2013 Escobar Et Al Un Marco de Analisis

Un Marco de Análisis de Decisiones Robustas
para Adaptación al Cambio Climático

Reporte para el Banco Interamericano de Desarrollo
Caso 1: Agua para La Paz y El Alto

Caso 2: Proyecto Especial Olmos y Tinajones (PEOT)
Marisa Escobar, David R. Purkey, Laura Forni (SEI)

David Yates (NCAR)
Nilo Alberto Lima, Hernando Quisbert (Consultores SEI)
Con asistencia de Sandra Valencia (BID), Jorge Pasco Cosmópolis (PEOT)
Abril 2013
Stockholm Environment Institute
400 F Street, Suite A
Davis, CA, 95616, USA
Tel +1 530.753.3035 x7
Fax +1 530.753.3477
Web: www.sei-international.org
Autor para contacto:

Marisa Escobar
marisa.escobar@sei-international.org
+1 530.753.3035 x7
Edición: Marion Davis

Director de Comunicaciones de SEI: Robert Watt
Cubierta: La cuenca de Hampaturi, que se aprovecha para suministro de

agua a la ciudad de La Paz, en Bolivia. Foto por Beth-Sua Carvajal.
Agradecimientos: El estudio de caso de Bolivia en este reporte fue realizado

con apoyo del Challenge Program for Water and Food – CPWF del CGIAR
bajo el proyecto COMPANDES, que busca el desarrollo de mecanismos
para compartir beneficios derivados del uso y manejo del agua en cuencas
de los Andes. COMPANDES apoyó el desarrollo inicial del modelo WEAP y
talleres de contextualización desarrollados en el 2011 y 2012 en las
ciudades de La Paz y El Alto.
Agradecemos el apoyo del personal del BID en Washington y Bolivia,

especialmente a Alfred Grunwaldt, Alejandro Deeb, Ana Iju, Martin Kerres, y
Prem Jai Vidaurre de la Riva. Agradecemos al MMAyA y a los representantes
del Grupo Focal que participaron activamente en los talleres y apoyando la
construcción de las herramientas, Finalmente agradecemos a nuestro
asociado de SEI en Bolivia, Javier Gonzales Iwanciw por su contribución en
el mapeo de actores.
Esta publicación puede ser reproducida en su totalidad o en parte y en

cualquier forma para fines educativos o sin fines de lucro, sin permiso
especial del titular de los derechos de autor, siempre que se cite la fuente.
No se permite ningún uso de esta publicación para reventa u otros fines
comerciales sin el permiso escrito del titular del derecho de autor.
Derechos de autor © Abril 2013 por Stockholm Environment Institute

UN MARCO DE ANÁLISIS DE DECISIONES ROBUSTAS PARA ADAPTACIÓN AL CAMBIO CLIMÁTICO
CONTENIDO
Resumen ejecutivo .......................................................................................................... 3
Estudio de caso: Agua para La Paz y El Alto ...................................................................... 3
Metodología ..................................................................................................................... 4
El cambio climático y la incertidumbre............................................................................... 6
Posibles estrategias de gestión del agua ............................................................................ 6
Evaluación e identificación de estrategias robustas ............................................................ 7
Presentación de los resultados ........................................................................................... 7
Figura RE-3: Visualización de los resultados del modelaje.................................................. 8
Recomendaciones de política ............................................................................................ 8
1. La toma de decisiones bajo incertidumbre climática ................................................ 10
1.1 Mapa de actores: Participación de organizaciones clave ............................................ 13
1.2 XLRM: Formulación organizada del problema y de los escenarios .............................. 13
Identificación de incertidumbres exógenas que afectan el futuro (X)................................ 14
Estrategias de manejo y acciones a corto plazo (L) ........................................................ 14
Relaciones o modelos para generar escenarios (R)......................................................... 15
Medidas de desempeño para clasificar escenarios (M) .................................................. 15
1.3 WEAP: Construcción del ambiente de modelación ..................................................... 15
1.4 Clima: Escenarios y variabilidad climática futura ....................................................... 16
1.5 Ensamble: Análisis de vulnerabilidad basado en escenarios ...................................... 17
1.6 Tableau: Uso de computadores para visualización de medidas .................................. 20
1.7 Apoyo de decisiones robustas en la práctica .............................................................. 20
2. Resiliencia climática del sistema de agua para la Paz y El Alto ............................... 23
2.1 Sistemas de abastecimiento de agua para La Paz y El Alto ......................................... 23
Sistema Achachicala ..................................................................................................... 25
Sistema Pampahasi ...................................................................................................... 25
Sistema El Alto ............................................................................................................. 25
Sistema Tilata ............................................................................................................... 26
2.2 Mapa de actores: Organizaciones clave .................................................................... 26
2.3 XLRM: Formulación del problema.............................................................................. 27
Incertidumbres/factores exógenos (X) ............................................................................ 28
Estrategias de gestión (L) .............................................................................................. 32
2.4 WEAP: Construcción del Modelo (R) .......................................................................... 38
Consistencia de datos de precipitación .......................................................................... 39
Calibración de módulo glaciar e hidrológico ................................................................. 39
Calibración de los embalses ......................................................................................... 42
2.5 Clima: Escenarios futuros .......................................................................................... 44
2.6 Ensamble: Automatización de corridas ...................................................................... 47
2.7 Tableau: Visualización de medidas ............................................................................ 49
Medidas por cuenca ..................................................................................................... 50
Medidas por sistema de agua ....................................................................................... 52
2.8 Conclusiones Proyecto Agua para La Paz y El Alto ..................................................... 64
Sobre los resultados y el Análisis de Decisiones Robustas ............................................... 64
Sobre el proceso de generación de capacidades ........................................................... 65
3. Proyecto Olmos en Perú ........................................................................................... 67
3.1 Incertidumbres y factores exógenos (X) ...................................................................... 68
El Proyecto Alto Piura (X1) ............................................................................................. 68
Uso municipal e industrial (X2) ...................................................................................... 69
Requerimientos de caudal (IFR) en el Río Huancabamba (X3) ......................................... 69
Cambio climático (X4)................................................................................................... 70
3.2 El modelo WEAP del Proyecto Olmos (R).................................................................... 71
Caudales del Río Huancabamba y su contexto histórico ................................................. 72
Suposiciones de línea base y escenarios del WOlmos .................................................... 73
Validación del caudal simulado ..................................................................................... 75
1
3.3 Medidas de desempeño (M) ...................................................................................... 77

Resiliencia como una medida de desempeño ................................................................. 77
Generación hidroeléctrica ............................................................................................. 78
Suministro entregado y demanda insatisfecha ............................................................... 79
3.4 Escenarios de adaptación ......................................................................................... 80
Escenario 3 (Cambio Climático, X) ................................................................................ 80
Escenario 4 (Nuevo Almacenamiento, L) ........................................................................ 83
Escenario 5 (Patrón de Cultivo, L) .................................................................................. 83
Medidas de desempeño bajo Patrones Alternativos de Cultivos ...................................... 85
3.5 Conclusiones Proyecto Olmos ................................................................................... 87
4. Conclusiones generales ............................................................................................ 88
Referencias ................................................................................................................... 91
2
RESUMEN EJECUTIVO
El Panel Intergubernamental sobre el Cambio Climático (IPCC por sus siglas en inglés) ha
indicado que con el cambio climático, reducciones en la precipitación en zonas áridas y el
retroceso de los glaciares podrían dejar a partes de la región Andina con menos agua. En los
lugares donde está creciendo la población y donde los consumos agrícolas están aumentado,
esto podría causar conflictos sobre el suministro de agua para el consumo humano y agrícola
y para la producción de energía hidroeléctrica.
Estos efectos ya se ven en ciertas regiones de la zona Andina. En este reporte presentamos
dos estudios de caso, en Bolivia y Perú, en los que se aplica una metodología de apoyo de
decisiones robustas (ADR) para identificar opciones de adaptación en sistemas de suministro
de agua que se encuentran vulnerables a los efectos del cambio climático. Aunque el método
es esencialmente el mismo, la estructura y el propósito de los dos estudios son diferentes. En
Perú, el objetivo fue demostrar la sensibilidad potencial de planes hacia el cambio climático y
otras incertidumbres para aumentar la concientización sobre la necesidad de considerar el
cambio climático; por lo tanto, un análisis de escenarios limitado fue apropiado. En Bolivia,
la naturaleza participativa del proceso condujo a la generación de un número mucho más
amplio de incertidumbres potenciales y posibles respuestas de gestión, por lo cual se
implementó un análisis de un conjunto de escenarios para responder a los intereses de las
organizaciones clave.
Este resumen ejecutivo presenta la metodología a través del estudio en Bolivia, y describe el
proceso de análisis y generación de capacidad en términos de conocimiento y de
fortalecimiento institucional que se realizó en La Paz y El Alto, guiado por SEI y liderado por
el Ministerio del Medio Ambiente y Agua (MMAyA) de Bolivia, en colaboración con el
Banco Interamericano de Desarrollo (BID). El procedimiento detallado y las referencias
bibliográficas de ambos estudios de caso se presentan en el texto del reporte. El resultado es
un marco de análisis de decisiones para identificar opciones para la gestión integral del agua
en el contexto de incertidumbre sobre el cambio climático.
Estudio de caso: Agua para La Paz y El Alto

En la zona metropolitana de La Paz y El Alto en Bolivia, localizada a unos 4.000 metros
sobre el nivel del mar, el clima es, en promedio, muy seco, y la temporada de lluvias se está
haciendo más corta y más intensa, según algunas observaciones. Las dos ciudades reciben
agua de cuencas glaciares ubicadas en la Cordillera Real sobre las cuales se han construido
represas. Actualmente operan cuatro sistemas de agua potable en La Paz y El Alto:
Achachicala, Pampahasi, El Alto y Tilata (Figura RE-1 en la siguiente página). Desde el
2007, el abastecimiento de agua a ambas ciudades ha estado a cargo de la empresa
concesionaria Empresa Pública Social de Agua y Saneamiento (EPSAS).
La modelación hecha en este estudio muestra que las aguas que alimentan las represas
provienen de escorrentía de lluvias (62-79%) y glaciares (20-36%). Estos valores coinciden
con datos referenciados por otros investigadores, como Edson Ramírez en su reporte Impactos
del cambio climático y gestión del agua sobre la disponibilidad de recursos hídricos para las
ciudades de La Paz y El Alto (p.59). Los sistemas de agua en la región ya están al límite con
la demanda urbana, y se anticipa que con el cambio climático y el crecimiento demográfico,
no podrán dar abasto, así que se necesita acción rápida para resolver este problema.
3
Figura RE-1: Esquema de abastecimiento de agua de las ciudades de La Paz y El Alto, y

posibles nuevas fuentes de suministro
Gráfica de los autores. El esquema incluye las cuencas de abastecimiento actual y potencial, y las demandas agrícolas y
urbanas que utilizan agua de forma compartida.
Con esto en mente, la zona de La Paz y El Alto fue seleccionada para una demostración de
cómo integrar la adaptación al cambio climático en el planeamiento de inversiones de
infraestructura en cuencas adyacentes a las que se aprovechan actualmente. El proyecto de
inversión es parte del Plan Estratégico de Inversión en Adaptación (SPCR), presentado por el
Gobierno del Estado Plurinacional de Bolivia. A continuación se presenta el resumen de la
metodología y los resultados obtenidos en ese estudio de caso.
Metodología
El núcleo del proyecto fue un proceso participativo para formular el problema y generar
capacidad en el uso de WEAP (Water Evaluation And Planning system, o Sistema de
Evaluación y Planificación del Agua) de SEI. El trabajo se organizó en dos fases: preparación
e investigación, con las actividades realizadas de forma iterativa para que el trabajo de
investigación pudiera proveer información para revisar y mejorar los resultados de las
actividades de preparación. La Figura RE-2 presenta el proceso completo.
El MMAyA escogió a los participantes, un Grupo Focal (GF) con representantes de las
siguientes instituciones encargadas de la gestión del agua: Empresa Pública Social de Agua y
Saneamiento (EPSAS), Servicio Nacional de Meteorología e Hidrología (SENAMHI),
4
Instituto de Hidráulica e Hidrología (IHH-UMSA), Gobierno Autónomo Departamental de La

Paz (GADLP), Gobierno Autónomo Municipal de La Paz (GAMLP), y Programa Nacional de
Cambio Climático (PNCC).
Para formular el problema se utilizó el marco XLRM, el cual organiza el análisis bajo cuatro
categorías:
Los factores externos (X) están por fuera del control de los que toman las decisiones.
Generalmente son inciertos, o no completamente conocidos. En este caso el Grupo Focal
identificó cambio climático en el futuro, el crecimiento de la población, los cambios en
consumo per cápita de agua, los cambios en prioridades de distribución entre zonas urbanas y
agrícolas, y el crecimiento de la frontera agrícola.
Las estrategias de gestión (L) son las acciones entre las que se puede escoger, cada una con
distintos resultados. En este caso, las opciones que se identificaron son el almacenamiento de
agua en nuevos embalses (L1, L2 y L3), la conservación de bofedales (L4), la reducción de
pérdidas en sistemas de riego (L5), y la reducción de pérdidas en sistemas urbanos (L6).
Las relaciones (R) permiten obtener resultados bajo distintas combinaciones de X y L. Las
interacciones se representan a través de modelos; en este caso se utilizaron modelos
climáticos, modelos hidrológicos en WEAP, y herramientas de procesamiento de datos.
Las medidas (M) son los indicadores de desempeño que se usan para comparar la eficacia de
distintas estrategias bajo distintos escenarios. En este caso se identificaron el escurrimiento,
el área glaciar, la cobertura de las demandas por agua potable, la cobertura de demandas
agrícolas, el volumen en embalses, y la confiabilidad, vulnerabilidad y resiliencia del sistema.
Figura RE-2: Proceso de apoyo de decisiones robustas y capacitación en la gestión
integral del agua en La Paz y El Alto
Mapa de XLRM:
WEAP: Clima:
actores: Formulación
Preparación Construcción Escenarios
Organizaciones del problema
del modelo futuros
clave
ADR:
Ensamble: Tableau:
Análisis de
Investigación Automatización Visualización
decisiones
de corridas de medidas
robustas
Tipo de actividades
Ejecutadas por el proyecto
Asociadas a capacitación
Técnicas especializadas
A cargo de tomadores de decisiones
Las decisiones robustas se definen como aquellas que reducen la vulnerabilidad del sistema y
que presentan un mejor desempeño bajo un rango amplio de incertidumbres futuras. Para
evaluar las decisiones robustas, además de medidas sobre la hidrología, se utilizaron medidas
integradas para evaluar la confiabilidad, la vulnerabilidad y la resiliencia de los sistemas de
agua. A pesar de que el sistema podría estar diseñado para suministrar agua todo del tiempo –
lo cual implica una cobertura del 100% – en revisiones con el Grupo Focal, se evaluaron
opciones en las que el objetivo de suministro tendría una cobertura menor. Por ejemplo, para
5
estimar la confiabilidad de los sistemas de agua, definimos el estado de falla como cobertura
urbana de menos del 80% y cobertura agrícola de menos del 70%. Estos valores se
seleccionaron no porque se consideren aceptables, sino como referencia para comparar
resultados. La resiliencia se definió como la capacidad del sistema para recuperarse de un
estado de falla que dure por lo menos un mes, y la vulnerabilidad, como la máxima duración
de un estado de falla.
El cambio climático y la incertidumbre
Los modelos climáticos globales y regionales indican que para la zona de suministro de agua
de La Paz y El Alto, entre los períodos 1995-2010 y 2011-2050, la precipitación podría
aumentar hasta 4,3% o disminuir hasta 10,3%, y la temperatura podría aumentar entre 0,5°C y
1,8°C. Para el estudio se generaron seis combinaciones de temperatura y precipitación futuras
dentro de esas gamas. El escenario más seco y más caliente se designó como el más
“pesimista” desde el punto de vista de la disponibilidad hídrica, y el más húmedo y menos
caliente, como el más “optimista”.
Utilizando esas proyecciones climáticas, los glaciares más grandes en la zona de estudio en
las cuencas de Khara Kkota y Taypichaca para el año 2030 podrían perder entre 31% y 40%
de su área bajo el escenario “pesimista”, y los glaciares más pequeños, en las cuencas del
sistema Tuni (Condiriri, Tuni y Huayna Potosí), podrían desaparecer. Estos son resultados de
la modelación de glaciares en WEAP basados en rutinas evaluadas y calibradas contra datos
observados en Perú y trabajo de campo e investigación que se ha hecho en Bolivia.
Otras incertidumbres, como el crecimiento de la población, los cambios en consumo per cápita
de agua, los cambios en prioridades de distribución entre zonas urbanas y agrícolas, y el
crecimiento de la frontera agrícola, se representaron como gamas plausibles. Las proyecciones
demográficas indican que la población cubierta por el sistema de agua de El Alto aumentaría de
1.144.600 en 2010 a casi 1.587.000 en el 2050, y aquella cubierta por los sistemas de agua de
La Paz – Achachicala y Pampahasi – aumentaría de 497.144 en 2010 a más de 538.000 en el
2050, mientras que el área agrícola abastecida por estas mismas cuencas podría aumentar entre
un 20% y 40%, según proyecciones realizadas en base a la tierra disponible.
También se estima que el consumo de agua aumentaría de 52 a 77 litros por persona por día
(l/p/d) en el sistema de El Alto, mientras que en los sistemas de la Paz – Achachicala y
Pampahasi – aumentaría de 222 a 227 l/p/d, y de 142 a 151 l/p/d, respectivamente. Otra
incertidumbre importante es cómo se distribuirá el agua entre los sistemas urbanos y
agrícolas. Para el análisis de tendencias en el suministro de agua se utilizó un modelo
calibrado, el cual sirvió de base para todas las proyecciones.
Posibles estrategias de gestión del agua

Dentro de las estrategias que se consideraron, la utilización de nuevas fuentes produce los
mejores resultados en los modelos, y el proceso iterativo permitió identificar que estas
estrategias deberían combinarse con la gestión integral del agua, incluyendo nuevos embalses,
reducción de pérdidas en riego, e incremento del área de riego según las proyecciones
realizadas por un Estudio de Identificación comisionado por el MMAyA en el 2012 para
investigar opciones para mejorar el abastecimiento de agua potable en El Alto.
La opción que presenta los mejores resultados es una estrategia integrada en la zona de Khara
Kkota y Taypichaca, con un nuevo embalse en la laguna Khotia Khota con una capacidad de
8.80 hm3 (hectómetros cúbicos) y la ampliación del embalse Taypichaca de 8 hm3 a 18.07
hm3. Esto implica aducciones con capacidad de 0.3 m3/s para Khotia Khota y de 0.7 m3/s para
Taypichaca.
6
Esta opción también considera la ampliación del área de riego, de 1.111 ha actualmente, a
2.311 ha (incluyendo 1.226 ha en Tupak Katari y 1.084 en Suriquiña). Además se mejoraría la
infraestructura para reducir las pérdidas de riego agrícola del 85-89% al 60%. Asimismo se
plantea crear un nuevo sistema de riego presurizado de 600 ha, en Nuevo Tupak Katari-
Suriquiña, con pérdidas esperadas de sólo el 30%. La estrategia también considera la
ampliación del área de riego en la cuenca Taypichaca, con un área actual de 295 ha (50% son
pastos para ganado) y pérdidas de 89%. La estrategia plantea incrementar el área de riego a
1.609 ha y reducir las pérdidas al 60%.
Evaluación e identificación de estrategias robustas

La estrategia integrada de Khara Kkota y Taycpichaca para el 2030 presenta una confiabilidad
variable según los escenarios climáticos; cuando se incluye esta opción de suministro, el sistema
se encontraría sobre los niveles de cobertura mínima entre el 83% y el 92% del tiempo. La
medida de resiliencia para El Alto indica que el sistema podría recuperarse de una falla entre el
25% y el 41% de las ocasiones. La medida de vulnerabilidad indica que la mayor duración de
un estado de falla en El Alto sería entre cuatro y ocho meses. En términos prácticos, eso
significa que el desempeño de esta estrategia no sería adecuado, así que se debe pensar cómo re-
concebir el proyecto y se deben identificar otras posibles estrategias que analizar.
Aunque la estrategia se enfoca en El Alto, su implementación beneficiaría también a La Paz y
a la zona agrícola en esa región. Sin embargo, para asegurarse de que esta sea una buena
estrategia, también se deberá considerar aspectos económicos y la implementabilidad técnica,
ambiental y social.
La estrategia integrada de Khara Kkota y Taypichaca para el 2050 presenta una confiabilidad
del 76% al 87%. La resiliencia disminuye un poco, a una gama de 26% a 37%, y la
vulnerabilidad aumenta, a entre cinco y diez meses. El ciclo del ADR indica que se podrían
identificar opciones que permitan mejor desempeño en términos de reducción de la
vulnerabilidad de las ciudades.
Presentación de los resultados
Este proyecto demuestra cómo un marco de apoyo de decisiones robustas (ADR) puede
ayudar a lidiar con incertidumbres sobre el cambio climático, tendencias demográficas, etc.
Un desafío importante que hay que resolver es cómo manejar el gran número de datos
generados: ¿Cómo se puede transmitir toda esa información a las partes interesadas, con
suficiente detalle pero, a la vez, con una visión integrada, y de manera que sea realmente útil
en la toma de decisiones? La presentación también debe ser interactiva, para que permita
flexibilidad en la determinación de parámetros relevantes.
En este proyecto, utilizamos el software Tableau para crear un “panel de control” para
englobar la información, creando métricas de desempeño integradas e incorporando todos los
escenarios de incertidumbre y estrategias. Esta potente herramienta es útil en el apoyo de
toma de decisiones, ya que sintetiza bastante información en un par de gráficas, y permite
evaluar el desempeño de las estrategias bajo escenarios climático y otras incertidumbres. El
desempeño incluso puede ser evaluado a distintos plazos: corto, medio o largo.
En el “panel de control” se construyó a través de un proceso participativo, identificando el
nivel de detalle necesario para informar a los actores. Como resultado, el panel cuenta con
tres gráficas principales: dos gráficas de confiabilidad de los sistemas urbanos y agrícolas, y
una gráfica de resumen basada en el límite de confiabilidad. La confiabilidad por encima de
un límite definido indica un buen desempeño que se visualiza con colores azules, y por
debajo del límite se visualiza con color naranja. La gráfica resumen contiene todas las
7
estrategias y su desempeño. Ya que la gráfica contiene filtros rápidos – de plazo, criterios de

cobertura, límite de confiabilidad, e incertidumbres como crecimiento de población, consumo
per cápita, prioridades de distribución e incremento del área de riego - permite la interacción
dinámica con los actores para evaluar los efectos de cada variable. Secuencialmente, primero
se define el plazo, luego los criterios de cobertura urbana y agrícola, luego el límite de
confiabilidad, y finalmente las incertidumbres. Posteriormente, se pueden revisar las
definiciones iniciales y observar el efecto de los cambios en la confiabilidad de los sistemas.
En la Figura RE-3 se muestra un ejemplo del desempeño de las estrategias medido con la
confiabilidad para el período 2011-2030, con los criterios de cobertura definidos, con un
límite de confiabilidad de 70% y para todas las incertidumbres. Los resultados muestran que
para El Alto, la estrategia L1 tiene un buen desempeño (más cuadros azules), L2 regular y L3
malo. Para La Paz, sólo se ha estudiado la estrategia L6, la cual tendría un buen desempeño
en el caso base. Con el cambio de fuente para La Paz en beneficio de El Alto (L3), se
observan varios cuadros anaranjados, indicando un mal desempeño. Sin embargo, las
estrategias L1 y L2 afectan bastante la confiabilidad de sistemas agrícolas cuando la
distribución del agua se prioriza para El Alto.
Este tipo de información se puede usar en la evaluación de estrategias de inversión. Por
ejemplo, esta visualización revela que la estrategia L1 tendría un efecto negativo en la
confiabilidad agrícola en comparación con el caso base (notar mayor número de cuadros
anaranjados). Así se puede guiar la conversación para buscar soluciones en las que todos
ganen, y las mejoras para El Alto no empeoren las condiciones para el sector agrícola.
Figura RE-3: Visualización de los resultados del modelaje
Esta visualización, preparada con el programa Tableau, muestra el desempeño medido por la confiabilidad de distintas
opciones para el suministro de agua de La Paz y El Alto. La información que se presenta es la confiabilidad de los
sistemas urbanos y agrícolas. La confiabilidad El Alto sólo considera el sistema municipal; la confiabilidad La Paz, los
sistemas Pampahasi y Achachicala, y la confiabilidad agrícola, los sistemas de riego Tupak Katari-Suriquiña y
Taypichaca. L1 es la estrategia integrada de Khara Kkota y Taypichaca, L2 corresponde a las otras estrategias de
almacenamiento de agua en nuevos embalses y reducción de pérdidas en sistemas de riego, L3 a cambio de fuente
para el sistema Achachicala, L4 a conservación de bofedales, L5 a reducción de pérdidas en el sistema de riego, y L6 a
reducción de pérdidas en sistemas urbanos.
Recomendaciones de política
Los resultados de este proyecto piloto demuestran el valor de un marco de apoyo de
decisiones robustas (ADR) para el análisis de problemas en contextos de incertidumbre – en
este caso, la adaptación al cambio climático en los sistemas de agua de las ciudades de La Paz
8
y El Alto. Como hemos dicho, este es un proceso iterativo; recomendamos que el Grupo
Focal liderado por el MMAyA continúe utilizando este sistema para identificar estrategias
robustas que mejoren las condiciones de suministro de agua a largo plazo (2040-2050) tanto
para las ciudades, como para las zonas agrícolas.
Si se continúa este proceso, el Grupo Focal podrá producir la información necesaria para
encontrar las mejores opciones para la región. El grupo también puede complementar los
modelos con nuevos datos, y revisar los supuestos de modelación para representar distintos
escenarios políticos y normativos, incluyendo las iniciativas del PNCC a nivel local a corto
plazo, el Plan Maestro a nivel metropolitano a medio plazo, y estrategias generales de
desarrollo a nivel nacional a largo plazo. Ese trabajo sería valioso para ayudar a atraer fondos
de adaptación al cambio climático para invertir en los sistemas de agua de La Paz y El Alto.
9
1. LA TOMA DE DECISIONES BAJO INCERTIDUMBRE CLIMÁTICA

El Panel Intergubernamental sobre el Cambio Climático (IPCC) anticipa que el cambio
climático en la Región Andina se manifestará en el retroceso de los glaciares y en la
reducción de la precipitación en las zonas áridas. Eso podría causar conflictos sobre el
suministro de agua para el consumo humano, la agricultura y la energía hidroeléctrica,
especialmente en lugares con escasez de agua y crecimiento demográfico. La región de los
Andes es amplia y diversa, con un clima que abarca desde montañas con glaciares y
temperaturas bajas, a zonas templadas y costas tropicales. El Cuarto Informe de Evaluación
del IPCC muestra que durante el siglo XX, los cambios en la precipitación en Latinoamérica
fueron irregulares, con disminuciones en zonas tales como el flanco occidental de Los Andes
y aumentos en otras zonas como el Cono Sur y en algunas zonas geográficas de la Región
Andina en Ecuador, Bolivia y Argentina (IPCC 2007). Las temperaturas medias por década
muestran una tendencia ascendente en el Cono Sur y en la Región Andina, y también las
temperaturas mínimas, mientras que las temperaturas máximas no muestran una tendencia
uniforme.
Figura 1.1: Tendencias de lluvia en América del Sur (1961-2003)
Un aumento se muestra con un signo positivo, y una disminución con un círculo. Los valores resaltados indican significancia
con p<0.05. Fuente (IPCC 2007)
La consecuencia más importante del aumento de las temperaturas en los últimos 30 años ha
sido el retroceso crítico de glaciares en Bolivia, Perú, Colombia y Ecuador. Esto ha
aumentado la escorrentía, pero los glaciares son importantes depósitos de agua, y se han
disminuido e inclusive agotado en algunos lugares. Los estudios indican que en los próximos
15 años, los pequeños glaciares andinos podrían desaparecer, afectando la disponibilidad de
agua y la generación de energía hidroeléctrica, mientras que los glaciares más grandes van a
seguir contrayéndose (Ramirez et al. 2001; Francou et al. 2003; Bates et al. 2008). Los
cambios en las contribuciones de agua de los glaciares afectarán al suministro de agua para
múltiples usos, incluyendo la agricultura a pequeña y gran escala, los servicios urbanos de
agua y la energía hidroeléctrica.
A lo largo de la región Andina existen además otros agentes de cambio y presiones sobre los
sistemas hidrológicos que proveen agua. Por ejemplo, hay cambios en patrones de
10
urbanización y crecimiento acelerado en ciudades como El Alto, la cual ha visto una

explosión demográfica por migración del campo a la ciudad (Shi et al. 2013; Molina and
Pereira 2005). Otra presión común es el cambio en patrones de cultivo en función de cambios
en los mercados globales, ya sea a biocombustibles en zonas irrigadas en Perú, o a
comestibles como quínoa en el altiplano de Bolivia. La combinación del cambio climático y
estos otros factores complica la gestión del agua y crea grandes incertidumbres en la
planificación (Anderson et al. 2007; Groves et al. 2008). Por lo tanto, es importante
desarrollar herramientas analíticas para apoyar la toma de decisiones e identificar estrategias
prudentes para el manejo del recurso hídrico.
En la medida en que aumenta la incertidumbre acerca de las condiciones futuras, los procesos
de decisión están evolucionando de un paradigma basado en predicción determinística, a uno
en el que se identifican vulnerabilidades y se planea para la adaptación (Brekke et al. 2009;
Freed y Sussman 2006; Lempert et al. 2004). La investigación de procesos de toma de
decisiones bajo incertidumbre ha encontrado que la planeación ante el cambio climático debe
(1) adquirir y/o desarrollar datos sobre el vínculo entre condiciones potenciales futuras de
clima y riesgo;1 (2) modificar los marcos analíticos para evaluar el impacto de diferentes
escenarios climáticos para evaluar el efecto de las incertidumbres en el sistema; y (3) adoptar
un marco analítico que pueda evaluar estrategias de adaptación frente a riesgos asociados con
el clima. Este enfoque también ayuda a los administradores del recurso hídrico a responder a
otras incertidumbres no relacionadas con el cambio climático (e.g. cambios demográficos,
nuevas regulaciones, etc.) que antes se habían tratado en forma determinística.
Es común encontrar que quienes administran y planean el uso de recursos hídricos se sientan
inseguros acerca de cómo adaptar el sistema al cambio climático, pues existen muchas
incertidumbres. En particular, la falta de proyecciones confiables de los cambios en
precipitación a escala local genera gran inquietud. En general, la confiabilidad de las
proyecciones del clima depende mucho del sitio, y la precipitación varía más, inherentemente,
en el tiempo y el espacio que la temperatura. Además, los modelos de resolución gruesa son
inadecuados para simular procesos a escala fina que determinen dónde y cuándo sucede la
precipitación. Las técnicas de “downscaling” (reducción de escala) estadístico y dinámico y
los modelos climáticos de alta resolución, que son posibles gracias a computadores más
potentes, pueden aumentar la confiabilidad de las proyecciones climáticas regionales, pero no
eliminan todas las fuentes de incertidumbre. Por lo tanto, es posible saber que el cambio
climático podría afectar la disponibilidad y la calidad del recurso hídrico, pero no se pueden
prever todos los detalles de esos cambios, especialmente a escalas locales relevantes para la
planeación del agua y en regiones con menos datos disponibles.
Para poder identificar y manejar los riesgos del cambio climático efectivamente, los
administradores de recursos hídricos tienen que asegurarse de que sus métodos de planeación
llenen tres requisitos críticos. Primero, las herramientas que utilicen tienen que incorporar los
posibles impactos del cambio climático. Segundo, el marco de planeación debe reconocer
apropiadamente las incertidumbres que introduce el cambio climático. Finalmente, para
desarrollar una estrategia de manejo que mejore el desempeño del sistema, el marco debe
evaluar estrategias dinámicas que incluyan acciones a corto plazo y acciones diferidas que
pueden ser implementadas según las condiciones lo permitan.
1El riesgo se define en este contexto como la potencialidad de que las incertidumbres generen un mal desempeño
en el sistema.
11
Existen varias herramientas analíticas para apoyar la toma de decisiones en la gestión del
agua. Entre las más sofisticadas y completas están ModSim (Taher y Labadie 1996), OASIS
(HydroLogics 2009) y WEAP (Yates, Sieber, et al. 2005; Yates, Purkey, et al. 2005). Sin
embargo, aún estas herramientas, si se utilizan bajo el paradigma estándar de planeación,
estimarán la demanda futura y el desempeño de opciones de manejo con base en las
condiciones y tendencias históricas. La incertidumbre futura se evalúa sólo en el contexto de
la variabilidad dentro de un período de registro, pero no se considera la posibilidad de una
trayectoria completamente diferente. El cambio climático pone en tela de juicio ese supuesto.
¿Cuáles entonces deberían ser las características generales de herramientas analíticas y
técnicas implementadas en la planeación de adaptación de recursos hídricos? Basado en la
literatura científica reciente sobre el manejo de agua, sugerimos que las herramientas y
técnicas incluyan las siguientes capacidades:
 Ayudar a los administradores de recursos hídricos y otros actores a comprender la
magnitud potencial de los impactos climáticos;
 Además del cambio climático, abordar un grupo más amplio de incertidumbres (e.g.
factores socioeconómicos y ambientales) que podrían impactar el desempeño del
sistema a largo plazo;
 Establecer un ciclo de análisis y de toma de decisiones que integre períodos de
planeación de capital y de recursos para preservar las cuencas y proteger a los
usuarios actuales (10-30 años), y a la vez permita planear a más largo plazo (30-100
años);
 Asistir en la determinación de niveles aceptables de riesgo, definiendo estrategias de
cobertura para manejar riesgos financieros, presentando soluciones de mayor costo en
el momento apropiado, y desarrollando planes de manejo adaptativo flexibles; y
 Enmarcar el problema, distinguiendo entre las variables de decisión y aquellos
elementos que impactan al sistema de agua pero que están fuera de la influencia de
los tomadores de decisiones.
En vista de todo lo que sabemos (y no sabemos) sobre el cambio climático, está claro que los
administradores de recursos hídricos podrían beneficiarse de un enfoque sistemático para
evaluar sus opciones. Con los puntos anteriores en mente, y a través de la aplicación en
estudios de caso de técnicas y procedimientos reportados en la literatura reciente, hemos
identificado elementos clave para organizar diferentes variables y parámetros en el proceso de
apoyo a la toma de decisiones. En marco propuesto es el siguiente:
1. Proceso de identificación de actores y su rol en el proceso;
2. Proceso de formulación del problema, para articular objetivos, identificar
incertidumbres, y delimitar las opciones de adaptación, e identificar las medidas de
desempeño (como demanda insatisfecha, impacto en objetivos de caudal ambientales
y recreacionales, costos de las inversiones, y beneficios netos dadas los posibles
escenarios futuros de clima y otras variables) para evaluar las diferentes opciones;
3. La construcción de un modelo de planeación integrada de recursos hídricos capaz de
simular los efectos de cambio climático en el desempeño del sistema y que permita el
cálculo de métricas apropiadas de evaluación;
4. La generación de proyecciones de cambio climático y sus efectos al ciclo hídrico y
otras variables del contexto biofísico que puedan afectar el resultado de las
decisiones;
5. El desarrollo de métodos basados en un conjunto de posibles combinaciones para
estimar y medir el desempeño bajo opciones de adaptación e incertidumbres;
12
6. La identificación de opciones para comunicar los resultados técnicos a tomadores de

decisiones, y
7. La evaluación de la viabilidad de las estrategias que incorporen las preocupaciones de
los actores y grupos de interés en el proceso de toma de decisiones.
1.1 Mapa de actores: Participación de organizaciones clave

La identificación de organizaciones clave da un panorama de quiénes están involucrados en la
toma de decisiones sobre el recurso hídrico, y permite convocar un grupo para participar en
etapas posteriores. Esta convocatoria debe ser realizada por autoridades a nivel nacional o
regional que tengan el mandato de definir políticas y tomar decisiones sobre recursos
hídricos. A pesar de que en muchos casos es evidente que los ministerios de medio ambiente
y agua pueden liderar este proceso, dependiendo de la escala de análisis, otros actores y entes
gubernamentales pueden tener jurisdicción sobre los recursos, y por lo tanto se les debe tomar
en cuenta en el proceso.
Ya que la adaptación al cambio climático puede tener implicaciones para la infraestructura y
la definición de políticas de manejo del recurso, se debe convocar una amplia gama de actores
que representen los diferentes sectores y actores que podrían ser afectados – positiva o
negativamente.
Por otro lado, ya que los diferentes niveles de actores tienen jurisdicción y trayectoria en el
manejo del recurso, éstos se convierten en proveedores de información y datos necesarios
para la caracterización del sistema, sus incertidumbres y posibles medidas de adaptación.
Estos actores constituyen ya sea una fuente esencial de datos para alimentar el proceso (i.e.
institutos meteorológicos) o usuarios de la información producida (i.e. empresas prestadoras
de servicios públicos urbanos).
1.2 XLRM: Formulación organizada del problema y de los escenarios

Organizar y ejecutar una evaluación de riesgo/vulnerabilidad puede ser difícil. Hay que definir
medidas útiles para estimar la vulnerabilidad, los factores que influyen en aumentar la
vulnerabilidad, las posibles opciones de respuesta a la mitigación del riesgo, y la definición de
cómo estos elementos interactúan. Un marco que ha demostrado ser útil en la organización de
elementos del proceso de evaluación es el XLRM, desarrollado por el RAND Corporation, que
considera factores EXógenos, PaLancas, Relaciones y Medidas. En el proceso colaborativo de
evaluación de vulnerabilidad y adaptación, el XLRM sirve como una serie de recipientes para
almacenar una variedad de parámetros y variables identificadas durante el proceso de
evaluación. En el sector del agua, las cuatro categorías cubren los siguientes elementos:
 Factores exógenos (X) están fuera del control de los administradores del agua, y son con
frecuencia inciertos y no completamente entendidos (e.g. cambio climático, crecimiento
demográfico, cambios de políticas, etc.).
 Palancas (L) son acciones que pueden tomar los administradores de agua para cambiar
los resultados (e.g. crear nuevos embalses, o tratar de reducir pérdidas).
 Relaciones (R) describe cómo los factores interactúan entre ellos y afectan los resultados
finales. Las relaciones en este caso se representan en modelos climáticos, modelos de
lluvia-escorrentía, modelos de sistemas de manejo de recursos hídricos y, en algunos
casos, modelos de calidad del agua.
 Medidas de desempeño (M) son métricas que los administradores del agua usan para
determinar el éxito de varias estrategias bajo diferentes escenarios.
13
Tabla 1.1: Ejemplos de los elementos del marco XLRM

Incertidumbres (X) Palancas o estrategias de manejo (L)
Condiciones climáticas Inversiones de corto plazo, estrategias de precios

Respuesta hidrológica a condiciones climáticas Cambios en el manejo y nuevas inversiones (reservorios)
Factores demográficos Cambios en el manejo diferidos y/o nuevas inversiones
Ambiente institucional y regulatorio Cambio en los patrones de cultivos
Relaciones o modelos (R) Medidas de desempeño (M)

Modelos climáticos Demanda del agua
Modelos climáticos bajados de escala Confiabilidad de suministro
Modelos de lluvia-escorrentía Calidad del agua
Modelos del sistema y manejo del agua Objetivos ambientales y recreacionales
Modelos de calidad del agua Costos (para las agencias y los clientes)
Identificación de incertidumbres exógenas que afectan el futuro (X)

La identificación de incertidumbres comienza con un grupo de preguntas sencillas que se
deben presentar a los actores: ¿Cuáles son los factores de incertidumbre que están fuera del
control de quienes manejan el recurso agua, pero que pueden afectar la gestión del recurso?
¿Cuál es la gama de condiciones plausibles de cada incertidumbre? ¿Qué información se
necesita para definir los escenarios específicos dentro de esa gama? ¿Quién tiene y va a
suministrar la información? ¿Qué gestión se debe hacer para obtener la información
necesaria? y ¿Quién se encargará de recolectar esta información? La incertidumbre no es un
fenómeno nuevo para los planeadores; ya enfrentan un gran número de incertidumbres acerca
del crecimiento futuro de la población, cambios en los hábitos de uso del recurso agua, y los
costos de construcción. La incertidumbre acerca de las proyecciones climáticas no es
fundamentalmente diferente, excepto en el grado y el horizonte de tiempo. Se puede planear
efectivamente aún con esas incertidumbres si se adopta un enfoque de manejo de riesgo que
considere la gama de proyecciones plausibles para las variables más relevantes e inciertas.
Para agencias y/o empresas de servicios de suministro de agua, los riesgos que presenta el
cambio climático incluyen:
 Cambios en la hidrología que pueden reducir la disponibilidad de agua;
 Aumento de temperaturas que pueden reducir la calidad de la fuente de agua y
aumentar la necesidad de irrigar los cultivos y la demanda en los sectores doméstico e
industrial;
 Degradación de ecosistemas, con impacto sobre la operación del sistema;
 Aumento en la probabilidad de eventos climáticos extremos y desastres; y
 Aumentos o disminuciones sustanciales en la demanda de agua debido a cambios en
patrones de migración.
Estrategias de manejo y acciones a corto plazo (L)

Una vez que se han evaluado las incertidumbres acerca del cambio climático y otros factores,
emergen nuevas preguntas: ¿Qué pueden hacer los administradores de sistemas de agua para
manejar estas incertidumbres y posibles vulnerabilidades? ¿Qué estrategias están disponibles
para mejorar las condiciones para la comunidad y los distintos actores? ¿Qué pueden hacer a
corto plazo, y qué opciones pueden dejar para el futuro, como parte de una estrategia
adaptativa de respuesta al clima? El grupo de actores también debe identificar la línea base –
las condiciones actuales pertinentes a la gestión de agua en la región, y qué información se
necesita para definir los detalles de cada estrategia. ¿Cómo pueden producir la información
sobre cada estrategia, y quién se encargará de producirla?
14
Relaciones o modelos para generar escenarios (R)

Un aspecto importante de la incertidumbre en el planeamiento de recursos hídricos es que no
sólo falta certeza acerca de los distintos factores, sino que tampoco se sabe cómo van a
interactuar – qué sucede, por ejemplo, si disminuye la lluvia al mismo tiempo que aumenta la
población urbana. Esta clase de análisis requiere el uso de distintos modelos (ver Figura 1.2).
El primer paso es desarrollar proyecciones de condiciones climáticas plausibles para el país o
la región. El segundo paso es reducir la información a resolución gruesa de los modelos de
circulación general (GCMs por sus siglas en inglés) a la escala de la gestión del agua, a nivel
local o regional; esto es lo que llamamos “downscaling” (Fowler et al. 2007; Wilby et al.
2004; Wilby et al. 1998). El tercer paso es construir modelos de lluvia-escorrentía para
informar a las empresas de agua, las comunidades agrícolas, y las municipalidades que
manejan el suministro del agua sobre la cantidad de agua producida y disponible para
suministro. El paso final es un análisis con modelos de sistemas de recursos hídricos para
estimar las demandas y la distribución de agua en el sistema. Este conjunto de modelos
permite relacionar las variables climáticas y otros factores inciertos para evaluar el
desempeño de las medidas de adaptación e identificar su capacidad de reducir la
vulnerabilidad del sistema.
Figura 1.2: Componentes de modelación de clima y de recursos hídricos en el proceso
de evaluación de riesgo
Modelo ‘Downscaling’ Modelo de lluvia/ Modelo de

Global escorrentía sistemas de agua
Para el uso de datos climáticos para planeación climática de recursos hídricos se requieren cuatro pasos que incluyen
modelos de circulación general, cambio de escala, modelos de lluvia escorrentía y modelos de gestión de agua
Medidas de desempeño para clasificar escenarios (M)

Aunque la identificación de incertidumbres y estrategias de manejo sea cualitativa y
descriptiva, el proceso de evaluar cuáles son más relevantes y más útiles requiere un análisis
cuantitativo. Las medidas tienen múltiples funciones: no sólo ayudan a identificar las
estrategias más relevantes, sino también a comprender la magnitud de las incertidumbres, y
una vez que se han definido las estrategias, permiten evaluar el desempeño potencial de cada
estrategia. El primer paso es una pregunta fundamental: ¿Qué significa “buen” o “mal”
desempeño en este contexto? ¿Qué resultados se desea obtener? Las preguntas relevantes a
este nivel pueden incluir: ¿Cuáles son los factores más importantes? (e.g. el buen
funcionamiento de los servicios ecosistémicos, el nivel de cobertura de la demanda urbana, el
nivel de pérdidas de agua de irrigación). ¿Qué medidas e indicadores específicos se pueden
utilizar para evaluar cada factor? ¿Cuáles son los niveles y valores límites que se quiere lograr
– y quiénes deben determinar cuáles son los niveles apropiados? ¿Qué información se
necesita, y quién la tiene o la va a recopilar?
1.3 WEAP: Construcción del ambiente de modelación

Existen diferentes tipos de modelos de hidrología y de gestión de recursos hídricos (tercer y
cuarto paso en la Figura 1.2). Estos modelos simulan los componentes terrestres del ciclo
15
hidrológico según los datos climáticos que se introduzcan y las características de cada cuenca.
Los resultados de estos modelos son cálculos de variables como caudales y recarga de
acuíferos. Los modelos de lluvia-escorrentía pueden también suministrar información sobre
evapotranspiración, cambio en la humedad en el suelo, escorrentía superficial, y carga de
contaminantes. La representación del sistema de agua en estos modelos típicamente no es lo
suficientemente substancial para llenar las necesidades de las empresas de agua.
Tradicionalmente estos modelos hacen sus cálculos con base en las observaciones
hidrológicas históricas de caudales y recarga de acuíferos. También pueden incluir
representaciones de demandas de agua vinculadas a observaciones históricas de
evapotranspiración. Estas simulaciones de hidrología basadas en datos históricos se utilizan
para evaluar las implicaciones de diferentes opciones en la gestión de recursos hídricos – por
ejemplo, construir infraestructura nueva o modificar las instalaciones existentes; las opciones
se evalúan en relación a una serie de medidas de desempeño.
Cuando se considera el cambio climático, los modelos de sistemas de recursos hídricos tienen
que incorporar los resultados de los modelos de lluvia-escorrentía para poder traducir los
cambios en las condiciones hidrológicas a condiciones de operación del sistema. La
distribución del agua no es la única variable determinante del desempeño; los modelos de
sistemas también pueden ser vinculados a modelos de calidad del agua o de ecosistemas con
el objetivo de evaluar si el régimen de distribución es apropiado y aceptable. Un punto clave
es que existen múltiples opciones para los administradores de agua en cada paso del proceso.
Existen múltiples modelos GCMs, métodos de cambio de escala, tipos de modelos de lluvia-
escorrentía y de modelos de sistemas de recursos hídricos, y tipos de modelos de impacto.
WEAP (Water Evaluation And Planning, o Sistema de Evaluación y Planificación del Agua) es
un modelo que permite evaluar las implicaciones de cambio climático para el desempeño del
sistema de recursos hídricos. También es una herramienta eficaz para evaluar diversas
estrategias de gestión del agua bajo distintas condiciones de cambio climático y otras
incertidumbres. WEAP se ha aplicado varias veces en la Región Andina – por ejemplo, en un
estudio de los impactos del cambio climático en la hidrología de montaña en los Andes del Perú
(Vergara et al. 2011). En ese proyecto, auspiciado por el Banco Mundial en 2011, se diseñar un
módulo de glaciares y uno de páramos para complementar a WEAP y poder integrar los
impactos del cambio climático en la evaluación de la respuesta hidrológica de regiones de alta
montaña. A nivel global, WEAP se ha aplicado tanto en zonas templadas con acumulación y
derretimiento de nieve, como en zonas tropicales, para determinar las implicaciones del cambio
climático para distintos usos del agua: urbanos, agrícolas y para energía.
Dada la amplia gama de opciones, el marco analítico ilustrado en la Figura 1.2 puede servir
de guía para un análisis con WEAP como la herramienta que conecta los distintos elementos.
1.4 Clima: Escenarios y variabilidad climática futura

Los modelos que se utilizan para crear escenarios del clima futuro se llaman Modelos de
Circulación General de la Atmósfera-Océano (AOGCMs o simplemente GCMs por sus siglas
en inglés). Son modelos físicos de las condiciones acopladas del sistema atmosférico-
oceánico-continental de la tierra, que se corren usando distintos supuestos sobre las
concentraciones de gases de efecto invernadero en el futuro, asociados con distintos
escenarios de emisiones para diferentes trayectorias de desarrollo global futuro (Nakicenovic
et al. 2000). Los modelos producen una amplia serie de proyecciones climáticas para el siglo
XXI que se pueden usar para identificar riesgos climáticos. Sin embargo, hay consideraciones
importantes:
16
 Los GCMs producen estimados de clima futuro a una escala gruesa (> 100 km2),
mientras que los procesos hidrológicos relevantes para administradores de recursos
hídricos son mucho más finos (del orden de 10 km2);
 Muchos modelos de gestión del agua en uso actual utilizan datos históricos de
caudales superficiales, no los parámetros meteorológicos proyectados por los GCMs;
 Los estimados de condiciones climáticas futuras varían ampliamente entre diferentes
GCMs y simulaciones de emisiones globales; por lo tanto, introducen incertidumbres
nuevas en los análisis de planeación de recursos de agua.
El proceso de “downscaling” se ha documentado bien en la literatura, por lo tanto no se
discute en detalle aquí. En resumen, existen tres métodos de reducción de escala: dinámicos,
estadísticos y no-paramétricos. El método dinámico usa los Modelos Regionales de Clima
(RCM por sus siglas en inglés, Regional Circulation Models); los métodos estadísticos usan el
desarrollo de relaciones estadísticas entre los GCMs y las variables meteorológicas
estadísticas (precipitación, temperatura, velocidad de viento, etc.), y los métodos no
paramétricos hacen muestreo de los datos históricos para producir distintos escenarios del
clima futuro (Gangopadhyay et al. 2005; Groves et al. 2008; Wilby y Wigley 2000; Wood et
al. 2004; Yates et al. 2003). Cada uno de estos métodos tiene sus ventajas y desventajas, pero
todos traducen los escenarios de clima globales a proyecciones más relevantes al nivel local.
1.5 Ensamble: Análisis de vulnerabilidad basado en escenarios

Existen muchos métodos para conducir análisis de manejo de riesgo/vulnerabilidad en el
contexto de incertidumbres acerca del cambio climático. El objetivo de estos métodos es
apoyar de forma cuantitativa el análisis de decisiones a largo plazo bajo incertidumbre
profunda – es decir, cuando los analistas no se pueden poner de acuerdo, o no saben cómo
representar los impulsores que determinarán el futuro, la distribución de probabilidades, las
variables y parámetros de los modelos conceptuales, o la manera de evaluar la vulnerabilidad
del sistema (Lempert et al. 2003).
En esta sección se presentan tres enfoques que se utilizan para evaluar vulnerabilidad: el
primero basado en un número limitado de escenarios y narrativas para representar posibles
futuros, el segundo basado en la definición de incertidumbres en función de probabilidades, y
el último basado en el uso de un amplio conjunto de escenarios sin asignar probabilidades.
En el primer enfoque, se desarrolla un grupo limitado de escenarios definidos para representar
un número pequeño de combinaciones de condiciones climáticas plausibles y otros factores
de incertidumbre. Los escenarios en este caso se usan para construir futuros posibles en forma
de narrativas para ayudar a tomar mejores decisiones; estos escenarios no son predicciones,
sino historias de lo que podría suceder. A partir de estos escenarios se puede evaluar el
desempeño de distintas posibles estrategias de gestión. Un enfoque basado en escenarios
puede ayudar a los tomadores de decisiones a considerar un grupo amplio de condiciones
posibles. La mayor ventaja de este método es su simplicidad teórica y computacional. Sin
embargo, el límite en el número de escenarios que se pueden desarrollar usando una
metodología estándar (Schwartz 1996) impide que este enfoque capture una amplia gama de
impactos climáticos plausibles. Si se consideran pocos escenarios también es más difícil de
saber cómo se desempeñaría el sistema bajo otras posibles combinaciones de efectos
climáticos y estrategias.
El segundo enfoque se basa en la evaluación del riesgo climático a través de análisis
probabilístico de riesgo (Giles 2002; Reilly et al. 2001; Schneider 2001; Webster et al. 2003).
Tradicionalmente el análisis de riesgo caracteriza la incertidumbre asignando una
17
probabilidad de distribución a los valores para cada uno de los factores de incertidumbre más
importantes dentro del modelo. El resultado es una proyección probabilística que ofrece dos
ventajas claras. Primero, provee mucho más información a los tomadores de decisiones,
reduciendo la gama de contingencias que sus decisiones deben confrontar. Segundo, el
enfoque de apoyo a las decisiones basado en el concepto de la utilidad esperada constituye un
potente marco para identificar las mejores opciones (Morgan y Henrion 1990). Sin embargo,
cuando existe desacuerdo sobre la naturaleza de la incertidumbre, la evaluación de
probabilidad de las opciones de planeación puede no dar toda la información necesaria para
evaluar las posibles estrategias.
El último enfoque genera y evalúa un amplio conjunto de escenarios para entender el
desempeño de diferentes estrategias de gestión frente a una amplia gama de condiciones
futuras plausibles. La Toma de Decisiones Robusta (TDR) formaliza este enfoque. TDR es un
enfoque iterativo y analítico para la toma de decisiones, cuando la incertidumbre no puede ser
caracterizada por medios probabilísticos (Lempert et al. 2003; Lempert et al. 2006). TDR
utiliza la evaluación integrada de modelos para evaluar el desempeño de distintas estrategias
bajo distintas combinaciones de condiciones futuras asumidas. En este enfoque se usan
técnicas estadísticas avanzadas para evaluar las características de las estrategias que se
desempeñan mal y generan mayor vulnerabilidad (Groves y Lempert 2007). Este proceso
ayuda a los analistas y tomadores de decisiones a desarrollar alternativas robustas, eliminando
las estrategias que no reducen la vulnerabilidad y la evaluando en más detalle las estrategias
más prometedoras.
Lempert et al. (2003) describe de forma detallada cómo TDR combina enfoques de escenarios
múltiples y de modelación exploratoria, utilizando computadores para interpretar los procesos
naturales. El método de TDR combina la capacidad humana – de reconocer patrones, llegar a
conclusiones, formular hipótesis, intuir soluciones posibles, pero también de ignorar factores
inconvenientes y convencerse de argumentos que pueden demostrarse falsos – con el uso de
computadores que pueden manejar grandes cantidades de datos para proyectar las
implicaciones de suposiciones sin prejuicio. De esta forma, el TDR combina la capacidad
computacional actual para generar conjuntos de escenarios futuros plausibles y la capacidad
humana para desarrollar hipótesis. En este enfoque, el término escenario se usa para
representar cada predicción sobre el futuro en combinación con cada estrategia que se podría
adoptar para influenciar el desempeño. Este enfoque usa la visualización y búsqueda de
métodos para extraer información que permita distinguir entre las opciones.
18
Figura 1.3: Integración de computadores y humanos en análisis usando TDR
Estrategias Estado futuro

alternativas del mundo
d c b e
Ensamble de
escenarios
Estrategias
robustas
Gráfica adaptada de Lempert et al. (2003). Las líneas centrales a, b y c representan cálculos computacionales. Las líneas
en la izquierda y derecha de la figura, d y e, representan información añadida por humanos.
Tabla 1.2: Comparación de métodos para analizar incertidumbres futuras

Método Autores Ventajas Desventajas
Planeación basada en (Schwartz 1996) Formulación de escenarios El número de escenarios
escenarios basada en narrativas desarrollados es limitado
desarrolladas con actores
Simplicidad teórica y
computacional
Análisis probabilístico de (Giles 2002; Reilly et Provee información Posible desacuerdo sobre
riesgo al. 2001; Schneider resumiendo la gama de la naturaleza de la
2001; Webster et al. contingencias posibles para incertidumbre
2003) tomar decisiones
Concepto de utilidad esperada
permite identificar las mejores
decisiones
Ensamble de escenarios (Lempert et al. 2003; Considera una amplia gama Requiere iteración para
Lempert et al. 2006) de escenarios búsqueda de alternativas
Busca opciones robustas – no robustas, y tiempo
óptimas considerable de
computación
Las ventajas y desventajas de los tres métodos se presentan en la Tabla 1.2. En el caso de
toma de decisiones para planeación de recursos hídricos bajo incertidumbre profunda, debido
a la amplia gama de incertidumbres y opciones de gestión, el desarrollo de un número
limitado de escenarios a través de narrativas limita la capacidad de visualizar de forma
cuantitativa cómo la vulnerabilidad del sistema podría variar bajo distintas condiciones. Por
otro lado, la asignación de probabilidades de ocurrencia a las incertidumbres asociadas al
cambio climático y otros aspectos del contexto de gestión de agua (i.e. crecimiento de
población, impulsores a nivel global de mercado agrícola) generan dificultades para asignar
funciones de probabilidad basadas en teorías, consenso de expertos, observaciones, y
resultados de modelación (Giles 2002).
El método de conjuntos de escenarios se presenta como una buena opción para apoyar la toma
de decisiones sobre recursos hídricos bajo el cambio climático, ya que enfrenta las debilidades
19
del enfoque tradicional de planeación en sistemas de suministro de agua que se basa en el uso de
un estimado único de las necesidades de agua futuras. Bajo el cambio climático, existen nuevos
retos que impiden asumir que las condiciones históricas pueden ser guías para el futuro y
reducen la confiabilidad de las proyecciones (Brown 2010). Adicionalmente, debido a los
avances computacionales y al uso de herramientas diseñadas específicamente para evaluar el
desempeño de las estrategias bajo escenarios de incertidumbres, el montaje de un conjunto de
escenarios se facilita considerablemente (Lempert and Groves 2010). En este enfoque, cada
escenario es una estrategia aplicada en un futuro incierto, generando un conjunto de escenarios
que permite visualizar el panorama de posibles futuros.
El proyecto descrito en este reporte se basa en el ensamble de escenarios para la toma de
decisiones robustas, pero se enfoca en el apoyo de la toma de decisiones robustas por parte de
las entidades gubernamentales. Por eso llamamos el proceso Apoyo de Decisiones Robustas
(ADR).
1.6 Tableau: Uso de computadores para visualización de medidas

El ensamble de escenarios genera una gran cantidad de información y una gran base de datos.
Para que esa información sea útil en la toma de decisiones, hay que procesarla y visualizarla.
Así como los computadores permiten ahora hacer grandes corridas de modelos, también
pueden presentar los datos en visualizaciones interactivas. Esta capacidad computacional es
especialmente útil cuando hay muchos escenarios plausibles (Lempert et al. 2003).
El ensamble de escenarios presenta distintas combinaciones de medidas de adaptación e
incertidumbres y su impacto sobre el desempeño del sistema. Para poder explorar de forma
sistemática esos datos en sus distintas dimensiones, se necesita una nueva herramienta. En
este caso se utilizó el software Tableau, que permite presentar los datos de forma dinámica
para evaluar los efectos negativos de las incertidumbres y los beneficios de varias opciones.
Esta interfaz facilita la comunicación de la información técnica a los tomadores de decisiones
sobre políticas o infraestructura. La visualización de esta información genera un puente entre
lo técnico del procedimiento de modelación y lo práctico del proceso de toma de decisiones.
1.7 Apoyo de decisiones robustas en la práctica

