INDICE

I. INTRODUCCION ......................................................................................... 4
1.1 GENERALIDADES ............................................................................... 4
1.2 ANTECENDENTES .............................................................................. 5
1.3 OBJETIVOS ........................................................................................... 7
1.3.1 Objetivo general ................................................................................. 7
1.3.2 Objetivos específicos ......................................................................... 7
1.4 JUSTIFICACION ................................................................................... 7
II. imformacion basica..................................................................................... 9
2.1. descripcion general de la subcuenca del rio verde ..................................... 9
2.1.1. Ubicación geográfica y política ........................................................ 9
2.1.2. VÍAS DE COMUNICACIÓN ........................................................ 10
2.1.3. ECOLOGIA .................................................................................... 11
2.1.4. GEOLOGIA .................................................................................... 12
2.1.5. EDAFOLOGIA ............................................................................... 12
2.1.6. COVERTURA VEGETAL ............................................................ 13
2.1.7. HIDROGRAFIA ............................................................................. 14
2.1.8. GEOMORFOLOGIA ..................................................................... 14
2.1.9. EL CAMBIO CLIMATICO ........................................................... 14
2.1.10. Factores causantes del Cambio Climático .................................... 15
2.1.11. Los Modelos Climáticos Globales ................................................ 16
2.1.12. Predicciones, proyecciones y escenarios climáticos ..................... 18
2.1.13. Corrección de la distribución temporal de las variables ............... 20
2.2. MODELO HIDROLÓGICO ................................................................. 20
2.2.1. El proceso de transformación lluvia – escorrentía .......................... 21
2.2.2. Clasificación de los modelos hidrológicos ..................................... 22
2.2.3. Fuentes de incertidumbre ................................................................ 25
2.2.4. Información Meteorológica ............................................................ 26
2.2.5. Cartografía: ..................................................................................... 27
2.3. ÁREA DE ESTUDIO ........................................................................... 29
2.4. Recopilación de información hidrometeorológica ................................ 31
2.4.1. Actividad agrícola ........................................................................... 33
2.4.2. Actividad pecuaria .......................................................................... 33

1
 2.5. ASPECTO FÍSICO AMBIENTAL....................................................... 33
2.5.1. Clima............................................................................................... 33
2.5.2. Suelo ............................................................................................... 35
2.5.3. Hidrografía ...................................................................................... 36
III. metodologia .............................................................................................. 36
3.1. CLASIFICACION DE MODELOS HIDROLOGICOS ...................... 37
3.1.1. Modelos Físicos .............................................................................. 37
3.1.2. Modelos Abstractos ........................................................................ 37
3.2. MODELOS PRECIPITACION - DESCARGA ................................... 38
3.3. MODELOS DE OPTIMIZACIÓN ....................................................... 39
3.4. MODELOS DE NO OPTIMIZACIÓN ................................................ 39
3.4.1. Modelos Estadísticos ...................................................................... 39
3.4.2. Modelos Determinísticos ................................................................ 39
3.5. CICLO HIDROLÓGICO ...................................................................... 41
3.6. Análisis de consistencia ........................................................................ 41
3.6.1. Precipitación ................................................................................... 42
b. El Método del Vector Regional (MVR) ............................................ 44
3.6.2. Intercepción .................................................................................... 51
3.6.3. Evapotranspiración ......................................................................... 51
3.6.4. Infiltración ...................................................................................... 52
3.6.5. Almacenamiento ............................................................................. 53
3.6.6. Escorrentia Superficial .................................................................... 53
3.6.7. Escurrimiento Superficial ............................................................... 53
3.6.8. Escurrimiento Subsuperficial.......................................................... 53
3.6.9. Escurrimiento Subterráneo ............................................................. 54
3.6.10. Balance Hídrico Medio de una ..................................................... 54
3.6.11. Características Geomorfológicas de una Cuenca ......................... 54
3.6.12. TEMPERATURA ......................................................................... 58
3.6.13. EVAPOTRANSPIRACIÓN POTENCIAL – ETP ....................... 60
3.7. aplicando el modelo GR2m .................................................................. 61
3.7.1. Etapa I: Tratamiento de la información observada ......................... 61
3.7.2. Etapa II: Caracterización climatológica .......................................... 62
3.7.3. Etapa III: Modelización hidrológica del modelo GR2M ................ 65

2
 3.7.4. Etapa IV: Generación de escenarios hídricos futuros (Periodo de
retorno) 70
IV. análisis y tratamiento de la imformacion pluviometrica .......................... 72
4.1. registros historicos ................................................................................ 72
4.2. analisis de consistencia ......................................................................... 72
4.2.1. Análisis de Saltos ............................................................................ 72
4.2.2. Análisis de tendencias ..................................................................... 73
V. análisis para hallar caudal maximo........................................................... 74
5.1. periodos de retorno ............................................................................... 74
5.2. generacion de poligonos de thiessen ..................................................... 74
5.3. generacion de caudales ......................................................................... 79
5.3.1. Información utilizada ...................................................................... 79
5.3.2. Programas utilizados ....................................................................... 80
VI. CONCLUSIONES .................................................................................... 81
VII. Bibliografía ........................................................................................... 82
VII. ANEXOS .............................................................................................. 84

3
I. INTRODUCCION

1.1 GENERALIDADES
La cuenca del rio verde ubicada al sur -oeste de la región hidrográfica del Titicaca
ocupa 2 067.23588 km2 (12% de área total de la cuenca del Titicaca). Esta cuenca ha
sido afectada durante varios periodos anuales por una mayor recurrencia de los eventos
extremos (sequias, inundaciones, etc.), que ha perjudicado las actividades
socioeconómicas en la cuenca del rio Verde. Dadas estas condiciones y por la limitada
información de variables hidrológicas en tiempo real, así como el interés en mejorar el
conocimiento del régimen hidrológico de los ríos se propone desarrollar metodologías
apropiadas para estimar las variables hidrológicas usando el modelo GR2m al paso de
tiempo mensual, como aporte en la planificación y gestión del recurso hídrico.

En los últimos años se han desarrollado un gran número de modelos para la

simulación de caudales, a partir de las variables hidrológicas: precipitación y
evapotranspiración. La modelización de la relación lluvia-escorrentía adquiere
diferentes concepciones en su formulación para explicar los procesos físicos que ocurren
en la cuenca. Las relaciones lluvia-escurrimiento se utilizan principalmente para el
diseño, pronostico y evaluación; si los datos de escurrimiento no están disponibles o
insuficientes, las relaciones lluvia-escurrimiento pueden ser muy útiles para obtener el
escurrimiento a partir de la precipitación (Intendencia de Recursos Hídricos, 2008).

En muchas regiones es usual que los registros de precipitación son más

abundantes que los registros de caudal, por lo tanto, evaluar los caudales de los ríos a
partir de la precipitación ha sido un importante tema de investigación (Lui Yang, W. Leon
Wong, McCcrimmon, & C. Dove Fong p., 1998).

El modelo GR2m fue desarrollado por CEMAGREF (Centro de Investigación

Agrícola e Ingeniería Ambiental de Francia), difundirlo y aplicarlo por investigadores de
ORSTOM en el “Estudio Hidrológico Meteorológico en la vertiente del pacifico del Perú
con fines de evaluación y pronostico del fenómeno El Niño para prevención y mitigación
de los desastres” (ORSTOM, 1999).

4
 Los resultados obtenidos nos permiten contar con un modelo hidrológico
operativo y eficiente para realizar una mejor estimación espacio-temporal de la oferta
del recurso hídrico en la subcuenca del Rio Verde.

Bajo este marco y objetivo integral de proporcionar información valiosa para el

ordenamiento y gestión de los recursos hídricos; el presente estudio hidrológico de la
cuenca del río Verde se sustenta, no sólo en la necesidad de contar con una descripción,
evaluación y cuantificación de su disponibilidad hídrica, sino también tener
fundamentos que permitan entender el real funcionamiento hidrológico de la cuenca y
de ello concluir en cuanto a las restricciones y bondades que nos ofrece la cuenca como
sistema natural “generador” de agua superficial.

Luego de haber revisado los diversos estudios realizados sobre la hidrología de

la cuenca del río Verde, consideramos que el presente trabajo contiene sustanciales
aportes, como la implementación de una base de datos de diversa información
hidrometeorológica y cartográfica digital de la cuenca, la generación de mapas de
isoyetas e isotermas a escala media anual y mensual, la modelación matemática de
caudales medios mensuales a partir de la precipitación areal de la cuenca, la generación
de series sintéticas de caudal, como una gran alternativa para disponer de información
más confiable desde el punto de vista hidrológico y probabilístico, la estimación del
aporte hídrico mensualizado del sistema de almacenamiento existente, entre otros.

Finalmente se puntualiza que el presente trabajo, posibilita la fortificación del

Comité de gestión de cuenca, ya conformado, para que realice actividades de
planificación integrada en torno al uso de los recursos hídricos de la cuenca del río
Verde, mediante la puesta a disposición de la base de datos sistematizada de
información hidrometeorológica y cartográfica recopilada, procesada y generada,
además del contenido del mismo estudio.

1.2 ANTECENDENTES
Ministerio de agricultura (2007)

Realiza un estudio hidrológico “EVALUACIÓN DE LOS RECURSOS HÍDRICOS DE LA

CUENCA DEL RÍO OCOÑA” elaborado por la Administración Técnica de Riego Ocoña –

5
Pausa (ATDR Ocoña – Pausa) con fines de obtener información sobre el volumen de agua
neta en la cuenca mediante el modelo GR2M, lo cual permitirá una adecuada
planificación y gestión del agua en la cuenca, Los resultados obtenidos por modelo. Para
el criterio de Nash se obtuvo 81% el cual es un valor muy bueno (Nash Máx. =100%) y el
balance de caudales observados/simulados 99.9 % nos indica que el modelo logra
representar muy bien la cantidad de caudales escurridos, esta información nos
contribuye a la utilización de los estadísticos de Nash y R2 para medir la eficiencia del
modelo.

Roldán Ernesto, Mesa Oscar j. (2008)

Realizaron una investigación con el nombre de “RECONSTRUCCIÓN HISTÓRICA

DE LOS CAUDALES MENSUALES A LO LARGO DE LA RED DE DRENAJE DE COLOMBIA” con
fines de realizar la reconstrucción histórica de los caudales mensuales permitirá tener
una mejor estimación de la distribución espacial y temporal de la oferta del recurso
hídrico mediante el modelo GR2M. Los resultados que obtuvieron al aplicar el modelo
GR2M, fueron que en los histogramas obtenidos para el criterio de Nash evaluado en las
estaciones durante el período de simulación de caudales.

Se observa que el modelo presenta un mejor desempeño en las cuencas más

grandes. El promedio ponderado de Nash (dando mayor peso a las estaciones con mayor
área de drenaje) es 48.5%. La mayor parte de las estaciones con un área de drenaje
inferior a 200 km2 tienen valores de Nash inferiores al 50%, mientras que para un área
de drenaje superior a 2000 km2, la mayor parte de las estaciones tienen valores de Nash
superiores al 50%. En las cuencas con un área menor a 1000 km2 el número de
estaciones con valores negativos de Nash aumenta considerablemente, y el desempeño
del modelo tiende a ser más pobre, este antecedente nos indica que el modelo tiene
mejores resultados en áreas mayores, teniendo en cuenta que en la presente
investigación se tiene la cuenca del rio Verde con un área de 2066.964 km2 y una micro
cuenca con un área de 971.42 km2.

El área de estudio corresponde a la subcuenca del rio Verde, que es una de las
cuencas de mayor importancia económica del departamento de Puno debido a las

6
diversas actividades (agricultura, ganadería etc.) económicas que se desarrollan. En la
parte media de la cuenca se ubica una de las reservas hídricas más importantes del país

“Lagunillas” cuyo espejo de agua dulce (65.12 Km2) podría dotar de agua potable a
ciudades grandes como Puno, Juliaca y Lampa; así como ampliar la frontera agrícola y
generar electricidad. El embalse de Lagunillas tiene un almacenamiento de 500 millones
de metros cúbicos disponibles que se renuevan en forma permanente con las lluvias y
ha permitido planificar proyectos de irrigación (Sistema Integral Lagunillas) con un área
total bajo riego de 27,450 ha, siendo el mayor sistema regulado de la Región Puno
(INRENA, 2007).

1.3 OBJETIVOS

1.3.1 Objetivo general

✓ Realizar el estudio de hidrología de la subcuenca del rio Verde para el
abastecimiento d agua en la cuidad de Juliaca.

1.3.2 Objetivos específicos

✓ Generar y calibrar los caudales medios mensuales mediante el modelo GR2M en
la subcuenca del rio Verde.
✓ Generar un caudal máximo mediante la aplicación del programa HEC-HMS en la
subcuenca del rio Verde.
✓ Determinar las características geomorfológicas de la cuenca de la cuenca del río
Verde.
✓ Analizar y realizar el tratamiento de la información hidrometeorológica.

1.4 JUSTIFICACION
Es imprescindible conocer la disponibilidad hídrica en una cuenca, en la presente
investigación se propone la utilización del modelo GR2M para la generación de caudales
medios mensuales en la cuenca del rio Verde y así conocer la disponibilidad hídrica
presente y futura, con la finalidad de formular propuestas actuales y futuras (Sistemas
de Riego, Agua potable, etc.), para una adecuada gestión de los recursos hídricos,
teniendo en cuenta que el modelo GR2M cuenta con un número reducido de

7
parámetros que lo hace más eficiente y accesible a la información requerida, frente a
otros modelos (M, 2007).

Sobre la parte baja de la subcuenca del rio Verde está ubicado la ciudad de Juliaca
considerada la decimotercera ciudad más poblada del país y una de las más importantes
del departamento de Puno, que albergaba en el 2007, una población de 216,716
habitantes (INEI, 2011). Esta ciudad ha sido escenario en épocas pasadas de eventos
extremos, como lo suscitado en 1982-1983 donde la población específicamente rural,
sufrió los estragos de la escasez de precipitaciones y en épocas donde las precipitaciones
han sido intensas, han ocasionado inundaciones de áreas agrícolas y pastoreo como lo
sucedido en 1984 y 1986, esto debido en gran parte a que los lechos de los ríos
presentan riberas bajas, (Oceano, 2009).

Todos estos fenómenos se vienen incrementando con el "Cambio Climático" que

hoy en día es uno de las preocupaciones más álgidas de la humanidad. Actualmente el
indicador más conocido de cambio climático es el incremento de la temperatura global,
que en el Perú está asociado al retroceso glaciar considerado un excelente indicador de
la evolución del clima (Rodriuez, 2006). Además, según el Congreso Nacional del Medio
Ambiente en los últimos 22 a 35 años, el Perú ha perdido el 22 por ciento de la superficie
glaciar, lo que es equivalente a 10 años de consumo de agua en Lima (Vargas, 2009). Por
otra parte este incremento de temperatura, aumentaría la evapotranspiración,
afectando seriamente las componentes del ciclo hidrológico, repercutiendo
potencialmente en el contenido de vapor de agua atmosférica causando cambios en los
patrones de precipitación a gran escala y la frecuencia de eventos extremos (Buytaert,
2011).

Es por ello que en las últimas décadas la comunidad científica ha dedicado un

gran esfuerzo en tratar de explicar las posibles razones de este cambio y tratar de
predecir las tendencias futuras. Para ello se han desarrollado herramientas como los
GR2m, que permite simular la dinámica del sistema climático e investigar las causas del
cambio y predecir sus efectos (Gutierres & Pons M, 2006). Sin embargo, es una labor
compleja y las proyecciones climáticas no son fáciles de incorporar en los estudios
hidrológicos debido a su baja resolución espacial sin mencionar que las proyecciones de
8
 los MCG muestran una marcada diferencias entre ellos. Sin embargo, aunque estos MCG
son imperfectos, son las únicas herramientas eficaces que representan el complejo
conjunto de procesos que producirán el cambio climático futuro (Airdon-Bardin S, y
otros, 2009).

Ante este contexto, es necesario generar información importante de los posibles

efectos del cambio climático en la escorrentía superficial de la subcuenca del rio Verde.
Cuyos resultados a mediano plazo serán un complemento a los tomadores de decisiones
en lo que respecta a la planificación de la disponibilidad hídrica futura y una guía para la
evaluación de la incertidumbre de los MCG en la hidrología.

II. IMFORMACION BASICA

2.1. DESCRIPCION GENERAL DE LA SUBCUENCA DEL RIO VERDE

2.1.1. Ubicación geográfica y política

Políticamente la subcuenca del rio Verde se ubica en la región de Puno, en la
provincia de lampa: como se muestra en la figura 2.1.

Figura N° 2.1: Ubicación política de la cuenca rio verde

Geográficamente la subcuenca del rio verde esta comprendida entre las
siguientes coordenadas geográficas:

9
Latitud : -15.562

Longitud : -70.712

Altitud :4229

La cuenca del río Verde, políticamente se encuentra ubicada en:

Región : Puno

Provincia : Lampa y San Román.

Distrito : Paratia, Juliaca, Lampa, Santa Lucia.

Lugar : Varios

2.1.2. VÍAS DE COMUNICACIÓN

La zona estudiada está servida por los sistemas de transporte carretero,
ferroviario y aéreo.

El sistema de transporte carretero es el más extenso y uno de los más

importantes de la zona debido a su longitud y a la cantidad de vías de comunicación
existentes; así tenemos que toda la zona esta recorrida por una carretera principal que
comunica al Departamento de Puno con la costa peruana. Dicha carretera une las
ciudades de Arequipa, Juliaca y Puno, siendo este último tramo totalmente asfaltado y
el resto afirmado.

Dicha carretera soporta un tránsito muy activo y de unidades diversas, desde

ligeras hasta pesadas, tanto nacionales como internacionales, con el vecino país de
Bolivia Además de esta vía de comunicación, existen otras importantes que comunican
los Departamentos de Puno y Cuzco, que partiendo de la ciudad de Juliaca, atraviesa los
poblados de Ayaviri, Sícuani y Urcos. Existen además otras vías secundarías de
comunicación terrestres, tales como las de Juiíaca-Huancané, Juliacá-Lampa, Cabanillas
(Deustua)-Lampa, Cabanillas (Deustua)-Cabanillas y Caracoto-Huata, y por último
también existen diversos caminos carrozabies que unen los diferentes poblados de la
zona, y que en épocas de lluvias son intransitables, por no poseer las condiciones
apropiadas para el transíto de vehículos motorizados. Otro sistema de transporte

10
importante, lo constituye la vía férrea, la que sigue un recorrido casi paralelo a la
carretera principal antes mencionada, uniendo las mismas ciudades. Esta via constituye
un medio de transporte masivo y económico, tanto de pasajeros como de carga, que en
la actualidad se ha modernizado con unidades Diesel,

Históricamente el Distrito de Paratía, sólo estuvo dividido en tres Ayllus principales

como son: Chana Huayta, Chaupi Huayta y Jatún Ayllu; una recopilación al todo estilo
del Imperio de los Incas, los límites que separaban eran con hitos de piedra, de
aproximadamente dos a tres metros de altura, que en la actualidad aún existen:

Cuadro N° 01: Distritos cercanas al rio verde

2.1.3. ECOLOGIA
Los ecólogos emplean el término ecosistema para indicar una unidad natural de
partes vivientes o inertes, con interacciones mutuas para producir un sistema estable,
en el cual el intercambio de sustancias entre las plantas vivas e inertes es de tipo circular.

Un ecosistema puede ser tan grande como el océano o un bosque, o uno de los
ciclos de los elementos, o tan pequeño como un acuarío que contiene peces tropicales,
plantas verdes y caracoles. Dado estas consideraciones, se ha identificado
cartográficamente (mapa) diversos ecosistemas naturales asociados a formaciones
vegetales propias de cada ambiente ecológico.

11
 Dicho mapa muestra la “Clasificación Fisionómica-Ecológica de las Formaciones
Vegetales de la Tierra” que toma en consideración varíos parámetros tales como los
pisos altitudinales y la Estacionalidad, tomando como base el análisis de imágenes de
satélite el sistema Land Sat TM. Para este trabajo se ha tomado en cuenta también la
información generada de los diversos estudios realizados a la fecha (ONERN.
INGEMMET. PELT. etc.), además el mapa ecológico del Perú.

2.1.4. GEOLOGIA
De la geología regional e histórica, los suelos han estado sometidos a
movimientos tectónicos, así como, a intensa actividad volcánica, luego viene una etapa
de planeación, callamiento en bloques y subsistencia.

Estratigráficamente, las rocas aflorantes en el área son sedimentarias y están

representadas por calizas, areniscas y lutitas; rocas volcánicas, mayormente del tipo
andesítico; rocas metamórficas, representadas por cuarcitas y rocas intrusitas,
representadas en su mayoría por intrusiones graníticas. En general todas estas rocas
varían en edad del devónico al cuaternario reciente. La geología ha sido determinada
por numerosos eventos tectónicos que lo han afectado durante un largo período.

2.1.5. EDAFOLOGIA
La Región de Puno, presenta diversos ecosistemas, dentro de los cuales destacan
cuatro de mayor importancia, tanto por su magnitud como por su peculiaridad de
componentes: la selva y ceja de selva en la zona norte de la Región, el altiplano en la
zona intermedia y baja de la Región, el lago Titicaca como gran masa de agua en parte
central y al este de la Región y finalmente las áreas con escasa cobertura vegetal al sur
de la Región.

La gran masa de agua del Lago Titicaca, favorece el desarrollo de una variedad
de especies ícticas nativas e introducidas, además que comparten el hábitat con algunos
anfibios; asimismo, posee extensos totorales, donde habita gran variedad de aves que
se desplazan hacia los ríos y lagunas de la Región o migran hacia otras latitudes del
mundo. Mientras en el altiplano, se pueden encuentra una gran variedad de especies
que habitan en ecosistemas como son los relictos de queñuales, púyales, bofedales y

12
pastizales. etc.; aún las áreas desérticas albergan roedores de gran tamaño y
agresividad, junto a la imponente ave corredora Suri, en las fronteras de Tacna y
Moquegua. Mediante mecanismos de coordinación a nivel inter institucional y con
estudiosos del tema, se ha logrado establecer un inventarío general de esta fauna
silvestre, de las especies amenazadas y las especies endémicas. También se han
elaborado mapas de fauna silvestre, en el que pueden ser ubicados geográficamente. a.
Flora Se identificaron y recopilado 1505 especies, 164 familias y distribuidas en:
Pteridophytas (26 especies), Gimnospermae (4 especies) y Angiospermae (1475
especies. Las familias que están mejor representadas son Asteraceae (192 especies),
Poaceae (120 especies), Fabaceae 79 especies y Melastomateaceae (70 especies)
principalmente. Entre las formas biológicas más dominantes tenemos a las hierbas
seguidas de los arbustos y por DIAGNÓSTICO AMBIENTAL REGIONAL (DAR) PUNO C&A
ECOEFICIENCIA SRL 182 último a los árboles. Figura 5.29. Mapa de biodiversidad de
Cuencas Intermedias. Fuente: Informe microzonificación de las cuencas intermedias de
la región Puno (2010) DIAGNÓSTICO AMBIENTAL REGIONAL (DAR) PUNO C&A
ECOEFICIENCIA SRL 183 b. Fauna b.1. Cuencas del centro Las cuencas del centro
comprenden: la cuenca Suches, cuenca Huancané, Cuenca circunlacustre, cuenca Illpa,
cuenca Tambo y cuenca Rio Verde. El inventario general de fauna silvestre, ha logrado
identificar un total de 82 especies, de los cuales 8 son mamíferos, 60 aves, 5 peces, 4
reptiles y 5 anfibios.

2.1.6. COVERTURA VEGETAL

Las tierras de la presente área de estudio, están dedicadas mayormente al
pastoreo extensivo, debido a la existencia de abundante vegetación natural de altura, a
base de gramíneas, entre las que se encuentran el Iru Ichu (Festuca ortochyla), la
chiligua( Festuca dolichaphyla), el Ichu (Stipa ichu), el crepillo (Clamagrostis vícunarum),
que sirven para el pastoreo del ganado bovino, ovino y auquenidos de la zona. También
en algunas sociedades agrícolas de interés social (SAIS Buenavista), se están
introduciendo pastos mejorados como "alfalfa" (Medicago sativa), "tréboles" (Trifolium
repens) y Phabís tuberosa, que se utilizan como forrajes de complementó para el ganado
bovino, sobre todo.

13
 También se pueden observar algunas especies de carácter arbustivo como el
"Kamli" (Margiricarpus pínnatus) y el "Pinco Pinco" (Ephedra americana).

2.1.7. HIDROGRAFIA
El sistema de drenaje superficial está conformado por la cuenca del río Rio Verde
(formada por los ríos Cabanillas y Lampa) y la cuenca del río lipa, que se extiende de Este
a Oeste. Ambas cuencas desembocan en el Lago Titicaca.

La información hidrométrica no es completa en el área de estudio. Los datos

existentes corresponden al rio Verde. La información pluviométrica disponible es
mensual, para un periodo - comprendido entre 30 años, recopilados en 4 estaciones.

2.1.8. GEOMORFOLOGIA
La complejidad geológica que presenta la zona, está íntimamente ligada a la
evolución paleogeográfica del altiplano y especialmente a la fosa tectónica del lago
Titicaca.

Dentro de la división morfoestructural del sureste peruano, se pueden distinguir

varias unidades geomorfológicas, dentro de la cuales se encuentra la unidad altiplánica
(AUDEBAUD, 1975). La Unidad Altiplánica, se encuentra rodeada por el noreste con la
cordillera oriental cuya evolución tectónica a dado origen a montañas que llegan a
altitudes de 6,384 msnm (Nevado Jatunhuma), compuestas de metasedimentitas y
coronadas con extensos glaciares los que los modelan.

Al sureste está flanqueada por la cordillera occidental volcánica coronada con

glaciares estrechos, esta tiene mayor amplitud y muestra varíos pisos altiplánicos,
siendo el más bajo el que se encuentra la zona de ventilla al oeste de la ciudad de Puno.

2.1.9. EL CAMBIO CLIMATICO

La Convención Marco de las Naciones Unidas sobre el Cambio Climático
(CMUCC), describe a este proceso como la variación climática atribuida directa o
indirectamente a la actividad humana, que altera la composición de la atmósfera
mundial y que se suma a la variabilidad natural del clima, observada durante periodos
comparables (A, 1994).

14
 Para el IPCC (2007), el término "cambio climático" denota un cambio en el estado
del clima identificable (por ejemplo, mediante análisis estadístico) a raíz de un cambio
en el valor medio y/o en la variabilidad de sus propiedades, y que persiste durante un
periodo prolongado, generalmente cifrado en decenios o en periodos más largos; indica
todo cambio del clima a lo largo del tiempo, tanto si es debido a la variabilidad natural
como si es consecuencia de la actividad humana.

2.1.10. Factores causantes del Cambio Climático

Nuestro planeta absorbe la energía de la radiación del Sol, esta energía es
redistribuida luego por las circulaciones atmosférica y oceánica, y es irradiada
nuevamente al espacio en longitudes de onda largas (infrarrojas). En promedio, la
energía de la radiación solar que ingresa con la radiación terrestre saliente se equilibra,
y, cualquier factor que altere la radiación recibida del Sol o perdida en el espacio, o que
altere la redistribución de energía dentro de la atmósfera y entre atmósfera, tierra y
océano, puede afectar el clima. Entonces, un cambio en la energía radiativa neta
disponible para el sistema mundial de Tierra-atmósfera se denomina forzamiento
radiativos y si son positivos tienden a calentar la superficie de la Tierra y la atmósfera
inferior y negativos tienden a enfriarlas (IPCC-GTI, 2007).

Uno de estos factores causante del cambio climático son las concentraciones de
los gases de efecto invernadero (GEI) y aerosoles, que alteran el balance de energía del
sistema climático y afectan la absorción, dispersión y la emisión de la radiación en la
atmósfera y en la superficie de la Tierra. Las actividades humanas generan emisiones de
cuatro GEI de larga permanencia: dióxido de carbono (CO2), metano (CH4), óxido nitroso
(N2O) y halocarbonos que son grupo de gases que contienen flúor, cloro o bromo (IPCC-
GTI, 2007).

15
 Figura 2.2: Emisiones anuales mundiales de GEI antropógenos, entre 1970-2004

Fuente: IPCC-2013 Cambio climático 2007 Informe de síntesis

2.1.11. Los Modelos Climáticos Globales

Para modelizar la evolución del sistema climático ha sido necesario desarrollar
complejos modelos numéricos, denominados modelos climáticos globales que permiten
simular la respuesta del clima a diferentes escenarios futuros de emisión y así estimar el
cambio futuro del sistema con cierta confianza (Gutierres & Pons M, 2006).

Según el (IPCC-GTI, 2007)un modelo climático es una representación matemática

simplificada del sistema climático (la atmósfera, los océanos, la superficie terrestre, la
criósfera y la biósfera) de la Tierra y se basan en las leyes de la física tales como la
conservación de energía y masa, que son representadas por ecuaciones matemáticas
que se resuelven en modelos tridimensional sobre el globo terráqueo. Las expresiones
matemáticas que configuran un MCG se pueden analizar por separado dentro de las tres
principales partes de que constan estos modelos: la dinámica del sistema del clima, que
describe el movimiento a gran escala de las masas de aire y el transporte de la energía
y momentum; la física del sistema climático, tal como la transmisión de la radiación a
través de la atmósfera, la termodinámica, y la evaporación; y, otros factores, tales como
la interacción océano- atmosfera, topografía, y parámetros de la vegetación. Los
modelos climáticos mundiales en los que se han acoplado los componentes atmosféricos
y oceánicos se conocen también con el nombre de Modelos de la Circulación General
Atmósfera-Océano (MCGAO).

16
 La fiabilidad de los modelos climáticos se suele valorar analizando: su destreza
para reproducir el clima actual, su habilidad para simular los cambios climáticos
observados en las últimas décadas y el grado de acuerdo entre las proyecciones de
cambio climático futuro que ofrecen (M, 2007).

Existen muchos procesos físicos, que al tener una escala espacial menor que la
celda, como, por ejemplo, los que están relacionados con las nubes o la convección
oceánica, no pueden modelarse y resolverse en forma explícita. Sus efectos medios se
incluyen en forma aproximada, aprovechando sus relaciones basadas en la física con las
variables a mayor escala. Esta técnica se conoce con el nombre de parametrización y
todos los modelos dependen de un conjunto de parametrizaciones que pueden ajustarse
para afinar la influencia de los distintos fenómenos (Gutierres & Pons M, 2006).

Los modelos climáticos se han perfeccionado en los últimos decenios gracias al

desarrollo de las computadoras. Durante ese período se crearon modelos separados de
cada uno de los componentes principales, la atmósfera, la superficie terrestre, los
océanos y el hielo marino, que luego se fueron integrando gradualmente. El
acoplamiento de los distintos componentes es un proceso difícil. Recientemente se han
incorporado componentes del ciclo del azufre para representar las emisiones de azufre
y la forma en que éstas se oxidan para formar partículas de aerosoles (IPCC-GTI, 2007).

El objetivo final es, por supuesto, incluir en el modelo la mayor parte posible del
sistema climático de la Tierra, lo cual es desarrollado por grandes centros de
investigación que ponen sus resultados a disposición de la comunidad científica para su
estudio.

