Estudio Hidroclimatico Cuenca Rimac

Servicio Nacional de Meteorologa e Hidrologa del Per
CARACTERIZACIN DE PERIODOS SECOS Y HUMEDOS CUENCA DEL

RO RMAC
CONTENIDO
I.
Pgina
INTRODUCCIN..................................................................................................................................... 2
II. OBJETIVOS.............................................................................................................................................. 3
2.1 Objetivos Generales .......................................................................................................................... 3
2.2 Objetivos Especficos ......................................................................................................................... 3
III. METODOLOGA Y MATERIALES ............................................................................................................ 3
3.1 rea de Estudio, Coleccin y Procesamiento de la Data .................................................................. 3
3.2 Homogenizacin y Completacin de Data........................................................................................ 5
3.3 Interpolacin de las Series de Temperatura Mensual ...................................................................... 7
3.4 ndices de Sequias ............................................................................................................................ 8
3.4.1 ndice de Precipitacin Estandarizado........................................................................................ 8
3.4.2 ndice Estandarizado de Precipitacin y Evapotranspiracin................................................... 11
3.4.3 Mtodos Estadsticos de Tendencias ....................................................................................... 13
3.4.3.1 Prueba de Tendencia Mann-Kendall ................................................................................ 13
3.4.3.2 Prueba Spearmans Rho.................................................................................................. 14
3.4.3.3 Prueba de Regresin Lineal .............................................................................................. 15
IV. ANLISIS Y RESULTADOS .................................................................................................................... 18
4.1 Anlisis de las Series de Precipitacin Mensual .............................................................................. 18
4.2 Resultados del SPI............................................................................................................................ 19
4.3 Resultados del SPEI.......................................................................................................................... 22
4.4 Anlisis Comparativo del SPI y SPEI ................................................................................................ 24
4.5 ndice Estandarizado de Caudal (Qz) ............................................................................................... 25
4.6 Anlisis Grficos y Mapas a Diversas Escalas del SPI ...................................................................... 27
V. CONCLUSIONES Y RECOMENDACIONES .............................................................................................. 34
5.1 Conclusiones .................................................................................................................................... 34
5.2 Recomendaciones ........................................................................................................................... 36
VI. REFERENCIAS BIBLIOGRFICAS .......................................................................................................... 36
VII. ANEXOS .............................................................................................................................................. 37
Direccin Regional de Lima
Pgina 1
I. INTRODUCCIN
Los efectos del cambio global en las condiciones ambientales se ven reflejados en
los eventos extremos de sequias o inundaciones. La sequa es un fenmeno
natural asociado al cambio climtico cuya ocurrencia vara en frecuencia, duracin
y severidad (Paulo et al., 2012). Puede ser clasificado como sequia meteorolgica,
agrcola, hidrolgica o socioeconmica. La tendencia de la frecuencia de ocurrencia
de sequa o su duracin se puede explicar a travs de los cambios de la
precipitacin (Hisdal et al., 2001).
La precipitacin es una de las ms importantes variables meteorolgicas que
pueden afectar la ocurrencia de sequas o inundaciones. El anlisis de los datos de
precipitacin y la sequa produce informacin importante que se puede utilizar para
mejorar las estrategias de gestin del agua, proteger el medio ambiente, planificar
la produccin agrcola o en general, el impacto en el desarrollo econmico de una
regin determinada.
La sequa es una condicin hdrica de insuficiente disponibilidad del recurso agua
en una regin, para satisfacer los elementos biticos durante un determinado
periodo. Estas necesidades dependen de la distribucin de las poblaciones de
animales, plantas, seres humanos y los usos no consuntivos y consuntivos del
agua.
La identificacin e intensidad de las sequias es de suma importancia para tomar
medidas preventivas ante contingencias que repercuten en la planificacin de la
economa en general de una regin. Es as que se considera de utilidad el
seguimiento de las sequias en el tiempo y espacio.
La cuenca Rmac que se extiende desde el nivel medio del mar en la costa peruana
hasta ms de 5000 metros, presente variadas caractersticas geomorfolgicas y
climticas, en la cuenca alta se concentra la mayor disponibilidad del recurso agua,
as mismo ah se presentan las mayores precipitaciones. La creciente poblacin de
Lima y Callao y el incremento de la demanda energtica y agua potable genera
cierto desbalance hdrico por ello se ha realizado un trasvase de las aguas de la
cuenca Mantaro, todo ello se complica con la irregular frecuencia y ausencia de
precipitaciones en la cabecera y parte media de la cuenca.
Pgina 2
II. OBJETIVOS
2.1 Objetivos Generales

Anlisis espacio temporal de la informacin hidropluviomtrica en la cuenca Rmac.
Caracterizacin hidrolgica y anlisis de periodos secos y hmedos en la cuenca
Rmac usando mtodos hidroestadsticos.
2.2 Objetivos Especficos

a. Anlisis de calidad y homogenizacin de la informacin histrica de las estaciones
pluviomtricas en la cuenca Rmac.
b. Aplicacin del ndice de Precipitacin Estandarizado (SPI) y el ndice Estandarizado
de Precipitacin y Evapotranspiracin (SPEI), para caracterizar los periodos secos
y hmedos en la cuenca alta del ro Rmac.
c. Caracterizacin
relacin de las principales variables
hidrolgicas en los
periodos secos y hmedos.

d. Uso de algunas
herramientas de sistemas de informacin geogrfica para el
anlisis de los periodos hmedos y secos.
III. METODOLOGA Y MATERIALES