El método que se describe en este reporte puede ser muy útil en la gestión de recursos
hídricos. Dadas las incertidumbres acerca del cambio climático, es esencial que los
administradores del recurso hídrico hagan un análisis exhaustivo de las vulnerabilidades
climáticas y planeen medidas de adaptación. Con el ADR, este proceso puede ocurrir
continuamente: se hace un análisis, se escogen estrategias, se implementan, y se vuelve a
analizar la vulnerabilidad, añadiendo nueva información cuando esté disponible. El nivel de
esfuerzo apropiado dependerá de las necesidades actuales de información de las
organizaciones involucradas. Este tipo de procedimiento se ha aplicado en California para
planeación de agua a largo plazo, donde el Departamento de Recursos Hídrico (DWR por sus
siglas en inglés) lleva un proceso de planeación que enfatiza la incertidumbre sobre las
condiciones futuras de manejo del recurso hídrico. Este proceso requiere la identificación de
escenarios cuantificables al igual que la inclusión de información probabilística, la cual sirve
para delimitar los escenarios plausibles (Groves and Lempert 2007).
A través de este tipo de análisis, los administradores de recursos hídricos pueden descubrir,
por ejemplo, que una reducción posible en los caudales en ciertos meses del año podría poner
en peligro sus objetivos de proveer agua de forma confiable, teniendo en cuenta los niveles de
demanda de irrigación, de uso de agua per cápita actual, infraestructura actual, derechos de
agua, y proyecciones de población futura. El análisis también puede comparar el desempeño
20
de múltiples opciones bajo una gama de posibles climas futuros, permitiéndole al analista
identificar líneas de acción que sean robustas frente a la incertidumbre y adaptables de forma
rápida, en la medida en que aparezca nueva información. Por ejemplo, en la planeación del
Distrito Metropolitano de California del Sur (MWD por sus siglas en inglés) un proceso de
este tipo ha facilitado la identificación de opciones que se desempeñan apropiadamente bajo
medidas de vulnerabilidad y de nivel de esfuerzo (Lempert and Groves 2010).
En general, el alcance y la naturaleza de las incertidumbres en el análisis determinan el mejor
método para tomar decisiones. Por ejemplo, un análisis de decisión estándar aplica
probabilidades y preferencias para calcular los valores anticipados en el presente con cada
opción, y seleccionar la opción con el valor máximo. Este método es apropiado cuando la
probabilidad de distribuciones de variables inciertas se entiende relativamente bien. Sin
embargo, encontrar dichos estimados de probabilidad bajo incertidumbre profunda puede ser
inapropiado o imposible, ya que las proyecciones climáticas dependen tanto de procesos
físicos como de procesos sociales que son impredecibles (Grübler and Nakicenovic 2001).
Por otro lado, cuando existe gran incertidumbre sobre la distribución de las probabilidades y/o
de la importancia de distintos criterios, es más factible no buscar la estrategia que genere el
valor máximo, sino minimizar el riesgo de que la estrategia que se escoja tenga que ser
rechazada posteriormente. Esta regla de decisión puede ser útil en el contexto de planeación
para la adaptación al cambio climático, debido a los altos niveles de incertidumbre en relación
con las condiciones futuras de suministro de agua y de condiciones de demanda. Bajo este
punto de vista, el ejercicio de planeación no se ve como un mapa de una secuencia completa
de proyectos futuros para mantener la confiabilidad del suministro. Al contrario, el enfoque se
da en la identificación de decisiones robustas en el corto plazo que preserven de mejor forma
la habilidad de las empresas de agua para llevar a cabo proyectos en la medida en que sea
necesario. La meta es descubrir qué opciones de políticas a corto plazo son robustas sobre una
amplia gama de escenarios futuros. Las estrategias robustas serán con frecuencia adaptativas
– es decir, estarán diseñadas explícitamente para evolucionar con el cambio de condiciones
(Lempert et al. 2003).
En nuestra aplicación de estos conceptos, el ADR, hemos modificado los pasos del TDR de la
siguiente forma:
 El ADR usa el mismo procedimiento para desarrollar un conjunto de escenarios;
 El ADR identifica escenarios robustos a través de del trabajo con los actores
encargados del manejo de recursos hídricos en la iteración humano-computador
ilustrada en la Figura 1.3;
 El enfoque del ADR es demostrar el concepto de apoyo de decisiones robustas, pero
se limita a una iteración basada en el conocimiento de los encargados del manejo de
recursos hídricos, y por lo tanto no produce iteraciones adaptativas sucesivas como el
TDR, porque éstas requieren más tiempo para seguir el proceso;
 En el ADR al igual que en TDR se diseña un análisis interactivo para la exploración
de la multiplicidad de futuros plausibles, pero ya que la intervención del ADR es de
plazo limitado, el uso posterior de este análisis interactivo para identificar escenarios
robustos y adaptativos se deja en manos de los actores locales, que podrán utilizar las
herramientas para evaluar hipótesis adicionales. Esto significa que es necesario crear
capacidad en el uso de esas herramientas y de la exploración de escenarios guiada por
los computadores.
A continuación se presentan dos estudios de caso en Bolivia y Perú en los que se aplica el
ADR para construir herramientas y capacitar a los actores locales para identificar opciones de
21
adaptación al cambio climático en sistemas de suministro de agua. Los casos de estudio en de

La Paz/El Alto en Bolivia y de Olmos en Perú se presentan para demostrarle al BID y a sus
colaboradores un enfoque innovador de introducir las incertidumbres de cambio climático en
la tarea crucial de manejar recursos hídricos en los Andes.
Ambos casos de estudio presentan diferencias en la forma como el análisis se estructuró en
cada caso. En Perú, el objetivo fue demostrar la sensibilidad potencial de planes hacia el
cambio climático y otras incertidumbres para aumentar la concientización sobre la necesidad
de considerar cambio climático; por lo tanto, un análisis de escenarios limitado fue apropiado.
En Bolivia, la naturaleza participativa del proceso condujo a la generación de un número
mucho más amplio de incertidumbres potenciales y posibles respuestas de gestión, por lo cual
se implementó un análisis de un ensamble de escenarios para responder a los intereses de las
organizaciones clave y los tomadores de decisiones.
El proceso completo se presenta gráficamente en la Figura 1.4, la cual se organiza en dos
fases: actividades de preparación, y actividades de investigación, con la posibilidad de que los
resultados de la fase de investigación puedan conducir a una retroalimentación para revisar
los pasos previos y preparar un análisis iterativo para apoyo a las decisiones.
Figura 1.4: Elementos en la planeación para la adaptación en el sector de agua
Mapa de XLRM:
WEAP: Clima:
actores: Formulación
Preparación Construcción Escenarios
Organizaciones del problema
del modelo futuros
clave
ADR:
Ensamble: Tableau:
Análisis de
Investigación Automatización Visualización
decisiones
de corridas de medidas
robustas
Tipo de actividades
Ejecutadas por el proyecto
Asociadas a capacitación
Técnicas especializadas
A cargo de tomadores de decisiones
Esta gráfica agrupa los pasos de delimitación participativa y uso de herramientas computacionales seguidas en la
aplicación del marco para identificación de alternativas robustas, es decir aquellas que reducen la vulnerabilidad climática
del sistema.
22
2. RESILIENCIA CLIMÁTICA DEL SISTEMA DE AGUA PARA LA PAZ Y EL ALTO

La resiliencia es un concepto que se usa de maneras distintas en contextos ecológicos,
sociales y físicos, para describir la capacidad de un sistema para recuperar su condición y
función original después de una perturbación. Es importante especificar resiliencia a qué y de
qué; en este caso, se evalúa la resiliencia al cambio climático de los sistemas de agua de las
ciudades de La Paz y El Alto en Bolivia. En el contexto de sistemas de agua, varios autores
han usado distintos algoritmos para estimar la resiliencia. Una de las medidas que se han
usado es la probabilidad de que un sistema se recupere después de una falla ocurre, donde la
falla se define como la incapacidad del sistema para suministrar su producción en un año
determinado (Matonse et al. 2012). Fowler et al. (2003), por otro lado, define la resiliencia
como la velocidad de recuperación de un sistema de un estado de falla, y define la falla como
la incapacidad de cubrir las demandas impuestas.
Nuestro método se basa en Fowler et al. (2003), con una medida combinada de la resiliencia
que considera el suministro y la demanda para identificar cuándo el sistema está por debajo de
un límite de desempeño determinado (i.e. cobertura de las demandas) y la capacidad de
recuperación de ese estado de falla.
Además de esas medidas cuantitativas, reconocemos que la resiliencia tiene otros aspectos
también, relacionados con la gobernanza. Los sistemas resilientes son más capaces de adaptarse
a nuevas condiciones y a transformarse si es necesario. Nuestro análisis no mide los aspectos de
gobernanza de forma cuantitativa, pero los considera dentro de los procesos participativos que
promueven el trabajo de comunicación entre actores a cargo del recurso hídrico a diferentes
niveles, y en la definición de estrategias robustas de adaptación al cambio climático (Rijke et al.
2013; Schmidt 2013). De este modo, nuestro método es similar al que se utiliza en Scott et al.
(2012), combinando una medida de resiliencia que se basa en la capacidad de recuperarse de
fallas, con un proceso participativo para identificar estrategias resilientes.
2.1 Sistemas de abastecimiento de agua para La Paz y El Alto

Las ciudades de La Paz y El Alto están ubicadas en la Provincia Murillo del Departamento de
La Paz en el Estado Plurinacional de Bolivia (Figura 2.1). El Censo 2001 estimó la población
de La Paz en 789.585 y la de El Alto, en 647.350. La tasa de crecimiento anual desde el año
1992 había sido 1,11% y 5,10%, respectivamente. La Paz, que antes había recibido migración
de zonas rurales, presentó una tasa negativa de migración en el Censo 2001, mientras que en
El Alto, se vio una explosión demográfica debido a flujos migracionales de origen rural
además del crecimiento natural (Molina and Pereira 2005). Sin embargo, el crecimiento de la
población en El Alto ya se había desacelerado; entre 1976 y 1992, la población creció a una
peligrosa intensidad de 9,2% por año (Molina and Pereira 2005). Los resultados preliminares
del Censo 2012 indican que en La Paz, la tasa de crecimiento fue más baja que en 1992-
2001; en El Alto, se estima que la población alcanzó cerca de 1 millón de habitantes.
La pobreza es una gran vulnerabilidad de la ciudad de El Alto, ya que según el Censo 2001,
66,9% de la población es pobre (Pereira 2007). El Censo 2001 también indica que sólo el
35% de las viviendas disponen de agua procedente de tubería de red; del 65% restante, el
11,3% viven sin acceso al servicio de agua potable y el 53,7% disponen de agua por tubería
fuera de la vivienda (Pereira 2007).
23
Figura 2.1: Esquema de abastecimiento de agua de las ciudades de La Paz y El Alto, y

posibles nuevas fuentes de suministro
Gráfica de los autores. El esquema incluye las cuencas de abastecimiento actual y potencial, y las demandas agrícolas y
urbanas que utilizan agua de forma compartida.
En la actualidad operan cuatro sistemas de agua potable en La Paz y El Alto: Achachicala,

Pampahasi, El Alto y Tilata (Figura 2.1). La fuente de suministro de agua de los tres primeros
son pequeñas cuencas hidrográficas ubicadas en la Cordillera Real; el aporte de estas cuencas
se almacena en represas y se conduce a las plantas de tratamiento. El sistema Tilata aprovecha
aguas subterráneas mediante 32 pozos de una profundidad promedio de 90 metros. Desde el
2007, el abastecimiento de agua a ambas ciudades ha estado a cargo de la empresa
concesionaria Empresa Pública Social de Agua y Saneamiento (EPSAS).
A continuación se describirá cada uno de los sistemas según los datos proporcionados por
EPSAS. Los datos finalmente usados en la modelación se basaron en datos suministrados por
EPSAS y en referencias utilizadas. A pesar de que existen algunas discrepancias en los datos
según las fuentes, el valor de entrada fue definido por el equipo de trabajo de SEI en
colaboración con el Grupo Focal y bajo la aprobación del MMAYA como el mejor estimado
con base en la información disponible, lo cual permitió reducir el nivel de incertidumbre en
los datos de entrada.
24
Sistema Achachicala
El sistema Achachicala abastece principalmente al centro de la ciudad de La Paz, a unos
195.000 habitantes que consumen 222 litros por persona por día (l/p/d). Este consumo
relativamente alto se debe a que en esta área se encuentran varias industrias y actividad
comercial. La fuente de suministro principal es el embalse Milluni, que tiene una capacidad
útil de 11,23 hm3 y un área de aporte de 59,43 km2. La capacidad de la infraestructura
hidráulica para la conducción hasta la planta de tratamiento es de 1 m3/s, pero el caudal de
aducción es solo de 0,56 m3/s; además existe una obra de toma directa del río Choqueyapu. La
capacidad máxima de la planta de tratamiento es de 1 m3/s. Bajo las condiciones actuales la
cobertura de la demanda es del 100%. Este sistema presenta tasa de crecimiento de población
negativa, por lo cual se prevé que en el futuro no incrementará su demanda.
Sistema Pampahasi
El sistema Pampahasi abastece aproximadamente a 300.000 habitantes de la ciudad de La
Paz, los cuales consumen 142 l/p/d, un nivel elevado que se atribuye a los altos ingresos de
los residentes (Hardy 2009). Este dato no incluye las pérdidas en la distribución, que son del
orden del 33% y están contabilizadas en la distribución del sistema. Actualmente existen tres
fuentes de suministro de agua; las principales son los embalses Incachaca y Hampaturi con
capacidad útil de 4,39 hm3 y 3,14 hm3, respectivamente; el tercer embalse, Ajuankhota, tiene
una capacidad de almacenamiento útil de 3,5 hm3. Este embalse se utiliza de junio hasta
diciembre con un caudal de descarga sobre el río Hampaturi de 0,27 m3/s que se almacena en
el embalse Hampaturi.
La capacidad máxima de la tubería del embalse Hampaturi hasta la planta de tratamiento es
1,4 m3/s y desde Incachaca es de 0,30 m3/s. El área de la cuenca Incachaca y Hampaturi es
34,41 y 59,12 km2 respectivamente. Se está estudiando la construcción de una nueva planta de
tratamiento, Chuquiaguillo, con una capacidad de 0,40 m3/s, y crear un nuevo sistema de
abastecimiento de agua para garantizar la cobertura al norte de la ciudad de La Paz, para unos
150.000 habitantes. La fuente de suministro sería el embalse Incachaca que actualmente es
parte del sistema Pampahasi. Además se pretende construir una nueva represa, Hampaturi
Alto, con una capacidad de 6 hm3 para suplir el cambio del embalse Incachaca. Según EPSAS
la cobertura de la demanda llega cerca al 95%, y con la nueva infraestructura se tendría
garantizada la cobertura al 100% en el futuro, ya que los últimos censos de población indican
crecimiento a tasas muy bajas.
Sistema El Alto
El sistema El Alto abastece tanto a La Paz como a El Alto, a 300.000 habitantes y 850.000
habitantes, respectivamente. El consumo de agua es bajo comparado con otros sistemas, un
promedio de 52 l/p/d, debido a la condición socioeconómica precaria y también a aspectos
culturales, como los hábitos de aseo e higiene. La fuente de suministro de agua es la represa
Tuni, que tiene una capacidad de almacenamiento útil de 21,55 hm3.
Además existen dos aducciones del río Huayna Potosí y Condoriri que operan bajo reglas de
operación concertadas con regantes de las comunidades de Patamanta y Palcoco-Condoriri,
las cuales se explican a continuación (Figura 2.1). La aducción de Huayna Potosí hacia el
embalse Tuni tiene una capacidad máxima de 2 m3/s con flujo de noviembre hasta abril. En
los otros meses, el 100% del caudal del río está destinado para Patamanta. En el caso del río
Condoriri, la tubería tiene una capacidad máxima de 1 m3/s que de noviembre a abril se
aprovecha en su totalidad para el almacenamiento en el embalse Tuni, y de mayo a octubre se
divide en partes iguales con la comunidad local (Palcoco-Condoriri). La capacidad máxima
25
del embalse Tuni hasta la planta de tratamiento de El Alto es 0,968 m3/s, aunque la capacidad
de la planta de tratamiento es 1 m3/s.
Algunas investigaciones del sistema El Alto indican que bajo las condiciones actuales de
producción y las tendencias de crecimiento de la población, la demanda superó a la oferta
hacia el año 2009, y desde entonces el déficit ha ido aumentando (Ramirez 2008). Los
reportes de EPSAS para el 2012 indican que la cobertura de la demanda es del 85%, y en el
futuro se espera un aumento en la demanda debido al crecimiento poblacional, aunque a tasas
mucho más bajas que en las últimas décadas. En el Plan Maestro de Agua Potable de 1994 se
plantearon nuevas cuencas de suministro de agua como Khara Khota, Taypichaca, Janchallani
y Jachawaquiwiña (Figura 2.1). Se están realizando estudios para evaluar el potencial
hidrológico y la factibilidad socio-económica y ambiental en estas cuencas. El presente
estudio es una de las evaluaciones que se están considerando para determinar la resiliencia
climática de los sistemas de abastecimientos actuales y futuros.
Sistema Tilata
El Sistema Tilata abastece a unos 160.000 habitantes de El Alto, los cuales consumen unos 50
l/p/d. El consumo es tan bajo porque son zonas urbanas y periurbanas de condiciones
socioeconómicas muy precarias, donde además gran parte del área de cobertura no cuenta con
un sistema de alcantarillado. La fuente de agua son 32 pozos de una profundidad promedio de
90 m; el agua se saca con bombas sumergibles y se conduce hasta una planta de tratamiento
con capacidad de 0.14 m3/s.
Está claro que el abastecimiento de agua es un gran reto para El Alto, cuyo sistema principal
ha llegado prácticamente al límite de su capacidad. Si bien hasta ahora otros sistemas, como
Pampahasi y Achachicala, no han tenido problemas serios con el abastecimiento, la situación
podría cambiar por el impacto de cambio climático sobre la oferta hídrica de las cuencas de
suministro. Hay que evaluar esos impactos para promover estrategias que permitan que los
sistemas sean resilientes ante posibles impactos negativos.
Debido a esas condiciones anteriores, el Banco Inter-Americano de Desarrollo (BID) ha
seleccionado a esta zona para un programa piloto de resiliencia climática (Pilot Program for
Climate Resilience) bajo su plan estratégico de resiliencia climática (Strategic Plan for
Climate Resilience). El proyecto se denomina Programa de Resiliencia Climática para los
Sistemas de Agua y Saneamiento de las Áreas Metropolitanas de La Paz y El Alto. Como
parte de ese proyecto, el presente estudio de caso aplica la metodología descrita en la sección
1 a la región de La Paz y El Alto, con el objeto de aumentar la resiliencia de los sistemas de
agua. Los productos intermedios del proyecto están referenciados en las diferentes secciones
de esta sección, y se presentan como apéndices de este Reporte Final.
2.2 Mapa de actores: Organizaciones clave

El proceso de identificación de actores clave permitió observar el rol de las organizaciones en
acceso y uso de la información. El MMAyA escogió a los participantes, un Grupo Focal
(GF) con representantes de las siguientes instituciones encargadas de la gestión del agua:
Empresa Pública Social de Agua y Saneamiento (EPSAS), Servicio Nacional de Meteorología
e Hidrología (SENAMHI), Instituto de Hidráulica e Hidrología (IHH-UMSA), Gobierno
Autónomo Departamental de La Paz (GADLP), Gobierno Autónomo Municipal de La Paz
(GAMLP), y Programa Nacional de Cambio Climático (PNCC). El grupo focal de actores
estuvo activo en los talleres y capacitación y facilitó la ejecución exitosa del proyecto. En este
grupo, el operador principal del sistema es EPSAS, y los usuarios principales son los
gobiernos municipales.
26
A partir de este Grupo Focal, se desarrolló un mapeo de actores detallado que se incluye en el
Apéndice 1 y Apéndice 3 de este reporte. En esta sección se presentan algunos resultados
destacados para observar el panorama general de los actores alrededor del proceso de ADR.
En el aspecto político, el mapeo de actores permitió identificar diferencias entre los actores
que generan barreras para producir acciones concertadas. Por otro lado, los actores
presentaron interés en mejorar la información para tomar decisiones, lo cual implica la
generación de capacidades locales. El proceso de trabajo con los actores permitió evidenciar
el rol clave de algunos actores como EPSAS y la necesidad de promover concertación entre
instituciones. El Grupo Focal no incluyó a actores vinculados con la producción agropecuaria
y el sector energético, los cuales deberían ser incluidos en fases posteriores.
En general, el ejercicio de realizar el mapeo de actores institucionales fue útil en el proceso de
apoyo técnico para entender la localización de cada actor en el espacio de planeación y
manejo del recurso hídrico. Así mismo, la ubicación de los actores en el continuo de
proveedores de datos a receptores de información da claridad sobre el uso potencial de los
productos, en especial del modelo WEAP del sistema de abastecimiento del área
metropolitana (Figura 2.2). Está claro que otros actores y procesos de concertación deberán
ser considerados en el evento de tomar decisiones sobre infraestructura futura.
Figura 2.2: Mapa de actores en torno a la generación de información en WEAP
En rojo denota el proveedor central de información, el azul los actores con rol dual como proveedor de datos y usuario
de información. Las organizaciones marcadas en un recuadro azul son aquellas que hicieron parte del Grupo Focal.
2.3 XLRM: Formulación del problema

El segundo paso fue la aplicación participativa del marco XLRM, comenzando con través de
talleres con el Grupo Focal para caracterizar el problema. Esta caracterización se encuentra de
forma detallada en el Apéndice 1 – en el que se reporta la serie de incertidumbres, estrategias
de gestión y medidas de desempeño que se identificaron y en el Apéndice 2 en el cual se
describe la caracterización de estas incertidumbres como datos de entrada al modelo WEAP.
Después de un proceso de verificación de opciones a través de criterios como la relevancia de
las estrategias para el MMAYA y la modelabilidad (es decir, la capacidad de incluir las
27
variables directamente en el modelo WEAP), se llegó a una lista reducida de opciones. Por
ejemplo, la ley nacional sobre servicios de agua y alcantarillado2 que es parte del marco
normativo y representa el aspecto político-institucional, se consideró como una
incertidumbre, pero no se incluyó en la lista reducida de opciones, ya que es imposible
modelar este aspecto directamente en WEAP. Las opciones seleccionadas se presentan en la
Tabla 2.1, y constituyeron la base para la generación de escenarios.
Tabla 2.1: Resumen del marco XLRM para La Paz y El Alto

Factores de Incertidumbre (X) y Estrategias de Gestión (L) y Paquetes de Respuesta
Escenarios
X1. Cambio en el clima futuro L1, L2 y L3. Almacenamiento de agua en nuevos embalses y
reducción de pérdidas en sistemas de riego
X2. Crecimiento de la población
L4. Conservación de bofedales
X3. Cambios en consumo per cápita
L5. Reducción de pérdidas en el sistema de riego
X4. Prioridades de distribución
L6. Reducción de pérdidas en sistemas urbanos
X5. Crecimiento de la frontera agrícola
Modelos (R) Medidas de Desempeño (M)
M1. Escurrimiento
M2. Área glaciar (como indicador del efecto de cambio climático)
M3. Cobertura de agua potable
M4. Confiabilidad
M5. Vulnerabilidad
M6. Resiliencia
Incertidumbres/factores exógenos (X)

Este análisis incluye supuestos relacionados a 1) cambios en el clima futuro; 2) crecimiento
de la población; 3) cambios en el consumo de agua per cápita; 4) prioridades de distribución
entre demanda urbana y agrícola; y 5) crecimiento de la frontera agrícola. La gama de
posibles valores para cada incertidumbre se delimitó después del proceso participativo (ver
Apéndice 1). A pesar de que el marco regulatorio de Bolivia no se incluyó explícitamente
como una incertidumbre, se consideró indirectamente, en la prioridad de distribución. Esta es
una importante incertidumbre, porque a pesar de que actualmente el uso del agua está basado
en los principios de igualdad y reciprocidad, es posible que cambios en el marco regulatorio
permitan darle prioridad al consumo humano. Esta incertidumbre también depende de las
decisiones dentro de los sistemas de agua; por ejemplo, podría haber acuerdos entre sectores
que permitan cambios de prioridades de distribución, como ha sucedido en el sistema El Alto
según se describió anteriormente (sección 2.1). A continuación se describe en detalle cómo se
caracterizaron las incertidumbres.
2La ley vigente es la Ley de Servicios de Agua Potable y Alcantarillado, aprobada en 1999/2000; el gobierno del
Presidente Evo Morales ha propuesto reemplazarla con una nueva ley titulada “Agua Para La Vida”.
28
Cambio en el clima futuro (X1)

El procedimiento para desarrollar escenarios climáticos incluyó la obtención de información
de Modelos Climáticos Globales (GCMs, por sus siglas en inglés)3 y la identificación de
Modelos Climáticos Regionales (RCMs, por sus siglas en inglés)4 disponibles para la región.
Se identificaron limitaciones para generar escenarios de cambio climático a partir de GCMs,
ya que la escala de modelación es muy pequeña, con cuencas de áreas menores a 100 km2.
Otra limitante fue que los datos para la construcción del modelo histórico comprenden sólo el
período 1990-2010, excepto la estación meteorológica San Calixto, que cuenta con datos
extensos y continuos desde el año 1917. Una descripción detallada de los escenarios futuros
definidos se presenta en la sección 2.5 y en el Apéndice 4.
Crecimiento de la población (X2)

Hay gran incertidumbre respecto al crecimiento de la población, especialmente en la ciudad
de El Alto. En la sección 2.1 se ha descrito la dinámica del cambio demográfico. El análisis es
más complejo cuando hay que realizar proyecciones de población para cada sistema de
abastecimiento de agua, como en este caso, en el que el sistema El Alto abastece tanto a la
ciudad de El Alto como a La Paz.
Según las proyecciones del Instituto Nacional de Estadística (INE), en el año 2030 la
población urbana del Departamento de La Paz estará alrededor de 2.6 millones de habitantes;
los datos también indican que gran parte de la población del departamento estará concentrada
en áreas urbanas. Estas proyecciones, según el mejor estimado basado en referencias, datos de
EPSAS, y definidos en colaboración con el Grupo Focal y el MMAYA, dan una idea general
para estimar las tendencias demográficas en los tres sistemas de abastecimiento. Algunas
investigaciones indican que en el 2025, el sistema El Alto serviría a 1.6 millones de personas,
para el sistema Achachicala la tasa de crecimiento sería negativa por debajo de 200,000
habitantes y finalmente para el sistema Pampahasi existirían un crecimiento bajo con una
tendencia casi constante (Olmos 2011).
Estas proyecciones son relativamente confiables, ya que las sugerencias de EPSAS en el
proceso de la construcción del modelo WEAP también van en ese sentido. En base al análisis
de estos trabajos se ha realizado dos proyecciones de población para cada sistema hasta el año
2050, cuyos resultados se pueden observar en la Figura 2.3. Las líneas demarcadas como
“Bajo” y “Alto” representan tasas de crecimiento bajas y altas, respectivamente, dentro de la
gama de las proyecciones que se encontraron.
3 Los GCMs son modelos que resuelven las ecuaciones que gobiernan a la atmosfera, el océano y otros
componentes relevantes representados por el modelo, dividiendo el espacio en “cajas” o rejillas discretas (CCSP
2008) en (Andrade and Blacutt 2010). El tamaño de estas cajas no puede ser muy pequeño pues el tiempo de
cálculo crece rápidamente conforme el tamaño de la rejilla decrece (Andrade and Blacutt 2010).
4 Los RCMs operan en un dominio mucho menor que los GCMs y a una resolución mucho mayor a los mismos
(Andrade and Blacutt 2010)
29
Figura 2.3: Tendencias demográficas en los sistemas de agua de La Paz y El Alto
1.90E+06
1.70E+06
Población [hab]
1.50E+06
1.30E+06
1.10E+06
9.00E+05
7.00E+05
2001
2006
2011
2016
2021
2026
2031
2036
2041
2046
Alto Lima (1-Bajo) Alto Lima (2-Alto)
4.10E+05
3.60E+05
Población [hab]
3.10E+05
2.60E+05
2.10E+05
1.60E+05
2001
2016
2031
2006
2011
2021
2026
2036
2041
2046
Pampahasi (1-Bajo) Pampahasi (2-Alto)

Achachicala(1-Bajo) Achachicala (2-Alto)
En estas gráficas, ‘Bajo’ se refiere a tendencia con una tasa de crecimiento menor dentro y ‘Alto’ se refiere a tendencia con
una tasa de crecimiento mayor dentro de la gama posible de incertidumbre según la información de proyecciones.
Cambios en el consumo per cápita (X3)

El consumo per cápita del sistema El Alto definido para el modelo y verificado por el
MMAYA es bajo (ver Tabla 2.2), equivalente a países africanos (Olmos 2011). Un 87% del
consumo en este sistema es doméstico, ya que muchas de las industrias ubicadas en El Alto
utilizan aguas subterráneas (Olmos 2011). Como se indicó anteriormente, el bajos consumo se
atribuye a que la mayor parte de la población ha migrado de zonas rurales, y el 66,9% es
pobre (Pereira 2007); los hábitos de aseo, higiene y otros usos del agua también limitan el
consumo (Molina and Pereira 2005). Según las metas de expansión propuestas por EPSAS a
ser ejecutadas durante el 3er Quinquenio, 2007-2011, la cobertura del servicio de
alcantarillado proyectada era sólo del 51% (JPV Consultores S.A. y PwC 2007).
En el caso de los sistemas Pampahasi y Achachicala, el consumo per cápita es alto (ver Tabla
2.2), equivalente a países europeos y sudamericanos; la proporción de consumo doméstico es
el 83% y 59%, respectivamente (Olmos 2011). El sistema Pampahasi sirve a una población de
30
relativamente altos ingresos (Hardy 2009), y en Achachicala la presencia de industrias,

actividades comerciales y estatales es importante, ya que el sistema abastece a todo el centro
de la ciudad de La Paz. Según las metas de expansión para el 3er Quinquenio 2007-2011, la
cobertura del servicio de alcantarillado proyectada para los dos sistemas es del 100% (JPV
Consultores S.A. y PwC 2007).
Un cambio en el consumo per cápita que implique un aumento respecto al actual pone en
riesgo la cobertura de la demanda. En diferentes talleres llevados a cabo como parte de este
estudio, los técnicos de EPSAS afirmaron que el consumo per cápita en el futuro no debería
tener cambios significativos – más bien se debería promover una reducción en el consumo del
agua. En base a las recomendaciones de EPSAS, se propuso lo siguiente para caracterizar
estas incertidumbres: primero mantener la actual dotación, y segundo, proyectar un pequeño
aumento para Achachicala y Pampahasi. Para el sistema El Alto, el segundo escenario
proyecta un aumento mucho mayor, de 25 l/p/d, o casi el 50%, ya que en el futuro se espera
mejorar la cobertura del servicio de alcantarillado, lo cual aumentaría el consumo de agua.
Tabla 2.2: Escenarios para evaluar incertidumbres en consumo per cápita

Sistema Consumo actual [l/p/d] Consumo actual/bajo [l/p/d] Consumo alto [l/p/d]
Achachicala 222 222 227
Pampahasi 142 142 151
El Alto 52 55 77
Fuente: Estimado en base a JVP Consultores S.A. y PwC (2007), Olmos (2011), y comunicación personal con el Ing.
Tomás Quisbert, jefe de operaciones, EPSAS (2012).
Prioridades de distribución (X4)

En los tres sistemas urbanos estudiados (Pampahasi, Achachicala y El Alto), actualmente sólo
El Alto comparte agua con zonas agrícolas. De hecho las fuentes de suministro están ubicadas
en otra jurisdicción territorial, los municipios de Batallas y Pucarani; sin embargo, existen
reglas de operación establecidas para maximizar la cobertura de las demandas, tal como se
describió anteriormente (sección 2.1). En las posibles nuevas fuentes de suministro, como las
cuencas Khara Khota y Taypichaca, existen grandes sistemas de riego consolidado, como
Tupak Katari, Suriquiña y Taypichaca, que están conectados a los embalses Khara Khota y
Taypichaca. En el caso de aprovechar estas fuentes para el suministro de agua para El Alto, es
necesario evaluar las posibilidades de distribución para analizar cómo afectaría el
aprovechamiento de otras fuentes. En ese sentido se plantean dos escenarios de
incertidumbre: primero, que la prioridad sea para las demandas urbanas, y segundo, que la
prioridad de distribución se comparta entre el sector urbano y agrícola. En el primer escenario
en WEAP se representa con prioridad 1 (la más alta) a sistemas urbanos y 99 para sistemas de
riego, y en el segundo se representa a los dos con prioridad de 1.
Crecimiento de la frontera agrícola (X5)

El crecimiento de la frontera agrícola tiene efecto solo en los sistemas Patamanta y Palcoco
(Figura 2.1), y no en otros como Tupak Katari, Suriquiña y Taypichaca, ya que el crecimiento
de estos últimos está incluido como parte de las estrategias L1 y L2 de forma integral, ya que
incluyen además de nuevas fuentes, reducción de pérdidas e incremento del área de riego.
Este escenario de incertidumbre se plantea con base en la tierra disponible o área regable
(según datos de la Ficha de Identificación y Validación del Servicio Departamental de Riego).
En ese sentido se caracterizó esta incertidumbre con un aumento futuro posible variable entre
el 20% y el 40% respecto al área actual.
31
Estrategias de gestión (L)

En la sección 2.1 se menciona que actualmente existen cuatro sistemas de abastecimiento de
agua para La Paz y El Alto. En este trabajo se han estudiado sólo tres: Achachicala,
Pampahasi y El Alto; este último es el más vulnerable por el fuerte crecimiento demográfico y
la pobreza de los habitantes. En este sistema, el 88,7% de usuarios dispone del servicio de
agua potable administrado por la EPSAS, y los demás no tienen acceso al servicio y deben
obtener agua de otra forma (Pereira 2007). La meta de expansión de cobertura de agua
potable de EPSAS hasta el año 2010 era del 89% (JPV Consultores S.A. y PwC 2007), pero
en el año 2012, según los reportes anuales de la empresa operadora, la cobertura era del 85%.
Por eso es que la EPSAS extrae del embalse Milluni (sistema Achachicala) e inyecta al
sistema un caudal de 55 l/s (Calizaya et al. 2012) para incrementar la cobertura.
Como se indica en la sección 2.1, los sistemas Pampahasi y Achachicala actualmente no
tienen problemas de abastecimiento de agua, y no anticipan un incremento significativo en la
demanda. Aun así, se están realizando estudios para crear un nuevo sistema, Chuquiaguillo,
para garantizar la cobertura en el futuro.
En vista de esta situación, es sistema El Alto que necesita buscar nuevas fuentes de suministro
de agua y, al mismo tiempo, tratar de reducir las pérdidas. La reducción en el consumo per
cápita no es factible, ya que actualmente es bajo (52 l/p/d). El Plan Maestro de Agua Potable
del 1994 ya había planteado una serie de cuencas potenciales. En el 2012, de forma paralela al
presente estudio, el Ministerio de Medio Ambiente y Agua (MMAyA) auspició un Estudio de
Identificación (EI) para identificar la opción más viable, considerando el aprovechamiento de
las cuencas de Khara Khota, Taypichaca, Janchalani, Jacha Waquiwiña, Condoriri, Tuni,
Huayna Potosí, Chojlla Jipiña, Milluni y Choqueyapu.
El estudio identificó tres opciones principales (designadas aquí como L1, L2 y L3), las cuales
se describirán más adelante. El propósito de incluir estas estrategias es para obtener
información comparable al EI, y poder integrar esta estrategia dentro del marco amplio de
análisis de incertidumbres para evaluar cómo los efectos exógenos pueden afectar el
desempeño de estas estrategias. Las nuevas fuentes están ubicadas en cuencas con sistemas de
riego bien consolidados, pero con infraestructura deficiente; existen pérdidas en el sistema
alrededor del 80 y 90% (IC-RIMAC 2012). Gran parte del área regada son pastos y bofedales
para el pastoreo de ganado bovino y ovino. Estas estrategias no sólo están enfocadas en la
evaluación de nuevas fuentes, sino también en la mejora de la infraestructura de los sistemas
y, finalmente, en incrementar el área de riego. Es así que podríamos denominarlas como
“Estrategias Integrales”. Por otro lado, en los talleres llevados a cabo como parte del proceso
(Apéndice 5) se consideraron otras tres estrategias de gestión: conservación de bofedales
(L4), reducción de pérdidas en sistemas de riego y urbano (L5 y L6). Las estrategias L1, L2,
L3 y L6 presentan posibles estrategias integrales para aumentar la resiliencia al cambio
climático del sistema de agua, que podría responder claramente a las necesidades de
abastecimiento descritas, ya que implican inversión en nuevas fuentes de suministro y
reducción de agua no contabilizada – por lo tanto, mayor disponibilidad de agua.
Alternativa 1: Nuevas fuentes de suministro (L1)

Esta opción implica la construcción de un nuevo embalse en la laguna Khotia Khota (cuenca
Khara Khota) con una capacidad de 8,80 hm3 y la ampliación del embalse Taypichaca de 8
hm3 a 18,07 hm3. La capacidad máxima de la aducción de Khotia Khota es de 0,3 m3/s y la de
Taypichaca, 0,7 m3/s; en el EI está denominada como Alternativa 1-Variante 2 (IC-RIMAC
2012).
32
Figura 2.4: Esquema de la Alternativa 1
La Alternativa 1 utiliza las cuencas Khara Khota y Taypichaca.
En la zona baja de las cuencas Khara Khota y Taypichaca existen dos sistemas de riego:
Tupak Katari y Suriquiña. Las actuales áreas de riego son 531 y 580 ha, respectivamente, con
pérdidas del orden del 85%; más del 80% del área de riego son pastos para ganadería (IC-
RIMAC 2012). Con la implementación de la Alternativa 1 se pretende ampliar el área de
riego a 1227 ha (Tupak Katari) y 1084 ha (Suriquiña) y mejorar la infraestructura para reducir
las pérdidas al 60%. Asimismo se plantea crear un nuevo sistema de riego presurizado de 600
ha, Nuevo Tupak Katari-Suriquiña, con una tasa de pérdida del 30% (IC-RIMAC 2012). El
área incremental respecto al actual sería de 1800 ha.
En la cuenca Taypichaca también hay un sistema de riego con el mismo nombre, de 295 ha,
donde el 50% son pastos para pastoreo de ganado, y las pérdidas alcanzan el 89% debido a la
mala infraestructura y al uso de métodos anticuados. La estrategia plantea incrementar el área
de riego a 1609 ha con la reducción de pérdidas al 60% (IC-RIMAC 2012). El resumen de la
estrategia en las zonas de riego se muestra en la Tabla 2.3.
Tabla 2.3: Sistemas de riego Tupak Katari-Suriquiña y Taypichaca sin/con estrategia

Sin Estrategia Con Estrategia
Sistema Área de riego [ha] Pérdidas [%] Área de riego [ha] Pérdidas [%]
Tupak Katari 531 85 1227 60
Suriquiña 580 85 1084 60
Taypichaca 295 89 1609 60
33

Se plantea la ampliación del embalse Taypichaca de 8 hm3 a 18,07 hm3 y además construir
dos obras de toma en la cuenca Janchallani y Jachawaquiwiña con aducciones al embalse
Taypichaca, cada una con capacidad de 0,05 m3/s. La capacidad máxima de la aducción al
sistema El Alto sería de 0,8 m3/s. Las acciones respecto al sistema de riego Taypichaca son
las mismas de la Alternativa 1.
La Alternativa 2 usa principalmente la cuenca Taypichaca, pero con trasvase de las cuencas Janchallani y Jacha
Waquiwiña.

En esta opción se plantea el cambio de fuente de suministro (embalse Milluni) del sistema
Achachicala para El Alto, pero no en su totalidad, sino con prioridad para El Alto. También se
plantea la construcción del embalse Jankho Khota, con una capacidad de 7,86 m3 y capacidad
máxima de aducción de 0,75 m3/s. Esta cantidad de agua sumada a los 0.56 m3/s de Milluni
generan un total de 1.31 m3/s. También se plantea la construcción del embalse Kaluyo con
una capacidad 9,24 hm3 y una obra de toma en la cuenca Chacaltaya con una capacidad de 0,2
m3/s. La capacidad máxima de la aducción al sistema Achachicala sería de 0.5 m3/s;
finalmente se plantea una obra de toma en el río Choqueyapu con capacidad máxima de 0,5
m3/s directo hasta la planta de tratamiento.
34
Esta alternativa se enfoca en desviar el agua de Milluni hacia La Paz y construir un embalse en Kaluyo.
Conservación de bofedales (L4)

En todas las cuencas existen pequeñas áreas de bofedales, y cada una tiene sus
particularidades. Algunos bofedales están conservados y otros degradados en gran parte por el
pastoreo de ganado, extracción de turba y actividad minera. Muchas áreas que en el pasado
fueron bofedales en la actualidad están cubiertas por pequeños arbustos y gramíneas. Las
propiedades hidrológicas de los bofedales en estas cuencas no han sido estudiadas a detalle.
Actualmente el Proyecto GRANDE, llevado a cabo por el Instituto de Hidráulica e Hidrología
(IHH-UMSA), está realizando el monitoreo de nivel freático y evaporación en las cuencas
Tuni y Condiriri. Estos resultados en el futuro podrían servir para plantear de forma adecuada
una estrategia para conservación de bofedales y para afinar el modelo hidrológico. Sin esos
datos, la calibración del modelo hidrológico en WEAP se basó en el concepto de lo que
representa un bofedal en la retención del agua, evaporación y aporte a caudal base (agua que
fluye desde el almacenamiento del agua subterránea hacia los cauces de los ríos).
La conservación de la mayoría de los bofedales en las cuencas Milluni, Tuni, Condoriri,
Taypichaca y Khara Khota es de regular a muy mala; incluso algunos ya no califican como
bofedales, especialmente en Taypichaca; el único que se considera en muy buen estado de
conservación es un bofedal en Khara Khota, a 5.037 msnm; la Foto 2.1 lo muestra (Meneses
2012). Asimismo, existen mediciones del aporte de los bofedales (caudales) en septiembre por
el método flotador (Meneses 2012). A pesar de que estos resultados pueden no ser confiables,
35
ya que el enfoque del trabajo es la evaluación biológica y calidad de agua, al menos permite
tener una idea de la cantidad de agua producida por los bofedales. Por ejemplo, en Khara Khota,
para el bofedal ubicado sobre 4.347 msnm (Figura 2.7) con un área de 52 ha, el caudal medido
en septiembre 2012 fue de 2.5 l/s; este dato se puede comparar con el caudal modelado en
WEAP para un área de 6 ha, cuyo caudal base promedio histórico para septiembre es de 0,25 l/s.
La comparación de estos dos resultados permite dos observaciones principales:
 La diferencial entre la escala espacial de medición de Meneses (2012) y la de WEAP
es de un orden de magnitud, 52 ha vs. 6 ha, reflejando el reto de producir resultados
en campo que puedan ser útiles para ejercicios de modelación y proyección, y la
necesidad de establecer escalas comparativas entre estudios de campo y estudios de
modelación.
 A pesar de las diferencias en escala espacial, los caudales medidos por Meneses
(2012) son comparables a aquellos estimados en el modelo WEAP La Paz/El Alto,
indicando que los parámetros utilizados para representar bofedales en WEAP son
representativos de los procesos hidrológicos de este tipo de ecosistemas.
En el modelo, la estrategia de la conservación de los bofedales se representa como un
incremento del 10% sobre al área actual, afectando a la zona que ahora contiene cobertura de
arbustos y gramíneas dispersas. Esta es una aproximación que en un futuro puede ser
mejorada con base en datos de monitoreo.
Foto 1: Bofedal en la cuenca de Khara Khota a 5.037 msnm
Fuente: Meneses (2012).
36
Figura 2.7: Mapa de bofedales de las cuencas estudiadas (elaborada sobre imagen
Landsat TM)
Nótese que la zona con mayor concentración de bofedales se encuentra en las cuencas potenciales, lo cual genera que
una estrategia de conservación de bofedales en las cuencas actuales de aprovechamiento no va a tener un efecto tan
importante como el que tendría en las cuencas potenciales, como Taypichaca.
Reducción de pérdidas en sistemas de riego (L5)

En los sistemas de riego, la infraestructura para la conducción de agua hasta las parcelas de
riego es deficiente; en la mayoría de los casos son canales de tierra. Por ende se pierde agua
por infiltración y evaporación, a lo cual se suma el hecho de que la aplicación de agua es por
surcos e inundación. Como se mencionó anteriormente, según el EI, las pérdidas en los
sistemas Tupak Katari, Taypichaca y Suriquiña oscilan entre 85-89%; en esta estrategia se
plantea reducir las pérdidas a un 60% por medio de mejoras en la infraestructura,
principalmente en la captación y conducción del agua, ya que es más complicado mejorar la
aplicación en la parcela de cultivo.
Reducción de pérdidas en sistemas urbanos (L6)

En El Alto, como en cualquier sistema de distribución urbana, existen pérdidas en la red de
tuberías y por conexiones clandestinas. Según datos de EPSAS, en el 2008 las mayores
pérdidas ocurrieron en el sistema Alto Lima (El Alto-Meseta y El Alto-Laderas), con valores
entre 37% y 39%, como se observa en la Tabla 2.4. Sin embargo, se están realizando trabajos
para determinar con exactitud estas pérdidas y tomar acciones para reducir las mismas. En el
37
2011, como parte del proyecto Adaptación al Impacto del Retroceso Acelerado de Glaciares
en los Andes Tropicales – PRAA,5 se realizó un estudio piloto en el distrito hidráulico EA04
ubicado en el distrito municipal 4 de la zona Río Seco de la ciudad de El Alto (sistema El
Alto), donde se cuantificaron pérdidas del orden del 42%. Las acciones para reducir las
pérdidas están centradas en la gestión de presiones (de hecho actualmente en horas de la
noche EPSAS reduce la presión en la red), combinada con el control activo de fugas y
renovación selectiva de redes de distribución. En las discusiones durante los talleres llevados
a cabo como parte de este proceso se llegó a la conclusión de que estas pérdidas sólo podrían
reducirse hasta un 30%; basado en este dato es como se plantea la Estrategia L6.
Tabla 2.4: Agua no contabilizada (ANC) en sistemas de agua de La Paz y El Alto

Sistema de
Volumen producido [m3] Volumen facturado [m3] ANC (Total)
abastecimiento
El Alto – Meseta 21.267.879 11.969.078 39.1%
El Alto – Laderas 8.151.748 5.159.405 36.7%
El Alto – Ciudad 25.597.173 15.989.728 37.5%
La Paz – Achachicala 16.256.772 11.519.562 29.1%
La Paz – Pampahasi 18.931.603 13.645.585 27.9%
La Paz – Ciudad 44.156.814 30.427.405 31.1%
Fuente: Base de datos EPSAS 2008.
2.4 WEAP: Construcción del Modelo (R)

El modelo de Gestión Integral de Recursos Hídricos (GIRH) de La Paz y El Alto se construyó
en el sistema WEAP, una herramienta de planificación de recursos hídricos que permite el
análisis tanto de la oferta de agua (generada a través de módulos físicos de tipo hidrológico a
escala de subcuenca) como la demanda (caracterizada por un sistema de distribución de
variabilidad espacial y temporal con diferencias en las prioridades de demanda y oferta)6. Para
modelar el aporte de los glaciares se ha incluido en WEAP el modelo ICE-KISS (Pouget
2011). El período de modelación para las condiciones históricas es 1995-2010, mientras que
las condiciones futuras comprenden el período de 2011-2050. En la Figura 2.8 se puede
observar la interfaz y la esquemática del modelo WEAP La Paz y El Alto. Cabe mencionar
que en este modelo no está incluido el Sistema Tilata, ya que no existen datos suficientes para
su modelación.
El modelo incluye precipitación-escorrentía, módulo glaciar, infraestructura hidráulica y su
operación (embalses y aducciones), demandas urbanas y demandas agrícolas. Los datos para
la construcción del modelo han sido recopilados de las siguientes instituciones:
 Clima y caudales observados: Servicio Nacional de Meteorología e Hidrología
(SENAMHI), IRD-GREAT ICE y Empresa Pública Social de Agua y Saneamiento
(EPSAS)
 Glaciares Zongo y Charquini: IRD-GREAT ICE
 Operación de embalses y demanda urbana: EPSAS
 Demanda Agrícola: Dirección General de Riego (DGR-VRHyR), visita de campo y
Estudio de Identificación (EI) preliminar realizado por IC-RIMAC para el MMAyA.
5Para más información, vea el sitio de web del proyecto: http://www.comunidadandina.org/PRAA.htm.

6 Vea Centro de Cambio Global, Universidad de Chile y Stockholm Environment Institute (2009), para una
descripción detallada; el sitio de web de WEAP, http;//www.weap21.org, también contiene materiales en español.
38
Figura 2.8: Interfaz y esquemática del modelo WEAP La Paz y El Alto
La interfaz de WEAP incluye la esquemática que contiene los elementos a modelar (ríos, canales, reservorios, sitios de
demanda, etc.). Cada elemento tiene datos asociados que permiten caracterizar el contexto biofísico y socioeconómico.
Consistencia de datos de precipitación

El análisis de consistencia de los datos de precipitación se realizó con el método Vector
Regional que está basado en la siguiente hipótesis: estaciones pluviométricas situadas en una
misma zona climática tienen totales anuales de precipitación proporcionales, cualquiera sea
la fluctuación climática de la zona (Molina et al. 2002). A partir de la información disponible
el método construye una estación ficticia que sea representativa de todas las estaciones de la
zona, con la cual se compara cada una de las estaciones. Cuando los datos son consistentes
para la región en estudio, los índices del vector deben estar entre 0,8 y 1,3 (Nippon Koei Co.
Ltd. y PCA 2007). En la Figura 2.9 se pueden observar los resultados del análisis del Vector
Regional: las estaciones Hichucota y Milluni presentan errores sistemáticos, marcados en
elipses rojas, asimismo se puede observar el vector con los datos corregidos, donde el índice
está entre 0,8 y 1,3 y por lo tanto, los datos de precipitación son consistentes.
Figura 2.9: Vector regional del área de estudio: a) sin corregir b) corregido
1.8 1.8
Alto Achachicala Alto Achachicala
1.6 El Alto-Aeropuerto 1.6 El Alto-Aeropuerto
1.4 Hampaturi EPSAS 1.4 Hampaturi EPSAS

Hichucota Hichucota
1.2 1.2
Incachaca EPSAS Incachaca EPSAS
Indices
1
Indices
1 Laykacota Laykacota
0.8 Milluni EPSAS 0.8 Milluni EPSAS
San Calixto San Calixto

0.6 0.6
Tuni EPSAS Tuni EPSAS
0.4 0.4 Vector
Vector
Lím. Inf. 0.2 Lím. Inf.

0.2
Lím. Sup. Lím. Sup.
0 0
1989 1994 1999 2004 2009 1989 1994 1999 2004 2009
Año Año
El vector regional corregido elimina los datos que presentan errores sistemáticos.
Calibración de módulo glaciar e hidrológico

La calibración del modelo hidrológico se realizó en tres puntos de observación hidrométrica:
Condoriri, Tuni y Huayna Potosí, ya que son las únicas ubicadas a una altitud por encima de
4.500 msnm, donde existe poca intervención humana que en general es la característica de
39
todas las cuencas en estudio. Sin embargo existen otros puntos que son monitoreados por el
SENAMHI en la cuenca baja de Kaluyo (Choqueyapu) y Kallapa (Irpavi), pero están
ubicados en zonas periurbanas y por tanto, no son representativos para la calibración; por lo
mencionado se hace énfasis en los tres primeros puntos de medición de caudal.
Primero se realizó la calibración del módulo glaciar con datos para los glaciares Zongo y
Charquini, ya que cuentan con datos de precipitación, temperatura y caudales observados del
aporte glaciar; los parámetros de calibración fueron extrapolados para otros glaciares, y
fueron verificados con las áreas digitalizadas sobre imágenes del satélite Landsat TM 5
(Figura 2.10); si bien la comparación entre áreas modeladas y digitalizadas (observadas) es
relativamente aceptable, debemos mencionar que pueden existir errores debido a la resolución
espacial de la imagen (30 m) – peor aun tratándose de glaciares pequeños. Además no es
adecuado generalizar los parámetros de calibración, ya que el comportamiento de cada glaciar
depende de su exposición al sol (Ramirez 2008). El aporte, ya sea sobrestimado o
subestimado, afecta el resultado de la oferta de la cuenca, pero en el caso de Tuni, Condoriri y
Huayna Potosí, esta incertidumbre es mucho menor, ya que existen estaciones hidrométricas
que permiten realizar ajustes durante la calibración. En el caso de cuencas sin caudales
observados, como Khara Khota y Taypichaca, se genera mayor incertidumbre, y esto
definitivamente podría afectar el resultado final, pero se desconoce en qué magnitud.
Segundo, se realizó la calibración de los parámetros del modelo precipitación-escorrentía de
WEAP en base en la cobertura y uso del suelo elaborado sobre una imagen Landsat TM. Para
evaluar la correspondencia entre el modelo y los datos observados se ha usado el índice de
eficiencia Nash-Sutcliffe (Nash y Sutcliffe 1970) y el Bias o la desviación relativa de los
caudales; en el primer caso se producen resultados menores o iguales a 1, si el resultado es 1 el
ajuste es perfecto; el segundo es la diferencia predicha con respecto al promedio entre la
medición y el valor real. Entre menor sea el porcentaje de Bias, mejor será la correspondencia
entre los datos observados y simulados (Centro de Cambio Global y SEI 2009). En la Figura
2.11 se muestran los caudales simulados y observados; el resultado para Tuni y Condoriri según
el índice de eficiencia Nash-Sutcliffe es 0,7 considerado como muy bueno, mientras que en
Huayna Potosí es 0,5, bueno (Tabla 2.5). En cuanto al sesgo en Tuni, los caudales simulados
tienen una subestimación del 20,6%, y en Huayna Potosí, sobrestimación en 11,38%.
Figura 2.10: Calibración del módulo glaciar ICE-KISS
1.8
1.5
1.2
Área [km^2]
0.9
0.6 Modelado
0.3 Observado
Esta calibración indica la correspondencia entre áreas observadas y modeladas para los glaciares del sistema Tuni.
Tabla 2.6: Índices/métricas de la calibración del modelo hidrológico
40
Estación hidrométrica Nash-Sutcliffe Bias [%]

Tuni 0.7 -20.6
Condoriri 0.7 0.77
Huayna Potosí 0.5 11.38
Figura 2.11: Calibración del modelo hidrológico a) Condoriri b) Tuni c) Huayna Potosí
1.5
1.2
Q[m^3/s]
0.9
0.6
0.3
0
ene-00 ene-01 ene-02 ene-03 ene-04 ene-05 ene-06 ene-07
Mes
Simulado Observado
(a)
1
0.8
Q[m^3/s]
0.6
0.4
0.2
0
sep-05 sep-06 sep-07 sep-08 sep-09
Mes
Simulado Observado
(b)
1
0.8
Q[m^3/s]
0.6
0.4
0.2
0
dic-99 abr-01 sep-02 ene-04 may-05 oct-06
Mes
Simulado Observado
(c)
La calibración del modelo hidrológico se realiza en las cuencas naturales, en puntos donde los caudales no han sido
afectados por intervención humana y operaciones.
Los resultados de la calibración son aceptables, y esto nos permite extrapolar los parámetros
para otras cuencas como Khara Khota, Taypichaca, Jachawaquiwiña y Janchallani. Los
criterios usados para la extrapolación son: a) proximidad a una cuenca con caudales
observados; b) las cuencas son de régimen natural – es decir, no existe mucha intervención
humana y por tanto la cobertura y uso de la tierra es similar en todos (según el mapa de
cobertura y uso de la tierra elaborado); c) las cuencas están sobre una altitud mayor a 4.300
41
msnm; d) las cuencas tienen características geológicas similares, donde se observan rocas
sedimentarias del Silúrico y Ordovícico, batolitos del Triásico y depósitos de morrena del
Cuaternario (GEOBOL 1995), y e) las cuencas presentas formación de suelos in situ de
textura franco arenoso y franco arcillo-arenoso.
En los caudales modelados en el EI (IC-RIMAC 2012), para Khara Khota y Taypichaca, por
ejemplo, el caudal promedio anual es de 0,9 y 1,25 m3/s respectivamente, en tanto que los
caudales modelados en WEAP para las mismas y están en el orden de 0,1 m3/s. En ambos
casos los caudales modelados por WEAP son mayores que los estimados en el EI, así que se
estaría sobrestimando la disponibilidad de agua en estas cuencas. Cabe anotar que la
calibración del modelo usado por IC-RIMAC (HBV) se realizó con los caudales observados
de la cuenca baja de Kaluyo, donde existe una influencia de asentamientos periurbanos. Por
otro lado, este modelo no incluye el aporte glaciar. Mientras no se cuente con caudales
observados en las cuencas Khara Khota y Taypichaca, no es posible afirmar qué modelo,
tanto WEAP como HBV está representando mejor el comportamiento hidrológico.
Calibración de los embalses
Los embalses destinados al suministro de agua para las ciudades de La Paz y El Alto son
cuatro: Milluni, Hampaturi, Tuni, Incachaca y Ajuankhota; las características de cada uno se
muestran en la Tabla 2.6. EPSAS cuenta con datos de volúmenes observados a nivel mensual
y reglas de operación tales como el nivel de amortiguamiento, lo cual permitió realizar la
calibración entre los volúmenes observados y modelados por WEAP y representar mejor la
modelación de las demandas urbanas. Los resultados de dicha calibración son aceptables,
como se puede observar en la Tabla 2.7 y la Figura 2.12; por ejemplo, el coeficiente de
correlación está por encima de 0,66.
Los embalses de sistemas de riego como Khara Khota (sistema de riego Tupak Katari-
Suriquiña) y Taypichaca (sistema de riego Taypichaca) tienen una capacidad de
almacenamiento útil de 14 y 8 hm3 respectivamente. Estos embalses no cuentan con datos de
volúmenes observados ni con reglas específicas de operación.
Tabla 2.6: Características y reglas de operación de los embalses de los sistemas de agua
para La Paz y El Alto
Volumen Nivel de
Tipo de Año de Volumen
Sistema Embalse muerto amortiguamiento
presa Construcción útil [hm3]
[hm3] [hm3]
Hampaturi Arco 1945 3,14 0,1 0,3
Incachaca Gravedad 1990 4,39 0,13 0,33
Pampahasi
Ajuankhota Gravedad 1994 3,50 0,1
Achachicala Milluni Gravedad 1940 11,23 1 1,5
Tierra
El Alto Tuni 1978 21,55 9,1 10,1
zonificada
Fuente: Comunicación personal con Jefe de Operaciones EPSAS (2012).
Tabla 2.7: Resultados de la calibración de operación de embalses

Embalse Tuni Milluni Incachaca Hampaturi
Coeficiente de
0,94 0,66 0,87 0,77
correlación
42
Figura 15: Volúmenes observados y modelados en embalses de sistemas urbanos:
3.7E+07
3.2E+07
Volumen (m^3]
2.7E+07
2.2E+07
1.7E+07
1.2E+07
6.5E+06
1.5E+06
ene-00 ene-02 ene-04 ene-06 ene-08 ene-10
Mes
Observado Simulado
(a) Tuni
1.4E+07
1.2E+07
Volumen (m^3]
1.0E+07
8.0E+06
6.0E+06
4.0E+06
2.0E+06
0.0E+00
Mes
Observado Simulado
(b) Milluni
5.0E+06
4.0E+06
Volumen (m^3]
3.0E+06
2.0E+06
1.0E+06
0.0E+00
Mes
Observado Simulado
(c) Incachaca
4.0E+06
3.5E+06
Volumen (m^3]
3.0E+06
2.5E+06
2.0E+06
1.5E+06
1.0E+06
5.0E+05
0.0E+00
Mes
Observado Simulado
(d) Hampaturi
La calibración de los embalses es un punto crítico en el proceso, pues permite verificar el modelo desde el punto de vista de
suministro (capacidad de llenado de los embalses) y demanda (necesidad de agua para las ciudades y sector agrícola). De
esta manera la calibración de embalses permite verificar que el sistema hidrológico y de demandas está siendo
representado de forma apropiada.
43
2.5 Clima: Escenarios futuros

En el Apéndice 4 se presenta en detalle el procedimiento propuesto para desarrollar los
escenarios climáticos. Después de la visita a Bolivia y del análisis de información existente,
se identificó que la opción más apropiada era usar la probabilidad de condiciones futuras con
Regional Climate-Change Projection from Multi-Model Ensembles (RCPM), que son
resultados de un análisis estadístico de proyecciones de diferentes modelos climáticos. Para
esto se utiliza un modelo estadístico Bayesiano para sintetizar la información de varios GCMs
en una función de densidad de probabilidad de cambio en la temperatura y precipitación.
Primero se realizó un análisis estadístico de la estructura de datos históricos de la estación
meteorológica con registro más extenso, en este caso San Calixto desde el año 1917 (Figura
2.13), que está a una altitud de 3.658 msnm. A partir de esto se generó una matriz de
transición de dos estados de probabilidad (Tabla 2.8). Con base en este análisis se realizó la
extensión de series de tiempo para las estaciones base, es decir las estaciones usadas en
WEAP, como Hichucota, Tuni EPSAS, Milluni EPSAS, Alto Achachicala, Incachaca EPSAS
y Hampaturi EPSAS. En la Tabla 2.9 se puede observar un ejemplo para las estaciones Alto
Achachicala (Aacha) e Hichucota (Hichu). Al final, usando la matriz de transición de San
Calixto fue posible extrapolar el clima de las estaciones usadas en WEAP usando la
información del RCPM.
Figura 2.13: Precipitación histórica de la estación San Calixto
700
AnnPcp
500
300
1920 1940 1960 1980 2000

Esta gráfica muestra la serie de datos de la estación, la cual presenta variabilidad que se caracteriza en la matriz de
transición de estados de probabilidad. Year
Tabla 2.8: Matriz de transición de estados de probabilidad

Probabilidad siguiente año Probabilidad siguiente año
Año actual
debajo de promedio (1) encima de promedio (2)
Debajo de promedio 55% 45%
Encima de promedio 43% 56%
Tabla 2.9: Extensión de series de tiempo para estaciones base

