Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRABAJO ESCALONADO N° 2
CICLO 2020-II
ELABORADO: GRUPO 05
LIMA, PERÚ
FEBRERO, 2021
ÍNDICE
INTRODUCCIÓN 3
CAPÍTULO 1 GENERALIDADES 5
1.1 ANTECEDENTES 5
1.2 DESCRIPCIÓN DE LA REALIDAD PROBLEMÁTICA 5
1.3 FORMULACIÓN DEL PROBLEMA 6
1.4 JUSTIFICACIÓN E IMPORTANCIA 7
1.5 OBJETIVOS 7
1.6 HIPÓTESIS 8
1.7 VARIABLES E INDICADORES 8
1.8 UNIDAD DE ANÁLISIS 9
1.9 PERIODO DE ANÁLISIS 10
1.10 TIPO Y NIVEL DE INVESTIGACIÓN 10
CAPÍTULO 2 MARCO TEÓRICO 1
2.1 MARCO TEÓRICO 1
CAPÍTULO 3 METOLOGÍA DE ESTUDIO 1
3.1 ZONA DE ESTUDIO 1
3.2 METODOLOGÍA DE ESTUDIO 3
CAPÍTULO 4 PROPUESTA DE GESTIÓN DEL RECURSO HÍDRICO 1
4.1 Hidrología de Cañete 1
4.2 Disponibilidad del recurso hídrico 2
4.3 Peligros y amenazas 2
4.4 Crecimiento poblacional 3
4.5 Modelamiento WEAP 3
CONCLUSIONES 1
BIBIOGRAFÍA 1
INTRODUCCIÓN
Una situación donde no hay agua suficiente con fines de abastecimiento para el consumo
poblacional constituye hoy en día un problema latente en todo el planeta, que es urgente resolver
a fin de dar seguridad social y desarrollo económico a una localidad. Se define que un país se
encuentra con estrés hídrico cuando el abastecimiento de agua anual está por debajo de 1 700 m3
por persona, y si el nivel anual en el abastecimiento de agua está ´por debajo de 1 000 m3 por
persona el país se encuentra en una condición de escasez de agua (Mihelcic. J, et al, 2 014).
Uno de los factores que contribuyen a dicha escasez de agua es el cambio climático, como
resultado del calentamiento global que experimenta la superficie de la tierra, por efectos de una
mayor acumulación de los gases de efecto invernadero, que generan variabilidad extrema en las
precipitaciones, observando un aumentando en épocas de avenida y una disminución en épocas
de estiaje. El Cambio climático ha generado mayor recurrencia del fenómeno de El Niño y su
variante El Niño Costero, donde el Perú muestra una gran vulnerabilidad ante las variaciones
climáticas drásticas, que afecta la disponibilidad de los recursos hídricos, la capacidad del manejo
del agua en el almacenamiento, tratamiento, captación y conducción con fines de abastecimiento
para consumo doméstico.
Los Modelos Climáticos Globales (MCG) del Grupo Intergubernamental de Expertos sobre el
Cambio Climático (Intergovernmental Panel on Climate Change, IPCC), reproducen
matemáticamente de manera retrospectiva y prospectiva el sistema climático con escenarios
futuristas de emisión de gases de efecto invernadero en especial el CO2 en base al posible
crecimiento de forzamiento radiactivo global para el siglo XXI, teniendo en cuenta las
interacciones entre sus componentes: hidrósfera, atmósfera, biósfera, litósfera y criósfera, (Moya
A., et al. 2015),
Los datos de precipitación de salida del MCG escogido se utilizan para la estimación de los
caudales medios mensuales utilizando un modelo hidrológico calibrado y validado previamente.
Los resultados obtenidos en aplicación de los modelos climáticos servirán para la toma de
decisiones y la gobernabilidad de las poblaciones en los aspectos socioeconómicos como la
agricultura, el abastecimiento de agua potable, la gestión, la prevención del riesgo de desastres y
la generación de energía hidroeléctrica (Bonilla C., et al, 2017).
El estudio se realiza en la cuenca del río Cañete fuente principal de agua de las localidades de
Imperial y San Vicente de Cañete. Administrativamente, la cuenca del río Cañete forma parte de
las provincias de Cañete y Yauyos, pertenecientes ambas al departamento de Lima, en el Perú.
