Documente Academic
Documente Profesional
Documente Cultură
Autor:
Ministerio de Medio Ambiente y Agua
Av. 14 de Septiembre,
esquina Calle 8 de Obrajes, Nro. 5397.
www.mmaya.gob.bo
bibliotecadelagua.sirh.gob.bo
La Paz, Bolivia.
Carlos Ortuño
Ministro de Medio Ambiente y Agua
La Paz, 2018
Impreso en Bolivia
ÍNDICE
Artículos técnicos
Alcances institucionales
Reseña
3
la finalidad de cuantificar las fluctuaciones en
los volúmenes, áreas, espesores y longitudes del
glaciar y sus relaciones con el clima.
Área de estudio
El glaciar Tarija (68.2°O, 16.2°S, 5109 msnm) forma
parte del complejo Tuni Condoriri en la Cordillera
Real (Figura 1). Este complejo se encuentra
aproximadamente a 40 km al norte de la ciudad de
El Alto y es de vital importancia para el turismo de
montaña que se desarrolla durante prácticamente Figura 1. Mapa de ubicación del glaciar Tarija dentro del complejo
todo el año, así como para el abastecimiento de Tuni Condoriri mostrado sobre una imagen satelital de Google
agua para la zona norte de la ciudad de El Alto y las Earth. El polígono azul representa el área de cobertura glaciar.
laderas oeste y norte de La Paz. Estos volúmenes Las polilíneas de color naranja representan las curvas de nivel en
de agua llegan al embalse Tuni, construido en 1971, intervalos de 10 m. Los puntos guindos muestran la ubicación de las
el cual tiene una capacidad de 21 Hm3 y entrega balizas de ablación en la parte baja y de los sitios de perforación en
caudales de 1 m3 s-1 por tubería, para su posterior la parte alta del glaciar. El modelo digital de elevación fue obtenido
tratamiento y consumo. El glaciar cubre un área de por restitución fotogramétrica de un vuelo realizado en 2013 y fue
0.73 km2 y tiene un rango de elevaciones que varía procesado por el Dr. Ing. Álvaro Soruco del Instituto de Geología y
de los 4828 a los 5381 msnm. Tiene una orientación Medio Ambiente (IGEMA).
preferencial hacia el suroeste y una longitud de
la lengua del glaciar a su cumbre de 1.3 km. De Metodología
acuerdo a sus características, este glaciar puede
catalogarse como un pequeño glaciar de montaña. El balance de masa es el cambio en la masa de un
glaciar, o parte de un glaciar, durante un periodo
Las condiciones climáticas en esta zona se determinado (Cogley et al., 2011; Leonardini et al.,
caracterizan a nivel anual por una estacionalidad en 2012). El periodo analizado generalmente consiste
las temperaturas poco marcada, en contraste a la de un año hidrológico. El signo del balance de masa
precipitación que muestra variaciones estacionales es positivo cuando el glaciar gana masa, mientras
importantes (Soruco et al., 2015). Así, se identifica que adopta valores negativos cuando el glaciar
una época húmeda que dura de octubre a marzo y una pierde masa. Así, la acumulación es positiva y la
época seca que se prolonga de abril a septiembre. ablación es negativa. La zona donde la acumulación
El año hidrológico se computa de septiembre a domina sobre la ablación se conoce como zona de
agosto, mismo periodo que es utilizado para realizar acumulación y la zona donde la ablación es mayor
las mediciones mensuales y anuales del balance de a la acumulación se denomina zona de ablación.
masa. En base a las largas mediciones que se tienen La línea que separa estas dos zonas se conoce
en varios glaciares tropicales, es posible identificar como línea de equilibrio (equilibrium-line altitude,
que el periodo de octubre a diciembre se caracteriza ELA) y la proporción del área cubierta por la zona
por un fuerte derretimiento de hielo en la zona de de acumulación respecto al área total del glaciar
ablación del glaciar (Rabatel et al., 2012). Esto se se denomina proporción del área de acumulación
debe a la reducción en la cobertura nivel sobre la (accumulation-area ratio, AAR). El balance de masa
superficie así como a la fuerte radiación presente. se deriva a partir de la ecuación de la conservación
El periodo de enero a marzo corresponde al corazón de la masa de una columna de nieve y hielo de
de la época húmeda y por tanto corresponde a la sección cuadrada que se extiende verticalmente
época de acumulación del glaciar. a través del glaciar y que tiene una masa m por
unidad de área (kg m-2). Esta masa puede cambiar
En esta época también se encuentran fuertes por adición o extracción de masa en la superficie,
tasas de derretimiento, principalmente de nieve, dentro de la columna o en el fondo. Entonces, la
dominadas por el efecto de la radiación atmosférica tasa de cambio anual del balance de masa en la
de onda larga proveniente de la nubosidad (Sicart columna en kg m-2 año-1 es:
et al., 2005). Mayo a agosto corresponde a la época
seca y se caracteriza por una baja acumulación y
alta sublimación (Wagnon et al., 1999).
4
Donde c y a representan las tasas de acumulación Además de ella, existen otros mecanismos para la
y ablación en la superficie (s), dentro de la columna acumulación. Por ejemplo, la precipitación líquida
(i) o en la base o fondo (b) en kg m-2 año-1 y q1 y q2 puede ser transformada en hielo por efecto de las
representan los flujos de masa de hielo en kg año- bajas temperaturas, la neblina puede ser integrada
1
que ingresan y salen de la columna de área ds, por deposición en la superficie del glaciar y el agua
respectivamente. Posteriormente, la ecuación (1) de derretimiento puede formar una capa de hielo
se divide entre la densidad del agua para obtener sobreimpuesto por recongelamiento (Rivera et al.,
unidades de m eq.a. (metros equivalentes de agua) 2016).
y los términos de flujo se reescriben utilizando el
operador vectorial de divergencia: La ablación ocurre fundamentalmente por el
derretimiento de la nieve y hielo superficial,
seguido por el escurrimiento en la superficie, a
través del glaciar o en el fondo. Otras formas de
Donde: ablación son la deflación y la sublimación (Rivera
et al., 2016).
La principal forma de acumulación de masa Para estimar el balance de masa de todo el glaciar
en cualquier glaciar es la precipitación nival. se aplica la ecuación (5).
5
Figura 2 Medición de balizas en la zona de ablación (a). Utilización Figura 4. Perfil de densidad en el testigo de nieve extraído en la
del perforador PICO (Polar Ice Coring Office) para extraer testigos zona de acumulación a 5188 msnm.
de nieve en la zona de acumulación (b).
Resultados y Discusión
El monitoreo fue realizado a nivel mensual en las
balizas de ablación y se realizó una perforación
manual en la zona de acumulación al final del año
hidrológico (agosto 2016). La Figura 3 muestra
los resultados del balance de masa en la zona de
ablación para dos balizas, una en la parte baja
de la zona de ablación (Figura 3a) y otra cerca
a la línea de equilibrio (Figura 3b). De acuerdo a
estos resultados, la pérdida de hielo en el glaciar
llegó hasta -7700 y -4400 mm eq.a. en las dos Tabla 1. Balance de masa anual para las diferentes zonas de
elevaciones mencionadas. El mes crítico en ambos elevación.
casos fue febrero.
Para el cálculo del balance de masa anual de todo el
En la zona de acumulación, se obtuvo el perfil de glaciar, se discretizó su área en zonas de elevación
densidades mostrado en la Figura 4, obtenido a de 50 m de desnivel y a cada zona se asignó el
partir de la perforación de un testigo de nieve de valor medio del conjunto de medidas puntuales
94 cm de profundidad. El pico de densidad de 0.60 en las balizas que se encontraban dentro de ellas.
g cm-3 se produjo a una profundidad de 48.5 cm Para las zonas comprendidas entre los 4950 y
que corresponde a la capa basal. Ponderando esta 5150 msnm que no contaban con mediciones por
profundidad por la densidad se obtuvo un balance su difícil accesibilidad, se estimaron los valores del
de masa en la zona de acumulación de 212 mm eq.a. balance de masa por interpolación lineal. Asimismo
6
para las elevaciones de 5200 a 5381 msnm se pues tiene un área de acumulación extensa y una
asignó un único valor de 212 mm eq.a. que fue baja elevación para la línea de equilibrio. Se tiene
el medido en la perforación. Los resultados de prevista la continuación de las mediciones de
este procesamiento se muestran en la Tabla 1. De balance de masa para monitorear la evolución que
acuerdo a los resultados, para el año hidrológico tendré el glaciar en los próximo años
2015-2016 se obtuvo un balance de masa de
todo el glaciar de -1245 mm eq. a. Wagnon et al. Referencias
(2001) analizaron valores del balance de masa y
el balance de energía durante eventos Niño en el Cogley, Graham (et al.) (2011). Glossary of Glacier Mass
glaciar Zongo y encontraron balances de masa de Balance and Related Terms. Paris: IACS/UNESCO-IHP.
-900 y -1960 mm eq. a. para los años hidrológicos Heucke, Erich (2003). A light portable steam-driven
1991-1992 y 1997-1998 correspondientes a ice drill suitable for drilling holes in ice and firn.
eventos fuertes de ENSO. El valor encontrado en Geografiska Annaler: Series A, Physical Geography 81.
este estudio se encuentra en ese rango y por tanto doi: 10.1111/1468-0459.00088.
muestra una respuesta típica a estas condiciones Leonardini, Gonzalo (et al.) (2012). Análisis del balance
atmosféricas. de masa mensual y anual del glaciar tropical Zongo
(Bolivia). Revista Boliviana de Física 21.
Marshall, P. y Kuivinen, K. (1981). Polar Ice Coring Office
Antarctic field activities, 1979-80. Polar Record
20(129). doi: 10.1017/S0032247400003971.
Rabatel, Antoine (et al.) (2012). Can the snowline be
used as an indicator of the equilibrium line and mass
balance for glaciers in the outer tropics? Journal of
Glaciology 58(212). doi: 10.3189/2012JoG12J027.
Rivera, Andrés (et al.) (2016). Balance de masa glaciar.
Valdivia: Ediciones CECs.
Sicart, Jean Emmanuel (et al.) (2005). Atmospheric
controls of the heat balance of Zongo Glacier (16°S,
Bolivia). Journal of Geophysical Research 110(D2). doi:
10.1029/2004JD005732.
Soruco, Alvaro (et al.) (2015). Contribution of glacier runoff
Figura 5. Perfil de balance de masa para el año hidrológico 2015- to water resources of La Paz city, Bolivia (16°S). Annals
2016. of Glaciology 56(70). doi: 10.3189/2015AoG70A001.
