Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/318646276
CITATIONS READS
0 8,785
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Freddy Soria on 05 November 2019.
GUIA
METODOLOGICA
PARA LA ELABORACIÓN DE
BALANCES HÍDRICOS
SUPERFICIALES
(VERSIÓN RESUMIDA)
1
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Viceministerio
ceministerio de Recursos Hídricos y Riego
Ministerio de Medio Ambiente y Agua
Estado Plurinacional de Bolivia
GUÍA METODOLÓGICA
METODOL GICA PARA LA ELABORACIÓN DE
BALANCES HÍDRICOS SUPERFICIALES
ANÁLISIS DE VARIABILIDAD CLIMÁTICA DE OFERTA Y DEMANDA HÍDRICA
(VERSIÓN RESUMIDA)
Año 2016
2
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
AUTORIDADES:
ALEXANDRA MOREIRA LÓPEZ
MINISTRA DE MEDIO AMBIENTE Y AGUA
CONSULTOR:
FREDDY SORIA CÉSPEDES
3
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
CONTENIDO
I. Justificación y alcances .....................................................................................................................................................8
1.1 Objetivo de la guía ......................................................................................................................................................................................... 8
1.1.1. Ámbito geográfico e hidroclimático de aplicación de la guía ...................................................................................................... 8
1.2 Estructura del documento............................................................................................................................................................................ 8
II. Componentes clave del balance hídrico superficial ....................................................................................................... 9
2.1 La importancia del balance hídrico.............................................................................................................................................................. 9
2.2 Conceptos principales: la ecuación general del balance hídrico ............................................................................................................. 9
2.2.1. El ciclo hidrológico ........................................................................................................................................................................... 9
2.2.2. Añadiendo elementos a la ecuación general de balance hídrico.............................................................................................. 10
2.2.3. Potenciales impactos de cambios locales y globales .................................................................................................................. 11
III. Experiencias en Bolivia y países de la región .............................................................................................................. 12
3.1 Experiencias en Bolivia ................................................................................................................................................................................ 12
3.2 El balance hídrico, desde la perspectiva del modelaje matemático ...................................................................................................... 13
3.3 Otros estudios relevantes ........................................................................................................................................................................... 14
3.4 Algunas experiencias en Latinoamérica y el mundo ............................................................................................................................... 14
5
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
VIII. Integración de los componentes y complementos al cálculo del balance hídrico ................................................ 86
8.1 Integración de los componentes del sistema hídrico ............................................................................................................................. 86
8.1.1. Esquema conceptual...................................................................................................................................................................... 86
8.1.2. Indicadores del estado del recurso hídrico ................................................................................................................................ 87
Índices del régimen hidrológico....................................................................................................................................................... 87
Índices de demanda y variabilidad .................................................................................................................................................. 88
IX. Resumen, conclusiones y recomendaciones .............................................................................................................. 89
X. Referencias .................................................................................................................................................................... 90
ANEXOS
Anexo 1. Ejemplos de caso para la aplicación de la guía.
6
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
FIGURAS
Figura 1. Esquema para la identificación de los componentes del balance hídrico superficial .................................................... 10
Figura 2. Selección preliminar de estaciones en tierra mediante el criterio de los polígonos de Thiessen. .............................25
Figura 3. Formato sugerido para describir la disponibilidad de información (etapa previa al procesamiento) .........................25
Figura 4. Diagrama de caja. .........................................................................................................................................................................27
Figura 5. Aplicación del método del vector regional. ............................................................................................................................. 33
Figura 6. Trazado de polígonos de Thiessen para el cálculo de valores medios areales ............................................................ 42
Figura 7. Componentes de un variograma............................................................................................................................................... 44
Figura 8. ETo, ETc y el Kc, en un esquema (a partir de (Allen, Pereira, Raes, & Smith, 2006)).................................................. 49
Figura 9. Esquema del modelo hidrológico para dos reservorios, 1 y 2. .......................................................................................... 58
Figura 10. Superficies de respuesta para la evaluación de la incertidumbre predictiva ................................................................72
Figura 11. Rango de incertidumbre para las salidas de dos modelos GCM.................................................................................... 85
Figura 12. Ejemplo de esquema de integración de los componentes ............................................................................................... 87
TABLAS
Tabla 1. Síntesis de la disponibilidad de información en las estaciones del SENAMHI. ................................................................ 19
Tabla 2. Resumen de los pasos a seguir para reconstruir las curvas de calibración. ................................................................... 28
Tabla 3. Síntesis de descriptores estadísticos ........................................................................................................................................ 29
Tabla 4. Modelo para el cálculo de PPA. ................................................................................................................................................... 33
Tabla 5. Modelo para el cálculo de Rτ, con τ = 1 .................................................................................................................................... 36
Tabla 6. Modelo para el cálculo de la estadística S. ............................................................................................................................... 39
Tabla 7. Coeficientes de tanque para el cálculo de la evaporación y la evapotranspiración. ...................................................... 48
2 -1 o o
Tabla 8. Radiación extraterrestre (Ra) diaria en [MJ m- día ] para latitudes 9 S a 23 S. ............................................................52
o o
Tabla 9. Insolación máxima diaria (N_max) diaria en [h] para latitudes 9 S a 23 S........................................................................ 53
Tabla 10. Valores de Kc sugeridos para algunos cultivos. ................................................................................................................... 55
Tabla 11. Valores de Kc por unidad de cobertura y uso de suelo. ..................................................................................................... 56
Tabla 12. Sensibilidad del modelo, de acuerdo a reportes de la literatura. ...................................................................................... 59
Tabla 13. Valores referenciales de profundidad máxima de raíces. .................................................................................................. 60
Tabla 14. Valores referenciales de CRH en mm/m.................................................................................................................................. 61
Tabla 15. Valores referenciales de profundidad radicular. .................................................................................................................... 61
Tabla 16. Índices de área foliar (LAI) para distintos tipos de cobertura. ........................................................................................... 62
Tabla 17. Valores referenciales de contenido de humedad en el punto de marchitez permanente. .......................................... 63
Tabla 18. Estimaciones de ks2 para diversos tipos de unidades litológicas. ..................................................................................... 63
Tabla 19. Estimaciones de ks para diferentes clases texturales. ........................................................................................................ 65
Tabla 20. Variabilidad de valores estimados para los parámetros del modelo de humedad en el suelo. ................................. 65
Tabla 21. Valores estimados en la literatura para los parámetros del modelo de humedad en el suelo. ................................. 66
Tabla 22. Incremento del área regada en el periodo 2000-2012. ....................................................................................................... 74
Tabla 23. Formato sugerido para la presentación de las características de las escenas consideradas ................................... 78
Tabla 24. Formato de matriz de cambio. ................................................................................................................................................... 81
Tabla 25. Matriz para el Índice de Vulnerabilidad al Desabastecimiento Hídrico. .......................................................................... 88
7
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
I. Justificación y alcances
El desarrollo y promoción de Planes Directores de Cuenca como eje principal de la política del Estado
Plurinacional de Bolivia en el ámbito de los recursos hídricos, contempla el desafío de promover e
implementar la gestión integral como instrumento de planificación, hacia un desarrollo sostenible en el marco
de "vivir bien" (MMAyA, 2013). Dentro de aquel desafío, el valor de un estudio de balance hídrico radica en su
capacidad de generar información para la toma de decisiones, en función a la comprensión de la variabilidad
espacial y las tendencias históricas observadas en el sistema hidrológico (UNESCO, 1982).
8
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
9
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
A mayor detalle, en la dinámica de los componentes del ciclo hidrológico analizada para un intervalo de
tiempo dado, el aporte de entrada al sistema (P) alcanza la superficie del suelo y la vegetación. El agua que
llega se almacena (∆S) y escurre por la superficie (Qs) si la precipitación supera la capacidad de
almacenamiento de la misma y la capacidad de infiltración del suelo (exceso de precipitación, Pe), o bien se
evapora directamente desde los reservorios de agua (E; lagos, lagunas, reservorios artificiales), desde la
superficie del suelo o la vegetación. Para este último factor, es común que desde una perspectiva práctica se
cuantifique la evaporación conjunta del suelo y la vegetación, junto con la transpiración de la misma, a través
del concepto de evapotranspiración (ET). Una porción del agua que no se pierde por evaporación
(evapotranspiración) también puede infiltrar (percolar) y almacenarse en la zona subsuperficial no saturada
del suelo (∆Ssub) o continuar infiltrando hasta alcanzar las zonas de almacenamiento de aguas subterráneas
(∆Ssubt). Por debajo de la superficie el análisis es más complejo, porque el flujo del agua de la subsuperficie
almacenada en la zona no saturada (Qss) y/o el flujo del agua subterránea (Qsubt) pueden contribuir al flujo
del río Q. El sistema podría también considerar un término residual de discrepancia, como medio para
cuantificar los errores en la medición o estimaciones (UNESCO, 1982); paras los fines presentes se asume
que aquel factor de discrepancia está implícito en el almacenamiento ∆S.
Precipitación
∆S en la
cuenca glaciar
Divisoria de cuenca
Uso
agrícola Uso urbano
∆S en la zona
no saturada
Evaporación ∆S en el reservorio
(evapotranspiración) subterráneo
Infiltración
percolación
Almacenamiento
Salida de cuenca subsuperficial
Figura 1. Esquema para la identificación de los componentes del balance hídrico superficial
donde Qimp es el caudal total de entrada a la cuenca o unidad hidrológica de análisis. El análisis del sistema
podría complicarse en regiones donde los reservorios subterráneos o subsuperficiales fluyen hacia las
cuencas vecinas, en cuyo caso las pérdidas (Qexp) deberán añadirse a la derecha de la ecuación.
Constituyen también un tema especial la situación donde la demanda de agua es satisfecha en mayor
proporción por explotación de acuíferos subterráneos; aquel caso, no modifica la ecuación general del
balance, al cuantificarse como el aporte de un sistema externo (Qimp).
Las escalas temporales y espaciales juegan un rol fundamental en la ecuación del balance hídrico. Para
escalas anuales, el cambio en el almacenamiento tiende a cero (Roche, Fernandez, Aliaga, Peña, Salas, &
Montaño, 1992); por otro lado, a escalas horarias, semanales y mensuales, el cambio en el almacenamiento
es importante y debe cuantificarse (Cumming, 2001).
11
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Los estudios de balance hídrico superficial realizados en el país demuestran experiencia en el cálculo de los
componentes que definen la oferta hídrica, en el tiempo presente (histórico). La integración de la oferta con el
análisis de los potenciales impactos de las actividades del ser humano (irrigación y otras actividades
productivas, usos desde los centros urbanos), son generalmente balanceados en una etapa posterior al
balance hídrico, en la cual se analiza posibles formas de uso y asignación de derechos de uso, e.g., (Molina,
Villarroel, Alurralde, Apaza, & Soria, 2006). Son pocos los estudios de balance hídrico que contemplan de
manera integral los impactos de la demanda de agua y la posible evolución futura de los componentes (e.g.,
(Espejo A. , 2016; Gonzáles, 2016; Soria F. , 2016)). La presente sección realiza una revisión y síntesis de
tales experiencias, en un contexto local y regional (Latinoamérica).
existe en el sistema TDPS y también en los sistemas de llanura. El balance microregional demuestra interés
en la introducción de herramientas computacionales para facilitar los cálculos, tanto en las etapas de
tratamiento y análisis de los parámetros básicos del balance, como en la descripción de la respuesta hídrica a
nivel de cuenca. En particular, en los estudios previos al año 2004 (Andrade, 2003) se introducen
herramientas estadísticas varias para el tratamiento de la información; posterior a aquel año, la herramienta
Hydraccess llega a estandarizarse a nivel del Servicio Nacional de Meteorología e Hidrología (SENAMHI) y
del Instituto de Hidráulica e Hidrología (IHH) (Molina & Espinoza, 2005). En materia de procesos
precipitación-escurrimiento, se utiliza el modelo matemático SIMULA hasta el año 2004 y se introduce el
modelo CHAC-SIMULA de manera casi simultánea; esta herramienta es aplicada para la reconstrucción
(ampliación) de las series de caudales, en la generación de caudales en cuencas no monitoreadas (Diaz,
2004; Molina & Espinoza, 2005) y para la generación de información adicional como en el caso del cálculo
indirecto de la evapotranspiración real (Andrade, 2003; Coronel, 2004; Iriarte, 2005).
En la misma década, la Cooperación Alemana al Desarrollo (GIZ) a través del Programa de Desarrollo
Agropecuario Sustentable (PROAGRO), ejecutó ocho experiencias en relación al cálculo de balances hídricos
anuales y mensuales en igual número de microcuencas, en los departamentos de Cochabamba, Chuquisaca,
Santa Cruz y Tarija (Montaño & Salm, 2011). Las cuencas estudiadas fueron: Comarapa, en un área de 144
2 2 2 2
km (Ovando, 2010); Uchu Chajra, en subcuencas con superficies de 18 km , 14 km y 3 km (Rodriguez,
2 2
2011); Escaleras, San Jorge, en áreas con superficies de 83 km y 4 km (Torrico, 2011); Caigua, en un área
2 2
de 26 km (Roldán, 2011); y Kuyoj Khocha, en un área de 4 km (Mamani, 2011). Las metodologías siguen
una línea común, basada en la definición de la ecuación de un balance hídrico y la cuantificación individual de
sus componentes. Las técnicas, así como la nomenclatura y la propia conceptualización, siguen criterios
individuales en cuanto al enfoque del balance y la perspectiva desde la cual los resultados son obtenidos. La
desventaja de tal divergencia es que no existe una referencia definida para comparar los estudios.
Los más recientes trabajos documentados en el país alrededor de la temática corresponden a iniciativas del
Ministerio de Medio Ambiente y Agua (MMAyA) (Espejo A. , 2016; Gonzáles, 2016; Soria, 2016). El marco
general de aquellos estudios sigue las directrices de los balances hídricos de 1992 (Roche, Fernandez,
Aliaga, Peña, Salas, & Montaño, 1992) y los balances microregionales (Molina, Vauchel, Espinoza, Aguilar, &
Salcedo, 2005), incluyendo consideraciones relativas a la demanda dentro del concepto general de la
ecuación del balance hídrico. En aquellos estudios se incorpora el uso de una misma plataforma de
modelación hidrológica, el análisis de posibles futuros comportamientos de los sistemas bajo condiciones de
cambio climático, entre otros, con lo cual se provee resultados mutuamente comparables.
país. Entre otros temas, Grande investigó la relevancia de los parámetros básicos del balance hídrico
mediante un análisis de sensibilidad global aplicado a través del modelo semidistribuido de (Collick, y otros,
2009), enfocado a la variabilidad de la precipitación, demostrando matemáticamente que un sistema es más
sensible a cambios climáticos durante los estados secos de la cuenca (Soria & Kazama, 2011). Entre otros
emprendimientos, similares experimentos fueron realizados en la cuenca del río Sajama, con el objetivo de
determinar la implicación de la incertidumbre en la estimación de la evapotranspiración potencial sobre los
cálculos del balance hídrico, con similares resultados (Soria, 2013).
En entornos similares de cobertura glaciar parcial, se propuso la aplicación del concepto de balance hídrico a
través de herramientas computacionales, acoplando estructuras con modelos físicos de fusión glaciar, con el
fin de determinar políticas de adaptación al retroceso de los glaciares, en vista de su potencial impacto en la
disponibilidad de agua en las ciudades de La Paz y El Alto (Olmos, 2014). La complejidad del desarrollo de
estudios en este tipo de áreas es notoriamente alta en comparación a los estudios realizados en cuencas sin
cobertura glaciar. Las fuentes de incertidumbre son igualmente mayores; varían desde la muy limitada
disponibilidad de información en una zona donde los parámetros hidroclimáticos varían en distancias cortas,
hasta la poca disponibilidad de información de la dinámica del derretimiento glaciar en un contexto espacial.
En la práctica, estas restricciones podrían tener implicaciones altas, igualmente complejas de cuantificar.
Otros estudios realizados en la misma región siguen líneas de trabajo análogas, sin confrontar obstáculos de
tal dimensión al estar concentradas en zonas particulares; entre aquellos emprendimientos está la propuesta
de aplicación del modelo de SWAT, aguas arriba del reservorio Tuni, para predecir impactos del cambio de
uso de suelo y la producción de sedimentos bajo un enfoque de balance hídrico (Cabero, en proceso). En
este tipo de estudios, el balance hídrico provee insumos importantes.
15
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Una vez conceptualizado el sistema de estudio, el estudio continúa con la definición de las escalas, la
selección, recolección y la sistematización de la información. El presente capítulo desarrolla estas etapas;
provee sugerencias referidas a la forma de uso y ámbitos de aplicación de la información, así como
recomendaciones referidas a los medios y formas de almacenamiento de la información sistematizada.
• Otras consideraciones. Debido a la complejidad del sistema natural, es posible que la respuesta
hídrica de un factor ocurra a una escala de tiempo distinta a la del factor detonante de tal respuesta.
Por ejemplo, el impacto de la ocurrencia de la precipitación en el contenido de humedad de los suelos
suele observarse de inmediato, pero tardará en manifestarse en el río principal y demandará un
tiempo considerablemente mayor para que el caudal subterráneo capture el impacto (UE, 2015). La
descripción de la respuesta a una escala mensual y a escala de cuenca sintetiza el efecto de estos
procesos y los describe de una manera agregada.
ii) Nivel 2. Escala de tiempo para los datos de entrada a la ecuación del balance hídrico. Se elegirá
una escala menor a la de análisis y procesamiento. A la escala de cuenca presente, se recomienda las
escalas medias mensuales y anuales (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006).
iii) Nivel 3. Escala de tiempo para realizar los cálculos de la ecuación del balance hídrico y
presentación de resultados. Las escalas generales para realizar los cálculos son medias mensuales y
anuales. La presentación de resultados considera un rango más amplio de escalas (ver Anexo 2).
Perspectiva clásica: Elección del periodo de cálculo del balance en función a la disponibilidad de información
El periodo mínimo de cálculo del balance hídrico de 15 años; se asume como un periodo ideal entre 25 a 30
años (UNESCO, 1982; Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006). El límite inferior (15 años)
corresponde a estudios en microcuencas, bajo la consideración de que sobre áreas relativamente pequeñas
el número de estaciones será reducido, principalmente en relación a información hidrométrica (e.g., (Soria,
2016)). Por otro lado, es aceptable el límite superior (25 a 30 años) en mesocuencas y macrocuencas, al ser
factible el uso de información regionalizada y proveniente de fuentes de información secundaria (información
satelital) y datos de reanálisis (e.g., (Gonzáles, 2016)).
18
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Una fuente adicional de información la constituye el Sistema de Información sobre Seguridad Alimentaria y
Alerta Temprana (SINSAAT). Se compone de una red agrometeorológica enfocada al análisis de eventos
meteorológicos para el apoyo a la agricultura, con registros adquiridos en su mayoría a partir del año 1992
(MDSP, 2002). La red del SINSAAT comparte ubicación con instrumentos de la red del SENAMHI, por lo que
la misma podría ser utilizada en un proceso de control de calidad mutuo (MDSP, 2002).
Entre los sistemas de monitoreo con administración independiente, a nivel nacional ENDE monitorea y
administra información meteorológica e hidrológica en regiones de importancia a sus actividades; algunos
ejemplos se describen en (OEA, 1975; Olmos, 2014). En cuanto a información hidrométrica, el SNHN registra,
procesa y difunde información referida a la variabilidad de niveles de agua de los principales cuerpos de agua
navegables del país; parte de esta información provee datos relativos a condiciones propias al año de
monitoreo, como ser los registros referenciales de barranco. Este último tipo de datos se utilizan para la
emisión de alertas; para otros estudios, como ser, análisis de tendencias, es posible que estos datos sean
complejos de interpretar debido a que las y secciones de control podrían variar en el tiempo (Bourgoin, 1997).