17
 Figura 2.3: Evolución de los modelos climáticos globales

Fuente IPCC-2001 Cambio climático 2001: La base científica

2.1.12. Predicciones, proyecciones y escenarios climáticos

El término predicción se suele emplear referido a la evolución determinista del
estado futuro de la atmósfera, una vez conocidas las condiciones iniciales, que se fija
en alrededor de dos semanas, entonces en predicciones a corto plazo (hasta 2, 3 días)
del estado de la atmósfera se realizan con modelos numéricos basados en la
discretización de las ecuaciones termo-hidrodinámicas. Si se extiende la predicción
determinista hasta el mediano plazo (4-10 días), la calidad de las predicciones cae
drásticamente y en plazos más largos el comportamiento caótico de la atmósfera hace
que sea necesario ensayar las predicciones de tipo probabilístico basadas en multitud
de realizaciones de la predicción por conjunto o mediante poblaciones (ensamble
predicción).

En los plazos temporales más largos, (predicciones estacionales, anuales,

decadales o seculares) carece de sentido la predicción determinista. En este caso la
predictibilidad viene asociada a los componentes del sistema climático que evolucionan
más lentamente, como es el caso de los océanos, los hielos marinos etc., lo cual está
referido a sus valores promedio, es decir a su climatología. En el caso de predicciones
seculares, hay un elemento adicional de incertidumbre que es la composición atmosférica
18
futura, como consecuencia de las emisiones antropogénicas de gases de efecto
invernadero (GEI) y de aerosoles sulfurosos. Para que quede patente el carácter no
determinista de las predicciones seculares y por el hecho de que las predicciones están
fuertemente condicionadas por elementos adicionales de incertidumbre, asociado al
desarrollo socio-económico, es más razonable hablar de proyecciones climáticas. La
principal herramienta generalmente admitida para realizar dichas proyecciones son los
modelos de circulación general acoplados de atmósfera y océano (Rodriuez, 2006).

Entonces, para conocer la evolución futura del clima terrestre es necesario

conocer primero cuál será la evolución de los distintos forzamientos radiactivos del
sistema en el futuro (emisiones de gases, etc.), (Gutierres & Pons M, 2006). Y como esta
evolución está relacionada con los distintos factores socio-económicos futuros de
desarrollo global en función de las variables: estado, crecimiento poblacional y
economía para distinto periodo de tiempo (B, 2009). Entonces un escenario de emisión,
es un resultado plausible y consistente, construido para explicar las consecuencias
potenciales de la influencia de las actividades humanas sobre el clima (IPCC-GTI, 2007).
Dichos escenarios están agrupados en cuatro familias (A1, A2, B1, B2) que exploran vías
de desarrollo alternativas, incorporando una serie de factores demográficos,
económicos y tecnológicos, junto con las emisiones de GEI resultantes. La descripción
de los escenarios perteneciente al 4to informe (AR4) se detallan en él (IPCC-GTI, 2007).

Para los tomadores de decisiones y científicos, había un interés creciente en

tener escenarios que explícitamente evaluaran distintas estrategias y políticas climáticas
de investigación y de adaptación. De esta manera, se puede ligar directamente una
cierta respuesta climática a una cierta estrategia de mitigación y así evaluar los costos y
beneficios de distintas estrategias.

Los nuevos escenarios fueron desarrollados por la “Integrated Assessment

Modelling Community” (IAMC). Representantes de las comunidades de
desarrolladores de escenarios socio-económicos, modeladores climáticos, mitigación y
adaptación, se juntaron, para, de manera colaborativa, desarrollar estos nuevos
escenarios, que es descrito en Moss et al (2010).

19
2.1.13. Corrección de la distribución temporal de las variables
Las variables climáticas simuladas por los modelos de circulación global (MCG)
con frecuencia muestran errores sistemáticos con respecto a las observaciones, lo que
limita el uso en estudios de impacto en los recursos hídricos, lo que hace necesario
realizar un post-proceso a la salida de los MCG (Airdon-Bardin S, y otros, 2009). Los
métodos de corrección del error sistemático (sesgo) lo cual se suele denominar en la
literatura (bias-correction), consiste en sustraer la diferencia entre las climatologías de
los modelos y las observadas. El método quantile-mapping o método de mapeo de
cuantiles (Panofsky et al, 1968) es un método más robusto, en el que se corrigen las
desviaciones en cada cuantil. Una alternativa es ajustar, por medio de un análisis de
frecuencia, una distribución de probabilidades ya conocida y corregir en base a ella. El
objetivo final de esta corrección es lograr una semejanza aceptable entre la curva de
duración observada y modelada. La principal desventaja es el supuesto de
estacionariedad de los modelos, es decir, que las relaciones o distribuciones entre
pequeña y gran escala establecidas en el período histórico no cambiarán en el futuro (R.,
1999).

2.2. MODELO HIDROLÓGICO

Un sistema es un conjunto de elementos en interacción dinámica organizados en
función de un objetivo. Un modelo es una representación simplificada de un sistema real
(Gutierres & Pons M, 2006).

Entonces, un modelo hidrológico, en términos generales, busca representar los

diferentes procesos involucrados en la distribución de la lluvia y la generación de
caudales en una determinada cuenca. Los modelos pueden ser físicos, donde se
representa a escala las cuencas reales, o matemáticos, los cuales parten de ecuaciones
empíricas o conceptuales para representar las respuestas de la unidad hidrológica, bajo
diferentes condiciones hidrometeorológicas (Bejar, Hidrologia Estadistica, 2002). Y son
importantes en la gestión de recursos hídricos ya que permiten la simulación y
predicción de fenómenos físicos de un sistema a corto, mediano y a largo plazo. Además,
permiten analizar relaciones causa-efecto, sin realizar cambios en sistemas reales (M,
2007). Un ejemplo de sistema es lo que presenta la naturaleza, el ciclo hidrológico

20
(Figura 2-4), la cual constituye un sistema de tipo no lineal, distribuido, continuo y casual
(A, 1994). Lo cual las limitaciones inherentes al hombre obligan a representar el alto
grado de complejidad que propone la naturaleza, mediante un modelo lineal,
concentrado y discreto.

Figura 2.4: El ciclo hidrológico, evaporación, transpiración y precipitación

Fuente Gustavo (2009)

2.2.1. El proceso de transformación lluvia – escorrentía

El escurrimiento se define como el agua proveniente de la precipitación que
circula sobre o bajo la superficie terrestre y que llega a una corriente para finalmente ser
drenada hasta la salida de la cuenca (ALIAGA ARAUJO, Hidrologia-Tratamiento de
datos, 1985). La transformación lluvia-escurrimiento es el más complejo de los procesos
del ciclo hidrológico, debido a la dinámica de los diferentes procesos físicos y la gran
variedad de escalas espaciales y temporales que intervienen en una cuenca, para lo cual
se requiere de una abstracción a través de un modelo que simplifique suficientemente
el sistema como para poder simular conceptualmente sus partes.

Puede mencionarse que el agua, sigue diversos caminos (escurrimiento

superficial, subsuperficial y subterráneo). Los flujos sobre el terreno, forman el
escurrimiento superficial y es el que llega más rápido hasta la salida de la cuenca, por

21
ello, está relacionado directamente con una tormenta particular y entonces se dice que
proviene de la precipitación en exceso o efectiva y que constituye el escurrimiento
directo. Una parte del agua de precipitación que se infiltra, escurre cerca de la superficie
del suelo y más o menos paralelamente a él, denominándose escurrimiento
subsuperficial, cuya rapidez va a depender de la permeabilidad de los estratos
superiores del suelo. La otra parte que se infiltra hasta niveles inferiores al freático, se
denomina escurrimiento subterráneo, y es el que de manera más lenta llega hasta la
salida de la cuenca (puede tardar años en llegar), y es el único que alimenta a las
corrientes cuando no hay lluvias y por eso se dice que forma el escurrimiento base. Lo
importante, en realidad, es la rápidez con que una cuenca responde a una tormenta,
pues esto es lo que determina la magnitud de las correspondientes avenidas (ALIAGA
ARAUJO, Hidrologia-Tratamiento de datos, 1985).

2.2.2. Clasificación de los modelos hidrológicos

Existe numerosas clasificaciones de las modelos hidrológicas, según (ALIAGA
ARAUJO, Hidrologia-Tratamiento de datos, 1985), pueden dividirse en dos grandes
grupos: modelos físicos o materiales y modelos formales o matemáticos: estos últimos
conciben el sistema por medio de un grupo de abstracciones matemáticas que describen
fases relevantes del ciclo hidrológico con el objeto de simular la transformación de las
entradas en salidas del sistema. Según (B, 2009), los modelos hidrológicos se clasifican
desde tres puntos de vistas:

En función de la representación espacial.

Modelos agregados: Son aquellos que consideran una distribución espacial

uniforme de lluvia en la cuenca utilizando como variable la precipitación media (Figura 2-
6a). No considera la variabilidad espacial. La ventaja de estos modelos es que no
necesitan de la calibración de demasiados parámetros y una expresión matemática más
sencilla, pero por el contrario dan valores medios (Oceano, 2009).

Modelos semidistribuidos: Son aquellos que permiten una cierta variabilidad

espacial de la lluvia y de los parámetros a través de los submodelos que los componen,

22
mediante la división de la cuenca en multitud de pequeñas subcuencas con lluvias y
parámetros constante en cada uno de ellos.

Modelos distribuidos: Son aquellos que permiten la variabilidad de la lluvia y de

los parámetros, mediante la división de la cuenca en celdas, en las que simulan los
diferentes procesos hidrológicos. Este tipo de modelo es más versátil y recoge mejor la
heterogeneidad del medio natural, y por el contrario necesitan un aporte de datos
mucho mayor y calibrar muchos parámetros, procesos que de no ser realizados
correctamente pueden llevar a resultados aparentemente muy exactos pero muy
alejados de la realidad.

Figura 2.5: Clasificación de los modelos hidrológicos según la representación

espacial

Fuente Replicado de Fernández (2009)

En función del tipo de representación de los procesos hidrológicos que ocurren en la

cuenca.

Modelos métricos: son los que tienen una gran dependencia respecto de los
datos observados realizando una búsqueda sobre los mismos para caracterizar la
respuesta del sistema, mediante un método de extracción de información a partir de

23
los datos existentes, es por ello que estos se construyen con una consideración pequeña
o nula de los procesos físicos que ocurren en el sistema hidrológico.

El ejemplo más común de este tipo de modelos son los basados en el concepto
de hidrograma unitario, que simulan la respuesta de caudal a un episodio de lluvia
mediante una función de pérdidas no lineal y una función de transferencia lineal. La gran
ventaja de estos modelos es que requieren de una cantidad mínima de información,
pero tienen un rango de aplicación limitado por la variabilidad de los datos observados
y no son capaces de tener en cuenta los cambios producidos en la cuenca, por ejemplo
la expansión urbana, sin realizar modificaciones en el modelo.

Modelos conceptuales: Son los que representan los procesos hidrológicos

más importantes mediante una base de conocimiento inicial, y se inicia con la mejora
de la capacidad computacional, en la cual la representación hidrológica se realiza
mediante relaciones simplificadas con parámetros que no se pueden medir físicamente
en la realidad. Por tanto, para aplicar estos modelos a una cuenca determinada deben
ser calibrados con los datos observados en la misma.

La principal desventaja de estos modelos estriba en el concepto de

"equifinalidad" es decir, la existencia de diferentes valores de los parámetros del modelo
con los que se obtienen similares medidas de ajuste. Por tanto, si los valores de los
parámetros no pueden ser definidos de manera única, los parámetros no pueden
asociarse directamente a las características de las cuencas, y por tanto el modelo no
puede aplicarse a nuevas cuencas sin observaciones, e incluso a la misma cuenca
después de haberse producido cambios en la misma.

Modelos físicamente basados: Estos modelos utilizan los conocimientos más

recientes del comportamiento físico de los procesos hidrológicos, realizando la
simulación del comportamiento hidrológico de una cuenca mediante la utilización de las
ecuaciones de continuidad clásicas, resolviendo las ecuaciones diferenciales de forma
numérica mediante la aplicación de métodos de diferencias finitas o elementos finitos.
Estos modelos son necesariamente de tipo distribuido, y por tanto, permiten la
descripción de los fenómenos en cada una de las celdas del sistema, tanto desde el punto

24
de vista de los parámetros como de la resolución de los sistemas de ecuaciones
diferenciales, por tanto el sistema físico se representa mediante un sistema de
ecuaciones diferenciales que expresan la masa, el momento y el balance de energías.

La gran ventaja de los modelos físicamente basados utiliza parámetros que en

principio pueden ser medidos directamente en el campo y tienen un sentido físico
directo, por tanto, si los valores de estos parámetros se pueden determinar a priori,
estos modelos pueden ser aplicados a cuencas sin datos observados, lo cual estaría ante
una representación matemáticamente ideal de un fenómeno real, la cual depende de
una gran cantidad de información y un nivel de elevado tiempo computacional.

En función de la extensión temporal en la que se puede aplicar el modelo hidrológico

Modelos de episodio o eventos aislados: diseñados para simular eventos de

cortos intervalos de tiempo, normalmente de un único episodio de lluvia. Estos modelos
simulan los procesos infiltración y escorrentía superficial teniendo una aplicación
fundamental para simular caudales de avenida en el caso de que la escorrentía directa
es la principal fuente de la escorrentía total, sin embargo, no deben ser aplicables a la
simulación de caudales de estiaje ni caudales diarios.

Modelos de procesos continuos: permiten la simulación de caudales diarios,

mensuales o estacionales, es decir permiten simulaciones de intervalos de tiempo
mayores a un episodio de lluvia; entonces toman en cuenta todos los componentes del
escurrimiento, incluyendo flujos superficiales, subsuperficiales y subterráneos. El
objetivo de este tipo de modelos es tener en cuenta el balance de humedad a largo plazo
de toda la cuenca, por lo que se aplican fundamentalmente para el pronóstico de
volúmenes de escorrentía a largo plazo y estimación de la reserva de agua.

Modelos de simulación mixta: intentan representar ambas escalas temporales

en forma computacionalmente económica y con un acuerdo razonable con la realidad
(Airdon-Bardin S, y otros, 2009).

2.2.3. Fuentes de incertidumbre

Según (A, 1994), en general, existen cuatro fuentes principales de incertidumbre:

25
a. Errores (sistemáticos o aleatorios) en los datos de ingreso: Son errores propios de
los datos de ingreso, los cuales no necesariamente son datos de campo. Por ejemplo,
si se ingresa la precipitación media de una cuenca y esta serie se obtiene utilizando
polígonos de Thiessen, la aplicación de este método produce errores.
b. Errores (sistemáticos o aleatorios) en los datos observados: Son errores propios de
la medición en campo de las diferentes variables hidro-meteorológicas que se
consideran en el modelo.
c. Errores debidos a valores no óptimos de parámetros: Referido a los errores
ocasionados por la asunción de valores de los parámetros del modelo que no son la
consecuencia de un proceso de optimización.
d. Errores debidos a la estructura del modelo: Errores propios del modelo y que no
pueden ser eliminados sin modificar la estructura del mismo. El proceso de
calibración no los afecta.

Las diferencias entre el modelo y la realidad se deben a la combinación de todas

estas fuentes. El proceso de calibración puede minimizar las tres primeras; sin embargo,
no altera la cuarta, por este motivo es importante discriminar los efectos de cada fuente
de error.

2.2.4. Información Meteorológica

a. Fuentes de información:
✓ Servicio Nacional de Meteorología e Hidrología (SENAMHI)

b. Estudios antecedentes:
Para el desarrollo del presente proyecto se contó con la siguiente referencia:

✓ En el año 2015 el bachiller Jaime Herrera Velásquez desarrolló la tesis

“Generación y calibración de caudales medios mensuales mediante el modelo
GR2M, en la cuenca de rio Rio Verde”

2.2.4.1. Datos meteorológicos históricos:

La red nacional de estaciones meteorológicas en el Perú es controlada y
administrada por el SENAMHI, ente oficial del manejo de la información meteorológica

26
(Precipitación, Temperatura, Humedad, Evaporación, Radiación Solar, Velocidad,
dirección del viento, etc.).

De la red nacional de estaciones meteorológicas del SENAMHI tenemos (4)

estaciones entre operativas y cerradas que conforman la red del estudio proyecto.

Cuadro 2: Red de estaciones meteorológicas

Id_Station Id_SecondaireNom Pays Zone Bassin Riviere Latitude Longitude Altitude
02LAM 100081 LAMPA PERU PUNO TITICACA COATA -15.6734444 -70.37211111 3892
03PAM 115027 PAMPAHUTA PERU PUNO TITICACA COATA -15.4852778 -70.59999847 4400
01CRUS 114032 CRUSEROALTO PERU PUNO TITICACA COATA -15.766446 -70.912416 4521
04CAB 114033 CABANILLAS PERU PUNO TITICACA Cuenca Coata -15.63906 -70.34617 3900

Cuadro 3: Información meteorológica disponible

PARAMETRO
Nro ESTACIÓN PRECIPITACION PRECIP MAX TEMP MEDIA TEMP MIN TEMP MAX HR EVAP VELOC VIENTO HORAS SOL
(mm) (mm) (°C) (°C) (°C) (%) (mm) (m/s) (hr)
1 Crucero Alto 1965-2009 1967-2006 1997-2006 00 00 00 00 00 00
2 Lampa 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1964-2002 2000-2002 1968-1992 2000-2002
3 Pampahuta 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1969-2002 1964-2006 00 00
4 Cabanillas 1964-2010 1964-2010 1967-2009 1964-2006 1964-1998 1969-2002 1964-2006 00 00

2.2.5. Cartografía:
La cuenca del río Verde abarca (02) cartas nacionales, En la figura a continuación
se precian estas cartas y la zona a la que pertenecen.

27
 Figura 2.6: Cartas nacionales

Figura 2.7: Ubicación geográfica e hidrológica

28
2.3. ÁREA DE ESTUDIO
El estudio se desarrolló en la microcuenca del rio Verde (2066.964 Km2),
localizada en la región Este del departamento de Puno, Perú. Con coordenadas
geográficas extremas de: Latitud Sur -15.562 y Longitud Oeste -70.712 Con una
variación altitudinal de 4229. Presentando limites hidrográficos: por el Norte con la
Cuenca del río Lampa; por el Sur con la cuenca del río Mañazo.

29
 Políticamente, la microcuenca del rio Verde, se encuentra ubicada
íntegramente dentro del departamento de Puno, ocupa las superficies de los distritos
de paratia y santa lucia.

Para esta etapa se toma en consideración la zona de trabajo donde se dará a

conocer los distintos tipos de estaciones con las cuales se ha de trabajar, para ello
delimitamos nuestra cuenca a trabajar y nuestra cuenca a generar los datos.

30
 Figura 2.8: determinación de las cuencas a trabajar

2.4. RECOPILACIÓN DE INFORMACIÓN HIDROMETEOROLÓGICA

Para el estudio se consideró el mayor número de estaciones ubicadas dentro
y alrededor de la cuenca. La ubicación de las estaciones se muestra. Las series
históricas de precipitación mensual por estaciones podemos observarlas.

Id_Station Id_SecondaireNom Pays Zone Bassin Riviere Latitude Longitude Altitude

02LAM 100081 LAMPA PERU PUNO TITICACA COATA -15.6734444 -70.37211111 3892
03PAM 115027 PAMPAHUTA PERU PUNO TITICACA COATA -15.4852778 -70.59999847 4400
01CRUS 114032 CRUSEROALTO PERU PUNO TITICACA COATA -15.766446 -70.912416 4521
04CAB 114033 CABANILLAS PERU PUNO TITICACA Cuenca Coata -15.63906 -70.34617 3900

Cuadro 3: red de estaciones pluviométricas

En el presente estudio teniendo en consideración la longitud de las series de

los datos de precipitación, se ha se estableció que el período de análisis será el
comprendido entre los años 1964 a 2011.

31
 Figura 5.2: Estaciones que se trabajaron

PARAMETRO
Nro ESTACIÓN PRECIPITACION PRECIP MAX TEMP MEDIA TEMP MIN TEMP MAX HR EVAP VELOC VIENTO HORAS SOL
(mm) (mm) (°C) (°C) (°C) (%) (mm) (m/s) (hr)
1 Crucero Alto 1965-2009 1967-2006 1997-2006 00 00 00 00 00 00
2 Lampa 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1964-2002 2000-2002 1968-1992 2000-2002
3 Pampahuta 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1969-2002 1964-2006 00 00
4 Cabanillas 1964-2010 1964-2010 1967-2009 1964-2006 1964-1998 1969-2002 1964-2006 00 00

Cuadro 5.2.1: cuadro de los parámetros de cada estación (años de trabajo)

32
2.4.1. Actividad agrícola
Es una de las actividades más importantes de la región Puno, porque
representa el 11.86% de la superficie agrícola total regional. El 95 por ciento de la
superficie es cultivada bajo el régimen de secano, es decir, que depende de las
lluvias, las que son irregulares en cantidad y distribución; y el 5 por ciento es bajo
riego (INRENA, 2007). Como especies cultivables en esta región se tiene: cebada,
alfalfa, pastos cultivados, avena grano, cañihua, cebada grano, maíz amiláceo, quinua,
trigo, cebolla, arveja, habas, mashua, oca, olluco, papa, avena, y cebada forrajera.

2.4.2. Actividad pecuaria

La existencia de pastos naturales, cultivo de forrajes y pastos cultivados
favorecen la crianza del ganado, siendo los vacunos de doble propósito para carne y
leche, los ovinos para carne y los camélidos carne y fibra, y en mayor magnitud se tiene
la crianza de porcinos y aves. Especies que aportan la mayor producción pecuaria del
ámbito de la Agencia Agraria de San Román que constituyen fuente de ocupación e
ingreso para el productor rural, que representa aproximadamente el 8.62% de la
ganadería departamental. Sin embargo, el problema que afronta el productor
pecuario es la escasez de alimentos para animales en ciertas épocas del año, dada, las
características del espacio andino es de ser una zona que se ve limitada por las
variaciones climáticas. Los meses de invierno y transitorios, corresponde al periodo
más crítico para el ganado, debido a las bajas temperaturas, afectando la
disponibilidad de alimento y consecuentemente la producción en peso de carne y de
leche.

2.5. ASPECTO FÍSICO AMBIENTAL

2.5.1. Clima
El clima de la cuenca del Lago Titicaca, es templado en el día y frío en las noches
debido a la altitud que es característico de los climas de montaña sometida por su
situación geográfica a un régimen tropical, principalmente por la relativa estabilidad
de iluminación durante el año. La región Puno presenta un comportamiento térmico
que varía de -6°C y 14°C en su media mensual (SENAMHI-DGH, 2009), donde la

33
 presencia de la masa de agua del Lago Titicaca permite regular la temperatura de la
zona circunlacustre, impidiendo que sus valores desciendan a valores extremos.

Según UNESCO-WWAP (2003), las precipitaciones son más abundantes en el

centro del lago (800 - 1400) mm por año que en sus riberas a causa de una mayor
temperatura del agua con respecto al aire, debido a esto el lago recibe una radiación
solar fuerte de 533 calorías por centímetro cuadrado (cm2) por día: esta alta radiación
explica la intensa evaporación en el Lago Titicaca, la cual se estima según SENAMHI-
DGH (2009) que la perdida de agua por efecto de la evapotranspiración a nivel
promedio en la vertiente del Titicaca es de 589,94 mm.

En términos generales, la precipitación, temperatura, humedad relativa y

evaporación son los principales parámetros que caracterizan a la microcuenca del rio
Verde, de régimen estacional.

Según INRENA (2007), el clima en la cuenca Rio Verde presenta:

a. Clima frío
Comprende los valles meso andinos y se extiende entre los 3 000 y 4 000 msnm
y se caracteriza por presentar precipitaciones anuales en promedio de 700 mm,
temperaturas medias anuales de 12°C y con veranos lluviosos e inviernos secos con
fuertes heladas.

b. Clima frígido
Conocido como clima de Puna (INRENA, 2007), comprendido entre los 4 000 y
5 000 msnm. Se caracteriza por presentar precipitaciones promedio de 700 mm
anuales y temperaturas también promedio anuales de 6°C. Comprende las colinas,
mesetas y cumbres andinas. Los veranos son siempre lluviosos y nubosos; y los inviernos
(junio-agosto), son muy fríos y secos.

c. Clima de nieve
Comprende los valles meso andinos y se extiende entre los 3 000 y 4 000 msnm
y se caracteriza por presentar precipitaciones anuales en promedio de 700 mm,
temperaturas medias anuales de 12°C y con veranos lluviosos e inviernos secos con
fuertes heladas.
34
 Este clima corresponde al de nieve perpetua, de muy alta montaña, con
temperaturas medias durante todos los meses del año por debajo del punto de
congelación (0°C). Se distribuye en los sectores altitudinales que sobrepasan los 5 000
msnm y que están representados mayormente por las grandes masas de nieve y hielo
de las altas cumbres de los andes peruanos.

2.5.2. Suelo
La superficie de la región hidrográfica del Titicaca, se extiende desde la parte
limítrofe del lago peruano hasta la cordillera Oriental y Occidental, de amplias pampas,
demarcadas con cadenas de cerros que nacen en los estribos internos de ambas
cordilleras. Según Mendoza (1994), en el Altiplano se puede diferenciar dos grupos de
suelos:

a. Grupo Altiplánico
Conformado por suelos de origen Aluvio-Fluvial y Aluvio-Lacustre, comprende
todas las áreas de relieve suave o casi plano, a su vez se divide en:

Sub Grupo Ribereño: Son las áreas termorreguladas, ubicadas próximas al lago
Titicaca, con pendientes inferiores a 1 por ciento, hidromórficas e inundables,
presentan un drenaje pobre. Son las tierras más apropiadas para la producción de los
cultivos, debido a la acción termorreguladora del lago.

Sub Grupo Altiplano: Comprende casi la integridad de las áreas casi planas, que
se extiende más allá del sub Grupo Ribereño, se pueden observar epipedones con buen
contenido de materia orgánica, horizontes arcillosos, suelos bien a moderadamente
desarrollados, en las zonas más abrigadas se pueden sembrar cultivos propios del lugar.

b. Grupo de Lomadas y Cerros

Son suelos mayormente de origen residual, y en menor grado de origen coluvial
y coluvio aluvial, forman parte de las laderas, flancos y lomas de cerros y colinas, cuyas
pendientes varían de ligeramente inclinadas a empinadas, pueden presentar un
horizonte superficial con buen contenido de materia orgánica: suelos medianamente
profundos y poco desarrollados, cubiertos por pastos naturales.

35
 2.5.3. Hidrografía
El sistema hidrográfico de la cuenca del río Rio Verde se compone básicamente
de los ríos Cabanillas y Lampa, los cuales a su vez se forman por la confluencia de los
ríos Verde - Cerrillos y Vila Vila – Palca, respectivamente; esta confluencia de los ríos
Cabanillas y Lampa se encuentra a 57.20 Km del Lago Titicaca. La cuenca posee una

superficie total de 4,908.44 Km2, correspondiéndole 1,559.87 Km2 (31.78 por

ciento) a la cuenca del río Lampa y una superficie de 2,888.61Km2 (58.85 por ciento)

a la cuenca del río Cabanillas y 459.96 Km2 (9.37 por ciento) a la Cuenca del Bajo Rio
Verde (Oceano, 2009).

III. METODOLOGIA
(ALIAGA ARAUJO, Hidrologia-Tratamiento de datos, 1985), En hidrología suele
utilizarse modelos para tratar de representar el comportamiento del sistema hidrológico
(el prototipo); un modelo puede ser material o formal:

El modelo material, es una representación física del prototipo, con una

estructura más simple, pero con propiedades similares a las del prototipo. Estos
modelos materiales pueden ser físicos o análogos.

El modelo formal, es una abstracción matemática de una situación idealizada que

preserva a grandes rasgos las propiedades estructurales importantes del prototipo; en
hidrología aplicada (ingenieril) todos los modelos utilizados son de tipo formal y suelen
denominarse modelos matemáticos.

(BEJAR, 2002), Dice que un modelo es una representación aproximada de un

sistema real. Por lo tanto, un modelo hidrológico tratara de representar en forma
aproximada el ciclo hidrológico.

Un modelo hidrológico puede ser de dos clases: modelo físico y modelos

abstractos. El primero trata de representar a escala el ciclo hidrológico y el segundo
representa a este en forma matemática.

En hidrología se usa mayormente el modelo abstracto o matemático que es una

ecuación relaciona las variables de entrada y salida del sistema hidrológico. En la
36
práctica, la importancia de modelo matemático reside en que conociendo las entradas
y estudiando la operación del sistema es posible predecir su salida. Las variables pueden
ser funciones del tiempo y del espacio y también pueden ser variables probabilísticas o
aleatorias, más aún tratándose de la lluvia como entrada que es un fenómeno altamente
aleatorio.

(CHOW VEN, 2000), Dice que un modelo de sistema hidrológico es una

aproximación al sistema real; sus entradas y salidas son variables hidrológicas
mensurables y su estructura es un conjunto de ecuaciones que conectan las entradas y
las salidas.

3.1. CLASIFICACION DE MODELOS HIDROLOGICOS

(CHOW VEN, 2000), menciona que los modelos hidrológicos pueden dividirse en
dos categorías:6 Entrada Sistema f (aleatoriedad, espacio, tiempo) Salida El modelo
tiene en cuenta Determinístico Estocástico ¿Aleatoriedad? Agregado Distribuido
Independiente del espacio Correlacionado en el espacio ¿Variación espacial? Flujo
permanente Flujo no permanente Flujo permanente Flujo no permanente
Independiente del tiempo Correlacionado en el tiempo Independiente del tiempo
Correlacionado en el tiempo ¿Variación temporal?

3.1.1. Modelos Físicos

Estos incluyen modelos a escala que representan el sistema en una escala
reducida, tal como un modelo hidráulico del vertedero de una presa; y modelos
análogos, que usan otros sistemas físicos con propiedades similares a las del prototipo.

3.1.2. Modelos Abstractos

Estos representan el sistema en forma matemática. La operación del sistema se
describe por medio de un conjunto de ecuaciones que relacionan las variables de
entrada y salida. Estas variables pueden ser funciones del espacio y del tiempo, y
también pueden ser variables probabilísticas o aleatorias que no tienen un valor fijo en
un punto particular del espacio y del tiempo, pero que están descritas a través de
distribuciones probabilidad.

37
 Los modelos hidrológicos pueden clasificarse teniendo en cuenta las formas en
que se lleva a cabo esta simplificación. Existen tres decisiones que deben tomarse en un
modelo: ¿serán o no aleatorias las variables del modelo?, ¿variarán en el espacio o será
uniformes?, ¿variarán en el tiempo o serán constantes? El modelo puede localizarse en
un “árbol” de acuerdo con estas alternativas, tal como se muestra en la figura N° 04.

Figura 3.6: Clasificación de Modelos Hidrológicos

Fuente: CHOW (1994)

Todos los modelos hidrológicos son aproximadamente de la realidad, luego la
salida de un sistema real nunca puede pronosticar con certeza, así mismo, los
fenómenos varían con las tres dimensiones del espacio y con el tiempo; pero la
consideración simultanea de las cinco fuentes de variación (aleatoriedad; tres
dimensiones, tiempo) se ha llevado a cabo solo para algunos pocos casis idealizados. Un
modelo practico usualmente considera una o dos fuentes de variación.

