Balance Hidrico Ravelo

1
Ministerio de Medio Ambiente y Agua MMAyA

Viceministerio de Recursos Hídricos y Riego Ministerio de Medio Ambiente y Agua
Viceministerio
ceministerio de Recursos Hídricos y Riego
Ministerio de Medio Ambiente y Agua
Estado Plurinacional de Bolivia
BALANCE HÍDRICO SUPERFICIAL INTEGRAL

PARA LA CUENCA DEL RÍO RAVELO EN EL MARCO
DE PLANES DIRECTORES DE CUENCA
La Paz, Estado Plurinacional de Bolivia
2
AUTORIDADES:
MINISTRA DE MEDIO AMBIENTE Y AGUA
ALEXANDRA MOREIRA LÓPEZ
VICEMINISTRO DE RECURSOS HÍDRICOS Y RIEGO

CARLOS RENÉ ORTUÑO YAÑEZ
PUBLICACIÓN A SER CITADA COMO:

MINISTERIO DE MEDIO AMBIENTE Y AGUA - VICEMINISTERIO DE RECURSOS HÍDRICOS Y RIEGO, 2016. BALANCE HÍDRICO
SUPERFICIAL INTEGRAL PARA LA CUENCA DEL RÍO RAVELO EN EL MARCO DE PLANES DIRECTORES DE CUENCA. 161 P.
SE AUTORIZA LA REPRODUCCIÓN DEL PRESENTE DOCUMENTO CITANDO PREVIAMENTE LA FUENTE A LA QUE CORRESPONDE.
MINISTERIO DE MEDIO AMBIENTE Y AGUA

CALLE CAPITÁN CASTRILLO NO. 434. ZONA SAN PEDRO.
TELÉFONO: (591-2) 2115571 - 2115573 FAX: 2115582
LA PAZ, BOLIVIA
WWW.MMAYA.GOB.BO
VICEMINISTERIO RE RECURSOS HÍDRICOS Y RIEGO

CALLE HÉROES DEL ACRE NO. 1178.
TELÉFONO - FAX: (591-2) 2117391 - 2113239
LA PAZ, BOLIVIA
WWW.CUENCASBOLIVIA.ORG
CONSULTOR:
FREDDY SORIA CÉSPEDES
3
CONTENIDO
BALANCE HÍDRICO INTEGRAL PARA LA CUENCA DEL RÍO RAVELO ...................................................................................... 10
I. Justificación ....................................................................................................................................................... 10
II. Objetivos ............................................................................................................................................................ 10
2.1 Objetivo general ................................................................................................................................................ 10
2.2 Objetivos específicos ......................................................................................................................................... 10
III. Geografía y clima ................................................................................................................................................ 11
3.1 Extensión del área de estudio ............................................................................................................................ 11
3.2 Geología, suelos (uso de suelo), vegetación y clima ....................................................................................... 12
3.3 Población, infraestructura, actividades económicas, organización social e institucional ............................. 16
3.3.1 Municipio de Ravelo ........................................................................................................................................... 16
3.3.2 Cuenca del río Ravelo ......................................................................................................................................... 16
3.4 El contexto social e institucional para un estudio de balance hídrico superficial integral en la cuenca ....... 17
3.4.1 La cuenca del río Ravelo y el Programa de Abastecimiento de Agua Sucre III ................................................ 17
3.4.2 Estudios previos realizados en la temática hídrica ........................................................................................... 18
IV. Métodos y herramientas para el estudio ......................................................................................................... 18
4.1 El balance hídrico ............................................................................................................................................... 18
4.2 Escalas del estudio............................................................................................................................................. 19
4.3 Datos e información considerada ..................................................................................................................... 19
4.4 Información climática e hidrométrica............................................................................................................... 21
4.4.1 Consistencia de la información climática .......................................................................................................... 21
4.4.2 Pruebas de rango fijo y rango variable ............................................................................................................. 22
4.4.3 Predicción de datos faltantes en las series de registros climáticos................................................................. 23
4.4.4 Distribución espacial de las variables del balance hídrico................................................................................ 24
Distribución espacial de la temperatura del aire ....................................................................................................... 24
Distribución espacial de otras variables ..................................................................................................................... 25
4.5 Imágenes satelitales para el estudio del cambio en el uso de la tierra ........................................................... 25
4.5.1 La Plataforma Landsat ...................................................................................................................................... 25
4.5.2 Criterio de selección de escenas y características principales de las imágenes ............................................. 25
4.5.3Calibración de las imágenes................................................................................................................................ 26
4.5.4Índices de vegetación ......................................................................................................................................... 27
4.5.5Detección de cambio de uso de la tierra ............................................................................................................ 27
4.6 Estimación de la demanda de agua .................................................................................................................. 28
4.6.1 Determinación de la evapotranspiración de cultivo ......................................................................................... 28
4.6.2 Determinación de la evapotranspiración de referencia ................................................................................... 29
4.6.3 Cálculo de la ETc a través de técnicas de teledetección .................................................................................. 32
4.6.4 Estimación de la demanda de agua de las poblaciones principales ................................................................ 33
4.7 Modelo precipitación-escurrimiento ................................................................................................................ 34
4.7.1 Principios generales ............................................................................................................................................ 34
4.7.2 Tipos de modelos: justificación del tipo de estructura seleccionada .............................................................. 34
4.7.3 El modelo hidrológico del Sistema de Evaluación y Planificación del Agua .................................................... 35
Hidrología de superficie ...............................................................................................................................................36
4.7.4 Estimación de parámetros del modelo hidrológico ......................................................................................... 37
4.7.5 Calibración, validación y sensibilidad del modelo ............................................................................................. 41
Identificación de los periodos para la calibración, validación y análisis de sensibilidad .............................................. 41
4.8 Escenarios futuros planteados ......................................................................................................................... 42
V. RESULTADOS ...................................................................................................................................................... 43
5.1 Información hidrometeorológica disponible ................................................................................................... 43
4
5.2 Análisis de la información hidrometeorológica ............................................................................................... 51
5.2.1 Consistencia de la información pluviométrica: escala anual ............................................................................. 51
5.2.2 Consistencia de las series: análisis visual ........................................................................................................... 54
5.2.3 Resultado de las pruebas de rango fijo y variable ............................................................................................59
Análisis de consistencia espacial a nivel diario: prueba de regresión ..........................................................................59
Análisis de consistencia de temperatura media diaria: prueba de rango fijo .............................................................. 61
Análisis de consistencia de la precipitación diaria, prueba de corroboración espacial................................................ 61
Prueba de rango variable: desviaciones respecto al ciclo estacional ........................................................................... 62
5.2.4 Predicción de datos faltantes en las series pluviométricas ............................................................................. 66
5.2.5 Series de temperatura del aire........................................................................................................................... 71
Series de temperatura máxima y mínima media del aire ............................................................................................ 78
5.2.6 Series de humedad relativa del aire, velocidad del viento, insolación diaria y evaporación .......................... 82
5.2.7 Evapotranspiración de referencia y evapotranspiración de cultivo................................................................ 84
5.2.8 Registros hidrométricos ................................................................................................................................... 86
5.3 Distribución espacial de las variables climáticas ............................................................................................. 88
5.3.1 Precipitación, temperatura del aire media, máxima y mínima y evapotranspiración de referencia ............. 88
5.3.2 Distribución espacial de la precipitación y la temperatura del aire del WorldClim y otras fuentes .............. 99
5.4 Detección del cambio de uso de la tierra ........................................................................................................ 112
5.4.1 Análisis para la época de estiaje ........................................................................................................................ 113
5.4.2 Cambio en el uso de suelo durante la época de lluvias ................................................................................... 117
5.5 Resultados de la modelación hidrológica........................................................................................................ 121
5.5.1 Calidad de la información hidrométrica de la estación Ñucchu ...................................................................... 121
5.5.2 Distribución espacial de los parámetros climáticos ......................................................................................... 121
Precipitación mensual ................................................................................................................................................. 121
Temperatura media mensual del aire ........................................................................................................................ 124
5.5.3 Calibración del modelo hidrológico ................................................................................................................ 126
5.5.4 Sensibilidad del modelo hidrológico ............................................................................................................... 134
5.5.5 Escenarios de oferta-demanda de agua .......................................................................................................... 138
Escenario 1. Incremento de la demanda de agua de la ciudad de Sucre .................................................................... 139
Escenario 2. Impacto simulado del incremento de la demanda de agua de los cultivos ............................................. 141
Escenario 3. Potenciales impactos de variaciones futuras en la precipitación, la temperatura del aire y la demanda
de agua ....................................................................................................................................................................... 142
VI. Resumen, conclusiones y recomendaciones ................................................................................................. 153
Hidrometeorología : consistencia de la información .............................................................................................. 153
Variabilidad espacial de los parámetros climáticos de entrada al modelo hidrológico ......................................... 154
Cambio de uso de la tierra ........................................................................................................................................ 154
Modelación matemática del balance hídrico superficial: relaciones oferta-demanda .......................................... 154
Amenazas y vulnerabilidades agrometeorológicas/hidrológicas ........................................................................... 155
REFERENCIAS .....................................................................................................................................................................157
ANEXOS
1. Propuesta conceptual de Sistema de Alerta Temprana Agrometeorológico - Hidrológica.
2. Mapas del balance hídrico.
5
FIGURAS
Figura 1. Esquema de la región de estudio. .........................................................................................................................11
Figura 2. Geología. ...............................................................................................................................................................13
Figura 3. Uso de suelo. .........................................................................................................................................................14
Figura 4. Vegetación. ...........................................................................................................................................................15
Figura 5. Ecoregiones. ..........................................................................................................................................................15
Figura 6. Esquema del modelo hidrológico para dos reservorios. .......................................................................................37
Figura 7 . Ubicación de estaciones climáticas en el área de interés ....................................................................................49
Figura 8 . Ubicación de estaciones hidrométricas del SENAMHI en el área de interés. .......................................................50
Figura 9 . Sucre AASANA y vectores regionales adimensionales..........................................................................................54
Figura 10 . Región 2. Series de precipitación anual, antes y después del análisis de consistencia ......................................55
Figura 14 . Distancias máximas para tres estaciones centrales. Análisis para la precipitación...........................................60
Figura 15 . Distancias máximas para dos estaciones centrales, para la temperatura del aire media mensual ..................60
Figura 16 . Distancias máximas respecto a estaciones centrales para la temperatura del aire media mensual.................61
Figura 17 . Ajuste para la estación Potosí Los Pinos, meses secos.......................................................................................62
Figura 18 .Ajuste para la estación Sucre SENAMHI, meses húmedos ..................................................................................63
Figura 19 .Ajuste para la estación Ravelo. ...........................................................................................................................64
Figura 20 .Ajuste para la estación Aiqule. Meses secos .......................................................................................................64
Figura 21 .Ajuste para la estación Talula y Thako Thako. Meses secos ...............................................................................65
Figura 22 .Ajuste para la estación Yotala. Meses secos.......................................................................................................65
Figura 23. Series anuales de precipitación, reconstruidas (rellenadas). Región sudoeste ...................................................68
Figura 24. Series anuales de precipitación, reconstruidas (rellenadas). Región noreste .....................................................69
Figura 25. Series anuales de precipitación, reconstruidas (rellenadas). Región central ......................................................70
Figura 26. Series anuales de precipitación, reconstruidas (rellenadas). Región Ravelo-Ocuri-Potolo .................................71
Figura 27. Series anuales de temperatura media del aire. Todas las estaciones.................................................................73
Figura 28. Series anuales de temperatura del aire. Región 2T: Sudoeste ............................................................................74
Figura 29. Series anuales de temperatura del aire. Región 3Ta: Noreste y este..................................................................75
Figura 30. Series anuales de temperatura del aire. Región 3Tb: Noreste y este..................................................................76
Figura 31. Series anuales de temperatura del aire. Región 4T: Región Ravelo ....................................................................77
Figura 32. Series anuales de temperaturas mínima y máxima medias del aire. Región 2T: Sudoeste ................................78
Figura 33. Series anuales de temperaturas mínima y máxima medias del aire. Región 3Ta: Noreste y este ......................79
Figura 34. Series anuales de temperaturas mínima y máxima medias del aire. Región 3Tb: Noreste y este ......................80
Figura 35. Series anuales de temperaturas mínima y máxima medias del aire. Región 4T: Ravelo ....................................81
Figura 36. Series de velocidad media mensual del viento y presión atmosférica media. Medias anuales .........................82
Figura 37. Series de humedad relativa, insolación y evaporación, en medias anuales .......................................................83
Figura 38. Variabilidad estacional promedio del Kc.............................................................................................................85
Figura 39. Series de evapotranspiración de referencia media mensual, evapotranspiración del cultivo y evaporación de
tanque ..................................................................................................................................................................................85
Figura 40. Comportamiento del río Cachimayu a escala mensual. ......................................................................................86
Figura 41. Comportamiento de la cuenca del río Cachimayu para el periodo 2005-2008. Escala mensual ........................87
Figura 42. Comportamiento de la cuenca del río Cachimayu, descrito por observaciones diarias en la estación
6
hidrométrica Ñucchu. ...........................................................................................................................................................87
Figura 43. Precipitación mensual promedio para el mes más lluvioso ................................................................................89
Figura 44. Precipitación mensual para un periodo promedio. .............................................................................................90
Figura 45. Temperatura del aire media mensual. Promedio para el mes más cálido ..........................................................91
Figura 46. Temperatura del aire media mensual. ...............................................................................................................92
Figura 47. Temperatura máxima del aire. Promedio mensual para el mes más cálido .......................................................93
Figura 48. Temperatura máxima del aire. ...........................................................................................................................94
Figura 49. Temperatura mínima del aire. ............................................................................................................................95
Figura 50. Temperatura mínima del aire. ............................................................................................................................96
Figura 51. Evapotranspiración mensual promedio para el mes más lluvioso ......................................................................97
Figura 52. Evapotranspiración en medias mensuales. .........................................................................................................98
Figura 53. Ubicación de estaciones consideradas en la interpolación de la precipitación............................................... 100
Figura 54. Comparación de la distribución espacial de la precipitación, interpolada con el método IDW y obtenida de la
base de datos del WorldClim. Septiembre a noviembre ................................................................................................... 101
base de datos del WorldClim. Diciembre a febrero ........................................................................................................... 102
base de datos del WorldClim . Marzo a mayo................................................................................................................... 103
base de datos del WorldClim. Junio a agosto.................................................................................................................... 104
Figura 58. Comparación de la distribución de la temperatura media del aire, interpolada por el método de (Fries, y otros,
2009) con la obtenida de la base de datos del WorldClim. Septiembre a noviembre ....................................................... 105
2009) con la obtenida de la base de datos del WorldClim. Diciembre a febrero .............................................................. 106
2009) con la obtenida de la base de datos del WorldClim. Marzo a mayo ....................................................................... 107
2009) con la obtenida de la base de datos del WorldClim . Junio a agosto ...................................................................... 108
Figura 62. Intensidad de precipitación media mensual (mm/mes). Información del producto 3B43 del TRMM, para abril
de 1998. El datum del producto de la figura es WGS 84 ................................................................................................... 109
Figura 63. Intensidad media mensual de precipitación en las celdas 11 (Sucre), 6 (Ravelo) y 7. Producto TRMM 3B43.
Periodo: 1998-2015 ........................................................................................................................................................... 110
Figura 64. Intensidad media anual de precipitación. Producto TRMM 3B43. .................................................................. 111
Figura 65. Comparación NDVI vs SR, para la delimitación de superficies ......................................................................... 113
Figura 66. Cambio en la cobertura del suelo durante la época de estiaje. Periodo 1986-2013 ........................................ 114
Figura 67. Relación entre el cambio en el uso de suelo para la clase con cobertura vegetal baja y la clase de suelo sin
cobertura vegetal. Periodo 1986-2013 ............................................................................................................................. 114
Figura 68. Tasas de cambio, por clase, para los periodos 1986-2013 y 1995-2013 .......................................................... 115
Figura 69. Cambio interanual observado en la región con vegetación vigorosa y cobertura boscosa ............................ 116
Figura 70. Cobertura vegetal analizada a través del NDVI para los años 1986, 1995 y 2013 .......................................... 116
Figura 71. Identificación de áreas con mayor cambio de uso de suelo ............................................................................. 117
Figura 72. Cambio en la cobertura del suelo durante la época de lluvias. Periodo 1987-2013 ........................................ 118
Figura 73. Cambio en el uso de suelo para las clases sin cobertura y con vegetación vigorosa ...................................... 118
Figura 74. Tasas de cambio, por clase, para los periodos 1989-2013 y 2003-2013. Época de lluvias .............................. 119
7
Figura 75. Cobertura vegetal analizada a través del NDVI para los años 1986, 1995 y 2013. Época de lluvias ............... 120
Figura 76. Comparación del uso de suelo y los incrementos en la cobertura vegetal para la época húmeda.................. 120
Figura 77. Comparación del comportamiento de la precipitación anual en la estación Ocuri con el comportamiento de las
estaciones Sucre SENAMHI y Potosí Aeropuerto ............................................................................................................... 122
Figura 78. Comparación del comportamiento de la precipitación anual entre la estación Sucre SENAMHI y las estaciones
Potolo y Maragua ............................................................................................................................................................. 123
Figura 79. Comparación del comportamiento de la temperatura media del aire en medias anuales, entre la estación de
Ocuri y otras estaciones con registros consistentes .......................................................................................................... 125
Figura 80. Esquema de modelación. ................................................................................................................................. 128
Figura 81. Calibración del modelo. ................................................................................................................................... 133
Figura 82. Comparación del comportamiento registrado en las estaciones Ñucchu (UH Ravelo Bajo) y Talula (cuenca río
Alto Pilcomayo), con los resultados de la simulación de la UH Ravelo Bajo - río Cachimayu ........................................... 133
Figura 83. Sensibilidad al parámetro f .............................................................................................................................. 134
Figura 84. Sensibilidad al parámetro ks2. ......................................................................................................................... 135
Figura 85. Sensibilidad al parámetro Dw .......................................................................................................................... 136
Figura 86. Sensibilidad al parámetro Sw: calibración PEST .............................................................................................. 137
Figura 87. Esquema de los escenarios analizados ............................................................................................................ 138
Figura 88. Variante 1-demanda ciudad de Sucre. Periodo 1986-1992. Población con tasa de crecimiento 5.7% (menor a la
tasa intercensal 1972-1992).............................................................................................................................................. 139
Figura 89. Variante 1 - demanda ciudad de Sucre. Periodo 1992-2001. Población con tasa de crecimiento 3.8% (menor a
la tasa intercensal 1992-2001) .......................................................................................................................................... 140
Figura 90. Variante 1 - demanda ciudad de Sucre. Periodo 2001-2014. Población con tasa de crecimiento 1.7% (menor a
la tasa intercensal 2001-2012) .......................................................................................................................................... 140
Figura 91. Variante 2. Periodo 2001-2014. Se presenta déficit a partir del año 2010, para una población de 251230 hab,
dotación de 123 L/hab-día, demanda de agua igual a 358 L/s ......................................................................................... 141
Figura 92. Variante 3. Se evalúan los impactos de los sistemas de riego en la respuesta del sistema de interés. ........... 142
Figura 93. Escenarios RCP para la precipitación. Se muestran totales anuales para la cuenca del rio Ravelo ................. 144
Figura 94. Escenarios RCP para la temperatura media del aire (media anual), para la cuenca del rio Ravelo ................ 144
Figura 95. Escenarios RCP para la precipitación. Comparación con las medias históricas de la UH Ravelo ..................... 145
Figura 96. Escenarios RCP para la temperatura del aire comparados con medias históricas de la UH Ravelo ................ 145
Figura 97. Situaciones planteadas por los escenarios RCP. Se muestra la distribución mensual de la precipitación ....... 146
Figura 98. Situaciones planteadas por los escenarios RCP. Variable: temperatura del aire media mensual ................... 147
Figura 99. Respuesta de las UH en términos de caudal medio mensual ante cuatro trayectorias RCP. ........................... 149
Figura 100. Respuesta de la UH Ravelo para cuatro trayectorias RCP ............................................................................. 150
Figura 101. Respuesta de la UH Ravelo para cuatro trayectorias RCP ............................................................................. 151
Figura 102. Respuesta hídrica a cuatro trayectorias RCP, para las UH dentro del área de interés .................................. 152
8
TABLAS
Tabla 1. Valores sugeridos para los cultivos característicos en el área de interés...............................................................33
Tabla 2. Crecimiento poblacional en el área de estudio, según los censos de 1976, 1992, 2001 y 2012.............................34
Tabla 3. Sensibilidad del modelo, de acuerdo a reportes de la literatura. ...........................................................................38
Tabla 4. Valores referenciales de CRH en mm/m considerados como parámetros iniciales ...............................................38
Tabla 5. Valores referenciales de profundidad radicular .....................................................................................................39
Tabla 6. Estimaciones de índices de área foliar LAI ............................................................................................................39
Tabla 7. Estimaciones de ks para diferentes clases texturales ............................................................................................40
Tabla 8. Estimaciones de ks2 para diversos tipos de unidades litológicas ............................................................................40
Tabla 9. Valores referenciales de contenido de humedad en el punto de marchitez permanente ......................................41
Tabla 10. Estaciones climáticas consideradas en el Departamento de Cochabamba. ........................................................43
Tabla 11. Estaciones climáticas consideradas en el Departamento de Chuquisaca. ...........................................................44
Tabla 12. Estaciones climáticas consideradas en el Departamento de Potosí.....................................................................45
Tabla 13. Estaciones climáticas consideradas en el Departamento de Oruro. ....................................................................48
Tabla 14. Estaciones hidrométricas. ....................................................................................................................................48
Tabla 15. Consistencia de las series anuales de precipitación, por regiones .......................................................................51
Tabla 16. Variables dependientes e independientes para la predicción de la precipitación................................................66
Tabla 17. Criterio de predicción de información en las series de temperatura media del aire ............................................72
Tabla 18. Valores de Kc para el año 2014-2015. .................................................................................................................84
Tabla 19. Coordenadas de las celdas, producto TRMM 3B43 .......................................................................................... 110
Tabla 20. Características principales y fechas de adquisición de las escenas consideradas ............................................. 112
Tabla 21. Precipitación. Estaciones consideradas en el modelo, por UH, por reservorio horizontal. ............................... 124
Tabla 22. Temperatura media del aire. Estaciones consideradas en la modelación, por UH, por reservorio horizontal. 126
Tabla 23. Rangos de elevación, vegetación, textura del suelo y perfil litológico, por UH, por reservorio horizontal ....... 129
Tabla 24. Parámetros del modelo calibrado, por UH: Uso de suelo ................................................................................. 131
Tabla 25. Calibración PEST del parámetro ks2 .................................................................................................................. 135
Tabla 26. Calibración PEST del parámetro Dw.................................................................................................................. 136
Tabla 27. Calibración PEST del parámetro Sw .................................................................................................................. 137
Tabla 28. Demanda por sistema de riego, por UH ............................................................................................................ 141
9
BALANCE HÍDRICO INTEGRAL PARA LA CUENCA DEL RÍO RAVELO
I. Justificación
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 hídrica, 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).
El enfoque tradicional de balance hídrico considera un sistema donde la naturaleza coexiste con el ser
humano en un contexto relativamente predecible. Esta perspectiva evolucionó en las últimas décadas con la
incorporación de modernos conceptos desarrollados a partir del reconocimiento del agua como un recurso
sensible, limitado, de trascendencia universal y derecho a su acceso de igual calidad. La condición propia del
recurso como elemento fundamental para la vida, implica la necesidad de que su tratamiento, valoración, uso
y reutilización, sea planificado desde una perspectiva multidisciplinaria, considerando componentes técnicos,
sociales, económicos y medio ambientales, con una visión en el presente, el pasado, promoviendo una
cultura capaz de enfrentar y adaptarse a posibles condiciones futuras (Aparicio, Lafragua, Gutiérrez, Mejía, &
Aguilar, 2006; Solomon, y otros, 2007).
Dentro del marco del Proyecto Sucre III, la cuenca del río Ravelo y su entorno es uno de los principales
proveedores del sistema de abastecimiento de agua de la ciudad de Sucre, razón por la cual es de
fundamental importancia conocer, entender y predecir la respuesta hídrica del sistema. En este contexto, el
estudio provee una herramienta de planificación del recurso, a través de un análisis enfocado a las
condiciones del tiempo presente (condiciones históricas) y a un rango de posibles escenarios futuros, para
evaluar potenciales cambios en las tendencias de las variables hídricas del balance, su posible impacto en la
disponibilidad del agua para la población y viceversa, a través de un estudio integral.
II. Objetivos
2.1 Objetivo general

Desarrollar y aplicar una metodología de balance hídrico superficial en la cuenca del río Ravelo y el entorno
relevante al sistema de provisión de agua potable para la ciudad de Sucre, adecuado al contexto definido por
las tendencias hidroclimáticas del tiempo presente (mediciones en tierra) y adaptable para la evaluación de
potenciales impactos de posibles escenarios climáticos futuros.
2.2 Objetivos específicos

• Desarrollar la metodología de balance hídrico superficial en el contexto del contenido de información
hidrometeorológica de las estaciones del Servicio Nacional de Meteorología e Hidrología (SENAMHI), a
través de metodologías establecidas por estudios tales como el Balance Hídrico Superficial de Bolivia (BHSB)
(Inypsa, 2012).
• Análisis de oferta de agua superficial versus demanda de agua, para el tiempo presente y posibles
escenarios climáticos futuros definidos por modelos globales y/o regionales definidos y provistos por el
Viceministerio de Recursos Hídricos y Riego (VRHR).
• Establecimiento de una línea base conceptual de un sistema de alerta temprana (SAT) agrometeorológico e
hidrológico para el sistema en estudio.
10
III. Geografía y clima
3.1 Extensión del área de estudio

La captación para proveer agua potable a la ciudad de Sucre se realiza desde una fuente superficial y una
subsuperficial, aprovechadas a través de un sistema de canales y túneles (GITEC, 2012). Las fuentes
superficiales están constituidas por los aportes de la cuenca del río Ravelo y sus afluentes. Complementan el
sistema los aportes subsuperficiales de los manantiales de la cuenca de Cajamarca.
La cuenca del río Ravelo es en la actualidad la principal fuente de aporte al proveer aproximadamente el 90%
del total del agua consumida por la población de Sucre. Esta cuenca entrega 300 L/s más 10 L/s promedio
provenientes de captaciones laterales a lo largo del canal de aducción del sistema del mismo nombre
(GITEC, 2012). Los manantiales de Cajamarca proveen el aporte adicional, estimado en 50 L/s (kfW, 2013).
En conjunto, el caudal de entrada para la planta de tratamiento de agua potable El Rollo es de 360 L/s,
representando la capacidad actual disponible para satisfacer la demanda del sistema (GITEC, 2012).
2
La cuenca del río Ravelo tiene un área de aporte de 278 km hasta antes de la confluencia entre el río del
mismo nombre y el río Potolo. De manera general, la confluencia citada se encuentra aproximadamente a 20
km de la capital del país. La obra de toma de ELAPAS se encuentra aguas arriba del sitio mencionado,
2
capturando los aportes de un área aproximada de 240 km (GITEC, 2012).
Administrativamente, la cuenca del río Ravelo tiene la mayor parte de su área en el Municipio de Ravelo,
Provincia Chayanta del Departamento de Potosí. Únicamente una superficie pequeña en proporción situada
aguas abajo de la cuenca se encuentra en el Municipio de Sucre, Provincia Oropeza del Departamento de
Chuquisaca (Figura 1). La red hídrica la compone principalmente los ríos Teja Huasi, Molina Mayu, Ancuchi y
Palca en la parte alta de la cuenca, los ríos Chillcani y Khoa Chapi como tributarios de la parte sudoeste de la
cuenca, el río Phajla Cancha Mayu en la parte central y el río Larkha Pampa en la parte baja.
Figura 1. Esquema de la región de estudio. Coordenadas del sistema WGS 84, proyección UTM zona 20 sur.
11
Regido por la disponibilidad de registros hidrométricos, el estudio se extiende hacia el área de la cuenca del
río Cachimayu. La superficie de esta cuenca medida hasta antes de la confluencia con la cuenca del río Alto
2
Pilcomayo es de 1656 km . Aguas arriba de este sitio se encuentra la estación hidrométrica Ñucchu (estación
SENAMHI), la única en la cuenca del río Cachimayu, registrando el comportamiento de una superficie de
2
aporte de 1378 km . La estación Ñucchu está sobre el río Cachimayu, en el Municipio de Yotala, antes de la
confluencia con el río Yotala y aproximadamente a 20 km de la ciudad de Sucre en dirección sudoeste, aguas
abajo.
Tal como ocurre con la cuenca del río Ravelo, la cuenca del río Cachimayu se encuentra administrativamente
en dos departamentos: Chuquisaca (Municipios de Sucre y Yotala) y Potosí (municipios de Ravelo y Ocurí -
Provincia Chayanta). La parte alta de la cuenca captura los aportes de las cuencas Ravelo y Potolo. La
2
cuenca del río Potolo drena la porción noroeste de la cuenca (827 km ), a través de los ríos Percas Mayu,
Corral Mayu, Huanuni, Liriyuni, y Huayllas en la parte alta y el río Tomuyo como colector de los anteriores en
la parte central; este último cambia su nombre a río Potolo, antes de alcanzar la confluencia con el río Ravelo.
La porción media y baja hasta la salida de la cuenca del río Cachimayu se encuentra en los municipios de
Sucre y Yotala del Departamento de Chuquisaca, capturando los aportes de los ríos Ravelo y Yotala (Figura
1).
3.2 Geología, suelos (uso de suelo), vegetación y clima

La región se encuentra en una zona con predominio de montañas y serranías, con disección moderada en la
mayor parte de la zona de la cuenca de los ríos Ravelo y Potolo y serranías con disección fuerte hacia el
sudoeste de la cuenca Ravelo y la parte baja y media de la cuenca del río Cachimayu. Esta configuración
define un relieve con elevaciones que varían desde los 4593 msnm en la parte alta de la cuenca del río Potolo
hasta 2300 msnm a la salida de la cuenca del río Cachimayu.
Geológicamente el área de interés pertenece a la región morfológica de la Cordillera Occidental, Altiplano y
Cordillera Oriental. En la parte alta donde se sitúa la cuenca Ravelo y la parte noreste de la cuenca del río
Potolo, predominan los conglomerados, calizas, areniscas, limolitas, margas y basaltos (Ibisch & Mérida,
2003) (Figura 2). Pizarras, lutitas y lavas almohadillas se presentan en la parte más alta de la cuenca del río
Ravelo (hacia el sudoeste) y al sudoeste de la cuenca del río Potolo, extendiéndose hacia la parte media y
baja de la cuenca del río Cachimayu. Estas formaciones pertenecen al periodo cretácico y ordovícico. En
referencia a los suelos, en las partes altas predominan los de tipo arcillo-arenoso de formación fluviolacustre,
con horizontes poco desarrollados característicos de zonas de serranía. En estos sectores aguas arriba de la
cuenca del río Cachimayu es característica la presencia de suelos poco profundos, pedregosos y rocosos,
con bajo contenido de materia orgánica y lixiviación moderada en las regiones con pastizales naturales (kfW,
2013).
La cuenca del río Ravelo presenta cuatro unidades de vegetación (Figura 3, Figura 4): arbustales con pajonal
y pastos en la parte alta (aguas arriba), terrenos agrícolas en la parte central y riberas de los cursos
principales, y arbustales con pajonales y tholares en el sector aguas abajo, a ambos lados del río principal. En
la cuenca del río Potolo los terrenos agrícolas se sitúan aguas arriba, hacia el noreste de la cuenca, además
de un sector en la parte media de la misma. Hacia el oeste, norte y sudoeste, la vegetación está dominada
por arbustales con pajonales (MDSP, 2000). Aguas abajo de la confluencia de los ríos Ravelo y Potolo existe
predominancia de tholares y la presencia de áreas de cultivo asociadas a sistemas de riego instaurados
principalmente en el Municipio de Yotala.
El uso en la parte alta es de tipo agropecuario, con carga animal ovina, vacuna y caprina. La parte media de
la cuenca del río Ravelo tiene usos de tipo agropecuario intensivo, con cultivos perennes y a secano. Este
tipo de uso es también dominante en el Municipio de Ocurí, vecino al Municipio de Ravelo, con presencia de
bosques implantados hacia la frontera noreste de la cuenca del río Ravelo (MDSP, 2000). Actividades
ganaderas extensivas se observan hacia el sudoeste de la cuenca del río Potolo, al sur de la cuenca del río
Ravelo y en el área central de la cuenca del río Cachimayu. El sur del área de interés, en la región de
Chuquisaca, presenta predominio del tipo de uso agropecuario extensivo con cultivos anuales, además de la
presencia del área urbana mayor de la región: la ciudad de Sucre.
La variabilidad local del clima y el relieve topográfico definen dos ecorregiones (Figura 5): i) puna norteña y
subecorregión puna semihúmeda, que es la ecorregión dominante en las cuencas de los ríos Ravelo y Potolo;
ii) ecorregión bosques secos interandinos, desarrollados en el piso ecológico de cabecera de valle de los
12
municipios de Ravelo, Ocurí (riberas de río y áreas colindantes), Sucre y Yotala. En estas ecorregiones las
lluvias presentan una distribución espacial amplia, donde las mayores intensidades ocurren hacia el norte
(cuenca del río Ravelo, ecorregión puna norteña), con registros anuales que alcanzan magnitudes de hasta
1250 mm. En contraste con el patrón citado, hacia el sudoeste de la cuenca del río Cachimayu, ecorregión
bosques secos interandinos, se registran medias anuales de 1000 mm, con variaciones espaciales que
denotan mayor concordancia con el incremento de la altitud de las serranías. Este último comportamiento
relacionado a la variabilidad de la topografía se observa en la temperatura media del aire, con máximas
o o
anuales promedio de 25 C hacia el noreste y 10 C en los puntos más altos del sudoeste.
Figura 2. Geología. Proyección UTM WGS 84, zona 20 sur
13
Figura 3. Uso de suelo. Proyección UTM WGS 84, zona 20 sur
14
Figura 4. Vegetación. Proyección UTM WGS 84, zona 20 sur
Figura 5. Ecorregiones. Proyección UTM WGS 84, zona 20 sur
15
3.3 Población, infraestructura, actividades económicas, organización social e institucional
3.3.1 Municipio de Ravelo

El panorama general del municipio indica condiciones poco favorables desde una perspectiva socio
económica. El Índice de Desarrollo Humano sitúa al municipio en el lugar 32 de 38 municipios del
Departamento de Potosí (PNUD, 2004). Las estadísticas generales reportan una tasa de analfabetismo de
44%, predominio de acceso al agua a través de fuentes superficiales y subterráneas (35% de la población
con acceso a agua potable por cañería de red) e infraestructura sanitaria casi inexistente (INE, 2005). El
centro de salud más importante del municipio está en el centro poblado de Ravelo. El hospital atiende a
comunidades del eje troncal y comunidades aledañas. Nueve puestos de salud complementan los servicios
del municipio (GAM Ravelo, 2013). El 98.8% de la población dispersa utiliza leña en la cocina, contribuyendo
al deterioro de la cuenca (kfW, 2013); el 96% de la población de los centros poblados del municipio utiliza gas
licuado. Dos empresas proveen energía eléctrica, la Cooperativa de Energía Eléctrica Sucre Sociedad
Anónima (CESSA) y la empresa Servicios Eléctricos Potosí (SEPSA), las cuales cubren los requerimientos
domésticos de la población (GAM Ravelo, 2013).
La regular infraestructura vial y los poco desarrollados sistemas de comunicaciones constituyen uno de los
obstáculos para el desarrollo del municipio (GAM Ravelo, 2013). Las rutas principales están constituidas por
los tramos Sucre – Ravelo – Macha – Pocoata - Uncía y Potosí – Cruce Ventilla – Macha – Ocurí – Ravelo,
con un estado regular. El servicio de telefonía provisto a través de servicios en cabinas telefónicas es
deficiente, al no lograr cubrir la demanda total de la población. El sistema de comunicaciones lo complementa
la radio del municipio, el cual emite noticias de interés local en amplitud modulada.
Las actividades agropecuarias de tipo extensivo son dominantes en el municipio. Con una población
caracterizada por un carácter migrante de tipo temporal y permanente, la economía está basada en el
comercio de la papa, cultivando para consumo propio otros productos como tubérculos, cereales, hortalizas y
frutas (kfW, 2013). Representan usos menores los del tipo agropecuario intensivo, con cultivos anuales y
perennes a secano y riego, además de actividades pecuarias (ganado vacuno, caprino y ovino) (GAM Ravelo,
2013). La producción agrícola en el municipio es del tipo tradicional, con presencia de tecnología semi
mejorada únicamente en Sasanta, Yurubamba y Ravelo (cuenca del río Ravelo), debido a las favorables
características de la topografía (GAM Ravelo, 2013). Las actividades de artesanía, caza y pesca tienen bajo
impacto. El turismo tampoco es explotado.
Institucionalmente, la Centralía Provincial de Chayanta es la máxima instancia sindical. La misma forma parte
de la Confederación Única de Trabajadores Campesinos de Potosí. Su elección es democrática, en
congresos ordinarios con la participación de las 22 subcentralías del Municipio de Ravelo. Las funciones
principales de la Centralia y las subcentralias son la solución de problemas relacionados con las actividades
agrícolas, sociales, organizacionales, además de la representación del sector ante otras instancias,
instituciones, comunidades y otros.
Cada subcentralía, definida según límites territoriales o cantonales, está compuesta por las comunidades de
la región, las cuales a su vez están conformadas por ranchos y/o tasas. Estos ranchos constituyen territorios
menores donde habitan grupos de familias reducidas, que aprovechan los espacios agrícolas en forma
individual y las áreas de pastoreo en forma colectiva (kfW, 2013; GAM Ravelo, 2013). Dentro de cada
comunidad, la instancia representativa es el Sindicato Agrario, originado en la época de la Ley de Reforma
Agraria de 1953. Su rol es la defensa de los derechos comunales, la organización de las actividades
comunales, coordinación con autoridades comunales, municipales y representantes externos, la
administración de recursos colectivos, la intervención en conflictos sobre tierras y otros (GAM Ravelo, 2013).
A nivel municipal, el Comité de Vigilancia es la autoridad responsable del control social, en representación de
la sociedad civil. Controla la adecuada distribución de los ingresos y el óptimo uso de los recursos durante la
ejecución del Plan de Desarrollo Municipal (GAM Ravelo, 2013). Los clubes de madres, clubes deportivos y el
juzgado de instrucción, completan el panorama institucional.
3.3.2 Cuenca del río Ravelo

Con una población bilingüe donde domina la comunicación en lengua quechua, la cuenca del río Ravelo tiene
16
5244 habitantes, agrupados en 19 comunidades y 5 subcentralías (kfW, 2013; GAM Ravelo, 2013). Las
subcentralías son las siguientes: (kfW, 2013): I) en la parte alta de la cuenca: Sauce Mayu, II) en la parte
central-alta: Challuma, Moroto y el centro poblado de Ravelo, III) en la parte media-baja (tributario derecho del
río Ravelo): Sasanta, IV) parte baja de la cuenca: Yurubamba. El centro poblado de Ravelo de la subcentralía
II, es el principal centro poblado del municipio, con una población de 1119 habitantes (GAM Ravelo, 2013).
Las principales instituciones con representación en la cuenca son (kfW, 2013): Viceministerio de Recursos
Hídricos y Riego VRHR, Gobernación del Departamento de Potosí, Municipio de Ravelo, Mancomunidad de
Municipios de la Provincia Chayanta, Instituto Politécnico Tomás Katari - IPTK, Fundación Contra el Hambre
FHI, UNICEF, Sub Centrales Campesinas y Sindicatos Agrarios, Asociaciones de Productores. Entre las
acciones de estas instituciones relevantes a temas hídricos y de conservación de recursos naturales están los
trabajos de forestación, la construcción de terrazas y control de cárcavas realizados ejecutados por el IPTK y
FHI y las acciones de diagnóstico y priorización de zonas de intervención realizadas por el VRHR, entre otros.
3.4 El contexto social e institucional para un estudio de balance hídrico superficial integral en la cuenca
3.4.1 La cuenca del río Ravelo y el Programa de Abastecimiento de Agua Sucre III
Desde la fundación de la Villa de La Plata a principios del siglo XX, la población estimada en 12000
habitantes se abastecía de las vertientes de los cerros Sica Sica y Churuquella. Con el crecimiento de la
población, se estima que durante en el periodo 1910 a 1940 los 47000 habitantes de la ciudad iniciaron la
captación de las vertientes de Cajamarca para su abastecimiento (Valé, 2015). El canal Ravelo fue construido
el año 1940 a iniciativa de la familia Linares Álvarez, proyectado para dotar agua a una población de 125000
habitantes, con la posibilidad de proveer dotación hasta un promedio de 200000 habitantes (Valé, 2015), i.e.,
con potencial de cobertura para una población algo menor a la censada el año 2001.
En el periodo 1940 hasta la década de los 90 se realizaron obras para la mejora del sistema de
abastecimiento (Valé, 2015; ELAPAS, 2015): en 1971 se inicia la operación la planta potabilizadora de El
Rollo; en 1989 con el proyecto Sucre I se realizaron mejoras en la obra de toma, los canales, túneles y puente
ductos; con el Proyecto Sucre II en 1995, las mejoras se enfocaron principalmente al área urbana, con
ampliaciones en la capacidad de los ductos de la red en Sucre y la planta de aguas residuales, además de
mejoras en la planta potabilizadora para alcanzar al tratamiento de 250 L/s (las mejoras fueron puestas en
operación desde el año 1992). Mejoras adicionales al sistema fueron implementadas en 2004 y 2006 con
financiamiento de la CAF, entre las que destaca la reducción de la longitud del canal, de 52 km a 40 km
aproximadamente (Valé, 2015).
Estudios previos indican que para el año 2010 la demanda de agua para la ciudad de Sucre superó la oferta
(kfW, 2013). Para aquel año la demanda estimada es de 364 L/s para una población también estimada de
284000 habitantes. Para el año 2040 las proyecciones indican que la demanda estará en el rango de 1011 L/s
y 1499 L/s (horizonte del proyecto Sucre III), bajo una población estimada de 500000 habitantes (kfW, 2013).
Ante tal demanda, estudios previos sugieren que para alcanzar la oferta de agua requerida para el año 2040,
la alternativa es incrementar el aporte de la fuente a través de, por ejemplo, la construcción de reservorios y
la consiguiente adecuación del sistema actual (kfW, 2013). Este concepto junto al planteamiento establecido
en los estudios de prefactibilidad y factibilidad dan lugar al proyecto Sucre III (GITEC, 2012; kfW, 2013).
El proyecto citado tiene el objetivo de garantizar la dotación de agua potable a la ciudad de Sucre y preservar
el entorno ambiental en base a tres componentes (ELAPAS, 2013): Presa Sasanta y sistema de aducción,
nueva planta potabilizadora y red principal para la ciudad (sin considerar conexiones domiciliarias) y gestión
integral y manejo integral de la cuenca Ravelo. Este último implica medidas para la conservación y protección
de la cuenca, para reducir la erosión y transporte de sedimentos, garantizando el adecuado funcionamiento
de la presa y otras estructuras hidráulicas. El componente es considerado vital para garantizar el
funcionamiento del nuevo embalse, junto con la adecuada gestión de los recursos hídricos con trabajo
mancomunado de los usuarios de las partes alta y baja de la cuenca, para garantizar la sostenibilidad del
sistema proyectado (ELAPAS, 2013).
La importancia de la conservación y protección de la cuenca del río Ravelo para la provisión de agua para la
ciudad de Sucre tiene gran magnitud. Uno de los más recientes estudios realizados al respecto explican tal
relevancia al caracterizar a la cuenca como (kfW, 2013): i) la única región a una distancia aceptable desde la
17
ciudad de Sucre, que hace factible la aducción de aguas; ii) el área con caudales con altos volúmenes de
transporte de material de fondo y en suspensión; iii) una región con baja capacidad de retención de los suelos
y baja capacidad de recarga hacia los reservorios subsuperficiales.
En referencia a aspectos socio políticos, los últimos antecedentes referidos a la problemática del sistema los
constituyen: i) el Decreto Supremo No. 2371 del 25 de mayo de 2015, donde se autoriza la suscripción del
Contrato de Préstamo y de Ejecución del Proyecto con el Kreditanstalt für Wiederaufbau - KfW, a objeto de
materializar el financiamiento para la ejecución del Proyecto de Abastecimiento de Agua Potable Sucre III -
2009 65 608 y ii) la firma en julio del presente año del convenio para el contrato de préstamo y ejecución,
separado al acuerdo, entre el MMAyA, ELAPAS y el kfW. Aun bajo este contexto, no existe información
detallada respecto al estado actual de la relación entre la Gobernación de Chuquisaca, el Municipio de Sucre,
ELAPAS, la Municipalidad de Ravelo y los pobladores de Sasanta y Yurubamba, referida a la implementación
de mejoras en el sistema de provisión de agua para la ciudad de Sucre.
3.4.2 Estudios previos realizados en la temática hídrica

Cuatro estudios proveen la descripción del estado actual de la temática (en base a la recopilación de (kfW,
2013)). El primer estudio se denomina proyecto MIC Ravelo (año 2009); comprende cinco elementos, con
énfasis en el componente agrícola enfocado a la creación de ingresos a través del desarrollo frutícola a
secano y el manejo de praderas. El segundo estudio se enfoca a la gestión integral de la cuenca del Ravelo y
Acuerdos Recíprocos por Agua (GIC-ARA) (año 2011), este último término se refiere al logro de acuerdos de
apoyo mutuo entre los actores aguas arriba y aquellos situados aguas abajo, para el beneficio de ambos de
manera equitativa; este estudio amplía el área de intervención hacia la parte baja de la cuenca, en el área del
río Cachimayu; entre sus elementos constitutivos resalta la sugerencia de creación de un fondo local de
beneficio equitativo de la cuenca. El tercer documento se refiere al estudio de factibilidad del proyecto Sucre
III (año 2012); recupera la propuesta del MIC Ravelo y añade el enfoque del GIC-ARA como medio para
atender a zonas desfavorecidas en el norte y centro de la cuenca, proponiendo la creación de un Comité de
Cuenca como uno de los elementos destacados.
El análisis general que la mencionada publicación realiza tiene bastante detalle acerca de las posibilidades de
implementación de los tres estudios. Entre los temas relevantes al presente, se enfatiza la necesidad de
recuperación de una cuenca degradada, así como la necesidad de socialización y la búsqueda por el
fortalecimiento institucional, como elementos de una solución integral y sostenible. En este contexto se
entiende que el mayor obstáculo/desafío para la ejecución de un estudio de tipo hídrico que tiene a su unidad
física fundamental (la cuenca hidrográfica) situada en dos departamentos, es justamente la jurisdicción
compartida.
IV. Métodos y herramientas para el estudio
4.1 El balance hídrico

El balance hídrico de oferta y demanda es una herramienta para evaluar si el recurso hídrico en una unidad
geográfica es suficiente o deficitario para atender los requerimientos del sistema natural intervenido. Si al
análisis se añade la evaluación de la calidad de las aguas, no considerado en los alcances presentes,
entonces se cuenta con un elemento valioso para la planificación, desarrollo y uso racional de los recursos
naturales (García, y otros, 1999).
Cuando el análisis resultante sugiere la existencia de déficit en el sistema, las soluciones se enfocarán hacia
el diseño de estrategias de almacenamiento de agua en época de lluvias para su utilización durante la época
de estiaje, la planificación de estrategias para lograr una distribución equitativa principalmente durante la
época de déficit, transferencia del recurso desde otros sistemas, el reúso o reciclaje de agua, la necesidad de
definir estrategias alternativas para proveer el recurso y proveer la energía necesaria para que aquellas
alternativas sean viables, entre otros (García, y otros, 1999).
El balance hídrico tiene a la evaluación de la oferta de agua como un elemento fundamental de análisis.
Contempla la evaluación de las respuestas naturales del sistema e incorpora la evaluación y cuantificación de
las posibles causas externas responsables de los cambios en las condiciones naturales del mismo.
18
Desde una perspectiva física, la ecuación del balance hídrico se basa en el principio de conservación de
masa. Expresa que la variación del volumen S almacenado en un intervalo de tiempo t es igual a la diferencia
entre las entradas y las salidas del sistema (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006):
dS
= Entradas − salidas Ec. 1
dt
En un sistema hídrico estudiado a escala de cuenca, las entradas son la precipitación P, los aportes
superficiales a través de canales naturales o artificiales desde cuencas vecinas Qsup, los aportes
subsuperficiales Qsub. Las salidas son la descarga a la salida de la cuenca Q, usos de agua U, evaporación
de cuerpos de agua E, evapotranspiración ET y la exportación de caudales hacia cuencas vecinas Qexp, entre
otros. Las unidades se expresan en altura media de lámina de agua sobre la cuenca o unidad de cuenca [L],
3 3 -1
volumen de agua [L ] ó en forma de flujo [L T ]. En el presente estudio, las variables de entrada y salida se
miden en las estaciones en tierra del SENAMHI o en su defecto se calculan indirectamente, como es el caso
de la evapotranspiración. Los subtítulos siguientes explican en detalle el enfoque para el estudio de cada una
de estas variables, así como las escalas de análisis.
4.2 Escalas del estudio

Las escalas del estudio son del tipo temporales y espaciales. La escala temporal define los intervalos de
tiempo de los resultados del estudio; está determinada por la velocidad de respuesta de los procesos, el
intervalo al cual se adquiere la información hidroclimática y el intervalo al cual se realizan los cálculos de los
productos. La escala espacial define las dimensiones horizontal y vertical del estudio; está determinada
principalmente por el medio físico natural y la escala de la información disponible para describir tal medio
(Singh, 1995). En el estudio se consideraron las siguientes escalas:
i) Escala media mensual para la descripción de las variables del balance hídrico superficial (Aparicio,
Lafragua, Gutiérrez, Mejía, & Aguilar, 2006),
ii) escala diaria (en los sitios donde tal nivel de información está disponible) para el análisis de consistencia,
iii) escala media mensual (medias históricas) para el estudio de la demanda de agua de los cultivos,
iv) escala media mensual para las series de escenarios climáticos, en los horizontes 2030, 2050, 2070;
v) escala estacional y/o interanual para el estudio de detección de cambios de uso de suelo,
vi) base de datos cartográfica con resolución horizontal de celda de 30 m para el modelo de elevación del
terreno (DEM) del SRTM (Shuttle Radar Topography Mission),
vii) base de datos de mapas temáticos a escala espacial 1:250000 y mayores (MDSP, 2000),
viii) geodatabase de imágenes satelitales con resolución horizontal de celda de 30 m (imágenes Landsat)
(USGS, 2015),
ix) geodatabase climática, distribuida espacialmente en base al DEM del SRTM, para las variables
precipitación mensual; temperatura máxima, mínima y media mensual del aire; evapotranspiración real y
potencial mensual. Escala temporal: valores promedio sobre una parte del periodo histórico,
x) geodatabase hídrica, con resolución espacial (horizontal) de la red hídrica 1:250000 y mayores, en base a
la red hídrica de los mapas del Instituto Geográfico Militar IGM. Para los caudales calculados y observados, la
escala de cuenca es a nivel 5 de acuerdo al criterio Pfafstetter (Ruiz & Torrez, 2010).
4.3 Datos e información considerada

La información básica para el estudio de balance hídrico está constituida por datos climáticos e hidrométricos
del Servicio Nacional de Meteorología e Hidrología de Bolivia (SENAMHI), mapas cartográficos, temáticos de
geología, suelos, uso de suelo, vegetación, información multiespectral, radar (DEM) y otro tipo de información
capturada por plataformas satelitales, además de recursos provenientes de bases de datos globales y
documentos con información relevante a la temática.
19
Topografía
Los mapas topográficos en formato raster fueron obtenidos a partir de información capturada por la misión
Topografía por Radar del Transbordador Espacial (Rodríguez, y otros, 2005). Los productos utilizados fueron
procesados por HydroSHeds de la fundación WWF (http://hydrosheds.cr.usgs.gov), con resolución de 3 arco
segundos (aproximadamente 90 m en el Ecuador), en proyección geográfica, datum vertical WGS 84.
También se utilizaron productos DEM con resolución 30 m interpolados por el Área de Sistemas de
Información Geográfica del Ministerio de Medio Ambiente y Agua-SIG MMAyA. Al igual que toda la
información espacial disponible, la topografía se proyectó al sistema UTM WGS 84 zona 20 sur.
Información satelital
Adicionalmente al DEM del SRTM se consideran escenas de la plataforma Landsat y escenas con mayor
resolución espacial accedidos a través de la plataforma Google Earth. También se recolectaron escenas de
estimaciones de intensidad de precipitación media mensual de la Misión para la Medición de Precipitación
Tropical (TRMM).
Landsat provee información multiespectral capturada por sensores ópticos (USGS, 2015). Su utilidad principal
es para la detección de cambios históricos en el uso de suelo. La plataforma Google Earth provee información
complementaria, de alta resolución en la horizontal, que aunque no disponibles para el análisis de sus
características multiespectrales, se utilizan en el estudio para identificar la extensión de las superficies
cultivadas, como herramienta para estimar los coeficientes de cultivo y una posterior inferencia de la
demanda de agua de los cultivos.
Las estimaciones de intensidad de precipitación promedio del TRMM a través del producto 3B43 (NASDA,
2001; Huffman & Bolvin, 2014), proveen información con resolución mensual, en unidades de intensidad
promedio (mm/mes), en concordancia al producto utilizado en (Inypsa, 2012). Esta información se utiliza
como referente general para observar las tendencias durante el periodo 1998-2015. Debido a las
o
características montañosas del área de interés y a la resolución espacial de los datos (0.25 ,
aproximadamente 28 km), tal información no tiene mayor trascendencia en el análisis.
Mapas temáticos, información de bases de datos globales y documentos varios
Las cartas topográficas del Instituto Geográfico Militar (IGM) a escalas 1:250000 y 1:50000 se utilizan
principalmente para capturar información referida a la hidrografía del área de interés, así como para recabar
información de ubicación de comunidades, caminos y otros. Los mapas de geología, suelo, uso de suelo (plan
de uso de suelo), vegetación y ecorregiones se obtuvieron de cuatro fuentes: Proyecto Zonificación Agro -
Ecológica y Establecimiento de una Base de Datos y Red de Sistemas de Información Geográfica en Bolivia
ZONISIG, a escala 1:250000 (MDSP, 2000), Sistema Único de Información de la Tierra SUNIT
(http://geosunit.vicetierras.gob.bo/), mapa de vegetación de Bolivia a escala 1:250000 (Navarro & Ferreira,
2007), y base de datos de la Unidad de Cobertura Global de la Tierra GLCF (www.landcover.org). El GLCF
también proveyó información de mapas de límites departamentales, municipales, comunidades y centros
poblados.
Para la estimación de la demanda de agua de los cultivos se considera información multiespectral de la
plataforma Landsat e imágenes de alta resolución de la plataforma Google Earth, tal como se mencionó
previamente. También se considera información georeferenciada del Inventario Nacional de Sistemas de
Riego (MMAYA - VRHR, 2012), información estadística de los censos nacionales de 1992 y 2012 (INE, 2005)
e información específica contenida en los Planes de Desarrollo Municipal de Ravelo (CDS-CONAS, 1998),
Ocurí (PDP, 2001), Sucre (GMS, 2003) y Yotala (PDCH, 2003).
Como información de apoyo para el análisis de la variabilidad espacial y estacional del clima, se consideran
los productos de la base de datos del WorldClim. La información corresponde a datos interpolados en formato
raster, calculados a partir de condiciones del tiempo presente registradas en estaciones en tierra para las
variables precipitación, temperatura media del aire, temperatura mínima del aire y temperatura máxima del
aire. El producto del WorldClim tiene resolución mensual, resultante del promedio de observaciones en el
periodo 1950-2000. Su distribución espacial se logra considerando el DEM del SRTM agregado en celdas con
2
resolución horizontal de 1 km . La interpolación del producto considera un ajuste de curvas tipo spline de
segundo grado, utilizando información de la ubicación geográfica del punto (latitud, longitud) y la elevación del
mismo (Hijmans, Cameron, Parra, Jarvis, & Jarvis, 2005).
20
4.4 Información climática e hidrométrica
La selección de las estaciones climáticas e hidrométricas a incluirse en el estudio se rige conceptualmente en
criterios estandarizados (UNESCO, 1982; Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006), adaptados al
contexto geográfico, social y económico presente. Se adoptan las siguientes consideraciones:
i) Se seleccionan estaciones ubicadas dentro de un cuadrante externo al área de influencia, en función a la
disponibilidad y contenido de información. Para definir la magnitud de tal cuadrante, se omiten criterios que
sugieran distancias referenciales fuera de los bordes de la cuenca debido a la baja densidad de estaciones y
a las características de la topografía. Criterios como los polígonos de Thiessen se utilizan para la estimación
del área de influencia de las estaciones en el proceso de definición de los parámetros de entrada al modelo
hidrológico utilizado.
ii) Se priorizan las estaciones con registros de más de 25 años de registros, por recomendación de la
literatura (Aparicio, Lafragua, Gutiérrez, Mejía, & Aguilar, 2006)); sin embargo, no se descartan estaciones
con registros relativamente cortos sin antes tener conocimiento preciso acerca de la calidad de la información
y de su importancia geográfica.
iii) La selección de las estaciones prioriza aquellas que describen patrones similares a los de las estaciones
vecinas. Este proceso constituye el primer filtro para identificar errores en los datos. Las herramientas para
este análisis son gráficos de series temporales, primero con valores anuales y luego con valores mensuales,
además de procesos varios de análisis (Kottegoda & Rosso, 1997).
4.4.1 Consistencia de la información climática

La consistencia de las series de precipitación a escala anual se analiza a través del método del vector
regional (ORSTOM, 1972; Inypsa, 2012). Como producto de la evaluación, las series de las variables
climáticas se asocian en grupos con comportamiento consistente. En el presente estudio, cada asociación se
reconoce como una "región".
Basado en los principios de la curva doble acumulada, el método crea un vector de índices anuales de la
variable, en base a una serie cronológica de datos sintéticos correspondientes a la estación ficticia creada. En
este proceso se toman en cuenta los efectos de la tendencia de las series y los pseudo ciclos de la zona
climática que afectan a cada una de las estaciones, con el objeto de verificar la homogeneidad temporal y
espacial de las series.
El vector de índices se basa en tres hipótesis (ORSTOM, 1972). La primera asume que la precipitación anual
xαi del año i de la estación α , con esperanza matemática de población de precipitaciones anuales Xα, está
ligada al índice zi del año i por:
xαi
= zi + eαi Ec. 2,
Xα
donde eαi es una variable aleatoria independiente de zi y donde las Eα son independientes entre sí. La primera
hipótesis implica que la esperanza matemática de Z es igual a 1, la esperanza matemática de Eα es cero y las
varianzas de Eα…. Eµ son iguales a la varianza de E.
La segunda hipótesis indica que el valor medio de los coeficientes de correlación lineal entre estaciones se
representa de la siguiente manera:
var Z
ρ= Ec. 3
var Z + var E
La última hipótesis indica 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. La ventaja del método
radica en que la aplicación de la doble acumulada entre índices de estaciones es más precisa que la
aplicación de la doble acumulada entre estaciones cuando la variable considerada es la precipitación
(ORSTOM, 1972).
21
En la aplicación del método, el principal criterio para identificar la pertenencia o no de una estación a una
determinada región se define en base al coeficiente de correlación lineal r y a la amplitud del rango entre las
medias del vector y el de la serie de interés (Soria F. , 2004). Detalles acerca de los principios matemáticos
que rigen el cálculo de los índices de la variable de interés, se presentan en la literatura (ORSTOM, 1972).
4.4.2 Pruebas de rango fijo y rango variable

