Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Evaluación del régimen hidrológico Ev al ua ci ón d el ré gi m en h id ro ló gi co en la s c ue nc as d e lo s r ío s C hi lló n, R ím ac , M al a y C añ et e pa ra e sc en ar io s d e ca m bi o cl im áti co en las cuencas de los ríos Chillón, Rímac, Mala y Cañete para escenarios de cambio climático www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua Contactos Ú tiles CONTENIDO I ASPECTOS GENERALES 3 1.1 Introducción 3 1.2 Justificación 3 1.3 Objetivos 5 1.4 Metodología del Trabajo 5 II DESCRIPCION GENERAL DE LAS CUENCAS 7 2.1 Cuenca del Río Chillón 7 2.2 Cuenca del Río Rímac 7 2.3 Cuenca del Río Mala 10 2.4 Cuenca del Río Cañete 10 III ANALISIS Y TRATAMIENTO DE LA INFORMACION METEOROLÓGICA E HIDROLOGICA 13 3.1 Análisis de Consistencia y Completado de la Información 13 3.2 Detección de Tendencias y Cambios en las Series de Datos Hidro meteorológicos 21 3.3 Evaluación de la Distribución Temporal y Espacial de la Precipitación 28 3.4 Evaluación de la distribución temporal de caudales 46 IV MODELIZACION HIDROLOGICA 55 4.1 Descripción de los Modelos 55 4.2 Modelo Hidrológico GR2M 57 4.3 Cálculo de la Evapotranspiración 58 4.4 Optimización del Modelo 58 4.5 Calibración y Validación del Modelo 58 V ESCENARIOS DE CAMBIO CLIMÁTICO 65 5.1 Teoría de Modelos Climáticos y Escenarios 65 5.2 Selección de Modelos de Circulación General Globales (AOGCM) y Regionales para obtener Escenarios Futuros de Cambios Climáticos 67 5.3 Análisis de la Variación de la Precipitación, Temperatura y Evapotranspiración (ETP) para los Escenarios Seleccionados 69 VI EVALUACIÓN DEL EFECTO DEL CAMBIO CLIMÁTICO SOBRE LOS RECURSOS HÍDRICOS SUPERFICIALES 97 6.1 Cuenca del río Chillón 97 6.2 Cuenca del río Rímac 101 6.3 Cuenca del río Mala 105 6.4 Cuenca del río Cañete 109 VII CONCLUSIONES 115 VIII REFERENCIAS 121 IX ANEXOS 123 9.1 Características de las Cuencas 123 9.1 Relación de Sstaciones Meteorológicas 125 9.3 Datos de Precipitación 131 9.4 Caudales 193 9.5 Vector Regional 201 Hugo Jara Facundo Jefe de la Autoridad Nacional del Agua Francisco Dumler Cuya Secretario General de la Autoridad Nacional del Agua Jorge Benites Agüero Director de conservación y planeamiento de recursos hídricos de la Autoridad Nacional del Agua Fernando Chiock Chang (Coordinador) Néstor Choquehuanca Solorzano Nelson Santillán Portilla Dora Soto Pardo Equipo Técnico del Área : Adaptación al cambio climatico, glaciales y eventos hidrológicos extremos. Dr. Wilson Suarez Alayza , Consultor Responsable Técnico del Estudio Dr. Waldo Lavado Casimiro, Profesor de la UNALM Asesor Técnico CONTACTOS ÚTILES Autoridad Nacional del Agua Calle Diecisiete 355, Urb. El Palomar, San Isidro Teléfono: 2243298 Dirección URL: www.ana.gob.pe 1 2 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A spectos G enerales I Aspectos Generales 1.1 Introducción Estos últimos 35 años han estado marcados por una serie de eventos climáticos de carácter global, que van desde la variación de la tempera- tura, regímenes pluviométricos, radi- ación incidente, etc. Los gobiernos del planeta han comenzado a tomar conciencia de estos cambios y su con- secuencia a partir de los años 80; la Organización Meteorológica Mundial (OMM) a solicitud de la ONU con- vocó a un grupo de expertos para analizar estos cambios y sus repercu- siones. Este grupo se ha constituido como el “Panel Intergubernamental para el Cambio Climático” (IPCC), que desde su creación ha producido numerosos reportes, documentos técnicos, metodologías, etc.; relati- vos a los cambios que se han produ- cido hasta la situación actual y gen- eración de escenarios que podrían ocurrir en el futuro. Conforme al IPCC, las simulaciones mediante modelos climáticos con- cuerdan en proyectar para el siglo XXI un aumento de la precipitación en latitudes altas (muy probable) y parte de los trópicos, y una dis- minución en algunas regiones sub- tropicales y en latitudes medias y bajas (probable). Para mediados del siglo XXI las proyecciones indican que, como consecuencia del cambio climático, la escorrentía fluvial pro- media anual y la disponibilidad de agua aumentaría en latitudes altas y en algunas áreas tropicales húme- das, y disminuirían en algunas regio- nes secas de latitudes medias y en regiones tropicales secas. Por otro lado según las proyecciones, la inten- Recursos Hídricos, señala que la ANA en coordinación con el MINAM, gobiernos regionales y locales, en cuyo territorio se presenten alter- aciones en la disponibilidad hídrica con respecto a los registros históri- cos, que sean atribuibles a modifi- caciones en el clima, promoverá y coordinará la implementación de las acciones correspondientes para la ejecución del Programa Nacional de Adaptación al Cambio Climático. En este contexto, se vuelve de gran importancia poder evaluar cuál sería el efecto del cambio climático sobre el régimen hidrológico de los ríos en el Perú, como paso previo a elaborar escenarios futuros de abastecimien- to de agua, los cuales serán insumos para la formulación de los Planes de Gestión de Recursos Hídricos de las Cuencas. Por la complejidad de la evaluación requerida, se determinó como una primera aproximación, evaluar estos impactos a nivel de cuenca hidrográfica; en aquellas cuencas con la suficiente información hidrome- teorológica, para la elaboración de modelos hidrológicos, y consideradas de interés prioritario por la Dirección de Conservación y Planeamiento de Recursos Hídricos. Para esta primera evaluación se seleccionó a las cuencas de los ríos Chillón, Rímac, Mala y Cañete, que se encuentran situadas en la parte cen- tral de la costa Pacífica del Perú. En el caso de las cuencas de los ríos Rímac y Chillón, estas acogen a la ciudad de Lima con más de 8 millones de habitantes, que a la vez es la ciudad con mayor movimiento económico sidad y variabilidad crecientes de la precipitación agravarían el riesgo de inundaciones y sequías en numero- sas áreas. Asimismo, conforme a lo señalado en la Segunda Comunicación Nacional del Perú en la Convención Marco de las Naciones Unidas sobre Cambio Climático, publicado por el Ministerio del Ambiente en el año 2010, las pre- cipitaciones en el país presentarían incrementos y disminuciones signifi- cativas en forma localizada en todo el país, mientras que se esperaría un incremento en las temperaturas. del País. La ciudad de Lima utiliza las aguas de una red de 19 lagunas y 1 represa en la cuenca del río Rímac, mas cinco lagunas (proyecto Marca) que son trasvasadas de la cuenca del Mantaro; en ello radica la importan- cia de conocer el futuro hídrico de esta cuenca. Adicionalmente las cuencas de los ríos Chillón, Mala y Cañete, tienen una vital importancia debido a que es una de las principales proveedoras de alimentos para la ciudad de Lima. Por otro lado, el Artículo 89º de la Ley 29338 – Ley de Recursos Hídricos, la Autoridad Nacional del Agua (ANA), en coordinación con la Autoridad del Ambiente (MINAM), debe desarrollar estrategias y planes para la prevención y adaptación a los efectos del cambio climático y sus efectos sobre la cantidad de agua y variaciones climáticas de orden local, regional y nacional; y reali- za el análisis de vulnerabilidad del recurso hídrico, glaciares, lagunas y flujo hídrico frente a este fenómeno. Complementariamente, el artículo 172º del Reglamento de la Ley de El presente estudio no busca expli- car el concepto en general del cam- bio climático, solo se presentará una breve descripción de este concepto y se enfocará principalmente en su impacto sobre los recursos hídricos en las cuencas de estudio; esto a través de la simulación hidrológicay el análisis de la oferta hídrica super- ficial mediante el uso de diferentes modelos climáticos de circulación general (AOGCM) bajo 4 diferentes modelos propuestos por el IPCC para el escenario A2 considerando los horizontes de tiempo al 2030 y 2050. 3 4 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A spectos G enerales 1.2 Objetivos 1.2.1 General Evaluar las variaciones promedio en el Régimen Hidrológico en las Cuencas de los ríos Chillón, Rímac, Mala y Cañete para Escenarios de Cambio Climático. 1.2.2 Específico Determinar la oferta hídrica superfi- cial mediante la utilización de mod- elos globales Océano-Atmosfera de Circulación General (AOGCM) para los horizontes 2030 (2010-2039) y 2050(2040-2069) del escenario A2 del IPCC. 1.3 Metodologia del Trabajo 1.3.1 Actividades Preliminares La etapa preliminar toma como ref- erencia los siguientes puntos: • Recopilación de información bási- ca y de estudios considerados rel- evantes para el objetivo. • Recopilación de información de precipitación, temperatura, hume- dad y caudales para la zona de estu- dio a nivel mensual, a través de la Oficina del Sistema Nacional de Información de Recursos Hídricos. • Recopilación de información car- tográfica proveniente de institucio- NOMBRE CUENCA LONGITUD LATITUD ALTITUD INICIO FIN Obrajillo Chillón -76.63 -11.49 2700 1969-09 2010-04 Chosica Rimac -76.69 -11.93 906 1968-10 2007-08 Socsi Cañete -76.19 -13.03 500 1965-01 2008-05 La Capilla Mala -76.50 -12.52 424 1938-05 2010-10 Tabla I 1. Relación de estaciones hidrológicas en las cuencas de estudio. Figura I-1. Ubicación física de las estaciones con datos hidrológicos, precipitación y climáticos en las cuencas de los ríos Chillón, Rímac, Mala y Cañete. Fuente: Elaboración propia nes oficiales (IGN) y disponibles de la web (SRTM e imágenes Landsat). 