Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Viceministerio
ceministerio de Recursos Hídricos y Riego
Ministerio de Medio Ambiente y Agua
Estado Plurinacional de Bolivia
2
AUTORIDADES:
MINISTRA DE MEDIO AMBIENTE Y AGUA
ALEXANDRA MOREIRA LÓPEZ
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.
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 11 . Región 3. Series de precipitación anual, antes y después del análisis de consistencia ......................................56
Figura 12 . Región 4. Series de precipitación anual, antes y después del análisis de consistencia ......................................57
Figura 13 . Región 5. Series de precipitación anual, antes y después del análisis de consistencia ......................................58
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
Figura 55. Comparación de la distribución espacial de la precipitación, interpolada con el método IDW y obtenida de la
base de datos del WorldClim. Diciembre a febrero ........................................................................................................... 102
Figura 56. Comparación de la distribución espacial de la precipitación, interpolada con el método IDW y obtenida de la
base de datos del WorldClim . Marzo a mayo................................................................................................................... 103
Figura 57. Comparación de la distribución espacial de la precipitación, interpolada con el método IDW y obtenida de la
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
Figura 59. 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. Diciembre a febrero .............................................................. 106
Figura 60. 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. Marzo a mayo ....................................................................... 107
Figura 61. 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 . 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
10
III. Geografía y clima
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).
13
Figura 3. Uso de suelo. Proyección UTM WGS 84, zona 20 sur
14
Figura 4. Vegetación. Proyección UTM WGS 84, zona 20 sur
15
3.3 Población, infraestructura, actividades económicas, organización social e institucional
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.
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.
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).
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).
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.
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.
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.
⋅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):
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
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.
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:
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
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:
31
Cálculo de la evapotranspiración de referencia por el método de Hargraves-Samani
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 ].
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
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
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).
[ ]
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
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
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
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.
37
Tabla 3. Sensibilidad del modelo, de acuerdo a reportes de la literatura. Se califican tres niveles de
sensibilidad: alta, media, 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).
ENS = 1 − ∑ (O − C )
t t
2
Ec. 39
∑ (O − O )
t m
2
1
RMSE =
N obs
∑ (O t − Ct ) 2 Ec. 40
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.
Puente
15 1968-1985 -18.15,-64.68 1400
Taperas
1973-1997;
Quiroga 34 1975-1977 -18.41, -65.17 2530
2007-2010
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
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro P registro T otras variables (latitud, longitud) (msnm)
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
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
44
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro P registro T otras variables (latitud, longitud) (msnm)
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
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
45
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro - P registro - T otras variables (latitud, longitud) (msnm)
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
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
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
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
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
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro - P registro - T otras variables (latitud, longitud) (msnm)
2003-2006
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
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)
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
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
Años con Periodo de Periodo de Periodo de registro - Ubicación Elevación
Estación
registros registro - P registro - T otras variables (latitud, longitud) (msnm)
1977-1983;
Yura 9 -20.07, -66.17 3375
1991-1994
1976-1984;
Quillacas 32 1995-2001; 1995-2011 -19.24, -66.94 3749
2003-2011
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
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
Elevación de la Número de
Media Media
Región Estación estación, en msnm años con r