Thompson, Lonnie (et al.) (2011). Tropical glaciers,
La Figura 5 muestra la variación del balance de recorders and indicators of climate change, are
masa con la elevación. A partir de este gráfico disappearing globally. Annals of Glaciology 52(59).
se pueden entender las variaciones espaciales Wagnon, Patrick (et al.) (2001). Anomalous heat and mass
del balance de masa así como determinar la budget of Glacier Zongo, Bolivia, during the 1997/98
ELA y AAR. Para el año analizado se obtuvieron El Niño year. Journal of Glaciology 47(156).
valores de 5140 msnm y 45% para la ELA y AAR, Wagnon, Patrick (et al.) (1999). Annual cycle of energy
respectivamente. balance of Zongo Glacier, Cordillera Real, Bolivia.
Journal of Geophysical Research 104(D4). doi:
Conclusiones 10.1029/1998JD200011.
WGMS (2017). Global Glacier Change Bulletin No. 2
En este estudio se mostraron los primeros (2014-2015). Zurich: ICSU(WDS)/IUGG(IACS)/UNEP/
resultados de las mediciones glaciológicas llevadas UNESCO/WMO.
a cabo en el glaciar Tarija durante un año con la Zemp, Michael (et al.) (2009). Six decades of glacier
presencia de un evento Niño. Se pudo concluir mass-balance observations: a review of the worldwide
que el balance de masa obtenido coincide con los monitoring network. Annals of Glaciology 50.
resultados medidos durante otros eventos Niño en
el glaciar Zongo, cuyas mediciones se extienden
desde 1991. La ELA y AAR estimados permiten
concluir que a pesar de haber calculado un balance
de masa muy negativo, el glaciar Tarija todavía
muestra las condiciones de un glaciar saludable
7
8
FUENTE: MMAYA, Inundación en Beni, 2014.
Investigación, diseño y puesta en operación de
un sistema de alerta temprana hidrológica,
caso de estudio Mamoré-Bolivia
Mauricio Florencio Villazón*, Ivan Del Callejo**, Diego Inturias*** & Cecilia Escalera***
RESUMEN ABSTRACT
Las inundaciones en las llanuras benianas son una Floods in the Beni’s plains have been taken place since
realidad desde tiempos geológicos, pero durante geological times, but during the last decades they
las últimas décadas las mismas han sido mayores have been higher due to deforestation and erosion in
por deforestación y erosión en las cuencas andinas the Andean basins and effects of climate change.
y efectos del cambio climático.
During the rainy season, the uncertainty experienced
Durante los periodos de lluvia la incertidumbre in these regions, without knowing if there will be
que se vive en estas regiones al no saber si se floods and the levels of these, makes the response to
producirán inundaciones y los niveles de estas hace this type of disaster not optimal and adequate. An
que la respuesta a este tipo de desastres no sea la early warning system (EWS) can prevent situations of
óptima y adecuada. imminent risk from occurring several days in advance,
allowing the correct action and mitigation of these
Un sistema de alerta temprana (SAT) puede events. It can also be used to know the duration of
prevenir con varios días de anticipación situaciones flooding and the time that takes the water levels to
de riesgo inminente permitiendo actuar y mitigar reduce.
correctamente estos eventos, también puede ser
utilizado para saber la duración de la inundación y The hydrological forecastisthe main inputfor an EWS,
el momento de bajada de los niveles de agua. thisconsists of acoupled system of a hydrological
rainfall-runoff model, hydrodynamic model for flood
El pronóstico hidrológico es el principal insumo para wave propagation and meteorological forecasts.
un SAT, este consiste en un sistema acoplado de A conceptual wave propagation model was also
un modelo hidrológico de lluvia escurrimiento, un implemented to predict downstream levels in advance
modelo hidrodinámico para el tránsito de la onda de by knowing the real-time data from upstream levels.
crecida y pronósticos meteorológicos. También se
implementó un modelo conceptual de propagación Keywords: Hydrological Forecast, Mamoré River,
de onda para pronosticar con anticipación los EWS
niveles agua abajo conociendo los datos en tiempo
real de niveles aguas arriba. 1. INTRODUCCIÓN
Palabras Claves: Pronostico Hidrológico, Río La región de Beni sufre de inundaciones a menudo,
Mamoré, SAT causado por ríos que suben fuera de sus bancos por
lluvia extendida. Para mitigar las consecuencias
* Laboratorio de Hidráulica - Universidad Mayor de San Simón, y efectos de estas inundaciones, el Ministerio
mauricio.villazon@fcyt.umss.edu.bo de Medio Ambiente y Agua empezó junto con la
mauricio_villazon@yahoo.es
** Centro AGUA – Universidad Mayor de San Simón, Embajada del Reino de los Países Bajos en La Paz,
ivan.delcallejo@centro-agua.org Bolivia con el programa ‘Vivir con el Agua’ para la
*** Dirección General de Planificación - Ministerio de Medio Ambiente y
Agua
gestión de los riesgos de inundación de las llanuras
diego.inturias@mmaya.gob.bo inundables de Beni. El sistema de alerta temprana
d.inturias.guzman@gmail.com es uno de los subprogramas de ‘Vivir con el Agua’.
cecilia.escalera@mmaya.gob.bo
9
El programa de Gestión de Riesgos de inundaciones y Universidad Mayor de San Simón mediante el
en el Beni – Vivir con el Agua, tiene la finalidad Centro Agua y el Laboratorio de hidráulica. Se
de implementar en el departamento del Beni un desarrolló un sistema de alerta temprana (SAT)
Sistema de Alerta Temprana (SAT – Beni) para para inundaciones en las llanuras de Beni, Bolivia.
realizar pronósticos hidrológicos basados en
modelación hidrológica, empleando la plataforma 2. OBJETIVO
(FEWS) que sistematiza la información que corre los
modelos implementados y genera información útil El objetivo general de este proyecto es minimizar
en la comunicación de las alertas de inundaciones; los efectos adversos de las inundaciones y los
este sistema debe servir en la prevención de riesgos cambios climáticos en las llanuras del Beni, a
por inundaciones en el Departamento del Beni para través del desarrollo e implementación de un
que las diferentes autoridades cuenten con un sistema de alerta temprana basada en pronósticos
pronóstico que les permita determinar acciones de meteorológicos de modelos regionales y globales, la
atención a población del Departamento, así mismo, modelación hidrológica y la implementación de una
la población cuente con información oportuna para plataforma para la operatividad de la herramienta.
minimizar los efectos adversos de las inundaciones. Otro objetivo es el trabajo conjunto de expertos
internacionales y expertos locales para dar una
Los sectores y grupos objetivo identificados solución integral al problema y de esa manera
consisten, principalmente, en (gente en) pueblos garantizar una transferencia de estas tecnologías a
y ganaderos apartados. Cada uno de estos grupos las instituciones Bolivianas competentes.
objetivo tiene requisitos específicos para una
advertencia temprana. Como parte de esta implementación institucional
se ha entrenado a expertos de instituciones
Los pobladores, generalmente, exigen un mapa nacionales y sub-nacionales con competencias en la
detallado que identifique los niveles de inundación gestión de riesgos hidrológicos. Así se realiza una
en un pueblo y sus alrededores. Por lo general, una capacitación continua en modelación y el desarrollo
alerta temprana debería proveer la información y uso del sistema de pronóstico hidrológico. Al final
y tiempo suficientes para que la gente lleve sus del proyecto se ha evaluado el funcionamiento
pertenencias a terrenos más seguros y encontrar del sistema desde una perspectiva institucional
seguridad para ellos mismos. Un horizonte de y técnico, con el fin de asegurar la continuidad al
predicción de un par de horas para los niveles proceso del sistema de alerta temprana en el país.
detallados de inundación y unos días para los
desarrollos del nivel del agua en general es 3. MATERIAL Y MÉTODOS
suficiente.
Una etapa básica, fundamental, es el monitoreo de
Los ganaderos, sin embargo, exigen un horizonte datos meteorológicos e hidrológicos, que permiten
de predicción mucho más largo, algunas semanas o primero, a partir de datos históricos calibrar
meses, pero una información de inundación menos modelos hidrológicos que reproduzcan de la manera
detallada. Estos ganaderos normalmente requieren más fiel posible, el comportamiento hidrológico de
tiempo suficiente para movilizar el ganado a las cuencas y sus sistemas fluviales.
terrenos más seguros. Se requiere un horizonte de
predicción de varias semanas o meses considerando Luego, a partir de datos atiempo real y pronósticos
que el ganado no se desplaza a un ritmo rápido meteorológicos, estos modelos permiten elaborar
y, por lo general, el terreno en Beni es llano, lo pronósticos con la “suficiente” anticipación a la
cual produce grandes franjas de terreno que se ocurrencia de un determinado evento. Una vez que
inundan en el curso de unos días. Por los problemas los pronósticos son elaborados, corresponde a la
expuestos se hacía de necesidad imperante contar instancia técnica responsable, su notificación a la
con un sistema de alerta temprano hidrológico con autoridad competente.
el cual se pueda pronosticar los niveles de los ríos
con varios días de anticipación y se puedan ejecutar Si bien los pronósticos son resultados técnicos,
protocolos de acuerdo a la emergencia. especializados, que generalmente se basan en la
corrida de modelos de diferente tipo (meteorológicos
El presente proyecto estuvo financiado por la e hidrológicos), los resultados son traducidos
Comisión Europea, se formó un consorcio entre en lenguaje común de manera que autoridades
Witteveen+Bos, Deltares, RoyalHaskoningDHV (políticas) de distinto nivel administrativo (Municipal,
10
Departamental y Nacional) pueden tomar la decisión • Recopilación de datos, organización y
con respecto a si se emite o no alguna alerta hacia tratamiento de las series de tiempo
la población, que tipo de alerta y por lo tanto el tipo • Modelación hidrológica distribuida
de respuesta (anticipada) que se deberá adoptar. determinística con modelo WFLOW
• Modelación conceptual, minería de datos
El sistema de pronóstico hidrológico desarrollado • Implementación de la plataforma FEWS
se base en el software Delft- FEWS (Flood Early
Warning System) que se describe en Werner et al. Recopilación y tratamiento de datos
(2004, 2013). Delft- FEWS lidera a nivel mundial por
su flexibilidad y libre disponibilidad; esta flexibilidad Para el presente proyecto se tiene un área de estudio
es indispensable para un país tan diverso como que enmarca a toda la cuenca del Rio Mamore hasta
Bolivia, y no cree ninguna dependencia de la estación limnimetrica Puerto Siles.
ciertos sistemas de monitoreo o proveedores de
modelos matemáticos (comerciales). El sistema Los datos meteorológicos fueron recopilados del
‘FEWS-Bolivia’ integra datos de observación Servicio Nacional de Hidrología y Meteorología
meteorológicos e hidrológicos en tiempo real y cuasi (SENAMHI) y consta en las series de precipitación
real, y un pronóstico numérico de clima. Además, en todas las estaciones del sistema, también se
incluye modelos hidrológicos que se usan para el recopilaron las series de las estaciones que mandan
pronóstico de caudales y niveles en el río Mamoré, los datos a tiempo real. El SENAMHI también maneja
y genera informes web que se pueden publicar en el tres estaciones limnimetricas en el sistema Ichilo-
sitio web de SENAMHI (actualmente se publican en Mamore el resto de los datos fueron recabados
http://fews.senamhi. gob.bo) del Servicio de Mejoramiento a la Navegación
Amazónica (SEMENA).