1.3.2 Trabajo de Gabinete El trabajo de gabinete considera la utilización de la información obteni- da durante las actividades prelimin- ares. Las actividades realizadas son: • Demarcación hidrográfica de la zona de estudio. • Análisis de consistencia de la infor- mación pluviométrica mediante el método del vector regional. • Completar la información faltante mediante el uso del vector regional. • Análisis de tendencias mediante el uso de test paramétricos (Pearson) y no paramétricos (Man-Kendall), a 95% de confianza. • Evaluación temporal y espacial de la precipitación. • Evaluación de la distribución tem- poral de los caudales. • Formulación de modelo hidrológi- co (GR2M) para la zona de estudio. • Calibración y validación de mod- elo hidrológico en función a la dis- ponibilidad de información base del modelo. • Generación de series climáticas (downscaling) en base a modelos AOGCM para el escenario A2 del IPCC para los horizontes 2030 (2010-2039) y 2050(2040-2069) del escenario A2 del IPCC. • Simulación hidrológica conside- rando escenarios climáticos. • Evaluación de resultados y formu- lación de conclusiones. 1.4 Información Básica 1.4.1 Información Hidrometereologica La información hidrometeorológica empleada para el presente estudio, es la registrada por el SENAMHI y que se encuentra en la base de datos del Sistema Nacional de Información de Recursos Hídricos, ésta toma en cuenta los datos de caudales, pre- cipitación e información climática de las estaciones ubicadas dentro y en la periferia de las cuencas de evalu- ación. En la Tabla I-1 se presenta las esta- ciones hidrológicas a ser utilizada en el presente estudio, en las Tablas IX-1 y IX-2 del Anexo se muestra la relación de estaciones con datos plu- viométricos y climáticos de la cuenca y próximos a ella, mientras que en la Figura I-1 se muestra la distribución espacial de los datos. 5 6 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua D escripción G eneral de las Cuencas II. Descripción General de las Cuencas 2.1. Cuenca del río Chillón La cuenca del río Chillón está ubicada entre los paralelos 11º18’ y 12º02’ de latitud Sur y los meridianos 76º23’ y 77º09’ de longitud Oeste, extendiéndose desde el nivel del mar hasta 5000 msnm en que se encuentra la divisoria con las cuencas del Atlántico. Limita por el norte con la cuenca del río Chancay, por el Sur con la cuenca del río Rímac, por el Este con la cuenca del río Mantaro y Rímac, y por el Oeste con el Océano Pacífico (Figura II-1). 2.2 Cuenca del Río Rímac La cuenca del río Rímac se encuen- tra ubicada geográficamente entre los paralelos 11º36’52’’ y 12º05’47’’ de latitud Sur y los meridianos 76º11’05’’ y 77º04’36’’ de longitud Oeste. Limita por el Norte con la cuenca del río Chillón, por el Sur con la cuenca del río Lurín y Cañete, por el Este con la cuenca del río Mantaro y por el Oeste con el Océano Pacífico (Figura II-2). Políticamente se encuentra en el departamento de Lima, provincias de Lima y Huarochirí. Esta cuenca es una de las más impor- tantes del país, por encontrarse en ella la ciudad de Lima Metropolitana, por lo que cumple rol vital como fuente de abastecimiento de agua La cuenca cuenta con un área de 2203.3 km2. La altitud varía entre 0 y 5261 msnm, siendo su altitud media de 2488 msnm. La longitud aproximada del río Chillón, es de 139.7 km y una pendiente prome- dio de 3.8 %. En el anexo 9.1, se muestran los cuadros con las princi- pales características geomorfológi- cas de la cuenca. La cuenca cuenta con un área de 3402.6 km2. La altitud varía entre 0 y 5585 msnm, siendo su altitud media de 3010 msnm. La longitud aproximada del río Rímac, es de 131.9 km y una pendiente prome- dio de 4.2 %. En el anexo 9.1, se muestran los cuadros con las princi- pales características geomorfológi- cas de la cuenca. Figura II 1. Cuenca del río Chillón. Políticamente se encuentra en el departamento de Lima, pasando por el norte de la ciudad de Lima. para el consumo humano, agrícola y energético. Para el abastecimiento de agua para la ciudad de Lima, dentro de la cuenca se encuentra una red de 15 lagunas reguladas, todas estas son administradas por EDEGEL (Empresa de Generación Eléctrica), además de una represa (Yuracmayo). Así mismo se emplea las aguas trasvasadas de la cuenca del río Mantaro, por inter- medio de un túnel de 4 kilómetros que atraviesa la Cordillera Central. Este involucra 5 lagunas y tiene por prioridad satisfacer las demandas de consumo humano de la ciudad de Lima. 7 8 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua D escripción G eneral de las Cuencas Figura II 2. Cuenca del río Rimac. 2.3. Cuenca del río Mala La cuenca del río Mala se encuentra ubicada geográficamente entre los paralelos: 11º50’ y 12º46’ de latitud Sur y entre los meridianos: 75º55’ y 76º40’ de longitud Oeste. El área estudiada se localiza a 90 km al sur de la ciudad de Lima. Limita por el Norte con la cuenca del 2.4. Cuenca del río Cañete La cuenca del río Cañete se encuen- tra ubicada geográficamente entre los paralelos 11º58’ y 13º10’ de lati- tud Sur y los meridianos 75º32’ y 76º28’ de longitud Oeste. Limita por el Norte con la cuenca del río Omas, por el Este y Sureste con La cuenca cuenta con un área de 2320.6 km2. La altitud varía entre 0 y 5834 msnm, siendo su altitud media de 3296 msnm. La longitud aproximada del río Mala, es de 127.1 km y una pendiente prome- dio de 4.6 %. En el anexo 9.1, se muestran los cuadros con las princi- pales características geomorfológi- cas de la cuenca. La cuenca cuenta con un área de 6066.1 km2. La altitud varía entre 0 y 5811 msnm, siendo su altitud media de 3655.7 msnm. La longitud aproximada del río Cañete, es de 131.9 km y una pendiente prome- dio de 4.2 %. En el anexo 9.1, se muestran loscuadros con las princi- pales características geomorfológi- cas de la cuenca. río Lurín, por el Este con la cuenca del río Mantaro, por el Sur con la cuenca del río Cañete y por el Oeste con el océano Pacífico (Figura II-3). Políticamente se encuentra en el departamento de Lima, provincias de Lima y Huarochirí. la cuenca del río Mantaro, por el sur con la cuenca de la quebrada Topara, y por el Oeste con el Océano Pacífico (Figura II-4). Políticamente se encuentra en el departamento de Lima, provincias de Cañete y Yauyos. 9 10 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua D escripción G eneral de las Cuencas Figura II 3. Cuenca del río Mala. Figura II 4. Cuenca del río Cañete. 11 12 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica III. Análisis y Tratamiento de la Información Metereológica e Hidrológica 3.1 Análisis de Consistencia y Completado de la Información La homogenización de los datos empleando el concepto de zonas homogéneas, el cual parte de la hipótesis de que en una zona dada, las precipitaciones presentan características similares respecto a su variabilidad temporal. El método usado fue el del vector de índices anuales propuesto por Brunet-Moret (1979) e incluido en el programa informático Hydracces. Reemplazando en la fórmula los valores de Zi así calculados y derivando por 1/Xmj , se obtiene un sistema de m ecuaciones con m incógnitas en 1/Xmj La solución del sistema permite encontrar Xmj y los diferentes com- ponentes de Zj. Este método (Brunet-Moret, 1979), permite dar el mismo peso a los diferentes valores observa- dos. Se supone que para cada año y en cada estación los valores falsos son minoritarios. Una prim- era iteración con los elementos originales de A, da una primera serie de valores. Si un elemento Xij/Xmj está fuera de un intervalo dado, Xij es reemplazado por Xmj. Zi. Las iteraciones sucesivas per- miten rápidamente eliminar estos valores absurdos. Los límites del intervalo dependen de la varianza de e. Después de varios ensayos en el corredor interandino y en la costa del Ecuador, Le Goulven et al (1988) decidieron tomar 0,7 y 1,5 como valores, delimitando el intervalo de comparación. Estas cantidades son similares a 2/π y a π/2, que son valores debido a los errores más frecuentes entre las probetas y los pluviómetros. Para un grupo homogéneo, podemos considerar que el valor Zi, que toma el vector cada año es igual a la media de las anomalías del conjunto de las estaciones del grupo de aquel año. El vector tiene por definición una media igual a uno para todo el período. Un valor anual del vector de 1,2 significará que se ha observado una media de las precipitaciones excedentarias del 20% en el conjunto de los pluviómetros de aquel año. • Periodos de trabajos recomend- ables, siendo nuestro caso el com- prendido entre 1969 hasta el 2010. • Un número mínimo de 3 valores por año para