Geográficamente, se encuentra entre los paralelos 11º58'00" y 13º09'00" de latitud Sur y los
meridianos 75º 31'00" y 76º 31'00" de longitud Oeste (Recuperado de:
https://es.wikipedia.org/wiki/rio-cañete).
El objetivo del estudio es proponer un plan de gestión de los recursos hídricos con fines de
abastecimiento de agua poblacional utilizando los resultados de la simulación de escenarios de
modelos climáticos globales.
CAPÍTULO 1 GENERALIDADES
1.1 ANTECEDENTES
Por otro lado, existen aspectos limitantes de la información hidrológica tanto en cantidad como
en calidad y no se cuenta con datos de escenarios de clima futuro a la escala de las cuencas que
posibilitan el modelamiento de las posibles variaciones esperados de precipitación y temperatura
producto del cambio climático.
Un gran avance fue la creación de los Modelos Climáticos Globales (MCG), por parte del IPCC,
que pueden reproducir matemáticamente el sistema climático teniendo en cuenta las interacciones
entre sus componentes. Estos modelos simulan un periodo histórico y realizan proyecciones
futuras en base a los escenarios climáticos de emisión de gases de efecto invernadero (Moya A.,
et al. 2015).
Los MCG tienen una resolución espacial muy grande, no es posible estudiar un área regional y
mucho menos local, para éste inconvenienteo existe la alternativa de desarrollar dos técnicas de
reducción de escala, estas son conocidas como downscaling dinámico y downscaling estadístico;
pero el costo computacional para desarrollar estas técnicas es el principal recurso que define la
elección de la técnica de downscaling (Fowler, Blenkinsop & Tebaldi, 2007)
Los diseños de los sistemas de abasteciendo de agua entre otros aspectos dependen del balance
hídrico oferta-demanda y así determinar la capacidad de regulación debido a la variabilidad diaria
del consumo de agua durante un periodo de análisis.
Se ha necesario cuantificar a futuro la oferta de agua en épocas de sequía extrema producidas por
el cambio climático, en base a datos históricos de precipitación y escorrentía reportados en las
estaciones meteorológicas, pero dicha información es escaza y de poca calidad, y además los
modelos hidrológicos existentes tienen restricciones de cálculo en la estimación considerando el
cambio climático y deben ser calibrados y validados convenientemente.
¿De qué manera se puede implementar proponer un plan de gestión de recursos hídricos con fines
de abastecimiento de agua de consumo simulando escenarios de modelos climáticos globales?
¿Cómo determinar la variación de la precipitación y temperatura futuristas por efectos del cambio
climático considerando escenarios de forzamiento radiactivo Modelos de Cambios Globales del
IPCC?
¿Cómo interpolar los datos espacialmente y seleccionar el MCG que mejor represente la
estacionalidad del caso de estudio?
¿Cómo evaluar los resultados obtenidos para implementar un sistema de gestión ambiental que
sirva de herramienta para planificar el manejo de los recursos hídricos y controlar los impactos
negativos del cambio climático?
En el Perú debido al crecimiento poblacional por razones migratorias del campo a la ciudad y el
desarrollo comercial e industrial de las localidades existe un déficit creciente de la oferta de agua
comparada con la demanda, más aún si se toma en cuenta las repercusiones del cambio climático
que generan inundaciones y sequías extremas, para estimar a futuro estas necesidades y efectuar
la planificación correspondiente.
En ésta investigación pretende determinar los déficits de la disponibilidad hídrica con fines de
abastecimiento poblacional en las localidades de San Vicente de Cañete e Imperial ubicadas en la
cuenca del Río Cañete considerando las variaciones de la precipitación y temperatura por efectos
del cambio climático bajo los escenarios de emisión de las rutas de concentraciones
representativas (RCP) mencionados en los informes de evaluación del IPCC en un en periodo
futuro., para así proponer planes de gestión de los recursos hídricos.