Para la modelación hidrológica de la cuenca del
río Mamoré es necesario configurar un modelo Para obtener los datos de las cuencas del río Grande
que pueda simular el proceso de lluvia- caudal y el y del Pirai se acudió al Servicio de Encausamiento
proceso de inundación. Para el primer requerimiento de Aguas y Regularización del Río Piraí (SEARPI)
existen muchos modelos pero para la modelación de donde se recabaron los datos de precipitación y
de la inundación las opciones son limitadas dado el niveles de agua de sus respectivas estaciones.
tamaño de la cuenca. Un enfoque estándar que use
un modelo hidrodinámico bidimensional está fuera Modelación WFLOW
del alcance no sólo por el tamaño de la cuenca, sino
también por el tiempo de cálculo correspondiente. Implementación del modelo hidrológico WFLOW
Otro factor importante que se debe tener en cuenta con datos de precipitación TRMM (NASA) y de tierra
es la escasez de información de la cuenca y el (SISMET, SENAMHI)
conocimiento limitado de los detalles topográficos
en una región que es muy plana y cualquier dique El modelo hidrológico WFLOW es un modelo
pequeño podría tener un impacto importante en la distribuido, se caracteriza por tener un modelo
dirección del proceso de inundación. Considerando analítico de lluvia intercepción que se basa en el
estas limitaciones, se decidió usar un enfoque de modelo numérico de Rutter’s. El modelo numérico
modelación doble que consiste en el desarrollo WFLOW tiene como interface de trabajo el lenguaje
simultáneo de dos modelos hidrológicos: de Python y PCRaster.
1. modelo de regresión o sistema experto CMD Por ser un modelo distribuido necesita que los
(Villazon, 2012). principales datos de ingreso estén disponibles como
mapas. Los cuales deben representar los siguientes
2. modelo distribuido determinístico WFLOW parámetros:
(Schellekens, 2012).
1. Precipitación
Ambos modelos calibrados y validados son 2. Evapotranspiración potencial
implementados en la plataforma DELFT- 3. Topografía (DEM)
FEWS. El trabajo consiste en cuatro objetivos 4. Tipo de suelo
complementarios: 5. Cobertura y uso actual de tierras
11
Los mapas con los parámetros indicados que actualmente está en funcionamiento. La
anteriormente han sido preparados de acuerdo al Imagen 4 presenta lo descrito junto a la ubicación y
área de la cuenca en estudio. La Tabla 1 presenta descripción de cada estación.
un resumen de los mapas preparados con las
respectivas fuentes de adquisición de información. Imagen 1. Mapa de Precipitación TRMM y Thiessen (Mes Enero)
CGIR –
piración
12
Imagen 4. Delimitación de la cuenca principal en 15 subcuencas se han utilizado las estaciones de Santa Rosa del
Chapare, El Carmen y Los Puentes (los registros
hidrométricos de estas últimas tres estaciones son
de calidad baja debido a la falta de mediciones de
aforos).
13
considerado extraordinario debido a la magnitud de salida. Este estudio aplica el algoritmo de la variable
precipitación plasmada en la inundación histórica instrumental refinada RIV (Pedregal et al., 2007)
acontecida en las llanuras del Beni. La falta de implementada en la herramienta CAPTAIN (Young
datos meteorológicos del evento hidrológico del et al., 2007) para la identificación de la estructura
año 2008 sobre la zona tropical del Cochabamba es del modelo y la estimación de parámetros. Los
sin duda uno de los motivos, por el cual el modelo modelos generan resultados de descarga aguas
numérico sobreestima los caudales para tal evento. abajo del segmento del río.
14
La Imagen 8 muestra la estructura del modelo RESULTADOS
conceptual donde se pudo tener resultados de
modelación con mayor eficiencia que los obtenidas Referente a la calibración del modelo matemático
con el modelo WFLOW. WFLOW de onda cinemática (modelo hidrológico),
de acuerdo a los resultados obtenidos por el modelo
Imagen 8. Flujo-grama del modelo conceptual numérico, se ha visto que el parámetro hidrológico
que presenta mayor sensibilidad corresponde a la
Capacidad máxima de Almacenamiento, seguido
por la Conductividad Saturada de Almacenamiento
(Ksat) y por último la Recesión del Flujo Base
(M). Dichos parámetros corresponden a los datos
del Tipo de Suelo de la cuenca en estudio. Como
resultado del proceso de calibración para la estación
hidrológica de Abapó, se ha obtenido una eficiencia
de 0.73, considerando los eventos hidrológicos de
los años 2008 al 2012.
Eficiencias
Onda Onda dinámica
Estación cinemática
Periodo 2008 - Periodo Periodo
2012 2009 - 2012 2008 - 2012
Abapó 0.73
Santa 0.73
Rosa
Camiaco 0.77 0.58
Los 0.76
Puentes
Puerto 0.90 0.81
Siles
15
Imagen 10. Pantallas de salida de la plataforma FEWS Otro punto destacable es que al haber sido la
Universidad Mayor de San Simón parte del consorcio y
de los equipos técnicos de elaboración de los productos
la sostenibilidad y la atención a futuras dudas y nuevas
implementaciones está garantizada.
REFERENCIAS
IMPLEMENTACIÓN DE LA PLATAFORMA FEWS
Albo X. and Romero C. (2009). “Autonomías Indígenas en la Realidad
La implementación en la plataforma FEWS está Boliviana y su Nueva Constitución”. (Bolivia, GTZ/ PADEP).
basada en distintas acciones como ser: interface de Anderson P. (2006). “British Columbia Tsunami Warning Methods.
importación de datos, interface de manejo de los A Toolkit for Community Planning”. (Canada, Telematics
modelos numéricos y representación de resultados. Research Lab. Simon Fraser University).
También es posible importar las corridas de los Baars G.J. (2013). “Implementation of Camellones, Beni”. (Bolivia,
modelos de pronóstico meteorológicos. En la Imagen MMAyA, VRHyR).
10 se observa la pantalla de datos a tiempo real y una Basco-Carrera L. (2013) “Stakeholder oriented optimization of
corrida de un modelo de pronóstico meteorológico. a Flood Warning System”. (Germany,Technical University of
La plataforma FEWS nos sirve para implementar Darmstadt).
todos los modelos numéricos que se deseen, en este Beven, K. J., Young, P. C., Leedal, D. T., and Romanowicz, R., 2009.
caso el modelo de regresión o conceptual y el modelo Computationally efficient flood water level prediction (with
hidrológico WFLOW. uncertainty). Procceding at: Flood Risk Management Research
and Practice 281-289. Publisher: CRC Press. Eds. Samuels et
La plataforma esta actualmente operativa en las al. © Taylor & Francis Group. London, UK.
oficinas del SENAMHI en La Paz. Beven, K.J., 2001. Rainfall-runoff modelling: The Primer. John
Wiley & Sons, LTD, Chichester, 1-360 pp.
CONCLUSIONES Box,G.E.P. and Jenkins,G.M., 1970. Time Series Analysis:
Forecasting and Control. Holden-Day, San Francisco, 1-575 pp.
La plataforma y los modelos matemáticos Carsell K.M., Pingel N.D. and Ford D.T. (2004). “Quantifying the
desarrollados han sido un ejemplo del trabajo benefit of flood warning system”. Natural Hazards Review 5:
conjunto de expertos internacionales y nacionales en 131-140.
el cual ha habido una serie de talleres y misiones que CEPAL (2007). “Alteraciones climáticas en Bolivia: Impactos
han garantizado el trabajo conjunto y la transferencia observados en el primer trimestre de 2007”. (Mexico, CEPAL).
adecuada de tecnología. Los expertos locales con CEPAL (2008). “Evaluación del impacto acumulado y adicional
alto nivel de preparación académica jugaron un rol ocasionado por La Niña, Bolivia 2008”. (Mexico, CEPAL).
preponderante para el éxito del proyecto. Fiengo. F., (2010) Computational Tool for Conceptual River
Modelling: River Dender Case, Belgium. MSc. Thesis Catholic
University of Leuven Belgium.
16
FUNDEPCO (2013 a). “Local progress report on the implementation Disaster Reduction (A/ CONF.206/6) (Japan, UNISDR).
of the Hyogo Framework for Action (First Cycle). Santísima UNISDR (2009). “Terminology on Disaster Risk Reduction”.
Trinidad, Bolivia”. (Bolivia, FUNDEPCO). (Geneva, UNISDR).
FUNDEPCO (2013 b). “Local progress report on the implementation UNISDR (2012). “ How to Make Cities More Resilient. A Handbook
of the 10 Essentials for Making Cities Resilient (First Cycle). for Local Government Leaders”. (Geneva, UNISDR).
Santísima Trinidad, Bolivia”. (Bolivia, FUNDEPCO). UN-Water (2014). “A Post-2015 Global Goal for Water: Synthesis of
HDN (2010). “Emerging Challenges for Early Warning Systems in Key Findings and Recommendations from UN-Water”. (United
context of Climate Change and Urbanization”. (Switzerland, States, UN-Water).
ISDR, DKKV and Humanitarian & Development Network). VIDECI (2013). “Informe Nacional del Progreso en la Implementacion
IPCC (2013). “Climate Change 2013. The Physical Science Basis. del Marco de Accion de Hyogo (2011-2013). Bolivia”. (Bolivia,
Contribution of Working Group I to the Fifth Assessment VIDECI).
Report of the Intergovernmental Panel on Climate Change VILLAZÓN GÓMEZ Mauricio Florencio Dr. ir., Ir. Pieter
2013. Summary for Policy Makers”. (USA, IPCC). MEERT, Ir. Vincent WOLFS, Prof. dr. ir. Patrick WILLEMS.
Klingberg P. (2011). “Implementation of flood early warning July 2012. Conceptual Model Developer (CMD) Manual.
systems in Mozambique. A stakeholder involved process?”. FaculteitIngenieurswetenschappen, Departement Burgerlijke
(Sweden, University of Gothenburg). Bouwkunde. Afdeling Hydraulica, Kasteelpark Arenberg 40 BE-
Mileti D. (2005). “Factors related to Flood Warning Response”. 3001 Heverlee (Leuven).
Paper presented at the US-Italy Research workshop on the Villazón, M. F., 2011. Modelling and conceptualization of hydrology
Hydrometeorology, Impacts and Management of Extreme and river hydraulics in flood conditions, for Belgian and
Floods (USA, University of Colorado). Bolivian basins. PhD dissertation Katholieke Universiteit
Molinari D. and Handmer J. (2011). “A behavioural model for Leuven, Faculty of Engineering, Leuven, Belgium.
quantifying flood warning effectiveness”. Journal of Flood Risk VRHyR (2010). “Programa de Gestión de Riesgos de Inundaciones
Management 4:23-32. en el Beni “Vivir con el Agua”. (Bolivia, MMAyA).