Entre los sistemas independientes, el SEARPI tiene una red importante al intervenir 16 cuencas del territorio
de Santa Cruz. En materia de hidrometeorología, la institución posee una red de estaciones para el monitoreo
de un sistema de alerta temprana, mediante el registro de niveles en los ríos principales, temperatura del aire,
precipitación, caudales y sedimentos en suspensión en cinco cuencas hidrográficas: cuenca río Piraí, cuenca
río Grande, subcuenca del río Comarapa, cuenca río Yapacaní, subcuenca río Surutú, cuenca río Ichilo y
cuenca río Parapetí, además de las subcuencas de los ríos Comarapa y Surutú (GADSC, 2012).
A nivel de proyectos y planes, la recopilación de información a través de estaciones de monitoreo permanente
es casi inexistente. La Autoridad Binacional del Sistema Hídrico del Lago Titicaca, Río Desaguadero, Lago
Poopó y Salares (ALT) no cuenta con una red propia; trabaja con información del SENAMHI y genera datos
complementarios a través de campañas de medición (aforos, batimetrías) (MDSP, 2002). En Cochabamba, el
Programa Manejo Integral de Cuencas (PROMIC) y el Laboratorio de Hidráulica de la Universidad Mayor de
San Simón (LHUMSS) establecieron en 1991 una propuesta piloto de manejo integral de la cuenca Taquiña,
a través de la cual se instalaron estaciones meteorológicas y limnígrafos, para el manejo sostenible de las
cuencas de la Cordillera del Tunari (PROMIC, 2004). Varios estudios utilizaron esta información en la
temática presente (Soria F. , 2004; Molina, Villarroel, Alurralde, Apaza, & Soria, 2006).
M - 2doO
M - 3er O
H - 2doO
H - 3er O
(AA; PP)
(AA; PP)
(AA; PP)
(AA; PP)
(AA; PP)
(AA; PP)
(AA; PP)
M - 4toO
H - 4toO
Activas (AA);
Departamento
Paralizadas (PP)
Chuquisaca 65; 30 (7; 0) (26; 6) (12; 13) (17; 9) --- (3; 2) ---
Santa Cruz 34; 27 (2; 5) (1; 10) (19; 6) (8; 1) --- (1; 1) (3; 4)
19
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
3 orden (M - 3erO)
4 orden (M - 4toO)
agrometeorológica
2 orden (H - 2doO)
1 orden (H - 1erO)
3 orden (H - 3erO)
Estación sinóptica
4 orden (H - 4toO)
climatológica
Estación
Estación
er
er
Parámetro
o
• • • • Precipitación √ √ √
er
er
Parámetro
o
• • • Temperatura máxima √ √ √ • • • • Cotas
• • • Temperatura mínima √ √ √
• • • • Precipitación
• • • Temperatura de bulbo seco √ √ √
• • • Caudal líquido
• • • Temperatura de bulbo húmedo √ √ √
• • Caudal sólido
• • • Humedad relativa √ √ √
• Calidad del agua
• • • Viento √ √ √
• • Radiación solar √ √
• • Insolación √ √
• • Evaporación √ √
• • Temperatura del suelo, a 5 cm de la superficie √ √
• • Presión atmosférica √ √
• Temperatura superficial del tanque √
• Viento, a 50 cm de la superficie √
• Temperatura del suelo, a 5, 10, 20, 30, 50 y 100 cm √
de profundidad
20
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Los sistemas con reservorios naturales o artificiales tienen un nivel de interacción generalmente importante
con el entorno hidroclimático. La información del sistema podría no estar disponible a través de medición
directa, debido a limitaciones de tipo económico. Tomando como ejemplo al sistema de la cuenca del Lago
Titicaca, estudios sugieren que cambios pequeños en la precipitación y evaporación podrían dar lugar a
variaciones importantes en el estado hidrológico del sistema (Kessler & Monheim, 1966). Se estima que la
precipitación comprende 50% del total de aportes, las contribuciones de los tributarios comprenderían el
restante 50%; la evaporación comprende aproximadamente 90% de las pérdidas; y las pérdidas por
evaporación profunda en el rango 2% a 10% (Molina, Satgé, & Pillco, 2014). Debido a que estas estimaciones
corresponden a un caso específico, no se recomienda utilizarlos para el estudio de otros lagos o lagunas.
por lo cual es útil para estudios en microcuencas (e.g., (Soria, 2016)). El acceso a la información es
libre.
• Base de datos del Centro Nacional de Datos Climáticos (NCDC) de la Administración Atmosférica
y Oceánica de los Estados Unidos (NOAA). Provee información diaria de estaciones sinópticas en
tierra. Para estudios de balance hídrico son útiles los datos de presión atmosférica, temperaturas
medias, máximas y mínimas del aire, temperatura del punto de rocío, velocidad del viento, alturas de
precipitación (e.g., (Inypsa, 2012)). La información es útil en estudios sobre cuencas transfronterizas,
al contener datos de estaciones de países vecinos (Gonzáles, 2016). El acceso es libre.
22
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Análisis exploratorio
Comprende la definición preliminar del área de influencia, la selección (preliminar) de las estaciones en tierra
y el control de calidad inicial de los datos a través de herramientas visuales y medidas estadísticas básicas. El
análisis exploratorio a través de herramientas visuales es generalmente aplicado en distintas etapas del
estudio. Se considera inicialmente para explorar las características de los datos, la calidad de la información y
la variabilidad de la misma. En etapas posteriores será una técnica útil para investigar la eficacia de las
técnicas e hipótesis aplicadas, además de proveer los medios para la presentación de los resultados.
Área de influencia
Se denomina selección preliminar debido a que la elección definitiva de las fuentes de información se logrará
luego de la conceptualización del sistema en el entorno computacional seleccionado. La amplitud del área de
24
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
influencia se define a través de un cuadrante externo al área de la cuenca, definido mediante la superposición
del mapa de la cuenca, el DEM y la ubicación de las estaciones. En el proceso, la construcción de polígonos
de Thiessen es una herramienta útil. Para el caso de las estaciones hidrométricas, la selección es más
flexible, debido al limitado número de sitios de monitoreo existentes. La forma de construcción de los
polígonos se describe en el subtítulo 5.2.2 (también ver Herramienta 1 - Anexo 1).
Figura 2. Selección preliminar de estaciones en tierra mediante el criterio de los polígonos de Thiessen.
Para el ejemplo, quedarían excluidas las estaciones dentro los polígonos celestes. En algún caso, dentro de los polígonos
aceptados existirán varias estaciones; la inclusión o exclusión de aquellas responderá a un criterio técnico
Inventario de la información
Previo al procesamiento, se construye una tabla que detalla la información hidroclimática disponible. El
inventario identifica estaciones con registros extensos. El formato del inventario deberá ser flexible, con
capacidad de conservar los datos originales y mostrar cada etapa del proceso, marcando los datos
sospechosos con banderines (códigos numéricos), de modo que sea posible evaluar la fiabilidad del proceso
y se permita aplicar validaciones posteriores (OMM, 2011). Esta etapa no descarta estaciones con registros
cortos, debido a que aún no se cuenta con el conocimiento suficiente para hacerlo:
DEPARTAMENTO : BENI
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
Nº E ST A C I O N E S
1 Angosto de Bala 6 4
2 Casarabe
3 G. Cavinas
4 Guayaramerin (AASANA) 9 11 11 11 7 7 11 10
5 Magdalena (AASANA) 3 11 11 9 11
6 Peroto
7 Reyes 4 6 7 11 11 11 11
Figura 3. Formato sugerido para describir la disponibilidad de información (etapa previa al procesamiento)
Las celdas sombreadas indican meses con información completa; los números indican el número de días con información
25
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
• Precipitación.
Se excluirán datos negativos en la serie. En el caso de mediciones de nieve, se buscará la presencia
de líneas rectas, como indicativo de obstrucciones en los instrumentos. Se descartará datos
adicionales en base a recomendaciones empíricas tales como (e.g., (Gonzáles, 2016)): meses con 20
o menos días de información, en el periodo noviembre a abril; meses con 15 o menos días de
información, durante el periodo mayo a octubre. A partir de esta serie, el proceso es el siguiente:
i. Exploración de las series individuales.
- Representaciones gráficas cronológicas superpuestas a datos de flujo.
ii. Exploración de series por comparación entre estaciones.
- Construcción de curvas de doble masa, para series individuales y series de estaciones vecinas.
- Superposición de series cronológicas con datos de estaciones cercanas.
- Diagramas de caja. Los valores sospechosos superan el tercer cuartil más cinco veces el rango
intercuartil (qir) o los que no alcanzan el primer cuartil menos cinco veces el qir (Aguilar, Sigró, &
Brunet, 2009).
- Diagramas de caja. Los valores sospechosos superan el tercer cuartil más tres veces el qir o los que
no alcanzan el primer cuartil menos tres veces el rango intercuartil (Aguilar, Sigró, & Brunet, 2009):
Precipitación, mm
b
c
d
e
Estación 82 Estación 81
Figura 4. Diagrama de caja.
a es el valor máximo dentro de una distancia que no supere 1.5 veces el rango intercuartil (qir = tercer cuartil -
primer cuartil); b es el tercer cuartil o percentil 75; c es la mediana o percentil 50; d es el primer cuartil o percentil
25; e es el valor mínimo, dentro de una distancia que no supere 1.5 veces el qir. En este ejemplo, el eje vertical
está a la escala de la variable analizada. Los círculos son los valores alejados del tercer cuartil una distancia de
1.5 veces el qir; los números indican la posición del dato en la serie. No se observa valores extremos
• Otras variables.
Se excluirán registros de series donde la humedad relativa del aire, la velocidad media del viento
(Vmed), la evaporación de tanque, o la insolación diaria (HS) presenten valores de cero durante un
periodo extenso; lo mismo aplica a los valores negativos. Pueden excluirse datos adicionales en base
a recomendaciones empíricas tales como (e.g., (Gonzáles, 2016)): Humedad relativa máxima
(HRmax) < humedad relativa mínima (HRmin); HRmax, HRmin ó humedad relativa media (HRmed) >
100%; HS > 13 h; meses con 15 o más días de información faltante. A partir de estas series, la
exploración compara registros de estaciones vecinas, con las siguientes herramientas:
- Superposición de series cronológicas entre estaciones cercanas.
- Diagramas de caja. Tomando límites referenciales, los valores identificados como sospechosos
serán aquellos que superan el tercer cuartil más tres veces el rango intercuartil o los que no alcanzan
el primer cuartil menos tres veces el rango intercuartil (Aguilar, Sigró, & Brunet, 2009) (Figura 4). Los
diagramas podrán ser aplicados a series anuales en una primera instancia y a series mensuales
multianuales en una posterior.
Información fluviométrica
Previa exclusión de datos negativos, se analizarán los siguientes aspectos (Vauchel, Malbrunot, & Aguilar,
2006) (Tabla 2):
i. Errores sistemáticos.
- Identificación de errores de ubicación de estaciones, errores en la digitalización de los datos,
coma decimal, unidades, repetición de valores, inversión de datos en la libreta de campo (el
aforador podría haber anotado las revoluciones en la casilla del tiempo y viceversa), conteo
erróneo de revoluciones durante los aforos.
27
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
ii. Exploración de las series individuales (registros instantáneos, en lo posible). Utiliza gráficas de
cotas (profundidad de flujo), aforos y caudales. Se realizar a través del siguiente procedimiento:
- Identificar la presencia de líneas rectas, al ser indicativo de lagunas en el entorno de la sección
de control de la estación.
- Construcción de gráficas precipitación-caudal, precipitación-cota. Se buscará identificar la
concordancia entre la ocurrencia de crecidas y las lluvias registradas.
- Identificación de datos extrapolados. Generalmente, los valores altos no corresponden a
observaciones medidas en sitio, por las dificultades técnicas asociadas (consideraciones de
seguridad durante las campañas de aforo).
iii. Exploración de series por comparación entre estaciones.
- Superposición de series cronológicas de cotas, aforos y caudales de estaciones vecinas. Este
paso proveerá información acerca de la coherencia espacial.
- Construcción de curvas de doble masa. Se buscará cambios en las pendientes de los gráficos,
indicativos de comportamiento anómalo en relación a las estaciones del entorno. Para su
construcción, ver subtítulo 5.4.1.
- La ocurrencia de crecidas tiende a descalibrar las relaciones cota-aforo (H-Q). Se explorará los
registros en busca de aquella condición.
iv. Revisión de las curvas de calibración. Sobre los registros o periodos sospechosos, se analizará
las curvas de calibración y se evaluará la necesidad de su reconstrucción.
Tabla 2. Resumen de los pasos a seguir para reconstruir las curvas de calibración.
A partir del procedimiento sugerido en (Vauchel, Malbrunot, & Aguilar, 2006)
Revisión (reconstrucción) de las curvas de calibración
Paso 1. Recolección de 3.2 Se realiza el ajuste a cada Paso 4. Análisis complementario para el
información (datos periodo, con el cuidado de que las ajuste de las curvas de calibración.
instantáneos, características curvas no se crucen entre sí en la
de las estaciones). Cotas, aforos parte alta. Se recomienda el ajuste a Análisis de coherencia espacial.
y caudales (curvas de curvas polinómicas de segundo grado Comparación de caudales instantáneos de
calibración). Características de y curvas potenciales: estaciones vecinas y criterios adicionales
las secciones de control, como el análisis de correlación múltiple. En
geometría de las secciones. = ∙ + ∙ + , el gráfico, aparentemente existe un error en
Estudios varios. la curva de calibración de una de las
= ∙ , estaciones en el año 1993.
Paso 2. Errores sistemáticos, donde A, B y C son coeficientes del
Caudal instantáneo, m3/s
09/1991
09/1992
09/1993
09/1994
Periodo
aforos y trazado de curvas de m
calibración. 100
100 200 300 400
3.1 Identificación de periodos de Cotas, cm
comportamiento homogéneo.
Análisis final
Paso 5. Extrapolación de las - Para estimar nM se considera que el mismo Paso 6. Verificación de la calidad
curvas de descarga. (Vauchel, es constante para una profundidad de flujo de la información.
Malbrunot, & Aguilar, 2006) dada, donde la influencia de la rugosidad de la
sugiere aplicar el criterio de superficie es mínima. Este valor se deduce de - Se verificará la coherencia temporal
Manning-Strickler: la ecuación de Manning-Strickler con datos de y espacial de las series cronológicas.
28
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
sobre el carácter de la
distribución de frecuencias
dentro de los límites
extremos.
- No es suficiente para
estimar la fiabilidad de la
tendencia central.
29
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Rango El primer cuartil (q1) es el valor de las - Es una medida más Es posible que no logre
intercuartil observaciones ordenadas de manera resistente a valores extremos describir una parte
que un 25% de aquellas es inferior y que el rango. importante de las
un 75% superior; el tercer cuartil (q3) - Al utilizarlo con la mediana, características de la
es el opuesto: el 75% es inferior y el describe propiedades población.
25% superior. El rango intercuartil adicionales de la muestra,
(qir) es el rango del 50% por ciento como en el caso de los
(diferencia entre la mediana de la diagramas de caja.
mitad superior y la mediana de la
mitad inferior).
Desviación Es la media del valor absoluto de A diferencia del rango y el qir, Son útiles solamente
media todas las desviaciones de las logra capturar las cuando las desviaciones
absoluta observaciones respecto de una características de toda la pequeñas y grandes son tan
medida de tendencia central. muestra, a través del cálculo significantes como las
de las desviaciones. desviaciones promedio.
Desviación - Es la raíz cuadrada de la media del - Es muy sensible a valores - Deja de ser útil cuando la
típica o cuadrado de todas las desviaciones altos y bajos. media tiende a cero.
desviación respecto de la media. Se utiliza para - La desviación estándar se - Al ser una medida
estándar; deducir varias medidas estadísticas expresa en las unidades de la absoluta de la variabilidad,
varianza y como factor para normalizar variable descrita. el requisito para hacer
diferentes distribuciones con el fin de comparaciones es que los
establecer comparaciones. promedios respectivos
- El cuadrado de la desviación tengan valores similares.
estándar es la varianza. - La varianza es difícil de
interpretar debido a que sus
unidades están elevadas al
cuadrado.
Coeficiente Es útil si se requiere comparaciones Permite la comparación de No es una medida de
de variación entre muestras con medias que no distintas muestras respecto a dispersión con respecto al
son similares o cuando las unidades una medida central y a la centro de la distribución.
de medición no son las mismas. dispersión.
Coeficiente Mide la asimetría respecto a la - Datos relativos a la Se sugiere su uso junto con
de asimetría media. Es positiva cuando la media temperatura máxima diaria otras medidas.
es mayor que la moda y negativa en suelen presentar una
el caso opuesto. tendencia hacia la asimetría
positiva.
Mediana
- Las temperaturas mínimas
Simetría
Moda Media
Sesgada hacia la derecha (positiva)
Coeficiente Proporciona una medida relativa - Curtosis positiva: indica Se sugiere su uso junto con
de curtosis adimensional del aplastamiento o mayor concentración de otras medidas.
Apuntamiento
30
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Consistencia y homogeneidad
Las pruebas de consistencia y homogeneidad son las que se citan con mayor frecuencia en los estudios de
balance hídrico en el país (e.g., (Diaz, 2004)). En la práctica, inconsistencia se refiere al cambio en el error
sistemático, generalmente originada en el uso de distintos instrumentos o métodos de observación. La no
homogeneidad se refiere al cambio en las propiedades estadísticas de la serie, debido al cambio en la
ubicación de la estación o sus instrumentos, cambio de uso de suelo y otros.
Persistencia y estacionalidad
La persistencia representa la tendencia de que la magnitud de un evento esté influenciada por un evento
previo, tal como ocurre en las características de los registros de flujo en los ríos. El componente estacional en
una serie cronológica verifica que las propiedades estadísticas de la serie no varían en relación a la
referencia de origen considerada; tienen periodicidad anual o de un submúltiplo del año (trimestrales,
mensuales y otros). En términos prácticos, la ausencia de tendencia o periodicidad se verifica comparando
muestras distintas de la población, como en el caso de la prueba-t (Machiwal & Kumar, 2012).
Tendencia y periodicidad
La tendencia se presenta cuando existe correlación significativa entre los registros de la serie y el tiempo. Es
inducida por factores climáticos o artificiales (Kottegoda & Rosso, 1997). Por otro lado la periodicidad está
influenciada por los ciclos astronómicos, por lo cual la escala de tiempo de análisis recomendada será mayor
a la anual (Machiwal & Kumar, 2012).
Selección de la prueba
Las pruebas estadísticas se clasifican en paramétricas (i.e., requieren el conocimiento a priori de la
naturaleza o forma de las poblaciones involucradas) y no paramétricas (i.e., las hipótesis no se basan en la
31
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
distribución de las observaciones de la variable). Algunos métodos son más sensibles a cambios en la media
y la varianza, otros son más sensibles a cambios en la distribución de la variable, mientras algunos son
sensibles a diversos tipos de cambios. En la práctica, es común la aplicación simultánea de varias pruebas (al
menos más de dos), con el objeto de proveer adecuado asesoramiento. La presente guía toma en cuenta
aquellas consideraciones, estableciendo las recomendaciones en base a la robustez conceptual del método.
Debido al enfoque práctico demandado, las sugerencias buscan un estado de equilibrio, en referencia a la
complejidad de cálculo y la interpretación de los resultados.
donde aleat est_t es variable aleatoria independiente del índice indx t. Las esperanzas matemáticas de cada
estación (Espest) son independientes entre sí. La hipótesis implica que la esperanza matemática del vector de
índices (INDX) es igual a 1, la Espest es cero y las varianzas de Espest…. EspN_est son iguales a la varianza total
Esp; N_est es el número de estaciones.
La segunda hipótesis indica que el valor medio de los coeficientes de correlación lineal entre estaciones se
representa mediante la expresión de la ecuación siguiente:
var INDX
Correlació n. promedio = Ec. 5.
var INDX + var Esp
La tercera hipótesis sugiere que el coeficiente de correlación lineal entre el índice y una estación es la raíz
cuadrada del valor medio de los coeficientes de correlación lineal entre estaciones (r).