1.5 OBJETIVOS
1.6 HIPÓTESIS
Pendiente (m/m)
El río Cañete es un corto río de la vertiente del Pacífico, localizado en la costa central del Perú,
nace en la laguna Ticllacocha, ubicada al pie de las cordilleras de Ticlla y
Pichahuarco.(recuperado de https://es.wikipedia.org/wiki/río_cañete)
Este trabajo de investigación es aplicado a un problema concreto del cambio climático. En efecto,
el nivel de investigación amerita para desarrollarse con las características de un estudio
documental, descriptivo, correlacional y explicativo.
CAPÍTULO 2 MARCO TEÓRICO
2.1.1.1 Introducción
El clima de la tierra en los últimos 10,000 años ha permanecido estable. En este periodo las
civilizaciones han evolucionado y se han adaptado a las condiciones climática y a su variación
natural. Sin embargo, en el presente siglo XXI, la sociedad experimenta cambios potencialmente
mucho más rápidos del clima debido a actividades humanas principalmente industriales que
afectan tanto la composición de la atmósfera como el balance de la radiación solar (recuperado
de:
https://www.researchgate.net/publication/260399867_Cambio_Climatico_Gases_de_Efecto_Inv
ernadero_e_Implicancias_en_los_Sectores_Agropecuario_y_Forestal_del_Uruguay
2.1.1.2 Definición
Es la variación del estado (propiedades estadísticas) del sistema climático que perdura durante
periodos de tiempo suficientemente largos (décadas o siglas) que suponen que se alcanza un
nuevo equilibrio, que puede afectar tanto a los valores medios del clima como a su variabilidad y
valores extremos (ACOMET, consultado mayo 2019).
El principal motor del cambio climático es el aumento de la concentración del dióxido de carbono
(CO2) en la atmósfera, con el pasar del tiempo esto genera un forzamiento radiactivo positivo.
(IPCC, 2013).
Un cambio climático global se genera debido a la acción de algún forzamiento climático que altere
el balance de energía del sistema climático que recibe la tierra. Un forzamiento climático pueden
ser los cambios en los orbitales de la tierra, los albedos terrestres, la concentración de los gases
de efecto invernadero y la concentra ración de aerosoles que provienen de las erupciones
volcánicas o de actividades humanas
En 1988 fue creado el Panel o Grupo Intergubernamental de Expertos sobre el Cambio Climático
(Intergovernmental Panel on Climate Change, IPCC), por parte de la organización Meteorológica
Mundial (OMM) y el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), con
el propósito de estudiar el cambio climático con referencia a una base científica, evaluar sus
efectos y proponer acciones de respuesta.
Las acciones del IPCC se evidencian mediante publicaciones definidos como Informes de
Evaluación (Assessment Report, AR). El primer informe de evaluación (First Assessment Report,
FAR) fue publicado en 1990, el segundo informe (Second Assessment Report, SAR) en 1995, el
tercer informe (Third Assessment Report, TAR) en 2001, el cuarto informe (Fourth Assessment
Report, AR4) en 2007 y el quinto informe (Fifth Assessment Report, AR5) (el ultimo hasta la
actualidad). Se han publicado también informes Especiales y Metodológico entre el 2013-2014.
Estos informes son material de referencia para los gobiernos, al aplicar sus acciones de respuesta
frente al cambio climático (IPCC, 2007).
Los Modelos Climático Globales (MCG) tienen la capacidad de representar matemáticamente los
componentes del sistema climático (hidrósfera, atmósfera, biósfera, litósfera y criósfera) y sus
interacciones, considerando las propiedades químicas, físicas y biológicas (IPCC, 2013).
Según su dificultad, pueden variar desde modelos más sencillos (como balance de energía,
pudiendo ser desarrollado manualmente) hasta modelos complicados que necesariamente se
empleará computadoras con alta capacidad de procesamiento, velocidad y procedimientos
matemáticos más complejos (Hartmann, 1994).
Los primeros trabajos en desarrollar sobre los MCG inducidos por el dióxido de carbono (CO2)
fueron en la mayoría modelos oceánicos acoplados a modelos atmosféricos de circulación general.
Con la evolución de la capacidad y velocidad de las computadoras, los MCG dieron un gran
avance en su resolución espacial e incluyendo más componentes y procesos del sistema climático
(IPCC, 2007).