Pedregal, D. J., Taylor, C. J., and Young, P. C. 2007. System Vrugt, J. A., Gupta, H. V., Bouten, W., and Sorooshian, S. 2003.
identification, time series analysis and forecasting : The A Shuffled Complex Evolution Metropolis algorithm for
Captain Toolbox Manual. Lancaster University, Lancaster, LA1 optimization and uncertainty assessment of hydrologic model
4YQ, United Kingdom. Handbook v2.0. Ref Type: Computer parameters. Water Resources Research 39[8], 1201. American
Program. Geophysical Union (AGU). doi:10.1029/2002WR001642.
Saavedra Arteaga O. (2009). “Culturas Hidráulicas de la Amazonia Werner et al., 2004 M. Werner, M. van Dijk, Schellekens. DELFT-
Boliviana. Ecología Cultural Sofisticada y Manejo del Paisaje”. FEWS: an open shell flood forecasting system. S. Liong,
Ensayo sobre filosofía, ciencias y desarrollo para la construcción Phoon, V. Babovic (Eds.), Proceedings of the 6th International
de la perspectiva histórica (Bolivia, AC publicaciones, OXFAM). Conference on Hydroinformatics, World Scientific Publishing
Sayers P., Yuanyuan L., Galloway G., Penning-Rowsell E., Fuxin Company, Singapore (2004), p. 12051212.
S., Kang W., Yiwei C. and Le Quesne T. (2013). “Flood Risk Werner M., Winsemius H.C. and Robinson B. (2011) A Framework
Management. A Strategic Approach”. (Paris, UNESCO). for Establishing Flow Forecasting Requirements: Application in
Schellekens Jaap (2012), Publicatie datum: 2012/7/31. This the Zambezi River Basin. (The Netherlands, Deltares).
document describes the wflow distributed hydrological Werner M.G.F., Schellekens J., Gijsbers P., van Dijk M., van den
modelling platform. wflow is part of the Deltares’ OpenStreams Akker O. and Heynert K. (2013). “An introduction to the Delft-
project (http://www. openstreams. nl). FEWS flow forecasting system”. Environmental Modelling &
Shah M.A.R., Douven W.J.A.M., Werner. M. and Leentvaar J. (2012). Software 40: 65-77.
“Flood warning responses of farmer households: a case study Wernera M., Schellekensa J., Gijsbersa P., van Dijka M., van den
in Uria Union in the Brahmaputra flood plain, Bangladesh”. Akkera O., Heynerta K. 2013. The Delft-FEWS flow forecasting
Flood Risk Management 5:258-269. system. Environmental Modelling & Software Volume 40,
Tapsell S.M., Burton R., Parker D.J., Oakes.(2004). “The Social February 2013, Pages 65–77.
Performance of Flood Warning Communication Technologies”. Wolfs V., Villazón, M.F., Willems, P. 2013. Development of a semi-
Environment Agency Technical Report W5X-016. (Enfield, automated model identification and calibration tool for
Flood Hazard Research Center, Iddlesex University). conceptual modelling of sewer systems. Journal of Water
Terpstra T. (2009). “Flood Preparedness. Thoughts, Feelings and Science and Technology (WST-EM121425R1). [1] Water Sci
Intentions of the Dutch Public.” (The Netherlands, University Technol. 2013;68(1):167-75. doi: 10.2166/ wst.2013.237.
of Twente). Young, P.C., Taylor, C.J., Tych, W., and Pedregal, D. J. 2007. The
UNISDR (2004). “Living with Risk. A global review of disaster Captain Toolbox. Centre for Research on Environmental
reduction initiatives”. (Geneva, UNISDR). Systems and Statistics. UK, Lancaster University. Ref Type:
UNISDR (2005). “Hyogo Framewotk for Action 2005-2015: Building Computer Program. www.es.lancs.ac.uk/cres/captain.
the Resilience of Nations and Communities to Disasters”.
Extract from the final report of the World Conference on
17
18
FUENTE: José Luis Lahore, Río Seco, 2018.
Identificación de fuentes contaminantes
de los ríos Seco y Seke en el Municipio de El Alto
José Luis Lahore B.*, Beatriz Canaviri*, Juan Pizarro A.*, Fabiola Ajata**, Valeria Mujica Q.**
1 2
Resumen
Con el objetivo de identificar las principales fuentes de las aguas superficiales en esta cuenca obedece
contaminantes que deterioran la calidad hídrica de al vertimiento de efluentes domésticos e industriales
los ríos Seco y Seke, se recopiló y analizó información crudos o tratados parcial o deficientemente.
referida a las actividades económicas presentes en
los 14 distritos del Municipio de El Alto, se elaboraron Se advirtió que la población en general deposita su
mapas temáticos y se realizaron mediciones de basura a orillas y en el mismo lecho del río y que
calidad de agua en campo en la semana del 8 al 12 aproximadamente 800 t/año de residuos sólidos
de octubre del 2018. son acumulados en los cuerpos de agua de la
cuenca del río Katari y arrastrados hacia la bahía
Como resultado se tiene que la principal fuente de de Cohana. Se identificaron también a los pasivos
contaminación del río Seco es el río Hernani, el mismo ambientales de Milluni, a los lixiviados generados en
que recoge a su vez las descargas de los mataderos el relleno sanitario de Villa Ingenio y a las actividades
y curtiembres instalados en las zonas colindantes a económicas clandestinas, como mataderos,
este cuerpo de agua correspondientes a los distritos curtiembres, fábricas de alimentos, etc., como
4 y 6, quienes aportan con un poco más de 10 veces fuentes contaminantes importantes que requieren
el caudal del río Seco e incrementan en cerca de 30 de acciones de control y prevención ambiental.
veces la carga orgánica del mismo.
Frente a esta situación y en el marco de la Ley
En el caso del río Seke, el lixiviado del relleno del Medio Ambiente (Ley 1333), que plantea el
sanitario de Villa Ingenio es una primera fuente empleo de inventarios, diagnósticos y estudios
importante de contaminación, siendo superado por como instrumentos básicos de planificación para
el canal del distrito 4 que descarga sus aguas en el control y seguimiento de la calidad ambiental,
este río a la altura del puente Seke, carretera a Laja, el Viceministerio de Recursos Hídricos y Riego, en
incrementando en 10 veces su caudal. coordinación con el Gobierno Autónomo Municipal
de El Alto, inició acciones orientadas a identificar
y caracterizar las fuentes contaminantes en este
1. Introducción municipio, en una primera etapa, para posteriormente
trabajar en alternativas de prevención y mitigación
Es de conocimiento general que la ciudad de El que deben ser adoptadas por las actividades, obras o
Alto se constituye en la principal fuente emisora proyectos identificados y priorizados por su nivel de
de contaminación de la cuenca Katari y del Lago carga contaminante.
Menor del Titicaca. El Informe de Auditoría Sobre el
Desempeño Ambiental Respecto de la Contaminación Es así que el presente trabajo presenta los resultados
Hídrica en la Cuenca del Río Katari y la Bahía de de la identificación de fuentes contaminantes basado
Cohana (Informe de Auditoría Ambiental K2/AP05/ en el análisis de información sobre la densidad y
J13), realizado el 2013 por la Contraloría General del distribución del sector industrial manufacturero en
Estado (CGE), señala que el nivel de contaminación la ciudad de El Alto.
19
2. Metodología Sec03 583432 8173925 Evaluar
descargas de
mataderos
La identificación de fuentes contaminantes se encaró
Sec04 580287 8171716 Evaluar
dividido en las siguientes tres fases: descarga de la
zona urbana
Fase 1. Trabajo de planificación. Estuvo enfocada a Sec05 576554 8170003 Evaluar
la recopilación y análisis de información secundaria descarga de
referida a: Puchukollo
1) Red hídrica y densidad población. En el caso del río Seke se realizó el monitoreo en
2) Red hídrica y cobertura de red de alcantarillado. los siguientes puntos:
3) Red hídrica y población industrial manufacturera.
4) Red hídrica y estado actual de la calidad de los - Punto 1, ubicado antes del Relleno Sanitario
ríos Seco y Seke. de Villa Ingenio (Distrito 13). El objetivo de
5) Identificación de Puntos Críticos (puntos de este punto fue para contar con un punto de
monitoreo) para la evaluación de fuentes referencia.
contaminantes. - Punto 2, ubicado colindante con el Relleno
Sanitario de Villa Ingenio (Distrito 13). El
Fase 2. Trabajo de campo. Comprendió la objetivo de este punto fue verificar el impacto
implementación de un Plan de Monitoreo en de los lixiviados del relleno sanitario de Villa
la semana del 08 al 12.10.2018 en los Puntos Ingenio sobre el cuerpo de agua.
Críticos identificados para la evaluación de fuentes - Punto 3, ubicado debajo del puente Seke (límite
contaminantes sobre los ríos Seco y Seke. entre los distritos 4 y 14). El objetivo de este
punto fue evaluar el impacto de curtiembres
En el caso del río Seco se realizó el monitoreo en los legales y clandestinas asentadas en la zona.
siguientes puntos: - Punto 4, ubicado en la zona baja de la cuenca
(límite entre los distritos 4 y 14). El objetivo
- Punto 1, ubicado en la zona alta de la cuenca de este punto fue evaluar el impacto de los
(Distrito 13). Se consideró este punto a objeto de pequeños mataderos registrados en la zona.
tomarlo como punto de referencia.
- Punto 2, ubicado entre la zona alta y media de la Las coordenadas de los puntos monitoreados se
cuenca (Distrito 5). El objetivo de este punto fue presentan en la Tabla 2 y su ubicación en la Fig. 1.
verificar la presencia de efluentes de curtiembres.
- Punto 3, ubicado en la zona media de la cuenca Tabla 2. Puntos monitoreados para la evaluación
(límite entre los distritos 3 y 4). El objetivo de este de fuentes contaminantes sobre el río Seke
punto fue verificar la presencia de efluentes de
mataderos y curtiembres. Código Coordenada X Coordenada Y Justificación
- Punto 4, ubicado entre la zona media y baja de la Punto de
cuenca (Distrito 4). El objetivo de este punto fue Sek01 583892 8181871 referencia
verificar la carga total de la zona urbana previa al Evaluar
ingreso a la zona rural. Sek02 583867 8182202 impacto
del relleno
sanitario de V.I.