• Aplicación
La técnica es útil en el análisis de la precipitación, pero también se utiliza con series de temperatura del aire
(e.g., (Soria, 2016)). No es común su uso con otras variables, debido a la limitada información disponible. El
programa computacional para su cálculo es implementado a través de un algoritmo que identifica la
pertenencia de una estación a una región a través del (Goulven, Alemán, & Osorno, 1988): i) coeficiente r, y
ii) el rango entre las medias observadas y la serie virtual. Se recomienda aplicar el método a través de un
procedimiento de prueba-error que converge al definir un grupo de estaciones con coeficientes r altos y un
corto rango entre las medias observadas-calculadas. La sección 2.2.1 - Anexo 1 provee un ejemplo.
32
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
#
56# #57
#
#
# 5 #
4 48
#
6 # #
16 17
#
# #
3 8 #
# # 15
13
#
44
#
43 #
7
#
12
#
Región 1 #
1 #
10
#
#
9 #
# 2
#
14 11
#
29
Región 5
#
## 28 #
32
27 26
#
3
#
25 30
#
#
45
22# #23 Región
4
#
40 #
21
#
20 #
18
Región 2 M O L IN E R O S
##
# 31
19 #
24
N _ est
1
PPA =
N _ est
∑P
1
Ec. 6.
ii. Construcción de una gráfica de valores acumulados, ΣP versus ΣPPA, por cada estación. Si la gráfica
tiene una sola tendencia (lineal), la serie de la estación es homogénea. Caso contrario, se analiza la
posibilidad de mantener el registro o corregirlo.
iii. La corrección se realiza al tramo del año más reciente, bajo la presunción de que los datos modernos
tienen la ventaja de contar con herramientas técnicas y tecnológicas de mayor calidad. El factor
33
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
multiplicativo para corregir la estación i (βi) es la proporción entre la pendiente de la recta del dato
correcto (tgδreferencia) y la pendiente de la recta del dato a corregir (tgδ i).
tg δ referencia
βi = Ec. 7.
tg δ i
5.4.2. Estacionalidad
Una forma sencilla de evaluar la estacionalidad es a través de métodos gráficos como el de los diagramas de
caja. En la presente guía se sugieren además la prueba paramétrica t-Student y la no paramétrica de Mann-
Whitney (e.g., (Machiwal & Jha, 2008)). Los criterios adicionales considerados en la elección fueron:
• Desde una perspectiva general, las pruebas paramétricas tienen mayor potencial que las no
paramétricas. Se estima que las del segundo tipo requieren entre 5 y 35% más información para
llegar a similar conclusión, con niveles de significancia equivalentes (Machiwal & Kumar, 2012); sin
embargo, dado que las pruebas paramétricas podrían requerir mayor información y un análisis más
profundo, en el análisis hidrológico es aceptable el uso de métodos independientes de presunciones
acerca de la distribución de los datos (Robson, Bardossy, Jones, & Kundzewickz, 2000).
• En la práctica, para considerar un proceso como estacionario prevalece la estacionalidad de segundo
orden. Es decir, la invariabilidad en el tiempo se analiza respecto a la media, la varianza y la
covarianza (Burlando & Costa, 2016).
ts =
(x1 − x 2 ) Ec. 9.
(n1 − 1)s1 + (n 2 − 1)s 2 2
0 .5
1 1
2
+
n1 + n 2 − 2 n
1 n 2
• Acerca de su aplicabilidad
La prueba es válida cuando las varianzas de las muestras son similares y las observaciones siguen una
distribución normal, cuando las varianzas son similares y los tamaños de las muestras son grandes, cuando
las varianzas son notoriamente distintas pero los tamaños de las muestras son similares y siguen una
distribución normal, o cuando las muestras no están similarmente dispersas. Al aplicarla se recomienda
niveles de significancia altos. Cuando no se tiene una muestra con distribución normal, se sugiere
transformaciones como la de escala logarítmica; si la situación es aún adversa, es aconsejable una prueba no
paramétrica como la U de Mann-Whitney (McCuen, 2003). El Anexo 1 - sección 2.2.2, provee un ejemplo.
Prueba U de Mann-Whitney
Es una prueba alternativa a la prueba-t cuando, por ejemplo, las muestras son pequeñas. La Ho sugiere que
las submuestras a y b de las muestras 1 y 2 comparadas provienen de la misma población. El valor U de la
prueba es el menor entre los estimados Ua y Ub (McCuen, 2003):
34
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Los valores Sa y Sb se obtienen a través de los siguientes pasos: i) se combina las dos submuestras, ii) se
asigna el orden de pequeño (orden = 1) a grande (orden = n = na + nb), iii) se asigna a ó b según la muestra de
origen del valor; iv) Sa y Sb se calculan como la suma de los números de orden asignados para a ó b,
respectivamente; v) se define el nivel de significancia. Con el valor U seleccionado, se calcula el valor de la
variable aleatoria Z con distribución normal estándar:
U − 0 .5 n a n b
Z = 0 .5
Ec. 12.
na nb
(n a + nb + 1)
12
Se calcula el valor crítico a partir de una tabla de distribución normal (Tabla A1-6 - Anexo 1): Zα/2 para una
prueba de dos colas y Zα para una prueba de una cola. Se rechaza Ho si el valor está fuera de la región de
aceptación. Un ejemplo se provee en el subtítulo Anexo 1 - sección 2.2.2.
• Acerca de su aplicabilidad
Al aplicarse a datos hidrológicos se separa la serie en dos muestras, en base al cambio que se pretende
identificar. La prueba identifica no-homogeneidades asociadas con cambios episódicos o abruptos; no es muy
adecuada cuando existen cambios graduales o cuando se espera cambio en periodos largos (McCuen, 2003).
5.4.3. Persistencia
La persistencia es la capacidad de un dato de recordar la influencia del dato predecesor (Machiwal & Kumar,
2012). Un ejemplo son aquellas series de caudales en ríos donde la contribución subterránea persiste de un
año a otro o una cuenca donde el derretimiento de nieve (hielo) es factor importante (McCuen, 2003).
∑ i X − ∑ i
X ∑ i X − ∑ i X
i =1 N − τ i =1 i =τ +1 N − τ i =τ +1
35
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
∑ Xi ∑ Xi ∑X i X i +τ ∑ X 2i ∑X 2
i
i =τ +1 i =1 i =1 i =τ +1 i =1
x − xb
TSA = Mediana a ,∀b < a Ec. 15,
a −b
iii. Para la serie con la tendencia removida (Xt sin_tendencia), calcular el R(τ)sin_tendencia para τ = 1. Si el
coeficiente sugiere la inexistencia de correlación, se aplica el criterio de Mann-Kendall sin_tendencia, caso
contrario, se procede a remover el R(τ)sin_tendencia en la serie original y se evalúa la existencia de
tendencia con el criterio de Mann-Kendall serie_modificada a la serie original modificada.
La remoción del R(τ)sin_tendencia se realiza a través de los residuales (Yt´) mediante la siguiente
expresión (Yue, Pilon, Phinney, & Cavadias, 2002):
iv. Se fusiona la tendencia (TSA⋅xt) y el residual, obteniendo una serie que preserva la tendencia y no
está afectada por los efectos de la autocorrelación (Xt sin_autocorrelación). Para asegurar esta aseveración,
se sugiere aplicar la prueba Mann-Kendall a la serie corregida.
Xt sin_autoco rrelación = Yt '+ TSA ⋅ x t Ec. 18.
36
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
6 ∑ (rxi − ryi )
N
2
Rsp = 1 − i =1
Ec. 19.
n3 − n
0 .5
n−2
t S = Rsp Ec. 20.
1 − Rsp
2
Para una prueba de una cola, la Ho es rechazada cuando la estadística tS es mayor al valor crítico tSα. La
prueba se aplica de distintas formas. Se utiliza para verificar que no existe una correlación entre el orden
cronológico de adquisición de los datos y las magnitudes de los registros; en esta caso la variable xi será la
serie de la variable ordenada cronológicamente y su orden o ranking se obtendrá al ordenar esta serie de
menor a mayor; luego, la variable yi será la serie ordenada cronológicamente y su orden o ranking se definirá
a partir de la posición a la cual perteneció la serie al momento de ser registrada (e.g., (Dahmen & Hall, 1990)).
Otra forma de aplicar la prueba es en la investigación de la relación entre el caudal de una cuenca con la tasa
de deforestación, por ejemplo. En este caso, la variable xi será el caudal observado cronológicamente
ordenado, con un orden o ranking asignado a cada valor en función a su magnitud (orden 1 para el valor más
pequeño). La variable yi será la serie del porcentaje de cambio en la unidad de cobertura a la cual se atribuye
preliminarmente el cambio en los caudales de la cuenca, ordenada cronológicamente, con orden o ranking
asignado a cada valor en función a su magnitud (orden 1 para el valor más pequeño) (e.g., (McCuen, 2003).
El Anexo 1 - sección 2.2.4 presenta un ejemplo numérico.
37
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
∑ signo (x − xk )
n
S =∑ j
Ec. 22.
k =1 j = k +1
1 g
VAR ( S ) = n(n − 1) 2n + 5) − ∑ t p (t p − 1)( 2t p + 5) Ec. 23.
18 p −1
vi. Calcular la estadística ZMK. Un valor positivo indica que los datos tienden a incrementarse y
viceversa.
S −1
Z MK = , si S > 0
VAR ( S )
= 0, si S = 0 Ec. 24.
S +1
= , si S < 0
VAR ( S )
38
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
vii. Interpretación. Calcular la probabilidad asociada con la estadística normalizada y definir un nivel de
significancia α (por ejemplo, 95%).
- Prueba de dos colas: Para tendencia decreciente o creciente al nivel de significancia α, la Ho es
rechazada si el valor absoluto de ZMK es mayor a la estadística Z 1-α/2.
- Prueba de una cola, para tendencia creciente: La Ho es rechazada si ZMK es mayor a Z 1-α.
- Prueba de una cola, para tendencia decreciente: La Ho es rechazada si ZMK es negativo y su valor
absoluto es mayor a Z 1-α/2.
- No existe tendencia si la probabilidad es menor a α.
5.4.5. Periodicidad
El análisis de periodicidad busca la identificación de armónicos en los componentes periódicos de las series
hidrológicas. Los métodos citados en la literatura se enfocan al dominio del tiempo (medias móviles, e.g.,
(McCuen, 2003)) y al dominio del espacio (análisis espectral, e.g., (Yevjevich, 1972; Machiwal & Kumar,
2012)). En la presente guía se propone el método del filtrado de media móvil, operacionalmente menos
costoso que las técnicas de análisis espectral, útil sin embargo para proveer una aproximación.
donde m es el número de observaciones del intervalo de filtrado (la longitud de la serie total es n), wj es el
peso para el valor j de la serie Y. El intervalo de filtrado sugerido es 0.5⋅(m-1) valores de Y antes y después de
la observación i considerada para estimar el valor suavizado Yˆi .
1 m
Yˆi = ∑ Yi + j − 0.5 ( m +1) Ec. 26,
m j =1
- Pesos desiguales. Por ejemplo, 25% a los extremos, 50% al valor central:
39
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Ventajas:
- Es un método sencillo para identificar de manera preliminar periodos, ciclos y tendencias. En la literatura
existen ejemplos de su aplicación a la hidrología (e.g., (Tallaksen & van Lanen, 2005)).
- Una forma sencilla de estimar la cantidad de varianza reducida es a través de la construcción de series
truncadas. Aquella serie se construye a través de la serie original de tamaño n = (n-m+1), en la cual se
eliminan los registros capturados en los pasos de tiempo no correspondientes a los de la serie filtrada. Luego,
la varianza reducida es igual al cociente entre la varianza de la serie filtrada y la varianza de la serie original
con número de registros correspondientes a los de la serie filtrada.
- El Anexo 1 - sección 2.2.5, provee un ejemplo que complementa la explicación.
40
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
La relación lineal múltiple para cada estación es sencilla, con una variable respuesta Ŷ (i.e., la estación que
se busca rellenar), u-1 variables explicativas x1, x2,...., xu-1; un número u de parámetros o coeficientes de
regresión (coeficientes parciales de regresión) β0, β1, β2,...., β u-1 (Kottegoda & Rosso, 1997):
La prueba de hipótesis y la definición de los intervalos de confianza se aplican considerando que el error ε es
independiente, normalmente distribuido con media 0 y varianza s2. El método aplica a cualquier variable; sin
embargo se recomienda su uso con series de precipitación. Para otras variables del balance hídrico, será
complicado ajustar un modelo de regresión lineal debido al número limitado de registros. Como alternativa,
varios estudios consideran medias históricas de la estación (e.g., (Molina & Espinoza, 2005; Espejo A. , 2016;
Gonzáles, 2016; Soria, 2016)). El Anexo 1 - 2.3.1 provee un ejemplo.
cuadrático medio (RMSE) (incorpora el sesgo y la dispersión del error) (Isaaks & Srivastava, 1989). En zonas
llanas se sugiere comparar los resultados de esquemas sencillos como ser, los polígonos de Thiessen y el
método de la distancia inversa (IDW). En zonas de montaña, es una buena práctica comparar uno de los dos
métodos citados con otro que considere al menos el relieve topográfico (e.g., (Mair & Fares, 2011)).
Polígonos de Thiessen
Es el método más difundido para la construcción de isolíneas, junto con el método de la distancia inversa.
Interpola (extrapola) los registros en el espacio a través del cálculo de valores medios areales. El método de
define los pesos en base a un área de influencia establecida a partir del área del polígono que circunscribe a
la estación. El trazo de cada polígono se inicia dibujando las líneas que conectan a las estaciones adyacentes
en tierra. A partir de allí se trazan mediatrices, que se prolongan hasta la divisoria de la cuenca (Figura 6)
(Chow, Maidment, & Mays, 1998). El peso de cada estación se mantiene constante para cada estación. En
caso de que la escala de tiempo cambie (anual, mensual, diaria) la geometría del polígono se mantendrá
constante. Aquella practicidad es un aspecto atractivo del método; sin embargo, su aplicación contempla
obstáculos en zonas de montaña, debido a la variabilidad en sentido horizontal y vertical ocurre en distancias
cortas. En este escenario, es aconsejable un método alternativo que tome en cuenta el relieve topográfico.
Divisoria de cuenca
Estación 1
Polígonos de Thiessen
Estación 2
Estación 3
Red hídrica
Figura 6. Trazado de polígonos de Thiessen para el cálculo de valores medios areales
Yˆx = n
i
Ec. 29.
1
∑
i =1 d i
υ
42
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Kriging
A diferencia de los métodos descritos, la interpolación kriging se basada en elementos de la teoría de
probabilidades. Está desarrollado alrededor de un concepto enfocado a minimizar la varianza de los errores,
aunque desde una perspectiva práctica, los errores y la varianza son factores desconocidos. De manera
general, la estimación se realiza mediante ponderación de los valores medidos en un área adyacente al sitio
donde se realiza la predicción (Isaaks & Srivastava, 1989). El procedimiento se desarrolla en el análisis de la
variabilidad espacial mediante la inspección de variogramas y el cálculo de las predicciones. Un variograma
experimental es una gráfica de observaciones versus la distancia entre muestras. Este variograma se ajusta a
un variograma empírico, en analogía al caso de la regresión múltiple donde una curva se ajusta a los datos.
La identificación del mejor modelo sigue un procedimiento iterativo, para lo cual los programas
computacionales resultan útiles. El método kriging calcula los pesos en cada sitio a través del variograma. Al
emplear un modelo estadístico, la principal ventaja del método es la posibilidad de calcular medidas de
incertidumbre asociadas a las inferencias (EPA, 2007).
Kriging ordinario
La literatura reporta estudios que comparan distintos modelos de interpolación espacial. A partir de aquella
recopilación se sugiere el método de kriging ordinario (Mair & Fares, 2011), una versión que asume que la
media es constante pero desconocida a lo largo del espacio de análisis. El método define el proceso a través
de la siguiente relación (EPA, 2007):
Z ( x , y ) = µ + e( x , y ) Ec. 30,
donde Z (x, y) es el proceso (e.g., precipitación media anual), µ es la función de tipo estacionaria (media global),
(x, y) es la ubicación (e.g., longitud, latitud), e son las fluctuaciones aleatorias a pequeña escala (el
componente estocástico correlacionado en el espacio, sobre el cual se enfoca el análisis del variograma).
• Variograma experimental
El análisis de los datos se realiza graficando las semivarianzas (diferencias entre valores vecinos):
ϑ (h) =
1
2
[
E (z ( x , y ) − z [( x , y ) + h ] )
2
] Ec. 31,
donde ϑ (h) es el modelo espacial de covarianza (la correlación espacial de los datos), z(x,y) es el valor de la
variable objetivo en la ubicación (x,y) y z(x,y + h) es el valor vecino en la ubicación [(x,y) + h]. Asumiendo que
existen n observaciones que dan lugar a n(n-1)/2 pares para los cuales es posible el cálculo de la
semivarianza, se obtiene un gráfico llamado nube de variograma con todas las semivarianzas versus las
distancias. Las nubes podrían no ser fáciles de interpretar, por lo cual se recurre a otra gráfica donde se
agrupa los datos correspondientes a distancias promedio estandarizadas llamadas "retraso", clases o
sectores. Las sugerencias de la literatura respecto al número de sectores son extensas (EPA, 2007): mínimo
de 30 pares de datos por cada clase o un número de clases igual a la raíz cuadrada del número total de
registros de la serie, constituyen un par de alternativas. El resultado es el variograma experimental.
• El variograma empírico
El cálculo continúa con la selección de un variograma empírico. El ajuste se realiza a través de funciones
objetivo e inspección visual (ESRI, 2016). Los modelos gaussiano, esférico y exponencial son los más
comunes. El primero tiene una forma en "S", con un incremento gradual inicial, seguido por un incremento
pronunciado en la parte media y un incremento gradual al final. Por otro lado, los otros dos modelos tienen un
incremento pronunciado al inicio, con el modelo exponencial trazando un comportamiento menos brusco. Los
variogramas empíricos están definidos por el nugget, la meseta y el rango (Figura 7) (EPA, 2007):
- El nugget es la variación debido a errores sistemáticos y variaciones micro escala. Si existen datos co-
localizados, es aceptable que una primera estimación sea el promedio de aquellos datos. Software de cálculo
provee valores referenciales que podrían ser promediados al anteriormente citado, para definir un valor final.
La extrapolación del primer tramo del variograma empírico proveer también una estimación de su valor.
- La meseta es la máxima varianza asociada a la superficie. Para su estimación existen varias alternativas: el
43
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
valor asociado a la distancia mayor, el valor más grande definido por el variograma empírico y el promedio de
las mesetas de varias funciones de variogramas empíricos.
- El rango es la distancia a partir de la cual la correlación espacial deja de ser relevante. Su estimación se
realiza mediante el método de medias cuadráticas, conocidos el nugget y la meseta. Alternativamente, el
rango se estima desde el variograma, a partir de la definición propia del factor. Promediar los datos en series
mensuales, estacionales y anuales, es uno de los aspectos que mayor efecto tendrá en el rango; a medida
que la resolución es menor, menor será la varianza y mayor la correlación espacial, incrementando el rango.
En la actualidad, paquetes computacionales como Surfer, ArcGIS y similares proveen herramientas para el
cálculo del variograma. Aunque su uso es altamente recomendable, la interpretación demanda un enfoque
crítico debido a que los productos a ser obtenidos son resultado de esquemas numéricos de optimización.