La característica general de los Modelos Climáticos Globales es que tienen una resolución
espacial muy baja, pues la dimensión de sus celdas de cuadrículas varía desde los 100 kilómetros
a 500 kilómetros es así que muestra un análisis muy general (Trzaska & Schnarr, 2014).
Con esta resolución espacial es imposible poder evaluar áreas o zonas locales como son las
cuencas hidrográficas con fisiografías complejas (ejemplo islas, montañas, etc.), ya que se
obtendría gran incertidumbre en comparación con su sistema climático local.
Frente a las limitaciones de los Modelos Climáticos Globales existe la alternativa de aplicar las
técnicas de reducción de escala (Downscaling) o regionalización de las variables climáticas
involucradas (Sanabria, Marengo, Valverde, 2009).
Consiste en crear relaciones empíricas entre los datos (llamado también predictores) de los
Modelos Climáticos Globales y los datos locales (llamado también predictando) registrados en la
superficie de la tierra, de esto se obtendrán las funciones de transferencia que se considera para
la simulación futura del clima. Estas serán interpoladas espacialmente en la ubicación de la zona
de interés.
Las relaciones empíricas estadísticas tienen mayor certidumbre que los Modelos Climáticos
Globales que permiten corregir el sesgo de las variables climáticas.
La principal ventaja es su bajo costo computacional y desventaja que la relación encontrada para
el periodo histórico (pasado o presente), se mantiene para las proyecciones futuras (Amador y
Alfaro, 2009).
Las metodologías más recomendadas en la literatura de los métodos del Downscaling estadístico
se puede agrupar en tres grupos: Analógicos, Regresión y generadores estocásticos de tiempo.
(Fowler et al., (2007).
Este enfoque se desarrolla mediante Modelos Climáticos Regionales (MCR), son modelos con
mayor resolución espacial que los Modelos Climáticos Globales (MCG), los MCR emplean como
sus condiciones de borde los resultados de salida de los MCG.
La escala espacial aproximada comprende entre 10 km y 50 km, lograr modelar las características
del clima regional pero no es competente para modelar un clima local. Los MCR son desarrollados
en centros numéricos de Instituciones de investigación meteorológicas y requiere un alto costo
computacional.
Existe la incertidumbre de que las relaciones entre las variables climáticas de los Modelos
Climáticos Regionales y Modelos Climáticos Globales se mantenga en el sistema climático futuro
(Trzaska & Schnarr, 2014).}
Los escenarios pronostican lo que podrían suceder en el futuro en relación a las variables del
cambio climático con el fin de evaluar sus impactos.
En el 2001, el IPCC publicó el Informe Especial sobre Escenarios de Emisión (Special Report on
Emissions Scenarios, SRES), donde se define 04 familias de escenarios de emisión y se les conoce
como A1, A2, B1 y B2. La familia del escenario A1 se divide en A1FI, A1B y A1T; siendo en
total 06 grupos de escenarios. Estos escenarios fueron creados en función del cambio demográfico
(crecimiento poblacional), desarrollo económico y avance tecnológico, definidos como las
principales fuerzas determinantes de las emisiones de los gases de efecto invernadero. Este
informe especial se consideró en el tercer y cuarto informe de evaluación del IPCC (IPCC, 2000).
En el quinto informe de evaluación (AR5) del IPCC se han desarrollado nuevos escenarios de
emisión, estos están definidos por 04 grupos denominados Rutas de Concentraciones
Representativas (Representative Concentration Pathway, RCP), definidas en base al posible
crecimiento de forzamiento radiativo global para el siglo XXI con respecto al año 1750, estos
escenarios son: RCP 2.6, RCP 4.5, RCP 6.0 y RCP 8.5.
El CO2 es el gas de efecto invernadero que genera mayor incremento del forzamiento radiativo
en la atmosfera, teniendo sus inicios desde el año 1750 (IPCC, 2013).