3.2. MODELOS PRECIPITACION - DESCARGA

(ALIAGA ARAUJO, Hidrologia Estadistica , 1985), Los modelos de Precipitación-
Descarga más extendidos en hidrología son aquellos que estiman el balance entre las
entradas de agua al sistema (precipitación) y las salidas del mismo (evaporación,
escorrentía y descarga del acuífero) reproduciendo simplificadamente los procesos del
ciclo hidrológico.

(EDILBERTO, 1991), Es una representación simplificada de un sistema real

complejo llamado prototipo, bajo forma física o matemática. De manera matemática, el
sistema real está representado por una expresión analítica.

38
 En un modelo hidrológico, el sistema físico real que generalmente
representamos es la 'cuenca hidrográfica' y cada uno de los componentes del ciclo
hidrológico. De esta manera un modelo matemático nos ayudará a tomar decisiones en
materia de hidrología, por lo que es necesario tener conocimiento de entradas (inputs)
al sistema y salidas (outputs) a partir del sistema, para verificar si el modelo es
representativo del prototipo.

3.3. MODELOS DE OPTIMIZACIÓN

(ALIAGA ARAUJO, Hidrologia-Tratamiento de datos, 1985), Los modelos de
optimización forman la 'hidrología de sistemas' y se define como el arte de seleccionar
un número de alternativas posibles a partir de un conjunto particular de acciones y
posibilidades para alcanzar ciertos objetivos, bajo condiciones y restricciones físicas,
legales, económicas, sociales, ambientales etc.

3.4. MODELOS DE NO OPTIMIZACIÓN

3.4.1. Modelos Estadísticos

(A., 2013), Los modelos estadísticos del tipo inductivo se basan en los métodos y
las técnicas estadísticas para hacer notar sus relaciones de entrada y salida, en
concordancia con el interés secundario de los procesos físicos del sistema.

El uso de los modelos estadísticos para una predicción, permite la explotación

racional de la información disponible a corto y mediano plazo. Su uso es posible, cuando
se dispone de series suficientemente grandes de información.

3.4.2. Modelos Determinísticos

(A., 2013), Un modelo matemático del tipo determinístico es aquel que tiende a
establecer relaciones cuantitativas de causa-efecto, utilizando una relación directa para
obtener una respuesta debida a un requerimiento, sea por medio de una ecuación
empírica o por medio de un operador desarrollado a partir de criterios e hipó tesis
experimentales.

✓ Modelo GR2M
(ALIAGA ARAUJO, Hidrologia Estadistica , 1985). Desarrollado por el CEMAGREF
(Centro de Investigación Agrícola e Ingeniería Ambiental Francia), propuso un modelo
39
global, lo más simple posible, para reconstruir los caudales a partir de la precipitación y
la evapotranspiración. Posteriormente el modelo ha continuado evolucionando
presentando diferentes versiones como el GR1A, GR2M, GR3J, GR4J.

El número indica el número de parámetros a modelar y la última letra el paso de

tiempo: J (diario), M (mensual), A (anual).

El modelo GR2M es un modelo global que funciona a paso de tiempo mensual y

que depende de dos parámetros: X1 (Máxima capacidad de almacenamiento del
reservorio en mm) y X2: (coeficiente de intercambio de agua subterránea, no tiene
unidades). De manera general, el modelo está basado en la transformación de la
precipitación-escorrentía por la aplicación de dos funciones: de producción y de
transferencia. El modelo GR2M es un modelo a dos reservorios, donde la función de
producción del modelo se organiza alrededor de un reservorio llamado reservorio-suelo,
la función de transferencia está gobernada por el segundo reservorio llamado reservorio
de agua gravitacional, donde el aporte es instantáneo al inicio del paso de tiempo, luego
el reservorio se vacía gradualmente. El nivel de este reservorio determina el caudal que
puede liberar, la arquitectura del modelo.

Los flujos entrantes (P) y salientes (ETP) del reservorio-suelo (capacidad máxima
X1) son calculados en base al estado de almacenamiento (S). Una parte de la
precipitación P1 corresponde a la diferencia entre P y la precipitación que ingresa en el
suelo y otra parte P2 corresponde a la percolación. La suma de ambas P1 + P2
corresponden a la precipitación efectiva P3 que ingresa en el reservorio de agua
gravitacional (capacidad máxima fijada en 60 mm). Un término de intercambio
subterráneo es incluido dentro del modelo X2. Finalmente, el reservorio de agua
gravitacional se vacía siguiendo una función cuadrática, dándonos como resultado el
caudal de salida.

Figura 3.7: Diagrama del modelo GR2M

40
 FUENTE: Mouelhi (2006)

3.5. CICLO HIDROLÓGICO

(Bejar, Hidrologia, 2002)Se denomina ciclo hidrológico, al conjunto de cambios
que experimenta el agua en la naturaleza, tanto en su estado (solido, líquido, gaseoso),
como en su forma (agua superficial, agua subterránea, etc.).

(CHOW, 1994), El ciclo hidrológico es el foco central de la hidrología. El ciclo no

tiene principio ni fin y sus diversos procesos ocurren en forma continua.

3.6. ANÁLISIS DE CONSISTENCIA

El análisis de consistencia se logra sacar los datos de la precipitación media y
temperatura media también, para así trabajar los datos o como se puede decir hacer
una plantilla en Excel para así insertar los datos al programa HYDRACCESS para así
trabajar el vector regional, el análisis de datos calculados,

41
 Para las cuatro estaciones que tenemos formamos plantillas para así trabajar
uno por uno, pero en un solo Excel a trabajar.

3.6.1. Precipitación
(Bejar, Hidrologia Estadistica, 2002), La precipitación, es toda forma de humedad
que, originándose en las nubes, llega hasta la superficie del suelo; de acuerdo a esta
definición la precipitación puede ser en forma de:

✓ Lluvia
✓ Granizada
✓ Garuas
✓ Nevadas

(CHOW VEN, 2000), La precipitación incluye la lluvia, la nieve y otros procesos

mediante los cuales el agua cae a la superficie terrestre.

(ORSTOM, 1999), El proceso de precipitación dentro del ciclo hidrológico de una

cuenca muestra una marcada variabilidad temporal y espacial, independientemente de
la escala de trabajo a la que se está realizando el análisis.

Las consecuencias dramáticas de la variabilidad espacial de la precipitación como

sequías y avenidas extremas han determinado grandes pérdidas humanas y económicas
desde tiempos ancestrales.

(PAOLIO. C, 2002)Manifiesta que toda forma de agua cuyo origen está en las
nubes, y cae a la superficie terrestre en forma de lluvia, granizo, garua o nieve. En
hidrología el tipo de precipitación de mayor importancia es la lluvia, por lo cual de
entrada más significativa en el sistema hidrológico.

El régimen normal de la precipitación en nuestro altiplano esta determinado por

la situación geográfica porque nos encontramos en las latitudes de 15° y 17° y
longitudinales de 69° y 70°, y por la influencia de algunos factores importantes, tales
como la circulación atmosférica, el relieve, la integración entre la tierra, el mar y la
cordillera de los andes, la influencia de las áreas selváticas o boscosas.

42
 Según los valores de precipitación total mensual, y la ubicación de las estaciones
no se cumple un gradiente pluviométrico precipitación altitud, ya que no existe la
presencia de estaciones dispersas. En la figura 3.7, la estación de crucero alto que consta
de un periodo de 49 años presenta una precipitación de 2219.4mm, la estación de lampa
que consta de un periodo de 49 años presenta una precipitación de 2838.7mm, , la
estación de pampauta que consta de un periodo de 49 años presenta una precipitación
de 3148.1mm, la estación de Cabanillas que consta que consta de un periodo de 49 años
presenta una precipitación de 2536.6mm.

Figura 3.7: precipitación total mensual en estaciones, dentro de la subcuenca en un

periodo de 49 años

4000.0
2838.7 3148.1
3000.0 2219.4
2536.6
2000.0

1000.0

0.0
crusero alto
lampa
pampauta
cabanillas

También se puede hallar para cada estación meteorológica ya que los años que
se está trabajando son mínimo 49 años que contiene la estación daremos un ejemplo
para la estación Cabanillas; la cual vemos en la figura 3.8. el cual nos detalla cómo se
comporta la precipitación en dicha estación.

Figura 3.8: precipitación media anual de la estación Cabanillas

43
 Precipitacion de la estacion cabanillas
DIC
NOV
OCT
SET
AGO
JUL
JUN
MAY
ABR
MAR
FEB
ENE

0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0

El método tradicional para el análisis de la información pluviométrica

comprende la elaboración de tablas con valores promedios a nivel mensual y anual de
la variable precipitación, la construcción de histogramas, curvas de doble masa y
pruebas estadísticas, con el fin de identificar y si es necesario cuantificar
inconsistencias, saltos o tendencias de los datos, el cual es método muy trabajoso y no
considera los años extraordinarios. Por esta razón, en el presente estudios
emplearemos una metodología no tradicional, llamada Método del Vector Regional
(MVR) que consiste en elaborar, a partir de la información disponible, una especie de
estación ficticia que sea representativa de toda la zona de estudio, donde luego para
cada estación se calcula un promedio extendido sobre todo el período de estudio, y
para cada año, se calcula un índice. A esta serie de índices anuales se le llama Vector
Regional, ya que toma en cuenta la información de una región que es climáticamente
homogénea.

b. El Método del Vector Regional (MVR)

El vector regional es modelo simple orientado al análisis de la información
pluviométrica de una región y a la síntesis de esa información. Este método fue
desarrollado por el IRD (Instituto de investigación para el desarrollo) en los años 70
con el objetivo de homogenizar los datos pluviométricos. Se elaboraron dos métodos
para el cálculo del Vector Regional uno por G. Hiez y Y. Brunet Moret.

44
 Este método permite representar la información pluviométrica regional bajo la
forma de índices anuales representativos de las precipitaciones en esa región y por
coeficientes característicos de cada punto de observación. Así mismo es posible usar
este método para otros parámetros con la condición que sean relativamente
independientes entre sí de un año a otro, y que sean pseudo-proporcionales, es decir
que los datos de las diferentes estaciones varíen en el mismo sentido y en
proporciones casi idénticas, con variaciones ligeras debidas al ruido de fondo.

El método de G. Hiez esta basado en el cálculo de la moda, mientras que el de

Brunet Moret se basa en el promedio, eliminando los valores demasiado alejados del
promedio. Cada método estima una media extendida para cada estación sobre el
período de trabajo y calcula los índices anuales de cada estación.

El método clásico de crítica de datos anuales consiste en efectuar análisis de

dobles masas entre los valores de las estaciones tomadas dos a dos, para detectar
eventuales heterogeneidades, y luego completar datos faltantes por correlación con
los datos de la estación y de sus vecinas.

El método del vector regional consiste en elaborar, a partir de la información

disponible, una especie de estación ficticia que sea representativa de toda la zona de
estudio. Para cada estación se calcula un promedio extendido sobre todo el período de
estudio, y para cada año, se calcula un índice. (>1 año con superávit, <1 año
deficitario). A esta serie de índices anuales se le llama Vector Regional, ya que toma
en cuenta la información de una región que se supone es climáticamente homogénea.

Este método también puede aplicarse a datos mensuales, tratando

separadamente cada uno de los meses del año como si se tratara de un valor anual.

Una vez elaborado el vector regional, el análisis de la información es

enormemente facilitada, así podemos:

• Evaluar la calidad de los datos de una estación por curvas de dobles acumuladas
con los índices del vector regional.

45
 • Analizar gráficamente y correlacionar los datos de una estación con los índices
del vector regional.

• Evaluar los datos faltantes de una estación multiplicando el índice de un año

del vector regional por el promedio extendido de la estación sobre el período
de estudio.

La calidad del vector regional depende de la calidad de los datos de entrada.

Aunque los algoritmos utilizados por los dos métodos intentan minimizar la influencia
de los datos erróneos, el vector calculado al comienzo sigue contaminado por los
errores que existen en los datos de las estaciones. Sólo de manera iterativa, eliminando
los datos visiblemente imaginarios y corrigiendo poco a poco los errores más
evidentes sobre los datos de entrada, se llegará a un vector regional de buena calidad.

Para mayores detalles sobre este método se debe revisar la bibliografía

publicada por el IRD sobre los autores Brunet Moret o Hiez. Algunas de estas
publicaciones se encuentran disponibles libremente en la página web del IRD en su base
de datos Horizons.

Análisis de la precipitación
Para el presente estudio emplearemos el software Hydraccess 2.1.4 del IRD,
desarrollado por Philippe VAUCHEL, Hidrólogo del IRD (Instituto de investigación para
el desarrollo) el cual tiene incluido un módulo para el cálculo del vector regional por
el método de Y. Brunet Moret. El software Hydraccess nos permite calcular el Vector
Regional a paso de tiempo mensual y anual (análisis y corrección). Igualmente nos
permite detectar, corregir o eliminar los errores sistemáticos de series cronológicas
estudiadas (fase de homogenización) luego de buscar las zonas climáticas homogéneas
(fase de regionalización) para las cuales se genera una serie cronológica representativa
de índices mensuales y anuales.

Para calcular el vector hemos tenido las siguientes consideraciones:

Para el cálculo del vector regional debemos tener como mínimo 3 estaciones
por año, y 3 años como mínimo por estación, por lo tanto debemos verificar esta

46
condición y de ser necesario calcularemos los datos faltantes con los registros de las
estaciones más confiables y con registros más largos, por correlación.

La hipótesis principal de este método es el principio de “pseudo-

proporcionalidad”, por lo cual los datos deben tener el mismo comportamiento
(cantidad y variación temporal), es decir deben tener una tendencia climática regional
única.

La pseudos-proporcionalidad de una zona es medida por el valor del

coeficiente de correlación media entre las estaciones y el vector correspondiente (en
caso de estricta proporcionalidad este valor es igual a 1). Este coeficiente en el
software Hydraccess aparece como “Correl./Vector”.

Hemos considerado una zona como homogénea si los coeficientes de

correlación anual entre el vector y la estación son superiores o iguales a 0.7; debido a
que la poca densidad de la red de estaciones, no nos permite ser más estrictos y
reducir la zona.

Luego como el vector calculado se encuentra contaminado por los datos de

mala calidad, primero se deben detectar los errores, corregir los datos dudosos y
eliminar los valores incoherentes, para finalmente recalcular el vector.

Solo de manera iterativa se corregirán los errores más evidentes sobre los
datos de entrada, hasta obtener un vector de buena calidad.

47
 Indices anuales del Vector y de las Estaciones (Brunet Moret)
3

2.5

2
01CRUS_P_M
Indices

PM_(mm)
1.5 02LAM_P_M
PM_(mm)
03PAM_P_M
PM_(mm)
04CAB_P_MP
1 M_(mm)
Vector

Lím. Inf.

0.5 Lím. Sup.

0
1968 1973 1978 1983 1988 1993 1998
Año

Figura 3.9: índices anuales iniciales del vector y las estaciones

A continuación, expondremos un ejemplo de análisis de la corrección de los

datos.

La visualización de curvas de dobles acumulados entre estación y vector de una

zona nos va a permitir determinar si existe una mala relación entre el vector y la
estación, como podemos observar en el cuadro 3.10.

48
 Suma de los índices anuales del Vector y de las Estaciones
35

30
01CRUS_P_
MPM_(mm)
25
02LAM_P_M
PM_(mm)
Estaciones

20
03PAM_P_M
PM_(mm)
15

04CAB_P_M
10 PM_(mm)

0
0 5 10 15 20 25 30
Vector

Figura 3.10: curva de dobles acumulados

- Precipitación
La precipitación se analiza a nivel de la cuenca productora del recurso hídrico en
los que se dispone de pluviómetros, como las Estaciones de Cabanillas, Pampahuta,
Crusero alto y Lampa en un rango de análisis de 49 años (1964 – 2011). Su precipitación
media ponderada multianual es de 761.84 mm que es utilizado para el cálculo de oferta
de agua.

Cuadro Nº 06: Precipitación Media Mensual Completada y Extendida (mm) - Estaciones

de la microcuenca del Rio Verde
ESTACION ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC TOTAL
Cabanillas 146.07133.96107.3042.68 5.64 2.37 1.56 7.94 17.56 35.13 52.89 89.79 642.90
Pampahuta 175.05156.92131.1949.48 10.06 3.07 3.01 7.87 14.93 36.88 68.74 120.80778.00
Crusero alto 129.45104.5893.50 39.63 8.67 4.43 1.92 7.39 18.50 44.80 57.29 84.59 594.75
Lampa 153.57126.29110.0445.32 6.82 3.81 1.55 8.02 21.23 44.26 64.56 108.96694.43
FUENTE: Elaboración propia

49
 - Humedad Relativa Media Mensual

Las Estaciones que se tomó en cuenta son las de Cabanillas, Pampahuta, Crusero
alto, Lampa, cuyo rango de análisis es de 48 años (1964 – 2011), cuyo promedio
ponderado multianual es de 61.61%.

Cuadro Nº 07: Humedad Relativa Mensual (%)

ESTACION ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC PROM.
Cabanillas 63.61 64.55 64.51 54.43 44.31 43.88 44.14 44.24 44.49 46.33 46.35 53.94 51.23
Pampahuta 72.10 71.31 70.08 64.63 54.63 53.69 53.45 50.65 51.94 53.96 57.94 64.00 59.87
Lampa 66.88 67.31 68.24 63.53 55.02 52.47 50.16 48.63 49.96 51.24 50.82 58.47 56.89
Crusero alto 81.92 81.43 82.73 77.71 73.33 71.55 69.12 68.84 70.41 70.47 69.10 74.27 74.24
FUENTE: Elaboración propia

- Temperatura Promedio Mensual

Siendo las Estaciones de Cabanillas, Pampahuta, Crusero alto y Lampa, en base a

estas Estaciones podemos indicar que la Temperatura Media Multianual es de 7.24ºC,
en un rango de análisis de 48 años (1964 – 2011).

Cuadro Nº 08: Temperatura Mensual Completada y Extendida (°C)

ESTACION ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC PROM.
Cabanillas 10.30 10.23 10.02 9.61 8.28 6.98 6.74 7.95 9.17 10.14 10.70 10.62 9.23
Pampahuta 6.37 6.39 6.14 5.14 2.94 1.08 0.69 1.64 3.40 4.80 5.68 6.26 4.21
Lampa 9.96 9.84 9.61 8.66 6.47 4.98 4.74 5.92 7.55 8.78 9.57 9.97 8.00
Crusero alto 10.22 10.29 10.02 8.96 6.51 4.94 4.41 5.87 7.78 9.46 10.21 10.35 8.25
FUENTE: Elaboración propia

- Evaporación Total Mensual

La Estaciones que se tomaron en cuenta son las de Cabanillas, Pampahuta,

Lampa y Crusero alto, cuyo rango de análisis es de 48 años (1964 – 2011), cuyo Promedio
Total Multianual es de 121.92 mm.

Cuadro Nº 09: Evaporación Total Mensual Completada y Extendida (mm)

ESTACION ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC PROM.
Cabanillas 128.35117.98120.85124.38136.09124.84135.00146.64162.82179.37174.05157.78142.35
Pampahuta 113.97103.82107.53106.68110.11101.40110.02127.31143.67155.20152.91138.12122.56
Lampa 108.9099.00 98.51 89.14 88.06 79.67 90.99 110.18122.47139.74142.98131.48108.43
Crusero alto 120.3398.28 111.8886.36 92.06 82.60 96.95 118.08128.46156.29143.61137.37114.36
FUENTE: Elaboración propia

50
Cuadro Nº 10: Caudal Mensual Completado y Extendido (m3/s) – Estación Puente Isla
Cabanillas – Rio Verde
ESTACION ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC PROM.
RIO VERDE 27.04 35.16 27.69 12.69 3.27 1.56 1.17 1.07 1.17 1.64 3.93 9.74 10.51
FUENTE: Elaboración propia

3.6.2. Intercepción
(Intendencia de Recursos Hidricos , 2008), Es la precipitación retenida en la
cobertura vegetal, no tiene mayor importancia en las avenidas grandes; sin embargo,
debido a algunos tipos de vegetación puede representar una porción considerable de la
lluvia anual. La capacidad de almacenamiento por la intercepción es generalmente
satisfecha en las primeras horas de la tormenta, de manera que un alto porcentaje de
lluvia durante las tormentas de corta duración es interceptado. Después que la
vegetación está saturada y el almacenamiento por intercepción se completa, la cantidad
de agua que alcanza el suelo es igual a la lluvia menos la evaporación a partir de la
vegetación.

3.6.3. Evapotranspiración
(EDILBERTO, 1991), La evaporación es una etapa permanente del ciclo
hidrológico. Hay evaporación en todo momento y en toda superficie húmeda.
Considerada un fenómeno puramente físico, la evaporación es el paso del agua del
estado líquido al estado gaseoso. La evapotranspiración o evaporación total está
constituida por las pérdidas totales, es decir: evaporación de la superficie (del suelo y
agua) y la transpiración de las plantas.

(EDILBERTO, 1991). La evapotranspiración es un favor muy importante para

todos los estudios de recursos hídricos pues afecta la producción hídrica de las cuencas,
la capacidad de los embalses, el uso consuntivo de los cultivos y la producción de las
reservas subterráneas.

(Bejar, Hidrologia, 2002), Menciona que está constituido por las pérdidas
totales, es decir que la evaporación de las superficies evaporante (del suelo y agua) +
transpiración de las plantas.
 El termino evapotranspiración potencial fue introducido por Thornthwaite y se
define como la pérdida total de agua, que ocurriría si en ningún momento existiera
deficiencia de agua en el suelo, para el uso de la vegetación.

En el parámetro registrado en las estaciones que se está trabajando el

comportamiento mensual s muestra en la figura 3.11. con valores que son de 108.43 a
135.63mm de evaporación. El valor más bajo es registrado en la estación de lampa con
108.43mm, y los valores máximos se registran en la estación Cabanillas con 135.63mm
respectivamente

Figura 3.11: variación mensual de la evaporación total mensual

135.63
140 127.16

108.43 112.25
120

100

80

60

40

20

0
crusero alto lampa pampauta cabanillas

3.6.4. Infiltración
(PAOLIO. C, 2002), La infiltración es el paso del agua a través de la superficie del
suelo hacia el interior de la tierra. El agua que se infiltra en exceso de la escorrentía
subsuperficial puede llegar a formar parte del agua subterránea, la que eventualmente
llega a los cursos de agua. El agua del rio, en general, puede estar formada de dos partes:
una parte de escorrentía (superficial y subsuperficial) que recibe el nombre de
escorrentía directa y otra parte de afloramiento de agua subterránea que recibe el
nombre de flujo base.

La percolación es el movimiento del agua dentro del suelo y ambos fenómenos

(la infiltración y la percolación) están íntimamente ligados.
 (R., 1999), La infiltración juega un papel importante en los problemas de diseño
y predicción asociados a la dimensión y operación de las obras hidráulicas. En general,
el volumen de infiltración es varias veces mayor que el de escurrimiento durante una
tormenta dada, especialmente en cuencas con un grado de urbanización relativamente
bajo.

3.6.5. Almacenamiento
(Intendencia de Recursos Hidricos , 2008), El almacenamiento es la principal
fuente de humedad del perfil del suelo. Una parte del agua aquí almacenada percola
hacia el almacenamiento de agua subterránea profunda.

Cuando la capa freática está más cerca de la superficie del terreno, puede fluir
más tarde en forma de manantiales o llegar a los cauces como gasto base o gasto de
agua subterránea.

3.6.6. Escorrentia Superficial

(Bejar, Hidrologia Estadistica, 2002), El escurrimiento es otro componente del
ciclo hidrológico y se define como el agua proveniente de la precipitación que circula
sobre o bajo la superficie terrestre y que llega a una corriente para finalmente ser
drenada hasta la salida de la cuenca. Si se analiza en un corte esquemático la superficie
terrestre, se tiene que la precipitación cuando llega a la superficie.

3.6.7. Escurrimiento Superficial

(ALIAGA ARAUJO, Hidrologia-Tratamiento de datos, 1985), Es aquel que proviene
de la precipitación no infiltrada y que escurre sobre la superficie del suelo. El efecto
sobre el escurrimiento total inmediato y, existirá durante la tormenta e inmediatamente
después de que termine; la parte de la precipitación total que da lugar a este
escurrimiento se denomina precipitación exceso.

3.6.8. Escurrimiento Subsuperficial

(ALIAGA ARAUJO, Hidrologia-Tratamiento de datos, 1985), es aquel que proviene
de una parte de la precipitación infiltrada. El efecto sobre el escurrimiento total puede
ser inmediato o retardado; Si es inmediato se le da el mismo tratamiento que el
escurrimiento superficial, en caso contrario como escurrimiento subterráneo.
3.6.9. Escurrimiento Subterráneo
(Bejar, Hidrologia, 2002), es aquel que proviene del agua subterránea la cual es
recargada por la parte de la precipitación que se infiltra una vez que el suelo se ha
saturado.

El escurrimiento se clasifica en: escurrimiento directo cuando su efecto es

inmediato y, escurrimiento base si su efecto es retardado.

El hecho de presentarse una precipitación no implica necesariamente que haya

escurrimiento superficial y en algunos casos tampoco escurrimiento subterráneo, esto
depende de una serie de factores.

3.6.10. Balance Hídrico Medio de una Cuenca

(Intendencia de Recursos Hidricos , 2008), El cálculo del balance hídrico en una

cuenca fluvial es siempre el principal objetivo; a partir del balance en cuencas fluviales
se calculan los balances hídricos generales y se evalúan los recursos de agua para
diferentes países, regiones y continentes. Los componentes principales del balance
hídrico son: la precipitación, escorrentía, evaporación y almacenamiento de agua en
diversas formas.

Para calcular el balance hídrico de una cuenca con un gran río y con diferentes
características fisiográficas, la cuenca puede subdividirse en subcuencas para cada una
de las que se realiza el balance hídrico.

3.6.11. Características Geomorfológicas de una Cuenca

Para determinar las características geomorfológicas de la subcuenca del rio
Verde y la micro cuenca del rio Paratia, se utilizó las hojas las cartas nacionales
(seleccionadas de acuerdo a la ubicación de la cuenca), las cuales se obtuvieron en la
página del Minedu y fueron procesadas en los softwares ArcGis 10 y Auto CAD.

Las principales características geomorfológicas son: de superficie (área,

perímetro); de forma (coeficiente de compacidad, factor de forma, rectángulo
equivalente); de drenaje (orden de corriente, densidad de drenaje, frecuencia de
corrientes, relación de bifurcación, extensión media del escurrimiento); de relieve
(curva hipsométrica, polígono de frecuencias, pendiente de la cuenca).
 Los factores que determinaran la naturaleza de la descarga de un curso de agua
son las siguientes:

a. Área total de la cuenca (A)

El área de una cuenca es el área de drenaje, limitada por su divisoria de agua.
Mediante el programa ArcGis se determinó el área de la cuenca expresada en km2.

Como se puede observar en la figura 3.12. se logra ver las áreas de las dos
cuencas que se está trabajando.

Figura 3.12: área de las secciones trabajadas

Rio_Verde 2066.964
Rio_Paratia 971.42
 b. Perímetro de la cuenca (P)
El perímetro de una cuenca es la longitud de la divisoria de aguas, la cual es una
línea imaginaria que divide las precipitaciones que caen en cuencas vecinas y que
encamina la escorrentía superficial resultante para uno u otro sistema fluvial. Mediante
el programa ArGis se determinó el perímetro de la cuenca y expresada en Km.

c. Coeficiente de Compacidad (Cc)

El coeficiente de compacidad se define como el cociente adimensional entre el
perímetro de la cuenca (P) y la circunferencia (Pc) de un círculo con área igual al tamaño
(A) de la cuenca.

𝐶𝑐=𝑃𝑃𝑐 =0.282 𝑃 √𝐴

Dónde:

Cc = Coeficiente de Compacidad

P = Perímetro de la cuenca, en Km.

A = Área de la cuenca, en Km2.

d. Factor de Forma (FF)

𝐹𝐹=𝐵𝐿 =𝐴 𝐿214

Dónde:

FF = Factor de forma

B = Ancho medio de la cuenca, en km.

A = Área de la cuenca, en Km2.

L = Longitud del cauce principal, en Km.

d. Rectángulo Equivalente
El rectángulo equivalente es una transformación geométrica, que permite
representar a la cuenca de su forma heterogénea, con la forma de un rectángulo, que
tiene la misma área, igual coeficiente de compacidad y misma repartición hipsométrica,
además de suponer que la distribución del suelo, vegetación y densidad de drenaje se
encuentran diferenciadas por las áreas comprendidas entre curvas de nivel.
e. Orden de corrientes
Es una clasificación que refleja el grado de ramificación dentro de una cuenca.
Horton clasifico el orden de corrientes asignando el orden 1 a las más pequeñas, es decir,
aquellas que no están ramificadas, el orden 2 a las corrientes que solo tienen
ramificaciones o tributarios de primer orden, de orden 3 aquellos con dos o más
tributarios de orden 2 o menor etc.

f. Curva Hipsométrica
La curva hipsométrica o curva área – elevación se construye determinando el
área entre curvas de nivel y representando en una gráfica el área acumulada por encima
o por debajo de una cierta elevación.

g. Polígono de Frecuencias
Es un gráfico de barras de las áreas parciales (%) con respecto a las altitudes
(msnm) que las encierran. Representa la variación de las áreas parciales comprendidas
entre determinadas curvas de nivel consecutivas. De este polígono es posible encontrar
el área parcial más frecuente.

h. Pendiente de la Cuenca

i. Criterio de Alvord
𝑆𝑐=𝐷𝐿𝐶𝐴

Dónde:

Sc = Pendiente de la cuenca

D = Equidistancia o desnivel constante entre curvas de nivel, en Km.

A = Área de la cuenca, en Km2.

Lc = Longitud total de las curvas de nivel dentro de la cuenca, en Km.

3.6.12. TEMPERATURA
La temperatura es de gran importancia dentro del ciclo hidrológico debido a esta
variable climática se encuentra ligada a la evapotranspiración y al periodo vegetativo
de los cultivos. A continuación, estudiaremos la temperatura tanto en su
comportamiento espacial como temporal
3.6.12.1. Análisis de la Temperatura
Para el estudio de esta variable contamos solamente con 4 estaciones
climatológicas (crucero alto, pampauta, cabanillas y lampa) que cuentan con registros
de temperatura media mensual dentro del periodo de estudio 1964-2011.

Considerando que las variables climatológicas, por lo general no presentan

variaciones considerables a través del tiempo y la poca información disponible, el
análisis de los registros se ha realizado de manera gráfica y así detectar valores
incoherentes para luego corregirlos o eliminarlos y finalmente calcular la temperatura
media mensual para el año promedio.

Por lo tanto, el análisis de la temperatura se ha realizado a nivel anual y

estacional (época de avenidas y de estiaje).

3.6.12.2. Relación entre la Temperatura – Altitud

Como la temperatura varía en función a la altitud, consideramos conveniente
determinar las relaciones tanto a nivel anual y estacional (avenidas y estiaje), con el fin
de conocer el comportamiento y distribución de la temperatura en función de la altitud.
Una vez calculada esta relación podemos estimar valores de temperatura en puntos
en la cual no se tiene registros de esta variable climática.

Así hemos obtenido las siguientes relaciones:

1) Relación Temperatura media anual – Altitud:

Ta = -10-6*Z2 + 0,002*Z + 19.288

Donde:

Ta= Temperatura media anual en ºC

Z = Altitud en msnm

En base a la relación encontrada hemos encontrando un gradiente de

temperatura promedio para la cuenca de -0.4ºC por cada 100 metros de altitud.