Las coordenadas de los puntos monitoreados se
presentan en la Tabla 1 y su ubicación en la Fig. 1. Evaluar
Sek03 580094 8174222 descargas de
curtiembres
Tabla 1. Puntos monitoreados para la evaluación
Evaluar
de fuentes contaminantes sobre el río Seco Sek04 581344 8175439 descarga de
mataderos
Código Coordenada X Coordenada Y Justificación
Sec01 588782 8183244 Punto de Los parámetros determinados en cada uno de los
referencia puntos de monitoreo descritos arriba se detallan
Sec02 585416 8177626 Evaluar en la Tabla 3.
descargas de
curtiembres
20
Tabla 3. Parámetros determinados en los puntos 3. Fuentes contaminantes de carác-
de monitoreo de los ríos Seco y Seke
ter doméstico y comercial
Parámetro Símbolo Unidad Río Río Seke
Seco Con base en el Estudio de Caracterización de
Conductividad CE μS/cm Si Si Residuos Sólidos, realizados por el Viceministerio de
Eléctrica Agua Potable y Saneamiento Básico del Ministerio
Demanda DQO mg/L Si No de Medio Ambiente y Agua (VAPSB/MMAyA) el año
Química de 2015, se evaluó la generación de residuos sólidos
Oxígeno
por distrito determinándose que en los distritos 1
Oxígeno OD % Si Si y 6 se generan los mayores volúmenes con 0,589
disuelto
kg/hab-día, seguido de los distritos 2 y 3 con 0,571
pH pH - Si Si kg/hab-día, luego los distritos 4, 5 y 7 con 0,519
Sólidos SSed mL/L Si Si kg/hab-día y finalmente los distritos 8, 12 y 14 con
sedimentarios 0,494 kg/hab-día (Fig. 2).
Temperatura T °C Si Si
Turbidez Turb NTU Si Si En el recorrido de campo se pudo observar que la
población de los distritos 3, 4, 5 y 14 son los que
Fase 3. Trabajo se sistematización. Con base en generan mayor impacto sobre los ríos Seco y Seke
la información sistematizada y observaciones debido a que deposita sus residuos sólidos en las
realizadas en campo, se elaboraron mapas orillas y lechos de estos ríos, como es el caso de
temáticos que se presentan en el siguiente punto. los mataderos de cerdos clandestinos ubicados
sobre el Distrito
4. Fuentes contaminantes de
carácter industrial
Se sabe que las aguas residuales que desechan las
actividades productivas es la principal fuente de
contaminación de los ríos del municipio de El Alto,
donde se encuentran registradas aproximadamente
3 000 actividades productivas, de las que se
determinó, a través de operativos, que más de 2
000 emprendimientos industriales desembocan
sus desperdicios y efluentes directamente en los
ríos Seke, Seco y Hernani, cuerpos de agua que
atraviesan los distritos municipales 3, 4, 5, 7 y 14.
4.1. Mataderos
21
animales se faena en mataderos informales, los
mismos que descargan de manera directa sobre
los cuerpos de agua principalmente contenido
ruminal y sangre. Estos mataderos no están
reportados en las listas de SENASAG y no tienen
licencia para operar.
4.2. Curtiembres
22
materia orgánica disuelta y cromo trivalente deben cumplir con los requerimientos del RASIM.
(Cr III); que no son gestionados de manera Es decir, deben presentar su Manifiesto Ambiental
adecuada. Las descargas de las aguas de Industrial y Plan de Manejo Ambiental. Es un sector
pelambre registran valores mayores a 50 000 industrial que se caracteriza por el alto consumo
mg/L de DQO. de agua utilizado principalmente en el lavado de
- Contaminación atmosférica, debido a la equipos y recipientes.
generación de H2S de las aguas de pelambre
descargadas, a la materia orgánica y a la El principal problema ambiental generado por las
emisión de amoniaco (NH3). industrias de lácteos es la contaminación hídrica
- Contaminación de suelos y acuíferos en con materia orgánica, azúcares y proteínas de
algunas zonas debido a que los efluentes son productos provenientes del sistema de tuberías
vertidos directamente en el suelo. del proceso de producción y productos vencidos
devueltos, así como la descarga de soluciones de
En el municipio de El Alto, las curtiembres están hidróxido de sodio y ácido nítrico utilizado en el
distribuidas principalmente en los distritos 2, 3, lavado de equipos.
4, 5, 12 y 14 (Fig. 4) y descargan parcialmente
sus efluentes en el sistema de alcantarillado de Como se puede observar en la Fig. 5, el mayor
EPSAS, mientras que otros lo hacen directamente número de industrias lácteas están ubicadas en
sobre los ríos Hernani y Seco. los distritos 1, 2, 3 y 6 del municipio de El Alto, las
mismas que cuentan con servicios de alcantarillado
que conduce sus efluentes a la PTAR Puchukollo.
23
4.4. Industrias farmacéuticas industrias de categoría 3 y 4. El RASIM establece,
para las pequeñas y microempresas elaboradoras
El sector industrial farmacéutico está compuesto de bebidas no alcohólicas, el llenado del Registro
principalmente por aquellas dedicadas a la producción Ambiental Industrial, y para las grandes y medianas
de fármacos (medicamentos) y clasificadas como empresas en operación (producción mayor o igual a
industrias de Categoría 3 y 4. Este sector se 5 000 litros por día), la presentación de un Manifiesto
caracteriza por el alto consumo de agua utilizado en el Ambiental y un Plan de Manejo Ambiental.
lavado de sus equipos y por el vertido de jarabes con
altos contenidos de azúcares, además de productos El principal problema ambiental que enfrentan las
vencidos, como es el caso de antibióticos, disolventes empresas de elaboración de bebidas no alcohólicas
orgánicos y productos retenidos en las líneas de es el relacionado con sus descargas liquidas por el
envasado. alto contenido de azúcar proveniente de los jarabes o
productos terminados que se pierden en el momento
Como muestra la Fig. 6, en el municipio de El Alto del envasado, de los productos devueltos, así como
se tienen registradas 8 industrias farmacéuticas, las también por aguas residuales de lavado y enjuagado
mismas que están distribuidas entre los distritos 2, 3, de los envases de vidrio principalmente. Se tiene
5, 8 y 14. estimado que para producir 1 m3 de gaseosa se
requiere de 2 a 2,5 m3 de agua (agua potable, agua
subterránea u otras fuentes).
alcohólicas
24
5. Resultados del monitoreo de fuentes contaminantes
Analizados los distritos considerando características de población, servicios básicos y presencia de
actividades económicas industriales y mineras, se identificaron puntos críticos donde se realizaron las
mediciones previstas, obteniéndose los resultados que muestran las tablas 4 y 5.
Tabla 4. Parámetros medidos en sitios con mayor impacto contaminante en el río Seco
Tabla 5. Parámetros medidos en sitios con mayor impacto contaminante en el río Seke
Como se puede notar en la Tabla 4, en el río Seco los sitios que presentan notables problemas de
contaminación corresponden a:
2) Puente Bolivia – río Hernani, donde se puede observar altos niveles de conductividad y
presencia de materia orgánica que produce la anoxia de las aguas. En tres días de visita a este
punto se pudo verificar que a partir de las horas 10:00 y hasta aproximadamente las horas
17:30 la emisión de agua con restos de sangre, provenientes de mataderos, es constante. El
caudal de confluencia del río Hernani es cerca de 10 veces mayor que del río Seco, en el que
se observa aproximadamente un caudal entre 10 a 15 L/s.
Por lo mencionado arriba, se puede señalar que las fuentes contaminantes de mayor relevancia en la
cuenca del río Seco corresponden a todas aquellas industrias que descargan sus efluentes en el río
Hernani, las mismas que en conjunto incrementan en cerca de 30 veces la carga orgánica en el río Seco
inmediatamente después de su confluencia con éste.
25
En el caso del río Seke (Tabla 5), los sitios que 1) Las actividades mineras del distrito 13,
presentan mayores niveles de contaminación concretamente de la zona de Milluni de
corresponden a: donde escurren aguas ácidas de mina con
pH ≈ 3. El caudal de las aguas ácidas en
1) La zona alta, que presenta aguas ácidas el momento del monitoreo no superaba
provenientes de la zona de Milluni (zona con los 1,5 L/s.
presencia de pasivos mineros y caudales
importantes de drenaje ácido de mina). El 2) Los lixiviados del relleno sanitario de Villa
caudal observado en este punto estuvo entre Ingenio, que aportan con altos niveles de
1 a 1,5 L/s. carga orgánica y bajo caudal. El caudal en
2) La zona colindante al relleno sanitario de Villa esta zona no superaba los 2 L/s.
Ingenio. Los lixiviados infiltrados superficial
y subterráneamente modifican el nivel de 3) El arroyo canalizado que descarga sus
acides, salinidad y contenido de materia aguas en el río Seke a la altura del puente
orgánica notablemente. Sin embargo, el del mismo nombre y que recoge las
caudal observado sobre el río Seke permanece aguas residuales de origen industrial y
casi constante (1,5 a 2 L/s). doméstico de los distritos 5 y 4. El caudal
3) La zona del puente Seke, ubicado en la de aporte observado en este canal en el
carretera principal a Laja. En este punto se momento del monitoreo estaba entre 30
pudo verificar la presencia de un canal que a 40 L/s y del río Seke entre 2 a 3 L/s.
descarga en el río Seke aguas con residuos
sólidos de origen doméstico e industrial C. Los distritos en los que se debe priorizar
(aguas de mataderos y otros). En el momento acciones de prevención y control ambiental, en
del monitoreo el caudal observado en el río orden de importancia, son: Distrito 4, Distrito
Seke se encontraba entre 2 a 3 L/s y la del 6 y Distrito 5. En los mismos se deben encarar
canal entre 30 a 40 L/s. trabajos principalmente con curtiembre y
mataderos.
Conclusiones Fuentes
Con base en el análisis de la información recopilada - Gobierno Autónomo Municipal de El Alto (GAMEA):
y los resultados del monitoreo realizado en zonas - Ministerio de desarrollo Productivo y Economía Plural
identificadas con mayor presión de fuentes - Empresa Publicas Social de Agua y Saneamiento
contaminantes, se puede señalar lo siguiente: EPSAS unidad El Alto
- Servicio Departamental de Salud, Epidemiologia.
A. En el caso del río Seco, las fuentes SEDES
contaminantes de mayor importancia - 30 Estudios de caso de empresas a la vanguardia
corresponden a: de la producción más limpia en Bolivia; Centro de
Promoción de Tecnologías Sostenibles (CPTS); Bolivia,
1) Las actividades mineras localizadas en noviembre 2007.
el distrito 13 (zona de bajo Milluni), que - Guía Técnica de Producción Más Limpia para
provocan el escurrimiento de aguas el Subsector bebidas no Alcohólicas; Centro de
ácidas de mina con pH < 4. Sin embargo, Promoción de Tecnologías Sostenibles (CPTS); Bolivia,
los caudales de aporte son relativamente mayo 2009.
bajos, de 2 a 3 L/s. - Guía Técnica de Producción Más Limpia para
Mataderos de Bobinos; Centro de Promoción de
2) Las aguas del río Hernani, que recoge Tecnologías Sostenibles (CPTS); Bolivia, junio 2009.
principalmente aguas residuales de los - Guía Técnica de Producción Más Limpia para
mataderos y curtiembres de los distritos Curtiembres; Centro de Promoción de Tecnologías
4 y 6. Sostenibles (CPTS); Bolivia, febrero 2003.