3.1 rea de Estudio, Coleccin y Procesamiento de la Data
La cuenca Rmac se localiza en la parte central del departamento de Lima, limita por el
norte con la cuenca Chillon, por el este con el Mantaro, por el sur con Lurn y por el
oeste con el Ocano Pacifico. Tiene una rea total de 3485.36 km2, y la cuenca alta
Rmac tiene 2272.48 km2. La cuenca baja que contiene a Lima Metropolitana y parte
del Callao, es prcticamente seco en cuanto a precipitaciones, que es una
caracterstica de la mayor parte de la costa peruana.
La data del presente estudio corresponde a la cuenca Alta, y se ha seleccionado 14
estaciones con registros de precipitacin mensual del periodo 1989 2012. Asimismo 3
estaciones con registros de temperatura promedio mensual. En las dems estaciones
sin data de temperatura se realiz interpolaciones usando los gradientes de altura de
cada estacin y los datos existentes de temperatura. Los registros de datos
mencionados pertenecen a la base de datos hidrometeorolgicos del Servicio Nacional
de Meteorologa del Per (Senamhi-Per).
Las series de precipitacin fueron analizadas en su calidad y cantidad, empezando por
el anlisis exploratorio, doble masa, completacin de data faltante por regresin simple
y mltiple. Se estableci grupos homogneos y los respectivos anlisis de tendencias.
Pgina 3
Fig. 01: Distribucin espacial de las 14 estaciones de la cuenca alta Rmac.

La Tabla 1 muestra la descripcin geogrfica de las 14 estaciones seleccionadas para
el presente estudio.
Tabla 01: Descripcin geogrfica de las estaciones usadas en el estudio.
Pgina 4
3.2 Homogenizacin y Completacin de Data

La informacin recopilada de las estaciones pluviomtricas son datos mensuales que
inicialmente fue necesario hacer un anlisis exploratorio de la calidad y consistencia de
la data. Adems de tener diferentes longitudes temporales de registros de datos, se
tiene muchos vacos, por ello fue necesaria la completacin de los datos mensuales
faltantes para una misma longitud temporal de la serie de datos hasta 2012.
Antes del trabajo de completacion de la data faltante se regionalizo en grupos
homogneos usando el Vector Regional, que es parte del software Hydracces
(desarrollado por el Instituto Frances de Investigacin para el Desarrollo). Para tal
propsito se us el mtodo de regresin lineal simple y mltiple, estableciendo
correlaciones entre datos del mismo mes de una estacin con otra.
Despus de analizar los grupos homogneos con la data de precipitacin anual y
mensual, se obtuvo la siguiente regionalizacin:
Fig. 02: Determinacin de grupos homogneos cuenca Rmac.
Pgina 5
Para los grupos homogneos en la Fig. 02, a continuacin se muestra la precipitacin

acumulada anual, calculado en base a los datos de precipitacin mensual completado
por los mtodos antes mencionados.
Fig. 03: Precipitacin acumulada anual en los grupos homogneos.
Asimismo se calcul los principales parmetros estadsticos para los datos mensuales
de precipitacin de las 14 estaciones de la cuenca alta Rmac.
Tabla 02: Parmetros estadsticas de las series de tiempo de la precipitacin mensual

durante el periodo de 1989 2012.
Pgina 6
3.3 Interpolacin de las Series de Temperatura Mensual

En la cuenca alta Rmac solo se dispone de 3 estaciones con data de temperatura, por
ello con la finalidad de calcular en ndice
Estandarizado de Precipitacin y
Evapotranspiracin (SPEI), fue necesario interpolar las series de temperatura promedio

en las dems estaciones. Se estableci una relacin de variacin inversa entre la
temperatura y altitud de cada estacin, y considerando el gradiente de temperatura
proporcional al gradiente de altura. El esquema de la Fig. 04 ilustra el clculo de la
temperatura para cada una de las 12 series de temperatura promedio interpolados en
la cuenca alta Rmac.
Fig. 04: Esquema del proceso de interpolacin de la temperatura promedio mensual.

Es importante notar que el incremento de temperatura (TE), puede sumar a la
temperatura en A si es que la estacin a interpolar extrapolar est por encima de
las dos estaciones con datos observados, o si la temperatura es mayor que las dos
estaciones con datos observados. Una vez establecido la tcnica de clculo se
procedi a estimar las series de temperatura promedio diario en las 12 estaciones de la
cuenca alta Rmac. A continuacin en la fig. 05 se muestra las series de temperatura
promedio mensual observada y los calculados con la tcnica antes mencionado y nos
muestra la lgica asumida entre la altitud y temperatura de cada estacin.
Pgina 7
Fig. 05: Temperatura promedio mensual en estaciones con datos observados

e interpolados.
3.4 ndices de Sequias

En la actualidad existen varios ndices de sequias y son usados para la identificacin y
descripcin de la intensidad, duracin y frecuencia de los periodos secos y hmedos
(Milan Gocic, Slavisa, Mayo 2013). Entre ellos podemos mencionar al ndice de
Severidad
de Sequia de Palmer (ISSP), ndice de Suministro de Agua Superficial
(ISAS), Porcentaje de Precipitacin Normal (PPN), ndice de Reclamacin de Sequia