2) Relación Temperatura media época de estiaje (Diciembre-Abril) – Altitud

Donde:
 Test = -10-6*Z2 + 0,0027*Z + 17.485

Test= Temperatura media anual en ºC

Z = Altitud en msnm

3) Relación Temperatura media época de Avenidas (Mayo-Noviembre) – Altitud

Tav= -10-6*Z2 + 0.0009*Z + 21.812Donde:

Tav= Temperatura media anual en ºC

Z = Altitud en msnm

3.6.12.3. Temperatura media anual y mensual

La temperatura media anual para la cuenca del río verde es de 15.3 ºC, y
su temperatura media mínima se da durante el mes de Julio y es de 14.1 ºC. Su
temperatura media máxima se da entre los meses de noviembre y diciembre.

Cuadro 3.6.12.3: Temperatura media mensual y anual para la subcuenca del río
Verde y sus microcuencas.

crusero alto pampauta lampa cabanillas

T media ºC T media ºC T media ºC T media ºC

Ene 16.4 16.4 16.7 15.4

Feb 16.1 16.2 16.6 15.3
Mar 16.1 16.1 16.4 15.2
Abr 16.0 16.2 16.3 15.3
May 15.3 15.3 15.6 15.0
Jun 14.6 14.5 14.8 14.3
Jul 14.5 14.0 14.8 14.2
Ago 15.0 14.5 15.3 14.8
Sep 15.6 14.8 15.8 15.3
Oct 16.3 15.8 16.5 16.0
Nov 16.6 16.2 17.0 16.3
Dic 16.6 16.6 17.0 16.1

μ 15.8 15.6 16.1 15.3

3.6.13. EVAPOTRANSPIRACIÓN POTENCIAL – ETP

La evapotranspiración potencial – ETP es la cantidad máxima de agua capaz
de ser perdida por una capa continua de vegetación que cubra todo el terreno cuando
es ilimitada la cantidad de agua suministrada al suelo. Adicionalmente es un
elemento importante dentro del balance hídrico, debido a que es el principal
parámetro responsable del déficit hidrológico.

Debido a que es difícil medir directamente la evapotranspiración (por medio

de lisímetros), la solución empleada por la mayor parte de estudios hidrológicos es la
estimación de la evapotranspiración potencial (ETP) con la ayuda de diferentes
fórmulas que relacionen la ETP con elementos del clima. Algunas fórmulas resultan
de un ajuste estadístico (Thornthwaite, Blaney-Criddle, Turc, Espinar, Riou, etc), y
otros resultan de un razonamiento físico basado en un balance energético (Penman,
Bouchet, Brochet-Gerbier, Penman-Monteith).

Penman define la evapotranspiración potencial - ETP como la cantidad de

agua transpirada en unidad de tiempo por un cultivo bajo que cubre totalmente el
suelo, de altura uniforme y al que nunca le falta agua.

Para el presente estudio la ETP ha sido calculada con la fórmula de FAO

Penman- Monteith que describimos a continuación:

3.7. APLICANDO EL MODELO GR2M

3.7.1. Etapa I: Tratamiento de la información observada

Comprendió el análisis exploratorio y consistencia de datos para la
precipitación y temperatura, para el periodo de análisis (1964-2011) y para el caudal
(1964-1999), desarrollando los siguientes ítems; como se muestra en el anexo 2.

En todo estudio, es necesario realizar un análisis exploratorio (gráfico y

estadístico) de la información antes de ser aplicado a cualquier técnica estadística. Lo
que permite conseguir un entendimiento básico de la información, así como detectar
valores erróneos y la posible existencia de datos atípicos de la información, que puede
ser excluida, si se comprueba que no pertenece a la muestra analizada. El análisis se
apoyó con el programa Excel.

Una vez realizado el filtrado de la información, un requisito importante en la

modelización hidrológica es la confiabilidad de los datos, para ello se utilizó la
metodología del Vector Regional de Índices Pluviométricos (MVR), incorporado en el
programa HYDRACCES, metodología que nos permite realizar una homogenización y
critica de datos.

Esta metodología se aplicó en los caudales medios anuales de los ríos Verde, el
análisis se basó considerando que las cuencas pertenecen a un comportamiento
climatológico homogéneo, ya que dichas cuencas corresponden a una región
hidrográfica. El vector regional a la vez, fue apoyado por un análisis gráfico de serie
mensual, la importancia de este análisis radica en que se aprovecha toda la información
recolectada de caudales medios, mas no en un análisis anual ya que necesita los 12
meses completos.

De la misma manera, se analizó la precipitación total anual en (mm), para ello

se formaron grupos de estaciones homogéneas tomando en cuenta la ubicación
geográfica y estaciones vecinas. La formación de los grupos se apoyó mediante el
desarrollo de una matriz de correlación.

3.7.2. Etapa II: Caracterización climatológica

El régimen hidrológico, se encuentra en estrecha dependencia de las
características fisiográficas y climáticas de una cuenca, es por ello, la importancia del
estudio de las variables climáticas (A, 1994). El análisis de las variables climatológicas
se realizó a escala mensual y anual. El periodo base utilizado para el desarrollo del
estudio fue de (1964-1989) que comprende una serie de 26 años.

La precipitación fue analizada según; la variación estacional, mediante un

gráfico lineal, permite visualizar lo que ocurre a lo largo del año, en este caso
representaría el régimen pluviométrico de la zona; la variación interanual, permite
identificar la inclinación que sigue la precipitación en el transcurso de los años
(línea de tendencia); la variación altitudinal, permite analizar las variaciones de la
distribución espacial de la variable considerando factores orográficos que se presentan
en la cuenca, para esto se gráfica una línea de tendencia, donde se relaciona la media
de las precipitaciones interanuales con la altitud de las estaciones meteorológicas.

De la misma manera para la variable temperatura, se analizó: la

temperatura media mensual, calculando el promedio de las medias mensuales; la
variación de la temperatura media anual, que mediante un gráfico se observa la
tendencia de la temperatura en los años en consideración; la variación altitudinal y
espacial de la temperatura, que es una variable que es influenciada por la altitud, por
ello es necesario representar esta variación a través de un gráfico de dispersión para
cada estación. El resultado es una serie de puntos con lo cual se debe establecer una
tendencia.

a. Método estadístico
Para la selección de la grilla que almacena las variables de precipitación y
temperatura, se comparó la serie mensual areal observada con la serie mensual de las
4 grillas de cada MCG, utilizando dos indicadores estadísticos; el coeficiente de
correlación (R), que te mide el grado de asociación entre dos variables y el menor sesgo
(S) entre la media anual observada y simulada.

Cuadro 4: coeficiente de menor sesgo (S)

90

80
Niveau S du réservoir de production

70

60

50

40

30

20

10

0
Dic-62 Set-65 Jun-68 Mar-71 Dic-73 Ago-76 May-79 Feb-82 Nov-84

Cuadro 4: coeficiente de corrección (R)

 60

50
Niveau R du réservoir de routage

40

30

20

10

0
Set-65 Jun-68 Mar-71 Dic-73 Ago-76 May-79 Feb-82 Nov-84

Cuadro 5: la variación entre caudales y precipitaciones

b. Método gráfico
La validación del modelo de la grilla seleccionada comprendió dos puntos; el
primero, analizar la capacidad de los modelos en simular las estaciones lluviosas con
las series observadas; segundo, se comparó los índices de precipitación anual
observados y simulados para el periodo establecido, con la finalidad de observar si
además de simular en parte el régimen de las variables, simula los cambios extremos
suscitados en la cuenca de estudio (superávit o déficit de precipitación).

c. La Temperatura del aire (Ta)

La distribución Gaussiana o Normal se usa frecuentemente para representar la
temperatura media mensual (Wilks 1995, p 88). Donde la Función de Distribución de
Probabilidad (FDP) de la distribución Gaussiana.

d. La precipitación (Pr)
Una elección usual para representar la Pr es la distribución gamma (Wilks 1995,
p 95). La distribución gamma está definida por la siguiente FDP.

3.7.3. Etapa III: Modelización hidrológica del modelo GR2M

Esta etapa comparó la validación, calibración y análisis de sensibilidad del
modelo hidrológico GR2M. Se utilizó como variable de ingreso al modelo la Pr y la
evapotranspiración potencial (EP) mensual en mm. Para el cálculo de la EP, se utilizó
la formulación propuesta por (R., 1999), la cual utiliza la radiación global (que
depende de la latitud y el día juliano) y la temperatura media diaria. Cómo en el
estudio se trabajó con la Ta mensual, para el cálculo de la EP se tuvo en cuenta los
siguientes aspectos: Primero, que la radiación global entre uno y otro día dentro de
un mes estacional no varía significativamente; segundo, que la Ta mensual es un
valor representativo del promedio de la Ta diario. Con lo mencionado, se comparó
el cálculo de la EP mensual, obtenida del Ta diario (acumulado de 31 días) y con el Ta
mensual, calculada para el día central (15) del mes analizado. Los resultados
mostraron valores de EP casi cercanos, lo cual permitió generar los escenarios de EP
mensual para el estudio de manera confiable, utilizando la metodología propuesta por
Oudin.

a. Uso de la herramienta del modelo

Para la modelización hidrológica de los escenarios se utilizó como herramienta el

modelo GR2M, desarrollado en Excel. Herramienta que describe los parámetros del
modelo, valores iniciales de producción y transferencia, periodo de análisis y criterio
de eficiencia, que están describen en la Tabla
 b. Calibración y validación del modelo

En el desarrollo del modelo, se tomó un año como periodo de inicialización,

(1964) ya que es una práctica común excluir el primer año en la evaluación de los
caudales estimados, por las discrepancias que puedan presentarse al comienzo de un
período de simulación debido a la selección de las condiciones iniciales (Airdon-Bardin
S, y otros, 2009)

Para el periodo de calibración del modelo, se tomó 2/3 de la serie hidrológica,

que fue adicionada a la herramienta Solver del programa Excel, permitiendo encontrar
los valores de los parámetros (X 1; X2), que mejor desempeñe el modelo, maximizando
una función objetivo en este caso el Nash-Sutcliffe descrita en el ítem 3.2.4 de la

revisión literaria. El uso del coeficiente de determinación R2, la raíz cuadrada del error
cuadrático medio RMSE y el porcentaje de desviación respecto al caudal observado
PBIAS permitió confirmar la calidad de los resultados.

La validación en el modelo GR2M se realizó para el periodo restante, siendo

evaluado gráfica y estadísticamente (Nash, R2, RSME y PBIAS) su desempeño.

c. Análisis de sensibilidad del modelo

El análisis de sensibilidad del modelo hidrológico consistió en la modificación de

los parámetros, variando en (± 10) por ciento de su valor, en respuesta a su eficiencia
NSE, manteniendo el otro parámetro fijo y viceversa. Con la finalidad de ver la
respuesta a la variación porcentual (∆%) que sufren los caudales medio mensuales
simulados, identificando, qué parámetros tienen mayor influencia en los resultados
del modelo.

Para la calibración se toma los 2/3 de todos los datos que tenemos en cada
variable así hallamos la calibración primero la para la subcuenca del rio Verde.
Figura 3.13: resumen de datos obtenidos por el modelo GR2m calibración
Nombre de cuenca rio_verde

Superficie de la cuenca 2066.964

Parametros del modelo Transf. Réels

x1: Capacité rés. production (mm) 5.29 197.75
x2: Paramètre d'échange (mm) 0.91 0.91

Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 252
Date de départ 01/1970
Date de fin 12/1989

Moyenne des pluies observées (mm/mois) 63.0

Moyenne des ETP observées (mm/mois) 106.5
Moyenne des débits observés (mm/mois) 11.4
Moyenne des racines des débits observés 2.7
Moyenne des log des débits observés 1.6

Criterios de eficiencia
Nash(Q) 0.8060
Nash(VQ) 75.8
Nash(ln(Q)) 74.2
Bilan 125.9

Figura 3.14: la variación entre los caudales que se detalla en el anexo 2

 Cuadro 9: Hidrograma del GR2m del rio verde

Cuadro 10: comparación diaria y mensual entre observación y simulación

 Para lo que es la validación se toma el 1/3 de los datos que quedaron para ver si
se ajusta lo que estamos trabajando.

Figura 3.15: resumen de datos obtenidos por el modelo GR2m validación

Nombre de cuenca rio_verde

Superficie de la cuenca 2066.964

Parametros del modelo Transf. Réels

x1: Capacité rés. production (mm) 5.23 187.39
x2: Paramètre d'échange (mm) 0.88 0.88

Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 120
Date de départ 01/1991
Date de fin 12/1999

Moyenne des pluies observées (mm/mois) 59.8

Moyenne des ETP observées (mm/mois) 94.1
Moyenne des débits observés (mm/mois) 8.6
Moyenne des racines des débits observés 2.4
Moyenne des log des débits observés 1.4

Criterios de eficiencia
Nash(Q) 0.6735
Nash(VQ) 68.4
Nash(ln(Q)) 75.5

Figura 3.16: la variación entre los caudales obtenidos y el simulado

3.7.4. Etapa IV: Generación de escenarios hídricos futuros (Periodo de retorno)
Una vez desarrollado la etapa III de escenarios climáticos se procede a
determinar el régimen de caudales para el horizonte 1999-2011 mediante el modelo
hidrológico GR2M calibrado y validado. El análisis de caudales se basó mediante la
curva de duración y análisis estacional mensual.

En esta etapa para hallar los caudales de la subcuenca se trabaja solo la

calibración porque no tendríamos con que caudales validar y es así como se genera
caudales para la microcuenca de paratia.

Figura 3.16: resumen de datos obtenidos por el modelo GR2m calibración

Nombre de cuenca paratia

Superficie de la cuenca 971.42

Parametros del modelo Transf. Réels

x1: Capacité rés. production (mm) 5.35 210.17
x2: Paramètre d'échange (mm) 1.15 1.15

Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 372
Date de départ 01/1970
Date de fin

Moyenne des pluies observées (mm/mois) 61.8

Moyenne des ETP observées (mm/mois) 102.4
Moyenne des débits observés (mm/mois) 0.0
Moyenne des racines des débits observés 0.0
Moyenne des log des débits observés #¡NUM!

Criterios de eficiencia
Nash(Q) 0.0000
Nash(VQ) #¡DIV/0!
Nash(ln(Q)) #¡NUM!
Bilan #¡DIV/0!
 Figura 3.17: la variación entre los caudales que se detalla en el anexo 2

Se aplica lo mismo que a la cuenca mayor con la diferencia de que ya no se

reparte en tres, se trabaja todo en conjunto.

Ahí es donde generamos caudales para nuestra cuenca menor ya que no solo
debemos de tener en cuenta esta cuenca también se halla los diferentes tipos de
cuencas que se han de generar.

cuadro 11: hidrograma del GR2m de la subcuenca paratia

IV. ANÁLISIS Y TRATAMIENTO DE LA IMFORMACION PLUVIOMETRICA
El análisis de la información pluviométrica realizado consistió en desarrollar los
siguientes temas:

- Análisis de consistencia
- Completación y extensión de la información de precipitación total mensual

4.1. REGISTROS HISTORICOS

Los registros históricos de la información e precipitación total mensual utilizados
se muestran en el cuadro 4.1, las series originales de cada una de las estaciones en
análisis se presentan en el anexo 1.

Cuadro 4.1: registros históricos de la precipitación total mensual

PARAMETRO
Nro ESTACIÓN PRECIPITACION PRECIP MAX TEMP MEDIA TEMP MIN TEMP MAX HR EVAP VELOC VIENTO HORAS SOL
(mm) (mm) (°C) (°C) (°C) (%) (mm) (m/s) (hr)
1 Crucero Alto 1965-2009 1967-2006 1997-2006 00 00 00 00 00 00
2 Lampa 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1964-2002 2000-2002 1968-1992 2000-2002
3 Pampahuta 1964-2011 1964-2011 1964-2009 1964-1998 1964-1998 1969-2002 1964-2006 00 00
4 Cabanillas 1964-2010 1964-2010 1967-2009 1964-2006 1964-1998 1969-2002 1964-2006 00 00

4.2. ANALISIS DE CONSISTENCIA

El análisis de consistencia de las series de precipitación total mensual fue
realizado en base a los resultados de los análisis: grafico, doble masa y estadístico.

4.2.1. Análisis de Saltos

a) Análisis grafico
El análisis grafico consistió en analizar los histogramas de precipitación total
anual de cada una de las estaciones pluviométricas ubicadas en la subcuenca del rio
verde y la microcuenca de paratia. La información graficada se muestra en el cuadro 4.2.

Este análisis permitió conocer una primera aproximación de bondad de

información y separar los periodos dudosos, para su posterior análisis de doble masa y
estadístico.

Cuadro 4.2: precipitación total anual para cada estación pluviométrica

 crusero crusero
N° AÑO lampa pampauta cabanillas N° AÑO lampa pampauta cabanillas
alto alto
1 1964 519.8 469 25 1988 751.3 731.7 811.8
2 1965 610.9 529 26 1989 464.1 500.2 640.1 539.8
3 1966 552.81 413.3 439 27 1990 551.7 684.2 650.8
4 1967 634.9 646.8 672.1 566.6 28 1991 513.85 616.1 748.4 584.3
5 1968 733.3 500.9 29 1992 327.45 516.9 492.2 394.5
6 1969 523.42 514.6 30 1993 770.82 664.6 924 733.4
7 1970 526.7 592.3 804.2 31 1994 927 636.6 933 681.3
8 1971 389.7 566.4 818.5 524.7 32 1995 611.85 482.7 669.2 416.4
9 1972 616.3 668.3 755.6 726.6 33 1996 682.78 708.4 957.9 672.7
10 1973 845.7 820.1 1064.1 730.1 34 1997 566.88 857.7
11 1974 673.5 815.5 839.7 35 1998 468.1 568 629.5 488.4
12 1975 714.9 651.3 942.8 757.8 36 1999 644.71 744.1 930.8 661.8
13 1976 504.9 569.1 681.6 599.6 37 2000 539.46 686.6 928 787
14 1977 749.5 853.9 711.6 781.8 38 2001 647.27 787.2 959.2 852.4
15 1978 396.9 1192 852.3 815.6 39 2002 852.31 828.5 980.5 929
16 1979 505.8 719.7 722.4 660 40 2003 444.82 702.6 868.7 698
17 1980 345.9 647.5 637.8 554 41 2004 464.16 748.3 721.9 537.3
18 1981 683.5 934.2 597.8 42 2005 414.62 812.7 662.1
19 1982 861.7 722.1 350.5 43 2006 583.44 692.2 862.1 743.6
20 1983 230.8 388 44 2007 471.89 753.1 877.4 710.3
21 1984 914.9 1158.6 1202 852.7 45 2008 414.98 644 678.6
22 1985 723 1369.1 984.1 834.3 46 2009 435.43 688.2 636.1 620.4
23 1986 668.5 739.5 1071.1 841.5 47 2010 552.6 842.1
24 1987 641.5 513.7 530.1 48 2011 1006.1 806.8

b) Análisis de doble masa

El análisis de consistencia de la información total mensual se realizó mediante el
análisis de doble masa para periodos comunes de información.

Pero como nosotros solo trabajamos con cuatro estaciones meteorológicas por
lo que el análisis de doble masa no se ajusta bien a este análisis.

4.2.2. Análisis de tendencias

No existen técnicas “automáticas” probadas para identificar componentes de
tendencias en series de tiempo, sin embargo; se puede indicar que la tendencia se
caracteriza por ser monótona. Es decir, la serie incremente o disminuye sus valores en
el tiempo.

Para evaluar la existencia de tendencias lineales en la serie anual, se evaluara el

coeficiente de correlación lineal entre la precipitación total mensual – años y caudal
medio mensual – año, a efecto de verificar los resultados significativas o no la relación.
Para esto se compara el “T” de student para un nivel de significancia del 95% y N-2
grados de libertad; contra el estadístico calculado “Tc”. Si se cumple que Tc<Tt, para
&=0.05 de significancia y N-2 grados, entonces “r” no es significativamente diferente a
cero y por lo tanto no existe la tendencia.
 Del análisis desarrollado y expresado en el cuadro 4.5, podemos señalar la
ausencia de una tendencia significativa en alguna de las series de precipitación
analizadas.

Cuadro 4.5: Análisis de consistencia – análisis de tendencias

coeficiente de coheficiente de regrecion estadistica T tendencia

estacion tendencia en la media varianza comparacion
correlacion Am Bm T calculada T tabla 95% significativa
Media 46.26 4919.55 0.002 45.03 0.001 0.056 1.965 [Tc]<Tt No
crusero alto
Desviacion estandar 69.18 508.23 -0.027 70.21 -0.049 -0.164 2.026 [Tc]<Tt No
Media 36.54 3241.61 0.071 2.63 0.036 1.408 1.966 [Tc]<Tt No
lampa
Desviacion estandar 53.41 514.93 0.205 44.25 0.609 1.129 2.045 [Tc]<Tt No
Media 35.79 2491.25 -0.005 36.06 -0.002 -0.105 1.966 [Tc]<Tt No
pampauta
Desviacion estandar 48.24 243.56 -0.131 51.85 -0.219 -0.726 2.042 [Tc]<Tt No
Media 38.05 5004.32 -0.055 67.66 -0.03 -1.064 1.966 [Tc]<Tt No
cabanillas
Desviacion estandar 63.97 1233.81 -0.147 72.16 -0.463 -0.745 2.061 [Tc]<Tt No

V. ANÁLISIS PARA HALLAR CAUDAL MAXIMO

5.1. PERIODOS DE RETORNO

Para hallar los periodos de retorno de cada una de las estaciones se trabajo con
el programa hidro gnomon en el cual vemos cual de las metodologías son las que se
ajustan bien para así trabajar un periodo de retorno como se muestra en el cuadro 5.1.

Cuadro 5.1: periodo de retorno para cada una de las estaciones

años crusero_alto lampa pampauta cabanillas

2 25.2854 34.5978 34.2127 30.9177
5 31.0993 42.6631 39.7258 40.7926
10 34.1384 47.6016 42.8076 48.3178
50 39.4727 57.6924 48.5575 68.189
100 41.3558 61.7439 50.6926 78.1876
500 45.1678 70.8372 55.1858 105.721
1000 46.6328 74.678 56.9741 119.767
5000 49.7404 83.5285 60.8821 158.587
10000 50.9764 87.3338 62.4802 178.416

5.2. GENERACION DE POLIGONOS DE THIESSEN

El método de polígonos de Thiessen toma en cuenta la distribución uniforme de
los pluviómetros en el área de estudio, mediante una ponderación de cada uno de ellos.
El método consiste en colocar en un mapa de la cuenca, las estaciones pluviométricas,
luego se forman triángulos con las estaciones más próximas de ella y posteriormente se
trazan las mediatrices perpendiculares a cada uno de los lados de triángulos formados,
definiéndose unos polígonos alrededor de cada estación pluviométrica. La precipitación
promedio sobre la cuenca con la siguiente ecuación:
 Donde:

P : precipitación total media de la cuenca (mm)

Ai: área del polígono de cada una de las estaciones i dentro de la cuenca (km3)

A : área total de la cuenca (km2)

Pi: precipitación total anual registrada en la estación i (mm)

El coeficiente (Ai/A) se denomina coeficiente de Thiessen.

Debe tenerse en cuenta que entre las desventajas del método de los polígonos
de Thiessen se encuentra la necesidad de tener una red adecuada de estaciones
pluviométricas en toda la subcuenca del rio verde.

Cuadro 5.2: datos para ingresar al programa hidraccess para hallar precipitación media
areal
 Id_Station Capteur Date Valeur Origine
1 MPm 16/01/1969 25.29 L
1 MPm 16/02/1969 31.10 L
1 MPm 16/03/1969 34.14 L
1 MPm 16/04/1969 39.47 L
1 MPm 16/05/1969 41.36 L
1 MPm 16/06/1969 45.17 L
1 MPm 16/07/1969 46.63 L
1 MPm 16/08/1969 49.74 L
1 MPm 16/09/1969 50.98 L
2 MPm 16/01/1969 34.60 L
2 MPm 16/02/1969 42.66 L
2 MPm 16/03/1969 47.60 L
2 MPm 16/04/1969 57.69 L
2 MPm 16/05/1969 61.74 L
2 MPm 16/06/1969 70.84 L
2 MPm 16/07/1969 74.68 L
2 MPm 16/08/1969 83.53 L
2 MPm 16/09/1969 87.33 L
3 MPm 16/01/1969 34.21 L
3 MPm 16/02/1969 39.73 L
3 MPm 16/03/1969 42.81 L
3 MPm 16/04/1969 48.56 L
3 MPm 16/05/1969 50.69 L
3 MPm 16/06/1969 55.19 L
3 MPm 16/07/1969 56.97 L
3 MPm 16/08/1969 60.88 L
3 MPm 16/09/1969 62.48 L
4 MPm 16/01/1969 30.92 L
4 MPm 16/02/1969 40.79 L
4 MPm 16/03/1969 48.32 L
4 MPm 16/04/1969 68.19 L
4 MPm 16/05/1969 78.19 L
4 MPm 16/06/1969 105.72 L
4 MPm 16/07/1969 119.77 L
4 MPm 16/08/1969 158.59 L
4 MPm 16/09/1969 178.42 L

Cuadro 5.3: estaciones a trabajar para hallar precipitación media areal

Procedimiento para hallar precipitación media areal con el programa hidraccess:

- insertar el shapefale de la cuenca a trabajar con sus respectivas estaciones, y

sacar el polígono de Thiessen con los tres métodos que nos enseña
Figura 5.1: polígono de Thiessen

Figura 5.2: método 1/distancia

 Figura 5.3: método krigring

Cuadro 5.4: resultados obtenidos de precipitación media areal

Nombre CRUSEROALTO LAMPA PAMPAHUTA CABANILLAS

Id Estación 1 2 3 4
Captor MPM MPM MPM MPM
Unidad (mm) (mm) (mm) (mm)
Tabla Pluies Pluies Pluies Pluies
Latitud -15.76645 -15.67344 -15.48528 -15.63906
Longitud -70.91241 -70.37211 -70.6 -70.34617

Fecha 1_P_MPM_(mm) 2_P_MPM_(mm) 3_P_MPM_(mm) 4_P_MPM_(mm)

16/01/1969 00:00 25.28540039 34.59780121 34.21269989 30.91769981
16/02/1969 00:00 31.09930038 42.6631012 39.72579956 40.79259872
16/03/1969 00:00 34.13840103 47.60160065 42.80759811 48.31779861
16/04/1969 00:00 39.47269821 57.69240189 48.55749893 68.18900299
16/05/1969 00:00 41.35580063 61.7439003 50.69260025 78.18759918
16/06/1969 00:00 45.1678009 70.83719635 55.18579865 105.7210007
16/07/1969 00:00 46.63280106 74.6780014 56.97409821 119.7669983
16/08/1969 00:00 49.74039841 83.52850342 60.88209915 158.5870056
16/09/1969 00:00 50.97639847 87.33380127 62.48020172 178.4160004
5.3. GENERACION DE CAUDALES
Para generar caudales de máximas avenidas se requirió el análisis de periodos de
retorno las cuales los llevamos al programa HEC-HMS en donde hallamos en caudal de
máximas avenidas. Pero también tienes que tener el área de tus cuencas de trabajo.

Gráfico 5.3: discretización de cuencas para el modelamiento hidrológico de la

subcuenca rio verde

Gráfico 5.3.1: resultados obtenidos de caudales maximos

5.3.1. Información utilizada

Para el desarrollo de la investigación se utilizó información cartográfica,
información de los modelos climáticos del IPCC e información hidrometeorológica.
 La información meteorológica utilizada (precipitación total mensual y
temperatura media mensual) se recopiló del banco de datos del SENAMHI. Distribución
espacial de la red hidrometeorológica sobre la subcuenca del río Verde.

5.3.2. Programas utilizados

Se detalla a continuación los programas utilizados en la elaboración del estudio
hidrológico:

✓ Hydraccess (versión 4.2), herramienta para la generación de precipitación y

temperatura media areal de la cuenca de estudio, así como la consistencia de
la información mediante el vector regional. Descargable de
http://www.mpl.ird.fr/hybam/outils/ha_sp_dn.php.
✓ ArcGIS 10, herramienta que permitió la generación de mapas de ubicación (red
hidrográfica, modelo de elevación de altura) así como la red de estaciones
hidrometeorológicas.
✓ GR2M, modelo hidrológico en versión Excel para el desarrollo de la simulación y
proyección de los escenarios. http://www. cemagref.fr/.
✓ Hidrognomon 4 programa que nos permitió hallar los periodos de retorno de
cada uno de las estaciones y en diferentes años.
✓ HEC-HMS es un programa donde se puede hallar el caudal máximo de una
cuenca.
VI. CONCLUSIONES
• Se realizó el estudio de Aprovechamiento Hídrico superficial de la cuenca del río
Verde que es cauce principal de la vertiente del Lago Titicaca, realizando un
trasvase al embalse Lagunillas se mejora la oferta del recurso hídrico para los
módulos de riego para su manejo eficiente, racional y equitativo.
• La cuenca del Rio Verde, se compone básicamente de las subcuencas de los ríos
Jarpaña y Paratia. El análisis de ofertas y demandas hídricas se ha realizado en
forma independiente.
VII. BIBLIOGRAFÍA
A, M. (1994). marco problemas recursos hidricos. Lima-Perú: Altiplano.

A., C. V. (2013). Modelos Matematicos en Hidrologia. Lima-Perú: Publidrat.

Airdon-Bardin S, Dezzeter A, Servat E, Paturel J.E., Mahe G, Niel H, & Dieulin C. (2009).
Using general circulation model outpus to assess impacts of climate change on
runoff for large hydrological catchments in west Africa. Africa: Hydrological
Sciences Journal.

ALIAGA ARAUJO, V. (1985). Hidrologia Estadistica . lima-Perú: McGrawill.

ALIAGA ARAUJO, V. (1985). Hidrologia-Tratamiento de datos. Lima-Perú: MacGrravill.

B, P. (2009). Escenarios climaticos. Veracruza: Programa de estudios sobre el cambio

climatico de la Universidad Veracruzana.

Bejar, V. M. (2002). Hidrologia. Lima-Perú: Taller de Publicaciones del Instituto

Tecnologico de Costa Rica.

BEJAR, V. M. (2002). Hidrologia. Lima-Perú: Taller de publicaciones del Instituto

Tecnologico de Costa Rica.

Bejar, V. M. (2002). Hidrologia Estadistica. Lima-Perú: Taller de Publicaciones del

Instituto Tecnologico de Costa Rica.

Buytaert, W. (2011). Impacto del cambio climatico sobre los recursos hidricos del perú.
London: Imperial College.

CHOW VEN, T. (2000). Hidrologia Aplicada. Colombia: Nomas S.A.

EDILBERTO, G. P. (1991). Hidrologia "Una Introduccion a la Ciencia". Valencia Venezuela:

EGN Comunicaciones.

Gutierres, J., & Pons M. (2006). Modelizacion numerica del cambio climatico. Iberia:
C&G.

Intendencia de Recursos Hidricos . (2008).

IPCC-GTI. (2007). Contribucion de los grupos de trabajo. Guinebra-Suiza: Pachauri R.K. y

Reisinger.
Lui Yang, W. Leon Wong, McCcrimmon, & C. Dove Fong p. (1998). Hydrologic modeling
and evaluation of Bestt ManagementmPractice scenarios for the Grand River
watershed in Southem Ontario. 101.