- Atlas de El Alto, estudio con información estadística,
B. En el caso del río Seke, las fuentes descriptiva y analítica sobre las condiciones,
contaminantes de mayor importancia oportunidades e institucionalidad de la población y
corresponden a: la ciudad; Centro de Promoción de la Mujer Gregoria
Apaza; El Alto, Julio 2011.
26
FUENTE: José Luis Lahore, Río Seco, 2018.
27
28
FUENTE: MMAYA, Pocona, 2016.
Estimación probabilística cuantitativa
de la precipitación en Bolivia
aplicando regionalización
123
Resumen
El presente estudio analiza los complejos patrones zonas de precipitación consistentes que ayuden
espaciales de la precipitación en Bolivia, en el a particularizar regiones climáticas y estas sean
contexto del Balance Hidrológico Nacional (2017). comparadas con estudios previos que hayan usado
En este estudio el clima del país fue sistematizado esta noción de análisis del clima y de esta forma
en una malla espaciotemporal (0,05°) de datos de se tengan líneas de actualización y mejoramiento
precipitación y temperatura diaria (grilla) para el de los resultados en una forma planificada y bajo
período septiembre de 1980 a agosto de 2016 priorización regiones específicas. Los resultados
para todo el país. La grilla fue desarrollada usando del análisis presente llevan a la conclusión de que
el algoritmo Gridded Meteorological Ensemble la inclusión de estaciones locales no consideradas
(GMET) utilizando un conjunto de 384 estaciones en la red nacional de monitoreo es altamente
de precipitación con series de tiempo que fueron necesario para mejorar el patrón espacial de
evaluadas a través de pruebas de homogeneidad y precipitación de la grilla (específicamente tres
consistencia. Para las precipitaciones, el promedio zonas descritas en el presente documento).
anual fue de 1240 mm/año para el país con También se concluye que los cofactores dominantes
una variabilidad creciente desde el SW hasta la (por ejemplo, vegetación, humedad) para cada
dirección NE. Los valores de precipitación más zona de precipitación podrían incorporarse en la
bajos se encuentran en el SO, cerca de las zonas metodología para poder representar de forma más
secas del Desierto de Atacama en Chile (inferior adecuada la distribución de precipitación dentro de
a 200 mm/año). En el sur, entre la Cordillera cada una de las regiones climáticas identificadas.
Oriental y Faja Subandina, aparece un quiebre
en las montañas de los Andes, que es donde 1. Introducción
ocurren los niveles más altos de precipitación
con estimaciones de entre 5000 y 6000 mm/año. La regionalización de la precipitación pluvial es un
Una validación de los datos obtenidos en la grilla procedimiento esencial para estudiar y analizar
de precipitación usó 131 estaciones adicionales, los patrones espaciales de dicho fenómeno, los
y mostró que se tiene menor confiabilidad en la cuales ayudan a desplegar un monitoreo con una
región al norte del Sub-Andino y Cordillera Oriental densidad razonable de puntos de medición, de
del país, con una subestimación de hasta 30%. En igual forma ayuda en la elaboración de balances
este sentido el presente estudio ha desarrollado hidrológicos y zonificación climática. Sin embargo,
un análisis de Regionalización de la precipitación en el proceso de su implementación y aplicación
en el ámbito del territorio nacional, utilizando un se identifica la incertidumbre asociada a la
Análisis de Clúster (CA) acoplado a un Análisis de captura y disponibilidad de los datos, a través del
Componentes Principales (PCA) para establecer procesamiento estadístico para la homogenización
y consistencia, así como la variabilidad espacio-
temporal. Otro factor importante que es
* Unidad de Estudio Especiales, Dirección General de Planificación,
Ministerio de Medio Ambiente y Agua – Bolivia.
abordado en el proceso de regionalización de la
** Instituto Ambiental de Estocolmo (SEI), Davis - California (USA). precipitación es la resolución espacial requerida
*** Centro Nacional para Investigación en Atmosfera (NCAR), Boulder – que normalmente es asociada y depende de la
USA.
29
disponibilidad de datos (Hijmans, Cameron, Parra, imágenes TRMM previo ajuste con datos medidos
Jones, & Jarvis, 2005). En el año 1991 el Consejo en las estaciones meteorológicas. Sin embargo, con
Nacional de Investigación Americano formuló un análisis comparativo simple se puede apreciar
dos retos científicos importantes respecto a la que, en comparación al mapa de precipitación
precipitación que aún están vigentes (Sánchez & del año 1992, en algunas regiones húmedas la
Vélez, 2015): a) ¿cómo integrar el comportamiento precipitación es subestimada hasta en un 100%.
dinámico de los procesos hidrológicos en varias
escalas espacio – temporales dada la presencia de En el 2017, el MMAyA realiza una actualización
una gran heterogeneidad natural? y b) ¿cómo se del estudio de Balance Hidrológico Superficial de
puede establecer el enlace necesario y fundamental, Bolivia (BHSB). En este estudio el clima del país
entre los modelos determinísticos y estocásticos que fue sistematizado en una malla espaciotemporal
describen la precipitación?. Las preguntas están (0,05°) de datos de precipitación y temperatura
muy relacionadas con el reto de representar la diaria (grilla) para el período septiembre de 1980
variabilidad espacial y temporal de la precipitación a agosto de 2016 para todo el país. La grilla
a distintas escalas (Sánchez & Vélez, 2015). fue desarrollada usando el algoritmo Gridded
Meteorological Ensemble (GMET) utilizando un
La representación adecuada de los patrones conjunto de 384 estaciones de precipitación con
espaciales de la precipitación por métodos de series de tiempo que fueron evaluadas a través
interpolación depende de la disponibilidad y de pruebas de homogeneidad y consistencia. A
distribución de los datos observados. Cuando pesar de usar métodos mas robustos y avanzados
no se cuenta con una suficiente y adecuada en relación a los estudios previos, la grilla de
distribución geográfica de las estaciones de precipitación generada mostró poca confiabilidad
medición los métodos de interpolación no en la región en las áreas del norte de Sub-Andino y
capturan adecuadamente los patrones espaciales Cordillera Oriental del país, con una subestimación
de la precipitación. La llegada de sensores de hasta 30%, relativa al estudio de 1992, la cual
remotos que monitorean variables climáticas utilizo mayor cantidad de estaciones disponibles
como Tropical Rainfall Measuring Mission (TRMM)4 en el intervalo mencionado (1968 – 1982).
ha sido una contribución muy importante para el
conocimiento de los patrones espaciales, aunque El presente estudio incorpora la regionalización
en cuanto al valor de precipitación aún existe una pluviométrica dentro del análisis de la precipitación
gran incertidumbre. en la última actualización del BHSB a través de
un enfoque acoplado de PCA y CA, considerando
En Bolivia la primera regionalización de variables biofísicas como la vegetación, divisoria
precipitación oficial se realizó en el año 1992 en de aguas, y altitud; como una alternativa para
el marco del Balance Hídrico Superficial de Bolivia representar mejor los patrones espaciales ante la
(Roche et al., 1992), el estudio fue implementado escasa disponibilidad de datos, con dos propósitos:
en colaboración entre el Instituto Francés de a) Definir zonas de pluviometría homogéneas
Investigación Científica para el Desarrollo en y fáciles de correlacionar con factores locales
Cooperación (ORSTOM), el Instituto de Hidráulica predominantes y b) Identificar a través del
e Hidrología (IHH-UMSA), y el Servicio Nacional solapamiento de la zonas pluviométricas con los
de Meteorología e Hidrología (SENAMHI). Esta resultados de la grilla GMET, áreas específicas para
iniciativa fue promovida por el Programa mejorar los resultados del algoritmo a posterior
Hidrológico Internacional (PHI-UNESCO), y abarco en actualizaciones futuras de la mencionada grilla
el periodo 1968 – 1982. de precipitación.
30
inherente de los productos de interpolación
de precipitación y temperatura debido a las
observaciones escasas, representatividad de las
observaciones y errores de medición. La falta
de estimación de la incertidumbre de forma
cuantitativa limita la aplicación de métodos para
la modelación hidrológica. Reconociendo esta
incertidumbre, el método propuesto produce un
ensamble de precipitación y temperatura a paso
de tiempo diario basado en las observaciones
existentes. La generación de ensambles permite
la estimación de una varianza para determinar la
incertidumbre.
5 https://www.r-project.org/
31
los resultados, esto con el objetivo de seleccionar El s(x) varía entre -1 y 1, un valor cercano a -1
el número de componentes principales para el indica un pobre agrupamiento, y un valor cercano
cual no existe un criterio estándar. Por ejemplo un valor próximo a 1 indica un agrupamiento muy
Kaiser (1958) sugiere retener o seleccionar los bueno. La medida de distancia utilizada en este
componentes principales cuyos autovalores estudio fue distancia euclídea al cuadrado. El
(eigenvalue) sean mayores a 1. El criterio asumido número de grupos óptimo fue definido en base al
en este estudio está basado en el análisis las coeficiente de Silhouette.
cargas o “loadings” entre el componente principal
y las variables, según Raziei et al. (2008) valores de El último paso fue la delimitación de las regiones
loadings mayor a 0.7 indican buenas correlaciones pluviométricas basada en variables biofísicas
entre las variables y los componentes principales. como la vegetación, divisoria de aguas, altitud e
Basado en este criterio se seleccionó los tres interpolación.
primeros componentes principales.
3. Resultados
El cuarto paso consistió en la rotación factorial de los
componentes seleccionados. Según Bernal García, Grilla de precipitación GMET
Martinez María-Dolores, & Sanchez García (2004),
la rotación factorial consiste en transformar la GMET fue corrido para el territorio de Bolivia
matriz factorial inicial en otra denominada matriz usando las estaciones presentadas, para obtener
factorial rotada, más fácil de interpretar, que un producto final de una resolución espacial de
consiste en una combinación lineal de la primera y 0.05° a escala de tiempo diario para el período
que explica la misma cantidad de varianza inicial. hidrológico 1980-2016 lo cual implica que se inicia
Los factores rotados tratan de que cada una de en septiembre 1980 y termina en agosto 2016.
las variables originales tenga una correlación lo
más próxima a uno que sea posible con uno de los El primer paso en la comparación de los sets de
factores, y correlaciones próximas a cero con los datos es simplemente graficarlos. Ya que la escala
restantes, consiguiendo así correlaciones altas con temporal es mensual, se preparó la Figura 2, la
el grupo de variables más relevantes o con mayor cual compara las series mensuales de GMET y de
indicio de correlación y la mínima con el resto las observaciones en Bolivia. Para producir esta
(Bernal García et al., 2004). Existen varios métodos gráfica, la serie de tiempo mensual se produce
para la rotación factorial, en este estudio se aplicó agregando las 384 estaciones de validación
la rotación varimax que según investigaciones y el valor correspondiente del pixel de GMET
en regionalización pluviométrica indican que es para producir dos series de tiempo de GMET vs
el más apropiado (Dinpashoh et al., 2004; Raziei observaciones.
et al., 2008).