Considerando la complejidad de las series climáticas en zonas de montaña, el análisis de consistencia a
escala anual es una herramienta muy útil en el análisis, al proveer el primer filtro al proceso de evaluación.
Para un análisis a mayor escala se consideran las pruebas descritas a continuación.
Prueba de rango fijo
La primera familia de pruebas de rango fijo compara el valor de una variable meteorológica con valores
extremos pre-establecidos. Un valor se identifica como sospechoso si queda fuera de un intervalo válido
definido para cada variable, donde los extremos del intervalo se consideran incluidos dentro del rango
correcto de datos. Por ejemplo, si el límite inferior del rango aceptado para una temperatura mínima diaria es
-39.0°C, un valor de -39.1°C no pasará la prueba, mientras que un registro de -39.0°C será considerado
válido. En el estudio presente se determinaron los límites inferiores y superiores a través de comparación del
comportamiento registrado en las estaciones vecinas. El intervalo o rango aceptado es fijo para el análisis de
todos los datos de cada variable y para todas las estaciones meteorológicas pertenecientes a una misma
región.
Prueba de rango variable: Desviaciones respecto al ciclo estacional
La prueba busca identificar valores sospechosos mediante modelos de correlación múltiple ajustados a las
series de datos. El ajuste a las series de temperatura se realizó mediante el modelo aditivo de Winter. El
modelo fue elegido al ser adecuado para series con tendencia lineal y efectos estacionales (IBM, 2015). Los
parámetros del modelo son la tendencia, la elevación y la ubicación geográfica de la estación y su aplicación
se realiza mediante rutinas computacionales predefinidas.
Análisis de consistencia espacial
La prueba compara los datos de una estación meteorológica controlada denominada “estación central”, con
los datos de estaciones vecinas geográficamente. Las estaciones vecinas son definidas en base a una
distancia máxima respecto a la estación central y a una diferencia absoluta máxima de altitud con respecto a
la misma. El resultado define la consistencia espacial de la estación central respecto a su entorno.
Prueba de regresión espacial ponderada
La prueba verifica que el valor de una variable meteorológica para una estación y un día de medición
determinado, está dentro de un intervalo de confianza calculado a partir de ajustes estadísticos basados en
datos de las estaciones vecinas. Los intervalos de confianza se estiman en base a una serie de regresiones
simples entre los valores de una variable en la estación central y los valores correspondientes para cada
estación vecina. Aplicada al análisis de temperaturas, el procedimiento es el siguiente:
i) Se extraen los valores de temperatura máxima para cada estación dentro de un rango de estaciones
vecinas y para tres periodos: lluvioso, transicional y seco.
ii) Se ajusta una serie de regresiones lineales simples entre la temperatura medida en cada estación (variable
independiente) y la temperatura medida en la estación central (variable dependiente). Cada regresión
produce una estimación de la temperatura máxima en la estación para el centro de la ventana temporal y el
error cuadrático medio de la regresión. Ambos valores están basados en la estación vecina.
Este método otorga mayor peso a estimaciones provenientes de estaciones vecinas que estén asociadas
estadísticamente con la estación central. A diferencia de otros métodos basados en distancias espaciales, el
método no asume que la mejor estación para comparar con la estación central es la más cercana físicamente;
el método explora las asociaciones entre los datos de cada estación vecina y la estación central para definir
qué estaciones deben incluirse en el análisis y otorga una guía referida a la ponderación que debería
otorgarse a cada estación vecina (Hubbard, Goddard, Sorensen, & Wells, 2005).
Prueba de corroboración espacial para la precipitación
22
Este control se basa en la prueba de corroboración espacial de (Durre, Menne, Gleason, & Houston, 2010).
Se aplica solamente a las precipitaciones diarias. La prueba intenta determinar si un valor es diferente del
rango de valores reportados en estaciones vecinas dentro de una ventana temporal de tres días. El control se
basa en la comparación de la precipitación en la estación central en un día específico con el rango de lluvias
observadas para las estaciones vecinas en el día previo, actual y futuro. Si la lluvia para la estación central en
el día presente está dentro del rango, el valor central pasa la prueba y no se considera sospechoso. En
cambio, si la lluvia para la estación central cae fuera del rango definido por la precipitación registrada en las
estaciones vecinas, se realiza una verificación adicional (se repite todo el proceso) para asumir una posición
definitiva.
4.4.3 Predicción de datos faltantes en las series de registros climáticos

Luego de identificar la calidad de la información disponible, deducir las relaciones espaciales en el área de
interés e identificar valores con comportamiento anómalo en las series, se procede a predecir datos faltantes.
Esta etapa de análisis tiene interés práctico, entre otros, para la aplicación del modelo hidrológico. La
predicción de datos se realiza para los meses donde no existen registros en la estación en tierra, para los
meses donde existen vacíos de información diarios y para los meses donde se identifica información
erróneamente registrada e inconsistente, posiblemente atribuible a problemas en los instrumentos o errores
de registro cometidos por el personal encargado del monitoreo.
El criterio para la predicción de información se basa en la presunción de que las estaciones pertenecientes a
una misma región tienen patrones similares. Las predicciones se realizan a escala mensual, a través del
conocimiento generado mediante todas las pruebas estadísticas y el análisis precedente. Se omite predecir
años completos de una serie, debido a que desde una perspectiva estadística aquello no tiene sustento.
Excepciones a esta regla son admitidas cuando existe una razón fuerte que así lo justifique.
La predicción se realiza a través de modelos de regresión lineal múltiple. Se considera este método
principalmente por la practicidad del método (OMM, 2011; Inypsa, 2012). El procedimiento se explica a través
del siguiente ejemplo: En la estación X1 se desea predecir el valor del mes i que no fue medido o fue
erróneamente registrado. El análisis del vector regional identificó la estación X1 como perteneciente a la
región "A". La estación X1 se considera la variable dependiente del modelo de regresión, mientras que las
otras estaciones X2...Xn pertenecientes a la misma región A, son las potenciales variables independientes del
modelo de regresión lineal múltiple. El único requisito para que una variable se considere como independiente
dentro del modelo de regresión es que la misma tenga registros en el mes i que se desea predecir o rellenar.
Los modelos de regresión se construyen con un procedimiento iterativo. El ajuste se realiza a través de una
eliminación hacia atrás con el proceso siguiente (Kottegoda & Rosso, 1997): i) se realiza el ajuste asumiendo
que todas las estaciones de la región A tienen la capacidad de predecir el valor faltante i; se obtienen los
resultados de la regresión. ii) Se excluye una variable independiente por vez y se analiza si tal exclusión
afecta el valor del coeficiente de determinación R2 calculado para el modelo; cuando el efecto es notorio se
considera que aquella variable independiente es importante en el modelo y se la mantiene; caso contrario se
excluye la variable independiente del modelo. Recuérdese que el R2 no es un "coeficiente de ajuste"; el R2 es
la fracción de la variabilidad en la variable dependiente que es contabilizada por el cambio en los valores de
las variables independientes; es decir cuando, por ejemplo, el R2 calculado es 88%, significa que el 12% de la
variación no está cuantificada por el modelo de regresión construido; por esto, en general en un modelo de
regresión se espera que el R2 sea cercano a la unidad (1), pero sin esperar que sea igual a uno (1), en cuyo
caso la interpretación es distinta. Por razones de comparación y en casos de que así lo ameriten, la selección
del número óptimo de variables independientes dentro del modelo de regresión se realiza también a través
del método de pasos sucesivos, resultante de la combinación del proceso de eliminación hacia atrás y un
proceso de eliminación hacia adelante (Kottegoda & Rosso, 1997).
En la interpretación del modelo de regresión se toma en cuenta el significado de los coeficientes de las
variables individuales, con el objetivo de analizar si la variable aporta información relevante al modelo.
Aquello implica considerar indicadores tales como el parámetro p y el error estándar (Kottegoda & Rosso,
1997). El parámetro p es función de R2, del número de observaciones y del número de variables
independientes. Cuando p es calculado para cada variable independiente, el parámetro prueba la hipótesis
nula de que el coeficiente de la misma es igual a cero; es decir, prueba si la variable independiente tiene o no
efecto en la regresión. El valor del factor p es un contraste al nivel de significancia; un valor bajo de p menor a
23
un valor de nivel de significancia indica que la hipótesis nula puede ser rechazada. En el caso opuesto, por
ejemplo, si p es mayor a un valor de significancia de 0.05 (nivel de confianza de 95%), entonces se acepta la
hipótesis nula, implicando que es posible que la variable independiente asociada no tenga relevancia en el
modelo (i.e., la variable puede ser excluida del modelo de regresión). Para seleccionar el nivel de confianza,
se sugiere tomar límites que no sean menores al 90%.
El procedimiento descrito se aplica a las series de precipitación total. Para el tratamiento de las series de
valores promedio de temperatura del aire (máximas, mínimas y medias), velocidad del viento, humedad
relativa del aire, presión atmosférica, insolación solar (nubosidad en octantes, en caso de que no exista
registros de las dos variables anteriores), se procura en primera instancia seguir el procedimiento
considerado durante el análisis de la variable precipitación total a escalas anual y mensual; sin embargo,
debido a la limitada información disponible, aquello será aplicable en pocas ocasiones. Tomando como
ejemplo el caso de la variable temperatura media del aire (mensual), la predicción a través del ajuste a un
modelo de regresión múltiple se complica debido al reducido número de estaciones con registros, dando lugar
a que los coeficientes de regresión sugieran ajustes pobres. Como solución, se recomienda realizar la
predicción considerando las medias históricas de la estación, según el periodo al cual pertenece el valor a
rellenar (Soria F. , 2004). Para las variables restantes, la reconstrucción de las series se realiza considerando
únicamente las medias históricas, debido al limitado número de estaciones con estos datos, por el reducido
número de años con registros y debido a la presencia de amplias lagunas de información.
4.4.4 Distribución espacial de las variables del balance hídrico

Para el presente estudio se omite la interpolación espacial de las variables del balance hídrico a través de
relaciones NDVI - DEM, al ser justificable únicamente en zonas de montaña, con vegetación vigorosa, donde
existe una correlación entre ambos parámetros. En su lugar, el proceso de interpolación espacial es un
procedimiento que consta de de dos etapas para el caso de la temperatura del aire y de una etapa para el
caso de la precipitación. Para esta última variable se omite el proceso de interpolación en dos etapas al
encontrarse correlación poco significativa con las variables independientes, tal como se explica en la sección
de resultados.
Distribución espacial de la temperatura del aire

La regionalización de la variable considera la configuración topográfica descrita por el DEM, combinado con
un proceso de remoción de la tendencia de la serie histórica. Se basa en la técnica sugerida por (Fries, y
otros, 2009), adaptado al caso presente de acuerdo a las condiciones de la región de estudio. Los pasos del
procedimiento son los siguientes:
i) Cálculo del gradiente térmico. Tmes es la temperatura mensual promedio en C, Γ la pendiente (gradiente
o
-1
térmico, km ), b la temperatura base, z la altitud en msnm.
Tmes = Γ ⋅ z + b Ec. 4
ii) Remoción de la tendencia. Para el cálculo de la temperatura base, donde la base A det se establece a un
nivel definido por convención (e.g., a nivel del mar, a la elevación media de todas las estaciones y otros), T det
o
en C es el promedio mensual de la base de la temperatura del aire medida a 2 m de la superficie y A det es la
elevación de la estación a normalizar.
T det = T − ( Γ ⋅ ( A det − Aestacion )) Ec. 5
iii) Interpolación de las temperaturas Tdet para producir un modelo digital de temperaturas. Los valores
obtenidos de Tdet corresponden a valores puntuales, en los sitios de la estación climática. Estos valores son
interpolados espacialmente utilizando la técnica de la distancia inversa IDW.
iv) Interpolación en base a la información del modelo digital de temperaturas (raster de temperaturas). La
última ecuación se invierte para integrar el DEM a la información, interpolando la temperatura en cada celda
o
del modelo de elevaciones. El resultado es una temperatura mensual promedio T(x,y) en C en cada celda con
DEM
coordenada (x,y), para la elevación A (x,y) en msnm correspondiente al DEM en la misma posición.
T ( x , y ) = T det + ( Γ ⋅ ( A DEM ( x , y ) − A det)) Ec. 6
24
Distribución espacial de otras variables
La interpolación espacial de variables diferentes a la temperatura del aire se realiza a través del método de la
distancia inversa IDW, técnica justificada en reportes de la literatura (Avalos, y otros, 2011). La explicación se
provee a continuación. El método de (Fries, y otros, 2009) asume una correlación (lineal) espacial entre las
variables, e.g., entre la temperatura del aire y el relieve topográfico. La técnica demanda datos con densidad
espacial adecuada que permita verificar tal correlación. Para el caso de la temperatura, el cumplimiento de
aquella regla es posible; sin embargo para la precipitación, dado el accidentado relieve topográfico existente y
a la escala considerada en el estudio presente, se observa una variabilidad espacio temporal compleja, que
no responde únicamente al relieve de la superficie o a la dinámica de la vegetación. En referencia a otras
variables, como ser la humedad relativa del aire o la evaporación (evapotranspiración), la disponibilidad de
estaciones con datos para inferir su variabilidad espacial es muy limitada, impidiendo la aplicación de la
técnica considerada para la interpolación de la temperatura del aire.
4.5 Imágenes satelitales para el estudio del cambio en el uso de la tierra
4.5.1 La Plataforma Landsat

El uso de imágenes adquiridas por satélites en aplicaciones medio ambientales ha entrado en una nueva era
con el lanzamiento de la serie perteneciente a los programas espaciales de la Administración Nacional de la
Aeronáutica y del Espacio (NASA) (Liang, 2004). Desde la puesta en marcha de aquellos emprendimientos, la
literatura reporta aplicaciones que demuestran el potencial de las técnicas de teledetección para el análisis
cuantitativo y cualitativo de las propiedades geométricas de los objetos y las propiedades multiespectrales de
los mismos (Bastiaanssen, 2000; Liang, 2004; Soria & Kazama, 2009; Soria & Kazama, 2011). En
cumplimiento con los objetivos establecidos en los alcances del estudio, se procede a realizar el análisis
multitemporal del cambio de uso de la tierra a través de técnicas de teledetección utilizando imágenes ópticas
Landsat, al satisfacer los siguientes parámetros técnicos:
- Información histórica de casi treinta años, única para la zona de estudio. La información captura cambios en
la morfología de la superficie, fluvio morfología, geomorfología, cambios estacionales, anuales e interanuales
en la cobertura del suelo.
- Las imágenes Landsat proporcionan información en siete bandas, con resolución espectral demostrada útil
en estudios de la biofísica de la superficie (Liang, 2004).
- Resolución espacial horizontal adecuada para observar cambios en unidades morfológicas superficiales
relevantes al las escalas y objetivos del estudio (fluvio morfológicas, geomorfológicas).
- La inversión para la adquisición, procesamiento y análisis son bajos desde una perspectiva económica,
técnica y de recursos humanos. En diciembre de 2009 el Servicio Geológico de los Estados Unidos de
Norteamérica (USGS – EROS Centre), hizo efectiva la apertura pública y gratuita del inventario completo de
las imágenes Landsat, reduciendo substancialmente los costos mencionados. Asociado a tal ventaja y a la
mediana resolución espacial de la información, el análisis de las imágenes se realiza en un ordenador
doméstico, reduciendo costos de inversión. Los recursos humanos demandados son igualmente menores
comparados a los requeridos por la aplicación de otras técnicas y el uso de otro tipo de imágenes.
4.5.2 Criterio de selección de escenas y características principales de las imágenes

El análisis multitemporal se realiza con imágenes Landsat 5 Thematic Mapper (TM), Landsat 7 Enhanced
Thematic Mapper Plus (ETM+) y Landsat 8 Operational Land Imager and Thermal Infrared Sensor (OLI/
TIRS). Poca cobertura de nubes y una buena calidad radiométrica de la imagen proveen las primeras razones
para aceptar o rechazar una escena (FAO, 1996). Hasta antes del 18 de noviembre de 2011 cuando las
imágenes TM dejaron de ser capturadas, las escenas se seleccionan otorgando prioridad a las imágenes TM.
Desde el 19 de noviembre de 2011 hasta el 31 de mayo de 2013 se colectan imágenes únicamente de la
plataforma Landsat 7. A partir del 1 de junio de 2013, luego del fallo permanente en el sensor corrector de
captura (SCS-off) de la plataforma Landsat 7, se otorga prioridad a las imágenes capturadas por la plataforma
Landsat 8 OLI/TIRS, sin descartar las imágenes ETM+ debido a que una superficie importante del área de
estudio se encuentra dentro de la zona donde las escenas no tienen vacíos de información.
25
Con el objetivo de estimar cambios multitemporales y estacionales, se procura obtener dos escenas por año,
la primera 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). Únicamente para el periodo
2014-2015 se procura obtener una escena por mes, con el objetivo de estudiar las características de la
vegetación agrícola durante un ciclo de cultivo. El detalle de las escenas analizadas se presenta en la sección
de los resultados.
4.5.3 Calibración de las imágenes

Las escenas obtenidas tienen originalmente su proyección al elipsoide WGS84, sistema UTM zona 20 norte.
Esta proyección fue efectuada por el proveedor de la información a través del sistema LPGS, Sistema de
Generación de Productos Nivel L1, durante la solicitud de información realizada a la base de datos del USGS
– EROS Centre. Las imágenes fueron obtenidas en formato GeoTIFF, con corrección geométrica y
radiométrica, nivel de corrección L1T, y en algún caso con corrección mejorada referida a las propiedades
geométricas del producto, nivel de corrección L1G. En ambos casos, los productos rectificados están libres de
distorsiones relativas al sensor, al satélite y a la Tierra (USGS, 1998). Por estas razones no fue necesario
realizar la georeferenciación y co-registro de las imágenes.
Las resoluciones espectrales y radiométricas varían entre las escenas según el día, las elevaciones del
ángulo del sol, el azimut y la plataforma de adquisición. Bajo esta consideración, las correcciones
geométricas para el análisis multitemporal se asumen implícitas al proceso de co-registro realizado por el
sistema LPGS y las correcciones atmosféricas se asumen implícitas al proceso de calibración radiométrica
(Arnaud, Muller, Vuille, & Ribstein, 2001). En el mismo camino, la corrección topográfica se asume implícita al
cálculo de índices adimensionales como el Índice de Vegetación Diferencial Normalizado NDVI (Liang, 2004).
La calibración de las escenas se inicia con la conversión o reescalado de los valores de cada pixel en
unidades de números digitales DN, a valores de radiancia espectral a la apertura del sensor Lλ [watts⋅m ⋅ster
-2 -
⋅µm )]. Luego, para disminuir la variabilidad entre escenas se procede a la normalización de la irradiancia
1 -1
solar, i.e., remoción del efecto del coseno de tener diferentes ángulos cenitales solares, a través de la
conversión de Lλ a reflectancia planetaria o albedo medida a la altura de órbita del sensor ρλ [adimensional)]
(ρλ TOA; a una altura mayor a la de la atmósfera terrestre, donde la reflectancia incluye la contribución de las
nubes, gases y aerosoles) (USGS, 1998). Considerando que λ es la banda, las ecuaciones para realizar la
conversión se explican a continuación (Markham & Barker, 1986; USGS, 1998):
 LMAX − LMIN  Ec. 7

Lλ =   * ( DN − QCALMIN ) + LMIN
 QCALMAX − QCALMIN 
π * Lλ * d 2
ρλ = Ec. 8
 π 
ESUN λ * cos (90 − θ ) 
 180 
En las ecuaciones, QCAL es el valor calibrado del pixel en [DN], QCALMIN es el mínimo QCAL de la imagen
[DN]. QCALMIN es igual a 1 para las Landsat ETM+ LPGS y NLAPS producidos luego del 4 de abril del 2004
(Sistema de Producción del Archivo Nacional en Tierra, otro de los sistemas encargados del
preprocesamiento de las imágenes); QCALMIN es igual a cero para otro caso del ETM+ y para las imágenes
TM. QCALMAX es el máximo QCAL de la imagen [DN]; es igual a 255 para las Landsat TM y ETM+. LMINλ
[watts⋅m ⋅ster ⋅µm ] es la radiancia espectral escalada al QCALMIN; LMAXλ [watts⋅m ⋅ster ⋅µm ] es la
-2 -1 -1 -2 -1 -1
radiancia espectral escalada al QCALMAX; LMINλ y LMAXλ varían para cada sensor y sus valores se pueden
encontrar en (Markham & Barker, 1986) y (USGS, 1998).
Para la inferencia de la reflectancia planetaria ρλ , d es la distancia Tierra-Sol en [unidades astronómicas]
2
calculadas a partir del día juliano de la imagen. ESUNλ [watts⋅m ⋅µm ] es la irradiancia solar exoatmosférica
-2 -1
media (Markham & Barker, 1986; USGS, 1998); θ [grados] es el ángulo solar cenital descrito en el metadato
de la imagen. Para el caso de las imágenes ETM+ y Landsat 8 OLI/TIRS, la ecuaciones siguientes son
26
equivalentes a la Ec. 7 y Ec. 8 (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
-2 -1 -1 -1 -2 -1 -1
la radiancia, AL el factor de escala aditivo de la radiancia, M ρ el factor de escala multiplicativo de la

reflectancia y Aρ el factor de escala aditivo de la reflectancia.
Lλ = GAIN * QCAL + BIAS Ec. 9 (ETM+)
Lλ = M L * QCAL + AL Ec. 10 (Landsat 8 OLI/TIRS)
M ρ * QCAL + Aρ Ec. 11 (Landsat 8 OLI/TIRS)

ρλ =
sen(θ )
4.5.4 Índices de vegetación

El proceso de identificación del cambio multitemporal en el uso de suelo y la estimación de la demanda de
agua de los cultivos se realizó a través de índices de bandas definidos por el concepto de la línea del suelo
(Liang, 2004). Se consideraron dos índices multiespectrales: el NDVI y el SR (índice de vegetación de
proporción o razón simple) (Liang, 2004). El NDVI varía entre -1 y 1; los valores positivos corresponden a las
zonas cubiertas por vegetación (vegetación verde: de 0.2 a 0.8); los valores negativos correspondientes a
nubes, nieve y agua; las zonas con suelo desnudo y roca o suelos con vegetación dispersa presentan valores
negativos o positivos cercanos a cero (Liang, 2004). Para elegir el índice más apropiado al estudio, los
resultados obtenidos para una escena a través de la aplicación del NDVI se compararon con los resultados
obtenidos por aplicación del SR, debido a la propiedad teórica de este último de tener mayor resistencia a la
saturación cuando la vegetación es muy densa (Liang, 2004; Soria & Kazama, 2009). Este último proceso se
explica en el subtítulo siguiente y las ecuaciones para los cálculos se presentan a continuación.
ρ B 4 − ρ B3
NDVI = Ec. 12 (TM, ETM+)
ρ B 4 + ρ B3
ρ B5 − ρ B 4
NDVI = Ec. 13 (Landsat 8 OLI/TIRS)
ρ B5 + ρ B 4
ρ B4
SR = Ec. 14 (TM, ETM+)
ρ B3
ρ B5
SR = Ec. 15 (Landsat 8 OLI/TIRS)
ρ B4
4.5.5 Detección de cambio de uso de la tierra
El objetivo de los estudios de cambio de uso de la tierra es el de proporcionar una base para conocer
tendencias en procesos como la deforestación, desertificación, erosión, pérdida de biodiversidad y otros
(Velázquez, y otros, 2002). Debido a la limitada información acerca del cambio multitemporal en el área de
estudio y con el objetivo de proveer una herramienta replicable y económica para el proceso de
asesoramiento, el procedimiento fue realizado mediante análisis de índices multiespectrales calculados de
imágenes satelitales Landsat (FAO, 1996; Soria & Kazama, 2009).
El procedimiento para el estudio del cambio en el uso de la tierra sigue la estructura conceptual de un
procedimiento de interpretación interdependiente (FAO, 1996) y recomendaciones varias de la literatura
27
(Soria & Kazama, 2009), sin realizar muestreos de campo, al exceder los alcances del estudio. El proceso
inicia con la identificación de las clases dominantes para el uso de suelo observado en los mapas temáticos
de ZONISIG y del SUNIT, tomando como referencia la resolución espectral y espacial de las imágenes
satelitales Landsat. La identificación de los cambios también se apoyó en imágenes satelitales de mayor
resolución disponibles para consulta en la plataforma Google Earth, como la alternativa más económica y de
mayor potencialidad.
El proceso de evaluación continúa con el cálculo de índices NDVI y SR para una escena capturada en época
húmeda, con el objeto de comparar la idoneidad de cada índice en la identificación de los usos
predominantes en el área de estudio. La comparación se realizó durante una época cuando es usual percibir
saturación en los valores de uno u otro de los índices. Luego de seleccionar el índice adecuado a las
condiciones de estudio, se procede a calcular el mismo para todas las escenas.
Asumiendo que el índice idóneo al estudio es el NDVI, la identificación de los límites de clase se realiza en
base a las siguientes consideraciones: i) Verificación visual de coincidencia entre los valores de NDVI
menores a 0.1 con la ubicación de cuerpos de agua, lechos de río, formaciones rocosas y áreas urbanizadas,
ii) NDVI en el rango 0.2 a 0.3 como indicativo de una cobertura arbustiva y de pastizales (Gross, 2005); iii)
NDVI en un rango de 0.3 a 0.6 como indicativo para a vegetación densa, con un umbral de 0.7 para
condiciones de máxima cobertura vegetal en la mayoría de los cultivos (Trezza, 2006).
El cambio de uso de la tierra se cuantificó a través de la tasa de cambio compuesta anual TDA (FAO, 1996).
El objetivo es identificar cambios en las unidades clasificadas, en porcentaje, al inicio de cada año. La
expresión utilizada para el cálculo de la TDA para las superficies S2 y S1, referidas a las fechas 2 y 1, para un
intervalo de años n_años es la siguiente:
  S  1 / n _ años 
TDA =   2  − 1 * 100 Ec. 16
  S1  
 
4.6 Estimación de la demanda de agua
Los usos principales de agua considerados en el estudio son de dos tipos: riego (evapotranspiración de los
cultivos) y consumo de agua en la población urbana (ciudad de Sucre). La información de la demanda de
agua de los cultivos se estima de la información contenida en los planes de desarrollo municipal (CDS-
CONAS, 1998; PDP, 2001; GMS, 2003; PDCH, 2003) y a partir de estimaciones indirectas a través del
cálculo de la evapotranspiración de cultivo ETc. La demanda de las poblaciones se estima directamente de
información obtenida de los censos nacionales, de la empresa local de agua y de las normas del sector
(DGSB, 2004; INE, 2005; ELAPAS, 2015; Valé, 2015). Los procedimientos y consideraciones se explican a
continuación.
4.6.1 Determinación de la evapotranspiración de cultivo

La evaporación del agua hacia el medio ambiente es una de las fases principales del ciclo hidrológico. La
combinación de la evaporación a través de la pérdida de agua del suelo y la pérdida de agua mediante la
transpiración de las plantas ocurre simultáneamente y su cálculo por separado es complejo, por lo que para
su cuantificación se recurre al estudio del proceso combinado denominado evapotranspiración ET (Allen,
Pereira, Raes, & Smith, 2006). La evaporación desde una superficie cultivada se determina a través de la
porción de radiación solar que alcanza al suelo, razón por la cual los valores medidos de la variable
disminuyen a medida que el cultivo crece debido a la disminución de la superficie del suelo expuesta a la
incidencia directa de la radiación solar (Allen, Pereira, Raes, & Smith, 2006). Por aquello las unidades de la
variable evapotranspiración se expresan en unidades de lámina de agua (mm) o en unidades de energía por
-2
unidad de área (e.g., MJ m ); por una razón derivada de este concepto, las técnicas de teledetección se
convierten en herramientas útiles para su inferencia.
El consumo de agua de la vegetación agrícola y natural se estima a través del enfoque Kc ETo (Allen, Pereira,
Raes, & Smith, 2006). La serie histórica de la demanda de agua de la vegetación se infiere a partir de valores
-1 -1
de ETc [mm d ], calculados a través del producto entre la evapotranspiración de referencia ETo [mm d ] y los
coeficientes de cultivo Kc [adimensional]. La ETo se calcula a través del método de la FAO Penmann-Monteith
28
en base a datos climáticos registrados en estaciones en tierra (Allen, Pereira, Raes, & Smith, 2006). La
distribución espacial de la ETc para meses específicos de la época de estiaje y para la época húmeda del
periodo 2014-2015, se calcula mediante inferencia de valores del Kc como parámetros representativos de las
propiedades biofísicas de la vegetación.
La estimación del Kc se realiza a través de técnicas de teledetección. El primer paso comprende el cálculo de
la extensión de las superficies cultivadas, mediante digitalización de las parcelas en las escenas de
septiembre de 2015 disponibles en las imágenes de alta resolución de consulta pública en la plataforma
Google Earth. El siguiente paso comprende la ortorectificación de los polígonos de las parcelas a través de
procedimientos estándar (Liang, 2004) y su posterior superposición a las estimaciones de Kc. Este último
parámetro se calcula asumiendo una relación lineal con los índices NDVI estimados para escenas Landsat
con resolución horizontal de 30 m, capturadas durante un periodo de un año agrícola lo más cercano a la
fecha de las escenas donde se realizó la digitalización de las parcelas. El preprocesamiento y tratamiento de
las imágenes así como el cálculo de los índices NDVI se explicó en subtítulos precedentes. Para el tiempo
futuro, la ausencia de información acerca de la distribución espacial del Kc define asumir que los valores
medios de este parámetro permanecen invariables; luego, mediante series predichas de ETo producidas a
través de estimaciones de temperatura del aire, se infieren series de ETc como parámetro representativo de la
demanda futura.
4.6.2 Determinación de la evapotranspiración de referencia

Para la estimación de la ETo se adopta el método de FAO Penmann-Monteith como procedimiento estándar
(Allen, Pereira, Raes, & Smith, 2006). La justificación para considerar este método en nuestro país se
presenta en la literatura (García, Raes, Allen, & Herbas, 2004) y algunos conceptos importantes para
entender los principios del método se recapitulan a continuación:
i) Evapotranspiración de un cultivo de referencia ETo. Representa la evapotranspiración de una superficie
vegetal estandarizada, en general ryegrass. El cálculo de la ETo está afectado únicamente por parámetros
climáticos, por lo cual su estimación se realiza solamente considerando este tipo de información. En su
cálculo no se consideran características del cultivo ni características de los suelos. La ETo expresa el poder
evaporante de la atmósfera, en un sitio específico, en un momento del año. Para su cálculo, la literatura
señala al método de FAO Penmann-Monteith como el único recomendado (Allen, Pereira, Raes, & Smith,
2006). A pesar de que la FAO no aconseja introducir el término evapotranspiración potencial debido a
ambigüedades con el concepto de la ETo (Allen, Pereira, Raes, & Smith, 2006), en el presente documento se
asume que ambos términos son intercambiables.
ii) Evapotranspiración bajo condiciones estandarizadas (ETc). Representa la evapotranspiración de un cultivo
que se desarrolla sobre una superficie amplia, con condiciones óptimas de contenido de agua en el suelo,
condiciones óptimas de manejo y medioambientales y alta productividad bajo las condiciones climáticas
dadas (Allen, Pereira, Raes, & Smith, 2006).
iii) Requerimiento de agua del cultivo. Es la cantidad de agua requerida por el cultivo (la cantidad de agua que
debe ser proporcionada) para compensar los efectos de las pérdidas por evapotranspiración. Este concepto
es diferente a la cantidad requerida para irrigación, pues la misma constituye la diferencia entre el
requerimiento de agua del cultivo y la precipitación efectiva (Allen, Pereira, Raes, & Smith, 2006).
iv) Coeficiente de cultivo (Kc). Es el factor de proporcionalidad entre el ETc y el ETo. 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 se utiliza para el cálculo del ETc en función al ETo. El razonamiento de este método
se basa en que el Kc está limitado únicamente a un cierto rango climático (la mayoría de los efectos
climáticos son asumidos por el ETo), por lo cual el parámetro 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).
29
Cálculo de la ETo
La ecuación de FAO Penman-Monteith requiere datos de temperatura del aire, humedad atmosférica,
radiación solar y velocidad del viento. Se expresa de la siguiente forma (Allen, Pereira, Raes, & Smith, 2006):
900
0.408 ⋅ ∆( Rn − G) + γ u 2 (e s − e a )
ETo = T + 273 Ec. 17,
∆ + γ (1 + 0.34u 2 )
-1
dónde ETo es la evapotranspiración de referencia [mm día ], Rn la radiación neta en la superficie del cultivo
-2 -1 -1 -2 -1
[MJ m día ], Ra la radiación extraterrestre [mm día ], G el flujo del calor de suelo [MJ m día ], T la
-1
temperatura media del aire a 2 m de altura [°C], u2 la velocidad del viento a 2 m de altura [m s ], es la presión
de vapor de saturación [kPa], ea la presión real de vapor [kPa], la diferencia es – ea es el déficit de presión de
vapor [kPa], ∆ es la pendiente de la curva de presión de vapor [kPa °C ] y γ es la constante psicrométrica [kPa
-1
-1
°C ]. El parámetro ∆ se calcula a la temperatura media del aire; la literatura presenta valores de ∆ para
diversas temperaturas medias del aire (Allen, Pereira, Raes, & Smith, 2006).
La humedad relativa HR [%] como parámetro para expresar el grado de saturación del aire, es el factor
considerado para determinar la ea. La HR es el cociente entre ea a una temperatura dada y es a la misma
temperatura:
HR ⋅ es
ea = Ec. 18
100
El parámetro es para un día es calculado como el promedio de la presión de saturación de vapor eo a la
temperatura máxima media Tmax y la presión de saturación de vapor eo a la temperatura mínima media del
aire Tmin para ese período. Valores de la presión de saturación de vapor en función de la temperatura del aire
se presentan en la literatura (Allen, Pereira, Raes, & Smith, 2006).
e o T max − e o T max
es = Ec. 19
2
-2 -1
La radiación media neta diaria [MJ m día ] se deriva de manera indirecta a través de la diferencia entre la
radiación neta de onda corta Rns y la radiación neta de onda larga Rnl:
Rn = Rns − Rnl Ec. 20
De acuerdo a la disponibilidad de información en las estaciones climáticas, el cálculo de los parámetros de la

última ecuación se realiza a través de las siguientes simplificaciones:
•
-2 -1
Rns [MJ m día ]: α es el albedo o coeficiente de reflexión del cultivo (0.23 para el cultivo de
-2 -1
referencia) [adimensional], Rs es la radiación solar entrante [MJ m día ].
Rns = (1 − α ) Rs Ec. 21
•
-2 -1
Radiación solar Rs [MJ m día ]: estimada a través de la fórmula de Angstrom, que relaciona la
radiación solar con la radiación extraterrestre y la duración relativa de la insolación expresada. En la
expresión detallada en la ecuación siguiente, 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, Ra
-2 -1
es la radiación extraterrestre al tope de la atmosfera [MJ m día ] (tabulada en función de la latitud,
en promedio para cada mes (Allen, Pereira, Raes, & Smith, 2006)), as es la constante de regresión
que expresa la fracción de radiación extraterrestre que llega a la tierra en días muy nublados (N_real
= 0) y as+bs es la fracción de la radiación extraterrestre que llega a la tierra en días despejados (N_real
= N_max). La literatura recomienda valores de as= 0.25 y bs = 0.50 (Allen, Pereira, Raes, & Smith,
2006).
30
 N _ real 
Rs =  a s + bs  Ra Ec. 22
 N _ max 
• Radiación solar derivada de las diferencias térmicas. La diferencia entre Tmax [°C] y Tmin [°C] en un
sitio se relaciona con el grado de nubosidad. Condiciones despejadas determinan altas temperaturas
durante el día (Tmax) y bajas temperaturas durante la noche (Tmin), porque menos radiación saliente
de onda larga es absorbida por la atmósfera. Por otra parte, en condiciones nubladas, el valor de
Tmax es relativamente más pequeña porque una parte significativa de la radiación solar entrante es
absorbida y reflejada por las nubes. Similarmente, Tmin será relativamente más alta porque la
cobertura de la nubosidad disminuye la radiación saliente neta de onda larga. Bajo este
razonamiento, el parámetro Tmax - Tmin se puede utilizar como indicador de la fracción de la
radiación extraterrestre que alcanza la superficie de la tierra (Hargreaves, 1994). Este principio es la
base para que Hargreaves y Samani hubiesen desarrollado estimaciones de ETo usando solamente
datos de temperatura del aire. Así, la ecuación de radiación de Hargreaves, ajustada y validada en
varias estaciones meteorológicas en una amplia variedad de condiciones climáticas, está dada por
(Allen, Pereira, Raes, & Smith, 2006):
Rs = k Rs ⋅ Ra(T max− T min)
0.5
Ec. 23,
-2 -1
donde Rs y Ra están en [MJ m día ], Tmax y Tmin están en [°C] y kRs es un coeficiente de ajuste,
-0.5
usualmente en el rango 0.6-0.9 [°C ].
•
-2 -1
Radiación solar en un día despejado Rso [MJ m día ]: cuando N=N_max
Rso = (as + bs )Ra Ec. 24
•
-2 -1
Rnl [MJ m día ]: estimada a través de la ley de Stefan-Boltzmann corregida. Se calcula a través de
los parámetros σ que es la constante de Stefan-Boltzmann [4,903 x 10-9 MJ K-4 m día ], Tmax,k
-2 -1
temperatura máxima absoluta durante un periodo de 24 horas [K = °C + 273,16], Tmin,k temperatura

mínima absoluta durante un periodo de 24 horas [K = °C + 273,16], Rs/Rso radiación relativa de onda
corta (valores ≤ 1,0):
 T max, k 4 + T min, k 4   Rs 
Rnl = σ  (0.34 − 0.14 ea )1.35 − 0.35 Ec. 25
 2   Rso 
Para calcular Pa [kPa] se emplea una simplificación de la ley de los gases ideales, a una temperatura
atmosférica estándar de 20°C, en función a la elevación z [msnm]:
 293 − 0.0065 ⋅ z 
5.26
Pa = 101.3  Ec. 26
 293 
La constante psicométrica se calcula a través de la expresión que involucra Pa [kPa], λ calor latente de
-1 -3 -1 1
vaporización igual a 2,45 [MJ kg ], Cp calor específico a presión constante igual a 1,013 x 10 [MJ kg °C- ],
ε cociente del peso molecular de vapor de agua /aire seco igual a 0,622: (Martínez, Calera, Melia, & Jochum,
2004):
Cp ⋅ Pa
γ= = 0.665⋅ 10−3 Ec. 27
ε ⋅λ
-2 -1
El flujo del calor de suelo G [MJ m día ] para periodos mensuales se calcula asumiendo una capacidad
-3 o 1
calorífica del suelo de 2.1 [MJ m C ] y una profundidad media del suelo, conocida la Tmes,i y Tmes,i-1:
Gmes,i = 0.14 ⋅ (Tmes,i − Tmes,i −1 ) Ec. 28
31
Cálculo de la evapotranspiración de referencia por el método de Hargraves-Samani
La opción alternativa al cálculo de la ETo es el método de Hargraves-Samani, para estaciones donde no

existe información real de insolación, humedad relativa o velocidad del viento. La precaución al considerar
este método considera la tendencia a subestimar los valores de ETo bajo condiciones de viento fuerte (mayor
-1
a 3 m s ) y a sobreestimar la ETo bajo condiciones de elevada humedad relativa. Se aplica esta alternativa
con el objetivo de proveer un adecuado estimativo de la descripción espacial interpolada de la ETo. El método
considera solamente la temperatura del aire, a través de las relaciones mostradas a continuación donde ETo y
-1
Rs están en [mm día ] (Hargreaves, 1994; Allen, Pereira, Raes, & Smith, 2006):
ETo = 0.0135⋅ Rs(T + 17.8) = 0.0135⋅ k Rs ⋅ Ra ⋅ (T max− T min)(T + 17.8) Ec. 29,
0.5
 Pa 
k Rs = 0.17 ⋅   Ec. 30,
 Po 
El factor kRs reduce los valores de temperatura a radiación solar. Varía en función a la proximidad del sitio en
relación a las áreas costeras 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
-0,5
de tierra y no son influenciadas fuertemente por cuerpos de agua se sugiere el valor promedio de 0.16 [°C ]
(Hargraves, 1994). Para el área de la cuenca Cachimayu, el valor promedio obtenido con la relación citada,
-0,5
en función a los registros de las estaciones Sucre (SENAMHI) y Yotala es de 0.14 [°C ].
4.6.3 Cálculo de la ETc a través de técnicas de teledetección

Las técnicas de teledetección son probablemente en la actualidad los únicos medios disponibles para estudiar
la evolución histórica y la distribución espacial de las variables que explican el balance energético superficial
en cuencas remotas (Bastiaanssen, 2000; Li, Tang, Wan, Bi, Zhou, & Tang, 2009). La ETc se calcula como un
residual del balance energético superficial a través del estudio de la relación indirecta entre el Kc y el estado
de desarrollo de los cultivos. En este proceso, el Kc se estima considerando la potencial relación lineal
existente entre el mismo y el NDVI (Cuesta, Montoro, Jochum, López, & Calera., 2005; Ferrara, Fiorentino,
Martinelli, Garofalo, & Rana, 2010). La definición de la relación lineal citada se determina a partir de puntos de
anclaje con un Kc mínimo correspondiente al NDVI mínimo (suelo sin cobertura vegetal) y un Kc máximo
correspondiente al NDVI máximo (cobertura máxima).
En el presente estudio, el cálculo de los valores de anclaje del NDVI estimados por análisis de las imágenes
multiespectrales Landsat se obtienen dentro de las áreas encerradas por las parcelas de los cultivos
digitalizados en las imágenes de alta resolución de Google Earth, debido a que se considera que la cobertura
de pasto nativo no representa un usuario de agua dominante. En ausencia de valores obtenidos en campo
debido a restricciones propias del alcance del estudio, para el caso de los valores de anclaje del coeficiente
de cultivo se estima que el Kc máximo igual a 1.15 corresponde al máximo de cobertura de los cultivos
principales identificados en los planes de desarrollo municipal (papa, maíz y trigo). En cuanto al Kc mínimo, la
literatura sugiere valores correspondientes a suelo desnudo en el rango 0.15 a 0.2 (Allen, Pereira, Raes, &
Smith, 2006). Para el presente estudio se asumió que los restos de cosecha implican un ligero ascenso en
este valor, hasta un Kc mínimo igual a 0.20; este valor corresponde al calculado y ajustado en la literatura
para suelos descubiertos (Allen, Pereira, Raes, & Smith, 2006).
32
Tabla 1. Valores sugeridos para los cultivos característicos en el área de interés (Allen, Pereira, Raes, &
Smith, 2006)
Kc papa Kc trigo Kc maiz
Julio
Agosto
Septiembre
Octubre 0.5 0.3 0.3
Noviembre 0.5 0.3 0.3
Diciembre 0.83 0.73 0.73
Enero 1.15 1.15 1.15
Febrero 1.15 1.15 1.15
Marzo 0.9 0.4 0.6
Abril 0.65
Mayo
Junio
ciclo
fenologico 5 a 6 meses 140 dias 5 meses
4.6.4 Estimación de la demanda de agua de las poblaciones principales

Para la estimación de la demanda, las fuentes principales de información son el Instituto Nacional de
Estadística INE y la Norma Boliviana 689 y sus Reglamentos (DGSB, 2004). La información del INE se
resume en la siguiente tabla. La estimación de la población como elemento principal de demanda se realiza
en tres periodos: para el periodo de calibración del modelo hidrológico en el periodo 1973-1984, y los
periodos 1984-1992, 1992-2001 y 2001-2012. La población se estima en base a datos disponibles cuando
aquello es posible, para los horizontes deseados; cuando esta información no está disponible, las
estimaciones se realizan considerando el método de crecimiento geométrico. La dotación media diaria
sugerida por la norma boliviana es de 230 L/hab-día; sin embargo este dato es modificado de acuerdo a las
condiciones específicas del estudio. La dotación futura se determina a través del método de crecimiento
geométrico, con concordancia con el método para la estimación de la población futura. Respecto a los
caudales de diseño, se asume que los 250 L/s estimados para la planta de tratamiento de El Rollo satisfacen
los parámetros de caudal medio diario Qmd, caudal máximo diario Qmax,d igual al 20% en excedencia del Qmd,
caudal máximo horario Qmax,h igual al 50% en excedencia del Qmax,d, demanda contra incendios y caudales
industriales.
t
 i  diseño
Población_futura[hab] = Población_inicial[hab]1 +  Ec. 31,
 100 
donde la ecuación representa el método de crecimiento geométrico (DGSB, 2004), con i igual al índice de
crecimiento poblacional anual en porcentaje y tdiseño es el periodo de diseño o intervalo de años para los cuales
se desea realizar la proyección.
t
 d  diseño
Dotación_futura[L/hab - día] = Dotación_inicial[L/hab - día]1 +  Ec. 32,
 100 
donde la ecuación representa el método de crecimiento geométrico para la dotación (DGSB, 2004), con d
igual a la variación anual de la dotación en porcentaje (para el caso presente se asume un valor medio igual
al 1%).
33
Tabla 2. Crecimiento poblacional en el área de estudio, según los censos de 1976, 1992, 2001 y 2012
Población Población Población Población i% Población
i % *censos Tasa anual de
empadronada proyectada empadronada empadronada *censos empadronada
Departamento y 1976-1992 crecimiento
1976 1986 1992 2001 1992-2001 2012
Municipio intercensal
2001-2012 (%)
Total Total Total Total
Chuquisaca 113755 118192 184748 3.90 531522 20.86 581347 0.80
Urbana 22631
Rural 91124
Oropeza
Sucre 63259 110122 153153 8.88 214913 4.48 261201 1.74
Yotala 9486 9497 0.01 9461 -0.03
Potosí 207525 263971 1.70 709013 18.7 828093 1.38
Urbana 51879
Rural 155646
Chayanta
Ravelo 18131 20536 1.5 20789 0.11
Ocurí 14354 18516 3.2 16118 -1.24
4.7 Modelo precipitación-escurrimiento
4.7.1 Principios generales

Las variaciones en las tendencias de las series de escurrimiento son respuestas naturales al clima, cambios
en la cobertura vegetal, el uso de suelo y las intervenciones del hombre en el medio (Harden, 2006). El
caudal de salida de la cuenca es una variable muy importante debido a que define un medio integrador de la
respuesta de la cuenca. La variable caudal a distintas escalas de tiempo constituye el parámetro más
adecuado para el estudio y asesoramiento de procesos precipitación-escurrimiento en estas unidades
geográficas (Beven, 2004). Por estas razones y debido a su cuantificable naturaleza, el estudio de los
cambios en la variable es de interés en varios campos del conocimiento (Harden, 2006; Buytaert, Iñiguez, &
De Bievre, 2007).
Los modelos precipitación-escurrimiento son herramientas estándar, utilizadas en nuestros días de forma
rutinaria para estudios en las ciencias de la ingeniería y las ciencias ambientales (Wagener, Wheater, &
Gupta, 2004). Las razones que justifican su aplicación se basan principalmente en las limitaciones de las
técnicas de medición hidrológica, debido al simple hecho de que la mayoría de los procesos y su mutua
correlación ocurren bajo la superficie, a escalas que en general no son homogéneas ni en el espacio ni en el
tiempo (Beven, 2004).
Los modelos precipitación-escurrimiento se utilizan para múltiples actividades y propósitos (Wagener,
Wheater, & Gupta, 2004): la predicción de series temporales en el espacio y en el tiempo (Manley, 1978;
Soria, Kazama, & Sawamoto, 2008), la evaluación de estrategias de manejo y administración de los recursos
hídricos de una cuenca (Molina & Cruz, 2008), la evaluación de potenciales impactos de cambios en el uso
del suelo y la cobertura vegetal (Soria, Kazama, & Sawamoto, 2008), el cálculo de crecientes de diseño
(Calver, Jones, Kjeldsen, & Reynard, 2004), como modelos para proporcionar datos de entrada a estructuras
para la simulación de la calidad de las aguas (Mroczkowski, Raper, & Kuczera, 1997), la predicción en tiempo
real de crecidas (Moore, 1999) o para proveer condiciones de borde para modelos de circulación global
(Wood, Lettenmaier, & Zatarin, 1992).
4.7.2 Tipos de modelos: justificación del tipo de estructura seleccionada

Desde la presentación del Stanford Model de Crawford y Linsley en 1966, un gran número de estructuras
fueron propuestas para la representación de los procesos precipitación-escurrimiento (Todini, 2007). La
literatura clasifica estos modelos de acuerdo a tres criterios, flexibles e intercambiables (Singh V. , 1995;
Wagener, Wheater, & Gupta, 2004): a) descripción de los procesos, b) escala y c) técnica de solución.
La descripción de los procesos se encarga de aquellos con relevancia en la generación de la respuesta de la
cuenca, generalmente evaluada a la salida de la misma. Esta descripción se realiza a través de estructuras
agregadas, semi distribuidas y distribuidas, determinísticas, empíricas o mixtas (Singh V. , 1995). Las
34
estructuras agregadas y distribuidas tienen una relación directa con el segundo criterio de clasificación, la
escala. La razón es la siguiente: las estructuras agregadas describen los procesos considerando al sistema
como una unidad. Este concepto es aplicable cuando se percibe que las características del sistema son lo
suficientemente homogéneas como para ser representadas a través de parámetros espacialmente
agregados. En proyectos ingenieriles, es común observar que tal agregación se logra a través de medias
areales de los factores del sistema, asumiendo que el comportamiento medio (aritmético o ponderado) de
todas las fuentes de recolección de datos dentro de los límites de la cuenca, puede representar el
comportamiento de toda la región. Las ventajas de este tipo de estructura es el ahorro en el tiempo en la
preparación de datos, la velocidad de corrida del modelo y su verificación (calibración y validación). La
desventaja es que los procesos son descritos a través de ecuaciones diferenciales simples y ecuaciones
empíricas, sin considerar explícitamente las condiciones de borde del sistema ni las características
topográficas ni geométricas de la cuenca; allí radica su debilidad.
Como alternativa a los modelos agregados están los esquemas distribuidos. En este tipo de modelos, la
representación de los procesos se realiza dentro de un esquema a alto detalle, por celdas. En teoría, esta
última representación sería la más aconsejable, porque permite identificar los factores que dominan la
respuesta del sistema en cada una de las unidades hidro-geomorfológicas. En la práctica ingenieril, la
limitada disponibilidad de información, induce a que la aplicación de un modelo distribuido tenga el potencial
de introducir cargas de incertidumbre difíciles de sobrellevar (Wagener, Wheater, & Gupta, 2004; Soria,
Kazama, & Sawamoto, 2008). En consecuencia, las desventajas en la aplicación de este tipo de modelos
están: el alto costo computacional (una corrida de estos modelos podría tomar varios días) y la ausencia de
información en campo que permita validar la respuesta del modelo en cada celda de su estructura (Tang,
Reed, van Werkhoven, & Wagener, 2007; Beven, 2009).
Un tipo de estructura con complejidad intermedia es la semi distribuida o pseudo distribuida (Singh V. , 1995).
La estructura considera la existencia de limitaciones para describir un sistema a escala de celda y asume que
existe la posibilidad de describir el sistema a través de sistemas agregados conectados al sistema global de
la cuenca (Collick, y otros, 2009). Las ventajas al aplicar esta estructura son los mismos que aparecen al
momento de utilizar un modelo agregado, mientras que las desventajas se resumen en la siguiente cita
(Ajami, Gupta, Wagene, & Sorooshian, 2004): el uso de modelos semi distribuidos es aconsejable porque
pueden proveer información acerca de las condiciones de flujo en puntos internos de las cuencas. Sin
embargo, la mejora resultante en la simulación a la salida de la cuenca comparada con la aplicación de un
modelo agregado, no es una justificación significante para adoptarlos por sobre estructuras más simples. En
cualquier caso, sin importar si el modelo se describe a través de una estructura agregada o distribuida, la
preferencia hacia el método de construcción se inclina hacia las estructuras determinísticas en detrimento de
estructuras estocásticas, debido a la regular demanda de información y la transparencia de los procesos.
Para el caso presente, se eligió representar la respuesta del sistema a través de un modelo semi distribuido,
tomando en cuenta las recomendaciones de la literatura acerca de los potenciales de su aplicabilidad. Se
omite la aplicación de un modelo agregado a un sistema donde se espera que la respuesta hídrica tenga alta
heterogeneidad espacial. Bajo similar razonamiento se omite también la implementación de un modelo
distribuido debido a la limitada información disponible. El modelo hidrológico es parte del Sistema de
Evaluación y Planificación del Agua.
4.7.3 El modelo hidrológico del Sistema de Evaluación y Planificación del Agua

El modelo conceptual del ciclo hidrológico se define a través de un esquema unidimensional, con una
estructura semidistribuida de balance hídrico discretizada a escala de subcuenca, tanto en los procesos como
en los datos de entrada (precipitación, evapotranspiración, topografía, cobertura/uso de suelo, áreas
irrigadas, sitios de extracciones, datos físicos) y los resultados (Yates, Sieber, Purkey, & Huber-Lee, 2005).
El modelo comprende dos reservorios verticales, a través de los cuales el flujo total es el resultante de la
suma de las estimaciones de flujo superficial, pérdidas por evaporación, infiltración, percolación y flujo base.
El esquema del modelo permite que la percolación profunda pueda ser transmitida hacia un cuerpo de agua
superficial o directamente 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
35
nivel de agrupamiento que hace válida la aplicación 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 las 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).
Hidrología de superficie
La estructura del modelo describe a través de representaciones empíricas los procesos de
evapotranspiración, escorrentía superficial y subsuperficial, infiltración y percolación profunda, en una
conceptualización basada en las ideas del modelo Watbal (Yates S. , 1994). El balance hídrico es calculado
en cada porción j de las N áreas fraccionales parte de cada subcuenca. Las variables climáticas se asumen
homogéneas en cada j definiendo la ecuación de balance de masa (Yates, Sieber, Purkey, & Huber-Lee,
2005):
dh1, j
Sw j = Pe (t ) − ET (t ) − Qs(t ) − Qss (t ) − Qp(t ) Ec. 33,
dt
donde Sw,j [L] representa un estimado de la capacidad efectiva de almacenamiento de agua en el suelo para
cada fracción de uso o cobertura j. El almacenamiento relativo de agua en el suelo h1,j, representa una
fracción del total de almacenamiento efectivo y varía entre 0 (punto de marchitez permanente) y 1 (capacidad
de campo). Pe es la precipitación efectiva en el paso de tiempo t ; ET representa la evapotranspiración; Qs es
la escorrentía superficial; Qss es la escorrentía subsuperficial; Qp es la percolación profunda.
La ecuación siguiente presenta la expresión desarrollada (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 factor
-1
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).
dh1, j  5h1, j − 2h1, j 2 

Sw j = Pe (t ) − ETo(t ) K c , j (t )  − P (t )h RRF j − f ks h 2 − (1 − f ) ks h 2 Ec. 34,
dt  3  e 1, j j j 1, j j j 1, j
 
Para cuantificar la suma de los aportes de Qs y Qss desde el reservorio "1" en cada subcuenca de área Aj , la
expresión para la variable resultante Q1 es:
[ ]
N
Q1 (t ) = ∑ A j Pe (t )h1, j + f j ks j h1, j
RRFj 2
Ec. 35,
j =1
-1
En aplicaciones donde se asume que no existe recarga hacia el nodo del acuífero), con ks2 [L T ]
representando la conductividad en el reservorio "2" (valor constante para toda la cuenca, por lo que no incluye
el subíndice j), el caudal del reservorio subterráneo es (SEI, 2015):
N
dh2
= ∑ (1 − f j )ks j h1, j − ks 2 h2
2 2
Dw Ec. 36,
dt j =1
donde Dw [L] es la percolación profunda desde el reservorio superficial.
36
La aproximación a la descripción del flujo base QG se expresa:
N
QG (t ) = ∑ A j (ks2 h2 )
2
Ec. 37,
j =1
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 [L T ]
3 -1
es (Yates, Sieber, Purkey, & Huber-Lee, 2005):

N
Perc = ∑ A j (1 − f j )ks j z 21, j Ec. 38,
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
Dw[L] h2% QG = ks2h22
Figura 6. Esquema del modelo hidrológico para dos reservorios, 1 y 2 (Yates, Sieber, Purkey, & Huber-Lee,
2005). U y L son los límites superior e inferior de irrigación, respectivamente.
4.7.4 Estimación de parámetros del modelo hidrológico

La literatura reporta varios enfoques para estimar los parámetros del módulo uso de suelo (SEI, 2013;
Fernandez, 2013; Marisa, Lima, Purkey, Yates, & Forni, 2013). Las propuestas se basan en consideraciones
físicas (para algunos parámetros), hasta criterios definidos únicamente a través del proceso de calibración.
En el presente estudio el enfoque se basa en ambos, buscando reducir el número de parámetros a calibrar y
el rango de incertidumbre predictiva del modelo, e.g., (Soria F. , 2004). Los parámetros del suelo, escorrentía
e infiltración (percolación) se definen para rangos de elevación que subdivide a cada subcuenca. Se tomó
este enfoque debido a la asumida relación existente entre las variables climáticas y la elevación (ver los
criterios considerados en la interpolación de mapas). La elección de los valores de los parámetros del modelo
se definió de la siguiente manera:
• Sensibilidad esperada: Previo al análisis, la tabla a continuación resume la sensibilidad esperada a la
variación de los parámetros del modelo, tal como reporta la literatura (Amato, McKinney, Ingol-Blanco, &
Teasley, 2006; CCGUC-SEI, 2009; Ingol-Blanco, 2009):
37
Tabla 3. Sensibilidad del modelo, de acuerdo a reportes de la literatura. Se califican tres niveles de
sensibilidad: alta, media, baja
Parámetro Sensibilidad esperada (literatura)