M, D. C. (2007). Modelos climaticos globales y su fiabilidad . Toledo-España: Instituto de

Ciencias Ambientales universidad de Castilla-la Mancha.

M., M. (1975). Hidrologia. Lima-Perú: Publidrat UNA, la Molina.

Oceano. (2009). Enciclopedia del Perú.

ORSTOM. (1999). Estudio Hidrologico-meteorologico en la vertiente de pacifico del Perú

con fines de evaluacion y pronostico del fenomeno El Niño para prevencion y
mitigacion de desastres. Lima-Perú, 90.

PAOLIO. C, M. (2002). consistencia en la determinacion de crecidas de diseño por

transformacion lluvia-caudal analisis de frecuencia . Mexico: Ing. Hidraulica.

R., C. A. (1999). Analisis de Modelos Hidrologicos en el Analisis de Maximas Avenidas del

Rio Grande Ilave-Puno . Tesis de Ingenieria Agricola UNAP Puno-Perú.

Rodriuez, E. (2006). Escenarios de cambio climatico reguinalizados. Articulo de revistas.

Vargas, P. (2009). El cambio climatico y sus efectos en el Perú. Lima-Perú: Publicaciones

documentos de trabajo 14-2009.
VII. ANEXOS

ANEXO I

Series históricas de información meteorológica de las estaciones de estudio

 DATOS PARA PRECIPITACION
Precipitación Mensual Histórica (mm) - Estación: Chusero Alto

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 102.9 102.8 24.9 24.9
1965 132.6 99.2 35.7 1.8 0.0 4.7 0.0 10.9 6.9 23.0 132.1
1966 62.2 97.6 81.9 8.8 68.0 0.5 0.0 0.0 1.2 68.8 95.0 68.8
1967 79.10 132.50 126.60 33.90 2.00 0.00 8.50 2.80 81.00 24.80 30.40 113.30
1968 376.80 138.10 232.10 0.00 0.00 0.00 8.50 0.00 2.80 27.50 63.40
1969 177.10 68.80 72.02 19.12 0.01 0.01 3.11 0.00 16.11 9.73 68.21 89.20
1970 130.50 105.50 170.00 15.20 13.10 0.00 0.90 0.00 3.40 13.90 14.30 59.90
1971 62.00 97.40 87.00 0.40 0.00 0.00 0.00 0.00 2.10 5.50 14.00 121.30
1972 158.80 75.30 159.30 31.70 0.00 0.00 0.80 0.00 51.80 19.90 24.60 94.10
1973 330.50 209.20 135.50 64.60 0.00 0.00 5.20 11.20 31.00 9.10 5.80 43.60
1974 264.20 169.80 97.60 85.90 0.00 19.70 1.80 77.00 5.00 0.00 25.60
1975 148.80 156.00 115.70 27.80 8.40 0.00 0.00 0.00 16.90 16.50 7.00 217.80
1976 178.90 72.70 83.60 12.10 0.00 0.00 15.00 16.60 53.70 3.00 6.30 63.00
1977 48.90 166.60 233.90 2.00 0.00 0.00 10.20 34.50 0.00 73.10 80.60 99.70
1978 152.20 7.90 69.00 0.00 0.00 0.00 0.00 0.00 26.90 27.90 68.60 44.40
1979 116.20 51.90 123.10 9.70 0.00 0.00 3.40 16.00 0.00 52.80 60.80 71.90
1980 22.70 33.30 129.50 0.50 0.70 0.00 11.30 2.00 22.70 83.50 9.60 30.10
1981 224.20 165.10 113.50 40.00 0.00 0.00 0.00 17.80 0.10 7.60 25.80 89.40
1982 235.70 63.70 211.20 36.80 0.00 0.00 0.00 40.80 79.90 9.70
1983 40.50 28.30 42.00 59.70 0.00 0.00 0.00 0.00 20.80 0.00 0.00 39.50
1984 174.40 218.40 180.80 11.30 9.60 1.30 3.10 6.40 0.30 89.50 135.70 84.10
1985 66.00 196.60 138.10 73.00 20.00 11.20 0.60 5.30 14.20 0.00 82.80 115.20
1986 140.80 164.00 181.80 62.40 3.90 0.00 2.50 10.00 2.40 0.60 9.40 90.70
1987 203.20 38.60 40.70 0.00 0.80 0.00 21.20 1.80 0.00 15.30
1988 213.80 52.00 79.20 10.10 0.00 0.00 0.00 1.10 10.90 3.20 82.40
1989 176.70 91.80 116.20 34.90 6.20 4.00 11.80 3.70 0.00 3.70 2.40 12.70
1990 179.10 30.21 85.70 41.70 15.90 45.60 0.00 12.50 0.00 91.80 82.60
1991 135.52 81.01 138.30 7.42 1.70 27.20 0.00 0.00 2.10 16.90 23.50 80.20
1992 74.71 102.00 12.91 7.81 0.00 0.90 1.40 18.00 0.00 7.80 19.51 82.41
1993 196.50 27.70 116.42 53.90 1.30 0.00 0.10 15.60 4.60 61.80 129.50 163.40
1994 237.90 209.50 167.80 136.90 20.10 0.00 0.00 0.00 0.00 0.00 67.70 87.10
1995 86.10 135.10 216.20 31.53 0.11 0.00 0.00 0.50 8.71 16.70 49.10 67.80
1996 198.30 177.20 92.70 49.90 13.70 0.00 0.00 11.06 0.42 4.13 14.06 121.31
1997 170.20 165.11 65.11 25.35 4.85 0.00 0.01 21.52 24.13 0.53 48.64 41.43
1998 159.31 69.80 93.13 16.70 0.00 11.40 0.00 2.62 1.70 20.53 39.70 53.21
1999 83.11 201.20 172.90 44.43 6.20 0.01 0.04 7.10 2.85 72.22 0.03 54.62
2000 173.30 129.00 59.60 10.21 12.53 4.32 0.00 1.69 0.23 41.33 10.03 97.22
2001 226.00 185.00 100.61 50.12 6.56 0.73 0.00 5.42 0.55 13.85 29.31 29.12
2002 88.32 179.43 192.52 129.52 8.98 3.42 20.62 0.27 0.36 57.73 27.93 143.21
2003 97.01 124.92 104.21 27.63 6.42 0.50 0.04 6.60 2.92 0.44 5.81 68.32
2004 138.60 108.90 87.84 53.71 0.00 0.04 13.33 7.06 5.14 2.32 8.40 38.82
2005 51.62 121.72 57.68 53.73 0.01 0.00 0.00 0.01 10.46 2.94 19.73 96.72
2006 148.76 119.11 152.02 39.33 0.20 0.11 0.00 2.72 6.91 5.44 53.42 55.42
2007 89.13 78.01 162.51 36.32 4.62 0.23 2.14 0.02 5.72 10.81 32.12 50.26
2008 196.33 53.64 38.04 0.32 0.03 0.01 0.00 0.60 0.02 11.43 10.65 103.91
2009 82.11 147.91 45.06 33.42 0.04 0.00 8.83 0.01 13.51 3.43 56.85 44.26
2010
Precipitación Mensual Histórica (mm) - Estación: lampa

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 43.0 118.4 127.6 16.5 0.0 0.0 0.0 15.9 20.9 63.5 50.1
1965 154.8 97.5 99.1 31.0 0.0 0.0 0.0 0.0 5.5 23.0 45.0 155.0
1966 31.0 107.0 53.0 14.0 0.0 0.0 0.0 0.0 18.3 31.7 61.2 97.1
1967 67.6 111.7 128.6 14.3 13.5 0.6 4.9 5.2 61.6 58.5 11.8 168.5
1968 97.9 199.4 73.4 54.0 4.4 2.2 5.8 3.0 27.0 53.1 145.5 67.6
1969 164.4 75.7 32.9 45.5 0.0 2.8 3.2 0.0 5.8 62.2 58.7 63.4
1970 142.9 107.6 126.3 39.2 8.6 0.0 0.0 0.0 5.9 27.7 21.4 112.7
1971 97.8 184.4 36.0 19.4 0.0 0.0 0.0 8.4 0.5 32.6 42.9 144.4
1972 239.3 89.0 149.6 17.6 0.8 0.0 0.0 0.0 23.1 11.1 77.5 60.3
1973 213.1 158.1 121.1 89.8 7.6 0.0 2.0 3.3 43.8 81.6 38.1 61.6
1974 222.4 107.2 60.6 36.4 0.0 8.7 1.3 71.1 18.2 24.0 44.7 78.9
1975 157.7 178.1 113.8 18.1 30.5 0.8 0.0 3.8 14.8 43.6 7.2 82.9
1976 187.2 68.5 55.2 15.0 19.1 4.0 0.3 9.3 88.2 0.0 11.0 111.3
1977 71.0 170.0 208.5 11.5 0.0 0.0 1.0 0.0 29.0 75.2 124.0 163.7
1978 414.2 176.0 142.5 71.0 0.0 1.5 0.0 3.5 22.0 28.7 123.0 209.6
1979 192.5 76.9 161.9 45.7 3.3 0.0 0.0 6.2 0.0 38.8 57.9 136.5
1980 86.5 95.5 176.5 5.0 5.9 0.0 0.0 5.5 80.1 65.0 73.5 54.0
1981 190.5 145.5 136.1 48.5 0.0 0.0 0.0 28.0 46.5 56.5 173.5
1982 166.5 101.5 140.0 148.5 0.0 2.5 0.0 6.5 77.5 48.2 131.0 39.5
1983 23.0 24.5 13.0 8.5 4.5 0.0 4.5 32.5 44.0 26.5 47.5
1984 223.8 127.1 44.9 83.0 25.5 0.0 0.0 13.0 0.0 137.3 240.3 263.7
1985 156.1 433.3 146.5 182.2 11.0 37.0 0.0 9.5 33.7 56.0 145.4 158.4
1986 131.3 186.7 142.4 64.2 3.6 0.0 1.4 15.1 23.5 10.4 38.9 122.0
1987 215.5 76.3 17.1 25.8 4.0 1.8 19.2 0.0 4.2 29.6 146.6 101.4
1988 194.5 56.5 160.5 117.3 21.7 0.0 0.1 0.0 11.9 39.7 2.9 146.2
1989 131.4 82.0 111.5 63.2 0.5 2.6 0.8 4.9 2.6 9.1 41.9 49.7
1990 89.7 61.7 31.3 18.9 13.9 43.1 0.0 9.0 2.9 92.7 96.7 91.8
1991 138.7 107.0 90.5 38.2 23.5 40.0 0.8 0.0 8.5 59.4 26.6 82.9
1992 86.4 76.2 33.5 31.4 0.0 2.8 1.4 63.4 0.5 49.2 61.0 111.1
1993 155.3 18.2 140.1 24.6 9.6 0.2 0.0 26.9 13.4 66.0 74.6 135.7
1994 164.0 148.2 105.0 58.1 1.5 0.7 0.0 0.0 4.5 17.6 51.8 85.2
1995 107.8 94.9 94.2 23.7 0.8 0.0 0.0 5.8 19.7 18.7 55.3 61.8
1996 196.0 100.6 108.4 23.6 16.5 0.0 1.8 2.5 22.1 13.5 74.1 149.3
1997 149.4 177.8 147.1 68.9 3.9 0.0 0.0 19.0 42.9 39.9 113.2 95.6
1998 104.7 154.4 104.0 25.8 0.0 2.0 0.0 0.0 0.2 44.9 69.9 62.1
1999 152.7 97.8 143.4 123.0 5.3 1.8 0.0 0.8 32.7 105.5 17.6 63.5
2000 173.7 113.5 130.3 52.7 7.1 6.2 0.0 7.4 14.5 57.1 9.9 114.2
2001 249.7 188.3 114.6 29.5 10.6 2.9 2.2 8.1 4.0 57.5 46.1 73.7
2002 121.8 76.5 139.4 67.6 21.7 4.0 18.7 9.1 16.4 83.3 92.6 177.4
2003 203.3 136.2 139.1 18.3 5.2 3.2 0.0 1.5 30.9 9.1 23.7 132.1
2004 266.6 144.1 101.0 38.9 9.3 2.0 2.3 19.2 26.5 21.6 16.8 100.0
2005 100.6 278.3 116.5 49.6 T 0.0 T 0.0 22.4 75.3 54.3 164.6
2006 188.2 109.5 122.9 19.8 0.7 3.3 0.0 0.2 20.1 52.1 79.7 95.7
2007 81.5 67.8 258.4 83.5 14.0 0.5 6.7 10.0 16.2 27.4 93.3 93.8
2008 236.8 71.8 74.6 3.4 1.2 0.0 1.4 3.3 54.6 23.4 168.3
2009 102.1 190.3 153.4 40.2 0.8 0.0 0.0 0.0 4.6 35.2 77.8 83.8
2010 118.9 144.2 71.6 26.8 12.4 0.0 0.0 0.0 0.0 28.4 14.0 136.3
2011 97.8 213.5 105.4 14.1 7.2 0.0 4.8 4.3 39.6 77.9 93.3 348.2
Precipitación Mensual Histórica (mm) - Estación: pampauta

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 40.9 126.2 152.0 35.2 29.0 0.0 0.0 4.5 6.1 8.2 45.7 72.0
1965 124.1 163.1 123.1 43.4 5.4 0.5 4.9 0.0 22.4 25.1 87.7
1966 89.4 178.5 63.5 13.0 40.0 0.0 0.0 0.0 3.7 98.7 103.4
1967 77.2 94.0 211.1 29.8 19.2 0.6 11.5 8.3 39.9 35.3 16.5 128.7
1968 179.5 213.3 112.8 19.2 12.0 3.4 5.8 3.9 24.1 147.2 83.9
1969 152.6 89.6 57.4 0.0 0.0 6.4 1.0 17.7 26.3 75.8 111.4
1970 157.4 140.5 169.6 49.7 15.6 3.4 0.0 5.4 14.2 31.8 7.5 209.1
1971 151.7 259.4 117.7 27.4 4.2 5.9 0.0 4.7 1.8 11.2 43.4 191.1
1972 244.3 79.1 168.0 39.6 0.3 0.0 0.0 1.9 23.7 44.3 61.2 93.2
1973 279.6 210.4 124.7 108.3 25.1 2.9 12.8 14.1 45.6 19.4 78.7 142.5
1974 208.0 262.6 109.5 27.9 0.3 6.6 0.6 49.2 9.4 18.2 12.6 110.6
1975 232.5 237.2 144.7 47.1 23.1 1.4 0.0 1.8 2.2 31.0 50.5 171.3
1976 207.2 110.4 162.5 22.0 23.8 1.5 2.3 20.0 51.2 2.2 5.7 72.8
1977 106.8 182.5 150.4 8.6 2.3 0.0 3.7 0.0 20.4 29.0 122.9 85.0
1978 310.2 98.7 83.6 50.4 0.3 1.9 0.6 0.4 13.0 30.5 117.0 145.7
1979 188.3 123.1 100.9 34.8 1.3 0.0 2.4 5.0 1.2 59.3 102.8 103.3
1980 115.1 73.7 245.5 10.4 2.5 0.2 3.9 5.9 21.3 89.3 28.6 41.4
1981 204.0 212.5 159.7 77.9 1.4 0.0 0.0 39.7 3.8 23.0 59.4 152.8
1982 168.2 81.8 139.8 51.7 5.2 0.5 0.0 1.4 31.0 68.4 145.4 28.7
1983 83.6 53.0 53.8 50.6 20.7 3.3 0.0 1.0 16.2 16.8 2.9 86.1
1984 259.1 254.3 201.3 22.1 11.6 0.8 0.9 23.4 0.0 105.3 141.8 181.4
1985 81.8 210.0 168.1 101.2 62.5 14.3 0.0 0.8 3.2 16.8 162.9 162.5
1986 168.3 276.0 189.9 145.3 4.5 0.0 0.0 6.7 14.6 21.6 47.7 196.5
1987 229.1 25.0 54.2 8.9 0.6 2.4 25.2 1.4 1.5 35.4 84.5 45.5
1988 186.0 69.9 214.0 110.3 6.5 0.0 0.0 0.0 15.9 19.1 4.5 105.5
1989 175.2 100.5 131.8 68.9 5.0 10.2 1.2 5.4 2.1 12.9 48.8 78.1
1990 160.5 75.2 59.9 36.8 7.1 31.5 0.0 7.5 4.1 93.5 116.7 91.4
1991 205.6 119.3 146.2 58.3 5.8 31.1 3.1 0.0 18.6 29.4 28.6 102.4
1992 96.5 142.3 23.4 9.4 0.0 2.2 0.0 51.5 0.0 30.3 55.0 81.6
1993 246.2 62.0 138.2 52.5 4.6 1.8 0.0 19.3 1.6 108.2 114.5 175.1
1994 224.8 168.1 127.6 86.3 23.4 1.1 0.0 0.0 15.1 12.9 108.3 165.4
1995 115.4 151.5 120.9 40.8 1.1 0.0 0.0 2.6 14.8 15.1 64.2 142.8
1996 254.5 164.2 73.5 73.0 21.5 0.0 0.0 27.9 18.8 3.0 93.2 228.3
1997 220.1 185.5 100.3 55.4 9.1 0.0 0.3 37.9 33.6 96.9 103.7
1998 154.6 159.8 103.4 29.7 0.0 0.9 0.0 0.0 0.0 31.8 104.3 45.0
1999 153.5 163.9 204.9 116.1 19.3 1.1 0.8 1.9 13.5 118.3 19.5 118.0
2000 202.1 258.8 181.6 23.3 9.4 3.9 0.4 7.7 5.1 89.7 9.9 136.1
2001 299.0 248.1 149.3 81.2 19.5 2.9 3.7 16.1 14.1 39.7 17.5 68.1
2002 152.6 240.7 111.0 75.2 17.0 2.0 27.4 4.3 10.1 76.8 92.9 170.5
2003 222.2 194.8 201.4 21.3 8.3 2.8 0.0 0.0 25.5 22.7 14.1 155.6
2004 226.8 162.8 55.8 75.3 0.0 0.6 11.7 13.2 26.6 14.7 32.3 102.1
2005 111.5 267.5 97.7 60.2 0.0 0.0 0.0 0.6 21.4 16.4 101.3 136.1
2006 179.4 165.0 163.7 65.3 1.8 0.0 0.0 9.1 31.4 46.7 110.3 89.4
2007 149.6 147.9 260.9 81.0 13.2 0.0 9.7 0.0 16.7 27.3 54.3 116.8
2008 196.3 68.2 84.2 5.8 0.5 3.9 0.0 0.2 3.3 42.2 27.2 212.2
2009 63.1 131.4 103.7 38.7 3.8 0.0 4.2 0.7 13.9 25.4 117.0 134.2
2010 223.1 215.7 113.9 57.3 7.8 0.0 0.0 0.0 0.0 23.2 49.2 151.9
2011 105.9 209.1 155.6 83.2 3.8 0.0 3.9 1.8 25.7 14.1 31.5 172.2
Precipitación Mensual Histórica (mm) - Estación: cabanillas

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 46.0 94.3 139.7 41.0 13.0 0.0 0.0 0.0 1.5 27.4 29.0 77.1
1965 157.6 105.5 88.2 74.4 5.0 0.0 0.0 0.0 12.2 12.0 13.2 60.9
1966 25.1 156.2 81.5 3.1 31.0 0.0 0.0 1.0 9.5 21.9 49.0 60.7
1967 71.2 92.8 148.9 7.3 13.7 0.6 9.5 15.6 40.0 31.8 4.2 131.0
1968 95.7 168.5 52.4 8.7 16.1 0.0 2.2 0.0 21.6 0.0 135.7 0.0
1969 166.9 94.3 0.0 0.0 4.4 16.1 54.3 41.3
1970 84.9 121.4 144.9 25.7 3.6 0.0 14.2 24.8 11.9 124.4
1971 91.5 218.3 29.1 15.2 11.0 0.0 0.0 4.0 0.0 11.8 56.8 87.0
1972 224.8 85.9 181.9 36.3 6.2 0.0 0.0 0.6 32.0 32.2 33.8 92.9
1973 199.4 128.8 124.8 85.0 12.4 0.0 2.1 1.3 46.1 12.9 24.0 93.3
1974 240.5 232.3 76.5 53.6 0.0 0.0 0.0 53.2 27.6 20.5 48.1 87.4
1975 134.3 193.5 107.4 22.1 23.5 0.0 0.0 0.0 13.1 34.1 17.0 212.8
1976 184.0 136.6 130.6 18.4 2.0 1.9 1.3 3.9 41.8 4.3 9.7 65.1
1977 70.3 166.6 173.2 28.5 0.0 0.0 0.0 0.0 23.1 33.4 118.5 168.2
1978 257.8 148.5 117.8 37.7 0.0 0.0 0.0 0.0 6.3 14.2 72.5 160.8
1979 203.6 125.0 71.9 52.0 3.9 0.0 0.6 1.2 3.1 33.9 42.4 122.4
1980 60.8 84.5 168.4 8.1 4.9 0.0 1.0 32.7 38.6 51.7 57.0 46.3
1981 124.7 148.8 161.2 47.9 0.0 0.0 1.0 22.2 10.0 18.6 36.7 26.7
1982 49.9 44.2 51.8 24.4 5.0 1.0 2.5 4.0 48.2 61.0 35.5 23.0
1983 26.0 7.5 2.1 1.5 2.8 0.0 3.0 6.5 15.0 30.5 69.0
1984 212.8 237.1 126.0 33.5 21.4 0.0 3.0 9.0 7.5 41.5 89.4 71.5
1985 115.5 180.6 97.5 97.7 6.0 22.0 0.0 3.0 31.5 38.0 100.0 142.5
1986 131.2 234.1 168.7 95.7 1.3 0.0 11.0 1.5 26.0 6.5 31.4 134.1
1987 158.8 79.1 54.6 9.7 0.0 0.9 7.6 1.5 9.0 27.7 111.6 69.6
1988 273.6 93.2 155.4 67.2 17.4 0.0 0.0 0.0 6.2 56.0 0.0 142.8
1989 194.9 57.8 89.6 88.4 0.0 1.4 0.0 4.8 6.0 3.3 40.0 53.6
1990 172.5 23.4 49.2 13.5 2.4 34.3 0.0 9.8 1.0 112.8 130.0 101.9
1991 106.4 144.1 115.2 70.1 5.8 35.6 0.0 0.0 6.3 13.8 27.4 59.6
1992 106.8 75.1 28.5 8.5 0.0 2.7 2.2 31.1 0.0 47.5 27.2 64.9
1993 147.2 67.8 96.3 69.5 3.0 0.0 0.0 26.3 9.5 113.4 83.0 117.4
1994 133.8 105.2 162.1 110.2 0.0 0.0 0.0 0.0 6.5 14.3 51.2 98.0
1995 125.8 70.6 100.2 5.0 0.0 0.0 0.0 0.2 16.6 9.9 32.8 55.3
1996 206.3 102.8 56.4 37.7 1.9 0.0 2.0 17.6 10.3 14.3 57.8 165.6
1997 158.5 238.3 160.0 75.1 3.7 0.0 0.0 46.5 38.0 103.3 88.4
1998 151.8 168.4 110.3 16.9 0.0 0.0 0.0 5.5 0.0 11.8 12.6 11.1
1999 95.0 116.9 112.3 104.4 5.4 0.0 1.8 1.8 21.9 104.0 3.0 95.3
2000 134.6 221.9 133.3 31.7 0.6 0.0 0.0 6.9 15.8 118.3 13.5 110.4
2001 273.9 224.6 78.2 63.9 11.5 0.8 0.4 52.6 36.9 71.3 21.6 16.7
2002 93.7 166.9 160.5 125.7 28.7 6.2 16.0 22.9 8.8 116.3 78.0 105.3
2003 217.2 92.5 116.7 22.1 10.8 2.6 0.0 0.9 16.9 14.0 68.1 136.2
2004 193.0 100.1 81.6 34.2 0.5 0.5 7.7 18.4 12.8 2.9 27.4 58.2
2005 75.3 265.7 84.0 49.7 0.0 0.0 0.0 0.5 5.8 30.6 70.6 79.9
2006 230.2 107.3 141.3 49.9 0.0 0.7 0.0 2.8 44.2 38.0 60.2 69.0
2007 68.1 105.4 168.6 67.5 2.4 0.0 0.8 0.0 75.4 40.6 97.6 83.9
2008 271.6 74.5 65.1 6.3 0.0 0.2 0.0 0.6 1.8 34.9 70.1 153.5
2009 88.8 119.7 111.4 24.6 0.0 0.0 1.6 0.5 1.4 28.4 152.8 91.2
2010 147.8 125.3 66.7 28.4 9.6 0.0 0.5 T 2.4 21.2 35.8 183.0
 DATOS PARA PRECIPITACION MAXIMA EN 24hr

Precipitacion Máxima 24 hr (mm)- Estación: crusero alto

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964
1965
1966
1967 13.6 33.8 22.9 14.8 1.5 0.0 3.5 1.5 19.7 23.5 16.4 34.7
1968 38.5 23.7 29.0 0.0 0.0 0.0 7.0 0.0 1.5 10.0 14.9
1969 21.6 14.8 21.1 7.4 0.0 0.0 3.1 0.0 11.3 5.4 26.8 16.4
1970 18.1 21.9 21.9 6.5 5.5 0.0 0.7 0.0 2.4 12.6 14.3 15.8
1971 12.5 18.5 12.0 0.4 0.0 0.0 0.0 0.0 0.6 5.4 5.6 15.4
1972 14.9 13.0 27.2 7.1 0.0 0.0 0.8 0.0 10.4 13.9 6.5 15.6
1973 23.6 32.8 19.9 16.6 0.0 0.0 2.0 6.3 10.2 4.6 3.9 9.2
1974 27.9 22.2 24.5 19.3 0.0 16.3 1.1 15.0 5.0 0.0 5.0
1975 23.1 28.5 15.6 6.5 4.9 0.0 0.0 0.0 9.5 8.5 7.0 25.0
1976 14.2 10.4 12.9 4.9 0.0 0.0 7.4 5.4 10.4 2.5 5.0 15.0
1977 12.3 25.0 28.4 2.0 0.0 0.0 10.2 9.7 0.0 12.5 18.1 11.0
1978 14.9 3.0 10.0 0.0 0.0 0.0 0.0 0.0 7.1 10.4 12.0 13.3
1979 14.4 7.9 13.5 5.8 0.0 0.0 3.4 16.0 0.0 31.0 20.4 15.8
1980 10.5 19.1 24.7 0.3 0.4 0.0 3.7 1.5 14.7 16.8 7.2 6.9
1981 18.6 20.6 21.5 13.5 0.0 0.0 0.0 8.0 0.1 5.9 12.8 16.4
1982 38.9 11.6 20.3 8.3 0.0 0.0 0.0 12.2 15.6 6.4
1983 6.2 6.7 20.0 12.9 0.0 0.0 0.0 0.0 6.7 0.0 0.0 11.6
1984 23.5 22.6 18.8 5.7 3.3 0.4 3.1 2.6 0.2 28.3 18.5 17.6
1985 14.1 20.3 20.5 8.1 7.8 2.1 0.4 2.5 6.5 0.0 22.9 14.1
1986 19.2 15.8 12.4 8.6 2.0 0.0 1.6 2.7 0.9 0.6 4.0 7.7
1987 14.4 13.4 6.2 0.0 0.8 0.0 8.7 0.7 0.0 4.0
1988 18.8 7.7 8.2 2.9 0.0 0.0 0.0 0.6 4.5 1.3 7.5
1989 19.2 7.1 9.8 4.8 3.9 1.6 7.9 1.8 0.0 1.6 8.4 4.2
1990 18.0 5.8 10.4 5.7 3.1 10.1 0.0 6.1 0.0 0.0 11.6 14.7
1991 15.9 11.6 19.5 1.6 0.8 12.3 0.0 0.0 0.5 4.9 4.0 14.9
1992 8.6 13.9 2.6 3.5 0.0 0.3 0.8 9.1 0.0 3.8 4.8 9.3
1993 19.7 6.6 18.1 9.6 0.4 0.0 0.1 7.0 2.2 11.6 22.6 22.3
1994 32.1 28.7 31.3 31.3 16.6 0.0 0.0 0.0 0.0 0.0 31.2 23.5
1995 19.7 25.7 31.8 15.5 0.1 0.0 0.0 0.5 7.8 12.3 13.4 16.2
1996 27.6 20.7 12.1 9.8 5.1 0.0 0.0 10.5 0.4 2.7 5.4 11.3
1997 27.4 23.0 14.2 11.6 4.8 0.0 0.0 5.7 7.5 0.2 15.6 10.8
1998 21.7 16.4 23.6 9.2 0.0 6.3 0.0 1.9 1.7 8.0 9.6 10.7
1999 17.0 23.5 32.7 11.3 3.4 0.0 0.0 5.5 1.5 23.3 0.0 17.5
2000 18.8 15.2 9.1 4.4 7.3 2.0 0.0 1.2 0.2 7.4 3.9 21.9
2001 25.9 21.2 13.7 12.5 2.7 0.6 0.0 2.7 0.3 6.8 15.2 11.7
2002 12.8 19.7 30.6 21.9 3.3 2.2 11.2 0.2 0.2 10.3 8.0 19.1
2003 14.6 15.7 12.4 15.5 2.9 0.5 0.0 4.5 2.5 0.4 1.9 12.1
2004 19.7 17.4 19.2 28.2 0.0 0.0 8.9 2.6 1.3 1.7 5.3 8.8
2005 10.0 20.0 12.8 35.3 0.0 0.0 0.0 0.0 7.0 1.5 6.1 12.3
2006 19.1 18.1 23.4 9.1 0.1 0.1 0.0 1.4 3.8 3.1 10.6 14.5
2007 16.5 13.1 32.5 18.4
2008
2009
2010
Precipitacion Máxima 24 hr (mm)- Estación: lampa