la formación del vec- tor regional. • Un número mínimo de 3 años por cada estación para que sea tomada en cuenta para el cálculo del vector regional. • Un valor de 0.80 de desviación como límite inferior para la for- mación del vector. • Un valor de 1.25 de desviación como límite superior para la for- mación del vector. • El vector de Índices Anuales de Precipitación Brunet-Moret (1979) consideró que una zona climática puede estar representada por un vector cuya esperanza matemática es igual a 1. La ecuación A = B + E se puede escribir: Donde: Xij es el total anual de la estación j para el año i Xmj es la media de las Xij Zi es el componente del vector del año i eij es la fluctuación aleatoria del año i de la estación j, la esperanza matemática de ej es igual a 0. La matriz A(n, m), que se compone de las precipitaciones de m esta- ciones durante n años, es en la mayoría de los casos incompleta. Con el fin de determinar cada Xmj y Zi, el algoritmo de cálculo consiste en minimizar la ecuación: Si existe p estaciones observadas en el año i, derivando por zi se ob- tiene n ecuaciones: • Homogenización con Hydraccess El programa Hydracces a través de la función “Vector Regional” tiene implementada la metodología propuesta por Brunet-Moret. Esta permite realizar una crítica de datos y homogenización de éstos, para lo cual se definen ciertas características especiales para la formación del Vector Regional: Para poder determinar si la estación pertenece a una región homogénea se utiliza como primer parámetro de evaluación la correl- ación existente entre el índice del vector regional y el de la estación a analizar y mediante el gráfico temporal de comparación entre la estación y el vector regional se puede determinar los años donde la estación es perturbada en su serie por un factor de error de observación o medida. Como segundo parámetro de eval- uación se tomara el sistema propio de evaluación de Hydraccess (vec- tor regional) donde toma en cuen- ta varios parámetros de los índices de las estaciones como la media, desviación estándar, correlación, datos disponibles; comparados con el vector regional y asigna un valor entre 10 y 1, siendo 10 para las estaciones perfectas y 1 para las peores. En las Tablas III-1 a la III-4 se mues- tra la relación de estaciones con- sideradas como de buena calidad, luego del análisis del vector region- al; en las Figuras III-1 a la III-4 se ve la posición de las estaciones por regiones pluviométricas. En anexos se ven las salidas para estos dos grupos. 13 14 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica ESTACIÓN LATITUD (°S) LONGITUD (°O) ELEVACIÓN (metros) Huaros -11.400 -76.567 3741 Pariacancha -11.384 -76.500 4146 Canta -11.467 -76.617 2974 Lachaqui -11.550 -76.617 3895 Arahuay -11.617 -76.700 2690 Huamantanga -11.500 -76.750 3368 Fuente: Elaboración propia Tabla III 1. Estaciones seleccionadas como de buena calidad en base al vector regional en la cuenca del río Chillón. ESTACIÓN LATITUD (°S) LONGITUD (°O) ELEVACIÓN (m.s.n.m.) Ñaña Santa Eulalia -11.983 -11.918 -76.833 -76.667 523 945 Carampoma -11.655 -76.516 3426 Sheque -11.667 -76.499 3630 Canchacalla -11.845 -76.532 2487 Matucana -11.839 -76.378 2431 Chosica -11.917 -76.717 1440 Antioquia -12.084 -76.500 1839 Milloc -11.572 -76.350 4361 Casapalca -11.648 -76.234 4100 San Jose -11.801 -76.258 3805 Rio Blanco -11.735 -76.259 3550 Fuente: Elaboración propia Tabla III 2. Estaciones pluviométricas seleccionadas como de buena calidad para la cuenca del río Rímac. Tabla III 3. Estaciones seleccionadas como de buena calidad para la Cuenca del río Mala. Fuente: Elaboración propia ESTACIÓN LATITUD (°S) LONGITUD (°O) ELEVACIÓN (m.s.n.m.) Huarochiri -12.134 -76.234 3182 Langa -12.100 -76.400 2837 Ayaviri -12.380 -76.130 3228 Huañec -12.283 -76.133 3194 San Pedro -12.450 -76.217 2729 ESTACIÓN LATITUD (°S) LONGITUD (°O) ELEVACIÓN (m.s.n.m.) Yauyos -12.492 -75.911 2294 Carania -12.345 -75.872 3875 Pacarán -12.833 -76.067 721 San Juan -13.180 -75.630 2398 Yanac -13.200 -75.780 2540 Huangascar -12.899 -75.834 2533 Yauricocha -12.317 -75.723 4675 Tanta -12.117 -76.017 4355 San Pedro -13.050 -75.650 3740 Fuente: Elaboración propia Tabla III 4. Estaciones seleccionadas como de buena calidad para la Cuenca del río Cañete, en negrita estaciones climáticas de la parte alta (región 1) y sin negrita estaciones de la parte baja. 15 16 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisisy Tratam iento de la Inform ación M etereológica e H idrológica Figura III 1. Distribución espacial de las estaciones retenidas para el análisis de tendencias y cambios de la media para la cuenca del río Chillón, en color verde se tiene la estación hidrométrica de Obrajillo. Figura III 2. Distribución espacial de las estaciones retenidas para el análisis de tendencias y cambios de la media para la cuenca del río Rímac y principales cuencas vecinas, en color negro se tiene la estación hidrométrica de Chosica. 17 18 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Figura III 4. Distribución espacial de las estaciones retenidas para el análisis de tendencias y cambios de la media para la cuenca del río Cañete y principales cuencas vecinas en base al vector regional. Figura III 3. Distribución espacial de las estaciones retenidas para el análisis de tendencias y cambios de la media para la cuenca del río Mala. 19 20 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica 3.2 Detección de Tendencias y Cambios en las Series de Datos Hidro meteorológicos donde ti es el número de datos en cada grupo e i el número de grupos de medidas iguales El estandarizado estadístico Z de MK sigue una distribución normal estándar con media cero y desvi- ación estándar de 1 bajo la hipó- tesis nula de no tendencia. Un valor positivo de Z indica tendencia ascendente mientras un valor neg- ativo indica descenso. El p-value (valor de probabilidad de p) del estadístico S de MK de nuestra muestra de datos puede ser esti- mado usando la función de distri- bución acumulada: 3.2.1 Metodología • Test No Paramétrico de Mann- Kendall y Estimación de la Tendencia usando el Método de Sen El test estadístico no-paramétri- co de Mann-Kendall (MK) (Mann, 1945; Kendall, 1975) es usado comúnmente para cuantificar la significancia de la tendencia para una serie de tiempo dada. El estadístico S de MK es definido por esta ecuación: Donde Xo son los valores de las series de tiempo secuenciales, n es la longitud de los datos, y Mann (1945) y Kendall (1975) doc- umentan que, cuando n ≥ 8, el estadístico S presenta aproximada- mente una distribución normal con media y variancia dada por: Donde: Donde xi, y xi son los valores de la variable a tiempos i´ e i, respec- tivamente, donde: i’ > i; N’ son los números de pares de datos cuando i’ > i. La mediana de estos valores de N’ de Q es el estimador de la pendiente de Sen. Si hay solo un datum para cada periodo de tiempo, luego • Test de Cusum para determi- nar los cambios en las series de tiempo El test de Cusum es un test no paramétrico de libre distribución que consiste en dividir la serie de tiempo en dos periodos sin saber cuál es el año de esta división y para su estimación se realiza lo siguiente: Dada una serie de tiempo (x1, x2, x3,….., xn), este test estadístico es definido como: Donde: sgn(x) = 1 para x > 0 sgn(x) = 0 para x = 0 sgn(x) = -1 para x < 0 Xmedian es la mediana de la serie de datos i La distribución de Vk sigue el estadístico de Kolmogorov- Smirnov: con los valores críticos de max|Vk| dado por: 3.2.2 Resultados Para el análisis se utilizo los datos de las estaciones contenidas en las Tablas III-1 a la III-4 y los datos hidrométricos de las estaciones señaladas en la Tabla I-1. A. Tendencias en las Precipitaciones La evaluación abarcó un total de 33 estaciones pluviométricas local- izadas dentro de las cuencas de los ríos Chillón, Rímac, Mala y Cañete. Para comprender mejor el análisis se clasificó las series mensuales de precipitación de acuerdo a las estaciones climáticas: primavera (septiembre, octubre y noviembre, SON), verano (diciembre, enero y febrero, DEF), otoño (marzo, abril y mayo, MAM), invierno (junio, julio y agosto, JJA) y por último las series anuales ordenadas en año hidrológico (setiembre (n) – agosto (n+11)). En la Tabla III-5, se muestran los resultados obtenidos de la pen- diente de Sen (Q), la pendiente empleando regresión lineal (b) y de la prueba de MK significativo al 95% de nivel de confianza. Si el p-value es suficientemente pequeño, la tendencia es muy poco probable que sea causada por un muestreo aleatorio. Al nivel de sig- nificancia de 0.05, si p-value ≤ 0.05 luego la tendencia existente es clasificada como estadísticamente significativa. Si existe una tenden- cia linear presente, la verdadera pendiente puede ser estimada de la siguiente manera: (a) Calculando la pendiente de la línea recta por mínimos cuadrados o (b) por métodos de regresión linear. Sin embargo, en b podría- mos desviar grandemente la pen- diente de nuestros datos debido a los “outliers”. Sen (1968) desar- rollo