.9 633.5 123.4 756.9 734.9 22.0
63-64 721.4 694.8 119.0 813.8 72.7 721.4 92.4
64-65 807.2 1164.3 25.3 1189.6 27.7 807.2 256.3 382.4
65-66 566.8 567.6 110.5 678.1 356.3 17.2 666.8 11.3 239.1
66-67 804.3 1129.4 117.0 1246.4 3.5 804.3 256.3 442.1
67-68 833.0 925.7 925.7 176.4 833.0 176.4 92.7 -176.4
68-69 913.8 1154.6 50.6 1216.2 31.4 913.8 31.1 302.4 31.1
69-70 595.3 510.6 99.4 610.0 595.3 14.7
70-71 677.4 727.3 129.0 856.3 677.4 178.9
71-72 1082.2 118.6 1118.6 211.1 237.9 1082.2 211.1 36.4 26.8
72-73 1006.6 1077.5 1077.5 1006.6 70.9
73-74 824.7 764.9 130.5 985.4 824.7 70.7
Suma 14797.00 16632.20 1243.20 17996.10 1918.10 2899.10 15097.00 1464.10 2899.10 -886.50
Media 778.80 875.40 947.20 152.60 794.00 152.60
Desv. Est. 144.20 275.90 241.50 206.20 138.90 206.20
Coef. Var. 0.19 0.32 0.25 1.35 0.17 1.35

vaso se aumentan hasta 875 millones de
m3 por año, incrementándose consecuen-
temente la eficiencia en el uso del vaso de
almacenamiento hasta un 92.7 %; ésto sig-
nifica que las reglas de operación han propi-
ciado un aumento de 8.5 % en esta eficiencia.
Considerando solamente el mejora-
miento en el manejo del vaso, en promedio
se puede lograr un aumento de más de 80
millones de m3 por año en las extracciones
para riego, así como una disminución de
886.5 millones de m3 en los derrames y, con-
secuentemente, en daños por inundación
en las partes bajas del distrito de riego.
Sin embargo, el uso conjunto de las
aguas superficiales y del subsuelo, aun con-
siderando las restricciones físicas y políticas
en el uso de esta agua, pueden aumentar la

93
La operación de los sistemas de riego con apoyo de las técnicas de la información
disponibilidad de agua para riego en 152.6
millones de m3, ésto es, casi 20 % del prome-
dio usado en los 19 años observados.
Considerando el efecto de posibles erro-
res en el cálculo de las curvas de control del
vaso, se calculan otras curvas a diferentes ni-
veles de probabilidad de riesgo de derrames
y de secar el vaso, cambiando consecuente-
mente las reglas de operación. Substituyen-
do las restricciones en el modelo de simula-
ción se obtienen otros resultados.
Por ejemplo, si el valor del almacena-
miento máximo en octubre se aumenta, in-
crementando también el riesgo de derrames
(hasta 20 % en lugar del 15 %), los derrames
aumentan en 45.2 millones y el agua dispo-
nible para riego disminuye en 7.3 millones
de m3 anualmente. Por otra parte, si se dis-
minuye el riesgo de derrames, disminuyen-
do el almacenamiento máximo en octubre,
el riesgo de secar la presa aumenta, ya que
las curvas de control se cruzan, como pue-
de observarse en la Figura 2.7 (para 5 % de
riesgo de derrame). Reduciendo el riesgo de
derrame a un 10 %, el modelo de simulación
muestra que el vaso se seca en 1967. Por
tanto, las curvas calculadas para un riesgo
de 5 % de llegar a secar la presa y 15 % de
que haya derrames, dan un resultado acep-
table, mejorando sensiblemente el uso del
agua almacenada.
2.3.2.2 Evaluación económica de los be-
neficios logrados con las reglas de opera-
ción propuestas
Los beneficios potenciales atribuibles a
las reglas de operación puede ser estimados
94
dándoles valores monetarios con base en el
valor de la productividad marginal del agua,
como se explica en el primer capítulo. Consi-
derando una eficiencia de conducción anual
media en el período observado de 63.5 %,
el correspondiente valor marginal del agua
o precio sombra es de $0.29/m3, entre los
valores de volúmenes disponibles de 700 y
1260 millones de m3. Cuando la disponibili-
dad del agua es menor, este valor de la pro-
ductividad marginal del agua se incrementa
hasta $0.379/m3.
  La evaluación económica de los daños
ocasionados por los volúmenes derramados
que inundaron la parte baja del distrito de
riego es muy difícil de estimar, porque no
hay información al respecto. Por los daños
observados durante las inundaciones de
1966, 1968 y 1969 en el Distrito de Riego
Río Mayo, se puede suponer que el daño es
proporcional a los volúmenes que causan la
inundación, aunque esta proporcionalidad
no sea directa. Considerando que lo que pre-
tende evaluarse es la disminución de daños
causados por las inundaciones, tomando en
cuenta por tanto sólo los derrames conside-
rables, se propone una función simple para
estimar estos daños; esta es:
VD = 0.0003Vs2 (2.54)
donde:
VD: valor de los daños en millones de pesos.
VS: volumen derramado en millones de m3.
Esta función no tiene ninguna base teóri-
ca pero parece lógica, y los valores obtenidos