IPCC (2013), Meinshausen et at., (2011) y Van Vuuren et al., (2011), definen los RCP con la
cantidad aproximada del forzamiento radiativo para el año 2100 y sus cantidades equivalentes en
partes por millón (ppm) de CO2, su descripción se define a continuación:
Quantile Mapping nos permite encontrar una función que luego de ser aplicada a los datos
obtenidos con downscaling, genere una corrección de su distribución haciéndola semejante a la
de los datos observados (Gudmundsson et al. 2012). Se puede expresar mediante la siguiente
ecuación:
Vo= h(Vm)
Donde,
Vo = variable observada.
h= Función para arreglo de la distribución.
Vm= variable modelada.
Gudmundsson et al. (2012) nos presenta tres enfoques para realizar Quantile Mapping estos son:
Función de Transformación Paramétrica (PTF), transformaciones no paramétricas y
distribuciones derivadas de transformaciones (DIST). Cada uno contiene diversas formas de
aplicación. En nuestro estudio se emplea el método PTF (Función de Transformación
Paramétrica), el cual se lo puede aplicar de 6 formas distintas, las mismas que se exponen a
continuación junto con su fórmula:
● Power:
Vo=b (Vm)^c
● Power.x0:
Vo=b(Vm-x0)^c
● Linear:
Vo=a+b*Vm
● Expasympt (Tendencia exponencial a una asíntota):
Vo=(a+b*Vm)*(1-exp(-Vm/τ))
● Expasympt.x0 (Tendencia exponencial a una asíntota):
Vo=(a+b*Vm)*(1-exp(-(Vm-x0)/τ))
● Scale:
Vo=b*Vm
Donde,
a,b,c,x y τ = parámetros que son sometidos a calibración.
Vo = variable observada.
Vm= variable modelada.
Una vez calculados estos parámetros mediante datos observados y modelados se podrá aplicar a
toda la serie temporal del futuro mediante la fórmula seleccionada.
El método PTF ha mostrado buenos resultados en estudios como el de Gudmundsson et al. (2012),
en el cual se realizó una comparación de todos los métodos. En este estudio se llegó a concluir
que los mejores métodos de Quantile Mapping son las transformaciones no paramétricas seguidas
de los métodos PTF.
2.1.6 Proyecto de Intercomparación de Modelos Acoplados (CMIP)
Los MCG del CMIP5 a comparación de sus fases anteriores de CMIP tienen una mejor resolución
espacial. Para su evaluación incluye tres estándares para el desarrollo de las simulaciones: 1)
Evaluar la simulación de los MCG en el periodo histórico, 2) realizar las proyecciones climáticas
a corto y largo plazo y 3) intercomparación de las simulaciones de los MCG Acoplados (Taylor,
Stouffer & Meehl, 2012).
2.1.6.1 CMIP5
Los modelos y países participantes del CMIP5 son los que se muestran en la tabla:
2.1.7 Modelo de Ingeniería Rural de Dos Parámetros (GR2M)
Los modelos hidrológicos son herramientas que se utilizan para conocer mejor el funcionamiento
y el comportamiento de los diferentes componentes del ciclo hidrológicos
3.1.1 UBICACIÓN
La zona de investigación se ubica en la cuenca del rio Cañete tal como se muestra en Figura 3.1.
Políticamente forma parte de las provincias de Yauyos y Cañete pertenecientes a la región Lima,
en la provincia de Cañete, comprende los distritos de Zúñiga, Pacarán, Lunahuaná, Nuevo
Imperial y San Vicente de Cañete (INRENA-DGAS, 2000).
Cuadro: Data de Precipitación Histórica mensual entre los años 1964 - 2000
Cuadro: Data de Precipitación Histórica mensual entre los años 1992 - 2010
c. Se abrirá una serie de modelos, el cual se seleccionó de la siguiente manera para obtener
la data de la precipitación.
MODELO CESM1-BGC
COEF. DE CORRELACIÓN
bcc-csm1-1 0.7903
CESM1-BGC 0.8179
GISS-E2-H p1 0.7950
HadGEM2-AO 0.7894
MIROC-ESM 0.8014
NorESM1-M 0.8027
COEFICIENTE DE CORRELACIÓN
0.8250
0.8200
0.8150
0.8100
0.8050
0.8000
0.7950
0.7900
0.7850
0.7800
0.7750
bcc-csm1-1 CESM1-BGC GISS-E2-H p1 HadGEM2-AO MIROC-ESM NorESM1-M
El Quantile Mapping es el paso inicial para el desarrollo del estudio. Para aplicar esta técnica es
necesario tener instalado el programa R en nuestro ordenador. R es un software libre desarrollado
para cálculos estadísticos y gráficos. Se lo puede descargar desde su página web www.r-
project.org.