un procedimiento como una extensión del test de Theil (1950), llamado el Método de Sen, el cual no es afectado en gran medida por los “outliers”, y además puede ser calculado teniendo datos faltantes. Este test es cercanamente relacio- nado con el test de Mann–Kendall (Gilbert, 1987). En orden de obtener el estimador de la pendiente de Sen es necesa- rio primero calcular la pendiente estimada N’, Q, como: 21 22 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica precipitación, las tendencias para las cuatro cuencas, muestran en general comportamientos negati- vos y no definidos. En el caso del verano, que es el periodo donde ocurren las mayores precipitacio- nes, en las cuencas de Chillón y Rímac las tendencias son predomi- nantemente negativas, mientras que en la de Mala son positivas y en Cañete no se encuentran bien definidas. Solo las estaciones pluviométricas en la cuenca del río Mala muestran tendencias dominantemente posi- tivas (en primavera, verano, otoño y a nivel anual). Mientras que en las cuencas de Chillón, Rímac y Cañete, muestran tendencias pre- dominantemente negativas por lo menos en dos estaciones climáti- cas del año. Con relación a la significancia estadística de estos resultados, se tiene que en la cuenca del río Chillón, el 50% de las tendencias encontradas en las estaciones pluviométricas son significativas, mientras que para las otras esta- ciones climáticas este porcentaje es menor al 33%. En el caso del Rímac, se ha encontrado que para Como se observará, los resultados muestran en casi todas las estacio- nes pluviométricas tendencias, ya sean positivas o negativas, pero no todas son estadísticamente signifi- cativas; y varias de estas presentan gradientes muy pequeños. En los siguientes párrafos descri- biremos los principales resultados obtenidos, a partir de los datos mostrados en la Tabla III-5. Los resultados obtenidos nos muestran que la distribución de valores posi- tivos y negativos de las tendencias obtenidas en las estaciones pluvio- métricas, para las cuatro cuencas, pueden tener una dominancia de valores positivos, negativos o esta puede ser equitativa. Los resultados obtenidos a nivel de estaciones climáticas muestran que las series de precipitaciones de las estaciones pluviométricas en las cuencas de Chillón y Rímac, tienen comportamientos similares en verano, otoño e invierno (domi- nan las tendencias negativas en verano y otoño, y no es definida en invierno). Para otoño e invierno, que corre- sponden a los períodos de menor el verano y otoño, el 46% de las estaciones pluviométricas tienen tendencias estadísticamente sig- nificativas, en el invierno el 30% y en primavera el 15%. Para el caso de la cuenca de Mala en otoño el 80% de las estacionespluviomé- tricas tienen tendencias estadísti- camente significativas, en las otras estaciones climáticas es menor al 40%. Y en el caso d Cañete en invierno el 67% de las estaciones pluviométricas tienen tendencias estadísticamente significativas, en las otras estaciones climáticas es menor al 22%. En el caso de las series anuales de precipitación, las cuencas de Chillón y Rímac muestran tenden- cias dominantemente negativas, la cuenca de Mala dominantemente positivas y para el caso de Cañete la distribución de estaciones con tendencias positivas y negativas es equitativa. Sin embargo, en el caso cuencas de los ríos Chillón y Cañete, son en su mayoría no sig- nificativas; mientras que para las Cuencas de los ríos Rímac y Mala, la cantidad de estaciones pluvio- métricas con tendencias significa- tivas representan entre el 46% y 60% de las estaciones respectiva- mente. Ta bl a III 5 . T en de nc ia s en la s se rie s de ll uv ia p ar a la s es ta ci on es , Q e s la p en di en te d e Se n en m m /a ño , b e s la p en di en te u til iza nd o re gr es ió n lin ea l e n m m /a ño y h e s el re su lta do d e la p ru eb a de M an n- Ke nd al l ( * si gn ifi ca tiv o al 9 5% d e ni ve l d e co nf ia nz a) . Fu en te : E la bo ra ci ón p ro pi a S O N D EF M AM JJA An ua l Cu en ca Es ta ci ón Q b h Q b h Q b h Q b h Q b h Ch ill ón Hu ar os 1. 39 1. 61 * 1. 96 1. 36 -0 .3 5 -1 .1 4 0. 00 0. 06 * 2. 82 1. 9 Pa ria ca nc ha -0 .0 7 0. 03 -2 .3 5 -2 .7 2 -1 .0 8 -1 .1 7 -0 .4 8 -0 .4 9 * -4 .0 9 -4 .3 5 Ca nt a 0. 14 0. 09 -0 .9 7 -1 .1 1 -1 .0 2 -0 .9 0. 00 -0 .0 1 -2 .1 5 -1 .9 3 La ch aq ui 0. 25 0. 13 -2 .4 6 -3 .4 8 -0 .6 5 -1 .7 8 0. 00 -0 .0 6 -4 .1 -5 .2 Ar ah ua y -0 .5 6 -0 .5 4 * -2 .8 3 -2 .5 1 * -1 .3 1 -1 .0 4 0. 00 -0 .0 1 * -4 .7 6 -4 .1 * Hu am an ta ng a 0. 35 0. 26 1. 00 1. 41 -0 .0 1 -0 .5 0. 00 0. 01 0. 72 1. 18 Rí m ac Ñ añ a 0. 00 0. 00 -0 .0 1 -0 .0 4 * 0. 00 -0 .0 6 * 0. 00 0. 00 -0 .0 6 -0 .1 0 * Sa nt a Eu la lia 0. 00 -0 .0 3 -0 .2 1 -0 .6 2 -0 .4 2 -0 .9 3 * 0. 00 0. 00 * -0 .9 0 -1 .5 8 * Ca ra m po m a 0. 16 0. 33 -1 .9 9 -1 .3 9 -0 .8 8 -0 .7 7 0. 00 -0 .1 1 -1 .9 4 -1 .9 4 Sh eq ue -0 .9 7 -0 .8 1 * -4 .2 2 -3 .7 6 * -2 .0 5 -2 .0 7 * -0 .0 8 -0 .0 2 * -6 .9 6 -6 .6 6 * Ca nc ha ca lla -0 .2 7 -0 .2 6 -4 .8 3 -8 .1 8 * -1 .0 2 -2 .3 2 N C N C * -4 .6 6 -1 0. 76 M at uc an a 0. 17 0. 31 0. 93 1. 32 -0 .7 5 -0 .8 1 0. 00 0. 00 0. 77 0. 81 Ch os ic a -0 .0 4 -0 .0 6 * -0 .7 5 -1 .0 1 * -0 .3 6 -0 .5 4 * 0. 00 0. 00 * -1 .1 7 -1 .6 1 * An tio qu ia 0. 00 0. 03 -0 .0 3 -0 .1 0 -0 .0 2 -0 .2 4 0. 00 0. 00 -0 .3 4 -0 .3 2 M ill oc -0 .3 1 -0 .0 4 -0 .3 6 0. 04 -0 .7 9 -0 .6 1 -0 .4 7 -0 .4 2 -1 .9 0 -1 .0 3 Ca sa pa lc a -0 .3 9 -0 .0 1 0. 32 0. 22 -0 .2 1 -0 .3 1 -0 .1 6 -0 .0 7 -0 .9 0 -0 .1 7 Sa n Jo se -0 .2 3 0. 28 -0 .1 3 0. 20 -0 .2 9 -0 .0 1 -0 .0 4 -0 .0 4 -0 .8 0 0. 43 Ri o Bl an co 1. 03 1. 08 1. 99 2. 57 * 1. 74 2. 02 * -0 .0 8 -0 .1 0 4. 73 5. 57 * M ar ca po m ac oc ha -0 .2 8 -0 .8 2 -6 .3 2 -7 .0 6 * -3 .1 5 -3 .2 3 * -0 .3 8 -0 .4 3 -1 0. 60 -1 1. 5 * M al a Hu ar oc hi ri 1. 08 1. 70 * 6. 84 7. 63 * 2. 46 2. 90 * 0. 00 0. 04 10 .8 0 12 .3 * La ng a 0. 06 0. 20 1. 50 2. 07 0. 87 1. 35 * 0. 00 0. 00 2. 45 3. 63 * Ay av iri 0. 30 0. 41 1. 69 1. 54 -0 .6 0 -0 .8 9 -0 .0 2 -0 .0 7 * 0. 86 1. 00 Hu añ ec 0. 00 0. 25 4. 66 5. 70 * 3. 24 3. 98 * 0. 00 -0 .1 0 8. 66 9. 83 * Sa n Pe dr o 0. 00 0. 10 -1 .0 6 -0 .5 3 0. 26 0. 18 * -0 .0 2 -0 .0 4 * -0 .7 7 -0 .2 9 Ca ñe te Ya uy os -0 .3 5 0. 03 -2 .2 2 -2 .0 6 -1 .7 9 -2 .2 6 * -0 .0 4 -0 .0 9 -4 .3 0 -4 .3 7 * Ca ra ni a 0. 09 -0 .0 5 2. 99 2. 57 0. 78 0. 82 -0 .2 1 -0 .4 9 * 3. 67 2. 86 Pa ca rá n -0 .0 2 -0 .0 1 * -0 .1 1 -0 .0 6 -0 .0 5 -0 .0 5 0. 00 0. 00 * -0 .1 4 -0 .1 3 Sa n Ju an 0. 05 0. 20 -0 .2 5 -0 .1 5 -0 .0 6 -0 .2 7 0. 00 -0 .0 2 * -0 .3 1 -0 .2 4 Ya na c 0. 00 0. 14 * 1. 13 1. 58 * -0 .4 6 -0 .8 0 0. 00 -0 .0 1 0. 81 0. 91 Hu an ga sc ar 0. 00 -0 .2 4 -1 .3 -1 .4 2 -0 .9 7 -1 .6 8 0. 00 -0 .0 3 * -3 .1 5 -3 .3 6 Ya ur ic oc ha 1. 40 1. 24 0. 89 0. 16 0. 94 0. 42 -0 .3 8 -0 .3 0 2. 12 1. 52 Ta nt a 2. 45 2. 22 7. 00 6. 45 * 1. 41 0. 80 -0 .4 0 -0 .5 3 * 10 .2 0 8. 95 * Sa n Pe dr o -0 .5 4 -0 .5 4 -0 .8 0. 68 -1 .1 7 -1 .4 1 -0 .0 5 -0 .0 9 * -2 .6 6 -1 .3 6 23 24 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica negativo, para verano y otoño no se tienen cambios significativos. Para la cuenca del río Rímac se obser- va que los cambios se dan principal- mente entre los años 70’ y 80’ a nivel anual. A nivel estacional, en la prima- vera los mayores cambios se dan en los años 80’ pero la mayoría de estos no son significativos; mientras que en el verano las únicas estaciones con cambios significativos son en las esta- cionesrío Blanco y Sheque. En el otoño no se tiene un comportamiento muy claro, siendo los cambios significativos distribuidos entre las décadas de los años 70’, 80’ y 90’. Para la cuenca del río Mala, se observa que los cambios significativos en las En la estación de Obrajillo (río Chillón), se observa que los caudales mínimos tienen una tendencia negativa signifi- cativa; respecto a los caudales pro- medios y máximos, que tienen una pequeña tendencia positiva pero no significativa. En la estación hidrológica de Chosica (río Rímac), se observa que los cau- dales máximos y mínimos tienen una tendencia negativa, pero solo en el primer caso sonsignificativas. En la estación hidrológica de La Capilla (río Mala), se observa que los caudales máximos tienen una tendencia nega- B. Cambios en las Precipitaciones Los cambios en las precipitaciones, de igual manera que las tendencias, fuer- on evaluadas por estaciones climáti- cas y a nivel anual. Los resultados se muestran en la Tabla III-6, y a con- tinuación se describirá los principales resultados por cada cuenca. Para la cuenca del río Chillón, se observa a nivel anual que 2 estacio- nes pluviométricas presentan cambios significativos. A nivel estacional no se tiene resultados muy marcados, para la primavera se observa dos cambios significativos durante la década de los años 80’ siendo uno positivo y el otro C. Tendencias y Cambios en Caudales A fin de calcular las tendencias y los cambios de las series de caudales, éstas fueron divididas en tres categorías, considerando el año hidrológico (sep- tiembre a agosto); así se clasificaron en caudales anuales