Sw [mm] Media
Dw [mm] Alta
Kc Alta
RRF Alta
ks [mm/mes] Media
ks 2 [mm/mes] Media
f Media
h1 Baja
h2 Baja
• Coeficiente de cultivo Kc: se consideran coeficientes distintos para las coberturas y para los cultivos. Para
las primeras, los valores se obtienen de la literatura (Allen, Pereira, Raes, & Smith, 2006), sin realizar trabajo
de campo para su determinación (ver alcances del estudio). Los Kc de los cultivos tienen variabilidad
mensual; se estimaron a través de técnicas de teledetección, siguiendo la metodología explicada en
subtítulos precedentes.
• Capacidad de almacenamiento de agua en la zona de raíces Sw [mm]. Su estimación se asocia con el
almacenamiento potencial de agua en el suelo o agua disponible en la zona radicular del suelo [mm]. Se
calcula a partir de valores referenciales de la literatura como el producto entre la profundidad radicular [m] y la
capacidad de retención de humedad del suelo CRH; esta última se estima como la diferencia entre el
3 3
contenido de humedad en el suelo a capacidad de campo [m /m ] y el contenido de humedad en el punto de
3 3
marchitez permanente [m /m ] (MDSP, 2001; Allen, Pereira, Raes, & Smith, 2006; DHI, 2009).
Tabla 4. Valores referenciales de CRH en mm/m considerados como parámetros iniciales (MDSP, 2001)
CRH
Textura del suelo (contenido de piedra y grava
entre 5-15% )
Arcilla 120
Franco 140
Limo 120
Arena 70
Arena francosa 90
Arcilla arenosa 90
Franco arcillo arenoso 130
Franco arenoso 120
Arcilla limosa 130
Franco Arcillo limoso 140
Franco limoso 150
Franco arcilloso 120
38
Tabla 5. Valores referenciales de profundidad radicular (MDSP, 2001)
Tipo de utilización de la Profundidad
tierra máxima de raíces
cm
Agricultura anual 100
Agricultura perenne 150
Pastos sembrados 100
Pasturas naturales 100
Bosques 150
• Capacidad de almacenamiento de agua en la zona profunda Dw [mm]. Se estima como un valor único para
toda la cuenca, asumiendo un solo tipo de reservorio subterráneo. El valor se ignora cuando el sitio de la
demanda recarga el acuífero local (SEI, 2015). La estimación se realiza en base a los resultados de la
calibración del modelo.
• Factor de resistencia a la escorrentía, RRF. Controla la respuesta de la escorrentía superficial. Valores altos
implican tasas bajas de escorrentía y viceversa. Aunque el valor se lo relaciona teóricamente con el índice de
área foliar LAI y la pendiente topográfica, entre otros, la literatura reporta valores estimados en base a la
calibración del modelo, que varían en el rango de 0.1 a 10 (Ingol-Blanco, 2009; Yalcinkaya, 2011; SEI, 2013;
SEI, 2015). Para el presente estudio, la referencia considerada para estimar los valores de RRF es la del
modelo original, donde el parámetro se relaciona con el índice LAI (Yates, Sieber, Purkey, & Huber-Lee,
2005), a su vez estimado a partir de valores medios globales (Scurlock, Asner, & Gower, 2001; Amato,
McKinney, Ingol-Blanco, & Teasley, 2006):
Tabla 6. Estimaciones de índices de área foliar LAI (Scurlock, Asner, & Gower, 2001; Amato, McKinney,
Ingol-Blanco, & Teasley, 2006)
LAI
Cobertura Promedio Mínimo Máximo
Desiertos (sin cobertura vegetal) 1.31 0.59 2.84
Pasturas (zonas templadas y tropicales) 1.71 0.29 5.00
Pastizales altos, arbustos 2.08
Otra vegetación 2.08
Pastizales para actividades ganaderas 2.50
Pastizales 2.50
Cultivos (zonas templadas y tropicales) 3.62 0.20 8.70
Cultivos (agricultura intensiva) 4.22
Cultivos (agricultura extensiva) 4.22
Humedales 6.34 2.50 8.40
Areas urbanas 8.00
Plantación forestal 8.72 1.55 18.00
• Conductividad de zona de raíces, ks. Se estima a través de valores referenciales de la literatura (DHI, 2009).
En su interpretación, la literatura sugiere que al realizar el análisis en paso mensual, las unidades físicas del
parámetro mm por mes implican que la unidad de mm por día se promedia. Esta observación es fundamental
al aplicar el modelo, debido a la alta sensibilidad a este parámetro. Tal observación aplica también a la
conductividad saturada para la zona profunda.
39
Tabla 7. Estimaciones de ks para diferentes clases texturales (DHI, 2009)
ks (cm/min)
Textura del suelo
Promedio Máximo Mínimo
Arena 0.505 1.056 0.2800
Arena francosa 0.712 1.318 0.0180
Franco arenoso 0.166 0.299 0.0115
Franco 0.049 0.042 0.0035
Franco limoso 0.019 0.043 0.0045
Franco arcillo arenoso 0.045 0.082 0.0163
Franco arcilloso 0.027 0.064 0.0007
Franco arcillo limoso 0.013 0.020 0.0010
Arcilla arenosa 0.021 0.043 0.0050
Arcilla limosa 0.015 0.039 0.0009
Arcilla 0.010 0.020 0.0024
• Conductividad saturada de la zona profunda, ks2, cuando h2 =1. Es un valor único para toda la cuenca y no
se considera cuando el nodo de demanda recarga el acuífero local. Controla el flujo subterráneo a través de
una relación directamente proporcional (el flujo subterráneo se incrementa cuando Ks2 se incrementa). Para
este estudio, se estima en función a valores referenciales relacionados a la geología local
Tabla 8. Estimaciones de ks2 para diversos tipos de unidades litológicas (Lewis, Cheney, & ÓDochartaigh,
2006)
Litología ks 2 (m/día)
Promedio Máximo Mínimo
Pizarra 2.5E-06 5.0E-09 5.0E-06
Roca cristalina densa 5.0E-06 5.0E-08 1.0E-05
Esquisto 5.0E-05 5.0E-08 1.0E-04
Basalto denso 5.0E-04 1.0E-06 1.0E-03
Arcilla 2.5E-03 5.0E-07 5.0E-03
Arena 7.5E-02 1.0E-01 5.0E-02
Till 2.5E-01 1.0E-07 5.0E-01
Piedra caliza 5.0E-01 5.0E-06 1.0E+00
Basalto fracturado 5.0E-01 1.0E-04 1.0E+00
Franco 5.1E-01 1.0E-02 1.0E+00
Roca volcánica 1.0E+00 2.0E-02 2.0E+00
Roca cristalina fracturada 5.0E+00 1.0E-03 1.0E+01
Piedra arenizca 1.0E+01 5.0E-05 2.0E+01
Yeso 5.0E+01 5.0E+01
Arena y grava 5.3E+01 5.0E+00 1.0E+02
Grava 2.5E+04 5.0E-01 5.0E+04
• Valor inicial del nivel de humedad en la zona de raíces (h1). Es el valor al inicio de la simulación,
representando el almacenamiento relativo expresado en porcentaje del almacenamiento efectivo total de Sw.
Al iniciar la simulación durante al final de la época de estiaje, se asume los valores por defecto (30%). Se
asume que 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. En el modelo se toman los valores por
defecto (30%).
40
Tabla 9. Valores referenciales de contenido de humedad en el punto de marchitez permanente
3 3
Humedad del suelo en el punto de marchitez (m /m )
Textura del suelo
Promedio Mínimo Máximo
Arenoso 0.045 0.02 0.07
Arenoso franco 0.065 0.03 0.1
Franco arenoso 0.11 0.06 0.16
Franco 0.12 0.07 0.17
Franco limoso 0.15 0.09 0.21
Limoso 0.17 0.12 0.22
Franco arcillo limoso 0.205 0.17 0.24
Arcillo limoso 0.23 0.17 0.29
Arcilloso 0.22 0.2 0.24
• Dirección preferencial de flujo, f. Este valor depende del tipo de cobertura. Varía de 1 para flujo 100%
horizontal, a 0 para flujo 100% vertical. Este parámetro se obtiene durante el proceso de calibración, con las
siguientes estimaciones:
f = 0.15 para rangos de elevación menores a 3000 msnm, con excepción de sitios con cobertura de
uso agrícola, donde se asume pendientes topográficas menores que coadyuvan a la mayor
escorrentía en sentido vertical.
f = 0.3 para rangos de elevación mayores a 3000 msnm, asumiendo que las mayores pendientes
topográficas coadyuvan a la mayor escorrentía superficial (menor aporte a los reservorios
subsuperficiales).
4.7.5 Calibración, validación y sensibilidad del modelo

La calibración y análisis de sensibilidad del modelo considera el método "uno a la vez" a través de calibración
semi automática PEST (Saltelli, Tarantola, Campolongo, & Ratto, 2004). Considerando que es poco probable
que un modelo matemático logre describir exactamente todas las fases del comportamiento de un cuenca
hidrográfica (ver discusión acerca de las razones de tal divergencia en (Beven, 2004)), se utilizaron dos
funciones objetivo: el coeficiente de eficiencia de Nash-Sutcliff ENS y la raíz cuadrada de la varianza de los
residuales RMSE (Wagener, Wheater, & Gupta, 2004). El ENS enfatiza el desempeño del modelo durante los
picos y los caudales altos, al basarse en una forma normalizada de residuales al cuadrado y medidas
ordinarias de errores; considera la relación entre la sumatoria de la diferencia al cuadrado entre 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 Ot y la media de la serie de observaciones Om.
El RMSE evalúa la concordancia entre los valores calculados (Ct) y los valores observados (Ot), donde Nobs es
el número de observaciones de la serie:
ENS = 1 − ∑ (O − C )
t t
2
Ec. 39
∑ (O − O )
t m
2
1
RMSE =
N obs
∑ (O t − Ct ) 2 Ec. 40
Identificación de los periodos para la calibración, validación y análisis de sensibilidad

El comportamiento de la variable caudal medio mensual en la estación Ñucchu describe tres periodos
históricos:
i) El periodo 19/12/1972 a 31/01/1985 muestra el comportamiento de la cuenca con condiciones cercanas a
las naturales. La única intervención importante podría ocurrir por la influencia del canal Ravelo, en la
41
subcuenca del mismo nombre. La calidad de la serie hidrométrica es buena (Vauchel, Malbrunot, & Aguilar,
2006), por lo que constituye el periodo sugerido para la calibración (validación) del modelo.
ii) El periodo 01/02/1985 a 01/01/1999 presenta un comportamiento irregular (Vauchel, Malbrunot, & Aguilar,
2006). Aunque la literatura indica que las mejoras en el sistema de aprovisionamiento de agua potable para la
ciudad de Sucre ocurrieron en el periodo 1970-1990 (Valé, 2015), la ausencia de información histórica
documentada impide asignar los años donde cada obra civil ocurrió así como los impactos específicos
causados por estas obras. Debido a tal incertidumbre, este periodo no se utilizó para la calibración del
modelo.
iii) El proyecto Sucre I introduce mejoras en la obra de toma. El periodo de registro 1990-1999 ocurre luego
(durante) aquellas mejoras, por lo cual se esperaría impactos en las observaciones hidrométricas. Por esta
razón y considerando la ausencia de información histórica de carácter cuantitativo al respecto, este periodo
tampoco se utilizó para la calibración del modelo.
4.8 Escenarios futuros planteados

El cambio climático es el resultado de desequilibrios en el balance energético de la Tierra, causados por
procesos naturales y antropogénicos. El forzamiento radiativo FR cuantifica el cambio en los flujos de energía
originados por variaciones en la acción de ambos (FB, 2013). Los escenarios futuros planteados se basan en
predicciones climáticas previstas por el modelo de circulación global (GCM) NCAR, para cuatros trayectorias
del Informe de Asesoramiento número 5 (AR5), del Panel Intergubernamental para el Cambio Climático IPCC
(IPCC, 2014), considerando tres horizontes, años 2030, 2050 y 2070, para dos variables climáticas a escala
mensual: precipitación y temperatura media del aire.
La elección del modelo NCAR así como de los escenarios de análisis y las variables a considerar fue
realizado por el VRHR como insumo al estudio presente. Estos escenarios son nuevos respecto a los
sugeridos en el Informe de Asesoramiento 4 (AR4), versión previa al AR5, realizada por el IPCC el año 2007.
Aquel informe no consideraba los efectos de posibles políticas o acuerdos internacionales enfocados a la
mitigación de los potenciales impactos del cambio climático. En el nuevo informe denominado AR5, aquellas
nuevas inferencias o escenarios se denominan Trayectorias Representativas de Concentración RCP. Cada
2
escenario se identifica por su FR total para el año 2010, que 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. Estos escenarios combinados con posibles cambios que podrían ocurrir en
el sistema que provee agua potable para la ciudad de Sucre, se analizan a través de herramientas
estadísticas y determinísticas utilizando el modelo hidrológico elegido. Los detalles se presentan en la sección
de resultados.
42
V. RESULTADOS
5.1 Información hidrometeorológica disponible
Los registros de 75 estaciones climáticas y una estación hidrométrica fueron analizados por criterios de
consistencia, estacionareidad y homogeneidad. Los registros climáticos están en su mayoría concentrados
en el periodo 1975 a 2014 (aproximadamente 40 años). En promedio, 10 estaciones contienen registros para
periodos de más de 40 años, algunas con información a partir de 1942. En referencia a las estaciones
hidrométricas, el SENAMHI tiene una sola estación en la cuenca del río Cachimayu: la estación Ñucchu.
Adicionalmente se utilizan como referenciales los registros de la estación Talula, situada aguas abajo de la
confluencia de la cuenca Cachimayu con la cuenca del río Alto Pilcomayo. La información hidroclimática
disponible antes del análisis de consistencia y de la depuración de registros se resume desde la Tabla 10
hasta la Tabla 14; su ubicación y entorno geográfico se esquematiza en la Figura 7 y Figura 8.
Tabla 10. Estaciones climáticas consideradas en el Departamento de Cochabamba. P: precipitación, T:

temperatura (mínima, máxima, media), HR: humedad relativa media del aire, N: nubosidad (octantes), V:
velocidad media del viento, E: evaporación media
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro P registro T otras variables (latitud, longitud) (msnm)
HR: 1973-1985; 1989-

1943-1948; 1993; 1998-1999
1959-2010;
Aiquile 62 1953-1956; N: 1943-1948; 1955-2004 -18.18, -65.18 2250
2014-2015
1959-2015 E: 1996-1997
V: 1976-1993; 1998-2010
HR: 1977-1987; 1990-

1950; 1957-
1948; 1950- 1992; 2003-2009
Mizque 1987; 1990-
49 1951; 1956- N: 1964-1982; 1989-2012 -17.93, -65.35 2225
(Mayra) 1992; 2003-
2015 E: 1982-2012
2009
V: 1972-1982; 1991-2012
Perereta 4 2007-2010 -18.16,-64.84 1667
Puente Arce 1982-1985; 1982-1985;

40 -18.61, -65.15 1490
(Rio Grande) 1988-2003 1988-2009
Puente
15 1968-1985 -18.15,-64.68 1400
Taperas
1973-1997;
Quiroga 34 1975-1977 -18.41, -65.17 2530
2007-2010
Vila Vila 12 1977-1983 -18.22, -65.03 2140
43
Tabla 11. Estaciones climáticas consideradas en el Departamento de Chuquisaca. P: precipitación, T:
temperatura (mínima, máxima, media), HR: humedad relativa media del aire, Pa: presión atmosférica, S:
insolación, N: nubosidad (octantes), V: velocidad media del viento, E: evaporación media
Estación
1977-1984;
Alamos 32 -18.82, -65.33 2600
1986-2003
1975-1985;
Buena Vista 19 -18.72, -64.7 2580
1987-1993
1978-1986;
Cachimayu 29 1988-1994; -19.13, -65.3 2400
1996-2014
Chuqui
43 1976-2014 1990-2014 -18.82, -65.15 2500
Chuqui
El Reloj 13 1997-2009 1994-2014 -19.03, -65.23 2840
El Rodeo 18 1976-1995 -19.05, -64.58 2000
Escana 12 1991-2003 -19.26, -65.07 2630
Icla 35 2005-2015 -19.35, -64.78 2252
La Madona 15 1978-1992 -19.03, -65.23 2840
La Palma 28 1973-2000 -18.93, -65.12 1922
Lamboyo 25 1975-1999 -19.07, -64.81 2560
Maragua 28 1975-1993 -19.05, -65.43 3040
1973-1985;
Ñujchu 33 -19.21, -65.28 2398
1989-2014
1955-1956;
Paccha 13 -18.97, -65.02 2300
1978-1990
1975-1985;
Pojpo 14 -18.79, -65.32 2400
1991-1995
1974-1975;
Poroma 37 -18.54, -65.42 2300
1977-2014
1975-1987;
1990-1993;
Potolo 37 -19.02, -65.52 3080
1996-1999;
2004-2014
1985-0986;
Presto 27 -18.92, -64.93 2460
1988-2003
1974-1976;
Puente Sucre 35 1978-2003; -19.37, -65.16 2222
2005-2014
Punilla 41 1977-2014 -18.98, -65.3 3300
44
Estación
Quila Quila 31 1976-1993 -19.13, -65.37 3526
Redencion 1942-1954; 1942-1954;

54 -18.71, -64.6 2437
Pampa 1973-2014 1973-2014
1975-1984;
Sopachuy 34 2005-2014 -19.47, -64.47 2065
1990-2014
Sucre 1957-1984;
40 1944-2015 -19.05, -65.21 2903
(AASANA) 1989-2015
HR: 1943-1943; 1946-

2012
Pa: 1943-1944; 1946-
Sucre 1943-1944; 2009
62 1943-2012 -19.05, -65.28 2890
(SENAMHI) 1946-2012 S: 1973-1975; 1977-2009
E: 1975-2009
N: 1943-1944; 1947-2012
V: 1947-2012
Talula y
47 1975-2014 1975-2014 -19.12, -65.47 2700
Thako Thaco
1942-1959; 1943-1959;
Tarabuco 56 -19.17, -64.95 3284
1969-2015 1969-2014
1974-1975;
Tomina 45 -19.17, -64.45 2035
1977-1999
Viña
32 1977-2014 1981-1990 -19.44, -64.83 2030
Quemada
1974-1981;
Yamparaez 31 1991-2003; -19.18, -65.13 3100
2005-2014
HR: 1988-2014
1946-1962; S: 2009-2014
Yotala (Villa 1946-1965;
60 1965; 1968- E: 2000-2014 -19.15, -65.27 2511
el Carmen) 1967-2014
2015 N: 1946-2014
V: 1973-2014
1972-1980;
Zudañez 56 1972-2014 -19.12, -64.7 2475
1983-2013
Tabla 12. Estaciones climáticas consideradas en el Departamento de Potosí. P: precipitación, T: temperatura

(mínima, máxima, media), HR: humedad relativa media del aire, Pa: presión atmosférica, S: insolación, N:
nubosidad (octantes), V: velocidad media del viento, E: evaporación media, R: radiación solar
Estación
registros registro - P registro - T otras variables (latitud, longitud) (msnm)
Actara 27 1976-1993; -19.07, -65.96 3440
45
Estación
2005-2014
1976-
Ayoma 35 1993/2004- 2005-2015 -18.86, -66.14 3470
2015
1942-1949;
1952-1954;
Betanzos 22 -19.55, -65.45 3320
1977-1983;
1989-1992
Casin 13 1999-2015 1999-2015 -19.37, -65.22 2645
1980-1997; 1982-1997,
Chaqui 25 -19.58, -65.55 3550
2003-2015 2002-2015
1976-2000;
Chaquilla 32 -19.85, -66.13 3760
2006-2015
Chico Chico 20 1989-2008 1989-2008 -19.77, -65.52 3480
HR: 1967-2014
Pa: 1982-1998
S: 1982-2014
1963-1975, 1963-1975, E: 1967-1968; 1980-
Chinoli 47 -19.68, -65.37 3450
1979-2014 1979-2014 1986; 1992-1995
N: 1965-2014
V: 1968-2014
R: 1996-1999
1976-1992;
Colavi 24 -19.32, -65.53 3850
2005-2015
Colquechaca 20 1973-1985 1974 -18.7, -66.03 4170
Cucho
17 1977-1993 -19.88, -65.7 3700
Ingenio
Keluyo 1977-1984;
13 -19.83, -65.18 3400
(Esqueri) 1989-1993
1980-1983;
La Palca 13 -18.75, -66.02 3600
1986-1993
Macha 35 1976-2002 1983-2002 -18.82, -66.03 3480
Millares 16 1979-1994 -19.42, -65.18 2300
Ocurí 17 1976-1986 1982-1986 -18.83, -65.78 3980
1976-1984;
Oronkota 18 2002-2015 -19.58, -64.83 2500
2002-2015
1942-1947; 1942-1947;
Pocoata 27 1953-1956; 1959-1961; -18.7, -66.17 3360
1958-1961; 2003-2010
1980-1984;
46
Estación
2003-2006
Poco Poco 12 1999-2010 1999-2010 -19.33, -65.03 2130
HR: 1976-2006
Potosi 1978-1984; Pa: 1987-2006
34 1978-2015 -19.55, -65.73 4100
(AASANA) 1988-2015 N: 2001-2006
V: 1976-2006
HR: 1942-1965; 1975-

2015
Pa: 1982-1998
S: 1981-2015
Potosi (Los 1942-1965; 1942-1965;
68 E: 1942-1949; 1958-1963; -19.58, -65.75 3945
Pinos) 1967-2015 1967-2015
1967-2015
N: 1942-2015
V: 1943-1948; 1950-2015
R: 1983-2001
Puna (Granja) 54 1957-2015 1972-2015 -19.78, -65.5 3280
1953-1986; 1967-1986;
Ravelo 61 -18.8, -65.52 3205
1989-2014 1989-2014
Samasa
(Samasa 23 1990-2015 1990-2014 -19.45, -65.73 3650
Baja)
Santa Lucia 28 1976-1993 -19.55, -65.85 3509
1988-1989;
Tacobamba 36 2006-2008; -19.2, -65.72 3060
2011-2014
1999-2006;
Thapaña 11 1999-2008 -19.27, -65.93 3830
2008
HR: 1987-2015
Pa: 1987-2015
S: 1988-2015
1976-1979;
Tarapaya 28 1987-2015 E: 1988-2015 -19.47, -65.79 3390
1987-2015
N: 1976-1979; 1987-2015
V: 1987-2015
R: 1987-2007
Taro 6 2002-2007 2002-2007 -19.83, -66.17
Tinquipaya 47 1976-2015 1976-2015 -19.22, -65.82 3200
1977-2000;
Toro Toro 32 1991-2000 -18.18, -65.72 2700
2008-2009
1944-1951; 1944-1950;
Yocalla 56 1953-1961; 1954-1961; -19.39, -65.91 3450
1973-2015 1973-2015
47
Estación
1977-1983;
Yura 9 -20.07, -66.17 3375
1991-1994
Tabla 13. Estaciones climáticas consideradas en el Departamento de Oruro. P: precipitación, T: temperatura

(mínima, máxima, media), HR: humedad relativa media del aire, Pa: presión atmosférica, S: insolación, N:
nubosidad (octantes), V: velocidad media del viento, E: evaporación media
Años con Periodo de Periodo de Periodo de registro - otras Ubicación Elevación
Estación
registros registro - P registro - T variables (latitud, longitud) (msnm)
Condo 2 2011-2012 2010
1976-1984;
Quillacas 32 1995-2001; 1995-2011 -19.24, -66.94 3749
2003-2011
1942-1949; HR: 2011

1960-1977; 1976-1977,
E: 2011
Challapata 47 1979-1985; 1979-1995, -18.82, -66.74 3740
N: 2011
1987-1995; 2007-2011
2007-2010 V: 2011
Tabla 14. Estaciones hidrométricas. Los emplazamientos en Talula, Tarapaya y Yocalla constituyen
estaciones de apoyo, no relacionadas directamente al área de estudio
Periodo de Periodo de
Años con Ubicación Provincia/
Estación registro - registro - Río
registros* (latitud sur; longitud oeste) Departamento
niveles* caudales*
1973-1986; 1973-1986;
1991-1998; 1991-1998; Oropeza/
Ñujchu 25 Cachimayu 19.20°; 65.28°
2005-2008; 2005-2008; Chuquisaca
2012-2013 2012-2013
1975-1985; 1975-1985;
Pilcomayo (Alto Oropeza/
Talula 24 1987-1998; 1987-1998; 19.13°; 65.45°
Pilcomayo) Chuquisaca
2005-2008 2005-2008
1990-1997; 1990-1997; Tomás

Tarapaya 19 Tarapaya 19.47°; 65.79°
2003-2015 2003-2015 Frías/Potosí
1972-1988; 1972-1988;
Tomás
Yocalla 24 2005-2010; 2005-2010; Alto Pilcomayo 19.40°; 65.91°
Frías/Potosí
2011-2013 2011-2013
*Valores referenciales: Registros con vacios de información. En Tarapaya existen algunos periodos donde únicamente se midieron
niveles.
48
Figura 7 . Ubicación de estaciones climáticas en el área de interés
49
Figura 8 . Ubicación de estaciones hidrométricas del SENAMHI en el área de interés. La estación Ñucchu se
encuentra sobre el río Cachimayu; las estaciones Yocalla, Tarapaya y Talula se encuentran en la cuenca del
río Alto Pilcomayo
50
5.2 Análisis de la información hidrometeorológica
5.2.1 Consistencia de la información pluviométrica: escala anual

En esta primera etapa, el procesamiento de la información se realiza a escala anual, tomando como
parámetros las diferencias entre la media observada y la media calculada, además del coeficiente r. En el
proceso, se excluyeron inicialmente 8 estaciones con amplias lagunas de información, varios años con
registros erróneos y periodos cortos de funcionamiento. A través de la metodología se seleccionaron 41
estaciones de las 75 analizadas, la cuales fueron agrupadas en las cinco regiones descritas en la Tabla 15.
La región 1 asume que todas las estaciones pertenecen a una misma región, mientras que las otras regiones
agrupan las estaciones con un criterio de ubicación geográfica y altitud de instalación.
La región 2 considera estaciones situadas por encima de los 3000 msnm. Excepcionalmente incluye las
estaciones Sucre (AASANA y SENAMHI) y Talula Thako y Thako, debido a la adecuada calidad de la
información y a la extensa longitud de registro. Esta región presenta la menor precipitación, en un rango
promedio de 780 a 310 mm por año. En esta área, la estación Ocurí colindante al área central del estudio
presenta los registros más altos; por otro lado las estaciones Potosí (AASANA), Samasa y Yocalla presentan
los registros más bajos (363 mm anuales, en promedio).
La región 3 comprende estaciones en la región noreste, situadas a menos de 3000 msnm. Se incluyen en la
región a los registros de Sucre (AASANA y SENAMHI) y Talula Thako y Thako debido a la buena calidad de
sus datos. En esta región, la estación Ravelo presenta comportamiento no consistente con el observado en
las estaciones vecinas; la amplia diferencia entre las medias observadas en esta estación y el vector que rige
a la región es el parámetro para categorizar a la estación como tal. La precipitación anual en esta región
presenta una variabilidad entre 790 y 500 mm por año.
Las regiones 4 y 5 explican el comportamiento de la precipitación en el área central de la zona de interés. El
análisis en estas regiones es el más complejo debido a la presencia de amplias lagunas de información e
inconsistencia con los registros de las estaciones vecinas. Este hecho es particularmente notorio en cuatro
estaciones ubicadas en los municipios de interés: Ravelo (también incluida en la región 3), Ocurí (también
considerada dentro de la región 2), Álamos y Potolo. Estas cuatro estaciones presentan la menor correlación
de la región. El comportamiento de Ayoma se considera una excepción, al ser introducida para explicar las
tendencias descritas por la estación Ocurí (criterio de vecindad). Excluyendo de momento a la serie de
Ravelo debido al peculiar comportamiento de su serie, las precipitaciones mayores a 600 mm por año se
observan aguas abajo de la cuenca del río Ravelo y hacia el noreste de la cuenca. Al este, la precipitación
disminuye registrándose valores anuales en el rango 500 a 560 mm.
Tabla 15. Consistencia de las series anuales de precipitación, por regiones
Elevación de la Número de
Media Media
Región Estación estación, en msnm años con r
observada, mm calculada, mm
datos
Actara 3440 20 452.70 440.9 0.77

Ayoma 3470 27 430.00 409.0 0.77
Cachimayu 2400 27 602.70 605.9 0.46
1: Todas las Casin 2645 15 598.90 631.9 0.71
estaciones Chinoli 3450 45 423.00 424.2 0.66
El Reloj 2840 20 612.40 627.6 0.72
Poroma 2300 33 692.90 714.3 0.70
Potolo 3080 16 525.40 533.3 0.77
51
Media Media
datos
Potosi (AASANA) 4100 30 363.00 353.0 0.74

Puente Sucre 2222 32 580.00 595.2 0.66
Puna 3280 40 418.30 418.9 0.67
Redencion Pampa 2437 51 508.40 520.5 0.64
Samasa 3650 22 362.70 357.0 0.65
Sucre (AASANA) 2903 65 663.90 673.9 0.79
1: Todas las Sucre (SENAMHI) 2890 59 653.20 666.3 0.83
estaciones Talula y Thako Thako 2700 39 575.10 565.1 0.84
Tarabuco 3284 54 530.10 547.6 0.68
Tarapaya 3390 22 391.20 388.6 0.75
Tinguipaya 3200 26 640.10 635.2 0.82
Yamparaez 3100 22 501.60 505.4 0.73
Yotala 2511 50 550.10 560.6 0.65
Zudañez 2475 41 549.70 550.1 0.67
Actara 3440 20 453 448 0.81

Ayoma 3470 27 430 430 0.81
Challapata 3740 32 372 387 0.77
Maragua 3040 16 699 636 0.88
Ocurí 3980 7 784 669 0.85
Pocoata 3360 11 406 375 0.69
Potolo 3080 16 525 561 0.79
Potosi (AASANA) 4100 30 363 369 0.89
2: Región Quillacas 3749 17 309 323 0.65
sudoeste Samasa 3650 22 363 379 0.87
Santa Lucía 3509 16 376 352 0.78
Sucre (AASANA) 2903 60 667 684 0.78
Sucre (SENAMHI) 2890 55 656 667 0.84
Talula y Thako Thako 2700 39 575 580 0.82
Tarapaya 3390 22 391 421 0.78
Tinguipaya 3200 25 622 610 0.85
Yocalla 3450 51 365 388 0.82
Yura 4360 7 235 58 0.75
Aiquile 2250 49 544 529 0.77

Cachimayu 2400 16 606 602 0.72
El Reloj 2840 20 612 605 0.79
La Madona 2840 12 639 570 0.86
La Palma 1922 27 540 493 0.81
Maragua 3040 17 714 644 0.72
Mizque 2225 44 509 529 0.70
3: Región Poroma 2300 33 693 699 0.82
noreste Ravelo 3205 50 869 900 0.65
Redencion Pampa 2437 48 515 500 0.74
Sucre (AASANA) 2903 65 662 659 0.84
Sucre (SENAMHI) 2890 58 648 639 0.89
Toro Toro 2700 15 789 759 0.85
Vila Vila 2140 5 652 539 0.90
Zudañez 2475 42 563 552 0.73
52
Media Media
datos
Cachimayu 2400 16 606 627 0.73

Casin 2645 15 599 610 0.74
El Reloj 2840 20 612 635 0.75
La Madona 2840 12 639 569 0.81
La Palma 1922 27 540 498 0.80
Maragua 3040 17 714 623 0.80
Mizque 2225 44 509 523 0.74
Ocurí 3980 7 784 605 0.84
Poroma 2300 33 693 712 0.75
4: Región Potolo 3080 16 525 535 0.72
central Quila Quila 3526 17 667 582 0.81
Ravelo 3205 45 846 858 0.65
Sucre (AASANA) 2903 63 655 657 0.88
Sucre (SENAMHI) 2890 56 639 631 0.84
Tarabuco 3284 48 532 537 0.74
Tarapaya 3390 22 391 386 0.75
Tinguipaya 3200 25 622 583 0.82
Vila Vila 2140 5 652 571 0.72
Yamparaez 3100 22 502 487 0.80
Actara 3440 20 453 432 0.7
Alamos 2600 26 535 548 0.4
Ayoma 3470 27 430 410 0.69
Cachimayu 2400 16 606 629 0.71
Casin 2645 15 599 622 0.78
El Reloj 2840 20 i612 643 0.77
La Madona 2840 12 639 575 0.78
La Palma 1922 27 540 493 0.78
Maragua 3040 17 714 624 0.8
5: Región Ocuri 3980 7 784 616 0.85
cuencas Poroma 2300 33 693 706 0.71
Ravelo- Potolo 3080 16 525 528 0.75
Ocurí- Presto 2460 15 284 264 0.76
Potolo Quila Quila 3526 17 667 588 0.79
Ravelo 3205 42 863 868 0.67
Sucre (AASANA) 2903 60 656 668 0.87
Sucre (SENAMHI) 2890 56 639 638 0.83
Tarabuco 3284 48 532 543 0.74
Tarapaya 3390 22 391 389 0.74
Tinguipaya 3200 25 622 586 0.84
Vila Vila 2140 5 652 587 0.72
Yamparaez 3100 22 502 485 0.79
53
5.2.2 Consistencia de las series: análisis visual
Desde la Figura 9 hasta la Figura 13 se muestran los resultados del procesamiento anual de las series de
precipitación, comparando la situación antes y después del análisis de consistencia mediante el método del
vector regional. Las figuras también presentan las regiones conformadas, omitiendo la región 1 debido a la
heterogeneidad topográfica de la región. El análisis visual general de los registros muestra dos
características: existencia de pocas estaciones con registros continuos y frecuente ausencia de información
durante algunos años o durante periodos relativamente extensos. Con algunas excepciones, la mayor parte
de las estaciones tiene registros a partir del año 1976-1977.
La longitud de registros disponibles no permite la identificación de ciclos; sin embargo, la información muestra
periodos intercalados entre húmedos y menos húmedos (Figura 9). Un periodo húmedo extenso se observa
entre los años hidrológicos 1970-1971 a 1988-1989; el contraste se observa en el periodo menos húmedo de
todo el registro: 7 años, desde 1988-1989 hasta 1995-1996, evidente en todas las estaciones analizadas, sin
importar la región de pertenencia (Figura 10 a Figura 13). En referencia al rango de variabilidad de la
precipitación, los menores valores se registran hacia el sudoeste, en la región donde la topografía define los
sitios con mayores elevaciones (e.g., estación Yura a 4360 msnm), mientras que el máximo de 1130 mm es
alcanzado hacia el norte y este de la región, en las estaciones Ravelo y Toro Toro.
De particular interés al estudio es el comportamiento de las dos últimas estaciones citadas, al definir la región
más húmeda de la zona. Ambas estaciones se complementan adecuadamente, al permitir explicar el
comportamiento de una a través de la otra. La alta tasa de precipitación registrada en Ravelo no se observa
en estaciones vecinas como Ocurí o Potolo, debido a la barrera orográfica que separa esta área de las
cuencas Corral Mayu, Percas Mayu, Maragua, Tomuyo y Sacopaya. Esta característica explica el importante
potencial hídrico de la unidad hidrográfica Ravelo y su alta relevancia en la provisión de agua potable para la
ciudad de Sucre.
1500 2.0
Leyenda
Sucre y vectores regionales (elevación en
Vectores regionales, adimensional

msnm)
1250
Precipitación anual, en mm
Sucre
1988-1989
1970-1971 1.5 (Aasana)
1995-1996 (2903)
1000 Vector
región 1
Vector
750 1.0 región 2
Vector
500 región 3
0.5 Vector
región 4
250
Vector
región 5
0 0.0
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Figura 9 . Sucre AASANA y vectores regionales adimensionales
54
Leyenda Actara (3440)
1500 (elevación en msnm) Ayoma (3470)
Región 2 . Previo al análisis de consistencia Cachimayu (2400)
Casin (2465)
Challapata (3740)
Chaqui (3550)
Chico Chico (3480)

Chinoli (3450)
Chuqui Chuqui (2500)
1000 Colavi (3850)
El Reloj (2840)
Ñujchu (2398)
Poco poco (2130)
Pocoata (3360)
Poroma (2300)
Potolo (3080)
Potosi (Aasana) (4100)
Puente Sucre (2222)
500 Puna (3280)
Quillacas (3749)
Ravelo (3205)
Samasa (3650)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
Talula y Thako Thaco (2700)
Tarabuco (3284)
Tarapaya (3390)
0 Thapaña (3830)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tinguipaya (3200)
Viña Quemada (2030)
Yamparaez (3100)
Yocalla (3450)
Yotala (2511)
1500
Región 2. Luego del análisis de consistencia
Actara (3440)
Ayoma (3470)
Challapata (3740)
1000 Pocoata (3360)

Potolo (3080)
Quillacas (3749)
Samasa (3650)
500 Sucre (Aasana) (2903)
Tarapaya (3390)
Tinguipaya (3200)
0 Yocalla (3450)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Maragua (Chuquisaca) (3040)

Ocuri (3980)
Santa Lucia (3509)
Yura (4360)
Figura 10 . Región 2. Series de precipitación anual, antes y después del análisis de consistencia
55
Leyenda
(elevación en msnm)
1500
Región 3 . Previo al análisis de consistencia Aiquile (2250)
Alamos (Chuq) (2600)
Buena Vista (Chuq) (2580)
Cachimayu (2400)
Casin (2465)
El Reloj (2840)
El Rodeo (2000)
1000 Escana (2630)
Huayrapata (1800)
La Madona (2840)
La Palma (1922)
Lamboyo (2560 )
Millares (2300)
Mizque (2225)
500 Ñujchu (2398)
Poco poco (2130)
Poroma (2300)
Presto (2460)
Puente Arce (1490)
Puente Sucre (2222)
Puente Taperas (1400)
Quiroga (1880)
Ravelo (3205)
0 Redencion Pampa (2437)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Sopachuy (2065)
Tomina (2035)
Toro Toro (2700)
1500
Región 3. Luego del análisis de consistencia
Aiquile (2250)
Cachimayu (2400)
El Reloj (2840)
1000
La Madona (2840)
La Palma (1922)
Mizque (2225)
Ñujchu (2398)
Poroma (2300)
500 Ravelo (3205)
Redencion Pampa (2437)
0 Toro Toro (2700)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Vila Vila (2140)

Zudañez (2475)
56
Actara (3440)
Leyenda Alamos (Chuq) (2600)
1500 Ayoma (3470)
Buena Vista (Chuq) (2580)
Región 4. Previo al análisis de consistencia Cachimayu (2400)
Casin (2465)
Challapata (3740)
Chico Chico (3480)

Colavi (3850)
El Reloj (2840)
1000 El Rodeo (2000)
Escana (2630)
La Madona (2840)
La Palma (1922)
Lamboyo (2560 )
Millares (2300)
Mizque (2225)
500 Ocuri (3980)
Pocoata (3360)
Poroma (2300)
Potolo (3080)
Presto (2460)
Puente Arce (1490)
Quila Quila (3526)
0 Quillacas (3749)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Quiroga (1880)
Ravelo (3205)
Samasa (3650)
Tarabuco (3284)
Tarapaya (3390)
Tinguipaya (3200)
Tomina (2035)
Toro Toro (2700)
Vila Vila (2140)
1500 Cachimayu (2400)

Región 4. Luego del análisis de consistencia Casin (2465)
El Reloj (2840)
La Madona (2840)
1000 La Palma (1922)
Maragua (Chuquisaca)
(3040)
Mizque (2225)
Ocuri (3980)
Poroma (2300)
500
Potolo (3080)
Quila Quila (3526)
Ravelo (3205)

0
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Talula y Thako Thaco

(2700)
Tarabuco (3284)
57
Leyenda
1500 (elevación en msnm)
Región 5. Previo al análisis de consistencia Actara (3440)

Ayoma (3470)
Cachimayu (2400)
Casin (2465)
Chico Chico (3480)
1000 Colavi (3850)
El Reloj (2840)
La Madona (2840)
La Palma (1922)
Ocuri (3980)
Pocoata (3360)
500 Poroma (2300)
Potolo (3080)
Presto (2460)
Quila Quila (3526)
Ravelo (3205)
0 Talula y Thako Thaco (2700)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tarabuco (3284)
Tarapaya (3390)
Tinguipaya (3200)
Vila Vila (2140)
Yamparaez (3100)
Yotala (2511)
1500
Región 5. Luego del análisis de consistencia Actara (3440)
Ayoma (3470)
Cachimayu (2400)
Casin (2465)
Chico Chico (3480)
1000 El Reloj (2840)
La Madona (2840)
La Palma (1922)
Ocuri (3980)
Poroma (2300)
500 Potolo (3080)
Presto (2460)
Quila Quila (3526)
Ravelo (3205)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tarabuco (3284)
Tarapaya (3390)
Tinguipaya (3200)
Vila Vila (2140)
Yamparaez (3100)
58
5.2.3 Resultado de las pruebas de rango fijo y variable
El análisis a escala anual cuantitativo y cualitativo de las series permitió identificar patrones no consistentes y
datos de años puntuales con comportamiento sospechoso. El análisis continúa en el presente subtítulo a
escala mensual y diaria, para las series de precipitación, temperatura del aire máxima, mínima y media.
Análisis de consistencia espacial a nivel diario: prueba de regresión

Para determinar la distancia máxima respecto a una estación central se efectuó un análisis de regresión lineal
simple. La identificación de variables independientes se realizó mediante criterio de vecindad geográfica. Los
resultados son:
i) Estaciones centrales. Las estaciones centrales definidas son Ravelo, Sucre SENAMHI, Potosí los Pinos,
Aiquile y Tarabuco.
Estación Ravelo
• No cuenta con estaciones en un radio de 10 km.
• En un radio de 30km se encuentran las estaciones Pojpo, Alamos, Potolo, Maragua Chuquisaca y
Ocurí.
Estación Sucre SENAMHI
• Las estaciones a una distancia máxima de 10 km son Sucre AASANA, La Madona, Punilla,
Cachimayu y El Reloj.
• A una distancia máxima de 30 km: Alamos, La Palma, Pacha, Yamparez, Yotala, Ñujchu, Quila Quila,
Talula Tako Tako, Potolo, Maragua Chuquisaca, Chuqui Chuqui y Pojpo.
• A una distancia máxima de 60 km: Poroma, Puente Arce, Presto, Lamboyo, Tarabuco, Escana, Poco
Poco, Casin, Puente Sucre, Millares, Betanzos, Colavi, Tinguipaya, Ocurí y Ravelo.
Estación Potosí Los Pinos
• Estaciones a una distancia máxima de 10 km: Potosí AASANA.
• A una distancia máxima de 30 km: Chaqui, Tarapaya, Yocalla y Betanzos.
• A una distancia máxima de 60 km: Cucho Ingenio, Chico Chico, Puna, Chinoli, Puna, Colavi,
Tinguipaya, Tacobamba, Thapaña, Taro, Chaquilla y Actara.
Estación Aiquile
• Estaciones a una distancia máxima de 30 km: Vila Vila y Quiroga.
• A distancia máxima de 60 km: Puente Taperas, Mizque, Perereta, Toro Toro, Poroma y Puente Arce.
ii) Coeficiente de correlación entre estaciones en función a la distancia entre las mismas.
Series de precipitación (Figura 14)
• Representatividad hasta una distancia máxima de 30 km.
• La correlación más baja es con la estación Colavi (0.01) seguida de Chico Chico (0.15), ambas
próximas a la estación central. El resultado es atribuible a los patrones poco definidos en las series de
las dos últimas estaciones.
• En general se observa correlaciones bajas, menores a 0.35, hasta una distancia máxima de 35 km.
• Se observa correlación superior (0.46) con cinco estaciones situadas a una distancia entre 37 y 60 km
(Ravelo, Puente Sucre, Poco Poco, Poroma y Tinguipaya).
• No existe correlación con las estaciones Potolo, Betanzos, Millares, Colavi y Ocurí.
• El coeficiente de regresión más bajo (-0.01) se obtuvo con la estación Potolo.
Estación Aiquile.
• Representatividad hasta una distancia máxima de 33 Km (correlación de 0.51).
• Correlación relativamente superior al observado para estaciones más cercanas con dos estaciones
alejadas a una distancia de 83 y 94 Km (La Madona y La Palma). Valores de correlación: 0.46 y 0.5.
59
Figura 14 . Distancias máximas para tres estaciones centrales. Análisis para la precipitación
Series de temperatura (Figura 15, Figura 16)

Potosí Los Pinos
• Buena correlación (0.70) con estaciones situadas a una distancia máxima de 30 km y diferencia
máxima de altitud de 300 m: Potosí AASANA, Tarapaya y Yocalla.
• Correlación baja (0.40 a 0.55) con estaciones situadas a una distancia máxima de 60 km y diferencia
máxima de altitud de 800 m: Chinoli, Puna, Thapaña, Tinguipaya.
• Correlación muy baja (0.2) con estaciones a una distancia de 90 km: estación Ravelo.
• Distancia de descorrelación estimada: 30 a 40 km.
Sucre SENAMHI
• Buena correlación (0.60 a 0.80) con estaciones a una distancia de 80 km.
• El coeficiente de correlación disminuye a una distancia aproximada de 120 km.
Estaciones Ravelo, Tarabuco, Poco Poco y Tinguipaya
• Baja correlación mutua (0.20 a 0.30), aun considerando que son estaciones situadas a distancias
cercanas, menores a 60 km.
• Coeficientes de correlación bajas (0.30 a 0.47) con estaciones a una distancia de 30 a 60 km.
Figura 15 . Distancias máximas para dos estaciones centrales, para la temperatura del aire media mensual
60
Figura 16 . Distancias máximas respecto a estaciones centrales para la temperatura del aire media mensual
Análisis de consistencia de temperatura media diaria: prueba de rango fijo

El límite superior e inferior que define el rango aceptado es fijo para cada región. Para este estudio se
definieron estos límites considerando una diferencia máxima de altitud entre estaciones de 300 m. Los
resultados son los siguientes:
Estación Ravelo, 3205 msnm.
• La estación para la comparación y control de datos sospechosos es Tinguipaya, a 3200 msnm (dentro
de la diferencia máxima de altitud permitida).
• La serie de Ravelo no presenta desviaciones extremas de temperatura en meses lluviosos. Por otro
lado, la serie de Tinguipaya registra un salto del periodo 1982 a 1994. Esta diferencia explica la baja
correlación identificada previamente.
• En los meses secos se identificaron desviaciones extremas como datos sospechosos. En fechas
21/05/1973 y 15/08/1978, se registraron temperaturas superiores al límite máximo establecido. Similar
comportamiento se observó en las fechas 06/06/1988, 02/07/1991 y 23/06/2011, donde los registros
de temperatura superan el límite máximo.
Estación Potosí AASANA.
• Diferencia de altitud menor o igual a 300 m con Potosí Los Pinos, Thapaña y Colquechaca.
• En fechas 26/06/1998 y 11/07/1998 se registraron temperaturas medias muy bajas durante meses
o
secos (-0.4 y 0.2 C respectivamente).
Estación Tarabuco.
• La diferencia más cercana al rango definido es de 400 m con la estación Sucre SENAMHI. Por esta
razón se definió el límite mínimo y máximo en base a los percentiles 1 y 99.
• Se observa un periodo de temperaturas bajas entre 01/1991 al 03/1992, 21/01/2013.
Estación Chuqui Chuqui
• Temperaturas muy bajas registradas el 05/01/2012.
Análisis de consistencia de la precipitación diaria mediante la prueba de corroboración espacial

Esta prueba se enfoca a las estaciones con registros sospechosos identificados en todo el análisis previo. El
rango de variabilidad permitido se definió mediante comparación de registros con estaciones vecinas.
Estación Aiquile
• Precipitaciones por encima del rango en fechas 12/01/2007 y 10/12/2013.
61
Estación Casin
• Precipitaciones por encima del rango en fechas 15/12/2003,19/01/2004 y 29/12/2015.
Estación Chico Chico
• Precipitaciones fuera del rango definido registradas en fechas 29/12/1995, 30/12/1996, 13/12/ 2004 y
16/11/1992.
Estación Colavi
• Precipitaciones fuera del rango definido en fechas 09/02/2006 y 19/01/2008.
Estación Ocuri
• Precipitaciones por encima del rango el 19/03/1983.
Estación Poroma
• Precipitaciones por encima del rango en fechas 19/03/1982, 16/03/1984, 18/01/1987.
Estaciones Quiroga y Vila Vila
• Precipitaciones altas fuera de rango en las fechas 25/01/1975 y 29/01/1979.
Estación Ravelo
• Precipitaciones por encima del rango el 01/12/2002.
Estación Toro Toro
• Precipitaciones altas el 24/03/1991 y 07/01/1992.
Prueba de rango variable: desviaciones respecto al ciclo estacional

• El ajuste de la serie a través el modelo Winter (IBM, 2015) muestra que los límites varían
temporalmente, facilitando la identificación de datos sospechosos. Con este ajuste, los datos fuera de
rango están en los meses 06/2000, 07/2002 y 05/2015, con registros bajos de temperatura.
• Temperaturas muy bajas en 02/1992 y 03/1997.
20
Serie Observada
Temperatura del aire, oC
16 Serie ajustada Winter

Additive
12
4
jul-67
jul-69
jul-71
jul-73
jul-75
jul-77
jul-79
jul-81
jul-83
jul-85
jul-87
jul-89
jul-91
jul-93
jul-95
jul-97
jul-99
jul-01
jul-03
jul-05
jul-07
jul-09
jul-11
jul-13
Figura 17 . Ajuste para la estación Potosí Los Pinos, meses secos
62
20
Serie Observada

16 Serie ajustada Winter
Additive
12
4
Dec/42
feb-45
Dec/47
feb-50
Dec/52
feb-55
Dec/57
feb-60
Dec/62
feb-65
Dec/67
feb-70
Dec/72
feb-75
Dec/77
feb-80
Dec/82
feb-85
Dec/87
feb-90
Dec/92
feb-95
Dec/97
feb-00
Dec/02
feb-05
Dec/07
feb-10
Dec/12
feb-15
Figura 17b .Ajuste para la estación Potosí Los Pinos, meses húmedos

• Al ajustar el modelo se verificó la presencia de un salto inusual desde julio 1996.
• La temperatura más baja de la serie se registró en 03/1997.
• Las temperaturas más altas se registraron en los meses 12/1997 y 01/1998.
20
16
12 Serie Observada
Serie ajustada
8 Winter Additive
4
Jan/73
feb-74
mar-75
Dec/76
Jan/78
feb-79
mar-80
Dec/81
Jan/83
feb-84
mar-85
Dec/86
Jan/88
feb-89
mar-90
Dec/91
Jan/93
feb-94
mar-95
Dec/96
Jan/98
feb-99
mar-00
Dec/01
Jan/03
feb-04
mar-05
Dec/06
Jan/08
feb-09
mar-10
Dec/11
Jan/13
feb-14
mar-15
Figura 18 .Ajuste para la estación Sucre SENAMHI, meses húmedos

Estación Ravelo
• En la serie de temperatura media para los meses secos no se observan datos extremos.
• En la serie de meses húmedos el modelo no se ajusta de manera adecuada debido a la alta
variabilidad de los datos. Se observan datos sospechosos en los meses marzo y diciembre de 2001.
63
Estación Aiquile
• Se registraron temperaturas muy bajas en los meses 03/1979 y 01/1985.
• El modelo se ajusta de manera aceptable para los meses secos y lluviosos de la serie.
Figura 19 .Ajuste para la estación Ravelo. Meses secos (arriba) y meses húmedos (abajo)
Temperatura del aire, oC Temperatura del aire, oC
12
16
20
12
16
20
8
12
16
20
8
4
8
Dec/88 may-91
may-73
mar-89 may-92
Aug/73 feb-90
Jan/91 may-93
jul-74
Dec/91 may-94
Figura 20 .Ajuste para la estación Aiquile. Meses secos
jun-75 mar-92
feb-93 may-95
may-76
Jan/94 may-96
Aug/76 Dec/94
mar-95 may-97
jul-77
feb-96 may-98
jun-78 Jan/97
Dec/97 may-99
may-79
mar-98 may-00
Aug/79 feb-99 may-01
jul-80 Jan/00
Dec/00 may-02
jun-81 mar-01 may-03
may-82 feb-02
Jan/03 may-04
Aug/82 Dec/03 may-05
jul-83 mar-04
feb-05 may-06
jun-84 Jan/06 may-07
may-85 Dec/06
mar-07 may-08
Aug/85 feb-08 may-09
jul-86 Jan/09
Dec/09 may-10
jun-87 mar-10 may-11
may-88 feb-11
Jan/12 may-12
Aug/88 Dec/12 may-13
mar-13
Winter Additive
Serie ajustada
Serie Observada
Winter Additive
Serie ajustada
jul-89 Serie Observada

feb-14 may-14
Winter Additive
Serie ajustada
Serie Observada
64
20
Temperatura del aire, oC 16
12 Serie Observada
8 Serie ajustada
Winter Additive
4
Jan/73
mar-74
Jan/76
mar-77
Jan/79
mar-80
Jan/82
mar-83
Jan/85
mar-86
Jan/88
mar-89
Dec/73
feb-75
Dec/76
feb-78
Dec/79
feb-81
Dec/82
feb-84
Dec/85
feb-87
Dec/88
Figura 20b .Ajuste para la estación Aiquile. Meses húmedos
Estaciones Talula y Thako Thako y Yotala
• Ambas presentan una desviación de la temperatura durante el periodo 1973 a 1986. Estas estaciones
registraron temperaturas más elevadas que las estaciones vecinas.
20
16
12
Serie Observada
8
Serie ajustada
Winter Additive
4
jun-75
Aug/78
jul-80
jun-82
Aug/85
jul-87
jun-89
Aug/92
jul-94
jun-96
Aug/99
jul-01
jun-03
Aug/06
jul-08
jun-10
Aug/13
may-77
may-84
may-91
may-98
may-05
may-12
Figura 21 .Ajuste para la estación Talula y Thako Thako. Meses secos
20
16
12
Serie Observada
8
Serie ajustada Winter
Additive
4
jun-75
jun-82
jun-89
jun-96
jun-03
jun-10
may-77
Aug/78
jul-80
may-84
Aug/85
jul-87
may-91
Aug/92
jul-94
may-98
Aug/99
jul-01
may-05
Aug/06
jul-08
may-12
Aug/13
Figura 22 .Ajuste para la estación Yotala. Meses secos
65
5.2.4 Predicción de datos faltantes en las series pluviométricas
La predicción de datos faltantes en la información pluviométrica se realiza utilizando información procesada y
criticada bajo los criterios desarrollados previamente. El proceso se realiza por criterios de correlación lineal
múltiple entre estaciones pertenecientes a la misma región. El análisis se realiza a escala mensual, debido a
que tal como se demostró en subtítulos precedentes, a escalas mayores la variabilidad espacial y estacional
de la precipitación es compleja de predecir, demanda modelos más sofisticados y de mayor demanda de
información. La Tabla 16 presenta las variables dependientes e independientes consideradas. El resultado del
proceso se presenta desde la Figura 23 hasta la Figura 26, donde se compara las series parcialmente
corregidas contra las series reconstruidas, finales.
Enfocando el análisis a las series ubicadas en la zona central al estudio, se observa amplia variabilidad entre
la precipitación registrada en las partes altas en comparación a los patrones de las partes bajas de la cuenca.
Aguas arriba, es altamente relevante la serie de la estación Ravelo (3205 msnm), al definir una zona de alta
precipitación que se extiende desde la estación Toro Toro (2700 msnm). Al contrastar esta zona con el
régimen de la estación Sucre SENAMHI (2890 msnm), en la parte central de la cuenca, las diferencias
promedio de precipitación alcanzan los 300 mm por año. Las potenciales consecuencias de tal variabilidad
son amplias, desde la creación de posibles condiciones adecuadas para el desarrollo de la vegetación hasta
el desarrollo de regímenes hídricos erosivos con potencial de degradar los suelos de la cuenca. La primera
hipótesis es descartada en los subtítulos siguientes, al no observar la presencia de vegetación vigorosa en las
escenas Landsat capturadas en el área.
Tabla 16. Variables dependientes e independientes para la predicción de información faltante en las series de
precipitación mensual
Variable Variables independientes

Región
dependiente
Actara Ayoma, La Palma, Sucre (SENAMHI), Tarapaya, Tinguipaya

Ayoma Actara, Talula y Thako Thako
Challapata No se rellenó (correlación débil con otras estaciones)
Chaqui Chinoli, Potosí (Los Pinos), Tarapaya, Yocalla
Chaquilla Potosí (Los Pinos), Puna, Tarapaya, Yocalla
Chico Chico Potosí (AASANA), Potosí (Los Pinos), Puna, Tinguipaya, Yocalla
Chinoli Potosí (AASANA), Potosí (Los Pinos), Tarapaya, Yocalla
Colavi Puente Sucre, Tarapaya, Sucre (SENAMHI), Yocalla
Cucho Ingenio Potosí (AASANA), Puna, Chaquilla, Chinoli,
Macha Actara, Ayoma
2: Región Ocuri Maragua, Sucre (SENAMHI)
sudoeste Pocoata No se rellenó (serie corta; periodos aislados)
Potolo Potosí (Los Pinos), Samasa, Tarapaya, Tinguipaya,
Potosi (AASANA) Potosí (Los Pinos), Tarapaya, Yocalla
Potosí (Los Pinos) Potosí (AASANA), Puna, Tarapaya, Yocalla
Puna Chaqui, Potosí (Los Pinos), Tinguipaya, Yocalla
Quillacas No se rellenó
Samasa Potosí (AASANA), Talula y Thako Thako, Tarapaya, Tinguipaya, Yocalla
Santa Lucía Actara, Ayoma, Potosí (AASANA). Sucre (AASANA), Tinguipaya, Yocalla
Tarapaya Potosí (AASANA), Tinguipaya, Yocalla
Tinguipaya Sucre (AASANA), Talula y Thako Thako, Tarabuco
Yocalla Potosí (AASANA), Potosí (Los Pinos), Tarapaya,
66
Región
dependiente
Aiquile Poroma, Redención Pampa, Sucre (AASANA)

Mizque Aiquile, Mizque, Poroma, Quiroga, Redención Pampa, Sucre (SENAMHI), Toro Toro, Vila
Vila
Presto La Palma, Lamboyo, Puente Sucre, Sucre (SENAMHI), Zudañez
3: Región
Quiroga Aiquile, Cachimayu, Mizque, Poroma, Redención Pampa, Sucre (SENAMHI)
noreste
Redencion Pampa Poroma, Sucre (SENAMHI)
Vila Vila Aiquile, Mizque, Puente Taperas
Zudañez Cachimayu, Poroma, Puente Sucre, Sucre (SENAMHI), Talula y Thako Thako
Cachimayu La Palma, Sucre (AASANA), Tarapaya, Talula y Thako Thako, Tarabuco

Casin Poco Poco, Viña Quemada
Chuqui Chuqui Redención Pampa, Sucre (SENAMHI), Yotala
El Reloj ---
El Rodeo Presto, Redención Pampa, Sucre (SENAMHI), Viña Quemada, Zudañez
La Madona La Palma, Maragua, Sucre (SENAMHI)
Lamboyo La Palma, Sucre (SENAMHI)
La Palma Poroma, Sucre (SENAMHI), Tarabuco
Maragua Sucre (SENAMHI), Talula y Thako Thako, Tinguipaya
Millares Talula y Thako Thako, Yamparaez
Ñujchu Puente Sucre, Sucre (SENAMHI), Talula y Thako Thako, Yotala, Zudañez
Ocuri Maragua, Sucre (SENAMHI)
Pojpo Chico Chico, Presto, , Redención Pampa, Sucre (SENAMHI)
4: Región Poroma La Palma, Maragua, Sucre (SENAMHI), Talula y Thako Thako, Tarabuco, Yamparaez
central Potolo No se rellenó (serie corta, con correlación poco significativa con otras estaciones)
Presto La Palma, Lamboyo, Puente Sucre, Sucre (SENAMHI), Zudañez
Puente Sucre El Reloj, Sucre (SENAMHI), Talula y Thako Thako
Quila Quila ---
Ravelo No se rellenó (serie corta, sin correlación significativa con otras estaciones)
Sucre (AASANA) ---
Sucre (SENAMHI) Maragua, Tarabuco
Talula y Thako Thako Maragua, Sucre (SENAMHI)
Tarabuco Sucre (SENAMHI ), Talula y Thako Thako, Yamparaez
Tinguipaya Sucre (AASANA), Talula y Thako Thako, Tarabuco
Tomina Lamboyo, Redención Pampa, Tarabuco, Yamparaez, Zudañez
Viña Quemada El Rodeo, Presto, Tomina, Zudañez
Yamparaez El Reloj, Poroma, Sucre (SENAMHI ), Talula y Thako Thako, Tarabuco
Yotala Puente Sucre, Sucre (SENAMHI), Tarabuco
Alamos No se rellenó (serie corta, sin correlación significativa con otras estaciones)
5: Región Ocuri Maragua, Sucre (SENAMHI)
cuencas Pojpo Chico Chico, Presto, , Redención Pampa, Sucre (SENAMHI)
Ravelo- Potolo No se rellenó (serie corta, con correlación poco significativa con otras estaciones)
Ocuri- Ravelo Poroma (Chuquisaca), Sucre (SENAMHI), Talula y Thako Thako
Potolo Sucre (AASANA) ---
Toro Toro Aiquile, Mizque, Poroma, Redención Pampa, Sucre (SENAMHI), Vila Vila
67
Leyenda
Región 2. Primera corrección
Actara (3440)
Ayoma (3470)
Challapata (3740)
1000 Maragua (Chuquisaca) (3040)

Ocuri (3980)
Pocoata (3360)
Potolo (3080)
500 Quillacas (3749)

Samasa (3650)
Santa Lucia (3509)

1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tarapaya (3390)
Tinguipaya (3200)
Yocalla (3450)
Yura (4360)
Actara (3440)
1500 Ayoma (3470)
Región 2. Series rellenadas (corrección final-estaciones adicionadas) Challapata (3740)
Chaqui (3550)
Chaquilla (3760)
Chico Chico (3480)

Chinoli (3450)
Colavi (3850)
1000 Cucho Ingenio (3700)
Macha (3480)
Ñujchu (2398)
Ocuri (3980)
Pocoata (3360)
500 Potolo (3080)
Potosi (Los Pinos) (3945)
Puna (3280)
Quillacas (3749)
Samasa (3650)
Santa Lucia (3509)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013