Instalado este programa en nuestra computadora debemos proceder a descargar la librería “qmap”.
Una vez cumplidos estos pasos, se procede a alimentar al programa con datos de precipitación y
temperatura. Estos deben ser observaciones y datos modelados durante el periodo 1964 a 2000 en
una misma cantidad de datos. Posteriormente mediante scripts se corre el quantile mapping
obteniendo diferentes resultados al aplicar los distintos métodos.
Luego de obtener la data requerida se procede a cargar los archivos de observación histórica
(obtenido del estudio hidrológico de la cuenca del rio cañete entre los años 1964 – 2000) y los
datos observados del GCM (obtenido de KNMI Climate Explorer entre los años 1964 – 2100).
Imagen: Descarga de las librerías y cargo de archivos del modelo GCM y dato histórico
Se procede a validar y calibrar los datos ingresados del modelo GCM y datos de la información
histórica de precipitación mensual de Cañete.
Imagen: Dispersión de datos observados y datos del GCM entre los años 1964 - 2000
3.2.4 ESCALAMIENTO DE MODELOS CLIMÁTICOS GLOBALES
Para los datos de entrada se cuentan con una información histórica de 17 años comprendidos entre
1992 y 2009, tales datos deben estar ordenados y guardados en una extensión .csv
(Tmín_CAÑETE_1992_2009.csv, Tmax_CAÑETE_1992_2009.csv), Asimismo se debe contar
con la información de T°max y T°min obtenida del KNMI de un modelo que más se ajuste a los
datos históricos, tal información del mimo modo debe estar en un archivo con extensión .csv
(GCM_Tmax_1992_2100.csv, GCM_Tmin_1992_2100.csv). Luego de procesar y validar la
información ingresada se corre el programa y se obtiene como salida gráficos de T(°C) vs Años
y un archivo con datos de T°max y T°min entre 1992 y 2100 los cuales se encuentran en los
anexos.
Imagen: Archivos de ingreso de Temperatura
Se puede observar que hay temporadas donde el SPI supera el valor de 1 y 2 lo cual indica que
habrá temporadas moderadamente húmedas y muy húmedas, también se observa valores de SPI
por debajo de lo valores -1 y –2, lo que nos indica que habrá temporadas moderadamente secas
y muy secas.
Para determinar la demanda poblacional, se considera los datos de los tres últimos censos
nacionales del INEI (1993, 2007 y 2017) y la dotación. Para la población futura se desarrolla el
método aritmético, geométrico y exponencial, seleccionando el valor intermedio. Para la dotación
se considera del reglamento nacional de edificaciones en Obras de Saneamiento (OS-100); donde
considera la dotación de acuerdo al clima y sistemas de conexiones domiciliarias, para el clima
templado y cálido una dotación de 220 lit/hab/día.
Las consideraciones sociales de la gestión de los recursos hídricos incluyen un suministro de agua
limpia y abundante que respalda un suministro de alimentos seguro y protegido y un suministro
de energía limpia y estable. Las consideraciones económicas incluyen los bajos costos del ciclo
de vida y la solidez (económicamente) frente a los cambios en la infraestructura de gestión de los
recursos hídricos.
Sus escorrentías se originan como consecuencia de las precipitaciones pluviales estacionarias que
se suscitan en la cuenca alta y el deshielo de los nevados como: Pichahuarco, Tapo, Tunsho,
Paccarin, Chuspicocha, Altamio, Pumahuasín, Ajocochay y Quepala, con una superficie
promedio de 60 Km² de la cuenca húmeda, por encima de los 3 500 m.s.n.m.; situado sobre la
divisoria con la cuenca del río Mala, los numerosos glaciales y lagunas ubicados en la naciente
de la cuenca permite que el río Cañete mantenga un caudal relativamente alto hasta en épocas de
estiaje, llevando agua durante todo el año al mar. El río Cañete nace en la laguna de Tillacocha
ubicada al pie de la cordillera, se extiende desde el litoral hasta los 5817 m.s.n.m. en la línea
divisoria continental de aguas formadas por los nevados y lagunas que se ubican al norte de la
provincia de Yauyos del departamento de Lima.