promedio (Qprom), caudales anuales máximos (Qmax) y caudales anuales mínimos (Qmin). Para cada uno de los 3 periodos mostra- dos anteriormente se hizo el cálculo de las tendencias. En la Tabla III-7 se muestran las tendencias en las series de caudales en las 3 categorías para las cuatro estaciones analizadas. series anuales se dan principalmente a comienzo de los años 90’, siendo estos positivos. A nivel estacional se observa cambios significativos solo en dos esta- ciones en verano y otoño, igualmente la mayoría de los cambios detectados son positivos. Para la cuenca del río Cañete, igual que en la cuenca del río Mala, se observa que los cambios significativos en las series anuales se dan a comienzo de los años 90’, pero esto sucede sola- mente en dos estaciones. Para la pri- mavera, veranoy otoño se ha encon- trado cambios positivos y negativos, pero solo en dos estaciones pluviomé- tricas por cada estación climática son estadísticamente significativos. tiva, pero no significativa. En la estación hidrológica de Socsi (río Cañete), se observa que los caudales máximos y promedios tienen una ten- dencia negativa, pero en ninguno de los dos casos son significativas. Con respecto a los cambios, para el caso de la estación de Obrrajillo y La Capilla se detectaron cambios sig- nificativos, en los caudales mínimos y máximos respectivamente. Todos los demás cambios identificados fueron estadísticamente no significativos. Ta bl a III 6 . C am bi os e n la s se rie s de ll uv ia p ar a la s es ta ci on es , “ añ o” e s el a ño d e ca m bi o, D if. e s la d ife re nc ia e n m m e nt re lo s pr om ed io s de l p er io do m ás re ci en te h as ta e l a ño d e ca m bi o (a ño ) y d el p er io do d el in ic io d e la s er ie h as ta e l a ño d e ca m bi o, h e s el re su lta do d e la p ru eb a de C us um (* s ig ni fic at iv o al 9 5% d e ni ve l d e co nf ia nz a) , e n co lo r r os ad o ca m bi os e n lo s 70 ’, ve rd e 80 ’ y a zu l 9 0’ Cu en ca Es ta ci ón S O N D EF M AM JJA An ua l añ o Di f. h añ o Di f. h añ o Di f. h añ o Di f. h añ o Di f. h Ch ill ón Hu ar os 19 88 50 * 19 91 60 19 74 -8 2 20 09 -2 19 91 97 Pa ria ca nc ha 19 84 -5 19 99 -7 7 19 72 -1 00 19 89 -1 2 * 19 73 -2 14 Ca nt a 19 73 -1 0 19 94 59 19 76 -7 3 20 07 0 * 19 78 -1 90 * La ch aq ui 19 79 32 20 00 -1 36 19 79 -8 7 20 09 -1 20 00 -1 79 Ar ah ua y 19 82 -1 5 * 19 76 -8 1 19 85 -3 7 20 03 0 * 19 85 -1 14 * Hu am an ta ng a 19 79 19 19 91 56 19 72 -9 1 20 06 0 19 72 -7 9 Rí m ac Ñ añ a 19 77 0 19 88 -1 * 20 04 -1 * 19 93 0 * 19 88 -3 * Sa nt a Eu la lia 20 09 -1 19 76 -3 7 19 79 -3 0 * 20 02 0 * 19 76 -7 4 Ca ra m po m a 19 94 15 19 73 -9 2 19 85 -3 9 20 09 -2 19 83 -8 8 Sh eq ue 19 94 -2 5 * 19 83 -9 8 * 19 83 -5 3 * 19 83 -1 * 19 83 -1 70 * Ca nc ha ca lla 19 76 -2 1 19 76 -3 87 19 75 -1 79 19 69 0 19 76 -5 63 M at uc an a 19 89 9 19 96 44 19 81 3 20 07 0 * 19 73 -7 6 Ch os ic a 19 83 -1 * 19 76 -4 2 19 77 -1 9 * 19 82 0 * 19 77 -5 8 * An tio qu ia 19 88 1 19 96 15 19 74 -1 0 20 04 0 19 76 -2 9 M ill oc 19 84 -1 3 19 85 -3 2 19 88 -2 3 19 85 -7 19 85 -8 7 Ca sa pa lc a 19 74 -2 1 20 05 76 19 99 20 19 93 -3 19 73 -1 16 Sa n Jo se 19 82 -9 19 73 -6 20 04 22 19 89 -4 19 85 -5 3 Ri o Bl an co 19 92 33 19 96 10 0 * 19 92 59 * 19 86 -5 * 19 96 21 1 * M ar ca po m ac oc ha 19 77 22 19 86 -2 19 * 19 85 -1 08 * 19 91 -2 1 19 86 -3 60 * M al a Hu ar oc hi ri 19 89 46 * 19 92 20 5 * 19 94 94 * 20 07 -1 * 19 92 32 8 * La ng a 19 83 5 19 91 63 19 91 40 19 98 0 * 19 91 10 9 * Ay av iri 19 88 17 19 95 12 0 19 71 -1 44 19 97 -1 * 19 76 -1 33 Hu añ ec 19 92 13 19 91 16 2 * 19 91 11 1 * 19 93 -1 19 91 28 4 * Sa n Pe dr o 19 74 -2 19 73 -6 1 19 73 -2 8 19 85 -1 * 19 73 -9 1 Ca ñe te Ya uy os 19 99 -7 19 99 -7 7 19 98 -6 6 * 19 98 -3 * 19 99 -1 54 Ca ra ni a 19 82 -1 8 19 92 10 7 19 94 55 * 19 84 -1 6 * 19 92 13 7 * Pa ca rá n 19 85 -1 * 19 76 -6 19 76 -3 19 85 0 * 19 76 -1 0 Sa n Ju an 19 89 8 19 76 -2 2 19 89 3 20 01 -1 * 20 00 -3 1 Ya na c 20 09 -2 19 84 39 * 20 07 -1 1 20 03 0 19 80 37 Hu an ga sc ar 20 02 -7 19 88 -6 2 19 76 -8 3 20 04 0 19 76 -1 40 Ya ur ic oc ha 19 88 36 19 74 -9 6 19 86 27 19 92 -1 3 19 74 -1 42 Ta nt a 19 92 90 * 19 94 23 2 * 19 91 70 19 93 -2 2 19 91 35 7 * Sa n Pe dr o 19 94 -1 7 19 85 20 20 01 -8 4 19 98 -3 * 19 88 -9 25 26 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Estación Qmax Qprom Qmin Q b h Q b h Q b h Obrajillo 0.02 0.024 0.005 0.007 -0.018 -0.019 * Chosica -0.46 -0.627 * 0.005 -0.018 -0.006 -0.005 La Capilla -0.714 -0.691 0.010 0.042 0.004 0.023 Socsi -1.888 -2.089 -0.331 -0.329 0.019 0.015 Estación Qmax Qprom Qmin Año Dif. h Año Dif. h Año Dif. h Obrajillo 1992 2 1999 1 1986 -1 * Chosica 1978 -23 1992 2 1986 -1 La Capilla 1983 -23 * 1996 5 1975 0 Socsi 1975 -97 1973 -25 1998 2 Tabla III 7. Tendencias en las series de caudal, Q es la pendiente de Sen en m3/s.año, b es la pendiente utilizando regresión lineal en m3/s.año y h es el resultado de la prueba de Mann- Kendall (* significativo al 95% de nivel de confianza). Tabla III 8. Cambios en las serie de caudal, “año” es el año de cambio, Dif. es la diferencia en m3/s entre los promedios del periodo más reciente hasta el año de cambio (año) y del periodo del inicio de la serie hasta el año de cambio h es el resultado de la prueba de Cusum (* significativo al 95% de nivel de confianza). 3.3.1. Variabilidad Anual y Mensual de las Lluvias A fin de entender mejor los pro- cesos pluviométricos en nuestras cuencas de análisis, se realizó la interpolación de precipitaciones a escala de cuenca hidrográfica y se analizó su evolución temporal (anual y mensual). Para las cuatro cuencas el ciclo mensual (Figuras III-6, III-8, III- 10 y III-12) presenta una vari- abilidad bastante marcada, con una característica unimodal (una sola máxima crecida) dada en el mes de marzo y con un peri- odo de escazas precipitaciones de mayo a septiembre; asimis- mo, los boxplots permiten ver la fuerte variación mensual que hay sobre todo en los meses de lluvia (enero a marzo). En la cuenca del río Chillón, la precipitación total anual prome- dio es de 328.7 mm con coe- ficientes de variación de 0.27. La distribución anual se puede observar en la Figura III-5. 3.3 Evaluación de la Distribución Temporal y Espacial de la Precipitación 27 28 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Figura III 5. Evolución anual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Chillón. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas son las lluvias en la estación lluviosa (DEF). Líneas verdes son las lluvias en la estación seca (JJA). Figura III 6. Evolución mensual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Chillón. Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Cuenca del Río Chillón Cuenca del Río Chillón Evolución Anual Evolución Mensual 29 30 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Figura III 7. Evolución anual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Rímac. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas son las lluvias en la estación lluviosa (DEF). Líneas verdes son las lluvias en la estación seca (JJA). Cuenca del Río Rímac Evolución Anual En la cuenca del río Rímac, la precipitación total anual promedio es de 364.3 mm y coeficientes de variación de 0.22. La distribución anual se puede observar en la Figura III-7. Figura III 8. Evolución mensual de las lluvias a escala de cuenca hidrográfica sobre la cuenca del río Rímac. Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12:agosto). Cuenca del Río Rímac Evolución Mensual 31 32 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Figura III 9. Evolución anual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Mala. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas son las lluvias en la estación lluviosa (DEF). Líneas verdes son las lluvias en la estación seca (JJA). Cuenca del Río Mala Evolución Anual En la cuenca del río Mala, la precipitación total anual promedio es de 398.2 mm y coeficientes de variación de 0.32. La distribución anual se puede observar en la Figura III-9. Figura III 10. Evolución mensual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Mala. Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Cuenca del Río Mala Evolución Mensual 33 34 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Figura III 11. Evolución anual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Cañete. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas son las lluvias en la estación lluviosa (DEF). Líneas verdes son las lluvias en la estación seca (JJA). Cuenca del Río Cañete Evolución Anual En la cuenca del río Cañete, la precipitación total anual promedio es de 485.8 mm y coeficientes de variación de 0.19. La distribución anual se puede observar en la Figura III-11. Figura III 12. Evolución mensual de las lluvias a escala de cuencas hidrográficas sobre la cuenca del río Cañete. Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Cuenca del Río Cañete Evolución Mensual 35 36 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica 3.3.2. Variabilidad Espacial de las precipitaciones Para describir esta sección, en primer lugar, hay que observar cómo se comportan las precipi- taciones versus la elevación en la de estudio (apoyados también en las precipitaciones en las cuencas vecinas), las Figuras III-13 a la III- 16 se muestra la relación entre la elevación (msnm) y la precipit- ación (mm/año) considerando los cinco sub periodos descritos en la sección anterior. En las Figura III-17 a la III-20 se muestra la relación entre la ele- vación (msnm) versus la precipi- tación (mm/año) considerando los cinco sub periodos descritos en la sección anterior, para cada una de las cuencas de análisis. En general se observa una buena relación casi exponencial entre las precipitaciones y la elevación, observándose bajos valores en el invierno para todas las elevacio- nes y precipitaciones más inten- sas en verano y otoño, tal como vimos en el comportamiento mensual descrito anteriormente, donde sobre los 4500 metros estas llegan a más de 1000 mm anuales. Figura III 13. Relación de las tasas de lluvia versus la elevación para la cuenca del río Chillón (msnm) Cuenca del Río Chillón Elevación y Precipitación 37 38 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Cuenca del Río Rímac Elevación y Precipitación Figura III 14. Relación de las tasas de lluvia versus la elevación para la cuenca del río Rímac (msnm). Figura III 15. Relación de las tasas de lluvia versus la elevación para la cuenca del río Mala (msnm). Cuenca del Río Mala Elevación y Precipitación 39 40 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Cuenca del Río Cañete Elevación y Precipitación Figura III 16. Relación de las tasas de lluvia versus la elevación para la cuenca del río Cañete (msnm). Fi gu ra II I 1 7. D is tr ib uc ió n es pa ci al d e la ll uv ia s ob re la C ue nc a de l r ío C hi lló n. 41 42 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Fi gu ra II I 1 8. D is tr ib uc ió n es pa ci al d e la ll uv ia s ob re la C ue nc a de l r ío R ím ac . Fi gu ra II I 1 9. D is tr ib uc ió n es pa ci al d e la ll uv ia s ob re la C ue nc a de l r ío M al a. 43 44 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Fi gu ra II I 2 0. D is tr ib uc ió n es pa ci al d e la ll uv ia s ob re la C ue nc a de l r ío C añ et e. 3.4 Evaluación de la distribución temporal de caudales Figura III 21. Evolución anual del caudal sobre la cuenca del río Chillón. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas sson los caudales máximos. Líneas verdes son los caudales mínimos. Cuenca del Río Chillón Evolución Anual En la estación de Obrajillo se tiene registrado un caudal promedio de 4.8 m3/s, con un coeficiente de variación de 0.3. La evolución anual de este caudal promedio así como los máximos y mínimos anuales se describen en la Figura III-21. 45 46 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Cuenca del Río Chillón Evolución Mensual Figura III 22. Evolución mensual de los caudales sobre la cuenca del río Chillón. Los meses empiezan en Septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Figura III 23. Evolución anual del caudal sobre la cuenca del río Rímac. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas sson los caudales máximos. Líneas verdes son los caudales mínimos. Cuenca del Río Rímac Evolución Anual En la estación de Chosica se tiene registrado un caudal promedio de 26.7 m3/s, con un coeficiente de variación de 0.24. La evolución anual de este caudal promedio así como los máximos y mínimos anuales se describen en la Figura III-23. 47 48 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua A nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Cuenca del Río Rímac Evolución Mensual Figura III 24. Evolución mensual de los caudales sobre la cuenca del río Rímac, Los meses empiezan en Septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Figura III 25. Evolución anual del caudal sobre la cuenca del río Mala. Líneas negras son las lluvias totales anuales (año hidrológico). Líneas rojas sson los caudales máximos. Líneas verdes son los caudales mínimos. Cuenca del Río Mala Evolución Anual En la estación de La Capilla se tiene registrado un caudal promedio de 15.9 m3/s en, con un coeficiente de variación de 0.46. La evolución anual de este caudal promedio así como los máximos y mínimos anuales se describen en la Figura III-25. 49 50 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A guaA nálisis y Tratam iento de la Inform ación M etereológica e H idrológica Cuenca del Río Mala Evolución Mensual Figura III 26. Evolución mensual del caudal sobre la cuenca del río Mala. Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). Figura III 27. Evolución anual del caudal sobre la cuenca del río Cañete. Líneas negras son los caudales promedios (año hidrológico). Líneas rojas son los caudales máximos. Líneas verdes son los caudales mínimos. Cuenca del Río Cañete Evolución Anual En la estación de Socsi se tiene registrado un caudal promedio de 47.8 m3/s en Socsi, con un coeficiente de variación de 0.41. La evolución anual de este caudal promedio así como los máximos y mínimos anuales se describen en la Figura III 27. 51 52 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe Cuenca del Río Cañete Evolución Mensual Figura III 28. Evolución mensual de los caudales sobre las cuencas del río Cañete, Los meses empiezan en septiembre (1: septiembre, 2: octubre, 3: noviembre…12: agosto). 53 54 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua M odelización H idrológica IV. Modelización Hidrológica 4.1 Descripción de los Medios Un modelo viene a ser una represen- tación esquemática de un fenómeno físico, realizada con el objetivo de estudiar o analizar la influencia que él ejerce. La representación puede ser matemática o física. Como rep- resentación matemática viene a ser el resultado de expresiones analíti- cas de la complejidad observada y se presenta generalmente bajo la forma de un grupo de ecuaciones. Los modelos físicos vienen a ser rep- resentaciones a escalas (maquetas) adecuadas de diferentes procesos físicos, generalmente debido a su complejidad son difíciles de repre- sentar matemáticamente (obras de hidráulica). Visto el tema de estudio del proyecto, el análisis de los mod- elos físicos fue descartado. - Modelos Matemáticos Estos modelos pueden ser separa- dos en 2 grandes grupos, los deter- minísticos y estocásticos. La dife- rencia entre estos 2 modelos radica en que el primero considera que el proceso físico viene a ser una consecuencia de un hecho anterior al evento o situación que se desea representar (ejemplo, el diagrama unitario que considera que las cre- cidas son consecuencias de una pre- cipitación y si las características de la precipitación se presentan de nuevo se tendrá el mismo tipo de crecida. Los modelos estocásticos, muy por el contrario, son más complejos desde su concepción analítica, ellos depen- den en parte del azar (aleatorie- dad), es decir que consideran que una misma entrada del modelo no entregara 2 salidas similares. Estos modelos no toman muy en cuentas las variables existentes dentro del medio físico que se desea repre- sentar (por ejemplo en caudales no toma en cuenta la precipitación). Los modelos determinísticos pueden ser divididos en 4 grandes grupos dependiendo del concepto físico a representar: y empíricos, estadísti- cos, conceptuales de base física. Los modelos empíricos vienen a ser los más simples y requieren la menor cantidad de información, estos mod- elos se apoyan fuertemente sobre las observaciones y el criterio del mod- elizador. Un ejemplo de este modelo viene a ser el modelo racional. Dónde: Q es el caudal; i la intensidad de la lluvia; A el área de la cuenca y C el coeficiente de Escurrimiento. Los modelos estadísticos tienden a predecir o evaluar un comportamien- to especifico observado (ejemplo: caudales máximos observados), para lo cual se apoyan sobre las leyes de distribución estadísticas (por ejem- plo la ley normal o Gumbel), estos modelos son del tipo inductivos ya que utilizan las observaciones para determinar la ley adecuada a ser utilizada, una característica aparte es que estos modelos no toman en cuenta el número de parámetros. Los modelos conceptuales buscan reproducir la respuesta de un espa- cio físico (ejemplo una cuenca), rem- plazando la realidad por una ideal- ización fuertemente simplificada de la situación real tanto en lo geomé- trico como el proceso físico (real). Para el caso hidrológico los datos hidrometeorológicos sirven para la estimación de los parámetros. Estos modelos son en consecuencia deduc- tivos y su principal base es el aspecto perceptual del comportamiento del agua dentro de la cuenca. Dentro de este tipo encontramos los clásicos modelos a reservorio (sean individuales o cascada), el caso más representativo es el modelo de hidrógrama unitario instantáneo de Nash, donde los reservorios tien- den a representar la evolución del escurrimiento de superficie durante el transcurso del agua en la cuenca. Los modelos a base física (mecanísti- cos) resuelven en forma casi comple- ta