Semivarianza
Meseta
parcial
Meseta
Nugget Rango
Distancia
Conceptualmente, kriging busca definir relaciones lineales óptimas y consistentes con los datos. El siguiente
paso en el análisis consiste en interpretar el variograma empírico y aplicar fórmulas de productos matriciales
de covarianzas para las estimaciones kriging en los sitios de interés. El desarrollo se lo encuentra en la
literatura (e.g., (Isaaks & Srivastava, 1989; Webster & Oliver, 2007; EPA, 2007) y su aplicación se facilita a
través de los programas computacionales señalados.
El último paso provee el asesoramiento de la calidad del producto. Se realiza a través de la comparación de
varios modelos y su relación con funciones objetivo, como la raíz del error cuadrático medio. Son
herramientas útiles la inspección visual y la validación cruzada (i.e., proceso de remoción de uno o varios
elementos y reevaluación de la calidad de los resultados). Modelos de mayor complejidad y alcances se
describen en la literatura y podrán ser aplicados en función a la temática específica (e.g., (EPA, 2007)). El
ejemplo del Anexo 1 - Tabla A1-17 provee un esquema que ilustra el proceso de interpolación.
Co-kriging
Analiza la relación espacial entre dos variables. En el contexto presente, existen estudios que consideraron
este enfoque para analizar la relación entre la precipitación, el relieve topográfico y el Índice de Diferencias
Normalizadas de Vegetación (NDVI) (e.g., (Espejo A. , 2016)). El Co-kriging realiza la predicción por
combinación lineal de covarianzas, similar al caso del kriging ordinario (EPA, 2007).
toda el área (e.g., (Soria, 2016)) o de manera individual por unidad de cobertura del suelo dominante. El
Anexo 1 - Tabla A1-18 provee un ejemplo aplicado a través de los pasos siguientes (Fries, y otros, 2009):
i. Cálculo del gradiente térmico promedio. Se realiza mediante ajuste a un modelo de correlación
o
múltiple, donde la variable dependiente es la temperatura mensual promedio en C (Tmes) (medida en
las estaciones), b la temperatura base (el coeficiente de intercepción de la regresión), Γ es la
-1
pendiente de la regresión (gradiente térmico negativo, km ) y la variable independiente es la altitud
de las estaciones en msnm (Aestación):
iii. Raster de temperaturas con la tendencia removida (TDet). Los valores puntuales de TDet en los
sitios de las estaciones climáticas se interpolan espacialmente mediante los métodos IDW ó kriging.
iv. Resultado: Raster de temperaturas. La inversión de la última ecuación resulta en la temperatura
o
mensual promedio T(x,y) en C en cada celda con coordenada (x,y), en base al raster de TDet , a la
elevación de la celda del DEM ADEM(x,y) en msnm y al ADet.
[
T( x , y ) = T Det + Γ ⋅ ( A DEM ( x , y ) − ADet ) ] Ec. 34.
T A Det = T mes + Γ1 estación Aestación + Γ 2 estación A 2 estación Ec. 36, meses fríos,
donde la temperatura TADet corresponde a la altura base ADet (que podría ser a nivel del mar), Γestacion es el
gradiente de una estación específica; el coeficiente para el caso parabólico se define a través de dos factores
Γ1 estacion y Γ2 estacion. Para el proceso reverso, se obtiene una serie promedio que representa a las estaciones
referenciadas a una elevación común (i.e., nivel del mar), la cual provee la solución de las dos ecuaciones
citadas, para reconstruir las series de temperatura a nivel de cada estación o de una unidad de planificación.
PWordlC lim
PTRMM _ corregido = PTRMM Ec. 37.
PTRMM
45
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Precipitación
La fuente de información primaria son las estaciones en tierra. En regiones con limitada información histórica
y espacial, aquella información reconstruida se complementa utilizando datos globales como los del
WorldClim (Hijmans, Cameron, Parra, Jones, & Jarvis, 2005) o fuentes de información satelital. La
aplicabilidad de la información secundaria, es decir, de aquella información capturada a través de medios
distintos a los provistos por las estaciones en tierra, deberá ser evaluada en funciones a las condiciones
particulares; un ejemplo que ilustra la importancia de tal evaluación lo provee la literatura, a través de un
estudio realizado en la región del Lago Titicaca, en cuyas orillas, se demuestra que el contraste entre la
energía irradiada por el propio cuerpo de agua y el suelo influye en el desempeño de las predicciones
realizadas del producto 3B43 del TRMM (Satgé, y otros, 2016).
Evaporación
La evaporación es el proceso por el cual el agua se convierte en vapor de agua y se retira de los lagos,
embalses, ríos, suelos, vegetación (la superficie evaporante) (Allen, Pereira, Raes, & Smith, 2006). La
evaporación y la transpiración constituyen las principales pérdidas hacia la atmósfera. La clave en el proceso
de evaporación es la energía proporcionada por la radiación solar y en menor grado por la temperatura del
aire. La diferencia entre la presión de vapor de agua en la superficie y la atmósfera provoca el flujo de la
presión de vapor. A medida que la superficie se satura por efecto de la evaporación, la velocidad del viento es
fundamental para provocar el flujo de aire seco (mayor densidad) hacia la masa de aire saturado (menor
densidad). Estos parámetros, junto con el tipo de cobertura del suelo y la cantidad de agua en la superficie
evaporante, son los factores considerados en el cálculo (Allen, Pereira, Raes, & Smith, 2006). La
-2
cuantificación se realiza en lámina de agua (mm) o unidades de energía por unidad de área (e.g., MJ m ).
error alrededor del 15%, producto de la incertidumbre en la estimación del coeficiente de embalse, i.e., la
relación entre la evaporación real y la evaporación de tanque; como referencia, se estima que el coeficiente
de embalse para un tanque evaporímetro tipo A varía de 0.6 a 0.8 (UNESCO, 1982; Aparicio, Lafragua,
Gutiérrez, Mejía, & Aguilar, 2006). Este valor se multiplica mensualmente por el área de la superficie del
cuerpo de agua y se obtiene el volumen de agua evaporada.
donde V1 y V2 son los volúmenes de agua al inicio y al final del periodo ∆t, correspondientemente. En la
práctica, la evaporación medida en el tanque es superior a la evaporación en cuerpos de agua como los
lagos, debido principalmente a la baja capacidad de almacenamiento de calor, la exposición lateral al sol y
viento, además de la incapacidad para representar el intercambio entre el lago, el suelo y el reservorio
subterráneo. Como se mencionó previamente, el cociente de la evaporación del lago a la evaporación de
tanque se denomina coeficiente de tanque o de embalse. Los valores del coeficiente difieren según la región;
su determinación empírica es relativamente sencilla debido a que no tiende a variar a escala interanual
(Cumming, 2001). En la tabla a continuación se presentan cifras referenciales para distintas coberturas de
suelo, comparados con valores empíricos de coeficientes de tanque resultantes del cociente entre la
evapotranspiración de un cultivo de referencia y la evaporación del tanque evaporímetro tipo A.
Evaporación
Tanque situado en superficie cultivada 0.75 (Allen, Pereira, Raes, & Smith, 2006)
Tanque situado en suelo desnudo 0.60 (Allen, Pereira, Raes, & Smith, 2006)
Cultivo de quinua, Altiplano boliviano 0.63 (Choquecallata, Vacher, Fellmann, & Imaña, 1991)
Base conceptual
Durante el inicio del crecimiento del cultivo, las pérdidas de agua ocurren principalmente sobre las capas
superficiales del suelo. A medida que el cultivo crece y proyecta más sombra, disminuye la fracción de
radiación solar que incide en el suelo, hasta que la vegetación cubre totalmente la superficie; en esta etapa,
aproximadamente el 90% de las pérdidas se atribuyen a la transpiración (Allen, Pereira, Raes, & Smith,
2006).
48
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Para el cálculo de la evapotranspiración de cultivo se debe distinguir dos conceptos: la evapotranspiración del
cultivo bajo condiciones estándar (ETc) y la evapotranspiración del cultivo de referencia (ETo). La ETc se
relaciona al manejo del cultivo, al expresar la evapotranspiración en condiciones óptimas de suelo, agua y
clima. Por otro lado, la ETo expresa la demanda de evapotranspiración de la atmósfera sobre una superficie
de referencia (cultivo hipotético de pasto, rye grass), no sometida a restricciones de agua; se calcula
exclusivamente en base a consideraciones climáticas, independientemente al tipo de cultivo, las condiciones
de manejo o las condiciones del suelo (Allen, Pereira, Raes, & Smith, 2006). La ETo; reemplaza al concepto
de la evapotranspiración potencial.
Las necesidades de agua del cultivo son en magnitud iguales a la evapotranspiración del cultivo. Sin
embargo, conceptualmente se refieren a la cantidad de agua que debe ser proporcionada (riego o
precipitación). Este último concepto es de interés para los fines presentes.
El consumo de agua de la vegetación agrícola y natural se estima a través del enfoque Kc ETo (Allen, Pereira,
Raes, & Smith, 2006):
ETc = Kc ⋅ ETo Ec. 39,
-1
donde ETc y ETo están en [L T ] y los coeficientes de cultivo (Kc) son adimensionales. El Kc integra las
características que distinguen el cultivo real del cultivo de referencia. Representa cuatro factores distintivos: la
altura del cultivo, el albedo de la superficie suelo-cultivo, la resistencia del follaje o manto de las hojas y la
evaporación del suelo expuesto. El Kc está limitado únicamente a un cierto rango climático (la mayoría de los
efectos climáticos son asumidos por el ETo), por lo que se define básicamente de acuerdo a las
características del cultivo y su variación estacional durante el periodo de crecimiento. Estos aspectos
permiten que en general se acepte valores de Kc estandarizados para ciertos climas y tipos de cultivos (Allen,
Pereira, Raes, & Smith, 2006). Cuando las condiciones se alejan de aquellas asumidas por el ETc, la
evapotranspiración difiere y se introduce el término "real" (ETreal), resultante de la inferencia de variaciones
en las condiciones del suelo y de los cultivos a través de un coeficiente de estrés hídrico Kcs que reducen el
factor Kc. Su estimación se realiza mediante cálculo del balance hídrico del suelo o a través de relaciones
empíricas (e.g., (Collick, y otros, 2009)); para fines de la presente guía, su determinación se realiza
empíricamente a través del modelo de humedad del suelo.
Cultivo de ETo
Clima + referencia =
Kc
ETo x = ETc
Figura 8. ETo, ETc y el Kc, en un esquema (a partir de (Allen, Pereira, Raes, & Smith, 2006))
Esquema de cálculo
i. Cálculo de la ETo. La mayoría de los estudios de balance hídrico realizados en el país comparan el
uso de métodos varios como el de Turc, Blaney-Cridley y aquellos descritos en el capítulo III de la
presente guía. Entre aquellos métodos, la literatura sugiere la aplicación del método de la FAO
Penman-Monteith (García, Raes, Allen, & Herbas, 2004; Allen, Pereira, Raes, & Smith, 2006). La
sección siguiente muestra los detalles del método.
ii. Interpolación espacial de la ETo. La ETo estimada para las estaciones en tierra se interpola
espacialmente.
49
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
iii. Estimación del Kc. Los valores se definen a través de información de propiedades biofísicas de la
vegetación. El primer enfoque para su cálculo es a través de la estimación por separado de los
coeficientes de transpiración y evaporación para cada tipo de cultivo (Allen, Pereira, Raes, & Smith,
2006). Un segundo enfoque toma ventaja de la directa relación existente entre la ET y el balance
energético de la Tierra; este método estima el Kc a través de técnicas de teledetección, siguiendo el
esquema de cálculo a continuación descrito (Cuesta, Montoro, Jochum, López, & Calera., 2005;
Ferrara, Fiorentino, Martinelli, Garofalo, & Rana, 2010):
- Paso iii-1. Cálculo de la superficie de las áreas cultivadas. Se realiza mediante digitalización de
las parcelas o unidades de vegetación sobre mapas o preferentemente en escenas de plataformas
satelitales. Las plataformas Landsat y Google Earth constituyen adecuadas alternativas.
- Paso iii-2. Ortorectificación de los polígonos de las parcelas. Se consideran procedimientos
estándar de teledetección cuantitativa para quitar la distorsión de los polígonos (Liang, 2004).
- Paso iii-3. Distribución espacial de los Kc. Valores de Kc para cada unidad de cobertura o uso de
suelo son obtenidos a partir de estudios o información general de la literatura; aquellos valores se
relacionan con la cobertura observada en la información temática o la interpretación realizada a partir
de las escenas satelitales. Los valores de Kc se distribuyen espacialmente asumiendo una relación
lineal con índices NDVI. Se debe procurar seleccionar escenas coincidentes con aquellas utilizadas
para digitalizar las parcelas; en ausencia de información, se deberá capturar escenas lo más
cercanas posible a la fecha deseada. El preprocesamiento y tratamiento de las imágenes, así como el
cálculo de los índices NDVI, se explican en una sección posterior.
iv. Distribución espacial de la ETc. Se define por simple álgebra de mapas a través de los raster de Kc.
v. Predicciones futuras. Se deberá predecir el comportamiento futuro del Kc y del ETo por separado.
En caso de que no exista un fundamento que sugiera un cambio futuro en el Kc, una alternativa para
predecir su comportamiento futuro es asumir que la variabilidad estacional del parámetro permanece
invariable en el futuro (e.g., (Soria, 2016)). El siguiente paso es predecir el comportamiento futuro de
la ETo; constituye una alternativa, estimar el comportamiento futuro de la temperatura del aire y a
través de allí estimar la ETo (ver sección 7.3.2). A partir de allí, se estiman series cronológicas del
posible comportamiento futuro de la ETc como parámetro representativo de la demanda futura.
900
0.408 ⋅ ∆( Rn − G) + γ u 2 ( e s − ea )
ETo = T + 273 Ec. 40,
∆ + γ (1 + 0.34u 2 )
-1 -1
dónde la ETo está en [mm día ], ∆ es la pendiente de la curva de presión de vapor [kPa °C ], Rn la radiación
50
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
neta en la superficie del cultivo [MJ m día ], G el flujo del calor de suelo [MJ m día ], γ la constante
-2 -1 -2 -1
-1
psicrométrica [kPa °C ], T la temperatura media del aire a 2 m de altura [°C], u2 la velocidad del viento a 2 m
-1
de altura [m s ], es la presión de vapor de saturación [kPa], ea la presión real de vapor [kPa], la diferencia (es –
-1
ea) es el déficit de presión de vapor [kPa]. En esta expresión, Ra se mide en [mm día ]. A continuación, se
explican estos parámetros así como su cálculo, en base a (Allen, Pereira, Raes, & Smith, 2006).
• Presión de vapor
El factor determinante para la remoción de vapor es la diferencia entre la presión de vapor de agua en la
superficie y la presión de vapor de agua en el aire circundante. En regiones con alta humedad de aire, la
demanda de evapotranspiración será menor en comparación a zonas áridas y calientes. La presión real de
vapor (ea) es la presión de vapor ejercida por el vapor de agua en el aire; la diferencia entre la presión de
vapor de saturación (es) y ea es el indicador de la real capacidad evaporativa del aire.
• Humedad relativa
La HR es el cociente entre la cantidad de agua que el aire realmente contiene y la cantidad que podría
contener si estuviera saturado. Varía entre un máximo al amanecer a un mínimo a primeras horas de la tarde.
Esta fluctuación es debido a que la presión de saturación de vapor depende de la temperatura del aire.
Cálculo
o o
Presión de saturación de vapor (e (T)) [kPa]. Se calcula en función a la temperatura del aire T [ C]. La
presión de vapor de saturación (es) es calculada como el promedio sobre el periodo de cálculo de la presión
de saturación de vapor (eo) a la Tmax y la Tmin (eoTmax y eoTmax, respectivamente):
17 .27 ⋅ T
e o (T ) = 0.6108 ⋅ exp Ec. 41,
T + 237 .3
e o T max + e o T min
es = Ec. 42.
2
4098 ⋅ e o Tmed
∆= Ec. 43,
(Tmed + 237 .3)2
Presión real de vapor (ea) [kPa]. Se calcula a través de la temperatura de rocío (Tdew) o la HR [%] (HRmax,
HRmin ó HRmed), a través de una de las siguientes expresiones:
51
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
17 .27 ⋅ Tdew
e a = e o (Tdew ) = 0 .6108 ⋅ exp Ec. 44,
Tdew + 237 .3
HR max HR min
e o T min + e o T max
ea = 100 100 Ec. 45,
2
En caso de que los datos de HRmin sean dudosos, se sugiere la siguiente relación:
HR max
e a = e o T min Ec. 46,
100
Cuando HRmax y HRmin no estén disponibles, una expresión con menor precisión que las citadas es:
HRmed
e a = e o Tmed Ec. 47.
100
Radiación
2 -1 o o
Tabla 8. Radiación extraterrestre (Ra) diaria en [MJ m- día ] para latitudes 9 S a 23 S.
1
Los valores se convierten a [mm día- ] si se dividen por el factor 2.45. A partir de (Allen, Pereira, Raes, & Smith, 2006)
N _ real
Rs = a s + bs Ra Ec. 48,
N _ max
52
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
donde N_real [h] es la duración real de la insolación, N_max [h] es la duración máxima posible de la insolación,
N_real/N_max es la duración relativa de insolación (expresa la nubosidad atmosférica), as es la constante de
regresión que expresa la fracción de radiación extraterrestre que llega a la tierra en días muy nublados
(cuando N_real = 0) y as+bs es la fracción de la radiación extraterrestre que llega a la tierra en días despejados
(cuando N_real = N_max). La literatura recomienda valores de as= 0.25 y bs = 0.50 (Allen, Pereira, Raes, &
Smith, 2006).
-2 -1
En condiciones de cielo despejado (cuando N= N_max), la radiación solar Rso [MJ m día ] se calcula:
Rso = (a s + b s )Ra Ec. 49,
o o
Tabla 9. Insolación máxima diaria (N_max) diaria en [h] para latitudes 9 S a 23 S.
Rs = k Rs ⋅ Ra (T max − T min )
0 .5
Ec. 50,
-2 -1
donde Rs y Ra están en [MJ m día ], Tmax y Tmin están en [°C] y kRs es un coeficiente de ajuste, usualmente
-0.5
en el rango 0.6-0.9 [°C ].
53
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
donde Pa está en [kPa], ζ es el calor latente de vaporización igual a 2.45 [MJ kg ], cp es el calor específico a
-1
presión constante (para condiciones atmosféricas medias se asume un valor de 1.013 x 10 [MJ kg °C ]), ξ
-3 -1 -1
es el cociente entre el peso molecular de vapor de agua al peso molecular del aire seco igual a 0.622.
0 .5
Pa
k Rs = 0.17 Ec. 58,
Po
54
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
-0.5
El factor kRs [°C ] reduce los valores de temperatura a radiación solar; varía en función a la proximidad del
sitio en relación a ubicaciones a nivel del mar y se define en función a la presión atmosférica media del lugar
Pa [kPa] y la presión media mensual a nivel del mar Po [kPa] (Hargreaves, 1994). Para zonas donde
predominan las masas de tierra y no son influenciadas fuertemente por cuerpos de agua se sugiere el valor
-0,5
promedio de 0.16 [°C ] (Hargreaves, 1994). Como referencia, en el estudio para el área de la cuenca
Cachimayu en los departamentos de Chuquisaca y Potosí, el valor promedio obtenido en función a los
-0,5
registros de las estaciones Sucre (SENAMHI) y Yotala fue de 0.14 [°C ] (Soria, 2016).
55
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Abril 0.65
6.3 Modelo de humedad del suelo del Sistema de Evaluación y Planificación del Agua
El modelo conceptual hidrológico semidistribuido sugerido es el modelo de humedad del suelo del Sistema de
Evaluación y Planificación del Agua (WEAP). Se implementa a través de un esquema unidimensional, con
una estructura de balance hídrico desagregada a escala de subcuenca (Yates, Sieber, Purkey, & Huber-Lee,
2005). La aplicación del modelo dentro la plataforma WEAP provee un ambiente para el posterior análisis de
relaciones oferta-demanda.