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 12.0 20.0 26.0 8.0 0.0 0.0 0.0 10.0 10.2 18.0 12.6
1965 20.0 12.2 19.5 7.8 0.0 0.0 0.0 0.0 3.0 9.0 17.0 41.0
1966 16.0 19.0 10.0 8.0 0.0 0.0 0.0 0.0 16.1 6.1 10.6 21.0
1967 18.8 22.0 36.1 8.2 6.5 0.6 3.3 3.2 14.4 16.9 6.1 29.1
1968 16.5 18.8 21.5 18.5 1.6 2.2 5.8 3.0 13.5 20.0 22.9 16.5
1969 38.7 15.2 8.0 16.0 0.0 2.8 1.4 0.0 3.6 25.5 24.4 14.9
1970 20.1 16.5 32.5 8.1 3.8 0.0 0.0 0.0 2.2 15.2 9.0 24.7
1971 16.0 19.8 11.0 11.8 0.0 0.0 0.0 8.4 0.5 15.1 10.0 24.5
1972 41.3 22.0 27.8 5.1 0.8 0.0 0.0 0.0 9.5 2.8 20.6 14.0
1973 18.5 32.2 38.8 22.7 2.5 0.0 2.0 1.0 13.2 22.4 16.0 26.0
1974 35.8 20.1 14.1 8.5 0.0 4.0 0.8 27.5 6.2 4.5 21.4 31.8
1975 21.8 31.5 16.0 10.5 12.0 0.8 0.0 2.8 7.5 12.5 5.0 23.0
1976 30.0 16.0 13.0 6.0 12.0 4.0 0.3 5.0 21.0 0.0 6.0 17.0
1977 22.5 35.0 29.0 8.5 0.0 0.0 1.0 0.0 16.5 17.5 19.5 30.2
1978 40.0 44.0 32.0 14.5 0.0 1.5 0.0 3.5 9.5 10.6 26.1 39.0
1979 19.0 14.5 22.5 15.3 2.0 0.0 0.0 3.8 0.0 18.5 26.4 21.0
1980 19.0 17.0 31.0 3.0 3.9 0.0 0.0 2.0 33.0 13.0 40.0 9.5
1981 49.0 25.0 21.1 11.0 0.0 0.0 0.0 11.0 8.0 16.5 27.0
1982 25.0 17.0 21.0 64.0 0.0 2.0 0.0 2.0 22.0 20.0 26.0 22.0
1983 11.0 12.0 7.0 4.0 4.5 0.0 4.5 9.5 24.5 14.5 12.5
1984 35.0 14.0 7.5 40.0 12.0 0.0 0.0 6.0 0.0 35.8 38.5 50.4
1985 28.6 48.3 32.0 30.5 4.0 15.0 0.0 9.5 7.0 22.5 24.6 33.0
1986 34.5 37.0 21.0 10.4 3.4 0.0 1.4 9.3 9.8 6.0 11.4 33.0
1987 36.6 20.4 6.0 10.2 3.0 1.5 11.2 0.0 2.9 10.9 26.6 30.9
1988 21.0 8.4 21.7 35.7 13.0 0.0 0.1 0.0 7.2 28.7 2.1 31.4
1989 19.0 15.0 22.2 21.4 0.5 2.4 0.8 2.4 1.2 4.2 14.5 12.2
1990 16.7 12.8 14.2 4.6 6.0 19.5 0.0 3.2 2.1 16.4 26.8 30.3
1991 28.8 24.3 22.4 12.5 22.5 17.9 0.8 0.0 7.0 26.4 10.8 24.1
1992 12.8 11.8 14.8 16.7 0.0 2.8 1.4 39.3 0.3 20.8 16.7 19.2
1993 29.9 4.2 22.4 11.1 1.9 0.2 0.0 9.4 5.1 16.8 14.4 23.7
1994 18.7 33.7 35.2 9.3 1.3 0.7 0.0 0.0 2.5 11.0 15.5 13.4
1995 21.5 24.7 14.1 8.4 0.5 0.0 0.0 5.6 11.6 13.9 13.8 17.3
1996 42.7 30.7 22.4 7.5 8.6 0.0 1.8 1.4 7.2 2.4 19.1 27.2
1997 30.7 23.8 31.4 21.4 2.6 0.0 0.0 4.9 21.4 11.3 28.6 28.6
1998 18.5 32.8 24.3 21.3 0.0 0.8 0.0 0.0 0.2 22.5 16.4 21.8
1999 32.7 13.0 30.3 27.0 4.5 1.8 0.0 0.8 22.4 31.7 13.2 15.0
2000 21.2 33.4 26.8 27.7 6.3 4.4 0.0 2.7 14.5 16.3 4.1 16.1
2001 28.1 19.3 21.8 12.2 5.4 2.9 1.8 6.1 1.8 22.0 20.7 12.4
2002 18.2 22.5 24.5 16.6 13.2 1.9 8.9 4.9 10.4 36.9 16.1 34.8
2003 26.0 22.3 20.2 5.9 3.0 3.2 0.0 0.9 18.7 5.1 8.8 36.7
2004 43.8 32.1 25.0 12.5 2.3 2.0 1.6 11.6 11.6 15.1 8.0 15.0
2005 28.0 39.4 49.6 17.4 0.0 0.0 0.0 0.0 20.2 28.8 15.1 30.8
2006 26.2 27.1 22.2 5.4 0.7 1.3 0.0 0.2 9.4 14.5 18.3 19.4
2007 14.0 35.6 28.4 21.0 7.4 0.5 6.1 10.0 5.4 13.7 26.1 21.4
2008 26.8 14.0 12.8 0.8 1.2 0.0 1.4 2.8 30.6 9.7 34.7
2009 22.7 54.7 39.8 13.6 0.8 0.0 0.0 0.0 2.1 17.1 20.8 16.0
2010
2011 11.4 33.7 29.4 4.7 2.7 0.0 2.6 4.3 20.2 21.7 22.3 33.2
Precipitacion Máxima 24 hr (mm)- Estación: pampauta

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 7.5 17.8 24.9 10.2 14.9 0.0 0.0 4.4 3.4 4.0 11.0 11.9
1965 35.2 22.5 20.9 12.5 3.3 0.5 2.5 0.0 7.7 12.9 33.5
1966 16.0 22.5 14.8 10.0 16.2 0.0 0.0 0.0 3.0 19.3 19.9
1967 12.1 13.7 25.0 17.9 7.5 0.4 3.8 4.1 11.6 12.6 12.9 28.2
1968 21.6 29.8 22.0 8.5 7.2 1.6 5.8 3.0 11.0 32.5 20.4
1969 20.7 14.8 8.2 0.0 0.0 5.3 1.0 11.5 17.7 20.4 45.7
1970 15.6 33.3 19.2 9.5 8.7 3.4 0.0 5.4 7.2 9.3 4.2 26.2
1971 33.6 30.7 21.3 12.0 3.9 5.3 0.0 4.7 1.8 6.3 12.9 19.4
1972 35.4 17.4 22.9 14.8 0.3 0.0 0.0 1.5 7.1 15.0 10.3 26.6
1973 30.2 28.8 28.1 25.7 19.0 1.2 8.9 5.5 14.9 6.6 15.6 31.4
1974 25.8 27.4 25.7 5.3 0.3 5.6 0.6 21.3 2.4 11.0 6.5 33.1
1975 26.2 21.5 22.6 10.0 11.0 0.8 0.0 1.6 0.7 11.0 15.9 25.3
1976 28.3 35.2 30.4 14.6 12.8 0.9 2.3 14.7 15.0 2.1 3.0 12.2
1977 19.4 20.7 27.0 2.8 1.3 0.0 3.7 0.0 7.2 12.5 22.8 26.7
1978 33.1 19.5 25.6 10.0 0.3 1.0 0.6 0.4 9.9 15.6 25.5 34.0
1979 31.8 17.9 28.1 11.4 1.3 0.0 2.4 4.3 0.9 16.3 26.6 24.3
1980 27.7 13.6 36.5 4.9 1.2 0.2 3.1 4.6 10.8 24.6 5.6 9.2
1981 23.5 45.3 32.9 35.3 1.4 0.0 0.0 11.2 1.4 15.9 17.3 26.0
1982 21.1 15.0 21.1 22.9 3.2 0.5 0.0 1.4 8.6 18.8 22.2 12.5
1983 30.0 10.6 30.4 18.3 10.8 1.9 0.0 0.7 3.8 8.1 1.5 18.9
1984 31.4 31.4 26.3 7.2 11.6 0.8 0.9 15.3 0.0 18.8 27.1 43.6
1985 9.9 17.4 27.3 18.8 20.8 7.1 0.0 0.8 2.3 9.0 32.6 31.0
1986 28.7 26.3 18.7 35.7 4.5 0.0 0.0 2.5 6.8 17.7 17.5 21.5
1987 25.2 8.2 16.2 4.0 0.6 1.5 13.5 0.6 1.5 15.8 19.3 14.0
1988 27.8 14.2 32.4 18.3 4.6 0.0 0.0 0.0 9.2 15.4 2.5 19.7
1989 22.0 23.3 16.3 27.9 2.4 7.9 1.2 3.5 1.4 5.4 17.6 34.3
1990 27.1 17.4 14.8 17.1 2.5 19.9 0.0 5.2 2.3 19.3 20.0 17.6
1991 32.1 26.1 28.8 18.6 3.6 14.7 3.1 0.0 16.2 11.4 12.0 24.5
1992 18.4 36.6 8.9 8.2 0.0 1.6 0.0 28.7 0.0 6.0 17.0 23.4
1993 36.3 30.8 26.8 13.0 3.8 0.8 0.0 7.3 1.6 32.6 22.4 30.8
1994 35.6 18.6 23.4 14.7 23.4 1.1 0.0 0.0 12.7 10.5 37.3 21.6
1995 20.3 22.2 22.3 17.5 1.1 0.0 0.0 2.6 4.7 5.5 11.9 25.4
1996 39.8 20.3 11.4 19.1 15.0 0.0 0.0 18.1 6.2 2.1 29.6 38.8
1997 40.6 27.2 12.4 17.3 4.9 0.0 0.3 7.5 14.3 11.7 42.3 24.3
1998 19.6 38.0 18.0 17.5 0.0 0.9 0.0 0.0 0.0 16.2 21.0 18.5
1999 30.0 12.8 29.1 25.8 16.6 1.1 0.8 1.9 5.2 23.4 13.9 38.6
2000 34.0 30.5 34.4 12.0 6.6 1.5 0.4 6.5 4.4 24.7 5.0 28.7
2001 28.9 49.9 17.7 29.6 14.2 2.9 3.7 7.2 5.7 20.5 12.1 20.0
2002 40.5 47.9 13.6 17.0 5.7 1.1 13.8 2.2 4.3 12.3 16.0 30.8
2003 36.4 31.4 35.2 7.2 5.6 2.8 0.0 0.0 7.9 14.0 7.6 28.6
2004 28.3 40.0 13.9 16.6 0.0 0.3 5.4 4.9 15.0 8.1 9.3 26.0
2005 20.6 30.6 15.6 19.4 0.0 0.0 0.0 0.6 20.6 9.0 43.3 20.1
2006 17.7 30.4 30.2 33.1 1.8 0.0 0.0 9.1 15.3 11.3 28.8 14.2
2007 25.5 33.0 29.9 20.0 7.8 0.0 7.1 0.0 4.5 14.4 13.5 20.5
2008 25.2 12.7 26.2 3.5 0.5 3.9 0.0 0.2 3.3 13.6 6.9 38.6
2009 12.7 26.3 16.1 15.9 2.6 0.0 3.4 0.7 3.4 15.8 19.1 21.9
2010 31.1 32.7 18.7 10.9 4.2 0.0 0.0 0.0 0.0 13.1 18.8 20.3
2011 28.3 23.1 22.3 27.6 2.9 0.0 3.9 1.5 8.2 4.9 15.6 31.1

Precipitacion Máxima 24 hr (mm)- Estación: cabanillas

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 6.0 21.5 16.2 14.5 5.5 0.0 0.0 0.0 1.0 13.6 7.2 22.0
1965 20.5 16.3 27.8 24.5 2.0 0.0 0.0 0.0 5.1 7.0 5.0 21.5
1966 10.0 25.0 19.5 1.8 10.8 0.0 0.0 1.0 4.0 10.2 22.8 25.0
Precipitacion Máxima 24 hr (mm)- Estación: cabanillas

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 6.0 21.5 16.2 14.5 5.5 0.0 0.0 0.0 1.0 13.6 7.2 22.0
1965 20.5 16.3 27.8 24.5 2.0 0.0 0.0 0.0 5.1 7.0 5.0 21.5
1966 10.0 25.0 19.5 1.8 10.8 0.0 0.0 1.0 4.0 10.2 22.8 25.0
1967 12.5 20.1 31.2 5.4 6.8 0.6 3.3 7.0 12.1 12.1 4.2 25.7
1968 13.0 22.2 10.0 4.0 8.0 0.0 2.2 0.0 13.5 0.0 18.0 0.0
1969 27.2 9.0 -1.0 -1.0 0.0 0.0 2.4 8.4 19.0 10.0
1970 11.8 16.8 24.0 10.0 3.6 0.0 5.8 6.3 6.1 20.2
1971 18.8 30.8 12.4 6.2 5.8 0.0 0.0 4.0 0.0 5.0 25.0 17.0
1972 31.8 20.0 20.7 16.9 6.2 0.0 0.0 0.6 12.2 17.9 7.2 13.9
1973 27.8 30.0 24.4 22.0 11.2 0.0 2.1 0.8 15.9 2.4 8.5 40.0
1974 33.7 43.6 19.1 18.0 0.0 0.0 0.0 12.1 11.4 10.2 22.0 18.0
1975 26.0 30.4 11.5 6.2 13.9 0.0 0.0 0.0 5.5 9.2 6.0 36.0
1976 38.2 23.8 15.0 9.1 2.0 1.9 1.3 1.8 7.2 4.1 6.1 13.0
1977 35.4 28.2 36.7 9.0 0.0 0.0 0.0 0.0 7.1 12.6 26.8 27.9
1978 25.9 20.3 24.6 11.6 0.0 0.0 0.0 0.0 1.7 6.1 15.8 21.5
1979 20.2 31.8 13.3 26.3 2.8 0.0 0.6 1.2 1.7 10.8 17.4 29.8
1980 10.0 16.4 33.2 4.6 2.1 0.0 1.0 20.0 8.0 30.5 16.8 9.0
1981 14.6 18.3 26.2 14.2 0.0 0.0 1.0 10.8 3.2 4.8 10.8 13.5
1982 13.4 6.5 5.0 10.0 2.0 1.0 1.0 2.0 7.0 7.0 8.0 7.5
1983 6.0 4.0 1.4 1.5 2.8 0.0 2.0 4.5 6.0 20.5 21.0
1984 22.4 28.2 27.0 6.0 14.4 0.0 2.0 2.5 2.5 7.0 11.9 25.5
1985 17.5 19.0 12.5 13.0 5.0 16.0 0.0 2.0 9.0 9.5 14.0 20.5
1986 54.2 47.5 27.2 20.0 1.3 0.0 10.5 1.0 10.0 4.0 7.3 30.0
1987 16.0 25.4 15.0 7.0 0.0 0.7 6.0 1.5 6.4 7.3 29.0 17.8
1988 25.8 25.8 21.4 10.0 7.6 0.0 0.0 0.0 4.8 19.7 0.0 46.0
1989 29.5 18.0 20.2 15.4 0.0 1.4 0.0 4.0 5.0 2.5 11.0 22.2
1990 19.8 9.6 8.4 7.5 1.8 21.6 0.0 3.8 0.5 31.0 25.7 11.0
1991 14.4 16.7 14.4 20.2 5.8 16.8 0.0 0.0 4.6 7.0 12.0 10.8
1992 12.2 10.4 4.4 2.6 0.0 2.2 2.2 21.2 0.0 13.4 5.0 13.0
1993 16.8 22.4 17.0 17.3 3.0 0.0 0.0 15.0 7.4 53.4 22.4 32.0
1994 18.8 12.8 54.6 24.8 0.0 0.0 0.0 0.0 5.3 11.6 12.0 9.7
1995 15.4 14.2 15.5 3.2 0.0 0.0 0.0 0.2 10.8 6.7 13.6 10.7
1996 42.7 10.0 23.9 11.6 1.9 0.0 2.0 12.8 4.8 6.3 20.0 28.7
1997 17.5 44.6 34.5 26.8 2.5 0.0 0.0 11.5 23.3 14.4 28.2 35.6
1998 22.1 39.5 34.5 6.1 0.0 0.0 0.0 5.5 0.0 11.8 12.6 11.1
1999 23.0 21.4 18.3 18.2 5.4 0.0 1.8 1.8 10.6 26.2 2.4 34.9
2000 17.5 31.2 31.6 21.8 0.4 0.0 0.0 3.1 15.8 23.1 6.6 30.3
2001 32.2 44.2 20.9 26.6 7.0 0.8 0.4 10.0 16.6 32.0 6.0 7.5
2002 15.5 21.7 21.1 30.5 10.0 4.2 12.5 10.4 2.5 23.1 27.2 23.7
2003 30.3 12.4 24.6 8.0 5.6 2.6 0.0 0.5 12.2 6.1 42.3 36.6
2004 16.4 29.6 15.8 9.2 0.5 0.5 5.3 6.0 6.0 1.0 5.0 15.5
2005 15.2 66.0 36.6 26.4 0.0 0.0 0.0 0.5 3.8 11.2 22.7 13.8
2006 19.5 35.2 26.0 20.2 0.0 0.7 0.0 0.7 32.0 8.0 12.5 24.3
2007 18.4 24.2 37.5 18.3 1.2 0.0 0.8 0.0 17.8 12.7 46.4 14.5
2008 44.1 22.4 25.2 5.1 0.0 0.2 0.0 0.6 1.0 16.2 21.9 31.5
2009 14.3 22.9 25.0 10.8 0.0 0.0 1.6 0.5 0.5 19.4 35.6 21.5
2010 25.1 17.3 18.0 8.3 5.8 0.0 0.5 T 2.1 4.7 14.2 27.3
 DATOS PARA TEMPERATURA
Temperatura Media Mensual(ºC)- Estación: crusero alto

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997 4.4 4.6 4.3 2.9 0.9 -1.0 -0.5 0.7 4.0 5.0 5.5 6.7
1998 6.7 7.1 7.1 5.7 3.4 2.8 2.9 3.1 4.3 5.1 4.8 6.1
1999 5.7 5.2 5.0 4.8 3.7 1.5 1.3 2.2 2.9 4.5 4.4 5.7
2000 5.4 5.2 5.4 5.3 3.4 1.2 0.3 2.4 3.4 4.2 5.0 5.3
2001 4.4 5.5 5.1 4.7 3.2 2.3 1.2 2.2 3.6 4.7 5.7 5.7
2002 5.6 5.6 5.3 4.7 4.0 3.0 0.7 2.6 3.9 4.2
2003 4.9 5.2 5.5 4.8 1.8 0.9 1.4 2.4 2.9 3.8 4.8 5.6
2004 4.2 5.2 5.6 4.2 2.6 1.4 0.6 0.3 1.3 4.4 4.6 3.6
2005 4.7 6.0 5.6 5.1 2.6 1.8 1.0 2.2 2.4 4.3 5.9 6.0
2006 6.1 5.8 5.5 5.4 3.8 2.8
2007
2008
2009
2010
Temperatura Media Mensual(ºC)- Estación: lampa

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 9.7 10.1 9.9 6.2 4.1 3.2 6.0 6.4 7.8 7.7 8.6
1965 8.4 9.2 9.0 8.2 6.4 3.9 4.2 4.9 7.5 8.3 9.8 10.1
1966 10.2 10.1 8.9 7.7 6.1 4.2 3.6 5.7 7.8 9.9 9.6 10.2
1967 10.2 9.5 9.2 7.6 6.7 4.6 4.2 5.4 8.4 9.4 8.4
1968 9.2 9.4 8.6 7.7 6.1 4.5 3.8 5.6 7.1 9.2 9.3 9.4
1969 9.7 9.9 10.0 9.0 6.8 4.8 4.3 4.2 7.1 8.4 10.1 10.3
1970 9.9 9.6 8.9 8.6 6.7 5.8 4.8 5.8 7.3 8.9 9.7 10.1
1971 9.8 9.0 9.1 7.9 5.2 4.9 3.6 5.5 6.4 6.8 8.4 9.4
1972 9.0 9.0 9.5 8.7 5.9 4.1 5.2 5.8 8.1 9.4 10.7 10.1
1973 10.8 10.5 9.8 9.8 7.5 4.9 4.5 6.4 7.5 9.8 10.1 9.6
1974 9.2 9.9 9.0 8.4 6.1 5.0 5.3 4.9 7.4 8.3 8.7 9.0
1975 8.6 9.6 9.0 8.1 6.1 4.5 2.8 5.3 7.5 6.9 8.2 9.0
1976 8.9 9.2 9.3 6.6 5.7 5.6 4.7 5.2 7.6 7.5 8.2 8.9
1977 10.1 9.8 9.7 8.8 6.3 4.0 5.0 4.9 7.5 8.8 9.8 9.4
1978 9.9 9.8 9.5 8.2 6.0 4.8 3.4 6.0 6.3 7.3 9.5 9.9
1979 9.5 10.0 9.9 7.8 5.2 5.8 4.2 4.8 6.4 9.4 9.2
1980 10.0 9.6 9.5 8.1 6.8 6.3 6.4 6.4 8.8 9.0 9.4 8.9
1981 9.9 9.6 9.1 8.7 6.8 5.0 6.2 7.6 8.1 10.1 9.7
1982 9.5 9.5 9.3 5.1 4.4 6.0 7.6 8.7 7.8 10.2 10.0
1983 9.2 9.9 8.8 6.9 6.2 7.0 6.9 8.3 7.7 9.3 10.8
1984 9.4 9.4 10.4 8.8 7.2 6.1 5.3 7.5 6.3 8.5 9.0 8.9
1985 9.3 8.8 8.6 8.5 7.4 5.7 3.7 6.2 8.7 8.4 8.7 9.1
1986 9.9 9.3 9.4 9.3 6.0 5.1 3.8 5.7 8.0 7.9 10.1 10.7
1987 10.9 9.8 9.9 9.0 7.1 5.3 5.0 6.0 7.4 9.0 10.8 11.1
1988 10.9 10.5 10.5 9.5 7.2 4.5 4.7 5.7 8.5 8.6 9.0 10.3
1989 10.0 9.4 9.8 8.9 6.5 5.8 4.8 5.9 7.6 8.9 8.8 10.4
1990 10.3 10.1 9.8 8.8 7.3 5.4 4.8 6.7 7.7 10.0 10.8 10.2
1991 10.5 10.4 10.6 9.1 6.6 4.4 5.4 6.5 8.3 9.4 9.2 9.5
1992 9.9 9.5 9.3 8.3 6.4 5.7 4.4 4.7 6.8 8.4 8.4 9.8
1993 9.6 8.6 9.3 9.7 8.4 4.4 5.0 5.5 7.4 9.0 10.3 10.9
1994 10.2 9.8 9.6 9.3 6.4 4.1 4.8 5.8 7.6 8.5 10.2 10.6
1995 10.9 10.1 9.5 8.3 6.2 4.5 5.4 8.3 9.2 11.2 11.0 10.0
1996 10.0 9.8 9.9 9.4 6.9 4.5 4.3 6.5 7.5 9.0 9.5 10.2
1997 10.1 9.5 9.1 7.5 6.1 4.1 4.8 5.9 8.2 9.4 10.1 11.7
1998 12.5 12.6 11.7 10.0 6.5 6.0 5.5 6.7 7.6 9.4 9.8 10.7
1999 10.5 10.3 10.2 9.2 7.2 4.9 5.4 6.5 7.7 9.1 8.9 10.3
2000 10.3 9.9 9.9 8.6 7.1 5.3 4.3 6.6 7.9 8.8 9.6 9.6
2001 9.9 10.0 9.7 8.8 6.8 5.4 4.9 5.8 8.6 9.6 10.7 10.2
2002 10.5 10.6 10.2 9.3 7.6 6.1 4.8 6.1 8.3 10.0 10.6 10.7
2003 10.5 10.8 9.9 8.7 6.8 4.3 5.0 5.5 6.8 7.9 9.1 10.8
2004 9.8 9.6 9.7 9.0 5.5 4.1 4.4 5.7 7.2 8.8 10.0 11.3
2005 10.8 10.2 10.8 9.8 6.4 3.7 5.2 5.0 7.9 9.6 9.8 10.1
2006 9.7 10.6 10.7 9.2 5.7 5.3 4.1 6.5 7.1 9.5 10.9 10.7
2007 10.9 11.1 9.9 9.6 7.8 6.2 5.4 7.0 8.8 9.6 9.3 9.8
2008 10.0 9.7 9.3 7.8 5.1 5.3 4.2 5.4 7.0 9.4 8.8 9.7
2009 9.6 9.6 9.1 8.2 6.6 4.1 5.4 5.2 8.1 9.4 10.6 10.5
2010
Temperatura Media Mensual(ºC)- Estación: pampauta

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964 6.4 7.1 6.2 5.4 3.1 1.3 -0.5 2.1 2.7 3.4 4.2 5.4
1965 5.5 6.4 5.4 5.1 3.4 0.3 0.0 1.2 3.6 5.2 5.9 6.0
1966 7.4 7.0 6.5 4.4 2.7 1.6 0.9 2.0 3.1 4.6 5.9 6.5
1967 6.4 6.6 6.3 4.9 3.5 2.0 0.4 1.7 3.7 4.4 4.5 5.0
1968 5.8 6.0 5.1 3.9 2.3 0.8 0.2 1.3 2.6 5.0 5.6 5.8
1969 6.2 6.8 6.5 5.0 3.6 1.2 0.8 0.7 3.4 4.4 5.7 6.4
1970 6.2 6.4 5.5 4.9 3.7 2.0 0.7 1.7 3.3 4.8 5.4 5.7
1971 6.4 5.4 5.9 4.4 1.3 0.6 3.9 0.8 2.0 2.7 4.0 5.6
1972 5.9 5.9 5.9 5.2 2.2 0.2 1.3 1.2 4.0 4.8 6.8 6.5
1973 7.2 6.8 6.8 5.9 4.0 1.5 0.8 1.7 3.6 5.7 5.9 5.9
1974 6.0 6.2 5.7 4.8 2.0 0.5 1.3 1.0 3.4 4.5 5.0 5.3
1975 5.5 6.2 5.9 5.0 3.1 1.0 -1.1 0.9 3.0 3.5 4.8 6.2
1976 6.1 6.4 6.5 4.2 2.2 0.5 0.8 1.4 4.3 3.9 4.0 6.7
1977 7.2 6.5 6.7 4.9 1.6 -0.5 1.3 1.1 3.8 5.0 6.3 6.4
1978 6.3 7.1 6.0 5.9 2.4 1.1 -0.3 2.2 2.9 4.3 6.2 6.7
1979 6.1 7.0 7.1 5.2 2.3 2.1 0.8 1.4 3.6 6.1 6.7 6.9
1980 7.3 6.9 6.7 5.4 2.6 1.5 1.8 2.3 4.1 6.2 6.4 6.0
1981 7.3 7.1 6.7 5.1 2.7 -0.3 0.5 2.2 3.2 5.4 7.0 7.1
1982 6.9 7.1 6.9 5.5 2.4 0.3 0.8 1.7 4.0 5.9 7.0 6.9
1983 8.3 8.0 7.8 7.0 3.9 1.4 1.2 3.6 4.4 5.0 5.3 7.0
1984 6.5 6.6 7.3 6.1 5.0 2.6 1.5 2.9 3.1 6.6 6.7 6.7
1985 6.8 6.9 6.7 6.3 4.7 3.1 0.4 2.8 4.5 4.5 5.6 6.4
1986 6.8 6.5 6.1 6.2 2.2 1.5 -0.7 1.8 3.9 4.9 6.4 7.0
1987 7.2 6.7 6.5 5.6 3.3 1.4 1.4 2.3 3.6 5.6 6.7 7.5
1988 7.5 7.5 7.0 6.3 4.4 0.9 1.4 2.4 5.1 5.2 4.9 7.0
1989 6.3 6.5 6.3 5.8 3.5 2.1 0.5 2.3 3.5 5.3 5.2 6.5
1990 6.5 6.0 5.9 5.6 3.3 1.9 0.5 2.1 2.9 6.5 7.1 7.0
1991 6.8 7.2 6.8 5.7 3.2 0.8 0.2 1.6 4.0 4.7 5.4 5.6
1992 6.2 6.4 6.5 4.8 3.0 2.0 0.5 0.6 3.0 4.9 4.8 6.6
1993 6.4 5.8 5.8 6.0 4.2 1.1 0.8 1.8 3.7 6.2 7.3 8.0
1994 7.5 7.1 6.5 6.6 4.4 1.4 1.3 2.5 4.6 3.6 5.9 6.5
1995 6.6 6.2 6.0 5.0 2.9 0.9 1.5 5.0 5.6 7.7 6.9 5.8
1996 6.0 6.2 6.5 6.2 3.4 0.9 -0.1 2.1 3.3 4.6 5.0 5.5
1997 5.8 5.7 5.5 4.1 2.6 0.6 1.2 4.2 4.9 6.1 7.0
1998 7.7 7.9 6.9 5.5 2.3 2.0 0.8 1.5 2.2 4.3 4.8 6.6
1999 5.4 5.8 6.0 5.3 3.2 0.7 0.7 1.6 2.0 4.1 4.0 5.5
2000 5.9 5.4 5.4 4.2 3.2 -0.2 -1.0 1.2 2.0 3.4 3.8 4.9
2001 5.4 5.7 5.5 4.3 2.8 1.1 0.1 0.6 3.2 4.2 5.3 5.1
2002 5.6 5.4 5.7 4.3 3.4 2.1 0.8 1.6 3.0 4.4 5.0 5.7
2003 6.3 6.0 5.2 4.2 2.2 -0.6 0.0 0.2 0.9 2.8 3.8 5.4
2004 5.2 5.5 5.7 4.1 0.9 -0.8 -0.2 1.1 2.1 3.4 4.5 5.7
2005 5.9 5.5 5.6 4.4 1.2 -1.1 0.2 -0.5 1.8 3.5 3.9 5.3
2006 4.8 5.4 5.5 3.6 0.8 0.2 -0.6 -1.6 1.8 3.9 5.6 5.6
2007 6.0 6.0 5.6 5.4 3.9 2.3 0.8 2.3 3.5 4.4 4.7 5.8
2008 5.8 5.8 5.0 4.4 1.5 1.0 0.1 0.7 2.1 5.1 5.9 6.1
2009 6.4 6.1 5.5 5.1 3.6 1.1 1.6 1.1 4.0 4.8 6.8 6.3
2010
Temperatura Media Mensual(ºC)- Estación: cabanillas