observada, mm calculada, mm
datos
51
Elevación de la Número de
Media Media
Región Estación estación, en msnm años con r
observada, mm calculada, mm
datos
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
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
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)
Precipitación anual, en mm
1500
Región 2. Luego del análisis de consistencia
Actara (3440)
Precipitación anual, en mm
Ayoma (3470)
Challapata (3740)
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)
Precipitación anual, en mm
Casin (2465)
Chuqui Chuqui (2500)
El Reloj (2840)
El Rodeo (2000)
1000 Escana (2630)
Huayrapata (1800)
La Madona (2840)
La Palma (1922)
Lamboyo (2560 )
Maragua (Chuquisaca) (3040)
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)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
Talula y Thako Thaco (2700)
Tomina (2035)
Toro Toro (2700)
1500
Región 3. Luego del análisis de consistencia
Precipitación anual, en mm
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)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
Talula y Thako Thaco (2700)
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
Figura 11 . Región 3. Series de precipitación anual, antes y después del análisis de consistencia
56
Actara (3440)
Leyenda Alamos (Chuq) (2600)
(elevación en msnm)
1500 Ayoma (3470)
Buena Vista (Chuq) (2580)
Región 4. Previo al análisis de consistencia Cachimayu (2400)
Casin (2465)
Challapata (3740)
Precipitación anual, en mm
El Reloj (2840)
Precipitación anual, en mm
La Madona (2840)
Maragua (Chuquisaca)
(3040)
Mizque (2225)
Ocuri (3980)
Poroma (2300)
500
Potolo (3080)
Ravelo (3205)
Figura 12 . Región 4. Series de precipitación anual, antes y después del análisis de consistencia
57
Leyenda
1500 (elevación en msnm)
Casin (2465)
Chico Chico (3480)
Chuqui Chuqui (2500)
1000 Colavi (3850)
El Reloj (2840)
La Madona (2840)
La Palma (1922)
Maragua (Chuquisaca) (3040)
Ocuri (3980)
Pocoata (3360)
500 Poroma (2300)
Potolo (3080)
Potosi (Aasana) (4100)
Presto (2460)
Quila Quila (3526)
Ravelo (3205)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
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)
Alamos (Chuq) (2600)
Ayoma (3470)
Precipitación anual, en mm
Cachimayu (2400)
Casin (2465)
Chico Chico (3480)
1000 El Reloj (2840)
La Madona (2840)
La Palma (1922)
Maragua (Chuquisaca) (3040)
Ocuri (3980)
Poroma (2300)
500 Potolo (3080)
Presto (2460)
Quila Quila (3526)
Ravelo (3205)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
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)
Figura 13 . Región 5. Series de precipitación anual, antes y después del análisis de consistencia
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.
59
Figura 14 . Distancias máximas para tres estaciones centrales. Análisis para la precipitación
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
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.
20
Serie Observada
Temperatura del aire, oC
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
62
20
Serie Observada
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
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
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 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
Winter Additive
Serie ajustada
Serie Observada
64
20
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
Temperatura del aire, oC
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
20
16
Temperatura del aire, oC
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
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
66
Variable Variables independientes
Región
dependiente
67
Leyenda
1500 (elevación en msnm)
Región 2. Primera corrección
Actara (3440)
Precipitación anual, en mm
Ayoma (3470)
Challapata (3740)
Actara (3440)
1500 Ayoma (3470)
Región 2. Series rellenadas (corrección final-estaciones adicionadas) Challapata (3740)
Chaqui (3550)
Chaquilla (3760)
Precipitación anual, en mm
68
1500
Región 3. Primera corrección Leyenda
(elevación en msnm)
Precipitación anual, en mm
Aiquile (2250)
Cachimayu (2400)
La Madona (2840)
La Palma (1922)
Mizque (2225)
Poroma (2300)
500
Ravelo (3205)
Zudañez (2475)
1500
Región 3. Series rellenadas (corrección final)
Precipitación anual, en mm
Aiquile (2250)
Presto (2460)
Quiroga (1880)
500
Redencion Pampa (2437)
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
69
1500 Leyenda
Región 4. Primera corrección (elevación en msnm)
Cachimayu (2400)
Precipitación anual, en mm
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)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
Talula y Thako Thaco (2700)
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)
Chuqui Chuqui (2500)
Precipitación anual, en mm
El Reloj (2840)
El Rodeo (2000)
La Madona (2840)
1000 Lamboyo (2560 )
La Palma (1922)
Maragua (Chuquisaca) (3040)
Millares (2300)
Ñujchu (2398)
Ocuri (3980)
Poipo (2400)
Poroma (2300)
500 Potolo (3080)
Presto (2460)
Puente Sucre (2222)
Quila Quila (3526)
Ravelo (3205)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
0 Talula y Thako Thaco (2700)
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)
Viña Quemada (2030)
Yamparaez (3100)
Yotala (2511)
70
1500
Región 5. Series rellenadas (corrección final) Leyenda
(elevación en msnm)
Precipitación anual, en mm
Poipo (2400)
Potolo (3080)
500
Ravelo (3205)
Tabla 17. Criterio de predicción de información en las series de temperatura media del aire
72
Variable Variables independientes
Región dependiente
(estación a rellenar)
Casin (2465)
Challapata (3740)
Chaqui (3550)
25 Chico Chico (3480)
Chinoli (3450)
Chuqui Chuqui (2500)
Macha (3480)