El modelo comprende dos reservorios verticales. A través de aquello el flujo total se cuantifica mediante
análisis del flujo superficial, las pérdidas por evaporación, la infiltración, la percolación y el flujo base. El
esquema del modelo transmite la percolación profunda hacia un cuerpo de agua superficial o directamente
56
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
hacia el acuífero subterráneo, de acuerdo a las características del sistema observado. La influencia de
embalses, la red de distribución y otras condiciones de operación, se asignan a los puntos de extracción de
agua y se incorporan a los cálculos a través de criterios que maximizan la satisfacción de la demanda
(CCGUC-SEI, 2009). La representación de los procesos hidrológicos tiene un nivel de agrupamiento que hace
válida la aplicación del modelo dentro de una escala temporal semanal y mensual (CCGUC-SEI, 2009).
La respuesta física del modelo tiene dos premisas. La primera sugiere que en cuencas con topografía
accidentada, los reservorios subterráneos están alimentados por los aportes de la precipitación en las
subcuencas situadas aguas arriba. La segunda premisa sugiere que los aportes de la precipitación en las
subcuencas aguas abajo, en zonas con relieve suave, contribuyen a la recarga de los reservorios aluviales,
aprovechables para fines de irrigación y directamente relacionados con el flujo de los ríos principales.
Esquemáticamente, este tipo de respuesta sugiere una configuración con dos reservorios verticales aguas
arriba de la cuenca y un solo reservorio vertical en la zona con reservorios aluviales (Yates, Sieber, Purkey, &
Huber-Lee, 2005; SEI, 2015).
dh1, j
Sw j = Pe(t ) − ET (t ) − Qs (t ) − Qss (t ) − Qp (t ) Ec. 59,
dt
donde Sw,j [L] es un estimado de la capacidad efectiva de almacenamiento de agua en el suelo para cada j. El
almacenamiento relativo de agua en el suelo h1,j, representa una fracción del total de almacenamiento efectivo
en el reservorio "1" (Figura 9); h1,j varía entre 0 (punto de marchitez permanente) y 1 (capacidad de campo). Pe
es la precipitación efectiva total acumulada en el paso de tiempo t, ET es la evapotranspiración, Qs es la
escorrentía superficial, Qss es la escorrentía subsuperficial, Qp es la percolación profunda.
La ecuación siguiente presenta la expresión desarrollada por (Yates, Sieber, Purkey, & Huber-Lee, 2005),
donde RRF [adimensional] es el factor de resistencia al escurrimiento, con los valores más bajos relacionados
a las tasas más altas de escorrentía superficial (suelos sin cobertura vegetal); en la formulación original, este
-1
factor era el índice de área foliar LAI. ksj [L T ] es un estimado de la conductividad saturada en el reservorio
superficial. fj [adimensional] es un parámetro de calibración relacionado al tipo de suelo, cobertura y
topografía, que define la proporción que escurre horizontalmente (fj) o verticalmente (1 - fj):
[ ]
N
Q1 (t ) = ∑ A j Pe (t )h1, j + f j ks j h1, j
RRFj 2
Ec. 61.
j =1
En aplicaciones donde se asume que no existe recarga hacia el nodo del acuífero, con ks2 [L T-1]
representando la conductividad hidráulica en el reservorio "2" (valor constante para toda la cuenca, por lo que
no incluye el subíndice j) (Figura 9), el caudal del reservorio subterráneo es (SEI, 2015):
N
dh 2
= ∑ (1 − f j ) ks j h1, j − ks 2 h2
2 2
Dw Ec. 62,
dt j =1
57
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Para el caso de la cuenca situada aguas abajo, con recarga hacia el reservorio aluvial (nodo del acuífero), se
omite el flujo desde el reservorio subterráneo (ks2 ⋅ h22) y la recarga expresada por la percolación (Perc) [L3 T-1]
es (Yates, Sieber, Purkey, & Huber-Lee, 2005):
N
Perc = ∑ A j (1 − f j )ks j z 21, j Ec. 64.
j =1
P Irrigación ET
Pe
f (P)
Qs=(P+Irrigación)h1RRF
Reservorio 1
U
Sw[L] h1% L Qss = f ks h12
Perc
f(h1,ks,1-f)
Reservorio 2
información, se procede a agregar los valores por unidad espacial de análisis. Por ejemplo, si el balance
hídrico se calcula para 40 años, a nivel mensual se necesitaría 492 mapas, por variable. Como alternativa y
en función a la complejidad del medio geofísico y climático, se recurre a simplificaciones como la desarrollada
en el ejemplo del Anexo 1 - sección 3.1.2.
59
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Coeficiente de cultivo Kc
Se sugiere considerar coeficientes distintos para las coberturas y para los cultivos. Para coberturas, los
valores se obtienen por trabajo de campo o mediante valores referenciales de la literatura (Allen, Pereira,
Raes, & Smith, 2006). Por otro lado, es factible considerar que el Kc para cobertura vegetal nativa es
invariable en el año. Para el caso de los cultivos, los Kc tienen variabilidad mensual (estacional). Su
estimación a través de técnicas de teledetección.
60
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Arcilla 120
Franco 140
Limo 120
Arena 70
Arena francosa 90
Arcilla arenosa 90
61
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
en cm
Bosques 150
Tabla 16. Índices de área foliar (LAI) para distintos tipos de cobertura.
Valores descritos en (Soria, 2016), en base a (Scurlock, Asner, & Gower, 2001; Amato, McKinney, Ingol-Blanco, &
Teasley, 2006)
LAI
Cobertura
Promedio Mínimo Máximo
Pastizales 2.50
• Valor inicial del nivel de humedad en la zona de raíces (h1) y la zona profunda (h2)
Es una condición de borde en la simulación. Representa el almacenamiento relativo expresado en porcentaje
62
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
del almacenamiento efectivo total de Sw. Los valores máximos para la calibración corresponden al contenido
de humedad en el punto de marchitez permanente. En referencia al valor inicial del nivel de humedad en la
zona profunda (h2), el mismo no se considera cuando el nodo de demanda recarga al acuífero local.
63
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
ks2 (cm/min)
Litología
Promedio Máximo Mínimo
El desarrollador del modelo sugiere los siguientes pasos para la estimación inicial del parámetro ks2 (Yates,
Purkey, Sieber, Huber-Lee, & Galbraith, 2005):
i. Tomar el registro de caudales a la salida de la cuenca y separar el flujo base. Este cálculo se realiza
3
para el promedio de toda la serie. Calcular el volumen de flujo (GV) promedio mensual en [L ].
ii. Dividir el volumen de flujo por el área de la cuenca, para obtener la profundidad de flujo equivalente
3 2
Gh: GV [L ] / Áreacuenca [L ] = Gh [L]. En una cuenca compuesta por varias subcuencas se deberá
proveer una estimación en relación a la proporción del flujo base que contribuye cada subcuenca y
proceder a ponderar la relación recién citada. Por ejemplo, si se percibe que una subcuenca es
responsable de proveer el 85% del caudal base total, la profundidad de flujo equivalente será igual a
3 2
85%(GV [L ] / Áreacuenca [L ]).
iii. Estimar un valor de h2[%] para toda la cuenca. Luego, el caudal del reservorio 2 (el reservorio
profundo correspondiente a ks2) será (Figura 9): Gh=ks2 ⋅ h22. El primer estimativo del parámetro será:
ks2[L]=Gh[L]/h22. Las unidades están en relación al periodo de análisis; por ejemplo, si el estudio es a
escala mensual, se obtiene un valor de [L/mes] (e.g., mm/mes).
64
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
ks será igual a ks [L]= Qexceso-h [L]/h22, en relación al periodo de análisis; por ejemplo si el análisis es
mensual, se obtiene un valor de [L/mes] (e.g., mm/mes).
Tabla 20. Variabilidad de valores estimados para los parámetros del modelo de humedad en el suelo.
Plataforma WEAP. Parte I: valores promedio
(Escobar,
(Amato,
Purkey,
McKinney,
(CCGUC- (Ingol- Pouget,
Ingol- (SEI, (SEI, (Espejo (Gonzáles, (Soria,
Parámetro Blanco, &
SEI, Blanco,
2015b) 2014)
Suarez,
A. , 2016) 2016) 2016)
2009) 2009) Condom,
Teasley,
& Ramos,
2006)
2008)
(Escobar,
(Amato,
Purkey,
McKinney,
(CCGUC- (Ingol- Pouget,
Ingol- (SEI, (SEI, (Espejo (Gonzáles, (Soria,
Parámetro Blanco, &
SEI, Blanco,
2015b) 2014)
Suarez,
A. , 2016) 2016) 2016)
2009) 2009) Condom,
Teasley,
& Ramos,
2006)
2008)
4 mm/ mes
semana
Máx 30 20
h1 [%] 50 --- 30 35 80 30
Mín 5 10
---
Máx 20 40
h2 [%] 50 --- 30 35 15 30
Mín 5 30
Sw Máx 25 4320 600 1300 800 155 1800 180
713
[mm] Mín 5 80 250 600 400 210 100 31
Máx 1.00 1.00 1.10 0.85 1.05 1.05
Kc --- --- 1.1
Mín 0.34 0.60 0.75 0.40 0.70 0.50
Máx 8.0 250 4.0 6.5 3.2 6.0 7.0 4.2
RRF ---
Mín 0.1 0.8 0.5 3.0 1.6 3.0 1.0 1.3
10 239
624 180 1050 190 80 50
Máx mm/día/
mm/día mm/mes mm/mes mm/mes mm/mes mm/mes
ks 500 600 mes
-1
[L T ] mm/mes mm/mes 141
45 80 80 40 20
Mín 7 mm/día mm/día/
mm/mes mm/mes mm/mes mm/mes mm/mes
mes
Máx 1.00 0.9 0.80 0.90 0.90 0.50
f --- 0.2 0.68
Mín 0.20 0.4 0.30 0.55 0.15 0.15
Tabla 21. Valores estimados en la literatura para los parámetros del modelo de humedad en el suelo.
Plataforma WEAP. Parte II: valores por unidad de cobertura y uso de suelo. Se omiten la conductividad hidráulica
Sw [mm] RRF f
(Gonzáles,
(Gonzáles,
(Gonzáles,
(Espejo A.
(Espejo A.
(Espejo A.
Cobertura
, 2016)
, 2016)
, 2016)
(Soria,
(Soria,
(Soria,
2016)
2016)
2016)
2016)
2016)
2016)
6.4 Métodos indirectos simplificados para el cálculo del volumen medio anual de
escurrimiento natural
Para la cuantificación del potencial hídrico de una zona o región remota existen alternativas simplificadas que
proveen una visión general del estado de los recursos hídricos. La aplicación de los métodos y de la
información generada, deberá ser cuidadosamente analizada y demostrada en situaciones donde se busque
extrapolar el conocimiento. La razón de tal cuidado es el carácter empírico de los enfoques y la ausencia de
estudios y una base de datos que sistematice el conocimiento. El método sugerido a continuación se deberá
aplicar únicamente dentro de las escalas especificadas.
Método racional
Dos situaciones se adecúan al uso de este enfoque agregado: i) estudios a escala puntual o de proyecto y ii)
estudios en regiones con disponibilidad muy limitada de información hidrométrica. El método original es
probablemente el más antiguo, desarrollado a mediados del siglo 19 para estimaciones de caudales pico
durante eventos puntuales (inundaciones). La literatura sugiere su aplicación en cuencas con superficie no
2
mayor a 250 km (Pilgrim & Cordery, 1992). Debido a la simplicidad en su concepción y principalmente debido
a la sencillez de cálculo, se considera en algunos países Latinoamericanos para el cálculo de volúmenes
medios anuales (e.g., (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006)). La expresión es la siguiente:
67
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
3
donde Vanual [L ] es el volumen anual de escurrimiento en la cuenca, Panual [L] es la precipitación anual de la
2
cuenca, Area [L ] es la superficie de la cuenca y Ce [adimensional] es el coeficiente de escorrentía. Este último
se determina a través de la transposición de parámetros desde otra cuenca o a partir de información de
cobertura y uso de suelo.
68
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
i. Se define un rango posible de variaciones para cada parámetro del modelo, en función a las
características físicas que el factor debe reproducir. En el caso de los factores de naturaleza
empírica, aquel rango se elige en función a las experiencias previas en la aplicación del modelo;
ii. A partir de allí se induce cambios graduales en cada uno de los parámetros de manera individual,
mientras los otros factores se mantienen fijos en valores asumidos como óptimos. El modelo se
calcula para cada uno de los cambios y se almacenan los resultados. En el caso de la aplicación de
los módulos hidrológicos del WEAP, en esta etapa son útiles los procesos semiautomáticos de
calibración (optimización) PEST (SEI, 2015).
iii. Se identifica los parámetros que son poco sensibles, es decir, los parámetros para los cuales la
variación de sus valores no afecta al modelo. Se fija aquellos parámetros insensibles a un valor
medio u óptimo; de esta manera se reduce el número de parámetros a estimar y se amplifica el
potencial del modelo hidrológico para la realización de predicciones. La forma más sencilla de
identificar estos parámetros es a través de gráficas o medidas estadísticas (i.e., funciones objetivo).
El modelo hidrológico se computa para cada experimento y se evalúan los resultados a través de
cualquiera de las técnicas descritas en capítulos precedentes.
Funciones objetivo
Es poco probable que un modelo matemático logre describir exactamente y en simultáneo todas las fases del
comportamiento de una cuenca hidrográfica (Beven, 2004). Por esta razón, al juzgar su comportamiento, la
evaluación gráfica se aplica junto a una evaluación cuantitativa. Las funciones objetivo juegan este rol. Se
sugiere considerar al menos las tres siguientes: el coeficiente de eficiencia de Nash-Sutcliffe (NSE), la raíz
cuadrada de la varianza de los residuales (RMSE) y el error volumétrico relativo (RVE) (Wagener, Wheater, &
Gupta, 2004). El NSE es una función adimensional que considera la relación entre la sumatoria de la
diferencia al cuadrado de los valores observados en la estación hidrométrica (Ot) y los valores calculados por
el modelo matemático (Ct), con la sumatoria de la diferencia al cuadrado entre las observaciones y la media
de la serie de observaciones (Om). El RMSE se basa en similares premisas, con la ventaja de que los
resultados están en las mismas unidades de la variable evaluada (en el presente caso, el caudal); en su
ecuación, Nobs es el número de observaciones de la serie.
El NSE y el RMSE están basados en el cálculo de residuales al cuadrado, por lo cual se utilizan para evaluar el
desempeño del modelo durante picos y caudales altos. Por otro lado, el RVE se utiliza para evaluar el
desempeño global del modelo, juzgando la concordancia en términos de la descarga volumétrica total. El NSE
varía desde menos infinito (desempeño pobre) hasta 1 (comportamiento idéntico entre el modelo y las
observaciones); valores negativos sugieren lo opuesto. El RMSE y el RVE indican buen desempeño cuando
son cercanos a cero. Las expresiones y tabla resumen siguientes proveen los elementos de cálculo.
∑ (O − C )
2
NSE = 1 −
t t
Ec. 66,
∑ (O − C )
2
t m
∑ (O − Ct )
1 2
RMSE = t Ec. 67,
N obs
RVE =
∑ (O − C )
t t
Ec. 68.
∑O t
Datos de calibración
La calidad de la calibración, por ende, la capacidad de predicción de un modelo, depende enormemente en la
calidad de los datos utilizados. Al respecto, la literatura provee algunas recomendaciones generales (e.g.,
(Wagener, Wheater, & Gupta, 2004)):
• ¿Cuánto de información es suficiente? Dependerá de la complejidad del modelo. Para el caso del
modelo hidrológico del WEAP, la descripción fue presentada en los capítulos precedentes. Para otros
modelos como el CHAC-Simula, la literatura provee referencias (e.g., (Molina & Espinoza, 2005)).
• ¿Cuántos años son suficientes para calibrar un modelo? Generalmente se buscará que los ciclos,
periodos multianuales o etapas de la cuenca (ciclos naturales o con intervención humana) sean
observables en los datos de calibración. En el mejor caso, podría ser suficiente un año de mediciones
de muy alta calidad en la cuenca de interés, cuando exista un número amplio de años de
observaciones en cuencas vecinas con comportamiento hidrológico similar. En otros estudios, serán
varios los años requeridos para calibrar los parámetros de un modelo (Wagener, Wheater, & Gupta,
2004). En cualquier caso, la recomendación general es contar con información de buena calidad
durante los periodos húmedos, con el objetivo de activar la respuesta del total de parámetros del
modelo (Yapo, Gupta, & Sorooshian, 1996).
mejor describe la respuesta en la cuenca estudiada. En este proceso aparece la pregunta de cuándo terminar
la búsqueda del parámetro óptimo que describe la respuesta del componente de interés. Formalmente, la
finalización se logrará al alcanzar a través de (Wagener, Wheater, & Gupta, 2004):
• Convergencia de las funciones. En la práctica, esta es una decisión subjetiva, apoyada por
parámetros cuantitativos provistos por límites mínimos y máximos asignados a las funciones objetivo
en base a las expectativas del hidrológo.
• Convergencia en los parámetros. Se analizará si el parámetro calibrado está dentro de los límites
físicos o empíricos esperados.
• Número máximo de iteraciones. Aplica a los enfoques de análisis de sensibilidad regional. Por
ejemplo, para las técnicas Monte Carlo, si bien existe un número mínimo de muestreo, también se
deberá definir un número máximo de cálculos del modelo, por razones prácticas y conceptuales.
El Anexo 1 - tabla A1-24 resume el proceso de implementación del modelo hasta la presente etapa.
Validación
En la práctica la validación verifica si el modelo calibrado tiene un desempeño adecuado en referencia a la
predicción de caudales. Se aplica considerando datos de un periodo distinto al utilizado durante la calibración.
Este sencillo proceso se aplica siguiendo las directrices sugeridas en los párrafos precedentes y se considera
válido para los fines presentes. Alternativamente, la hidrología moderna amplía este procedimiento a través
de enfoques jerárquicos similares al proceso siguiente (Wagener, Wheater, & Gupta, 2004):
i. Se analiza la validez del modelo a través de la prueba tradicional de dos muestras.
ii. Se valida estas percepciones en cuencas vecinas hidrológicamente similares.
iii. Se selecciona dos periodos distintos a los previamente identificados. El requisito es identificar
periodos donde se espera que el comportamiento de la cuenca hubiese cambiado o evolucionado
por efectos varios, de preferencia naturales. En este paso, es posible que los parámetros calibrados
cambien, debido a que se busca evaluar el desempeño del modelo en condiciones distintas.
iv. Se aplica el paso iii a las cuencas vecinas hidrológicamente similares.
un software de SIG como por ejemplo en ArcGIS; la diferencia es que para este caso las coordenadas son los
valores de las dos variables y el resultado de la función objetivo se asigna como valor del punto. La
interpretación es similar: una superficie con formas no identificables implica un parámetro con incertidumbre
en su estimación (i.e., un componente con incertidumbre dentro la estructura del modelo); para el caso de las
superficies de (Beven, 2004) se deberá además considerar la posición de los picos, la existencia de zonas
planas y otras características de las superficies.
45 45
40 40
35 35
30 30
25 25
20 20
15 15
10 10
5 5
0 0
0.16 0.18 0.2 0.22 0.24 120 137 154 171 188
Cse P [mm]
a) El parámetro Cse no es identificable (i.e., alta b) El parámetro P es identificable (i.e., baja incertidumbre): la
incertidumbre): provoca respuestas de distinta variación del parámetro ocasiona respuestas en el modelo que
magnitud para un amplio rango de valores. podrían ser calificadas como sujetas a predicción.