Tarapaya (3390)
Tinguipaya (3200)
Yocalla (3450)
Yura (4360)
Figura 23. Series anuales de precipitación, reconstruidas (rellenadas). Región sudoeste
68
1500
Región 3. Primera corrección Leyenda
Aiquile (2250)
Cachimayu (2400)
1000 El Reloj (2840)
La Madona (2840)
La Palma (1922)
Mizque (2225)
Poroma (2300)
500
Ravelo (3205)

1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Toro Toro (2700)
Vila Vila (2140)
Zudañez (2475)
1500
Región 3. Series rellenadas (corrección final)
Aiquile (2250)
1000 Mizque (2225)
Presto (2460)
Quiroga (1880)
500
Vila Vila (2140)
Zudañez (2475)
0
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Figura 24. Series anuales de precipitación, reconstruidas (rellenadas). Región noreste
69
1500 Leyenda
Región 4. Primera corrección (elevación en msnm)
Cachimayu (2400)
Casin (2465)
El Reloj (2840)
La Madona (2840)
1000 La Palma (1922)
Mizque (2225)
Ocuri (3980)
Poroma (2300)
500 Potolo (3080)
Quila Quila (3526)
Ravelo (3205)
0
Tarabuco (3284)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tarapaya (3390)
Tinguipaya (3200)
Toro Toro (2700)
Vila Vila (2140)
Yamparaez
1500
Región 4. Series rellenadas (corrección final) Cachimayu (2400)
Casin (2465)
El Reloj (2840)
El Rodeo (2000)
La Madona (2840)
1000 Lamboyo (2560 )
La Palma (1922)
Millares (2300)
Ñujchu (2398)
Ocuri (3980)
Poipo (2400)
Poroma (2300)
500 Potolo (3080)
Presto (2460)
Puente Sucre (2222)
Quila Quila (3526)
Ravelo (3205)
Tarabuco (3284)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tinguipaya (3200)
Tomina (2035)
Toro Toro (2700)
Vila Vila (2140)
Yamparaez (3100)
Yotala (2511)
Figura 25. Series anuales de precipitación, reconstruidas (rellenadas). Región central
70
1500
Región 5. Series rellenadas (corrección final) Leyenda

1000
Ocuri (3980)
Poipo (2400)
Potolo (3080)
500
Ravelo (3205)
Toro Toro (2700)

0
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Figura 26. Series anuales de precipitación, reconstruidas (rellenadas). Región Ravelo-Ocurí-Potolo
5.2.5 Series de temperatura del aire

La temperatura media del aire, calculada a través del promedio entre las temperaturas máxima y mínima
registradas en las estaciones, se mide en 34 sitios dentro del área de interés. De las 34 estaciones se
excluyeron 4 estaciones, por tener longitud corta de registro. La consistencia de las series y su clasificación
en regiones, se realizó en una primera etapa considerando la elevación de la estación, su ubicación
geográfica y el comportamiento de su serie a escala anual, mensual y diaria, tal como se presentó en
subtítulos precedentes. De la misma forma que se realizó con las series de precipitación, la predicción de
registros faltantes se realiza por un criterio de ajuste lineal múltiple entre estaciones cercanas. La Tabla 17
presenta las variables dependientes e independientes consideradas en las correlaciones. En esta
metodología, cuando no se encontraron estaciones cercanas con registros disponibles para el periodo de
interés, se consideró que la media era el mejor parámetro para predecir el dato faltante. No se procedió a la
predicción de registros para las series de temperatura máxima y mínima del aire; en aquellas series
simplemente se procedió a eliminar datos erróneos.
Las regiones construidas para las series de temperatura se diferencian de las regiones de la variable
precipitación al nombrarse con una letra T luego del número que identifica a la misma. Los resultados
presentados desde la Figura 27 hasta la Figura 35, identifican cuatro regiones. Estas regiones se definen en
base a la variabilidad regional resultante de la configuración topográfica de la zona. La superposición entre
las regiones existe y define dos regiones similares 3a y 3b, la primera enfatizando un área con mayor peso
hacia el norte y la segunda enfatizando el diferente comportamiento entre esta área y la región este (noreste)
de la cuenca.
Los datos graficados sugieren una relación entre la elevación y la temperatura que define un rango de
o o
variabilidad de 27 C a 8 C, en términos de valores anuales promedio, para estaciones ubicadas entre 1490
msnm y 4100 msnm, respectivamente (Figura 27). La región sudoeste se sitúa en la parte alta, registrando
o o
temperaturas medias anuales que varían en promedio desde los 13 C (3280 msnm) hasta los 8 C (4100
msnm). En este sector, las series sugieren en general un comportamiento estacionario, con tendencia que
o
sugiere un incremento de 0.18 C por año para la estación Potosí Los Pinos (3945 msnm) (Figura 28). La
región noreste representa el contraste a la región sudoeste, registrando las mayores temperaturas del área de
o
interés: promedio anual de 26 C en la estación Puente Arce, a 1490 msnm (Figura 29, Figura 30). La región
central presenta un comportamiento más homogéneo en comparación con el de las regiones previamente
71
citadas; allí, las estaciones Sucre SENAMHI y Sucre AASANA (2890 y 2903 msnm, respectivamente)
o
presentan las temperaturas más altas, con 15 C en promedio de temperaturas medias anuales, por debajo de
o
los 16 C registrados en estaciones situadas en sitios cercanos, como Talula y Thako Thako (2700 msnm) y
Yotala (2511 msnm) (Figura 29).
Enfocando la atención a la comparación entre el comportamiento de la variable en el área de la cuenca
Ravelo y el área central de la cuenca del río Cachimayu, no se observa la amplia variabilidad sugerida en los
registros de la precipitación (Figura 31). La estación Ravelo a 3205 msnm tiene correlación con estaciones
instaladas en ubicaciones relativamente cercanas y en sitios altos. En el análisis de la precipitación, tal
relación no existió y por el contrario, se encontró correlación con la estación Toro Toro; tal criterio no aplica a
la presente variable.
La amplitud térmica registrada es notoria, como ocurre en muchas regiones del país. Una de las más amplias
se registra en la estación Mizque, región 3Ta al norte de la zona de estudio, donde el rango entre la
o
temperatura máxima y mínima, en valores medios anuales, alcanza los 20 C (Figura 33). Esta amplitud se
replica en la parte alta de la zona de análisis, en la estación Yocalla (3450 msnm) (Figura 32). La zona central
representa condiciones diversas para el desarrollo de la vegetación, con amplitudes en un rango promedio
o o
entre 13 C (estación Sucre SENAMHI, 2890 msnm) y 18 C (estación Yotala, 2511 msnm) (Figura 34). El sitio
de emplazamiento de la estación Ravelo (3205 msnm) presenta condiciones intermedias, con una amplitud
o
térmica promedio de 16 C (Figura 35).
Tabla 17. Criterio de predicción de información en las series de temperatura media del aire

Región dependiente
(estación a rellenar)
Chaqui Chinoli, Sucre (SENAMHI), Tarabuco, Tarapaya, Yocalla

Chico Chico
Chinoli Potosí (Los Pinos), Ravelo, Tarabuco, Tinguipaya, Yocalla
Colquechaca
Ocuri --- (relleno con promedios)
Potosi (AASANA) Chinoli, Potosi (Los Pinos), Sucre (SENAMHI), Yocalla
Potosí (Los Pinos) Chinoli, Potosi (AASANA), Sucre (SENAMHI), Tarabuco, Tarapaya, Yocalla
2T: Puna Potosi (Los Pinos), Yocalla
Región Samasa Chinoli, Tarapaya, Sucre (SENAMHI), Yocalla
sudoeste Sucre (SENAMHI) Redencion Pampa, Talula y Thako Thaco, Viña Quemada, Yotala, Zudañez
Sucre (AASANA) ---
Tarabuco Chaqui, Chinoli, Sucre (SENAMHI), Yocalla
Tarapaya Chaqui, Chico Chico, Chinoli, Samasa, Yocalla
Thapaña ---
Tinguipaya Chaqui, Sucre (SENAMHI), Yocalla
Yocalla Chico Chico, Chinoli, Potosi (AASANA), Samasa, Sucre (SENAMHI), Sucre (AASANA),
Tarapaya
Aiquile --- (relleno con promedios)
Casin Chuqui Chuqui, Zudañez
Mizque --- (relleno con promedios)
3Ta: Poco Poco ---
Región Redencion Pampa Puente Arce, Sucre (SENAMHI), Zudañez
noreste y Sopachuy --- (relleno con promedios)
este Sucre (SENAMHI) Redencion Pampa, Talula y Thako Thaco, Viña Quemada, Yotala, Zudañez
Talula y Thako Thaco Sucre (SENAMHI), Yotala, Zudañez
Toro Toro ---
Yotala Aiquile, Ravelo, Redencion Pampa, Sucre (SENAMHI), Tinguipaya
72
Región dependiente
(estación a rellenar)
Zudañez Redencion Pampa, Sucre (SENAMHI),Talula y Thako Thaco

Aiquile --- (relleno con promedios)
3Tb: Casin Chuqui Chuqui, Zudañez
Región Chuqui Chuqui Puente Arce, Redencion Pampa, Sucre (SENAMHI), Talula y Thako Thako, Zudañez,
noreste y Oronkota Casin, Chinoli, Talula y Thako Thaco, Zudañez
este Puente Arce Chuqui Chuqui, Yotala, Zudañez
Sucre (SENAMHI) Redencion Pampa, Talula y Thako Thaco, Viña Quemada, Yotala, Zudañez
Viña Quemada --- (relleno con promedios)
4T: Ayoma --- (relleno con promedios)
Región Macha --- (relleno con promedios)
Ravelo Ravelo --- (relleno con promedios)
Sucre (SENAMHI) Redencion Pampa, Talula y Thako Thaco, Viña Quemada, Yotala, Zudañez
Leyenda (elevación en msnm)

30 Aiquile (2250)
Todas las estaciones Ayoma (3470)
Temperatura media del aire, en °C
Casin (2465)
Challapata (3740)
Chaqui (3550)
25 Chico Chico (3480)
Chinoli (3450)
Macha (3480)
20 Mizque (2225)
Ocuri (3980)
Oronkota (2500)
Poco poco (2130)
Pocoata (3360)
15 Puente Arce (1490)
Puna (3280)
Quillacas (3749)
Quiroga (1880)
Ravelo (3205)
10 Redencion Pampa (2437)
Samasa (3650)
5 Tarabuco (3284)
Tarapaya (3390)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tinguipaya (3200)
Toro Toro (2700)
Yocalla (3450)
Yotala (2511)
Zudañez (2475)
Figura 27. Series anuales de temperatura media del aire. Todas las estaciones
73
Leyenda
30
Región 2T. Observaciones sin corrección Chaqui (3550)
Chico Chico (3480)

25 Chinoli (3450)
Colquechaca (4170)
Ocuri (3980)
20 Potosi (Los Pinos)
(3945)
Puna (3280)
15
Samasa (3650)

10 Sucre (Senamhi)
(2890)
Tarabuco (3284)
Tarapaya (3390)
5
Thapaña (3830)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tinguipaya (3200)
Yocalla (3450)
30 Leyenda
Región 2T. Observaciones corregidas, rellenadas
Chaqui (3550)
Chico Chico (3480)

25
Chinoli (3450)
Colquechaca (4170)
Ocuri (3980)
20
Puna (3280)
15
Samasa (3650)
10
Tarabuco (3284)
Tarapaya (3390)
Thapaña (3830)
5
Tinguipaya (3200)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Yocalla (3450)
Figura 28. Series anuales de temperatura del aire. Región 2T: Sudoeste
74
30 Leyenda
Región 3Ta. Observaciones sin correcciones (elevación en msnm)
Aiquile (2250)
25 Mizque (2225)
Casin (2465)
20 Poco poco (2130)
Redencion Pampa
(2437)
Sopachuy (2065)
15
Sucre (Aasana)
(2903)
Sucre (Senamhi)
10 (2890)
(2700)
Toro Toro (2700)
5 Yotala (2511)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Zudañez (2475)
Leyenda
Región 3Ta. Observaciones corregidas, rellenadas
Aiquile (2250)
25 Casin (2465)
Mizque (2225)
Poco poco
20 (2130)
Redencion
Pampa (2437)
Sopachuy (2065)
15
Sucre (Aasana)
(2903)
Sucre (Senamhi)
(2890)
10 Talula y Thako
Thaco (2700)
Toro Toro (2700)
5 Yotala (2511)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Zudañez (2475)
Figura 29. Series anuales de temperatura del aire. Región 3Ta: Noreste y este
75
Temperatura media del aire, en °C Temperatura media del aire, en °C
10
15
20
25
30
10
15
20
25
30
5
5
1940-1941 1940-1941
Región 3Tb. Observaciones sin correcciones

Región 3Tb. Observaciones corregidas, rellenadas
1943-1944 1943-1944
1946-1947 1946-1947
Figura 30. Series anuales de temperatura del aire. Región 3Tb: Noreste y este
1949-1950 1949-1950
1952-1953 1952-1953
1955-1956 1955-1956
1958-1959 1958-1959
1961-1962 1961-1962
1964-1965 1964-1965
1967-1968 1967-1968
1970-1971 1970-1971
1973-1974 1973-1974
1976-1977 1976-1977
1979-1980 1979-1980
1982-1983 1982-1983
1985-1986 1985-1986
1988-1989 1988-1989
1991-1992 1991-1992
1994-1995 1994-1995
1997-1998 1997-1998
2000-2001 2000-2001
2003-2004 2003-2004
2006-2007 2006-2007
2009-2010 2009-2010
2012-2013 2012-2013
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
Puente Arce (1490)
Oronkota (2500)
Casin (2465)
Aiquile (2250)
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
(1490)
Puente Arce
Oronkota (2500)
Casin (2465)
(2500)
Chuqui Chuqui
Aiquile (2250)
Leyenda
Leyenda
76
Temperatura media del aire, en °C Temperatura media del aire, en °C
10
15
20
25
30
10
15
20
25
30
5
5
1940-1941 1940-1941
Región 4T. Observaciones sin correcciones

Región 4T. Observaciones con correcciones; rellenadas
1943-1944 1943-1944
1946-1947 1946-1947
Figura 31. Series anuales de temperatura del aire. Región 4T: Región Ravelo
1949-1950 1949-1950
1952-1953 1952-1953
1955-1956 1955-1956
1958-1959 1958-1959
1961-1962 1961-1962
1964-1965 1964-1965
1967-1968 1967-1968
1970-1971 1970-1971
1973-1974 1973-1974
1976-1977 1976-1977
1979-1980 1979-1980
1982-1983 1982-1983
1985-1986 1985-1986
1988-1989 1988-1989
1991-1992 1991-1992
1994-1995 1994-1995
1997-1998 1997-1998
2000-2001 2000-2001
2003-2004 2003-2004
2006-2007 2006-2007
2009-2010 2009-2010
2012-2013 2012-2013
(2890)
Sucre (Senamhi)
Ravelo (3205)
Macha (3480)
Ayoma (3470)
Leyenda
(2890)
Sucre (Senamhi)
Ravelo (3205)
Macha (3480)
Ayoma (3470)
Leyenda
77
Series de temperatura máxima y mínima media del aire
Leyenda
30
Temperatura mínima media del aire, en °C
Región 2T. Temperaturas mínimas Chaqui (3550)
Chico Chico (3480)

25
Chinoli (3450)
20 Colquechaca (4170)
Ocuri (3980)
15 Potosi (Los Pinos)

(3945)
10 Puna (3280)
Samasa (3650)
Sucre (Senamhi)
0 (2890)
Tarabuco (3284)
Tarapaya (3390)
-5
Thapaña (3830)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Tinguipaya (3200)
Yocalla (3450)
30
Región 2T. Temperaturas máximas
Temperatura máxima media del aire, en °C
Chaqui (3550)
25 Chico Chico (3480)
Chinoli (3450)
20 Colquechaca (4170)
Ocuri (3980)
15 Potosi (Los Pinos) (3945)
10 Puna (3280)
Samasa (3650)

Tarabuco (3284)
0
Tarapaya (3390)
Thapaña (3830)
-5
Tinguipaya (3200)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Yocalla (3450)
Figura 32. Series anuales de temperaturas mínima y máxima medias del aire. Región 2T: Sudoeste
78
30 Leyenda
Región 3Ta. Temperaturas mínimas
Temperatura mínima media del aire, en °C
25 Aiquile (2250)
Mizque (2225)
20 Casin (2465)
Poco poco (2130)

15
Redencion Pampa
(2437)
10 Sopachuy (2065)
Sucre (Aasana)
5 (2903)
Sucre (Senamhi)
(2890)
0 (2700)
Toro Toro (2700)
-5 Yotala (2511)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Zudañez (2475)
35
Región 3Ta. Temperaturas máximas
Temperatura máxima media del aire, en °C
Aiquile (2250)
30
Casin (2465)
25 Mizque (2225)
20 Poco poco
(2130)
Redencion
15 Pampa (2437)
Sopachuy (2065)
10 Sucre (Aasana)
(2903)
Sucre (Senamhi)
5 (2890)
Talula y Thako
Thaco (2700)
0 Toro Toro (2700)
-5 Yotala (2511)
1940-1941
1943-1944
1946-1947
1949-1950
1952-1953
1955-1956
1958-1959
1961-1962
1964-1965
1967-1968
1970-1971
1973-1974
1976-1977
1979-1980
1982-1983
1985-1986
1988-1989
1991-1992
1994-1995
1997-1998
2000-2001
2003-2004
2006-2007
2009-2010
2012-2013
Zudañez (2475)
Figura 33. Series anuales de temperaturas mínima y máxima medias del aire. Región 3Ta: Noreste y este
79
Temperatura máxima media del aire, en °C Temperatura mínima media del aire, en °C
Figura 34. Series anuales de temperaturas mínima y máxima medias del aire. Región 3Tb: Noreste y este
10
15
20
25
30
-5
10
15
20
25
30
-5
5
0
5
1940-1941 1940-1941
Región 3Tb. Temperaturas mínimas

Región 3Tb. Temperaturas máximas
1943-1944 1943-1944
1946-1947 1946-1947
1949-1950 1949-1950
1952-1953 1952-1953
1955-1956 1955-1956
1958-1959 1958-1959
1961-1962 1961-1962
1964-1965 1964-1965
1967-1968 1967-1968
1970-1971 1970-1971
1973-1974 1973-1974
1976-1977 1976-1977
1979-1980 1979-1980
1982-1983 1982-1983
1985-1986 1985-1986
1988-1989 1988-1989
1991-1992 1991-1992
1994-1995 1994-1995
1997-1998 1997-1998
2000-2001 2000-2001
2003-2004 2003-2004
2006-2007 2006-2007
2009-2010 2009-2010
2012-2013 2012-2013
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
Puente Arce (1490)
Oronkota (2500)
Casin (2465)
Aiquile (2250)
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
(1490)
Puente Arce
Oronkota (2500)
Casin (2465)
(2500)
Chuqui Chuqui
Aiquile (2250)
Leyenda
80
Temperatura máxima media del aire, en °C Temperatura mínima media del aire, en °C
10
15
20
25
30
10
15
20
25
30
-5
-5
5
0
5
Figura 35. Series anuales de temperaturas mínima y máxima medias del aire. Región 4T: Ravelo
1940-1941 1940-1941
Región 4T. Temperaturas mínimas

Región 4T. Temperaturas máximas
1943-1944 1943-1944
1946-1947 1946-1947
1949-1950 1949-1950
1952-1953 1952-1953
1955-1956 1955-1956
1958-1959 1958-1959
1961-1962 1961-1962
1964-1965 1964-1965
1967-1968 1967-1968
1970-1971 1970-1971
1973-1974 1973-1974
1976-1977 1976-1977
1979-1980 1979-1980
1982-1983 1982-1983
1985-1986 1985-1986
1988-1989 1988-1989
1991-1992 1991-1992
1994-1995 1994-1995
1997-1998 1997-1998
2000-2001 2000-2001
2003-2004 2003-2004
2006-2007 2006-2007
2009-2010 2009-2010
2012-2013 2012-2013
Leyenda
(2890)
Sucre (Senamhi)
Ravelo (3205)
Macha (3480)
Ayoma (3470)
(2890)
Sucre (Senamhi)
Ravelo (3205)
Macha (3480)
Ayoma (3470)
81
5.2.6 Series de humedad relativa del aire, velocidad del viento, insolación diaria y evaporación
Mientras la velocidad del viento describe tendencias complejas y la presión atmosférica describe un
comportamiento con tendencia estacionaria (Figura 36), las series de humedad relativa describen ciclos que
junto al comportamiento de la insolación mensual explican el comportamiento de la evaporación de tanque
(Figura 37). La relación entre la insolación como indicador de la radiación solar induce el incremento en la
evaporación; por otro lado, los periodos con mayor humedad relativa inducen a menores tasas de
evaporación y viceversa. Bajo este razonamiento, las series de registros disponibles sugieren una adecuada
calidad de las series corregidas.
50
Velocidad de viento media mensual, Km/h
Serie corregida
Aiquile (2255 msnm)
40
Chinoli (3450 msnm)
Mizque (2045 msnm)

30
Potosi Aeropuerto (4100
msnm)
20 Potosi Los Pinos (3950

msnm)
Sucre SENAMHI (2890
msnm)
10 Tarapaya (3340 msnm)
Yotala (2520 msnm)
0
may-51
may-68
may-85
may-02
mar-54
mar-71
mar-88
mar-05
sep-45
sep-62
sep-79
sep-96
sep-13
ene-40
nov-42
jul-48
ene-57
nov-59
jul-65
ene-74
nov-76
jul-82
ene-91
nov-93
jul-99
ene-08
nov-10
750
Series con correcciones
Presion atmosferica media mensual en hPa
Chinoli (3450 msnm)

700
Tarapaya (3340 msnm)
Potosi Aeropuerto
(4100 msnm)
Potosi Los Pinos (3950
msnm)
650
Sucre SENAMHI (2890
msnm)
600
may-51
may-68
may-85
may-02
sep-45
mar-54
sep-62
mar-71
sep-79
mar-88
sep-96
mar-05
nov-42
jul-48
nov-59
jul-65
nov-76
jul-82
nov-93
jul-99
nov-10
ene-40
ene-57
ene-74
ene-91
ene-08
Figura 36. Series de velocidad media mensual del viento y presión atmosférica media. Medias anuales
82
Evaporacion media mensual, en mm/mes Insolacion media mensual, horas sol/día Humedad relativa media mensual, en %
100
100
200
300
12
25
50
75
0
0
0
ene-40 ene-40 ene-40
Serie corregida
Series corregidas
Serie corregida
Figura 37. Series de humedad relativa, insolación y evaporación, en medias anuales
nov-42 nov-42 nov-42

sep-45 sep-45 sep-45
jul-48 jul-48 jul-48
may-51 may-51 may-51
mar-54 mar-54 mar-54
Yotala (2520 msnm)
msnm)
Sucre SENAMHI (2890
msnm)
Chinoli (3450 msnm)

Yotala (2520 msnm)

msnm)
Sucre SENAMHI (2890
msnm)
Mizque (2045 msnm)
Chinoli (3450 msnm)
Aiquile (2255 msnm)
msnm)
Yotala (2520
(2890 msnm)
Sucre SENAMHI
msnm)
Mizque (2045
msnm)
Tarapaya (3340
(3950 msnm)
Potosi Los Pinos
(4100 msnm)
Potosi Aeropuerto
msnm)
Chinoli (3450
msnm)
Aiquile (2255
83
5.2.7 Evapotranspiración de referencia y evapotranspiración de cultivo
La evapotranspiración de referencia se calculó para cinco estaciones a través del método de Penmann-
Monteith, como elemento para inferir la demanda del cultivo a través del enfoque Kc ETc. Para este fin, el
análisis de las características de las parcelas resumido en la Tabla 18, sugieren los valores de anclaje NDVI
máximo igual a 0.76 (Kc igual a 1.15) y NDVI mínimo igual a 0.05 (Kc mínimo igual a 0.2). A partir de estos, la
ecuación lineal que relaciona el Kc con el NDVI es Kc = 1.3362 NDVI + 0.13. Esta relación se asumió
constante para el procesamiento de las imágenes seleccionadas en el estudio. Los resultados presentados en
la Figura 38 y Figura 39, denotan la variabilidad espacial de la ETo con tendencia a definir menores valores en
sitios de mayor elevación (estación Potosí Los Pinos). Estacionalmente, la diferencia mayor entre los sitios de
las estimaciones se registra en invierno, alcanzando diferencias de hasta 25 mm/mes en promedio.
Tabla 18. Valores de Kc para el año 2014-2015. Las fechas sombreadas denotan escenas con baja calidad.
No se tiene disponibilidad de escenas para noviembre; el valor correspondiente es producto del promedio
entre los meses octubre y diciembre
Valores de Kc
Septiembre Octubre Diciembre Enero Abril Mayo Junio Julio Agosto
Unidad hidrológica Fecha 07/09/2014 09/10/2014 20/12/2014 13/01/2015 03/04/2015 05/05/2015 22/06/2015 05/07/2014 06/08/2014
Mínima 0.13 0.25 0.22 0.16 0.32 0.32 0.3 0.03 0.27
Máxima 2.10 1.64 2.02 2.01 1.78 1.76 1.7 1.54 1.14
UH Cajamarca
Media 0.36 0.44 0.54 0.48 0.69 0.62 0.5 0.16 0.38
Desv. estándar 0.14 0.16 0.17 0.17 0.21 0.19 0.1 0.11 0.08
Mínima 0.13 0.28 0.17 0.13 0.21 0.29 0.3 0.00 0.25
Máxima 2.18 1.65 2.81 2.01 1.72 1.76 1.9 1.54 1.68
UH Ravelo
Media 0.37 0.41 0.60 0.50 0.78 0.66 0.5 0.15 0.38
Desv. estándar 0.06 0.08 0.17 0.21 0.16 0.14 0.1 0.06 0.04
Mínima 0.14 0.26 0.23 0.16 0.33 0.33 0.3 0.01 0.26
Máxima 0.65 0.71 1.13 1.16 1.21 1.07 0.7 0.35 0.53
UH Corral Mayu
Media 0.36 0.39 0.61 0.40 0.84 0.67 0.4 0.13 0.37
Desv. estándar 0.04 0.05 0.19 0.18 0.15 0.13 0.1 0.04 0.03
Mínima 0.16 0.23 0.20 0.14 0.27 0.25 0.2 0.00 0.25
Máxima 0.65 0.65 0.99 1.04 1.18 1.10 0.6 0.65 0.48
UH Percas Mayu
Media 0.36 0.37 0.49 0.33 0.80 0.61 0.4 0.13 0.37
Desv. estándar 0.04 0.04 0.12 0.13 0.16 0.12 0.1 0.05 0.03
Mínima 0.13 0.25 0.19 0.15 0.30 0.35 0.3 -0.01 0.26
Máxima 0.65 0.65 1.04 0.71 1.17 0.92 0.7 0.65 0.70
UH Maragua
Media 0.34 0.37 0.47 0.35 0.73 0.56 0.4 0.13 0.36
Desv. estándar 0.05 0.05 0.15 0.12 0.18 0.11 0.1 0.08 0.04
Mínima 0.19 0.26 0.21 0.13 0.34 0.31 0.3 -0.01 0.26
Máxima 0.56 0.83 1.04 0.99 1.12 0.92 0.8 0.40 0.60
UH Tomuyo
Media 0.33 0.34 0.48 0.41 0.68 0.52 0.4 0.10 0.34
Desv. estándar 0.04 0.05 0.13 0.13 0.18 0.12 0.1 0.05 0.04
Mínima 0.14 0.18 0.19 0.13 0.28 0.31 0.2 -0.03 0.23
Máxima 1.73 1.71 1.68 1.69 1.66 1.63 1.7 1.51 0.74
UH Potolo
Media 0.36 0.40 0.65 0.44 0.81 0.62 0.4 0.14 0.37
Desv. estándar 0.07 0.10 0.19 0.15 0.17 0.12 0.1 0.08 0.06
Mínima 0.13 0.22 0.21 0.15 0.30 0.30 0.2 -0.01 0.23
Máxima 1.73 1.70 1.68 1.63 1.70 1.73 1.8 1.54 1.84
UH Ravelo Bajo
Media 0.33 0.36 0.40 0.37 0.69 0.54 0.4 0.10 0.34
Desv. estándar 0.11 0.11 0.14 0.12 0.20 0.14 0.1 0.07 0.10
Mínima 0.14 0.23 0.24 0.17 0.33 0.31 0.3 0.00 0.22
Máxima 1.66 1.63 1.63 1.73 1.70 1.73 1.8 1.55 1.80
UH Yotala
Media 0.33 0.41 0.46 0.43 0.64 0.56 0.4 0.13 0.38
Desv. estándar 0.11 0.16 0.17 0.15 0.19 0.16 0.1 0.13 0.15
Mínima 0.14 0.31 0.29 0.15 0.40 0.40 0.3 -0.01 0.28
Máxima 1.63 1.63 1.58 1.77 1.10 1.70 1.8 1.47 1.76
UH Canchi Mayu
Media 0.35 0.48 0.54 0.42 0.67 0.56 0.5 0.14 0.40
Desv. estándar 0.10 0.15 0.13 0.17 0.19 0.15 0.1 0.12 0.14
Kc máximo 0.14 0.25 0.21 0.15 0.31 0.32 0.27 0.00 0.25
Kc mínimo 1.36 1.28 1.56 1.47 1.43 1.43 1.36 1.12 1.13
Kc promedio 0.35 0.40 0.52 0.73 0.59 0.44 0.13 0.37
84
1.4 Kc Ravelo
1.2 Kc Ravelo Bajo
Kc Corralmayu
1.0 Kc Potolo
Kc 0.8 Kc Yotala
Kc Cajamarca
0.6 Kc Canchimayu
0.4 Kc Maragua
TEMPORADA
DESARROLLO
DESARROLLO
FINALES DE
DEL CULTIVO
Kc Percas Mayu
MAXIMO
0.2
INICIAL
ETAPA
Kc Tomuyo
Kc promedio
0.0
ago
mar
may
sep
abr
ene
nov
jun
jul
oct
feb
dic
Figura 38. Variabilidad estacional promedio del Kc
300 Chinoli ET
300 Potosí Los Pinos ET
300 Tarapaya ET
Chinoli ETc Potosí Los Pinos ETc Tarapaya ETc
Chinoli ETo Potosí Los Pinos ETo Tarapaya ETo
250 250 250
200 200 200

mm/mes
mm/mes
mm/mes
150 150 150
100 100 100
50 50 50
0 0 0
mar
abr
mar
may
abr
mar
may
abr
may
ago
ago
ago
sep
sep
sep
ene
ene
ene
nov
nov
nov
jun
jun
jun
oct
jul
oct
jul
oct
jul
dic
dic
dic
feb
feb
feb
300 300 Yotala ETc
300
Sucre ET
Chinoli ETo Potosí Los Pinos ETo
Sucre ETc Yotala ETo
Sucre ETo Yotala ET
250 250 250 Sucre ETo Tarapaya ETo
Yotala ETo
200 200 200

mm/mes
mm/mes
mm/mes
150 150 150
100 100 100
50 50 50
0 0 0
mar
ago
abr
ene
may
nov
sep
oct
jul
feb
jun
dic
mar
ago
sep
abr
ene
may
nov
jun
oct
jul
dic
feb
mar
ago
abr
ene
may
nov
sep
oct
jul
feb
jun
dic
Figura 39. Series de evapotranspiración de referencia media mensual, evapotranspiración del cultivo y
evaporación de tanque, en unidades de mm/mes
85
5.2.8 Registros hidrométricos
Dos periodos caracterizan el comportamiento registrado en la información hidrométrica. El primero ocurre
antes de la instauración de los proyectos mayores para la dotación de agua potable en Sucre y el segundo
periodo ocurre durante y después de aquel tipo de intervención. La ausencia de información específica,
cronológica y de naturaleza cuantitativa y precisa, es el principal obstáculo para el estudio del segundo
periodo, por lo cual gran parte del análisis realizado enfatiza las relaciones sobre las condiciones del primero.
La Figura 40 provee información acerca de la respuesta hídrica de la cuenca de interés. Tomando como
referencia la respuesta registrada en la estación hidrométrica Ñucchu, se observa que existen periodos donde
la cuenca responde claramente a la ocurrencia de la precipitación; por otro lado, es evidente la existencia de
periodos donde la respuesta hídrica parece no ser proporcional a la consistencia observada en años previos.
Un ejemplo se muestra al comparar los registros del año 1973-1974 con los del año 1978-1979; durante el
segundo periodo (1978-1979) no se observa la ocurrencia de precipitación con la magnitud que da lugar a la
respuesta del primero (1973-1974). Esta aparente inconsistencia es aún más evidente al introducir al año
1983-1984 dentro esta comparación; en ese periodo, una precipitación similar en magnitud a la ocurrida en
1973-1974 no logra una respuesta proporcional en términos de caudales.
La comparación entre los registros históricos de dos cuencas vecinas presentada en la Figura 41 y Figura 42
indica que a partir del año 1983-1984, la cuenca del río Cachimayu tiene comportamiento poco consistente.
Este comportamiento sugerido por los registros de la estación Ñucchu podría tener dos explicaciones: i) la
introducción de obras para el mejoramiento del sistema de provisión de agua potable para la ciudad de Sucre
y ii) errores en la estimación de caudales altos. Antes del año 1984, la primera razón aparenta ser la más
lógica al comparar el comportamiento en Ñucchu con la respuesta hídrica de la cuenca vecina (río Alto
Pilcomayo) medida en la estación hidrométrica Talula. Esta hipótesis se descarta al comparar ambas series
durante el periodo 1992-1998, donde los altos caudales registrados Ñucchu en referencia a los registrados en
Talula, parecen sugerir un error en la interpretación de las curvas de descarga. El comportamiento de la serie
Ñucchu en el periodo 2005-2008 tiene un comportamiento intermedio al de los dos previamente analizados:
aun se registran valores altos, sin embargo, aquellos no alcanzan las grandes magnitudes del periodo
predecesor; por otro lado, Talula aun presenta un comportamiento que visualmente es consistente. En este
marco, la sugerencia es no considerar la información hidrométrica de la estación Ñucchu a partir del año
1948, al no existir información suficiente para explicar el inconsistente comportamiento observado en la serie.
7 0
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
01/09/…
300 01/09/… 0
100
250
Precipitación mensual, mm
Caudal Ñucchu
(m3/s) SIN
200 CORREGIR
Caudal Talula
Caudal medio mensual, m3/s
200 (m3/s)
300
Precipitación
(mm) Sucre
SENAMHI
150 400 Precipitación
(mm) Ravelo
500
100
600
50
700
0 800
09/1972
09/1973
09/1974
09/1975
09/1976
09/1977
09/1978
09/1979
09/1980
09/1981
09/1982
09/1983
09/1984
Figura 40. Comportamiento del río Cachimayu a escala mensual. En esta figura se utilizan los registros de
precipitación de Sucre SENAMHI y Ravelo para ilustrar la variabilidad espacial del factor citado
86
través de los registros en las estaciones hidrométricas Talula, Tarapaya y Yocalla
(SENAMHI). Adicionalmente se presenta el comportamiento de la cuenca vecina del río Alto Pilcomayo, a
hidrométrica Ñucchu. Se presenta también la serie de precipitación de la estación climática Sucre
Figura 42. Comportamiento de la cuenca del río Cachimayu, descrito por observaciones diarias en la estación
Figura 41. Comportamiento de la cuenca del río Cachimayu para el periodo 2005-2008. Escala mensual
Caudal diario, m3/s Caudal medio mensual, m3/s
100
150
200
250
300
50
100
200
300
400
500
600
700
800
0
0
01/09/1972 01/09/1972 09/2005
01/09/1973 01/09/1973
01/09/1974 01/09/1974
01/09/1975 01/09/1975
01/09/1976 01/09/1976
01/09/1977 01/09/1977
01/09/1978 01/09/1978
01/09/1979 01/09/1979
01/09/1980 01/09/1980
01/09/1981 01/09/1981
01/09/1982 01/09/1982
01/09/1983 01/09/1983
01/09/1984 01/09/1984
01/09/1985 01/09/1985
01/09/1986 09/2006
01/09/1986
01/09/1987 01/09/1987
01/09/1988 01/09/1988
01/09/1989 01/09/1989
01/09/1990 01/09/1990
01/09/1991 01/09/1991
01/09/1992 01/09/1992
01/09/1993 01/09/1993
01/09/1994 01/09/1994
01/09/1995 01/09/1995
01/09/1996 01/09/1996
01/09/1997 01/09/1997
01/09/1998 01/09/1998
01/09/1999 01/09/1999 09/2007
01/09/2000 01/09/2000
01/09/2001 01/09/2001
01/09/2002 01/09/2002
01/09/2003 01/09/2003
01/09/2004 01/09/2004
01/09/2005 01/09/2005
01/09/2006 01/09/2006
01/09/2007 01/09/2007
01/09/2008 01/09/2008
01/09/2009 01/09/2009
01/09/2010 01/09/2010
01/09/2011 01/09/2011
320
280
240
200
160
120
80
40
800
700
600
500
400
300
200
100
0
Precipitación diaria, mm Precipitación mensual, mm
(m3/s)
Caudal Yocalla
(m3/s)
Caudal Tarapaya
(m3/s)
Caudal Talula
(m3/s)
Caudal Ñucchu
Precipitación (mm)
(mm) Ravelo
Precipitación
SENAMHI
(mm) Sucre
Precipitación
(m3/s)
Caudal Talula
CORREGIR
(m3/s) SIN
Caudal Ñucchu
87
5.3 Distribución espacial de las variables climáticas
5.3.1 Precipitación, temperatura del aire media, máxima y mínima y evapotranspiración de referencia
La información presentada desde la Figura 43 hasta la Figura 52 provee el conocimiento del sistema en su
dimensión espacial. La complejidad de la ocurrencia espacio temporal de la precipitación fue identificada
inicialmente a través del análisis de las series de los registros en tierra. Tal variabilidad es confirmada al
mapear los registros en el espacio y justifica la reclasificación sugerida en rangos de 10 mm para la
construcción de los mapas temáticos.
El panorama general indica que la precipitación varía en dirección sudeste, en el sentido del flujo de la red
hídrica de la cuenca del río Cachimayu. Como se indicó a lo largo del informe presente, la mayor precipitación
se observará en la cuenca Ravelo, de acuerdo a lo indicado en los registros de la estación del mismo nombre.
La diferencia promedio entre los registros en este sitio y los que se presentan a la salida de la cuenca
alcanzan en promedio los 100 mm, rango que podría ampliarse al comparar registros entre estaciones.
Los mapas proponen un comportamiento general donde la influencia de la cuenca Ravelo podría extenderse
hacia las cuencas vecinas; sin embargo, aquello podría limitarse debido a la influencia de la barrera
orográfica que define los límites de la cuenca en su frontera sudoeste. Esta posibilidad es introducida en la
modelación hidrológica presentada en los siguientes capítulos, bajo los argumentos aquí presentados,
sustentados básicamente en la limitada información disponible en la zona.
Los mapas de temperatura del aire se presentan de la Figura 45 a la Figura 50. Aquellos fueron construidos
con mayor resolución espacial en comparación a los mapas de precipitación, al existir una adecuada
correlación entre la variable (a distintas escalas temporales) y el relieve topográfico. Las zonas más calientes
en la cuenca del río Cachimayu se sitúan hacia la salida de la misma, registrándose temperaturas medias en
o o
el rango 18 C a 20 C. El contraste se observa en las temperaturas de las zonas más altas donde el promedio
o o
es de 6 C a 10 C; estas áreas frías se sitúan a la salida de la cuenca del río Ravelo, hacia su margen
derecho, y en la parte central y la zona sudeste de la vecina cuenca del río Potolo. La zona en la cuenca del
río Ravelo que registró la mayor precipitación de la zona, no presenta un régimen de temperaturas distinto al
o o
de su entorno; allí las temperaturas tienen niveles medios, en el rango promedio de 10 C a 12 C.
La ocurrencia de temperaturas por debajo de un valor mínimo tiene relevancia particular en el área
agropecuaria. Para el área de interés, a la escala media representada en la Figura 49 y Figura 50, las
temperaturas negativas se registran en promedio de abril a septiembre. Tomando como referencia al mes
más frío, la salida de la cuenca del río Ravelo, la salida de la cuenca Sacopaya hasta la confluencia entre los
ríos Potolo y Ravelo, junto con la región aguas abajo de aquella intersección, son las áreas con menor
posibilidad de ocurrencia de temperaturas negativas extremas. Por el contrario, las áreas más altas donde se
registran las menores temperaturas medias, tendrán mayor potencial para registrar temperaturas de hasta -
o
8 C en promedio.
La evapotranspiración es otro de los parámetros importantes en el análisis del balance hídrico, al definir uno
de los factores que explican las pérdidas en el sistema. Su variabilidad espacial es compleja de definir debido
a la ausencia general de registros que permitan su cálculo a través de métodos indirectos. Los mapas
construidos asumen tal limitación realizando la inferencia a través de relaciones sencillas en función a los
registros de temperatura del aire. Considerando tal relación, los patrones espaciales se asemejan al de la
variable señalada, con mayores tasas de evapotranspiración hacia la salida de la cuenca del río Cachimayu y
los menores valores en las áreas con mayor elevación.
88
Figura 43. Precipitación mensual promedio para el mes más lluvioso
89
Figura 44. Precipitación mensual para un periodo promedio. De arriba hacia abajo (de izquierda a derecha),
se muestra el cambio desde septiembre hasta agosto
90
Figura 45. Temperatura del aire media mensual. Promedio para el mes más cálido
91
Figura 46. Temperatura del aire media mensual. De arriba hacia abajo (de izquierda a derecha), se muestra
el cambio promedio desde septiembre hasta agosto
92
Figura 47. Temperatura máxima del aire. Promedio mensual para el mes más cálido
93
Figura 48. Temperatura máxima del aire. De arriba hacia abajo (de izquierda a derecha), se muestra el
cambio promedio desde septiembre hasta agosto
94
Figura 49. Temperatura mínima del aire. Promedio mensual para el mes más frio. Se modificó la escala de
colores utilizados en referencia a la considerada en la Figura 50
95
Figura 50. Temperatura mínima del aire. De arriba hacia abajo (de izquierda a derecha), se muestra el
cambio promedio desde septiembre hasta agosto
96
Figura 51. Evapotranspiración mensual promedio para el mes más lluvioso
97
Figura 52. Evapotranspiración en medias mensuales. De arriba hacia abajo (de izquierda a derecha), se
muestra el cambio promedio desde septiembre hasta agosto
98
5.3.2 Distribución espacial de la precipitación y la temperatura del aire del WorldClim y otras fuentes
En adición a la información inferida a través de interpolación espacial de los registros de las estaciones del
SENAMHI, dos fuentes adicionales fueron consideradas con fines de comparación. La primera es la base de
datos del WorldClim, la cual provee información distribuida de la precipitación y la temperatura media del aire
a escala mensual, promediada en el periodo histórico 1950-2000. Estos productos se describen desde la
Figura 53 hasta la Figura 57 (precipitación mensual, promedio histórico) y desde la Figura 58 hasta la Figura
61 (temperatura media mensual, promedio histórico). La segunda fuente de información es provista por el
registro de la misión TRMM a través del producto 3B43, la cual provee información de intensidad de
precipitación media mensual. Los productos del TRMM se describen a través de la Tabla 19 y la Figura 62
hasta la Figura 64. Al comparar ambos productos, se considera de mayor valor aquellos provistos por la base
de datos del WorldClim, debido a la adecuada resolución espacial de 1 km, pero principalmente al constituir el
resultado de la aplicación de un eficiente algoritmo de interpolación espacial de los registros de estaciones
climáticas en tierra. Estas características otorgan a esta última fuente de información una precisión
comparable a la obtenida mediante procesamiento de los registros de la red del SENAMHI.
Variabilidad espacial de la precipitación y la temperatura del aire del WorldClim

Existen importantes coincidencias y divergencias entre los productos de los algoritmos considerados para la
interpolación de la precipitación. La coincidencia más importante es la existencia de una zona con mayor
ocurrencia de precipitación hacia el norte, regida por los registros de la estación Ravelo. Por otro lado, la
divergencia más importante radica en que el WordlClim sugiere la existencia de una zona desplazada hacia el
norte de la cuenca con mayores niveles de precipitación a los registrados por la estación Ravelo, en un área
donde no existen estaciones con registros que sugieran aquello. Dos razones podrían explicar tal presunción;
la primera es la errónea ubicación de la estación Chico Chico provista por el SENAMHI, la cual fue corregida
en la interpolación del presente estudio. La segunda razón podría atribuirse al algoritmo propio del WorldClim,
guiado fuertemente por el relieve topográfico, forzando la entrada de las masas de humedad que ocasionan
alta precipitación en las estaciones San Pedro de Buena Vista (fuera de los límites de las figuras) y Toro Toro
en Potosí. En el presente estudio no se consideraron los registros de la primera estación debido a la
relativamente corta longitud de registros (1971-1980 para la precipitación; 1965-1969 para la temperatura); en
contraste con el producto del WorldClim, fue considerada la influencia de Toro Toro como se aprecia en el
mapa del mes de febrero (Figura 55). En términos prácticos, esta diferencia de criterios no influye en las
predicciones debido a que la ubicación de la cuenca Ravelo y la cuenca Cachimayu está fuera de la influencia
del área de emplazamiento de San Pedro de Buena Vista.
Los mapas interpolados de temperatura media del aire describen un comportamiento espacial similar en
cuanto a resolución horizontal debido a la relación existente entre la variable y el relieve topográfico; sin
embargo, describen importantes diferencias en cuanto a las magnitudes cuantificadas. Realizando la
observación sobre toda el área descrita en las figuras, las zonas más calientes del mapa correspondiente al
o o
presente informe se extienden hasta un rango de 27 C a 30 C, mientras que el WorldClim no supera el rango
o o
de 24 C a 27 C. Para el área de la cuenca del río Cachimayu la situación es inversa, con temperaturas de
mayor magnitud descritas en el WorldClim con relación a los mapas de referencia. Esta diferencia se
mantiene para todos los meses.
Variabilidad de la precipitación registrada en los productos del TRMM 3B43

Para el presente estudio se consideró el producto de intensidad de precipitación media mensual TRMM 3B43
del GES DISC (Centro Goddard Datos para las Ciencias de la Tierra y Ciencias de la Información), en
o
concordancia con (Inypsa, 2012). La información es provista con tamaño de celda de 0.25 , aproximadamente
28 km en la horizontal, con centroides ubicados de acuerdo a la información de la Tabla 19. La información es
provista en formato digital adjunta al presente informe, donde se provee la colección de imágenes raster
correspondientes al área de interés mostrada en la Figura 62, para el periodo 1998-2015. La base de datos
también contiene series de tiempo de la información correspondiente a cada celda del raster.
Los datos del producto citado resumidos en la Figura 63 y Figura 64 presentan un comportamiento donde la
precipitación tiene patrones homogéneos hasta los 150 mm/mes. A partir de allí, el producto 3B43 indica la
ocurrencia de mayores intensidades en la parte alta de la cuenca (celdas 6 y 7), en comparación a las
registradas en la zona baja (celda 11). La diferencia máxima de las intensidades observadas entre ambos
sectores es de 83 mm/mes.
99
Los valores del producto 3B43 promedian la intensidad de precipitación registrada originalmente cada 3
horas, por lo cual su interpretación debe considerar que: i) los productos proveen valores menores a la
precipitación mensual total debido a la atenuación de los picos, ii) los productos expresan un promedio de
2
ocurrencia de la variable en un área aproximada de 770 km , lo cual implica el sobredimensionamiento o
subdimensionamiento, en magnitudes variables en tiempo y espacio según la complejidad del relieve
topográfico. Estos aspectos limitan su uso práctico en la cuenca de interés, catalogándose al producto como
una fuente de información general para los fines presentes.
Figura 53. Ubicación de estaciones consideradas en la interpolación de la precipitación. A la izquierda se

presentan las estaciones del SENAMHI consideradas para la interpolación del producto; a la derecha, la
ubicación de las estaciones consideradas por el WorldClim. En este último, la fuente no provee el nombre de
algunas estaciones
100
Figura 54. Comparación de la distribución espacial de la precipitación, interpolada con el método IDW (fila de
arriba) y obtenida de la base de datos del WorldClim (fila de abajo). Septiembre a noviembre
101
arriba) y obtenida de la base de datos del WorldClim (fila de abajo). Diciembre a febrero
102
arriba) y obtenida de la base de datos del WorldClim (fila de abajo). Marzo a mayo
103
arriba) y obtenida de la base de datos del WorldClim (fila de abajo). Junio a agosto
104
Figura 58. Comparación de la distribución de la temperatura media del aire, interpolada por el método de
(Fries, y otros, 2009) (fila de arriba) con la obtenida de la base de datos del WorldClim (fila de abajo).
Septiembre a noviembre
105
(Fries, y otros, 2009) (fila de arriba) con la obtenida de la base de datos del WorldClim (fila de abajo).
Diciembre a febrero
106
(Fries, y otros, 2009) (fila de arriba) con la obtenida de la base de datos del WorldClim (fila de abajo). Marzo a
mayo
107
(Fries, y otros, 2009) (fila de arriba) con la obtenida de la base de datos del WorldClim (fila de abajo). Junio a
agosto
108
Variabilidad de la precipitación registrada en los productos del TRMM 3B43
Figura 62. Intensidad de precipitación media mensual (mm/mes). Información del producto 3B43 del TRMM,
para abril de 1998. El datum del producto de la figura es WGS 84
109
Tabla 19. Coordenadas de las celdas, producto TRMM 3B43
Ubicación del centroide de celda
Celda Esquema gráfico
(Latitud Longitud), Datum: WGS 84
CELDA 1 -65.875 -18.625 1 2 3 4

CELDA 2 -65.625 -18.625
CELDA 3 -65.375 -18.625
CELDA 4 -65.125 -18.625
CELDA 5 -65.875 -18.875
CELDA 6 -65.625 -18.875 5 6 7 8
CELDA 7 -65.375 -18.875
CELDA 8 -65.125 -18.875
CELDA 9 -65.875 -19.125
CELDA 10 -65.625 -19.125
CELDA 11 -65.375 -19.125 9 10 11 12
CELDA 12 -65.125 -19.125
CELDA 13 -65.875 -19.375
CELDA 14 -65.625 -19.375
CELDA 15 -65.375 -19.375 13 14 15 16
CELDA 16 -65.125 -19.375
300
Celda 6
Celda 11: Precipitación media mensual,
Celda 7
250
200
mm/mes
150
100
50
0
0 50 100 150 200 250 300
Celdas 6 y 7: Precipitación media mensual mm/mes
Figura 63. Intensidad media mensual de precipitación en las celdas 11 (Sucre), 6 (Ravelo) y 7. Producto
TRMM 3B43. Periodo: 1998-2015
110
1000 1000 1000 1000
Celda 1 Celda 2 Celda 3 Celda 4
Precipitación mm/año
500 500 500 500
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
1000 1000 1000 1000
500 500 500 500
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
1000 1000 1000 1000
500 500 500 500
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
1000 1000 1000 1000

500 500 500 500
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
Figura 64. Intensidad media anual de precipitación. Producto TRMM 3B43. La línea segmentada representa
las celdas en la parte central de la zona de interés
111
5.4 Detección del cambio de uso de la tierra
Tomando como información base las escenas descritas en la Tabla 20, el índice multiespectral seleccionado
para el análisis es el NDVI. Se omitió el uso del índice SR debido a que el mismo definió valores menores
para las superficies cubiertas con vegetación, en comparación a los obtenidos a través de la aplicación del
NDVI (Figura 65). Diversas publicaciones proveen soporte a esta afirmación (Liang, 2004; Abraham, 2011). El
resultado del estudio se analiza en dos etapas, la primera en época seca y la segunda en época húmeda. El
periodo de análisis es 1986 a 2013 para la época seca y 1987 a 2013 para la época húmeda; en esta última
época no se logró obtener escenas con poca cobertura de nubes para el año 1986.
Tabla 20. Características principales y fechas de adquisición de las escenas consideradas
Longitud de
Resolución Fecha de la escena considerada
Imagen Banda onda
(metros) (dd/mm/aaaa)
(micrómetros)
Thematic B1 - Azul 0.45-0.52 30 11/04/1986 19/07/1993 19/03/2001

Mapper (TM) B2 - Verde 0.52-0.60 30 16/07/1986 11/01/1994 09/07/2001
B3 - Rojo 0.63-0.69 30 25/02/1987 06/07/1994 28/04/2004
B4 - Infrarrojo 0.76-0.90 30 31/03/1988 19/03/1995 15/06/2004
cercano NIR 05/07/1988 25/07/1995 01/05/2005
B5 - Infrarrojo de 1.55-1.75 30 03/04/1989 18/02/1996 04/07/2005
onda corta SWIR-1 08/07/1989 12/08/1996 01/03/2006
B6 - Infrarrojo 10.40-12.50 120 05/03/1990 04/02/1997 07/07/2006
termal TIR 11/07/1990 12/06/1997 20/03/2007
B7 - Infrarrojo de 2.08-2.35 30 08/03/1991 17/01/1998 26/07/2007
onda corta SWIR-2 09/04/1991 27/03/1998 07/04/2008
14/07/1991 24/12/1998 05/02/2009
06/01/1992 15/04/1999 31/07/2009
14/06/1992 20/07/1999 13/04/2010
13/03/1993 03/03/2001 02/07/2010
16/04/2011
Enhanced B1 - Azul 0.45-0.52 30 24/03/2000

Thematic B2 - Verde 0.52-0.60 30 14/07/2000
Mapper Plus B3 - Rojo 0.63-0.69 30 25/01/2002
(ETM+) B4 - Infrarrojo 0.77-0.90 30 14/03/2002
cercano NIR 20/07/2002
B5 - Infrarrojo de 1.55-1.75 30 01/03/2003
onda corta SWIR-1 18/04/2003
B6 - Infrarrojo 10.40-12.50 60 04/07/2008
termal TIR 10/05/2011
B7 - Infrarrojo de 2.09-2.35 30 31/07/2012
onda corta SWIR-2 16/08/2012
B8 - Pancromática 0.52-0.90 15 19/04/2015
Operational B1 - Aerosol 0.43 - 0.45 30 21/04/2013

Land Imager costero 30 10/07/2013
(OLI) and B2 - Azul 0.45 - 0.51 30 23/03/2014
Thermal B3 - verde 0.53 - 0.59 30 13/07/2014
Infrared B4 - Rojo 0.64 - 0.67 30 16/07/2015
Sensor B5 - Infrarrojo 0.85 - 0.88 60
(TIRS) cercano NIR
B6 - Infrarrojo de 1.57 - 1.65 30
onda corta SWIR-1
B7 - Infrarrojo de 2.11 - 2.29 15
onda corta SWIR-2
112
Longitud de
Resolución Fecha de la escena considerada
Imagen Banda onda
(metros) (dd/mm/aaaa)
(micrómetros)
B8 - Pancromática 0.50 - 0.68 30
B9 - Cirrus 1.36 - 1.38 100
B10 - Infrarrojo 10.60 - 11.19 100
termal (TIRS)
B11 - Infrarrojo 11.50 - 12.51
termal (TIRS)
Figura 65. Comparación NDVI vs SR, para la delimitación de superficies
5.4.1 Análisis para la época de estiaje
Áreas con cobertura vegetal baja y cobertura vegetal media

Tomando como área de análisis la correspondiente a la cuenca del río Cachimayu, el cambio mayor se
observa en la clase con cobertura vegetal de densidad baja (NDVI de 0.1 a 0.3). Esta clase cubre
aproximadamente el 89% del área total y su área presenta una tendencia al incremento (Figura 66). El
113
2
máximo cambio observado para esta clase en términos de superficie es de 8.7 km , correspondiente a un
máximo de superficie cubierta del 94% del área total de la cuenca el año 2000 en contraste al mínimo de 86%
para el año 1994. Las superficies de la clase que define los suelos con cobertura vegetal media (NDVI de 0.3
a 0.6) también presentan una tendencia al incremento (Figura 66), con un máximo de cobertura de 7.9% (año
2013) respecto a la superficie total de la cuenca y un mínimo 0.4% de cobertura correspondiente al año 1998.
Una tendencia opuesta a las dos clases descritas se observa en la correspondiente al suelo sin cobertura
(NDVI menor a 0.1). Esta clase tiene una superficie cuyo crecimiento está inversamente relacionado con el
correspondiente a las celdas con cobertura vegetal baja (Figura 67), lo que sugiere el probable avance de la
vegetación nativa. La literatura revisada no provee información suficiente para definir de manera más precisa
la razón de estos cambios.
1600
1200
Área , km2
800
400
0
1986
1988
1989
1990
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2004
2005
2006
2007
2009
2010
2013
NDVI < 0.1 (suelo sin cobertra) NDVI 0.1-0.3 (cobertura vegetal baja)
NDVI 0.3-0.6 (cobertura vegetal media) NDVI >0.6 (alta cobertura vegetal)
Figura 66. Cambio en la cobertura del suelo durante la época de estiaje. Periodo 1986-2013
1600
NDVI < 0.1 (suelo sin
Área km2 para NDVI 0.1 a 0.3
cobertra)
1550
1500
1450
1400
100
150
200
250
50
0
Area km2 para NDVI < 0.1
Figura 67. Relación entre el cambio en el uso de suelo para la clase con cobertura vegetal baja y la clase de
suelo sin cobertura vegetal. Periodo 1986-2013
114
Áreas con cobertura boscosa y vegetación vigorosa
Una perspectiva adicional es presentada por los cambios en el uso de suelo cuantificados a través de tasas
de cambio. Estas magnitudes fueron construidas tomando como referencia dos periodos, definidos en función
a las tendencias observadas en las series de cambio interanual. En la Figura 68, donde los valores mayores a
cero indican el incremento en la cobertura de la clase, se sugiere la existencia de las mayores tasas de
cambio en las clases NDVI 0.3 a 0.6 (cobertura vegetal media) y NDVI > 0,6 (vegetación vigorosa). En aquel
rango es llamativo el veloz cambio observado en la región con vegetación vigorosa y cobertura de bosques
durante el periodo 1995-2013, notoriamente mayor a las variaciones identificadas en las otras clases. El
citado cambio expresado con mayor detalle en la Figura 69, Figura 70 y Figura 71, se explica por la presencia
de sistemas de riego en la parte baja de la cuenca del río Cachimayu, en una zona de uso agropecuario
extensivo (MDSP, 2000). Una segunda probable razón del cambio citado es el impacto de los proyectos de
forestación citados en la literatura (LIDEMA, 2013), que ocurrieron en los años 90 en el departamento de
Chuquisaca.
15
Periodo 1986-2013
10
Tasa de cambio (%)
-5
-10
NDVI <0.1 NDVI 0.1-0.3 NDVI 0.3-0.6 NDVI >0.6
15
Periodo 1995-2013
10
Tasa de cambio (%)
-5
-10
Figura 68. Tasas de cambio, por clase, para los periodos 1986-2013 y 1995-2013
115
4
Área , km2
0
1986
1988
1989
1990
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2004
2005
2006
2007
2009
2010
2013
NDVI >0.6 (alta cobertura vegetal)
Figura 69. Cambio interanual observado en la región con vegetación vigorosa y cobertura boscosa
Figura 70. Cobertura vegetal analizada a través del NDVI para los años 1986, 1995 y 2013
116
Figura 71. Identificación de áreas con mayor cambio de uso de suelo
5.4.2 Cambio en el uso de suelo durante la época de lluvias