todas las posibilidades de las ecu- aciones de continuidad y cantidad de movimiento ligadas al transporte del agua y/o energía. Este sistema de ecuaciones busca describir los diver- sos fenómenos encontrados, como por ejemplo el de Darcy-Richars para los escurrimientos subterráneos. Estos modelos se caracterizan por su complejidad pudiendo requerir información espacializada (sistema de mallas en 2D o 3D), esquemas numéricos robustos y la asignación de parámetros físicos para cada uni- dad física (cada malla). En hidrología un modelo clásico viene a ser el mod- elo SHE europeo. Otra clasificación importante de los modelos determinísticos en hidrología es la clasificación liga- da al grado de complejidad de la dimensión física de la cuenca o zona de estudio. Estos pueden ser agru- pados en globales o distribuidos. Generalmente, los globales consid- eran la zona de estudio como un todo total, todos los parámetros y características son similares, pero estos no llegan a explicar todos los procesos que se dan dentro de la zona de estudio pero representan de manera correcta el proceso físico en un punto dado. Los modelos distri- buidos y semi distribuidos llegan a representar los procesos que se dan en toda la zona de estudio pero su operación se hace difícil y requieren una gran cantidad de datos como de parámetros (generalmente son los modelos a base física). Dentro de los modelos determinísti- cos existen otras series de clasifica- ciones: los que analizan la evolución del proceso físico : modelos lineares (ejemplo el caudal consecuencia directa de la precipitación) y no lin- eares (ejemplo el caudal consecuen- cia no directa de la precipitación, uso de reservorios ficticios), y los que analizan la variación de los parámet- ros físicos en el tiempo (estacionales y no estacionales), estos no serán tratados dentro del presente análisis ya que sus características pueden estar dentro de los modelos antes descritos. - Modelos estocásticos Como ya se indicó los modelos estocásticos dependen totalmente del azar, una entrada en el mod- elo no tendrá dos veces una salida similar. Estos modelos son utilizados para simular los procesos físicos muy complejos que parecen ser dirigidos por la aleatoriedad. Los ejemplos de los modelos estocásticos más sim- ples vienen a ser las series tempora- les donde las variables en un instante dado están en función de sus valores precedentes y de un error aleatorio. Dentro de este caso, la función que une los valores de la variable en diferentes tiempos es determinista y el error es estocástico. Ejemplos clásicos viene a ser las cadenas de Markov, ARMA (auto regresivo y media móvil), etc. En la Figura IV-1 se presenta un cuadro descriptivo de los diferentes tipos de modelos existentes para la modelización hidrológica. Figura IV 1. Estructura simplificada de los modelos Modelos Deterministico Otros EspacializaciónConcepto Estadístico Conceptual Base Física Global DistribuidoEmpírico Estocásticos Físicos Matemáticos Complejidad 55 56 Autoridad Nacional delAgua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua M odelización H idrológica 4.2. Modelo Hidrológico GR2M Considerando la cantidad de datos existentes y los objetivos del estudio, la utilización de un modelo espacial- izado no se hace necesario, siendo el modelo GR2M (modelo global) el más útil para el estudio. Estructura Mensual del Modelo Hidrológico GR2M Pare este modelo se tiene como datos de entrada la precipitación promedio del área de escurrimiento tomada desde el punto de control hidrológico y la evapotranspiración. Existen varias versiones del modelo GR2M. En este estudio veremos una descripción de la versión desarrol- lada por Mouelhi (2003). En este modelo la función de pro- ducción del modelo está basada en la capacidad de almacenamiento de humedad del suelo (SMA). A con- tinuación mostramos la secuencia del modelo: - Parte de la lluvia P es usada para llenar el reservorio SMA, cuyo nivel S se convierte en S1 y es dado por: - El parámetro X1, es la capacidad máxima de SMA, es de valor positivo y está expresado en mm; y el exceso de lluvia P1 es dado por: P1=P+S-S1 - Debido a la evapotranspiración, el nivel S1 en SMA se convierte en S2: - E es la evapotranspiración poten- cial. El reservorio SMA descarga por una percolación P2 y el nivel se con- vierte en S, que puede ser usado en el comienzo del siguiente mes y es dado por: - La lluvia efectiva total P3 que irá a la rutina del modelo es dado por: P3=P1+P2 - El nivel R en la rutina del reservorio se convierte en R1: R1=R+P3 - Un término de intercambio de flujo subterráneo es calculado como: F1= (X2-1) R1 - El parámetro X2 es positivo y adi- mensional. El nivel en la rutina del reservorio será: R2=X2.R1 - La rutina del reservorio tiene una capacidad fija igual a 60 mm. Se descarga siguiendo una función cuadrática. El flujo es dado por: - Y el nivel del reservorio routing es recargado con: R=R2- Q -El modelo tiene dos parámetros que deben ser calibrados: X1: capacidad del reservorio SMA (mm) X2: coeficiente de intercambio de agua subterránea (-) En la Figura IV-2 se tiene una repre- sentación gráfica del modelo GR2M. Figura IV 2. Esquema simplificado del modelo GR2M (fuente: www.CEMAGREF.fr) 4.3. Cálculo de la Evapotranspiración Para el cálculo de la evapotrans- piración utilizaremos la formula desarrollada por Oudin et al. (2005) trabajo en el cual realiza una com- paración de 27 formulas empíricas de estimación de evapotranspiración en modelos hidrológicos llegando a concluir que las formulas basadas en la temperatura y en la radiación extraterrestre son las que mejores resultados dan a la hora de medir la performance de los modelos hidrológicos. Asimismo, los autores de este artículo sugieren una fórmula para estimar la evapotranspiración en los modelos hidrológicos que es la que utilizaremos en este estudio y está basado en estas ecuaciones: Dónde: EVP es el valor de evapo- transpiración potencial (mm dia-1), Re es la radiación extraterrestre en (MJ m-2 day-1), λ es el flujo de calor latente en (MJ kg-1), ρ es la densidad del agua (1000 kg m-3) y Ta es el pro- medio de temperatura del aire (°C). 4.4. Optimización del Modelo La calibración se realizó sobre los parámetros del modelo GR2M, donde se utilizó como indicador de eficiencia del modelo el coeficiente de Nash, método que fue desar- rollado por Nash y Sutcliffe (1970). Éste permite saber si los resultados simulados están en acuerdo con los valores observados, en términos de fase e intensidad. Cuando su valor es más próximo a 1 (o 100 en porcenta- je) el modelo es más satisfactorio. En adelante lo llamaremos solamente por “Nash” y está definido por la siguiente ecuación: Dónde: Qobs,t es el caudal observado; Qsim,t es el caudal calculado para el mes t; Qobs,t la media de los caudales observados durante el periodo de calibración; n, el número de observa- ciones durante el periodo. 4.5. Calibración y Validación del Modelo Las series de datos de caudal constan de registros variables que van desde setiembre de 1969 hasta agosto del 2010, tomándose entonces desde setiembre de 1970 hasta agosto de 1998 para la calibración del mod- elo y desde setiembre de 1998 hasta agosto del 2010. En las Figuras IV-3, IV-5, IV-7 y IV-9 se muestra el histo- grama para la calibración del modelo y en las Figuras IV-4, IV-6, IV-8 y I-10 la validación del mismo. Los parámetros más óptimos hal- lados para los cuatro modelos se muestran en la Tabla Nº IV-1. 57 58 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua M odelización H idrológica CUENCA PARÁMETROS X1 (capacidad de almacenamiento) X2 (coeficiente de intercambio de agua) Chillón 6.45 1.46 Rímac 5.80 1.63 Mala 0.07 1.17 Cañete 5.07 1.40 Tabla IV 1. Parámetros obtenidos para el modelo GR2M en las cuatro cuencas. CUENCA PERIODO NASH inicio fin Chillón calibración setiembre 1970 agosto 1998 76.4 validación setiembre 1970 agosto 2010 61.0 Rímac calibración setiembre 1970 agosto 1998 70.5 validación setiembre 1970 agosto 2010 77.9 Mala calibración setiembre 1970 agosto 1998 93.9 validación setiembre 1970 agosto 2010 93.6 Cañete calibración setiembre 1970 agosto 1998 74.4 validación setiembre 1970 agosto 2008 62.3 Tabla IV 2. Coeficiente de eficiencia de Nash para la calibración y validación de los modelos. En base a los índices de optimización obtenidos para la calibración y validación del modelo se puede afirmar que el modelo presenta una elevada confiabilidad para representar cualquier proceso de cambio de escorrentía en la cuenca considerando variaciones solo para la precipitación y evapotranspiración (dependencia de la temperatura). Fuente: Elaboración propia Figura IV 3. Histograma de calibración del modelo del río Chillón para el punto de control de Obrajillo (río Chillón). Figura IV 4. Histograma de validación del modelo del río Chillón para el punto de control de Obrajillo (río Chillón). 