Año Año de Precipitación anual Precipitación anual
Estado
proyectado muestra (AACHA) (HICHU)
2011 2007 2 405 606
2012 1996 2 603 694
2013 1994 1 475 443
.. .. .. .. ..
2099 1990 2 545 692
44
Segundo, se usó el RCPM para la región de interés (Figura 2.14). Esta es una técnica
estadística para calcular los cambios esperados del clima en el futuro para una región
determinada sobre la base de datos de observación y los resultados de un conjunto de
Modelos Climáticos Globales (GCM) y suposiciones sobre emisiones futuras. En la Figura
2.14 se muestra la distribución de la densidad de probabilidad, los puntos en azul son los
usados para generar proyecciones de clima.
Figura 2.14: Dominio de la región y funciones de distribución de densidad de
probabilidad de precipitación y temperatura
La zona roja en el mapa presenta el sector para el cual se analizaron los datos del RCPM. Las densidades de probabilidad
indican la distribución de los GCMs en cuanto a precipitación y temperatura. Los puntos azules en las gráficas indican 8
deciles aproximados que se utilizaron para dividir cada distribución en el desarrollo de escenarios climáticos para la
región.
Finalmente se aplicaron los cambios esperados del análisis probabilístico del RCPM a las
series sintéticas mensuales de precipitación. Se realizó una combinación de gamas de
opciones, desde escenarios secos y muy calientes (Figura 2.15), que en adelante se denominan
como pesimistas, hasta escenarios húmedos y calientes (Figura 2.16), denominados como
optimistas de acuerdo con la forma en que estos escenarios podrían beneficiar al sistema al
generar mayor disponibilidad de agua.
45
Figura 2.15: Combinación de escenario seco y muy caliente
En esta gráfica se muestra el decil 3 de precipitación y temperatura, que se usó para desarrollar tendencias climáticas de
precipitación y temperatura (en rojo, respecto al escenario sin cambio climático en gris) para las estaciones climáticas en el
modelo WEAP generando un escenario seco y muy caliente.
Figura 2.16: Combinación de escenario húmedo y caliente
En esta gráfica se muestra el decil 7 de precipitación y temperatura, que se usó para desarrollar tendencias climáticas de
precipitación y temperatura (en rojo, respecto al escenario sin cambio climático en gris) para las estaciones climáticas en el
modelo WEAP generando un escenario húmedo y caliente.
Según lo anterior, el procedimiento para desarrollar los escenarios consistió en:

1. Generar una matriz de transición de estados de probabilidad para una estación con
record histórico largo (1917-2010);
2. Extender la precipitación de las estaciones base hacia el 2099, según la matriz de
transición de estados;
3. Clasificación de datos del RCPM en 8 deciles de temperatura – desde caliente hasta
muy caliente –, y precipitación – desde disminución hasta aumento en mm/día;
4. Combinación de deciles de temperatura y precipitación para obtener una gama de
posibles climas futuros, extendiendo las series de precipitación y temperatura de las
estaciones base con alteración de clima hacia el futuro.
46
Con este procedimiento, se generaron 18 escenarios de temperatura y 18 escenarios de

precipitación, de los cuales se seleccionaron seis combinaciones de temperatura y
precipitación, excluyendo los más extremos. Con este procedimiento se genera una
proyección del futuro. En la Tabla 2.10 se pueden observar los cambios del clima futuro
promedio respecto al histórico.
Tabla 2.10: Cambio del clima futuro (2011-2050) respecto al histórico (1990-2010)
Clima futuro Precipitación [%] Temperatura [°C]
1. Optimista +4.3 +0.5
2. +3.5 +0.8
3. Central -0.8 +1.0
4. Central -3.0 +1.2
5 -7.3 +1.5
6. Pesimista -10.3 +1.8
2.6 Ensamble: Automatización de corridas

Una vez caracterizadas las incertidumbres y las estrategias, se procedió a la generación del
ensamble de escenarios. La representación de las Incertidumbres (X) identificadas se realizó
en una hoja electrónica (Excel) bajo la estructura mostrada en la Figura 2.17, donde en la
cuarta y quinta columna se pueden observar, por ejemplo, las dos incertidumbres de
crecimiento poblacional para los sistemas abastecimiento de agua urbano. Estos datos o
funciones para la proyección de población en este caso fueron leídos por WEAP mediante un
script realizado en Visual Basic for Applications (VBA) dentro de Excel (Figura 2.17).
Figura 2.17: Representación de incertidumbres en Microsoft Excel
La figura muestra cómo se incluyeron las incertidumbres, como el crecimiento de población, dentro de un script en Excel.
47
Figura 2.18: Script en Visual Basic for Applications (VBA) para vincular WEAP con Excel
El script de VBA controla WEAP a través de los comandos del API (Application Programming Interface) que permite que
WEAP sea controlado por el script, modificando las variables necesarias para realizar las iteraciones del ensamble.
Las estrategias de gestión (L) fueron representadas directamente en WEAP. Por ejemplo, los
nuevos embalses y aducciones se insertaron dentro de la esquemática, pero sus características
físicas propuestas se activaron con una función condicional manejada desde las suposiciones
clave “key assumptions” de WEAP. En la Figura 2.19 se muestra dicha implementación, la
cual indica que si en las key assumptions el valor es 0, entonces las características físicas
están desactivadas, y si este valor se cambia a 1, la estrategia de gestión es activada. Todos
estos cambios fueron automatizados mediante el Script de la Figura 2.18.
Figura 2.19: Implementación de Estrategias de Gestión (L) con key assumptions
Nota: La figura nos muestra la forma cómo han sido implementadas las estrategias en WEAP. En Key Assumptions se
crearon cuatro categorías: la primera conservación de bofedales, la segunda nuevas fuentes (alternativa 1, alternativa 2 y
alternativa 3), la tercera reducción de pérdidas en sistemas urbanos y la cuarta reducción de pérdidas en riego. Las
estrategias son activadas cuando el valor del Key Assumptions se cambia de 0 a 1. Este cambio está automatizado con un
Script de VBA.
48
Los resultados de cada corrida en WEAP fueron exportados a una tabla de Excel con el
mismo Script de la Figura 2.20. Primero se crearon favoritos (que permiten guardar resultados
y gráficas con un nombre específico en WEAP) con los resultados del modelo representando
las M del XLRM; segundo, estos fueron nombrados en la tabla Excel cuya estructura o
formato se puede ver en la Figura 2.20. En esta tabla en la primera columna se guardó el
número secuencial de cada corrida, y en la segunda columna se identificó la estrategia de
gestión numerada desde 0 hasta 6 (la estrategia de gestión 0 es la Base, es decir, bajo las
condiciones actuales de manejo y operación), para un total de siete estrategias. Cada
estrategia se combinó con todas las incertidumbres, generando un total de 112 corridas por
estrategia, para un gran total de 784 corridas (Tabla 2.11).
Figura 2.20: Formato de la tabla de resultados en Microsoft Excel
Tabla 2.11: Corridas de estrategias e incertidumbres

Número de corridas
Estrategias (incluido el base) 7
Escenarios climáticos (incluido el de referencia o sin cambio climático) 7
Crecimiento de población 2
Consumo per cápita 2
Prioridades de distribución 2
Crecimiento de la frontera agrícola 2
Total corridas por estrategia 112
Total corridas 784
2.7 Tableau: Visualización de medidas

Se generó una base de datos extensa donde están todas las posibles combinaciones entre
Estrategias de Manejo (L) e Incertidumbres (X). Esta base de datos se puede visualizar para
analizar todas las medidas de desempeño de los escenarios como caudales en cuencas,
coberturas de demanda, volúmenes de reservorio, áreas glaciares, confiabilidad,
vulnerabilidad y resiliencia. La base de datos incorporada en el software Tableau para la
visualización permite que el usuario pueda explorar diferentes escenarios de forma dinámica.
El análisis de los resultados para todas las posibles combinaciones es bastante grande; por
tanto en este documento se presentan resultados de la combinación de todas las estrategias
con todos los escenarios de clima futuro, crecimiento de población bajo, consumo per cápita
actual/bajo, prioridad de distribución urbano-agrícola (con prioridad 1 para ambos) e
49
incremento de área de riego bajo, pero haciendo énfasis en la comparación de la situación

Base con L1, L2, L3 y L6, ya que estas son estrategias para mejorar la resiliencia de los
sistemas de abastecimiento de agua de La Paz y El Alto. La base de datos se entrega con este
reporte, y puede usarse para visualizar la información y las diferentes alternativas. Asimismo
se creó un panel de control para evaluar el desempeño de las estrategias combinadas con todas
las incertidumbres. Las instrucciones para acceder la base de datos y navegar el panel de
control se encuentran en el Apéndice 7.
Medidas por cuenca
Escurrimiento
Para el análisis de los efectos de cambio climático sobre la oferta hídrica de las cuencas
estudiadas, comparamos los caudales modelados para los seis escenarios de cambio climático
para el período 2011-2050 respecto al período de referencia 2011-2010. En la Tabla 2.12 se
muestra el cambio de caudal en las cuencas de suministro de agua actual y potencial. El
caudal de ingreso al embalse Tuni para el período de referencia es 0,95 m3/s, el cual podría
reducirse en un 10,53% para el escenario de clima 6; en el caso de la cuenca Milluni la
reducción es de 0,73 m3/s a 0,62 m3/s, que en términos relativos equivale a un 15,07%.
En las cuencas Incachaca y Hampaturi la oferta hídrica para el período de referencia es de
0,32 m3/s y 0,49 m3/s, respectivamente; los cambios por efecto del cambio climático varían
desde una reducción del 3% al 40%, a un aumento del 2,04% al 10,20%. En las posibles
nuevas cuencas de suministro como Khara Khota y Taypichaca los caudales modelados para
el período de referencia son 1,05 m3/s y 1,32 m3/s, respectivamente.
En las posibles nuevas cuencas de suministro para el período 2011-2050, dependiendo del
escenario climático, la reducción de caudal puede variar entre 31,43% y 37,14% en Khara
Khota, y de 20,45% a 28,79% en Taypichaca. Existe una diferencia notable en los cambios en
estas nuevas cuencas en comparación con las otras cuencas del área de estudio (Tabla 2.12).
La diferencia está directamente relacionada con el aporte de los glaciares, ya que en el
período histórico (1995-2010) según los resultados de la modelación se presentó un retroceso
acelerado de los glaciares ubicados a una altitud menor a 5.300 msnm, y por ende mayor
aporte de caudal. En el período futuro 2011-2050, el retroceso sería menos acelerado, ya que
los glaciares están a mayor altitud y, a pesar de que existe un aumento en temperatura, no
sería suficiente para derretir los glaciares de mayor altitud, por lo que se presentaría menos
aporte de caudal. Esto hace que la comparación de aporte histórico (con mayor derretimiento
glaciar) con respecto al futuro (con menor derretimiento glaciar) presente cambios negativos.
Es importante resaltar que los resultados en estas nuevas cuencas deben ser usados como
referencia y no como valores exactos, ya que los parámetros del modelo hidrológico y glaciar
han sido extrapolados de otras cuencas como el Tuni, Condoriri y Huayna Potosí, lo cual
genera incertidumbre en los resultados.
50
Tabla 2.12: Caudales modelados bajo escenarios de cambio climático para el período
2011-2050 y cambios porcentuales respecto al período de referencia 1995-2010
Referencia Escenario climático
Cuenca
[m3/s] 1 2 3 4 5 6
0,98 0,99 0,97 0,95 0,88 0,85
Sistema Tuni 0,95
(+3,16%) (+4,21%) (+2,11%) (0%) (-7,37%) (-10,53%)
0,78 0,78 0,79 0,68 0,63 0,62
Milluni 0,73
(+6,85%) (+6,85%) (+8,22%) (-6,85%) (-13,7%) (-15,07%)
0,34 0,34 0,31 0,27 0,27 0,24
Incachaca 0,32
(+6,25%) (+6,25%) (-3,13%) (-15,63%) (-15,63%) (-25%)
0,54 0,54 0,5 0,43 0,41 0,37
Hampaturi 0,49
(+10,2%) (+10,2%) (+2,04%) (-12,24%) (-16,33%) (-24,49%)
0,68 0,68 0,72 0,68 0,67 0,66
Khara Khota 1,05
(-35,24%) (-35,24%) (-31,43%) (-35,24%) (-36,19%) (-37,14%)
0,98 0,99 1,05 0,98 0,95 0,94
Taypichaca 1,32
(-25,76%) (-25%) (-20,45%) (-25,76%) (-28,03%) (-28,79%)
Figura 2.21: Caudal promedio anual para diferentes escenarios de clima futuro para el
período 2011-2050
Nota: en la figura se muestra el caudal promedio anual bajo escenarios climáticos en las cuencas Taypichaca, Khara Khota
y el caudal de ingreso al embalse Tuni proveniente de las cuencas Huayna Potosí, Condoriri y Tuni.
Área glaciar
En el dominio del modelo existen glaciares que en términos de área en las cuencas de Khara
Khota y Taypichaca alcanzan los 4 km2 en promedio. En las cuencas del sistema Tuni
(Condiriri, Tuni y Huayna Potosí) los glaciares suman aproximadamente 2 km2 para el año
2010. Estas áreas han sido calculadas sobre imágenes del satélite Landsat TM 5 de resolución
espacial de 30 m. Los resultados para el futuro indican que en la cuenca Tuni para el escenario
de clima más pesimista los glaciares desaparecerían aproximadamente a finales de la década de
los 2020s. Estos resultados son similares al trabajo de Olmos (2011) donde el comportamiento
se evalúa en función del volumen. Para el caso de las cuencas Khara Khota y Taypichaca existe
un retroceso para todos los escenarios de cambio climático pero todavía no llega a su
desaparición total de acuerdo con los resultados de la modelación con ICE-KISS. Sin embargo,
cabe mencionar que estos resultados son de carácter preliminar, ya que la modelación del aporte
glaciar se realizó con bastantes limitaciones en lo referente a datos de observación. El aporte
51
glaciar en las cuencas del sistema Tuni solo se podrá estimar de manera más confiable cuando
se cuente con una base de datos observados, como la que se está produciendo dentro del
Proyecto GRANDE llevado a cabo por el Instituto de Hidráulica e Hidrología (IHH-UMSA)
bajo cooperación internacional. Para este mismo propósito, se deberían instalar equipos de
observación hidro-meteorológica en las cuencas Khara Khota y Taypichaca.
Figura 2.22: Retroceso del área glaciar para el período 2011-2050
Nota: La figura muestra el retroceso de los glaciares para diferentes tendencias climáticas en las cuencas Khara Khota,
Taypichaca y Sistema Tuni (Tuni, Condoriri y Huayna Potosí).
Medidas por sistema de agua

Los indicadores como la confiabilidad, vulnerabilidad y resiliencia son útiles para evaluar el
funcionamiento de los sistemas de agua (Fowler et al. 2003). En la siguiente sección se define
cada uno de estos términos. En este trabajo se usaron estos indicadores para evaluar el
desempeño de los sistemas bajo las condiciones de sumisito actual, y bajo una serie de
estrategias de manejo planteadas en el EI y las identificadas por el Grupo Focal.
Indicadores para la evaluación de los sistemas

La confiabilidad puede ser una medida de la frecuencia de falla de la fuente de suministro o
embalse (Fowler et al. 2003). En este reporte, se evalúa la confiabilidad para la cobertura de
las demandas y no así para los embalses utilizando el mismo concepto. Primero se define un
criterio, C, para cada cobertura donde un valor insatisfactorio es cuando la cobertura de la
demanda está por debajo de ese criterio. La cobertura de la demanda para cada paso de tiempo
mensual, Xt , se evalúa para un tiempo futuro T. Con base en C se definen dos posibilidades:
satisfactorio, S, o insatisfactorio, U (Hashimoto et al. 1982a, 1982b en Fowler et al., 2003):
𝑆𝑖 𝑋𝑡 ≥ 𝐶 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑋𝑡 ∈ 𝑆 𝑦 𝑍𝑡 = 1 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑋𝑡 ∈ 𝑈 𝑦 𝑍𝑡 = 0 (2-1)
Usando este concepto, la confiabilidad CR se mide con la siguiente ecuación:

∑𝑇𝑡=1 𝑍𝑡 (2-2)
𝐶𝑅 =
𝑇
52
La vulnerabilidad de una fuente es definida como la máxima duración de una falla en el

tiempo y la magnitud de la misma (Fowler et al. 2003). El cálculo de esta variable se basa en
los conceptos descritos para la confiabilidad. Si el período insatisfactorio, Xt, es definido
como J1, J2, … , JN, entonces la vulnerabilidad según Hashimoto et al. (1982) en Fowler et
al. (2003) puede ser definida como:
(2-3)
𝐶𝑉 = 𝑚𝑎𝑥 {∑ 𝐶 − 𝑋𝑡 , 𝑖 = 1, … , 𝑁}
𝑡∈𝐽𝑖
La resiliencia indica la capacidad de recuperación de una fuente o sistema después de una

falla (Fowler et al. 2003). Para calcular la misma Hashimoto et al. (1982) en Fowler et al.
(2003), propone una ecuación definiendo el indicador, Wt, que indica la transición de un
estado insatisfactorio, U, a satisfactorio, S:
1, 𝑆𝑖 𝑋𝑡 ∈ 𝑈 𝑦 𝑋𝑡+1 ∈ 𝑆
𝑊𝑡 = { (2-4)
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
Y la resiliencia se puede medir con la siguiente ecuación:

∑𝑇𝑡=1 𝑊𝑡 (2-5)
𝐶𝑅𝑆 =
𝑇 − ∑𝑇𝑡=1 𝑍𝑡
Para fines prácticos de comprensión de estos conceptos y ecuaciones ilustramos con un
ejemplo. El cálculo de estas medidas de desempeño está basado en la demanda de agua, el
agua entregada y un criterio de cobertura (Figura 2.23). Cuando el agua entregada es menor al
criterio de cobertura, el sistema está en estado de falla caso contrario el sistema ha cumplido
con su objetivo. En el ejemplo planteado en 24 meses el sistema tuvo éxito en 15 meses
(Figura 2.24), aplicando la Ecuación 2-2 la confiabilidad es del 65,2%. La frecuencia de falla
es el número de veces que se repite un evento considerado como falla en este caso es 9 meses.
Ahora, existen tres períodos de falla, cada una con duración de tres meses; entonces la
máxima duración de la falla en todo el período de tiempo analizado también es tres meses
(Figura 2.25). Asimismo, aplicando la Ecuación 2-5 la magnitud máxima de la falla es 15
unidades de volumen, que corresponden a la suma de unidades de volumen no entregado para
llegar el criterio de cobertura durante el segundo período de falla del ejemplo (Figura 2.25).
La transición de un estado insatisfactorio (no-cobertura) a un estado satisfactorio (cobertura)
en la Figura 2.26 son etiquetados con 1. El número de veces que ocurre esto en el período de
tiempo analizado es denominado como frecuencia de cambio de no-cobertura a cobertura, es
decir que Wt en el ejemplo es 3. Considerando que el sistema en 24 meses ha tenido éxito en
15 meses, aplicando la Ecuación 2-5 tenemos un índice de resiliencia de 0,33. Este número
indica que el sistema puede recuperarse en 33% de las veces en que entra en estados de falla.
53
Figura 2.23: Criterios para evaluar el desempeño de un sistema
12
10
8
Volumen
6 Agua entregada
4 Demanda
2
Criterio de cobertura
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324
Meses
Nota: en la figura se muestra los criterios usados para evaluar el desempeño de un sistema: demanda, agua entregada, y
un criterio de cobertura. Todos estos criterios están expresados en una unidad de volumen. En el ejemplo se muestra para
un tiempo de dos años o 24 meses.
Figura 2.24: Ejemplo para el cálculo de confiabilidad en base a la frecuencia de falla
12
10
Volumen
8
6 Agua entregada
4 Demanda
2
0
0 0 0 0 0 0 0 0 0
Frecuencia de Falla
Nota: un sistema está en un estado de falla cuando el agua entregada es menor que el criterio de cobertura, en la figura
están etiquetadas con cero. La frecuencia de falla es la suma de los meses en estado de falla, en el ejemplo es 9 meses. El
sistema tuvo éxito en 15 meses, si dividimos esto sobre 24 meses tenemos una confiabilidad de 65.2%.
Figura 2.25: Ejemplo gráfico para el cálculo de la vulnerabilidad basado en la magnitud

de la falla
12
10
8
Volumen
6 Agua entregada
4 1er período 2do 3er período
Demanda
2
de falla período de de falla
falla Criterio de cobertura
0
3 2 1 5 6 4 3 2 5
Magnitud de Falla
Nota: Basado en el concepto de la vulnerabilidad como la máxima duración de una falla y la magnitud máxima de la
misma. En la figura se tienen tres períodos de falla marcados con elipses amarillos. En los tres períodos la duración de la
falla es la misma, entonces la máxima duración de la falla es tres meses. Por otro lado, la magnitud de cada estado de
falla se calcula restando la demandan con el agua entregada. Sumando la magnitud de falla para cada período
obtenemos la magnitud máxima de la falla que corresponde al segundo período (15 unidades de volumen).
54
Figura 2.26: Ejemplo para el cálculo de la resiliencia basado en la transición de un

estado insatisfactorio a satisfactorio
12
10
8
Volumen
6 Agua entregada
4 Demanda
2
0
1 1 1
Frecuencia de cambio de no-cobertura a cobertura
Nota: cuando existe una transición de un estado insatisfactorio o no-cobertura (falla) a un estado satisfactorio o cobertura
(no falla) en la figura esta numerada con 1 y la suma de los mismos en el tiempo analizado es la frecuencia de cambio de
no-cobertura a cobertura (∑𝑇𝑡=1 𝑊𝑡 ). Asimismo, el sistema en 24 meses (T) tuvo éxito en 15 meses (∑𝑇𝑡=1 𝑍𝑡 ). Con la Ecuación
2-5 obtenemos un índice de resiliencia de 0,33.
Desempeño del Caso Base

El Caso Base representa las condiciones actuales de infraestructura y operación proyectadas
hacia el futuro. El criterio de cobertura fijado para sistemas urbanos es 80% (es decir que el
sistema tiene éxito cuando la cobertura de la demanda total es mayor o igual a 80%) y para
sistemas de riego es 70%. Estos valores se seleccionaron no porque sean aceptables, sino como
referencia para comparar resultados. El resumen de los resultados para el período 2011-2030 se
muestra en la Tabla 2.13. Para el escenario de clima histórico (sin cambio) el sistema El Alto se
encuentra en estado de falla persistente desde el año 2012 (Figura 2.27); por lo tanto, no tiene
capacidad de recuperación. En el caso de los sistemas Pampahasi y Achachicala existen
diferencias notables en comparación con El Alto (Figuras 2.28 y 2.29); por ejemplo, en
Achachicala la confiabilidad es prácticamente 100%. Debido al crecimiento de población
esperado en Pampahasi los indicadores son bajos en comparación con Achachicala; por ejemplo
la confiabilidad es del 74,59% y la máxima duración de la falla es siete meses. En este trabajo
sólo se ha estudiado la estrategia de reducción de pérdidas (L6), que probablemente no sea
suficiente para solucionar problemas de abastecimiento en el futuro. Con el nuevo sistema,
Chuquiaguillo, podría reducir la vulnerabilidad y aumentar la resiliencia.
El desempeño bajo los seis escenarios de cambio climático para la zona estudiada, el sistema
El Alto, también está en un estado de falla permanente. Por otro lado, en Achachicala la falla
tiene una duración mayor en comparación con el escenario de referencia y por ende menor
capacidad de recuperación. Ahora, el impacto del cambio climático en el sistema Pampahasi
podría ser favorable o también adverso; por ejemplo, la confiabilidad para el escenario
optimista (1) podría ser 85,25% y para el escenario pesimista (6) 56,56% (Tabla 2.13). Estas
diferencias tienen que estar asociadas a los cambios en el caudal en las cuencas Hampaturi e
Incachaca (según se presenta en la sección de Escurrimiento arriba)
55
Figura 2.27: Frecuencia de falla de cobertura en Sistema El Alto – Caso Base
Nota: Las barras azules indican que el sistema está en un estado de falla y las barras en color blanco indican que el
sistema funciona bien. El sistema El Alto con el Caso Base en el futuro está en un estado de falla permanente.
Figura 2.28: Frecuencia de falla de cobertura Achachicala – Caso Base
Nota: La leyenda de colores en esta figura es similar a la de la Figura 2.27.
Figura 2.29: Frecuencia de falla de cobertura Pampahasi –Caso Base
Nota: la leyenda de colores en esta figura es similar a la de la Figura 2.27.
56
Tabla 2.13: Desempeño del Caso Base para el período 2011-2030

Escenario Climático
Sistema Indicador
0 1 2 3 4 5 6
Confiabilidad [%] 4,92 4,92 4,92 4,92 4,92 4,92 4,92
El Alto Vulnerabilidad [meses] 232 232 232 232 232 232 232
Resiliencia [%] 0 0 0 0 0 0 0
Confiabilidad [%] 99,59 97,54 98,36 98,36 94,67 95,08 95,9
Achachicala Vulnerabilidad [meses] 1 4 2 4 6 4 6
Resiliencia [%] 100 50 50 25 30,77 41,67 40
Confiabilidad [%] 74,59 85,25 81,56 77,87 66,39 64,75 56,56
Pampahasi Vulnerabilidad [meses] 7 4 6 7 7 8 8
Resiliencia [%] 24,19 41,67 33,33 27,78 23,17 23,26 17,92
Nota: 0 es el escenario de clima de referencia o sin cambios.
Desempeño de la estrategia de reducción de pérdidas (L6)

Esta podría ser una medida de rápido alcance. En el caso de El Alto con L6 la falla se reduce
de 232 meses a 196 meses (Tabla 2.14). La cobertura de la demanda podría estar mayor o
igual al 80% durante tres años a partir del año 2012. Sin embargo, hasta el año 2030 no tiene
un buen desempeño, ya que la confiabilidad en promedio para los seis escenarios de cambio
climático es del 17%. Por otro lado, esta medida no tiene mucha trascendencia en
Achachicala. En cambio, en Pampahasi, por ejemplo, para la tendencia climática pesimista (6)
la confiabilidad podría aumentar de 56,56% a 61,89%. La implementación de esta medida no
sólo podría mejorar la eficiencia de los sistemas sino también la situación financiera de la
empresa que presta el servicio.
Tabla 2.14: Desempeño de la estrategia reducción de pérdidas en sistemas urbanos (L6)
para el período 2011-2030
Sistema Indicador
0 1 2 3 4 5 6
Confiabilidad [%] 18,85 16,39 16,39 18,03 15,16 18,44 16,8
Vulnerabilidad [meses] 196 196 196 196 196 196 197
El Alto
Resiliencia [%] 0,51 1,47 1,47 1 1,45 1,01 0,99
Confiabilidad [%] 99,59 99,18 99,18 98,77 95,49 97,13 97,54
Achachicala
Resiliencia [%] 100 50 100 33,33 27,27 42,86 16,67
Confiabilidad [%] 78,69 90,16 85,66 82,79 72,13 69,67 61,89
Pampahasi
Resiliencia [%] 26,92 54,17 37,14 30,95 25 25,68 19,35
Desempeño de las estrategias de nuevo almacenamiento (L1-L2-L3)

El almacenamiento de agua en otras cuencas como Khara Khota y Taypichaca parece ser la
medida más apropiada para reducir la vulnerabilidad y aumentar la resiliencia del sistema El
Alto hasta el año 2030. En este proyecto se han estudiado tres alternativas denominadas como
L1, L2 y L3. El desempeño medido por la confiabilidad, vulnerabilidad y resiliencia se
resume en la Tabla 2.15. Con la implementación de cualquiera de las tres alternativas la
confiabilidad de El Alto podría ser mayor al 80% (Figura 2.30). La vulnerabilidad se reduciría
de 232 meses a ocho meses para el escenario de clima pesimista (6). La medida de resiliencia
57
indica que dependiendo del escenario de cambio climático el sistema puede recuperarse de un
mes a otro entre 25% y 46,15% de las veces en que entra en estados de falla.
Con un cambio favorable del clima futuro (2) la confiabilidad del sistema incluso podría ser
mayor al 90% y la máxima duración de falla sería sólo de cuatro meses. Asimismo, la medida
de resiliencia con la estrategia L3 indica que el sistema puede recuperarse en 46,15% de las
veces en que entra en estados de falla. Por otro lado, los resultados presentados en la Tabla
2.15 indican que no existe mucha diferencia entre el desempeño de las tres estrategias (L1, L2
y L3). Pero cabe mencionar que estos resultados son para la combinación de las estrategias
con todos los escenarios climáticos, crecimiento de población bajo, consumo per cápita
actual, prioridad de distribución urbano-agrícola (igual para el sector urbano y agrícola) e
incremento del área de riego bajo. En la siguiente sección se analiza el desempeño para todos
los escenarios donde posiblemente estos indicadores puedan sufrir cambios.
Ahora, hasta el año 2050 tampoco existen diferencias perceptibles entre el desempeño de las
estrategias de nuevo almacenamiento de agua (Tabla 2.16). A comparación del período 2011-
2030 para los escenarios climáticos 5 y 6 la confiabilidad es menor del 80% ya que varía entre
74,7% a 78,33%. Por otro lado, la vulnerabilidad en el peor de los casos podría ser 10 meses y
la resiliencia 23,68%.
La resiliencia del sistema El Alto a mediano plazo y a largo plazo depende principalmente de
la inversión en nuevas fuentes de suministro. Pero éstas podrían ser insuficientes para resolver
todos los problemas de abastecimiento de agua previstos en el futuro. Estas estrategias deben
ser acompañadas con otras, como reducción de pérdidas (L6). Asimismo, se podrían explorar
otras posibilidades, como el aprovechamiento de aguas subterráneas, tal es el caso del sistema
Tilata que no ha sido estudiado en este proyecto.
Figura 2.30: Confiabilidad de sistemas de agua de La Paz y El Alto, 2011-2030
Nota: En la figura se puede apreciar la confiabilidad expresada en porcentaje para diferentes estrategias de manejo.
Por ejemplo confiabilidad del 80% significa que el 20% del período de tiempo analizado el sistema está en un estado
de falla.
58
Figura 2.31: Confiabilidad de sistemas de agua de La Paz y El Alto, 2011-2050
Figura 2.32: Vulnerabilidad en sistemas urbanos para el período 2011-2030
Nota: La figura representa la vulnerabilidad de los sistemas basado en el concepto de la máxima duración de falla en
meses.
Figura 2.33: Vulnerabilidad en sistemas urbanos para el período 2011-2050
59
Figura 2.34: Índice de resiliencia de sistemas urbanos para el período 2011-2030
Nota: La figura representa el índice de resiliencia que también puede ser expresado en porcentaje. Por ejemplo un índice
de 0,5 significa que el sistema puede recuperarse en 50% de las veces en que entra en estados de falla.
Figura 2.35: Índice de resiliencia de sistemas urbanos para el período 2011-2050
La implementación de estas medidas podría afectar el funcionamiento de sistemas de riego

(Tupak Katari-Suriquiña y Tapichaca) y urbano (Achachicala) porque con las estrategias se
pretende almacenar agua en sus cuencas de suministro. La implementación de L3 para El Alto
puede ser desfavorable para Achachicala, ya que la confiabilidad hasta el año 2030,
dependiendo del escenario climático, podría variar entre 75,41% y 90,57% (Tabla 2.15). Por
otro lado, en los sistemas de riego como Tupak Katari-Suriquiña y Taypichaca afectados por
L1 y L2 no se advierten cambios adversos en la cobertura de la demanda, por ejemplo la
confiabilidad es estos sistemas es mayor al 70% (Figura 2.36). Sin embargo, si se cambian las
prioridades de distribución los indicadores pueden ser negativos en desmedro del sector
agrícola.
60
Figura 2.36: Confiabilidad de El Alto y sector agrícola para período 2011-2030
Nota: La figura muestra la confiabilidad del sistema El Alto comparado con sistemas riego con prioridades de distribución
equitativa.
Tabla 2.15: Desempeño de estrategias de nuevo almacenamiento de agua, 2011-2030

Sistema Indicador Estrategia 0 1 2 3 4 5 6
L1 88,11 85,66 92,21 90,98 90,98 84,02 83,2
Confiabilidad [%] L2 90,16 88,93 93,85 93,44 92,21 85,25 85,25
L3 91,8 89,34 94,67 92,62 88,52 81,15 81,97
L1 8 5 4 8 6 7 8
El Alto
Vulnerabilidad [meses] L2 7 4 4 7 5 6 7
L3 5 5 4 6 6 6 7
L1 24,14 37,14 36,84 36,36 40,91 25,64 26,83
Resiliencia [%] L2 25 40,74 33,33 31,25 42,11 27,78 25
L3 25 38,46 46,15 38,89 28,57 32,61 31,82
Confiabilidad [%] 83,2 90,16 90,57 86,48 82,79 76,23 75,41
L3
Achachicala Vulnerabilidad [meses] 6 4 5 7 6 6 7
Resiliencia [%] 34,15 45,83 39,13 33,33 26,19 27,59 28,33
Tabla 2.16: Desempeño de estrategias de nuevo almacenamiento de agua, 2011-2050

Sistema Indicador Estrategia
0 1 2 3 4 5 6
L1 82,5 85,83 87,5 87,29 85,42 77,92 76,25
Confiabilidad [%] L2 83,54 87,71 88,96 88,54 86,67 78,33 77,5
L3 83,54 90,63 94,79 91,88 84,17 75,42 74,17
L1 8 6 5 8 7 10 9
El Alto Vulnerabilidad [meses] L2 8 6 5 7 7 9 9
L3 7 5 6 6 7 8 8
L1 26,19 36,76 33,33 31,15 34,29 26,42 26,32
Resiliencia [%] L2 27,85 38,98 32,08 29,09 31,25 26,92 26,85
L3 24,05 40 40 30,77 23,68 27,97 26,61
Confiabilidad [%] L1 80,21 89,79 88,75 83,33 78,75 71,67 68,54
Achachicala Vulnerabilidad [meses] L2 7 6 5 7 7 7 9
Resiliencia [%] L3 33,68 42,86 37,04 33,75 27,45 27,94 25,17
61
Evaluación e identificación de estrategias robustas

En la sección precedente se presentaron resultados del desempeño de las estrategias L1, L2 y
L3. Asimismo, se indicó que para ciertas combinaciones de incertidumbres (X) no existían
diferencias perceptibles entre cada una de las estrategias. Ahora, en el software Tableau se ha
creado un panel de control (Figura 2.37) para explorar y analizar la confiabilidad combinando
diferentes incertidumbres, criterios de cobertura, límite de confiablidad (la confiabilidad por
encima de este límite indica un buen desempeño) y el horizonte de tiempo. En el panel de
control es posible hacer una comparación de cada estrategia con todas las incertidumbres.
Este panel fue compartido con los técnicos de las instituciones clave, generando una excelente
recepción en términos de asimilar una gran cantidad de información de forma simplificada y
condensada. Esta representación permite una comparación visual de todas las estrategias y su
desempeño para los diferentes escenarios de incertidumbre.
Aunque la presentación de este tipo de gráfica en un reporte estático puede no tener mucho
valor, durante el proceso de presentación de la información a los técnicos de las instituciones
clave esta herramienta fue muy útil. Esto se debió a su naturaleza dinámica, ya que permitió a
los tomadores de decisiones explorar las implicaciones de las múltiples opciones descritas
ampliamente en este reporte y que pueden generar variabilidad y por último impactar el
desempeño de las estrategias hacia futuro. Se invita al lector a explorar esta herramienta
según las indicaciones del Apéndice 7.
Figura 2.37: Panel de control en Tableau para el análisis de la confiabilidad
Nota: El panel de control cuenta con tres gráficas principales: dos gráficas de confiabilidad de los sistemas urbanos y
agrícolas, y una gráfica resumen basada en el límite de confiabilidad. La confiabilidad por encima un límite definido indica
un buen desempeño que en la gráfica se visualiza en azul, y por debajo del límite se visualiza con color naranja.
La comparación del desempeño de las estrategias con todas las incertidumbres ayuda a
identificar la estrategia para el sistema El Alto. El análisis se realiza para dos horizontes de
tiempo: el primero hasta el año 2030 (mediano plazo) y el segundo hasta el año 2050 (largo
plazo). Asimismo, el criterio de cobertura fijado para sistemas urbanos es 80% y para
sistemas agrícolas 70%. El resumen de los resultados se presenta en las Tabla 2.17 y 2.18.
A corto plazo en el sistema El Alto se debería implementar la estrategia de reducción de
pérdidas (L6) y seguir inyectando el caudal de 55 l/s del embalse Milluni. A mediano plazo se
debería implementar la estrategia de nuevo almacenamiento L1 pero sin desatender L6. A
largo plazo se debe pensar en otra estrategia, como por ejemplo L3. Se podrían explorar otras
62
medidas no estudiadas en este trabajo como el aprovechamiento de aguas subterráneas tal es

el caso del sistema Tilata.
A mediano plazo la estrategia que tiene un buen desempeño para el sistema El Alto es L1
porque la confiabilidad es mayor al 80%, la máxima duración de la falla podría variar entre 7
a 16 meses y la resiliencia entre 22,04% y 30,95%. La estrategia L3 tiene un desempeño
regular porque los indicadores son bajos a comparación de L1. Ahora, la confiablidad de L2
comparativamente es similar a L3 pero la vulnerabilidad es 124 meses y por ende menor
capacidad de recuperación de un estado de falla; por tanto L2 tiene un desempeño malo.
A largo plazo según la medida de confiabilidad aparentemente la estrategia L1 tiene un
desempeño bueno. Pero si tomamos en cuenta otras medidas, como la vulnerabilidad y
resiliencia, L1 tiene un desempeño regular a comparación de L2 y L3. La estrategia que tiene
buen desempeño para el sistema El Alto hasta el 2050 es L3, que muestra mejores resultados
en la vulnerabilidad y la resiliencia que L1 y L2 (Tabla 2.18).
Tabla 2.17: Desempeño de las estrategias de nuevo almacenamiento de agua para
todos los escenarios (2011-2030)
Indicador Estrategia 0 1 2 3 4 5 6
L1 84,48 83,76 89,55 87,45 87,09 82,91 81,92
Confiabilidad [%] L2 70,29 69,49 73,41 71,95 71,21 69,24 67,16
L3 71,9 69,88 72,44 72,26 67,73 60,07 62,14
L1 13 9 7 16 9 9 10
L3 9 10 11 10 9 21 10
L1 22,29 26,63 29,49 30,95 27,91 26,36 22,04
Resiliencia [%] L2 7,27 9,06 6,84 7,15 8,7 9,21 8,22
L3 16,29 18,56 19,38 19,16 17,28 16,09 17,59
Nota: Para resaltar los resultados se ha usado una escala de colores donde los números con fondo rojo indican un
desempeño malo, mientras que los números con fondo verde un desempeño bueno. Cada sistema tiene su propia
escala de color.
Tabla 2.18: Desempeño de las estrategias de nuevo almacenamiento de agua para

todos los escenarios (2011-2050)
Escenarios Climáticos
Indicador Estrategia
0 1 2 3 4 5 6
L1 71,9 75,13 77,42 76,22 74,74 69,21 67,86
Confiabilidad [%] L2 55,23 57,46 58,96 57,85 56,77 53,01 51,5
L3 60,92 66,8 70,91 67,58 60,27 53,2 53,07
L1 232 231 228 228 228 228 239
L3 13 11 20 11 11 21 11
L1 8,85 9,04 8,67 9,28 9,41 10,6 9,79
Resiliencia [%] L2 6,09 5,86 5,18 5,37 6,45 7,21 6,92
L3 15,77 17,95 19,15 19,03 16 15,36 15,72
Nota: La leyenda de colores es la misma de la Tabla 2.17.
63
2.8 Conclusiones Proyecto Agua para La Paz y El Alto

Sobre los resultados y el Análisis de Decisiones Robustas
Las etapas de preparación (mapa de actores, formulación del problema, construcción del
modelo, escenarios futuros) e investigación (automatización de corridas, visualización de
medidas) en este estudio, evidencian que el impacto del cambio climático en la disponibilidad
de recursos hídricos es muy preocupante, ya que para el clima futuro más pesimista se
esperan reducciones de caudales en las cuencas Khara Khota y Taypichaca en 37,14% y
28,79% para el período 2011-2050 respecto al período de referencia 1995-2010, y para
tendencias más centrales del clima futuro, entre 31,43% y 20,45%, respectivamente. Esto se
debe principalmente a la reducción del aporte glaciar, ya que en términos de área en estas
cuencas la presencia de glaciares es mucho más importante que en otras cuencas estudiadas.
En contraste, los caudales de ingreso al embalse Tuni para el clima más pesimista solo se
reducirían en un 10,53%. En las cuencas de suministro del sistema Pampahasi, las
reducciones podrían llegar hasta un 25%, mientras que para Achachicala las reducciones
podrían ser del orden de 15,07%.
El Caso Base en el sistema Achachicala tiene un desempeño bueno, con confiabilidad hasta el
año 2030 para los seis escenarios de cambio climático entre 95.08% y 98.06% y la máxima
duración de falla entre dos y seis meses. El sistema no sufriría problemas serios en el futuro;
en la actualidad la EPSAS ha estado inyectando 55 l/s del embalse Milluni al sistema El Alto,
y estos cambios en la operación se podrían seguir realizando en el futuro. La implementación
de la estrategia de manejo L3 para el sistema El Alto tiene impactos negativos en el sistema
Achachicala debido al cambio de fuente de suministro.
Si bien hasta ahora en el sistema Pampahasi no se han presentado problemas serios en el
abastecimiento de agua, por los impactos del cambio climático y los aumentos esperados de la
demanda en el futuro, la confiabilidad hasta el año 2030 puede variar entre 56,56% y 85,25%
y la máxima duración de falla entre cuatro y ocho meses. En el presente trabajo sólo se ha
estudiado una estrategia de manejo para este sistema, reducción de pérdidas (L6), pero se
podría explorar otras posibilidades, como la reducción en el consumo per cápita, ya que el
actual es alto, parecido a países europeos. Asimismo, en el último trimestre del año 2012 se
anunció un plan para crear un nuevo sistema de agua, Chuquiaguillo. Con estas medidas el
sistema podría reducir su vulnerabilidad y aumentar su resiliencia.
Las medidas estudiadas nos indican que el sistema El Alto presenta baja resiliencia bajo las
actuales condiciones de infraestructura y operación (Caso Base) pues para el período 2011-
2050 no tiene capacidad de recuperación de un estado de falla con o sin cambio climático.
Con la implementación de las estrategias de manejo especialmente L1, L2 y L3 el sistema
aumenta su capacidad de recuperación o resiliencia. El desempeño evaluado según la
confiabilidad, resiliencia y vulnerabilidad es muy similar comparativamente para un
crecimiento poblacional bajo, consumo actual y prioridad urbano-agrícola. Por ejemplo la
confiabilidad podría ser mayor al 80% y la vulnerabilidad puede variar entre 4 meses y 8
meses. Los valores de vulnerabilidad indican que durante todo ese tiempo la cobertura de la
demanda estaría por debajo del 80% (criterio de cobertura fijado es 80%), pero podría
reducirse si paralelamente se implementa la estrategia L6 (reducción de pérdidas) y por ende
podría aumentar su capacidad de resiliencia.
El análisis de las estrategias L1, L2 y L3, combinadas con todas las incertidumbres, indica
que hasta el año 2030 la estrategia L1 tiene un desempeño bueno y podría ser la mejor opción
para aumentar la resiliencia del sistema El Alto. La confiabilidad de L2 y L3 es similar, pero
existen diferencias notables en las medidas de vulnerabilidad y resiliencia. Por ejemplo, la
64
máxima duración de la falla con L2 es 124 meses, mientras que con L3 podría variar entre
nueve y 21 meses. Con base en estos datos se descarta la estrategia L2. Por otro lado, hasta el
año 2050 la estrategia L3 tiene un desempeño bueno debido a que con L1 la máxima duración
de la falla varía entre 231 y 239 meses. A corto plazo se recomienda implementar la estrategia
L6, ya que la cobertura de la demanda podría estar mayor o igual al 80% durante tres años.
Además se debe seguir inyectando el caudal de 55 l/s del embalse Milluni. A mediano plazo
se recomienda implementar la estrategia L1. A largo plazo se debe pensar en otra estrategia
por ejemplo L3. La estrategia de nuevo almacenamiento podría ser insuficiente por lo que se
recomienda explorar otras posibilidades como el aprovechamiento de aguas subterráneas tal
es el caso del sistema Tilata.
Las estrategias de manejo L1 y L2 afectan las fuentes de suministro de agua de sistemas de
riego como Tupak Katari-Suriquiña y Taypichaca. El desempeño para zonas agrícolas medido
con los mismos indicadores como la confiabilidad dan cuenta que no sufrirán problemas en la
cobertura de la demanda, lo cual refleja el efecto de que estas estrategia representadas en
WEAP presentan un enfoque integral que incluye la mejora de infraestructura, reducción de
pérdidas e incremento del área de riego. Si se cambian las prioridades de distribución,
dándole prioridad alta a los sistemas urbanos y prioridad baja a los sistemas agrícolas, la
confiabilidad de sistemas urbanos estaría por encima del 90% para todos los escenarios de
clima, pero la agrícola estaría por debajo del 50%.
En este reporte se describieron los pasos que se siguieron para construir una herramienta que
permita apoyar la toma de decisiones basado en Análisis de Decisiones Robustas para los
sistemas de agua de La Paz/El Alto. El trabajo presentando culmina en una serie de resultados
que permiten evaluar las mejores opciones y su desempeño bajo incertidumbre. Estos
resultados responden al proceso descrito y a una iteración en la que se recibió
retroalimentación por parte de los técnicos en las instituciones clave sobre las alternativas a
evaluar, de forma que se realizó el ciclo completo de preparación e investigación en el que al
final se capturó la respuesta por parte de los técnicos en las instituciones clave y se revisó el
proceso completo.
En la primera iteración del análisis, algunas incertidumbres generaban gamas de desempeño
por debajo de los niveles deseables. Esto permitió la investigación de una posible
combinación de estrategias de forma que las estrategias propuestas para evaluación por parte
de los tomadores de decisiones se definieron como estrategias integradas que permitieron
incorporar construcción de infraestructura en combinación con crecimiento agrícola y
disminución de pérdidas, las cuales se consideraron como incertidumbres en la primera
iteración. Es importante resaltar que, aunque esto permite resultados con mejor desempeño,
también se requiere una decisión de política de que las estrategias que se implementen
incluyan todos los elementos considerados (infraestructura + reducción de pérdidas +
crecimiento agrícola planeado) en el diseño e investigación de las mismas.
Sobre el proceso de generación de capacidades
Del trabajo planteado por SEI en torno a WEAP en el contexto metropolitano de La Paz/El
Alto se identifica que el modelo generado tiene la capacidad y versatilidad para integrar una
serie de variables claves en cuanto a la hidrología regional, los escenarios de cambio
climático, los diferentes usos y demandas de agua y las diversas estrategias y medidas
contempladas para evolucionar el sistema de provisión de agua en La Paz/El Alto.
El modelo es percibido por los actores como útil y relevante para conducir procesos de
planificación. Sin embargo, para que este modelo pueda ir evolucionando de acuerdo a las
necesidades de los actores, es importante asegurar alguna forma de gobernanza que asegure
65
que los principales actores, tanto institucionales como individuales, estén presentes y tengan
la oportunidad de mejorar el modelo y utilizarlo para fines de planificación y concertación
entre los actores.
Existen dificultades en cuanto a la concertación y diálogo entre los actores en el área
metropolitana, lo que dificulta la implementación de planes y herramientas para la
planificación como WEAP. Los procesos y mecanismos de concertación entre los municipios
involucrados deben evolucionar a su propio ritmo y de acuerdo a la voluntad de los actores,
aunque podrían ser apoyados con procesos de facilitación y mediación. Si se logran esclarecer
los mecanismos de concertación, entonces también será más fácil proponer el uso de
herramientas de planificación como el Plan Director o WEAP a los actores.
Existen al menos tres grupos de personas e instituciones que podrían ser abordados con
diferentes estrategias:
1. El grupo de investigadores y expertos puede complementar y/o mejorar las entradas y
salidas del modelo. A este grupo se pueden añadir los técnicos de las instituciones
públicas y privadas como EPSAS o los técnicos de la Alcaldía de La Paz y del
Viceministerio de Agua y Saneamiento Básico.
2. Existe un grupo de planificadores que tienen el suficiente conocimiento técnico,
político y normativo para revisar la consistencia del modelo en cuanto a sus entradas,
supuestos básicos y salidas y ver su aplicabilidad para responder a los retos de
mediano y largo plazo; este grupo posiblemente incluye funcionarios de alto nivel,
asesores, donantes, etc., y probablemente sería bueno invitar al PNCC a participar.
3. Existe un grupo de actores clave que se encuentran en un proceso de negociación
(conflicto) y que necesitan información fidedigna y el mejor estado del arte (a lo que
WEAP puede contribuir) para el mismo proceso de negociaciones. Estas personas e
instituciones necesitan conocer WEAP como herramienta, pero también como
proceso de concertación e institucionalidad para confiar en sus principales salidas y
poder hacer uso de ello en la negociación.
Para lograr estos fines se podría seguir una estrategia como la que se sugiere a continuación:
 Un grupo de trabajo en torno a WEAP que pueda tener una institucionalidad básica
alrededor del PNCC y el IHH, orientado a seguir mejorando el modelo. Esta idea sale
de conversaciones entre los actores que proponen este tipo de arreglos entre
organizaciones para dar continuidad a los procesos.
 La utilización de WEAP en el contexto del Plan Director incluyendo al VASB, la
Alcaldía de La Paz y a EPSAS.
 Explorar los vínculos entre ambos grupos; posiblemente se puede pensar en la
producción de un reporte periódico sobre recursos hídricos y agua en el altiplano
Norte y en eventos que contribuyan a que los actores claves tengan acceso a la
información más relevante y al estado del arte sobre la temática.
El corolario de este proceso de investigación apunta a que los tomadores de decisiones deben
promover los procesos de identificación de decisiones robustas a través del uso de un set de
herramientas como las desarrolladas en este estudio, y a través del involucramiento de un
grupo de actores que puedan concentrarse en soluciones flexibles que puedan ser
consideradas de forma adaptativa hacia el futuro.
66
3. PROYECTO OLMOS EN PERÚ

El Proyecto Hidroenergético y de Irrigación Olmos es parte del Proyecto Especial Olmos
Tinajones (PEOT), una ambiciosa iniciativa de infraestructura y desarrollo agrícola y
energético en la región de Lambayeque en el noroeste del Perú, a unos 900 km de Lima. El
Proyecto Olmos tiene por objeto trasvasar aguas de la vertiente del Atlántico hacia el valle de
Olmos en la vertiente del Pacífico mediante un túnel transandino, y almacenarlas en un gran
embalse, en la nueva Presa Limón. El propósito es aprovechar esos recursos en un sistema de
irrigación que permitiría extender la frontera agrícola a tierras que ahora son áridas; también
se planea producir energía hidroeléctrica.7
Si el proyecto tiene éxito, podría traer grandes beneficios a la economía de la región – como
lo ha descrito la prensa, “Olmos convertirá el desierto norteño en campos fértiles.” 8 La
introducción de agricultura crearía una importante fuente de empleo, con productos agrícolas
de alta calidad para mercados locales y de exportación. Dada la importancia de este proyecto
para el futuro de la región, es fundamental saber qué factores podrían afectar su viabilidad.
Los administradores de PEOT tienen especial interés en explorar los posibles impactos del
cambio climático futuro y de la variabilidad climática, y desarrollar herramientas que puedan
facilitar este análisis.
Este estudio adopta un enfoque basado en el manejo del riesgo, e investiga no sólo los
impactos del cambio climático, sino también otros factores de incertidumbre como población,
uso del suelo, y otras externalidades. El análisis se inicia definiendo un claro planteamiento
del problema y continúa según la metodología descrita en la sección 1.
Figura 3.1: Ubicación e imágenes del proyecto Olmos en la región Lambayeque
Fuente: Sitio de web de PEOT, http://peot.regionlambayeque.gob.pe.
7
El sitio de web del PEOT contiene información detallada acerca del Proyecto Olmos y los demás componentes
del plan: http://peot.regionlambayeque.gob.pe.
8 Reuters, publicado en La República, 8 de abril 2013. http://www.larepublica.pe/08-04-2013/olmos-convertira-el-
desierto-norteno-en-campos-fertiles.
67
La primera etapa del Proyecto Olmos busca aprovechar las aguas del Río Huancabamba para
irrigar 43.500 hectáreas, incluyendo 38.000 ha de nuevo terreno agrícola. Este es uno de dos
proyectos que aprovecharían este recurso; aguas arriba, en el Proyecto Especial de Irrigación
e Hidroenergético del Alto Piura se propone irrigar 50.000 ha, e instalar dos centrales
hidroeléctricas de 150 MW. En ese contexto, este estudio plantea preguntas como: ¿Cuántas
hectáreas de terreno agrícola se pueden irrigar con agua del Río Huancabamba, bajo las
opciones actuales de operación? ¿Cuáles son los principales riesgos e incertidumbres que se
debe tomar en cuenta, y qué impacto podría tener el cambio climático en particular? ¿Cómo
podría un embalse mitigar esos riesgos?
Se utilizó el marco XLRM para evaluar el problema con un grupo de agricultores e identificar
los parámetros y las variables y medidas relevantes. Los componentes del análisis XLRM se
resumen a continuación.
3.1 Incertidumbres y factores exógenos (X)

La cantidad de agua que se utilice para Alto Piura es un factor exógeno muy importante. Otras
incertidumbres que se identificaron en discusiones con partes interesadas son el crecimiento
de la población regional y las demandas asociadas; los cambios en las obligaciones de entrega
aguas abajo en la forma de requerimientos de caudal en el río (IFR por siglas en inglés –
instream flow requirement); y el cambio climático en el futuro. Es posible que existan otros
factores exógenos, pero en este caso, debido a limitaciones de tiempo, el análisis se ha
restringido a estos cuatro aspectos.
El Proyecto Alto Piura (X1)

Las transferencias futuras de agua hacia la región de Piura desde el Río Huancabamba son
inciertas. El patrón de uso del agua se asume que está dominado por las demandas de riego y la
oportunidad de desviar agua desde el Río Huancabamba. La demanda anual de Piura se asumió
que variaba de acuerdo con una distribución normal, usando un número aleatorio de la función
Random() en WEAP. Los valores oscilan entre un mínimo de 300 millones de metros cúbicos a
un máximo de 400 millones, con una demanda anual promedio de 343 millones (Figura 3.2). El
análisis de patrones mensuales de uso de agua muestra que los meses pico son diciembre, enero
y febrero, en los cuales se usa aproximadamente 10% del total anual por mes; los meses de
menor demanda son agosto y septiembre, en los que se usa un 6% del total por mes.
Figura 3.2: Transferencias al Proyecto Alto Piura y patrones de demanda mensual
68
Uso municipal e industrial (X2)

El uso de agua urbano compite con la agricultura por recursos hídricos limitados. Hemos
asumido una población de la región de Olmos de 50.000 personas, y consumo per cápita de
150 litros por persona por día (l/p/d). Dada que la población es relativamente pequeña, y el
poco uso de agua para el sector industrial, su impacto sobre la demanda total en el sistema es
posiblemente mínima. Hemos asumido un crecimiento de la población del 2%. El objeto
Olmos en la Figura 3.3, identificado con un círculo rojo, muestra la ubicación del punto de
extracción y retorno hacia y desde el municipio. Las suposiciones de usos per cápita se han
basado en experiencia e información existente.
Figura 3.3: Variación mensual de la demanda de agua en Olmos
Requerimientos de caudal (IFR) en el Río Huancabamba (X3)

Aguas abajo del Embalse Limón, asumimos que se requiere un caudal constante de 1.3 m3/s,
basado en información suministrada en la región con la prioridad más alta posible, 1. Esto
significa que las entregas de agua a los usuarios que están aguas abajo del Embalse Limón se
harán después de las entregas a través del Proyecto Olmos. El requisito de 1.3 m3/s es
constante a través de todo el año.
Figura 3.4: Ubicación y magnitud del IFR aguas abajo del Embalse Limón
69
Cambio climático (X4)

Los escenarios de cambio climático generados para este proyecto están basados en el post-
procesamiento y corrección de sesgo de datos del modelo de clima regional Weather Research
and Forecast (WRF), descrito en más detalle en el Apéndice 6. El WRF es un modelo no
hidrostático que se puede comprimir muy bien y es apropiado para investigación y
predicciones climáticas. El modelo ha sido organizado en una configuración “doblemente
anidada”, y corrido en intervalos de tiempo de 30 años (i.e. se realizaron 30 simulaciones de
30 años, la primera iniciándose el 31 de julio de 1979, y la última el 31 de diciembre de
2009). Ejemplos de los valores observados y simulados con WRF para el clima actual y
futuro para la zona Alta y Baja de Huancabamba se muestran en la Figura 3.5.
La corrección de sesgo del WRF requirió el mapeo de las salidas de celdas individuales del
modelo WRF, donde el error es la diferencia entre el promedio de temperatura mensual y la
precipitación total mensual sobre el período histórico. Los coeficientes de corrección de sesgo
se estiman para el período histórico del WRF y son luego aplicados al escenario WRF, el cual
asume una condición de 2x CO2 – es decir, dos veces la concentración de CO2 – para el futuro
(años 2045 a 2055). La Figura 3.5 muestra los valores mensuales de temperatura promedio y
precipitación.
Figura 3.5: Clima mensual, 1980-2006, y proyecciones de clima futuro para

Huancabamba Alto y Bajo
La primera figura muestra la temperatura: Upr = Alto Huancabamba; Lwr = Bajo Huancabamba; Obs = observado;
WrfHIST = clima mensual con corrección de sesgo derivado de WRF para el mismo período histórico; Wrf2XCO2 =
clima mensual con corrección de sesgo derivado de WRF para el clima futuro (2045-2055).
70
Vale anotar que los datos corregidos del WRF se localizan de forma cercana y casi perfecta
con los datos de temperatura histórica (Upr Obs y Lwr Obs), sugiriendo que la corrección de
sesgo puede modificar adecuadamente los datos crudos del clima en WRF, incluyendo la
temporalidad de las estaciones, con temperaturas y precipitaciones mensuales preservadas en
gran parte. Como se mostrará en el análisis que usa los datos derivados del clima WRF, la
corrección de sesgo sirvió para hacer los datos del WRF útiles para el modelo hidrológico,
pero los datos del clima de WRF subestimaron la variabilidad inter-anual, cuando se
compararon con los datos históricos de clima. Esto tiende a dar un resultado favorable de las
medidas de desempeño, ya que los episodios de sequía severos no están contenidos dentro de
las corridas de clima basadas en WRF.
El escenario de cambio climático de 2x CO2 muestra que a elevaciones mayores, la
temperatura aumenta por 2.4°C y 2.0°C para el Huancabamba Alto y Bajo, respectivamente.
Para todo el Río Huancabamba, se presenta un aumento en la precipitación anual de 6%, pero
con una variación substancial entre estaciones, con aumentos en algunos meses y reducciones
en otros. El Huancabamba Alto presenta aumentos notorios en precipitación en junio, julio y
agosto (Figura 3.5). El resultado del cambio de clima basado en el WRF 2x CO2 se usó para
forzar el modelo de planeación de recursos hídricos WOlmos como un factor de
incertidumbre clave.
3.2 El modelo WEAP del Proyecto Olmos (R)

El Sistema Integrado de Recursos Hídricos (SIRH) del proyecto Olmos se basó en un modelo
construido en WEAP (Water Evaluation And Planning, o Sistema de Evaluación y
Planificación del Agua) al que se refiere como WOlmos. El modelo WEAP acopla de forma
integrada la hidrología física de las cuencas del Río Huancabamba y la infraestructura de
manejo del recurso hídrico que gobierna la distribución del suministro disponible para
cumplir con una gama de diferentes demandas de agua (Yates, Sieber, et al. 2005; Yates,
Purkey, et al. 2005). La Figura 3.6 es una vista de pantalla de WOlmos, que muestra el Río
Huancabamba, los canales de Piura y Olmos, y las regiones agrícolas existentes y nuevas. El
período de simulación del modelo es 1981-2006, con un promedio de caudal observado a la
altura del Embalse Limón estimado en 25.4 m3/s.
Figura 3.6: Vista de pantalla del modelo WOlmos.
71
El modelo WOlmos incluye una representación de las áreas irrigadas actuales y futuras del
Proyecto Olmos, el Río Huancabamba, el Túnel Transandino y el embalse de la Presa Limón,
un requisito de caudal abajo del canal de derivación, dos plantas hidroeléctricas (CH1 and
CH2), el Río Olmos, un eventual embalse en Olmos, los requisitos de caudal para Piura, y una
representación de las áreas nuevas de riego en la llanura costera de Lambayeque. El modelo
funciona a paso de tiempo mensual basado en el año hidrológico que inicia en septiembre,
alimentado por datos climáticos históricos que abarcan el período de 1980 hasta 2006. Este
período corresponde a los años usados para generar datos del clima para las condiciones
históricas y futuras usando el modelo WRF de NCAR. Tanto el clima observado como el
clima generado con WRF se pueden usar para alimentar el modelo WOlmos.
La Figura 3.7 muestra el volumen de precipitación anual para cada una de las áreas de
captación (“catchments” en WEAP) en el modelo WOlmos. Es importante notar que la
precipitación es proporcionalmente mayor en las zonas de mayor elevación (UprHuan_3000;
LwrHuan_2500, etc.) que en las de menor elevación.
Figura 3.7: Precipitación anual para cada área de captación en el Río Huancabamba
Caudales del Río Huancabamba y su contexto histórico