Aproximadamente el 97% de la superficie total de la cuenca del río Cachimayu está cubierta por vegetación
de vigorosidad media y baja (NDVI de 0.1 a 0.6), definida de manera general por la presencia de pastizales
nativos y cultivos en fase pico y de senescencia. La clase con vegetación vigorosa representada por bosques
y cultivos con un máximo de desarrollo, cubre un área mayor a la observada durante la época de estiaje; sin
embargo, no constituye una presencia dominante en términos de superficie.
Otro aspecto importante se observa en la Figura 73, durante tres etapas. Entre los años 1991 a 2004 se
evidencia el descenso de la superficie cubierta por vegetación vigorosa, i.e., la cobertura boscosa; un
posterior incremento en la superficie se registra en los años 2007 y 2013; luego, un descenso notorio en la
superficie se observa el año 2009. Este comportamiento evidencia la ocurrencia de acciones antropogénicas,
probablemente expresando los desmontes ilegales reportados en la literatura (LIDEMA, 2013).
117
1600
1200
Área , km2
800
400
0
1987
1989
1990
1991
1993
1999
2003
2004
2005
2007
2008
2010
2013
NDVI < 0.1 (suelo sin cobertra) NDVI 0.1-0.3 (cobertura vegetal baja)
NDVI 0.3-0.6 (cobertura vegetal media) NDVI >0.6 (alta cobertura vegetal)
Figura 72. Cambio en la cobertura del suelo durante la época de lluvias. Periodo 1987-2013
45
30
Área , km2
15
0
1987
1989
1990
1991
1993
1999
2003
2004
2005
2007
2008
2010
2013
NDVI < 0.1 (suelo sin cobertra) NDVI >0.6 (alta cobertura vegetal)
Figura 73. Cambio en el uso de suelo para las clases sin cobertura (NDVI < 0.1) y con vegetación vigorosa
(NDVI > 0.6). La escala vertical está ampliada en relación a la utilizada en la figura precedente
Cambios en el uso de suelo expresados a través de tasas de cambio

Durante el análisis de las escenas de la época de estiaje, se observó que la superficie cubierta por la clase
con NDVI 0.1 a 0.3 permaneció en un rango de 84% a 89% con respecto al área total. Este tipo de cobertura
de vegetación escasa o inexistente se reduce aproximadamente a la mitad en términos de superficie cuando
inicia la época húmeda, debido al incremento en los usos de tipo productivo.
El cambio en el uso de suelo durante la época de lluvias presenta similitudes al análisis para las escenas de
la época de estiaje. Se observan variaciones pronunciadas a partir del año 2000, incrementos y reducciones
en las superficies, además de tasas de cambio distintas para cada uno de los periodos analizados (Figura 74,
Figura 75). El mayor cambio se observa en las superficies sin cobertura vegetal y en la clase con vegetación
118
vigorosa. La región sin cobertura vegetal presenta tendencias no uniformes, con un descenso en la superficie
durante el periodo 1989 a 2013 y un comportamiento opuesto en el periodo 2003 a 2013. El descenso
señalado es atribuible, entre otras razones, al incremento de la mancha urbana de la ciudad de Sucre (Figura
75).
La región cubierta por vegetación vigorosa presenta un comportamiento en una sola dirección, con
variaciones importantes en el año 2003 respecto al año 1989 (Figura 75), atribuibles a procesos de
forestación en el cantón Mamahuasi, cerca del cerro Puñuna en Potosí, además del uso agropecuario
extensivo indicado en la información temática disponible (Figura 76). Los cambios indicados permanecen
hasta el año de la escena más actual y de mejor calidad disponible correspondiente al año 2013, donde se
observa la expansión de la vegetación vigorosa hacia áreas donde el año 1989 no existía cobertura vegetal
(Figura 75). De esta manera, el incremento en la cobertura con vegetación vigorosa observada en el
Departamento de Chuquisaca durante los años 2003 y 2013 (municipios de Sucre y Yotala), desplaza la
mayor superficie para este tipo de cobertura que existía en el Departamento de Potosí en la escena del año
1989.
15
Periodo 1989-2013
10
Tasa de cambio (%)
-5
-10
15
Periodo 2003-2013
10
Tasa de cambio (%)
-5
Figura 74. Tasas de cambio, por clase, para los periodos 1989-2013 y 2003-2013. Época de lluvias
119
Figura 75. Cobertura vegetal analizada a través del NDVI para los años 1986, 1995 y 2013. Época de lluvias
Figura 76. Comparación del uso de suelo y los incrementos en la cobertura vegetal para la época húmeda.
Los usos de suelo se obtuvieron de (MDSP, 2000)
120
5.5 Resultados de la modelación hidrológica
La modelación hidrológica no pretende desplazar todo el conocimiento descrito; al contrario, pretende
complementarlo a través de información cuantitativa, dentro de los alcances del estudio y de la propia
estructura matemática del modelo seleccionado. Los resultados describen en orden cronológico el proceso de
modelación. Con el objetivo de ser reproducibles, se presentan con el mayor detalle posible.
5.5.1 Calidad de la información hidrométrica de la estación Ñucchu

A partir de información extraída de la literatura, se conoce lo siguiente (Vauchel, Malbrunot, & Aguilar, 2006):
• Características de la sección: Márgenes derecho e izquierdo estables. Tendencia a la deposición de
material de arrastre en el margen derecho y erosión en la margen izquierda.
• Buena calidad de los datos en el periodo 19/12/1972 hasta 31/01/1985. La calidad de la información
se juzgó a partir de comparación y análisis contra registros de las estaciones Talula, Viña Quemada y
Puente Sucre.
• Mala calidad de los datos en el periodo 01/02/1985 hasta 01/01/1999. La literatura sugiere no
considerarlos (Vauchel, Malbrunot, & Aguilar, 2006).
• Errores puntuales identificados:
i) Año hidrológico 1979-1980: Inversión de datos en las libretas de campo (el aforador anotó el
número de revoluciones en la casilla correspondiente al tiempo y viceversa, resultando en aforos muy
bajos).
ii) Aforos del año hidrológico 1983-1984: Mal procesamiento de los aforos: Errores en el registro del
número de revoluciones.
• Datos a partir de 1983: calidad dudosa. No se logró construir la curva de calibración.
•
3
Caudales sobreestimados para los valores altos (solamente se cuenta con aforos hasta los 41 m /s).
• La literatura recomienda considerar la serie de caudales reconstruidos únicamente para el periodo
1973-1985. A partir de esta conclusión la calibración del modelo hidrológico se realiza para tal
periodo.
5.5.2 Distribución espacial de los parámetros climáticos

Cada subcuenca representa una unidad hidrológica UH definida por clasificación Pfafstetter nivel 5. Para la
modelación se dividió cada UH en reservorios horizontales definidos en rangos de elevación de 500m. Cada
reservorio horizontal cuenta con parámetros de modelación propios, tanto de suelos como climáticos, con
excepción de los parámetros de los reservorios profundos, los cuales describen de manera agregada el
comportamiento de cada subcuenca o UH.
Los parámetros climáticos se distribuyen por cada reservorio horizontal, en cada UH, asumiendo que no
existe variabilidad inter e intranual dentro de una UH (CCGUC-SEI, 2009). Esta distribución se realiza a
través de isolíneas construidas para cada mes a partir de los mapas presentados en subtítulos precedentes.
La metodología para distribuir las variables espacialmente en base a isolíneas se guía en recomendaciones
de la literatura (CCGUC-SEI, 2009). La identificación del área de influencia de cada estación se realiza a
través de la construcción de polígonos de Thiessen. La relevancia de cada estación climática, por UH, por
reservorio horizontal, se describe en la Tabla 21. Las consideraciones prácticas particulares a cada UH se
describen a continuación.
Precipitación mensual
• UH Ravelo.
- Se restringe la influencia de la estación Ravelo al área de la cuenca del mismo nombre. La
justificación la otorga la barrera orográfica situada hacia el sudoeste de la cuenca que no permite el
transporte de las masas de humedad, tal como sugieren los registros de estaciones situadas al otro
lado de esta barrera (e.g., estación Ocurí, Municipio de Ocurí).
121
- En la parte baja de la cuenca se considera la influencia de la estación Maragua Chuquisaca
(Maragua H), en adelante denominada simplemente Maragua. La predicción de vacíos de
información en esta estación, para el periodo sin observaciones desde el año 1991, se realiza con
registros de las estaciones Sucre SENAMHI y Sucre AASANA.
- Al introducir la restricción de la influencia de la estación Ravelo, las isolíneas se ajustan en
razón de proporciones a los datos de las dos estaciones citadas, asumiendo que el valor registrado
en las mismas corresponde al máximo posible.
• UH Corral Mayu, UH Percas Mayu, UH Maragua, UH Tomuyo, UH Sacopaya.
- Se modificó el comportamiento de los mapas extrapolados para la variable precipitación media
mensual (histórica del periodo 1973-2014), de modo que la influencia del sistema climático de
Ravelo esté restringida únicamente hasta el límite geográfico de la UH Ravelo.
- Las isolíneas se ajustan en razones de proporciones a los registros de las estaciones Sucre
SENAMHI y Maragua, asumiendo que el valor registrado en aquellas corresponden al máximo
posible.
- La estación Ocurí domina la parte alta de estas UH; sin embargo, su registro es corto y debe ser
extrapolado. Este proceso se realiza con los registros de la estación Sucre SENAMHI, a partir de la
similitud entre el comportamiento a escala mensual y anual de ambas estaciones (Figura 77). No
existe otra estación en el sector aguas arriba de la zona de interés con registros extensos para
proceder a la predicción de la serie Ocurí.
- La estación Potolo tiene una ubicación privilegiada en la parte baja de estas UH; sin embargo, la
corta longitud de sus registros limita su utilidad. Para soluciones el inconveniente se predijo la serie
con los registros de Maragua y Sucre SENAMHI (a su vez, la serie de Sucre SENAMHI se utiliza para
predecir datos faltantes y extrapolar la serie de la estación Maragua, debido a la relativamente corta
longitud de los registros de esta última). El similar comportamiento entre estas series a escala
mensual y anual justifica esta consideración Figura 78. La predicción realizada mediante los registros
de las estaciones citadas tiene la desventaja de sobreestimar la precipitación medida en la
estación Potolo; sin embargo, la información de esta manera inferida provee la mayor
aproximación a la situación real en ausencia de registros de estaciones vecinas que provean mejores
soluciones.
1200
Ocuri
Potosi Aeropuerto
1000
Sucre Aeropuerto
800
600
400
200
0
1940
1943
1946
1949
1952
1955
1958
1961
1964
1967
1970
1973
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
2012
2015
Figura 77. Comparación del comportamiento de la precipitación anual en la estación Ocurí con el
comportamiento de las estaciones Sucre SENAMHI y Potosí Aeropuerto
122
1200
Potolo
Sucre SENAMHI
1000 Maragua H
Precipitación anual, mm
800
600
400
200
0
1940
1943
1946
1949
1952
1955
1958
1961
1964
1967
1970
1973
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
2012
2015
Figura 78. Comparación del comportamiento de la precipitación anual entre la estación Sucre SENAMHI
y las estaciones Potolo y Maragua Chuquisaca (Maragua H)
• UH Ravelo Bajo, UH Yotala, UH Canchi Mayu (i.e., cuenca del río Cachimayu).
- El peso o influencia de las estaciones climáticas se describió a través de polígonos de Thiessen,
debido a la menos accidentada topografía de esta región de estudio. En estas UH no fue posible
considerar la geometría de las isolíneas debido a que no tienen una relación directa con la
variabilidad de la precipitación como ocurrió en las UH situadas aguas arriba.
- Las estaciones consideradas para la predicción y extrapolación de datos de precipitación faltantes
son las siguientes:
i) Maragua: la serie rellenada se extiende a través de un proceso de extrapolación a partir de
datos de la estación Sucre SENAMHI, en ausencia de estaciones adicionales con registros
consistentes.
ii) Cachimayu: se predicen los datos faltantes considerando registros de las estaciones
Maragua y Sucre SENAMHI (predicción de periodos extensos).
iii) Yotala: la estación Sucre SENAMHI es la considerada para ampliar la serie (predicción de
periodos extensos).
iv) Yamparaez: la estación considerada es Sucre SENAMHI (predicción de periodos
extensos).
v) Sucre SENAMHI: se predice a través de los registros de Sucre AASANA (predicción de
periodos extensos).
123
Tabla 21. Precipitación. Estaciones consideradas en el modelo, por UH, por reservorio horizontal. Como valor
referencial, el porcentaje indica el peso de la estación en el reservorio, para el mes más lluvioso (enero)
Estación
Reservorio
UH
horizontal Ocurí Potolo Sucre Yotala Yamparaez
Ravelo Maragua Cachimayu
(1) (2) SENAMHI
R1 100%
R2 97% 3%
R3 100%
UH Ravelo
R4 86% 14%
R5 100%
R6 3% 97%
R1 100%
R2 100%
UH Corral R3 100%
Mayu R4 100%
R5 100%
R6 100%
R1 100%
R2 100%
UH Maragua
R3 100%
R4 100%
R1 100%
R2 100%
UH Percas
R3 100%
Mayu
R4 100%
R5 100%
R1 100%
R2 100%
UH Tomuyo R3 100%
R4 100%
R5 100%
R1 100%
R2 100%
R3 100%
UH Sacopaya R4 100%
R5 100%
R6 100%
R7 100%
R1 2% 97% 1%
R2 78% 10% 12%
UH Ravelo R3 100%
Bajo R4 18% 35% 37% 10%
R5 100%
R6 51% 49%
R1 16% 22% 62%
R2 43% 1% 53% 3%
UH Yotala R3 100%
R4 100%
R5 100%
R1 100%
UH Canchi
R2 100%
Mayu
R3 100%
(1)La serie se predice y extrapola con los registros de la estación Sucre SENAMHI
(2)La serie se predice y extrapola con los registros de las estaciones Maragua y Sucre SENAMHI
Temperatura media mensual del aire y otras variables

La relación entre la temperatura del aire y la topografía de la superficie representada por el DEM con
resolución horizontal de 30m es la premisa bajo la cual se construyeron los mapas temáticos en el subtítulo
correspondiente. Esta presunción se aplica para la extrapolación de las series de temperatura media del aire
y humedad relativa media del aire registradas en la estaciones hacia los sitios de interés en la cuenca. Para el
caso de las variables velocidad del viento media mensual y fracción de cobertura de nubes, se consideraron
124
los registros de las únicas estaciones con información disponible: Sucre SENAMHI y Yotala. El peso de las
estaciones climáticas, por UH, por reservorio horizontal, se describe en la Tabla 22. Los detalles se explican a
continuación:
• UH Ravelo.
- Se restringe la influencia de la estación Ravelo al área de la cuenca del mismo nombre, debido a la
barrera orográfica que aísla esta UH de las subcuencas situadas al sudoeste.
- En la parte baja se considera la influencia de la estación Talula y Thako Thako.
- Las series de las estaciones Ravelo y Talula y Thako Thako tienen registros consistentes y
confiables a partir de 1989 (Ravelo) y 1985 (Talula y Thako Thako). Considerando la baja
correlación con estaciones alejadas, la predicción de los datos faltantes se realiza
considerando que la media es el parámetro que mejor describe el comportamiento de la serie.
• UH Corral Mayu, UH Percas Mayu, UH Maragua, UH Tomuyo.
- La restricción de la influencia de los fenómenos registrados en la estación Ravelo, sugiere que
estas UH reciben menos humedad. La serie Ocurí se predijo y extrapoló considerando los registros
de la estación Potosí Los Pinos, en ausencia de registros extensos en Potosí AASANA u otra
estación con comportamiento consistente. La comparación de las series mensuales y anuales
correspondientes sostiene este argumento (Figura 79).
Potosi Aeropuerto
18 Sucre SENAMHI
Ocuri
Tarapaya
Potosi Los Pinos
14
10
6
1940
1943
1946
1949
1952
1955
1958
1961
1964
1967
1970
1973
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
2012
2015
Figura 79. Comparación del comportamiento de la temperatura media del aire en medias anuales, entre
la estación de Ocurí y otras estaciones con registros consistentes
• UH Sacopaya, UH Ravelo Bajo, UH Yotala, UH Canchi Mayu.

- El peso o influencia de las estaciones climáticas se describió a través de polígonos de Thiessen,
debido a que la topografía es menos accidentada que la existente aguas arriba de la confluencia de
los ríos Potolo y Ravelo.
- Estaciones Talula y Thako Thako y Yotala: La predicción de los vacíos de información se realiza a
partir de las medias históricas correspondientes, considerando la ausencia de estaciones vecinas con
correlación aceptable y registros extensos.
125
Tabla 22. Temperatura media del aire. Estaciones consideradas en la modelación, por UH, por reservorio
horizontal. Como referencia promedio, el porcentaje indica el peso de la estación para el mes más cálido
Estación
UH Reservorio horizontal
Ravelo Talula y Thako Thako Ocurí (1) Sucre SENAMHI Yotala
R1 36% 64%
R2 96% 4%
R3 100%
UH Ravelo
R4 80% 20%
R5 100%
R6 77% 23%
R1 100%
R2 100%
R3 100%
UH Corral Mayu
R4 100%
R5 100%
R6 100%
R1 100%
R2 100%
UH Maragua
R3 100%
R4 100%
R1 100%
R2 100%
UH Percas Mayu R3 100%
R4 100%
R5 100%
R1 100%
R2 100%
UH Tomuyo R3 100%
R4 100%
R5 100%
R1 100%
R2 100%
R3 100%
UH Sacopaya R4 100%
R5 100%
R6 100%
R7 100%
R1 12% 87% 1%
R2 46% 47% 7%
R3 100%
UH Ravelo Bajo
R4 12% 50% 38%
R5 100%
R6 3% 97%
R1 16% 84%
R2 43% 57%
UH Yotala R3 100%
R4 100%
R5 100%
R1 100%
UH Canchi Mayu R2 100%
R3 100%
(1) La serie se predice y extrapola con la serie de la estación Potosí Los Pinos
5.5.3 Calibración del modelo hidrológico

La calibración se realiza mediante un proceso iterativo a través de un método uno-a-la-vez (Saltelli, Tarantola,
Campolongo, & Ratto, 2004). Se consideró prioritario introducir las menores variaciones posibles a los
parámetros definidos a través de una base física, con el objetivo de evitar introducir fuentes de incertidumbre
adicionales. Este objetivo se alcanzó hasta los niveles permitidos por el modelo hidrológico, llegando a
modificarse únicamente el parámetro Sw para solucionar problemas de convergencia en el cálculo del
contenido de humedad en el suelo. Con esta consideración, en la calibración se realizaron variaciones a los
factores f , Dw, h1 y h2, entre los cuales el factor Dw que describe el almacenamiento en el reservorio
126
subsuperficial es el que denotó mayor sensibilidad en el proceso. A continuación se describe el procedimiento
en orden cronológico.
Pruebas preliminares
Las pruebas preliminares tienen el objetivo de investigar la sensibilidad del modelo a diferentes
configuraciones del medio físico. Para el estudio presente se consideraron cinco modelaciones preliminares:
Modelación preliminar 1. Respuesta de la cuenca a nivel agregado.
- Se realiza la simulación en base a los parámetros físicos definidos por los mapas temáticos. El
objetivo específico no es calibrar el modelo; se busca reducir el número de parámetros a calibrar.
- Se realiza la modelación desde una perspectiva sencilla, considerando una estructura donde la
distribución espacial de las variables climáticas es de tipo agregada por cada UH. El objetivo es
estudiar la relevancia de desagregar el modelo. En esta modelación preliminar se consideraron los
registros de la estación Ravelo para la UH Ravelo y Sucre SENAMHI para las otras UH.
- Conclusiones de la modelación. Se identifica que el parámetro más sensible podría ser el factor Dw.
En esta etapa, aun no fue posible definir la relevancia de distribuir con mayor precisión las variables
climáticas dentro de cada UH.
Modelación preliminar 2. Identificación de la relevancia de los parámetros a calibrar.
- El parámetro sobre el cual se considera existe incertidumbre es el factor f . Se decide investigar su
relevancia.
- Resultado. La modificación del parámetro ocasiona el adelanto y retraso del hidrograma; sin
embargo su relevancia podría no ser determinante en comparación a la encontrada para el parámetro
Dw.
Modelación preliminar 3. Identificación de parámetros sensibles: factores estimados a través de una base
física.
- Se investiga la relevancia de la conductividad en unidades de mm/día, asumiendo que el modelo
entiende al parámetro como un promedio de medias mensuales.
- Resultado. Se obtiene una modelación bastante precisa en comparación a las pruebas previas.
Modelación preliminar 4. Introducción de nodos de extracción de agua y descripción de la variabilidad
climática a través de un esquema semidistribuido.
- Se introduce la ciudad de Sucre como principal nodo de demanda. Consideraciones:
o Población proyectada para el año 1986 (fin del periodo de calibración): 118192 hab, en base
a los datos del censo de 1976 y la tasa de crecimiento del rango intercensal 1976-1992.
o Capacidad del canal Ravelo: 200000 hab (Valé, 2015).
o Dotación media de 230 L/hab-día (DGSB, 2004), con 100% de consumo (no existe flujo de
retorno hacia la cuenca).
- Hasta la modelación preliminar 3 se consideraron los datos de las estaciones Ravelo y Sucre para
describir el clima de cada subcuenca. En esta simulación, se introduce variabilidad espacial de la
precipitación y la temperatura del aire en función a las isolíneas de los mapas correspondientes.
Modelación preliminar 5. Primera calibración del modelo: relevancia del parámetro Dw.
- Una vez identificados los parámetros más sensibles, se procede a estudiar los posibles factores de
la calibración definitiva.
- Se modifica la capacidad de almacenamiento del reservorio profundo: 100 mm para las UH
aguas arriba de la confluencia de los ríos Ravelo y Potolo (i.e., suelos poco desarrollados, pendientes
topográficas pronunciadas), 250 mm para las UH restantes.
127
Figura 80. Esquema de modelación. Las UH representan las subcuencas consideradas. La clasificación está
en función al sistema Pfafstetter nivel 5. La demanda de los cultivos no considera una producción con
presencia de sistemas de riego
Calibración y validación del modelo

A partir del conocimiento adquirido a través de las pruebas preliminares, el modelo calibrado tiene las
siguientes características:
i) Los usos de suelo, vegetación, textura y litología para cada reservorio horizontal se presentan en la Tabla
23.
ii) La calibración del modelo se logró modificando los valores de la capacidad de almacenamiento del
reservorio profundo Dw. También se corrigieron valores de Sw en las UH Maragua y Sacopaya para resolver
problemas de convergencia en el cálculo del contenido de humedad en el suelo. Estos valores calibrados así
como los parámetros físicos inferidos de la información temática disponible se presentan en la Tabla 24.
Debido a la falta de registros de caudales fuera del periodo de calibración, se asume que la validación está
inmersa en este periodo.
iii) La obra de toma para el sistema de aprovisionamiento de agua potable para la ciudad de Sucre se ubica
2 2
aguas arriba de la salida de la UH Ravelo (278 km ). Captura el aporte de un área aproximada de 240 km . Al
tratarse de un modelo semidistribuido, la diferencia entre superficies de aporte es considerada mediante un
canal artificial de extracción que es situado antes de la obra de toma (extrae el excedente), el cual retorna
inmediatamente después de la misma (devuelve el excedente extraído).
iv) Demanda de los cultivos por riego a secano. Se asume que los sistemas de riego fueron instaurados fuera
del periodo de calibración del modelo.
128
v) El modelo describe adecuadamente el comportamiento de los años hidrológicos 1973-1975, 1976-1977 a
1978-1979 (Figura 81). Las funciones objetivo son las siguientes:
ENS (1973-1983)= 0.7392
3
RMSE m /s (1974-1983)= 11.5783
ENS (1973-1979)= 0.8124
3
RMSE m /s (1973-1979)= 16.2745
vi) El comportamiento registrado en la estación Ñucchu a partir del año 1982-1983 aparentemente no
representa la respuesta natural de la cuenca. Aquel aspecto fue comentado en subtítulos anteriores a través
de la comparación entre las observaciones en las estaciones hidrométricas Ñucchu y Talula y se confirma a
través de la modelación presente (Figura 82).
La explicación del cambio en el régimen de caudales podría atribuirse a la propia estación; sin embargo, es
también posible que el régimen natural fuese interrumpido por las mejoras realizadas al sistema de
aprovisionamiento de agua potable para la ciudad de Sucre. La reducida e incompleta información histórica,
cronológica, precisa y de carácter cuantitativo referida a aquellas obras civiles, no permite al modelo
hidrológico la descripción de cada una de las etapas del hidrograma observado a partir de 1982.
Tabla 23. Rangos de elevación, vegetación, textura del suelo y perfil litológico, por UH, por reservorio
horizontal
Reservorio
R1 R2 R3 R4 R5 R6 R7
horizontal
Rango de 4000-4500 3500-4000 3500-4000 3000-3500 3000-3500 2500-3000 ---
elevación (cultivos) (cultivos)
msnm
Vegetación Arbustal con Arbustal con Terreno Arbustal con Terreno Tholar ---
pajonal pajonal, agrícola pajonal, agrícola
tholar tholar
UH Textura del Areno Franco, Franco Franco Franco Franco ---
Ravelo suelo francoso areno limoso arenoso, limoso arenoso
francoso areno
francoso
Litología Lutitas, Lutitas, Diamictitas, Diamictitas, Areniscas, Areniscas, ---

limolitas, limolitas, esquistos, esquistos, margas, margas,
areniscas, areniscas, areniscas, areniscas, arcillitas arcillitas
arcillitas arcillitas arcillitas arcillitas
Rango de 4000-4500 4000-4500 3500-4000 3500-4000 3000-3500 3000-3500 ---
elevación (cultivos) (cultivos) (cultivos)
msnm
Vegetación Arbustal con Terreno Arbustal con Terreno Terreno Arbustal ---
pajonal agrícola pajonal agrícola agrícola con pajonal
UH Corral
Mayu Textura del Franco Areno Areno Franco Franco Areno ---
suelo limoso francoso francoso limoso limoso francoso
Litología Arenizcas, Lutitas, Lutitas, Lutitas, Lutitas, Lutitas, ---

arcillitas, limolitas, limolitas, limolitas, limolitas, limolitas,
calizas cuarcitas, cuarcitas, cuarcitas, cuarcitas, cuarcitas,
areniscas areniscas areniscas areniscas areniscas
Rango de 4500-5000 4000-4500 3500-4000 3000-3500 --- --- ---
elevación
msnm
UH
Maragua
Vegetación Gramadal Gramadal --- --- ---
con camefital con
camefital
129
Reservorio
R1 R2 R3 R4 R5 R6 R7
horizontal
Textura del Areno Areno Areno Leptosol --- --- ---
suelo francoso francoso francoso lítico
Litología Lutitas, Lutitas, Lutitas, Lutitas, --- --- ---

limolitas, limolitas, limolitas, limolitas,
cuarcitas arenizcas, arenizcas, arenizcas,
arcillitas arcillitas arcillitas
Rango de 4000-4500 3500-4000 3500-4000 3000-3500 3000-3500 --- ---
msnm
Vegetación Sin Terreno Sin Terreno Sin --- ---
información agrícola información agrícola información
UH
Percas Textura del Leptosol Franco Leptosol Franco Leptosol --- ---
Mayu suelo lítico limoso lítico limoso lítico
Litología Lutitas, Lutitas, Lutitas, Lutitas, Lutitas, --- ---

limolitas, limolitas, limolitas, limolitas, limolitas,
arenizcas, arenizcas, arenizcas, arenizcas, arenizcas,
arcillitas arcillitas arcillitas arcillitas arcillitas
Rango de 4000-4500 3500-4000 3500-4000 3000-3500 3000-3500 --- ---
msnm
Vegetación Sin Terreno Sin Terreno --- ---

información agrícola información agrícola
UH
Tomuyo Textura del Leptosol Franco Leptosol Franco Leptosol --- ---
suelo lítico limoso lítico limoso lítico
Litología Lutitas, Lutitas, Lutitas, Arenizcas, Arenizcas, --- ---

limolitas, limolitas, limolitas, arcillitas arcillitas
arenizcas, arenizcas, arenizcas,
arcillitas arcillitas arcillitas
Rango de 4000-4500 3500-4000 3500-4000 3000-3500 3000-3500 2500-3000 2500-3000
elevación (cultivos) (cultivos) (cultivos)
msnm
Vegetación Arbustal con Arbustal con Terreno Arbustal con Terreno Arbustal Terreno
pajonal pajonal agrícola pajonal, agrícola con agrícola
tholar, pajonal,
pajonal tholar,
pajonal
UH Textura del Areno Areno Franco Areno Arcilloso, Franco Arcilloso
Sacopaya suelo francoso francoso limoso francoso, franco arenoso,
franco limoso franco
arenoso, arcilloso
franco
arcilloso
Litología Areniscas, Areniscas, Areniscas, Areniscas, Areniscas, Areniscas, Areniscas,

margas, arcillitas, margas, margas, margas, margas, margas,
arcillitas, margas arcillitas, arcillitas, arcillitas, arcillitas, arcillitas,
calizas calizas calizas calizas calizas calizas
UH Rango de 3500-4000 3000-3500 3000-3500 2500-3000 2500-3000 2000-2500 ---
Ravelo elevación (cultivos) (cultivos)
Bajo msnm
Vegetación Tholar, Tholar, Terreno Tholar, Terreno Tholar ---

pajonal pajonal, agrícola pajonal agrícola
plantación
forestal
Textura del Franco Franco Arcilloso Franco Arcilloso Franco ---
suelo arenoso, arenoso, arenoso, arenoso,
franco arcillo franco arcillo franco arcillo areno
130
Reservorio
R1 R2 R3 R4 R5 R6 R7
horizontal
arenoso arenoso arenoso francoso
Litología Lutitas, Lutitas, Lutitas, Lutitas, Lutitas, Lutitas, ---
areniscas, areniscas, areniscas, areniscas, areniscas, areniscas,
limolitas limolita, limolita, limolitas limolitas limolitas
margas, margas,
arcillitas arcillitas
UH Yotala Rango de 3000-3500 2500-3000 2500-3000 2000-2500 2000-2500 --- ---
msnm
Vegetación Churquial, Tholar, Terreno Tholar Terreno --- ---
tholar, pajonal, área agrícola agrícola
pajonal urbana,
plantación churquial
forestal
Textura del Franco Franco Arcilloso Franco Arcilloso --- ---

suelo arcillo arenoso, arenoso,
arenoso, areno areno
franco, francoso, francoso
franco franco arcillo
arenoso arenoso
Litología Lutitas, Lutitas, Lutitas, Lutitas, Lutitas, --- ---

areniscas, areniscas, areniscas, areniscas, areniscas,
limolitas y limolitas y limolitas y limolitas y limolitas y
cuarcitas cuarcitas,
margas cuarcitas cuarcitas cuarcitas
UH Rango de 3000-3500 2500-3000 2000-2500 --- --- --- ---

Canchi elevación
Mayu msnm
Vegetación Pajonal, Tholar, Tholar --- --- --- ---

tholar pajonal
Textura del Franco Areno Franco --- --- --- ---

suelo arcillo francoso, arcilloso,
arenoso, franco arcillo areno
areno arenoso francoso
francoso
Litología Lutitas, Lutitas, Lutitas, --- --- --- ---

areniscas, areniscas, areniscas,
limolitas y limolitas y limolitas y
cuarcitas cuarcitas, cuarcitas
depósitos
aluviales
Tabla 24. Parámetros del modelo calibrado, por UH: Uso de suelo
ks
ks2
RRF [mm/ f
Reservorio Sw Dw [mm/día/ h1 [%] h1 [%]
UH Kc [---] día/ [---]
horizontal [mm] [mm] mes]
mes]
Calibrado: Fís. Fís. Calib. Fís. Fís. Fís. Calib. Calib. Calib.
Calib.
Parámetro
físico: Fís.
R1 1.05 90* 2.08 10248 0.50 0.3 0.3
UH Ravelo R2 1.05 112 320 2.08 6268 532 0.50 0.3 0.3
R3 Estacional 150 4.20 280 0.15 0.3 0.3
131
ks
ks2
RRF [mm/ f
Reservorio Sw Dw [mm/día/ h1 [%] h1 [%]
UH Kc [---] día/ [---]
horizontal [mm] [mm] mes]
mes]
Calibrado: Fís. Fís. Calib. Fís. Fís. Fís. Calib. Calib. Calib.
Calib.
Parámetro
físico: Fís.
R4 1.05 116 2.08 4980 0.50 0.3 0.3
R5 1.05 150 4.20 280 0.15 0.3 0.3
R6 Estacional 180 2.08 2384 0.15 0.3 0.3
R1 Estacional 150 4.22 280 0.15 0.3 0.3
R2 0.53 31 1.35 748 0.50 0.3 0.3
UH Corral R3 0.65 45 1.52 2820 502 0.50 0.3 0.3
70
Mayu R4 Estacional 150 4.22 280 0.15 0.3 0.3
R5 Estacional 150 4.22 280 0.15 0.3 0.3
R6 0.72 53 1.62 4315 0.50 0.3 0.3
R1 0.50 90* 2.50 10239 0.50 0.3 0.3
R2 0.50 65 2.03 6186 0.50 0.3 0.3
UH Maragua 70 816
R3 0.50 34 1.42 1185 0.50 0.3 0.3
R4 0.50 28 1.31 217 0.50 0.3 0.3
R1 0.50 28 1.31 217 0.50 0.3 0.3
R2 Estacional 150 4.20 280 0.15 0.3 0.3
UH Percas
R3 0.50 28 70 1.31 217 502 0.50 0.3 0.3
Mayu
R4 Estacional 150 4.20 280 0.15 0.3 0.3
R5 0.50 28 1.31 217 0.50 0.3 0.3
R1 0.50 28 1.31 217 0.50 0.3 0.3
R2 Estacional 150 4.22 280 0.15 0.3 0.3
UH Tomuyo R3 0.50 28 80 1.31 217 501 0.50 0.3 0.3
R4 Estacional 150 4.22 280 0.15 0.3 0.3
R5 0.50 28 1.31 217 0.50 0.3 0.3
R1 0.96 79* 1.95 8538 0.50 0.3 0.3
R2 0.73 55 1.64 4356 0.50 0.3 0.3
R3 Estacional 150 4.22 280 0.15 0.3 0.3
UH Sacopaya R4 0.80 87 90 1.89 3954 504 0.50 0.3 0.3
R5 Estacional 132 4.22 196 0.15 0.3 0.3
R6 1.05 165 2.08 3732 0.15 0.3 0.3
R7 Estacional 90* 4.22 141 0.15 0.3 0.3
R1 1.04 178 2.10 2221 0.50 0.3 0.3
R2 0.90 155 2.45 1466 0.50 0.3 0.3
UH Ravelo R3 Estacional 120 4.22 141 0.15 0.3 0.3
320 510
Bajo R4 1.01 172 2.14 2309 0.15 0.3 0.3
R5 Estacional 120 4.22 141 0.15 0.3 0.3
R6 1.05 167 2.08 4584 0.15 0.3 0.3
R1 0.88 142 2.72 3067 0.50 0.3 0.3
R2 0.93 149 2.79 4323 0.15 0.3 0.3
UH Yotala R3 Estacional 120 320 4.22 141 492 0.15 0.3 0.3
R4 1.05 167 2.08 4739 0.15 0.3 0.3
R5 Estacional 120 4.22 141 0.15 0.3 0.3
R1 0.79 131 2.44 2022 0.50 0.3 0.3
UH Canchi
R2 0.99 134 320 2.16 8292 497 0.15 0.3 0.3
Mayu
R3 1.05 136 2.08 10138 0.15 0.3 0.3
*Valor modificado a 120 mm, por razones de convergencia en el cálculo del contenido de humedad en el suelo.
132
P - UH Canchi Mayu P - UH Ravelo
Rio Canchi Mayu\ Estación Ñujchu UH Ravelo Bajo
UH Ravelo
250 0
Precipitación mensual por UH, mm

100
200
200
300
150
400
Caudal mensual por UH, m3/s
100
500
600
50
700
0 800
09/1971
02/1972
07/1972
12/1972
05/1973
10/1973
03/1974
08/1974
01/1975
06/1975
11/1975
04/1976
09/1976
02/1977
07/1977
12/1977
05/1978
10/1978
03/1979
08/1979
01/1980
06/1980
11/1980
04/1981
09/1981
02/1982
07/1982
12/1982
05/1983
10/1983
03/1984
08/1984
01/1985
06/1985
11/1985
04/1986
Figura 81. Calibración del modelo. Caudales y precipitación en las UH Ravelo (río Ravelo) y UH Ravelo Bajo
(río Cachimayu, estación hidrométrica Ñucchu)
250
Rio Canchi Mayu\ Estación Ñujchu
UH Ravelo Bajo
200
Estación Talula
150
Caudal mensual por UH, m3/s
100
50
0
09/1971
02/1972
07/1972
12/1972
05/1973
10/1973
03/1974
08/1974
01/1975
06/1975
11/1975
04/1976
09/1976
02/1977
07/1977
12/1977
05/1978
10/1978
03/1979
08/1979
01/1980
06/1980
11/1980
04/1981
09/1981
02/1982
07/1982
12/1982
05/1983
10/1983
03/1984
08/1984
01/1985
06/1985
11/1985
04/1986
Figura 82. Comparación del comportamiento registrado en las estaciones Ñucchu (UH Ravelo Bajo) y Talula
(cuenca río Alto Pilcomayo), con los resultados de la simulación de la UH Ravelo Bajo - río Cachimayu
133
5.5.4 Sensibilidad del modelo hidrológico
El análisis de sensibilidad analiza la relevancia de los parámetros cuya estimación implica incertidumbre, es
decir, aquellos cuya determinación es compleja de inferir a través de información del medio físico. Este
análisis se realiza formalmente luego de la calibración del modelo, bajo la presunción de que en esta etapa
los problemas de estabilidad y convergencia fueron solucionados (Singh V. , 1995). Los resultados se detallan
a continuación.
Sensibilidad método PEST

• Sensibilidad al parámetro f
- En la calibración se asumió un parámetro f igual al 0.50 en reservorios sobre la cota 3000 msnm,
con excepción de aquellos con presencia de cultivos, donde f se asumió igual a 0.15. Este último
valor se repite para los reservorios horizontales restantes.
- Rango de valores para el análisis de sensibilidad del parámetro: 0.1 - 0.6.
- En el análisis PEST se varían los parámetros para todas las UH al mismo tiempo.
- Resultado: f igual a 0.31 en reservorios sobre la cota 3000 msnm, con excepción de aquellos con
cultivos donde el f óptimo se encontró igual a 0.10. Para los reservorios restantes, el valor óptimo
calibrado por el método PEST es de 0.30.
- Conclusión. El nivel de sensibilidad al parámetro f es baja (Figura 83). Los cambios en el parámetro
no modificaron de manera substancial los resultados de la calibración.
180
Rio Canchi Mayu 3 \
160 Ñujchu (estación)
UH Canchi Mayu
140
f calibración PEST
120
f = 0.1
100
80 f = 0.4
60 f = 0.8
40
20
0
09/1971
03/1972
09/1972
03/1973
09/1973
03/1974
09/1974
03/1975
09/1975
03/1976
09/1976
03/1977
09/1977
03/1978
09/1978
03/1979
09/1979
03/1980
09/1980
03/1981
09/1981
03/1982
09/1982
03/1983
09/1983
03/1984
09/1984
03/1985
09/1985
03/1986
Figura 83. Sensibilidad al parámetro f
• Sensibilidad al parámetro ks2

- Rango para el análisis: 50 - 500 mm/día, media mensual.
- La Tabla 25 compara los valores calibrados por el método PEST con aquellos calibrados
manualmente. El procedimiento contempla la variación de los parámetros en cada cuenca, de
manera independiente.
- Se analiza la sensibilidad adicionalmente a través de variaciones del parámetro en las UH
Ravelo y Yotala, con el objetivo de analizar la influencia de ambas en la respuesta de la cuenca
Cachimayu. El resultado se presenta en la Figura 84.
134
- Conclusión: La sensibilidad a este parámetro es media. El cambio en el rango estimado para el
análisis de sensibilidad no alteró los resultados en referencia a la corrida de calibración.
Tabla 25. Calibración PEST del parámetro ks2

ks2 (mm/día), media mensual
UH Estimación por medio
PEST
de parámetros físicos
Ravelo 532 500
Corral Mayu 502 91
Maragua 816 255
Percas Mayu 502 70
Tomuyo 501 126
Sacopaya 504 50
Ravelo Bajo 510 283
Yotala 492 458
Canchi Mayu 497 403
140
Rio Canchi Mayu\Estación
Ñujchu
120 UH Canchi Mayu
Ks2 Ravelo = 500 mm
100
Ks2 Ravelo = 50 mm
80 Ks2 Ravelo = 250 mm
Ks2 Yotala = 500 mm
60
Ks2 Yotala = 50 mm
40 Ks2 Yotala = 250 mm
20
0
09/1971
03/1972
09/1972
03/1973
09/1973
03/1974
09/1974
03/1975
09/1975
03/1976
09/1976
03/1977
09/1977
03/1978
09/1978
03/1979
09/1979
03/1980
09/1980
03/1981
09/1981
03/1982
09/1982
03/1983
09/1983
03/1984
09/1984
03/1985
09/1985
03/1986
Figura 84. Sensibilidad al parámetro ks2. La sensibilidad se analiza a través de variaciones en los parámetros
de las subcuencas Ravelo y Yotala
• Sensibilidad al parámetro Dw
- Rango para el análisis: 50 - 500 mm para las cuencas aguas abajo de la confluencia de los ríos
Potolo y Ravelo; 20-300 para las otras cuencas.
135
- La Tabla 26 compara los valores calibrados por el método PEST con aquellos calibrados
manualmente. El procedimiento contempla la variación de los parámetros en cada cuenca, de
manera independiente.
- Conclusión: La sensibilidad al parámetro es alta. Los cálculos varían en comparación al
modelo calibrado (Figura 85).
- Funciones objetivo: Los resultados son similares a los obtenidos a través de calibración manual.
ENS (1973-1984)= 0.266
3
RMSE m /s (1974-1984)= 19.42
ENS (1973-1979)= 0.614

3
RMSE m /s (1973-1979)= 23.36
Tabla 26. Calibración PEST del parámetro Dw

Dw [mm] Dw [mm]
UH
Calibración manual Calibración PEST
UH Ravelo 320 20
UH Corral Mayu 70 136
UH Maragua 70 135
UH Percas Mayu 70 141
UH Tomuyo 80 124
UH Sacopaya 90 184
UH Ravelo Bajo 320 114

UH Yotala 320 151
UH Canchi Mayu 320 87
160
Rio Canchi Mayu 3 \
Ñujchu (estación)
140
Rio Canchi Mayu\ UH
Canchi Mayu
120 Dw calibrado PEST
100 Dw Ravelo = 250 mm
80 Dw Ravelo = 500 mm
Dw Yotala = 250 mm
60
Dw Yotala = 500 mm
40
20
0
09/1971
03/1972
09/1972
03/1973
09/1973
03/1974
09/1974
03/1975
09/1975
03/1976
09/1976
03/1977
09/1977
03/1978
09/1978
03/1979
09/1979
03/1980
09/1980
03/1981
09/1981
03/1982
09/1982
03/1983
09/1983
03/1984
09/1984
03/1985
09/1985
03/1986
Figura 85. Sensibilidad al parámetro Dw
136
• Sensibilidad al parámetro Sw
- Rango para el análisis: 20 - 500 mm para las cuencas Maragua y Sacopaya, donde la convergencia
del cálculo tiene problemas.
- La Tabla 27 compara los valores calibrados por el método uno-a-la-vez con la calibración PEST.
- Conclusión: Las variaciones no ocasionan una respuesta tan alta como la obtenida durante el
análisis de sensibilidad del parámetro Dw, se considera que la sensibilidad a este parámetro es
media (Figura 86). La incorrecta estimación de sus valores ocasiona problemas de convergencia en el
cálculo del contenido de humedad en el suelo.
Tabla 27. Calibración PEST del parámetro Sw

Reservorio Sw [mm] Sw [mm]
UH
horizontal calibración manual calibración PEST
R1 120 242
R2 65 221
UH Maragua R3 34 260
R4 28 264
R1 120 52
R2 55 341
R3 150 206
UH Sacopaya R4 87 249
R5 132 250
R6 165 342
R7 120 120
140
Rio Canchi Mayu\Estación
Ñujchu
120 UH Canchi Mayu
Dw calibrado PEST
100
Dw Ravelo = 250 mm
80
Dw Ravelo = 500 mm
60 Dw Yotala = 250 mm
Dw Yotala = 500 mm
40
20
0
09/1971
03/1972
09/1972
03/1973
09/1973
03/1974
09/1974
03/1975
09/1975
03/1976
09/1976
03/1977
09/1977
03/1978
09/1978
03/1979
09/1979
03/1980
09/1980
03/1981
09/1981
03/1982
09/1982
03/1983
09/1983
03/1984
09/1984
03/1985
09/1985
03/1986
Figura 86. Sensibilidad al parámetro Sw: calibración PEST
137
5.5.5 Escenarios de oferta-demanda de agua
Se analizan tres escenarios:
• Escenario 1. Impactos del incremento de la demanda de agua en la ciudad de Sucre luego del año
1986 (1984), sobre la oferta de agua de las cuencas del sistema.
• Escenario 2. Impacto conjunto del incremento de la demanda de agua de la ciudad de Sucre y la
instauración de sistemas de riego, sobre la oferta de agua de las cuencas del sistema. Se asume que
la construcción/mejora de los sistemas de riego se realizaron luego de 1986 (1984).
• Escenario 3. Estimación de potenciales impactos de posibles cambios futuros en las variables
climáticas precipitación y temperatura del aire, para tres trayectorias RCP 2.6, RCP 4.5, RCP 6.0 y
RCP 8.5 y los horizontes año 2030, año 2050 y año 2070. Este escenario considera el incremento de
la demanda de agua del sistema de provisión para la ciudad de Sucre según referencias de la
bibliografía. En cuanto a la demanda por riego, se asume que la demanda del año 2014 se mantiene
constante, ante la incertidumbre existente referida a la tasa de incremento que podría regir el
crecimiento del citado uso.
Modelo hidrológico calibrado

- Registros hidroclimáticos del periodo 1972-1984 (1986).
- Cultivos agrícolas sin presencia de sistemas riego. La demanda
se infiere en base a estimaciones de coeficientes de cultivo Kc.
La superficie de los cultivos se obtiene de MDSP (2000). Los Kc
se estiman para superficies calculadas a partir de imágenes
satelitales de media y alta resolución.
- Población de la ciudad de Sucre para el año 1972: 40010 hab.
Población para el año 1986: 110122 hab.
Escenarios Escenarios
históricos futuros
Trayectorias representativas de concentración

Demanda de agua de las RCP 2.6, 4.5, 6.0, 8.5
poblaciones principales Demanda de
- Tres horizontes: 2030 (RCP2030), 2050 (RCP2070), 2070 (RCP2070).
- El escenario cuantifica agua de los - Cuatro trayectorias de forzamiento radiativo por cada escenario
relaciones oferta-demanda en cultivos (IPCC, 2014): 2.6, 4.5, 6.0 y 8.5 W/m2
un sistema donde la población - Parámetros de entrada (predicciones del modelo de circulación
tiene incremento continuo. El escenario global NCAR): Precipitación mensual, temperatura media mensual.
cuantifica - Humedad relativa del aire, velocidad del viento, fracción de
-La población corresponde a los relaciones oferta- cobertura de nubes: series mensuales promedio del periodo 1972-
censos de los años 1986, 1992, demanda en un 1986.
2001, 2012. sistema con - Población: Proyecciones para los horizontes 2030, 2050, 2070.
presencia de - Producción agrícola con presencia de sistemas de riego. Sperficies
- Series históricas de registros sistemas de riego. regadas y capacidad de los sistemas: según las estimaciones del año
climáticos. 2014.
Figura 87. Esquema de los escenarios analizados
138
Escenario 1. Incremento de la demanda de agua de la ciudad de Sucre
i) Variante 1. Incremento de la población de la ciudad de Sucre hasta los niveles de los censos 1992, 2001 y
2012.
• Se realiza la simulación por etapas debido a la amplia variabilidad en las tasas de crecimiento entre
censos.
• El caudal de aporte al sistema de provisión de agua potable considera contribuciones de la cuenca
del río Ravelo, igual a 310 L/s (300 L/s de la cuenca más 10 L/s por aportes laterales) y aportes de los
manantiales de Cajamarca (contribución de 50 L/s al sistema).
• La dotación corresponde a la sugerida en la Norma Boliviana: 230 L/hab-día (población mayor a
100000 hab.).
ii) Variante 2. Se analiza las condiciones que ocasionan el déficit existente a partir del año 2010.
Resultados.-
i) Variante 1. Impacto del incremento de la demanda de agua de la ciudad de Sucre en las cuencas del
sistema.
- Tasas de crecimiento poblacional de 5.7% para el periodo 1986-1992. La tasa es menor a la

intercensal 1976-1992.
- Conclusión. Una demanda de 230 L/hab-día induce al déficit a partir del año 1989 (Figura 88). La
demanda no cubierta alcanza el 50% para el año 2014 (Figura 90).
100
Millones
Demanda insatisfecha, L
1000
Cobertura de demanda, %
800 75
600
50
400
Demanda 1986-1992
25
200 Demanda 1986
Cobertura de la demanda %, 1986-1992
0 0
09/1986
01/1987
05/1987
09/1987
01/1988
05/1988
09/1988
01/1989
05/1989
09/1989
01/1990
05/1990
09/1990
01/1991
05/1991
09/1991
01/1992
05/1992
Figura 88. Variante 1-demanda ciudad de Sucre. Periodo 1986-1992. Población con tasa de crecimiento
5.7% (menor a la tasa intercensal 1972-1992)
139
Demanda 1992-2001
100
Millones
1000
Demanda 1992
800 75
600
50
400
25
200
0 0
09/1992
02/1993
07/1993
12/1993
05/1994
10/1994
03/1995
08/1995
01/1996
06/1996
11/1996
04/1997
09/1997
02/1998
07/1998
12/1998
05/1999
10/1999
03/2000
08/2000
01/2001
06/2001
Figura 89. Variante 1 - demanda ciudad de Sucre. Periodo 1992-2001. Población con tasa de crecimiento
Millones
100
1000
800 75
600
50
400
Demanda 2001-2014 25
200 Demanda 2001
0 0
09/2002
04/2003
11/2003
06/2004
01/2005
08/2005
03/2006
10/2006
05/2007
12/2007
07/2008
02/2009
09/2009
04/2010
11/2010
06/2011
01/2012
08/2012
03/2013
10/2013
05/2014
Figura 90. Variante 1 - demanda ciudad de Sucre. Periodo 2001-2014. Población con tasa de crecimiento
ii) Variante 2. Reducción de la dotación diaria.

- Para el periodo 2001-2014, se busca el límite para el cual el sistema presenta condiciones de déficit.
- Conclusiones.
o El cálculo sugiere que las condiciones de déficit encontradas el año 2010 ocurren para una
población aproximada de 251230 hab (población estimada a partir de las poblaciones
censadas en los años 2001 y 2012).
o Dotación límite: 123 L/hab-día (superior a los 80 L/hab-día indicados en (ELAPAS, 2013)).
Este valor equivale a 358 L/s, correspondiente al caudal que llega a la planta de tratamiento
de El Rollo.
140
100
Millones
1000
800 75
600
50
400
Demanda no satisfecha, L 25
200 Demanda, L
Cobertura de la demanda %
0 0
09/2001
04/2002
11/2002
06/2003
01/2004
08/2004
03/2005
10/2005
05/2006
12/2006
07/2007
02/2008
09/2008
04/2009
11/2009
06/2010
01/2011
08/2011
03/2012
10/2012
05/2013
12/2013
07/2014
Figura 91. Variante 2. Periodo 2001-2014. Se presenta déficit a partir del año 2010, para una población de
251230 hab, dotación de 123 L/hab-día, demanda de agua igual a 358 L/s
Escenario 2. Impacto simulado del incremento de la demanda de agua de los cultivos

Esta parte del análisis busca explicar el impacto del incremento de la demanda de agua de los cultivos, a
través de la instauración de los proyectos de riego registrados en el Inventario Nacional de Sistemas de Riego
(MMAYA - VRHR, 2012). Los parámetros se describen en la Tabla 28.
Resultados.-
iii) Variante 3. Impacto del incremento de la demanda por establecimiento de sistemas de riego.
- Simulación D2. Periodo 2001-2014.
- Población inicial y tasas de crecimiento poblacional correspondientes a la variante 2.
- Máximo caudal transportado por el canal Ravelo (desde el río Ravelo) igual a 310 L/s; caudal de
aporte de los manantiales de Cajamarca igual a 50 L/s.
- Demanda de agua de la ciudad de Sucre igual a 358 L/s (dotación media de 123 L/hab-día);
población inicial (año 2001) igual a 214913 hab.
- Se asume la demanda de agua de todos los usos como pérdida del sistema, sin caudales de
retorno.
- Conclusión. El resultado sugiere un impacto, que aunque existente, es poco relevante a escala
media mensual en comparación al correspondiente simulado del incremento de la población en la
ciudad de Sucre (Figura 92).
Tabla 28. Demanda por sistema de riego, por UH, de acuerdo al Inventario Nacional de Sistemas de Riego
(MMAYA - VRHR, 2012)
Volumen anual, m3 Área regable, Ha UH
641615.00 98.00 Rio Canchi Mayu
3841370.00 399.00 Rio Yotala
2646280.00 120.60 Parte Baja del Rio Ravelo
3084400.00 543.00 Sacopaya
5759140.00 1010.00 Rio Corral Mayu
990060.00 213.60 Rio Ravelo
192500.00 59.00 Rio Percas Mayu
141
UH Ravelo Bajo UH Canchi Mayu
Considerando sistemas de riego, m3/s
Considerando sistemas de riego, m3/s

80 80
UH Ravelo Bajo UH Canchi Mayu
70 70
60 60
50 50
40 40
30 30
20 20
10 10
0 0
10
20
30
40
50
60
70
80
0
0
10
20
30
40
50
60
70
80
Sin considerar sistemas de riego, m3/s Sin considerar sistemas de riego, m3/s
Figura 92. Variante 3. Se evalúan los impactos de los sistemas de riego en la respuesta del sistema de
interés. La gráfica presenta relaciones a escala media mensual
Escenario 3. Potenciales impactos de variaciones futuras en la precipitación, la temperatura del aire y la

demanda de agua
Condiciones futuras estimadas

Los escenarios climáticos definidos en el AR5 del IPCC proponen cuatro trayectorias representativas de
concentración (RCP), consistentes con un amplio rango de cambios posibles en el sistema climático
causados por la emisión futura de gases de efecto invernadero. El RCP 2.6 sugiere una tendencia del
forzamiento radiativo FR con pico entre los horizontes 2030 y 2050 y tendencia con sentido decreciente luego
(concentración del CO2 de 421 ppm para el año 2100); el RCP 4.5 asume el pico entre los horizontes 2050 y
2070 y una tendencia estable a partir de allí hacia el horizonte 2100 (concentración del CO2 de 538 ppm para
el año 2100); por otro lado, los RCP 6.0 y RCP 8.5 sugieren un FR con tendencia creciente. La trayectoria
RCP 6.0 tiene una tendencia que se estabiliza mucho después del horizonte 2100; la tendencia es distinta a
la trayectoria sugerida por el RCP 8.5, donde la pendiente en sentido positivo es mucho mayor a la primera,
con tendencia sin aparente declive (concentración del CO2 de 670ppm y 936 ppm, respectivamente para el
año 2100) (IPCC, 2014).
La conceptualización de las trayectorias RCP es única en esencia; sin embargo, su interpretación varía en
función a la interpretación matemática del sistema de circulación atmosférica global. En este último punto y
debido a la extrema complejidad de la naturaleza y el aún limitado conocimiento, no existe consenso entre los
investigadores. La divergencia de opiniones es de tipo conceptual, física e inherente a las escalas espacio-
temporales de representación de los procesos. Aquello explica la existencia de un número amplio de
conceptualizaciones matemáticas o modelos de circulación global (GCM) y regional (RCM) para explicar la
compleja circulación atmosférica, tanto para el tiempo presente (periodo histórico para el cual se tienen
registros en tierra), así como para algunos parámetros que podrían regir las inciertas futuras condiciones del
planeta (condiciones naturales y antropogénicas). Ante tal complejidad, el punto donde existe consenso
converge en que ninguna de las conceptualizaciones matemáticas está completamente errada o
completamente acertada.
Para el estudio presente se considera un camino entre los muchos existentes. Esta alternativa interpretada
matemáticamente a través del modelo GCM del instituto NCAR elegido por el ente supervisor del estudio, es
la herramienta para inferir lo que podría ocurrir con dos variables importantes en la evolución del clima: la
precipitación y la temperatura del aire. La inferencia se realiza para tres horizontes o años futuros
referenciales, que si bien no podrían definir lo que ocurriría en una fecha o mes correspondiente al horizonte
determinado, proveen una idea general de una condición futura posible. En la modelación hidrológica se
asume debido a la complejidad de la temática, las series de humedad relativa del aire, velocidad del viento
142
media y fracción de cobertura de nubes permanecen bajo las condiciones medias observadas durante el
periodo de observaciones históricas. De igual forma los parámetros de suelo se mantienen sin variación
respecto a la calibración del modelo en el periodo 1972-1986. Debido a que a partir del año 2010 el sistema
presenta condiciones de déficit (kfW, 2013), las simulaciones consideran una situación de incremento de
demanda y población con los siguientes parámetros:
• Horizonte 2030: demanda de agua proyectada de 1022 L/s. Población estimada de 443000
habitantes (kfW, 2013). Dotación media de 199 L/hab-día.
• Horizonte 2040: se asume los parámetros de la trayectoria RCP del año 2050. Demanda de
agua promedio de 1200 L/s, en referencia a la capacidad que se plantea para la nueva planta
potabilizadora dentro del Proyecto Sucre III. Población estimada de 500000 habitantes (kfW, 2013).
Dotación media de 217 L/hab-día.
• Horizonte 2070. Este horizonte supera al estimado para el Proyecto Sucre III. Se pretende
estimar posibles condiciones futuras asumiendo la dotación media de 230 L/hab-día establecida en la
Norma (DGSB, 2004), i.e., 1340 L/s. La población es de 503217 hab, estimada mediante el método
geométrico (DGSB, 2004), asumiendo constante la tasa de incremento poblacional de la década
2030-2040 igual a 0.64%.
Patrones futuros descritos por la precipitación y temperatura del aire

El comportamiento a escala anual de la precipitación y la temperatura del aire presenta condiciones predichas
donde según la trayectoria y la variable considerada, los comportamientos no siguen una tendencia definida
(Figura 93, Figura 94). La trayectoria RCP 2.6 sugiere un futuro donde la precipitación tiende a disminuir de
manera progresiva hacia el horizonte 2070, contradiciendo al futuro descrito por la trayectoria RCP 8.5, donde
la precipitación tiende a un incremento permanente. La trayectoria RCP 4.5 presenta un panorama con totales
anuales relativamente estables, con leve incremento en el horizonte 2050 y una disminución en el horizonte
2070 que alcanza los niveles predichos por esta misma trayectoria en el horizonte 2030. Las predicciones de
la temperatura del aire media a escala anual presentan tendencias en sentido negativo para las trayectorias
RCP 2.6 y 4.5, tendencias particularmente notorias al comparar las proyecciones del 2030 con las
correspondientes al horizonte 2070. Ambas trayectorias contrastan con el súbito cambio en la RCP 6.0 al
horizonte 2070 y el incremento progresivo en la RCP 8.5.
A escala mensual, la distribución estacional de la precipitación provee información importante, al predecir el
incremento durante los meses lluviosos respecto a las medias históricas definidas para la UH Ravelo. Fuera
del periodo húmedo, las medias históricas de Ravelo son superiores a las predichas por el GCM considerado,
sugiriendo un cambio en la distribución anual de la precipitación (Figura 95). Al comparar las predicciones de
las cuatro trayectorias analizadas, se estima la ocurrencia de los mayores cambios alrededor del horizonte
2050 (Figura 97). En referencia a la temperatura media del aire, el comportamiento a escala
mensual/estacional sugiere un incremento en relación a las medias históricas de la UH Ravelo, para todas las
trayectorias RCP consideradas, en todos los meses (Figura 96). Tomando como referencia al horizonte 2030,
o o
los cambios predichos están en el rango 0.1 C para los meses más fríos y hasta 4.3 C para los meses más
calurosos. Para la misma variable, los escenarios que presentan los mayores cambios están alrededor de los
horizontes 2050 y 2070, con los más altos impactos sugeridos hacia el segundo horizonte para la trayectoria
RCP 6.0 (Figura 98). Para este último escenario, el rango de cambio mayor estimado en la cuenca del río
o
Ravelo es de 5.0 C (diferencia en los valores predichos en la trayectoria RCP 6.0 y RCP 3.0 para el horizonte
2070).
143
800
Precipitaci'on anual, mm
600
400
2030
2050
200 2070
0
RCP 2.6 RCP 4.5 RCP 6.0 RCP 8.5
Figura 93. Escenarios RCP para la precipitación. Se muestran totales anuales para la cuenca del rio Ravelo
20
Temperatura del aire media anual, oC
15
10
2030
2050
5 2070
0
RCP 2.6 RCP 4.5 RCP 6.0 RCP 8.5
Figura 94. Escenarios RCP para la temperatura media del aire (media anual), para la cuenca del rio Ravelo
144
Horizonte 2030 Horizonte 2050 Horizonte 2070
250 250 250
RCP2.6 RCP2.6 RCP2.6
Precipitación media histórica Ravelo, mm