Límites de confianza
Como guía básica para el asesoramiento de la incertidumbre, se sugiere el cálculo de límites de confianza
para los componentes del balance hídrico a escala mensual (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar,
2006) (ver una aplicación básica en las tablas A1-18 y A1-19 - Anexo 1):
La literatura sugiere multiplicar los límites por una corrección ω , para los factores más sensibles; para
factores insensibles la corrección es igual a 1 (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006):
Xt
ω = ψ Ec. 71,
s
donde Xt es el valor de la variable de interés en el mes t, s es la desviación estándar, ψ es el coeficiente de
asimetría considerado solamente para los meses lluviosos (para otros meses el factor es igual a 1). Aquella
corrección será aplicable para series donde la asimetría no es amplia.
72
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
este último caso se añade los caudales de riego definidos por el sistema implementado. En referencia al
cálculo de las superficies cultivadas, aquellas se estiman a partir de información cartográfica e imágenes
satelitales. El siguiente paso es estimar la demanda futura; las metodologías se desarrollan alrededor de
proyectar la demanda de los cultivos y estimar el crecimiento de las superficies de cultivo, bajo dos enfoques
generales: i) proyección de tendencias históricas (estadísticas), ii) definición de posibles escenarios futuros
(MAGRAMA, 2000; IMA, 2010; IDEAM, 2015). Se recomienda considerar el primer enfoque, debido a que en
ausencia de una línea base robusta, no es posible definir escenarios futuros para el país.
74
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Caudales de retorno
El uso agrícola es de tipo consuntivo, con tasas de retorno de agua a la red hídrica de drenaje de naturaleza
variables según la eficiencia del riego (riego a secano o sistema de riego). La literatura sugiere el cálculo
mediante aplicación de un coeficiente de retorno, que es la relación entre el volumen de retorno y los
volúmenes de demanda bruta de riego. Como referencia, estudios en el Perú consideraron coeficientes de
3
retorno entre 15% a 20%, para sistemas con demanda bruta de agua mayores a 8000 m /Ha/año (IMA, 2010).
Caudales de retorno
El caudal de retorno se estima a través del caudal de aguas residuales y domésticas (sin incluir
consideraciones de la calidad con la cual el recurso hídrico retorna al sistema). El coeficiente de retorno es la
relación entre el caudal medio de aguas residuales domésticas y el caudal medio de agua que consume la
población (lavado de vehículos, aceras y calles, riego de jardines y parques y otros) (VSB, 2007). La Norma
Boliviana sugiere utilizar valores entre el 60% al 80% de la dotación de agua potable (VSB, 2007).
76
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
uno de los factores para el análisis de los impactos de posibles cambios en la respuesta hídrica de la cuenca.
La presente sección provee los lineamientos para su cuantificación.
descartar las imágenes ETM+ ni las imágenes TM. Las escenas OLI/TIRS tienen un tamaño enorme
en disco, lo cual demanda mayor tiempo en descarga y procesamiento. Principalmente durante la
época de lluvias cuando la cobertura de nubes es casi permanente, se debe procurar colectar la
mayor cantidad de información posible.
• Detección de cambios multitemporales y estacionales. Como mínimo se sugiere obtener dos
escenas por año. La primera escena buscará capturar las condiciones durante el mes de máximo
crecimiento de la vegetación y máxima disponibilidad de agua, i.e., periodo de mayor demanda de
agua: enero a marzo (España, 2014). La segunda escena se selecciona en la estación de invierno,
durante el periodo de menor demanda de agua (junio, julio). Se sugiere que para un periodo dado (un
año completo), se procure obtener una escena para cada mes, con el objetivo de proveer información
que capture las características durante un ciclo de cultivo.
• Información espectral. Las imágenes deben ser obtenidas por capa espectral. Aunque resulta
sencillo y rápido obtener imágenes en formato jpg, para fines de análisis esta información es inútil.
• Control de calidad. Se deberá proveer la referencia completa de las escenas consideradas. La
calidad de la información deberá contemplar el porcentaje de cobertura de nubes (-1 implica que no
se tiene información al respecto), la calidad de la escena (de 0 a 9; 9 hace referencia a la mejor
calidad; -1 implica que no se tiene información al respecto). El formato sugerido para el reporte se
presenta en la tabla siguiente.
Tabla 23. Formato sugerido para la presentación de las características de las escenas consideradas
78
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
implícitas al proceso de co-registro realizado por el sistema LPGS, las correcciones atmosféricas son
implícitas a la calibración radiométrica (Arnaud, Muller, Vuille, & Ribstein, 2001) y la corrección topográfica es
implícita al cálculo de índices como el Índice de Vegetación Diferencial Normalizado NDVI (Liang, 2004).
radiancia espectral escalada al QCALMAX. LMINλ y LMAXλ varían para cada sensor y sus valores se
encuentran en (Markham & Barker, 1986) y (USGS, 1998).
Para el cálculo de ρλ , d es la distancia Tierra-Sol en [unidades astronómicas] calculadas a partir del día
2
juliano de la imagen. ESUNλ [watts⋅m ⋅µm ] es la irradiancia solar exoatmosférica media (Markham & Barker,
-2 -1
1986; USGS, 1998); θ [grados] es el ángulo solar cenital, descrito en el metadato de la imagen. Para las
imágenes ETM+ y Landsat 8 OLI/TIRS, la ecuaciones siguientes son equivalentes a las dos últimas
presentadas (USGS, 1998; USGS, 2015), donde el metadato de la imagen proporciona los valores de GAIN
[watts⋅m ⋅ster ⋅µm ⋅ DN ], BIAS [watts⋅m ⋅ster ⋅µm ], ML el factor de escala multiplicativo de la radiancia, AL
-2 -1 -1 -1 -2 -1 -1
ρ B4 − ρ B3
NDVI = Ec. 79 (TM, ETM+),
ρ B 4 + ρ B3
ρ B5 − ρ B4
NDVI = Ec. 80 (Landsat 8 OLI/TIRS),
ρ B5 + ρ B 4
ρ B4
SR = Ec. 81 (TM, ETM+),
ρ B3
ρ B5
SR = Ec. 82 (Landsat 8 OLI/TIRS),
ρ B4
donde ρλ se refiere a la reflectancia planetaria para la banda λ. Por ejemplo, para la banda B4, la reflectancia
se simboliza como ρ Β4 . La Herramienta 12 - Anexo 1, provee medios que complementan la explicación.
80
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
1 Area2
TIC = ln Ec. 83.
t 2 − t1 Area1
Matrices de cambio
Es una alternativa a los métodos gráficos exploratorios. Permite observar la transición entre las clases
identificadas, como medio para detectar cambios y patrones en la cobertura y uso de suelo. El esquema de
su construcción es el siguiente (FAO, 1996; Peralta, Torrico, Vos, Galindo, & Contreras, 2015):
t1 t2
Clase a Clase b Clase c Clase d ..... Clase n
Clase a --- TIC ab TIC ac TIC ad .... TIC an
81
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
ϑx , y (τ )
Rx , y (τ ) = Ec. 84,
sx s y
donde ϑ es la función covarianza entre dos variables Xt y Yt , sx y sy son las desviaciones estándar y τ es el
retraso. La significancia de la correlación se analiza a través de la estadística t. La caracterización de las
series culmina con la identificación del índice océano-atmosférico que mejor se correlaciona con los
parámetros hidroclimáticos, en la zona geográfica seleccionada. El análisis continúa mediante el ajuste a
82
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
7.3.2. Posibles cambios futuros a través del enfoque del cambio climático
El enfoque del cambio climático sugiere un desequilibrio en el balance energético de la Tierra. El forzamiento
radiativo (FR) cuantifica el cambio en los flujos de energía originados por variaciones en la acción de
procesos naturales y antropogénicos (FB, 2013). El AR5 del IPCC describe cuatros Trayectorias
Representativas de Concentración (RCP). Cada escenario se identifica por su FR total para el año 2010, que
2
varía de 2.6 a 8.5 W/m , dando lugar a los RCP 2.6, RCP 4.5, RCP 6.0 y RCP 8.5.
Los escenarios de cambio climático no son una predicción ni un pronóstico del cambio futuro; son
proyecciones en base a supuestos de la evolución de las condiciones futuras (Salinas, 2014). Bajo un
enfoque de cambio climático, estos escenarios son implementados a través de representaciones matemáticas
del sistema atmosférico (modelos de circulación global - GCM). Estos modelos matemáticos se definen a
través de percepciones particulares, en un número amplio de institutos de investigación. En consecuencia las
estructuras de los modelos varían, así como los resultados obtenidos por las corridas correspondientes.
Como resultado de tal divergencia y dado el limitado conocimiento de la comunidad científica global respecto
a la variabilidad inherente a los procesos naturales y a la futura evolución de la sociedad, no existe consenso
respecto a cómo serán las condiciones futuras. Ante tal complejidad, las salidas de los GCM proveen una
referencia válida que proporciona una idea general de posibles futuros estados del sistema hídrico.
83
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
interpoladas a superficies mensuales de alta resolución, por ejemplo, aquellas disponibles en la base de
datos del WorldClim. La premisa del método yace en la presunción de que los cambios en el clima son
relevantes únicamente a escalas grandes y que la relación entre las variables se mantiene en el futuro
(Ramirez & Jarvis, 2010). La ventaja radica en la aplicación relativamente sencilla; por otro lado, sus
desventajas son el requisito de normalidad de las series, que imposibilita la aplicación al análisis de eventos
extremos (Trzaska & Schnarr, 2014), además de las posibles dificultades de aplicación a zonas donde el
relieve topográfico accidentado tenga influencia en las anomalías (Ramirez & Jarvis, 2010). El cálculo sigue
los siguientes pasos (Ramirez & Jarvis, 2010):
i. Definición de la línea base. Por ejemplo, a partir de la base de datos del WorldClim (periodo 1961-
1990).
ii. Cálculo de medias móviles. Por ejemplo, para la media móvil de 30 años y 7 periodos futuros
sugeridos por (Ramirez & Jarvis, 2010), para cada GCM considerado y de manera individual para
cada variable, se generan las siguientes series:
0. 1961-1990: la línea base.
1. 2010-2039 (los 2020s).
2. 2020-2049 (los 2030s).
3. 2030-2059 (los 2040s).
4. 2040-2069 (los 2050s).
5. 2050-2079 (los 2060s).
6. 2060-2089 (los 2070s).
7. 2070-2099 (los 2080s).
iii. Cálculo de anomalías. Resulta de la diferencia absoluta entre los valores futuros y la línea base.
iv. Interpolación de anomalías. Se realiza a partir de los centroides de las celdas del GCM. El método
sugerido en (Ramirez & Jarvis, 2010) es la técnica de la curvatura mínima básica (interpolación spline
de placa delgada). La resolución de interpolación deberá ser concordante con la correspondiente a la
línea base.
v. Adición de superficies. Las anomalías interpoladas se suman a las correspondientes de la línea
base. Para el caso de las temperaturas mínima y máxima, las superficies interpoladas de las
o o
anomalías en C se suman a los valores de temperatura de la línea base, en C. Para el caso de la
precipitación, se considera la siguiente relación (Ramirez & Jarvis, 2010):
Panomalía
Pfutura = PWorldC lim 1 + Ec. 86,
PWorldC lim + 1
donde Pfutura es el valor futuro en el pixel, PWorldClim es el valor de la línea base, Panomalía es el valor
interpolado de la anomalía.
84
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
30
Temperatura del aire [oC]
CCSM3_T_C
25 MIROChires_T_C
20
15
10
0
2000
2008
2016
2024
2032
2040
2048
2056
2064
2072
2080
2088
2096
Figura 11. Rango de incertidumbre para las salidas de dos modelos GCM.
El ejemplo presenta información de temperatura media del aire para dos RCP predichas por dos modelos GCM
85
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
86
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Percepciones calibradas
(modelo hidrológico , otras herramientas)
Registros hidroclimáticos de estaciones en tierra o información
secundaria, para el periodo 1975-2015.
ETo − ETreal
Ia = Ec. 87.
ETo
87
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
IUA IRH
Muy alta Alta Media Baja Muy baja
Muy bajo Media Media Media Baja Muy baja
Bajo Media Media Media Baja Muy baja
88
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
89
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
X. Referencias
Abasto, N. (1987). Balance hídrico superficial de la cuenca del río Madre de Dios, Amazonía, Bolivia-Perú. La Paz: Universidad Mayor de San
Andrés.
Aguilar, E., Sigró, J., & Brunet, ,. M. (2009). RClimdex con funcionalidades extra de control de calidad. Manual de Uso. Tarragona: University
Rovira i Virgili.
Ajami, N., Gupta, H., Wagene, T., & Sorooshian, S. (2004). [Calibración de un modelo hidrológico semi distribuído para la estimación de
flujo de caudales en un sistema hídrico]. Journal of Hydrology , 298, 112–135. (En inglés).
Allen, R., Pereira, L., Raes, D., & Smith, M. (2006). Evapotranspiración del cultivo. Guias para la determinación de los requerimientos de agua
de los cultivos. Roma: Organización de las Naciones Unidas para la Agricultura y la Aimentación.
ALP. (28 de Mayo de 2014). Ley de Minería y Metalurgia. La Paz, Estado Plurinacional de Bolivia: Asamblea Legislativa Plurinacional (ALP).
Amato, C., McKinney, D., Ingol-Blanco, ,. E., & Teasley, R. (2006). [Modelo hidrológico WEAP aplicado a la cuenca Rio Conchos]. Austin:
Center for Research in Water Resources CRWR Online Report 06-12. (En inglés).
Andrade, F. (2003). Balance hídrico superficial de la cuenca del Lago Titicaca. La Paz: Universidad Mayor de San Andrés.
Aparicio, J., Lafragua, J., Gutiérrez, A., Mejía, R., & Aguilar, E. (2006). Evaluación de los recursos hídricos - Elaboración del balance hídrico
integrado por cuencas hidrográficas. Montevideo: Instituto Mexicano de Tecnología del Agua - Programa Hidrológico Internacional de la
UNESCO para América Latina y el Caribe.
Arellano, R. (1988). Balance hídrico superficial de la cuenca del río Pilcomayo, Río de la Plata, Bolivia. La Paz: Universidad Mayor de San
Andrés.
Arnaud, Y., Muller, F., Vuille, M., & Ribstein, P. (2001). [Influencia de la Oscilación sur El Niño en un glaciar del volcán Sajama, de 1963 a
1998 a partir de fotografía aérea Landsat]. Journal of Geophysical Research , (106), 17773-17784. (En inglés).
Avalos, G., Cubas, F., Oria, C., Díaz, A., Quispe, N., Rosas, R., y otros. (2011). Atlas climático de precipitación y temperatura del aire en la
cuenca del río Mantaro. Lima: Consejo Nacional del Ambiente - CONAM.
Barnston, A. (29 de enero de 2015). [¿Porqué tántos índices ENSO en lugar de tener sólo uno?]. Recuperado el 1 de junio de 2016, de
Climate.gov: https://www.climate.gov/news-features/blogs/enso/why-are-there-so-many-enso-indexes-instead-just-one. (En inglés)
Bastiaanssen, W. (2000). [Flujos sensible y latent basados en SEBAL en la cuenca irrigada de Gediz, Turquía]. Journal of Hydrology , 229,
87–100. (En inglés).
Bastiaanssen, W. (2000). [Método SEBAL para el cálculo del calor sensible y el calor latente en la cuenca irrigada de Gediz, Turquía[.
Journal of Hydrology , 229, 87–100. (En inglés).
Benavidez, C. (1988). Influencia de los cambios en el uso de suelo sobre el escurrimiento y la erosión en la cuenca del río Piraí, Amazonía
Andina, Bolivia. La Paz: Universidad Mayor de San Andrés.
Beven, K. (2004). [Modelación precipitación escurrimiento - La guia elemental]. Chichester: John Wiley. (En inglés).
Blacutt, L., Herdies, D., Gonçalves, L., Vila, D., & Andrade, M. (2015). [Comparación de precipitación para el CFSR, MERRA, TRMM3B42 y
un esquema combinado de datos en Bolivia]. Atmospheric Research , 29 (11), 1574 - 1594.
Blöschl, G., & Sivapalan, M. (1995). [Problemas de escalas en la modelación hidrológica: Una reseña]. Hydrological Processes , 9, 251-290.
(En inglés).
BM. (2010). Construyendo herramientas para evaluar vulnerabilidades y estrategias de adaptación al cambio climático en el sector de los
recursos hídricos en Bolivia. Volúmen I. Resultados y recomendaciones. La Paz: Banco Mundial (BM).
Burlando, P., & Costa, A. (2016). [Jefatura de hidrología y gestión de recursos hídricos. Notas de clase]. Recuperado el 20 de mayo de 2016,
de https://www.ethz.ch/content/dam/ethz/special-interest/baug/ifu/hydrology-
90
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Buytaert, W., Iñiguez, V., & De Bievre, B. (2007). [Los efectos de la deforestación y los cultivos en la produccón de agua en los páramos
andinos]. Forest Ecology and Management , 251, 22–30. (En inglés).
CA. (2008). Manual de estadísticas ambientales. Lima: Organización de Estados Americanos - Comunidad Andina (CA).
CA. (2012). Taller “Sistemas nacionales de información de recursos hídricos en los países de la Comunidad Andina" . Lima: Comunidad Andina
(CA). Secretaría General.
Calver, A., Jones, D., Kjeldsen, T., & Reynard, N. (2004). [Cuantificación de frecuencia de inundaciones para sitios no monitoreados
utilizando simulación contínua]. Oxon: Centre for Ecology & Hydrology. (En inglés).
Campero, S. (2014). Balance hídrico, las condiciones de humedad y condición climática de 124 estaciones climatológicas. La Paz: Servicio
Nacional de Meteorología e Hidrología.
CCGUC-SEI. (2009). Guia metodológica. Modelación hidrológica y de recursos hídricos con el modelo WEAP. Santiago, Boston: Centro de
Cambio Global-Universidad Católica de Chile, Stockholm Environment Institute (CCGUC-SEI).
Choquecallata, J., Vacher, J., Fellmann, T., & Imaña, E. (1991). Evapotranspiración máxima del cultivo de la quinua por lisimetría y su
relación con la evapotranspiración potencial en el Altiplano boliviano. Actas del VII Congreso Internacional sobre Cultivos Andinos, (págs.
63-67). La Paz.
Chow, V., Maidment, d., & Mays, L. (1998). Hidrología aplicada. Nueva York: McGraw hill.
CNB. (2012). Reglamentación de la Ley del Medio Ambiente No. 1333. La Paz: Congreso Nacional de Bolivia (CNB). Gaceta Oficial de Bolivia.
Collick, A., Easton, Z., Ashagrie, T., Biruk, B., Tilahun, S., Adgo, E., y otros. (2009). [Un modelo de balance hídrico semi distribuído simple
para las tierras altas de Etiopía]. Hydrological Processes , 23, 3718-3727. [En inglés].
Constantino, G. (2014). [Remoción de la influencia de la correlación serial en la prueba de Mann-Kendall]. Revista Brasileira de
Meteorologia , 29 (2), 161-170. (En inglés).
Coronel, E. (2004). Balance hídrico superficial microregional de la cuenca andina del río Beni. La Paz: Universidad Mayor de San Andrés.
Cruz, C. (1987). Balance hídrico superficial de la cuenca del río Itenez, Amazonía, Bolivia-Brasil. La Paz: Universidad Mayor de San Andrés.
Cuesta, A., Montoro, A., Jochum, A., López, P., & Calera., P. (2005). Metodología operativa para la obtención del coeficiente de cultivo
desde imágenes de satélite. Revista ITEA , (101) 3, 212-224.
Cumming. (2001). [Análisis de balance hídrico en cuencas]. Ontario: Watershed Management Committee. Cumming Cockburn Limited
(Cumming). (En inglés).
Dahmen, E., & Hall, M. (1990). [Inspección de datos hidrológicos]. Wageningen: International Institute for Land Reclamation and
Improvement. (En inglés).
DCPRH. (2015). Modelo hidrológico de gestión integrada de recursos hídricos del río Maure - Mauri. Anexos. Modelo hidrológico de la cuenca
Maure - Mauri. Lima: Dirección de Conservación y Planeamiento de Recursos Hídricos (DCPRH) - Autoridad Nacional del Agua (ANA).