(IRS), Mtodo de Deciles. El mtodo que se aplica en este estudio es el ndice de
Precipitacin Estandarizado (SPI) y el ndice Estandarizado de Precipitacin y
Evapotranspiracin (SPEI).
3.4.1 ndice de Precipitacin Estandarizado
El ndice de Precipitacin Estandarizado (SPI), fue desarrollado por Mckee et al. (19931995), y permite cuantificar el dficit de precipitacin para mltiples escalas de tiempo
(1, 3, 6, 12, 24, 48 meses). El SPI muestra buenas caractersticas en la identificacin y
prediccin de la sequa en clase de transicin (Moreira et al., 2008).
Pgina 8
Su versatilidad permite monitorear suministros de agua a corto plazo, que son

importantes para la produccin agricultura, y para el recurso agua a largo plazo, tales
como suministro de agua subterrnea, flujos en cursos de agua, niveles en reservorios.
Es importante precisar que el SPI solo depende de la precipitacin.
En trminos matemticos de clculo del SPI es basado en la probabilidad acumulativa

de la precipitacin producida en la estacin de observacin, para un periodo de aos.
Adems requiere ajustar la distribucin gamma a la serie de precipitacin acumulada
del sitio de observacin y periodo de referencia. Un perodo entero de observacin en
una estacin meteorolgica se utiliza para el propsito de la determinacin de los
parmetros de escala y formas de la funcin de densidad de probabilidad de la
precipitacin. La funcin de distribucin gamma con dos parmetros est definida por
la siguiente funcin densidad de probabilidad:
, x >0... (1)
Donde = parmetro de forma o uniformidad; = parmetro de escala; x = cantidad de
precipitacin;
= funcin gamma que est definida por la siguiente expresin:
.... (2)
Los parmetros y son determinados por el mtodo de mxima probabilidad para

una secuencia de datos de varios aos en cada estacin, para cada escala de tiempo y
cada mes del ao, y estn definidos por las siguientes expresiones:
1 + !1 +
=
$ = ln
2
'
,34
546
"
.
-/0 *+ ,1
.. (3)
. (4)
. (5)
Pgina 9
'
Donde
= valor promedio de la cantidad de precipitacin; n = nmero de

7 = cantidad de precipitacin en la secuencia de la
mediciones de la precipitacin;
data. Los parmetros obtenidos se aplican tambin a la determinacin de una

probabilidad acumulada de cierta precipitacin para un perodo de tiempo especfico en
una escala temporal de toda la precipitacin observada. La probabilidad acumulativa
puede ser representado como:
546
546 .
9 546 :
9546
546
<
... (6)
Como la funcin gamma no est definido para x=0, y una distribucin de precipitacin
puede contener ceros, entonces se emplea una funcin mixta compuesta de la
probabilidad del valor nulo (probabilidad que la cantidad de precipitacin sea igual a
cero), denotado por q y p = 1- q. Luego la funcin de distribucin de probabilidad
acumulativa se convierte en:
>=
=>+ 1> 8
?
1
... (7)
(8)
Donde m = nmero de ceros en la serie temporal de precipitacin; n = nmero de

observaciones en la secuencia temporal de la data. La funcin de probabilidad
acumulativa, H(x) es luego transformada en una variable normal estndar Z N (0,1),
que viene a ser el valor del SPI. El clculo del SPI es realizado en base a la siguiente
ecuacin (Abramowitz and Stegun, 1965; Bordi et al., 2001; Lloyd-Hughes and
Saunders, 2002):
EF
@ = ABC = D
+ EF
GH IG0 JIGK J K
IL0 JILK J K ILM J M

GH IG0 JIGK J K
IL0 JILK J K ILM J M
N, 0 < =
N , 0.5 < =
0.5
1.0
.... (9)
Donde t es determinado como:
Pgina 10
F=
W !ln
V ln
!
U
Y Y ,Y
,
X , K
0<=
, 0.5
X , K
, YZ,
Z,
<=
0.5
1.0
.. (10)
son coeficientes cuyo valor son los siguientes:
Y = 2.515517, Y = 0.802853, YZ = 0.010328 ,

= 1.432788, Z = 0.189269, " = 0.001308 .
Los valores del SPI se clasifican de acuerdo a su intensidad de la sequa humedad

que se produce en el periodo de anlisis considerado. La Tabla 02 muestra el
significado de los valores del SPI en cada intervalo.
Intervalo del SPI

SPI 2.0
Categora Severidad de
Sequia
Extremadamente hmedo
1.5 SPI < 2.0
Muy hmedo
1.0 SPI < 1.5
Moderadamente hmedo
0.0 SPI < 1.0
Ligeramente hmedo
-1.0 < SPI < 0.0
Ligeramente seco
-1.5 < SPI -1.0
Moderadamente seco
-2.0 < SPI -1.5
Muy seco Sequia severa
SPI -2.0
Sequa extrema
Clasificacin
Simplificada
Condiciones
anormales de
humedad
Condiciones
normales
Condiciones
anormales de
sequia
Tabla 03: Clasificacin de los valores del SPI.

3.4.2 ndice Estandarizado de Precipitacin y Evapotranspiracin
El SPEI est basado en un balance climtico mensual del agua, que viene a ser la
operacin de sustraccin de la precipitacin menos evapotranspiracin potencial
(Thornthwaite 1948), es ajustado usando la distribucin Log-Logistic de 3 parmetros, y
tiene en cuenta los valores negativos. Los valores son acumulados para diferentes
escalas de tiempo, siguiendo el mismo procedimiento del SPI, y modifica la desviacin
estndar con respecto a los valores promedios (Vicente-Serrano et al. 2010). El primer
paso consiste en calcular la Evapotranspiracin Potencial (PET), este clculo presenta
cierta dificultad porque involucra varios parmetros, como temperatura superficial,
humedad del aire, suelo, radiacin solar, presin de vapor de agua, latente suelo
atmosfera, flujos de calor sensible (Allen et al. 1998).
Pgina 11
Existen diversos mtodos para el clculo de la PET, segn la disponibilidad de los

parmetros meteorolgicos medidos en cada estacin climtica de observacin. Uno
de ellos y que requiere menos datos es el mtodo de Penman Monteith, y es
adoptado como un estndar
para el clculo del PET, por organizaciones
internacionales como la Organizacin para la Agricultura y Alimentacin de las