200 RCP6.0 200 RCP6.0 200 RCP6.0
150 150 150
100 100 100
50 50 50
0 0 0
0 50 100 150 200 250 0 50 100 150 200 250 0 50 100 150 200 250
Precipitación RCP, mm Precipitación RCP, mm Precipitación RCP, mm

250 250 250
Ravelo promedio historico Ravelo promedio historico Ravelo promedio historico
200 RCP6.0 200 RCP6.0 200 RCP6.0
Precipitación , mm
Precipitación , mm
Precipitación , mm
150 150 150
100 100 100
50 50 50
0 0 0
oct
ene
jul
sep
jun
ago
feb
nov
oct
mar
dic
abr
ene
jul
may
sep
jun
ago
feb
oct
nov
mar
dic
abr
ene
jul
may
sep
jun
ago
feb
nov
mar
dic
abr
may
Figura 95. Escenarios RCP para la precipitación. Comparación con las medias históricas de la UH Ravelo

25 25 25
Temperatura del aire media histórica, oC

20 RCP6.0 20 RCP6.0 20 RCP6.0
15 15 15
10 10 10
5 5 5
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Temperatura del aire RCP, oC Temperatura del aire RCP, oC Temperatura del aire RCP, oC

25 25 25 Ravelo prom. histórico
Ravelo promedio historico Ravelo promedio historico
20 RCP6.0 20 RCP6.0 20 RCP6.0
Temperatura del aire , oC
Temperatura del aire , oC
RCP8.5
RCP8.5 RCP8.5
15 15 15
10 10 10
5 5 5
0 0 0
oct
sep
ene
jul
ago
feb
jun
nov
oct
mar
dic
may
jul
abr
sep
jun
ene
ago
feb
nov
oct
mar
abr
sep
dic
ene
jul
may
jun
ago
feb
nov
mar
dic
abr
may
Figura 96. Escenarios RCP para la temperatura del aire comparados con medias históricas de la UH Ravelo
145
Figura 97. Situaciones planteadas por los escenarios RCP. Se muestra la distribución mensual de la
precipitación, por horizonte, para cada reservorio horizontal (R1...R6) en la UH Ravelo
Precipitaci'on año 2070, mm Precipitaci'on año 2050, mm Precipitaci'on año 2030, mm
100
150
200
250
100
150
200
250
100
150
200
250
50
50
50
0
0
0
sep RCP2.6 sep RCP2.6 sep RCP2.6

dic RCP2.6 dic RCP2.6 dic RCP2.6
mar RCP2.6 mar RCP2.6 mar RCP2.6
jun RCP2.6 jun RCP2.6 jun RCP2.6

dic RCP6.0 dic RCP6.0
dic RCP6.0
mar RCP6.0 mar RCP6.0
mar RCP6.0
jun RCP6.0 jun RCP6.0
jun RCP6.0
sep RCP8.5 sep RCP8.5
sep RCP8.5
dic RCP8.5 dic RCP8.5
dic RCP8.5
mar RCP8.5 mar RCP8.5
mar RCP8.5
jun RCP8.5 jun RCP8.5
jun RCP8.5
R6
R5
R4
R3
R2
R1
R6
R5
R4
R3
R2
R1
R6
R5
R4
R3
R2
R1
146
Figura 98. Situaciones planteadas por los escenarios RCP. Variable: temperatura del aire media mensual,
Temperatura del aire año 2070, oC Temperatura del aire año 2050, oC Temperatura del aire año 2030, oC
10
15
20
25
10
15
20
25
10
15
20
25
5
0
5
0
5
UH Ravelo. R1...R6 identifica al reservorio horizontal

R6
R5
R4
R3
R2
R1
R6
R5
R4
R3
R2
R1
R6
R5
R4
R3
R2
R1
147
Resultados de la simulación: Posibles futuros cambios en la relación oferta-demanda
Bajo las condiciones de incremento en la demanda del sistema de provisión de agua potable para la ciudad
de Sucre y las condiciones climáticas futuras asumidas como posibles, la oferta de agua en la UH Ravelo y la
UH Ravelo Bajo, los sistemas donde probablemente se espera observar los mayores impactos, presentan
tendencias futuras distintas según la trayectoria considerada (Figura 99, Figura 100, Figura 101).
Para la UH Ravelo, la trayectoria RCP 2.6 predice una tendencia que sugiere una disminución futura en los
caudales, mientras que las trayectorias RCP 4.5 y RCP 6.0 presentan incrementos en el horizonte 2050 y un
posterior decremento. Por otro lado, para la misma UH, la trayectoria RCP 8.5 presenta un panorama donde
no se predice cambios en los caudales. En síntesis, la diferencia entre los caudales predichos por las cuatro
trayectorias alcanza diferencias de hasta un 15%, denotando un amplio rango de incertidumbre en el
comportamiento hídrico esperado para el futuro.
La UH Ravelo Bajo es una cuenca con caudales específicos mayores a los de la UH Ravelo, por lo que es
más notoria la variabilidad de los cambios en la respuesta hídrica por efecto del incremento en la demanda
futura de la ciudad de Sucre, para todos las trayectorias RCP consideradas (Figura 99, Figura 101, Figura
102). En aquella UH la trayectoria RCP 2.6 define una tendencia similar a la predicha para la UH Ravelo, con
una posible disminución futura en los caudales. Este cambio es menos evidente que el sugerido por la
trayectoria RCP 6.0, donde se predice la disminución en los caudales hasta valores 23% menores para el
horizonte 2070 con respecto a los estimados para el horizonte 2050. La incertidumbre en las predicciones
entre trayectorias para este caso es igualmente amplia, llegando a alcanzar 15% entre las predicciones
respectivas para el año 2030, 10% para el horizonte 2050 y 18% para el horizonte 2070.
Una vez alcanzado el estado de déficit, los resultados de las simulaciones sugieren que la satisfacción de la
demanda parece no ser posible sin incluir una fuente adicional que incremente la oferta de agua de la UH
Ravelo. Aquello es evidente para los tres horizontes, bajo las cuatro trayectorias RCP simuladas. Bajo los
parámetros de simulación futuros considerados, el sistema de la cuenca Ravelo tiene la capacidad de
satisfacer entre el 30% y el 35% de la demanda del sistema de provisión de agua potable para la ciudad de
Sucre, bajo las condiciones definidas en los horizontes 2030 y 2050 (Figura 102). En este contexto, es
evidente la necesidad de que el aporte demandado debe provenir desde una fuente externa tal como un
reservorio o a través de transvase desde otra cuenca. Manteniendo el límite de 1200 L/s definido por la
capacidad de una nueva planta potabilizadora de agua, la demanda por satisfacer está en el rango de 850 L/s
a 650 L/s. La UH vecina Sacopaya (río Potolo) no tiene la capacidad para proveer el total de la demanda
principalmente durante la época de estiaje, por lo cual la planificación de la construcción de reservorios
sugerida en el proyecto Sucre III podría ser una alternativa. El análisis de la factibilidad de los mismos
demanda mayores estudios, incluyendo análisis de caudales sólidos en los tributarios donde se pretendería
definir su construcción, medidas de protección de la cuenca para frenar su degradación y otros aspectos cuya
evaluación excede los alcances del estudio.
148
UH Ravelo, horizonte 2030 UH Ravelo, horizonte 2050 UH Ravelo, horizonte 2070
60 60 60
Caudal modelado, escenarios RCP, L/s/km 2
Caudal modelado, escenarios RCP, L/s/km2

40 40 40
20 20 20
0 0 0
0 20 40 60 0 20 40 60 0 20 40 60
Caudal modelado UH, media histórica, L/s/km2 Caudal modelado UH, media histórica, L/s/km2 Caudal modelado UH, media histórica, L/s/km2
UH Ravelo Bajo, horizonte 2030 UH Ravelo Bajo, horizonte 2050 UH Ravelo Bajo, horizonte 2070
60 60 60

40 40 40
20 20 20
0 0 0
0 20 40 60 0 20 40 60 0 20 40 60
UH Canchi Mayu, horizonte 2030 UH Canchi Mayu, horizonte 2050 UH Canchi Mayu, horizonte 2070
60 60 60
40 40 40
20 20 20
0 0 0
0 20 40 60 0 20 40 60 0 20 40 60
Figura 99. Respuesta de las UH en términos de caudal medio mensual ante cuatro trayectorias RCP. Se
compara los resultados con los caudales medios simulados (periodo 2001-2014) en las UH Ravelo, Ravelo
Bajo y Canchi Mayu
149
Figura 100. Respuesta de la UH Ravelo para cuatro trayectorias RCP
Caudales RCP4.5, L/s/km2 Caudales RCP2.6, L/s/km2

Caudales RCP8.5, L/s/km2 Caudales RCP6.0, L/s/km 2
20
40
60
20
40
60
0
20
40
60
20
40
60
0
0
0
sep RCP4.5 2030 sep RCP2.6 2030

sep RCP8.5 2030 sep RCP6.0 2030
nov RCP4.5 2030 nov RCP2.6 2030
nov RCP8.5 2030 nov RCP6.0 2030
ene RCP4.5 2030 ene RCP2.6 2030
ene RCP8.5 2030 ene RCP6.0 2030
mar RCP4.5 2030 mar RCP2.6 2030
mar RCP8.5 2030 mar RCP6.0 2030
may RCP4.5 2030 may RCP2.6 2030
may RCP8.5 2030 may RCP6.0 2030
jul RCP4.5 2030 jul RCP2.6 2030
jul RCP8.5 2030 jul RCP6.0 2030
sep RCP4.5 2050 sep RCP2.6 2050
sep RCP8.5 2050 sep RCP6.0 2050
nov RCP4.5 2050 nov RCP2.6 2050
nov RCP8.5 2050 nov RCP6.0 2050
ene RCP4.5 2050 ene RCP2.6 2050
ene RCP8.5 2050 ene RCP6.0 2050
mar RCP4.5 2050 mar RCP2.6 2050
mar RCP8.5 2050 mar RCP6.0 2050
may RCP4.5 2050 may RCP2.6 2050
may RCP8.5 2050 may RCP6.0 2050
jul RCP4.5 2050 jul RCP2.6 2050
jul RCP8.5 2050 jul RCP6.0 2050
sep RCP4.5 2070 sep RCP2.6 2070
sep RCP8.5 2070 sep RCP6.0 2070
nov RCP4.5 2070 nov RCP2.6 2070
nov RCP8.5 2070 nov RCP6.0 2070
ene RCP4.5 2070 ene RCP2.6 2070
ene RCP8.5 2070 ene RCP6.0 2070
mar RCP4.5 2070 mar RCP2.6 2070
mar RCP8.5 2070 mar RCP6.0 2070
may RCP4.5 2070 may RCP2.6 2070
may RCP8.5 2070 may RCP6.0 2070
jul RCP4.5 2070 jul RCP2.6 2070
jul RCP8.5 2070 jul RCP6.0 2070
UH Ravelo
modelado, promedio
UH Ravelo, caudal
UH Ravelo
modelado, promedio
UH Ravelo, caudal
UH Ravelo
modelado, promedio
UH Ravelo, caudal
UH Ravelo
modelado, promedio
UH Ravelo, caudal
150
Figura 101. Respuesta de la UH Ravelo para cuatro trayectorias RCP
Caudales RCP8.5, L/s/km 2 Caudales RCP4.5, L/s/km 2 Caudales RCP2.6, L/s/km 2

Caudales RCP6.0, L/s/km 2
20
40
60
20
40
60
20
40
60
0
20
40
60
0
0
0
sep RCP8.5 2030 sep RCP4.5 2030 sep RCP2.6 2030
sep RCP6.0 2030
nov RCP8.5 2030 nov RCP4.5 2030 nov RCP2.6 2030
nov RCP6.0 2030
ene RCP8.5 2030 ene RCP4.5 2030 ene RCP2.6 2030
ene RCP6.0 2030
mar RCP8.5 2030 mar RCP4.5 2030 mar RCP2.6 2030
mar RCP6.0 2030
may RCP8.5 2030 may RCP4.5 2030 may RCP2.6 2030
may RCP6.0 2030
jul RCP8.5 2030 jul RCP4.5 2030 jul RCP2.6 2030
jul RCP6.0 2030
sep RCP6.0 2050
nov RCP6.0 2050
ene RCP6.0 2050
mar RCP6.0 2050
may RCP6.0 2050
jul RCP6.0 2050
sep RCP6.0 2070
nov RCP6.0 2070
ene RCP6.0 2070
mar RCP6.0 2070
may RCP6.0 2070
jul RCP6.0 2070
UH Ravelo Bajo
modelado, promedio
UH Ravelo Bajo, caudal
UH Ravelo Bajo
modelado, promedio
UH Ravelo Bajo, caudal
UH Ravelo Bajo
promedio
caudal modelado,
UH Ravelo Bajo,
UH Ravelo Bajo
promedio
caudal modelado,
UH Ravelo Bajo,
151
Figura 102. Respuesta hídrica a cuatro trayectorias RCP, para las UH dentro del área de interés
Caudales RCP4.5, L/s/km 2 Caudales RCP2.6, L/s/km 2

Caudales RCP8.5 ,L/s/km 2 Caudales RCP6.0 ,L/s/km 2
20
40
60
20
40
60
0
20
40
60
20
40
60
0
0
0
sep RCP2.6 2030 sep RCP2.6 2030

sep RCP2.6 2030 sep RCP2.6 2030
nov RCP2.6 2030 nov RCP2.6 2030
nov RCP2.6 2030 nov RCP2.6 2030
ene RCP2.6 2030 ene RCP2.6 2030
ene RCP2.6 2030 ene RCP2.6 2030
mar RCP2.6 2030 mar RCP2.6 2030
mar RCP2.6 2030 mar RCP2.6 2030
may RCP2.6 2030 may RCP2.6 2030
may RCP2.6 2030 may RCP2.6 2030
jul RCP2.6 2030 jul RCP2.6 2030
jul RCP2.6 2030 jul RCP2.6 2030
sep RCP2.6 2050 sep RCP2.6 2050
sep RCP2.6 2050 sep RCP2.6 2050
nov RCP2.6 2050 nov RCP2.6 2050
nov RCP2.6 2050 nov RCP2.6 2050
ene RCP2.6 2050 ene RCP2.6 2050
ene RCP2.6 2050 ene RCP2.6 2050
mar RCP2.6 2050 mar RCP2.6 2050
mar RCP2.6 2050 mar RCP2.6 2050
may RCP2.6 2050 may RCP2.6 2050
may RCP2.6 2050 may RCP2.6 2050
jul RCP2.6 2050 jul RCP2.6 2050
jul RCP2.6 2050 jul RCP2.6 2050
sep RCP2.6 2070 sep RCP2.6 2070
sep RCP2.6 2070 sep RCP2.6 2070
nov RCP2.6 2070 nov RCP2.6 2070
nov RCP2.6 2070 nov RCP2.6 2070
ene RCP2.6 2070 ene RCP2.6 2070
ene RCP2.6 2070 ene RCP2.6 2070
mar RCP2.6 2070 mar RCP2.6 2070
mar RCP2.6 2070 mar RCP2.6 2070
may RCP2.6 2070 may RCP2.6 2070
may RCP2.6 2070 may RCP2.6 2070
jul RCP2.6 2070 jul RCP2.6 2070
jul RCP2.6 2070 jul RCP2.6 2070
100.0
0.0
25.0
50.0
75.0
25
50
75
100
0
25
50
75
100
0
25
50
75
100
0
Cobertura de la demanda, % Cobertura de la demanda, % Cobertura de la demanda, % Cobertura de la demanda, %

Cobertura %
Demanda L
Caudal observado Ñucchu
UH Yotala
UH Sacopaya
UH Corral Mayu
UH Ravelo Bajo
UH Ravelo
UH Percas Mayu
UH Tomuyo
UH Maragua
UH Canchi Mayu
Cobertura %
Demanda L
UH Yotala
UH Sacopaya
UH Corral Mayu
UH Ravelo Bajo
UH Ravelo
UH Percas Mayu
UH Tomuyo
UH Maragua
UH Canchi Mayu
Cobertura %
UH Yotala
UH Sacopaya
UH Corral Mayu
UH Ravelo Bajo
UH Ravelo
UH Percas Mayu
UH Tomuyo
UH Maragua
UH Canchi Mayu
Cobertura %
UH Yotala
UH Sacopaya
UH Corral Mayu
UH Ravelo Bajo
UH Ravelo
UH Percas Mayu
UH Tomuyo
UH Maragua
UH Canchi Mayu
152
VI. Resumen, conclusiones y recomendaciones
Hidrometeorología: consistencia de la información

El análisis de la precipitación se realizó sobre 41 estaciones de un total de 75 inicialmente consideradas. El
criterio básico para considerar la serie de una estación dentro del estudio tiene naturaleza flexible según el
contexto y está definido por los siguientes factores: longitud de registro de al menos 20 años a partir del año
1970, tendencias con comportamiento homogéneo y consistencia con la información de las estaciones del
entorno. El análisis se realizó a escala anual, mensual y diaria, a través de análisis visual y estadístico. Con el
objetivo de proveer información de calidad adecuada, los registros faltantes de las 41 estaciones que pasaron
el primer filtro fueron predichos a escala mensual a través de criterios de correlación lineal múltiple, previo
análisis de consistencia espacial que agrupó las estaciones en cinco áreas espacialmente consistentes. Para
el análisis de otras variables, los criterios de regresión resultaron inaplicables, debido a que las mismas se
registran en un número reducido de estaciones; en estos casos la predicción se realizó en base a las medias
históricas de los registros. En referencia a la disponibilidad de información hidrométrica, la única estación con
registros está a la salida de la cuenca del río Cachimayu.
En el análisis de la precipitación, los registros de la estación Ravelo de alta relevancia para el estudio,
denotaron ausencia de correlación con su entorno. El particular comportamiento se explica por su ubicación
geográfica en una zona donde la precipitación es más alta en comparación a la registrada en sitios vecinos y
sitios aguas abajo en la cuenca del río Cachimayu. En cifras, las diferencias promedio entre la precipitación
anual registrada en la estación Ravelo y estaciones de su entorno son: 225 mm con la estación Sucre
SENAMHI (dentro un radio máximo de 60 km), 235 mm con la estación Maragua Chuquisaca (situada cerca a
la confluencia entre los ríos Ravelo y Potolo, a su vez colector de las subcuencas que drenan la parte alta,
orientación este, de la cuenca del río Cachimayu); 137 mm con la estación Ocurí (en la parte alta de la
cuenca del río Potolo), las dos últimas estaciones situadas dentro un radio máximo de 30 km. La mencionada
zona húmeda de Ravelo se extiende desde la estación Toro Toro (dirección noreste) hacia San Pedro de
Buena Vista (al noroeste de la cuenca Ravelo), llegando a Ravelo en Potosí a través de una región geográfica
en dirección noreste, con condiciones topográficas adecuadas para el transporte de humedad.
o
En referencia a la temperatura del aire, la estación Ravelo tiene un clima 2.7 C más frío en promedio en
o
relación a Sucre SENAMHI, 4.1 C más frío en relación a la estación Talula y Thako Thako (parte media de la
o
cuenca del río Cachimayu, en la vecindad de Maragua Chuquisaca) y 4.1 C más caliente que la estación
Ocuri. La serie de temperatura media del aire de la estación Ravelo no presenta la particularidad registrada
en la serie de precipitación y tiene una mayor relación con los patrones del relieve topográfico; sin embargo,
no se logró identificar una adecuada correlación con estaciones vecinas en un radio de 30 a 60 km. La razón
de tal ausencia de consistencia espacial está la alta variabilidad registrada durante los meses húmedos. En
cuanto a la amplitud térmica como factor referencial para inferir las condiciones para el desarrollo de la
vegetación, el sitio de emplazamiento de la estación Ravelo (3205 msnm) presenta condiciones intermedias,
o
con una amplitud térmica promedio de 16 C; en comparación, la zona central de la cuenca del río Cachimayu
o
presenta condiciones diversas, al presentar amplitudes térmicas promedio en el rango de 13 C (estación
o
Sucre SENAMHI, 2890 msnm) a 18 C (estación Yotala, 2511 msnm).
La consistencia de las series de velocidad del viento y presión atmosférica se analizó cualitativamente, al
estar registradas únicamente en 8 estaciones y 5 estaciones, respectivamente. Las tendencias de la primera
variable a escala mensual son complejas y no es posible extrapolarlas o predecirlas; por otro lado, las series
de presión atmosférica describen un comportamiento estacionario, sin cambios históricos. En el mismo tema,
las series de humedad relativa media del aire describen ciclos que junto con el comportamiento de la
insolación mensual explican el comportamiento de la evaporación de tanque, denotando una consistencia
adecuada.
Como parte de la información recopilada, es de fundamental importancia para fines del balance hídrico la
calidad de los datos de la estación hidrométrica, al ser la encargada de describir la respuesta hídrica del área
de interés a través de un enfoque agregado de cuenca. La única estación con registros disponibles es
Ñucchu, situada antes de la confluencia de las cuencas de los ríos Cachimayu y Alto Pilcomayo. La
evaluación de la calidad de la serie fue realizada en la literatura, sustentada por una comparación con el
comportamiento de la precipitación y el comportamiento registrado en la estación Talula, punto de control de
la vecina cuenca Alto Pilcomayo. Producto de la evaluación se evidenció que hasta antes del año 1984 la
153
cuenca tuvo un comportamiento que expresó un régimen hídrico cercano a las condiciones naturales, con
limitadas intervenciones antropogénicas; en este periodo, la generación de caudales ocurre en un rango de
2 2
27 L/s/km para el mes más húmedo a 1 L/s/km para el mes más seco. Los registros indican que a partir del
año hidrológico 1983-1984 ocurrieron cambios importantes en el régimen de la cuenca del río Cachimayu; sin
embargo, ante la ausencia de información cronológica, precisa y de carácter cuantitativo de todas las
intervenciones realizadas en el régimen de la misma cuenca, así como de información cronológica del estado
de la estación hidrométrica Ñucchu (tanto de la instrumentación como de la calidad de los datos), resulta
complejo corregir las series de caudales bajo rangos de error aceptables. Esta es la razón principal por la cual
las percepciones y conceptualizaciones de la modelación matemática del sistema se calibraron en base a las
condiciones observadas previas al año 1983-1984.
Variabilidad espacial de los parámetros climáticos de entrada al modelo hidrológico

En sus dimensiones espaciales, la precipitación mensual define patrones complejos en comparación a los
descritos por las otras variables del balance hídrico. La misma varía en dirección noreste-sudoeste y en
sentido del flujo del curso principal de la cuenca del río Cachimayu. Como se indicó previamente, en el
sistema destaca la diferencia de precipitación entre la cuenca del río Ravelo y su entorno. Esta diferencia a
escala mensual, alcanza en promedio los 100 mm; a escala anual las diferencias se amplían alcanzando los
235 mm en promedio. En comparación con estos patrones, los descritos por la temperatura del aire son más
predecibles al tener correlación adecuada con el relieve topográfico. Esta relación define una distribución
donde las zonas más calientes se sitúan a la salida de la cuenca del río Cachimayu y las áreas más frías
están en las zonas más altas del área de interés. En promedio, las diferencias entre las temperaturas medias
o o
del aire registradas entre ambas zonas están en el rango de 10 C a 12 C. Los patrones espaciales de la
evapotranspiración se asemejan al de la última variable señalada, con mayores tasas hacia la salida de la
cuenca del río Cachimayu y valores menores en las áreas con mayor elevación. En cuanto a la ocurrencia de
temperaturas mínimas por debajo de un rango dañino para la producción local, la interpolación espacial de la
variable señala a las áreas más altas de la cuenca como las más vulnerables, con registros durante los
o o
meses más fríos que alcanzan el rango -6 C a -8 C (promedio mensual, histórico).
Cambio de uso de la tierra

Los mayores cambios en los patrones espaciales se registran por acción antropogénica. Por el contrario, las
variaciones en las superficies cubiertas por especies nativas son poco perceptibles, debido a que la baja
densidad en su distribución espacial no logra ser capturada a través de la mediana resolución de las
imágenes satélites disponibles. La intervención del hombre se registra en tres aspectos principales, en orden
de relevancia: i) cambios estacionales por la siembra de cultivos, ii) cambios históricos por la ampliación de la
superficie agrícola. iii) cambios por efectos de deforestación/forestación.
i) Cambios estacionales: periodo 1989-2013. Durante la época de estiaje, la superficie cubierta por vegetación
escasa o inexistente permanece en un rango de 84% a 89% con respecto al área total. Esta superficie se
reduce aproximadamente a la mitad cuando inicia la época húmeda, debido al incremento en los usos de tipo
productivo.
ii) Cambios en las superficies debido a la presencia de sistemas de riego en la parte baja de la cuenca del río
Cachimayu y al impacto de proyectos de forestación. Ambas intervenciones ocasionan un cambio importante
en las áreas cubiertas por vegetación vigorosa y bosques durante el periodo 1995-2013. La tasa de cambio
en superficie se estimó en 14%.
iii) Otras acciones de intervención. Los procesos de forestación realizados en el cantón Mamahuasi, Potosí,
así como el incremento en los usos de tipo agropecuario intensivo registraron un cambio en las superficies
cubiertas por vegetación vigorosa. El cambio se cuantificó en un 8% en términos de las superficies
observadas entre los años 2003 y 2013.
iv) Acciones puntuales: procesos de deforestación. Se observó la reducción en la superficie boscosa el año
2009 en un rango de 60% a 80%. Entre las actividades a las que se podría atribuir este cambio está la
deforestación ilegal.
Modelación matemática del balance hídrico superficial: relaciones oferta-demanda

La modelación matemática del balance hídrico como medio integrador del conocimiento desarrollado, provee
una visión integral a través de la generación de información complementaria, a escala de cuenca, para el
mejor entendimiento de las relaciones naturales y del medio con el hombre, en el periodo actual/histórico y
154
dentro de posibles escenarios futuros definidos bajo consideraciones específicas. Las simulaciones
contempladas analizan las relaciones oferta-demanda de agua bajo escenarios de cambio en la demanda de
la ciudad de Sucre, impactos por la instauración de sistemas de riego en la cuenca del río Cachimayu y
posibles relaciones oferta-demanda de agua para posibles evoluciones de la población y las variables
climáticas precipitación mensual y temperatura del aire media mensual. Los resultados de este análisis son
concretos y proveen principalmente información de tipo cuantitativo.
El sistema de provisión de agua potable para la ciudad de Sucre recibe los aportes del sistema Ravelo (300
L/s), aportes laterales (10 L/s) y desde el sistema Cajamarca (50 L/s). Con estas fuentes, se estima que la
situación de déficit registrado a partir del año 2010 se presenta con las siguientes condiciones: 123 L/hab-día,
equivalentes a 358 L/s (caudal de entrada a la planta de tratamiento de El Rollo), correspondientes a una
población estimada de 251230 hab. En este esquema, la demanda de agua de los cultivos donde la
producción es apoyada por la existencia o no de sistemas de riego, tiene un impacto poco relevante
comparado con el impacto del incremento en la demanda de agua de la ciudad de Sucre, tanto en la cuenca
del río Ravelo como en la cuenca del río Cachimayu y sus subcuencas.
Si bien las estimaciones citadas en el párrafo precedente encuentran consenso con los datos de la literatura,
las inferencias sobre las posibles relaciones oferta-demanda futura implican un nivel de incertidumbre amplio,
a partir de los sentidos no uniformes definidos por las trayectorias RCP del AR5 predichas en las salidas de
los modelos de circulación global considerados como insumo del modelo hidrológico. Esta consideración
explica el porqué las inferencias producidas a través del modelo hidrológico no siguen una tendencia definida
y única. En este contexto, se observa que los escenarios para los horizontes año 2030 y año 2050 asumen un
incremento en la demanda hasta los 1200 L/s, caudal que pretende ser generado pretendida a través de la
posible ampliación de la capacidad de la planta de tratamiento de El Rollo. Los resultados de las simulaciones
sugieren tendencias diversas en la serie de oferta de agua de la cuenca del río Ravelo, según la trayectoria
RCP seleccionada. Aquellos cambios, aunque existentes, son poco perceptibles en comparación con los
impactos que se esperarían aguas abajo, principalmente en la UH Ravelo Bajo. En aquella unidad geográfica,
la incertidumbre en las predicciones sugeridas por las tres trayectorias consideradas es notoriamente amplia,
llegando a alcanzar un rango de 15% para el año 2030, 10% para el horizonte 2050 y 18% para el horizonte
2070.
En referencia a la capacidad de la UH Ravelo para proveer agua al sistema de provisión de la ciudad de
Sucre, las simulaciones sugieren que para los horizontes 2030 y 2050 la cuenca tiene el potencial de
satisfacer entre el 30% y 35% de la demanda requerida, por lo que el restante 65% a 70% de la dotación, 850
L/s a 650 L/s, deberá ser abastecida mediante una fuente adicional. Comparando el rango de la futura
demanda posible con los caudales mínimos modelados para la UH Sacopaya, es evidente que aquella fuente
tampoco logra satisfacer la demanda, involucrando la necesidad de generar la oferta desde una fuente
adicional. Varias de las presentes percepciones concuerdan con las referidas a futuros proyectos destinados
a satisfacer la demanda insatisfecha; sin embargo, el aporte presente indica rangos de incertidumbre no
contemplados en otras fuentes de información, los cuales expresan la complejidad para predecir la
incertidumbre presente referida a la evolución del clima. Esta contribución, junto con la correspondiente al
modelo matemático entregado en estado completamente funcional dentro de los productos, así como el
valioso análisis que lo precede, son aportes a los técnicos encargados de la planificación y manejo del
sistema, justificando el presente esfuerzo.
Amenazas y vulnerabilidades agrometeorológicas/hidrológicas

Una contribución adicional provee y cuantifica medios para la identificación, análisis y evaluación de
amenazas y vulnerabilidades de la cuenca del río Ravelo, a escalas mayores a las del balance hídrico, desde
una perspectiva conceptual agrometeorológica/hidrológica. Aquella información provee elementos para el
futuro diseño de una propuesta de respuesta a las amenazas y vulnerabilidades, definida por tres
componentes: 1) El conocimiento del riesgo; 2) el seguimiento, interpretación, comunicación y difusión de
alertas, y 3) el enfoque hacia la planificación, preparación y capacitación. Dentro de un marco institucional
que aun demanda desarrollo y bajo el respaldo otorgado por la normativa vigente en la temática, se evaluaron
las amenazas y vulnerabilidades de cuatro tipos de eventos: heladas, sequia y granizo para el componente
agrometeorológico, ocurrencia de caudales a escalas de tormenta para el componente hidrológico.
- Heladas. En base a una valoración de amenaza que toma como indicadores las temperaturas mínimas de
resistencia para los cultivos de maíz y papa, se estima que la ocurrencia de heladas se registra 65 días al año
155
en promedio. La categorización de la amenaza es categorizada entre muy baja y baja para parcelas situadas
a la salida de la cuenca, en inmediaciones de los lechos de los ríos y en los sitios con elevaciones medias.
Elevaciones más altas presentan niveles de vulnerabilidad mayores, sin embargo, la ausencia de cultivos
desestima su consideración.
- Granizo. Tiene una frecuencia promedio estimada de 1 a 3 días al año, categorizando su ocurrencia en la
cuenca con un nivel de amenaza media, con variabilidad espacial uniforme.
- Sequía. El análisis de la amenaza provee una clasificación al parecer subestimada, al valorar la cuenca
como un sitio de baja o ninguna amenaza. Esta clasificación se realiza bajo un enfoque general que asume
que la influencia del régimen de precipitación registrado en la estación Ravelo es aplicable a toda la cuenca.
Esta valoración es reevaluada al incluir la relación entre el grado de degradación del suelo y la reducida
capacidad de retención de humedad del mismo, ocasionando que las percepciones por esta amenaza
califiquen a la cuenca como una zona con vulnerabilidad alta y media. Para emitir un criterio final, la
recomendación es combinar criterios adicionales y considerar una valoración intermedia susceptible a ser
revalorada durante la implementación del sistema de alerta.
- La valoración descrita para el componente agrometeorológico es complementada por estimaciones que
3 3
sugieren la posibilidad de ocurrencia de caudales en la cuenca Ravelo en el rango de 15 m /s a 80 m /s,
hasta el sitio de emplazamiento de la obra de toma. Estas estimaciones corresponden a tormentas de diseño
de duración 6 horas y periodos de retorno de 2 años y 100 años, respectivamente.
La evaluación espacial realizada en base a criterios geomorfométricos, califica a las subcuencas situadas en
la frontera sudoeste de la cuenca del río Ravelo como susceptibles a los mayores niveles de vulnerabilidad
(nivel medio a medio-bajo). Por otro lado, las subcuencas situadas en la frontera noreste de la cuenca, son
calificadas con un nivel de vulnerabilidad baja a muy baja, en respuesta a las suaves pendientes de los
respectivos cursos principales. Entre las UH ubicadas en esta zona de baja y muy baja vulnerabilidad está el
área de la población de Ravelo y el área de Sasanta y Yurubamba.
- Toda la valoración realizada está sujeta a análisis periódico y a consideración de las observaciones
capturadas en los registros de la estación Ravelo. En este marco, las observaciones de la estación sugieren:
una tendencia histórica al retraso en la llegada de la temporada de lluvias, un incremento en la ocurrencia de
periodos secos entre eventos de lluvia, además de una tendencia a la reducción del número de días de lluvia
en el año, lo cual a su vez sugiere una tendencia a la redistribución de la intensidad de lluvia precipitada para
un periodo dado.
156
REFERENCIAS
Abraham, D. (2011). Análisis multiespectral temporal sobre la vegetación en una región del nordeste argentino. Buenos Aires,
Buenos Aires, Argentina.
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.
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 alimentación - FAO.
Amato, C., McKinney, D., Ingol-Blanco, ,. E., & Teasley, R. (2006). Modelo hidrológico WEAP aplicado a la cuenca Rio Conchos.
Center for Research in Water Resources: CRWR Online Report 06-12.
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.
Arnaud, Y., Muller, F., Vuille, M., & Ribstein, P. (2001). El Niño-Southern Oscillation influence on a Sajama volcano glacier from
1963 to 1998 as seen from Landsat and aerial photography. Journal of Geophysical Research , (106), 17773-17784.
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.
Bastiaanssen, W. (2000). Flujos sensible y latent basados en SEBAL en la cuenca irrigada de Gediz, Turquía. Journal of Hydrology ,
229, 87–100.
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.
Beven, K. (2009). Modelación ambiental: ¿Un futuro incierto? Oxon: Routledge.
Beven, K. (2004). Modelación precipitación escurrimiento - La guia elemental. Chichester: John Wiley.
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.
Calver, A., Jones, D., Kjeldsen, T., & Reynard, N. (2004). Flood frequency quantification for ungauged sites using continuous
simulation. Oxon: Centre for Ecology & Hydrology.
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.
CDS-CONAS. (1998). Ajuste del Plan de Desarrollo Municipal de Ravelo, Quinquenio 1998-2002. Municpio de Ravelo: Segunda
Sección de Ravelo, Provincia Chayanta, Departamento de Potosí.
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 te Etiopía. Hydrological Processes , 23, 3718-3727.
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.
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).
Durre, I., Menne, M., Gleason, B., & Houston, T. (2010). Comprehensive Automated Quality Assurance of Daily Surface
157
Observations. Journal of Applied Meteorology and Climatology , 49(8), 1615-1633.
ELAPAS. (2015). Planta de agua potable de El Rollo. Recuperado el 15 de noviembre de 2015, de http://www.elapas.com.bo/area-
operativa/planta-potabilizadora/
ELAPAS. (2013). Proyecto Programa Sucre III. Sucre: ELAPAS.
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.
FAO. (1996). Investigación de cobertura forestal y estudio de los procesos de cambio. Roma: 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,.
Fernandez, J. (2013). Modelación del Arroyo Santa Clara, Santa Clara.
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.
Fries, A., Rollenbeck, R., Göttlic, D., Nauss, T., Homeier, J., Peters, T., y otros. (2009). Estructura térmica de un ecosistema
megadiverso en montañas andinas. Erdkunde , 63 (4), 321-335.
GAM Ravelo. (Abril de 2013). Gobierno Autónomo Municipal de Ravelo. Recuperado el 30 de Octubre de 2015, de
http://gamravelo.com.bo
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., 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.
Gil, S., & López, F. (2011). Tendencia de las precipitaciones y temperaturas en una pequeña cuenca fluvial del sureste peninsular
semiárido. Boletín de la Asociación de Geógrafos Españoles , (56) 2011, 349-371.
GITEC. (2012). Estudio de factibilidad del Proyecto Sucre III. Sucre: ELAPAS - kfW.
GMS. (2003). Plan de Desarrollo del Municipio de Sucre 2003-2007. Sucre: Gobierno Municipal de Sucre (GMS).
Gross, D. (2005). Monitoreo de biomasa agrícola utilizando series de tiempo de NDVI. Roma: FAO.
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.
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.
Hijmans, R., Cameron, S., Parra, J., Jarvis, J., & Jarvis, A. (2005). Mapas climáticos interpolados de muy alta resolución para
superficies globales. International Journal of Climatology , 25, 1965–1978.
Hubbard, K., Goddard, S., Sorensen, W., & Wells, ,. W. (2005). Rendimiento de procedimientos de asesoramiento de calidad para
un sistema de información climática aplicado. Journal of Atmospheric and Oceanic Technology , 22(1), 105-112.
Huffman, G., & Bolvin, D. (2014). TRMM and Other Data Precipitation Data Set Documentation. Greenbelt: Mesoscale Atmospheric
Processes Laboratory, NASA Goddard Space Flight Center.
Ibisch, P., & Mérida, G. (2003). Biodiversidad: La riqueza de Bolivia. Estado de conocimiento y conservación. Santa Cruz: Ministerio
de Desarrollo Sostenible.
IBM. (2015). IBM InfoSphere DataStage, Versión 9.1.0. . Obtenido de http://www-
158
01.ibm.com/support/knowledgecenter/SSZJPZ_9.1.0/com.ibm.swg.im.iis.ds.design.doc
INE. (2005). Atlas Estadístico de Municipios 2005. La Paz: Instituto Nacional de Estadística - INE.
Ingol-Blanco, E. (2009). Modelo hidrológico para la cuenca del río Conchos: calibración y validación. Austin: Center for Research in
Water Resources.
Inypsa. (2012). Balance hídrico superficial de Bolivia. La Paz: GIZ - UE.
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: IPCC.
kfW. (2013). Estrategia de Implementación para el Manejo de la Cuenca del Río Revelo. La Paz: Viceministerio de Recursos Hídricos
del Ministerio de Medio Ambiente y Agua.
Kottegoda, N., & Rosso, R. (1997). Estadística, probabilidad y verosimilitud para ingenieros civiles y ambientales. Nueva York: Mc
Graw Hill.
Lewis, M., Cheney, C., & ÓDochartaigh, B. (2006). Guia a índices de permeabilidad. Keyworth: British Geological Survey -
Information Products Programme, Open Report CR/06/160N.
Li, P., Luguang, J., & Zhiming, F. (2014). Comparación cruzada de indices de vegetación derivados de los sensores Landsat-7 ETM+
y Landsat-8 (OLI). Remote Sensing , (6), 310-329.
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.
Liang, S. (2004). Teledetección cuantitativa. Nueva Jersey: Wiley.
LIDEMA. (2013). Informes Ambientales Departamentales 2009-2013. La Paz: SOIPAL Ltda.
Manley, R. (1978). Simulación de caudales en cuencas no aforadas. Hydrological Sciences Bulletin , 23 (1), 85-101.
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.).
Martínez, C., Calera, A., Melia, J., & Jochum, A. (2004). Uncertainty geometric correction effect in the NDVI cross-calibration from
diferent satélites. Remote sensing of environment .
MDSP. (2001). Procedimientos Metodológicos de la Zonificación Agrológica y Socioeconómica. Sucre: Ministerio de Desarrollo
Sostenible y Planificación - MDSP.
MDSP, M. d. (2000). ZONISIG, Proyecto Zonificación Agroecológica y Establecimiento de una Base de Datos y Red de Sistema de
Información Geográfica en Bolivia. Sucre: MDSP.
MMAYA - VRHR. (2012). Inventario Nacional de Sistemas de Riego. La Paz: Ministerio de Medio Ambiente y Agua MMAyA -
Viceministerio de Recursos Hídricos y Riego.
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.
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.
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.
Morales, R. (2009). Estimación de una tendencia determinista y un componente estacional. Madrid: Departamento de Estadística.
159
Universidad Carlos III de Madrid.
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.
NASDA. (2001). TRMM Data Users Handbook. Yokohama: National Space Development Agency of Japan NASDA - Earth
Observation Center.
Navarro, S., & Ferreira, W. (2007). Mapa de vegetation de Bolivia a escala 1:250000. La Paz: The Nature Conservancy.
OMM. (2011). Guía de prácticas climatológicas - OMM No. 100. Ginebra: Organización Meteorológica Mundial - OMM.
ORSTOM. (1972). Utilización del programa VECREG. Paris: ORSTOM.
PDCH. (2003). Diagnóstico Integral del Municipio de Yotala. Yotala: Prefectura del Departamento de Chuquisaca (PDCH) -
Consorcio DHV - INGMULCON.
PDP. (2001). Gobierno Municipal de Ocurí - Plan de Desarrollo Municipal 2001-2005. Potosí: Prefectura del Departamento de Potosí
(PDP) - AATEC SRL Consultora.
PNUD. (2004). Indice de Desarrollo Humano en los municipios de Bolivia. La Paz: Programa de las Naciones Unidas para el
Desarrollo - PNUD.
Rodríguez, E., Morris, C., Belz, J., Chapin, E., Martin, J., Daffer, W., y otros. (2005). Asesoramiento sobre los productos del SRTM.
California: Technical Report JPL D-31639, Jet Propulsion Laboratory.
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.
Ruiz, V., Savé, R., & Herrera, A. (2013). Análisis multitemporal del cambio de uso del suelo, en el Paisaje Terrestre Protegido
Miraflor Moropotente Nicaragua, 1993 – 2011. Ecosistemas , 22(3), 117-123.
Salazar, C., Rojas, L., Lillo, A., & Aguirre, E. (2000). Análisis de requerimientos hídricos de vegas y bofedales en el Norte de Chile.
Vertiente .
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.
Scurlock, J., Asner, G., & Gower, S. (2001). Estimaciones globales históricas del Indice de Area Foliar 1932-2000. Oak Ridge: Oak
Ridge National Laboratory.
SEI. (2015). Guia de usuario - Sistema de evaluación y planificación del agua . Estocolmo: SEI Stockholm Environment Institute.
SEI. (2013). Modelación del recurso hídrico en la cuenca del río La Vieja en Colombia. Davis, CA: SEI - Stockholm Environment
Institute.
Singh, V. (1995). Modelación de cuencas. En V. Singh, Modelos computacionales de hidrología de cuencas (págs. 1-22). Highlands
Ranch: Water Resources Publications.
Singh, V. (1995). Modelación hidrológica. En V. Singh, Modelos computacionales de hidrología de cuencas (pág. 1130). Colorado:
Water Resources Publications.
Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K., y otros. (2007). Contribution of Working Group I to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.
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., & Kazama, S. (2009). Evaluación de los efectos del cambio climático en las áreas de glaciares y áreas vegetadas
utilizando imágenes satelitales. Actas del 7º Congreso de Hidroinformática. Concepción.
160
Soria, F., & Kazama, S. (2011). Investigación de la incertidumbre de predicciones de derretimiento de glaciares. Publicaciones del
IAHS , 346.
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.
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.
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.
Todini, E. (2007). Modelación hidrológica de cuencas: Pasado, presente and future. Hydrology and Earth Science Systems , 11 (1),
468-482.
Trezza, R. (2006). Evapotranspiración de un modelo de percepción remota para la gestión del agua in un sistema con irrigación
en Venezuela. Interciencia , 31(6), 417-423.
UNESCO, O. d. (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 (UNESCO).
USGS. (1998). Manual del usuario de la información científica de Landsat 7. Sioux Falls: USGS.
USGS. (2015). Manual del usuario de la información científica de Landsat 8. . Sioux Falls: USGS.
USGS. (8 de octubre de 2015). Misiones Landsat. Obtenido de http://landsat.usgs.gov/band_designations_landsat_satellites.php
Valé, C. (3 de junio de 2015). Comprometen tres acciones para garantizar el agua poteble - La Alcaldía financiará reconstrucción del
tramo afectado y otras obras. Recuperado el 15 de noviembre de 2015, de Diario Correo del Sur:
http://www.correodelsur.com/notas/imprimir/7046
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.
Velázquez, A., Mas, J., Díaz-Gallegos, J., Mayorga-Saucedo, R., Alcántara, P., Castro, R., y otros. (2002). Patrones y tasas de
cambio de uso del suelo en México. Gaceta ecológica no.62: 21-37. Gaceta ecológica , 62, 21-37.
Wagener, T., Wheater, H., & Gupta, H. (2004). Modelación precipitación-escurrimiento en cuencas aforadas y no aforadas . Londres:
Imperial College Press.
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.
Yalcinkaya, S. (2011). Modelación hidrológica de la cuenca del río Pecos aguas abajo del reservorio Red Bluff. Austin: Center for
Research in Water Resources.
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.
Yates, S. (1994). Watbal: An integrated water balance model for climate impact assessment of river basin runoff. Laxenburg: WP-94-
64, International Institute for Applied Systems Analysis.
161
Viceministerio de Recursos Hídricos y Riego


Anexo
Propuesta conceptual de Sistema de Alerta
Temprana Agrometeorológica - Hidrológica
1
Contenido
PROPUESTA CONCEPTUAL DE UN SISTEMA DE ALERTA TEMPRANA AGROMETEOROLÓGICA-HIDROLÓGICA EN LA CUENCA
RAVELO .................................................................................................................................................................................. 5
I. Contexto general ................................................................................................................................................. 5
II. Componentes del SAT .........................................................................................................................................6
2.1 Conocimiento del riesgo .....................................................................................................................................6
Actores principales........................................................................................................................................................6
Lista de verificación (checklist) .................................................................................................................................... 7
Información disponible (y generación de información) para la lista de verificación ................................................. 7
a) Coordinación interinstitucional ................................................................................................................................ 7
b1) Identificación de riesgos naturales y elaboración de mapas de riesgo: componente agrometeorológico .......9
Heladas ..........................................................................................................................................................................9
Sequias......................................................................................................................................................................... 13
Granizo......................................................................................................................................................................... 17
b2) Identificación de riesgos naturales: componente hidrológico ........................................................................... 18
Caudales estimados .................................................................................................................................................... 19
c1) Identificación de factores vulnerables y niveles de vulnerabilidad: componente agrometeorológico ............ 21
Factores vulnerables ................................................................................................................................................... 21
Vulnerabilidad ............................................................................................................................................................. 22
c2) Variabilidad espacial de la vulnerabilidad: componente hidrológico .................................................................30
2.2 Observación sistémica: seguimiento, interpretación de la alerta ...................................................................36
Lista de verificación ....................................................................................................................................................36
Información disponible para la lista de verificación ..................................................................................................36
a) Mecanismos interinstitucionales ...........................................................................................................................36
b) Mecanismos de seguimiento ................................................................................................................................. 37
La red de observación ................................................................................................................................................. 37
El Pachagrama como mecanismo de seguimiento .................................................................................................... 37
Mejoramiento de la red de monitoreo hidroclimática/agrometeorológica ............................................................. 41
c) Establecimiento de sistemas de pronóstico y alerta ............................................................................................ 44
Comunicación de la alerta.......................................................................................................................................... 44
Preparación de la respuesta: Protocolo ante la ocurrencia de caudales altos ....................................................... 44
Preparación de la respuesta: Protocolo ante la ocurrencia de heladas ................................................................... 45
Preparación de la respuesta: Protocolo ante la ocurrencia de eventos de sequia ................................................. 46
Preparación de la respuesta: Protocolo ante la ocurrencia de granizo ................................................................... 47
2.3 Desarrollo de la capacidad de respuesta ......................................................................................................... 47
Lista de verificación ................................................................................................................................................... 48
Referencias citadas ............................................................................................................................................................ 49
2
Figuras
Figura A- 1. Componentes conceptuales de un sistema de alerta temprana .........................................................................6
Figura A- 2. Temperatura mínima mensual promedio y su desviación histórica (1986-2014). Estación Ravelo..................10
Figura A- 3. Mapa de amenaza de helada ...........................................................................................................................11
Figura A- 4. Amenaza de helada para la cuenca Ravelo ......................................................................................................12
Figura A- 5. Mapa del grado de amenaza por sequía ..........................................................................................................14
Figura A- 6. Comparación entre la precipitación total anual (junio-julio) y la precipitación total de octubre a marzo (año
agrícola) para la estación Ravelo .........................................................................................................................................15
Figura A- 7. Precipitación máxima diaria promedio (mm) registrada entre octubre y marzo. ............................................15
Figura A- 8. Días consecutivos sin lluvia a lo largo del año agrícola. ...................................................................................16
Figura A- 9. Número de días de lluvia en el año. ..................................................................................................................16
Figura A- 10. Mapa de amenaza de granizo ........................................................................................................................17
Figura A- 11. Esquema de las subcuencas nivel 6 (clasificación Pfafstetter), UH Ravelo .....................................................18
Figura A- 12. Uso de la tierra en el municipio de Ravelo ......................................................................................................21
Figura A- 13. Pisos ecológicos en la cuenca del río Ravelo ...................................................................................................22
Figura A- 14. Mapa del grado de vulnerabilidad por disponibilidad de agua en los suelos .................................................25
Figura A- 15. Mapa del grado de vulnerabilidad de los suelos por condiciones de relieve ..................................................26
Figura A- 16. Vulnerabilidad por exposición física: altitud ...................................................................................................27
Figura A- 17. Vulnerabilidad por exposición física: pendiente y altitud ...............................................................................28
Figura A- 18. Vulnerabilidad por el estado de la cobertura vegetal.....................................................................................29
Figura A- 19. Caudales estimados para una lluvia de diseño de 6 h, periodo de retorno: 100 años ....................................33
Figura A- 20. Escorrentía para una tormenta de diseño de 6 h con periodos de retorno de 2 años y 100 años ................34
Figura A- 21. Niveles de vulnerabilidad sugeridos para el componente hidrológico............................................................35
Figura A- 22. Pachagrama: pronóstico local agroclimático .................................................................................................38
Figura A- 23. Pachagrama: Planificadores agrícolas ...........................................................................................................38
Figura A- 24. Pachagrama: Registro para el monitoreo agroclimático................................................................................39
Figura A- 25. Pachagrama: Registro de pluviometría ..........................................................................................................40
Figura A- 26. Esquema propuesto de la nueva red de monitoreo agromoteorológico ........................................................43
3
Tablas
Tabla A- 1. Clasificación para la valoración del grado de amenaza por sequía ...................................................................13
Tabla A- 2. Clasificación para la valoración del grado de amenaza por granizo .................................................................18
Tabla A- 3. Cálculo de caudales mediante el método racional. ...........................................................................................19
Tabla A- 4. Cálculo de caudales mediante el método del número de curva.........................................................................19
Tabla A- 5. Descripción de la fisiografía a partir del TPI y la pendiente topográfica ...........................................................24
Tabla A- 6. Valoración de la vulnerabilidad por altitud y pendiente ....................................................................................24
Tabla A- 7. Especies indicadoras consideradas para definir la vulnerabilidad .....................................................................24
Tabla A- 8. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo) .........................................................31
Tabla A- 9. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo) (continuación) .................................32
Tabla A- 10. Niveles de vulnerabilidad propuestos para el componente hidrológico ..........................................................34
4
PROPUESTA CONCEPTUAL DE UN SISTEMA DE ALERTA TEMPRANA
AGROMETEOROLÓGICA-HIDROLÓGICA EN LA CUENCA RAVELO
I. Contexto general
En el marco del multidisciplinario contexto de la gestión del riesgo, el sistema de alerta temprana representa
un componente importante al estar relacionado a las acciones enfocadas a la protección de la comunidad, la
disminución de los impactos sociales, económicos y humanos ocasionados por los desastres, el incremento
de las capacidades para incrementar el conocimiento acerca de los procesos desencadenantes, la
identificación de sus elementos a distintas escalas espacio-temporales y la adaptación y desarrollo de
mecanismos propios para reducir la vulnerabilidad del sistema ante la eminente ocurrencia de futuros eventos
(ISDR, 2006; MEDUCA, 2011). El conocimiento moderno reconoce que los riesgos no tienen presencia
aislada ni tienen impactos que afectan a un solo individuo o comunidad; sus causas y efectos trascienden la
escala local, afectando a un sistema nacional, multiplicado muchas veces a través de un panorama
transfronterizo y regional (Jacks, Davidson, & Wai, 2010).
La propuesta tiene un enfoque conceptual, con elementos concretos que aunque requieren de información no
disponible al momento en algunos casos, implican una aplicación práctica. Se considera la problemática
como el resultado de la conjunción de conocimientos de trascendencia transversal, de naturaleza técnica,
tecnológica y social, de orígenes modernos, tradicionales y ancestrales, dentro del contexto de la cuenca del
río Ravelo y su relevancia para el sistema de provisión de agua potable para la ciudad de Sucre. Si bien
operativamente existen factores que actúan de manera diferenciada, la propuesta no pretende separar al
componente agrometeorológico del hidrológico, al considerarlos complementarios en esencia y susceptibles
de ocurrir simultáneamente. En este marco la alerta temprana se agrupa en tres elementos (ISDR, 2006): 1)
Levantamiento de información básica para el conocimiento de los riesgos; 2) seguimiento científico al
desarrollo de los procesos físicos (meteorológicos), difusión y comunicación de la alerta; 3) Preparación y
respuesta comunitaria a la alerta. El levantamiento de información durante y después de la alerta, para la
mejora del sistema actual, define el retorno al primer elemento en vista del inicio del siguiente ciclo.
Elemento 1) Levantamiento de información básica: conocimiento del riesgo

El riesgo es una combinación de amenazas y vulnerabilidades en un lugar determinado (ISDR, 2006). El
conocimiento del mismo depende de la adecuada interpretación de una base de información consistente y de
calidad. Comprende el conocimiento de la magnitud de los componentes, sus escalas de respuesta en el
presente y su posible evolución en el futuro.
Herramientas: Boletines de los servicios de observación meteorológica locales, información técnica de diverso
tipo con enfoque multidisciplinario, mapas de amenaza y vulnerabilidad.
Elemento 2) Seguimiento, interpretación, preparación, difusión y comunicación de la alerta

Provee la base que define las condiciones para la emisión de alerta. Involucra la necesidad de contar con una
red interinstitucional coordinada y los medios adecuados al contexto, para la difusión y comunicación efectiva
de la alerta.
Herramientas: Esquemas y modelos científicos de seguimiento a los eventos, central de monitoreo con
atención de emergencias las 24 horas al día durante periodos críticos, protocolos de coordinación,
comunicación y acción interinstitucional. Sistemas de comunicación concordantes con el entorno socio-
cultural, con los distintos niveles de vulnerabilidad y la situación de riesgo, disponibilidad de múltiples canales
de comunicación y medios de emergencia de reemplazo, central de emisión de la comunicación activo las 24
horas del día, vinculado a las centrales de monitoreo a través de protocolos de acción y de mensajes claros,
definidos y consensuados.
Elemento 3) Desarrollo de la preparación y capacidad de respuesta comunitaria a la alerta

Este componente define la eficacia del sistema de alerta temprana SAT implementado. Cuando esta
implementación es realizada con la participación directa de la población sujeta a enfrentar el riesgo, la
respuesta de la comunidad se desarrollará con disciplina, siguiendo de manera estricta las directrices y roles
5
asignados durante el entrenamiento. La comunidad aprenderá a dimensionar el riesgo que corre y a partir de
allí, debe saber decidir la alternativa a tomar en caso de ocurrencia de la situación de riesgo.
Herramientas: Programas educacionales y de simulacro periódico, cartillas informativas. Guías y señales
visibles, claras y permanentes en los lugares de riesgo que refuercen lo aprendido, que actualicen los
conocimientos de manera periódica y comuniquen el mensaje a la población que no es familiar con los
procedimientos de la alerta. Se evitará utilizar términos de interpretación ambigua; un ejemplo sugeriría evitar
en lo posible la utilización de la palabra "desastre", al implicar un SAT con relevancia exclusiva a la atención
de la ocurrencia de un evento de impacto mayor y connotaciones negativas, concepto contrario al sistema de
acción y evolución permanente que se desea proponer.
Evaluación del conocimiento y la respuesta como preparación para el siguiente ciclo

Toda creación está conminada a evolucionar hasta alcanzar en un futuro remoto una condición cercana a la
perfección. El diseño e implementación del SAT deberá considerar que su operación comienza luego de la
ocurrencia de la situación de riesgo y finaliza exactamente un paso detrás, cuando el ciclo se cierra y da lugar
al inicio del siguiente. Este elemento es el insumo del Elemento 1.
Herramientas: Programas de capacitación del personal, reuniones coordinadas para la evaluación de los
procedimientos, herramientas y protocolos, programas de actualización de las herramientas y métodos.
II. Componentes del SAT