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
1964
1965
1966
1967 10.9 10.2 9.4 8.7 7.9 7.4 6.3 7.0 8.6 9.4 11.1 8.9
1968 9.5 9.5 8.5 8.1 6.7 6.1 5.7 7.1 8.2 9.9 9.7 10.5
1969 10.4 10.1 9.6 9.6 8.0 6.4 6.1 7.6 8.7 9.7 10.7 11.6
1970 10.0 10.1 9.2 9.0 7.9 6.9 6.0 7.4 8.9 10.5 10.5 10.5
1971 10.9 9.2 10.0 9.1 6.9 6.3 5.7 6.6 8.2 8.2 9.5 9.8
1972 8.9 8.9 9.2 8.9 7.2 6.1 7.2 7.5 8.9 9.7 11.0 10.6
1973 10.5 10.7 10.6 10.3 8.6 5.9 6.6 7.3 8.7 10.8 11.7 11.1
1974 9.7 9.6 9.5 9.5 7.8 6.7 7.0 6.7 8.2 9.8 10.5 10.9
1975 9.3 9.9 9.7 10.3 9.1 7.2 6.1 7.6 8.8 8.8 11.0 9.9
1976 9.5 9.8 10.0 8.2 7.8 5.9 6.7 7.4 8.6 9.9 10.1 11.3
1977 11.6 10.4 10.0 9.8 7.6 6.0 7.7 8.0 9.6 10.7 11.1 11.1
1978 11.0 11.4 10.9 10.9 8.1 7.3 6.1 7.0 9.0 9.9 10.9 10.8
1979 10.3 11.4 10.7 10.7 8.2 7.7 7.0 7.4 9.7 10.1 11.7 10.9
1980 12.1 11.5 11.2 10.1 8.4 8.2 8.2 8.0 10.0 10.3 10.8 10.2
1981 10.9 10.1 10.0 9.4 8.7 7.3 7.9 9.1 9.9 10.1 10.9 10.7
1982 10.6 10.6 10.4 9.3 9.4 7.9 7.5 8.9 9.5 10.2 10.1 10.4
1983 10.8 10.5 10.8 11.0 9.6 8.6 8.5 9.6 10.0 10.0 10.7 11.4
1984 10.7 10.6 10.6 9.9 9.3 8.3 9.0 8.5 9.2 9.7 9.6 9.8
1985 10.1 10.0 10.2 10.0 9.6 8.0 7.3 8.4 9.5 9.8 9.5 9.9
1986 10.4 10.1 10.4 9.5 6.9 6.9 5.3 7.0 8.7 9.7 10.7 9.9
1987 10.2 10.1 10.4 10.4 8.0 7.3 6.4 7.8 9.8 10.4 11.3 12.2
1988 10.6 10.7 10.3 10.0 9.0 7.0 6.5 8.4 9.9 10.2 11.1 10.8
1989 9.6 9.5 9.5 9.1 7.9 7.3 6.2 7.2 7.9 9.5 9.6 10.7
1990 9.5 9.6 9.6 9.4 8.1 5.9 5.6 8.1 8.3 8.8 9.3 9.0
1991 9.1 9.2 9.4 8.9 7.8 5.5 6.9 7.9 8.3 9.0 9.9 9.7
1992 9.2 9.8 9.6 9.3 8.0 7.8 6.3 6.8 9.0 9.2 9.5 10.4
1993 9.6 9.7 9.8 9.6 8.1 6.2 7.2 7.0 9.3 10.0 10.7 10.9
1994 9.6 9.5 9.0 9.1 8.0 6.1 6.2 6.9 8.6 9.8 10.9 10.2
1995 10.6 10.7 9.7 9.4 8.1 7.0 6.2 8.8 9.6 11.2 11.3 10.2
1996 10.7 10.2 10.7 9.9 8.8 6.9 6.3 8.5 9.4 11.1 10.2 10.2
1997 9.8 9.6 9.2 8.5 7.9 7.5 7.1 7.4 9.6 10.8 11.3 12.6
1998 12.3 12.6 12.3 11.2 9.0 8.0 7.4 9.4 10.3 11.3 11.4 12.0
1999 10.8 10.1 10.2 11.0 8.8 7.1 7.3 8.0 8.9 9.5 10.9 11.5
2000 10.2 9.8 10.3 9.6 8.8 7.4 6.4 8.2 9.7 9.9 11.0 10.2
2001 9.5 9.8 9.7 9.4 8.6 7.5 6.9 10.9 11.9 10.5 10.1 7.3
2002 11.1 10.5 10.5 10.0 8.8 8.0 6.5 7.9 9.5 10.2 11.0 11.2
2003 10.9 11.0 10.2 9.8 8.9 6.5 7.2 7.8 8.9 10.6 11.5 11.9
2004 10.4 10.7 11.2 10.4 8.8 7.0 6.9 7.6 9.8 11.5 12.2 12.2
2005 11.6 10.4 11.1 10.7 8.8 7.0 8.0 7.9 9.6 10.5 10.3 10.8
2006 9.6 10.7 10.5 9.3 7.4 6.9 5.6 8.5 9.7 10.8 11.3 11.3
2007 10.0 10.7 9.9 9.7 9.5 8.3 7.3 9.8 9.0 10.7 10.7 10.6
2008 9.8 10.1 9.5 9.8 7.8 7.6 6.8 8.2 9.5 10.7 11.6 10.5
2009 10.3 10.1 9.9 9.2 8.9 7.3 5.1 8.0 10.3 11.3 11.8 11.9
2010
 ANEXO II

Series generados por GR2m

 SUBCUENCA DEL RIO VERDE: para trabajar calibración
Nombre de cuenca rio_verde

Superficie de la cuenca 2066.964

Parametros del modelo Transf. Réels Datos

2
x1: Capacité rés. production (mm) 5.23 187.39 Area de la cuenca 2066.964 Km
x2: Paramètre d'échange (mm) 0.88 0.88 Factor de conversión 0.0003858
3
Promedio observado 8.3593 m /s
Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 120
Date de départ 01/1991
Date de fin 12/1999

Moyenne des pluies observées (mm/mois) 59.8

Moyenne des ETP observées (mm/mois) 94.1
Moyenne des débits observés (mm/mois) 8.6
Moyenne des racines des débits observés 2.4
Moyenne des log des débits observés 1.4

Criterios de eficiencia
Nash(Q) 0.6735
Nash(VQ) 68.4
Nash(ln(Q)) 75.5
Bilan 136.6
Mes Precipitación ETP
(mm)(mm) Caudal (m3/s) Mes Precipitación ETP
(mm)(mm) Caudal (m3/s)
Ene-69 163.167 135.63 19.56 Jul-79 2.567 46.90 1.136
Feb-69 80.800 117.57 20.53 Ago-79 5.233 62.63 0.907
Mar-69 65.500 112.25 5.83 Set-79 0.700 87.10 0.865
Abr-69 55.033 83.30 9.58 Oct-79 44.567 118.04 1.458
May-69 0.000 61.91 2.97 Nov-79 92.233 129.50 3.733
Jun-69 0.200 43.65 1.84 Dic-79 94.367 135.75 10.433
Jul-69 4.767 46.90 1.68 Ene-80 95.533 139.06 12.289
Ago-69 0.533 60.19 1.55 Feb-80 66.600 117.88 10.134
Set-69 11.233 87.10 0.79 Mar-80 221.833 112.60 24.022
Oct-69 22.333 113.45 1.12 Abr-80 9.133 83.99 9.825
Nov-69 71.100 127.16 2.1 May-80 19.967 58.93 1.922
Dic-69 97.467 135.06 5.78 Jun-80 0.000 45.96 1.196
Ene-70 145.200 135.63 20.716 Jul-80 6.333 50.53 1.098
Feb-70 124.233 116.32 42.016 Ago-80 4.400 66.52 0.995
Mar-70 165.867 108.43 26.752 Set-80 26.633 89.92 1.101
Abr-70 49.733 82.96 9.545 Oct-80 68.500 119.08 4.407
May-70 13.833 62.27 3.237 Nov-80 54.067 128.50 4.342
Jun-70 0.000 45.58 1.587 Dic-80 38.200 132.99 3.457
Jul-70 0.367 46.90 1.148 Ene-81 210.000 138.72 26.122
Ago-70 2.800 64.21 1.014 Feb-81 187.767 118.19 35.711
Set-70 12.733 86.75 1.036 Mar-81 157.800 112.25 37.691
Oct-70 24.500 114.87 1.339 Abr-81 61.667 83.30 16.089
Nov-70 11.233 125.81 0.977 May-81 0.767 59.31 2.871
Dic-70 143.000 132.99 11.215 Jun-81 0.000 43.26 1.464
Ene-71 111.967 136.32 23.393 Jul-81 0.033 49.34 1.154
Feb-71 222.167 113.49 71.123 Ago-81 30.033 67.28 1.341
Mar-71 97.567 109.83 29.395 Set-81 5.733 87.10 1.434
Abr-71 26.633 80.89 4.81 Oct-81 38.333 116.99 1.714
May-71 2.200 57.79 2.037 Nov-81 45.800 130.50 1.524
Jun-71 0.000 43.65 1.278 Dic-81 126.700 136.44 3.584
Jul-71 0.000 46.48 1.014 Ene-82 162.467 137.35 35.42
Ago-71 5.167 61.01 0.897 Feb-82 75.300 118.19 10.128
Set-71 1.800 85.67 0.852 Mar-82 139.867 112.94 24.785
Oct-71 10.633 108.71 0.801 Abr-82 45.633 83.65 9.825
Nov-71 32.567 121.34 1.035 May-82 2.833 57.41 1.922
Dic-71 158.233 132.29 11.87 Jun-82 0.467 42.86 1.196
Ene-72 210.900 134.24 44.342 Jul-82 0.067 48.54 1.098
Feb-72 78.567 114.75 15.637 Ago-82 3.233 65.76 0.995
Mar-72 163.733 110.18 21.1 Set-82 30.867 89.57 1.101
Abr-72 34.900 83.65 13.789 Oct-82 62.567 117.34 4.407
May-72 0.200 57.41 2.627 Nov-82 100.833 130.50 19.73
Jun-72 0.000 42.06 1.52 Dic-82 22.100 136.09 7.395
Jul-72 0.300 49.34 1.227 Ene-83 61.167 141.10 3.802
Ago-72 1.000 62.63 1.065 Feb-83 40.467 120.34 5.298
Set-72 25.467 89.22 1.247 Mar-83 46.433 116.01 5.103
Oct-72 36.367 115.23 1.585 Abr-83 54.967 88.69 4.509
Nov-72 59.333 130.50 3.375 May-83 21.033 63.00 1.88
Dic-72 91.133 135.06 7.062 Jun-83 4.400 45.58 1.328
Ene-73 254.833 139.06 36.678 Jul-83 0.000 50.53 1.196
Feb-73 182.100 117.88 54.264 Ago-83 2.333 67.66 1.077
Mar-73 128.567 112.94 34.97 Set-83 19.800 90.61 1.282
Abr-73 97.500 86.36 18.235 Oct-83 17.300 114.87 1.847
May-73 23.967 63.73 5.904 Nov-83 18.500 125.47 1.221
Jun-73 1.500 44.81 2.462 Dic-83 65.067 137.12 2.346
Jul-73 8.833 47.31 1.966 Ene-84 223.033 136.32 35.184
Ago-73 11.833 64.60 1.697 Feb-84 230.867 116.95 78.295
Set-73 39.900 87.81 1.942 Mar-84 159.800 114.65 40.864
Oct-73 16.233 118.04 1.917 Abr-84 17.867 86.02 16.379
Nov-73 59.767 127.50 2.122 May-84 86.633 66.60 3.531
Dic-73 97.633 133.33 13.697 Jun-84 0.933 46.33 1.328
Ene-74 268.200 134.59 45.015 Jul-84 1.700 50.14 1.196
Feb-74 228.233 116.01 68.464 Ago-84 10.967 69.16 1.077
Mar-74 100.467 109.13 25.089 Set-84 0.333 85.67 1.282
Abr-74 62.433 82.27 9.649 Oct-84 103.733 119.77 1.847
May-74 0.167 59.68 2.173 Nov-84 138.733 129.17 1.221
Jun-74 12.000 43.65 1.565 Dic-84 139.833 135.06 2.346
Jul-74 1.067 49.34 1.2 Ene-85 82.200 137.01 26.325
Ago-74 61.500 61.42 1.686 Feb-85 249.400 117.26 47.796
Set-74 11.733 87.10 1.73 Mar-85 154.100 111.91 30.398
Oct-74 13.667 113.80 1.923 Abr-85 89.400 86.69 28.113
Nov-74 68.500 124.44 1.637 May-85 41.000 65.89 12.38
Dic-74 75.333 131.24 12.285 Jun-85 15.000 47.46 4.515
Ene-75 192.433 132.84 26.599 Jul-85 0.200 46.06 1.761
Feb-75 200.800 115.70 59.325 Ago-85 8.600 68.04 1.322
Mar-75 130.367 109.83 33.842 Set-85 22.133 90.96 2.082
Abr-75 36.900 82.62 9.304 Oct-85 48.267 113.80 2.134
May-75 99.400 60.05 6.331 Nov-85 158.067 125.81 13.455
Jun-75 0.767 43.26 1.984 Dic-85 143.667 134.37 41.515
Jul-75 0.000 48.13 1.303 Ene-86 154.333 137.35 43.098
Ago-75 1.233 61.42 1.19 Feb-86 226.167 116.63 44.778
Set-75 14.000 86.03 1.489 Mar-86 182.733 110.52 39.950
Oct-75 26.500 109.82 1.544 Abr-86 106.467 86.69 35.121
Nov-75 29.867 123.41 1.885 May-86 4.100 57.41 13.481
Dic-75 183.633 133.68 14.686 Jun-86 0.000 45.20 2.396
Ene-76 194.333 474.93 45.969 Jul-86 1.367 46.06 1.857
Feb-76 93.733 384.59 36.634 Ago-86 15.367 64.60 1.758
Mar-76 137.767 394.04 39.612 Set-86 10.933 88.87 2.421
Abr-76 20.933 294.25 11.051 Oct-86 14.400 114.52 2.511
May-76 24.000 226.58 2.822 Nov-86 32.033 129.17 2.965
Jun-76 1.100 167.33 1.747 Dic-86 149.100 136.78 8.603
Jul-76 6.967 189.78 1.251 Ene-87 216.300 139.06 64.122
Ago-76 20.700 238.96 1.112 Feb-87 56.433 117.26 12.644
Set-76 56.500 312.09 5.986 Mar-87 46.333 112.25 6.358
Oct-76 2.400 402.23 2.358 Abr-87 6.800 85.01 2.892
Nov-76 6.433 434.27 1.368 May-87 0.600 61.54 1.367
Dic-76 71.667 475.37 3.016 Jun-87 1.400 44.81 1.203
Ene-77 81.167 138.72 12.53 Jul-87 22.767 48.13 1.179
Feb-77 175.100 116.95 41.025 Ago-87 1.467 66.52 0.983
Mar-77 227.833 112.60 56.639 Set-87 1.333 87.81 0.871
Abr-77 12.967 82.96 8.035 Oct-87 27.133 117.34 0.976
May-77 1.200 59.68 1.922 Nov-87 121.400 130.17 3.018
Jun-77 0.000 42.46 1.172 Dic-87 68.333 138.48 2.362
Jul-77 5.867 49.34 1.01 Ene-88 197.433 139.74 24.058
Ago-77 0.000 61.82 0.806 Feb-88 61.900 119.73 18.717
Set-77 21.267 88.52 0.899 Mar-88 190.867 113.97 28.491
Oct-77 31.200 115.58 1.077 Abr-88 99.533 87.03 21.763
Nov-77 106.800 128.50 4.533 May-88 7.667 64.81 4.418
Dic-77 98.700 134.37 3.372 Jun-88 0.000 43.65 1.736
Ene-78 295.033 135.97 44.23 Jul-88 0.000 48.13 1.235
Feb-78 96.133 118.49 27.821 Ago-88 0.000 66.52 1.012
Mar-78 122.233 110.52 9.282 Set-88 5.267 92.68 0.849
Abr-78 46.300 85.34 8.626 Oct-88 18.533 115.93 0.918
May-78 0.167 58.17 2.762 Nov-88 3.767 124.44 0.717
Jun-78 1.100 43.65 1.165 Dic-88 100.767 136.44 1.822
Jul-78 0.300 45.64 0.923 Ene-89 173.100 135.97 29.126
Ago-78 0.467 66.14 0.746 Feb-89 95.533 116.63 14.77
Set-78 18.767 84.95 0.845 Mar-89 123.167 111.56 37.458
Oct-78 35.733 112.37 0.944 Abr-89 105.767 85.34 45.196
Nov-78 97.800 128.17 5.677 May-89 4.967 61.54 4.164
Dic-78 112.333 135.41 23.54 Jun-89 7.067 45.58 2.059
Ene-79 185.067 135.28 36.812 Jul-89 5.167 47.31 1.504
Feb-79 102.700 118.19 34.172 Ago-89 4.700 66.52 1.449
Mar-79 110.000 113.97 24.647 Set-89 1.433 87.46 0.777
Abr-79 47.667 83.30 8.127 Oct-89 8.833 116.29 0.939
May-79 13.267 57.03 2.441 Nov-89 48.967 124.79 4.744
Jun-79 0.000 45.96 1.39 Dic-89 50.500 135.41 4.744
Caudal simulado mm Caudal Simulado (m3/s) Caudal simulado mm Caudal Simulado (m3/s)
62.39233566 49.75413259 1.481396037 1.181324181
24.70831559 19.70339461 0.93754426 0.747635121
13.04167611 10.39995179 0.620468374 0.494786185
7.930905298 6.324419652 0.584352642 0.465986063
3.595809387 2.867441571 2.643591218 2.108104891
1.953030488 1.557424271 6.778105777 5.405131416
1.186167088 0.945896863 10.20503504 8.137901251
0.764255199 0.609447525 7.722981363 6.158612828
0.524515851 0.418269823 59.11870996 47.14361312
0.397758126 0.317188166 12.94522343 10.32303657
0.979909173 0.78141859 5.620420992 4.481947475
4.492527994 3.582520692 2.776705398 2.214255439
20.7682794 16.56145288 1.608432192 1.28262787
26.33409039 20.99985216 1.005505712 0.801830289
48.72848222 38.85803184 0.741329948 0.591166016
17.47517129 13.93539735 1.462986605 1.166643768
6.840835899 5.455154913 1.926949201 1.536626014
3.224865588 2.571636217 1.621796931 1.293285444
1.789154267 1.426742848 36.77956452 29.32948912
1.096762513 0.874602095 63.0399666 50.27057929
0.730195375 0.582286865 58.16459208 46.38276153
0.547622128 0.436695688 21.05218098 16.7878473
0.392785817 0.313223049 7.008011628 5.588467495
7.620814282 6.07714073 3.281591712 2.616871887
15.53880306 12.39126023 1.812758219 1.445565579
68.97677296 55.00482505 1.271564948 1.013996517
33.81090329 26.96216046 0.831828271 0.663332982
11.03477919 8.799572277 0.743605295 0.592980469
4.592430977 3.662187308 0.84474374 0.673632291
2.371784883 1.891355698 7.682479823 6.126315287
1.386016807 1.105264986 31.65561701 25.24344937
0.880079738 0.701810624 16.81997103 13.41291458
0.586642221 0.467811864 28.47049508 22.70350632
0.409980521 0.326934791 12.33000978 9.832440714
0.347732749 0.277295939 4.994823339 3.983070998
12.09088772 9.641755263 2.537525439 2.023523816
62.92327504 50.1775248 1.466794913 1.169680664
23.99512311 19.13466653 0.923191501 0.73618966
43.37538735 34.58926086 0.699206906 0.557575426
13.94461619 11.11999215 1.225322244 0.977120743
5.348396806 4.265024559 5.441838385 4.339538594
2.671192577 2.130115314 3.140104986 2.504044739
1.531174269 1.221019325 2.84709728 2.270388728
0.955352964 0.761836491 2.102582485 1.676682988
0.680232486 0.542444468 1.825351619 1.455608057
0.626797458 0.499833249 2.022933775 1.613167935
1.057420062 0.843228858 1.46606608 1.169099463
3.676588845 2.931858328 0.945189849 0.753732018
73.63347105 58.71826152 0.624792588 0.498234486
69.69719208 55.57931595 0.431941038 0.344446981
44.74565034 35.68196312 0.329100432 0.262437788
27.87704029 22.23026185 0.25917879 0.206679486
10.28989096 8.205568743 0.207942756 0.165821833
4.39631891 3.505799737 0.549685406 0.438341028
2.407764473 1.920047255 41.89752622 33.41075555
1.493848576 1.191254332 93.42002123 74.49684443
1.345311631 1.072805058 65.91645958 52.56440932
0.955506303 0.761958769 14.37182795 11.46066782
1.278354634 1.019410883 13.15285619 10.4886112
4.608448597 3.674960396 5.23946337 4.1781567
85.28870902 68.01261232 2.665204008 2.125339791
103.1216639 82.23332056 1.614439283 1.287418163
38.61824826 30.79572874 1.00004364 0.797474615
17.19299527 13.71037896 3.588129011 2.861316934
6.144229824 4.899653493 18.59416368 14.82772644
3.140533984 2.504386838 31.79429544 25.35403707
1.7568518 1.400983574 18.00702534 14.35951895
2.18443565 1.741955961 83.90253626 66.90722298
1.482792171 1.182437514 61.54727837 49.08025026
1.002927075 0.799773981 29.40184599 23.44620262
1.585012421 1.263952012 12.80494257 10.21117103
3.120046897 2.48804962 5.825951088 4.645845357
36.31898818 28.96220721 2.868516882 2.287469571
71.81671643 57.26950905 1.699063051 1.354900525
47.15394044 37.60242953 1.176052554 0.937831131
14.64466355 11.67823779 1.244447728 0.992372165
17.98194244 14.33951685 17.33837667 13.82631188
6.518436266 5.198060609 33.90296469 27.03557389
3.126790036 2.493426868 43.20121936 34.45037237
1.754975154 1.399487061 86.51393686 68.98965779
1.133991744 0.904290167 78.4701673 62.57523568
0.842005872 0.671449007 39.22113586 31.27649532
0.681888388 0.54376495 10.33640761 8.242662974
21.69503638 17.30048579 4.359910023 3.476765841
59.98700297 47.83602454 2.28969993 1.825897888
16.04527815 12.79514363 1.429663071 1.140070254
15.78905806 12.59082354 0.936198001 0.746561561
5.83637152 4.654155024 0.645920317 0.515082578
2.898484871 2.311367239 0.529400256 0.422164843
1.637081507 1.305473974 10.36141317 8.262603401
1.012071421 0.807066046 62.71199083 50.00903836
0.679066807 0.541514909 18.71033686 14.92036756
0.734767026 0.585932481 8.620265193 6.874142679
0.498294862 0.397360162 3.888398693 3.100763934
0.349908137 0.27903068 2.07913575 1.657985627
0.68082099 0.542913764 1.241259368 0.989829641
1.301734916 1.03805525 0.837346462 0.667733407
23.29560656 18.57684419 0.562711216 0.448728328
87.59858911 69.85460268 0.391423074 0.312136344
15.76455843 12.57128656 0.312959078 0.249566029
5.816386956 4.638218537 4.551019925 3.629164486
2.848174956 2.271248109 5.630149325 4.489705235
1.630457626 1.300191827 41.22149356 32.87166019
1.007779382 0.803643404 16.37754913 13.06010974
0.697486 0.556203107 49.36501357 39.36562728
0.580858764 0.463199905 30.73211096 24.50700887
3.830167291 3.054327895 9.287399901 7.406142457
9.034867038 7.204762697 4.037442227 3.219617182
111.0660582 88.56849691 2.142692224 1.70866809
34.72623748 27.69208438 1.272479751 1.014726017
30.79473861 24.55695065 0.816422641 0.65104792
12.82160975 10.22446211 0.567637476 0.452656724
5.05416308 4.030390871 0.395243032 0.31518253
2.564228992 2.044818292 2.05657361 1.639993679
1.480163096 1.180340985 26.23001463 20.91685801
0.927296011 0.739462759 20.42900983 16.29090582
0.637693118 0.508521882 26.12030568 20.82937172
0.568061729 0.45299504 25.1027101 20.0179005
3.079238668 2.455507513 8.10368465 6.462200786
10.64875485 8.491741092 3.809597981 3.037925108
44.29124522 35.31960239 2.096478379 1.67181533
27.11212357 21.6202868 1.269756323 1.012554247
24.49075976 19.52990693 0.81268045 0.648063747
11.26627717 8.984177978 0.550536821 0.43901998
5.024287914 4.006567224 0.577248836 0.460321205
2.54707613 2.031139917 0.793751715 0.632969221
 SUBCUENCA DEL RIO VERDE: para trabajar validación

Nombre de cuenca rio_verde

Superficie de la cuenca 2066.964

Parametros del modelo Transf. Réels Datos

2
x1: Capacité rés. production (mm) 5.23 187.39 Area de la cuenca 2066.964 Km
x2: Paramètre d'échange (mm) 0.88 0.88 Factor de conversión 0.0003858
3
Promedio observado 8.3593 m /s
Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 120
Date de départ 01/1991
Date de fin 12/1999

Moyenne des pluies observées (mm/mois) 59.8

Moyenne des ETP observées (mm/mois) 94.1
Moyenne des débits observés (mm/mois) 8.6
Moyenne des racines des débits observés 2.4
Moyenne des log des débits observés 1.4

Criterios de eficiencia
Nash(Q) 0.6735
Nash(VQ) 68.4
Nash(ln(Q)) 75.5
Bilan 136.6
Mes Precipitación ETP
(mm)(mm) Caudal (m3/s) Mes Precipitación ETP
(mm)(mm) Caudal (m3/s)
Ene-90 167.367 136.66 17.243 Ene-95 104.033 137.35 13.195
Feb-90 52.100 115.70 10.998 Feb-95 126.233 116.32 17.502
Mar-90 67.333 110.52 7.308 Mar-95 120.133 110.52 24.737
Abr-90 36.667 84.67 3.527 Abr-95 36.200 82.62 6.929
May-90 10.067 61.54 1.234 May-95 0.667 59.68 1.717
Jun-90 66.833 45.20 2.254 Jun-95 0.000 43.65 1.004
Jul-90 0.000 46.06 1.103 Jul-95 0.000 50.14 0.764
Ago-90 9.533 66.14 0.884 Ago-95 1.933 70.63 0.718
Set-90 2.367 86.03 0.72 Set-95 12.867 94.38 0.715
Oct-90 75.933 120.46 3.785 Oct-95 15.800 124.56 0.6
Nov-90 106.167 131.16 15.817 Nov-95 56.933 130.83 1.164
Dic-90 88.367 136.44 9.301 Dic-95 105.933 132.99 6.758
Ene-91 143.333 137.70 28.87 Ene-96 227.500 135.28 15.069
Feb-91 104.567 118.80 22.751 Feb-96 145.133 116.01 29.32
Mar-91 138.233 113.28 29.15 Mar-96 82.867 112.25 17.176
Abr-91 57.200 85.34 12.103 Abr-96 59.600 86.69 14.503
May-91 3.867 60.80 2.586 May-96 17.167 61.54 2.328
Jun-91 63.400 42.86 2.036 Jun-96 0.000 43.65 1.136
Jul-91 1.667 47.72 1.195 Jul-96 14.667 46.48 0.972
Ago-91 0.000 64.60 1.105 Ago-96 16.933 66.14 1.087
Set-91 4.767 89.22 1.052 Set-96 17.767 87.10 0.902
Oct-91 27.400 114.87 1.193 Oct-96 4.533 114.52 0.757
Nov-91 26.500 125.81 1.769 Nov-96 88.600 124.79 2.641
Dic-91 91.333 132.29 3.497 Dic-96 180.100 132.29 31.103
Ene-92 87.800 135.63 14.38 Ene-97 194.233 131.43 59.404
Feb-92 121.067 116.32 4.084 Feb-97 178.700 112.22 39.451
Mar-92 20.333 111.56 4.958 Mar-97 115.500 105.95 15.524
Abr-92 8.700 82.27 1.408 Abr-97 68.800 77.02 9.588
May-92 0.000 60.05 0.642 May-97 6.967 55.09 3.091
Jun-92 1.767 47.08 0.626 Jun-97 0.000 38.71 1.48
Jul-92 0.667 46.06 0.612 Jul-97 0.167 44.77 1.242
Ago-92 39.067 62.63 1.189 Ago-97 26.600 63.42 1.92
Set-92 0.033 85.67 0.643 Set-97 33.267 88.52 1.594
Oct-92 33.667 114.87 1.55 Oct-97 32.433 114.16 1.816
Nov-92 41.167 123.41 3.639 Nov-97 115.200 126.15 4.903
Dic-92 83.600 135.06 8.973 Dic-97 79.033 135.75 5.124
Ene-93 217.867 135.97 51.224 Ene-98 155.867 138.72 23.848
Feb-93 45.900 114.44 4.748 Feb-98 146.033 119.73 30.183
Mar-93 128.867 109.83 11.446 Mar-98 99.733 113.28 14.795
Abr-93 54.367 86.36 8.289 Abr-98 24.133 84.33 6.287
May-93 7.667 64.81 1.89 May-98 0.000 60.05 1.376
Jun-93 0.967 43.26 0.906 Jun-98 0.600 45.20 1.072
Jul-93 0.000 47.72 0.802 Jul-98 0.000 49.74 0.865
Ago-93 18.633 64.60 0.613 Ago-98 1.133 66.52 0.654
Set-93 3.867 88.17 0.852 Set-98 0.667 87.81 0.543
Oct-93 97.800 119.08 2.04 Oct-98 29.167 113.45 0.618
Nov-93 116.367 131.49 16.157 Nov-98 31.533 122.72 2.27
Dic-93 166.133 139.83 14.981 Dic-98 48.400 134.03 2.231
Ene-94 222.733 139.40 14.504 Ene-99 125.067 132.84 7.124
Feb-94 153.400 118.19 23.925 Feb-99 141.967 113.17 35.907
Mar-94 142.167 111.91 26.33 Mar-99 186.700 108.43 46.737
Abr-94 83.067 87.70 18.481 Abr-99 113.067 82.62 26.762
May-94 20.800 60.80 3.607 May-99 12.900 60.80 5.056
Jun-94 0.600 44.04 1.263 Jun-99 0.700 43.26 1.773
Jul-94 0.000 48.94 0.777 Jul-99 0.500 47.72 1.773
Ago-94 0.000 66.52 0.681 Ago-99 3.800 63.82 0.896
Set-94 8.333 90.61 0.639 Set-99 17.133 85.31 0.866
Oct-94 12.600 115.23 0.546 Oct-99 108.967 112.01 4.622
Nov-94 87.133 127.50 4.406 Nov-99 18.867 125.81 2.146
Dic-94 127.867 135.41 9.924 Dic-99 89.300 131.24 3.56
Caudal simulado mm Caudal Simulado (m3/s) Caudal simulado mm Caudal Simulado (m3/s)
66.93735437 53.37851148 15.21290618 12.13137709
17.81165119 14.20371982 22.09753694 17.62145576
10.13297436 8.080437199 26.42404283 21.07158382
5.20241972 4.148616618 10.13731258 8.08389667
2.596511751 2.07056185 4.088078198 3.259996322
3.29074379 2.624170119 2.052566164 1.636797982
1.744407617 1.391060087 1.162975531 0.927402992
1.107900692 0.883484123 0.711791041 0.567610516
0.688221746 0.548815422 0.465888891 0.371518351
1.552548398 1.238063907 0.32357894 0.25803473
6.967001239 5.555764178 0.508733116 0.405684042
9.421205698 7.512844527 4.179368342 3.332794717
23.63368897 18.84644456 59.99428172 47.8418289
20.17021426 16.08453193 46.52009434 37.09697542
30.76012302 24.52934681 22.36062778 17.83125488
13.97628269 11.14524428 11.46631633 9.143697171
5.206568835 4.151925287 4.998672626 3.986140573
5.019631131 4.00285372 2.4081225 1.920332761
2.495900165 1.990330166 1.41988814 1.132275336
1.373216424 1.095057451 0.942150151 0.751308042
0.835804665 0.666503917 0.66355663 0.529146476
0.605518489 0.482864552 0.435845211 0.347560325
0.465214875 0.370980864 1.666892876 1.329246747
2.141711133 1.707885729 29.35450234 23.40844891
5.141272744 4.099855585 63.59336645 50.71188237
13.97868892 11.1471631 64.70434428 51.59782032
5.83514306 4.653175402 38.05054062 30.34301607
2.766375432 2.206017912 18.23542358 14.5416528
1.493712869 1.191146113 6.421439935 5.120711873
0.88571956 0.706308042 2.922960996 2.330885475
0.558025074 0.444991411 1.565176166 1.248133792
0.468474506 0.373580223 1.074130097 0.856554106
0.312615822 0.249292303 0.947271642 0.755392123
0.294593956 0.23492095 0.851891216 0.679331973
0.370857751 0.295736737 6.148139858 4.90277151
1.834757455 1.463108645 7.838078499 6.250395867
47.40913548 37.80593222 26.64826003 21.25038354
14.43677053 11.51245562 35.68215187 28.45436858
21.61458736 17.23633254 24.32001305 19.3937467
11.24613196 8.968113386 8.407623993 6.70457412
4.592811469 3.662490727 3.561315859 2.839935059
2.258737886 1.801207522 1.838482495 1.46607914
1.261182014 1.005716752 1.058696495 0.844246737
0.809193516 0.645283128 0.654450243 0.521884681
0.519641237 0.414382612 0.424564995 0.338565031
2.50290647 1.995917272 0.318160449 0.253713809
11.14599184 8.888257668 0.287618939 0.229358794
36.53851907 29.13726988 0.431719136 0.344270028
80.37233884 64.092103 6.642830015 5.297257137
52.24454762 41.66188238 23.43381115 18.68705403
44.96568363 35.85742642 60.16136715 47.97506948
22.88018098 18.24556728 38.21815067 30.476675
8.30925355 6.626129612 10.5974133 8.450799302
3.554278261 2.834322998 4.240960734 3.381910943
1.835245851 1.463498112 2.119836452 1.690441988
1.057149492 0.843013095 1.20781797 0.963162138
0.660561269 0.526757856 0.777066686 0.619663914
0.437297159 0.348718166 4.459549594 3.556222402
1.568945601 1.251139689 2.580754026 2.057996013
11.30866449 9.017979315 4.520429424 3.604770403
RESULTADOS OBTENIDOS PARA LA SUBCUENCA DEL RIO VERDE
 MICROCUENCA DEL RIO PARATIA: para trabajar calibración y validación

Nombre de cuenca paratia

Superficie de la cuenca 971.42

Parametros del modelo Transf. Réels Datos

2
x1: Capacité rés. production (mm) 5.35 210.17 Area de la cuenca 971.42 Km
x2: Paramètre d'échange (mm) 1.15 1.15 Factor de conversión 0.0003858
3
Promedio observado #¡DIV/0! m /s
Valores iniciales
Niveau de remplissage initial S0 (max.: x1 mm) 100.00
Niveau de remplissage initial R0 (max.: 60 mm) 20

Periodo
Longueur de la période de mise en route (mois) 12
Durée de la période test (mois) 372
Date de départ 01/1970
Date de fin

Moyenne des pluies observées (mm/mois) 61.8

Moyenne des ETP observées (mm/mois) 102.4
Moyenne des débits observés (mm/mois) 0.0
Moyenne des racines des débits observés 0.0
Moyenne des log des débits observés #¡NUM!