La Figura 3.8 muestra las series de tiempo del Río Huancabamba, con meses en el eje X y años
en el eje Y. La figura muestra mayores caudales en febrero, marzo y abril, con el caudal
máximo del período en marzo de 1971. Las dos gráficas verticales sobrepuestas son 1) el caudal
promedio anual; con una tendencia linear y polinomial (gráfica a la izquierda cerca del mes 3), y
2) la magnitud relativa del ENSO1.2 para diciembre de cada año (cerca del mes 7). Se escogió
comparar el caudal anual con el ENSO1.2 para diciembre porque este es el mes con la tendencia
más fuerte de ENSO1.2 y aparentemente coincide con la tendencia de aumento de caudales en
el transcurso de los 63 años. Es interesante que el aumento en los caudales parece que se debe
principalmente a los caudales durante la estación húmeda (febrero, marzo, abril), mientras que
durante la estación seca (septiembre, octubre, noviembre), los caudales disminuyen. Nótese
también la frecuencia mayor de caudales bajos durante el período seco (septiembre a
diciembre), que se muestra en los rojos más oscuros en los años después de 1980. Estos cambios
pueden ser el resultado de cambios en el uso del suelo que han reducido su capacidad para
almacenar agua, resultando en cambios estacionales en los caudales.
72
Las tendencias de largo plazo muestran aumento en escorrentía, con un período seco de
mayor duración ocurriendo en los 1950s y en los primeros años de los 1960s. Se observan 15
años consecutivos de caudales por debajo del promedio de largo plazo, 24.5 m3/s, empezando
en 1947 y terminado en 1962, y el caudal mínimo del período, 12.4 m3/s, en 1957, marcado en
la imagen. Contrario a lo que se pensaría, esta duración de bajo período corresponde con el
período de condiciones fuertes del fenómeno de El Niño.
Figura 3.8: Caudal mensual del Rio Huancabamba, en m3/s
Nota: Se muestran los meses en el eje X y años en el eje Y; los caudales máximos aparecen en marzo y abril (verdes y
azules), y caudales más bajos aparecen entre agosto y noviembre (amarillos y rojos).
Suposiciones de línea base y escenarios del WOlmos

Dos escenarios de línea base se usaron para establecer el desempeño del modelo en términos
de su capacidad para simular caudales a través del Río Huancabamba y para representar los
requisitos de riego y las entregas de agua asociadas al Proyecto Olmos:
 Escenario 1 (NO Piura): En este escenario, no se desvía agua para entregas a Piura, así
que el caudal histórico total está disponible para el Embalse Limón. El requisito de
caudal aguas abajo del Embalse Limón se mantiene en 1.3 m3/s. Este escenario se usó
para evaluar la capacidad del modelo WOlmos de simular el caudal del Embalse Limón
bajo condiciones históricas y como una línea base para comparar con otros escenarios.
73
 Escenario 2 (FULL Piura): El escenario Full Piura asume que Piura toma 45% del
total de los caudales del Río Huancabamba, mientras se mantiene un requisito de
caudal debajo de la desviación de Piura y abajo del Embalse Limón de 1.3 m3/s (en
este último aspecto, es igual al Escenario 1).
Los dos escenarios base asumen un patrón de cultivo establecido y estático en el tiempo.
Dado que la temporada en que se use de agua para irrigación es crítica para el volumen total
de agua, para las simulaciones de demanda de agua para irrigación, es importante saber el
patrón de cultivo, cuándo se irriga, y por cuánto tiempo. La escorrentía pico es en marzo, y
con poco almacenamiento de agua, la entrega y disponibilidad del agua depende de la
demanda de agua, la disponibilidad de agua del Proyecto Olmos, y de cuánta agua esté
almacenada. El patrón de cultivos configurado en el modelo WOlmos para el valle antiguo
agrícola (OLVag) se muestra en la Figura 3.9. Para este patrón de cultivos, la demanda
máxima para irrigación es de noviembre a abril, lo que sugiere que hace falta almacenar agua.
El área agrícola irrigada total asumida para la nueva zona agrícola de Olmos (Newag) es 20.000
hectáreas de cultivos permanentes y 14.000 hectáreas de cultivos estacionales. En el modelo de
WOlmos, estas áreas están agregadas como un grupo de cultivos para cada categoría, usando
sólo dos objetos de áreas de captación (catchments) en WEAP (ver Figura 3.3).
La Figura 3.9 muestra el patrón de demanda de agua para el patrón de cultivos fijo y muestra
un patrón de demanda máxima de agua de noviembre a enero.
El área total irrigada con una mezcla definida de cultivos produce un promedio anual de
demanda de agua a nivel de campo de 10 m3/s. Con pérdidas de transmisión y de ineficiencia, el
requerimiento total de entrega es de 12 m3/s para el área agrícola nueva y vieja combinadas, y es
consistente con el Reporte. El valle agrícola viejo es contenido dentro del objeto del catchment
OVAg, e incluye 6.200 hectáreas de área cultivada con casi todos los tipos de cultivos con un
promedio anual de demanda de agua a nivel de campo de 2,1 m3/s. La Figura 3.9 muestra la
magnitud potencial y el momento de los requerimientos de agua y las entradas mensuales en el
Embalse Limón. Es importante observar que para este patrón de cultivos, las demandas de
irrigación son mayores para noviembre y marzo, y por lo tanto durante las condiciones de
sequía como las del año 1997 podría haber déficits de agua de noviembre a enero.
Figura 3.9: Demanda de agua para irrigación agrícola en la región de Olmos
Nota: Demanda de agua para los cultivos permanentes y estacionales en las regiones del Valle Nuevo y el Valle Viejo
en la región de Olmos. Las líneas muestran las entradas de agua promedio y mínimas en el Embalse Limón. El
escenario de línea base, FULL Piura, incluye 20.000 ha de cultivos permanentes y 14.000 ha de cultivos estacionales.
Las etiquetas de cada cultivo están en porcentaje de área para cada región. La ‘P’ indica cultivo permanente.
74
Validación del caudal simulado

Usando el escenario de desviación NO Piura, el modelo WOlmos se usó para simular el caudal
en el Embalse Limón. Un grupo inicial de parámetros hidrológicos fue estimado, incluyendo
conductividad de agua en el suelo, capacidad de agua en el suelo, etc. y se usó un procedimiento
de ensayo y error para ajustar estos parámetros para mejorar la simulación ocurrencia y
magnitud de los caudales. Las Figuras 3.10 y 3.11 son gráficas de los caudales observados y
simulados con WOlmos en la estación del Embalse Limón para el escenario de NO Piura. Las
frecuencias del caudal en términos de la se graficaron categorizando independientemente los
caudales de mayor a menor, sugiriendo que el modelo WOlmos puede representar
adecuadamente las condiciones de caudales altos y bajos. El modelo WOlmos sobrestimó el
evento con el máximo caudal en marzo de 2006, cuando el volumen observado en el Embalse
Limón fue de 180 millones de m3. Este valor representa un extremo que no se incluyó en el
análisis. El valor simulado por WOlmos fue de 250 millones de m3 para este evento, con el
modelo adecuadamente simulando otras condiciones de caudal alto. Por ejemplo, el volumen
observado en marzo de 1999 fue de 192 millones de m3 mientras que el valor simulado en
WOlmos fue de 193 millones de m3. El 99% de la curva de excedencia mensual de caudal fue
de 18.8 millones de m3 mientras que WOlmos simuló 18.9 millones de m3.
Existen períodos en que el modelo sobrestimó y subestimó volúmenes anuales. Los caudales
simulados y observados después de 1999 muestran diferencias en términos de la magnitud
total y del tiempo en el que ocurren los caudales que se indican en la Figura 3.11. Se sospecha
que esto es el resultado de errores en los datos de clima, los cuales para el período posterior
fueron derivados de observaciones y técnicas de llenado de datos.
Figura 3.10: Curva de frecuencia de caudal para la descarga en Limón, 1981-2006
66.7 mill m3
Nota: El caudal mensual promedio es de 66.7 millones de m3 para el escenario de NO Piura.
75
Figura 3.11: Caudal mensual y resumen de estadísticas, Limón, escenario NO Piura
Promedio: 66,7 millones m3 (obs); 66.0 MM3 (WOlmos)

Dev: 8,2 millones m3
R: 0,72
NS: 0,44
Período de peor desempeño en

simulación
Nota: La figura muestra el caudal mensual y un resumen de estadísticas para Limón en el escenario sin desvíos para Piura.
Dev es la desviación estándar, R es el coeficiente de correlación de Pearson, NS es la eficiencia de Nash-Sutcliffe (Nash y
Sutcliffe 1970) donde un valor de 0,44 indica un buen acuerdo entre los caudales simulados y observados entre meses. El
índice alternativo de Kling-Gupta sugiere mayor capacidad que el Nash-Sutcliffe, con un valor de 0,72 (Gupta et al. 2009).
La Figura 3.12 muestra el promedio anual de los caudales observados en la estación Limón
para el período histórico (Limón Gauge), con un promedio anual de caudal de 25 m3/s, y un
caudal anual simulado en la estación Limón para los dos escenarios de NO Piura y FULL
Piura. El escenario FULL Piura supone un canal hacia Piura completamente activo hacia
Piura que desvía un 45% del volumen total anual del Río Huancabamba, y se muestra como
una línea discontinua en la Figura 3.12. La figura muestra el impacto que el canal FULL
Piura tendría en los caudales disponibles en Limón, con una disminución en el promedio
anual de caudales de 25 m3/s a 17 m3/s. Hay una correspondiente disminución en la
confiabilidad anual del caudal promedio del 51% al 45%, para los escenarios NO Piura y
Full Piura, respectivamente, como lo indican las flechas en la Figura 3.12.
Figura 3.12: Caudales promedios anuales en el punto de observación Limón
Nota: La figura muestra los caudales del Río Huancabamba en el punto de observación Limón (Limón Gage, línea solida
con una marca), y el caudal anual promedio simulado para el escenario NO Piura y FULL Piura.
76
3.3 Medidas de desempeño (M)

Se necesitan medidas de desempeño del sistema para evaluar el impacto relativo del cambio
climático y de otros factores de confiabilidad en el Río Huancabamba como una nueva fuente
de agua para la región agrícola de Olmos. Se puede argumentar que las medidas de mayor
interés desde el punto de vista de los tomadores de decisiones y desde el punto de vista de
políticas, serían aquellas que tienen un valor monetario. Desafortunadamente, las medidas
monetarias están más allá del alcance de este análisis.
Las medidas de desempeño que se utilizaron incluyen 1) deficiencias de agua o demanda no
satisfecha; 2) desempeño medido por la resiliencia, confiabilidad y vulnerabilidad a la falla
del sistema de agua, donde la falla se define como un año en que el sistema de agua no pueda
entregar las demandas estimadas; y 3) producción hidroeléctrica. Es importante la
identificación de mejoras a la infraestructura futura, alternativas de suministro, estrategias de
manejo de las demandas, y políticas de operaciones que puedan usarse para mitigar las
vulnerabilidades actuales y futuras. Las medidas de desempeño se resumen a continuación:
Resiliencia como una medida de desempeño

El desempeño del sistema se evaluó usando una medida de resiliencia que cubre la duración
de la falla y la probabilidad de que el sistema se recupere de la falla una vez que ha ocurrido
(ver trabajo de Vogel et al. 1999, que presenta una buena revisión de medidas de desempeño
de sistemas de agua y embalses).
Los sistemas de embalses resilientes tienden a llenarse rápidamente después de que se han
vaciado, lo que es característico de sistemas pequeños y estacionales. El índice de resiliencia
comienza con un estimado del caudal de entrada neto,
𝝁
𝒎 = (𝟏 − 𝜶)
𝝈
El índice es un valor no dimensional que indica si es probable que un sistema de reservorio de

agua tenga variaciones de almacenamiento intra- e interanuales (Vogel et al. 1999), donde μ
es el caudal promedio anual, α es el promedio anual de la demanda o producción como una
fracción de μ, σ es la desviación estándar de los caudales de entrada anuales. Los sistemas
con entradas de caudales estandarizados altos (m > 1) tienen mayor probabilidad de exhibir
un comportamiento intra-anual y de llenarse cada año. Estos sistemas con frecuencia exhiben
un nivel de resiliencia relativamente alto (ver abajo, y también Vogel y Bolognese 1995) y
son más sensibles a variaciones estacionales, mensuales, y diarias en las demandas y caudales
entrando al sistema. Los sistemas donde 0 ≤ m ≤ 1 se caracterizan por un comportamiento
inter-anual con períodos de extracción multianuales (Vogel y Stedinger 1987; Vogel et al.
1999). Este tipo de sistemas son tienden a ser o embalses muy grandes o pequeños embalses
con poca demanda.
Hashimoto et al. (1982) definen el índice de resiliencia (r) como una medida de la
probabilidad de un sistema en particular de recuperarse después de que una falla ha ocurrido,
donde la falla o deficiencia del sistema se define como la incapacidad del reservorio de
suministrar su producción en un año (Vogel et al. 1999). El índice de resiliencia, r, usando
una distribución auto-regresiva normal de caudales de entrada con lapso unopara los sistemas
de suministro puede ser estimada como,
77
𝜌(2𝜋)−1/2
𝑚−
𝑚2
Φ(−m)exp( 2 )
𝑟=Φ
√1 − 𝜌2
[ ]
donde ρ es el coeficiente serial de la correlación de lapso uno de los caudales (igual a cero
para caudales independientes), Φ es el operador de la distribución de probabilidad acumulada
para la variable aleatoria estandarizada normal (i.e. 𝛷[0]=0.5), y m es el caudal neto
estandarizado definido arriba. El índice de resiliencia se usa para evaluar el comportamiento
de los embalses dominados por requisitos de almacenamiento intra- e interanuales (Vogel y
Bolognese 1995; Vogel et al. 1995). El índice de resiliencia se considera un mejor indicador
(que m) del comportamiento del sistema, dado que tiene en cuenta la correlación serial de los
caudales (Vogel and Bolognese 1995). Es conveniente observar que si los caudales anuales
son independientes (p=0), el índice de resiliencia se reduce a r = 𝛷(𝑚). Es decir, hay una
probabilidad del 59% de que el embalse se recupere de una falla después de que la falla ha
ocurrido. Para un embalse infinito, m=0, entonces r=0.5.
La Tabla 3.1 resume las medidas de desempeño para los dos escenarios base. Es posible que
la diferencia más interesante entre estos dos escenarios sea que el caudal estandarizado neto
está por encima de 1,0 para el escenario FULL Piura, sugiriendo la necesidad de un mayor
almacenamiento para aumentar la resiliencia del sistema. Para el Proyecto Olmos, el caudal
reducido de Limón reduce el índice de resiliencia del sistema Olmos del 96% al 76%.
Tabla 3.1: Resumen de medidas de desempeño para los escenarios base
Escenario 𝜶 M R Generación (GWh)
NO Piura 0,47 2,0 0,96 1.200
FULL Piura 0,70 0,84 0,76 875
Generación hidroeléctrica
El desvío del Proyecto Olmos incluye la posibilidad de una generación sustancial de
hidroelectricidad, ya que el agua se desvía por el Túnel y baja hacia el valle del Río Olmos.
Dos centrales hidroeléctricas, CH1 and CH2, pueden exceder 32 m3/s cada una con capacidad
de generación de 120 MW, ya que el agua caería por más de 400 metros a cada turbina, con el
potencial de genera alrededor de 1.000 GWh. El análisis presentado asume que estas centrales
se instalan en el escenario de FULL Piura, con una generación anual promedio de 875 GWh.
78
Figura 3.13: Sección transversal del proyecto hidroeléctrico de Olmos
Fuente: Gobierno Regional Lambayeque.
Suministro entregado y demanda insatisfecha

El promedio anual de demanda de agua es de 9 m3/s para todos los usuarios. Se ha asumido
que el agua subterránea puede suplir una porción de esta demanda, con un máximo de 2 m3/s
para los cultivos permanentes y estacionales, pero tiene una prioridad baja de cumplir las
demandas relativo al agua superficial del Proyecto Olmos.9 Hemos asumido que el acceso al
agua subterránea crece en un 2% por año por el período de simulación, para llegar a una
capacidad total al final de período de 3.2 m3/s. A largo plazo, la cantidad adicional de agua
subterránea generada por las desviaciones de Olmos tendrá que ser manejada, ya que es
posible que los niveles de agua aumenten dentro de la zona agrícola, por lo que se necesitará
gestión apropiada para evitar problemas de salinización de suelos. El uso conjunto de agua
superficial y subterránea como fuentes de suministro será imperativo; por lo tanto, la
suposición de que el agua subterránea será usada como una fuente alternativa de suministro es
razonable. También es importante considerar que el agua subterránea implica costos
adicionales de energía para el bombeo.
La Figura 3.14 muestra el suministro de agua por la fuente, con la suposición de que el agua
subterránea constituye el 13% de la demanda total anual. Las pequeñas entregas del Río
Huancabamba en 1983 y en 1998 corresponden a los eventos extremos de El Niño. Éstas
corresponden con precipitaciones altas en la planicie costera, que a su vez resultan en la
reducción de las demandas de riego. Las demandas insatisfechas en 1996 y 1997
corresponden con las entradas más pequeñas de agua en el Embalse Limón, y con uso de agua
subterránea para completar una mayor demanda total en esos años. La demanda pico de las
9 Ver Nippon Koei Co. Ltd. y PCA (2007), p.59.
79
estaciones es de noviembre a febrero, correspondiendo con el final de la estación seca y a

cuando las demandas de riego para un patrón de cultivos determinado son mayores.
Figura 3.14: Agua entregada para uso agrícola, por fuente, demanda insatisfecha
Nota: La superficie en azul claro representa la demanda insatisfecha.
3.4 Escenarios de adaptación

Se desarrollaron tres escenarios adicionales que se usaron para explorar el cambio del clima,
explorar el desempeño del sistema agrícola de Olmos, y sugerir opciones de manejo (L) que
pudieran usarse para mejorar el desempeño del sistema y adaptarse al cambio climático. Éstas
incluyeron un aumento en el almacenamiento de agua y cambios en los patrones de cultivo.
Los proyectos han sido desarrollados conceptualmente para incluir un nuevo embalse, como
la expansión del Embalse Limón y la construcción de un nuevo embalse en el Río Olmos para
capturar una porción de los caudales derivados. Existen dos planes para expandir el Embalse
Limón, uno a 710 millones de m3 y el otro a 1.100 millones de m3. El desarrollo futuro del
Embalse de Olmos requiere una capacidad de almacenamiento de 228 millones de m3.
Una segunda opción de manejo asume o hace uso de patrones de cultivo alternativos. Los
cambios en los patrones de cultivo podrían cambiar completamente la demanda total de agua
o los patrones estacionales . Otras opciones de manejo incluyen mejorar las eficiencias de
riego, conservación de agua municipal e industrial, cambio en las operaciones de los
embalses, cambios en los requerimientos de caudales, etc.
Escenario 3 (Cambio Climático, X)

El modelo WOlmos se corrió para un período de 25 años, 1981-2006, alimentado por datos
climáticos históricos y de las salidas del modelo WRF para condiciones actuales y para
condiciones con el doble de emisiones de CO2. Vale notar que para el escenario de Cambio
Climático, el modelo WOlmos no se corrió de forma que se mire hacia un período futuro, sino
que el escenario se localizó dentro del período en que existen observaciones, para explorar los
impactos relativos al período de clima histórico reciente (de 1985 a 2006).
La Figura 3.15 muestra la precipitación anual histórica para la estación en la Laguna Shimbe,
localizada en la cabecera del Río Huancabamba, para datos observados, datos crudos de WRF
(Raw WRF) y datos corregidos de WRF sin y con cambio climático (BC WRF y BC WRF
PGW, respectivamente). La gráfica sugiere que los datos crudos de WRF subestiman la
precipitación bajo condiciones climáticas actuales (línea roja vs. línea gris), lo que implica una
corrección de sesgo para “empujar” los datos de precipitación más cerca a las observaciones.
Esta corrección del sesgo se aplica a para obtener datos corregidos de WRF con y sin cambio
80
climático. Debido a que ambas series fueron derivadas independiente esto resulta en las
diferencias observadas en la variabilidad interanual (líneas verde y naranja en la gráfica).
Figura 3.15: Precipitación anual observada, Laguna Shimbe, y simulada con WRF
Nota: Los datos de WRF incluyen datos crudos del modelo, datos con el sesgo corregido (BC WRF), y datos del pseudo
calentamiento global del WRF con el sesgo corregido (BC WRF PGW).
Los datos climáticos contemporáneos y futuros (2x CO2) con el sesgo corregido se usaron
para forzar el modelo WOlmos. La Nota: muestra las frecuencias de caudal modeladas del
Río Huancabamba para estos escenarios diferentes. El escenario FULL Piura es de
referencia, basado en el WOlmos y alimentado por el clima actual observado. Un segundo
escenario, marcado como WrfCClimate (el escenario de clima actual del WRF), muestra una
frecuencia de caudal basada en el modelo WOlmos alimentado por el clima del WRF y
corregido por el sesgo para 1x CO2. Aquí la expectativa es que los caudales simulados desde
el escenario FULL Piura y WrfCClimate serían estadísticamente similares. Se presenta el
problema de que el escenario de WrfCClimate tiende a sobre-estimar la magnitud de las
condiciones de caudal bajo, ya que los caudales bajo un escenario de Referencia son menores
que después de un nivel del percentil 50. Esto es un efecto de que el clima derivado del WRF
no es representativo de la variabilidad interanual. El coeficiente de variación anual (cv) del
caudal observado en Limón fue de 0,27, mientras que el cv para el escenario con el sesgo
corregido, WrfCClimate fue solamente de 0,17.
El caudal promedio del Río Huancabamba estimado con datos históricos es de 17 m3/s para el
clima WrfCClimate (1x CO2) y para WRF-PWG (2x CO2) es 18 y 19,5 m3/s respectivamente.
81
Figura 3.16: Frecuencia de caudal en el Río Huancabamba en el Embalse Limón
Nota: Las curvas muestran la de frecuencia del caudal en el Río Huancabamba usando el clima observado (Reference), el
clima corregido del sesgo del WRF bajo condiciones actuales (WrfCClimate), y el clima del WRF bajo condiciones de 2x
CO2 (WRF-PWG). La línea horizontal es el caudal promedio anual estimado en el Embalse Limón de 17 m3/s e incluye la
diversión de Piura.
Dada la alta incertidumbre sobre el clima futuro, sobre todo respecto a la precipitación, se
adicionó un escenario, el Wrf2XCO2T, para el cual el modelo WOlmos es alimentado con
datos observados de precipitación, mientras que los datos de corregidos de temperatura con el
sesgo de las simulaciones del clima de WRF, se usaron para la variable de temperatura en el
modelo WOlmos. La Figura 3.16 incluye este escenario Wrf2XCO2T, y muestra que los
cambios en temperatura, del orden de 2ºC, conducirían a una reducción en caudales promedio
anuales en Limón.
El clima observado, la corrección del sesgo, el clima WRF 1x CO2, y el clima WRF-PGW se
usaron para explorar cómo las opciones de manejo (L), como la adición de nuevo
almacenamiento o patrones de cultivo alternativos, alterarían las medidas de desempeño,
incluyendo las demandas insatisfechas y la confiabilidad, resiliencia y vulnerabilidad usando
los parámetros descritos arriba.
El índice de caudal de entrada es independiente del almacenamiento, pero cambia en función
de los escenarios de clima, debido a los atributos de caudal de entrada y de los cambios en la
demanda. Se esperaría que el escenario basado en los datos del WRF con el sesgo corregido
para el período actual (WrfCClimate) sería similar al escenario de Referencia, pero debido a
que éste no tiene tantos años de caudales bajos, el desempeño es “mejor”. Para los escenarios
basados en el WRF, el índice de caudal de entrada, m > 1, sugiere menos fallas en el sistema.
Donde falla es que el embalse no se recupera después de que ha fallado. El aumento en la
nueva capacidad de almacenamiento aumenta la resiliencia (r), que es la medida de la
posibilidad de que un sistema en particular se recupere después de que la falla haya ocurrido,
donde la falla o escasez definida como la inhabilidad del sistema del reservorio para
suministrar su producción en un año dado (Vogel et al. 1999). El nuevo almacenamiento
reduce la vulnerabilidad incrementando el índice, D.
Esto sugiere que el sistema de agua exhibe un comportamiento intra-anual (m > 1), con una
probabilidad del 97% de que el sistema se recupere después de la falla; donde la falla es la
inhabilidad de suministrar la producción dada de 12 m3/s.
82
Escenario 4 (Nuevo Almacenamiento, L)

El tercer escenario, Almacenamiento nuevo, representa una respuesta de manejo dentro del
marco XLRM. Este escenario asume una expansión escalonada del embalse Limón de 710
millones de m3 y 1,180 millones de m3, y el desarrollo de un nuevo almacenamiento en el Río
Olmos (Embalse Olmos con 228 millones de m3) para recibir el agua derivada del Río
Huancabamba. El escenario de Almacenamiento Nuevo se deriva del escenario Full Piura.
Figura 3.17: Nuevo almacenamiento bajo el Escenario 4
Escenario 5 (Patrón de Cultivo, L)

Los cambios en el patrón de cultivos se exploraron sólo dentro del contexto de las medidas de
demandas insatisfechas y generación hidroeléctrica. No se exploraron otros factores
exógenos, o cómo los cambios en los patrones de cultivo podrían alterar las métricas
escogidas. Ese ejercicio se le deja al personal del PEOT.
Para el patrón de cultivos prescrito, la demanda de riego máxima es al final del período seco y
corresponde al período con la mayor demanda insatisfecha (Figura 3.18). Los cambios en los
déficits durante las estaciones ocurren solo en la región Agrícola Nueva (NewAg), que se
muestra en la Figura 3.18. Es evidente que estos déficits están basados en la suposición de
que el suministro de agua subterránea es restringido y limitado. Para evitar déficits o
demandas insatisfechas, la mayor estrategia sería reducir las demandas de los cultivos entre
diciembre y febrero.
83
Figura 3.18: Déficit de demanda promedio por estación
Las demandas de cultivo mayores para estos meses son para cultivos de vid (uvas) y
pimientos. El escenario de patrón de cultivos Modificado asume reducciones en estos dos
cultivos y los aumentos proporcionales de otros. La Figura 3.19 muestra la distribución
proporcional de los cultivos tanto en áreas cultivadas estacionales como permanentes, para los
escenarios de Referencia y Modificado. Los pimientos se dejarían de producir, y la vid se
reduciría substancialmente. Otros cultivos se aumentarían como se indica.
84
Figura 3.19: Porcentaje de área de cultivo, Escenario de Referencia y Modificado
Nota: La primera gráfica muestra los cambios para cultivos estacionales, y la segunda, para cultivos permanentes. Se
reduciría el cultivo de pimientos y de vid, y se aumentaría el cultivo de otras frutas y verduras.
La Figura 3.20 muestra la demanda de cultivo promedio resultante para los escenarios de
Referencia y Modificado. La demanda promedio anual es marginalmente mayor en el
escenario modificado, pero la demanda cambia hacia la estación húmeda, con demandas
reducidas posteriormente en la estación seca (noviembre a diciembre). El patrón de cultivo
asociado con el escenario Modificado lleva a un aumento anual general de la demanda en un
6%. De forma interesante, el objetivo de reducir la demanda no satisfecha a través de
enfocarse en cultivos específicos (pimientos y vid) no redujo la demanda insatisfecha
posteriormente en la estación seca. A pesar del almacenamiento limitado en el Embalse
Limón, éste ha retenido agua en la etapa temprana de la estación seca (mayo, junio, julio) para
ser usada posteriormente en el año (noviembre a febrero). Para el escenario de Reference, la
demanda reducida de la etapa temprana en la estación seca, significa posteriormente más agua
al final de la estación seca.
Medidas de desempeño bajo Patrones Alternativos de Cultivos

Para el escenario Modificado, el aumento en la demanda de agua para cultivos de abril a
agosto conduce a una mayor generación hidroeléctrica, de aproximadamente 6%. Estos
intercambios tendrán que ser explorados en el contexto del valor de los cultivos y de la
generación hidroeléctrica, lo cual está más allá del alcance de este estudio.
85
Figura 3.10: Cambio en la demanda mensual promedio y demanda promedio

mensual insatisfecha para los escenarios de Referencia y Modificado
Como una síntesis final del análisis de XLRM, se presentan en la Tabla 3.2 los factores que se
evaluaron, con la gama de posibles valores y su representación en el modelo integrado de
simulación de recursos hídricos.
Tabla 3.2: Resumen XLRM para el Proyecto Olmos

Incertidumbres y factores exógenos (X) Palancas o estrategias de manejo (L)
Demanda de Piura (X1) Cambio en gestión: nuevas tecnologías de irrigación

Población Municipal + Agua Industrial (X2) Nuevas inversiones (Reservorio Olmos)
IFR abajo de Limón de 2.3 a 3.5 m3/s (X3) Cambios en los patrones de cultivo
Cambio climático, incluyendo sequía Nuevo almacenamiento
prolongada/calentamiento (X4)
Relaciones y modelos (R) Medidas de desempeño (M)

Métodos dinámicos de cambio de escala Confiabilidad de suministro (% del tiempo en que el
Modelos de lluvia-escorrentía reservorio falla en ser llenado)
Modelos de manejo y sistemas de agua Objetivos ambientales (% del tiempo en que IFR falla en ser
alcanzado)
Demanda insatisfecha (%, millones de m3)
Resiliencia, confiabilidad y vulnerabilidad del reservorio
86
3.5 Conclusiones Proyecto Olmos

Este reporte describe un enfoque para conducir análisis de manejo de recursos hídricos basado
en un proceso de planeación de cuatro pasos, que incluye: 1) la formulación del problema; 2)
desarrollo de un modelo integrado de planeación de recursos hídricos para explicar cómo se
comporta el sistema; 3) articulación de las incertidumbres y alternativas; y 4) evaluación de
alternativas.
Para este análisis del Proyecto Olmos, los cuatro pasos se pueden resumir así:
1. Formulación del problema: ¿Qué oportunidades existen para maximizar los
beneficios del Proyecto Olmos, bajo muchas restricciones institucionales y físicas,
con desvíos aguas arriba, requisitos ambientales de caudales mínimos,
almacenamiento limitado, patrones de cultivo y cambio climático?
2. Se construyó para PEOT un modelo integrado de gestión de recursos hídricos (GIRH)
alimentado por datos climáticos y basado en un modelo WEAP del Proyecto Olmos.
3. El modelo se usó para demostrar la vulnerabilidad del sistema del recurso hídrico a la
variabilidad de suministro (articulación de incertidumbres).
4. El modelo se usó para explorar patrones alternativos de cultivo y la introducción de
almacenamiento nuevo en Limón y Olmos.
El marco analítico de XLRM se usó para organizar el problema, que es una abreviación de los
factores eXógenos, paLancas, Relaciones y Medidas. En el proceso colaborativo de
evaluación de vulnerabilidad y adaptación, el XLRM sirve como un recipiente en el que se
almacenan varios parámetros y variables que se definen durante el proceso de evaluación. El
marco XLRM aplicado al sector del agua organiza los elementos importantes del análisis de
riesgo y vulnerabilidad. Este reporte demuestra cómo llevar a cabo el análisis de riesgo
usando ese marco.
Se exploraron cuatro factores exógenos (X): población regional, desvíos aguas arriba,
requisitos de caudales ambientales, y cambio climático. Dos estrategias de manejo (L) fueron
exploradas, incluyendo los cambios posibles a la mezcla de cultivos y la adición de un nuevo
embalse en el Río Olmos. Las medidas de desempeño incluyeron criterios de desempeño del
embalse, incluyendo resiliencia, confiabilidad y vulnerabilidad del sistema de suministro de
agua del sistema. Estas estadísticas se usaron para evaluar el mérito de crear un embalse
nuevo en el Rio Olmos. Este reporte no pretende ser un análisis final de sistema Olmos, sino
una demostración de un enfoque que permite explorar las incertidumbres que podrían afectar
al proyecto, e identificar estrategias robustas ante el cambio climático.
87
4. CONCLUSIONES GENERALES
Los casos de estudio en de La Paz/El Alto en Bolivia y de Olmos en Perú se presentan para
demostrarle al BID y a sus colaboradores un enfoque innovador de introducir las
incertidumbres de cambio climático en la tarea crucial de manejar recursos hídricos en los
Andes. Este es un gran reto, dadas las otras presiones que enfrentan los administradores de
agua a nivel regional: urbanización rápida, niveles relativamente bajos de provisión de
servicios, cambio dramático en el uso del suelo, cambios en los sistemas de producción y
mercados agrícolas, gran dependencia regional en sistemas de producción hidroeléctrica, y la
concientización creciente sobre los valores y servicios de los ecosistemas, para nombrar
algunas. Es claro que el paradigma antiguo de análisis y apoyo a las decisiones de un sector
individual, y con planeación determinística, no está a la altura de la tarea, y por lo tanto se
requieren nuevos marcos de análisis. El uso de WEAP, una herramienta de modelación
altamente integrada, con el marco innovador de apoyo a las decisiones XLRM, ofrece una
alternativa prometedora para enfrentar el reto.
Una fortaleza de WEAP es que contiene en una plataforma analítica común la representación de
procesos hidrológicos, demanda de agua de cultivos, demanda de agua municipal e industrial,
generación de hidroelectricidad, calidad del agua y caudales ambientales. Cuando esta
herramienta se anida con un marco de análisis de decisiones que permite a los actores clave y
tomadores de decisiones la evaluación potencial de un conjunto de estrategias de manejo de
agua en frente a un rango de incertidumbres futuras, el poder del enfoque se ve claro.
Cabe anotar que los dos casos de estudio difieren de forma importante, por lo cual se justifica
describir las ventajas y desventajas relativas de cada enfoque. Dos diferencias principales
entre los estudios de caso son:
 En el caso de Perú, el análisis de cambio climático fue más un análisis a posteriori de
las implicaciones potenciales del cambio climático en una mejora del sistema que ya
se está implementando, mientras que en Bolivia el análisis se llevó a cabo en el
contexto de planeación y toma de decisiones que se continúa desarrollando.
 Como corolario, el análisis en Bolivia está más integrado en el proceso de toma de
decisiones que involucró representantes de organizaciones clave dentro del Grupo
Focal, mientras que el estudio en Perú fue un estudio preliminar.
Estas diferencias se manifiestan en la forma en que el análisis se estructuró en cada caso. En

Perú, el objetivo fue demostrar la sensibilidad potencial de los planes al cambio climático y
otras incertidumbres, para aumentar la concientización sobre la necesidad de considerar el
cambio climático; por lo tanto, un análisis de escenarios limitado fue apropiado. En Bolivia,
la naturaleza participativa del proceso condujo a la generación de un número mucho más
amplio de incertidumbres potenciales y posibles respuestas de gestión, que llevaron a la
necesidad de implementar un análisis de un ensamble para responder a los intereses de las
organizaciones clave y de los tomadores de decisiones.
Obviamente, la ventaja principal de un análisis de escenarios más reducido, como el que se
llevó a cabo en Perú, es que es más simple en términos de desarrollo de datos de entrada,
construcción de la aplicación de WEAP, requisitos de computación y visualización y análisis
de salidas de datos. Estas simplificaciones se justificaron probablemente en el contexto de la
demostración de un análisis preliminar para un proyecto que ya se había concebido
ampliamente, con el objetivo de aumentar el conocimiento sobre las vulnerabilidades
potenciales. El trabajo en Bolivia requirió un nivel de complejidad mayor dada una estructura
menos definida de las incertidumbres y respuestas de gestión, evidenciado más
88
dramáticamente en el amplio número de medidas de desempeño generadas en la formulación

del problema del ensamble. Esto creó la necesidad de experimentar con enfoques de
visualización y análisis diferentes, como se captura en el uso de Tableau en Bolivia.
Ambos estudios de caso en Bolivia y Perú fueron estudios de manejo de riesgo y
vulnerabilidad climática. El proyecto de Bolivia hizo énfasis en el suministro de agua urbana,
y el de Perú, en el suministro de agua agrícola. El proyecto de Bolivia tuvo un amplio grupo
de actores involucrados desde el principio, lo cual permitió que la delimitación participativa
del proyecto incluyera una gama amplia de incertidumbres, estrategias y medidas de
desempeño representando dichos sectores y su rol en los aspectos socioeconómicos del
análisis. En Perú, por el contrario, el grupo de interlocutores fue limitado, lo cual generó una
gama limitada de escenarios y resultados.
Una lección aprendida es que es al iniciar este tipo de estudios es importante reflexionar sobre
cuál es la pregunta que se está planteando en el nexo entre ciencia y decisiones de política:
¿Tiene que ver con suministro de agua, hidroelectricidad, uso de agua agrícola, uso de agua
urbana? Si la respuesta es que todas estas consideraciones son importantes, entonces es
necesario que las instituciones que representen dichos sectores estén presentes en la
delimitación participativa del problema para identificar incertidumbres, estrategias y medidas
de desempeño relevantes. De esta forma el resultado es un análisis integrado que refleja las
ventajas y desventajas para el conjunto de actores. Si no se involucran todas las instituciones
relevantes, el análisis termina siendo especulativo.
Nuestra conclusión es que este nivel adicional de complejidad vale la pena, particularmente si
el trabajo se lleva a cabo en una etapa de formación el proceso de toma de decisiones. La
riqueza del análisis en Bolivia a lo largo de las múltiples dimensiones de incertidumbre y
respuestas provee una gama de observaciones que pueden ser exploradas con los tomadores
de decisiones y actores clave para guiar la evolución del pensamiento sobre inversiones
potenciales. El potencial del aprendizaje compartido e iterativo está demostrado más
claramente en la definición de estrategias integradas de respuesta nuevas una vez el
desempeño de estrategias discretas e independientes (i.e. más infraestructura, rehabilitación
de infraestructura, conservación de la cuenca) que se evaluaron como parte de las
interacciones con los miembros del Grupo Focal. Las herramientas de análisis de escenarios
discretos preliminares desarrollados en Perú, a pesar de ser más simples y más directas en su
implementación, no permiten el mismo nivel de flexibilidad y exploración.
Otra conclusión que se puede sacar de estos estudios de caso es que aunque la toma de
decisiones para gestión del agua puede ser apoyada por análisis técnicos como los que se
presentan aquí, también incluye una dimensión política. En Bolivia y Perú, el proceso de
negociación que podría conducir a una decisión final sobre el diseño de la estrategia de
manejo a implementar y sobre las inversiones asociadas aún se está dando. Los siguientes
pasos deberían permitir que las herramientas de apoyo a las decisiones que fueron
desarrolladas como parte de los estudios de caso continúen apoyando el proceso. Algunas
posibles formas de integrar las herramientas en etapas futuras son:
 Correr los modelos usando series de tiempo climáticas históricas como una entrada al
modelo para análisis las estrategias de manejo futuras potenciales. Los resultados de
estas herramientas podrían ser comparados con el resultado de las corridas realizadas
usando escenarios climáticos futuros, para evaluar los cambios en el desempeño del
sistema bajo condiciones históricas y de clima futuro potencial.
 Introducir los costos y beneficios asociados con diferentes estrategias de manejo
como una medida de desempeño adicional.
89
 Incluir dentro de la evaluación de varias opciones de manejo, una evaluación

económica del impacto de distribución de agua a diferentes sectores. Esto permitirá
una evaluación más racional sobre la distribución equitativa de los beneficios entre
varios usuarios de agua en cada sistema.
 Con base en los resultados de las rondas iniciales de análisis, interactuar con los
actores clave para definir nuevas estrategias de manejo que tengan el potencial de
combinar las mejores características de las estrategias de manejo que han sido
investigadas.
 Investigar en mayor detalle las opciones de manejo relacionadas con la mejora del
manejo de la cuenca y el valor de los flujos de servicios ecosistémicos.
En este punto lo que sigue es continuar la integración de la herramienta analítica dentro del
proceso de toma de decisiones en varios países Andinos.
90
REFERENCIAS
Anderson, J., Chung, F., Anderson, M., Brekke, L., Easton, D., et al. (2007). Progress on
incorporating climate change into management of California’s water resources. Climatic
Change, 87(S1). 91–108. DOI:10.1007/s10584-007-9353-1.
Andrade, M. y Blacutt, L. (2010). Evaluación del modelo climático regional PRECIS para el área
de Bolivia: Comparación con datos de superficie. Revista Boliviana de Física, 16. 1–12.
Bates, B., Kundzewicz, Z., Wu, S. y Palutikof, J. (2008). Climate Change and Water. Technical
Paper of the Intergovernmental Panel on Climate Change, IPCC Secretariat, Geneva.
http://www.ipcc.ch/pdf/technical-papers/climate-change-water-en.pdf.
Brekke, L. D., Kiang, J. E., Olsen, J. R., Pulwarty, R. S., Raff, D. A., et al. (2009). Climate
Change and Water Resources Management: A Federal Perspective. U.S. Geological Survey
Circular 1331. http://pubs.usgs.gov/circ/1331/.
Brown, C. (2010). The End of Reliability. Journal of Water Resources Planning and
Management, 136(2). 143. DOI:10.1061/(ASCE)WR.1943-5452.65.
Calizaya, A., Ayala, G., Lima, N. y Quisbert, H. (2012). Estrategia para la concertación y
sostenibilidad del abastecimiento de agua para la ciudad de El Alto. Presented at the XXV
CONGRESO LATINOAMERICANO DE HIDRÁULICA, San José, Costa Rica.
Centro de Cambio Global, Universidad de Chile y Stockholm Environment Institute (2009). Guía
Metodológica – Modelación Hidrológica y de Recursos Hídricos Con El Modelo WEAP.
Santiago, Chile, y Somerville, MA, EEUU.
http://weap21.org/downloads/Guia_modelacion_WEAP_Espanol.pdf.
Fowler, H. J., Blenkinsop, S. y Tebaldi, C. (2007). Linking climate change modelling to impacts
studies: recent advances in downscaling techniques for hydrological modelling. International
Journal of Climatology, 27(12). 1547–78. DOI:10.1002/joc.1556.
Fowler, H. J., Kilsby, C. G. y O’Connell, P. E. (2003). Modeling the impacts of climatic change
and variability on the reliability, resilience, and vulnerability of a water resource system.
WATER RESOURCES RESEARCH, 39(8). 1–11. DOI:10.1029/2002WR001778.
Francou, B., Vuille, M., Wagnon, P., Mendoza, J. y Sicart, J. E. (2003). Tropical climate change
recorded by a glacier in the central Andes during the last decades of the twentieth century:
Chacaltaya, Bolivia, 16°S. Journal of Geophysical Research: Atmospheres, 108(D5).
DOI:10.1029/2002JD002959.
Freed, R. y Sussman, F. (2006). Converting Research Into Action: A Framework for Identifying
Opportunities to Provide Practical Decision Support for Climate Change Adaptation. Water
Resources Impact, 8(5). 11–14.
Gangopadhyay, S., Clark, M. y Rajagopalan, B. (2005). Statistical downscaling using K-nearest
neighbors. Water Resources Research, 41(2). DOI:10.1029/2004WR003444.
GEOBOL (1995). Carta Geologica Hoja 5945 - Milluni. La Paz, Bolivia.
Giles, J. (2002). Scientific uncertainty: When doubt is a sure thing. Nature, 418(6897). 476–78.
DOI:10.1038/418476a.
Groves, D. G. y Lempert, R. J. (2007). A new analytic method for finding policy-relevant
scenarios. Global Environmental Change, 17(1). 73–85.
DOI:10.1016/j.gloenvcha.2006.11.006.
Groves, D. G., Yates, D. y Tebaldi, C. (2008). Developing and applying uncertain global climate
change projections for regional water management planning. Water Resources Research,
44(12). W12413. DOI:10.1029/2008WR006964.
Grübler, A. y Nakicenovic, N. (2001). Identifying dangers in an uncertain climate. Nature,
412(6842). 15–15. DOI:10.1038/35083752.
91
Gupta, H. V., Kling, H., Yilmaz, K. K. y Martinez, G. F. (2009). Decomposition of the mean
squared error and NSE performance criteria: Implications for improving hydrological
modelling. Journal of Hydrology, 377(1-2). 80–91. DOI:10.1016/j.jhydrol.2009.08.003.
Hardy, S. (2009). Ruptura del abastecimiento de agua potable. Sistema Hampaturi-Pampahasi, La
Paz, enero-febrero de 2008. Bulletin de l’Institut Français d’Études Andines, 38(3)., 545–60.
IC-RIMAC (2012). Estudio de Identificación para el Mejoramiento del Abastecimiento de Agua
Potable Ciudad El Alto – La Paz. EMAGUA-Ministerio de Medio Ambiente y Agua, La Paz,
Bolivia.
IPCC (2007). Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of
Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate
Change. M. L. Parry, O. F. Canziani, J. P. Palutikof, P. J. van der Linden, y C. E. Hanson
(eds.). Cambridge University Press, Cambridge, UK.
http://www.ipcc.ch/publications_and_data/ar4/wg2/en/contents.html.
JVP Consultores S.A. y PwC (2007). Estudio Metas de Expansión EPSAS. EPSAS, La Paz,
Bolivia.
Lempert, R. J. y Groves, D. G. (2010). Identifying and evaluating robust adaptive policy responses
to climate change for water management agencies in the American west. Technological
Forecasting and Social Change, 77(6). 960–74. DOI:10.1016/j.techfore.2010.04.007.
Lempert, R. J., Groves, D. G., Popper, S. W. y Bankes, S. C. (2006). A General, Analytic Method
for Generating Robust Strategies and Narrative Scenarios. Management Science, 52(4). 514–
28. DOI:10.1287/mnsc.1050.0472.
Lempert, R. J., Popper, S. W. y Bankes, S. C. (2003). Shaping the Next One Hundred Years: New
Methods for Quantitative, Long-term Policy Analysis. RAND Corporation, Santa Monica, CA.
Lempert, R., Nakicenovic, N., Sarewitz, D. y Schlesinger, M. (2004). Characterizing Climate-
Change Uncertainties for Decision-Makers. An Editorial Essay. Climatic Change, 65(1/2). 1–
9. DOI:10.1023/B:CLIM.0000037561.75281.b3.
Matonse, A. H., Pierson, D. C., Frei, A., Zion, M. S., Anandhi, A., Schneiderman, E. y Wright, B.
(2012). Investigating the impact of climate change on New York City’s primary water supply.
Climatic Change, 116(3-4). 437–56. DOI:10.1007/s10584-012-0515-4.
Meneses, R. (2012). Estado de arte de los bofedales en la Cordillera Real en el área que abarca la
cuenca de Khara Kota hasta la cuenca de Choqueyapu. Presentación de resultados en el BID,
La Paz, Bolivia.
Molina, F. y Pereira, R. (2005). Crecimiento demográfico y el problema del agua en El Alto. La
Prensa. 310 ed. La Paz, Bolivia.
Molina, J., Herbas, C. y Mendoza, J. (2002). Valoración hidrológica de las cuencas de los ríos
Tolomosa y La Vitoria. IHH y PROMETA, La Paz-Bolivia.
Morgan, M. y Henrion, M. (1990). Uncertainty: A Guide to Dealing with Uncertainty in
Quantitative Risk and Policy Analysis. Cambridge University Press. Cambridge, UK.
Nakicenovic, N., Alcamo, J., Davis, G., de Vries, B., Fenhann, J., et al. (2000). Special Report on
Emissions Scenarios. Intergovernmental Panel on Climate Change, The Hague.
http://www.ipcc.ch/ipccreports/sres/emission/index.php?idp=0.
Nash, J. E. y Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I — A
discussion of principles. Journal of Hydrology, 10(3). 282–90. DOI:10.1016/0022-
1694(70)90255-6.
Nippon Koei Co. Ltd. y PCA (2007). Revisión y Actualización Del Plan Maestro de Drenaje Para
El Área Urbana de La Paz, Estudio Hidrológico. Estudios básicos, 2. Gobierno Municipal de
La Paz y Banco Interamericano de Desarrollo, La Paz, Bolivia.
92
Olmos, C. (2011). Gestion des ressources hydriques des villes de La Paz et d El Alto (Bolivie):
Modélisation, apport glaciaires et analyse des variables. de doctorat. Universite Libre de
Bruxelles., Belgique.
Pereira, K. (2007). Vulnerabilidades Del Abastecimiento de Agua Potable En El Municipio de El
Alto. Instituto Francés de Investigación para el Desarrollo, La Paz, Bolivia.
Pouget, J. C. (2011). Propuesta del modelo Ice KISS como un componente de un sistema de apoyo
a la planificación de los recursos hídricos. , Quito-Ecuador.
Ramirez, E. (2008). Impactos del cambio climático y gestión del agua sobre la disponibilidad de
recursos hídricos para las ciudades de La Paz y El Alto. Revista virtual REDESMA, 2(3)., 49–
61.
Ramirez, E., Francou, B., Ribstein, P., Descloitres, M., Guérin, R., et al. (2001). Small glaciers
disappearing in the tropical Andes: a case-study in Bolivia: Glaciar Chacaltaya (16° S).
Journal of Glaciology, 47(157). 187–94. DOI:10.3189/172756501781832214.
Rijke, J., Farrelly, M., Brown, R. y Zevenbergen, C. (2013). Configuring transformative
governance to enhance resilient urban water systems. Environmental Science & Policy, 25.
62–72. DOI:10.1016/j.envsci.2012.09.012.
Schmidt, J. J. (2013). Integrating Water Management in the Anthropocene. Society & Natural
Resources, 26(1). 105–12. DOI:10.1080/08941920.2012.685146.
Schwartz, P. (1996). The Art of the Long View-Planning for the Future in an Uncertain World.
Currency Books/Doubleday, New York, NY.
Scott, C., Bailey, C., Marra, R., Woods, G., Ormerod, K. J. y Lansey, K. (2012). Scenario
Planning to Address Critical Uncertainties for Robust and Resilient Water–Wastewater
Infrastructures under Conditions of Water Scarcity and Rapid Development. Water, 4(4). 848–
68. DOI:10.3390/w4040848.
Shi, L., Escobar, M., Joyce, B. y Kostaras, J. (2013). Strategic Land Use Planning for Climate
Change-Driven Water Shortages in El Alto, Bolivia. Lincoln Institute of Land Policy.
Taher, S. A. y Labadie, J. W. (1996). Optimal Design of Water-Distribution Networks with GIS.
ASCE, Journal of Water Resources Planning and Management, 122(4). 301–11.
DOI:10.1061/(ASCE)0733-9496(1996)122:4(301)).
Vergara, W., Deeb, A., Leino, I., Kitoh, A. y Escobar, M. (2011). Assessment of the Impacts of
Climate Change on Mountain Hydrology: Development of a Methodology Through a Case
Study in the Andes of Peru. © World Bank.
https://openknowledge.worldbank.org/handle/10986/2278.
Vogel, R. M. y Bolognese, R. A. (1995). Storage-Reliability-Resilience-Yield Relations for Over-
Year Water Supply Systems. Water Resources Research, 31(3). 645–54.
DOI:10.1029/94WR02972.
Vogel, R. M., Fennessey, N. M. y Bolognese, R. A. (1995). Storage-Reliability-Resilience-Yield
Relations for Northeastern United States. Journal of Water Resources Planning and
Management, 121(5). 365–74. DOI:10.1061/(ASCE)0733-9496(1995)121:5(365)).
Vogel, R. M., Ravindiran, R. S. y Kirshen, P. (1999). Storage Reservoir Behavior in the United
States. Journal of Water Resources Planning and Management-asce - J WATER RESOUR
PLAN MAN-ASCE ,, 125(5). DOI:10.1061/(ASCE)0733-9496(1999)125:5(245).
Vogel, R. M. y Stedinger, J. R. (1987). Generalized storage-reliability-yield relationships. Journal
of Hydrology - J HYDROL, 89(3-4). 303–27. DOI:10.1016/0022-1694(87)90184-3.
Wilby, R. L., Charles, S. P., Zorita, E., Timbal, B., Whetton, P. y Mearns, L. O. (2004).
Guidelines for Use of Climate Scenarios Developed from Statistical Downscaling Methods.
http://unfccc.int/resource/cd_roms/na1/v_and_a/Resoursce_materials/Climate/
StatisticalDownscalingGuidance.pdf.
93
Wilby, R. L., Hassan, H. y Hanaki, K. (1998). Statistical downscaling of hydrometeorological

variables using general circulation model output. Journal of Hydrology, 205(1-2). 1–19.
DOI:10.1016/S0022-1694(97)00130-3.
Wilby, R. L. y Wigley, T. M. L. (2000). Precipitation predictors for downscaling: observed and
general circulation model relationships. International Journal of Climatology, 20(6). 641–61.
DOI:10.1002/(SICI)1097-0088(200005)20:6<641::AID-JOC501>3.3.CO;2-T.
Wood, A. W., Leung, L. R., Sridhar, V. y Lettenmaier, D. P. (2004). Hydrologic Implications of
Dynamical and Statistical Approaches to Downscaling Climate Model Outputs. Climatic
Change, 62(1-3). 189–216.
Yates, D., Gangopadhyay, S., Rajagopalan, B. y Strzepek, K. (2003). A technique for generating
regional climate scenarios using a nearest-neighbor algorithm. Water Resources Research,
39(7). 1199. DOI:10.1029/2002WR001769.
Yates, D., Purkey, D., Sieber, J., Huber-Lee, A. y Galbraith, H. (2005). WEAP 21--A Demand,
Priority, and Preference-Driven Water Planning Model: Part 2, Aiding Freshwater Ecosystem
Service Evaluation. Water International, 30(4). 501–2.
Yates, D., Sieber, J., Purkey, D. y Huber-Lee, A. (2005). WEAP21—A Demand-, Priority-, and
Preference-Driven Water Planning Model. Water International, 30(4). 487–500.
DOI:10.1080/02508060508691893.
94
Un Marco de Análisis de Decisiones Robustas
para Adaptación al Cambio Climático
Reporte para el Banco Interamericano de Desarrollo
Apéndices
UN MARCO DE ANÁLISIS DE DECISIONES ROBUSTAS PARA ADAPTACIÓN AL CAMBIO CLIMÁTICO – APÉNDICES
CONTENIDO
Apéndice 1-Reporte Taller 1-2 y Metodología de mapeo de actores ........................................... 3
Apéndice 2-Reporte avance del Modelo WEAP La Paz y El Alto ................................................. 15
Apéndice 3-Reporte Mapeo de actores ...................................................................................... 41
Apéndice 4-Reporte Taller 3-4 y propuesta de escenarios climáticos ........................................ 70
Apéndice 5-Reporte Taller 5 .................................................................................................... 127
Apéndice 6- Escenarios de cambio climático PEOT .................................................................. 150
Apéndice 7 - Instrucciones para el uso de la base de datos de Tableau y Dashboard ............162
2
APÉNDICE 1-REPORTE TALLER 1-2 Y METODOLOGÍA DE MAPEO DE ACTORES
Bolivia
Reduciendo Vulnerabilidad al Cambio Climático a través de la Inclusión de
Adaptación en los Procesos de Planificación (RG-T1840)
Task Order No. 3
APOYO TÉCNICO AL ‘PROGRAMA DE RESILIENCIA CLIMÁTICA PARA LOS SISTEMAS DE AGUA
Y SANEAMIENTO DE LAS ÁREAS METROPOLITANAS DE LA PAZ Y EL ALTO’
(PPCR/SPCR)
RG-T1840
REPORTE SOBRE TALLERES 1-2 Y METODOLOGÍA PARA MAPEO DE ACTORES
3
I. INTRODUCCIÓN
El presente reporte incluye el resumen del trabajo realizado durante la visita de SEI a La Paz en
Abril de 2012. Durante esta visita se realizaron los Talleres 1 y 2 de los TORs, enfocados a aplicar
el marco XLRM y a realizar un taller introductorio de WEAP al Grupo Focal. En este reporte
también se presenta la metodología realizar el Mapeo de Actores, el cual se entregará con el
Reporte sobre el modelo WEAP en Junio. Como resumen del trabajo realizado se presenta una
propuesta de escenarios a modelar derivados de la aplicación del marco XLRM, la cual se presenta
al MMAyA para su revisión y retroalimentación.
II. TALLER 1
Fecha de realización: 19 y 23 de Abril de 2012. Lugar: La Paz – Bolivia

El taller incluyó una jornada inaugural que estuvo orientada primero a contextualizar el apoyo
técnico al Programa de Resiliencia Climática para los Sistemas de Agua y Saneamiento de las
Áreas Metropolitanas de La Paz y El Alto y en segundo lugar a presentar los antecedentes, el
estado de avance y las acciones futuras a desarrollarse dentro de esta iniciativa en la que el
MMAyA presentó el estudio el enfoque de las actividades del apoyo técnico en las cuencas
consideradas para ampliar el abastecimiento de agua potable con énfasis en la ciudad de El Alto. El
BID presentó el PPCR y SEI presentó el instituto y experiencia previa en planeación de recursos
hídricos en zonas urbanas.
Una vez concluida la inauguración, se realizó el taller XLRM con los participantes del Grupo
Focal. La lista de asistentes se encuentra en el Anexo 1, el resumen de las ponencias de la
inauguración se presenta en el Anexo 2, las presentaciones completas de la inauguración están en el
Anexo 3, y la presentación del marco XLRM está en el Anexo 4.
Las instituciones del Grupo Focal que participaron en los talleres incluyen: Ministerio de Medio
Ambiente y Aguas (MMAyA), Viceministerio de Agua Potable y Saneamiento Básico (VAPSB),
Viceministerio de Recursos Hídricos y Riego - Dirección General de Riego (DGR - VRHyR),
Banco Interamericano de Desarrollo (BID), Programa Regional Andino de Adaptación al Cambio
Climático y Programa Nacional de Cambio Climático (PRAA - PNCC), Ministerio de Planificación
del Desarrollo – Viceministerio de Inversión Pública y Financiamiento Externo (MPD – VIPFE),
Viceministerio de Planificación y Coordinación (MDP-VPC), Gobierno Autónomo Departamental
de La Paz (GADLP), Servicio Nacional de Meteorología e Hidrología (SENAMHI), Empresa
Pública Social de Agua y Saneamiento (EPSAS), Instituto de Hidrología e Hidráulica (IHH).
También fueron invitados como observadores: Agencia de Cooperación Internacional de Japón
(JICA), Agencia Española de Cooperación Internacional para el Desarrollo (AECID), CARE.
A continuación se presenta un resumen de la aplicación y resultados del marco XLRM.
4
Aplicación del marco XLRM