32
mensual y para los puntos de validación (515 alisios aportan el agua al sistema hidrológico de
estaciones). Como se puede observar, el coeficiente los lagos Titicaca y Poopó, así como a los salares
de correlación del set total de datos es alrededor (M.-A. Roche et al., 1992). Las precipitaciones en el
de 84% con un valor de R2 de 0.77. El hecho es Altiplano también están influenciados por “La Alta
que la tendencia de línea de los valores estimados de Bolivia”, un anticiclón con núcleo caliente que se
de GMET con relación a los datos observados es ubica en la troposfera media y alta, su mecanismo
cercana a la línea de acuerdo perfecto (línea de formación es atribuida a la liberación de calor
punteada) que muestra el nivel de precisión del latente; es el principal transporte de humedad
modelo de GMET y su algoritmo. desde el Amazonas y tiende a seguir las áreas de
convección más intensa, su presencia origina la
formación de nubes y precipitaciones moderadas a
fuertes (Guzmán, Ruíz, & Cadena, 2014). Al centro
y sur de la Cordillera Occidental las precipitaciones
son menores a 200 mm, siendo la más baja de
Bolivia. En la Cordillera Oriental la precipitación
es muy variable, hacía el norte la precipitación
media anual está en el intervalo 1000 – 2000 mm,
especialmente en la vertiente oriental; en la región
central es menos húmedo con precipitación anual
hasta de 1000 mm, y en el extremo sur (región de
Bermejo) es mayor a 1000 mm. Por otro lado, en
el Subandino y el pie de monte en proximidades
de la región del Chapare la precipitación anual es
Figura 3. Diagrama de dispersión de GMET vs valores mayor a 3000 mm (Figura 4).
observados a paso de tiempo mensual
33
a la precipitación la PET tiene baja correlación principalmente con variables de la estación seca (PES y
PPES). En la misma tabla se puede observar que existen correlaciones muy altas como por ejemplo entre
los índices de concentración de precipitación (ICPE e ICPM), y PPEH; al igual que con PPET. Mediante
el PCA será posible reducir el número de variables en aquellas donde existe una correlación muy alta,
bajo la hipótesis de que existe información redundante. Respecto a las variables como LAT y LONG las
correlaciones respecto a las variables de precipitación es positiva baja a moderada ya que fluctúan entre
0.234 y 0.520.
Indice ICPE ICPM PET PES PEH PPEH PPES PPET LAT LONG
ICPE 1.000 0.957 0.657 0.525 0.552 0.901 0.598 0.855 0.473 0.385
ICPM 0.957 1.000 0.607 0.421 0.539 0.842 0.443 0.868 0.470 0.345
PET 0.657 0.607 1.000 0.779 0.963 0.615 0.577 0.495 0.520 0.399
PES 0.525 0.421 0.779 1.000 0.767 0.529 0.829 0.184 0.361 0.263
PEH 0.552 0.539 0.963 0.767 1.000 0.495 0.490 0.367 0.494 0.304
PPEH 0.901 0.842 0.615 0.529 0.495 1.000 0.570 0.731 0.402 0.434
PPES 0.598 0.443 0.577 0.829 0.490 0.570 1.000 0.206 0.399 0.234
PPET 0.855 0.868 0.495 0.184 0.367 0.731 0.206 1.000 0.290 0.435
LAT 0.473 0.470 0.520 0.361 0.494 0.402 0.399 0.290 1.000 0.142
LONG 0.385 0.345 0.399 0.263 0.304 0.434 0.234 0.435 0.142 1.000
Una etapa importante en el PCA es la selección del número de componentes principales, no existe un
criterio estándar definido. Algunos criterios como de Kaiser (1958) sugiere retener los componentes
principales cuyos autovalores (eigenvalue) sean mayores a 1. A partir de la matriz de correlación se
realizó el cálculo de autovalores, los resultados se muestran en la Figura 5. Si asumimos el criterio de
Kaiser (1958), se debería retener los dos primeros factores.
34
Parte de los resultados del PCA son las cargas (loadings) y varianza de cada componente (Tabla 2), el
PC1 explica el 58.7% de la varianza total, mientras que el segundo el 15.8%, y el tercero un 11.1%.
Si seleccionamos los dos primeros componentes principales, explicarían el 75% de la varianza. El PC1
presenta loadings positivos altos para PET, PES, PEH, PPES y PPET; y loadings negativos altos para ICPE,
ICPM y PPEH. Según Raziei et al. (2008) valores de loadings mayor a 0.7 indican buenas correlaciones
entre las variables y los componentes principales. En el PC1 en ocho de las diez variables consideradas,
las cargas son mayores a 0.7, para este tipo de análisis se puede ignorar el signo negativo. En el PC2
todas son menores a 0.7, el loading más próximo es de la variable PPET con 0.615; sin embargo, es mejor
explicada por el PC1. El PC3 explica mejor las variables relacionadas con la ubicación como LAT y LONG,
con loadings de 0.649 y 0.735 respectivamente. En el resto de los componentes principales los loadings
son menores a 0.5. Basado en este análisis se seleccionaron los tres primeros componentes que explican
el 85.6% de la varianza, para mejorar los loadings respectivos posteriormente se aplicó rotación Varimax.
Variable PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 PC10
ICPE -0.925 0.296 0.126 0.150 -0.064 -0.047 0.032 0.041 0.097 0.020
ICPM -0.873 0.375 0.196 0.023 -0.103 -0.047 0.207 0.006 -0.057 0.014
PET 0.873 0.298 0.112 0.335 0.052 -0.001 0.109 -0.074 0.024 -0.055
PES 0.747 0.555 0.222 -0.163 0.132 -0.002 -0.020 0.198 -0.006 -0.009
PEH 0.791 0.394 0.091 0.427 0.134 -0.023 -0.060 -0.060 -0.017 0.053
PPEH -0.872 0.268 0.022 0.214 0.004 0.342 -0.065 0.010 -0.014 -0.012
PPES 0.704 0.410 0.103 -0.532 -0.089 0.144 0.040 -0.107 0.024 0.018
PPET 0.729 -0.615 -0.100 0.112 0.086 0.169 0.160 0.074 0.017 0.025
LAT -0.562 -0.273 0.649 -0.136 0.410 -0.002 0.003 -0.050 0.003 -0.002
LONG -0.456 0.321 -0.735 -0.117 0.363 -0.018 0.048 -0.019 0.004 0.000
Varianza 5.875 1.577 1.106 0.718 0.368 0.171 0.093 0.070 0.015 0.008
%Varianza 0.587 0.158 0.111 0.072 0.037 0.017 0.009 0.007 0.001 0.001
Acumulada 0.587 0.745 0.856 0.928 0.964 0.981 0.991 0.998 0.999 1.000
Con la rotación ortogonal con criterio de Varimax se ha mejorado los loadings en la mayoría de las
variables estudiadas (Tabla 3). Este método de rotación es apropiado cuando se realiza PCA a datos
climáticos (Dinpashoh et al., 2004; Raziei et al., 2008). Del total de las variables analizadas, ocho obtienen
valores mayores a 0.8, usando la rotación. En el caso de LAT si bien hubo una mejora, pero todavía no
están por encima de 0.7 de acuerdo al criterio mencionado con anterioridad. Asimismo, la varianza entre
el RC1 y RC2 es muy similar debido a que la rotación Varimax de algunas variables como PET, PES, PEH,
PPES es mejor explicada en RC2 (PC2 de la Tabla 2. Después de este análisis se generaron las puntuaciones
(Scores) para todas las estaciones pluviométricas en los tres componentes principales rotados, los cuales
sirven como datos de entrada para el CA.
35
PPET -0.950 0.060 -0.113
LAT 0.378 -0.430 -0.695
LONG 0.368 -0.261 0.805
Varianza 3.789 3.613 1.156
% Varianza 0.379 0.361 0.116
Acumulado 0.379 0.74 0.856
36
La figura 8 muestra claramente que tanto las Referencias
regiones correspondientes al Alto Beni, Chaco y sur
de Tarija no están plenamente representadas en la Bernal García, J. J., Martinez María-Dolores, S. M., &
grilla GMET debido básicamente a la ausencia de Sanchez García, J. F. (2004). Modelización de los factores
información terrena de precipitación (R15, R4, R14). más importantes que caracterizan un sitio en la Red.
El resto de las regiones identificadas claramente Presentado en XII Jornadas de ASEPUMA, Murcia.
responden al patrón de precipitación obtenido por el Balling Jr, R. C. (1984). Classification in climatology. En
algoritmo original. Spatial Statistics and Models (pp. 81–108). Springer.
Clark, M. P., & Slater, A. G. (2006). Probabilistic quantitative
Conclusiones y recomendaciones precipitation estimation in complex terrain. Journal of
Hydrometeorology, 7(1), 3–22.
Una de las grandes ventajas de los mapas de Dinpashoh, Y., Fakheri-Fard, A., Moghaddam, M.,
clima obtenido en el balance hídrico de 1992, Jahanbakhsh, S., & Mirnia, M. (2004). Selection of
específicamente de precipitación en el caso del variables for the purpose of regionalization of Iran’s
presente estudio es la representación de regiones precipitation climate using multivariate methods.
climáticas. Los mismos fueron delineados después de Journal of Hydrology, 297(1–4), 109–123. Hijmans, R.
un trabajo extensivo que incluyo visitas de campo e J., Cameron, S. E., Parra, J. L., Jones, P. G., & Jarvis,
instrumentación especifica de zonas particulares, todo A. (2005). Very high resolution interpolated climate
expresado en un trabajo basicamente manual debido surfaces for global land areas. International Journal
a las limitaciones en herramientas de la década en la of Climatology, 25(15), 1965–1978. https://doi.
cual se ejecutó el estudio. Todo este trabajo concluyo org/10.1002/joc.1276
en la representación a nivel nacional de microclimas Guzmán, D., Ruíz, J. F., & Cadena, M. (2014). Regionalización
claramente no visualizados en la red de monitoreo de Colombia según la estacionalidad de la precipitación
nacional actual, pero existentes, lo que hace del media mensual, a través análisis de componentes
trabajo realizado en la década de los 90 un hito en principales (ACP) (Reporte). Bogotá: Grupo de
la información hidroclimática en el país. El presente Modelamiento de Tiempo, Clima y Escenarios de Cambio
estudio trabajó en la línea de establecer la coherencia Climático. Subdirección de Meteorología-IDEAM.
regional climática obtenida con el nuevo algoritmo de INYPSA Informes y Proyectos S.A. (2012). Balance Hídrico
espacialización implementado en la actualización del Superficial de Bolivia.
balance hidrológico nacional, a través de metodología Kaiser, H. F. (1958). The varimax criterion for analytic rotation
numérica/estadística, valiéndose de herramientas in factor analysis. Psychometrika, 23(3), 187–200.
de procesamiento disponibles en la actualidad. Molina Carpio, J. (2005). Régimen de precipitación en la
Producto de este trabajo se ha podido obtener 17 cuenca de Huarinilla-Cotapata, La Paz-Bolivia. Ecología
regiones pluviométrica delineadas espacialmente, en Bolivia, 40(1), 43–55.
coincidentes con las regiones descritas en el trabajo Navarro, G., & Ferreira, 2007. (2002). Mapa de Vegetación
de 1992, lo que valida de forma cuantitativa lo de Bolivia. Santa Cruz de la Sierra, Bolivia.
alcanzado en el estudio mencionado obtenido a Neumann, J. von. (1941). Distribution of the Ratio of the
través de la experiencia de los ejecutores del mismo Mean Square Successive Difference to the Variance.