DeChant, C. (2014). [Cuantificando el impacto de las condiciones iniciales y la incertidumbre del modelo en las predicciones hidrológicas].
Portland: Portland State University. (En inglés).
DGSB. (2004). Norma Boliviana NB 689 - Instalaciones de agua - Diseño para sistemas de agua potable. La Paz: Dirección General de
Servicios Básicos (DGSB) - Viceministerio de Servicios Básicos.
DHI. (2009). [MIKE 11. Un sistema de modelación para ríos y canales]. Hørsholm: DHI Water & Environment (DHI). (En inglés).
Diaz, E. (2004). Balance hídrico superficial microregional de la cuenca del río Ichilo-Mamoré. La Paz: Universidad Mayor de San Andrés.
EPA. (2007). [Desarrollando superficies espacialmente interpoladas y estimando sus incertidumbres]. Research Triangle Park: US
Environmental Protection Agency (EPA). (En inglés).
Escobar, M., Purkey, D., Pouget, J., Suarez, W., Condom, T., & Ramos, C. (2008). Construcción del modelo WEAP del río Santa. Lima:
Stockholm Environment Institute.
91
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
España, M. (2014). Variables climáticas y la dinámica espacio-temporal del NDVI en el Valle Alto de Cochabamba-Bolivia. Cochabamba:
Universidad Mayor de San Simón.
Espejo, A. (2016). Balance hídrico integral para la cuenca del río Guadalquivir. La Paz: Viceministerio de Recursos Hídricos y Riego.
Espejo, J. (2003). Modelo distribuido de balance hídrico. La Paz: Universidad Mayor de San Andrés.
Espinoza, H. (1989). Balance hídrico y necesidades de agua para los cultivos más importantes en la cuenca del río Ciénega. Vallegrande:
CORDECRUZ, PNUD, FAO.
Espinoza, J., Ronchail, J., Guyot, J., Cochonneau, G., Naziano, F., Lavado, W., y otros. (2009). [Variabilidad espacio-temporal de la
precipitación en los países de la cuenca del Amazonas (Brasil, Perú, Bolivia, Colombia y Ecuador]. International Journal of Climatology , 29,
1574-1594. (En inglés).
Espinoza, O. (1985). Balance hídrico superficial de la cuenca del río Beni, Amazonía, Bolivia. La Paz: Universidad Mayor de San Andrés.
ESRI. (2016). ¿Cómo funciona kriging? Recuperado el 2 de junio de 2016, de Ayuda - ArcGIS for Desktop. ESRI:
https://pro.arcgis.com/es/pro-app/tool-reference/spatial-analyst/how-kriging-works.htm
FAO. (2009). ¿Porqué invertir en la ordenación de las cuencas hidrográficas? Roma: Organización de las Naciones Unidas para la Agricultura
y la Alimentación (FAO).
FAO. (1996). Investigación de cobertura forestal y estudio de los procesos de cambio. Roma: Organización de las Naciones Unidas para la
Alimentación y la Agricultura (FAO).
FB. (2013). Cambio climático: Bases físicas. Guia resumida del Quinto Informe de Evaluación del IPCC Grupo de Trabajo I. Madrid: Fundación
Biodiversidad (FB), Oficina Española de Cambio Climático, Agencia Estatal de Meteorología,.
Ferrara, R., Fiorentino, C., Martinelli, N., Garofalo, P., & Rana, G. (2010). Comparación de diferentes metodologías de mediciones de
campo del NDVI para la evaluación de propiedades biofísicas de los cultivos. Revista Italiana de Agronomía , 5, 145-154.
Flores, J. (1994). Estudio cuantitativo y cualitativo de aguas subterráneas para abastecimiento de agua potable para la ciudad de El Alto. La
Paz: Universidad Mayor de San Andrés.
Frías, R. (1989). Balance hídrico superficial de la cuenca de los ríos Bermejo y Grande de Tarija, Río de la Plata, Bolivia. La Paz: Universidad
Mayor de San Andrés.
Fries, A., Rollenbeck, R., Göttlic, D., Nauss, T., Homeier, J., Peters, T., y otros. (2009). [Estructura térmica de un ecosistema megadiverso
andino de montaña megadiverso en el sur de Ecuador y su regionalización]. Erdkunde , 63 (4), 321-335. (En inglés).
Fries, A., Rollenbeck, R., Nauß, T., Peters, T., & Bendix, J. (2012). [Humedad del aire cerca de la superficie en un ecosistema megadiverso
Andino de montaña del sur del Ecuador y su regionalización]. Agricultural and Forest Meteorology , 152 (17-30). (En inglés).
Fuentes, J. (2009). Aplicación de la geomorfometria para la definición de unidades fisiográficas de paisaje en una zona piloto del Parque
Nacional Natural Puracé. Cochabamba, Bolivia. La Paz: Universidad Mayor de San Andrés.
GADSC. (15 de mayo de 2012). Gobierno Autónomo Departamental de Santa Cruz (GADSC). Recuperado el 12 de mayo de 2016, de
http://www.santacruz.gob.bo/Noticia.php?IdNoticia=7042
García, M., Contreras, C., Sánchez, F., Marín, R., Guzmán, H., Wilches, J., y otros. (1999). Sistema información componente hidrológico.
Redes, mediciones, observaciones y procesos básicos. Bogotá: Instituto de Hidrología, Meteorología y Estudios Ambientales - IDEAM.
García, M., Pozo, O., & Rojas, K. (2014). Eventos extremos a partir de escenarios climáticos. Análisis en municipios rurales de Bolivia. Zonas
andinas y valles. La Paz: Helvetas Swiss Intercooperation.
García, M., Raes, D., Allen, R., & Herbas, C. (2004). [Dinámicas de la evapotranspiración de referencia en las tierras altas de Bolivia
(Altiplano)]. Agricultural and Forest Meteorology , 125, 67–82. (En inglés).
García, W. (1985). Balance hídrico superficial de la cuenca del río Mamoré, Amazonía, Bolivia. La Paz: Universidad Mayor de San Andrés.
Garreaud, R., Vuille, M., Compagnucci, R., & Marengo, J. (2009). [Clima sudamericano del día presente]. Palaeogeography,
92
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Gilbert, R. (1987). [Métodos estadísticos para el monitoreo de contaminación ambiental]. Nueva York: Van Nostrand Reinhold Company
Inc. (En inglés).
Gonzáles, A. (2016). Desarrollo metodológico de balances hídricos para cuencas menores como el río Grande y microcuencas en el marco de
la gestión integral de recursos hídricos y manejo integral de cuencas. La Paz: GIZ-PROAGRO, Viceministerio de Recursos Hídricos y Riego.
Gonzáles, A., Villazón, M., & Willems, P. (2009). [Evapotranspiración de referencia con datos climáticos limitados en la amazonía
boliviana]. Proceedings at 1st International Congress of Hydroclimatology (págs. 1-14). Cochabamba: SENAMHI. (En inglés).
Goulven, P., Alemán, M., & Osorno, I. (1988). Homogeneización y regionalización pluviométrica por el método del vector regional. V
Congreso Nacional de Hidráulica. Asociación Ecuatoriana de Hidráulica (págs. 95-118). Quito: AEHID/CICP.
Gross, D. (2005). [Monitoreo de biomasa agrícola utilizando series de tiempo de NDVI]. Roma: FAO. (En inglés).
Harden, C. (2006). [Impactos del ser humano en las cabeceras de los sistemas fluviales en los Andes centrales y del norte].
Geomorphology , 79, 249–263. (En inglés).
Hargreaves, G. (1994). [Coeficientes simplificados para la estimación de la radiación solar mensual en Norte América y Europa].
Departmental Paper, Dept. of Biol. And Irrig. Engrg, Utah State University, Logan , 9. (En inglés).
Herbas, C. (1987). Climatología de la cuenca andina y amazónica del río Grande, Bolivia. La Paz: Universidad Mayor de San Andrés.
Hijmans, R., Cameron, S., Parra, J., Jones, P., & Jarvis, A. (2005). [Mapas climáticos interpolados de muy alta resolución para superficies
globales]. International Journal of Climatology , 25, 1965–1978. (En inglés).
Hirsch, R., Slack, J., & Smith, R. (1982). [Técnicas de análisis de tendencias para datos mensuales de calidad de agua]. Water Resources
Research , 18 (1), 107-121. (En inglés).
Horton, R. (1933). [El rol de la infiltración en el ciclo hidrológico]. Transactions of the American Geophysical Union , 14, 446-460. (En inglés).
Huffman, G., & Bolvin, D. (2014). [Documentación de TRMM y otros datos de precipitación]. Greenbelt: Mesoscale Atmospheric Processes
Laboratory, NASA Goddard Space Flight Center. (En inglés).
IDEAM. (2015). Estudio nacional del agua 2014. Bogotá: Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM).
IHHS. (1994). Balance hídrico superficial de la cuenca río Puyango-Tumbes y Quebrada Bocapan. Piura: Instituto de hidráulica, hidrología y
sanitaria (IHHS) Universidad de Piura. UNESCO-ROSTLAC.
IMA. (2010). Informe final de demanda hídrica actual y futura en la región Cusco en el marco del Programa de Adaptación al Cambio Climático
Fase II y III, nivel regional. Cusco: Instituto de Manejo de Agua y Medio Ambiente (IMA).
INE. (2005). Atlas estadístico de municipios 2005. La Paz: Instituto Nacional de Estadística (INE).
Ines, A., & Hansen, J. (2006). [Corrección de sesgo de precipitación diaria de GCM para estudios de simulación de cultivos]. Agricultural
and Forest Meteorology , 138, 44-53. (En inglés).
Ingol-Blanco, E. (2009). [Modelo hidrológico para la cuenca del río Conchos: calibración y validación]. Austin: Center for Research in Water
Resources. (En inglés).
INRENA. (2007). Evaluación de los recursos hídricos de la cuenca del río Mala. Estudio hidrológico. Mala: INRENA – Intendencia de Recursos
Hídricos – ATDR- Mala – Omas - Cañete.
Inypsa. (2012). Balance hídrico superficial de Bolivia. La Paz: Cooperación Alemana para el Desarrollo - Unión Europea.
IPCC. (2014). [Cambio climático2014: Reporte síntesis. Contribución de los grupos de trabajo I, II y III al Quinto Reporte de Asesoramiento del
Panel Intergubernamental en Cambio Climático [R.K. Pachauri and L.A. Meyer (eds.)]]. Génova: Panel Intergubernamental del Cambio
Climático (IPCC). (En inglés).
Iriarte, J. (2005). Balance hídrico microregional de las cuencas Mauri, Bajo Desaguadero y los lagos Poopó y Uru Uru. La Paz: Universidad
Mayor de San Andrés.
Isaaks, E., & Srivastava, M. (1989). [Geoestadística aplicada]. New York: Oxford university Press. (En inglés).
93
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Jaldin, L. (1999). Evaluación del impacto sobre el escurrimiento en la cuenca del río Piraí ante un posible cambio climático. La Paz:
Universidad Mayor de San Andrés.
Jarro, I. (2006). Diagnóstico de los recursos hídricos del Valle de Araca. La Paz: Universidad Mayor de San Andrés.
Kepner, W., Ramsey, M., Brown, E., Jarchow, M., Dickinson, K., & Mark, A. (2012). [Futuros hidrológicos: utilizando análisis de escenarios
para evaluar impactos de cambios predichos en el uso de la tierra sobre servicios hidrológicos]. Ecosphere , 3 (7), 1-25. (En inglés).
Kessler, A., & Monheim, F. (1966). El balance hidrológico del lago Titicaca. Conferencia Regional Latinoamericana / Union Geografica
Internacional T.3 (págs. 412-422). Union Geografica Internacional.
Kottegoda, N., & Rosso, R. (1997). [Estadística, probabilidad y verosimilitud para ingenieros civiles y ambientales]. Nueva York: Mc Graw
Hill. (En inglés).
Lewis, M., Cheney, C., & ÓDochartaigh, B. (2006). [Guia de índices de permeabilidad]. Keyworth: British Geological Survey - Information
Products Programme, Open Report CR/06/160N. (En inglés).
Li, Z., Tang, R., Wan, Z., Bi, Y., Zhou, C., & Tang, C. (2009). [Revisión de metodologías actuales para la estimación de evapotranspiración
regional a partir de datos remótamente adquiridos]. Sensors , 3801–3853. (En inglés).
Lozada, G. (1985). Balance hídrico superficial de la cuenca del Lago Titicaca. La Paz: Universidad Mayor de San Andrés.
Machiwal, D., & Jha, M. (2008). [Evaluación comparativa de pruebas estadísticas para el análisis de series de tiempo: aplicación a series
hidrológicas]. Hydrological Sciences Journal , 353-366. (En inglés).
Machiwal, D., & Kumar, M. (2012). [Análisis de series temporales hidrológicas: Teoría y práctica]. New Delhi: Springer. (En inglés).
MAGRAMA. (2000). Plan Nacional de Regadíos - Horizonte 2008. Madrid: Ministerio de Agricultura, Alimentación y Medio Ambiente
(MAGRAMA).
Mair, A., & Fares, A. (2011). [Comparación de métodos de interpolación en una región montañosa de una isla tropical]. Journal of
Hydrologic Engineering , 16 (4), 371-383. (En inglés).
Mamani, J. (2011). Determinación de balances hídricos en las subcuencas Comarapa y Kuyoj Khocha. Chuquisaca: ASDI, GTZ-PROAGRO.
Manley, R. (1978). [Simulación de caudales en cuencas no aforadas]. Hydrological Sciences Bulletin , 23 (1), 85-101. (En inglés).
Marengo, J. (2004). [Variabilidad interdecadal y tendencias de la precipitación a lo largo de la cuenca del Amazonas]. Theoretical and
Applied Climatology , 78, 79-96.
Marengo, J., Pabón, J., Díaz, A., Rosas, G., Ávalos, G., Montealegre, E., y otros. (2011). [Cambio climático: Evidencia y escenarios futuros
para la región Andina]. En K. Herzog, R. Martínez, P. Jørgensen, & H. Tiessen, Climate Change and Biodiversity in the Tropical Andes (págs.
110-127). São Paulo: Inter-American Institute for Global Change Research (IAI) and Scientific Committee on Problems of the Environment
(SCOPE). (En inglés).
Mariaca, J. (1985). Balance hídrico superficial de la cuenca del Lago Poopó y los salares de Uyuni y Coipasa. La Paz: Universidad Mayor de San
Andrés.
Marisa, E., Lima, N., Purkey, D., Yates, D., & Forni, L. (2013). Modelación hidrológica y escenarios de cambio climático en cuencas de
simunistro de agua en las ciudades La Paz y El Alto, Bolivia. Aqua-LAC , 5 (2), 23-34.
Markham, M., & Barker, J. (1986). [Rangos dinámicos post-calibración Landsat MSS y TM, reflectancias exoatmosféricas y temperaturas en la
apertura del satélite temperatures]. Thornton, CO: EOSAT (ahora Space Imaging, Inc.). (En inglés).
Martínez, C., Calera, A., Melia, J., & Jochum, A. (2004). [Efecto en el NDVI de la incertidumbre en la corrección geométrica en la
calibración cruzada de diferentes satélites]. Remote sensing of environment. (En inglés).
McCuen, R. (2003). [Modelando el cambio hidrológico: Métodos estadísticos]. Boca Ratón: Taylor and Francis. (En inglés).
McCuen, R. (2003). [Modelando el cambio hidrológico: Métodos estadísticos]. Boca Ratón: Taylor and Francis.
MDSP. (2002). Diagnóstico de redes de observación sistemática para el cambio climático en Bolivia. La Paz: Ministerio de Desarrollo
94
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
MDSP. (2001). Procedimientos metodológicos de la zonificación agrológica y socioeconómica. Sucre: Ministerio de Desarrollo Sostenible y
Planificación (MDSP).
MDSP. (2000). ZONISIG, Proyecto Zonificación Agroecológica y Establecimiento de una Base de Datos y Red de Sistema de Información
Geográfica en Bolivia. Sucre: Ministerio de Desarrollo Sostenible y Planificación (MDSP).
MMAyA. (2013). Marco conceptual y estratégico del Plan Director de la Cuenca del rio Grande. La paz: Ministerio de Medio Ambiente y Agua
(MMAyA) - Viceministerio de Recursos Hídricos y Riego (VRHR).
MMAyA. (2013). Marco conceptual y estratégico del Plan Director de la Cuenca del río Grande. La Paz: Ministerio de Medio Ambiente y Agua
(MMAyA) - Viceministerio de Recursos Hídricos y Riego.
MMAyA. (2013a). Metodología de priorización de microcuencas. La Paz: Ministerio de Medio Ambiente y Agua (MMAyA) - Viceministerio
de Recursos Hídricos y Riego (VRHR).
MMAyA. (2009). Plan Nacional de Desarrollo del Riego Para Vivir Bien 2007-2011. La Paz: Ministerio de Medio Ambiente y Agua (MMAyA).
Molina, J., & Cruz, R. (2008). Escenarios de uso y asignación del agua en la cuenca de los ríos Mauri y Desaguadero. La Paz: Agua
Sustentable.
Molina, J., & Espinoza, D. (2005). Balance hídrico superficial de la cuenca alta del río Pilcomayo. La Paz: Comité Nacional del Programa
Hidrológico Internacional (CONAPHI). Gestión Integrada y Plan Maestro - Cuenca del Río Pilcomayo.
Molina, J., Satgé, F., & Pillco, R. (2014). Los recursos hídricos del sistema TDPS. En M. Pouilly, X. Lazzaro, D. Point, & M. Aguirre, Línea
base de conocimientos sobre los recursos hidrológicos e hidrobiológicos en el sistema TDPS con enfoque en la cuenca del Lago Titicaca (pág.
320). Quito: IRD - UICN.
Molina, J., Vauchel, P., Espinoza, D., Aguilar, I., & Salcedo, F. (2005). Balance hídrico microregional de Bolivia. Modelación y avances.
Reunión Hybam. Lima: Hybam.
Molina, J., Villarroel, E., Alurralde, J., Apaza, A., & Soria, F. (2006). [Derechos de agua en cuencas Andinas]. 3rd APHW Conference (págs. 1-
10). Bangkok: . (En inglés).
Montaño, C., & Salm, H. (2011). Elaboración en balances hídricos. Experiencias de PROAGRO en ocho microcuencas. Taller sobre Balances
Hídricos y Modelaje con SWAT/WEAP en Microcuencas. La Paz: GIZ - PROAGRO.
Moore, R. (1999). [Sistemas de predicción en tiempo real: Perspectivas y prospectos]. En R. Casale, & C. Margottini, Floods and landslides:
Integrated risk assessment (págs. 147-189). Berlin: Springer-Verlag. (En inglés).
Mroczkowski, M., Raper, G., & Kuczera, G. (1997). [La búsqueda para una más poderosa validación de modelos de cuenca conceptuales].
Water Resources Research , 33 (10), 2325-2335. (En inglés).
NASDA. (2001). [Manual de usuarios del TRMM]. Yokohama: National Space Development Agency of Japan (NASDA) - Earth Observation
Center. (En inglés).
Navarro, S., & Ferreira, W. (2007). Mapa de vegetation de Bolivia a escala 1:250000. La Paz: The Nature Conservancy.
Nikolakopoulous, K., Kamaratakis, E., & Chrysoulakis, N. (2006). [Productos de elevación SRTM vs ASTER. Comparación para dos
regiones en Creta, Grecia.]. International Journal of Remote Sensing , 27 (21), 4819, 4838. (En inglés).
OEA. (1975). Proyecto Chapare - Propuesta de Estudio para el Desarrollo Integrado. La Paz: Instituto Nacional de Colonización.
Departamento de Desarrollo Regional. Organización de los Estados Americanos (OEA).
Oglesby, R., & Rowe, C. (12 de Mayo de 2014). [Impactos climáticos para Bolivia: Resultados y entrenamiento en modelos globales y
regionales del IPCC AR5]. La Paz. (En inglés).