Naciones Unidas (FAO), Comisin Internacional de Irrigacin y Drenaje (ICID), y la
Sociedad Americana de Ingenieros Civiles (ASCE). Disponiendo de data promedio
mensual de temperatura, se calcula la PET (mm) mediante la siguiente expresin:
Bbc = 16d e
f ?
..... (11)
Donde T es la temperatura media mensual (C); I es un ndice de calor; m es un

coeficiente dependiente de I; K es un coeficiente de correccin calculado en funcin a
i = 6.75 10 j C " 7.71 10 k C Z + 1.79 10 Z C + 0.492 . (12)
la latitud y mes; m est definido como:
La diferencia entre la PET y la precipitacin P para un mes i se define la siguiente
l7 = B7 Bbc7 ..... (13)

expresin:
La expresin anterior representa el supervit o dficit del recurso agua para el mes
correspondiente de anlisis. Se puede dar el caso de PET=0 que sucede en pocas de
invierno en algunas regiones. El clculo de los valores de
D, se realiza para las
diferentes escalas de tiempo y siguiendo un procedimiento similar a lo realizado con el

SPI. Se requiere una distribucin de 3 parmetros para el clculo del SPEI. En la
distribucin
de
(m > x < ),
parmetros,
donde m
puede
tomar
valores
en
el
rango
es el parmetro de origen de la distribucin;
consecuentemente, x puede tomar valores negativos, que son comunes en la serie D.

Se elige la distribucin Log-Logistic para la estandarizacin de las series D, que
permite obtener los SPEI. La funcin de densidad de probabilidad de la variable de 3
parmetros Log-Logistic es expresado como:
o p
q1 + E
N r
o p
....... (14)
Pgina 12
Donde , y m son parmetros de escala, forma y origen respectivamente, para
valores de D en el rango (m
> D < ). La funcin
distribucin de probabilidad de las
series D, de acuerdo con la distribucin Log-Logistic, est dado por:
= q1 + E
N r
o p
.... (15)
Los valores F(x) de las series D a diferentes escalas de tiempo son muy bien
adaptados a los valores empricos de F(x) en las diferentes estaciones de observacin.
Con F(x) los SPEI pueden fcilmente ser obtenidos como la estandarizacin de los
valores de F(x). Tenemos la aproximacin clsica de Abramowitz and Stegun 1965,
mediante la siguiente expresin:
ABbC = u
vH Iv0 wIvK w K
IL0 wILK w K ILM w M
Dnde: u = x2 ln B
...... (16)
para P 0.5; y P es la probabilidad de excedencia para un
determinado valor de D; P= 1-F(x). Si P > 0.5, entonces P es reemplazado por 1-P y el
signo del resultado de SPEI es invertido. Las constantes son y = 2.515517, y =

0.802853, yZ = 0.010328,
= 1.432788,
Z=
0.189269,
"=
0.001308.
3.4.3 Mtodos Estadsticos de Tendencias

Existen varios mtodos estadsticos (paramtricos y no paramtricos), que se han
desarrollado para para detectar las tendencias de las series temporales, entre ellos
tenemos la prueba de Mann-Kendall, Spearmans Rho, Regresin Lineal, Students y
procedimiento bayesiano, entre otros. En este estudio utilizamos Mann-Kendall y
Spearmans Rho, son analizados para detectar las tendencias de precipitacin, y la
Regresin Lineal para calcular la magnitud de la tendencia a travs de la pendiente.
3.4.3.1 Prueba de Tendencia Mann-Kendall
El estadstico S de la prueba Mann-Kendall (Mann, 1945; Kendall 1975) es calculado
A = 17} 1|}7I z {
mediante la expresin:
..... (17)
Donde n es el nmero de puntos de la data,
7 y
serie de tiempo i y j (j > i), respectivamente y

determinado como:
| son los valores de la data en la
z {
es la funcin signo
Pgina 13
z {
+1, z ~ > 0
= D 0, z ~ = 0 ............. (18)
1, z ~ < 0
A =0
En casos donde el tamao de la muestra es n>10, la media y varianza est dado por:
..... (19)
A =
Z
1 1
-/0 J- J-
Z1Ik
ZJ- Ik
Donde m es el nmero de grupos vinculados y
..... (20)
F7
denota el nmero de vinculo de
extensin i. Un grupo vinculado es un conjunto de data muestra que tienen el mismo

valor. En la ausencia de lazos vnculos entre las observaciones, la varianza es
calculado como:
Z A =
1 1
Z1Ik
.... (21)
La estandarizacin normal de la prueba estadstica @' es calculado como:

, z A > 0
W! 2
@' =
0, z A = 0
V 'I
, z A < 0
2
! A
U
'
.. (22)
Valores positivos de @' indica incremento de la tendencia mientras que valores

negativos indica decrecimiento de la tendencia. Las pruebas de tendencia es hecho
para un nivel de significancia especifico . En este estudio usamos un nivel de

significancia de = 0.05 y = 0.01.
3.4.3.2 Prueba Spearmans Rho
Es un mtodo no paramtrico comnmente usado para verificar la ausencia de
tendencia. Su estadstico D y la estandarizacin de la prueba estadstica @ son
expresados de la siguiente manera (Lehmann, 1975; Sneyers, 1990):
l =1
.
-/0 1 1K
7 K
..... (23)
Pgina 14
@ = l!
1 Z
Donde 7
...... (24)
es el rango de observacin de |
en la serie de tiempo y n es la
longitud de la serie de tiempo. Valores positivos de

tendencia y negativos decrecimiento de la tendencia.
@ indica incremento de la
3.4.3.3 Prueba de Regresin Lineal
El mtodo de regresin lineal es uno de los mtodos usados para estimar la pendiente.
La pendiente indica el cambio de la media temporal de la variable de estudio. Valores
positivos de la pendiente indica incremento de la tendencia, mientras que los valores
negativos el decrecimiento de la tendencia. Una lnea de regresin lineal tiene una
ecuacin de la siguiente forma:
Y = a + bX
....... (25)
Donde X = es la variable explicativa de observacin, Y= la variable dependiente, b =

es la pendiente de la lnea y a = el intercepto con el eje Y.
En la siguiente Tabla 04, se muestra los resultados de las pruebas estadsticas de

tendencias utilizados, para la precipitacin mensual sobre el periodo de 1988 2012.
Zs: Prueba de Mann-Kendall, Zd: Prueba de Spearmans Rho, b: Pendiente de
Regresin Lineal. Estadsticamente la tendencia significativa se considera al 5% de
nivel de significancia, en las dems estaciones la tendencia no es significativa.
Pgina 15
Estacin
Carampoma
Casapalca
Ro Blanco
San Jose Parac
Prueba
Zs
Zd
b(mm/mes)
Zs
Zd
b(mm/mes)
Zs
Zd
b(mm/mes)
Zs
Zd
b(mm/mes)
Meses
Enero Febrero Marzo
0.744 1.728 2.108
0.605 1.749 2.239
0.866 2.257 2.690
1.238 1.471 1.051
1.413 1.289 1.198
1.839 2.269 1.269
2.079 1.611 2.032
2.197 1.828 2.220
2.750 2.322 3.353
1.752 1.425 1.471
1.688 1.255 1.504
1.918 1.902 1.961
Abril
2.977
2.744
2.255
1.611
1.700
1.103
1.144
1.168
1.276
1.938
1.839
1.468
Mayo
-0.257
0.343
-0.145
-0.093
0.090
-0.025
0.467
0.923
0.105
-1.098
-0.916
-0.153
Junio
0.374
3.135
0.013
0.864
1.485
-0.076
0.584
2.423
0.057
-1.471
-0.350
-0.191
Julio
0.537
4.428
0.002
0.07
0.294
0.049
0.864
2.864
0.009
0.117
1.553
0.099
Agosto Septiembre Octubre Noviembre Diciembre

-0.093 1.448 -0.304 1.658 2.102
3.098 1.338 -0.079 1.752 2.088
-0.023 0.247 0.114 1.065 2.096
-0.724 -0.374 1.471 1.471 2.639
-0.776 -0.102 1.492 1.424 2.480
-0.284 0.112 1.593 1.382 3.954
0.234 -0.047 1.331 1.331 2.592
1.225 0.109 1.093 1.33
2.740
0.019 0.010 0.569 1.027 3.160
0.490 0.210 0.561 1.611 3.246
0.844 0.286 0.348 1.737 3.331
0.036 0.259 0.416 1.585 4.129
Tabla 04: Estaciones con tendencias significativas cuenca alta, periodo 1988-2012.
Se muestra las grficas para los valores en rojo de las pruebas estadsticas de
tendencia de la Tabla 04, y la grfica de azul no presenta tendencia para el nivel de
significancia considerado (5%), y solo presenta elevada pendiente.
Pgina 16
Fig. 06: Variaciones de las precipitaciones en estaciones con tendencia significativa.
El coeficiente de autocorrelacin Lag-1 para las 14 series de precipitaciones mensuales

se resume en la en la figura 07:
Pgina 17
Coeficiente Autocorrelacin Lag- 1
0.7
0.616
0.6
0.5
0.4
0.3
0.2
0.437
0.430
0.431
0.311
0.275
0.258
0.226
0.218
0.139
0.116
0.1
0.0
-0.1
-0.004
-0.083
-0.097
-0.2
Fig. 07: Coeficiente de correlacin serial Lag-1 de las 14 estaciones.
IV. ANLISIS Y RESULTADOS

4.1 Anlisis de las Series de Precipitacin Mensual
Grupo 01: En este grupo se presentan las precipitaciones ms altas por encontrarse a
mayor altitud respecto al nivel medio del mar, y el valor mximo se registra en la
estacin Milloc con 379 mm, la estacin con menor intensidad de precipitacin es
Carampoma. En promedio el grupo presenta un precipitacin mensual de 53.44 mm.
Grupo 02: Est conformado con igual nmero de estaciones que el Grupo 01 (6
estaciones), la precipitacin mxima se registr en la estacin Canchacalla (341
mm/mes). La estacin de menor altitud e intensidad de precipitacin es Matucana, que
registra una precipitacin mensual mxima de 163 mm. La precipitacin promedio
mensual del grupo es 26.44 mm.
Grupo 03: El grupo est conformado por las estaciones de Chosica y Santa Eulalia, y
ambos estn por debajo de los 950 metros de altitud respecto al nivel medio del mar.
La precipitacin mensual mxima se registr en Santa Eulalia con
57 mm. En
promedio el grupo tiene una precipitacin mensual de 2.41 mm, para el periodo de
registros considerado (1988-2012).
Grupo 04: Est constituido por dos estaciones de la cuenca baja, en este estudio no se
presta singular atencin a esta zona, porque presenta escasa precipitacin y los
Pgina 18
registros histricos tiene muchos vacos. La precipitacin promedio mensual del grupo
es 0.50 mm, el promedio multianual de precipitacin 5.8 mm.
Fig. 08: Precipitacin multianual en grupos homogneos, periodo 1988-2012.