Potosi (Los Pinos) (3945)
20 Mizque (2225)
Ocuri (3980)
Oronkota (2500)
Poco poco (2130)
Pocoata (3360)
Potosi (Aasana) (4100)
15 Puente Arce (1490)
Puna (3280)
Quillacas (3749)
Quiroga (1880)
Ravelo (3205)
10 Redencion Pampa (2437)
Samasa (3650)
Sucre (Aasana) (2903)
Sucre (Senamhi) (2890)
Talula y Thako Thaco (2700)
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)
Viña Quemada (2030)
Yocalla (3450)
Yotala (2511)
Zudañez (2475)
Figura 27. Series anuales de temperatura media del aire. Todas las estaciones
73
Leyenda
(elevación en msnm)
30
Región 2T. Observaciones sin corrección Chaqui (3550)
25 Chinoli (3450)
Colquechaca (4170)
Ocuri (3980)
20 Potosi (Los Pinos)
(3945)
Potosi (Aasana) (4100)
Puna (3280)
15
Samasa (3650)
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
(elevación en msnm)
Región 2T. Observaciones corregidas, rellenadas
Chaqui (3550)
Temperatura media del aire, en °C
Yocalla (3450)
Figura 28. Series anuales de temperatura del aire. Región 2T: Sudoeste
74
30 Leyenda
Región 3Ta. Observaciones sin correcciones (elevación en msnm)
Temperatura media del aire, en °C
Aiquile (2250)
25 Mizque (2225)
Casin (2465)
Redencion Pampa
(2437)
Sopachuy (2065)
15
Sucre (Aasana)
(2903)
Sucre (Senamhi)
10 (2890)
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)
Leyenda
30 (elevación en msnm)
Región 3Ta. Observaciones corregidas, rellenadas
Aiquile (2250)
Temperatura media del aire, en °C
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
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
(elevación en msnm)
(elevación en msnm)
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
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
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
(elevación en msnm)
(elevación en msnm)
(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
(elevación en msnm)
30
Temperatura mínima media del aire, en °C
20 Colquechaca (4170)
Ocuri (3980)
10 Puna (3280)
Samasa (3650)
5 Sucre (Aasana) (2903)
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)
Potosi (Aasana) (4100)
10 Puna (3280)
Samasa (3650)
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
(elevación en msnm)
25 Aiquile (2250)
Mizque (2225)
20 Casin (2465)
Sucre (Aasana)
5 (2903)
Sucre (Senamhi)
(2890)
Talula y Thako Thaco
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
(elevación en msnm)
(2030)
Viña Quemada
(2890)
Sucre (Senamhi)
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
(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)
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
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
msnm)
Sucre SENAMHI (2890
msnm)
Potosi Los Pinos (3950
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
mm/mes
mm/mes
150 150 150
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
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.
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
Figura 55. 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). Diciembre a febrero
102
Figura 56. 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). Marzo a mayo
103
Figura 57. 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). 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
Figura 59. 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).
Diciembre a febrero
106
Figura 60. 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). Marzo a
mayo
107
Figura 61. 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). 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
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
Precipitación mm/año
Precipitación mm/año
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
Celda 5 Celda 6 Celda 7 Celda 8
Precipitación mm/año
Precipitación mm/año
Precipitación mm/año
Precipitación mm/año
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
1000 1000 1000 1000
Celda 9 Celda 10 Celda 11 Celda 12
Precipitación mm/año
Precipitación mm/año
Precipitación mm/año
Precipitación mm/año
0 0 0 0
1998 2006 2015 1998 2006 2015 1998 2006 2015 1998 2006 2015
Precipitación mm/año
Precipitación mm/año
Precipitación mm/año
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.
Longitud de
Resolución Fecha de la escena considerada
Imagen Banda onda
(metros) (dd/mm/aaaa)
(micrómetros)
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
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
NDVI <0.1 NDVI 0.1-0.3 NDVI 0.3-0.6 NDVI >0.6
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
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
15
Periodo 1989-2013
10
Tasa de cambio (%)
-5
-10
NDVI <0.1 NDVI 0.1-0.3 NDVI 0.3-0.6 NDVI >0.6
15
Periodo 2003-2013
10
Tasa de cambio (%)
-5
NDVI <0.1 NDVI 0.1-0.3 NDVI 0.3-0.6 NDVI >0.6
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.
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
Precipitación anual, en mm
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
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
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
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
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
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
129
Reservorio
R1 R2 R3 R4 R5 R6 R7
horizontal
Textura del Areno Areno Areno Leptosol --- --- ---
suelo francoso francoso francoso lítico
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
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
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.
180
Rio Canchi Mayu 3 \
160 Ñujchu (estación)
UH Canchi Mayu
140
Caudal medio mensual, m3/s
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
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.