no son irrazonables, al menos entre los valo-
res observados.
Según el acuerdo logrado entre los due-
ños de pozos y el Comité Directivo del Dis-
trito, se especificó un costo de bombeo de
$0.06/m3, que deberá ser pagado por el dis-
trito. Por tanto, este precio se usará para es-
timar los costos de bombeo.
Con base en los datos del Cuadro 2.21 se
estimaron los beneficios y costos atribuibles
a las reglas de operación. La suma de los be-
neficios debido al incremento en disponibi-
lidad de agua para riego es de 839.4 millo-
nes de pesos, más 64.4 millones atribuibles
a la disminución de daños por inundaciones,
da un total de 903.88 millones como bene-
ficios potenciales. Los costos de bombeo en
el mismo período de 19 años fueron de sólo
8.18 millones. (Valores estimados a pesos de
1974).
También se obtuvierón los beneficios y
costos actualizados a una tasa de 15 % se-
gún la fórmula (1.68). La relación beneficio-
costo para esta tasa es de 9.93; ésto es, los
beneficios son cerca de 10 veces los costos.
En resumen, el uso de las nuevas reglas
de operación mejoran notablemente el
manejo del agua obtenida de las fuentes
de abastecimiento, y son fácilmente com-
prensibles para los que toman decisiones.
Posiblemente métodos más sofisticados,
como la programación dinámica, permitirán
obtener mejores reglas; pero considerando
las condiciones actuales de los distritos de
riego de México, una metodología simple
como la propuesta, permita un mejoramien-
Planificación del riego
to importante en el manejo del agua y pue-
de ser utilizada en una etapa previa a otras,
cuando el nivel tecnológico permite el uso
de herramientas más eficientes.
Para finalizar este capítulo se hará men-
ción de un método para generar datos hi-
drológicos en forma sintética, lo cual es de
utilidad cuando sólo se tiene una muestra
pequeña y se quiere simular el funciona-
miento de un vaso con un modelo similar al
propuesto.
2.4 Generación sintética de datos
hidrológicos
Cuando se tiene información de los cau-
dales de una corriente superficial de sólo
unos cuantos años, se puede considerar
que esos datos constituyen una pequeña
muestra de una población infinita, similar a
la representada por la muestra, con las mis-
mas características estadísticas, ésto es, con
la misma media y varianza. Por tanto para
mejorar la información disponible se puede
generar, sintéticamente, datos hidrológicos
que tendrán propiedades estadísticas idén-
ticas de media y varianza que los de la mues-
tra original.
Para generar dichos datos se supone
que los caudales observados en cualquier
período, por ejemplo mensualmente, están
linealmente relacionados con los del perío-
do previo, o sea del mes anterior. Esta su-
posición es la base del concepto estadístico
denominado proceso estocástico, también
conocido como Proceso Markoviano.
95
La operación de los sistemas de riego con apoyo de las técnicas de la información
  Bajo la suposición de que la muestra ob-
tenida de datos hidrológicos tiene una dis-
tribución normal, el modelo para generar los
datos sintéticos es:
d i e
Qi +1 = Q j +1 + Bj Qi - Q j + S j +1 1 - R2j
donde:
Qi: caudal durante el i’ésimo mes, conside-
rando i desde el principio de la secuencia
generada (m3/seg).
Qj : media de la muestra para el mes j,
j=1,2...12 (m3/seg);
Bj: coeficiente de regresión entre los valores
observados del mes j y del mes j+1
Rj: coeficiente de correlación entre los datos
mes j y del mes j+1
96
Sj: desviación estándar de los datos del mes j;
Ei: número aleatorio normalmente distribui-
do con media 0 y varianza unitaria (de una
tabla de números aleatorios).
1/ 2
j Ei (2.55) Como Ei es normalmente distribuido con
media cero, es probable que el valor esco-
gido de Ei llegue a ser negativo y en conse-
cuencia Qi+1 podría también llegar a ser ne-
gativo, lo cual no tiene sentido. Aunque en
la práctica dichos valores aparecen con poca
frecuencia, en el caso de que se tenga algún
valor Qi+1 negativo, deberá desecharse.
Más información al respecto puede en-
contrarse en libros de hidrología, por ejem-
plo “Handbook of Applied Hydrology” (Ven
Te Chow, 1964 pp. 8-92 a 8-97).