4.2 Resultados del SPI
En cada uno de las 14 estaciones pluviomtricas de la cuenca alta Rmac, se calcul el
Indice de Precipitacin Estandarizado (SPI), para intervalos acumulados de meses
diversos (1M, 3M, 6M, 12M, 24M, 48M). A continuacin se muestra la grfica de los
resultados obtenidos para 12 meses (12M) en cada estacin.
Pgina 19
Fig. 09: Variabilidad del SPI-12M, estaciones cuenca alta Rmac.
Pgina 20
Las caractersticas y la intensidad de la sequa se resumen en las siguientes tablas:
Tabla 05: Caractersticas de la sequa en la escala de 12 meses.
Tabla 06: Intensidad de la sequa SPI-12M, estaciones de la cuenca alta Rmac.
Pgina 21
Valindose de los SPI ya calculado en las estaciones se interpolo con el Hydraccess y

se calcul un SPI areal para la escala de 3M, 12M, 24M y 48M.
Fig. 10: SPI areal para la cuenca alta Rmac.
4.3 Resultados del SPEI

Utilizando las series de temperatura promedio mensual observada y las dems series
de temperatura interpolados usando la metodologa expuesta inicialmente, se procedi
a calcular los ndices Estandarizados de Precipitacin y Evapotranspiracin (SPEI),
para las escalas de 1, 3, 6, 9, 12, 18, 24 y 48 meses. Se acondicion las necesidades
de clculo, usando como base el aplicativo desarrollado por Vicente-Serrano et al.
2009. Finalmente se obtuvo los ndices estandarizados (SPEI), para las estaciones de
la cuenca alta Rmac. En los siguientes grficos se muestra para la escala de 12
meses.
Pgina 22
Fig. 11: Variabilidad del SPEI-12M, en 12 estaciones cuenca alta Rmac.
Pgina 23
Con los resultados de los SPEI de las estaciones de la cuenca alta Rmac, y utilizando
la misma metodologa de interpolacin realizado para el SPI areal, se calcul los SPEI
areal para las escalas de 3, 12, 24 y 48 meses.
Fig. 12: SPEI areal para la cuenca alta Rmac.

4.4 Anlisis Comparativo del SPI y SPEI
Ambos ndices estandarizados tienen similar metodologa de clculo, con la diferencia
que para el clculo del SPEI se requiere las series de temperaturas promedios
mensuales. Ello permite realizar un balance entre la precipitacin y evapotranspiracin
en cada estacin y en el rea de estudio. En la figura 13 se muestra una comparacin
de los dos ndices para el rea de estudio. Se observa similar variacin de los ndices
estandarizados en las 4 escalas de meses acumulados de la Fig. 13.
Pgina 24
Fig. 13: Comparacin del SPI y SPEI para el rea de estudio.
4.5 ndice Estandarizado de Caudal (Qz)

Se calcul el ndice Estandarizado de Caudal (Qz), conocido tambin como ndice de
Sequia Hidrolgica de Caudal. El mtodo de clculo fue el mismo empleado para el
SPI, y el primer paso fue convertir
los caudales promedios mensuales en lamina
(mm/mes). Usando el programa MathLab se calcul los ndices Estandarizados de

Caudales para las escalas de tiempo acumulado de 1, 3, 6, 9, 12, 18, 24 y 48 meses. A
continuacin se muestra algunos resultados grficos (Fig.14) de los caudales
estandarizados en el punto de salida en la estacin Chosica.
Pgina 25
Fig. 14: ndices Estandarizados de Caudales en el punto de salida de la cuenca alta.
Tambin se muestra graficas comparativas de la evolucin del ndice Estandarizado de

Caudales (Qz) y el SPI, en cuatro escalas de meses acumulados.
Pgina 26
Fig. 15: Comparacin del SPI y los caudales estandarizados (Qz).
Fig. 16: Coeficiente de Correlacin de Pearson para 1- 48 meses, entre SPI, SPEI y
Caudal Estandarizado (Qz).
4.6 Anlisis Grficos y Mapas a Diversas Escalas del SPI
Se muestra un resumen de cada estacin con el mes que presenta la humedad ms
severa, para el periodo de aos considerado. Adems un grafica con el porcentaje de
ocurrencia de sequa o humedad en cada estacin.
Pgina 27
Tabla 07: Meses con humedad ms severa y nmero de meses con humedad.
Tabla 08: Intensidad de humedad extrema para el SPI-12M
Pgina 28
Fig.17: Porcentaje de ocurrencia en cada categora en el periodo 1989-2012 (SPI-12M).
La Fig. 18 muestra la comparacin entre la sequa extrema y la humedad extrema. En

promedio se observa la mayor ocurrencia de sequias extremas, para las estaciones
analizadas durante el periodo 1988-2012.
Fig.18: Comparacin en porcentaje de ocurrencias de los eventos extremos.
Pgina 29
Fig. 19: Porcentaje de ocurrencias para el ndice areal de 12 meses.