El objetivo del marco XLRM 1 es apoyar la construcción de herramientas que permiten apoyar la
toma de decisiones en el largo plazo. El análisis de políticas a largo plazo se relaciona de manera
directa la toma de decisiones bajo condiciones de elevada incertidumbre. Esto es particularmente
cierto en temáticas ligadas al logro de la sostenibilidad en el uso de recursos naturales y la
consecución de sociedades resilientes a cambios globales. Los métodos de planificación
tradicionales suelen subestimar la naturaleza y el alcance de las incertidumbres que son inherentes
a los sistemas dinámicos complejos; es decir, asumen como hecho que los riesgos identificados y
caracterizados se repiten de modo predecible a mediano y largo plazo, lo cual es frecuentemente
incorrecto.
El análisis de políticas a largo plazo en sistemas de elevada complejidad requieren por lo tanto
métodos de toma de decisiones que sean robustos y confiables tales como el que provee el marco
XLRM, metodología desarrollada y formalizada por el Centro RAND Pardee (Lempert et al,
20031). Este marco de análisis consta de cuatro elementos: la incertidumbre exógena (X), es todo
aquel factor que escapa al control de los tomadores de decisiones pero cuyo efecto sobre el éxito de
las estrategias aplicadas es inevitable; los apalancamientos políticos (L) constituyen acciones a
corto plazo, estrategias alternativas que los tomadores de decisiones consideran explorar y que
afectaran el estado del sistema; las relaciones (R) establecen los potenciales estados futuros del
mismo como función de (i) los apalancamientos seleccionados y (ii) de la manera en que se
manifiestan las incertidumbres; finalmente las medidas (M) son indicadores o estándares de
cumplimiento. El método convoca consecuentemente dos diferentes tipos de programas
informáticos, uno de modelización exploratoria y un segundo de generación de escenarios
potenciales que permiten a los tomadores de decisiones proyectar, analizar y evaluar hipótesis que
fundamenten el diseño de estrategias robustas.
Este taller fue enfocado en Grupo Focal con participación de diferentes niveles de toma de
decisiones, coordinación, y técnico. Para proveer un marco conceptual, se utilizaron referencias
generales como el concepto de incertidumbres de Van Asselt & Rotmans (2002) 2 para diferenciar
entre diferentes fuentes de incertidumbre posibles, el concepto de medios de vida de Scoones
(1998) 3para analizar las estrategias que pueden mejorar los diferentes tipos de capitales, y el
concepto de los servicios ecosistémicos de Daily (1997)4 para analizar qué tipo de indicadores o
medidas de desempeño pueden usarse para medir el efecto de las incertidumbres y estrategias en la
provisión de servicios ecosistémicos. En la presentación del marco XLRM en Anexo 4 se indican
los detalles de los conceptos proporcionados.
Resultados del marco XLRM
En cada una de las actividades grupales llevadas a cabo como parte del taller, los grupos de trabajo
fueron organizados tratando de incluir diversidad de instituciones en cada uno de ellos con el
objetivo de aprovechar la experiencia interinstitucional y al mismo tiempo romper sesgos ligados a
la cohesión institucional y estimular la cooperación entre actores. En algunos casos se han
incorporado propuestas adicionales a las presentadas por el Grupo Focal las cuales fueron
introducidas por SEI con base en experiencia previa en este tipo de talleres para asegurar que
algunos puntos importantes de considerar no fueran excluidos en los diversos periodos y espacios
de discusión (las mismas se identifican por el uso de corchetes [] ).
1
Lempert, R. J., Popper, S. W., and Bankes, S. C. (2003). Shaping the Next One Hundred Years: New methods for
quantitative, long-term policy analysis, RAND, Santa Monica, CA.
2
Van Asselt, M. B. A., and J. Rotmans. 2002. Uncertainty in integrated assessment modelling From positivism to
pluralism. Climatic Change 54:75-105.
3
Scoones, Ian. Sustainable Rural Livelihoods: A framework for analysis. IDS,Working Paper 72, IDS, Brighton, UK,
June 1998.
4
Daily, GC, Ed. 1997. Nature’s Services: Societal Dependence on Natural Ecosystems, Island Press, Washington, DC.
5
Identificación de incertidumbres (X).- Las diferentes fuentes de incertidumbre identificadas por los
grupos fueron agregadas en los grupos de incertidumbre que se presentan a continuación. Se
agregan en Anexo 5 transcripciones de los papelógrafos respectivos.
• Incertidumbres sobre los datos existentes de información física y climática: cantidad,
calidad, representatividad, confiabilidad, distribución espacial y ubicación de las
estaciones de muestreo.
• Incertidumbres sobre la intrínseca aleatoriedad del clima y el Cambio Climático.
• Incertidumbres sobre la determinación de las tendencias de crecimiento poblacional.
• Cambios en el uso per cápita debido a la relación entre el comportamiento de la
población (i.e. demanda, valorización, conservación) y el desarrollo económico (i.e.
mayor desarrollo = mayor uso; mayor educación = mayor capacidad de adaptación)
• Patrones de modificación en las prácticas agrícolas como uso de suelo, tipos de
cultivos, dinámica de cultivos y apropiación de nuevas tecnologías.
• Papel de las presiones sociales en el cambio de las de prioridades de asignación de
agua entre demanda agrícola, demanda urbana, generación de energía y conservación;
características de la gobernanza del agua como aspectos sociales, legales, intereses
particulares, inercia política, inercia institucional y desarrollo sostenible de
capacidades.
• Penetración de nuevas tecnologías en el manejo del agua que puede influenciar usos y
costumbres, prácticas actuales, innovación; y disponibilidad de recursos humanos
calificados.
Identificación de opciones de gestión (L).- Sobre las base el concepto de capitales de medios de
vida, se identificaron diversas opciones de gestión presentadas a continuación. Se agregan en
Anexo 6 transcripciones de los papelógrafos respectivos.
Capital Natural: Promover la ampliación de los inventarios ecológicos (en particular de los
bofedales); Implementar programas de monitoreo y mitigación de pasivos ambientales
(principalmente aquellos generados por la minería y que constituyen una preocupación mayor, en
particular en el sistema ligado a la Laguna Milluni); ejecutar medidas de conservación de suelos y
restauración de suelos degradados; promover la conservación con un enfoque de ecosistemas
(bofedales); planificar el manejo de cuencas para el mejor aprovechamiento de los recursos
hídricos disponibles; promover la mejora del uso de suelos; [Promover un enfoque de flujos
ambientales].
Capital Social – Institucional: Mejorar la coordinación entre las instituciones ligadas al manejo de
recursos hídricos con una visión integral y participativa y/o conformar y viabilizar una dirección de
cuencas centralizada [en particular entre las ciudades de La Paz y El Alto]. Promover acciones
destinadas a fortalecer la legislación sectorial (ley de aguas) y su cumplimiento, en particular en el
tema de distribución y asignación de los recursos hídricos.
Capital Humano: Rescatar y aprovechar las capacidades locales (saberes ancestrales, memoria
institucional), desarrollar y fortalecer las capacidades de los actores de la gestión del agua y
educación de los usuarios; [Diseñar y promover las estrategias comunicacionales de
concientización].
Capital Físico – Tecnológico: Implementar medidas estructurales (mantenimiento y adecuación-
actualización de las estructuras actuales, ampliación de la infraestructura actual, [interconexión
entre sistemas; explorar como alternativa el incrementar la explotación de aguas subterráneas;
explorar estrategias de estructuración de la energía hidroeléctrica]) y medidas no estructurales
(Adoptar, comprender, aplicar y desarrollar nuevas tecnologías y nuevas técnicas como estrategias
de cosecha de agua diferenciadas para el medio urbano y para el medio rural, mejoras en el control
de pérdidas, mejoras en los sistemas de riego).
6
Capital Financiero: Facilitar un mayor acceso al crédito bajo condiciones más favorables
(principalmente en el medio rural); estructurar y facilitar subsidios para tecnificar los sistemas de
riego; [considerar y estructurar alternativas para modificar el sistema actual existente de asignación
del precio del agua para el usuario].
Identificación de medidas de desempeño.- Empleando el marco conceptual de Servicios
Ecosistémicos (SE), se identificaron diversas medidas de desempeño que serán presentadas a
continuación. Se agregan en Anexo 7 transcripciones de los papelógrafos respectivos.
SE de Base: Parámetros estándar de modelos hidrológicos como caudales y ETP, medidas relativas
a la transformación de los sistemas naturales (bofedales y glaciares).
SE de Suministro: Estadísticas detalladas de oferta y demanda, cobertura, producción; Datos
epidemiológicos.
SE de Regulación: Estadísticas de flujos hidrológicos (variaciones en el volumen de los
reservorios, caudales, otros)
SE Cultural: Mejoras en la valorización del agua en los diversos elementos de la sociedad, uso
responsable del agua; seguimiento de los conflictos sociales ligados a la temática (cantidad, fuerza,
resolución, otros); evaluación de los efectos del rescate de saberes ancestrales, evaluación de los
efectos de la incorporación de nuevas técnicas y tecnologías; seguimiento de la evolución de
proyectos multipropósito.
Al final de los talleres, se realizó una presentación con una idea sobre las implicaciones en
términos de definición de escenarios de las diferentes incertidumbres y estrategias (Anexo 8). En
general, es importante realizar una propuesta sobre los escenarios que se van a considerar para
poder realizar un número finito de combinaciones. Para esto, será necesario revisar la información
obtenida y proponer un grupo de escenarios para consideración del MMAyA de forma que para la
visita en Junio podríamos enfocar el trabajo sobre estos escenarios. Dicha propuesta de escenarios
se presenta en las conclusiones de este reporte.
III. TALLER 2
El día martes 24 de abril de 2012 se realizó la capacitación del Modelo WEAP a nivel básico,
específicamente los ejercicios del tutorial incluyendo WEAP en una hora, Herramientas Básicas, y
Reservorios y Producción Hidroeléctrica. Previo al inicio del curso cada uno de los asistentes se
suscribió al foro de WEAP para posteriormente solicitar la licencia respectiva. Actualmente, de los
11 participantes del Grupo Focal, se entregó licencia a 8 personas. Participó personal técnico de las
siguientes instituciones: Gobierno Autónomo Departamental de La Paz, MMAyA, PRA-PNCC,
SENAMHI, Ministerio de Planificación, IHH-UMSA y consultores SEI.
El día miércoles 25 de abril de 2012 se realizaron prácticas en WEAP con datos de la cuenca del
río Maule en Chile (desarrollados por el Centro de Cambio Global de la Universidad Católica de
Chile). La principal dificultad técnica observada está relacionada al momento de la digitalización
de los ríos lo cual causa que el software se trabe, sin embargo esta fue superada con las
recomendaciones de construir el río de forma más lenta.
En el Anexo 9 se presenta una evaluación del taller con las impresiones y recomendaciones de los
asistentes.
Del grupo focal definido, no se presentaron a la capacitación el Gobierno Autónomo Municipal de
La Paz, Gobierno Autónomo Municipal de El Alto y la Empresa Pública Social de Agua y
Saneamiento (EPSAS). Para evitar estas ausencias, para los próximos talleres de capacitación de
recomienda al MMAyA hacer las invitaciones con anticipación y confirmar personalmente.
7
En el transcurso del taller 1 y 2 surgieron algunas preguntas y sugerencias sobre modelo WEAP y
la construcción del modelo histórico de las ciudades de La Paz y El Alto, entre ellas:
¿Cómo se realizará la calibración de las nuevas fuentes, considerando que estas cuencas no cuentan
con datos de aforo de caudales?
¿Cuál es el nivel de error del modelo histórico?
¿Cuál es la confiabilidad de los datos introducidos al modelo?
¿Cuál es el mínimo error aceptable con la que se está trabajando?
¿El modelo considera la sedimentación de los embalses?
Es importante tener en cuenta esta información pues refleja las inquietudes de los actores. Durante
el Taller 3 en junio se estarán dará respuesta a estas inquietudes y se propondrá como resolverlas
durante el proceso.
Los actores también expresaron algunas inquietudes que reflejan la necesidad de informar mejor al
Grupo Focal sobre los aspectos financieros en WEAP y como estos pueden ayudar a entender el
contexto de sostenibilidad económica del operador del sistema de agua.
Finalmente, los actores sugirieron que es importante trabajar con información oficial, mantener los
datos con su respectivo metadato, y buscar un sistema para explorar las opciones para compartir
datos.
IV. METODOLOGÍA PARA MAPEO DE ACTORES
Objetivo: Llevar a cabo un mapeo de los principales actores vinculados a la temática de los
recursos hídricos y el manejo de cuencas en la región metropolitana de La Paz – El Alto que
incluya una descripción de los principales actores en:
(i) Los actores del gobierno y entes reguladores con respecto a la provisión de agua potable
a. El marco legal e institucional para el Manejo Integral de Cuencas
b. Las iniciativas y avances del gobierno en la temática
c. Programas de la cooperación internacional
(ii) Organizaciones de la sociedad civil
a. ONGs nacionales e internacionales
b. Federaciones y organizaciones de base
c. Voluntarios
(iii) Instituciones académicas
a. Universidades
b. Institutos de investigación
(iv) Sector productivo
a. Incluyendo empresas públicas (i.e. EPSAS)
b. Cooperativas de agua
c. Asociaciones y gremios (i.e. sector agrícola, otros)
La identificación preliminar de los actores principales se inicia con la revisión de fuentes
secundarias y a través del acompañamiento a las actividades del Taller de Incepción (19 al 25 de
Abril de 2012). El mapeo definitivo incluyendo las diversas dinámicas de relacionamiento
8
(convergencias, interacciones directas o indirectas, sinergias) se establecerá por clusterización

sobre la base de la información primaria obtenida a través de dos series de entrevistas semi-
estructuradas: la primera con los actores clave (sector gubernamental en sentido amplio – nivel de
toma de decisiones, nivel de coordinación, nivel técnico - instituciones académicas y Sector
Privado -Empresa Pública Social de Agua y Saneamiento, Cooperativas de Agua, la segunda con
organizaciones de cooperación internacional y organizaciones no gubernamentales.
Las entrevistas se estructurarán en torno a seis ejes temáticos, a saber:
a. Mandato y naturaleza de las actividades que realizan en torno a la gestión de los recursos
hídricos y el saneamiento básico,
b. Naturaleza y características de sus demandas,
c. Grupo(s) meta, grupo(s) de beneficiarios,
d. Colaboración con otros actores (alianzas estratégicas, socios, fuentes de financiamiento
actuales y pasadas)
e. Disponibilidad de información relevante para la construcción y estandarización del Modelo
WEAP específico,
f. Cambio climático.
Actividades:
a. Identificar los actores principales (Instituciones gubernamentales, organizaciones de la
sociedad civil, instituciones académicas y el sector privado) partiendo de la Cabeza de Sector
(Ministerio de Medio Ambiente y Aguas – MMAyA) representado por el Viceministerio de
Agua y Saneamiento Básico (VASPB) y el Viceministerio de Recurso Hídricos y Riego
(VRHyR),
b. Ejecutar entrevistas con actores claves del sector gubernamental, organizaciones de la
sociedad civil, instituciones académicas. Se incluyen la Empresa de Agua y Saneamiento
(EPSAS) las federaciones de vecinos (FEJUVE), grupos ambientalistas e instituciones
académicas
c. Ejecutar entrevistas con los actores claves de los programas de cooperación internacional y
ONGs que trabajan en la temática,
d. Recopilación y sistematización de fuentes secundarias (bibliografía y materiales producidos
por los actores clave) para elaborar un estudio de ¿Quién hace qué? Y el mapeo de actores
por afinidad.
e. Mapeo de actores
f. Acompañamiento en talleres
Resultado:
Mapa de actores identificando y caracterizando los grupos de interés directamente involucrados en
la gestión de los recursos hídricos y el manejo de cuencas en el área metropolitana de las ciudades
de La Paz y El Alto incluyendo las interacciones internas y externas; este grupo constituirá la base
efectiva del grupo focal del PPCR/SPCR.
Fechas Clave:
Entrega del mapeo preliminar: 30 de Mayo Entrega del mapeo final: 15 de Junio
El acompañamiento a talleres se hará durante las visitas realizadas en Abril, Junio y Julio y con la
posibilidad de que las reuniones se pospongan hasta Agosto o Septiembre). El acompañamiento a
talleres incluirá apoyo en la facilitación de las reuniones, contribución a la dinámica de las mismas
9
y toma de notas de aspectos importantes y conclusiones de las reuniones con un reporte asociado de
2 páginas máx. por taller. El Consultor estará disponible para consultas relacionadas con el estudio
y reuniones con SEI que sucedan independientes de los talleres durante el estudio.
Equipo de Consultores:
Javier Gonzales Iwanciw: Investigador sénior de cambio climático – Dirección de Proyectos de
Desarrollo (DIPRODES) - Universidad Nur.
Ingeniero en Procesos Industriales, experto en planificación estratégica, ha conducido varios
mapeos de actores, el último como persona recurso para COSUDE y el programa de Bosques y
Cambio Climático en la región Andina.
Asistente de investigación – Juan Pablo José Torrico Ballivian.
V. PROPUESTA DE ESCENARIOS
En el Anexo 10 se presenta una propuesta de escenarios para ser evaluada por MMAYA. Esta
propuesta incluye los escenarios propuestos y las medidas de desempeño. Para cada incertidumbre
o medida de desempeño incluido se anota la representatividad de estos en WEAP, las variables que
deben ser utilizadas para representar el escenario y el número de escenarios potenciales según
estimado inicial propuesto por SEI, en la cual se incluye nuestra visión de cuales escenarios son
prioritarios para el análisis. Adicionalmente, se incluye una sección para que sea usada por el
MMAYA, en que se anotan algunos comentarios por parte de SEI en cuanto a cada escenario, la
fuente de datos la cual podría ser complementada por el MMAYA, una sección de prioridad que
puede ayudar a definir qué escenarios son de mayor interés (lo cual puede contrastar con lo que SEI
está propuesto), y una sección para que el MMAYA anote comentarios. La tabla en que se
presentan estos escenarios se diseñó y se presenta como una hoja de trabajo en que el MMAYA
pueda anotar sus inquietudes y definir finalmente que escenarios se correrán.
De acuerdo con la propuesta presentada, se incluyen dos escenarios iniciales: el de línea base y el
de incertidumbre sobre los datos. La línea base es el modelo WEAP que se está construyendo para
las condiciones históricas y actuales. El escenario de incertidumbre de datos se propone debido a la
preocupación de los actores sobre los datos existentes. Este escenario permitiría tener una idea del
error en el modelo dado por el error en los datos de entrada, el cual se propagaría a las
proyecciones que se realicen.
En particular, para el escenario de incertidumbre en datos, proponemos las siguientes acciones:
1. Construir modelo con clima histórico, y condiciones actuales de operación
2. Calibrar el modelo
3. Caracterizar el error potencial en los datos de clima y uso de suelo 5
4. Imponer error en las entradas del modelo
5. Análisis de sensibilidad de las métricas clave
6. Reportar los resultados
7. Correr el experimento para estrategias de gestión identificadas
8. Repetir los puntos 4 a 6 para los paquetes de respuesta de interés
5
Dado que la fuente del error en los datos se da en este caso por la calidad en la recolección de la información, un
método propuesto para estimar este error es realizar curvas de doble entrada (o doble masa) donde las series de estaciones
cercanas deberían seguir una línea recta en un gráfico X-Y de acumulación. Si hay error, la hipótesis de que no hay
cambio de pendiente en la curva debería rechazarse, es decir si la curva cambia de pendiente hay un error no sistemático
en algún momento. La desviación entre la curva sin cambio de pendiente y la curva con cambio de pendiente puede dar
un estimado del error. Si la curva sigue la misma pendiente no se puede asumir que exista error. Este procedimiento se
debería ejecutar con precipitación y otros datos climáticos en la medida en que se tengan suficientes datos. Este
procedimiento se aplicará para chequear la consistencia de los datos y servirá para estimar el error. Para esto se utilizará
como referencia el libro ‘Handbook of hydrology’ de Madiment, D.R.
10
La propuesta de escenarios por parte de SEI se presenta como un punto de partida que debe ser
evaluado y criticado por el MMAYA. Esta propuesta incluye el número de escenarios potenciales
los cuales serán estimados una vez MMAYA revise esta propuesta. En cuanto a los escenarios
futuros, se proponen combinaciones de cambio climático y otras variables como crecimiento
poblacional y uso de agua per cápita para un total de 80 escenarios. Respecto a las estrategias de
manejo, se proponen 9 diferentes estrategias que se podrían modelar. El número total de medidas
de desempeño propuesto es 6 indicadores. Al hacer la combinación entre incertidumbres y
estrategias de manejo, se tienen 720 corridas del modelo, lo cual es un número bastante
considerable de corridas que puede generar un reto en el manejo de las bases de datos de las
medidas de desempeño obtenidas para cada corrida.
En general, el objetivo final debería ser poder visualizar esta información. A continuación se
presenta la idea de la forma de visualizar dicha información derivada de la experiencia en la
ejecución del plan de agua de California con el Departamento de Recursos Hídricos (DWR).
Se podrían visualizar por ejemplo 3 medidas de desempeño en una sola gráfica. En el caso de
abajo, se ilustra la cobertura de agua urbana vs cobertura de agua agrícola vs requerimientos de
caudales ecológicos (en el tamaño de los círculos). Cada escenario futuro sería representado por
uno de estos círculos en el espacio XY.
La idea es poder representar todos los escenarios en esta gráfica. En el caso del ejemplo de California
el número de escenarios futuros es 36, pero en el caso de Bolivia sería el número final definido en los
escenarios futuros en el Anexo 10, que actualmente según la propuesta de SEI es de 80.
11
Posteriormente se podrían límites de las medidas de desempeño (i.e. 50% para cobertura de agua
agrícola, 80% para cobertura urbana y 8% de caudales ecológicos no satisfechos) para identificar
resultados que son aceptables.
Finalmente se analizaría el efecto en las métricas de las estrategias de manejo para cada escenario
futuro, según se muestra en la gráfica de abajo en la que se indica la trayectoria de cada escenario
futuro para cada estrategia de manejo (para el caso de las estrategias propuestas por SEI, entonces
se tendrían 9 gráficas como estas). Los paquetes de respuesta podrían ser analizados ya sea como
12
estrategias de manejo individuales, o como grupos de estrategias que pueden agruparse como
paquetes de respuesta.
La visualización de los resultados propuesta podría ser adaptada o modificada según las métricas
que se definan como más relevantes para el análisis. La propuesta de escenarios presentada en el
Anexo 10 es la base de este análisis, así que se espera que esta propuesta sea revisada por el
MMAYA para definir los escenarios finales que se estarían evaluando en los próximos meses.
VI. CONCLUSIONES
La sesión de inauguración del proyecto sucedió de forma exitosa y permitió dar contexto al trabajo
a realizar. La presentación de conceptos para analizar los elementos del XLRM permitió a los
asistentes crear un marco referencial sobre cómo el proceso de planeación robusta puede ejecutarse
en función de las incertidumbres existentes y de acuerdo con las estrategias de manejo disponibles.
Este marco referencial incluye no solamente la expansión del sistema de agua, sino el rango de
posibles efectos y acciones que pueden llegar a afectar el suministro de agua para las ciudades de
La Paz y El Alto.
A continuación se definen algunos ítems de acción derivados de los talleres 1 y 2, que deben
ejecutarse antes del taller 3, a realizarse en Junio:
Por parte de MMAYA:
- Los actores que no asistieron en los talleres 1 y 2 deben ser convocados para contar
con su participación activa. Estos actores incluyen los gobiernos de los municipios de
La Paz y El Alto, y EPSAS. Respecto a esto se solicitó a Marcial Berdeja tomar acción.
- Se debe considerar en que momento otros actores potencialmente afectados por la
implementación del PPCR deberían ser incluidos en el proceso.
- Definir escenarios según propuesta de escenarios presentada (ver Anexo 10). Esta
debería ser regresada a SEI antes de la ejecución del taller 3.
Por parte de SEI:
- Se realizará un seguimiento a talleres 1 y 2 para resolver inquietudes de los actores,
incluyendo:
o Se explorará la posibilidad de crear un sistema de compartir información con el
Grupo Focal. Se investigó si Dropbox podría ser usado, pero no es una opción ideal
por el requerimiento de pago. Se está explorando si una página web de Google
13
podría ser una mejor opción, aunque esto requeriría el montaje de la página, lo cual
podría darse antes del taller 3.
o Se presentará una estrategia de calibración de las nuevas fuentes, basada en la
información existente, en que se dará una idea del nivel de error posible. Para esto
se usará un sistema de información global (i.e. AguaAndes) que permita evaluar la
variabilidad de los caudales entre las cuencas de abastecimiento actuales y futuras,
y así tener una idea del error en la extrapolación de datos.
o Se implementará una sección de metadatos en el modelo para poder hacer
seguimiento a las fuentes de datos.
o Se realizará una sesión de información básica en hidrología para actualizar a los
participantes del grupo focal cuya experiencia previa no está relacionada
directamente con hidrología y recursos hídricos.
En función del progreso y avance de estas actividades, se definirán las fechas y programa para la
realización del taller 3.
VII. ANEXOS
Anexo 1 Listas de Asistencia

Anexo 2_Resumen Inauguración
Anexo 3.1_PresentaciónMMAyA
Anexo 3.2_PresentaciónBID
Anexo 3.3_Discurso_SEI_DPurkey
Anexo 3.4_PresentaciónSEI_2
Anexo 3.5_PresentaciónWEAP
Anexo 4_XLRM_Bolivia_19APR2012
Anexo 5_Incertidumbre (X)
Anexo 6 Opciones de Gestión (L)
Anexo 7 Medias de desempeño (M)
Anexo 8 Resumen XLRM
Anexo 9_WEAP Exit Survey Template - Bolivia2 - PPCR – Español
Anexo 10_PropuestaEscenarios_WEAP
14
APÉNDICE 2-REPORTE AVANCE DEL MODELO WEAP LA PAZ Y EL ALTO
Bolivia
Task Order No. 3
(PPCR/SPCR)
RG-T1840
REPORTE 2 – Parte 1
Modelo WEAP del Sistema de Agua y Saneamiento de las Áreas
Metropolitas de La Paz y El Alto para las condiciones del período histórico
de 1995-2010
15
Antecedentes y Objetivo
El presente trabajo es parte de la asistencia técnica al Ministerio de Medio Ambiente y Agua
(MMAyA) durante la preparación del componente de inversión del SPCR (Strategic Program for
Climate Resilience) denominado "Programa de Resiliencia Climática para los sistemas de agua y
saneamiento de las aéreas metropolitanas de La Paz y El Alto" apoyada por el Banco
Interamericano de Desarrollo (BID) y en implementación por el Stockholm Environment Institute
(SEI).
Esta asistencia técnica busca coordinar y desarrollar el proceso de ejecución de un análisis
hidrológico para determinar la confiabilidad del sistema de abastecimiento de agua al área
metropolitana a través de la estimación de los rendimientos hídricos de las cuencas actuales y
potencialmente aportantes al abastecimiento de agua para el área metropolitana de La Paz y El
Alto, bajo condiciones actuales y bajo escenarios de cambio climático.
El objetivo principal de esta actividad es brindar apoyo técnico en la implementación del modelo
WEAP para los sistemas de agua de las ciudades de La Paz y El Alto como instrumento de análisis
en la determinación de la confiabilidad hidrológica del sistema de abastecimiento de agua para el
área metropolitana, para condiciones actuales y futuras incorporando cambio climático. En este
proceso, se cuenta con un equipo de hidrólogos trabajando para SEI localizados en el MMAyA que
están avanzando la construcción del modelo. La construcción del modelo cuenta con diferentes
etapas, entre ellas la construcción del modelo histórico, el desarrollo de escenarios climáticos, y el
modelo final que incluye los escenarios futuros en un horizonte de 30 años. El presente reporte se
enfoca en presentar el avance del proceso en la construcción del modelo hidrológico para las
condiciones del período 1995-2010. Este modelo es aproximado de las condiciones actuales, y por
simplificación lo denomínanos en este reporte como modelo histórico.
Área de estudio del modelo histórico
El área de estudio comprende las zonas de suministro que abarcan pequeñas cuencas hidrográficas
de la Cordillera Oriental, y las zonas de demanda del área metropolitana de las ciudades de El Alto
y La Paz y otras demandas que incluyen zonas de riego. En una primera etapa se ha construido el
modelo para las cuencas que actualmente suministran agua a las ciudades, y en etapas posteriores
se trabajará en las cuencas con potencial para aumento del suministro. Las cuencas del modelo
histórico son: Milluni, Huayna Potosí, Tuni y Condoriri, e hidrográficamente pertenecen a la
macrocuenca del Altiplano, y las cuencas Incachaca y Hampaturi que pertenecen a la macrocuenca
del Amazonas. Cabe anotar que la cuenca de Milluni vierte parte de sus aguas a la macrocuenca del
Amazonas a través de un trasvase para cubrir la demanda de la ciudad de La Paz. El área total del
área de suministro modelada es 227 km2 (Tabla 1) (Fig. 1).
Tabla 1: Características generales de las cuencas
N° CUENCA ÁREA [km2] ALTITUD MEDIA
1 Milluni 59.43 4820
2 Hampaturi 59.12 4798
3 Huayna Potosí 37.43 4906
4 Incachaca 34.42 4698
5 Condoriri 19.73 4864
6 Tuni 16.98 4709
ÁREA TOTAL 227.11
Respecto a la división político-administrativa, el área de estudio abarca los municipios de Nuestra
Señora de La Paz y El Alto de la provincia Murillo; Pucarani y Batallas de la provincia Los Andes
(ver Fig. 1). Geográficamente se encuentra ubicada entra las coordenadas 16°10’06’’-16°32’59’’
Latitud Sur y 67°56’04’’-68°18’19’’ Longitud Oeste.
16
Fig. 1: Área de estudio del modelo histórico ciudades de El Alto y La Paz

La ciudad de El Alto se caracteriza por el excesivo crecimiento de la mancha urbana, según el
Instituto Nacional de Estadística (INE) en el año 1992 tenía una población de 405,492 y 649,958 en
el año 2001, por tanto la tasa anual de crecimiento es del 5.1%, la más alta de Bolivia. En la
actualidad se estima la población de esta ciudad en aproximadamente 1 millón de habitantes. Por
otro lado, la ciudad de La Paz el año 1992 contaba con 715,900 habitantes y en año 2001 la
población alcanzó 793,293, con una tasa de crecimiento del 1,11%. Actualmente la población de La
Paz se estima en 900,000 habitantes.
Recopilación y procesamiento de datos
Información pluviométrica
Se ha recopilado del Servicio Nacional de Meteorología e Hidrología (SENAMHI) e Instituto de
Hidráulica e Hidrología (IHH-UMSA) información pluviométrica mensual de 22 estaciones
climatológicas (Fig. 2): Laykacota, El Alto-Aeropuerto, Alto Lima, San Calixto, Chuquiaguillo,
Alto Achachicala, Ovejuyo, Achumani, Hampaturi EPSAS, Incachaca EPSAS, Achocalla,
Mecapaca, Huayrocondo, Chirapaca, Hichucota, Milluni EPSAS, Tuni EPSAS, Huayna Potosí
Oeste, Tuni Alto, Tuni Bajo, Condoriri y Chacaltaya. La serie de datos comprende desde el año
1990 hasta 2010 con algunos vacíos (Fig. 3).
17
Fig. 2: Ubicación de las estaciones meteorológicas
Alto Achachicala
Achocalla
Achumani
Alto Lima
Chacaltaya
Chirapaca
Chuñavi Alto
Chuquiaguillo
El Alto
Hampaturi EPSAS
Hichucota
Huayna Potosí W
Huayrocondo
Incachaca EPSAS
Laykacota
Milluni
San Calixto
Tuni EPSAS
16/01/1990 30/04/1993 12/08/1996 25/11/1999 09/03/2003 21/06/2006 03/10/2009
Fig. 3: Información pluviométrica disponible para el área de estudio

De las 22 estaciones recopiladas se ha procesado solo 18 en el software Hydraccess, de las cuales
las estaciones El Alto-Aeropuerto y Laycakota tienen registros completos y extensos; también la
Estación San Calixto tiene datos extensos pero existen algunas lagunas tal como se puede observar
en la Fig. 2. Las estaciones instaladas por EPSAS tiene registros desde el año 2000 al 2010, las
cuáles son: Hampaturi, Milluni, Incachaca y Tuni; es muy importante el uso de estos datos de
EPSAS ya que las estaciones se encuentran ubicadas dentro de las cuencas de suministro actual.
18
Asimismo, muchas estaciones tienen registros continuos desde el año 2000 excepto Alto Lima,
Chuñavi Alto y Huayna Potosí W; razón por el cual la calibración de la modelación hidrológica se
realizara para el periodo 2000-2009 en tanto que validación se realizará para el periodo1995-2000.
Cabe mencionar que en las cuencas consideradas como potenciales de suministro solamente existe
una estación que viene a ser Hichucota en la cuenca del río Khara Khota.
Otras variables meteorológicas
Solo algunas estaciones meteorológicas de las mencionadas miden otros parámetros como la
humedad relativa, temperatura y vientos. Entre ellas están: Laykacota, El Alto-Aeropuerto, San
Calixto, Alto Achachicala e Hichucota (Tabla 2).
Tabla 2: Estaciones meteorológicas con monitoreo de otras variables
ESTACIÓN TEMPERATURA HUMEDAD RELATIVA VIENTO
Laykacota X X X
El Alto-Aeropuerto X X X
San Calixto X X X
Alto Achachicala X X
Hichucota X X X
Información hidrométrica
Se han recolectado registros de caudales de los ríos Tuni, Condoriri y Huayna Potosí del periodo
2000 al 2006; estos datos han sido obtenidos del IHH-UMSA para las cuencas de abastecimiento
de El Alto. Asimismo el SENAMHI cuenta con registros de caudales de algunos ríos de la cuenca
de La Paz tales como Kaluyo, Kallapa, Choqueyapu, Orkojahuira y Obrajes (Fig. 4); la extensión
de los registros se pueden observar en la Tabla 3. En las cuencas de suministro de la ciudad de La
Paz como Milluni e Incachaca no existen estaciones para el monitoreo de caudales; sin embargo en
la cuenca vecina de ambos, Kaluyo, existen registros hidrométricos, en esta etapa de la
construcción del modelo histórico se incluirá esta Cuenca para la calibración y además es
considerada como cuencas potenciales para el suministro de agua potable. Cabe anotar que el
Gobierno Autónomo Municipal de La Paz (GAMLP) realiza el monitoreo de caudales en ríos para
el Sistema de Alerta Temprana (SAT), para el acceso a esta información es necesario un convenio
institucional entre el MMAyA y el GAMLP.
Tabla 3: Extensión de registros de las estaciones hidrométricas
ESTACIÓN REGISTRO ESTACIÓN REGISTRO ESTACIÓN REGISTRO
Kaluyo 1990-2010 Obrajes 1990-2010 Tuni Bajo 2005-2010
Kallapa 1990-2010 Choqueyapu 1990-2010 Condoriri 2000-2007
Orkojahuira 1990-2010 Tuni Alto 2005-2010 Huayna Potosí 2000-2007
19
Fig. 4: Ubicación de las estaciones hidrométricas

Análisis de consistencia de la precipitación
La homogeneización de datos de precipitación se realizó con los métodos doble acumulada y vector
regional, ambos están basados en la siguiente hipótesis: estaciones pluviométricas situadas en una
misma zona climática tienen totales anuales de precipitación proporcionales, cualquiera sea la
fluctuación climática de la zona (Molina et al, 2002).
El análisis de método doble acumulada se realizó para las estaciones con registros completos El
Alto-Aeropuerto y Laykacota para verificar la consistencia de los datos y sobre todo para establecer
la relación existente entre ambas. Los resultados del análisis (Fig. 5) indican que los datos de la
serie son consistentes y pertenecen a la misma zona climática, si bien existen fluctuaciones
climáticas en la zona debido a factores como la topografía, por ejemplo la precipitación anual en
Laykacota es de 510 mm y en El Alto-Aeropuerto 610 mm, sin embargo los totales anuales del
registro son proporcionales y se distribuyen en un línea sin quiebres lo que nos indica una buena
calidad de estos datos.
20
14000
Estación El Alto-Aeropuerto
12000
10000
8000
6000
4000
2000
0
0 2000 4000 6000 8000 10000 12000
Estación Laykacota
Fig. 5: Análisis de doble masa para las estaciones Laykacota y El Alto Aeropuerto
Ahora, el análisis de consistencia de las otras estaciones incluido El Alto-Aeropuerto y Laykacota
se realizó por el método de vector regional el cual está integrado en el software Hydraccess. A
partir de la información disponible el método construye una estación ficticia que sea representativa
de todas las estaciones de la zona, con la cual se comparan cada una de las estaciones. Según la
descripción del método en el Hydraccess, para cada estación se calcula un promedio extendido
sobre todo el período de estudio, y para cada año, se calcula un índice que será superior a 1 cuando
el año es excedentario, e inferior a 1 cuando el año es deficitario. El método requiere como mínimo
tres estaciones y tres años de información.
Existen dos métodos para calcular el Vector Regional, primero el de Y. Brunet Moret calcula el
promedio extendido y los índices del Vector Regional por un método de mínimos cuadrados,
tratando de minimizar las desviaciones entre los índices de las estaciones y el Vector, segundo el de
G. Hiez calcula el promedio extendido y los índices del Vector Regional de manera a obtener un
máximo de estaciones y de años en concordancia con el Vector Regional (Ayuda software
Hydraccess versión 4.5). El segundo método es más potente para detectar datos erróneos.
Según el Plan Maestro de Drenaje de La Paz (2007), los índices anuales del vector deben estar
entre 0.8 y 1.3 para ser considerados como homogéneos. Los resultados de la primera corrida del
Vector Regional se puede observar en la Fig. 6 y 7; donde además podemos observar que existen
datos de estaciones muy alejados del Vector Regional (marcados con rojo) y quiebres en la doble
acumulada, el cual nos indica de que estos datos tienen errores sistemáticos en sus registros. Cabe
mencionar que este análisis se realizó con datos anuales para identificar los años fuera de la
tendencia general, los datos identificados como malos deberán ser confirmados en el análisis a
nivel mensual.
Para la segunda corrida del Vector Regional, se excluyen del cálculo las estaciones con datos
supuestamente malos y estas son: Achocalla, Achumani, Chirapaca, Chuñavi, Copancara,
Hichucota, Huayrocondo, Mecapaca y Milluni EPSAS según los criterios de estar alejadas del
vector regional (Fig. 6) y de quiebres en la doble acumulada (Fig. 7). Los resultados mostrados en
la Fig. 8 y 9 indican que las estaciones que no fueron excluidas tienen datos homogéneos y por lo
tanto no se realizó ninguna corrección adicional, por lo tanto pueden ser usados en el WEAP previo
relleno de datos en algunas estaciones.
21
2 Alto Achachicala
Achocalla
1.8 Achumani
Chacaltaya
Chirapaca
1.6
Chuñavi
Chuquiaguillo
1.4
Copancara
El Alto-Aeropuerto
1.2 Hampaturi
Indices
Hichucota
1 Huayna Potosí W
Huayrocondo
0.8 Incachaca EPSAS
Laykacota
0.6 Mecapaca
Milluni
0.4 San Calixto
Tuni EPSAS
0.2 Vector
Lím. Inf.
0 Lím. Sup.
1989 1994 1999 2004 2009
Año
Fig. 6: Índices anuales del Vector y de las Estaciones por el método de Hiez
45
Alto Achachicala
Achocalla
40 Achumani
Chacaltaya
35 Chirapaca
Chuñavi
30 Chuquiaguillo
Copancara
Estaciones
25 El Alto-Aeropuerto
Hampaturi
Hichucota
20
Huayna Potosí W
Huayrocondo
15 Incachaca EPSAS
Laykacota
10 Mecapaca
Milluni
5 San Calixto
Tuni EPSAS
0
0 5 10 15 20
Vector
Fig. 7: Análisis de doble acumulada del Vector con las Estaciones
22
1.8
1.6
Alto Achachicala
1.4 Chacaltaya
Chuquiaguillo
1.2 El Alto-Aeropuerto
Hampaturi-EPSAS
1 Huayna Potosí W
Indices
Incachaca EPSAS
0.8 Laykacota
San Calixto
0.6 Tuni EPSAS
Vector
0.4 Lím. Inf.
Lím. Sup.
0.2
0
1989 1994 1999 2004 2009
Año
Fig. 8: Índices anuales del Vector y de las Estaciones por el método de Hiez
35
30
Alto Achachicala
25 Chacaltaya
Chuquiaguillo
20 El Alto-Aeropuerto
Estaciones
Hampaturi-EPSAS
Huayna Potosí W
15
Incachaca EPSAS
Laykacota
10 San Calixto
Tuni EPSAS
5
0
0 5 10 15 20
Vector
Ahora, las estaciones identificadas en el primer Vector Regional con datos anuales malos, el
posible error en estas puede presentarse ya sea en un mes o en varios meses, para determinar de
manera precisa y confirmar de manera más segura cuales datos mensuales son realmente malos, se
realizó el análisis del Vector Regional a nivel mensual. Entonces, mediante ese análisis se ha
eliminado los datos muy alejados del Vector mensual, y finalmente se obtuvieron estaciones sin
datos erróneos, las lagunas creadas por la eliminación fueron rellenadas. Los datos eliminados en la
mayoría de estas estaciones no pasan del 5% de sus registros para el periodo 1990-2010, solo en
caso de Hichucota un 18%, ya que esta estación es observada por una persona de la tercera edad.
En esta segunda etapa se excluyeron las estaciones Copancara, Alto Lima y Chuñavi por dos
razones: primero, lo datos mensuales están demasiado alejados del Vector especialmente en
23
Copancara (ver Fig. 10), por ejemplo en la estación Copancara en enero de 2004 tiene registrado
462.9 mm, segundo en Chuñavi y Alto Lima el principal problema radica en que solo tienen
registro hasta el año 2002, considerando el periodo de calibración 2000-2009, podría aumentar la
incertidumbre en caso de rellenarse.
Indices anuales del Vector y de las Estaciones (Hiez) --> Mes = 01 - enero
4
Aa cha _P_MPM3_(mm)
Acho_P_MPM1_(mm)
3.5 Achu_P_MPM2_(mm)
Alima _P_MPM4_(mm)
Cha ca l_P_MPM5_(mm)
3 Chira _P_MPM6_(mm)
Chuña _P_MPM7_(mm)
Chuquia _P_MPM8_(mm)
2.5 Copa n_P_MPM10_(mm)
Ela lto_P_MPM11_(mm)
Ha mpa _P_MPM12_(mm)
Indices
2 Hichu_P_MPM13_(mm)
Hua yna_P_MPM14_(mm)
Hua yro_P_MPM15_(mm)
1.5 Inca ch_P_MPM16_(mm)
La yka _P_MPM17_(mm)
Meca _P_MPM18_(mm)
1 Milluni_P_MPM19_(mm)
Sca lix_P_MPM20_(mm)
TuniEPS_P_MPM23_(mm)
Vector
0.5
Lím. Inf.
Lím. Sup.
0
1989 1994 1999 2004 2009
Año
Fig. 10: Vector Regional para el mes de enero

Relleno de series mensuales de precipitación
El relleno de datos se realiza por dos razones, primero las estaciones presentan lagunas
especialmente las monitoreadas por EPSAS, ya que solo cuenta con registros desde el año 2000 en
adelante con registros continuos; segundo, se ha creado lagunas por la eliminación de datos
identificados por el Vector Regional como erróneos, pero cabe mencionar que estos en la mayoría
de los casos no pasa del 5% de sus registros, excepto Hichucota con 18%, pero es crucial el uso de
esta estación ya que es la única que se encuentra ubicada cerca de las cuencas Khara Kkota y
Taypichaca.. Por otro lado, ya que el análisis del vector regional permitió definir la relación entre
todas las estaciones, esto también permitió un acercamiento a generar series de datos sintéticas para
las estaciones que tenían datos en el período posterior al 2000 (las estaciones de EPSAS
mencionadas anteriormente). Extender las series de datos de esta forma permitió la utilización de
las series de datos de caudales dentro del modelo WEAP para el período de validación de 1995-
2000. Consideramos que en el contexto del área de estudio en que hay escasez de datos esta
aproximación de relleno de datos de lluvia para las estaciones permitió poder utilizar casi todos los
datos hidro-meteorológicos existentes.
Para el relleno de datos se construyó una matriz de correlación (R2) entre estaciones, la cual se
puede observar en el Anexo A1. Los criterios utilizados para el relleno de datos fueron:
correlación, continuidad de registros y distancia entre estaciones. Se construyó una función de
regresión múltiple (ver Ecuación 1) con 3 estaciones consideradas como variables independientes,
es decir que el relleno de una estación con lagunas de datos se ha realizado con tres estaciones.
Py(predicha)=β1P1+ β2P2+ β3P3 (1)
Donde:
Py(predicha)= Precipitación calculada

β=Coeficiente beta que refleja el impacto de la precipitación observada en las estación con datos
P =Precipitación observada en estaciones con datos
24
Una vez realizado el relleno de datos se realizó la tercera corrida del Vector Regional, los
resultados muestran que los datos eliminados y rellenados son homogéneos ya que los índices
anuales de las estaciones están comprendidos entre 0.8 y 1.3 entre los límites del Vector Regional y
ya que en la curva doble acumulada no existen quiebres significativos tal como se puede observar
en las Fig. 11 y 12.
1.8
Alto Achachicala
Achocalla
1.6
Achumani
Alto Lima
1.4 Chacaltaya
Chirapaca
1.2 Chuquiaguillo
El Alto-Aeropuerto
1 Hampaturi EPSAS
Indices
Hichucota
Huayna Potosi W
0.8
Huayrocondo
Incachacaca EPSAS
0.6 Laykacota
Milluni EPSAS
0.4 San Calixto
Tuni EPSAS
0.2 Vector
Lím. Inf.
Lím. Sup.
0
1989 1994 1999 2004 2009
Año
Fig. 11: Índices anuales del Vector y de las Estaciones
40
Alto Achachicala
Achocalla
35
Achumani
Alto Lima
30 Chacaltaya
Chirapaca
25 Chuquiaguillo
Estaciones
El Alto-Aeropuerto
20 Hampaturi EPSAS
Hichucota
15 Huayna Potosi W
Huayrocondo
10 Incachacaca EPSAS
Laykacota
Milluni EPSAS
5
San Calixto
Tuni EPSAS
0
0 5 10 15 20
Vector
25
Datos de demanda de agua

Respecto a los datos de demanda urbana, se han recolectado datos de los 4 sistemas de
abastecimiento de agua potable, de los cuales Alto Lima y Tilata cubren la demanda de la ciudad de
El Alto; y los sistemas Achachicala y Pampahasi para el abastecimiento de agua potable para la
ciudad de La Paz. La fuente de toda la información es la Empresa Pública Social de Agua y
Saneamiento (EPSAS).
En la zona baja de las cuencas de suministro existen áreas de riego como Chuñavi, Tujuyo y
Patamanta. Información general se ha recopilado del Servicio Departamental de Riego (SEDERI),
específicamente las Fichas de Identificación y Validación (FIV) de Proyectos de riego, la cual está
incluida como uso de agua por unidad de área de demanda.
Datos de físicos y operación de embalses
Los datos físicos y operación de los embalses han sido proporcionados por EPSAS, existen 4
embalses principales los cuales son: Tuni, Milluni, Incachaca y Hamapaturi. Esta información ha
sido incorporada al modelo WEAP, los datos de operación de los mismos se muestran en el Anexo
A2.
Tabla 4: Características de los embalses
CARACTERÍSTICAS TUNI MILLUNI INCACHACA HAMPATURI
3
Capacidad de embalse (m ) 30,649,366 10,845,625 4,351,463 3,174,257
Nivel máximo de embalse (msnm) 4,435.00 4,532.70 4,369.03 4,203.00
Nivel mínimo de embalse (msnm) 4,421.50 4,523.60 4,356.40 4,187.00
Volumen útil (m3) 21,548,939 4,218,077
3
Volumen muerto (m ) 9,100,426 133,386
Datos del glaciar Zongo

El Institut de Recherche pour le Développement (IRD) conjuntamente con el IHH-UMSA vienen
realizando el monitoreo del glaciar Zongo, este se encuentra ubicado en el cerro Huayna Potosí.
Los datos recolectados se refieren a precipitación, temperatura, viento, radiación, presión de vapor
de agua y geometría del glaciar. Esta información es usada para realizar la calibración de los
parámetros del modelo glaciar.
Información geo-espacial
La base para el procesamiento de datos geoespaciales es la Carta Nacional a escala 1:50.000
elaborado por el Instituto Geográfico Militar (IGM-Bolivia). Esta ha sido recopilada en formato
DGN y posteriormente fue convertido a formato SHP principalmente información como curvas de
nivel, puntos acotados y drenaje. Para cubrir el Área de Estudio se ha utilizado 9 Cartas
Nacionales el detalle de los mismo se puede observar en la Tabla 5.
Tabla 5: Detalle de las Cartas Nacionales
CÓDIGO ESCALA FUENTE
5944 I y II 1:50.000 IGM-Bolivia
5945 I, II, III y IV 1:50.000 IGM-Bolivia
6044 II y IV 1:50.000 IGM-Bolivia
6045 III 1:50.000 IGM-Bolivia
El mapa de cobertura y uso de la tierra se obtuvo mediante la interpretación sobre una imagen del
satélite LANDSAT 5 TM capturada en octubre de 1994.
Implementación de modelo WEAP
26
La primera iniciativa para la implementación del modelo WEAP en las ciudades metropolitanas El
Alto y La Paz, se realizó mediante el convenio entre el Proyecto GRANDE (IHH-UMSA) y el
Proyecto CPWF en marzo de 2011, en cual se involucraron a 2 tesistas de la carrera Ingeniería
Civil. Si bien no se alcanzó a concluir el Modelo, permitió el inicio del desarrollo del mismo y un
entrenamiento preliminar en el manejo del mismo por parte de los hidrólogos consultores de SEI.
Con la recolección y procesamiento de datos de variables climáticas, espaciales de la cuenca en
SIG y algunos datos de la demanda urbana, ha sido posible la aplicación del modelo WEAP.
Modelo hidrológico en WEAP
Para la modelación del aporte de las cuencas se han creado franjas de elevación con intervalo de
300 m en un software GIS, adicionalmente se han creado otras capas como los límites de las
cuencas, la red de drenaje, cobertura y uso de la tierra. En cada franja se han creado catchments,
incluyendo el área, datos climáticos y cobertura vegetal. Los componentes del balance hidrológico
en WEAP (Soil Moisture Model) son la evapotranspiración, infiltración, escorrentía superficial,
escorrentía sub-superficial y flujo base (CCG-UC y SEI, 2009).
La precipitación para cada franja ha sido calculada por el método de Inversa Distancia al Cuadrado.
En tanto que para la temperatura con el análisis realizado por Salcedo (2008), donde la relación
entre la temperatura y altitud tiene una pendiente de 0.0088.
Modelo Glaciar
En las cuencas Tuni, Condiriri, Huayna Potosí, Milluni y Hampaturi existen glaciares con áreas
hasta 2 km2 en el año 1994. Para modelar el aporte de los mismos se ha incluido en WEAP el
modelo ICE-KISS “Keep It Simple not Simpler” (Pouget, 2011). En la ausencia de datos para los
glaciares mencionados con anterioridad, primero se construyó el modelo para Zongo (ver Fig. 13)
con datos de temperatura, precipitación y geometría del glaciar.
Fig. 13: Esquemática del modelo glaciar para Zongo en WEAP

Calibración del modelo Glaciar
La calibración del aporte del glaciar Zongo se realizó con los caudales observados sobre 4830
msnm, los parámetros y resultados se pueden observar en la Fig. 14 y Tabla 6; y éstos nos indican
que la calibración es regular, la desviación relativa de los caudales es -7.90% esto indica que existe
una sub-estimación de los caudales, por otro lado el índice Nash-Sutcliffe es 0.46 evidenciando una
regular correspondencia. Los parámetros de calibración serán usados para los glaciares que no
cuentan con datos después de una nueva revisión de los parámetros.
27
Tabla 6: Parámetros de calibración del aporte del Glaciar Zongo

Water Ice T lim down T lim
Density Density a ice up T grad Alt ref a ice down [ºC] up[ºC]
1 0.93 210 -0.0088 5075 330 0.5 -0.5
0.70
0.60
0.50
Q (m3/s)
0.40
0.30
0.20
0.10
0.00
Jul-03 Jul-04 Jul-05 Jul-06 Jul-07 Jul-08 Jul-09 Jul-10
SIMULADO OBSERVADO
Fig. 14: Calibración del aporte del glaciar Zongo

Extrapolación del Modelo Glaciar a otras cuencas
Una vez realizada la calibración para el glaciar Zongo, los parámetros han sido extrapolados para
las cuencas con glaciares que no cuentan con datos, para verificar los resultados se ha digitalizado
las áreas de los glaciares sobre imágenes Landsat 5 TM capturadas en octubre/1994, octubre/2003
y octubre/2010; cabe mencionar que no se pudo conseguir imágenes del mes del inicio del año
hidrológico (septiembre) por esta razón se trabajó con imágenes del mes de octubre. Una vez
calculada el área mediante la digitalización, estos se compararon con los modelados por ICE-KISS
(Fig. 15), los resultados son relativamente aceptables, para septiembre del 2003 el modelo
subestima el área del todos los glaciares, en tanto que para el año 2010 en Tuni y Huayna Potosí
hay una sobrestimación.
Tabla 7: Comparación entre áreas modelados y observados
GLACIAR TUNI CONDORIRI HUAYNA POTOSÍ
AÑO 1994 2003 2010 1994 2003 2010 1994 2003 2010
Área Modelado (km2) 0.95 0.59 0.48 1.78 1.13 0.89 1.77 1.36 1.2
Área Observado (km )2
0.95 0.75 0.35 1.78 1.48 0.92 1.77 1.46 1.10
BIAS (%) -21.76 38.19 -23.83 -3.17 -6.85 9.09
28
2
1.8
1.6
1.4
Área (km2 ) 1.2
1
0.8
0.6 Modelado
0.4
0.2 Observado
0
Fig. 15: Comparación entre áreas glaciares modelados y observados

Calibración del modelo hidrológico
La calibración del balance hidrológico en WEAP se realizó por cuencas pero considerando los
parámetros para cada tipo de cobertura del suelo. En las cuencas de suministro se han clasificado
4 coberturas: arbustos y gramíneas, bofedales, vegetación dispersa y/o superficie descubierta y
cuerpos de agua. En esta zona existe poca o ninguna intervención humana, ya que están ubicadas
en la zona alta.
La calibración se realizó en función de la disponibilidad de datos pluviométricos observados. Para
la cuenca del río Kaluyo, la estación meteorológica Alto Achachicala cuenta con registros
continuos para todo el periodo 1995-2010 y también la estación hidrométrica cuenta con datos
completos; por tanto la calibración se realiza para el periodo sep/1994-ago/2010. Ahora, en las
cuencas de los ríos Condoriri, Tuni, Huayna Potosí y Kallapa, la empresa concesionaria del
suministro de agua de La Paz y El Alto (EPSAS) realiza el monitoreo de la precipitación desde el
año 2000 con registros continuos, la calibración se realiza para el periodo sep/2001-ago/2010 y otra
de validación sep/1994-ago/2001, esta última solo para la cuenca del río Kallapa ya que cuenta con
caudales observados para el periodo sep/1994-ago/2010.
Los parámetros calibración del SOIL MOISTURE MODEL para cada cobertura y uso de la tierra se
pueden observar en la Tabla 8, en el Anexo A3 se encuentran algunos criterios usados para la
calibración. La Conductividad en la Zona de Raíces (Ks) es un parámetro no linear, sin embargo
está se calibró en función de la precipitación, ya que al inicio del año hidrológico (septiembre) el
suelo ha estado seco por mucho tiempo y cuando existe precipitación no existe aporte directamente
hasta que el suelo está lo suficientemente saturado para liberarlo, entonces para la calibración de
este parámetro nos planteamos la siguiente hipótesis: menos capilaridad en la época seca y mayor
en la húmeda. Ahora respecto al Factor de Resistencia a la Escorrentía (RRF), por la misma
situación descrita anteriormente, cuando el suelo está seco existe baja escorrentía ya que gran parte
de la precipitación se infiltra. El umbral de precipitación para realizar estos ajustes es 100 mm.
Tabla 8: Parámetros de calibración del modelo hidrológico
D RRFm RRFmi Ksmi Ksma K Z Z
COBERTURA Kc Sw w ax n n x d f 1 2
Vegetación dispersa y/o 0.9
superficie descubierta 5 500 0.9
100 50
Bofedal 0.9 0 0 1 5 50 400 50 0.3 10 30
1.0 100 0.7
Cuerpos de agua 5 0 5
Arbustos y gramíneas 0.9 800 0.7
29
8.00
7.00
6.00
5.00
Q(m3/s)
4.00
3.00
2.00
1.00
0.00
sep-94 sep-95 sep-96 sep-97 sep-98 sep-99 sep-00 sep-01 sep-02 sep-03 sep-04 sep-05 sep-06 sep-07 sep-08 sep-09 sep-10
SIMULADO OBSERVADO
Fig. 16: Caudales observados y simulados cuenca del río Kaluyo

9
8
7
6
Q (m3/s)
5
4
3
2
1
0
sep-94 sep-95 sep-96 sep-97 sep-98 sep-99 sep-00 sep-01 sep-02 sep-03 sep-04 sep-05 sep-06 sep-07 sep-08 sep-09 sep-10
SIMULADO OBSERVADO
Fig. 17: Caudales observados y simulados cuenca del río Kallapa

1.20
1.00
0.80
Q (m3/s)
0.60
0.40
0.20
0.00
sep-99 sep-00 sep-01 sep-02 sep-03 sep-04 sep-05 sep-06 sep-07 sep-08 sep-09 sep-10
SIMULADO OBSERVADO
Fig. 18: Caudales observados y simulados cuenca del río Condoriri

2.00
1.80
1.60
1.40
1.20
Q(m3/s)
1.00
0.80
0.60
0.40
0.20
0.00
sep-99 sep-00 sep-01 sep-02 sep-03 sep-04 sep-05 sep-06 sep-07 sep-08 sep-09 sep-10
SIMULADO OBSERVADO
Fig. 19: Caudales observados y simulados cuenca del río Tuni
30
0.9
0.8
0.7
0.6
Q(m3 /s)
0.5
0.4
0.3
0.2
0.1
0
sep-99 sep-00 sep-01 sep-02 sep-03 sep-04 sep-05 sep-06 sep-07
SIMULADO OBSERVADO
Fig. 20: Caudales observados y simulados cuenca del río Huayna Potosí
Las cuencas de esta zona presentan características biofísicas similares respecto a suelo y
vegetación, ya que las características litológicas y relieve son las mismas, por este motivo se ha
asumido que los parámetros de calibración son iguales, además esto permitirá asumir los mismos
parámetros para cuencas que no cuentan con observaciones de caudales. Según el grado de
correspondencia y el sesgo medido entre los caudales observados y simulados existen resultados
aceptables para todas las cuencas que cuentan con puntos de observación de caudales; aunque en
Tuni existe una subestimación del 12% y sobrestimación en Condoriri en 14.9%.
Tabla 9: Correspondencia entre valores observados y modelados

CALIBRACIÓN VALIDACIÓN CALIBRACIÓN
(sep/1994-ago/2010) (sep/1994-ago/2001) (sep/2001-ago/2010)
CUENCA NASH BIAS (%) NASH BIAS (%) NASH BIAS (%)
Kaluyo 0.62 -7.86
Tuni 0.6 -12.0
Condoriri 0.7 14.9
Huayna Potosí 0.72 3.72
Kallapa 0.56 11.62 0.8 3.3
Análisis de resultados y conclusiones
En el proceso del proyecto los actores han manifestado su inquietud respecto a la calidad de los
datos pluviométricos e hidrométricos, actualmente no existe un método normado para hacer este
análisis, cada proyecto o investigación realizada define cómo realizar el depurado de datos
climatológicos de acuerdo a los criterios de los expertos del equipo y de acuerdo con la
disponibilidad de recursos. El método usado, Vector Regional, ha sido usado para varios trabajos
en Bolivia como un método válido para depurar los datos de precipitación. Sin embargo en la visita
a SENAMHI en fecha 14 de julio del 2012, esta institución se comprometió a revisar todo el
proceso del análisis de homogeneidad y relleno de datos, el reporte ha sido entregado y se
encuentra en etapa de revisión.
El modelo glaciar tiene limitaciones básicamente en su calibración, esto puede ser mejorado con un
contraste con el trabajo realizado por el glaciólogo Dr. Ing. Carlos Olmos para el PRAA, previa
coordinación BID y PRAA para autorizar al Experto.
Respecto a los datos de demanda urbana, se ha recolectado toda la información necesaria, en el
modelo actualizado todavía no ha sido incorporada esta información. Los datos de la demanda
agrícola serán recopilados en una visita de campo a realizarse el 7 u 8 de agosto. En términos de
tiempo se estima que el modelo histórico estará concluido hasta el 15 de agosto incluido las
cuencas Taypichaca, Khara Kkota, Janchallani, Jacha Waquiwiña y Chojlla Jipiña.
Debido que la incertidumbre en los datos es una preocupación expresada por los actores, en el
análisis de escenarios que se realizará en etapas posteriores del proyecto, se ejecutará una corrida
31
del modelo con los datos de estas estaciones sin realizar la eliminación de datos dudosos, de
manera que se pueda tener un estimado del error potencial de los resultados del modelo si no se
hubiera realizado esta corrección, y así conocer un estimado del rango de incertidumbre
proveniente de los datos de entrada.
1. Bibliografía
Centro de Cambio Global-Universidad Católica de Chile, Stockholm Environment Institute,
2009. Guía Metodológica – Modelación Hidrológica y de Recursos Hídricos con el Modelo
WEAP. Desarrollada con contribuciones del PACC (Proyecto de Adaptación al Cambio Climático
a través de una efectiva gobernabilidad del agua en Ecuador), Ministerio del Ambiente de Ecuador,
y PROMAS (Programa para el Manejo del Agua y del Suelo) de la Universidad de Cuenca,
Ecuador.
Gobierno Municipal de La Paz. 2007. Revisión y Actualización del Plan Maestro de Drenaje para
el Área Urbana de La Paz. Informe Final, Tomo 5. La Paz-Bolivia
Molina, C., J. Herbas, C., C. y Mendoza, R., J. 2002. Valoración Hidrológica de las Cuencas de
los Ríos Tolomosa y La Vitoria. Informe Final-Proyecto en coordinación IHH y PROMETA. La
Paz-Bolivia.
Oñate, V., F. Duque, E. León, P. Duque, F. Rojas, W. y Tenesaca, F. 2007. Caracterización
Climática, Meteorológica e Hidrológica de la Cuenca Binacional Catamayo-Chira previo a la
Implementación de los Modelos SWAT y WATEM/SEDEM Con fines de su Planificación
Territorial. IX Congreso Nacional de Hidráulica, I de Manejo de Recursos Hídricos, Quito,
Ecuador.
Pouget J.C., 2011. Propuesta del modelo Ice KISS como un componente de un sistema de apoyo a
la planificación de los recursos hídricos, nota técnica, Quito, 13-jul-2011, 8 p.
Proyecto de Gestión Integrada y Plan Maestro de la Cuenca del Río Pilcomayo, 2006.
Homogenización de los datos pluviométricos de la cuenca alta del río Pilcomayo-Inventario,
crítica, homogeneización y extensión de los datos pluviométricos disponibles aguas arriba de
Esmeralda. Informe Final del Proyecto.
32
ANEXOS
A1-MATRIZ DE CORRELACIÓN
Alto El Alto- Hampaturi
R2 Achachicala Achocalla Achumani Chuquiaguillo Aeropuerto EPSAS Incachaca EPSAS Laykacota San Calixto
Alto Achachicala 1.0000 0.8106 0.7726 0.8392 0.8164 0.8666 0.8493 0.8336 0.7934
Achocalla 0.8106 1.0000 0.8404 0.8082 0.8795 0.7850 0.7731 0.8554 0.8559
Achumani 0.7726 0.8404 1.0000 0.8317 0.8280 0.8386 0.8521 0.8661 0.8554
Chuquiaguillo 0.8392 0.8082 0.8317 1.0000 0.8684 0.8801 0.8823 0.8921 0.8886
El Alto-Aeropuerto 0.8164 0.8795 0.8280 0.8684 1.0000 0.8143 0.8240 0.9133 0.8985
Hampaturi EPSAS 0.8666 0.7850 0.8386 0.8801 0.8143 1.0000 0.9043 0.8612 0.8231
Incachaca EPSAS 0.8493 0.7731 0.8521 0.8823 0.8240 0.9043 1.0000 0.8752 0.8283
Laykacota 0.8336 0.8554 0.8661 0.8921 0.9133 0.8612 0.8752 1.0000 0.9350
San Calixto 0.7934 0.8559 0.8554 0.8886 0.8985 0.8231 0.8283 0.9350 1.0000
R2 Alto Lima Chacaltaya Chirapaca Chuñavi Alto ChuquiaguilloEl Alto-AeropHichucota Huayna Poto HuayrocondoLaykacota Milluni EPSATuni EPSAS
Alto Lima 1.00 0.76 0.81 0.77 0.88 0.94 0.68 0.73 0.80 0.92 0.84 0.84
Chacaltaya 0.76 1.00 0.76 0.78 0.84 0.82 0.69 0.85 0.73 0.78 0.76 0.87
Chirapaca 0.81 0.76 1.00 0.70 0.81 0.83 0.81 0.79 0.87 0.81 0.87 0.86
Chuñavi Alto 0.77 0.78 0.70 1.00 0.73 0.75 0.61 0.76 0.67 0.76 0.64 0.78
Chuquiaguillo 0.88 0.84 0.81 0.73 1.00 0.87 0.74 0.86 0.80 0.89 0.85 0.89
El Alto-Aerop 0.94 0.82 0.83 0.75 0.87 1.00 0.77 0.85 0.81 0.91 0.84 0.85
Hichucota 0.68 0.69 0.81 0.61 0.74 0.77 1.00 0.78 0.84 0.79 0.78 0.75
Huayna Poto 0.73 0.85 0.79 0.76 0.86 0.85 0.78 1.00 0.79 0.82 0.76 0.94
Huayrocondo 0.80 0.73 0.87 0.67 0.80 0.81 0.84 0.79 1.00 0.81 0.86 0.84
Laykacota 0.92 0.78 0.81 0.76 0.89 0.91 0.79 0.82 0.81 1.00 0.85 0.89
Milluni EPSA 0.84 0.76 0.87 0.64 0.85 0.84 0.78 0.76 0.86 0.85 1.00 0.84
Tuni EPSAS 0.84 0.87 0.86 0.78 0.89 0.85 0.75 0.94 0.84 0.89 0.84 1.00
33
A2-OPERACIÓN DE LOS EMBALSES