Sacopaya 504 50
140
Rio Canchi Mayu\Estación
Ñujchu
100
Caudal medio mensual, m3/s
Ks2 Ravelo = 50 mm
60
Ks2 Yotala = 50 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
UH Maragua 70 135
UH Tomuyo 80 124
UH Sacopaya 90 184
160
Rio Canchi Mayu 3 \
Ñujchu (estación)
140
Rio Canchi Mayu\ UH
Canchi Mayu
120 Dw calibrado PEST
Caudal medio mensual, m3/s
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
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.
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
Dw calibrado PEST
100
Caudal medio mensual, m3/s
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
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.
Escenarios Escenarios
históricos futuros
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.
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
Demanda insatisfecha, L
1000
Cobertura de demanda, %
Demanda 1992
Cobertura de la demanda %, 1992-2001
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
3.8% (menor a la tasa intercensal 1992-2001)
Millones
100
Demanda insatisfecha, L
1000
Cobertura de demanda, %
800 75
600
50
400
Demanda 2001-2014 25
200 Demanda 2001
Cobertura de la demanda %, 2001-2014
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
1.7% (menor a la tasa intercensal 2001-2012)
140
100
Millones
Demanda insatisfecha, L
1000
Cobertura de demanda, %
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
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
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
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
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
Precipitación , mm
Precipitación , mm
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
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
RCP8.5
Temperatura del aire, oC
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
100
150
200
250
100
150
200
250
100
150
200
250
50
50
50
0
0
0
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
sep RCP2.6 sep RCP2.6 sep RCP2.6
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
40 40 40
20 20 20
RCP2.6 RCP2.6 RCP2.6
RCP4.5 RCP4.5 RCP4.5
RCP6.0 RCP6.0 RCP6.0
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
Caudal modelado, escenarios RCP, L/s/km2
Caudal modelado, escenarios RCP, L/s/km 2
20 20 20
RCP2.6 RCP2.6 RCP2.6
RCP4.5 RCP4.5 RCP4.5
RCP6.0 RCP6.0 RCP6.0
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 Canchi Mayu, horizonte 2030 UH Canchi Mayu, horizonte 2050 UH Canchi Mayu, horizonte 2070
60 60 60
Caudal modelado, escenarios RCP, L/s/km2
Caudal modelado, escenarios RCP, L/s/km2
40 40 40
20 20 20
RCP2.6 RCP2.6 RCP2.6
RCP4.5 RCP4.5 RCP4.5
RCP6.0 RCP6.0 RCP6.0
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
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
20
40
60
20
40
60
0
20
40
60
20
40
60
0
0
0
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
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 RCP8.5 2050 sep RCP4.5 2050 sep RCP2.6 2050
sep RCP6.0 2050
nov RCP8.5 2050 nov RCP4.5 2050 nov RCP2.6 2050
nov RCP6.0 2050
ene RCP8.5 2050 ene RCP4.5 2050 ene RCP2.6 2050
ene RCP6.0 2050
mar RCP8.5 2050 mar RCP4.5 2050 mar RCP2.6 2050
mar RCP6.0 2050
may RCP8.5 2050 may RCP4.5 2050 may RCP2.6 2050
may RCP6.0 2050
jul RCP8.5 2050 jul RCP4.5 2050 jul RCP2.6 2050
jul RCP6.0 2050
sep RCP8.5 2070 sep RCP4.5 2070 sep RCP2.6 2070
sep RCP6.0 2070
nov RCP8.5 2070 nov RCP4.5 2070 nov RCP2.6 2070
nov RCP6.0 2070
ene RCP8.5 2070 ene RCP4.5 2070 ene RCP2.6 2070
ene RCP6.0 2070
mar RCP8.5 2070 mar RCP4.5 2070 mar RCP2.6 2070
mar RCP6.0 2070
may RCP8.5 2070 may RCP4.5 2070 may RCP2.6 2070
may RCP6.0 2070
jul RCP8.5 2070 jul RCP4.5 2070 jul RCP2.6 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
20
40
60
20
40
60
0
20
40
60
20
40
60
0
0
0
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 %
UH Yotala
UH Sacopaya
UH Corral Mayu
UH Ravelo Bajo
UH Ravelo
UH Percas Mayu
UH Tomuyo
UH Maragua
UH Canchi Mayu
Cobertura %
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
152
VI. Resumen, conclusiones y recomendaciones
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. (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/
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,.