Los resultados del coeficiente de autocorrelacin Lag-1, ms las pruebas de MannKendal y Spearmans Rho para el SPI-12M, se muestra en la Fig. 20. Se observa un
decrecimiento de la tendencia en la estacin Lachaqui, mientras que en las estaciones
de Carampoma, Casapalca y Ro Blanco se aprecia significativa tendencia positiva al
5% de nivel de significancia.
Fig. 20: Auto correlacin Lag-1, Pruebas de Mann-Kendall y Spearmans Rho para el
SPI-12M.
Pgina 30
Fig. 21: Evolucin del SPI - 12M por grupos, en meses ms hmedos del ao, cuenca alta Rmac.
Pgina 31
Tomando el valor extremo ms severo de sequa de cada estacin, se elabor

mapas de sequa extrema para las diversas escalas de meses del SPI. Asimismo para
las se seleccin el valor extremo de humedad en cada estacin. Se calcul la
intensidad de sequa y humedad en meses consecutivos, y as se elabor mapas de
intensidad extrema para la cuenca alta Rmac. Los mapas realizados permiten hacer
un anlisis espacial del comportamiento de la sequa y humedad ms severa
extrema para el periodo de data utilizado (1988 2012).
La cuenca baja Rmac por presentar escasa precipitacin propia de la costa desrtica
del Per, se ha omitido el clculo de los ndices estandarizados. Esta zona contiene a
la cuidad de Lima Metropolitana y parte de la provincia del Callao. Se muestra los
mapas para los ndices extremos del SPI, y la intensidad ms severa en cada estacin.
Fig. 22: Distribucin espacial ndices ms severos con el SPI 03 y 06.

Pgina 32
Fig. 23: Distribucin espacial de los ndices ms severos con el SPI 9,12 y 24 meses.
Pgina 33
Fig. 24: Distribucin espacial de la sequa, humedad e intensidad ms severa, SPI 12 y

48 meses cuenca alta Rmac, con el periodo de data analizado (1988-2012).
V. CONCLUSIONES Y RECOMENDACIONES
5.1 Conclusiones
El presente estudio se centr en el anlisis de la precipitacin mensual observada en
14 estaciones de la cuenca alta Rmac, para el periodo 1988-2012. Adems de
temperatura promedio mensual observada y estimada en las mismas estaciones
donde se dispona datos pluviomtricos. De acuerdo a los objetivos especficos
podemos establecer las siguientes conclusiones ms relevantes:
Pgina 34
A. Se realiz la homogenizacin y completacin de data mensual faltante en cada

una de las series histricas de precipitacin, en la homogenizacin se us el mtodo
del vector regional y en la completacin regresin lineal simple y mltiple.
B. Los meses de mayor precipitacin en las estaciones de la cuenca alta Rmac, son
desde Diciembre hasta Abril, y en los dems meses escasa o ligera precipitacin. Se
calcul el ndice Estandarizado de Precipitacin (SPI), y el ndice Estandarizado de
Precipitacion y Evapotranspiracin (SPEI), con el propsito de analizar los periodos
hmedos y secos. Asimismo se calcul el ndice Estandarizado de Caudales (Qz),
usando la serie de caudales mensuales de la estacin Chosica. Se estableci las
correlaciones entre los ndices estandarizados, se encontr mayor correlacin en las
escalas de 9 y 12 meses.
C. Las estaciones con mayor tendencia significativa a un nivel de significancia de 5%
son las estaciones de Carampoma, Casapalca, Rio Blanco y San Jos de Parac. Los
meses de tendencia positiva coincide con los meses de mayores precipitaciones.
D. La estacin con mayor coeficiente de autocorrelacin de Lag-1, es Rio Blanco (r1=
0.616), y los que estn por encima de 0.4 son Carampoma, Milloc y San Jos de
Parac. Las estaciones con autocorrelacin negativa son Chosica, Matucana y Santiago
de Tuna.
E. El anlisis de los ndices estandarizados se enfoca en la escala de 12 meses, y se
observa la sequa ms severa extrema en la estacin Casapalca (-3.51), en
setiembre de 1992.
La humedad mxima extrema en Sheque (2.85), en enero de
2001. La intensidad de sequa mxima en Casapalca (-3.03) en los meses de Enero

1992 hasta Enero 1993. La intensidad de humedad mxima en Lachaqui (2.31), en los
meses de Marzo 1998 hasta Diciembre 1998.
F. Del grafico del porcentaje de ocurrencia de cada categora del SPI-12M, se
observa en mayor porcentaje los eventos de sequa extrema. El incremento del
aprovechamiento de los recursos hdricos en la cuenca Rmac, y sumado a ello la
alteracin irreversible del medio ambiente, el cambio climtico, el crecimiento industrial
y demogrfico contribuyen a la ocurrencia de eventos cada vez ms extremos.
G. Los mapas de distribucin espacial de los ndices extremos ms severos
muestra las zonas donde se registr la sequa o humedad en mayor valor en
intensidad. Con el SPI -12M la zona de mayor humedad es Matucana y Milloc; por el
contrario la zona de mayor sequia es Casapalca.
Pgina 35
5.2 Recomendaciones
En este estudio se us el mayor grupo de estaciones de la cuenca alta Rmac,
con igual periodo de data disponible de precipitacion mensual. Es recomendable usar
series temporales con el mayor nmero de aos, y as tener una mejor idea de la
evolucin temporal de los ndices climticos.
Algunos clculos y grficos se han omitido con la idea de centrarse en los objetivos
especficos planteados inicialmente.
En los Anexos se muestra los dems clculos y graficas que respalda lo mostrado
en el presente estudio.
VI. REFERENCIAS BIBLIOGRFICAS