BALANCE DE OPERACION: EMBALSE TUNI AÑO 2010
21,318,269 21,548,940
20,118,783 20,000,000
17,961,021
16,987,298
15,327,675
15,000,000
VOLUMEN EMBALSADO (M3)

12,863,841
10,688,340
10,392,537
10,000,000
9,131,479 9,333,871
8,586,578
5,000,000
Vol Max. Embalse Prob. del 75% Prob. del 25% Real 2010
0
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMB. OCTUBRE NOVIEMB. DICIEMBRE ENERO FEBRERO
Fig. 1: Balance de operaciones del embalse Tuni año 2010.
34
BALANCE DE OPERACION: EMBALSE MILLUNI AÑO 2010
10,845,625
10,845,625
10,000,000
9,715,581
9,270,412
8,295,357

8,000,000
7,244,802
6,000,000
5,750,274
4,515,395 4,515,395
4,000,000
3,675,417
2,853,886 2,804,594
2,123,922 2,000,000
Vol. Max. Embalse Prob. del 75% Prob. del 25% Real 2010
0
DICIEM ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMB. OCTUBRE NOVIEMB. DICIEMBRE ENERO FEBRERO
Fig. 2: Balance de operaciones del embalse Milluni año 2010
BALANCE DE OPERACION: EMBALSE INCACHACA AÑO 2010

4,500,000
4,183,160
4,031,788 4,000,000
3,820,115
3,500,000
3,106,956
3,000,000
2,500,000
2,353,529
2,101,137 2,072,011
2,000,000
1,832,430 1,786,815
1,500,000
1,265,728
1,000,000
829,524
631,864
500,000
289,885
Vol. Max. Embalse Prob. del 75% Prob. del 25% Real 2010
0
DICIEMBRE ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMB. OCTUBRE NOVIEMB. DICIEMBRE ENERO FEBRERO
Fig. 3: Balance de operaciones del embalse Incachaca año 2010
35
BALANCE DE OPERACION: EMBALSE HAMPATURI AÑO 2010
3,174,257 3,121,291
3,000,000
2,797,708
2,500,000
2,119,403
VOL. EMBALSADO (M3)

2,000,000
1,713,413
1,500,000
1,405,875 1,415,260
1,246,734
1,123,551 1,100,633 995,239
1,000,000
500,000
399,907
361,938
Vol.Max. Embalse Prob. del 75% Prob. del 25% Real 2010
0
DICIEM ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMB. OCTUBRE NOVIEMB. DICIEMBRE ENERO FEBRERO
Fig. 4: Balance de operaciones del embalse Hampaturi año 2010
A3- ESTRATEGIAS Y CRITERIOS DE CALIBRACIÓN DEL SOIL MOISTURE

MODEL DE LAS CUENCAS DE SUMINISTRO DE AGUA DE LAS CIUDADES LA
PAZ Y EL ALTO
Introducción
En el proceso de calibración es bueno primero entender todos los parámetros que
intervienen en el Modelo de Humedad del Suelo (Soil Moisture Model) y segundo
conceptualizar y aterrizar en la cuenca en estudio.
El Modelo de Humedad de Suelo está incorporado en WEAP y realiza un balance
hidrológico con la precipitación, evapotranspiración, infiltración, escorrentía superficial,
escorrentía sub-superficial y flujo base. En la Fig. 1 se puede observar de manera
esquemática el Modelo.
36
Fig. 1: Modelo de Humedad del Suelo (Yates et al, 2005)

Parámetros de calibración
Capacidad de almacenamiento de agua en la zona de raíces, SW
La capacidad de almacenamiento de agua es la zona activa diariamente y la humedad del
suelo en el modelo a nivel diario se observa como en la Fig. 2 y 3. Ahora, a medida que
cambiamos la escala temporal y nos alejamos del nivel diario al semanal o mensual, el
modelo es más conceptual y menos físico y entonces se modela un proceso más lento.
Diario Semanal Mensual

Fig. 2. Modelo a diferentes pasos de tiempo
37
Sw Diario
Sw Semanal
Sw Mensual
Fig. 3. Capacidad de almacenamiento de agua en la zona de raíces (Sw) a
distintas escalas de tiempo
Por ejemplo cuando se tiene una Sw de 2000 mm y una precipitación de 250 mm, debemos
imaginaros que toda esa agua todo el tiempo está ahí abajo y esta sale como flujo base (ver
Fig. 4); la respuesta de este tipo de relación, humedad del suelo y precipitación, es de baja
variabilidad y flujos bases altos.
P=250 mm
Sw=2000 mm
Fig. 4: Relación entre humedad del suelo y precipitación
38
10
0
Fig. 5: Respuesta de la relación entre humedad del suelo y precipitación
Conductividad en la zona de raíces (Ks) Factor de Resistencia a la Escorrentía (RRF)
La Ks es un parámetro no linear, pero no necesariamente debe ser no linear ya que puede
estar en función de la precipitación como para el caso de las cuencas del Área del
Proyecto. Por ejemplo en estas cuencas al inicio del año hidrológico se encuentran muy
secos, cuando existe precipitación esta no escurre directamente hasta que el suelo está lo
suficientemente saturado para liberarlo, entonces para la calibración de este parámetro nos
planteamos la siguiente hipótesis: menos capilaridad en la época seca (50mm/mes) y
mayor en la húmeda (400mm/mes). Entonces creamos parámetros de la cuenca de manera
que tenga una baja conductividad en la época seca y alta en la húmeda mediante una
expresión discreta o continua. Asimismo para el RRF bajo el mismo razonamiento, cuando
el suelo está seco existe baja escorrentía (RRF=5) ya que gran parte de la precipitación se
infiltra y en la época húmeda debido a que el suelo se encuentra saturado existe mayor
escorrentía (RRF=1). El umbral de precipitación para realizar estos ajustes para las cuencas
del proyecto es 100 mm.
Continua Discreta
Fig. 6: Respuesta continua y discreta

Expresión para Ks: Max(Key\Runoff\KsMin, If(PrevTSValue(Effective Precip for
ET[mm],1,1, Average) < Key\Runoff\Init[mm], Key\Runoff\Ks*(PrevTSValue(Effective
Precip for ET[mm],1,1, Average)/ Key\Runoff\Init[mm]), Key\Runoff\Ks))
Expresión para RRF: Min(Key\Runoff\MinRf,If(PrevTSValue(Effective Precip for
ET[mm],1,1, Average) < Key\Runoff\Init[mm],
39
Key\Runoff\MinRf*(Key\Runoff\Init[mm]/PrevTSValue(Effective Precip for ET[mm],1,1,

Average)), Key\Runoff\MaxRf))
180
160
140
120
100
80
60
40
20
0
SEP OCT NOV DIC ENE FEB MAR ABR MAY JUN JUL AGO
Ks Ks=50 Ks=400 Ks=50
RRF RRF=5 RRF=1 RRF=5
Fig. 7: Ajustes del Ks y RRF para las cuencas del Proyecto WEAP
Dirección preferencial del flujo (f)
La dirección preferencial del flujo depende de la pendiente de la cuenca, para el caso de las
cuencas del área de estudio, presentan cuencas escarpadas a muy escarpadas, entonces los
suelos son superficiales a muy superficiales, excepto en los bofedales. Cuando la dirección
preferencial del flujo es horizontal el valor que se debe poner es 1, por ejemplo para la roca
se ha asumido 0.9 y vegetación dispersa 0.7; cuando la dirección preferencial es vertical el
valor es 0, para el caso de los bofedales se ha asumido en 0.3.
Glaciar
Roca y
morrena
Vegetación dispersa
Roca
Bofedales
Laguna
Dirección preferencial
del flujo (f)
Fig. 8: Dirección Preferencial del flujo en la cuenca (f)
40
APÉNDICE 3-REPORTE MAPEO DE ACTORES
Bolivia
Task Order No. 3
(PPCR/SPCR)
RG-T1840
REPORTE 2 – Parte 2
AGUA Y MANEJO DE CUENCAS

EN LA REGIÓN METROPOLITANA DE LA PAZ – EL ALTO
MAPEO DE ACTORES
Preparado por:
Javier Gonzales Iwanciw & Juan Pablo Torrico
Revisado por:
Marisa Escobar y Sebastián Vicuña
LA PAZ, 2 de Julio de 2012
41
LISTA DE ACRÓNIMOS Y SIGLAS

MMAyA Ministerio de Medio Ambiente y Agua
VRHyR Viceministerio de Recursos Hídricos y Riego
VAPSB Viceministerio de Agua Potable y Saneamiento Básico
VMA Viceministerio de Meio Ambiente
MPD Ministerio de Planificación del Desarrollo
VIPFE Viceministerio de Inversión pública y Financiamiento Externo.
AASP Autoridad de Fiscalización y Control Social de Agua Potable y
Saneamiento Básico
PNC Plan Nacional de Cuencas
PNCC-PRAA Programa Nacional de Cambio Climático
SENAMHI Servicio Nacional de Meteorología e Hidrología
SENASBA Servicio Nacional para la Sostenibilidad de Servicios en Saneamiento
Básico.
EMAGUA Entidad Ejecutora de Medio Ambiente y Agua
GADLP Gobierno Aut’onomo Departamental de La Paz
GAMLP Gobierno Autónomo Municipal de La Paz
GAMEA Gobierno Autónomo Municipal de El Alto
EPSAS Empresa Pública Social de Agua y Saneamiento
EDALP Empresa Pública Departamental Estratégica de Aguas La Paz
EMA AGUA Empresa Metropolitana de Alcantarillado Público y Agua
BID Banco Interamericano de Desarrollo
BM Banco Mundial
FND Fondo Nórdico de Desarrollo
KfW Kreditanstalt Für Wiederaufbau (Banco Alemán para el Desarrollo)
AECID Agencia Española de Cooperación Internacional para el Desarrollo
FECASALC Fondo Español de Cooperación para Agua y Saneamiento en América
Latina y Caribe (FECASALC).
ASDI Agencia Sueca de Cooperación para el Desarrollo Internacional
IRD Institut de Recherche pour le Developement (Instituto Francés e
Investigación para el Desarrollo).
JICA Japan International Cooperation Agency (Agencia Japonesa de
Cooperación Internacional)
GIZ Cooperación Alemana al Desarrollo
PROAPAC Programa de Agua Potable y Alcantarillado Sanitario en Pequeñas y
Medianas Ciudades.
PROAGRO Programa de Desarrollo Agropecuario Sustentable – Primera Fase (2005 -
2010)
CARE Cooperative for Assistance and Relief Everywhere
IHH Instituto de Hidráulica e Hidrología
FEJUVE-LP Federación de Juntas Vecinales de la Ciudad de La Paz
FEJUVE-EA Federación de Juntas Vecinales de la Ciudad de El Alto
Agua Sustentable
SH Fundación Sumaj Huasi Para la Vivienda Saludable
EPSAS Empresa Pública Social de Agua y Saneamiento S.A.
EMAGUA Entidad Ejecutora De Medio Ambiente Y Agua
EDALP Empresa Departamental de Agua La Paz
SENARI Servicio Nacional de Riego
CGIAB Comisión para la Gestión Integral del Agua en Bolivia
42
INTRODUCCIÓN
El sector de agua y saneamiento es una de las prioridades del gobierno de Bolivia y esto se refleja
tanto en los programas que el mismo gobierno ha definido como en la cooperación internacional
comprometida para el sector.
En la región de La Paz y el Alto el tema de agua y manejo de cuencas es sin duda complejo, el Alto
fue el escenario de la denominada guerra del agua en 2005 6 y existen posiciones muy fuertes por
parte de los actores sociales en cuanto a algunos temas sensibles como p.ej. la elevación de tarifas,
lo cual preocupa a los actores institucionales y también a potenciales financiadores sobre la
rentabilidad de las inversiones y en términos más generales la sostenibilidad de los sistemas de agua
y saneamiento en una ciudad de rápido crecimiento.
La región de La Paz y el Alto se encuentran en proceso de definir un Plan Maestro Metropolitano
del Agua que será la base para las inversiones en el sector en los próximos 30 años. Este proceso de
planificación es el escenario de un proceso complejo de concertación entre los actores y un
escenario oportuno para empezar a considerar de manera sería consideraciones de cambio climático.
Para estos fines el BID ha contratado a SEI para brindar asistencia técnica al MMAyA durante este
proceso. La asistencia técnica de SEI al MMAyA busca coordinar y desarrollar el proceso de
ejecución de un análisis hidrológico para determinar la confiabilidad del sistema de abastecimiento
de agua al área metropolitana a través de la estimación de los rendimientos hídricos de las cuencas
actuales y potencialmente aportantes al abastecimiento de agua para el área metropolitana de La Paz
y El Alto, bajo condiciones actuales y bajo escenarios de cambio climático. Específicamente se
busca definir la disponibilidad de agua confiable (definida en función de una probabilidad de
presentar periodos durante los cuales la oferta de agua –de todas las fuentes- resulta inferior a la
demanda) para las condiciones presentes y para el horizonte de planeamiento del Plan Maestro.
El presente mapeo de actores tiene el objetivo de conocer de mejor manera las relaciones que
existen entre los actores para entender como este proceso de construcción de un modelo hidrológico
debería llevarse a cabo, y para orientar el acercamiento a actores relevantes que pueden ser
afectados por las intervenciones de infraestructura con identificar opciones que permitan el mayor
beneficio para todos los involucrados.
METODOLOGÍA:
Para realizar el mapeo de actores de agua y manejo de cuencas en La Paz y el Alto, el abordaje
metodológico de fondo es el mapeo de los actores centrales de la red social. El “mapeo de actores”
descansa sobre el supuesto de que la realidad social se puede ver como si estuviera conformada por
relaciones sociales donde participan actores sociales e instituciones sociales. Una red social está
conformada por entidades, es decir los elementos de la red y por las relaciones que existen entre
estos elementos de la red.
Los elementos de la red estarían constituidos por las organizaciones o instituciones y en algunos
casos personas. Las relaciones que existen entre estos actores sociales pueden ser relaciones de
dependencia ej. el caso de departamentos de gobierno, o por afinidad ej. un proyecto o porque
simplemente existen intereses comunes.
6 Se denomino la Guerra del Agua al movimiento de paro cívico de enero de 2005 donde no se disparo ni una sola cápsula
de gas ni hubo heridos y que concluyó con la salida de la empresa transnacional Aguas del Illimani, subsidiaria de la
empresa francesa Lyonnaise Eaux.
43
Nos hemos restringido a hacer un mapeo de actores institucionales, aunque en algunos casos existen
personas que juegan un rol importante dentro de un determinado tema, estas están siempre
vinculadas de una u otra manera a las instituciones y actúan a través de estas. La segunda pregunta
metodológica es como se muestran de mejor manera estas relaciones cuando nos interesan aspectos
de relaciones de poder, reciprocidad, influencia, afinidad.
Algunas preguntas concretas relacionadas con la construcción de un modelo hidrológico, como la
generación y utilización de los datos también deben ser abordadas.
Unas preguntas que pueden ayudarnos a generar una agrupación de los actores son las siguientes:
¿Cuáles son los objetivos de su trabajo? Cuáles son sus principales demandas en torno al agua y
manejo de cuencas? ¿Quiénes son sus grupos meta / grupo de beneficiarios o a quienes representan?
¿Con quiénes colaboran, quiénes son sus socios en el trabajo, quienes han financiado o financian su
trabajo?
El plan de trabajo incluye las siguientes actividades:
(i) identificación de actores principales partiendo de la cabeza de sector que son los Viceministerios
de Recurso Hídricos y Riego y el Viceministerio de Saneamiento Básico,
(ii) identificación de los actores claves con base en preguntas generadoras durante las entrevistas
(ver abajo)
(iii) ejecución de una serie de entrevistas con actores claves donde se incluyen la Empresa de Agua
y Saneamiento (EPSAS), las federaciones de vecinos (FEJUVE), varias ONGs trabajando en la
zona, grupos de ambientalistas e instituciones académicas, y programas de cooperación
internacional.
(iv) revisión de la bibliografía y textos producidos para elaborar un estudio de ¿Quién hace qué? Y
el mapeo de actores por afinidad.
(v) elaboración del mapeo de actores.
RESULTADOS
Aunque el grupo de actores potenciales es muy amplio, hemos tratado de rescatar aquellos que son
claves desde el punto de vista de los objetivos del “Programa de Resiliencia Climática para los
Sistemas de Agua y Saneamiento en las áreas Metropolitanas de La Paz y El Alto”, dirigido a
complementar las fuentes actuales de agua potable identificando alternativas de abastecimiento,
suplir la creciente demanda de agua y adaptarse a los potenciales efectos del cambio climático sobre
la disponibilidad y calidad del recurso.
Se han identificado 36 actores claves agrupados en cinco categorías previamente definidas: (i)
actores gubernamentales, (ii) actores de la cooperación multilateral y bilateral, (iii) organizaciones
de la sociedad civil, (iv) instituciones académicas, (v) sector productivo – servicios (ver Anexos I-
V).
El análisis pone al Ministerio de Medio Ambiente y Agua como el nodo central y articulador de los
demás centros de interés, en conformidad con su rol de cabeza de sector. Sobre la base de la
orientación (objetivos, participación dentro del sector, temáticas de interés) de los actores
identificados en torno a la temática del agua y manejo de cuencas (Figura 1), la mayor parte de las
44
asociaciones se construyen sobre tres ejes centrales: la gobernanza del agua, la sostenibilidad
(técnica, política y financiera), y la cooperación (técnica y financiera).
Figura 1: Clusterización de los actores en base a sus funciones institucionales
En el sector de producción se ha identificado a un solo actor funcional aunque existen incipientes

iniciativas municipales y departamentales para constituir empresas de producción y distribución, así
por ejemplo el Gobierno Autónomo Departamental de La Paz ha constituido en abril del presente
año, la Empresa Pública Departamental Estratégica de Aguas La Paz (EDALP) (Decreto
departamental 022) encargada de ejecutar proyectos de infraestructura, obras hidráulicas y
perforación de pozos tanto en el área urbana como rural. Esta institución se halla todavía en proceso
de consolidación e institucionalización. Del mismo modo el Gobierno Autónomo Municipal de La
Paz pretende en los próximos años establecer la Empresa Metropolitana de Alcantarillado
Público y Agua (EMA AGUA).
A diferencia de otras ciudades del país, las cooperativas de agua y saneamiento básico no son
actores relevantes. Varios de los entrevistados, principalmente de la cooperación técnica destacaron
la larga y sólida experiencia de EPSAS, pero expusieron preocupación por sus limitaciones técnicas
y de infraestructura, El gobierno a través del Ministerio de Medio Ambiente y Agua ha creado en
2008 7 una entidad descentralizada, el Servicio Nacional para la Sostenibilidad de Servicios en
Saneamiento Básico SENASBA, encargada asegurar la sostenibilidad de los servicios de Agua
DECRETO SUPREMO N° 29741, 15 de octubre de 2008

7
45
Potable y Saneamiento sin embargo esta estructura es embrionaria y tendrá que vencer la prueba de
fuego en cuanto a su efectividad.
Los donantes se encuentran con fuertes niveles de alineamiento con las políticas sectoriales, existe
un Programa de Apoyo Presupuestario en el sector que apoya directamente al presupuesto nacional.
Se percibe un fuerte interés de parte de los donantes de contribuir a los planes del sector siempre y
cuando se cumplan con criterios de sostenibilidad técnica y financiera, y que se encare la
planificación y la toma de decisiones con un enfoque integral e integrado. Se ha enfatizado la
necesidad de contar con un mejor sistema de monitoreo y evaluación y establecer un marco para la
gestión por resultados.
En cuanto a la investigación y desarrollo como en la producción y monitoreo de datos las
interacciones son escasas y esto resulta en las grandes incertidumbres sobre los datos (cobertura
espacial, extensión temporal, exactitud y confiabilidad) que se expresaron durante el taller de
incepción WEAP/ marco XLRM.
Figura 2: Interés en la temática e influencia
En cuanto a los actores claves en torno al objetivo planteado “Programa de Resiliencia Climática
para los Sistemas de Agua y Saneamiento en las áreas Metropolitanas de La Paz y El Alto” se
percibe a ciertos actores con mayor nivel de interés e influencia (Figura 2) esto sin embargo no es
concluyente y no significa que solamente se tenga que trabajar con estos actores. Existen actores
que coyunturalmente pueden encontrarse indecisos pero su percepción puede cambiar rápidamente,
46
de la mima manera actores que actualmente se perciben con baja influencia en cuanto al objetivo
pero que pueden cambiar rápidamente en el caso de que decidan apoyar al trabajo.
Existen también coyunturas o situaciones de apatía o incluso disensión entre los actores en relación
al programa del BID ej. los gobiernos municipales sienten que tienen que ser considerados de
manera más seria en las decisiones que se toman en cuanto al proyecto, se mencionó el caso
específico de la Comisión del proyecto PPCR llevado a cabo por el BID.
Otros dos factores de importancia en el desarrollo e implementación del Modelo WEAP son, por
una parte, la relación entre los actores con relación al acceso a la información, y por otra parte el
uso inmediato y potencial de la información generada por el modelo. Ambas relaciones se ilustran a
continuación (Figura 3).
Figura 3: Interés en el objetivo, acceso y uso de la información

(en rojo, proveedor central de información, en azul actores con rol dual como proveedor y como
usuario)
A lo largo del proceso de definición y caracterización de los actores y durante el taller de incepción
WEAP se hizo evidente el rol del SENAMHI como principal proveedor de información relevante a
nivel nacional (meteorología e hidrología). Institutos de investigación como el IHH y agencias
internacionales de cooperación técnica (JICA, GIZ) e investigación (IRD) se constituyen en
proveedores secundarios a través de acciones locales. El interés de la cooperación técnica alemana
(GIZ) junto a KfW en el desarrollo de modelos y el uso de instrumentos informáticos de apoyo a la
toma de decisiones es significativo, sin embargo existe cierta desconfianza con relación a las
dinámicas de funcionamiento de la ciudad de El Alto en el pasado reciente. Del mismo modo, el
gobierno municipal de la ciudad de La Paz dispone de una red de monitoreo ambiental en
47
funcionamiento que podría ser de utilidad para la discusión de los datos del SENAMHI, así como
información socio-económica en los distintos distritos de la ciudad. Algo similar ocurre con
EPSAS. Finalmente ONGs como Sumah Huasi y la Fundación Agua Sustentable son potenciales
fuentes de información socio-económica y jurídica por su estrecha relación con actores de la
sociedad civil.
En términos de usuarios inmediatos y potenciales de las informaciones de salida del Modelo
WEAP, se destacan una vez más la posición central de los actores gubernamentales y entes
regulatorios, en particular el Ministerio de Medio Ambiente y Agua (MMAyA) y las instituciones
institucionalmente ligadas al mismo (VMRyR, VAPBS, VMA, SENASBA, AASP, EPSAS) como
usuarios inmediatos, así como el Ministerio de Planificación como usuario potencial. Los gobiernos
municipales y departamentales son también usuarios potenciales significativos para el logro de los
objetivos del proceso llevado a cabo por el MMAyA y el BID, pero que hasta el momento no se han
incorporado plenamente al mismo.
Entre los actores de la cooperación multilateral y bilateral (técnica y financiera), se pudo evidenciar
en las entrevistas que existe un interés marcado en el desarrollo de instrumentos de apoyo a la toma
de decisiones en situaciones de elevada incertidumbre que puedan constituir experiencias
significativas ampliables o extrapolables a otras regiones y/o temáticas. De hecho algunos de dichos
actores se hallan involucrados en procesos de construcción de otros modelos con características y
potencialidades diferentes generando la posibilidad de convergencias y complementariedad (JICA,
GIZ, el Programa Nacional de Cuencas, etc.).
Una última perspectiva que quisimos explorar en relación a las funciones institucionales es la de
ciertos procesos en curso, donde existen proyectos y programas que aglutinan a los actores como ser
la planificación, la fiscalización, la definición de infraestructura (Tabla 1) la cual también permite
entender como están agrupados los actores.
48
Tabla 1: Agrupación de actores en torno a funciones institucionales clave.

Funciones claves Coordinación PROCESOS / Programas y proyectos / ACTORES CLAVES
Programa de Agua y Alcantarillado Periurbano Fase I.
• Plan Maestro Metropolitano del Agua para las ciudades de La Paz y El

Alto (PMMA-LP-EA). [GADLP / GAMLP / GAMEA]
Financiamiento: BID, AECID (a través del FECASALC)
Programa Nacional de Cambios Climáticos (PNCC)
• Proyecto de Adaptación Andina al Retroceso de Glaciares (PRAA)

conducido por el con el apoyo del Banco Mundial (BM); la Comunidad
Andina de Naciones (CAN) y CARE. Tiene el objetivo de identificar
medidas de adaptación tanto urbanas como rurales.
Programa Nacional de Cuencas (PNC): se constituye en un instrumento que

El MMAyA junto a los Viceministerios promueve alianzas estratégicas para la implementación de diferentes
de Recursos Hídricos (VRHyR) y modalidades de GIRH y MIC en cuencas de Bolivia y transfronterizas. [Reino de
Riego y de Agua Potable y los Países Bajos/Reino de Dinamarca/Suiza/Reino de Suecia/ Basket Funding
Saneamiento Básico (VAPSB) de la Unión Europea]
PLANIFICACIÓN constituyen la cabeza del sector y
está a cargo de la coordinación Programa de Reducción del Riesgo de Desastres (PRRD): Se orienta a
general del sector, la definición de reducir el impacto de amenazas naturales, a través de la reconstrucción y
políticas y normativa para el mejoramiento de sistemas de riego y manejo de cuencas de los municipios
funcionamiento. declarados en “Situación de Desastre”, por causa del fenómeno de la Niña.
Financiado por el Gobierno Boliviano hasta 10 millones de dólares.
Programa de Desarrollo Agropecuario Sustentable (PROAGRO): El

programa boliviano-alemán brinda servicios de asistencia técnica en riego,
cuencas, cosecha de agua, innovación tecnológica agrícola y comercialización,
con el objetivo de lograr eficiencia, calidad y sinergias en los servicios de los
programas nacionales. [VRHyR/Viceministerio de Desarrollo Rural y
Agropecuario/Servicio Nacional de Riego –SENARI/GIZ]
Programa de Agua y Saneamiento en Áreas Periurbanas (PASAP) es

ejecutado por el Fondo Nacional de Inversión Productiva y Social (FPS) con
financiamiento de la Comunidad Europea y de la Cooperación Técnica del
Reino de Suecia (ASDI).
49
El Servicio Nacional para la Sostenibilidad de Servicios en Saneamiento

Básico (SENASBA) tiene la misión de coadyuvar a los procesos de
fortalecimiento y sostenibilidad de las entidades operadoras y prestadoras de
FORTALECIMIENTO
Coordinación necesaria entre actores servicio de agua potable y saneamiento básico en el país. [EPSAS]
INSTITUCIONAL Y DESARROLLO
DE CAPACIDADES
CARE con diversos programas locales
Fundación Agua Sustentable con diversas iniciativas
Autoridad de Fiscalización y Control Social de Agua Potable y

Saneamiento Básico (AAPS): Autoridad Nacional que regula la gestión y
FISCALIZACIÓN Coordinación necesaria entre actores manejo de los recursos hídricos, priorizando el derecho de uso para consumo
humano y el saneamiento, en equilibrio con el medio ambiente [MMAyA-
VASPSB / FEJUVE-LP / FEJUVE-EA]
Programa Piloto de Resiliencia Climática (PPCR) será ejecutado a través del
BID y tiene contemplada la construcción de obras de infraestructura para
aumentar la resiliencia climática del sistema de agua en La Paz y El Alto
Programa de Agua y Saneamiento en Áreas Periurbanas (PASAP) es

ejecutado por el Fondo Nacional de Inversión Productiva y Social (FPS) con
financiamiento de la Comunidad Europea y Suecia.
El Programa de Agua Potable y Alcantarillado Sanitario en Pequeñas y

Medianas Ciudades (PROAPAC) de la GIZ ha realizado evaluaciones sobre la
contaminación hídrica en la Bahía de Cohana (Lago Titicaca), [VRHyR / GIZ -
INFRAESTRUCTURA Coordinación necesaria entre actores KfW]
El Programa de Suministro de Agua Potable y Saneamiento en Pequeñas

Comunidades Rurales (SAS-PC) [EMAGUA/AECID]
• Proyecto Construcción de Sistema de Agua Potable Achica Arriba

• Proyecto Construcción de Sistema de Alcantarillado Sanitario Konani
• Proyecto Sistema de Alcantarillado Sanitario Comunidad Mariposas
• Proyecto construcción de sistemas de alcantarillado sanitario Santa Fe
• Proyecto Construcción sistema de alcantarillado sanitario San Carlos
• Proyecto Sistema de alcantarillado sanitario Valle Ivirza
• Proyecto Construcción sistema de alcantarillado sanitario Warisata.
50
El proyecto GRANDE (Glaciar Retreat Impact Assessment and National Policy

Development) financiado por JICA tiene el objetivo de generar información
relevante en cuanto a escorrentía y erosión de suelos y escenarios de cambio
climático con la Universidad de Buenos Aires. [JICA/UMSA-IHH/Tohoku
University/JST].
IHH y JICA tienen un convenio con EPSAS para el desarrollo de un modelo

VASB / SENAMHI hidrológico de gestión del agua.
SISTEMAS DE INFORMACIÓN
El BID tiene el objetivo de desarrollar la aplicación del modelo WEAP

conjuntamente a EPSAS.
Existe un interés de la KfW de apoyar los esfuerzos del gobierno en cuanto a

un modelo hidrológico de gestión pues de esta manera se logran cumplir sus
principios de financiamiento (Sostenibilidad técnica y financiera)
GIZ
Instituto Candiense de Cooperación para el Desarrollo, IDRC
Intercooperación
Cooperación técnica Suiza-COSUDE
Diakonia.Intremon
Oxfam
AECID
GOBERNANZA CGIAB
ACSUR
DANIDA
Universidad Libre de Bruselas
IRD
Fundación Agua Sustentable
Fundación Sumaj Huasi
EPSAS
FEJUVE LA PAZ
CONTROL SOCIAL Sin iniciaticas institucionales concretas
FEJUVE EL ALTO
51
CONCLUSIONES Y RECOMENDACIONES:
A lo largo del proceso de construcción de este mapa de actores, desde los talleres de incepción
WEAP/XMLR pasando por las diversas entrevistas, se ha podido evidenciar lo siguiente:
i) En el aspecto político existen diferencias de los actores en cuanto a su afiliación política, aspecto
que actualmente se enfatiza mucho en el contexto Boliviano. El gobierno central y el gobierno
departamental están bajo el dominio del partido de gobierno y el municipio de La Paz esta en
dominio de la oposición. Este hecho no ha impedido sin embargo que se produzcan acciones
concertadas importantes como el Plan Maestro Metropolitano del Agua para las ciudades de La Paz
y El Alto.
ii) En la evolución de los modelo de gestión existe mucho interés en los actores en mejorar la base
de información para la toma de decisiones, incluso de algunos financiadores que deben cumplir
requisitos mínimos para el financiamiento del sector. Varios actores están llevando a cabo algunas
acciones de evaluación de diversos modelos de planificación y gestión del agua (JICA, IHH, SEI).
Los enfoques y la dimensión espacial no son necesariamente los mismos, más aún pueden ser
complementarios.
El desarrollo de capacidades en este punto debiera constituirse en una prioridad. Más aún si se toma
en cuenta la falta de capacidad técnica y de influencia política de otros actores. Entre ellos debemos
destacar a los varios municipios aledaños que podrían verse fuertemente afectados por algunas
estrategias de captura y transferencia de aguas de cuencas alejadas (estas alternativas ya se hallan en
discusión). La baja participación de este tipo de actores podría tener efectos significativos sobre la
sostenibilidad y sobre la gobernanza del agua en esta región geográfica, más aun teniendo en cuenta
la reciente historia de conflictividad ligada al sector.
En este aspecto es fundamental destacar una función clave que se ha ido repitiendo de manera
consistente tanto en las entrevistas como durante el Taller de Incepción WEAP/XMLR: el
desarrollo de capacidades. En un país como Bolivia, un componente esencial de vulnerabilidad está
relacionada con la baja institucionalidad; esta se manifiesta por una parte por el recurrente
reemplazo del personal así como en la falta de aprendizaje y memoria institucional (rescate de
experiencias exitosas como es el caso de la red de gobernanza generada por el Plan Nacional de
Cuencas o el CGIAB). Desarrollar capacidad local es clave para disminuir dicha vulnerabilidad.
iii) Recomendaciones para el trabajo con los actores: nos preguntamos si EPSAS es el único
actor relevante para el desarrollo del modelo, como esta mencionado en los TdR. Una potencial
entrada es el PLAN MAESTRO pero hay barreras con los gobiernos municipales que deben ser
removidas, estas sin embargo no deben considerarse como determinantes sino más bien como
posiciones o incluso posturas durante un proceso de negociación que se considera relevante. Es
decir estas posturas vuelven a certificar que el proceso de concertación en torno a un modelo de
gestión del agua es altamente relevante.
(iv) Más actores claves en la temática: El trabajo realizado solo ha podido abordar un subconjunto
de los actores claves vinculados a la temática. Para fines de estas conclusiones solamente
mencionaremos a dos grupos claves adicionales los cuales deberían ser considerados en el evento de
tomar decisiones sobre infraestructura futura:
Los actores vinculados a la producción agropecuaria en los municipios vecinos a La Paz y el Alto
dado que muchas de las fuentes de agua potenciales para abastecer a las ciudades de La Paz y el
52
Alto se encuentran en sus jurisdicciones y con una clara relación de competencia con potenciales
usos agrícolas.
El sector energético no ha sido considerado, sin embargo, el incremento en la demanda, las
falencias actuales en producción, infraestructura e inversión hacen de este un sector interesado en la
temática a mediano y largo plazo, y con un grado de impacto potencialmente significativo.
En general, el ejercicio de realizar el mapeo de actores institucionales es útil en el proceso de apoyo
técnico al ‘Programa de Resiliencia Climática para los Sistemas de Agua y Saneamiento de las
Áreas Metropolitanas de La Paz y El Alto’ para entender la localización de cada actor en el espacio
de planeación y manejo del recurso hídrico. Así mismo, la ubicación de los actores en el continuo
de proveedores de datos a receptores de información en este apoyo técnico da claridad sobre el uso
potencial de los productos, en especial del modelo WEAP del sistema de abastecimiento del área
metropolitana. Es claro que otros actores y procesos de concertación deberán ser considerados en el
evento de tomar decisiones sobre infraestructura futura.
53
REFERENCIAS BIBLIOGRÁFICAS
Fernández, I. 2011. El mercado del agua y saneamiento en Bolivia. Oficina Comercial de
la Embajada de España, La Paz
MMAyA. 2007. Plan Nacional de Cuencas. Marco Conceptual y Estratégico. La Paz
MMAyA. 2008. Agua en Bolivia. Documento de Trabajo, La Paz
MMAyA. 2008. Plan Nacional de Saneamiento Básico 2008 – 2015. La Paz
MMAyA. 2011. Reglamento Interno, La Paz
MMAyA. 2011. Usos Múltiples del Agua hacia la Adaptación al Cambio Climático, GIZ, La
Paz
PPCR. 2011. Bolivia Strategic Programme for Climate Resilience, CIF, La Paz – Bolivia
Ramirez, E. y Olmos, C. 2007. Deshielo de la cuenca de Tuni-Condoriri y su impacto

sobre los recursos hídricos de las ciudades de La Paz y El Alto. La Paz. Instituto de
Hidraulica e Hidrología (IHH-UMSA), Instituto Francés de Investigación para el Desarrollo
(IRD).
SENASBA. 2011. Arreglos Institucionales en Agua y Saneamiento Bolivia, SENASBA –

GIZ, La Paz – Bolivia.
VAN DAMME, P. 2002. Disponibilidad, uso y calidad de los recursos hídricos en Bolivia
PROAPAC. 2010. Modelos Públicos de Gestión para Ciudades Metropolitanas, GIZ La

Paz
54
ANEXO I. ACTORES GUBERNAMENTALES Y ENTES REGULATORIOS
NOMBRE DE LA ENFOQUE Y LINEAMIENTOS PROYECTOS Y SOCIOS

ORGANIZACIÓN Y SIGLA RELEVANTES
Ministerio de Ambiente y Misión: desarrolla y ejecuta políticas • Adaptación al Impacto del
Retroceso Acelerado de
Agua (MMAyA) públicas, normas, planes, programas y Glaciares en los Andes
Persona de Contacto : proyectos, para la conservación, Tropicales (PRAA)
Marcial Berdeja (Dirección adaptación y aprovechamiento • Mecanismo Nacional de
General de Planificación), Adaptación al Cambio
sustentable de los recursos ambientales, Climático – Cooperación
T.Cel. 705 41050
así como el desarrollo de riego y DANESA
Dirección: Capitan Castrillo saneamiento básico con enfoque integral • Programa Resiliencia
434 entre 20 de Octubre y Climática (PPCR siglas en
de cuencas. ingles) fase 1 con
Héroes del Acre Zona San financiamiento del Banco
Objetivos pertinentes:
Pedro Mundial , Fase 2 con
• Formular y ejecutar una política financiamiento del Banco
Teléfonos: 2115571 – integral y sostenible de los recursos Interamericano de Desarrollo
hídricos para garantizar el derecho
2115573; Fax: 2118582.
humano de acceso al agua de toda la
población y preservar el medio Socios: BM – BID – KfW – CEE
ambiente respetando la diversidad
cultural. – FND – DANIDA - GIZ – PNCC
• Planificar, ejecutar, evaluar y fiscalizar – PNC
las políticas y planes de servicios de
agua potable y saneamiento básico,
riego y manejo de cuencas, aguas
internacionales y transfronterizas, así
como el aprovechamiento de todos
los usos del agua.
• Tener función, participar e intervenir
en la regulación de los diferentes usos
del agua, de los servicios de agua
potable y saneamiento
Viceministerio de Recursos Misión: desarrolla y ejecuta políticas • Programa Nacional de

Hídricos y Riego Cuencas (PNC): El Plan
públicas, normas, planes, programas y Nacional de Cuencas (PNC)
VRHyR
proyectos para el desarrollo de riego y se constituye en un
Persona de Contacto : Luis saneamiento básico con enfoque integral instrumento que promueve
Marka, alianzas estratégicas para la
de cuencas. implementación de diferentes
Dirección: Capitan Castrillo modalidades de GIRH y MIC
434 entre 20 de Octubre y en cuencas de Bolivia y
Héroes del Acre Zona San transfronterizas. Las nuevas
Pedro modalidades de GIRH y MIC
Teléfonos: 2115571; Fax: se desarrollarán sobre la
2118582. base de los principios de
gestión social, local,
participativa de articulación y
concertación de diferentes
usos del agua y organización
de usuarios y actores de una
cuenca o sub cuenca.
• GESTION DE RIESGOS.
Programa de EmergenciaSe
orienta a reducir el impacto
de amenazas naturales, a
través de la reconstrucción y
mejoramiento de sistemas de
55
riego y manejo de cuencas

de los municipios declarados
en “Situación de Desastre”,
por causa del fenómeno de la
Niña. Financiado por el
Gobierno Boliviano hasta 10
millones de dólares.
• Programa de Resiliencia
Climática (PPCR siglas en
ingles) tiene un
financiamiento de 41 M US$
provenientes del Banco
Mundial.
• Programa de Desarrollo
Sustentable Agropecuario
(PROAGRO): El programa
boliviano-alemán brinda
servicios de asistencia
técnica en riego, cuencas,
cosecha de agua, innovación
tecnológica agrícola y
comercialización, con el
objetivo de lograr eficiencia,
calidad y sinergias en los
servicios de los programas
nacionales.
Viceministerio de Agua Objetivo Estratégico del VAPSB Idem
Potable y Saneamiento
Implementar programas sostenibles de
Básico (VAPSB)
saneamiento básico (agua potable,
Persona de Contacto : alcantarillado sanitario, baños
Pamela Flores
ecológicos, residuos sólidos y drenaje
Dirección: Capitan Castrillo
pluvial) que permitan el acceso pleno y la
434 entre 20 de Octubre y
Héroes del Acre Zona San expansión de los servicios, en el marco
Pedro de la gestión integral de recursos
Teléfonos: 2115571; Fax: hídricos y de residuos sólidos.
2118582.
Ministerio de Planificación Misión : Dirigir y promover el Sistema de Sin mayor información

del Desarrollo (MPD) Planificación Integral Estatal y Sistema institucional
de Inversión y Financiamiento para el
Dirección: Av. Mariscal Santa
Desarrollo; así como formular políticas
Cruz Esquina Oruro, Edificio
para el desarrollo de la Economía Plural,
“Centro de Comunicaciones
el fortalecimiento de las empresas
La Paz” Piso 11; Teléfono:
estatales y ejercicio pleno de los
2317424
derechos fundamentales establecidos en
la CPE, de todas las bolivianas y los
bolivianos.
Viceministerio de Inversión Sin mayor información institucional Sin mayor información

pública y financiamiento institucional
externo (MPD – VIPFE)
Persona de Contacto : Delia
56
García
Dirección: Av. Mariscal Santa

Cruz Esquina Oruro, Edificio
“Centro de Comunicaciones
La Paz” Piso 11; Teléfono:
2317424 int. 1101.
Autoridad de Fiscalización y Naturaleza Institucional: Es una Socios: MMAyA – VAPSB –

Control Social de Agua institución pública técnica y operativa, FEJUVE-LP – FEJUVE-EA
Potable y Saneamiento con personalidad jurídica y patrimonio,
Básica (AAPS) independencia administrativa, financiera,
legal y técnica, supeditada al Ministerio
Dirección
de Medio Ambiente y Agua.
AAPS – La Paz. Av. Mariscal
Marco Normativo de Aplicación: La
Santa Cruz #1392 Edif.
AAPS fiscaliza, controla, supervisa y
Cámara de Comercio, pisos
regula las actividades de Agua Potable, y
16 y 4
Saneamiento Básico considerando la Ley
Teléfono piloto: (591 – 2)
N° 2066 (11 abril de 2000) de Prestación
2310801 / Fax: 2310554 /
y Utilización de Servicios de Agua
Casilla: 4245 / Linea Gratuita
Potable y Alcantarillado Sanitario; la Ley
800103600
2878 (8 Octibre de 2004) de Promoción y
AAPS-El Alto Av. Boris
Apoyo al Sector Riego.
Banzer #105 (Cuadra y media
de la prefectura y campo
Misión: Autoridad Nacional que regula la
ferial)
Edificio COR El Alto/Teléfono: gestión y manejo de los recursos
2-847768. hídricos, priorizando el derecho de uso
para consumo humano y el saneamiento,
en equilibrio con el medio ambiente
Entidad Ejecutora De Medio Descripción: Es una institución de Proyectos Relacionados en el

Ambiente Y Agua derecho público, descentralizada
(EMAGUA) dependiente de Ministerio de Medio Departamento de La Paz:
Ambiente y Agua (MMAyA) (D.S. • Construcción del Sistema de
Persona de Contacto: N°0163, 10 de junio de 2009), con Alcantarillado Sanitaio
Katherine Hube Bascon. Jefe personería jurídica, patrimonio, Konani
autonomía de gestión técnica, • Construcción del Sistema de
de Unidad Planificación e económica, administrativa-financiera y Agua Potable Coroyo
Inversión Pública. legal que se convierte en ejecutora de
• Construcción del Sistema de
programas y proyectos de inversión para
Alcantarillado Sanitaio
el desarrollo.
Warisata
• Sistema de Agua Potable
Ciudad de Caranavi.
Servicio Nacional de Es la entidad rectora de las actividades

Meteorología e Hidrología meteorológicas e hidrológicas en todo el
territorio del Estado Plurinacional. Como
(SENAMHI) institución de Ciencia y Tecnología,
presta servicios especializados para
Persona de Contacto: contribuir al desarrollo económico-social
57
Hubert Gallardo Carrasco ; E- de Bolivia, atendiendo a los

requerimientos de información en la
mail: vigilancia atmosférica mundial, coadyuva
hubert@senamhi.gob.bo; al sistema de Defenza Civil en la
prevención y mitigación de desastres.
Dirección:
Calle Reyes Ortiz No. 41 2do.
Piso
Teléfonos: Central: 591-2-

2355824 Observatorio: 591-2-
2365288 Fax: 591-2-2392413
58
Descripción: Institución pública

Servicio Nacional para la descentralizada, con autonomía de
Sostenibilidad de Servicios gestión administrativa, financiera, legal y
en Saneamiento Básico técnica, bajo tuición del Ministerio de
(SENASBA) Medio Ambiente y Agua (MMAyA).
Persona de contacto: Emma Mision: Tiene la misión de coadyuvar a
Quiroga Choque Directora • Desarrolla las capacidades
los procesos de fortalecimiento y de las EPSA mediante
General Ejecutiva sostenibilidad de las entidades asistencia técnica y
operadoras y prestadoras de servicio de fortalecimiento institucional
Dirección: Calle Hugo • Implementa la estrategia
Estrada N° 1354 Plaza del agua potable y saneamiento básico en el social de desarrollo
Stadium Hernando Siles – país. Ofrece asistencia técnica a los comunitario (DESCOM), así
operadores de agua potable y como procesos de
Miraflores Edif. Olimpia capacitación, formación e
Mezzanine Central Piloto: saneamiento básico; implementa el investigación.
2110662 - 2115733 Fax: Desarrollo Comunitario; brina
2152404 fortalecimiento institucional; difunde

experiencias positivas en agua potable y
www.senasba.gob.bo saneamiento b’asico; ejecuta políticas y
mail: senasba@senasba.gob estartégias en el sector de agua y
saneamiento.
En la nueva estructura de
organización territorial del
El Gobierno Autónomo Departamental
Estado, se contempla el cambio
de La Paz es una entidad pública
de la naturaleza de Prefectura a
Gobierno Autónomo autónoma que promueve el desarrollo
Gobierno Autónomo
Departamental de La Paz económico - social y la transformación
Departamental, por lo que se
(GADLP) productiva e industrialización, en armonía
precisa de un marco jurídico
y respeto a la madre tierra, con justicia,
base para la organización y
equidad e inclusión social, para alcanzar
funcionamiento de sus órganos
el Vivir Bien, bajo los principios de
legislativo y ejecutivo, que
reciprocidad, complementariedad y
regule aspectos relativos al
solidaridad
funcionamiento de los gobiernos
autónomos departamentales.
La Municipalidad de La Paz y su En lo referido a agua potable y

Gobierno, es una institución líder, saneamiento básico, el
pública, democrática y autónoma que municipio busca garantizar la
Gobierno Autónomo
tiene como misión institucional contribuir dotación y suministro de agua,
Municipal de La Paz
a la satisfacción de las necesidades así como la cobertura del 100%
(GAMLP)
colectivas de los habitantes del de alcantarillado y renovación de
Persona de Contacto : municipio, mejorando la calidad de vida los tramos obsoletos y antiguos,
Ruben Ledezma de la población en sus aspectos tangibls para ello planea conformar la
Central Piloto: 2650000 - e intangibles; con honestidad, Empresa Metropolitana de
2202000 responsabilidad, respeto, equidad, Alcantarillado Público y Agua
transparencian calidez, lealtad, calidad, (EMA AGUA); junto al Gobierno
eficacia, capaz de enfrentar nuevas Central y la Cooperación
competencias, incentivando y generando internacional se plantea
59
espacios para la participación ciuadana, construir nuevas represas para

el intercambio intercultural, la inclusión almacenar el agua; se
social y construcción de ciudadanía. implementarán plantas de
tratamiento en el Río
Choqueyapu, de acuero al
Misión: La Municipalidad de La Paz y su Proyecto elaborado por la
Gobierno (GAMLP), es una institución Cooperación Japonesa; se
líder, pública, democrática y autónoma construirán Sistema de Riego
que tiene como misión institucional Sostenibles para los Distritos
contribuir a la satisfacción de las Rurales.
necesidades colectivas de los habitantes
del municipio, mejorando la calidad de
vida de la población en sus aspectos
tangibles e intangibles; con honestidad,
responsabilidad, respeto, equidad,
transparencia, calidez, lealtad, calidad y
eficacia, capaz de enfrentar nuevas
competencias, incentivando y generando
espacios para la participación ciudadana,
el intercambio intercultural, la inclusión
social y construcción de ciudadanía
Gobierno Autónomo El GAMEA tiene por misión promover el

Municipal de El Alto desarrollo participativo del municipio a Sin mayor información
través de la integración social y istitucional
(GAMEA) económica.
ANEXO II. ACTORES DE LA COOPERACIÓN MULTILATERAL Y BILATERAL

NOMBRE DE LA PROYECTOS
ENFOQUE Y LINEAMIENTOS
ORGANIZACIÓN RELEVANTES
Banco Interamericano de Programa de Agua Potable y

El grupo BID es la principal fuente de
Desarrollo (BID) Saneamiento para Pequeñas
financiamiento y pericia multilateral para
el desarrollo económico, social e Localidades y Comunidades
Prem Jai Vidaurre, Consultor
institucional sostenible de América Latina Rurales de Bolivia
Cambio Climático
y el Caribe. Entre ‘areas e acción
Edgar Orellana, Sectorialista Al momento el Banco viene
prioritarias para ayudar a la región a
de Agua y Saneamiento. ejecutando de manera
alcanzar mayor progreso económico y
satisfactoria los siguientes
Dirección : social, se hallan: la reducción de la
proyectos del sector agua y
pobreza y la desigualdad social; abordar
Edificio "BISA", 5º piso saneamiento:
las necesidades de los paíse pequeños y
Avenida 16 de Julio Nº 1628 Programa de Agua y
vulnerables; promover el desarrollo a
La Paz, Bolivia Alcantarillado Periurbano
través del sector privado; abordar el Fase I.
Apartado postal: Casilla Nº cambio climático, energía renovable y Plan Maestro Metropolitano
60
5872 sostenibilidad ambiental; y fomentar la del Agua para las ciudades de

La Paz y El Alto (PMMA-LP-
cooperación e integración regional. EA). [GADLP / GAMLP /
Teléfono : (591) 2217-7700
GAMEA]
Fax : (591-2) 239-1089
Programa Resiliencia
Correo electrónico : Climática (PPCR siglas en
ingles) Fase 2 con
BIDBolivia@iadb.org financiamiento del Banco
Interamericano de Desarrollo
Programa de Reformas de los

Sectores de Agua,
Saneamiento y de Recursos
Hídricos en Bolivia: Apoyo al
proyecto de reformas de los
sectores de agua, saneamiento
y recursos hidricos en sus
sistemas de planificación,
normativo, y de monitoreo y
control. Por intermedio de estos
mecanismos se buscará mejorar
los niveles de eficiencia de los
prestadores de los servicios
El Banco Mundial es una fuente vital de
asistencia financiera y técnica para los
países en desarrollo de todo el mundo.
No se trata de un banco en el sentido
habitual, sino más bien una asociación • Programa de Adaptación al
singular cuyo proposito es combatir la Impacto del Retroceso
Banco Mundial
Acelerado de Glaciares en
pobreza y apoyar el desarrollo. los Andes Tropicales
Dirección: Calle Fdo.
Guachalla, 342, edificio Víctor, (PRAA)
La Alianza Estratégica (2012-2015)
piso 9. • Programa Resiliencia
Casilla de correo # 8692 propone un programa de operaciones Climática (PPCR siglas en
Teléfono: (591-2) 2613300 financieras y de conocimiento en cuatro ingles) fase 1 con
e-mail: financiamiento del Banco
áreas prioritarias:
receptionbo@worldbank.or Mundial.
g
• Desarrollo Productivo Sostenible • El programa de Resiliencia
Climática para la Gestión
• Cambio Climático y Gestión de Riesgo Integral de cuencas
de Desastres
• Desarrollo Humano y Acceso a

Servicios Básicos
• Apoyo a la Eficiencia del Sector Público
Fondo Nórdico de
Desarrollo El Fondo Nórdico de Desarrollo tiene por
Contacto: NORDIC objetivo facilitar inversiones en relación
DEVELOPMENT FUND con el cambio climático en países de • Incorporación reciente a la
P.O. Box 185
bajos ingresos. Financia la cooperación temática a través del BID.
FIN-00171 Helsinki
Finland junto con instituciones bilaterales y
Tel: +358 10 618 002 multilaterales.
Fax: +358 9 622 1491
E-mail: info.ndf@ndf.fi
61
• El Programa de Agua Potable

y Alcantarillado Sanitario en
Pequeñas y Medianas
Ciudades (PROAPAC) de la
GIZ ha realizado
evaluaciones sobre la
contaminación hídrica en la
KfW En el ámbito internacional, el grupo KfW Bahía de Cohana (Lago
es una institución financiera de Titicaca), [VRHyR / GIZ -
Contacto: Gerd Juntermanns.
promoción del desarrollo y como tal toma KfW]
Director Regional del KfW
como responsabilidad particular el • Programa de Desarrollo
para Bolivia y Chile.
promover la protección del ambiente y el Agropecuario Sustentable
Ger.juntermanns@kfw.de clima. KfW se guía por los principios de (PROAGRO): El programa
sostenibilidad como aspectos boliviano-alemán brinda
Dirección: Cooperación servicios de asistencia
Alemana al Desarrollo integradores que son importante para la
economía, el ambiente y la cohesión técnica en riego, cuencas,
Calle 21 de Calacoto N° 17 social. En los aspectos relacionados con cosecha de agua, innovación
esquina Aguirre Achá. la presente temática, la KfW financia “el tecnológica agrícola y
progreso económico y social en países comercialización, con el
en desarrollo y en transición con el objetivo de lograr eficiencia,
Teléfono: 2117708 objetivo de mejorar la calidad de vida de calidad y sinergias en los
las poblaciones. servicios de los programas
nacionales.
• Existe un interés de la KfW
de apoyar los esfuerzos del
gobierno en cuanto a un
modelo hidrológico de
gestión pues de esta manera
se logran cumplir sus
principios de financiamiento
(Sostenibilidad técnica y
financiera)
La Unión Europea es el proceso de Los principales proyectos que la
integración política y económica más
avanzado del mundo. La conforman 27 CE está actualmente ejecutando
países europeos. Han delegado parte de en el contexto de la gestión del
su soberanía a la estructura agua y saneamiento básico:
Unión Europea supranacional de las instituciones
Contacto: Luca Citarela comunes. La Unión Europea tiene el • Programa de Agua y
(luca.citarella@eeas.europa. Producto Interno Bruto (PIB) por Saneamiento e Áreas
eu); Jerome Rihouey habitante más grande del mundo. Periurbanas PASAP, que
(jerome.rihouey@eeas.eruo Representa un 23% de la economía tiene el objetivo de
pa.eu mundial (EEUU 20%, China 12%, Japón incrementar el acceso a los
6%). Representa el bloque comercial servicios sostenibles de agua
Dirección: más grande con un 16% del comercio potable y saneamiento en la
calle 15 N° 406 esquina Av. mundial (China tiene 13%, EEUU 11%, población de las áreas
Hernando Siles, zona de Japón 6%). La UE y sus Estados periurbanas de Bolivia con un
Obrajes La Paz Bolivia miembros proporcionan el 70% del total financiamiento de 20 M
de cooperación al desarrollo mundial. Euros, este proyecto
Teléfono piloto: 2782244 Las relaciones de amistad y cooperación contempla explícitamente
entre Bolivia y la Unión Europea son aspectos de cambio
Fax: 2784550 climático.
amplias, transparentes y fructíferas. La
Apartado postal: 10747 presencia europea en Bolivia se expresa • Programa Nacional de
en la actividad que desarrollan la Cuencas (PNC): se
Delegación de la Unión Europea junto constituye en un instrumento
con las nueve embajadas de estados que promueve alianzas
miembros de la Unión Europea, además estratégicas para la
de las agencias de cooperación, implementación de diferentes
institutos culturales y organizaciones no modalidades de GIRH y MIC
gubernamentales. en cuencas de Bolivia y
62
transfronterizas. [Basket
Funding de la Unión
Europea]
Agencia Española de
Cooperación Internacional
para el Desarrollo (AECID) • Agua y Saneamiento: La
fuente de recursos previstos
Contacto: Ignacio Díaz, para el sector Agua en su
concepto integral provendrán
ignacio.diaz@aecid.bo
básicamente del Fondo
Órgano de gestión de la política española Español de Cooperación para
72002994
de cooperación internacional para el agua y saneamiento (FCAS).
Correo Central: esarrollo. Es una entidad de derecho • Gobernabilidad: Las fuentes
Público adscrita al Ministerio de Asuntos previstas serán las
aecid@aecid.bo asignaciones financieras a
Exteriores y de Cooperación a través de
Tel. (591 - 2) 243 35 15 la Secretaría de Estado para la través de subvenciones de
Fax. (591 - 2) 2433423 Cooperación internacional (SECI). Es estado para el programa
responsable del diseño, la ejecución y la bilateral y las convocatorias
Dirección: Av. Arce, N° 2856. gestión de los proyectos y programas de para ONGD. Desde la
cooperación para el desarrollo, ya sea modalidad multilateral, y con
La Paz, Bolivia origen del Fondo de ODM de
directamente, con sus propios recursos,
o bien mediante la colaboración con España en NNUU, existen
Casilla: 4176 fondos asignados a Bolivia
otras entidades nacionales e
internacionales y organizaciones no destinados a la Ventana de
Coordinador General de
gubernamentales. Paz y prevención de
Cooperación: Sergio Martín- conflictos.
Moreno • Transversalidad sectorial
(Género, Interculturalidad y
Adjunto a la coordinación
Derechos de los Pueblos
General : Juan José Indígenas, Sostenibilidad
Sanzberro Ambiental/Cambio Climático).
La cooperación sueca con Bolivia tiene

por objetivo contribuir a que la población
boliviana viva en un ambiente saludable Las principales contribuciones

y sostenible, que tenga participación de esta área son:
Agencia de Cooperación • Programa sectorial para agua
democrática y que pueda disfrutar de sus
y saneamiento en zonas
Sueca (ASDI) derechos humanos. periurbanas (PASAP), junto a
la Unión Europea,
En enero 2009 el Gobierno de Suecia • Apoyo a las ONGs Sumaj
Dirección: Av. 6 de Agosto estableció la estrategia para la Huasi y Agua Tuya para
cooperación con Bolivia 2009-2013 la proyectos de agua y
Edificio Las 2 Torres Piso 8 saneamiento con tecnologías
Sopocachi Bajo La Paz cual define cuatro áreas priorizadas: alternativas
Educación, Gobernabilidad democrática • Plan Nacional de Cuencas,
Casilla 12452 junto a Holanda y Canadá
y derechos humanos, Recursos
• ProAgro, microriego para
Teléfonos: 2 434943, 2 naturales, medio ambiente y cambio seguridad alimentaria, junto a
435011, 2 432143 climático, Investigación científica. GIZ-Alemania
• Apoyo a la red LIDEMA para
proyectos de adaptación al
cambio climático
Las metas para la cooperación a esta
área son:
• Uso eficaz del agua, los bosques y la
63
tierra
• Mayor acceso a agua potable y
saneamiento básico
• Menor vulnerabilidad, principalmente
para personas que viven en la
pobreza,frente a catástrofes naturales
y así mismo adaptación al cambio
climático
Programa Andino de
Instituto para la Formación e Investigación
Investigación y Desarrollo sobre la Vulnerabilidad y llos
(IRD) riesgos en medio urbano –
Bolivia, Ecuador, Peru.
El IRD es un organismos de PACIVUR
Representante investigación original y único en el
panorama europeo de la investigación
Francou Bernard para el desarrollo, tiene como vocación
realizar investigaciones en el Sur, para el Programa de investigación
Dirección: Sur y con el Sur. Sus investigadores “Regulación del suministro de
intervienen en los grandes retos agua en ciudades bolivianas”
Av. Hernando Siles Nº 5290, mundiales de actualidad: calentamiento
Esq. Calle 7, Obrajes, La Paz, clim’atico, enfermedades emergentes,
Bolivia biodiversidad, acceso al agua,
migraciones, pobreza, hambre en el Programa de investigación
Tel: 2 2782969, 2 2784925 mundo y contribuyen a través de la
GREAT ICE : propone analisar
formación a reforzar las comunidades
Fax: 2 2782944 científicas en el Sur y la innovación. con precision la evolucion de los
glaciares y su hidrología en las
bolivie@ird.fr montañas tropicales bajo la
influencia de las fluctuaciones
climáticas actuales y pasadas.
Involucra el uso de modelos de
funcionamiento de los sistemas
hidrológicos de altura.
JICA Enfoque de la Cooperación Japonesa
Dirección: Av. Victor Sanjinez Los siguientes lineamientos sustentan la

# 2678; Edificio Barcelona implementación de los programas y
• Proyecto Agua es Salud y
Piso 5 proyectos de la cooperación japonesa: Vida Fase 2 (PROASVI2)
Plaza España. Z. Sopocachi. (1) Seguridad Humana

• Estudio del Impacto del
Tel.: 24222221 El concepto de "Seguridad Humana" se Retroceso de Glaciares en la
puede interpretar como un esfuerzo para Disponibilidad de Recursos
Contacto: Yuko OKAMURA Hídricos para las Ciudades
asegurar las condiciones de vida
de La Paz y El Alto (Proyecto
Dirección: Av. Andrés Bello mínimas para toda la población, y tiene GRANDE)
s/n Esq. Calle 30 Cota Cota. por objeto el "reforzar las actividades de
supervivencia, vida y dignidad,
Tel.: 2795724 – 2795725
enfocándose en el valor humano de cada
individuo".
64
La "Seguridad Humana" tiene dos

elementos fundamentales que hacen que
la misma sea integral y duradera:
"Protección", que busca proteger a la
población de las amenazas y situaciones
críticas y; el "Empoderamiento",
proceso mediante el cual la población,
especialmente los pobres, ganan control
sobre las instituciones responsables que
influyen su vida.
El concepto de "Seguridad Humana" es

integral, y surge como respuesta a
errores cometidos en el pasado, por
considerar al crecimiento económico y
desarrollo social como hechos aislados.
La "Seguridad Humana" incluye todos
los hechos inherentes al desarrollo, así
como otros aspectos transversales
relacionados a temas de género,
institucionalidad y un entorno de paz.
(2) Desarrollo de Capacidades
Con base al punto de vista de la

Seguridad Humana, la cooperación de
JICA se enfoca sobre el desarrollo de
capacidades, lo cual incluye construcción
de sistemas, fortalecimiento institucional
y el desarrollo del recurso humano. Esto
esta diseñado para que la gente pueda
tener confianza en si misma, resolviendo
los problemas del país mediante sus
propios esfuerzos.
Cooperación Alemana al La Cooperación Internacional Alemana

Desarrollo (GIZ) está conformada por varias
• Programa de Agua Potable y
instituciones de la Cooperación Alemana,
Alcantarillado Sanitario en
la Deutsche Gesellschaft für Technische Pequeñas y Medianas
Contacto: Zusammenarbeit (GTZ), el Servición Ciudades (PROAPAC)
• Programa de Desarrollo
Aleman de Desarrollo (DED) y el InWent.
Dr. Michael Dryer – Director Agropecuario Sostenible
(PROAGRO)
Residente
• Programa de Apoyo a la
Dirección: Cooperación Aunque la GIZ está organizada como Gestión Pública
Alemana al Desarrollo Descentralizada y Lucha
empresa privada, pertenece a la contra la Pobreza (PADEP)
Calle 21 de Calacoto N° 17
República Federal de Alemania y lleva a
esquina Aguirre Achá.
cabo sus proyectos por encargo del
65
Teléfono: 2117708 Gobierno Federal.