Los componentes se basan en la Guía para la Conformación de Sistemas Municipales de Alerta Temprana
(Tesoro, 2014), documento desarrollado sobre los elementos de la literatura (ISDR, 2006) (Figura A- 1). La
propuesta considera el formato de checklist o lista de verificación de la segunda fuente citada, con el objetivo
de proveer un producto con una dimensión práctica y lo más concreta posible dentro de los alcances del
estudio. A continuación se desarrolla la propuesta desde una perspectiva conceptual, seguida por un análisis
de la información disponible para la aplicación de la misma.
Conocimiento
del riesgo
Observación
Preparación y
respuesta SAT sistémica
Comunicación
y alerta
.
Figura A- 1. Componentes conceptuales de un sistema de alerta temprana (ISDR, 2006; Tesoro, 2014)
2.1 Conocimiento del riesgo
Actores principales
• Ámbito nacional: Servicio Nacional de Meteorología e Hidrología SENMAHI, Sistema de Información
Agroclimática para la Gestión del Riesgo y la Seguridad Alimentaria con Soberanía SIAGERSA,
Viceministerio de Defensa Civil VIDECI, Viceministerio de Recursos Hídricos y Riego VRHR.
6
• En el contexto de la cuenca (kfW, 2013): Gobernación del Departamento de Potosí, Municipio de Ravelo,
Mancomunidad de Municipios de la Provincia Chayanta, Instituto Politécnico Tomás Katari - IPTK,
Fundación Contra el Hambre FHI, UNICEF, Sub Centrales campesinas y Sindicatos Agrarios,
Asociaciones de productores.
• A nivel de municipio: Centralía Provincial de Chayanta, subcentralías del Municipio de Ravelo, sindicatos
agrarios, comités de vigilancia. Otros: clubes de madres y similares.
Lista de verificación (checklist)

a) Coordinación interinstitucional b) Identificación de c) Factores vulnerables y nivel
riesgos naturales de vulnerabilidad
Identificación del rol de los actores principales. Cuantificación y análisis Recopilación de información
de las condiciones acerca de los factores
Identificación de posibles actores con agroclimáticas e vulnerables.
capacidad de coordinar, asignar atribuciones, hidrológicas.
definir roles y asignar la sede física para el Identificación y evaluación de
centro de monitoreo del SAT (dentro del rol Elaboración de mapas actividades que incrementan o
institucional asignado). de amenazas. disminuyen el riesgo.
Identificación de actores encargados de Evaluación del estado de
realizar mapas de riesgos y generar vulnerabilidad actual en las
información técnica comunidades, con
consideraciones socio
Identificación de actores para la socialización económico- productivo.
y evaluación de los riesgos.
Elaboración de mapas de
Identificación de actores técnico-científicos
vulnerabilidad.
para evaluar la calidad de la información y su
implicación en el desarrollo del SAT. Evaluación de la superposición
entre el mapa de amenazas y el
Socialización del SAT: Asignación de roles.
mapa de vulnerabilidad.
Elaboración de estrategias para la
participación de la comunidad.
Establecimiento de la estrategia para
implementar planes de actualización del SAT.
Información disponible (y generación de información) para la lista de verificación
a) Coordinación interinstitucional
- Tema: Marco normativo en materia de reducción de riesgos y atención de emergencias o desastres.
La normativa legal manifiesta la necesidad de implementar un Sistema de Alerta Temprana, otorgando
responsabilidades a distintos niveles del gobierno enfocadas a proteger la vida humana, la producción
agropecuaria y la infraestructura vial y productiva (Mariaca, Trujillo, Rossi, & Mendoza, 2013). Bajo este
marco, las leyes y decretos que fundamentan un SAT como instrumento de gestión de riesgos son (Mariaca,
Trujillo, Rossi, & Mendoza, 2013):
o Constitución Política del Estado Plurinacional de Bolivia.
Manifiesta el deber del boliviano de proveer el apoyo necesario en caso de ocurrencia de desastres
naturales y contingencias de similar naturaleza.
Establece el derecho de acceso a la información y define la competencia de los gobiernos
autónomos departamentales sobre la implementación de los centros de información y
documentación.
o Ley N°2140 para la Reducción de Riesgos y Atención de Desastres y/o Emergencias.
Regula toda actividad en el marco de la reducción de riesgos y atención de desastres y
emergencias.
7
Reafirma el rol de los municipios como responsables en primera línea para el establecimiento de la
base para la reducción de riesgos y emergencias.
Dentro de los lineamientos del Consejo Nacional para la Reducción de Riesgos y Atención de
Desastres y/o Emergencias CONARADE, define el rol coordinado del Servicio Nacional de Defensa
Civil VIDECI con entidades nacionales, departamentales y municipales, en materia de respuesta a la
situación de riesgo, desastre o emergencia, preparación a la población para la respuesta a la
ocurrencia de la situación de riesgo, el manejo de alertas y la coordinación de acciones de
rehabilitación, a través la construcción de Planes de Atención a nivel departamental o municipal,
conforme a la situación de desastre a presentarse. Es también atribución del VIDECI la planificación
y coordinación de acciones para la prevención y reducción de riesgos.
Asigna responsabilidad al Sistema de Reducción de Riesgos y Atención de Desastres y/o
Emergencias SISRADE, sobre la incorporación del componente de evaluación de riesgos en los
sistemas de información sectoriales, con el objetivo de organizar un Sistema Integrado de
Información para la Reducción de Riesgos y Atención de Desastres y/o Emergencias SINAGER, a
nivel nacional, departamental y municipal. El SINAGER es el encargado de proporcionar toda la
información necesaria a los miembros del SISRADE, como instrumento para la toma de decisiones.
o Decreto Supremo No. 26739 Reglamento General de Reducción de Riesgos y Atención de Desastres
y/o Emergencias.
Para el tema de alerta, señala los siguientes elementos como parte del contenido mínimo de su
estructura: nomenclatura, niveles y procedimientos establecidos; acciones para cada nivel de alerta,
mecanismos de comunicación.
Define entre los objetivos del SINAGER la recopilación de información relacionada a la temática, la
difusión de la información a ser requerida, coordinación de intercambio de información con las
instituciones del SISRADE y la promoción de la organización de centros de información a través de
las gobernaciones y municipios.
Establece la obligación de los miembros del SISRADE de transmitir información al SINAGER.
o Ley Marco de Autonomía y Descentralización “Andrés Ibáñez N°301”. Señala atribuciones en los tres
niveles de gobierno.
Gobierno central: Encargado del establecimiento de criterios, parámetros, indicadores, metodología
y frecuencia para evaluar, clasificar, monitorear y reportar los niveles de riesgo; generación e
integración de información acerca de las amenazas; definición de políticas y articulación de los
SAT; consolidación de los indicadores de riesgo y reducción de riesgo e integración de la
información a los sistemas de planificación; declaración de desastre y/o emergencia.
Gobiernos departamentales: Encargados de la consolidación de los indicadores de riesgo a través
del seguimiento al mismo; evaluaciones del riesgo para su clasificación, establecimiento del
monitoreo y comunicación del reporte al SISRADE; elaboración de los SAT vinculados a más de un
municipio; declaración de emergencia en coordinación con el gobierno central, los gobiernos
municipales y las organizaciones sociales.
Gobiernos municipales: gestión y consolidación de la información a través de un mecanismo que
promueva la gestión comunitaria del conocimiento del riesgo, desastre y emergencia; realización de
evaluaciones del riesgo para su clasificación y reporte al SISRADE; generación e integración de
información acerca de las amenazas; implementación del SAT; aplicación del análisis de riesgo en
los planes de desarrollo municipal.
o Ley Marco de la Madre Tierra y Desarrollo Integral para Vivir Bien.
Establece el rol del estado en la promoción de acciones para prevenir las condiciones de riesgo y
vulnerabilidad de la madre tierra y el pueblo boliviano ante desastres naturales e impactos del
cambio climático.
Promueve el desarrollo de redes de información climática, alerta temprana y estrategias de
información y difusión, con énfasis en el sector agropecuario y el cambio climático, considerando
experiencias y sabiduría de las naciones indígena originaria campesinas.
Articulación interinstitucional para el desarrollo de procesos de investigación y generación de
conocimiento.
- Tema: Identificación de la entidad encargada de implementar el SAT.
o Posible institución responsable: La Unidad de Gestión de Riesgos UGR del municipio representa el
nexo entre el municipio y los otros niveles del Estado Plurinacional. Constituye la instancia encargada
8
de la implementación del SAT, a través de un marco coordinado y consensuado con los distintos
niveles de gobierno y la comunidad (PRRD, 2012).
o Problemas por solucionar: i) bajo nivel de avance en el desarrollo de capacidades, ii) ubicación
geográfica de la cuenca Ravelo con pertenencia compartida en dos Departamentos; iii) la cuenca
Ravelo tiene rol fundamental en la provisión de agua potable para la ciudad de Sucre; sin embargo,
su capacidad para proveer agua al sistema es limitada.
- Tema: Capacitación a las UGR, mancomunidades, municipios y otros, en aspectos técnicos sobre gestión
de riesgos, generación de pronósticos, instalación, monitoreo, mantenimiento y procesamiento de datos
generados en redes de observación.
o Institución(es) con experiencia y atribuciones en la temática: Servicio Nacional de Meteorología e
Hidrología (Trujillo, Pereyra, Chura, & Campero, 2013). El SENAMMHI tiene entre sus principales
funciones el monitoreo y procesamiento de la información registrada en la red hidroclimática nacional
propia, de la red de Administración de Aeropuertos y Servicios Auxiliares a la Navegación Aérea
AASANA y del sistema de monitoreo del Servicio Hidrográfico Nacional. Las redes de monitoreo se
enfocan al registro de los patrones hidroclimáticos; sin embargo, la información es limitada en
referencia a las variables involucradas al pronóstico agrometeorológico: se cuenta con registros de
temperatura de suelos en pocas estaciones, no se cuenta con datos de intensidad lumínica
fotosintética, humedad relativa en superficie foliar, entre otros (Chilon, Huaracachi, & Huayllani, 2012).
- Tema: Identificación de la plataforma para instauración del SAT
o Plataformas en ejecución.
La plataforma DEWETRA constituye una opción factible para la incorporación del municipio. Se
encarga de la realización de pronósticos, monitoreo multi-riesgo, recolección y sistematización de
información, emisión de reportes con valor agregado (Mariaca, Trujillo, Rossi, & Mendoza, 2013).
Sistemas de Información: SIAGERSA. El Sistema Integral de Información Agroclimática para la
Gestión del Riesgo y la Seguridad Alimentaria con Soberanía, contempla entre sus roles la
generación de información agroclimática integral e integrada con cobertura nacional y municipal, la
difusión de información para la gestión del riesgo agropecuario, la seguridad alimentaria con
soberanía y la adaptación al cambio climático, además del procesamiento y difusión de información
agroclimática para la toma de decisiones (Chilon, Huaracachi, & Huayllani, 2012). El SIAGERSA
provee apoyo a nivel municipal en la dotación de ayuda y la difusión y monitoreo en temas de
riesgo, a través de técnicos del Ministerio de Desarrollo Rural y Tierras MDRyT, Instituto Nacional
de Innovación Agropecuaria y Forestal INIAF, Programa Creación de Iniciativas Alimentarías
Rurales CRIAR, Programa de Apoyo a la Seguridad Alimentaria PASA y el Servicio Nacional de
Sanidad Agropecuaria e Inocuidad Alimentaria SENASAG.
b1) Identificación de riesgos naturales y elaboración de mapas de riesgo: componente agrometeorológico

Los medios científicos para la cuantificación de condiciones agroclimáticas e hidrológicas se presentan en el
balance hídrico, con limitaciones relativas a información no disponible en las estaciones de monitoreo y en
fuentes secundarias. La identificación de los riesgos se resume en los mapas de amenaza y vulnerabilidad,
donde se ilustran los elementos físicos de los mismos en un contexto espacial. Su elaboración se realiza
básicamente en función de los mapas del balance hídrico y la categorización propuesta se define a través de
recomendaciones de la literatura (Paredes, 2013). Se consideran las tres principales amenazas citadas en los
planes de desarrollo municipal: heladas, sequia y granizo (GMS, 2003; GAM Ravelo, 2013).
Heladas
La helada es un descenso de la temperatura, generalmente atribuido a condiciones de baja humedad, noches
despejadas y ausencia de vientos. Estas condiciones ocasionan pérdida de calor en los suelos y su posterior
y rápido enfriamiento (helada radiativa). La heladas también se producen por un incremento en la
evaporación, por descenso de la humedad relativa del aire después de un evento de precipitación ocasionado
por el paso de un frente frio; el agua que recubre la vegetación se evapora rápidamente, generando un
enfriamiento por absorción del calor latente del aire necesario para el proceso de evaporación (Gómez, 2010).
Los daños generados por las heladas varían según el tipo de cultivo y la etapa fenológica en la que aquel se
encuentre. El daño ocurre en el momento en el que se congela el tejido interior, destruyendo las células y
reduciendo los rendimientos y la calidad del producto (Martínez, Ibacache, & Rojas, s/f).
9
Para el área de interés y en función a la información registrada en la estación Ravelo, se conoce que el
periodo con presencia de heladas meteorológicas, i.e., Tmin < 0°C, comprende desde mayo hasta agosto,
con el potencial de afectar la crianza de ganado así como el cultivo de algunas especies. Durante los meses
del ciclo agrícola, la temperatura mínima promedio no desciende por debajo de los 2°C (Figura A- 2). En
promedio la estación Ravelo registra 65 días al año valores de temperatura mínima menor a 0°C.
Contrastando esta información con el mapa de amenaza de helada del GeoSINAGER para el año 2013
(Figura A- 3), el número de días estimado con temperaturas por debajo los 0°C es notoriamente superior: 90
a 180 días. La diferencia entre ambas estimaciones podría residir en el método de interpolación utilizado en la
construcción del mapa, por lo que se sugiere considerar esta última fuente como referencial.
En base al mapa de temperaturas mínimas del balance hídrico se definen cuatro niveles de amenaza en
función al tipo de cultivos existentes. Se considera este enfoque debido a que existe la posibilidad que para
temperaturas superiores a los 0°C se observen efectos en las especies más sensibles. Los cultivos
indicadores de riesgo son el maíz y la papa, debido a su relevancia en la economía local. Las temperaturas
críticas para estos cultivos se obtienen de la literatura (Campero, s.f.). Los resultados resumidos en la Figura
A- 4 sugieren que los sitios con condiciones más adecuadas a la agricultura están a la salida de la cuenca y
en inmediaciones de los lechos de los ríos, donde la amenaza tienen un nivel muy bajo; se consideran
también adecuados los sitios con elevaciones medias, donde los niveles de amenaza son categorizados
como bajos. Las zonas de amenaza alta existen, pero se sitúan fuera de las áreas con presencia activa de
cultivos.
16
14
promedio periodo 1968-2014, °C
Temperatura mínima mensual
12
10
8
6
4
2
0
-2
-4
-6
-8
Meses
-10
1 2 3 4 5 6 7 8 9 10 11 12
Figura A- 2. Temperatura mínima mensual promedio y su desviación histórica (1986-2014). Estación Ravelo
10
Figura A- 3. Mapa de amenaza de helada (GeoSINAGER, 2013)
11
Figura A- 4. Amenaza de helada para la cuenca Ravelo
12
Sequias
La sequía agrícola se genera por una falta de humedad en el suelo que impide cubrir las necesidades
hídricas de los cultivos. La falta de humedad se asocia a un déficit en el aporte de lluvia o la variación en la
demanda hídrica del cultivo (Vergara., Fuster, León, & León, 2011).
La amenaza de sequía meteorológica reportada en la literatura indican un periodo de recurrencia de dos
años, sugiriendo un nivel de vulnerabilidad agropecuaria del 90% (Garcia-Apaza, 2010). De acuerdo al mapa
de sequía meteorológica por municipio generado por el Ministerio de Desarrollo Rural y Tierras MDRyT el año
2013, el municipio de Ravelo tiene un riesgo de sequía del 88%, correspondiente a un nivel de vulnerabilidad
del 95%. Para el municipio de Sucre el riesgo de sequía es menor, con un estimado de 67% correspondiente
a un nivel de vulnerabilidad del 54%.
Tomando los valores citados para fines comparativos, se construyó el mapa de amenaza por sequía en base
al índice de aridez de Lang y rangos de clasificación sugeridos en la literatura (Paredes, 2013). El índice se
calculó como el cociente entre la precipitación media y la temperatura media, para el periodo histórico
considerado en los mapas construidos en balance hídrico, considerando el año agrícola (octubre a marzo). La
clasificación de la amenaza de (Paredes, 2013) (Tabla A- 1), dividen la cuenca en dos regiones (Figura A- 5):
un región húmeda con grado de amenaza muy baja y otra región per húmeda sin amenaza. Esta clasificación
es opuesta a la indicada en los documentos que analizan la sequía a nivel municipal, debido a que las
inferencias realizadas se basaron en la extrapolación de los altos registros de precipitación de la estación
Ravelo. Como resultado de esta aparente contradicción, el análisis de los registros de la estación Ravelo se
extiende de la manera descrita a continuación.
El promedio histórico de la precipitación dentro del año agrícola es de 622 mm, con valores históricos
máximos de 966 mm (1992-1993) y mínimos de 407 mm (2001-2002) (Figura A- 6). El periodo octubre a
marzo registra un porcentaje amplio del total de la precipitación del año, con lluvias a nivel diario que llegan a
superar los 50 mm (Figura A- 7). Este régimen tiene connotaciones negativas para el desarrollo de los
cultivos, principalmente cuando ocurre en estados fenológicos sensibles como las etapas de floración y
fructificación. Las altas intensidades de precipitación tienen impacto negativo también para los suelos, al caer
sobre zonas con cobertura vegetal poco densa, desarrolladas sobre relieves accidentados que inducen
condiciones de escorrentía superficial con importante poder erosivo.
La Figura A- 8 y la Figura A- 9 muestran los días sin precipitación y el número de días de lluvia ocurridos en
un año, respectivamente. La cuantificación del número de días sin precipitación indica la presencia de hasta
16 días sin lluvias en meses donde el cultivo es vulnerable (enero y febrero), además de tendencias que
sugieren cambios importantes en la distribución estacional e histórica de la variable: i) Se observa una
tendencia histórica al retraso en la llegada de las lluvias hasta la segunda quincena de noviembre; ii) es
evidente la tendencia al incremento en la ocurrencia de periodos secos a partir del año 2000. Este
comportamiento es también observado en la figura que grafica la ocurrencia del número de días de lluvia en
el año, donde a partir de la comparación con los resultados previamente obtenidos, la tendencia a la
reducción podría sugerir un patrón de incremento de las intensidades, en lugar de una disminución en la
cantidad total de lluvia precipitada en el año.
Tabla A- 1. Clasificación para la valoración del grado de amenaza por sequía (Paredes, 2013)
Índice de aridez de Lang Clasificación Lang Intensidad de la amenaza

0-5 Desierto Muy alta
5 - 10 Semi desierto Alta
10 - 20 Semi árido Media
20 - 30 Sub húmedo Baja

30 - 60 Húmedo Muy baja
Mayor a 60 Per húmedo Sin amenaza
13
Figura A- 5. Mapa del grado de amenaza por sequía
14
marzo (año agrícola) para la estación Ravelo
Figura A- 6. Comparación entre la precipitación total anual (junio-julio) y la precipitación total de octubre a
mm Precipitación total anual, mm
100
1200
20
40
60
80
400
800
0
0
Figura A- 7. Precipitación máxima diaria promedio (mm) registrada entre octubre y marzo.
1972-1973 1972-1973
1973-1974
1974-1975 1974-1975
1975-1976
1976-1977 1976-1977
Precipitación Oct-Mar
1978-1979 1978-1979
1979-1980
1980-1981 1980-1981
1981-1982
1982-1983 1982-1983
1984-1985
1986-1987
1988-1989
Precipitación anual
1990-1991
1991-1992
1992-1993 1992-1993
1994-1995 1994-1995
1995-1996
1996-1997 1996-1997
1997-1998
1998-1999 1999-2000
2000-2001
2000-2001
Precipitación media
2001-2002
2002-2003
2002-2003 2003-2004
2004-2005
2004-2005
2006-2007
2008-2009
2008-2009 2009-2010
2010-2011
2010-2011 2011-2012
15
Figura A- 8. Días consecutivos sin lluvia a lo largo del año agrícola. Los días sin lluvia se presentan en color
mostaza, la ausencia de datos está en color verde; el resto indica periodos con ausencia de lluvia en
intervalos menores a los diez días (sin mayor daño al cultivo)
80 Número de dias con precipitación mayor a 1 mm

Número de dias con precipitación
Media movial cada 5 años

70 Media movial cada 3 años
>1mm (Octubre-Marzo)
60
50
40
30
20
10
0
1972-1973
1974-1975
1976-1977
1978-1979
1980-1981
1982-1983
1984-1985
1986-1987
1988-1989
1990-1991
1992-1993
1994-1995
1996-1997
1998-1999
2000-2001
2002-2003
2004-2005
2006-2007
2008-2009
2010-2011
Figura A- 9. Número de días de lluvia en el año. El periodo considerado corresponde al año agrícola. Las
tendencias se analizan a través de medias móviles con una ventana de 3 y 5 años
16
Granizo
La granizada es una forma de precipitación compuesta por partículas de hielo generalmente esferoidales o de
forma irregular, que caen desde las nubes mayormente desde las formaciones del tipo cumulonimbos
(Paredes, 2013). El granizo tiene impacto importante en el municipio de Ravelo y la cuenca del mismo
nombre, tal como evidencian los registros noticiosos (La Razón, 2013; Zapana, 2015; Flores, 2015).
Debido a la carencia de información histórica en la zona acerca de la ocurrencia de granizo, se recurre al
mapa de amenaza del SINSAAT del año 2001 (no se cuenta con evidencia que sugiera que este mapa
estuviese corroborado por observaciones) (Figura A- 10). Al ser valorado de acuerdo a la clasificación de
(Paredes, 2013) (Tabla A- 2), la ocurrencia de granizo con una frecuencia de 1 a 3 días al año es clasificada
con grado de amenaza de nivel medio.
Figura A- 10. Mapa de amenaza de granizo (SINSAAT, 2001)

17
Tabla A- 2. Clasificación para la valoración del grado de amenaza por granizo (Paredes, 2013)
Número de días con granizada Periodo de retorno (años) Intensidad de la amenaza
Mayor a 5 Mayor a 3 Muy alta

3-5 Mayor a 3 Alta
2-3 3 Media
1-2 Menor a 2 Baja
0 Menor a 1 Muy baja
b2) Identificación de riesgos naturales: componente hidrológico

La amenaza está definida por las magnitudes y tiempos de ocurrencia de los caudales pico a escalas
mayores a la correspondiente del balance hídrico. En ausencia de caudales observados, los tiempos de
llegada de las inundaciones son complejos de estimar bajo un nivel de certidumbre aceptable. La alternativa
es estimar las magnitudes de los caudales como el factor de amenaza, por lo que la vulnerabilidad se
evaluará analizando la variabilidad espacial de esta variable. El dato disponible es la tormenta de diseño con
duración de 6 horas para periodos de diseño de 2 años y 100 años de (Gomez, 2010). Se compararon los
resultados obtenidos por el método racional para el cálculo de caudales máximos con los obtenidos por
aplicación del método del número de curva SCS para el análisis precipitación–escurrimiento (Chow,
Maidment, & Mays, 1998). La estimación se realizó para la cuenca del río Ravelo delimitada hasta el sitio de
2
emplazamiento de la obra de toma (área aproximada de 240 km ) y para las unidades hidrológicas nivel 6,
clasificación Pfafstetter, al interior de la misma cuenca (Figura A- 11). Debido a la escala del análisis y a la
limitada disponibilidad de información, se consideró la precipitación uniforme para toda la cuenca.
Figura A- 11. Esquema de las subcuencas nivel 6 (clasificación Pfafstetter), UH Ravelo
18
Caudales estimados
Para estimar los caudales se compararon las estimaciones realizadas por los dos métodos citados para un
2
área de aporte de 240 km . Los resultados resumidos en la Tabla A- 3 (método racional) y Tabla A- 4 (método
del número de curva), sugieren considerar únicamente las estimaciones del método del número de curva, a
partir de la sobreestimación encontrada en la aplicación del método racional (USDA, 1986; MOPU, 1987).
Cuantitativamente, la estimación sugiere que el riesgo está asociado a un rango de variabilidad de caudales
3 3
pico entre 15 m /s a 80 m /s aproximadamente. Los caudales corresponden a lluvias de diseño obtenidas de
la literatura con periodos de retorno de 2 años y 100 años, respectivamente y magnitudes pico de 37 mm/h e
intensidad promedio de 12 mm/h. En comparación, los caudales medios máximos mensuales estimados en la
3 2
cuenca del río Ravelo a través del balance hídrico alcanzaron los 21 m /s, para un área de aporte de 278 km ,
durante el año más lluvioso.
Tabla A- 3. Cálculo de caudales mediante el método racional. El área se considera hasta el sitio de
emplazamiento de la obra de toma
Método racional
Parámetro Valor Caudales estimados
Área (A), km2 241.63
Coeficiente de
escorrentía (C)
(método de Prevert 0.5767
(Ibañez, Moreno, &
Gisbert, 2007)) 350
Longitud del cauce 300.6
32.87 300
principal, km 272.3
Pendiente media 0.0074 244.0

Caudal estimado, m3/s
250
del cauce, m/m 206.6
200
Cota máxima del
3602
cauce, msnm 150 140.8
Cota mínima del

3071 100
cauce, msnm
Tiempo de
50
concentración, h 10.83
(MOPU, 1987)
0
Intensidad ( I ), . 2 10 25 50 100
= 100.27 ∙ + 276.27 ∙
mm/h Periodo de retorno, años
TR: Periodo de retorno, años
D: Duración, min
Caudal máximo ∗ ∗
=
(Q), m3/s 3.6
C: Coeficiente de escorrentía
Tabla A- 4. Cálculo de caudales mediante el método del número de curva. El área se considera hasta el sitio
19
de emplazamiento de la obra de toma
Método del número de curva

Valor
Parámetro
TR = 2 años TR = 100 años
Número de
78
curva (NC)
Retención 25400
potencial = − 254
máxima (S),
S = 71.1 mm
mm
Abstracción ! = 0.2 ∗
inicial (Ia), mm Ia = 14.22 mm
50 50
Precipitación , mm
Precipitación, mm
40 40 36.8
Tormenta de
30 30
diseño, 17.7
duración 6 h 20 20 14.1
(Gomez, 2010) 10 6.8 10 6.7 6.1 4.7
3.6 3.2 3.6 2 4.1
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Duración, h Duración, h
80 80
60
Caudal, m3/s
60
Caudal, m3/s
Caudales 40 40
estimados
20 20
0 0
1 2 3 4 5 6 0 1 2 3 4 5 6
Duración, h Duración, h
20
c1) Identificación de factores vulnerables y niveles de vulnerabilidad: componente agrometeorológico
Factores vulnerables
- Los usos de la tierra predominantes ilustran de manera general los factores vulnerables en el municipio
(Figura A- 12): entre 21% y 27% de la superficie total está dedicada a la agricultura, con presencia dominante
de cultivos anuales. La superficie restante se utiliza parar pastoreo y forestación.
- Se consideran como factores vulnerables a las variedades cultivadas en la cuenca. Su identificación por piso
ecológico es la siguiente (Figura A- 13):
o Cabecera de valle, comunidad Sasanta: se cultiva papa, maíz y trigo, cebada en grano y tarwi,
además de avena forrajera. La papa en las variedades imilla, sani imilla, huaycha; el maíz en las
variedades blanco y amarillo.
o Puna baja: caracterizada por la producción de papa, maíz, trigo, además de especies arbóreas como
eucalipto, pino, aliso, thola, molle, chara, quewina, ciprés.
- La reducida superficie disponible para el desarrollo de la agricultura debido a las altas pendientes
topográficas, constituye un factor adicional que induce el incremento de la vulnerabilidad en la cuenca.
Resultante del accidentado relieve, la producción en general es destinada al autoconsumo, con algunos
excedentes generados en la segunda sección. La predominancia de las altas pendientes implica que la
mecanización aplicada a la agricultura esté presente únicamente cerca de las poblaciones de Ravelo,
Sasanta y Yurubamba.
- Algunas iniciativas buscaron reducir la vulnerabilidad del municipio a través de proyectos enfocados a la
diversificación de cultivos. Entre aquellas destaca la colaboración del Instituto Politécnico Tomas Katari IPTK,
con el apoyo a la producción de haba, arveja y diferentes hortalizas, en huertos agrícolas y a campo abierto, y
la mejora en la producción de papa y maíz, con la entrega de semilla y construcciones de silos, entre otras
acciones (IPTK, 2008).
11.1%
27.7%
0.1%
2.5% 48.0%
Agrícola Pradera Descanso Bosques No utilizado
Figura A- 12. Uso de la tierra en el municipio de Ravelo
21
Figura A- 13. Pisos ecológicos en la cuenca del río Ravelo
Vulnerabilidad
Amenaza, vulnerabilidad y riesgo

La amenaza se valora por la magnitud de la posibilidad de ocurrencia de un evento. La vulnerabilidad se
explica a través del grado en el cual el sistema es afectado, en función a la magnitud del evento y de los
elementos sometidos al riesgo. El riesgo es la conjunción de ambos. Con estos conceptos entendidos, la
vulnerabilidad se analiza desde una perspectiva física a través de cuatro parámetros (Paredes, 2013):
i) Por disponibilidad del recurso agua a través de la estimación del contenido de humedad en el suelo.
ii) Por condición de relieve del suelo (fisiografía).
iii) Por exposición física a la amenaza en base a la pendiente y altitud del sitio.
iv) Vulnerabilidad ambiental tomando la cobertura vegetal como indicador para reconocer el estado de la
disponibilidad de agua y el estado de los suelos.
El balance hídrico describe factores generales que podrían ser utilizados para el análisis presente. Sin
embargo, debido a la escala de la cuenca del río Ravelo, se observó la necesidad de estimar información con
mayor resolución espacial, cuando aquello sea factible, justificando los enfoques presentados.
22
Vulnerabilidad por disponibilidad del recurso agua
Su valoración se basa en la identificación de zonas con suelos húmedos y no húmedos (Paredes, 2013).
Considerando la limitada información disponible, la estimación se realiza mediante técnicas de teledetección
utilizando imágenes Landsat. El índice utilizado es el módulo Tasseled Cap (Liang, 2004), a partir de
recomendaciones de la literatura que sugieren su fuerte correlación con los cambios del contenido de
humedad en una amplia gama de clases texturales (Crist, Laurin, & Cicone, 1986). El índice reescalado para
corregir la influencia de la humedad presente en la vegetación (Castro, Villegas, Balderas, & Hernandez,
2011), se clasificó en base a sugerencias de la literatura (Todd & Hoffer, 1998) en conjunción con la
interpretación del índice NDVI estimado en el balance hídrico. El índice de humedad se clasificó en tres
clases: de +0 a -20 para suelos húmedos, -20 a -50 para suelos con humedad media y valores menores a -50
para suelos secos. El índice clasificado de la manera descrita sugiere una cuenca con vulnerabilidad alta y
media a las sequías (Figura A- 14), asociada a la presencia de suelos con baja capacidad de retención, tanto
por su contenido de materia orgánica como por su textura arenosa y la poco profunda capa arable.
Vulnerabilidad del suelo por condición de relieve

La valoración se realiza a través de la descripción de la fisiografía, considerando su relación con la formación
de los suelos, las condiciones de erosión-deposición, el potencial de retención de humedad y otros. La
fisiografía se describe considerando la clasificación de (Fuentes, 2009) (Tabla A- 5), en función a la pendiente
topográfica y el índice de posición geográfica TPI (Fuentes, 2009; Genchi, Carbone, Piccolo, & Perillo, 2011).
El TPI es la diferencia entre la celda de elevación mayor y el promedio de elevaciones del área de influencia
de la celda; su cálculo pondera estimaciones para un radio grande y estimaciones para un radio pequeño. Los
resultados califican una predominancia de suelos con vulnerabilidad media. Los niveles de vulnerabilidad alta
se presentan en zonas de alta elevación, mientras que los niveles de vulnerabilidad baja se presentan en las
inmediaciones de los lechos de río (Figura A- 15).
Vulnerabilidad por exposición física por altitud y pendiente

Tanto la altitud como la pendiente son factores que predisponen a ciertas zonas a ser impactadas por
fenómenos tales como heladas y granizos. La valoración de la vulnerabilidad se realiza a partir de la
clasificación de la Tabla A- 6. Los resultados sugieren que la vulnerabilidad por altitud (e.g., para identificar
áreas con vulnerabilidad a granizadas, (Paredes, 2013)), tiene nivel bajo en gran parte de la superficie. La
excepción se presenta en la parte alta de las subcuencas de los ríos Chillcani y Larkha Pampa (Figura A- 16),
donde la vulnerabilidad se califica de nivel medio y alto. Esta valoración al ser comparada con el nivel de
amenaza medio identificado previamente y los impactos de la ocurrencia de granizada reportada en los
medios escritos, sugiere elevar el nivel de riesgo a medio. La vulnerabilidad por exposición a pendiente y
altitud (e.g., para la valoración de los impactos de las heladas, (Paredes, 2013)), presenta una categorización
similar, sugiriendo la predominancia de sitios con vulnerabilidad baja (Figura A- 17). La concordancia con el
mapa de amenazas, ratificaría esta valoración.
Vulnerabilidad por estado de la cobertura vegetal como indicador ambiental

El indicador considerado para definir la vulnerabilidad de los ecosistemas es la presencia de vegetación así
como las características hídricas de las especies. La valoración se realiza en base a información secundaria
de (MDSP, 2000), (Navarro & Ferreira, 2007) y el Sistema Único de Información de la Tierra SUNIT
(http://geosunit.vicetierras.gob.bo/). Tomando como indicadores a las especies descritas en la Tabla A- 7, el
estado general presentado en la Figura A- 18 sugiere una cuenca con vulnerabilidad media a alta.
Vulnerabilidad: valoración final

El carácter cualitativo de las clasificaciones presentadas tiene un rango amplio de variabilidad a partir del
igualmente amplio rango de criterios considerados. El criterio menos optimista lo presentan los parámetros de
cobertura vegetal y contenido de humedad en los suelos, al sugerir una cuenca con vulnerabilidad entre
media y alta. Por otro lado, el criterio optimista lo provee el criterio de variabilidad por altitud y pendiente. Para
los fines presentes se considera adecuado combinar criterios en relación a las condiciones particulares de la
cuenca. La sugerencia es combinar la vulnerabilidad por relieve debido a su sencilla interpretación, con los
criterios de contenido de humedad en el suelo, en consideración al importante nivel de degradación sugerido
en la literatura. La implementación del SAT deberá evaluar las valoraciones propuestas, mediante conjunción
de criterios con el conocimiento tradicional/ancestral de la comunidad.
23
Tabla A- 5. Descripción de la fisiografía a partir del TPI y la pendiente topográfica (Fuentes, 2009). TPI
positivos indican áreas más altas a las circundantes (lomas, serranías); TPI negativos indican áreas más
bajas que las circundantes (valles); TPI próximos a cero señalan áreas planas. La clasificación de los TPI
considera recomendaciones de la literatura en base a los quiebres naturales en el relieve. La fisiografía se
define por cruce de información de los TPI clasificados
TPI escala grande TPI escala pequeña

Pendiente %
Fisiografía (radio grande) (radio pequeño)
bajo alto bajo alto bajo alto

Cañones < -1 < -1
Drenajes en pendiente, valles poco

>-1 <1 < -1
profundos
Cabeceras, drenaje alto >= 1 < -1
Valles en U < -1 > 1 <1
Poca pendiente >-1 <1 > 1 <1 <= 5
Pendientes medias abiertas >-1 <1 > 1 <1 >5
Pendientes muy abiertas >= 1 <1
Crestas locales, montes en valles < -1 >= 1
Pequeños valles, riscos >-1 <1 >= 1
Cimas de montañas >= 1 >= 1
Tabla A- 6. Valoración de la vulnerabilidad por altitud y pendiente (Paredes, 2013)
Altitud, msnm Vulnerabilidad Pendiente, % Vulnerabilidad
Mayor a 4000 Alta Mayor a 5 Alta
3700-4000 Media Mayor a 5 Baja
Menor a 3700 Baja
Tabla A- 7. Especies indicadoras consideradas para definir la vulnerabilidad

Especie vegetal Nivel de vulnerabilidad esperado
Arbustales altoandinos de Polylepis de Las Polylepis en su gran mayoría están adaptadas a temperaturas bajas
la Cordillera Oriental central (Kessler, 2006). Soportan condiciones de extremo frio y altitud, presentan
(CES505.007) Serie Azorella resistencia a las heladas y son tolerantes a los suelos áridos y a las sequias. No
compacta-Poylepis tomentella. están presentes en suelos con sales ni con inundación en la época de lluvias
(Hinojosa, 2010).
Presencia de Jacaranda (Jacaranda Especies resistentes a condiciones de sequía (Yapu Mamani, 2014). En
Mimosifolia) y Tipa (Tipiuana tipu). condiciones de temperaturas bajo cero son susceptibles a daños por
congelamiento (JGRA, 1999).
24
Figura A- 14. Mapa del grado de vulnerabilidad por disponibilidad de agua en los suelos
25
Figura A- 15. Mapa del grado de vulnerabilidad de los suelos por condiciones de relieve
26
Figura A- 16. Vulnerabilidad por exposición física: altitud
27
Figura A- 17. Vulnerabilidad por exposición física: pendiente y altitud
28
Figura A- 18. Vulnerabilidad por el estado de la cobertura vegetal
29
c2) Variabilidad espacial de la vulnerabilidad: componente hidrológico
La vulnerabilidad se valora a partir de dos factores: i) la comparación de parámetros geomorfométricos

responsables de la variabilidad espacial de la respuesta hídrica de las cuencas, ii) caudales estimados por
métodos indirectos, para una lluvia de diseño con dos periodos de retorno.
Las geomorfometría de las cuencas denotan formas por lo general alargadas, con densidad de drenaje
predominantemente moderado que sugiere similar potencial para concentrar las contribuciones de las
tormentas, con velocidades de flujo importantes que logran el drenaje de la cuenca en menor tiempo en
comparación a regiones con forma redondeada (Tabla A- 8, Tabla A- 9). Estas cuencas tienden a tener un
potencial importante de arrastre de material no consolidado desde las laderas y a lo largo del curso de los
ríos, el cual debe ser apropiadamente valorado durante el diseño de obras de almacenamiento y similar tipo
de emplazamientos con cierre transversal al flujo.
Los tiempos de concentración estimados varían en el rango de 2.2 h para la cuenca de mayor extensión (UH
Río Palca) a 0.8 h para la cuenca de menor superficie (UH Río Larkha Pampa). Esta última es la que mayor
pendiente media del curso principal presenta (10.4%), por tanto mayor tendencia a registrar las velocidades
de flujo más altas. En comparación, las subcuencas donde se ubican las poblaciones principales de Ravelo,
Sasanta y Yurubamba, denotan flujos a través de relieves relativamente llanos (pendientes medias de cursos
principales menores a 3%).
Los caudales estimados para las subcuencas de la UH Ravelo proveen una dimensión cuantitativa a las
diferencias y similitudes geométricas de las cuencas. La cuenca del río Palca tiene la mayor superficie, por lo
que su contribución en términos de flujo es también el mayor. En similares dimensiones, las cuencas de los
ríos Ancuchi, Chillcani, la cuenca de Sasanta y Yurubamba y la cuenca del río Pajhla Cancha Mayu son las
que tienen mayor potencial de registrar caudales altos; en estas unidades geográficas, la variabilidad
3 3
estimada para un periodo de retorno de 100 años es de 40 m /s y 33 m /s, valores superiores entre un 90% y
57% a los caudales medios mensuales más altos estimados en el balance hídrico para la UH Ravelo. Las
3
cuencas restantes tienen caudales estimados menores a los 18 m /s para el mismo periodo de retorno de 100
años (Figura A- 19). Como es de esperarse, los caudales para periodos de retorno menores, e.g., 2 años
3
(Figura A- 20), definirán caudales notablemente más bajos, menores a 8 m /s para todos las subcuencas
consideradas.
En base a las inferencias descritas, se propone la valoración de la vulnerabilidad considerando tres factores:
pendiente del curso principal, velocidad de flujo, forma y compacidad de la cuenca, i.e., velocidad de
respuesta de la cuenca (Tabla A- 10). Los resultados sugieren la mayor vulnerabilidad en la UH Larkha
Pampa, situada a la salida del área considerada, tributaria por el margen derecho. Las subcuencas restantes
situadas hacia el límite sudoeste de la cuenca presentan una vulnerabilidad de nivel medio-bajo: UH Ancuchi,
Chillcani, Ravelo Medio. Las subcuencas situadas en el límite noreste de la cuenca del río Ravelo presentan
vulnerabilidad muy baja, por efecto de las bajas pendientes del curso principal: UH Palca, intercuenca río
Ravelo y el área de Sasanta y Yurubamba. El área intermedia donde se desarrolla la UH Phajla Cancha Mayu
presenta una vulnerabilidad de nivel bajo, mayor a las últimas citadas. Tomando como referencia la
valoración sugerida, se recomienda proceder a reclasificaciones una vez se cuente con mediciones
hidrométricas históricas y sistemáticas que permitan la validación de las percepciones.
30
Tabla A- 8. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo)
UH
(nivel 6
clasificación
Pfafstetter)
s/n (intercuenca - río

UH Ancuchi UH Palca UH Chillcani
Ravelo)
Área [km2] 38.6 58.6 6.4 51.6
Perímetro [km] 32.7 42.8 12.2 46.9
Lcp [km] 12.7 15.2 4.5 17.4
Elev. máx. cp,

3660 3600 3195 3829
msnm
Elev. min. cp.

3188 3187 3155 3151
principal msnm
Pend. med. cp. 3.71 2.71 0.89 3.90

[%] pendiente suave pendiente llana pendiente llana pendiente suave
Coeficiente de 1.48 1.60 1.35 1.84

compacidad oval oblonga cuenca alargada oval oblonga cuenca alargada
0.23 0.25 0.32 0.17

Factor de forma
cuenca alargada oval oblonga oval oblonga cuenca alargada
Tiempo de
concentración, 1.7 2.2 1.3 2.0
[h]
Densidad de 0.73 0.62

0.30 0.73
drenaje moderadamente moderadamente
pobremente drenado moderadamente drenada
[km/km2] drenada drenada
Lcp: Longitud del cauce principal

Elev. máx. cp.: Cota máxima del cauce principal
Elev. min. cp.: Cota mínima del cauce principal
Pend. med. cp.: Pendiente media del curso principal
31
Tabla A- 9. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo) (continuación)
UH
(nivel 6
clasificación
Pfafstetter)
UH Phajla Cancha s/n (Sasanta, UH Parte media Río UH Larkha Pampa

Mayu Yurubamba) Ravelo
Área [km2] 17.3 37.4 18.5 13.3
Perímetro [km] 21.6 34.7 25.3 17.1
Lcp [km] 8.1 8.15 8.8 7.8
Elev. máx. cp,

3473 3243 3610 3896
msnm
Elev. min. cp.

3096 3106 3077 3080
principal msnm
Pend. med. cp. 4.6 1.7 6.1 10.4

[%] pendiente suave pendiente llana pendiente suave pendiente media
Coeficiente de 1.47 1.6 1.65 1.3

compacidad oval oblonga alargada alargada oval oblonga
0.26 0.56 0.24 0.22

Factor de forma
oval oblonga oval redonda alargada alargada
Tiempo de
concentración 1.1 1.6 1.0 0.8
[h]
Densidad de 0.61 0.81 0.64

0.47
drenaje moderadamente moderadamente moderadamente
pobremente drenado
[km/km2] drenado drenado drenado
Lcp: Longitud del cauce principal

Elev. máx. cp.: Cota máxima del cauce principal
Elev. min. cp.: Cota mínima del cauce principal
Pend. med. cp.: Pendiente media del curso principal
32
Figura A- 19. Caudales estimados para una lluvia de diseño de 6 h, periodo de retorno: 100 años
33
10
TR = 2 años UH Río Ancuchi
8 UH Río Palca
Escorrentia (m3/s)
s/n (intercuenca)
6
UH Río Chillcani
UH Río Phajla Cancha Mayu

4
s/n (Sasanta, Yurubamba)
2 UH Parte media Río Ravelo
UH Río Larkha Pampa

0
1 2 3 4 5 6
Duración, h
50
TR = 100 años UH Río Ancuchi
40 UH Río Palca
Escorrentia (m3/s)
s/n (intercuenca)
30
UH Río Chillcani
UH Río Phajla Cancha Mayu

20
s/n (Sasanta, Yurubamba)
10 UH Parte media Río Ravelo
UH Río Larkha Pampa

0
1 2 3 4 5 6
Duración, h
Figura A- 20. Escorrentía para una tormenta de diseño de 6 h con periodos de retorno de 2 años (arriba) y
100 años (abajo). La escala vertical difiere entre las gráficas para facilitar su visualización
Tabla A- 10. Niveles de vulnerabilidad propuestos para el componente hidrológico

Pendiente media del curso Nivel de
Forma y compacidad Densidad de drenaje
principal vulnerabilidad
Pendiente alta (12% - 25%) Cuenca alargada Drenada a moderadamente drenada Alta-media
Cuenca alargada a oval Moderadamente drenada a

Pendiente media (7% - 12%) Media-alta
oblonga pobremente drenada
Moderadamente drenada a
Pendiente media (7% - 12%) Cuenca oval oblonga Media
pobremente drenada
Cuenca alargada a oval Moderadamente drenada a
Pendiente suave (3% - 7%) Media-baja
oblonga pobremente drenada
Pendiente suave (3% - 7%) Cuenca oval oblonga Pobremente drenada Baja
Cuenca oval oblonga, Moderadamente drenada a

Pendiente llana (0% - 3%) Muy baja
redonda pobremente drenada
34
Figura A- 21. Niveles de vulnerabilidad sugeridos para el componente hidrológico
35
2.2 Observación sistémica: seguimiento, interpretación de la alerta
Lista de verificación
d) Establecimiento de mecanismos e) Desarrollo de mecanismos de f) Establecimiento de
interinstitucionales seguimiento sistemas de pronósticos y
alerta
Definición de funciones y Documentación resumida y concreta Análisis de información,
responsabilidades, en función al de los parámetros de medición, predicción y generación
marco normativo vigente. protocolos de monitoreo, registro e de alertas, basado en
interpretación, relativa a la métodos científico-
Establecimiento de mecanismos y información local (estaciones de técnicos.
protocolos interinstitucionales, con monitoreo instaladas en el municipio)
enfoque multidisciplinario. y a la información transmitida por las Emisión de alerta de
redes regionales y nacionales. acuerdo a los protocolos
Definición de un plan para la establecidos.
conjunción del SAT con otras Existencia de personal técnico
amenazas. capacitado y familiarizado con el Capacitación del personal
contexto. encargado de
Definición de mecanismos de interpretación de la
colaboración con autoridades, Existencia de canales de información e la emisión
organizaciones e instituciones comunicación con las redes de alerta.
locales. regionales y nacionales, para la
recepción de información a diversas Equipamiento del centro
Aprobación de protocolos para la SAT.
definición de responsabilidades y escalas de tiempo (boletines
canales de comunicación. periódicos e información en tiempo Adaptación de los
real). sistemas de comunicación
Adopción de mecanismos básicos a las necesidades de las
para la realización de acuerdos con Adopción de estrategias para difusión
de la información interpretada, relativa comunidades y sus
instituciones de otros departamentos, posibilidades de acceso a
naciones e instituciones, en caso que a las vulnerabilidades y riesgos
identificados. las comunicaciones.
la magnitud del riesgo estimado así
lo requiera. Mecanismos de control de calidad Establecimiento de
periódica de la información archivada, sistemas auxiliares, como
Adopción y puesta en práctica de generadores, equipos y
simulacros al menos una vez al año para fines de evaluación e
identificación de problemas en las personal auxiliar en
para la evaluación de los protocolos. espera, tanto para el SAT
redes de monitoreo (errores en
Definición de un comité de instrumentos, software, como para el sistema de
verificación de la eficiencia de la computadores) y documentos del SAT comunicación.
alerta. (actualización de protocolos, Implementación de un
actualización de datos de contacto y plan para la evaluación y
Establecimiento del centro de alerta y
canales de comunicación). actualización de los
asignación de funciones a personal
con dedicación total (24 horas al día), elementos del SAT, con
durante periodos críticos, y personal frecuencia de al menos
a tiempo parcial durante periodos no una vez cada año.
críticos.
Información disponible para la lista de verificación

La lista de verificación de la propuesta conceptual denota un sistema ideal consolidado en términos
institucionales, de coordinación y socialización a todo nivel. Con esta consideración, los elementos a
continuación descritos se desarrollan en base a la información disponible al momento.
a) Mecanismos interinstitucionales
El marco vigente descrito en el componente previo establece las funciones y responsabilidades. La
aprobación de protocolos, mecanismos y otros demanda la coordinación interinstitucional y de allí con la
36
comunidad a un nivel al momento no desarrollado. Este paso se constituye como el pilar fundamental para el
establecimiento del SAT.
b) Mecanismos de seguimiento
La red de observación
El componente hidrológico y el correspondiente agrometeorológico presentan de manera simultánea una
disponibilidad importante de información y obstáculos notorios en su desarrollo. Para la UH Ravelo, el
componente hidrológico está respaldado por el importante registro de datos de la estación Ravelo.
Paralelamente, una carencia muy importante yace en la ausencia de información detallada e histórica de los
caudales en la cuenca, a pesar del alto nivel de intervención en la parte baja para el sistema de provisión de
agua potable para la ciudad de Sucre. Acompañando la urgente necesidad de instalar al menos tres
estaciones hidrométricas, una a la salida de la cuenca (obra de toma) y dos adicionales, una en cada sitio
donde existe la posibilidad de emplazar obras de regulación (Sasanta y Yurubamba, (kfW, 2013)), es también
evidente la necesidad de equipar la estación Ravelo con instrumentos de registro automático y transmisión en
tiempo real en vista a la potencial instauración de un SAT. Se sugiere un esquema de monitoreo compartido
entre el SENAMHI y la respectiva unidad de gestión de riesgo del municipio.
El componente agrometeorológico comparte con el componente hidrológico los beneficios y limitaciones de la
información recopilada en la estación; sin embargo, a diferencia del segundo, definido a través de una base
con fuerte contenido técnico y de naturaleza eminentemente cuantitativa, el componente agrometeorológico
tiene elementos vinculados con el conocimiento tradicional-ancestral. La lectura de bioindicadores propios
para cada zona, así como su interpretación, demanda conocimiento profundo de los procesos y su evolución
histórica. Los elementos componentes se describen a continuación.
o Grupo de observadores agroclimáticos locales, compuesto por personas pertenecientes a la
comunidad con entrenamiento en el conocimiento, lectura e interpretación de los bioindicadores de la
zona. Las personas identificadas pueden ser acreditados por el MDRyT, fortaleciendo capacidades y
revalorizando el conocimiento ancestral (Chilon, Huaracachi, & Huayllani, 2012).
o Definición de parámetros cualitativos y cuantitativos. El monitoreo cualitativo agroclimático tiene alta
relevancia dentro del contexto cultural nacional, demanda sin embargo, un seguimiento
conceptualizado en el marco del método científico. Entre las alternativas que desarrollan el concepto
está el Pachagrama (PROSUCO, 2013). El mismo es un cuaderno de registro agroclimático, diseñado
con el fin de generar información basada en el saber local a través de la lectura de bioindicadores. el
potencial del instrumento yace en su enfoque hacia el estudio de las tendencias del comportamiento
climático para la campaña agrícola. Su sencillez y practicidad hacen factible su adaptación en
sistemas productivos desarrollados bajo distintas condiciones.
o Establecimiento de medios para la centralización, interpretación y almacenamiento de la información,
como medio de difusión en la comunidad y a través de las comunidades. La base de datos de esta
manera establecida deberá organizarse mediante procedimientos metodológicamente definidos, de
modo de generar medios de conocimiento con trascendencia a nivel regional y nacional.
El Pachagrama como mecanismo de seguimiento

El cuaderno de registro del Pachagrama consta de cinco secciones:
i) Pronostico local para la planificación de la campaña agrícola (Figura A- 22).
ii) Planificadores agrícolas (Figura A- 23). Presenta los elementos planificadores para los sistemas
productivos (papa, quinua, maíz, durazno).
iii) Monitoreo agroclimático (Figura A- 24). Es el registro diario del comportamiento de bioindicadores, como
herramienta para el pronóstico.
iv) Registro climático (Figura A- 25). Define el registro de la precipitación local a través de la lectura de un
pluviómetro.
v) Apunte de notas. Corresponde a la sección que registra los acontecimientos ocurridos en la parcela.
37
Figura A- 22. Pachagrama: pronóstico local agroclimático
Figura A- 23. Pachagrama: Planificadores agrícolas
38
Figura A- 24. Pachagrama: Registro para el monitoreo agroclimático
39
Figura A- 25. Pachagrama: Registro de pluviometría
40
Mejoramiento de la red de monitoreo hidroclimática/agrometeorológica
Justificación
El conocimiento científico técnico y el correspondiente al conocimiento ancestral-científico definen en el
contexto moderno, un esquema de generación de conocimiento de mutua complementación.
Obstáculos y posibles soluciones
El mayor obstáculo en zonas remotas de montaña es la necesidad de contar con una red densa.
Restricciones económicas y la limitada disponibilidad de personal, son las principales razones que explican la
existencia de una sola estación para toda la cuenca. La participación del SIAGERSA puede constituir en una
alternativa para mejorar esta situación, dentro la consideración de que una estación constituye un medio de
generación de información de uso público; la partida 031 de gestión de riesgos y la correspondiente 010 de
desarrollo productivo, podrían constituir el marco que defina la factibilidad de la propuesta (Chilon,
Huaracachi, & Huayllani, 2012).
Estado actual de la red hidroclimática/agrometeorológica
La información hidroclimática/agrometeorológica disponible se describe y analiza en detalle en el documento
de balance hídrico. Actualmente el único sitio de registro está en la estación Ravelo (red SENAMHI). La
estación tiene un gran valor al capturar condiciones climáticas de características consideradas particulares en
relación a las observadas en las cuencas vecinas. La principal debilidad de la estación es la ausencia de
estaciones climáticas (agrometeorológicas) en sitios vecinos, dentro de la cuenca y en el entorno de su área
de influencia, que permitan definir de mejor manera la evolución espacial, estacional e interanual de los
fenómenos. Es también una debilidad la ausencia de instrumentos para capturar y transmitir en tiempo real
las variaciones del clima a escala mayor a la diaria, además de la ausencia de instrumentos para capturar un
mayor número de variables relevantes al componente agrometeorológico del SAT. Dentro del componente
hidrológico, la deficiencia fundamental es la ausencia de registros históricos del régimen hidrométrico. Estas
deficiencias son extrapolables a los futuros proyectos de aprovechamiento del potencial hídrico de la cuenca
(e.g., Proyecto Sucre III) y deben ser consideradas de alta prioridad. El conjunto de observaciones señaladas
en el balance hídrico, complementadas por el presente anexo y recomendaciones de la literatura (e.g.,
(Tesoro, 2014)), definen el criterio para sugerir la configuración espacial sugerida en la Figura A- 26, que
complementaría la red hidroclimática existente. Se resume a continuación los componentes sugeridos para el
equipamiento de las estaciones señaladas en base a recomendaciones de la literatura (Chilon, Huaracachi, &
Huayllani, 2012; Soria, 2013).
Estación climática: equipo de medición automática y transmisión en tiempo real
• Memoria de almacenamiento (Data Logger), resistente a climas extremos y con capacidad de
almacenamiento extendido. Se recomienda evitar configuraciones que permitan la reescritura de
datos cuando la memoria alcance su capacidad de almacenamiento máxima.
• Consola y transmisor de información en tiempo real.
• Software para interpretación y transformación de los datos.
• Sensor de velocidad de viento 2m de altura.
• Sensor de dirección de viento.
• Sensor de precipitación. Para la evaluación del granizo es necesario considerar la posibilidad de
identificación de 9 tipos básicos de precipitación incluyendo granizo, lluvia, nieve, granizo y granizo
blando.
• Sensor de temperatura ambiente.
• Sensor de humedad relativa.
• Presión atmosférica.
• Sensor de radiación solar (insolación).
• Sensor de evaporación.
• Sensor de temperatura de suelo (5 cm. sobre la superficie del suelo).
• Sensor de humedad del suelo.
• Sensor de humedad foliar.
41
Estación hidrométrica
• Data logger resistente a condiciones climáticas extremas, capacidad de intercambio de datos e
interfaz sencilla.
• Sensor de registro de variaciones de niveles de agua. En caso de considerar sensores desarrollados
en base a registros indirectos de niveles de agua a través de cambios en la presión, se debe instalar
el mismo en secciones del río sin susceptibilidad a sedimentación o erosión.
• Consola y transmisor de información en tiempo real.
• Software para interpretación y transformación de los datos.
• Instrumentos de medición de caudales para la verificación y predicción de las relaciones descarga-
nivel de flujo. Se recomienda la adquisición de instrumentos tradicionales de medición durante épocas
de caudales bajos a medios, e.g., molinetes tipo USGS AA, como medio para registrar volúmenes
útiles para usos de irrigación. Para caudales mayores durante la época de lluvias, se recomienda
coordinación con instituciones como el SENAMHI para la realización de los trabajos, debido al posible
riesgo asociado y a la necesidad de contar con instrumentos y metodologías especializadas.
Casetas de observaciones (sin techo)

• Malla olímpica perimetral 9x6x1.5 m, portón de acceso, cuatro postes de 2 m con bayonetas de 400
cm de 45° de inclinación y alambre de púas para tres hileras.
• Sistema de pararrayos instalado a 10 m de altura.
• Para el caso de la estación hidrométrica, el diseño tendrá una leve variación, considerando que los
sensores deberán encontrarse sumergidos en el curso del río.
Condiciones de garantía y otros

• Garantía del proveedor de al menos 2 años, con derecho de reclamo y asistencia técnica a través de
una oficina en el país.
• Garantía del proveedor del correcto funcionamiento del software durante al menos 1/3 de la vida útil
de los instrumentos. Incluye acceso a actualizaciones y asesoramiento para el cambio de sistema
operativo en caso de que el original se vuelva obsoleto.
• Provisión de repuestos para los elementos más sensibles del sistema y garantía del proveedor para
acceso a repuestos adicionales durante por lo menos 1/3 del periodo de vida útil de la estación.
• Los instrumentos deberán tener la capacidad de adquirir y transmitir la información bajo las
condiciones extremas previstas para el sitio de emplazamiento (más un rango adicional de seguridad
en prevención al cambio en las condiciones climáticas futuras).
• Garantía del proveedor para la provisión de sesiones de capacitación en el uso y mantenimiento de
los instrumentos de la estación, incluido el cambio de repuestos, durante el periodo de duración de la
garantía de los instrumentos.
42
Figura A- 26. Esquema propuesto de la nueva red de monitoreo agromoteorológico
43
c) Establecimiento de sistemas de pronóstico y alerta
Comunicación de la alerta
En ausencia de un sistema de comunicaciones telefónicas consolidado y extendido a toda la cuenca del río
Ravelo, el medio con mayor alcance es la radio Tomás Katari de América, en funcionamiento desde el año
2007. La transmisión se realiza en frecuencia AM 1350 y FM 97.5 para el Norte de Potosí (www.iptk.org.bo).
Preparación de la respuesta: Protocolo ante la ocurrencia de caudales altos
El protocolo consta de tres elementos (Guevara, 2004):