Hossein Tabari, Jaefar Nikabakht, P. Hosseinzadeh Talaee, October 2012:
Hydrological Drought Assessment in Northwestern Iran Basad on Streamflow
Drought Index. Water Resour Manage, doi: 10.1007/s11269-012-0173-3.
J. Lorenzo-Lacruz, S.M. Vicente-Serrano, J.I. Lopez-Moreno, S. Begueria, J.M.
Garcia-Ruiz January 2010: The impact of droughts and water management on
various hydrological systems in the headwaters of the Tagus River (central Spain).
Journal of Hydrology, 368(2010) 13-16.
Mara E. Carbone, Mara C. Piccolo y Beatriz V. Scian: Anlisis de los periodos
secos y hmedos en la cuenca del Arroyo Claromec, Argentina. Papeles de
Geografa 2004, pp 25-35.
Milan Gocic, Slavisa Trajkovic, May 2013: Analysis of precipitation and drought data
in Serbia over the period 1980-2010. Journal of Hydrology 494(2013) 32-42.
Qiang Zhang, Jianfeng Li, Vijay P. Singh, Yungang Bai, June 2012: SPI-based
evaluation of drought events in Xianjiang, China. Nat Hazards (2012) 64: 481- 492.
Sergio M. Vicente Serrano, Santiago Begueria, Juan I. Lopez Moreno, April 2010: A
Multiscalar Drought Index Sensitive to Global Warming: The standardized
precipitation evapotranspiration index. Journal of Climate, volume 23, doi
10.1175/2009JCLI2909.1.
Sergio M. Vicente-Serrano, Juan I. Lopez-Moreno, Santiago Begueria, Jorge
Lorenzo-Lacruz, Cesar Azorin-Molina, Enrique Moran Tejeda, February 2012:
Accurate computation of a streamflow
drought index. Journal of hydrologic
engineering vol. 17, N2 318-332.
Pgina 36
Sergio M. Vicente-Serrano, Celia Gouveia, Jesus Camarero, Santiago Begueria. et

al, April 2012: Response of vegetation to drought time-scales across global land
biomes. PNAS Early Edition 1-6.
VII. ANEXOS
1. Series de Temperaturas promedios mensuales estimados en la cuenca alta Rmac.
2. Graficas anlisis doble masa y Vector Regional cuenca Rmac.
3. Tablas de resultados SPI y SPEI, y otros anexos.
Pgina 37

Estudio Hidroclimatico Cuenca Rimac

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estudio Hidroclimatico Cuenca Rimac

Încărcat de

Drepturi de autor:

Formate disponibile

Servicio Nacional de Meteorologa e Hidrologa del Per

CARACTERIZACIN DE PERIODOS SECOS Y HUMEDOS CUENCA DEL

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

2.1 Objetivos Generales

2.2 Objetivos Especficos

relacin de las principales variables

periodos secos y hmedos.

herramientas de sistemas de informacin geogrfica para el

anlisis de los periodos hmedos y secos.

III. METODOLOGA Y MATERIALES

Servicio Nacional de Meteorologa e Hidrologa del Per

Fig. 01: Distribucin espacial de las 14 estaciones de la cuenca alta Rmac.

Tabla 01: Descripcin geogrfica de las estaciones usadas en el estudio.

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

3.2 Homogenizacin y Completacin de Data

Fig. 02: Determinacin de grupos homogneos cuenca Rmac.

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

Para los grupos homogneos en la Fig. 02, a continuacin se muestra la precipitacin

Fig. 03: Precipitacin acumulada anual en los grupos homogneos.

Tabla 02: Parmetros estadsticas de las series de tiempo de la precipitacin mensual

Servicio Nacional de Meteorologa e Hidrologa del Per

3.3 Interpolacin de las Series de Temperatura Mensual

Evapotranspiracin (SPEI), fue necesario interpolar las series de temperatura promedio

Fig. 04: Esquema del proceso de interpolacin de la temperatura promedio mensual.

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

Fig. 05: Temperatura promedio mensual en estaciones con datos observados

3.4 ndices de Sequias

de Sequia de Palmer (ISSP), ndice de Suministro de Agua Superficial

(ISAS), Porcentaje de Precipitacin Normal (PPN), ndice de Reclamacin de Sequia

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

Su versatilidad permite monitorear suministros de agua a corto plazo, que son

En trminos matemticos de clculo del SPI es basado en la probabilidad acumulativa

Donde = parmetro de forma o uniformidad; = parmetro de escala; x = cantidad de

= funcin gamma que est definida por la siguiente expresin:

Los parmetros y son determinados por el mtodo de mxima probabilidad para

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

= valor promedio de la cantidad de precipitacin; n = nmero de

data. Los parmetros obtenidos se aplican tambin a la determinacin de una

Donde m = nmero de ceros en la serie temporal de precipitacin; n = nmero de

IL0 JILK J K ILM J M

IL0 JILK J K ILM J M

Donde t es determinado como:

Direccin Regional de Lima

Servicio Nacional de Meteorologa e Hidrologa del Per

son coeficientes cuyo valor son los siguientes:

Y = 2.515517, Y = 0.802853, YZ = 0.010328 ,

Los valores del SPI se clasifican de acuerdo a su intensidad de la sequa humedad

Intervalo del SPI

1.5 SPI < 2.0

1.0 SPI < 1.5

0.0 SPI < 1.0

-1.0 < SPI < 0.0

-1.5 < SPI -1.0

-2.0 < SPI -1.5

Muy seco Sequia severa

Tabla 03: Clasificacin de los valores del SPI.