Dr. Johann Krug – Asesor
principal en gestión integrada
de recursos hídricos
Dirección: Av. 20 de Octubre

N°2665 Esq. Cqmpos Edif.
Torre Azul Piso 11.
Teléfono: 2430488 Int. 24
Programa de Apoyo a la
Gestión de la Inversión
Publica Municipal GESPRO II
(Segunda fase): contribuir a que
los gobiernos municipales
(mayoritariamente rurales)
Holanda se concentra principalmente en puedan hasta el año 2014
tres sectores de cooperación: Desarrollo mejorar sus capacidades en
Productivo Sostenible, Educación, y
gestión de proyectos y, de esta
Desarrollo Institucional y
Embajada del Reino de los Descentralización. Las áreas de trabajo manera, incrementar sus niveles
Paises Bajos principales son: de inversión pública para
• Educación: apoya a los comités de coadyuvar a los esfuerzos
Persona de Contacto: Rob educación de los pueblos originarios nacionales para mejorar los
van den Boorn, Primer (CEPOS) con el objetivo de aumentar
la influencia de la población indígena niveles de vida de la población.
Secretario/ Experto en Medio
en la conformación de la educación
Ambiente y Descentralización; en general y para promover las
Janett Trujillo. lenguas y culturas indígenas.
Programa Nacional de
• Descentralización: promueve la
implementación de la Cuencas (PNC): se constituye
descentralización, además de la en un instrumento que
Dirección: Av. 6 de Agosto articulación de los temas
promueve alianzas estratégicas
N°2455, Edificio Hilda Piso 7. institucionales y de descentralización
con los sectores. para la implementación de
Telefono: 2444040 • Medio Ambiente: apoya la política diferentes modalidades de GIRH
boliviana de protección ambiental, el
y MIC en cuencas de Bolivia y
aprovechamiento sostenible de los
recursos naturales y la mitigación de transfronterizas. [Reino de los
los efectos del cambio climático. Países Bajos/Reino de
• Desarrollo productivo Sostenible:
Dinamarca/Suiza/Reino de
entre 2008 y 2011, el objetivo de la
Embajada es apoyar a Bolivia en la Suecia/ Basket Funding de la
realización de un crecimiento Unión Europea/KfW]. Cuenta
económico diversificado y sostenible
también con el Apoyo
con equidad.
Presupuestario Sectorial de la
UE
Programa Nacional de
Cambios Climáticos
66
ANEXO III. INSTITUCIONES ACADÉMICAS

Instituto de Ingeniería e
Hidráulica (IHH)
Persona de Contacto:
Ingeniero Andrés Callizaya Proyecto GRANDE
Cel.: 715 4655
Sin mayor información institucional Socios: JICA, IRD, SENAMHI,
Dirección:
Ciudad Universitaria Cota

Cota – Calle 30 N°30. Telf.:
2795724 -2795725
ANEXO IV. ORGANIZACIONES DE LA SOCIEDAD CIVIL

Federación de Juntas
Sin mayor información
Vecinales de la Ciudad de La Sin mayor información institucional
institucional
Paz (FEJUVE – LP)
Federación de Juntas
Sin mayor información
Vecinales de la Ciudad de El Sin mayor información institucional
institucional
Alto (FEJUVE – EA)
Es una organización no gubernamental Las acciones de la institución
sin fines de lucro con sede en la están orientadas a la
ciudad de La Paz, Cochabamba y investigación,
Tupiza. Desde el año 2005 la incidencia, capacitación y
institución trabaja con organizaciones gestión técnica a nivel
sociales realizando análisis y internacional, nacional,
propuestas técnicas que permitan la regional y local.
constitución jurídica de derechos Proyectos:
sociales de acceso, gestión y uso del • Derechos de Agua fases 1 y
agua y medio ambiente. 2 Apoyo en información,
difusión, debate y
Misión: busca contribuir a la gestión consolidación del SENARI y
Fundación Agua Sustentable
sustentable del los SEDERIs
agua y del medio ambiente a nivel • Construcción Democrática y
Dirección La Paz: Calle
nacional e internacional, a través de la Concertada de normas
Nataniel Aguirre N° 82 entre
construcción de conocimientos, políticas, legales y constitucionales
Calles 11D y 12 ( Irpavi ).
instituciones y normas jurídicas sobre usos, derechos e
Tel/Fax: +591 (2) 2151744 C
orientadas a generar el bienestar instituciones de regulación de
70187111
colectivo, el desarrollo socio económico recursos hídricos y de
lapaz@aguasustentable.org
y ambiental de las poblaciones locales, biodiversidad.”
desarrollando y fortaleciendo • Bajando la montaña,
capacidades sociales y comunitarias, “Comprendiendo las
promoviendo la participación y vulnerabilidades de las
responsabilidad ciudadana en el cuidado comunidades andinas frente
y la gestión colectiva y participativa de a la variabilidad climática y el
las cuencas y las fuentes de agua y los cambo climático global”
servicios • Adaptación al cambio
derivados del uso de éstas. Todo esto climático en regiones
desde el principio del agua como afectadas por el retroceso de
derecho humano y la prelación de uso los glaciares tropicales en
del agua destinada a la vida Bolivia.
67
entendida, como el consumo humano y • Fortaleciendo la capacidad y

las actividades productivas desarrollando estrategias de
relacionadas con la seguridad adaptación a los fenomenos
alimentaría y medio ambiente. del Cambio Climático en
comunidades de montaña de
la cordillera real de los andes
centrales de Bolivia .
• Promoción de los derechos
indígenas de Bolivia a través
de la gestión concertada del
agua de la cuenca Mauri -
Desaguadero
• Defendiendo los Derechos
Humanos de comunidades
indígenas de Los Andes
frente a los impactos del
Cambio Climático.
Socios: IDRC / IAI / AECID /

JUNTA DE ANDALUCIA /
DANIDA / Intermón – OXFAM /
DIAKONIA/ ICCO / COSUDE/
ACSUR Las Segovias.
La fundación Sumaj Huasi “Para la
Fundación Sumaj Huasi Para
vivienda Saludable” es una entidad sin
la Vivienda Saludable
fines de lucro creada con la finalidad de
dar respuesta a los múltiples problemas
Contacto: Ing. Juan Carlos
generados por la pobreza en Bolivia y
Suntura Yujra – Director
otros países en vías de desarollo. Diversos proyectos de
ejecutivo
intervención localizados en
Misión: Mejorar las condiciones de vida, zonas periurbanas y otros de
Dirección: C. Landaeta N°
salud y el entorno ambiental de las atención a emergencias por
546 esq. Pasaje Juan Pablo II.
poblaciones más necesitadas, mediante desastre.
el desarrollo, aplicación y difusión de
Tel.: 2493947
tecnologías y metodologías alternativas
en agua, saneamiento y medio
Casilla Postal: 5036
ambiente, teniendo como eje el
concepto de vivienda saludable.
CARE en Bolivia busca un país de
esperanza, tolerancia y justicia social, en
el que la pobreza haya sido superada y
la gente viva con dignidad, seguridad y
ejerciendo sus derechos. CARE en
Bolivia será una fuerza global y socio de
elección dentro de un movimiento
CARE nacional dedicado a erradicar la
pobreza. Será conocida por su firme
Contacto: compromiso por la dignidad de las
Silvia Aguilar personas.
La misión de CARE en Bolivia es servir
Dirección: a las personas y a las familias en las
Pasaje Jáuregui No 2248 La comunidades más pobres del país. Está;
Paz, Bolivia fortalecida por su diversidad, recursos y
experiencia en el ámbito nacional.
tel: 2150700 Promueve soluciones innovadoras y
aboga por la responsabilidad global.
Facilita el cambio sostenible por los
siguientes medios:
• Promoviendo el respeto y ejercicio de
los derechos humanos en todas sus
manifestaciones.
• Fortaleciendo la capacidad de auto
68
ayudarse.
• Proporcionando oportunidades
económicas
• Ayudando en casos de emergencia
• Influyendo en decisiones políticas a
todo nivel.
La misma trabaja desde el año
Plataforma de instituciones públicas,
2002 en la construcción de
instituciones privadas y centros de
CGIAB políticas públicas para el manejo
investigación universitaria involucradas
y gestión sustentable del recurso
en la temática del agua.
agua.
ANEXO V. SECTOR PRODUCTIVO – SERVICIOS

NOMBRE DE LA
ENFOQUE Y LINEAMIENTOS PROYECTOS RELEVANTES
ORGANIZACIÓN
Es la empresa responsable del
Empresa Pública aprovechamiento de aguas para la
Social de Agua y prestación de servicios de agua potable
Saneamiento S.A. y alcantarillado sanitario en las ciuades
de La Paz, El Alto y sus alrededores. Socios: IHH, Universidad Libre
Misión: ser una empresa pública de Bruselas, IRD.
Persona de autosostenible con capacidad de
Contacto: Ivette gestión eficiente, lider a nivel nacional
Arias. Tel.Cel. 701 en la prestación del servicio de agua
70601 potable y alcantarillado con equidad
social; que contribuya a mejorar la
calidad de vida [de la población]”.
69
APÉNDICE 4-REPORTE TALLER 3-4 Y PROPUESTA DE ESCENARIOS CLIMÁTICOS
Bolivia
Reduciendo Vulnerabilidad al Cambio Climático a través de la
Inclusión de Adaptación en los Procesos de Planificación (RG-
T1840)
Task Order No. 3
APOYO TÉCNICO AL ‘PROGRAMA DE RESILIENCIA CLIMÁTICA PARA LOS

SISTEMAS DE AGUA Y SANEAMIENTO DE LAS ÁREAS METROPOLITANAS DE LA
PAZ Y EL ALTO’ (PPCR/SPCR)
RG-T1840
REPORTE SOBRE TALLERES 3-4, ENTRENAMIENTO INTERMEDIO, Y

AVANZADO DE WEAP Y ESCENARIOS CLIMÁTICOS
Agosto, 2012
70
1. REPORTE SOBRE TALLERES 3 Y 4

El presente reporte es un resumen del trabajo realizado durante la visita del SEI a la ciudad
de La Paz en fecha 9 al 13 de julio del 2012. Durante la estadía se visitó al SENAMHI para
conversar acerca de los avances en escenarios de cambio climático, además se realizaron
los talleres 3 y 4 que consistieron en el entrenamiento intermedio y avanzado de WEAP y
definición de escenarios de cambio climático. Asimismo se realizó la visita a las
instituciones del Grupo Focal para el seguimiento de la transferencia de capacidades y
asignación de tareas para una mejor asimilación del modelo WEAP.
Actividades Previas a los Talleres

Lugar y fecha de realización: La Paz, 9 de Julio del 2012
Se realizó una reunión en el Servicio Nacional de Meteorología e Hidrología (SENAMHI)
para conversar acerca de los avances de escenarios de cambio climático para el Proyecto
“Adaptación al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales”-
PRAA. El objetivo de este trabajo es básicamente evaluar las salidas de los modelos TL959
y ETA para Bolivia en los periodos presente (1979 – 2003), futuro cercano (2015 - 2039) y
futuro lejano (2075 – 2099). La conclusión de la reunión fue que el Meteorólogo Gualberto
Carrasco realice una presentación del avance en los talleres posteriores, pero previa
autorización del PRAA.
Adicionalmente se realizó una visita a Marcial Berdeja para revisión de la agenda de los
talleres 3 y 4. Durante esta visita se informó al equipo de trabajo que existen otras
iniciativas de análisis de tendencias climáticas que serán apoyadas por el Ministerio de
Medio Ambiente y Agua (MMAyA) las cuales serán ejecutadas por la Universidad de
California en Davis, la Universidad de Utah y la Universidad de Nebraska. Sin embargo, se
concluyó que los resultados de estos análisis no estarán disponibles para incluirlos dentro
del estudio que está avanzando SEI.
Durante una visita a Prem Jai del BID, también se listaron otros pendientes, como la
necesidad de que el MMAYA llene la tabla de escenarios del XLRM para poder definir que
escenarios se estarán corriendo para el análisis de confiabilidad.
Taller 3 – Día 1 - Avances del Apoyo Técnico y Escenarios Climáticos

El Taller se inició con la presentación de todos los asistentes. En esta ocasión se contó con
la presencia del Gobierno Autónomo Municipal de La Paz (GAMLP), ya que en los
Talleres 1 y 2 no estuvieron presentes, además hizo conocer sus expectativas que es
compartir el Modelo con todas las instituciones del Grupo Focal.
Posteriormente se realizó una presentación a cargo del Ing. Marcial Berdeja acerca de las
expectativas del MMAyA sobre la aplicación del modelo WEAP en La Paz y El Alto.
Marcial hizo hincapié en que los resultados servirán como herramienta de seguimiento al
Estudio de Identificación (EI) para conocer el potencial hidrológico de las cuencas.
También comentó acerca de tres consultorías sobre escenarios de cambio climático:
Downscaling dinámico de escenarios climáticos para Bolivia (Universidad de Utah),
71
Estudio de patrones Complejos de Cambio Climático (Universidad de California) y otra

con la Universidad de Nebraska.
Posteriormente SEI presentó la línea de tiempo de la asistencia técnica y repaso del marco
XLRM. Además se presentó a la audiencia el procesamiento de datos climáticos de base y
geo-espacial. Posteriormente se presentó la aplicación del modelo WEAP en los sistemas
de agua de La Paz y El Alto y finalmente la presentación del mapeo de actores. Al final de
las presentaciones hubo varias sugerencias y observaciones:
• El SENAMHI debe dar un concepto sobre el proceso de homogeneización y relleno
de datos de precipitación, especialmente la estación meteorológica Hichucota,
ubicada en la cuenca del río Khara Kkota. También se observó que se debe revisar
el método de relleno de datos de precipitación con el MMAyA y SENAMHI para
verificar el método de correlación múltiple.
• Se debe realizar un trabajo de campo para recolectar datos de las zonas de riego.
• ¿Cómo se va trabajar en el caso de las cuencas con glaciares que no cuentan con
datos?
• ¿Por qué no se han incluido a las asociaciones de riego en el mapeo de actores?
Sabiendo que la población local se declaran como dueñas de las aguas provenientes
de las cuencas Khara Kkota y Taypichaca. Además el objetivo del MMAyA es
aprovechar estas aguas para suministro de la ciudad de El Alto, por tanto debería
estar incluyendo las asociaciones de riego. También se observó que en el mapeo de
actores se debe incluir los usuarios de la cuenca por zonas: alta, media y baja, y que
el estado actual del mapeo está separando el área urbana y rural, anotando que no
debería ser así pues existe mucha relación por procesos migratorios y otros. El
mapeo de actores está muy enfocado al proceso de aplicación del modelo WEAP.
Debería incluir todo el sistema de abastecimiento de agua potable.
Se permitió un espacio para que cada una de las observaciones anteriores fuera discutida.
En los casos en que la discusión no permitió resolver los puntos, las observaciones fueron
anotadas para ser incluidas en una lista de actividades pendientes por resolver.
Al finalizar la jornada el experto en resiliencia climática, David Yates, realizó una
presentación acerca de los escenarios climáticos y diferentes métodos que pueden usarse,
entre ellos el método del delta que es muy sencillo de ser aplicado en WEAP. Asimismo se
dieron a conocer los modelos que se evaluaron para la región de Bolivia tales como
PRECIS por la Fundación Amigos de Naturaleza (FAN), PRECIS por el Instituto de
Investigaciones Físicas (IIF-UMSA) y TL959 por SENAMHI para el PRAA; las
características de cada una de ellos se presenta en la sección de escenarios de cambio
climático. Todas las presentaciones se encuentran en el Anexo B.
Taller 3 – Día 2 - Entrenamiento Intermedio y Avanzado de WEAP

Durante la mañana se realizó la capacitación del Modelo WEAP a nivel intermedio,
específicamente el modulo Análisis de Demanda del tutorial de WEAP. Previo al inicio del
curso una gran mayoría de los asistentes se inscribieron al foro y posteriormente solicitaron
la licencia, ya que solo 2 personas habían asistido a los talleres 1 y 2. Participó personal
72
técnico de las siguientes instituciones: GAMLP, SENAMHI, Viceministerio de Recursos

Hídricos y Riego (VRHR-MMAyA), Viceministerio de Agua Potable y Saneamiento
Básico (VAPSB-MMAyA), Viceministerio de Medio Ambiente (VMA-MMAyA),
Gobierno Autónomo Departamental de La Paz (GADLP), Instituto de Hidráulica e
Hidrología (IHH-UMSA), Banco Interamericano de Desarrollo (BID) y PRAA. Del grupo
focal definido las instituciones que no participaron son: Empresa Pública Social de Agua y
Saneamiento (EPSAS) y Gobierno Autónomo Municipal de El Alto (GAMEA).
Por la tarde el SEI realizó una presentación acerca de la modelación hidrológica en WEAP
y su aplicación en la planificación del uso de los recursos hídricos. Posterior a la
presentación se realizaron ejercicios del módulo Hidrología del tutorial de WEAP. No hubo
inconvenientes durante el desarrollo del curso, asimismo en el proceso de enseñanza-
aprendizaje avanzó exitosamente debido a que se contaba con técnicos del Grupo Focal con
buenos conocimientos en el área de recursos hídricos.
Taller 4 – Día 1 - Definición de Escenarios Climáticos

El SENAMHI realizó la presentación de los avances de los escenarios de cambio climático
para el Proyecto “Adaptación al Impacto del Retroceso Acelerado de Glaciares en los
Andes Tropicales”-PRAA. En la actualidad esta institución viene analizando un modelo
dinámico TL959 que tiene una alta resolución espacial de 20 km con el escenario de
emisiones A1B. Por otro lado, el Ph D Carlos Olmos presentó los Criterios de Trabajo del
Proyecto “Elaboración del Diseño del Programa de Resiliencia al Retroceso de Glaciares
a través del Estudio de Gestión de Agua Potable de las Ciudades de La Paz, El Alto” para
el PRAA, BM, EPSAS y CAN.
También se realizó un ejercicio en WEAP sobre escenarios de cambio climático sobre el
modulo Hidrología, este no es parte del tutorial de WEAP, por tanto se ha preparado el
mismo para después compartir con el Grupo Focal (ver Anexo C). El ejercicio consistió en
tres escenarios: cambio de temperatura, precipitación y ambos.
Por la tarde el SEI realizó una presentación acerca del Regional Climate-Change Projection
from Multi-Model Ensembles (RCPM), son resultados de un análisis estadístico de
proyecciones de diferentes modelos climáticos. Las conclusiones para la región de Bolivia
para el caso de la temperatura indican que los modelos coinciden en un aumento de la
temperatura, mientras que para la precipitación no existe consenso, algunos proyectan un
aumento y otras, disminución. Posteriormente se trabajó en el Modelo WEAP preliminar de
La Paz y El Alto, sobre escenarios de cambio climático.
Al finalizar la jornada se concluyó con el análisis de los escenarios climáticos existentes
para la región, resumiéndolos en una Tabla en la sección de escenarios climáticos.
Después del taller se realizó una visita al Viceministro Ortuño. En esta visita se informó
sobre el avance en las actividades de modelación y en los talleres, y se confirmó el apoyo
del Viceministro al proceso que se está realizando. Personal contratado por el MMAYA
que está encargado de hacer seguimiento al EI y al PPCR deberá mantener comunicación
con SEI para asegurar el avance y coordinación de las actividades.
73
Foto 1: Análisis de escenarios de cambio climático
Taller 4 – Día 2 - Visita a las Instituciones del Grupo Focal

Lugar y fecha de realización: La Paz, 13 de Julio de 2012
El objetivo fue revisar el estatus de avance en el uso de WEAP y se asignó un trabajo a
realizar, el cual se presentará durante el Taller final. Se aprovechó para recolectar alguna
información necesaria para el modelo, y asimismo recibimos algunas sugerencias y
observaciones. A continuación se resume la visita a las instituciones del Grupo Focal:
• Visita a EPSAS: esta fue oportuna y necesaria ya que permitió recolectar la
información necesaria para la modelación de la operación de reservorios. El técnico
involucrado en la capacitación, Ing. Tomás Quisbert, tiene instalado el WEAP con
su respectiva licencia. El trabajo asignado está referido al tema de los embalses para
suministro de agua a las ciudades de La Paz y El Alto. También se hizo la entrega
del Modelo WEAP La Paz y El Alto en su estado actual. Responsable de la tarea:
Ing. Tomas Quisbert
• Visita al SENAMHI: fue muy provechoso debido a que se discutió sobre los
escenarios de cambio climático, sobre el procesamiento de datos climáticos y
algunos detalles del modelo como el gradiente vertical de la temperatura. La tarea
asignada está referida a escenarios de cambio climático sobre el Modelo WEAP La
Paz y El Alto, previo entrega del mismo. Responsables de la tarea: Gualberto
Carrasco, Oscar Puita, Orlando Chura y Hugo Cutile.
• Visita al MMAyA: se aprovechó para hacer un reconteo de las actividades
realizadas en los talleres a pedido del Director Nacional de Riego el Ing. Luis
Marka. Posteriormente se asignó una tarea relacionada con el tema de riego y agua
potable sobre el Modelo WEAP La Paz y El Alto. Los técnicos tienen instalado el
software son su respectiva licencia. Responsables de la tarea: Ing. Carolina
Mendoza, Ing. Alvaro Rodríguez e Ing. Pamela Flores.
74
• Visita al GAMLP: se instaló el software y posterior solicitud de la licencia.

También se hizo la entrega del modelo WEAP La Paz y El Alto en su estado actual
y además se exploró el mismo para explicar acerca de los avances. Finalmente la
tarea asignada fue completar la hidrología y calidad de agua para la cuenca baja del
río La Paz. Responsables de la Tarea: Ing. Rubén Ledezma, Ing. Néstor Aguilar e
Ing. Amanda Villca.
Por cuestiones de tiempo no se realizó visita a dos instituciones, pero los consultores del
SEI en Bolivia lo hicieron días después y las tareas asignadas fueron las siguientes:
• IHH-UMSA: precipitación-escorrentía y alternativas de obras hidráulicas sobre el
Modelo WEAP La Paz y El Alto. Responsable de la tarea: Ph D Andrés Calizaya
Terceros y una tesista de pregrado.
• SEDEPAR-GADLP: riego en la zona baja de las cuencas de suministro de agua
para las ciudades de La Paz y El Alto. También se hizo la entrega del modelo
WEAP La Paz y El Alto en su estado actual. Responsable de la tarea: Rilmar León
Gutiérrez.
• Tarea para el PRAA: contraste y revisión del modelo glaciar ICE-KISS del Modelo
WEAP La Paz y El Alto. Responsable de la tarea: Ph D Carlos Olmos.
Actividades pendientes
Una vez terminado los talleres, visita a instituciones y trabajo del equipo SEI, se resumió
en la Tabla 1 las actividades pendientes y las estrategias para concluir con cada una de
ellas. Además incluye las inquietudes, sugerencias, observaciones y recomendaciones
recogidas durante la visita.
75
Tabla1: Actividades pendientes, pasos siguientes y estrategias

Por hacer Quién Cuando Actividad/gestión Comentario
SENAMHI sugiere usar periodo a partir del 2000
para calibración y periodo previo para validación.
Ing. Pamela Flores
Revisión de datos climáticos Se propone desarrollar un documento explicando Necesidad de revisión de
(MMAyA), Por definir
usados el método de procesamiento de datos, para metodología usada
SENAMHI, SEI
revision de SENAMHI, al cual SENAMHI
responderá con un concepto.
Participación de diferentes actores

Dr. Carlos Olmos Depende de reunión Consuelo Luna (PRAA) - es importante, se esperaría que en
Revisión modelo glaciar
(PRAA), SEI Prem Jai Vidaurre (BID) - EPSAS - MMAYA la reunión se llegue a acuerdos
para utilización de la información
Solicitar información de Enviar e-mail a Ivette solicitando información
SEI Prox. Semana
operación de embalses específica
Revisión modelo por BID BID Alejandro Deeb (BID)
Función de los
Terminar modelo histórico SEI
pasos previos
Si no es posible, intentar
Incluir actores de sistemas de riegos, asociaciones
Mapa de actores SEI, BID ? complementar con EI, y
de regantes, extractores de agregados, minería
complementar con MMAYA
XLRM - reducción de Podría enviarse a actores para
SEI, BID, MMAYA MMAYA Reunión
escenarios evaluación
Posible sesión antes del último taller para aclarar
WEAP - entrenamiento SEI, Grupo Focal Continuo
dudas
Coordinar conversaciones entre Angel Muñoz
SEI, PRAA, MMAYA,
Escenarios climático PRAA (PRAA) y David Yates para viabilidad de uso de
SENAMHI
datos
Desarrollar scripts para correr escenarios,

Corridas de escenarios,
desarrollar herramientas para procesar datos, y
procesamiento de datos y SEI Continuo
decidir sobre herramientas para visualizar
visualización de resultados
información
76
Por hacer Quién Cuando Actividad/gestión Comentario

Continuo,
Estratégia de incluir Obtener una base de datos de escenarios
SEI fecha límite
escenarios en WEAP climáticos lista para WEAP
Ago 15
Los consultores de SEI estan realizando las
gestiones necesarias para poder visitar las
Esta recolección de información
comunidades de regantes y recolectar la
Trabajo de campo para se realizará en una sola visita. Es
información necesaria. Esto implica realizar una
recolectar información de SEI Por definir posible que no toda la
petición para la visita y comprar los presentes de
riego información necesaria pueda ser
protocolo para atender a los líderes de las
recolectada en esta ocasión.
comunidades (i.e. hasta ahora se ha identificado
que se debe comprar un marrano y un cordero)
77
2. REPORTE SOBRE ESCENARIOS DE CAMBIO CLIMÁTICO EN BOLIVIA
Introducción
El presente reporte resume la revisión de estudios existentes sobre tendencias climáticas en

la región del proyecto y además el trabajo realizado por el experto David Yates, con el
objetivo de definir tendencias futuras para la elaboración y corrida de escenarios climáticos
dentro de WEAP dentro del proceso de PPCR en Bolivia. Los criterios para escoger
escenarios climáticos incluyen: 1) ser aplicables a la escala espacial del modelo, 2) deben
representar la diversidad de escenarios GCM disponibles para la región, y 3) deben tener
capacidad de representar de manera razonable condiciones históricas o en su defecto, se
debe proponer un método que genere el acople.
Para la elaboración y corrida de escenarios climáticos dentro de WEAP existen dos

posibilidades: escenarios ya generados por otros trabajos de investigación y escenarios que
se pueden desarrollar a través de este proyecto. Para la primera posibilidad se han
recopilado y documentado los estudios desarrollados por diferentes instituciones (Andrade,
2011, Andrade & Blacutt, 2010, PRAA, 2012, Seiler, 2009). La segunda alternativa se
concentra en definir escenarios que puedan ser desarrollados en el contexto del PPCR, y
está siendo desarrollada por el experto David Yates (investigador del NCAR) basado en el
Regional Climate-Change Projection from Multi-Model Ensembles (RCPM) (Tebadi &
Sanso, 2008, Groves et al. 2008).
Al final del reporte se hace un análisis de la revisión de los trabajos recolectados y además
se presenta la propuesta de escenarios climáticos para el dominio de modelación.
Revisión de estudios existentes
Implementation and validation of a Regional Climate Model for Bolivia

La Fundación Amigos de la Naturaleza (FAN) en el año 2009, realizó la validación e
implementación de un Modelo Climático Regional (RCM) para Bolivia, utilizó el Modelo
PRECIS, pero con otra versión y dominio a la de IIF-UMSA, con resolución espacial de 50
y 25 km.
Tabla 2: Características del Modelo
Fuente: FAN, 2009

Algunos resultados estadísticos de la validación tanto para la temperatura como
precipitación para el clima histórico se puede observar en las Tablas 3 y 4.
78
Tabla 3: Resultados de la validación para la temperatura media
Fuente: FAN, 2009

Tabla 4: Resultados de la validación para la precipitación
Fuente: FAN, 2009

La tendencia climática para Bolivia es un acortamiento del periodo de lluvias y un
alargamiento del periodo seco en gran parte del territorio. Por otro lado, las gestiones para
el acceso a estos resultados son inciertas, ya que la FAN es una institución privada y se
desconoce los términos de uso de información.
Evaluación del Modelo Climático Regional PRECIS para el Área de Bolivia y Comparación con
Datos de Superficie
Los investigadores Andrade & Blacutt (2010) del Laboratorio de Física de la Atmósfera del
IIF-UMSA realizaron un estudio de validación del modelo PRECIS donde se usaron datos
mensuales de 52 estaciones para el periodo 1961–1990, de las cuales solo 30 miden la
temperatura. Las variables medidas en estas estaciones fueron temperatura media,
temperatura mínima, temperatura máxima y precipitación acumulada; y estas fueron
obtenidas del SENAMHI. Las principales características de la corrida usada se puede
observar en la Tabla 5.
79
Tabla 5: Principales características de la corrida usada

Condiciones de Borde (Modelo Global) HadAM3P
Resolución espacial 50 km
Rango de latitudes 33.6°W-2°N
Rango de longitudes 41.88°W−84.12°W
Periodo 1961-1990
Fuente: Andrade & Blacutt (2010)
Según Andrade & Blacutt (2010), los resultados muestran que el modelo realiza un buen
desempeño en zonas bajas respecto a valores mensuales de temperatura media, mínima y
máxima, así como la precipitación acumulada mensual. Mientras que en la zona montañosa
el modelo subestima de manera sistemática la temperatura y sobreestima la precipitación.
Algunas resultados del análisis estadístico se puede observar en la Tabla 6.
Tabla 6: Resultados del análisis estadístico realizado para todas las estaciones dentro de
cada una de las regiones
Fuente: Andrade & Blacutt (2010)

La disponibilidad de estos resultados para el uso en el Modelo WEAP depende de las
gestiones del MMAyA, el Laboratorio de Física de la Atmósfera como parte de la UMSA
estaría dispuesto en compartir los resultados previa solicitud formal para definir algunos
términos de su posible uso.
Escenarios para el PRAA, SENAMHI 2012

El SENAMHI está realizando un trabajo para el Proyecto “Adaptación al Impacto del
Retroceso Acelerado de Glaciares en los Andes Tropicales” –PRAA con el objetivo de
evaluar las salidas de los modelos TL959 y ETA para Bolivia en los periodos presente
(1979-2003), futuro cercano (2015-2039) y futuro lejano (2075-2099) con el escenario de
emisiones A1B; además, se busca validar las salidas de los modelos basados en la
descripción del clima presente de las variables de precipitación y temperatura media y
comparar con los datos de la Unidad de Investigación Climática (CRU por sus siglas en
inglés Climate Research Unit) de la University of East Anglia en su tercera versión. Esta
comparación se está realizando utilizando métricas como el coeficiente de correlación
lineal, coeficiente de correlación cuadrado y el sesgo. El Modelo TL959 es un prototipo del
modelo atmosférico global de nueva generación de la Agencia Meteorológica de Japón
(JMA) y el Instituto de Investigaciones Meteorológicas (MRI). Cabe anotar que el trabajo
todavía no ha sido publicado, los resultados son parte de los avances.
Salida del modelo TL959 en relación a datos CRU 3.1-Precipitación
En la Fig. 1 se muestran los resultados de la comparación del modelo TL959 y datos CRU
3.1, donde se puede observar que en gran parte de territorio boliviano la correlación oscila
80
entre 0.6 y 0.9 por lo tanto una buena a muy buena correspondencia lineal. Por otro lado,
revisando el sesgo, el modelo sobrestima la precipitación especialmente en regiones de
topografía compleja y también para el Altiplano.
Fig. 1: Correlación y sesgo de la Precipitación entre CRU 3.1 y el modelo TL959 para el periodo
1979-2003 (fuente: Avances PRAA-SENAMHI).
También existen resultados del sesgo a nivel estacional, si bien para verano para gran parte
del territorio boliviano sobrestima la precipitación, y en otras solo algunas regiones, pero
en todos los casos para las regiones montañosas el modelo sobrestima la precipitación.
Salida del modelo TL959 en relación a datos CRU3.1-Temperatura media
En la Fig. 2 se puede ver una alta correspondencia para la temperatura media entre el
modelo TL959 y datos CRU 3.1, correlaciones de 0.6 se observan al norte del territorio
boliviano. Por otro lado, para gran parte de Bolivia subestima la temperatura media y en el
Altiplano Central sobrestima hasta 1.5 °C.
Fig. 2: Correlación y sesgo de la Temperatura Media entre CRU 3.1 y el modelo TL959 para el
periodo 1979-2003 (fuente: Avances PRAA-SENAMHI).
81
En los resultados a nivel estacional el modelo subestima la temperatura en gran parte de

Bolivia y sobrestima para el Altiplano Norte y Central.
Tendencias para el Futuro Cercano (2015 – 2039)
En los resultados preliminares se reportan incrementos porcentuales de precipitación desde
0 a 10% y en lagunas zonas decrementos hasta 5%. Incrementos de 15% se observan en el
Altiplano Norte (ver Fig. 3). También a nivel estacional existen múltiples cambios que
varían en las distintas estaciones.
Fig. 3: Delta (Futuro cercano [2015-2039]-Presente [1979-

2003]) de la precipitación [%] del modelo TL959 (fuente:
Avances PRAA-SENAMHI)
Respecto a la temperatura, en el reporte se indica un incremento con valores que oscilan de
0.7° a 1.1°C, y de forma homogénea a lo largo del año.
82
Fig. 4: Delta (Futuro cercano [2015-2039] – Presente

[1979-2003]) de la temperatura media [°C] del modelo
TL959 (Fuente: Avances PRAA-SENAMHI)
Tendencias para el Futuro Lejano (2075 – 2099)

La tendencia para el Futuro Lejano es un incremento de precipitación en la Cordillera
Oriental, zona subandina y llanuras bajas; y decremento en el Altiplano y Cordillera
Occidental, tal como se puede observar en la Fig. 5.
Fig. 5: Delta (Futuro lejano [2075-2099] – Presente [1979-

2003]) de la precipitación [%] del modelo TL959 (Fuente:
Avances PRAA-SENAMHI)
Las tendencias para la temperatura son incremento en toda Bolivia por encima de 2.2 °C,
en el Altiplano y la Cordillera Occidental está los mayores incrementos tal como se puede
observar en la Fig. 6. Además menciona que el incremento es homogéneo a lo largo del
año.
83
Fig. 6: Delta (Futuro lejano [2075-2099] – Presente

[1979-2003]) temperatura [ºC] del modelo TL959
(Fuente: Avances PRAA-SENAMHI)
Los resultados de la evaluación del modelo TL959 todavía no han sido publicados, los
resultados mostrados son parte de una presentación realizada por SENAMHI en el Taller
4-Definición de Escenarios de Cambio Climático para el Modelo WEAP La Paz y El Alto.
Según las conclusiones estos resultados podrían ser usados directamente una vez
procesados. El SENAMHI está dispuesto a ayudar para el procesamiento de forma que los
datos puedan ser utilizados en WEAP previa autorización del PRAA.
Universidad de Nebraska
Este modelo está ampliamente descrito en la página web

http://weather.unl.edu/RCM/Bolivia/data/ . En principio, el modelo se ha corrido para 3
dominios diferentes (Fig. 7)
84
Fig. 7: Dominios del modelo WRF a tres niveles diferentes (Yates, 2012)
En la Fig. 8 se observa la resolución fina (4 km) del modelo para la zona de estudio. Se
nota como el dominio del modelo WEAP se sobrepone sobre la grilla del WRF indicando
que este modelo de alta resolución podría se usado pues tiene información detalla del
dominio de estudio.
85
Fig. 8: Resolución del modelo WRF a 4 km comparado con el dominio del modelo WEAP (Yates, 2012)
86
Escenarios en desarrollo por el Proyecto
Regional Climate-Change Projection from Multi-Model Ensembles (RCPM)

El RCPM son resultados de un análisis estadístico de proyecciones de diferentes modelos
climáticos, para esto utiliza un modelo estadístico Bayesiano para sintetizar la información
de varios GCMs en una función de densidad de probabilidad de cambio en la temperatura y
precipitación. En términos simples, el RCPM se puede representar en el diagrama de flujo
en Fig. 9.El experto en resiliencia Climática David Yates realizó un trabajo para la zona
oeste de Bolivia, dominio que incluye el área del proyecto WEAP (Fig. 9).
Fig. 9: Dominio del trabajo en RCPM (Yates, 2012)

Los resultados del análisis estadístico para el escenario de emisión A1B respecto a la
precipitación para diciembre-enero-febrero se pueden observar en la Fig. 10, y estos
muestran que no existe consenso entre los modelos, ya que la tendencia de algunos es la
disminución y otros el aumento de la precipitación; en las Fig. 12,13 y 14 se puede
observar para otras estaciones. Para el caso de la temperatura (Fig. 11) todos los modelos
coinciden en el aumento de la temperatura.
87
Fig. 10: A1B Seasonal Changes for Western Bolivia from 21 AOGCMs, December-January-
February (Yates, 2012)
Fig. 11: A1B Seasonal Changes for Western Bolivia from 21 AOGCMs-Temperature (Yates, 2012)
88
Fig. 12: Análisis estadístico para la precipitación, Marzo-Abril-Mayo (Yates, 2012)
Fig. 13: Análisis estadístico para la precipitación, Junio-Julio-Agosto (Yates, 2012)
89
Fig. 14: Análisis estadístico para la precipitación, Septiembre-Octubre-Noviembre (Yates, 2012)

Según el experto en cambios climáticos David Yates, al ser estos resultados un resumen del
clima regional, puede ser usado para generar series de tiempo de datos.
Resumen de modelos existentes y disponibilidad para el proceso PPCR

Entendemos que además de los modelos presentados en las secciones anteriores, existen
otras iniciativas como otro estudio por parte de la FAN que incluirá otros modelos, con
mayor resolución pero esto debe ser gestionado a través del centro de la FAN en Santa
Cruz. Asimismo existen otras iniciativas que el MMAyA estará apoyando con la
Universidad de Utah y con la Universidad de California en Davis, pero estas aún se
encuentran en proceso de formulación y los resultados no estarían listos para el trabajo de
modelación con WEAP dentro del PPCR.
Al finalizar el taller 4 entre todos los asistentes del Grupo Focal y con la visita a
SENAMHI se realizó un resumen (ver Tabla 7) de cada uno de los trabajos en escenarios de
cambio climático en Bolivia que pueda orientar a tomar la decisiones sobre la estrategia
para definir escenarios climáticos para ser usados en el modelo WEAP. Esta información
sirve de pase para desarrollar una propuesta (ver próxima sección) para el uso de escenarios
plausibles para el proceso del PPCR usando la información disponible para el dominio del
modelo WEAP La Paz y El Alto dentro de los términos del presente proyecto.
90
Tabla 7: Resumen de estudios de tendencias climáticas de Bolivia y región del Proyecto.
Escenario Implementación y Evaluación del modelo Escenarios para el Universidad de Nebraska, RCPM - Ensemble
Climático validación de un modelo climático regional PRECIS PRAA, SENHAMI 2012 MMAYA, BID
regional de clima para para el área de Bolivia:
Bolivia, FAN – Bolivia, 2009 Comparación con datos de
superficie, Andrade, 2010
Existe Si Si Si Si Si
actualmente?
Fuente - MCG, Modelos globales, PRECIS PRECIS TL959 (meteorológico, no CCSM, WRF 18 GCMs
MCR acoplado)
Resolución 25 km, 50 km 50 km 20 km 4 km, 16 km, 32 km NA (aprox. 220 km)
Período 1961-1991, 2001-2030, 2071- 1961-1990, 2050, 2100 1979-2003, 2015-2039, 5 yrs for historic and future 2000-2100 (by decade)
2100 2075-2099
Fuente de los Bioclim, web information about Instituto de la Atmósfera PRAA U. Nebraska Public (rcpm.ucar.edu)
datos? process (weather.unl.edu/rcm/bolivia/dat
a)
Estan validados No No En proceso No NA
por SENMHI?
En que formato Paper publicado, sirve para En publicación NETCDF y NC NETCDF ASCII
estan? comparar información
Quien podemos MMAYA, Cristian Seiler - página Andrade & Blackout Consuelo Luna y Angel Bob Oglesby David Yates
contactar para web, Alvaro Rodriguez - CD Munhoz en IRI,
obtener los datos posteriormente SENAMHI
Potential use ? ? Se podría usar Uso indirecto para ayudar a Resumen regional de clima
directamente para los informar gradientes de podría ser usado para
escenarios después de ser temperatura a diferentes desarrollar series de tiempo
procesados elevaciones de datos
Comentarios Validación del SENAMHI depende Desarrollo de metodología Se van a analizar los datos en la Se van a analizar los datos en
de la escala. Pendiente en Condoriri y posibilidad de hacer un la posibilidad de hacer un
acercamiento de SENAMHI para replicabilidad en otras seguimiento seguimiento
validación cuencas. SENAMHI
entregaría datos
procesados listos para
WEAP. Piloto en Condoriri
se podría extender al
dominio del modelo WEAP
previa confirmación.
91
Propuesta escenarios climáticos para Bolivia
En este proyecto hemos identificado que existe incertidumbre y complejidad sustancial

asociada con el clima futuro, demandas de agua, población, demandas agrícolas,
regulaciones, y otros usos competitivos de agua. Estas fuentes de incertidumbre crean la
necesidad de explorar las diferentes dimensiones del espacio de decisiones. Debido a que
hay muchas combinaciones entre las estrategias de manejo y las incertidumbres, el objeto
será enfocar el estudio en el apoyo al análisis robusto de alternativas que permita evaluar el
desempeño de las opciones disponibles para el suministro de agua para La Paz y El Alto.
Una de las incertidumbres de consideración es el clima futuro. Existen diferentes métodos

para evaluar escenarios climáticos (Vergara et al. 2011), ya sea el uso de una salida de
modelo única, el uso de múltiples salidas de modelos, el uso de modelos regionales
climáticos, modelos estadísticos o combinaciones de los anteriores. Adicionalmente, los
escenarios climáticos pueden ser evaluados según su habilidad de representar el clima
pasado para considerar su capacidad para proyecciones futuras.
Dada la información existente sobre escenarios para Bolivia, al comparar con los criterios
propuestos de los escenarios, se observa que un método basado en el RPCM permite
cumplir con los criterios (Tabla 8). Por lo tanto, se ha optado por ejecutar un híbrido que
usa el ensamble de proyecciones regionales climáticas desarrollado - el método RCPM,
combinado con un modelo de alta resolución – TL959 (en la medida en que la información
esté disponible durante los tiempos necesarios para este proyecto), y observaciones
históricas. El método usará el ensamble que es informado por un análisis Bayesiano
(Tebaldi et al. 2008) y un análisis estadístico k-nn basado en observaciones y modelos de
alta resolución (Groves et al. 2008) (Fig. 15).
92
Tabla 8: Cruce de estudios de tendencias climáticas de Bolivia vs Objetivos de escenarios para el proyecto
Escenario Implementación y Evaluación del modelo Escenarios para el Universidad de Nebraska, RCPM - Ensamble
Climático validación de un modelo climático regional PRECIS PRAA, SENHAMI 2012 MMAYA, BID
regional de clima para para el área de Bolivia:
Bolivia, FAN – Bolivia, 2009 Comparación con datos de
superficie, Andrade, 2010
Aplicable a escala No No No Si Si, aplicando método de
del modelo bajada de escala
Representa No
diversidad de No No No Si
GCMs
Representación de En evaluación En evaluación
condiciones En evaluación En evaluación En evaluación
históricas
93
En la creación de escenarios climáticos, será necesario desarrollar narrativas basadas en la

distribución del RCPM que permitan describir, dentro del espacio de posibles escenarios
climáticos, las diferentes combinaciones posibles.
Fig. 15: Uso de RCPM, observaciones, método estadístico y narrativas para

desarrollo de escenarios climáticos para modelo WEAP La Paz y El Alto
El ensamble RPCM resume para una región geográfica el consenso entre los modelos
climáticos sobre proyecciones climáticas para una zona específica. La Fig. 9 muestra el
dominio del RCPM que incluye nuestra región de interés. Al crear nuestro ensamble
estaríamos usando un set bajado de escala de forma dinámica a nuestra región,
reconociendo que nuestra región es de 800 km2. La fortaleza más grande del RCPM es que
esta síntesis de 18 modelos está disponible actualmente. Esta aproximación además da un
peso a los escenarios basado en que los modelos están de acuerdo con el clima pasado, y
asigna un menor peso basado en si algunos de los escenarios son extremos comparados con
otros.
Otra razón para usar esta aproximación es que para este caso específico, modelos
percibidos como modelos de alta resolución son incluso muy gruesos para nuestro análisis.
Por ejemplo, un modelo de 20 km solamente representaría dos puntos y no capturaría la
topografía compleja de la región. Afortunadamente tenemos el modelo regional que corrió
la U. Nebraska (Fig. 8) que muestra el dominio de nuestro modelo WEAP de 800 km (el
polígono) y la grilla del modelo WRF de 4 km, indicando que este modelo si podría
capturar gradientes topográficos importantes. Es claro que una deficiencia de este set de
datos es el hecho de que RCM requieren considerable poder computacional, por lo tanto las
corridas realizadas por U. Nebraska son limitadas. Por ejemplo para Bolivia tenemos
solamente únicamente 5 años de corrida.
A través de este método propuesto el RCPM servirá para:
1. Proveer límites a la magnitud del cambio climático regional
2. Dentro de esos límites, proveer cambios consistentes y estacionales
3. Proveer un estimado de magnitudes de cambio inter-anuales
La conexión entre el modelo de alta resolución es explorar simplemente la posibilidad de
gradientes de cambio sobre una cuenca como resultado de una topografía más detallada.
94
En conclusión, para el modelo WEAP de La Paz y El Alto que se corre a paso de tiempo
mensual, estaremos usando el ensamble RPCM, el cual será informado por el modelo de
alta resolución (si los datos están disponibles a tiempo), y un método estadístico k-nn que
junto con las observaciones históricas permitirá desarrollar las series climáticas futuras. Al
usar este método esperamos poder obtener una descripción de la distribución probabilística
del ensamble, de forma que será posible desarrollar al menos 10 escenarios climáticos para
el análisis.
Finalmente, como resultado del proceso Q&A que está siendo realizado por Sebastián
Vicuña, se plantea la sugerencia de realizar una etapa de análisis de sensibilidad que
muestre cuales son los posibles escenarios de cambio de temperatura y precipitación que
pudieran afectar el suministro de agua a las ciudades, Ese trabajo puede dar contexto a
posibles escenarios de cambio climático e implica un trabajo de implementación fácil y que
permite una base para explicar las consecuencias de las tendencias climáticas a los
tomadores de decisiones. Para esto se sugiere usar el trabajo realizado por Vicuña et al en
http://ascelibrary.org/doi/abs/10.1061/%28ASCE%29WR.1943-5452.0000202.
Según David Yates, este tipo de experimento de sensibilidad o de ‘ingeniería inversa’
explorará el nivel de cambio que es necesario que ocurra para que exista un impacto en los
recursos hídricos. Por ejemplo, si una medidas de desempeño es que ‘un reservorio no
puede bajar de cierto nivel en 1 de 40 anchos’ entonces el modelo se corre por ejemplo con
temperaturas incrementales hasta que esta regla no se cumpla, lo que sugiere un grado de
temperatura que llega a una condición que no es aceptable. Este tipo de aproximación es
útil, y se va a considerar la posibilidad de implementarla en el estudio.
95
REFERENCIAS
Andrade M., 2011. Proyecciones del Clima Futuro en Bolivia: Revisión del conocimiento
actual. Programa Nacional de Cambio Climático (PNCC). Informe Final. La Paz-Bolivia.
Andrade M. & L. Blacutt, 2010. Evaluación del modelo climático regional PRECIS para
el área de Bolivia: Comparación con estaciones de superficie. Revista Boliviana de Física,
16, 1–11. La Paz-Bolivia.
Proyecto Adaptación al Impacto del Retroceso Acelerado de Glaciares en los Andes
Tropicales-PRAA, 2012. Avances del Modelo TL959. Banco Mundial, Comunidad
Andina (CAN), MMAyA, PNCC y SENAMHI. Presentación en Taller 4-Definición de
Escenarios de Cambio Climático para el WEAP organizado por MMAyA, BID y SEI.
Seiler C., 2009. Implementation and validation of a Regional Climate Model for Bolivia.
Fundación Amigos de la Naturaleza (FAN-Bolivia).
C. Tebaldi and B. Sanso (2008) Joint projections of temperature and precipitation change
from multiple climate models: a hierarchical Bayesian approach. Journal of the Royal
Statistical Society A, Vol. 172, no. 1, pp. 83-106.
Yates D., 2012. Climate Change Scenarios for Water Resource Assessment. Presentación
en Taller 4-Definición de Escenarios de Cambio Climático para el WEAP organizado por
MMAyA, BID y SEI. http://rcpm.ucar.edu/about.html
D. G. Groves, D. Yates, and C. Tebaldi (2008), Developing and applying uncertain global
climate change projections for regional water management planning, Water Resour. Res.,
44, W12413, doi:10.1029/2008WR006964.
Vergara, W. ; Escobar, M. ; Deeb, A.; Leino, I.; Kitoh, A. 2011. Assessment of the
Impacts of Climate Change on Mountain Hydrology: Development of a Methodology
Through a Case Study in Peru. World Bank Studies book
96
ANEXO A. LISTA DE ASISTENCIA
Lista de asistencia Taller 3 –Martes 10 de Julio del 2012

N° NOMBRES Y APELLIDOS INSTITUCIÓN CORREO ELECTRÓNICO TELÉFONO
1 Oscar Puita Rodríguez SENAMHI oscarnain@senamhi.gob.bo 70564546
2 Orlando Chura M. SENAMHI chura@senamhi.gob.bo 67338533
3 Juan Pablo Quevedo VRHR-MMAyA juan.quevedo@riegobolivia.org 2113239
4 Carolina Mendoza Bruckner VRHR-MMAyA mendozabruckner.carolina@gmail.com 78190031
5 Marcial Berdeja DGP-MMAyA marcial_berdeja_b@hotmail.com 70541050
6 Rubén Ledezma GAMLP ruben.ledezma@lapaz.bo 70115644
7 Nilo Alberto Lima Quispe SEI nilobcred@hotmail.com 72081996
8 Hernando Quisbert Sánchez SEI jjchapu@hotmail.com 67325862
9 Rilmar León Gutiérrez GADLP rill_33@hotmail.com 73510800
10 Andrés Calizaya Terceros IHH-UMSA andrecaly@hotmail.com 71544655
11 Prem Jai Vidaurre BID prem@iadb.org 70695947
12 Amanda Villca Beltrán GAMLP ruth.villca@ci-lapaz.gov.bo 79523827
13 Pamela Flores Ayaviri VAPSB-MMAyA fa.pamela@gmail.com 76140564
14 Álvaro Rodríguez PROAGRO-GIZ alvaro.rodriguez@riegobolivia.org 72774954
15 Oscar Carrasco VMA-MMAyA oscarlbcar@gmail.com 73017109
16 Ivette Arias EPSAS ariasi@epsas.com 70170601
17 Carlos Olmos G. PRAA colmosga@gmail.com 70656646
97
Lista de asistencia Taller 3 –Miércoles 11 de Julio del 2012

3 Juan Pablo Quevedo VRHR-MMAyA juan.quevedo@riegobolivia.org 2113239
5 Lizet Patricia Sullcata VRHR-MMAyA lizpaty_sc@hotmail.com 72541366
6 Néstor Aguilar Campos GAMLP nestor_ac@hotmail.bo 70115644
15 Rosselt Ivanod Miranda VMA-MMAyA rosselt.miranda@hotmail.com 70583265
16 Miguel Ángel Pinto Gutiérrez VRHR-MMAyA miguel.pinto@riegobolivia.com 72528257
18 Juana Mejía IHH-UMSA j.mejiag2@gmail.com
19 Gualberto Carrasco PRAA-SENAMHI gucami@senamhi.com 71593754
20 Sharai Vargas Flores IHH-UMSA sharai_sthef@hotmail.com 73006204
98
Lista de asistencia Taller 4 –Jueves 11 de Julio del 2012

3 Arpad Gonzales Tomanyi BID-MMAyA arpadgon@hotmail.com 77236830
5 Yarusca Castellon SENAMHI yarusca@senamhi.gob.bo 2355824
6 Néstor Aguilar Campos GAMLP nestor_ac@hotmail.bo 70115644
15 Javier Gonzales UNINUR jgonziw@gmail.com 76732703
16 Miguel Ángel Pinto Gutiérrez VRHR-MMAyA miguel.pinto@riegobolivia.com 72528257
18 Juana Mejía IHH-UMSA j.mejiag2@gmail.com
19 Gualberto Carrasco PRAA-SENAMHI gucami@senamhi.com 71593754
20 Sharai Vargas Flores IHH-UMSA sharai_sthef@hotmail.com 73006204
99
ANEXO B. PRESENTACIONES DE LOS TALLERES 3 Y 4
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
ANEXO C. TUTORIAL DE WEAP: ESCENARIOS DE CAMBIO CLIMÁTICO
Tutorial de Water Evaluation And Planning System -WEAP

Escenarios de Cambio Climático
El objetivo del tutorial es introducir y modelar en WEAP los escenarios de cambio climático,
con tendencias de temperatura, precipitación y ambos. Antes de empezar con ejercicio ir al
menú Área y hacer clic en revert to version y escoja la versión llamada Hydrology Module.
1. Cambio de temperatura
118
En la vista de Datos hacer clic en el botón derecho del mouse sobre Key Assumptions y
escoger la opción agregar y después nombrarlo como Calentamiento. En unidad poner en °C
y debajo de escala quitar porcentaje. Para ingresar los datos, hacer clic izquerdo debajo de
2000 y escoger Monthly Time-Series Wizard.
Ingresar los cambios de temperatura en °C para cada mes del año.
119
En la misma vista de Datos hacer clic izquierdo en el boton Manage Scenarios. En la ventana
de manejo de escenarios hacer clic izquierdo en el botón agregar y nombrarlo como
Calentamiento, después en parte derecha de la ventana verificar que debajo de Calentamiento
se basa en: esté reference y cerrar la ventana; posteriormente aparcera una ventana con el
siguiente mensaje Cambiando al Escenario de Calentamiento… hacer clic izquierdo en OK.
En la vista de Datos hacer Clic izquierdo en Demand Sites and Catchments, y debajo de este
hacer clic izquierdo en Agricultura Catchment. Antes se realizará algunos cambios en los
datos, para esto en la parte derecha hacer clic en el botón Irrigation, en Umbral Inferior
cambiar 45 por 55 en Irrigated.
120
Ahora, hacer clic en el botón Climate y verificar que en la parte superior donde dice Datos
para: diga Calentamiento (2001-2015) en texto de color rojo; luego hacer clic en el botón
Temperatura y debajo de la pestaña 2001-2015 hacer clic izquierdo y luego escoger la opción
Editor de Ecuaciones.
En la ventana de Editor de Ecuaciones en la parte inferior aparecerán los datos mensuales, a la

cual se le debe sumar con las tendencias de temperatura creada en Key Assumptions con el
nombre de Calentamiento. En la misma ventana existen dos pestañas una con el nombre de
Funciones y otra Ramales, además existen operadores matemáticos. A los datos mensuales de
temperatura sumar calentamiento haciendo clic en el botón + (add) y luego hacer clic en la
pestaña Ramales y jalar con clic izquierdo sostenido Calentamiento. Para posteriormente
hacer clic en Verificar si la expresión está correcta hacer clic en Concluir.
121
Finalmente se puede correr los resultados, para esto en la Barra de Vistas hacer clic en
Resultados. En las siguientes Figuras podemos observar algunos de los resultados como la
demanda de agua.
2. Precipitación
En la vista de Datos, en Key Assumptions agregar un nuevo ramal y nombrarlo como
Precip; las unidades de medición deben estar en mm.
122
Para ingresar los datos, hacer clic debajo de 2000 y escoger la opción Editor de Ecuaciones,
para el caso de la precipitación utilizaremos la función Random donde se generaran valores
aleatorios entre 0.8 y 1.0
Posteriormente hacer clic en la vista de Datos en Manage Scenarios y agregar uno nuevo con
el nombre de Precip, y verificar que en la parte derecha en Precip se basa en: diga Reference.
123
En la vista de Datos en Demand Sites and Catchments seleccionar Agriculture Catchment y se

desplegará las pestañas de datos, y hacer clic en Climate y luego Precipitación; debajo de
2001-2015 seleccionar el Editor de Ecuaciones.
En la ventana de Editor de Ecuaciones multiplicar a los datos mensuales con Precip que fue
creado en Key Assumptions. Si la expresión está correcta Conluir.
124
Ahora se puede correr los resultados, pero antes crearemos el último escenario.
3. Precipitación y Temperatura
En la vista de Datos hacer clic en Manage Scenarios y agregar un escenario con el nombre de
DP_DT y verificar que en DP_DT se base en: diga Precip y luego cerrar la ventana.
En los datos de Agriculture Catchment hacer clic en Climate y luego Temperatura, debajo de
2001-2015 seleccionar Editor de Ecuaciones y sumar a los datos mensuales con
Calentamiento.
125
1.
Finalmente en la barra de vistas hacer clic en Resultados. En la siguiente figura podemos
visualizar resultados de la demanda de agua.
126
APÉNDICE 5-REPORTE TALLER 5
Bolivia
Task Order No. 4
APOYO TÉCNICO AL ‘PROGRAMA DE RESILIENCIA CLIMÁTICA PARA LOS

SISTEMAS DE AGUA Y SANEAMIENTO DE LAS ÁREAS METROPOLITANAS DE
LA PAZ Y EL ALTO’ (PPCR/SPCR)
RG-T1840
REPORTE SOBRE EL TALLER 5, PRESENTACION DE TRABAJOS REALIZADOS EN WEAP