59 60 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe B ienvenidos a la A utoridad N acional del A gua M odelización H idrológica Figura IV 5. Histograma de calibración del modelo del río Rímac para el punto de control Chosica (río Rímac). Figura IV 6. Histograma de validación del modelo del río Rímac para el punto de control Chosica (río Rímac). Figura IV 7. Histograma de calibración del modelo del río Mala para el punto de control La Capilla (río Mala). Figura IV 8. Histograma de validación del modelo del río Mala para el punto de control La Capilla (La Mala). 61 62 Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe Figura IV 9. Histograma de calibración del modelo del río Cañete para el punto de control Socsi (río Cañete). Figura IV 10. Histograma de validación del modelo del río Cañete para el punto de control Socsi (río Cañete). 63 64 B ienvenidos a la A utoridad N acional del A gua Escenarios de Cam bio Clim ático Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe V. Escenarios de cambio climático 5.1. Teoría de Modelos Climáticos y Escenarios Los modelos climáticos son sistemas de ecuaciones diferenciales basados en las leyes básicas de la física, la dinámica de fluidos y la química. Para realizar un modelo, los científicos dividen el planeta en una parrilla tri- dimensional, aplican las ecuaciones y evalúan los resultados. Los modelos atmosféricos calculan vientos, trans-ferencia de calor, radiación, hume- dad relativa e hidrología superficial en cada cuadrado de la parrilla y evalúan las interacciones entre pun- tos contiguos (ver Figura V-1). El estudio y simulación de los pro- cesos climáticos, su variabilidad natural y especialmente los efectos derivados de los procesos antrópicos, a corto y largo plazo, requiere nece- sariamente la aplicación de modelos climáticos más o menos complejos. Estos modelos acoplados océano- atmósfera denominados Modelos de Circulación General (Atmospheric General Circulation Models-AGCMs) y Modelos Generales de Circulación Oceánica (Ocean General Circualtion Models-AGCMs), basados en las leyes físicas que describen la dinámi- ca de la atmósfera y el océano, son el resultado de procesos numéricos mediante métodos matemáticos. A partir de los modelos conceptuales se ha desarrollado un gran número de códigos numéricos que resuelven la complejidad de las ecuaciones del sistema. Los modelos AOGCM con- stituyen representaciones formales del sistema que permiten cuantifi- car variables y simular su compor- tamiento, a partir de las emisiones futuras de gases de efecto inver- nadero, basadas en el desarrollo demográfico, económico y tecnológi- co, más conocido como “escenarios” (Schiermeier). En función de la posible evolución de los gases de efecto invernadero el IPCC ha descrito cuatro familias de escenarios (A1, A2, B1 y B2, ver Figura V-2); cada escenario consti- tuye una representación, a nivel cuantitativo, de los efectos derivados de estas emisiones. Los escenari- os del IPCC constituyen las fuerzas motrices de las trayectorias futuras de los gases de efecto invernadero y las emisiones de azufre; además, son una herramienta primordial para el análisis del cambio climático, mod- elación del clima, evaluación de los impactos, adaptación y mitigación. Los escenarios se derivan de cuatro argumentos principales o familias de escenarios desarrollados por el IPCC en 1996 (IPCC, 2001). Se debe destacar que los niveles de emisiones de CO2 observados reci- entemente superan a los previstos para los escenarios B2 y A2 (www. ipcc.ch/meetings/session28/), que son los más utilizados en los diversos estudios de impacto realizados hasta la actualidad. Para simular escenarios futuros de clima, se utilizan códigos numéricos, basados en ecuaciones matemáticas derivadas de la física del sistema que rige la atmósfera de la Tierra. Según las definiciones establecidas por el IPCC, los escenarios de cam- bio climático son representaciones de posibles cambios climáticos que permiten la evaluación de impactos. En general, la resolución espacial de los modelos numéricos, para una red tridimensional de puntos en todo el globo terrestre, tiene una resolución típica de unos 250 km (en horizon- tal) y del orden de 10 a 30 niveles verticales. Sin embargo, los resultados deriva- dos de las proyecciones de los mod- elos globales no son adecuados para evaluar los efectos del cambio climático con un cierto detalle, en especial cuando las proyecciones deben realizarse a nivel regional o local. Por ello, y para que las simu- laciones sean representativas a la escala de trabajo considerada, es necesario un escalado (downscaling: “delta change” en este estudio) de los resultados de los modelos glo- bales como fase previa a la obtención de la proyección futura. Figura V 1. Esquema del modelo atmosférico global Figura V 2. Definición de escenarios según el IPCC (2007) Fuente: NOAA Más económicos -B: equilibrado FI: con alto coeficiente de combustibles fósiles -T: sin combustibles fósiles Más Ambientales Más Mundiales Más Regionales A1 A2 B1 B2 ESQUEMA DEL MODELO ATMOSFÉRICO GLOBAL 65 66 B ienvenidos a la A utoridad N acional del A gua Escenarios de Cam bio Clim ático Autoridad Nacional del Agua • www.ana.gob.pe Autoridad Nacional del Agua • www.ana.gob.pe 5.2. Selección de Modelos de Circulación General Globales (AOGCM) y Regionales para obtener Escenarios Futuros de Cambios Climáticos. Existen un gran número de mod- elos AOCGM con mayor o menor complejidad, cuya información está disponible en la literatura existente (http://www-pcmdi.llnl.gov/ipcc/ model_documentation/ipcc_model_ documentation.php). Los resultados de los modelos globales ofrecen información a nivel meteorológico para escenarios climáticos y franjas temporales definidas por los pro- pios centros que desarrollaron los códigos. Para este estudio se optó por seleccionar 4 modelos AOGCM los cuales están descritos en la Tabla v-1 y pertenecen al IPCC (2007), estos modelos tienen datos de pre- cipitación y temperatura media. Se observa también las resoluciones de los modelos van desde 1.9 grados (~ 210 Km MIROCME) hasta 5 grados (~ 550 Km INMCM3). El escenario considerado para trabajar en este estudio será el A2: Emisiones Altas. Existe crecimiento constante de la población, el desarrollo económico está regionalmente orientado y el cambio tecnológico es muy fragmen- tado y más lento que en otros esce- narios. El modelo BCM2 desarrollado por el Bjerknes Centre for Climate Research (http://www.bjerknes.uib.no/) de Noruega, el MK3 desarrollado por la Commonwealth Scientific and Industrial Research Organisation (CSIRO)Atmospheric Research, (www.csiro.au) de Australia, el INMCM3 desarrollado por el Institute for Numerical Mathematics (http:// www.inm.ras .ru/ inm_en_ver/) de Rusia y el MIROCME desarrol- lado por el Center for Climate System Research de la University of Tokyo (http://www.ccsr.u-tokyo.ac.jp/ ehtml/etopindex.shtml), National Institute for Environmental Studies, ademas del Frontier Research Center for Global Change – JAMSTEC (http:// www.jamstec.go.jp/frcgc/eng/) de Japón. Nº CÓDIGO INSTITUCIÓN RESOLUCIÓN 1 BCM2 Bjerknes Centre for Climate Research, Noruega 1.9° x 1.9° 2 MK3 Commonwealth Scientific and Industrial Research Organization (CSIRO)Atmospheric Research, Australia 1.9° x 1.9°W 3 INMCM3 Institute for Numerical Mathematics, Russia 4° x 5° 4 MIROCME Center for Climate System Research (University of Tokyo), National Institute for Environmental Studies, and Frontier Research Center for Global Change (JAMSTEC), Japan 2.8° x 2.8° Tabla V 1. Modelos AOGCM a utilizar, su codificación, y sus escenarios disponibles. Fuente: Elaboración propia Descripción de la Metodología Utilizada con los Escenarios Climáticos Seleccionados. Considerando la baja resolucion espa- cial de los modelos AOGCM descritos en la Tabla V-1 y sabiendo que estos modelos describen muy bien el clima global, más no asi el regional o local se ha bajado la escala de estos modelos a escala de nuestras cuencas de analisis. Para construir modelos regionales de escenarios climaticos a escala de nuestras cuen- cas hidrograficas de analisis se utilizó el metodo de “delta change” (Hay et al., 2000; Arnell, 2004). Este método es usado frecuentemente para cuan- tificar impactos de cambo climatico y es utilizado para realizar downscaling de AOGCM en diferentes partes del mundo (por ejemplo Wilby et al., 1999; Merritt et al., 2006; Markoff and Cullen, 2007; Nogués-Bravo et al., 2007; Liu et al., 2009; MacDonald et al., 2010; Forbes et al., 2011). El metodo de downscaling tomando en cuenta los “delta change” uti- liza los cambios futuros proyecta- dos de temperatura y precipitacion para realizar las perturbaciones en las series de entrada de precipita- cion y evapotranspiracion (basado en la temperatura) en los modelos GR para el periodo 1969-2010. Asi, nuevas series de entrada de precipitacion y evapotranspiracion perturbadas para el horizonte 2030 (2010-2039) y 2050 (2040-2069) se obtendran para ver el impacto del cambio climático en la hidrologia de la cuenca del río Mala. Para la construccion de los escenari- os regionales utilizando el metodo de “delta change” se utilizó la siguiente metodología: • Identificación
Compartir