En toda la cuenca existe una estación de aforos de registro automático, instalada para determinar
el rendimiento hídrico de la cuenca; la que está ubicada en el Puente Socsi que controla el
escurrimiento de 5792 Km². Presenta un régimen irregular y de carácter torrentoso, con marcadas
diferencias entre sus parámetros extremos, históricamente registra dos descargas máximas: en
1932, registro una descarga máxima de 850 m³/seg, y una mínima de 5.80 m³/seg., con una media
anual de 50.71 m³/seg. equivalente a un volumen medio anual de 1 599 301 569 m³. 1. Y la otra
que fue 3 de marzo de 1972 con una descarga máxima de 900 m³/seg. y una mínima de 9.41
m³/seg.2.
Cabe destacar que, dentro del conjunto de los ríos de la costa del Perú, el río de Cañete es uno de
los que no se secan presentando una descarga mínima relativamente elevada aún en los meses de
estiaje; es por esta razón que la explotación del agua subterránea es incipiente y escasa no
encontrándose gran explotación del recurso hídrico a través de pozos tubulares, por lo que se
calcula una reserva de 43 754 000 m³. aproximadamente aún por aprovechar
a. Inundaciones: En el área de estudio son ocasionadas por los desbordes del río Cañete y
los canales de regadío que pasan por el centro de las poblaciones o cercanas a ellas. Las
inundaciones ocasionadas por el desborde del río Cañete afectan generalmente a la zona
adyacente a su valle que corresponde a las tierras agrícolas y algunos centros poblados
cercanos a las riberas del río. Los desbordes por los canales o acequias de regadío son
ocasionados generalmente por su mal mantenimiento y uso que estas tienen en puntos en
que discurren por el centro de la ciudad como es el caso más conocido el de la acequia
Ihuanco que discurre en dirección este-oeste en el distrito de San Vicente de Cañete, entre
otras como: la Acequia San Miguel, María Angola, Canal Viejo Imperial, Canal Nuevo
Imperial. Estos acontecimientos pueden ocasionar perdidas innecesarias en la población;
las mismas que se pueden evitar con un buen mantenimiento y uso adecuado de los
canales y acequias.
b. El distrito más propenso a sufrir este fenómeno es Lunahuaná, sin descartar que en los
otros distritos también se pueden sentir los efectos de dicho fenómeno. y quebradas como
las que se ocasionan en Caltapa y San Jerónimo. En ambas márgenes del río Cañete hay
varios centros poblados algunos con poblaciones que superan los 1000 hab. que se
encuentran en constante peligro de sufrir la fuerza erosiva del huayco, ya que por su
topografía natural y formación geológica podemos encontrar numerosas torrenteras o
quebradas (San Jerónimo, Jita, Catapalla, etc) que se puedan activar especialmente con
la presencia de fenómenos extraordinarios como el fenómeno “El Niño” o simplemente
por la ocurrencia de una fuerte precipitación pluvial en el área de sus microcuencas; las
mismas que al activarse ocasionarían graves daños en la población civil y en la agricultura
ocasionando cuantiosas pérdidas en la economía del sector.
4.4 Crecimiento poblacional
✓ Según nuestro calculo poblacional para el año 2100, Cañete contara con
1 millón 250 mil pobladores aproximadamente, en base al censo del año
2017.
✓ Para el análisis de datos, nuestra data compatibilizó con el modelo
CESM1-BGC.
✓ De acuerdo a los cálculos realizados para el análisis de sequía con el SPI,
se tiene un pronóstico de sequias para el periodo de año 2050-2055.
✓ La demanda de agua poblacional, no será cubierta a partir del año 2050,
esto debido a las sequias pronosticadas para este periodo de tiempo, así
también debido a la crecimiento poblacional y aumento de dotación por
habitante.
BIBIOGRAFÍA