Etapa 1. Preparación.
Etapa 2. Activación y operación.
Etapa 3. Desactivación.
Etapa 1. Preparación
Se enfoca en la capacitación del personal encargado del SAT y de los componentes en la comunidad. En
vista del carácter multidisciplinario del público capacitado, la temática considera temas técnicos tales como
manejo de los equipos e interpretación de la información, medios y protocolos para la comunicación de la
alerta, protocolos de evacuación y otros. La lista de verificación provee detalles al respecto.
Etapa 2. Activación y operación
La activación del SAT ocurre cuando el encargado de monitoreo de la circulación regional identifica la
conjunción de factores con potencial de riesgo. El estado de pre-emergencia se activa y se procede a la
apertura permanente de los canales de comunicación con la institución encargada del monitoreo y la emisión
de reportes.
Cuando las condiciones de riesgo potencial desarrollan en una situación de eminente ocurrencia del riesgo se
activan los mecanismos de operación y respuesta. Durante el proceso es muy importante la recolección
permanente de información desde las estaciones locales y las instituciones departamentales y nacionales,
además del registro de las condiciones locales y el nivel de daños percibidos para la evaluación del evento y
el análisis de una posible declaración de emergencia de parte de los gobiernos municipales, departamentales
y/o del gobierno central. La información sugerida a registrar es:
• Hora de recepción de la ocurrencia del evento.
• Zonas afectadas por el evento y el radio de afección a vías y medios de comunicación.
Estado de las vías de acceso.
• Tipo de infraestructura afectada.
• Reporte de las condiciones atmosféricas previas, actuales y pronosticadas.
• Reporte de la realización de actividades no contempladas en el protocolo.
La evaluación deberá ser derivada al centro de operaciones de emergencia municipal (la oficina encargada
de la gestión de los riesgos), para la elaboración de un informe, en vista a la preparación del plan de acción
de atención a la emergencia.
El desplazamiento de los grupos técnicos y colaboradores a la evaluación del daño por medio de la ficha
EDAN (MDRyT 2014), constituye una de las actividades adicionales en el proceso.
Cuando el desarrollo de los eventos y sus consecuencias superan la capacidad de respuesta del municipio, la
comunicación debe enfocarse a instancias gubernamentales como el VIDECI.
Etapa 3. Desactivación
Después del evento se generaran los informes de daños materiales y personales, inventario de la
infraestructura perdida y la valoración médica de la población respectiva. De forma posterior al evento y
44
después de la ejecución del plan de rehabilitación, la alerta concluye con una resolución municipal de retorno
a la normalidad.
Preparación de la respuesta: Protocolo ante la ocurrencia de heladas
El protocolo será aplicable a los meses del ciclo agrícola donde la ocurrencia de heladas tiene potencial de
daño. El mismo tiene tres etapas:
Etapa 1. Monitoreo previo.
Etapa 2. Durante la ocurrencia de heladas.
Etapa 3. Posterior a la ocurrencia de heladas.
Etapa 1. Monitoreo
Elementos
- El SENAMHI se encarga del monitoreo continuo de las estaciones meteorológicas y tiene el potencial y los
medios para alertar ante la ocurrencia y posibilidades de ocurrencia de bajas temperaturas y el avance de
frentes fríos. Los medios disponibles para la comunicación son boletines de pronóstico que serán enviados a
la unidad de gestión de riesgo del municipio de Ravelo a través de los medios de comunicación disponibles
(comunicación telefónica, comunicación por radio).
- El SIAGERSA tiene la función de generar pronósticos, por lo que constituye un elemento importante para
comunicación la información pertinente al municipio de Ravelo.
- Radio Tomas Katari: constituye el elemento con el cual se articularía la emisión de aviso de alertas ante la
ocurrencia de heladas.
- El Gobierno Autónomo Municipal de Ravelo, a través de su unidad de gestión de riesgos. Tiene entre sus
atribuciones la generación de informes de la situación agropecuaria actual. El conocimiento de esta manera
adquirido constituye una contribución importante al sistema.
- Observadores locales. Tienen el rol de comunicar a la comunidad los resultados de las observaciones, con
el objeto de consensuar las mejores opciones en vista del nuevo periodo de siembra. Las decisiones
derivadas del proceso podrían involucrar la decisión de retraso o adelanto de la siembra, la decisión de
sembrar en las pendientes medias de las laderas con el objeto de mitigar los efectos de la helada, la elección
de las variedades a ser sembradas en función a la capacidad de resistencia a las temperaturas predichas, la
forma de manejo de semillas nativas y otros.
Etapa 2. Durante la ocurrencia de las heladas (Gómez, 2010)
Acciones sugeridas antes de la noche de la helada:
- Manejo del flujo del aire frio. Consiste en el control del flujo de aire alrededor de las zonas agrícolas, con el
uso de árboles, arbustos y otros elementos que actúen como barrera protectora.
- Cobertura de las plantas después del mediodía, como medida preventiva para reducir las pérdidas de calor.
- Evitar el laboreo del suelo, con el objetivo de evitar la generación de espacios de aire que tiendan a
transferir y almacenar menor cantidad de calor. En caso de que aquello no sea posible, se sugiere la
compactación y riego del suelo.
- Riego. Se buscará incrementar la humedad en los suelos, con el objeto de generar mayor capacidad de
absorción de la radiación y promover su almacenamiento. Se pretenderá que la llegada de la helada
encuentre al suelo con contenido de humedad a capacidad de campo. El humedecimiento deberá realizarse
con antelación a la helada, para que la radiación solar incremente la temperatura del suelo sin evaporar el
agua disponible para riego.
En el momento de la helada
- Generación de humo artificial en la capa de aire cercana al suelo, a través de quema controlada en turriles
metálicos.
45
Etapa 3. Acciones posteriores a la ocurrencia de la helada (Gómez, 2010)
- Se sugiere cautela con la cantidad suministrada para riego. Un exceso del mismo después de la helada
podría generar el crecimiento excesivo de las partes de la planta que fueron afectados por las heladas.
- La aplicación de biol sobre los cultivos afectados por la helada tiene el potencial de generar la recuperación
de las plantas.
- Evaluación del daño, a cargo de técnicos de la unidad de gestión de riesgos, para la información y reporte al
MDRyT y el VIDECI para su posterior evaluación.
Preparación de la respuesta: Protocolo ante la ocurrencia de eventos de sequia
El protocolo será aplicable a los meses del ciclo agrícola en los que se presentan periodos amplios de días
consecutivos sin ocurrencia de lluvia con potencial de daño negativo sobre los cultivos. El mismo tiene tres
etapas:
Etapa 1. Monitoreo de los regímenes de precipitación.
Etapa 2. Acciones antes de la época de sequía
Etapa 3. Declaración de alerta agropecuaria por sequía
Etapa 1. Monitoreo de la precipitación
Será llevado a cabo por el SENAMHI en coordinación con el SIAGERSA y los observadores locales, en
continua comunicación con la UGR. Esta unidad recibirá los pronósticos para los meses de octubre y
noviembre, con el objetivo inicial de coordinación acciones para definir la mejor época de siembra o definir la
magnitud de la superficie a sembrar. Cuando se considere relevante, se demandará al SENAMHI la emisión
de un boletín especial referido a la posibilidad de ocurrencia de un evento ENSO, como medio adicional para
dimensionar la posible magnitud de la sequía en esa gestión. De la misma manera, los pronósticos generados
para enero y febrero con frecuencia semanal proveerán información para analizar la presencia de periodos
secos. El análisis de los registros del Pachagrama se utilizará como complementario.
Etapa 2. Acciones tomadas antes de la época de lluvias y presencia de episodios secos
- Programación del riego. Su ejecución es importante para conocer los requerimientos hídricos de los cultivos
a nivel predial. En el caso de presencia de sistemas de riego, se deberán analizar los posibles escenarios de
distribución del agua para maximizar su uso en beneficio de la comunidad y las comunidades dependientes
del recurso.
- Seguimiento de las condiciones de los suelos. Es componente del monitoreo de la humedad del suelo.
Permitirá analizar la posible afección de los cultivos en presencia de periodos secos.
- Reforestación de la cuenca. Ante un panorama futuro donde se sugiere la redistribución estacional de las
lluvias, con precipitaciones de mayor intensidad durante periodos más cortos, es demandante la toma de
acciones preventivas para promover la recarga de los acuíferos, evitar el arrastre de nutrientes de los suelos
y la desaceleración de los procesos erosivos.
- Cobertura del suelo entre surcos antes de la ocurrencia de periodos secos, utilizando especies a ser
seleccionadas, con el objetivo de retener mayor humedad en el suelo.
- Impulso de la implementación de sistemas de riego tecnificado, en función de las necesidades de cada
zona, promoviendo prácticas de manejo y conservación de suelos y el uso eficiente del recurso agua.
Etapa 3. Declaración de alerta agropecuaria por sequia
De acuerdo al avance de la sequía y dependiendo de la evolución de los eventos y la evaluación de los daños
potenciales, se procederá a declarar alerta agropecuaria por sequía en función a los informes emitidos por la
UGR. Estos informes describirán la situación productiva actual, contemplando detalles por localidades,
cultivos afectados, extensiones y número de productores. El UGR es el nexo en la comunicación con el
VIDECI.
46
Preparación de la respuesta: Protocolo ante la ocurrencia de granizo
El protocolo será aplicable a los meses del ciclo agrícola donde la afección por granizo sea evidente.
Comprende tres etapas:
Etapa 1. Monitoreo de las condiciones atmosféricas desencadenantes del fenómeno.
Etapa 2. Acciones directas frente a la ocurrencia de granizo.
Etapa 3. Aplicación de los seguros agrícolas.
Etapa 1. Monitoreo de condiciones atmosféricas que propicien el granizo
- El SENAMHI, el SIAGERSA y la UGR se encargarán del monitoreo atmosférico para la emisión de

pronósticos de presencia de granizo y predicciones del tamaño del pedrisco.
- Los observadores locales comunicarán los elementos observados previos a la siembra, con el objeto de
promover la acción consensuada de la comunidad para enfrentar los eventos. Las acciones a tomar
comprenderán, por ejemplo, la programación de arreglos agroforestales, con el objeto de utilizar la cobertura
de árboles y otros obstáculos como medio de protección de los cultivos frente a los eventos.
Etapa 2. Acciones directas frente al granizo
- Identificación de las nubes tipo cumulunimbus como medio de alerta ante la posible ocurrencia de granizo.
La forma característica de estas nubes de color casi rosado se asimila a un yunque de gran elevación, con
tendencia a apuntar en la dirección del movimiento de la tormenta.
- Acciones preventivas: Disparo de cohetes de pirotecnia con el fin de aumentar los núcleos de condensación,
reducir el tamaño del pedrisco o convertirlo en precipitación líquida. La selección del tipo de cohete deberá
seguir un proceso de capacitación previa. La literatura recomienda su uso racional.
- Humedecimiento de la planta. Esta acción promoverá el incremento de la elasticidad de la planta,
incrementando su resistencia a la fractura.
- Mallas antigranizo. Es una medida efectiva, pero debido al costo de la protección, se recomienda su uso en
cultivos de alto valor.
Etapa 3. Acciones después de ocurrido los eventos de granizo
Los técnicos de la UGR deberán realizar la respectiva evaluación de daños en la producción, con el fin la
realizar las respectivas declaraciones de emergencia a través del contacto con el VIDECI.
Seguros agrícolas
Como parte de las recomendaciones modernas, el acceso a seguros agrícolas es una actividad promovida
por el gobierno central. Su acceso demanda coordinación entre la UGR y las autoridades nacionales, en base
a datos que expresen los umbrales de daño en la zona y los tipos de cultivos afectados que se desee
asegurar.
2.3 Desarrollo de la capacidad de respuesta

Este componente evalúa los dos anteriores elementos. Tiene un fuerte enfoque al fortalecimiento e
incremento de capacidades a través de la instauración de planes y programas. En términos prácticos expresa
el nivel de evolución al cual todo SAT debe pretender llegar. Contrario a los dos anteriores elementos, no
debe esperarse completar la lista de verificación, debido a que aquello define un grado de perfección a ser
alcanzado con la adquisición de experiencia. El SAT propuesto, aún sin un diseño, no alcanza tal nivel de
sofisticación, por lo cual los factores constitutivos enunciados a continuación definen el componente final de la
propuesta.
47
Lista de verificación
g) Respeto a las alertas h) Elaboración de planes de i) Evaluación y j) Difusión
preparación y respuesta a fortalecimiento de las continua del SAT,
desastres a nivel regional y capacidades de sus objetivos,
nacional respuesta de la componentes y
comunidad expectaciones
Emisión de las alertas de Análisis de respuestas a Evaluación continua Difusión del SAT,
parte de fuentes situaciones de riesgo previas de la respuestas de la sus resultados y
confiables, reconocidas e incorporación de lecciones comunidad, tanto a las logros parciales, a
por las comunidades. aprendidas. alertas como al distintos niveles y
procedimiento de rangos de edades.
Análisis de la percepción Planificación e preparación previa.
comunitaria al riesgo implementación de estrategias Promover la
abordado por el SAT. para mejorar el grado de Promoción de la difusión de la
preparación ante eventos participación de las correcta respuesta
Desarrollo de estrategias futuros. comunidades para a la alerta, de las
comunicacionales para contribuir al desarrollo limitaciones de la
crear confianza en las Evaluación y validación de los de sus propias misma y de la
alertas, direcciones y mapas de amenaza y capacidades. forma en la cual
protocolos. vulnerabilidad, para su uso en cada poblador
municipios vecinos y su Promoción y puede colaborar
Práctica constante de los consideración a nivel desarrollo de
procedimientos, de en la mejora del
departamental y nacional. programas SAT.
modo de reducir al educacionales para
máximo la emisión de Evaluación del SAT propuesto los pobladores locales, Reafirmación
alertas falsas. Aquello se a nivel local, en calidad de pobladores de continua de las
logra por lo general, experiencia piloto. El objetivo comunidades vecinas principales
asumiendo que el primer es transferir el conocimiento a y otros voluntarios, señales del SAT y
año es un año de nivel de otros municipios, a con el objeto de la forma de
prueba, no destinado al nivel departamental y ampliar el impacto de reacción.
público. nacional, para la elaboración los emprendimientos.
de planes y guías. Incrementar la
participación de la
Actualización de los planes, comunidad a
mapas y protocolos, en través del uso de
función a nueva información los medios de
adquirida y a partir de los comunicación.
procesos de retroalimentación
producto de la evaluación del Evaluación del
SAT a niveles del SAT, su
departamento y del gobierno componentes y
central. logros, en un
entorno
Realización de simulacros comunitario, al
periódicos para comprobar la menos una vez al
eficacia de las formulaciones año.
propuestas.
48
Referencias citadas
Campero, S. (s.f.). Umbrales de daño a los cultivos priorizados para la seguridad alimentaria en Bolivia. La Paz:
SENAMHI.
Castro, J., Villegas, J., Balderas, M., & Hernandez, M. (2011). Identificación de húmedad en el suelo a traves de la
teledetección para el mejor manejo de la tierra: Caso zona floricola, estado de México. XIII Conferencia
Iberoamericanana en Sistemas de Información Geográfica (págs. 2349-2351). Toluca: Universidad Autónoma del
Estado de México.
Chilon, E., Huaracachi, E., & Huayllani, A. (2012). Sistema integral de información agroclimática para la gestión del
riesgo y la seguridad alimentaria con soberania. La Paz: Ministerio de Desarrollo Rural y Tierras MDRyT -
Viceministerio de Desarrollo Rural y Agropecuario VDRA.
Chow, V., Maidment, d., & Mays, L. (1998). Hidrología aplicada. Nueva York: McGraw hill.
Crist, E., Laurin, R., & Cicone, R. (1986). Información de vegetación y suelos contenida en datos transformados del
Thematic Mapper. Proceedings of IGARSS’ 86 Symposium (págs. 1465-1470). Parisr: European Space Agency.
Flores, C. (2015). Granizo afecta a cuatro comunidades del municipio de Ravelo. Obtenido de Bolivia en tus manos:
www.boliviaentusmanos.com
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.
GAM Ravelo. (Abril de 2013). Gobierno Autónomo Municipal de Ravelo. Recuperado el 30 de Octubre de 2015, de
http://gamravelo.com.bo
Garcia-Apaza, E. (2010). Programa estratégico de fortalecimiento de la capacidad de adaptación al cambio climático en

el contexto de seguridad y soberanía alimentaria. La Paz: Ministerio de Medio Ambiente y Agua.
Genchi, S., Carbone, M., Piccolo, M., & Perillo, G. (2011). Clasificación geomorfológica automatizada en terrazas del
noreste del Macizo Norpatagónico, Argentina. Revista Internacional de Ciencia y Tecnología de la Información
Geográfica, GEOFOCUS , 11, 182-206.
GeoSINAGER. (1 de 12 de 2015). Obtenido de

http://geosinager.defensacivil.gob.bo:80/geoserver/wfs?format_options=charset%3AUTF-
8&typename=geonode%3Arec_granizada_wgs&outputFormat=SHAPE-
ZIP&version=1.0.0&service=WFS&request=GetFeature
GeoSINAGER. (2013). GeoSINAGER. Recuperado el 1 de 12 de 2015, de

http://geosinager.defensacivil.gob.bo/layers/geonode:amenaza_de_helada
GMS. (2003). Plan de Desarrollo del Municipio de Sucre 2003-2007. Sucre: Gobierno Municipal de Sucre (GMS).
Gómez, G. (2010). Las heladas en el perú y el mundo. Huancayo: Universidad Continental de Ciencias e Ingeniería.
Gomez, M. (2010). Estimación de caudales de diseño en eventos extremos de precipitación a partir de la información
disponible en Bolivia. Cochabamba: Universidad Privada de Bolivia.
Guevara, O. (2004). Protocolo distrital de respuesta a emergencia por inundaciones. Bogotá: Direccion de Prevención
y atención de emergencias DPAE.
Hinojosa, F. (2010). Sistemas agroforestales tradicionales en la comunidad Tallija - Confital (Provincia Tapacari del
49
Departamento de Cochabamba). Cochabamba.
Ibañez, A., Moreno, H., & Gisbert, B. (2007). Metodos para la determinación del coeficiente de escorrentía. Madrid:
Escuela Técnica Superior de Ingeniería Agronómica y del Medio Natural.
IPTK. (2008). Memoria 2008. Sucre: Instituto politécnico Tomas Katari IPTK.
ISDR. (2006). Desarrollo de Sistemas de Alerta Temprana - Lista de comprobación. Bonn: International Strategy for
Disaster Reduction - ISDR. Organización de las Naciones Unidas.
Jacks, E., Davidson, J., & Wai, H. (2010). Directrices sobre sistemas de alerta temprana y aplicación de predicción
inmediata y operaciones de aviso. Ginebra: Organización Meteorológica Mundial - OMM.
JGRA. (1999). Especies de arboles útiles de información individuales. La erosión del suelo en los Andes Zona de Valle.
Japan Green Resources Agency JGRA.
Kessler, M. (2006). Bosques de Polylepis. Botánica Económica de los Andes Centrales , 110-120.
kfW. (2013). Estrategia de Implementación para el Manejo de la Cuenca del Río Revelo. La Paz: Viceministerio de
Recursos Hídricos del Ministerio de Medio Ambiente y Agua.
La Razón. (2013). Granizada en el municipio de Ravelo afecta a aproximadamente 300 familias.
Liang, S. (2004). Teledetección cuantitativa. Nueva Jersey: Wiley.
Mariaca, C., Trujillo, F., Rossi, L., & Mendoza, O. (2013). Una innovación informática y metodológica para fortalecer el
Sistema Nacional de Alerta Temprana. Bolivia. La Paz: FAO.
Martínez, L., Ibacache, A., & Rojas, L. (s/f). Efectos de las heladas en la agricultura. Lima.
MDSP, M. d. (2000). ZONISIG, Proyecto Zonificación Agroecológica y Establecimiento de una Base de Datos y Red de
Sistema de Información Geográfica en Bolivia. Sucre: MDSP.
MEDUCA. (2011). Manual - Sistemas de Alerta Temprana. 10 preguntas 10 respuestas. Panamá: MEDUCA - Ministerio de
Educación de Panamá.
MOPU. (1987). Cálculo hidrometereológico de caudales máximos en pequeñas ceuncas naturales. Lérida, Madrid, .
Madrid: Alanmer S.A. Ministerio de Obras Públicas y Urbanismo MOPU.
Navarro, S., & Ferreira, W. (2007). Mapa de vegetation de Bolivia a escala 1:250000. La Paz: The Nature Conservancy.
Paredes, R. (2013). Cartografía de Riesgos Climáticos en el ámbito agropecuario municipal. La Paz: PROSUCO Bolivia.
PROSUCO. (2013). Pachagrama: Cuaderno de Registro Agroclimático. La Paz: Promoción de la Sostenibilidad y

Conocimientos Compartidos PROSUCO. PPRD-COSUDE-HELVETAS Swiss Intercooperation. .
PRRD. (2012). Unidades de gestión de riesgos, pilares de la prevención ante los desastres. La Paz: Programa de
Reducción del Riesgo de Desastres PRRD.
SINSAAT. (2001). GeoSINAGER. Recuperado el 1 de 12 de 2015, de

http://geosinager.defensacivil.gob.bo/layers/geonode:amenaza_de_granizo#more
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.
Tesoro, G. (2014). Guía para la conformación de Sistemas Municipales de Alerta Temprana. La Paz: HELVETAS Swiss
Intercooperation.
50
Todd, W., & Hoffer, M. (1998). Respuestas de índices espectrales a variaciones en la cobertura de vegetación y
suelos. Photogrammetric Engineering and Remote Sensing , 64(9), 915-921.
Trujillo, F., Pereyra, L., Chura, O., & Campero, S. (2013). Funcionamiento del Servicio Nacional de Meteorología e
Hidrología. SENAMHI.
USDA. (1986). Urban Hydrology for Small Watersheds. Washington D.C.: United States Department of Agriculture
USDA.
Vergara., J., Fuster, R., León, A., & León, P. (2011). Manejo del riego en condiciones de sequía. Ingeniería Agrícola , 3
(1), 1-74.
Villón, M. (2002). Hidrología. 2 ed. Lima, Perú, s.e., 431 p. Lima: Instituto Tecnológico de Costa Rica.
Yapu Mamani, G. (2014). Impostancia de las especies nativas en la recuperación de suelos degradados. Recuperado el
21 de 12 de 2015, de https://mollesnejta.wordpress.com/2014/11/22/importancia-de-las-especies-nativas-en-la-
recuperacion-de-suelos-degra
Zapana, V. (2015). Inudaciones , grnaizo y lluvias afectan a 5770 familias del país - Página Siete.
51
Viceministerio de Recursos Hídricos y Riego


Anexo
Descripción de los productos
1
" BALANCE HÍDRICO SUPERFICIAL INTEGRAL
DE PLANES DIRECTORES DE CUENCA "
Descripción general de los productos

El Balance Hídrico Integral para la cuenca del Río Ravelo tiene nueve productos, descritos en un archivo de
MS Word contenido en cada uno. Las características y contenido generales son los siguientes:
Producto I. Base de datos hidrometeorológica consistente
• Contenido: Series de tiempo a escala diaria, mensual, de precipitación, temperatura media - máxima -
mínima del aire, humedad relativa media del aire, velocidad media del viento, insolación diaria,
presión atmosférica, evaporación de tanque, evapotranspiración de referencia, evaporación de
cultivo, caudales observados.
• Formato impreso (análisis): documento técnico del balance hídrico.
• Base de datos digital: MS Access, MS Excel.
• Ubicación de la base de datos: Carpeta "P1.Hidrometeorologia".
Producto II. Cambio de uso de la tierra en base al análisis multitemporal de imágenes satelitales.
• Contenido: Índices multiespectrales para la identificación del cambio en el uso de la tierra,
clasificación de los índices.
• Digital: formato ArcGIS (raster, vector).
• Ubicación del producto: Carpeta " P2.UsoTierra".
Producto III. Base de datos cartográfica.
• Contenido: Mapas temáticos con los datos de entrada para la modelación del balance hídrico.
• Análisis y descripción en formato impreso: documento técnico del balance hídrico.
• Digital: formato ArcGIS (raster, vector, puntos).
• Ubicación del producto: Carpeta "P3.Cartografica".
Producto IV. Geodatabase climática satelital: Base de datos cartográfica de variables hidrometeorológicas
distribuidas.
• Contenido: Base de datos de variables hidrometerológicas distribuidas. Incluye información
secundaria referencial (escenas Landsat, TRMM, WorldClim), distribución espacial de las variables
del balance hídrico estimadas a partir de interpolación de registros de estaciones en tierra (raster de
precipitación, temperatura media-máxima-mínima del aire, evapotranspiración de referencia).
• Digital: formato ArcGIS (raster, vector, puntos).
• Ubicación del producto: Carpeta "P4.ClimaDistribuidas".
Producto V. Escenarios de cambio climático, expresados en temperatura media del aire y precipitación, a
escala mensual, horizontes 2030, 2050, 2070
• Contenido: Escenarios de cambio climático de temperatura media del aire mensual y precipitación
mensual para las trayectorias RCP 2.6, 4.5, 6.0 y 8.5.
• Digital: formato ArcGIS (puntos).
• Ubicación del producto: Carpeta "P5.RCPCachimayu".
Producto VI. Unidades hidrológicas UH.
2
• Se presenta en conjunción con los resultados de la simulación hidrológica. Carpeta
"P6_P7.HU_Simulacion".
Producto VII. Calibración y simulación del caudal. Incluye análisis de oferta-demanda de agua.
• Contenido: Calibración y simulación de caudales, balance oferta-demanda, modelo hidrológico.
• Digital: MS Excel, resultados de modelo hidrológico.
• Ubicación del producto: Carpeta "P6_P7.HU_Simulacion".
Producto VIII. Documento de análisis, conclusiones y recomendaciones del análisis oferta-demanda de agua.
• Contenido: Análisis oferta-demanda de agua para el tiempo presente y tiempo futuro.
• Formato impreso (análisis): documento técnico de balance hídrico.
• Digital: documento técnico de balance hídrico, documentos de la modelación.
• Ubicación del producto: Carpeta "P8_P9.Informes".
• Nombre del archivo: "Balance hídrico de la cuenca del río Ravelo.docx".
Producto IX. Documento técnico de balance hídrico, más anexos.
• Contenido: Balance Hídrico Integral para la Cuenca del Río Ravelo, propuesta conceptual de sistema
de alerta temprana agrometeorológico/hidrológico.
• Formato impreso: documento técnico.
• Digital: documento técnico de balance hídrico.
PRODUCTO I
BASE DE DATOS HIDROMETEOROLÓGICA
CONSISTENTE
Descripción del producto
La base de datos provee soporte al análisis presentado en el balance hídrico. La fuente principal de la
información es el Servicio Nacional de Meteorología e Hidrología. Se presentan datos procesados, ordenados
por estación, por variable. Según la capacidad de registro en cada estación, los parámetros considerados
son: precipitación, temperatura del aire media-máxima-mínima, humedad relativa media del aire, velocidad
media del viento, presión atmosférica, insolación, evaporación de tanque. Los formatos presentados son:
base de datos MS Access (Hydraccess) y libros electrónicos MS Excel. Para el primer formato, únicamente se
presenta los datos a escala diaria, considerando que el usuario puede acceder a escalas menores a través de
la definición de consultas. Para el segundo formato, la información se presenta en formato mensual
(consistente) y diario. La información está en la carpeta "P1.Hidromoteorologia". La estructura a través de la
cual se ordena la información se presenta a continuación.
Base de datos MS Access (Hydraccess)

• Carpeta "Hydraccess".
• Preparación de la base de datos:
- Identificador de la estación (Id_Station): Tabla P- 2. .
- Tipo de estación (Type_Meteo): Tabla P- 1.. PLU se refiere a una estación pluviométrica (registro de
precipitación P); ME se refiere a una estación meteorológica (temperatura media del aire-TMED,
humedad relativa del aire-HR, evaporación de tanque-EV, presión-PA, velocidad del viento media-
VEL, número de horas sol-HSOL).
- Nombre de la estación: Nom.
- Capteur: Para datos diarios corresponde "J".
3
• Acceso a los datos:
De las diversas formas existentes para acceder a los datos, probablemente la más sencilla es a través de la
ventana a la izquierda "Tablas". Para consultar los datos de precipitación se accede a "Pluies" y luego se
selecciona el identificador de la estación. Para consultar datos de las otras variables se accede a "Meteo": por
ejemplo para la estación Sucre SENAMHI, asignada con el identificador 582015, la humedad relativa del aire
tiene el Id_Station 5820151, la evaporación tiene el Id_Station 5820152, la velocidad del viento media tiene el
Id_Station 5820153, la presión atmosférica tiene el Id_Station 5820154, la temperatura media del aire tiene el
Id_Station 5820155, el número de horas sol tiene el Id_Station 5820156. El identificador de las estaciones se
detalla en la Tabla P- 1.
Tabla P- 1. Base de datos Access. Identificación de la estación y el tipo de estación
Id_Station Type_Meteo Nom

12015 PLU Actara
22015 PLU Ayoma
32015 PLU Betanzos
42015 PLU Casin
52015 PLU Chaqui
62015 PLU Chaquilla
72015 PLU Chico Chico
82015 PLU Chinoli
92015 PLU Colavi
102015 PLU Colquechaca
112015 PLU Cucho Ingenio
132015 PLU La Palca
142015 PLU Macha
152015 PLU Millares
162015 PLU Ocurí
182015 PLU Pocoata
192015 PLU Poco Poco
202015 PLU Potosí (AASANA)
212015 PLU Potosí (Los Pinos)
222015 PLU Puna (Granja)
232015 PLU Ravelo
242015 PLU Samasa (Samasa Baja)
252015 PLU Santa Lucia
282015 PLU Tarapaya
302015 PLU Tinquipaya
312015 PLU Toro Toro
322015 PLU Yocalla
332015 PLU Yura
342015 PLU Álamos
362015 PLU Cachimayu
372015 PLU Chuqui Chuqui
382015 PLU El Reloj
4
Id_Station Type_Meteo Nom
392015 PLU El Rodeo
422015 PLU La Madona
432015 PLU La Palma
442015 PLU Lamboyo
452015 PLU Maragua Chuquisaca
472015 PLU Paccha
492015 PLU Poroma
502015 PLU Potolo
512015 PLU Presto
522015 PLU Puente Sucre
542015 PLU Quila Quila
552015 PLU Redención Pampa
582015 PLU Sucre (SENAMHI)
592015 PLU Talula y Thako Thako
602015 PLU Tarabuco
612015 PLU Tomina
622015 PLU Vinna Quemada
632015 PLU Yamparaez
Yotala (Villa el
642015 PLU
Carmen)
662015 PLU Aiquile
672015 PLU Mizque
702015 PLU Puente Taperas
712015 PLU Quiroga
722015 PLU Vila Vila
572015 PLU Sucre (AASANA)
352015 PLU Buena Vista
412015 PLU Icla
172015 PLU Oronkota
482015 PLU Pojpo
692015 PLU Puente Arce
562015 PLU Sopachuy
262015 PLU Tacobamba
272015 PLU Thapaña
652015 PLU Zudañes
682015 PLU Perereta
462015 PLU Ñujchu
Base de datos MS Excel

• Abreviaciones. P: precipitación, T: temperatura (Tmin: mínima, Tmax: máxima, Tmed: media), HR:
humedad relativa media del aire, Pa: presión atmosférica, S: insolación, V: velocidad media del
viento, E: evaporación media.
5
• Precipitación. Carpeta "Precipitacion". Contiene libros separados por cada estación. Cada libro
contiene las hojas siguientes:
- Día P: Precipitación diaria. Se eliminaron datos que se identificaron como erróneos.
- Mes diaslluvia: Días de lluvia en el mes.
- Mes P: Precipitación mensual, sin corrección (serie original, SENAMHI).
- Mes Pfinal: Serie mensual de precipitación corregida (consistente).
*Las sumas anuales corresponden al año hidrológico septiembre-agosto.
• Temperatura del aire. Carpeta "Temperatura". Contiene libros separados por cada estación. Cada
libro contiene las hojas siguientes:
- Dia Tmin, Dia Tmax, Dia Tmed: Precipitación diaria. Se eliminaron datos erróneos.
- Mes Tmin, Mes Tmax, Mes Tmed: Temperaturas mínima, máxima, media en el mes. La Tmed es la
serie sin corrección.
- Mes TmedFinal: Temperatura media del aire corregida (consistente).
*Los promedios anuales corresponden al año hidrológico septiembre-agosto.
• Humedad relativa media del aire. Carpeta "HumedadRelativa". Contiene libros separados por cada
estación. Cada libro contiene las hojas siguientes:
- Dia HR: Humedad relativa media diaria.
- Mes HR: Registros medios mensuales.
- Mes HRFinal: Registros con valores erróneos eliminados.
• Velocidad media del viento. Carpeta "VelocidadViento". Contiene libros separados por cada estación.
Cada libro contiene las hojas siguientes:
- Dia V: Velocidad media diaria del viento.
- Mes V: Registros medios mensuales de la estación.
- Mes VFinal: Registros con valores erróneos eliminados.
• Insolación. Carpeta "Insolacion". Contiene libros separados por cada estación. Cada libro contiene las
hojas siguientes:
- Dia S: Número de horas sol.
- Mes S: Registros medios mensuales.
- Mes SFinal: Registros con valores erróneos eliminados.
• Presión atmosférica. Carpeta "PresionAtmosferica". Contiene libros separados por cada estación.
- Dia Pa: Presión atmosférica media diaria.
- Mes Pa: Registros medios mensuales.
- Mes PaFinal: Registros con valores erróneos eliminados.
• Evaporación de tanque. Carpeta "Evaporacion". Contiene libros separados por cada estación. Cada
libro contiene las hojas siguientes:
- Dia E: Evaporación media diaria.
- Mes E: Registros medios mensuales.
- Mes EFinal: Registros con valores erróneos eliminados.
• Evapotranspiración. Carpeta "Evapotranspiracion". Contiene libros separados por cada estación.
- Mes ETo: Estimaciones mensuales de evapotranspiración de referencia a través del método de FAO
Penmann-Monteith.
- Mes ETc: Estimaciones mensuales de evapotranspiración de cultivo.
• Caudales. Carpeta "Caudales": Se presentan los caudales históricos observados.
- Libro: Caudales1972-2014.xlsx.
- Cada hoja contiene los resultados de la simulación, en resolución mensual: "Mes Q [Nombre de la
UH]".
6
PRODUCTO II
CAMBIO DE USO DE LA TIERRA CON BASE AL ANÁLISIS
MULTITEMPORAL DE IMÁGENES SATELITALES

El análisis del cambio de uso de la tierra provee material de apoyo al estudio de balance hídrico. Integra el
conocimiento adquirido a través de un análisis multitemporal mediante la aplicación de técnicas de
teledetección utilizando imágenes ópticas Landsat. Los productos digitales están en la carpeta
"P2.UsoTierra". Se describen a continuación.
Índices multiespectrales, clasificaciones

• Índices multiespectrales:
- Formato impreso (análisis): estudio de balance hídrico.
- Formato digital: Formato raster.
• Nombre de la geodatabase: "usotierra.gdb".
- Para un fácil acceso se creó el proyecto ArcGIS "NDVI.mxd". Contiene cuatro data frames:
o Data Frame "NDVI Cálculo". Rasters NDVI.
Nombres de las capas: "NDVI[aaaa][jjj]", donde [aaaa] es el año (ejemplo: 1986), [jjj] es el día
juliano de la escena (ejemplo: el día 192 para el año 1990 corresponde al 11 de julio).
o Data Frame "NDVI Clasificada". Raster de los NDVI clasificados en cuatro clases (Tabla P- 2).
Nombre de la capa: "rec[aaaa][jjj]", donde [aaaa] es el año, [jjj] es el día juliano de la escena.
o Data Frame "NDVI epoca humeda 1989vs2003vs2013". Comparación entre fechas
específicas para la época húmeda.
o Data Frame "NDVI epoca seca 1986vs1995vs2013". Comparación entre fechas específicas
para la época es estiaje.
Tabla P- 2. Clasificación del NDVI
Clase Valor Clasificación

1 Menor a 0.1 Suelos arenosos, presencia de roca, centros urbanos
2 0.1-0.3 Suelos desnudos, cobertura arbustiva dispersa, pastizales
3 0.3-0.6 Cobertura vegetal agrícola, vegetación densa
4 Mayor a 0.6 Cobertura boscosa, cultivos en máximo desarrollo
PRODUCTO III
BASE DE DATOS CARTOGRÁFICA

Se presentan los mapas temáticos requeridos para la interpretación del balance hídrico. Los productos se
obtienen a partir de la intersección de mapas temáticos de geología, uso de suelo, suelos y vegetación. La
información está en la carpeta "P3.Cartografica".
7
Información temática - estaciones y cuencas
• Proyecto de ArcGIS "Tematica.mxd".
• Ubicación: carpeta "P3.Cartografica".
• Mapa de ubicación de estaciones.
- Formato impreso (análisis): estudio de balance hídrico.
- Formato digital: Formato ArcGIS (vector, punto).
- Nombres de los archivos. Estación climática: stn_clima_[Departamento].shp; estación hidrométrica:
stn_hidro_SENAMHI.shp.
- Estación hidrométrica. Nomenclatura: Campo "Tipo" - LM AF: Limnimétrica - aforos.
• Cuencas.
- Subcuencas de la cuenca Cachimayu se presentan a nivel 6 (clasificación Pfafstetter). Nombre de
archivo: Cuenca_Cachimayu.
- Subcuencas de la cuenca Ravelo se presentan a nivel 5 (clasificación Pfafstetter). Nombre de
archivo: Cuenca_Ravelo.
Información temática - demanda de agua

• Ubicación: carpeta "P3.Cartografica".
• Sistemas de riego (fuente: Sistema Único de Información de la Tierra SUNIT).
- Nombre del archivo: Riego_[nombre de la cuenca].shp
• Parcelas (para la estimación del coeficiente de cultivo).
- Ubicación: carpeta P3.Cartografica/parcelas.
- Nombre de los archivos: parc_[nombre de la UH]_[aaaajjj], donde "aaaa" es el año de la escena y
"jjj" es el día juliano de adquisición de la escena.
- Información en cada capa:
o Name: Nombre de la parcela.
o NDVI_MAX, NDVI_MIN, NDVI_MED, DESV EST: Valores máximo, mínimo, medio y
desviación estándar para los valores leídos de NDVI dentro la parcela.
o KC_MAX, KC_MIN, KC_MED: Valores máximo, mínimo, medio para los coeficientes de
cultivo dentro la parcela.
o ETC_MAX, ETC_MIN, ETC_MED: Valores máximo, mínimo, medio para la
evapotranspiración de cultivo dentro la parcela.
Información temática - aspectos físicos de la cuenca

• Ubicación: carpeta P3.Cartografica/tematicos
• Mapas combinados con información de geología, vegetación, suelos, relativa a la modelación
hidrológica, por unidad hidrológica (UH), por rango de elevaciones cada 500 m.
• Nombre de los archivos: UH[Nombre de la UH]_veg_geol_500.shp.
• Descripción de los campos.
2
- Subarea_m2 y subperim_m: Área en m y perímetro en m, del área consultada.
- GRIDCODE: Describe el límite superior del rango de elevaciones en msnm, que define cada
reservorio horizontal en la modelación hidrológica. Ejemplo: GRIDCODE 2500 representa al
reservorio horizontal en el rango 2000 msnm a 2500 msnm.
La Tabla 8 del balance hídrico se asocia al siguiente campo:
- LITOLOGIA. Litología del área de interés.
La Tabla 4, Tabla 7 y Tabla 9 del balance hídrico se asocia a los siguientes campos:
8
- CL_FAO. Clasificación tentativa del perfil según la Leyenda del Mapa de Suelos del Mundo de FAO-
Unesco (MDSP, 2000).
- TEXT_descr. Textura de los suelos.
La Tabla 5 y la Tabla 6 del balance hídrico se asocia a los siguientes campos:
- formación. Clasificación del tipo de vegetación según su formación. Basada en FAO-UNESCO 1973
(MDSP, 2000).
- subclase. Clasificación del tipo de vegetación según su subclase. Basada en FAO-UNESCO
1973 (MDSP, 2000).
- grupo. Tipo de vegetación según el grupo. Basada en FAO-UNESCO 1973 (MDSP, 2000).
- piso. Pisos de vegetación.
- Nombre_1. Nombre de la unidad de vegetación.
Información temática - amenazas y vulnerabilidades: agometeorología

• Formato ArcGIS (raster, vector, punto).
• Base de datos: "amenazas_vulnerab.gdb".
• Ubicación de base de datos y archivos de base de datos: carpeta "P3.Cartografica\amenazas\gis".
• Ubicación de proyectos: carpeta "P3.Cartografica\amenazas ".
• Amenazas por granizo. Proyecto ArcGIS: "amenaza_granizo.mxd".
- Archivo vector en geodatabase: "amenaza_granizo_utmbol".
• Amenazas por helada. Proyecto ArcGIS: "amenaza_helada.mxd".
- Raster en geodatabase: "amenaza_helada_ravelo".
• Amenazas por sequía. Proyecto ArcGIS: " amenaza_sequia.mxd".
- Raster en geodatabase: "indice_lang_ravelo".
- Raster en geodatabase, pisos ecológicos: "pisos_ecologicos_ravelo"
• Vulnerabilidad por disponibilidad de agua (humedad en el suelo). Proyecto ArcGIS:
"map_vul_agua_dispon.mxd".
- Raster en geodatabase: "agua_disponible_rav".
• Vulnerabilidad de los suelos por estado de la cobertura vegetal. Proyecto ArcGIS: "
map_vul_cob_veget.mxd".
- Raster en geodatabase: " veg_navarro_vulnerabilidad".
• Vulnerabilidad de los suelos condición física, de altitud y pendiente. Proyecto ArcGIS: "
map_vul_fisica_alt_pend.mxd".
- Raster en geodatabase: "Clasificacion_vul_alt_pend".
• Vulnerabilidad de los suelos por condición fisiográfica. Proyecto ArcGIS: " map_vul_fisiografica.mxd".
- Tres niveles de vulnerabilidad: Alta, media, baja.
- Archivos:
o Alta. Valle poco profundo. Capa geodatabase: "geoforma_vallepocoprofundo_3d".
o Alta: Cabecera de drenaje. Capa geodatabase: "geoforma_cabeceradrenajealto_3d".
o Alta: pendiente muy abierta. Capa geodatabase: "geoforma_pendientemuyabierta_3d".
o Alta: cimas. Capa geodatabase: "geoforma_cimas_3d".
o Media: valles en U. Capa geodatabase: "geofroma_vallesenu_3d".
o Media: pendientes con abertura media. Capa geodatabase:
"geoforma_pendientesmediasabiertas_3d".
o Media: crestas, monte en valle. Capa geodatabase: "geoforma_cresta_monteenvalle_3d".
o Media: pequeños valles, riscos. Capa geodatabase: "geoforma_pequenosvalles_riscos_3d".
o Baja: cañada. Capa geodatabase: "geoforma_cañon_3d".
o Baja: relieve plano. Capa geodatabase: "geoforma_plano_3d".
- Campos de las capas. "Shape_length" es el perímetro en m, "Shape area" es el área en m2.
9
Información temática - amenazas y vulnerabilidades: hidrología
• Formato ArcGIS (raster, vector, punto).
• Base de datos: " amenaza_hidro.gdb".
• Ubicación de base de datos, archivos de base de datos y proyecto ArcGIS: carpeta "P3.Cartografica
\amenazas_hidro\hidro".
• Data Frame "Vulnerabilidad, geomorfometría". Mapa de vulnerabilidad.
- Formato ArcGIS, vector.
- Ubicación: "P3.Cartografica\amenazas\hidro\UHRavelo_nivel6.shp".
• Data Frame "Método racional". Parámetros del método
- Pendiente y uso del suelo: P3.Cartografia\amenazas\hidro\Prevert_pendiente_uso.shp.
- Por UH nivel 6: P3.Cartografica\amenazas\hidro\subcuencas\racional_UH[nombre de la UH nivel
6].shp.
o Campos:
uso_rav: uso;
pend_preve: pendiente en %.
• Data Frame "Método SCS". Parámetros del método
o Grupo hidrológico y uso de suelo (cobertura):
P3.Cartografica\amenazas\hidro\scs_UH[nombre de la UH nivel 6].shp.
o Campos:
grup_hidro: grupo hidrológico SCS;
uso_ravred: uso, cobertura;
2
area_m2: área en m .
PRODUCTO IV
GEODATABASE CLIMÁTICA-SATELITAL

Se presenta información distribuida para las variables climáticas de interés e información secundaria
capturada por técnicas de teledetección. La información está en la carpeta "P4.ClimaDistribuidas". El
contenido y características se describen a continuación.
Geodatabase satelital
• Precipitación, temperatura del aire, evapotranspiración. Información interpolada espacialmente a
escala mensual, en promedios históricos. Resolución: 30mx30m.
- Ubicación de los datos: carpeta "P4.ClimaDistribuidas\PrecTemp ".
- Formato impreso (análisis): documento de balance hídrico.
- Digital: Formato ArcGIS (raster).
- Geodatabase: P_T_interp.gdb.
- Proyecto: P_T_distrib.mxd.
- Data Frame "P_IDW": Celda de 30mx30m. Cuenca Cachimayu.
o Unidades de la precipitación: mm/mes (promedio histórico).
o Nombre de los archivos: p_1_idw_UTM, donde "p" indica precipitación, "1" indica el mes,
"idw" hace referencia al método de interpolación (distancia inversa), UTM denota el raster
proyectado (UTM WGS 84, zona 20 sur).
- Data Frame "T_Fries": Celda de 30mx30m. Cuenca Cachimayu.
o
o Unidades de la temperatura: C (promedio histórico).
10
o Nombre de los archivos: tmed1_UTM, donde "tmed" indica temperatura media del aire, "1"
indica el mes, UTM denota el raster proyectado (UTM WGS 84, zona 20 sur).
o Nombre de los archivos: tmax1_UTM, donde "tmax" indica temperatura máxima del aire.
o Nombre de los archivos: tmin1_UTM, donde "tmin" indica temperatura mínima del aire.
- Data Frame "ETo Hargreaves_ETc": Celda de 30mx30m. Cuenca Cachimayu.
o Unidades: mm/día (promedio histórico).
o Nombre de los archivos: etoH1_UTM, donde "etoH" es la evapotranspiración de referencia
por el método de Hargreaves, "1" indica el mes, UTM denota el raster proyectado (UTM WGS
84, zona 20 sur).
o Nombre de los archivos: etcH1_UTM, donde "etcH" es la evapotranspiración de cultivo
inferida a través de la ETo calculada por el método de Hargreaves, "1" indica el mes, UTM
denota el raster proyectado (UTM WGS 84, zona 20 sur).
• WorldClim. Base de datos de precipitación y temperatura media-máxima-mínima del aire. Promedios
mensuales históricos.
- Ubicación de los datos: carpeta "P4.ClimaDistribuidas\WorldClim".
- Digital: ArcGIS (raster).
- Geodatabase: WorldClim.gdb.
- Proyecto: PrecipTempWClim.mxd.
o Unidades de la precipitación: mm/mes (promedio histórico).
o Nombre de los archivos: p_1_wcl_UTM, donde "p" indica precipitación, "1" indica el mes, "wcl"
es una abreviación a la fuente de la información (WorldClim), UTM denota el raster
proyectado (UTM WGS 84, zona 20 sur).
o
o Unidades de la temperatura: C (promedio histórico).
o Nombre de los archivos: tmed1wcl_UTM, donde "tmed" es la temperatura media del aire.
o Nombre de los archivos: tmax1wcl_UTM, donde "tmax" es la temperatura máxima del aire.
o Nombre de los archivos: tmin1wcl_UTM, donde "tmin" es la temperatura mínima del aire.
- Data Frame "Precipitación": Raster de precipitación media por mes, promedio histórico.
- Data Frame "TemperaturaMedia": Raster de temperaturas medias del aire, por mes, promedio
histórico.
- Data Frame "TemperaturaMáxima": Raster de temperaturas máximas del aire, por mes, promedio
histórico.
- Data Frame "TemperaturaMínima": Raster de temperaturas mínimas del aire, por mes, promedio
histórico.
• Modelo Digital de Elevaciones DEM. Relieve topográfico y variables derivadas referidas a las
características de flujo del agua en la superficie.
- Ubicación de los datos: carpeta " P4.ClimaDistribuidas\DEM".
- Geodatabase: DEM.gdb.
- Proyecto: Topografia.mxd.
o Archivo "Fill30": Topografía corregida en msnm, tamaño de celda 30m.
o Archivo "FDir30": Dirección de flujo superficial, tamaño de celda 30m.
o Archivo "FAcc30": Acumulación de flujo superficial, tamaño de celda 30m.
o Archivo "Fill30_cachim": Topografía corregida en msnm, tamaño de celda 30m. Cuenca del
río Cachimayu.
o Archivo "Fill30_ravelo": Topografía corregida en msnm, tamaño de celda 30m. Cuenca del río
Cachimayu.
• Escenas Landsat.
- Ubicación de los datos: carpeta "P4.ClimaDistribuidas\Landsat".
- Formato impreso (análisis): documento de balance hídrico (análisis de cambio de uso de suelo).
- Digital: Formato Erdas (raster).
- Proyecto: reflectancia.mxd.
- Geodatabase: Landsat.gdb.
- Las escenas presentadas están en unidades de reflectancia.
11
- Nombre de los archivos: [plataforma]_[aaaa][jjj], donde "aaaa" es el año de adquisición de la escena
y "jjj" es el día juliano, "plataforma" corresponde a la misión Landsat: tm (imágenes Landsat 5
Thematic Mapper), le7 (Landsat 7 Enhanced Thematic Mapper Plus (ETM+)), lc8 (Landsat 8
Operational Land Imager and Thermal Infrared Sensor).
• Tropical Rainfall Measuring Mission TRMM, productos 3B43.
- Ubicación de los datos: carpeta "P4.ClimaDistribuidas\TRMM".
- Geodatabase: sucre_trmm.gdb.
- Proyecto: Analisis_TRMM.mxd.
- Data Frame "TRMM mm/mes 1998-2015": Raster de precipitación media por mes, producto 3B43.
Periodo 1998-2015.
o Nombre de los raster: [mes][año].
- Data Frame "Ejemplo". Escena abril 1988: Ejemplo de una escena y su contexto en el área de
interés.
PRODUCTO V
ESCENARIOS DE CAMBIO CLIMÁTICO
Se presentan predicciones futuras del modelo NCAR como referencia a posibles escenarios para cuatro
trayectorias del AR5 y tres horizontes. Las trayectorias son: RCP2.6 a RCP8.5. Los tres horizontes
considerados son los años 2030, 2050, 2070. La información está en la carpeta "P5.RCPCachimayu", en la
geodatabase "RCP.gdb". La información se encuentra sintetizada en el proyecto de ArcGIS
"RCP20502070.mxd".
Archivos raster trayectorias RCP, modelo NCAR

• La fuente de la información es el VRHR. La información original tiene formato raster con celda de
tamaño aproximado 1kmx1km. A partir de allí, para reducir el tamaño de los archivos y mejorar la
manipulación de la información, las predicciones de las trayectorias RCP se presentan en formato
ArcGIS, tipo punto (cada punto en el centroide de cada celda del raster original). Se presentan
archivos separados por cada unidad hidrológica (UH), con atributos referidos al rango de elevaciones
considerado en la modelación hidrológica (i.e., por reservorio horizontal).
• Nombre de los archivos: UH[Nombre de la UH]_rcp [año del horizonte].shp.
• Tres horizontes: 2030, 2050, 2070.
• Descripción de los campos.
- Reservorio: Reservorio horizontal para la modelación hidrológica.
- p_9_[trayectoria]: "p" significa precipitación, "9" es el mes. La trayectoria se representa por un
identificador numérico: 26=RCP2.6, 45=RCP4.5, 60=RCP6.0, 85=RCP8.5. Todos los campos en
adelante responden a similar nomenclatura.
- t_9_26: "t" significa temperatura media del aire. Todos los campos en adelante responden a similar
nomenclatura.
•
o
Unidades: precipitación en mm/mes, temperatura media del aire en C.
12
PRODUCTO VI A IX
SIMULACIÓN HIDROLÓGICA Y DOCUMENTOS TÉCNICOS DEL
BALANCE HÍDRICO
Descripción de los productos

Se presentan los productos de la simulación hidrológica (oferta-demanda) y los correspondientes documentos
del balance hídrico de la cuenca del río Ravelo.
Productos VI y VII
• Presenta las unidades hidrológicas consideradas en el estudio así como la calibración y simulación de
los caudales para presentar la relación oferta-demanda de agua.
• Formato impreso (análisis): documento del balance hídrico.
• Ubicación de los productos. Carpeta "P6_P7.HU_Simulacion".
• Formato digital MS Excel.
- Calibración y simulación de caudales, tiempo presente, por unidad hidrológica "UH", resolución
mensual: libro MS Excel "Caudales simulados1972-2014".
- Caudales simulados: hojas MS Excel "Mes Q UH [nombre de la UH]".
- Calibración del modelo hidrológico: hoja MS Excel "Calibracion".
- Gráficas de la calibración: hoja MS Excel "Graficas_calibrac".
- Demanda de agua, Sucre: MS Excel "Demanda".
- Satisfacción de la demanda en %: MS Excel "Cobertura de demanda".
• Formato digital: Modelo hidrológico del Sistema de Evaluación y Planificación del Agua.
- Última versión de la simulación.
o Archivo comprimido: "Balance Hidrico Ravelo FINAL.rar".
o Versión final del modelo: Modelación 2001-2014, archivo "D2-1>2001-2014 Sw corregido,
area 240km2".
o Versiones calibradas:
- "calibracion sin sist.riego, Sw corregido": Calibración sobre el periodo 1973-1984.
Actividades agrícolas sin considerar la presencia de sistemas de riego. Versión donde se
corrigieron errores de convergencia en el cálculo del almacenamiento de humedad en el
suelo.
- "D2-1> 1972-1986, Sw corregido, area km2": Versión calibrada sobre el periodo 1973-1984.
Se considera la superficie de aporte hasta la ubicación de la obra de toma en la cuenca del
río Ravelo. Se incluyen las extracciones desde los sistemas de riego.
o Carpetas dentro del archivo comprimido de la modelación:
- "Climatica": Información climática del modelo, por UH, por reservorio horizontal.
- "Hidrométrica": Información hidrométrica para la calibración del modelo.
- "SIG": mapas de referencia. El procesamiento e interpretación se detalla en los productos
previos y en el documento del balance hídrico.
- Simulación de trayectorias RCP modelo NCAR.
o Archivo comprimido: "Balance Hidrico Ravelo RCP AR5.rar".
o Carpetas dentro del archivo comprimido:
- "Hidrométrica": Información hidrométrica referencial para la interpretación de las salidas del
modelo.
o Modelos contenidos:
13
- "RCP2.6 2030", "RCP2.6 2050", "RCP2.6 2070": Simulación de potenciales impactos de las
trayectorias RCP2.6 para los horizontes 2030, 2050, 2070 (se encuentran en modelos
individuales).
individuales).
individuales).
individuales).
- Simulaciones complementarias.
o Archivo comprimido: "Balance Hidrico Ravelo COMPLEMENTOS.rar".
o Carpetas dentro del archivo comprimido:
- "Hidrométrica": Información hidrométrica para la calibración del modelo.
o Modelos contenidos:
- "D2-1>1972-1986 Sw corregido, area km2". Simulación del periodo 1972-1986. "Sw
corregido" hace referencia a un modelo donde se corrigió el parámetro Sw en la búsqueda de
convergencia en el cálculo del contenido de humedad en el primer reservorio superficial
vertical. "area km2" hace referencia a un modelo donde se considera la cuenca hasta la obra
de toma (superficie de aporte de aproximadamente 240 km2).
- "D2-1>1986-1992 Sw corregido, area 240km2". Simulación del periodo 1986-1992.
- "D2-1>2001-2014 sin riego". Corresponde al modelo previo pero sin considerar la existencia
de sistemas de riego.
Productos VIII y IX
• Documentos técnicos del estudio.
14
Viceministerio de Rec
Recursos Hídricos y Riego Ministerio de Medio Ambiente y Agua
Viceministerio
ceministerio de Recursos Hídricos y Riego
Ministerio de Medio Amb
Ambiente
iente y Agua

Anexo
Mapas del Balance Hídrico
1
Lista de mapas
Mapa 1. Precipitación mensual (media histórica) para el mes más húmedo .............................................................3
Mapa 2. Temperatura media mensual (media histórica) para el mes más caliente................................................. 4
Mapa 3. Temperatura media mensual (media histórica) para el mes más frio ..........................................................5
Mapa 4. Temperatura máxima mensual (media histórica) para el mes más caliente.............................................. 6
Mapa 5. Temperatura mínima mensual (media histórica) para el mes más frio........................................................ 7
Mapa 6. Evapotranspiración de referencia ETo para el mes más caliente ............................................................... 8
Mapa 7. Evapotranspiración de referencia ETo para el mes más frio ....................................................................... 9
Mapa 8. Evapotranspiración de cultivo ETc para el mes más caliente ..................................................................... 10
Mapa 9. Evapotranspiración de cultivo ETc para el mes más frio .............................................................................. 11
Mapa 10. Caudales por UH, a nivel medio mensual.................................................................................................... 12
Mapa 11. Caudales estimados a escala de tormenta para un periodo de retorno de 100 años ........................... 13
2
Mapa 1. Precipitación mensual (media histórica) para el mes más húmedo
3
Mapa 2. Temperatura media mensual (media histórica) para el mes más caliente
4
Mapa 3. Temperatura media mensual (media histórica) para el mes más frio
5
Mapa 4. Temperatura máxima mensual (media histórica) para el mes más caliente
6
Mapa 5. Temperatura mínima mensual (media histórica) para el mes más frio
7
Mapa 6. Evapotranspiración de referencia ETo para el mes más caliente
8
Mapa 7. Evapotranspiración de referencia ETo para el mes más frio
9
Mapa 8. Evapotranspiración de cultivo ETc para el mes más caliente
10
Mapa 9. Evapotranspiración de cultivo ETc para el mes más frio
11
Mapa 10. Caudales por UH, a nivel medio mensual
12
Mapa 11. Caudales estimados a escala de tormenta para un periodo de retorno de 100 años
13

Balance Hidrico Ravelo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Balance Hidrico Ravelo

Cargado por

Copyright:

Formatos disponibles

1

Ministerio de Medio Ambiente y Agua MMAyA

BALANCE HÍDRICO SUPERFICIAL INTEGRAL

La Paz, Estado Plurinacional de Bolivia

VICEMINISTRO DE RECURSOS HÍDRICOS Y RIEGO

PUBLICACIÓN A SER CITADA COMO:

MINISTERIO DE MEDIO AMBIENTE Y AGUA

VICEMINISTERIO RE RECURSOS HÍDRICOS Y RIEGO

2. Mapas del balance hídrico.

2.1 Objetivo general

2.2 Objetivos específicos

3.1 Extensión del área de estudio

3.2 Geología, suelos (uso de suelo), vegetación y clima

Figura 2. Geología. Proyección UTM WGS 84, zona 20 sur

Figura 5. Ecorregiones. Proyección UTM WGS 84, zona 20 sur

3.3.1 Municipio de Ravelo

3.3.2 Cuenca del río Ravelo

3.4.2 Estudios previos realizados en la temática hídrica

IV. Métodos y herramientas para el estudio

4.1 El balance hídrico

4.2 Escalas del estudio

4.3 Datos e información considerada

4.4.1 Consistencia de la información climática

4.4.2 Pruebas de rango fijo y rango variable

4.4.3 Predicción de datos faltantes en las series de registros climáticos

4.4.4 Distribución espacial de las variables del balance hídrico

Distribución espacial de la temperatura del aire

T ( x , y ) = T det + ( Γ ⋅ ( A DEM ( x , y ) − A det)) Ec. 6

4.5 Imágenes satelitales para el estudio del cambio en el uso de la tierra

4.5.1 La Plataforma Landsat

4.5.2 Criterio de selección de escenas y características principales de las imágenes

4.5.3 Calibración de las imágenes

 LMAX − LMIN  Ec. 7

la radiancia, AL el factor de escala aditivo de la radiancia, M ρ el factor de escala multiplicativo de la

Lλ = M L * QCAL + AL Ec. 10 (Landsat 8 OLI/TIRS)

M ρ * QCAL + Aρ Ec. 11 (Landsat 8 OLI/TIRS)

4.5.4 Índices de vegetación

4.6.1 Determinación de la evapotranspiración de cultivo

4.6.2 Determinación de la evapotranspiración de referencia

Rn = Rns − Rnl Ec. 20

De acuerdo a la disponibilidad de información en las estaciones climáticas, el cálculo de los parámetros de la

temperatura máxima absoluta durante un periodo de 24 horas [K = °C + 273,16], Tmin,k temperatura

Gmes,i = 0.14 ⋅ (Tmes,i − Tmes,i −1 ) Ec. 28

La opción alternativa al cálculo de la ETo es el método de Hargraves-Samani, para estaciones donde no

4.6.3 Cálculo de la ETc a través de técnicas de teledetección

4.6.4 Estimación de la demanda de agua de las poblaciones principales

4.7 Modelo precipitación-escurrimiento

4.7.1 Principios generales

4.7.2 Tipos de modelos: justificación del tipo de estructura seleccionada

4.7.3 El modelo hidrológico del Sistema de Evaluación y Planificación del Agua

dh1, j  5h1, j − 2h1, j 2 

donde Dw [L] es la percolación profunda desde el reservorio superficial.

es (Yates, Sieber, Purkey, & Huber-Lee, 2005):

Dw[L] h2% QG = ks2h22

4.7.4 Estimación de parámetros del modelo hidrológico

Parámetro Sensibilidad esperada (literatura)

4.7.5 Calibración, validación y sensibilidad del modelo

Identificación de los periodos para la calibración, validación y análisis de sensibilidad

4.8 Escenarios futuros planteados

Tabla 10. Estaciones climáticas consideradas en el Departamento de Cochabamba. P: precipitación, T:

HR: 1973-1985; 1989-

HR: 1977-1987; 1990-

Perereta 4 2007-2010 -18.16,-64.84 1667