Criterios de eficiencia
Nash(Q) 0.0000
Nash(VQ) #¡DIV/0!
Nash(ln(Q)) #¡NUM!
Bilan #¡DIV/0!
Mes Precipitación ETP
(mm)(mm) Caudal (m3/s) Mes Precipitación ETP
(mm)(mm) Caudal (m3/s) Mes Precipitación ETP
(mm)(mm) Caudal (m3/s)
Ene-69 163.167 135.63 May-79 13.267 57.03 Set-89 1.433 87.46
Feb-69 80.800 117.57 Jun-79 0.000 45.96 Oct-89 8.833 116.29
Mar-69 65.500 112.25 Jul-79 2.567 46.90 Nov-89 48.967 124.79
Abr-69 55.033 83.30 Ago-79 5.233 62.63 Dic-89 50.500 135.41
May-69 0.000 61.91 Set-79 0.700 87.10 Ene-90 167.367 136.66
Jun-69 0.200 43.65 Oct-79 44.567 118.04 Feb-90 52.100 115.70
Jul-69 4.767 46.90 Nov-79 92.233 129.50 Mar-90 67.333 110.52
Ago-69 0.533 60.19 Dic-79 94.367 135.75 Abr-90 36.667 84.67
Set-69 11.233 87.10 Ene-80 95.533 139.06 May-90 10.067 61.54
Oct-69 22.333 113.45 Feb-80 66.600 117.88 Jun-90 66.833 45.20
Nov-69 71.100 127.16 Mar-80 221.833 112.60 Jul-90 0.000 46.06
Dic-69 97.467 135.06 Abr-80 9.133 83.99 Ago-90 9.533 66.14
Ene-70 145.200 135.63 May-80 19.967 58.93 Set-90 2.367 86.03
Feb-70 124.233 116.32 Jun-80 0.000 45.96 Oct-90 75.933 120.46
Mar-70 165.867 108.43 Jul-80 6.333 50.53 Nov-90 106.167 131.16
Abr-70 49.733 82.96 Ago-80 4.400 66.52 Dic-90 88.367 136.44
May-70 13.833 62.27 Set-80 26.633 89.92 Ene-91 143.333 137.70
Jun-70 0.000 45.58 Oct-80 68.500 119.08 Feb-91 104.567 118.80
Jul-70 0.367 46.90 Nov-80 54.067 128.50 Mar-91 138.233 113.28
Ago-70 2.800 64.21 Dic-80 38.200 132.99 Abr-91 57.200 85.34
Set-70 12.733 86.75 Ene-81 210.000 138.72 May-91 3.867 60.80
Oct-70 24.500 114.87 Feb-81 187.767 118.19 Jun-91 63.400 42.86
Nov-70 11.233 125.81 Mar-81 157.800 112.25 Jul-91 1.667 47.72
Dic-70 143.000 132.99 Abr-81 61.667 83.30 Ago-91 0.000 64.60
Ene-71 111.967 136.32 May-81 0.767 59.31 Set-91 4.767 89.22
Feb-71 222.167 113.49 Jun-81 0.000 43.26 Oct-91 27.400 114.87
Mar-71 97.567 109.83 Jul-81 0.033 49.34 Nov-91 26.500 125.81
Abr-71 26.633 80.89 Ago-81 30.033 67.28 Dic-91 91.333 132.29
May-71 2.200 57.79 Set-81 5.733 87.10 Ene-92 87.800 135.63
Jun-71 0.000 43.65 Oct-81 38.333 116.99 Feb-92 121.067 116.32
Jul-71 0.000 46.48 Nov-81 45.800 130.50 Mar-92 20.333 111.56
Ago-71 5.167 61.01 Dic-81 126.700 136.44 Abr-92 8.700 82.27
Set-71 1.800 85.67 Ene-82 162.467 137.35 May-92 0.000 60.05
Oct-71 10.633 108.71 Feb-82 75.300 118.19 Jun-92 1.767 47.08
Nov-71 32.567 121.34 Mar-82 139.867 112.94 Jul-92 0.667 46.06
Dic-71 158.233 132.29 Abr-82 45.633 83.65 Ago-92 39.067 62.63
Ene-72 210.900 134.24 May-82 2.833 57.41 Set-92 0.033 85.67
Feb-72 78.567 114.75 Jun-82 0.467 42.86 Oct-92 33.667 114.87
Mar-72 163.733 110.18 Jul-82 0.067 48.54 Nov-92 41.167 123.41
Abr-72 34.900 83.65 Ago-82 3.233 65.76 Dic-92 83.600 135.06
May-72 0.200 57.41 Set-82 30.867 89.57 Ene-93 217.867 135.97
Jun-72 0.000 42.06 Oct-82 62.567 117.34 Feb-93 45.900 114.44
Jul-72 0.300 49.34 Nov-82 100.833 130.50 Mar-93 128.867 109.83
Ago-72 1.000 62.63 Dic-82 22.100 136.09 Abr-93 54.367 86.36
Set-72 25.467 89.22 Ene-83 61.167 141.10 May-93 7.667 64.81
Oct-72 36.367 115.23 Feb-83 40.467 120.34 Jun-93 0.967 43.26
Nov-72 59.333 130.50 Mar-83 46.433 116.01 Jul-93 0.000 47.72
Dic-72 91.133 135.06 Abr-83 54.967 88.69 Ago-93 18.633 64.60
Ene-73 254.833 139.06 May-83 21.033 63.00 Set-93 3.867 88.17
Feb-73 182.100 117.88 Jun-83 4.400 45.58 Oct-93 97.800 119.08
Mar-73 128.567 112.94 Jul-83 0.000 50.53 Nov-93 116.367 131.49
Abr-73 97.500 86.36 Ago-83 2.333 67.66 Dic-93 166.133 139.83
May-73 23.967 63.73 Set-83 19.800 90.61 Ene-94 222.733 139.40
Jun-73 1.500 44.81 Oct-83 17.300 114.87 Feb-94 153.400 118.19
Jul-73 8.833 47.31 Nov-83 18.500 125.47 Mar-94 142.167 111.91
Ago-73 11.833 64.60 Dic-83 65.067 137.12 Abr-94 83.067 87.70
Set-73 39.900 87.81 Ene-84 223.033 136.32 May-94 20.800 60.80
Oct-73 16.233 118.04 Feb-84 230.867 116.95 Jun-94 0.600 44.04
Nov-73 59.767 127.50 Mar-84 159.800 114.65 Jul-94 0.000 48.94
Dic-73 97.633 133.33 Abr-84 17.867 86.02 Ago-94 0.000 66.52
Ene-74 268.200 134.59 May-84 86.633 66.60 Set-94 8.333 90.61
Feb-74 228.233 116.01 Jun-84 0.933 46.33 Oct-94 12.600 115.23
Mar-74 100.467 109.13 Jul-84 1.700 50.14 Nov-94 87.133 127.50
Abr-74 62.433 82.27 Ago-84 10.967 69.16 Dic-94 127.867 135.41
May-74 0.167 59.68 Set-84 0.333 85.67 Ene-95 104.033 137.35
Jun-74 12.000 43.65 Oct-84 103.733 119.77 Feb-95 126.233 116.32
Jul-74 1.067 49.34 Nov-84 138.733 129.17 Mar-95 120.133 110.52
Ago-74 61.500 61.42 Dic-84 139.833 135.06 Abr-95 36.200 82.62
Set-74 11.733 87.10 Ene-85 82.200 137.01 May-95 0.667 59.68
Oct-74 13.667 113.80 Feb-85 249.400 117.26 Jun-95 0.000 43.65
Nov-74 68.500 124.44 Mar-85 154.100 111.91 Jul-95 0.000 50.14
Dic-74 75.333 131.24 Abr-85 89.400 86.69 Ago-95 1.933 70.63
Ene-75 192.433 132.84 May-85 41.000 65.89 Set-95 12.867 94.38
Feb-75 200.800 115.70 Jun-85 15.000 47.46 Oct-95 15.800 124.56
Mar-75 130.367 109.83 Jul-85 0.200 46.06 Nov-95 56.933 130.83
Abr-75 36.900 82.62 Ago-85 8.600 68.04 Dic-95 105.933 132.99
May-75 99.400 60.05 Set-85 22.133 90.96 Ene-96 227.500 135.28
Jun-75 0.767 43.26 Oct-85 48.267 113.80 Feb-96 145.133 116.01
Jul-75 0.000 48.13 Nov-85 158.067 125.81 Mar-96 82.867 112.25
Ago-75 1.233 61.42 Dic-85 143.667 134.37 Abr-96 59.600 86.69
Set-75 14.000 86.03 Ene-86 154.333 137.35 May-96 17.167 61.54
Oct-75 26.500 109.82 Feb-86 226.167 116.63 Jun-96 0.000 43.65
Nov-75 29.867 123.41 Mar-86 182.733 110.52 Jul-96 14.667 46.48
Dic-75 183.633 133.68 Abr-86 106.467 86.69 Ago-96 16.933 66.14
Ene-76 194.333 474.93 May-86 4.100 57.41 Set-96 17.767 87.10
Feb-76 93.733 384.59 Jun-86 0.000 45.20 Oct-96 4.533 114.52
Mar-76 137.767 394.04 Jul-86 1.367 46.06 Nov-96 88.600 124.79
Abr-76 20.933 294.25 Ago-86 15.367 64.60 Dic-96 180.100 132.29
May-76 24.000 226.58 Set-86 10.933 88.87 Ene-97 194.233 131.43
Jun-76 1.100 167.33 Oct-86 14.400 114.52 Feb-97 178.700 112.22
Jul-76 6.967 189.78 Nov-86 32.033 129.17 Mar-97 115.500 105.95
Ago-76 20.700 238.96 Dic-86 149.100 136.78 Abr-97 68.800 77.02
Set-76 56.500 312.09 Ene-87 216.300 139.06 May-97 6.967 55.09
Oct-76 2.400 402.23 Feb-87 56.433 117.26 Jun-97 0.000 38.71
Nov-76 6.433 434.27 Mar-87 46.333 112.25 Jul-97 0.167 44.77
Dic-76 71.667 475.37 Abr-87 6.800 85.01 Ago-97 26.600 63.42
Ene-77 81.167 138.72 May-87 0.600 61.54 Set-97 33.267 88.52
Feb-77 175.100 116.95 Jun-87 1.400 44.81 Oct-97 32.433 114.16
Mar-77 227.833 112.60 Jul-87 22.767 48.13 Nov-97 115.200 126.15
Abr-77 12.967 82.96 Ago-87 1.467 66.52 Dic-97 79.033 135.75
May-77 1.200 59.68 Set-87 1.333 87.81 Ene-98 155.867 138.72
Jun-77 0.000 42.46 Oct-87 27.133 117.34 Feb-98 146.033 119.73
Jul-77 5.867 49.34 Nov-87 121.400 130.17 Mar-98 99.733 113.28
Ago-77 0.000 61.82 Dic-87 68.333 138.48 Abr-98 24.133 84.33
Set-77 21.267 88.52 Ene-88 197.433 139.74 May-98 0.000 60.05
Oct-77 31.200 115.58 Feb-88 61.900 119.73 Jun-98 0.600 45.20
Nov-77 106.800 128.50 Mar-88 190.867 113.97 Jul-98 0.000 49.74
Dic-77 98.700 134.37 Abr-88 99.533 87.03 Ago-98 1.133 66.52
Ene-78 295.033 135.97 May-88 7.667 64.81 Set-98 0.667 87.81
Feb-78 96.133 118.49 Jun-88 0.000 43.65 Oct-98 29.167 113.45
Mar-78 122.233 110.52 Jul-88 0.000 48.13 Nov-98 31.533 122.72
Abr-78 46.300 85.34 Ago-88 0.000 66.52 Dic-98 48.400 134.03
May-78 0.167 58.17 Set-88 5.267 92.68 Ene-99 125.067 132.84
Jun-78 1.100 43.65 Oct-88 18.533 115.93 Feb-99 141.967 113.17
Jul-78 0.300 45.64 Nov-88 3.767 124.44 Mar-99 186.700 108.43
Ago-78 0.467 66.14 Dic-88 100.767 136.44 Abr-99 113.067 82.62
Set-78 18.767 84.95 Ene-89 173.100 135.97 May-99 12.900 60.80
Oct-78 35.733 112.37 Feb-89 95.533 116.63 Jun-99 0.700 43.26
Nov-78 97.800 128.17 Mar-89 123.167 111.56 Jul-99 0.500 47.72
Dic-78 112.333 135.41 Abr-89 105.767 85.34 Ago-99 3.800 63.82
Ene-79 185.067 135.28 May-89 4.967 61.54 Set-99 17.133 85.31
Feb-79 102.700 118.19 Jun-89 7.067 45.58 Oct-99 108.967 112.01
Mar-79 110.000 113.97 Jul-89 5.167 47.31 Nov-99 18.867 125.81
Abr-79 47.667 83.30 Ago-89 4.700 66.52 Dic-99 89.300 131.24
GENERACIÓN DE CAUDALES
Mes Caudal simulado mm Caudal Simulado (m3/s) Mes Caudal simulado mm Caudal Simulado (m3/s) Mes Caudal simulado mm
Caudal Simulado (m3/s)
Ene-69 78.64352997 29.47372604 May-79 10.60892439 3.975972737 Set-89 3.446919026 1.29182333
Feb-69 37.01846807 13.87364207 Jun-79 6.611713019 2.477912909 Oct-89 2.882009142 1.08010853
Mar-69 22.1085822 8.285771187 Jul-79 4.74594867 1.778668772 Nov-89 2.968016351 1.11234199
Abr-69 15.04655032 5.639089474 Ago-79 3.706805905 1.389222759 Dic-89 3.488864678 1.30754357
May-69 8.332138758 3.12268759 Set-79 3.038707824 1.138835476 Ene-90 28.95820823 10.8528482
Jun-69 5.583808223 2.09267862 Oct-79 2.9853855 1.118851536 Feb-90 17.63534579 6.60930849
Jul-69 4.188775152 1.569853379 Nov-79 6.912857558 2.590774726 Mar-90 14.56233844 5.45761837
Ago-69 3.343959517 1.253236556 Dic-79 13.4737074 5.049625324 Abr-90 9.941198045 3.72572477
Set-69 2.822814973 1.057923966 Ene-80 18.51120067 6.937558085 May-90 6.542059664 2.45180849
Oct-69 2.530167225 0.948246545 Feb-80 14.8686018 5.572398597 Jun-90 8.056076193 3.0192259
Nov-69 3.871519031 1.450953325 Mar-80 82.8190774 31.03862198 Jul-90 5.503949876 2.06274961
Dic-69 9.968286337 3.735876818 Abr-80 21.47325878 8.04766707 Ago-90 4.349505361 1.63009124
Ene-70 32.9835578 12.3614536 May-80 11.32106877 4.242867526 Set-90 3.463111878 1.29789203
Feb-70 40.5391273 15.19310148 Jun-80 6.908698652 2.589216066 Oct-90 5.259735017 1.97122368
Mar-70 70.01416741 26.23964603 Jul-80 4.940241392 1.851485067 Nov-90 13.95567267 5.23025445
Abr-70 28.33961135 10.62101283 Ago-80 3.819721196 1.431540727 Dic-90 17.87100212 6.69762688
May-70 13.26098899 4.969903521 Set-80 3.309567265 1.240347158 Ene-91 37.44218113 14.0324397
Jun-70 7.68219973 2.879105888 Oct-80 4.820113506 1.80646399 Feb-91 33.31383193 12.4852325
Jul-70 5.271838575 1.97575981 Nov-80 5.731138109 2.14789436 Mar-91 47.77052126 17.9032561
Ago-70 4.001533314 1.499679588 Dic-80 5.181633541 1.941953108 Abr-91 24.9295381 9.34299842
Set-70 3.27171433 1.226160777 Ene-81 53.55649621 20.07170199 May-91 11.56239589 4.33331119
Oct-70 2.886512559 1.081796308 Feb-81 88.08195598 33.0110238 Jun-91 11.64960732 4.36599597
Nov-70 2.520755673 0.944719319 Mar-81 82.29437145 30.84197466 Jul-91 7.224199738 2.70745838
Dic-70 14.35799511 5.381035343 Abr-81 33.31779601 12.48671813 Ago-91 5.044989818 1.89074229
Ene-71 25.71234988 9.63637767 May-81 13.38574715 5.016659913 Set-91 3.897554065 1.46071064
Feb-71 95.50377624 35.79254565 Jun-81 7.725525487 2.895343352 Oct-91 3.373768203 1.26440814
Mar-71 50.34777198 18.8691484 Jul-81 5.288603515 1.982042911 Nov-91 3.020511288 1.13201585
Abr-71 19.27425897 7.223534201 Ago-81 4.373543236 1.639100066 Dic-91 6.282879817 2.35467404
May-71 9.79898371 3.672426217 Set-81 3.505662704 1.313839068 Ene-92 11.25253367 4.2171822
Jun-71 6.254151467 2.343907337 Oct-81 3.356642861 1.257989972 Feb-92 24.14570191 9.04923524
Jul-71 4.532129246 1.698534333 Nov-81 3.612329675 1.353815314 Mar-92 12.4307957 4.6587668
Ago-71 3.565874052 1.33640485 Dic-81 14.72543075 5.518741488 Abr-92 7.473462129 2.800876
Set-71 2.947914721 1.104808379 Ene-82 47.35250894 17.746595 May-92 5.161783704 1.93451386
Oct-71 2.541630943 0.952542875 Feb-82 27.52467208 10.31559296 Jun-92 3.926823738 1.47168021
Nov-71 2.399725706 0.899360164 Mar-82 43.43607008 16.27880679 Jul-92 3.178638802 1.19127828
Dic-71 20.63138383 7.732152344 Abr-82 21.29289452 7.98007083 Ago-92 2.958147386 1.10864334
Ene-72 87.39419868 32.7532687 May-82 10.4684551 3.923328185 Set-92 2.537417869 0.95096391
Feb-72 37.09382265 13.90188318 Jun-82 6.555584602 2.456877312 Oct-92 2.494593818 0.93491448
Mar-72 63.15336235 23.66837934 Jul-82 4.693159747 1.758884738 Nov-92 2.723456431 1.02068675
Abr-72 23.37029322 8.758630494 Ago-82 3.659331997 1.371430667 Dic-92 5.766227681 2.1610451
May-72 10.92384411 4.093997163 Set-82 3.221510285 1.207345494 Ene-93 66.86768223 25.0604182
Jun-72 6.739791459 2.525913665 Oct-82 4.361728156 1.634672055 Feb-93 24.93690647 9.34575991
Jul-72 4.790676351 1.795431644 Nov-82 11.4468614 4.290011611 Mar-93 35.34981115 13.2482691
Ago-72 3.709956625 1.390403574 Dic-82 7.735824011 2.899202994 Abr-93 20.95920995 7.85501378
Set-72 3.164035477 1.185805302 Ene-83 7.271621846 2.725231055 May-93 10.63685756 3.98644142
Oct-72 3.08073157 1.154584978 Feb-83 5.99207561 2.245687534 Jun-93 6.637623038 2.48762337
Nov-72 4.047406866 1.516871905 Mar-83 5.510734071 2.065292165 Jul-93 4.736015409 1.77494602
Dic-72 8.705155682 3.262485468 Abr-83 5.895764248 2.209592325 Ago-93 3.806759393 1.42668295
Ene-73 100.9772029 37.84385589 May-83 4.86403886 1.822926169 Set-93 3.118708971 1.16881801
Feb-73 96.93936252 36.33056927 Jun-83 3.812265524 1.428746518 Oct-93 6.851062359 2.56761535
Mar-73 64.95675901 24.34424955 Jul-83 3.106115749 1.164098365 Nov-93 19.83804349 7.43482724
Abr-73 42.8805577 16.07061395 Ago-83 2.644692733 0.991167984 Dic-93 54.23543043 20.3261504
May-73 18.37598415 6.886882146 Set-83 2.386110801 0.894257621 Ene-94 111.9656364 41.9620596
Jun-73 9.563764748 3.584271741 Oct-83 2.198053342 0.823778155 Feb-94 77.10736696 28.8980086
Jul-73 6.387716907 2.39396449 Nov-83 2.051119219 0.768710738 Mar-94 67.72866884 25.3830955
Ago-73 4.804122373 1.800470893 Dic-83 2.990620185 1.120813372 Abr-94 37.95055096 14.2229646
Set-73 4.607611221 1.726823184 Ene-84 60.11523142 22.52976007 May-94 16.61088348 6.22536436
Oct-73 3.837287187 1.438124043 Feb-84 126.8895322 47.55518108 Jun-94 8.926977571 3.34561904
Nov-73 4.52367552 1.695366078 Mar-84 92.37020685 34.61815831 Jul-94 5.864732391 2.19796232
Dic-73 10.20755514 3.825549078 Abr-84 23.59143997 8.84151104 Ago-94 4.32075543 1.61931645
Ene-74 115.8373175 43.41307367 May-84 22.79001116 8.541154569 Set-94 3.449921753 1.29294868
Feb-74 139.7097619 52.3598985 Jun-84 10.94347103 4.101352867 Oct-94 2.899677582 1.08673025
Mar-74 56.78282267 21.28085247 Jul-84 6.821927377 2.556696255 Nov-94 5.17068592 1.9378502
Abr-74 28.24109395 10.58409085 Ago-84 5.022063911 1.882150202 Dic-94 19.78694302 7.415676
May-74 12.18632559 4.567145217 Set-84 3.845678442 1.441268886 Ene-95 25.92157921 9.71479185
Jun-74 7.587926336 2.84377446 Oct-84 8.456248457 3.169200955 Feb-95 35.69845626 13.378933
Jul-74 5.238463543 1.963251642 Nov-84 29.98982571 11.23947395 Mar-95 41.97014344 15.7294123
Ago-74 6.168052348 2.311639434 Dic-84 47.7145971 17.88229703 Abr-95 19.19793313 7.19492909
Set-74 4.87866427 1.828407425 Ene-85 29.21174707 10.94786857 May-95 9.728128344 3.64587131
Oct-74 3.933742955 1.474273373 Feb-85 114.5524698 42.9315433 Jun-95 6.223037479 2.33224655
Nov-74 5.107873632 1.914309647 Mar-85 86.64999809 32.47436001 Jul-95 4.515396045 1.69226313
Dic-74 7.831315319 2.934990867 Abr-85 44.78744249 16.78526905 Ago-95 3.546467809 1.32913185
Ene-75 53.34737337 19.99332771 May-85 22.09852975 8.282003768 Set-95 2.95859237 1.10881011
Feb-75 99.4724187 37.27989852 Jun-85 11.90022835 4.459922773 Oct-95 2.57776508 0.96608509
Mar-75 68.04046302 25.49994853 Jul-85 7.176947314 2.68974929 Nov-95 3.041141977 1.13974774
Abr-75 24.36188274 9.130254681 Ago-85 5.179518562 1.941160464 Dic-95 9.4851165 3.55479625
May-75 29.71386463 11.1360503 Set-85 4.236993805 1.587924584 Ene-96 83.22286981 31.1899538
Jun-75 12.88136046 4.82762777 Oct-85 4.432095869 1.661044201 Feb-96 68.98954647 25.8556425
Jul-75 7.574228855 2.83864097 Nov-85 28.21487378 10.57426415 Mar-96 36.94056745 13.8444468
Ago-75 5.2414154 1.964357928 Dic-85 50.44384557 18.9051545 Abr-96 21.55208406 8.07720891
Set-75 4.11466431 1.542078397 Ene-86 62.67566434 23.48934948 May-96 11.46041528 4.29509128
Oct-75 3.555730916 1.332603444 Feb-86 118.3406102 44.35124828 Jun-96 6.970362258 2.61232612
Nov-75 3.232006891 1.211279373 Mar-86 108.5398586 40.67815951 Jul-96 5.138165002 1.92566213
Dic-75 33.6760795 12.62099427 Abr-86 57.86924086 21.68801619 Ago-96 4.163763241 1.56047951
Ene-76 83.69640588 31.36742384 May-86 18.10653307 6.785898284 Set-96 3.535648201 1.32507692
Feb-76 25.32599944 9.491582707 Jun-86 9.38765195 3.518268849 Oct-96 2.946336033 1.10421672
Mar-76 24.79983968 9.294390533 Jul-86 6.100062953 2.286158624 Nov-96 5.434272941 2.03663635
Abr-76 11.34301942 4.251094108 Ago-86 4.642757775 1.739995277 Dic-96 43.60498108 16.3421106
May-76 6.979182891 2.615631884 Set-86 3.710374996 1.39056037 Ene-97 89.97392335 33.7200882
Jun-76 4.91188481 1.840857694 Oct-86 3.10980698 1.16548175 Feb-97 93.24765995 34.9470069
Jul-76 3.780631421 1.416890808 Nov-86 2.864205111 1.073436006 Mar-97 58.62305485 21.9705278
Ago-76 3.118394995 1.168700334 Dic-86 18.31820149 6.865226579 Abr-97 31.50513108 11.8073744
Set-76 3.258482194 1.221201687 Ene-87 87.09974187 32.64291329 May-97 13.61110672 5.10111933
Oct-76 2.742344478 1.027765538 Feb-87 29.76176692 11.15400294 Jun-97 7.828839847 2.93406312
Nov-76 2.386778376 0.894507813 Mar-87 15.92718353 5.969129872 Jul-97 5.345152543 2.00323614
Dic-76 3.17291845 1.189134429 Abr-87 8.762770219 3.284078027 Ago-97 4.43866045 1.66350445
Ene-77 4.411291523 1.653247227 May-87 5.784884226 2.168037128 Set-97 4.215954717 1.58003963
Feb-77 35.72248065 13.38793679 Jun-87 4.2784538 1.603462805 Oct-97 4.0216487 1.50721836
Mar-77 119.2261618 44.683132 Jul-87 3.497419309 1.310749639 Nov-97 12.81451239 4.8025747
Abr-77 25.21901818 9.451488672 Ago-87 2.906993993 1.089472263 Dic-97 15.5886703 5.84226316
May-77 11.44504583 4.289331179 Set-87 2.503276093 0.938168388 Ene-98 41.30840622 15.4814089
Jun-77 6.954259772 2.606291291 Oct-87 2.312493303 0.866667533 Feb-98 54.02919807 20.2488594
Jul-77 4.939692185 1.851279237 Nov-87 9.88770979 3.705678643 Mar-98 39.38945203 14.7622305
Ago-77 3.795464178 1.422449773 Dic-87 11.66298005 4.371007747 Abr-98 16.56435955 6.2079283
Set-77 3.186626401 1.194271843 Ene-88 59.58801196 22.33217075 May-98 8.848584507 3.31623918
Oct-77 2.960119674 1.109382505 Feb-88 26.73556021 10.01985258 Jun-98 5.827279373 2.18392582
Nov-77 8.814531701 3.303477 Mar-88 70.55525121 26.44243138 Jul-98 4.299786502 1.61145779
Dic-77 16.74551002 6.275819193 Abr-88 46.45294383 17.40945937 Ago-98 3.41250388 1.27892535
Ene-78 148.5565349 55.67545877 May-88 16.68879081 6.25456218 Set-98 2.845002386 1.06623928
Feb-78 51.39110416 19.26016451 Jun-88 8.913512014 3.340572469 Oct-98 2.553976066 0.95716953
Mar-78 46.74670425 17.5195538 Jul-88 5.856384144 2.194833598 Nov-98 2.468302818 0.92506124
Abr-78 22.0472345 8.262779527 Ago-88 4.315991086 1.617530888 Dic-98 2.87031654 1.07572642
May-78 10.55558296 3.955981636 Set-88 3.43266413 1.286480937 Ene-99 13.12428969 4.91867187
Jun-78 6.599697891 2.473409925 Oct-88 2.910123459 1.090645112 Feb-99 36.72670548 13.7642964
Jul-78 4.717633798 1.768057031 Nov-88 2.507521992 0.93975965 Mar-99 85.98790649 32.2262238
Ago-78 3.665330403 1.373678727 Dic-88 5.800559461 2.173911833 Abr-99 58.78250849 22.0302872
Set-78 3.072579104 1.151529627 Ene-89 39.78046944 14.90877455 May-99 19.75796291 7.40481494
Oct-78 2.944826751 1.103651081 Feb-89 32.43205103 12.15476196 Jun-99 9.96720939 3.7354732
Nov-78 7.63438834 2.861187315 Mar-89 40.32964826 15.11459371 Jul-99 6.348784113 2.3793734
Dic-78 19.0630712 7.144386045 Abr-89 39.11353996 14.65882523 Ago-99 4.622210366 1.7322946
Ene-79 63.84485914 23.9275359 May-89 15.04906809 5.640033072 Set-99 3.734164384 1.39947607
Feb-79 41.47623962 15.54430891 Jun-89 8.626137685 3.232871401 Oct-99 10.11228639 3.78984462
Mar-79 38.19225317 14.31354883 Jul-89 5.829676605 2.184824247 Nov-99 7.134789819 2.67394966
Abr-79 19.86587371 7.445257345 Ago-89 4.349787511 1.630196985 Dic-99 10.34844919 3.87835282