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.
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.
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.
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.
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.
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
Ministerio de Medio Ambiente y Agua MMAyA
Viceministerio de Recursos Hídricos y Riego Ministerio de Medio Ambiente y Agua
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.
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.
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)
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.
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.
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)
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)
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.
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
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
250
del cauce, m/m 206.6
200
Cota máxima del
3602
cauce, msnm 150 140.8
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
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%
21
Figura A- 13. Pisos ecológicos en la cuenca del río Ravelo
Vulnerabilidad
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.
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
30
Tabla A- 8. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo)
UH
(nivel 6
clasificación
Pfafstetter)
Tiempo de
concentración, 1.7 2.2 1.3 2.0
[h]
31
Tabla A- 9. Parámetros geomorfométricos en las UH nivel 6 (cuenca del río Ravelo) (continuación)
UH
(nivel 6
clasificación
Pfafstetter)
Tiempo de
concentración 1.1 1.6 1.0 0.8
[h]
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
40 UH Río Palca
Escorrentia (m3/s)
s/n (intercuenca)
30
UH Río Chillcani
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
Pendiente alta (12% - 25%) Cuenca alargada Drenada a moderadamente drenada Alta-media
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
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.
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.
37
Figura A- 22. Pachagrama: pronóstico local agroclimático
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.
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).
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.
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.
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.
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
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.
- 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.
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.
- 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.
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
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.
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.
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.
PRRD. (2012). Unidades de gestión de riesgos, pilares de la prevención ante los desastres. La Paz: Programa de
Reducción del Riesgo de Desastres PRRD.
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
Ministerio de Medio Ambiente y Agua MMAyA
Viceministerio de Recursos Hídricos y Riego Ministerio de Medio Ambiente y Agua
Anexo
Descripción de los productos
1
" BALANCE HÍDRICO SUPERFICIAL INTEGRAL
PARA LA CUENCA DEL RÍO RAVELO EN EL MARCO
DE PLANES DIRECTORES DE CUENCA "
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.
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.
Cada libro contiene las hojas siguientes:
- 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.
Cada libro contiene las hojas siguientes:
- 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
PRODUCTO III
BASE DE DATOS CARTOGRÁFICA
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.
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.
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
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".
- Formato impreso (análisis): documento de balance hídrico.
- 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".
- Formato impreso (análisis): documento de balance hídrico.
- Digital: ArcGIS (raster).
- 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".
- Formato impreso (análisis): documento de balance hídrico.
- Digital: ArcGIS (raster).
- 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
Descripción del producto
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".
12
PRODUCTO VI A IX
SIMULACIÓN HIDROLÓGICA Y DOCUMENTOS TÉCNICOS DEL
BALANCE HÍDRICO
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:
- "Climatica": Información climática del modelo, por UH, por reservorio horizontal.
- "Hidrométrica": Información hidrométrica referencial para la interpretación de las salidas del
modelo.
- "SIG": mapas de referencia. El procesamiento e interpretación se detalla en los productos
previos y en el documento del balance hídrico.
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).
- "RCP4.5 2030", "RCP4.5 2050", "RCP4.5 2070": Simulación de potenciales impactos de las
trayectorias RCP4.5 para los horizontes 2030, 2050, 2070 (se encuentran en modelos
individuales).
- "RCP6.0 2030", "RCP6.0 2050", "RCP6.0 2070": Simulación de potenciales impactos de las
trayectorias RCP6.0 para los horizontes 2030, 2050, 2070 (se encuentran en modelos
individuales).
- "RCP8.5 2030", "RCP8.5 2050", "RCP8.5 2070": Simulación de potenciales impactos de las
trayectorias RCP8.5 para los horizontes 2030, 2050, 2070 (se encuentran en modelos
individuales).
- Simulaciones complementarias.
o Archivo comprimido: "Balance Hidrico Ravelo COMPLEMENTOS.rar".
o Carpetas dentro del archivo comprimido:
- "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.
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>1992-2001 Sw corregido, area 240km2". Simulación del periodo 1992-2001.
- "D2-1>2001-2014 Sw corregido, area 240km2". Simulación del periodo 2001-2014.
- "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.
• Ubicación del producto: Carpeta "P8_P9.Informes".
• Nombre del archivo: "Balance hídrico de la cuenca del río Ravelo.docx".
14
Ministerio de Medio Ambiente y Agua MMAyA
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
Estado Plurinacional de Bolivia
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