POR EL GRUPO FOCAL, Y PRESENTACION DE RESULTADOS FINALES
A TOMADORES DE DECISIONES
Octubre 2012
127
REPORTE SOBRE EL TALLER 5

El presente reporte es un resumen del trabajo realizado durante la visita del SEI a la ciudad de
La Paz en fecha 9 al 14 de octubre del 2012. Durante la estadía se realizo el último taller de
WEAP que consiste básicamente en mostrar los resultados del modelo final con las
estrategias, escenarios climáticos, ya planteados en el taller 4. Asimismo plantear las
discusiones respectivas con el grupo focal para tener una retroalimentación adecuada, para
finalmente elaborar el informe final del proyecto.
Actividades Previas a los Talleres
Lugar y fecha de realización: La Paz, 9 de Octubre del 2012
Se realizó una reunión del grupo de trabajo (SEI), para coordinar la agenda del taller,
recopilando y preparando las presentaciones, realizando llamadas preparatorias a las
Instituciones del Grupo Focal. Adicionalmente se tuvo una breve reunión con la Ing. Ivette
Arias acerca de la problemática en la Empresa Pública Social de Agua y Saneamiento
(EPSAS) y también para conocer el estado de la institución.
Adicionalmente se realizó un reporte al grupo de trabajo del SEI sobre el seguimiento a las
instituciones del Grupo Focal, teniendo constantes reuniones periódicas (semanalmente),
revisando, preparando los modelos en WEAP, trabajos asignados anteriormente en el taller 4
y trabajando con los técnicos encargados como ser:
SENAMHI (Encargado de la elaboración del modelo: Oscar Puita, Rolando Chura, Gualberto
Carrasco)
EPSAS (Encargado de la elaboración del modelo: Tomas Quisbert, Ivette Arias)
GADLP-SEDEPPAR (Encargado de la elaboración del modelo: Rilmar Leon)
BID/PPCR/EI (Encargado de la elaboración del modelo: Arpad Gonzales)
GAMLP (Encargado de la elaboración del modelo: Amanda Villca, Ruben Ledezma, Nestor
Aguilar)
MMAyA/VAPSB (Encargado de la elaboración del modelo: Pamela Flores)
MMAyA/VRHR (Encargado de la elaboración del modelo: Carolina Mendoza, Alvaro
Rodriguez)
IHH (Encargado de la elaboración del modelo: Andrés Calisaya)
Taller 5a – Día 1- Presentación de Resultados y Aclaración de dudas sobre los trabajos

realizados por las diferentes instituciones del Grupo Focal.
El Taller se inició con la presentación de todos los asistentes. En esta ocasión no se contó con
la presencia de los técnicos encargados de la elaboración del modelo por parte de SENAMHI
pero si con la presencia del Director de SENAMHI Ing. Luis Noriega.
Se destinó toda la mañana para hablar con el grupo focal acerca del modelo WEAP que
estaban elaborando. Posteriormente se realizó la aclaración de dudas de los modelos
128
realizados por las diferentes instituciones del Grupo Focal, las cuales fueron aclaradas por el
grupo de trabajo, haciendo hincapié en el procesamiento de los datos, alcance del modelo
WEAP para las diferentes situaciones particulares de cada institución.
El grupo de trabajo apoyó a las instituciones para la estructuración de las presentaciones
haciendo las modificaciones respectivas.
Luego de la aclaración hubo varias sugerencias y observaciones:
• No se contó con todos los técnicos encargados de elaborar el modelo, esto debido a
problemas ajenos como viajes institucionales, dificultades técnicas, etc.
• Hubo mucho interés por parte de los técnicos del MMAyA, EPSAS, GAMLP, BID,
IHH, asiéndose énfasis en la continuidad del aprendizaje del modelo debido a la gran
aplicación que se tiene para diferentes áreas como: demandas de riego, microcentrales
eléctricas, escenarios climáticos, gestión de recursos hídricos.
• Al finalizar la mañana se terminó con el agradecimiento por parte de los participantes
a todo el grupo de trabajo por la colaboración en la elaboración del modelo WEAP
aplicada para las distintas problemáticas de cada institución.
Por la tarde se hizo la presentación de resultados obtenidos como una ante sala a la
presentación a los tomadores de decisiones del día viernes 12 de octubre.
Foto1: Análisis de Resultados

Esta presentación la realizaron, Marisa Escobar y David Purkey que consistía principalmente:
o Presentar resultados de la confiabilidad del sistema con cuencas actuales y
cuencas aportantes bajo condiciones actuales y bajo escenarios de cambio
climático.
o Presentación de la tabla XLRM mostrando todos los factores de
incertidumbre, estrategias de gestión, modelo y las medidas de desempeño.
o Presentación de la hidrología con la estación Hichucota que se encuentra en la
cuenca de Khara Kkota mostrando la metodología de corrección de datos con
el Vector Regional y un análisis de sensibilidad de clima.
o Se mostraron resultados y metodología de los escenarios climáticos que la
realizó el experto en resiliencia climática, David Yates usando como estación
base la de San Calixto por tener la mayor cantidad de datos registrados,
extensión de series de tiempo con la estación base, probabilidad de
129
condiciones futuras, la variación de la precipitación hasta el 2050 con los 6

escenarios climáticos elegidos, de la misma forma para la temperatura.
o También se mostraron resultados de la incertidumbre en los datos de demanda
como, la población, consumos percápita tanto para el area urbana y rural
estableciendo 2 escenarios con tasas de crecimiento alta y baja.
o Lo central de la presentación fue: la presentación de las 3 estrategias nuevas
en las cuencas de suministro, así como la ampliación de los embalses de
Khara Kkota y Taypichaca, y la construcción del embalse de Kaluyo para la
cuenca del Choqueyapu.
o Finalmente se mostró todas las automatizaciones del modelo con corridas en
Visual Basic y para las visualizaciones de los resultados se utilizo el software
Tableau.
2.
3.
4.
5. Foto 2: Discusión y sugerencias
6.
Se obtuvo la retroalimentación de los técnicos del Grupo Focal que tuvieron sugerencias y
observaciones las cuales fueron principalmente:
• El grupo focal planteo la simplicidad en los gráficos de escenarios climáticos
mostrando 2 gráficos: uno con los 6 escenarios climáticos y el otro solamente
mostrando los extremos y el promedio. También a sugerencia de Jorge Molina
especialmente en los escenarios de precipitación mostrar la diferencia porcentual
anual de cada escenario.
• También Marcial Berdeja sugirió establecer un punto de quiebre que resulta del
grafico de oferta vs. demanda para cada sistema, donde se dará a conocer la situación
actual del sistema de abastecimiento en el futuro estableciendo el año donde el
abastecimiento de agua será crítico.
• Prem Jai sugirió mostrar dos gráficos de abastecimiento de agua ya no por sistemas si
no por ciudades es decir, La Paz y El Alto resaltando que para La Paz se esta
agrupando los sistemas de Achachicala y Pampahasi y que para el sistema de El Alto
también abastece las laderas de la ciudad de La Paz.
130
• Prem Jai y Marcial Berdeja también sugirieron la simplicidad de la oferta de cada

cuenca (caudal) que cantidad se va para la demanda de riego y cuál es el remante que
estará disponible para el consumo urbano.
• A sugerencia de Jorge Molina se debe especificar los nombres en los gráficos en
Tableau de cada variable para mayor comprensión en el impacto de los resultados.
• A sugerencia de Andrés Calisaya se tiene que compartir la información técnica con
las asociaciones de regantes en las partes bajas de las cuencas esto para establecer
acuerdos todo en el marco social.
• Arpad Gonzales sugirió revisar las ecuaciones empíricas del modelo Ice Kiss
planteado para la ciudad de Quito y adecuarlas para el proyecto.
• El grupo focal sugirió que de todas alternativas el grupo de trabajo elija como
sugerencia la más confiable para presentar a los tomadores de decisiones.
Taller 5b – Día 2- Presentación de Trabajos de WEAP por instituciones del Grupo
Focal.
El taller se inició con la presentación de todos los asistentes, donde primeramente se
conformó un jurado para evaluar las presentaciones de trabajos en WEAP por las instituciones
del Grupo Focal. El jurado estaba conformado por:
Ing. Jorge Molina representando al Instituto de Hidráulica e Hidrología (IHH), Phd. David
Purkey representando al SEI, y Jim Kostaras representando al I2UD.
La exposición comenzó con la participación de la Empresa Pública Social de Agua y
Saneamiento (EPSAS) representado por el Ing. Hernando Quisbert Sanchez quien por
motivos de fuerza mayor tuvo que reemplazar al Ing. Tomas Quisbert quien fue el que elaboro
el trabajo para el taller. El trabajo de EPSAS consistía en la aplicación del modelo WEAP
para la modelación y operación en embalses creando un escenario de aumento en el nivel de
operación en la represa Tuni, que es la abastece a la ciudad de El Alto.
Seguidamente expuso la Gobernación Autónoma de La Paz (GADLP-SEDEPPAR)
Representado por el Ing. Rilmar Leon que estaba a cargo de la elaboración del modelo, que
consistía en la aplicación del modelo WEAP para la ampliación de las zonas de riego en la
provincia Los Andes haciendo una breve comparación con lo que actualmente produce la
zona en producción agrícola.
Foto 3 : Presentaciones del Grupo Focal
131
Luego expuso el Banco Interamericano de Desarrollo (BID) representado por el Ing. Arpad
Gonzales que realizó la elaboración del modelo WEAP en base a estrategias para la cuenca de
Milluni que consistía en la creación de un nuevo embalse aguas arriba de la represa Milluni
que la llamó embalse Patakhota.
Finalmente realizó su exposición el Ministerio de Medio Ambiente y Agua (MMAyA)
representado por los ingenieros: Carolina Mendoza, Pamela Flores, Alvaro Rodriguez,
quienes expusieron la aplicación del modelo WEAP para una cuenca específica como lo es la
de Taypichaca con sus respectivas demandas de riego.
Luego de las excelentes exposiciones el jurado tomó la decisión de otorgar el primer lugar al
Ing. Rilmar León (GADLP) premiándolo con una cámara digital de última generación.A
todos los demás participantes se les otorgó certificados de entrenamiento en WEAP.
Foto 4: Entrega de Certificados de Entrenamiento al Grupo Focal
Foto 5: Ganador de los trabajos en WEAP
132
Al finalizar la mañana hizo la presentación especial: Planeación Urbana Estratégica para

escases de agua por cambio climático en el Alto, Bolivia representado por Jim Kostaras
(I2UD).
Foto 6: Presentación de Jim Kostaras (I2UD)

La presentación de Jim Kostaras trae un ángulo de planeación urbana enfocado al análisis en
WEAP se tuvieron observaciones y sugerencias:
Jorge Molina sugirió que se amplié la cobertura del estudio también a la ciudad de La Paz,
esto por la importancia que significa la planeación urbana que en las ciudades de La Paz y El
Alto están en proceso de implementación.
David Purkey observó el tema social en la ciudad de El Alto que resulta muy importante
como las organizaciones sociales quienes prácticamente son las que administran a las
entidades públicas.
Por la tarde hubo la reunión con Carlos Olmos, Arpad Gonzales y todo el grupo de trabajo se
analizó muy detalladamente el modelo glaciar ICE-KISS implementado en el modelo WEAP.
Arpad Gonzales realizó un gráfico explicando la metodología, ecuaciones aplicadas en la
ciudad de Quito, las cuales fueron observadas por Carlos Olmos que sugirió que se revisaran
y se cambien las ecuaciones especialmente para la zona de ablación adaptados para la
Cordillera Real de Bolivia.
Taller 5c – Día 3- Presentación de Resultados Finales a los Tomadores de Decisiones.
El Taller se inició con la presentación de todos los asistentes. En esta ocasión se contó con la
presencia masiva del Gobierno Autónomo Municipal de La Paz (GAMLP).
Comenzó con las palabras de Marcial Berdeja, como representante del Ministerio de Medio
Ambiente y Agua (MMAyA) quien explico brevemente la importancia del modelo WEAP
como un instrumento de evaluación y planificación en la gestión de recursos hídricos
quedando satisfechos con el trabajo realizado por el grupo de trabajo SEI, también resaltando
la participación de las instituciones del grupo focal.
133
Foto 7: Palabras del representante del MMAyA

Seguidamente continuó con la palabras de Prem Jai Vidaurre como representante del Banco
Interamericano de Desarrollo (BID) quien agradeció a todas las instituciones participantes del
trabajo realizado como ser: SENAMHI, EPSAS, MMAyA, GAMLP, PNCC, PPCR, PRAA,
IHH en conjunción con el SEI, implementando el modelo WEAP para la toma de decisiones
para el abastecimiento de agua para las ciudades de La Paz y El Alto.
Luego se hizo la presentación de Marisa Escobar donde hubo importantes sugerencias:
o Ruben Amaya (DGA – GAMLP) sugirió ampliar el modelo WEAP para el futuro para
los municipios circundantes a las ciudades metropolitanas, tales como: Mecapaca,
Achocalla,etc que también constituyen una fuente importante de abastecimiento de
agua.
o Javier Gonzales, Marcial Berdeja, Carlos Olmos, Prem Jai, propusieron que se elabore
una estrategia conjunta para implementar al modelo WEAP manteniendo los
escenarios climáticos, teniendo una conjunción de prioridades entre lo urbano y
agrícola, que servirá como un instrumento de toma de decisiones para las diferentes
instituciones.
Reuniones de Seguimiento
El grupo de trabajo del SEI tuvo diferentes reuniones de seguimiento especialmente con los
tomadores de decisión que son los actores principales del grupo focal.
Reunión con el Viceministro de Recursos Hídricos y Riego Ing. Carlos Ortuño
Por la tarde el grupo de trabajo del SEI se reunió con el Viceministro de Recursos Hídricos y
Riego Ing. Carlos Ortuño, se hizo un resumen de la presentación explicándole a detalle todos
los resultados obtenidos con el presente trabajo.
El Ing. Carlos Ortuño quedo muy satisfecho con la metodología implementada y
comprometiéndose a ampliar el alcance del trabajo para diferentes proyectos que realiza el
Ministerio de Medio Ambiente y Agua.
Reunión con el representante del BID Alejandro Deeb
134

La reunión con Alejandro Deeb fue muy provechosa nos mostró los alcances de todos los
trabajos que se están realizando para el abastecimiento de agua para las ciudades
metropolitanas de las ciudades de La Paz y El Alto. Todas están ligadas entre sí manteniendo
una misma correlación con el pasar de tiempo como se ve en la figura 1
CAUDAL
[l/s]
TIEMPO
[años]
Fig. 1: Alcance de proyectos
La reunión con Alejandro Deeb con el grupo de trabajo del SEI tuvo las siguientes sugerencias:
• Comparar y revisar las proyecciones de poblaciones del INE, EPSAS, con las
proyecciones que realizaron en un estudio de las Naciones Unidas
• El PRAA sugiere los escenarios en conjunción con las pérdidas en los sistemas.
• Hacer una combinación de prioridades de los sistemas de abastecimiento.
Finalmente Alejandro Deeb nos sugirió que realizamos un análisis detallado de la resiliencia
en función de la dotación del sistema que para el BID espera obtener una dotación de 1000 l/s
para la ciudad de El Alto , manteniendo todos los criterios de confiabilidad y cobertura como
se ve en la figura 2.
135
Fig.2: Análisis de la Resiliencia
Actividades pendientes
Una vez terminado los talleres, visita a instituciones y trabajo del equipo SEI, se resumió
en la Tabla 1 las actividades pendientes y las estrategias para concluir con cada una de ellas.
Además incluye las inquietudes, sugerencias, observaciones y recomendaciones recogidas
durante la visita.
Por hacer Quién Actividad
Ing. Ivette Arias Reunión

Revisión de aducciones para Por definir
(EPSAS)
los sistemas de
abastecimiento y
proyecciones de población
por sistema.
Revisión de las demandas Ing. Arpad Gonzales Reunión
de riego (PPCR – BID) Por definir
Completar el modelo histórico SEI Reunión

Continua
Revisión de las estrategias, creación SEI Reunión

de favoritos en función a las Continua
recomendaciones del MMAyA-BID
Revisión del criterio de SEI Reunión

resiliencia y cobertura Continua
Corridas de escenarios, Reunión

revisión de datos y SEI Continua
visualización de resultados
en Tableau
Elaboración y presentación del SEI Reunión

Continua
Informe Final
136
ANEXO A LISTA DE ASISTENCIA
Lista de asistencia Taller 5a –Miercoles 10 de Octubre del 2012
N° NOMBRES Y INSTITUCIÓN CORREO ELECTRÓNICO

1 Gualberto Carrasco SENAMHI gucami@senamhi.com
2 Arpad Gonzales MMAyA arpadgon@hotmail.com
3 Mejia Juana IHH Jimejia2@gmail.com
4 Carolina Mendoza VRHR- mendozabruckner.carolina@gmail.com
5 Marcial Berdeja DGP-MMAyA marcial_berdeja_b@hotmail.com
6 Jorge Molina IHH Jmolina_ihh@acelerate.com
7 Nilo Alberto Lima Quispe SEI nilobcred@hotmail.com
8 Hernando Quisbert Sánchez SEI jjchapu@hotmail.com
9 Rilmar León Gutiérrez GADLP rill_33@hotmail.com
10 Andrés Calizaya Terceros IHH-UMSA andrecaly@hotmail.com
11 Prem Jai Vidaurre BID prem@iadb.org
12 Juan Machicado Condarco SENAMHI Juan_ma@senamhi.gob
13 Pamela Flores Ayaviri VAPSB- fa.pamela@gmail.com
14 Álvaro Rodríguez PROAGRO- alvaro.rodriguez@riegobolivia.org
15 David Purkey SEI dpurkey@sei-us.org
16 Ivette Arias EPSAS ariasi@epsas.com
137
Lista de asistencia Taller 5b –Jueves 11 de Octubre del 2012

1 Susana Espejo MMAyA Susana2@gmail.com_ 72534567
2 Arpad Gonzales MMAyA arpadgon@hotmail.com 77236830
3 Mejia Juana IHH Jimejia2@gmail.com 73205222
5 Jorge Molina IHH Jmolina_ihh@acelerate.com 77575774
9 Alvaro Tapia PPCR-BID Alvaromar9@hotmail.com 70115445
11 Juan Machicado Condarco SENAMHI Juan_ma@senamhi.gob 68030006
15 James Kostaras I2UD kostaras@iu2d.org
138
Lista de asistencia Taller 5c –Viernes 12 de Octubre del 2012

2 Arpad Gonzales MMAyA arpadgon@hotmail.com 77236830
3 Mejia Juana IHH Jimejia2@gmail.com 73205222
5 Marcial Berdeja DGP-MMAyA marcial_berdeja_b@hotmail.com 70541050
6 Ruben Amaya DGA-GAMLP Ruben.amaya@lapaz.bo 2651896
9 Nestor Aguilar GAMLP-DDT nestorac@hotmail.com_ 70543456
10 Alvaro Tapia PPCR-BID Alvaromar9@hotmail.com 70115445
12 Juan Machicado Condarco SENAMHI Juan_ma@senamhi.gob 68030006
16 James Kostaras I2UD kostaras@iu2d.org
17 Diana Castro DEGIR-GAMLP diana.castro@lapaz.bo 72588951
19 Consuelo Luna PNCC conyluna@gmail.com 67173269
20 Bernardo Nina Rosso MMAyA/UAPSB ninarossobernanrdo@gmail.com 68225914
139
3. ANEXO B. PRESENTACIONES DE LOS TALLERES 5a, 5b y 5c

PRESENTACION DEL GOBIERNO AUTONOMO DE LA PAZ
GOBIERNO AUTÓNOMO DEL

DEPARTAMENTO DE LA PAZ
SISTEMAS DE MACRO RIEGO EN LOS

MUNICIPIOS DE PUCARANI Y BATALLAS
DE LA PROVINCIA LOS ANDES
INSTITUCIÓN: SEDEPPAR-G.A.D.L.P.
GESTION 2012
PLANTEAMIENTO DEL PROBLEMA
En la actualidad las comunidades

productoras de los municipios de Pucarani y
Batallas, de la provincia Los Andes confrontan
serios problemas por la falta de agua para
riego. Los cuales son atribuibles a la falta de
infraestructuras hidráulicas de captación,
aducción y conducción.
140
DATOS DEL AREA DEL PROYECTO

MUNICIPIO DE PUCARANI
AREAS DE
COMUNIDADES RIEGO % ESPECIES Y SUPERFICIES
(Ha.) CULTIVADAS
PATAMANTA 566 25
TUJUYO 679 30 CULTIVO SUP. (Ha.) %
CACHUMA 407 18 PAPA 990 44
CHIRIOCO 339 15 PAPALIZA 83.25 4
CHAUCHA 272 12 OCA 121.5 5
TOTAL 2263 100 HABA 175.5 8
ALFALFA 69.3 3
COMINIDADES IVOLUCRADAS EN EL CEBADA 360 16
PROYECTO QUINUA 180 8
TRIGO 36 2
AVENA 247.5 11
TOTAL 2263.05 100

Datos climatológicos de la zona PP (mm), Tº

max (ºC), Tº min (ºC) y Humedad Relativa (%).
(Fuente: SENAMHI; Estacion Meteorologica Chirapaca)
Precipitación efectiva y Kc de cultivos

(Fuente: ABRO 3.1)
141

MUNICIPIO DE BATALLAS
AREAS DE
COMUNIDADES RIEGO % ESPECIES Y SUPERFICIES
(Ha.) CULTIVADAS
CHIRAPACA 570 30
YAURICHAMBI 475 25 CULTIVO SUP. (Ha.) %
CATACORA 532 28 PAPA 351 18
CALAZAYA 323 17
OCA 115 6
TOTAL 1899 100
HABA 180 9
ALFALFA 153 8
CEBADA 549 29
COMINIDADES IVOLUCRADAS EN EL QUINUA 180 9
PROYECTO AVENA 370 20
TOTAL 1899 100

Datos climatológicos de la zona PP (mm), Tº

max (ºC), Tº min (ºC) y Humedad Relativa (%).
(Fuente: SENAMHI; Estacion Meteorologica Huayrocondo)
Precipitación efectiva y Kc de cultivos

(Fuente: ABRO 3.1)
142
INTRODUCCION DEL PROBLEMA EN

WEAP
Demanda de agua para riego por municipio,
en función al área de riego y especies
cultivables.
Fuente de agua con la que se cuenta

(Cuenca).
Obra de Captación y Canal de aducción

principal.
Retorno del agua a la fuente.
RESULTADOS
RESULTADOS DE LA DEMANDA DE AGUA, SEGUN ABRO 3.1
MES E F M A M J J A S O N D ANUAL
DEMANDA 610,411.59 1,229,600.05 841,085.89 536,780.43 144,576.45 16,781.94 35,511.84 0.00 70,435.59 213,987.32 490,528.17 1,049,019.48 5,238,718.75
TOTAL (m3)
DEMANDA DE AGUA DE RIEGO - MUNICIPIO DE PUCARANI

1,400,000
1,200,000
1,000,000
DEMANDA (m3)
800,000
600,000
400,000
200,000
0
J J A S O N D E F M A M
MESES DEL AÑO
DEMANDA (M3)
143
RESULTADOS
RESULTADOS DE LA DEMANDA DE AGUA, SEGUN ABRO 3.1
MES E F M A M J J A S O N D ANUAL
DEMANDA 345,275.02 725,760.01 445,543.99 328,813.96 81,262.22 62,577.64 0.00 0.00 61,396.88 113,493.02 304,797.97 300,155.28 2,769,075.99
TOTAL (m3)
DEMANDA DE AGUA MUNICIPIO DE BATALLAS

800,000
700,000
600,000
DEMANDA (m3)
500,000
400,000
300,000
200,000
100,000
0
J J A S O N D E F M A M
MESES DEL AÑO
DEMANDA (M3)
CONCLUSIONES Y RECOMENDACIONES
La aplicación del WEAP en proyectos hidráulicos es de
mucha importancia, ya que en la actualidad no se
cuenta con datos precisos de caudales de las cuencas,
sub-cuencas y ríos existentes. Datos que son
indispensables para el diseño de presas, represas y obras
de captación de agua.
Mediante el ejercicio efectuado, se comprendió de

mejor forma la aplicación del programa WEAP.
WEAP es un instrumento preciso para el calculo de la

hidrología y demanda de agua.
Se recomienda, continuar con los asesoramientos para

algunas dudas que existiesen acerca de la aplicación
del WEAP.
144
PRESENTACION DE LA EMPRESA PÚBLICA SOCIAL DE AGUA Y

SANEAMIENTO
INTRODUCCION
Tuni Condoriri es un sistema de dotación para el abastecimiento de agua

potable a las ciudades de El Alto y partes de la ciudad de La Paz. La misma
está compuesta por una cuenca de aportación directa denominada Tuni y
por un sistema de trasvase de la cuenca de aporte Condoriri a través de
una presa de almacenamiento y una tubería de conducción de 900 mm de
diámetro. Además posee un sistema de aducción que opera parcialmente
durante el año el cual recibe aportaciones de la cuenca Huayna Potosí a
través de una obra de toma en el rio.
UBICACIÓN GEOGRÁFICA
La cuenca se encuentra en un área desarrollada entre 67 ° y 68 ° de longitud

oeste y 16 ° latitud sur, posee una área de 196.12 Km2 con una altura máxima
de 6051 y mínima de 4062.88 msnm.
UBICACIÓN GEOGRÁFICA
EL ALTO
LA PAZ
Sistema de abastecimiento Tuni Condoriri
145
CUENCAS DE APORTE - CONDORIRI
Características Fisiográficas Cuenca - Condoriri

Estación Hidrométrica para control de Condoriri (Vertedero de excedencias -
caudal Presa Condoriri)
Coordenadas de la cuenca (centro) 580721 , 8208990
Rango Altitudinal (msnm) 4461 - 5522
Elevación media (msnm) 4837.435
Superficie (km2) 20.113
Perímetro (km) 20.683
Exposición general Sur (190.31)
Pendiente media (%) 40.28%
Longitud del cauce principal (Km) 7.597
Longitud de la red de drenaje (km) 27.714
Coeficiente de compacidad 1.291
Factor de forma 0.349
Densidad de drenaje (km/km2) 1.378
Porcentaje de cobertura glaciar
(restitución - 2000) % 8.65%
Tiempo de concentración (h) 0.449
Temperatura media anual (°C) 1.658
Precipitación media anual (mm) 965.453
CUENCAS DE APORTE – EMBALSE TUNI
Características Fisiográficas Cuenca - Embalse Tuni

Estación Hidrométrica para control Tuni bajo (sobre el
de caudal reservorio Tuni)
Coordenadas de la cuenca (centro) 582467.78 , 8206490.93
Exposición general Sur - Oeste (204.814)
(restitución - 2000) % 5.06%
146
CUENCAS DE APORTE – EMBALSE TUNI
Características Fisiográficas Cuenca - Huayna Potosí

Estación Hidrométrica para control Tuni Huayna (Obra de toma rio
de caudal Huayna Potosí)
Coordenadas de la cuenca (centro) 586194.23 , 8200940.36
Exposición general Sur (202.789)
(restitución - 2008) % 6.71%
SISTEMA DE TRASVASE - ADUCCION
147
MODELO WEAP
OPERACIÓN DEL EMBALSE TUNI
148
CALIBRACION DEL EMBALSE TUNI
149
APÉNDICE 6- ESCENARIOS DE CAMBIO CLIMÁTICO PEOT
The advanced Weather Research and Forecasting Model (WRF) was used to develop climate change
scenarios for this analysis. WRF is a fully compressible conservative-form nonhydrostatic atmospheric
model suitable for both research and weather prediction applications, which has demonstrated ability
for resolving small-scale phenomena and clouds (Klemp et al. 2007, Skamarock and Klemp 2008).
WRF has multiple options and choices for physical parameterizations (i.e., radiation, cloud physics,
cumulus clouds, planetary boundary layer turbulence) and is optimized for each application based on
the prevailing weather conditions, location, and goals of the project. To realistically simulate the two-
way land surface interactions with the atmosphere, WRF is coupled to the Noah Land Surface Model
(Noah LSM; e.g., Chen and Dudhia, 2001). The Noah LSM provides WRF with fluxes of energy and
water from the land surface, while also maintaining stores of water and energy in four soil layers to a
depth of 2 m.configuration for the Peru domain on the NCAR supercomputer, bluefire. Benchmark
simulations were done to estimate computing and data storage needs, with the model setup in a ‘double
nested’ configuration, with a summary of model results, used to determine resource requirements,
below:
Configuration: 2 domains (60/20 km): The 60-km domain is 160x100, the 20 km domain is 73x73.
There are 35 vertical levels up to 50 mb. Based on the benchmarks (shown below).
60 km
20 km
Figure A1. The 60 km grid-spaced and 20 km grid-spaced WRF domains.

Diagnostic analysis: We compile local meteorological data for several wet and dry periods, with
emphasis on ENSO variations, in the Huancabamba Watershed (for example, surface air temperature,
humidity, windspeed, precipitation, solar radiation, etc., which are sufficient to validate the surface
climate from current climate downscaling simulations. These data include a set of historical
150
precipitation estimate and other meteorological data for Northern Peru. The primary data set is known
“MERRA”, which is the Modern Era Retrospective Analysis for Research and Applications. In addition
to these data, we acquired monthly total precipitation for several stations throughout the Huancabamba
watershed from PEOT, which were used for verification of the WRF model runs.
Benchmark Results: A two-domain nested WRF configuration was employed, with 60-km outer and
20-km inner domains (Figure. A1). The 60-km domain spans 160 columns by 100 rows, and is is thus
9,600 km in the horizontal and 6,000 km in the vertical; while the inner, 20 km domain is 73 column by
73 rows, and thus extends 1,460 km by 1,460 km. There are 35 vertical levels up to 50 mb.One-way
nesting was used. There were 35 vertical levels from the surface to 50 hPa, with 7 levels in the lowest
1000 m. The initial and boundary conditions were provided by the National Centers for
Environmental Prediction – Department of Energy – Atmospheric Model Intercomparison Project
Reanalysis II (NCEP-DOE-II; Kanamitsu et al. 2002). Monthly 1-degree sea surface temperature (SST)
data from the Hadley Centre’s sea ice and sea surface temperature dataset, HadISST1 (Rayner et al.
2003), were bi-linearly interpolated to daily values and employed to update the SSTs daily. The
monthly HADISST data were chosen over several existing SST datasets that have daily resolution
because HADISST covers the entire period of interest, 1979-present. Three-hourly skin temperature,
snow water equivalent, soil temperature, and soil moisture fields from the 1-degree Global Land Data
Assimilation System (GLDAS; Rodell et al. 2004) were used to initialize the land surface and subsurface
states for the Noah LSM in WRF. GLDAS employs 4 different LSMs; the output from the Noah
LSM module in GLDAS was employed to initialize our simulations for consistency with the Noah LSM
in WRF. The spun-up soil temperature and soil moisture fields from GLDAS are in 4 layers from 0-2
m, consistent with the configuration that the Noah LSM in WRF employs. Modifications were made to
the longwave physical parameterization, the Rapid Radiative Transfer Model (RRTM; Mlawer et al,
1997), so that CO2 was changed from a time-invariant value of 360 ppm to annually-varying values
ranging from 337-387 ppm for 1979-2009 based on the Mauna Loa CO2 observations (Keeling et al.
2009).
A series of month-long sensitivity simulations were performed to optimize WRF for the study domain
centered on the Huancabamba basin in northern Peru. Numerous combinations of physical
parameterizations were tested, with the goal of finding the model configuration for which precipitation
is best simulated. Monthly precipitation totals and mean diurnal cycles from the WRF simulations were
compared to satellite-based precipitation data for March (wet season) and August (dry season) 2006. A
complete description of the satellite-based data is provided below in the model verification section.
Additionally, monthly-mean soundings from WRF were compared to radiosonde observations from
Cruzerio Do Sul (7.6 S, 72.7 W) to ensure reasonable vertical profiles of temperature, moisture, and
winds. For brevity, the results from the sensitivity studies are not presented, however a detailed
verification of the final simulations employing the chosen model configuration is given in the next
section. The chosen model physical parameterizations are summarized in Table A1.
The final production simulations were performed for year-long intervals; i.e., 30 one-year simulations
were performed, beginning on 31 July of each year, with the first starting on 31 July 1979. The results
for 01 January 1980 – 31 December 2009 will be analyzed in this study (Figure A2).
151
Figure A2. Sample precipitation maps compare the WRF simulated monthly mean
precipitation (top) with the pseudo observed rainfall from CMORF for January (left) through
November (right). See the included pdf file, wrf_output_07152010.pdf for details.
A final (31st) simulation of less than one year was performed to complete the period from 31 July 2009
– 01 January 2010. The choice of year-long simulations was made in an effort to balance
computational efficiency with the need to provide a reasonable amount of time for the land surface to
spin up. The simulations were initialized on 31 July of each year because it is during the dry season and
thus provides several months of time to spin up the land surface state before the rainy season, when
land-atmosphere interactions become more important. We are very encouraged regarding the skill of
the WRF model in representing the precipitation variability in both space and time. Table A1 presents
the final parameterizations choices used in the model.
152
Table A1. Physical parameterizations used in WRF simulations.

Parameterization Choice Citation
Cloud Microphysics Thompson Thompson et al. (2004)
Longwave Radiation RRTM Mlawer et al. (1997)
Shortwave Radiation Dudhia Dudhia (1989)
Surface Layer Eta similarity Janjic (2002)
Land Surface Noah LSM Chen and Dudhia (2001)
Plantetary Boundary Layer Mellor-Yamada-Janjic Janjic (2002)
Cumulus Clouds Grell-Devenyi Grell and Devenyi (2002)
Future Climate Scenarios

Our approach to climate scenarios for the OLMOS project requires some background and
motivation. There are several ways of generating future climate scenarios for impact and adaptation
analysis. Some approaches rely heavily on the results from Global Climate Models (GCMs), while
others do not have this dependency and make use of purely statistical methods based on prior
observations and assumptions about future climate. GCMs are used to simulate past, present, and
future global climate conditions, including impacts from greenhouse gas emissions and their
subsequent forcing of the climate system. This research wanted to explore the utility of using a
regional climate (RCM) over Northern Peru under current and future greenhouse gas
concentrations, and so falls into the former category because of its strong dependence on Global
Climate Model data for forcing the RCM. Many research centers around the world that have
developed GCMs, make their model results available to the climate change impacts community, and
while the projections of temperature change are often in general agreement, there is much less
agreement about future changes in precipitation. Thus, selecting a single GCM projection for use in
impact and adaptation assessments cannot adequately represent the inherent uncertainty in
projections of future climate as represented by modern GCMs.
Current generation climate models are generally able reproduce the warming that occurred over the
20th century when run in a “‘hindcast’” mode using estimates of historical greenhouse gas
concentrations. These models are also able to reproduce some of the key climate characteristics of
paleoclimates that were far different than today’s climate, which lends additional confidence that
GCMs’ future simulations will be generally realistic. Problematically to water planners, however,
outputs from GCMs are typically available at spatial scales of 100 kilometers or more.
Furthermore, different GCMs run under the same greenhouse gas emissions forcing scenario can
produce profoundly different projections of temperature and precipitation change, particularly at the
regional scale (see chapter 10 of IPCC 2007b for a comprehensive discussion of AOGCM
predictions).
Trying to summarize what individual GCM results conclude about the climate of a specific region
can be quite challenging. The datasets are large and their processing and interpretation cumbersome
and difficult. Fortunately, Tebaldi et al. (2005) derived regional probability distributions of future
climate from the output of individual GCMs using a fully Bayesian approach, which leads to useful
summary statistics of the range of future climate scenarios for a geographic region. The method has
153
been programmed into a web-based tool, the Regional Climate-Change Projections from Multi-
Model Ensembles (RCPM, http://rcpm.ucar.edu/), which provides a statistical analysis of the
projections made by many different coupled Atmosphere-Ocean General Circulation Models
(AOGCMs). The RCPM makes use of a Bayesian statistical model to synthesize the information
from the ensemble of AOGCMs into a probability density function of change in temperature or
precipitation for a given geographic region, which for this report is shown in Figure 15. A
probability density function describes the likelihood that an unknown variable will take on a value
found within a particular range. Bayesian analysis uses known data to infer probabilistic values for
unknown data that are consistent with the known values. This method allows for the inference of
the reliability of the models' future projections (which is unknown) based on their ability to
reproduce observed data and their agreement with one another (both of which are known).
Figure A3. Domain over which projected change in precipitation and temperature are
estimated from the Bayesian model (http://rcpm.ucar.edu)
In generating the probability density function, the analysis assigns an implicit weight to each
model's contribution based on two factors: bias and convergence. A model's bias is assessed by
comparing its reproduction of the current climate to observed historical data, averaged over a region
and season of interest. Convergence among models is rewarded by giving relatively more weight to
projections that agree with the other members of the ensemble than to outliers. Because agreement
between models may be due to model dependence, the analysis puts less weight on the convergence
criterion relative to the bias criterion.
This analysis is performed at a regional scale, area-averaging data from a minimum of four grid
points into regional means of temperature and precipitation change. For any given season and
154
greenhouse gas emissions scenario, the Bayesian model is able to derive a probability density
function of temperature and precipitation change. A season is any set of one or more consecutive
months up to a year; the available emissions scenarios are SRES scenarios A2 (high), A1B
(midrange), and B1 (low emissions); and change is the difference between two 20-year averages,
for example 1980-1999 (the typical "current climate" period) versus 2080-2099.
Figure A1 shows the region over Northern Peru where we have summarized the projected changes
in temperature and precipitation using the Bayesian Model based on the outcome of 15 individual
GCMs for the A2 SRES scenario. The A2 scenario is one of relatively rapid population growth and
limited sharing of technological change, combined with high greenhouse gas levels by the end of
the 21st century. Projected changes in annual precipitation around 2050 are shown in Figure 2,
where the relative change projected by individual GCMs is marked along the axis in its unique
color. The NCAR CCSM model is model number ‘4’, depicted in yellow, with a projected increase
in average daily precipitation of near zero. For this region, daily average annual precipitation is
roughly 2 mm/day, so it is interesting to note that the range in precipitation change is much greater
than the annual mean, suggesting great uncertainty in the representation of the current climate by
any single GCM. There is near equal likelihood that the region could be either wetter or drier, and
thus there is no strong GCM model consensus on the nature of precipitation change in the region.
Figure A4. Projected distribution of annual precipitation change around 2050. The vertical line
is the ‘zero-change’ line.
Figure A5 shows the change in precipitation for the wet season, March-April-May, where the
CCSM model is number ‘11’ and on the wet-side of the distribution, although again note the wide
spread of the distribution suggesting great uncertainty. Overall, the distribution suggests an increase
in seasonal precipitation, as the distribution is slightly skewed to the wet-side suggesting a bit
stronger model consensus for wetter conditions, with more individual model results to the right of
155
the zero change line. Figures 4 and 5 shows similar results, except for temperature change. Note
that all models suggest increases in temperature, around 1 to 2oC, but the wide spread in the
distribution again suggests significant uncertainty. The NCAR CCSM model is near the center of
the distributions of models.
Figure A5. Same as Figure A4, but for the March-April-May season.
156
Figure A4. Projected distribution of annual temperature change around 2050. The vertical line
Figure A6. Projected distribution of annual temperature change around 2050. The vertical line
The analysis from the Bayesian model are important for this work, since we are using the results of
a single GCM (e.g. the NCAR CCSM model) to drive a regional climate model, the Weather
Research Forecast (WRF) model from a single set of GCM results. Thus, our results will under-
represent the significant uncertainty of potential changes in the regional climate of Northern Peru.
With this caveat, we press forward with the method employed to generate climate change scenarios
for the OLMOS project.
Here, we describe the method and motivation of developing a climate scenario using the “Pseudo-
Global Warming” or 2XCO2 approach based on the WRF model. The 2XCO2 These runs were
made with the Weather Research Forecast (WRF) model by perturbing the 6-hourly, present day
(1980-2009) climate fields from the National Centers for Environmental Prediction – Department of
Energy Reanalysis II (NCEP2), and the HadSST1 sea surface temperatures (SSTs) (Rayner et al.
2003), with change fields calculated from NCAR’s Community Climate System Model (CCSM).
The CCSM simulations were originally run in support of the Intergovernmental Panel on Climate
Change Fourth Assessment Report (AR4; IPCC 2007).
1. Acquire the current and future CCSM data from the NCAR Mass Store for the current and
future climate runs.
2. From this data, calculate the perturbation fields by differencing the long-term monthly
mean U wind, V wind, temperature, geo-potential height, surface pressure, specific
humidity, and SST’s as the difference between current and future climate periods from the
157
CCSM model run for the 1995-2005 20C3M simulation, from the 2045-2055 SRES-A2
scenario.
3. The CCSM-perturbed NCEP2/HadISST fields were employed as the initial and boundary
conditions for the 2XCO2 simulations.
4. Annually-varying CO2 concentrations for the 30-year 2XCO2 simulations were set to the
SRES A2 concentrations for the 2035-2064 periods in the WRF longwave radiation
scheme.
5. Add the perturbation field to current analyses of atmospheric conditions and extract
regional model initial and lateral boundary conditions.
Note that with this approach, there is no change in the transient spectra (i.e. the regional model
assumes the climate variability in the future except for intensification or weakening of storms
within the domain). This assumption is a trade-off of the 2XCO2 approach compared to directly
downscaling future scenarios from CCSM or another AOGCM with the WRF model. The
motivation for this choice is that it was found, in general, that the coupled IPCC AOGCM
simulations, including CCSM, did not realistically reproduce the spatial patterns and annual cycle
of several key meteorological variables over Peru, especially rainfall and temperature. The issue is
likely related to the overall poor representation of the El Nino-Southern Oscillation (ENSO) by the
PICC AR4 AOGCMs (Lin 2007). Despite this issue, the change fields (2045-2055 minus 1995-
2005) among the different IPCC GCMSs were relatively consistent, and thus deemed the best
available guidance for projected climate change. For this reason, we chose the 2XCO2 approach
over directly downscaling CCSM with WRF, in order to take advantage of what we believe to be a
more realistic depiction of the spatio-temporal variability of the mean climate of Peru in NCEP2,
including for the mid-20th century. Another caveat of the approach is that it provides but a single
projection of future climate, thus the results should be treated cautiously given their high
uncertainty.
Acquisition and Processing of Historical Climate Data from SENAHMI
At the start of the project, PEOT staff provided available meteorological data to the project team,
consisting primarily of monthly precipitation data typically for the period 1963 through 2008.
Problematically, the data did not include temperature, which is needed for the WEAP model for
assessing both current system performance and potential climate change impact and adaptation
options. The project team was granted access to the SENHAMI web site and we were able to
download climate data for nearly 20 stations over Northern Peru from the SENHAMI web site,
http://www.senamhi.gob.pe/site/tesis/. These data consisted of daily total precipitation and minimum and
maximum temperature, typically for the period 1980 through 2009. Figure 6 shows climate data for
the Olmos station for the period 1980 through 2006. This was a significant effort to process these
data, as the data were not quality controlled, with a substantial number of missing data and/or
incomplete fields. We undertook a quality control and data filling exercise on this data, resulting in
a useful dataset for both the WEAP model and use by OLMOS staff for their own interests. The
large, dark circles in Figure A7 are the locations of the SENAMHI stations (e.g. Morropon,
Namballe, San Ignacio, etc.), while the small, light and regularly spaced marks are the locations of
the WRF computation nodes. The marks labeled 1 through 8 over the Rio Huancabamba watershed
are the location of the WRF grid point that were used for the WEAP simulations. The additional
data provided temperature and precipitation time series for the points across the Rio Huancabamba
and in the new irrigated agricultural region of Olmos. The data include daily total precipitation and
minimum and maximum temperature, which were converted to monthly total precipitation and
158
monthly average temperature for points in the Huancabamba watershed, while the daily data was
preserved for simulation irrigation demand in the new agricultural area.
Figure A7. Daily (top) and monthly (bottom) precipitation and temperature data for the
OLMOS station.
159
Figure A8. The domain of the WEAP model.
Generating Current and Future climate forcing using the WRF data.
The WEAP water resources model is run on a monthly time step, and so the WRF data was
aggregated to a monthly time step, with individual model points from WRF mapped one-to-one to
unique climate station data. For example, the grid-point labeled ‘1’ in Figure A8, was mapped to the
Laguna Shimbe observation point which is the climate data used to drive the Upper Huancabamba
catchment object in WEAP (e.g. UprHuan_3000 -> Laguna Shimbe Climate -> WRF Grid Point 1).
We needed to assess the skill of the WRF model in representing the precipitation and temperature of
the Laguna Shimbe station, suspecting that the WRF current climate simulations will be biased
relative to the observations. We extracted the concurrent monthly total precipitation for the period
1980 through 2003 for both the WRF runs and the Laguna Shimbe climate station, and plotted their
frequency curves to assess bias on a month-to-month basis, which is shown in Figure A9. So for
this station, the WRF models “skill” is simulating precipitation in January is quite good, with the
WRF model.
160
Jan Feb
p[, ])
sort(WRFp[, 2])
Mar
300
250
300
WRF Raw WRF Raw WRF Raw
Obs Obs Obs
200
WRF BC WRF BC WRF BC
150
150
100
50
50
0 5 10 20 30 0 5 10 20 30 0 5 10 20 30
p[, ])
sort(WRFp[, 2])
Apr May Jun
150
120
Obs Obs Obs
100
100
WRF BC ( WRF BC WRF BC
80
50
40
50
0
0 5 10 20 30 0 5 10 20 30 0 5 10 20 30
p[, ])
sort(WRFp[, 2])
100
100 150
80

60
Obs Obs Obs

(
60
40
50
20
20
0
0 5 10 20 30 0 5 10 20 30 0 5 10 20 30
p[, ])
sort(WRFp[, 2])
150

150
Obs Obs Obs

100

50
50
50
0
0 5 10 20 30 0 5 10 20 30 0 5 10 20 30
Figure A9. Monthly total precipitation (y-axis) ranked by year (y-axis) and by month. Top
left is January, then February, March, etc. WRF Raw is the actual raw total monthly
precipitation output from WRF. Obs is the observation and WRF BC is the bias corrected WRF
output.
We have applied a bias correction to each month series, which is the time series labeled “WRF-BC”
and depicted by open circles) in each figure. For February and March, the WRF model tends to
overestimate precipitation relative to the observations, while for April through December; the WRF
model tends to consistently under estimate rainfall. This bias step in bias correcting WRF output is
important. The raw WRF monthly total precipitation and average temperature could not be directly
used in the WOlmos water resources mode, as the results would be erroneous. With a bias corrected
time series, the resulting data can be used to force the WEAP model for both the current and future
water resources analysis.
161
APÉNDICE 7 - INSTRUCCIONES PARA EL USO DE LA BASE DE DATOS

DE TABLEAU Y DASHBOARD
EL Tableau Reader es una aplicación gratuita que permite abrir y visualizar las
gráficas elaboradas en Tableau Desktop. Con Tableau Reader se puede interactuar
con los resultados: filtrar, ordenar y examinar los datos. Además nos permite
compartir conocimientos analíticos para poder ahondar en detalles específicos, se
puede descargar de la siguiente dirección: http://www.tableausoftware.com/es-
es/products/reader
En la pestaña Download for FREE se descarga automáticamente el software

(Figura 7-1).
162
Figura 7-1. Software Tableau Reader - Descarga directa

Una vez instalado el software Tableau Reader se procede abrir el archivo de Tableau Desktop como
se muestra en la Figura 7-2.
Figura 7-2. Base de Datos

Por otro lado, los archivos generados para este reporte en Tableau, se encuentran en el folder
Marisa/Bolivia del ftp://50.194.21.14:9987/array1/Public/. Este link se debe abrir en Windows Explorer así:
163
Figura 7-3. Link para acceder a la base de datos y gráficas elaboradas en Tableau
Figura 7-4. Archivos de software Tableau para los sistemas de agua de La Paz y El Alto
Se espera que el lector utilice estos archivos para experimentar la capacidad dinámica de la
herramienta producida. En estos archivos es posible visualizar la base de datos y los resultados. Ya
que la base de datos tiene varias dimensiones, los resultados presentados en reporte son una muestra
de las posibles opciones, así que la base de datos se hace disponible para explorar la implicación de
las diferentes decisiones e incertidumbres.
Seguidamente estos archivos se abrirán y se contará con todas las propiedades de los gráficos
realizados en Tableau como podemos ver como ejemplo en la Figura 7-5.
164
Figura 7-5. Ejemplo 1: grafica del retroceso de áreas glaciares

Tomamos como un ejemplo la figura que nos muestra el retroceso glaciar de las cuencas en estudio
como ser: Khara Khota, Taypichaca y el Sistema Tuni donde los colores representan los escenarios
climáticos de optimista a pesimista. Si se quiere analizar a detalle solo uno de los escenarios como
por ejemplo el optimista, se debe hacer un click sobre la leyenda (Figura 7-6).
Figura 7-6. Interaccione en la gráfica de áreas glaciares
165
Otro ejemplo que podemos analizar es en la figura donde nos muestra la confiabilidad El Alto y La
Paz, la cual cuenta con filtros rápidos. Estos filtros nos permiten cambiar el periodo, la cobertura
urbana y de riego, así como otras incertidumbres (Figura 7-7).
Figura 7-7. Ejemplo 2: confiabilidad de sistemas urbanos

Por ejemplo cambiamos el período de 20 a 30 años y aumentamos la cobertura urbana a 80%.
Tendremos los resultados siguientes como se ve en la Figura 7-8.
Figura 7-8. Interacción en la gráfica de confiabilidad de sistemas urbanos
166
De manera similar se hace con todos los gráficos que fueron desarrollados por
Tableau Desktop donde podremos cambiar los gráficos según los requerimientos
que se necesite pero no podremos cambiar la base de datos.
Manual de usuario del Dashboard de confiabilidad
El Dashboard o Panel de Control es un interfaz gráfico que permite al usuario ver y manipular el
desempeño medido con la confiabilidad con diferentes Estrategias e Incertidumbres para un periodo
de tiempo 2011-2050 de los sistemas de agua de La Paz y El Alto. Las estrategias estudiadas son:
• L1-Nuevo Embalse Khotia Khota y ampliación de embalse Taypichaca; además mejoras en
la infraestructura de riego.
• L2-Ampliacion embalse Taypichaca y aducción de las cuencas Janchallani y
Jachawaquiwiña al embalse mencionado. También mejora en la infraestructura de Riego.
• L3-Cambio de fuente, embalse Milluni y construcción de Jankho Khota para el sistema El
Alto (El Alto) y construcción de embalse Kaluyo para Sistema Achachicala.
• L4-Conservación de bofedales
• L6-Reducción de pérdidas en sistemas de riego
• L6-Reduccion de pérdidas en sistemas de agua urbano.
Las incertidumbres que pueden ser explorados en el Dashboard son:
• Escenarios de cambio climático numerados desde 1 a 6, incluye el escenario sin cambio
climático numerado con 0.
• Dos incertidumbres de crecimiento poblacional, bajo y alto, para cada sistema de agua
Urbano.
• Dos incertidumbres de consumo per cápita, el primero denominado como Actual/Bajo
plantea consumo per cápita sin cambios para Pampahasi y Achachicala; mientras que para
El Alto existe un incremento pero no muy considerable. En el segundo, Alto, existe un
aumento en el consumo per cápita para los tres sistemas; pero no muy considerable para
Pampahais y Achachicala.
• Prioridad de distribución: la primera incertidumbre planteada como Urbano, prioriza los
sistemas urbanos en el abastecimiento de agua, y los sistemas agrícolas tienen una prioridad
baja; la segunda denominada como Urbano-Agrícola, plantea una equidad en la distribución
del agua.
• Crecimiento de la frontera agrícola; esta incertidumbre solo es válido para los sistemas de
riego Palcoco-Condoriri y Patamanta, que actualmente comparten agua con las fuentes de
suministro del sistema El Alto. El primero denominado como Bajo, implica un incremento
del 20% respecto al área de riego actual; el segundo, Alto, en un 40%.
Interfaz del Dashboard
El Dashboard de confiabilidad de los sistemas de agua de La Paz y El Alto ha sido implementado
en el software Tableau, para esto se ha estructurado una base de datos muy extenso, donde está
incluido diferentes medidas como caudal de cuencas, volumen de embalses, demandas y cobertura
de las demandas. Para la implementación del Dashboard solo se ha usado la cobertura de las
demandas. El interfaz se puede ver en la Figura 0-9, se ha divido en cuatro partes marcados por
líneas amarillos y denominados desde A hasta D. En la Sección A se presenta una gráfica elaborada
con cuadros, donde en las columnas se tienen todas las estrategias (Base, L1, L2, L3, L4, L5 y L6) y
167
en las filas la confiabilidad de los sistemas El Alto, Agrícola (Tupak Katari, Suriquiña y
Taypichaca) y La Paz (Sistema Achachicala y Pampahasi) para un escenario sin cambio climático
(0) y seis con cambio climático. En la sección B se presenta dos graficas de puntos comparando la
confiabilidad agrícola y los sistemas de La Paz con el Sistema El Alto; la gráfica combina las
estrategias con todas las incertidumbres. En la Sección C están ubicados los filtros rápidos de las
incertidumbres como crecimiento poblacional, consumo per cápita, prioridad de distribución y e
incremento del área de riego; asimismo las leyendas de los escenarios climáticos y de las estrategias
de manejo. Y en la sección D están algunos parámetros de control como límite de confiabilidad,
criterio de cobertura urbana, criterio de cobertura de riego y el filtro de tiempo.
D
A
B
C
Figura 7-9. Panel de Control o Dashboard de confiabilidad de los sistemas de agua de La

Paz y El Alto
Iniciando la exploración en el panel de control
Para empezar a explorar el panel de control se debe seguir los siguientes pasos:
Paso 1: establecer la línea de tiempo en que se quiere evaluar a confiabilidad de los sistemas. En
el Dashboard el filtro de tiempo está etiquetado como Periodo, con un paso de tiempo de 5 años
desde 2020 hasta 2050. Para fines de este manual establecemos en 2030 (Figura 7-10).
Figura 7-10. Filtro de tiempo
168
Paso 2 - Definir el criterio de cobertura para sistemas urbanos y riego: este criterio es usado
para el cálculo de la confiabilidad, cuando la cobertura es igual o mayor a ese criterio el sistema no
presenta falla, si la cobertura es menor a ese criterio el sistema está en un estado de falla. Para fines
de este manual establecemos Cobertura Urbana en 80% y Cobertura Riego en 70% (Figura 7-11).
7.
Figura 7-11. Criterio de cobertura

Paso 3 - definir el límite de confiabilidad: el límite de confiabilidad puede adoptar valores entre 0
y 1. El valor de confiabilidad es estimado también en el mismo rango, este límite permite hacer un
filtro de los valores de confiabilidad; para la gráfica de la sección A, es imprescindible fijar este
límite, ya que los valores igual o mayor se visualizaran en cuadrados de color azul (desempeño
bueno) o caso contrario en color naranja (desempeño malo). Ahora, en la gráfica de la sección B
este límite esta adicionado un una línea de referencia móvil de color gris. Para fines de aplicación
de este manual el límite establecido es 0.7 (Figura 7-12), es decir que valores de confiabilidad igual
o mayor a este estarán coloreados de color azul en la gráfica de la sección A.
8.
Figura 7-12. Control del límite de confiabilidad

Paso 4 - Visualizando los primeros resultados: para los parámetros establecidos hasta este
momento podemos visualizar los primeros resultados, por ejemplo el desempeño de la estrategia
para El Alto es malo, ya que en la gráfica de la sección A todos los cuadrados están pintados de
color naranja, al igual que en L4, L3 y L6. La estrategia L1 tiene un desempeño bueno, L2 regular
y L3 malo. En el caso de los sistemas de agua de La Paz para el caso Base los resultados son
alentadores; peor con el cambio de fuente de L3 parecen más cuadrados de color naranja.
9.
Figura 7-13. Desempeño de las estrategias con todas las incertidumbres
169
Hasta el momento hemos visualizado resultados combinación de las estrategias con todas las
incertidumbres, sin embargo en las incertidumbres de crecimiento poblacional, consumo per cápita,
prioridad de distribución y aumento del área de riego podemos hacer diferentes cambios.
Paso 5 – Cambiando a incertidumbres más conservadores: en los filtros de incertidumbres
hacemos los cambios mostrados en la Figura 7-14.
Figura 7-14. Filtros rápidos de incertidumbres-combinación de incertidumbres más

conservadores
Los resultados bajo estos cambios podemos ver en la Figura 7-15, donde por ejemplo para el
sistema El Alto L2 tiene un desempeño bueno, L1 regular y L3 malo.
Figura 7-15. Desempeño de las estrategias con incertidumbre más conservadores

Paso 6 – Cambiando a incertidumbres más extremos: en los filtros de incertidumbres hacemos
los cambios mostrados en la Figura 7-16.
Figura 7-16. Filtros rápidos de incertidumbres-combinación de incertidumbres más

extremos
Los resultados bajo los cambios realizados se puede ver en la Figura 7-17, donde por ejemplo para
el sistema El Alto la estrategia L1 tiene un desempeño bueno, mientras que L2 y L3 desempeño
malo. De esta manera se pueden hacer diferentes combinaciones tanto en las incertidumbres como
en la línea de tiempo, criterio de cobertura o límite de confiabilidad.
170
10.
Figura 7-17. Desempeño de las estrategias con incertidumbre más extremos
171

2013 Escobar Et Al Un Marco de Analisis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2013 Escobar Et Al Un Marco de Analisis

Cargado por

Copyright:

Formatos disponibles

Un Marco de Análisis de Decisiones Robustas

para Adaptación al Cambio Climático

Caso 1: Agua para La Paz y El Alto

Marisa Escobar, David R. Purkey, Laura Forni (SEI)

Autor para contacto:

Edición: Marion Davis

Cubierta: La cuenca de Hampaturi, que se aprovecha para suministro de

Agradecimientos: El estudio de caso de Bolivia en este reporte fue realizado

Agradecemos el apoyo del personal del BID en Washington y Bolivia,

Esta publicación puede ser reproducida en su totalidad o en parte y en

Derechos de autor © Abril 2013 por Stockholm Environment Institute

3.3 Medidas de desempeño (M) ...................................................................................... 77

Estudio de caso: Agua para La Paz y El Alto

Figura RE-1: Esquema de abastecimiento de agua de las ciudades de La Paz y El Alto, y

Instituto de Hidráulica e Hidrología (IHH-UMSA), Gobierno Autónomo Departamental de La

A cargo de tomadores de decisiones

Posibles estrategias de gestión del agua

Evaluación e identificación de estrategias robustas

estrategias y su desempeño. Ya que la gráfica contiene filtros rápidos – de plazo, criterios de

Figura RE-3: Visualización de los resultados del modelaje

1. LA TOMA DE DECISIONES BAJO INCERTIDUMBRE CLIMÁTICA

urbanización y crecimiento acelerado en ciudades como El Alto, la cual ha visto una

6. La identificación de opciones para comunicar los resultados técnicos a tomadores de

1.1 Mapa de actores: Participación de organizaciones clave

1.2 XLRM: Formulación organizada del problema y de los escenarios

Tabla 1.1: Ejemplos de los elementos del marco XLRM

Condiciones climáticas Inversiones de corto plazo, estrategias de precios

Relaciones o modelos (R) Medidas de desempeño (M)

Identificación de incertidumbres exógenas que afectan el futuro (X)

Estrategias de manejo y acciones a corto plazo (L)

Relaciones o modelos para generar escenarios (R)

Modelo ‘Downscaling’ Modelo de lluvia/ Modelo de

Medidas de desempeño para clasificar escenarios (M)

1.3 WEAP: Construcción del ambiente de modelación

1.4 Clima: Escenarios y variabilidad climática futura

1.5 Ensamble: Análisis de vulnerabilidad basado en escenarios

Figura 1.3: Integración de computadores y humanos en análisis usando TDR

Estrategias Estado futuro

Tabla 1.2: Comparación de métodos para analizar incertidumbres futuras

1.6 Tableau: Uso de computadores para visualización de medidas

1.7 Apoyo de decisiones robustas en la práctica

adaptación al cambio climático en sistemas de suministro de agua. Los casos de estudio en de

A cargo de tomadores de decisiones

2. RESILIENCIA CLIMÁTICA DEL SISTEMA DE AGUA PARA LA PAZ Y EL ALTO

2.1 Sistemas de abastecimiento de agua para La Paz y El Alto

Figura 2.1: Esquema de abastecimiento de agua de las ciudades de La Paz y El Alto, y

En la actualidad operan cuatro sistemas de agua potable en La Paz y El Alto: Achachicala,

2.2 Mapa de actores: Organizaciones clave

2.3 XLRM: Formulación del problema

Tabla 2.1: Resumen del marco XLRM para La Paz y El Alto

Modelos (R) Medidas de Desempeño (M)

M2. Área glaciar (como indicador del efecto de cambio climático)

M3. Cobertura de agua potable

Incertidumbres/factores exógenos (X)

Cambio en el clima futuro (X1)

Crecimiento de la población (X2)

(Andrade and Blacutt 2010)

Figura 2.3: Tendencias demográficas en los sistemas de agua de La Paz y El Alto

Pampahasi (1-Bajo) Pampahasi (2-Alto)

Cambios en el consumo per cápita (X3)

relativamente altos ingresos (Hardy 2009), y en Achachicala la presencia de industrias,

Tabla 2.2: Escenarios para evaluar incertidumbres en consumo per cápita

Prioridades de distribución (X4)