Olaya, V. (2016). Sistemas de Información Geográfica. Madrid: CreateSpace Independent Publishing Platform.
Olmos, C. (2014). Evaluación de Capacidades y Necesidades para el Mantenimiento del Sistema Hidrometeorológico SENAMHI. La Paz:
Programa Piloto de Resiliencia Climática.
95
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
OMM. (2011). [Guía de prácticas climatológicas - OMM No. 100]. Ginebra: Organización Meteorológica Mundial (OMM). (En inglés).
OMM. (2012). [Índice de precipitación estandarizado]. Geneva: World Meteorological Organization (OMM). (En inglés).
Ovando, A. (2010). Potenciales impactos del cambio climático en la cuenca del río Comarapa. Santa Cruz: Fundación Amigos de la
Naturaleza.
Pedro Jr, M., Mello, M., Ortollani, A., Alfonsi, R., & Sentelhas, P. (1999). [Balances hídricos climatológicos de Brasil - 500 balances hídricos
de localidades brasileras]. Piracicaba: Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ) da Universidade de São Paulo. (En
portugués).
Peralta, C., Torrico, J., Vos, V., Galindo, M., & Contreras, C. (2015). Tasas de cambio de coberturas de suelo y deforestación (1986-2011) en
el Municipio de Riberalta, Amazonía boliviana. Ecología en Bolivia , 50 (2), 91-114.
Pérez, R. (1992). Balance hídrico superficial en las cuencas de la región Llanos Occidentales de Venezuela. Caracas: UNESCO.
PET. (2002). Plan de gestión de la oferta de agua en las cuencas del Proyecto Puyango - Tumbes. Balance oferta-demanda de agua. Tacna:
Proyecto Especial Tacna (PET).
Pilgrim, D., & Cordery, I. (1992). [Escorrentía de avenidas]. En D. Maidment, [Manual de hidrología] (págs. 9.1-9.42). New York: McGraw-
Hill Inc. (En inglés).
Pouilly, M., Ibañez, C., Zepita, C., Gutierrez, R., Aguillera, G., & Aguirre, M. (2014). Caudal ambiental: perspectivas de evaluación en el
sistema TDPS. En M. Pouilly, X. Lazzaro, D. Point, & M. Aguirre, Línea base de conocimientos sobre los recursos hidrológicos en el sistema
TDPS con enfoque en la cuenca del Lago Titicaca (págs. 288-303). Quito: Unión Internacional para la Conservación de la Naturaleza y de los
Recursos Naturales.
PRB. (8 de Enero de 1997). [Ley No. 9433]. LEI Nº 9.433, DE 8 DE JANEIRO DE 1997 . Brasilia, Brasil: Presidência da República do Brasil (PRB).
(En portugués).
PROMIC. (2004). El manejo integral de cuencas en el desarrollo local, un proceso de construcción y aprendizaje. Cochabamba: Programa
Manejo Integral de Cuencas (PROMIC).
Ramirez, J., & Jarvis, A. (2010). [Desagregación de salidas de modelos de circulación global: El método delta]. Cali: CIAT. (En inglés).
Ribas, A., Saurí, D., Tábara, J., Bayés, C., Pavón, D., Ribera, L., y otros. (2002). Participación de agentes sociales en la gestión del agua:
Propuesta metodológica para la cuenca del río Muga (Girona). III Congreso Ibérico sobre Gestión y Planificación del Agua, (págs. 13-17).
Sevilla.
Ribeiro, R., Ramirez, E., Simoes, J., & Machaca, A. (2013). [46 años de de datos ambientales del grupo de glaciares Nevado Illimani,
Bolivia, utilizando aerofotogrametría digital ]. Annals of Glaciology , 54 (63), 272-278. (En inglés).
Robson, A. (2000). [Guía para el análisis]. En Z. Kundzewicz, & A. Robson, [Detección de tendencias y otros cambios en datos hidrológicos]
(pág. 168). Ginebra: World Meteorological Organization. (En inglés).
Robson, A., Bardossy, A., Jones, D., & Kundzewickz, Z. (2000). [Métodos estadísticos para las pruebas de cambio]. En Z. Kundzewicz, &
A. Robson, [Detección de tendencias y otros cambios en datos hidrológicos] (págs. 49-62). Génova: World Meteorological Organization.
(En inglés).
Roche, M. (1986). Distribuciones espacio-temporales de los parámetros climatológicos sobre Bolivia. Primer Symposium de la Recherche
Francaise en Bolivie (págs. 29-32). La Paz: PHICAB.
Roche, M., & Rocha, N. (1985). Mapa pluviométrico de Bolivia y regiones vecinas, 1: 4 000 000. La Paz: PHICAB: Orstom, SENAMHI.
Roche, M., Aliaga, A., Campos, J., Peña, J., Cortés, J., & Rocha, N. (1990). [Heterogeneidad de la precipitación sobre la Coordillera de los
Andes Bolivianos]. En H. Lang, & A. Musy, Hydrology in Mountainous Regions (págs. 193: 381-38). IAHS. (En francés).
Roche, M., Bourges, J., Cortes, J., & Matos, R. (1991). Climatología e hidrología de la cuenca del Lago Titicaca. En C. Dejoux, Iltis,
ORSTOM, & Hisbol, El Lago Titicaca (págs. 83-104). Rotterdam: Kluwer Academic Publisher.
Roche, M., Fernandez, C., Aliaga, A., Peña, J., Salas, E., & Montaño, J. (1992). Balance Hídrico Superficial de Bolivia. La Paz: PHICAB.
Rodríguez, E., Morris, C., Belz, J., Chapin, E., Martin, J., Daffer, W., y otros. (2005). [Asesoramiento sobre los productos del SRTM].
96
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
California. (En inglés).: Technical Report JPL D-31639, Jet Propulsion Laboratory.
Rodriguez, J. (2011). Determinacion de balances hidricos en microcuencas y subcuencas El Salto, Tapera, Hio (Aiquile). Cochabamba: ASDI,
GIZ-PROAGRO.
Roldán, V. (2011). Estudio del balance hídrico del río Caigua, Villamontes (Bolivia). Tarija: GIZ - Proagro.
Ruiz, R., & Torrez, H. (2010). Manual de procedimientos de delimitación y codificación de unidades hidrográficas. La Paz: Ministerio de
Medio Ambiente y Agua, Viceministerio de Recursos Hídricos y Riego.
Salcedo, F. (2008). Efectos locales sobre el balance hídrico de cuencas andinas húmedas. La Paz: Universidad Mayor de San Andrés.
Salinas, G. (2014). Línea base sobre modelos y escenarios climáticos del Estado Plurinacional de Bolivia. Tercera Comunicación Nacional
para el Cambio Climático de Bolivia. La Paz: Ministerio de Medio Ambiente y Agua.
Saltelli, A., Tarantola, S., Campolongo, S., & Ratto, F. (2004). [Análisis de sensibilidad en la práctica: Guía para el asesoramiento de modelos
científicos]. Chichester: John Wiley. (En inglés).
Satgé, F., Bonnet, M.-P., Gossetb, M., Molina, J., Yuque, W., Pillco, R., y otros. (2016). [Asesoramiento de productos de precipitación
sobre el altiplano andino]. Atmospheric Research , 167, 1-14. (En inglés).
Scurlock, J., Asner, G., & Gower, S. (2001). [Estimaciones globales históricas del Indice de Area Foliar 1932-2000]. Oak Ridge: Oak Ridge
National Laboratory. (En inglés).
SEI. (2015). Guia del Usuario - Sistema de evaluación y planificación del agua. Estocolmo: Stockholm Environment Institute (SEI).
SEI. (2014). Modelación del recurso hídrico en la cuenca del río La Vieja en Colombia. Davis: Stockholm Environment Institute (SEI).
SEI. (2015b). Modelación del recurso hídrico en la cuenca del río La Vieja en Colombia. Davis, CA: Stockholm Environment Institute (SEI).
Seiler, C. (2009). Implementación y validación de un modelo climático regional para Bolivia. Santa Cruz: FAN.
Seiler, C., Hutjes, R., & Kabat, P. (2012). [Variabilidad del clima y tendencias en Bolivia]. Journal of Applied Meteorology and Climatology ,
52, 130-146. (En inglés).
SENAMHI. (2015). Manual informativo del modelo conceptual del Sistema Nacional de Información Meteorológica, Climatológica,
Agrometeorológica e Hidrológica SNIMCAH. La Paz: Servicio Nacional de Meteorología e Hidrología (SENAMHI).
SENAMHI-Perú. (2013). Balance hídrico superficial de la cuenca del río Chicama. Lima: SENAMHI-Perú.
SGCA, BM, GEF, MAE/PRAA, & FONAG. (2011). Propuesta y desarrollo de estandarización de la información hidrometeorológica. Sistema de
monitoreo para evaluar la disponibilidad de agua y evolución de los impactos asociados al cambio climático en la parte alta de la cuenca del
río Guayllabamba y .. Quito: SGCA Perú.
Shuttleworth, W. (1993). [Evaporación]. En D. Maidment, [Manual de Hidrología] (pág. 1424). Nueva York: McGraw-Hill, Inc. (En inglés).
Singh, V. (1995). [Modelación de cuencas]. En V. Singh, Computational Models of Watershed Hydrology (págs. 1-22). Highlands Ranch:
Water Resources Publications. (En inglés).
Singh, V. (1995). [Modelación hidrológica]. En V. Singh, Computational Models in Watershed Hydrology (pág. 1130). Colorado: Water
Resources Publications. (En inglés).
Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K., y otros. (2007). [Contribución del Grupo de Trabajo I al Cuarto Reporte
de Asesoramiento del Panel Intergobernamental de Cambio Climático]. Cambridge: Cambridge University Press. (En inglés).
Soncco, C. (2015). Estudio de valoración económica del servicio de regulación hídrica en el Valle Sagrado de los Incas, departamento de
Cusco. Casos: Microcuenca Qochoq - Calca y Yanahuara – Urubamba. Cusco: Consorcio de Investigación Económica y Social.
97
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Soria, F. (2013). [Relevancia de la incertidumbre en las estimaciones de la evapotranspiración potencial para el cálculo del balance hídrico
en cuencas de montaña]. Cold and Mountain Region Hydrological Systems Under Climate Change: Towards Improved Projections (págs. 39-
44). Gothenburg: IAHS. (En inglés).
Soria, F. (2016). Balance hídrico superficial integral para la cuenca del río Ravelo, en el marco de los planes directores de cuenca. La Paz:
Viceministerio de Recursos Hídricos y Riego.
Soria, F. (2004). Modelos hidrológicos para la evaluación de los recursos hídricos en la gestión del agua. La Paz: Universidad Mayor de San
Andrés.
Soria, F. (2013). Relaciones precipitación-escurrimiento en la cuenca del Río Sajama (punto de control en el Puente Río Sajama) y mapa para
orientar el uso y aprovechamiento de los recursos hídricos. La Paz: Agua Sustentable.
Soria, F., & Kazama, S. (2011). [Análisis de incertidumbre del balance hídrico aguas abajo de la Cordillera Real en Bolivia] . Tohoku Shibu
(pág. En CD). Sendai: Japan Society of Civil Engineering. (En inglés).
Soria, F., & Kazama, S. (2010). [Evaluación de los efectos de un evento El Niño en el derretimiento de glaciares]. Annual Journal of
Hydraulic Engineering , JSCE 54. (En inglés).
Soria, F., & Kazama, S. (2009). [Evaluación de los efectos del cambio climático en las áreas de glaciares y áreas cubiertas de vegetación
das utilizando imágenes satelitales]. Actas del 7º Congreso de Hidroinformática. Concepción: . (En inglés).
Soria, F., & Kazama, S. (2011). [Investigación de la incertidumbre de predicciones de derretimiento de glaciares]. Publicaciones del IAHS ,
346. (En inglés).
Soria, F., Kazama, S., & Sawamoto, M. (2008). [Análisis de sensibilidad para evaluar los efectos del cambio de uso de suelo en los
caudales de una cuenca]. En M. B. Taniguchi, From Headwater to the Ocean, Hydrological changes and watershed management (págs. 203-
208). Londres: CRC Press/Balkema. (En inglés).
Soria, F., Kazama, S., & Sawamoto, M. (2008). [Distribución espacial de índices de sensibilidad y su contribución a la predicción en
cuencas no aforadas]. Proceedings of the JSCE Tohoku conference. Sendai: JSCE Tohoku Branch. (En inglés).
Soruco, A., Vincent, C., Francou, B., Ribstein, P., Berger, T., Sicart, J., y otros. (2009). [Balance de masa del glaciar Zongo, Bolivia, entre
1956 y 2006, utilizando métodos glaciológicos, hidrológicos y geodésicos]. Annals of Glaciology , 50, 1–8. (En inglés).
Tallaksen, L., & van Lanen, H. (2005). [Sequía hidrológica. Procesos y métodos de estimación en flujos de ríos y flujo subterráneo].
Amsterdam: Elsevier. (En inglés).
Tang, Y., Reed, P., van Werkhoven, K., & Wagener, T. (2007). [Avanzando en la identificación y evaluación de modelos precipitación-
escurrimiento distribuidos utilizando análisis de sensibilidad global]. Water Resources Research , 43, W06415. (En inglés).
Todini, E. (2007). [Modelación hidrológica de cuencas: Pasado, presente and future]. Hydrology and Earth Science Systems , 11 (1), 468-
482. (En inglés).
Toebes, C. (1961). [El balance hídrico]. Hydrology Symposium Annual Conference of the Meteorological Service (págs. 5-9). Wellington:
Meteorological Service. (En inglés).
Torrico, M. (2011). Determinación de balances hídricos en microcuencas y subcuencas. Escaleras (Municipio de Villa Serrano) y San Jorge
(Municipio de Mojocoya). Cochabamba: ASDI, GIZ- PROAGRO.
Trezanos Pinto, M. (2003). Proyecto de riego y diseño de la presa de Uchumbaya. La Paz: Universidad Mayor de San Andrés.
Trezza, R. (2006). Evapotranspiración de un modelo de percepción remota para la gestión del agua en un sistema con irrigación en
Venezuela. Interciencia , 31(6), 417-423.
Trzaska, S., & Schnarr, E. (2014). [Una revisión de métodos de desagregación para proyecciones de cambio climático]. Burlington: USAID.
(En inglés).
Tudela, O. (1999). Evaluación del impacto sobre el escurrimiento en el río La Paz ante un posible cambio climático. La Paz: Universidad
Mayor de San Andrés.
UE. (2015). [Documento guía en la aplicación de los balances hídricos en apoyo a la implementación del Marco Directivo del Agua].
98
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
UNESCO. (1992). Balance hídrico superficial de la República de Guatemala. Guatemala C.A.: UNESCO-ROSTLAC, INSIVUMEH.
UNESCO. (2006). Balance hídrico superficial del Perú a nivel multianual. Montevideo: Documentos técnicos del PHI-LAC No.1.
UNESCO. (1982). Guía metodológica para la elaboración del balance hídrico de América del Sur. Grupo de Trabajo Regional para la
elaboración de la Metodología para un eventual Balance Hídrico de América del Sur. Montevideo: ROSTLAC - Organización de las Naciones
Unidas para la Educación, la Ciencia y la Cultura (UNESCO).
USGS. (1998). [Manual del usuario de la información científica de Landsat 7]. Sioux Falls: Servicio Geológico de los Estados Unidos (USGS).
(En inglés).
USGS. (2015). [Manual del usuario de la información científica de Landsat 8]. Sioux Falls: Servicio Geológico de los Estados Unidos (USGS).
(En inglés).
Vauchel, P., Malbrunot, A., & Aguilar, I. (2006). Análisis, crítica y tratamiento de los datos hidrométricos de la cuenca alta del río Pilcomayo
disponibles aguas arriba de Misión La Paz (Argentina). La Paz: Proyecto Pilcomayo - SENAMHI – IRD – IHH –– PV, AM, IAR.
VRHR. (2012). Inventario Nacional de Sistemas de Riego. La Paz: Ministerio de Medio Ambiente y Agua - Viceministerio de Recursos
Hídricos y Riego (VRHR).
VSB. (2007). Norma Boliviana NB 688. Diseño de Sistemas de Alcantarillado Sanitario y Pluvial. La Paz: Viceministerio de Servicios Básicos
(VSB).
Vuille, M., Bradley, R., Werner, M., & Keimig, F. (2003). [Cambio climático en el siglo 20 en los Andes tropicales: observaciones y
resultados de modelación]. Climate Change , 59, 75-99.
Wagener, T., Wheater, H., & Gupta, H. (2004). [Modelación precipitación-escurrimiento en cuencas aforadas y no aforadas]. Londres:
Imperial College Press. (En inglés).
Wagnon, P., Ribstein, P., Kaser, G., & Berton, P. (1999). [Balance de energía y estacionalidad de la escorrentía de un glaciar boliviano].
Global and Planet Change , 22, 49-58. (En inglés).
Webster, R., & Oliver, M. (2007). [Geoestadística para científicos ambientales]. The Atrium: John Wiley & Sons. (En inglés).
Willet, J., Gutierrez, Z., Olmos, C., Iriarte, J., & Velasco, R. (2015). Elaboración del plan director de la cuenca del río Mizque. La Paz:
Programa Piloto de Resiliencia Climática Bolivia Fase 2 - Ministerio de Medio Ambiente y Agua.
Wood, E., Lettenmaier, D., & Zatarin, V. (1992). [Una parameterización de modelación hidrológica tierra-superficie con variabilidad sub-
celda para modelos de circulación global]. Journal of Geophysical Research , 97 (D3), 2717-2728. (En inglés).
Xu, C., & Singh, V. (1998). [Una revisión de modelos de balance hídrico mensual para la investigación de los recursos hídricos]. Water
Resources Management , 12, 31-50. (En inglés).
Yalcinkaya, S. (2011). [Modelación hidrológica de la cuenca del río Pecos aguas abajo del reservorio Red Bluff]. Austin: Center for Research in
Water Resources. (En inglés).
Yapo, P., Gupta, H., & Sorooshian, S. (1996). [Calibración automática de modelos conceptales precipitación-escurrimiento]. Journal of
Hydrology , 181, 23-48. (En inglés).
Yates, D., Purkey, D., Sieber, J., Huber-Lee, A., & Galbraith, H. (2005). [WEAP21 – Un modelo para la planificación del agua, regido por la
demanda, las prioridades y las preferencias - Parte II: apoyando la evaluación de los servicios en ecosistemas de agua dulce]. Water
International , 30 (4), 501-512. (En inglés).
Yates, D., Sieber, J., Purkey, D., & Huber-Lee, A. (2005). [WEAP21 – Un modelo para la planificación del agua, regido por la demanda, las
prioridades y las preferencias - Parte I: Características del modelo]. Water International , 30 (4), 487–500. (En inglés).
Yates, S. (1994). [Watbal: Un modelo de balance hídrico para el asesoramiento de impactos climáticos en la escorrentía de ríos]. Laxenburg:
WP-94-64, International Institute for Applied Systems Analysis. (En inglés).
99
MMAyA-VRHR Guía para la Elaboración de Balances Hídricos
Yevjevich, V. (1972). [Análisis estructural de series de tiempo hidrológicas]. Fort Collins: Colorado State University.
Yue, S., Pilon, P., Phinney, B., & Cavadias, G. (2002). [La influencia de la autocorrelación en la habilidad para detectar tendencias en series
hidrológicas]. Hydrological Processes , 16 (1807-1827). (En inglés).
Zhang, L., Walker, G., & Dawes, W. (2002). [Modelación del balance hídrico: Conceptos y aplicaciones]. En T. McVicar, L. Rui, J. Walker, R.
Fitzpatrick, & L. Changming, Regional water and soil assessment for managing sustainable agriculture in China and Australia. Canberra:
ACIAR Monograph No. 84 [online]. (En inglés).
100