(equipo de expertos bolivianos y franceses). Sobre The Annals of Mathematical Statistics, 12(4), 367–395.
estas regiones es posible caracterizar la precipitación https://doi.org/10.1214/aoms/1177731677
tanto en patrón estacional, mensual y anual, así como Raziei, T., Bordi, I., & Pereira, L. S. (2008). A precipitation-
sus rangos en valor. Adicionalmente se han podido based regionalization for Western Iran and regional
identificar zonas (R15, R4 y R14) que deben ser drought variability. Hydrol. Earth Syst. Sci., 12(6), 1309–
ajustadas en relación a los resultados obtenidos por 1321. https://doi.org/10.5194/hess-12-1309-2008
GMET, las cuales deben ser trabajadas apoyándose Roche, M.-A., Fernandez, C., Aliaga, A., Peña, J., Salas, E.,
en: 1) redes de monitoreo locales que no hayan sido & Montaño, J. L. (1992). Balance Hídrico Superficial de
incluidas en el estudio nacional, 2) Integración de Bolivia. La Paz, Bolivia.
límites de búsqueda ajustables en el algoritmo para Sánchez, Ó. J. M., & Vélez, V. M. P. (2015). Complejidad de la
evitar la influencia de datos por fuera de las regiones estructura espacio-temporal de la precipitación. Revista
(distancia máxima para buscar datos de precipitación), de la Academia Colombiana de Ciencias Exactas, Físicas
y 3) Incorporación de cofactores biofísicos adicionales y Naturales, 39(152), 304–320.
en la especialización (el presente estudio maneja tres Ward, J. H. (1963). Hierarchical Grouping to Optimize an
específicos, los cuales son los recomendados para el Objective Function. Journal of the American Statistical
inicio de trabajo en esta línea de actualización). Association, 58(301), 236–244. https://doi.org/10.108
0/01621459.1963.10500845
37
38
FUENTE: MMAYA, Villa Tunari, 2017.
alcances institucionales
“Cuando el presidente Evo Morales llegó a la presidencia el 2006, el primer día creó el
ministerio del agua, desde entonces Bolivia hizo hincapié en el líquido elemento, para
que se use racionalmente y que llegue a todos los bolivianos” finalizó el embajador.
Por su parte el ministro de Medio Ambiente y Agua Carlos Ortuño, sostuvo que este
es un reconocimiento al esfuerzo de todos los servidores públicos del MMAyA quienes
todos los días buscan ser más eficientes.
39
40
FUENTE: MMAYA, Chinata, 2016.
reseña
41
Ejecutora, este ITCP, da paso a la formulación de las capacidades de afrontamiento de la población
los Términos de Referencia para la elaboración o de las instituciones para reaccionar, evitar o
del Estudio de Diseño Técnico de Preinversión reparar los daños sufridos ante la presencia de
(EDTP) de proyectos de riego. una amenaza recurrente.
El propósito de esta Planilla 1 “Análisis de Para la identificación de los riesgos y sus posibles
Riesgos de Desastres y Adaptación al Cambio impactos sobre la infraestructura del proyecto,
Climático del Proyecto” es responder al Artículo se aplica el Modulo I (Planilla 1), denominado
7, inciso A) Informe Técnico de Condiciones “Análisis de Riesgo del Proyecto” destinado a
Previas; numeral 7, que indica: Identificación de identificar las amenazas en la zona del proyecto
posibles riesgos de desastres (en caso de existir desde una perspectiva integral. Consta de una
factores de riesgos de desastres y adaptación al planilla estructurada de 3 secciones detalladas
cambio climático, que afectaran directamente en en los siguientes puntos.
el proyecto).
42
También solicita la recurrencia de estas
amenazas, es decir el tiempo en que se presentan
estas amenazas con bastante intensidad, debe
considerarse que en cada presencia de estas
amenazas, ocasionan perdidas sustantivas de
bienes inmuebles, muebles, vidas humanas y
perdidas en la producción agrícola.
43
los componentes y cultivos menos resilientes,
permitiendo también realizar una primera
aproximación de las medidas necesarias para
mejorar su nivel de resiliencia.
44
Esta Planilla permite identificar a los o reducen la vulnerabilidad del componente no
componentes con menor resiliencia y más resiliente, calificando su incidencia frente a las
importantes para el funcionamiento de todo el principales amenazas a las que se halla expuesto.
sistema, priorizándolos. Por lo tanto, se identificará
a los componentes más prioritarios en su atención. Los escenarios de riesgos son construidos para
tres momentos:
La Planilla 6, Análisis de Eficacia de las Medidas
de Adaptación físicas nos permite: a) Escenario de riesgo actual (considerando la
vulnerabilidad actual)
- Conocer la incidencia actual del Riesgo y como b) Escenario de riesgo con incidencia del
éste es afectado por el Cambio Climático cambio climático (escenario de riesgo futuro,
- Identifica a factores de vulnerabilidad del considerando las amenazas exacerbadas por el
componente no resiliente y califica su incidencia, cambio climático)
construyendo un escenario actual de riesgo. c) Escenarios de riesgo reducido (considerando
- Identifica la incidencia de los efectos del cambio la futura implementación de las medidas de
climático en la vulnerabilidad del componente reducción de riesgos y adaptación).
no resiliente, construyendo un escenario de
riesgo futuro que considera los efectos del La Planilla 7, Análisis de Eficacia de las Medidas
cambio climático. Productivas de Adaptación, nos permite:
- Analiza tres opciones de adaptación destinadas
a reducir la vulnerabilidad del componente - Conocer la incidencia actual del riesgo en los
observado, y construye escenarios de riesgos, cultivos y como estos son afectados por el
simulando el comportamiento de estas en los Cambio Climático
factores identificados. - Identificar los factores de vulnerabilidad del
- Identifica cuál de las tres medidas de adaptación cultivo no resiliente y califica su incidencia,
planteadas, es la más eficaz para reducir el construyendo un escenario actual de riesgo.
riesgo del componente no resiliente. - Identificar la incidencia de los efectos del
cambio climático en la vulnerabilidad del
cultivo no resiliente, construyendo un escenario
de riesgo futuro que considera los efectos del
cambio climático.
- Analizar tres opciones de adaptación destinadas
a reducir la vulnerabilidad del cultivo observado,
y construye escenarios de riesgos, simulando
el comportamiento de estas en los factores
identificados.
- Identificar cuál de las tres medidas de
adaptación planteadas, es la más eficaz para
reducir el riesgo del cultivo no resiliente.
45
En resumen la eficacia de las medidas de Responder al inciso 14 “Evaluación Económica”
adaptación, depende exclusivamente del análisis de del artículo 11 del Estudio Técnico de Preinversión
la reducción de la vulnerabilidad y del aumento de para Proyectos de Desarrollo Social, del
la resiliencia de los cultivos de producción agrícola Reglamento Básico de Preinversión requiere la
dentro del proyecto. Estas medidas de adaptación Evaluación de las Medidas de Reducción de Riesgo
deberán ser incluidas dentro del proyecto en su de Desastres con el enfoque de “Costos Evitados”
solución técnica y presupuestaria.
Identifica las mejores medidas destinadas a
El presente método, está destinado a medir mitigar los efectos de las amenazas, reducir
la eficacia de las medidas de adaptación para la vulnerabilidad y/o incrementar la capacidad
elevar la resiliencia del proyecto y consiste en la de adaptación de la población frente al cambio
construcción de escenarios de riesgos, a partir de climático
la identificación de los factores que incrementan
o reducen la vulnerabilidad de los cultivos no Determina la relación Beneficio – Costo de las
resilientes, calificando su incidencia frente a las medidas de reducción seleccionadas, calificando
principales amenazas a las que se halla expuesto. la viabilidad de su incorporación al proyecto en
términos de Costos Evitados.
Los escenarios de riesgos son construidos para
tres momentos: Realiza una comparación entre los costos de
implementación de las medidas resilientes, frente
d) Escenario de riesgo actual (considerando la a los costos de reconstrucción y pérdidas que evita
vulnerabilidad actual) con su implementación. Realiza esta comparación
e) Escenario de riesgo con incidencia del analizando su sensibilidad durante la vida útil del
cambio climático (escenario de riesgo futuro, proyecto y considerando su grado de eficacia en la
considerando las amenazas exacerbadas por el reducción del riesgo.
cambio climático)
f) Escenarios de riesgo reducido (considerando Interpretación del “Factor Beneficio – Costo”. En
la futura implementación de las medidas de la sección con el mismo nombre de la planilla, se
adaptación). presentan los valores del indicador “Beneficio–
Costo”, mostrando en rojo aquellos valores por
La metodología permite identificar con claridad debajo de 1, en señal de que la “Medida Resiliente”
cuáles son los efectos del cambio climático sobre analizada no es económicamente viable, mostrando
el proyecto, también permite identificar cuáles son en amarillo aquellos valores comprendidos entre 1
las mejores medidas de adaptación y sus efectos. y 2, en señal de viabilidad buena y en verde con
valores superiores a 2, indicando que la “Medida
Módulo III, Planilla 8, Evaluación beneficio- Resiliente” tiene una viabilidad económica muy
buena.
costo con enfoque de “Costos Evitados”
Por ejemplo, se interpreta un indicador “Beneficio–
Costo” igual a 5, de la siguiente manera: “Por cada
1 boliviano que se invierta en el proyecto para
hacerlo resiliente, se evitarán 5 bolivianos en
pérdidas a ante un desastre”.
46
En las casillas “Porcentaje de pérdidas evitadas La evaluación “Beneficio - Costo con enfoque en
Pe=”: se considera el grado de cobertura y costos evitados”, consiste en hacer un comparativo
eficacia de la “Medida Resiliente” analizada (por entre los gastos de ejecución de las “Medidas
ejemplo: un defensivo que protege la totalidad de Resilientes” versus los costos en que se incurrirían
las parcelas en riesgo de inundación, evitará las de no contar con la protección y ocurra el
pérdidas al 100%) desastre. Los costos, consisten principalmente en
reconstrucción y rehabilitación, valor de los daños
Finalmente se interpreta también la “Probabilidad y pérdidas a los usuarios y el valor de continuidad
de Ocurrencia” (columna al lado derecho), que de los beneficios.
muestra en porcentaje la posibilidad de que suceda
el evento en el año n. Por lo anterior, la relación “Beneficio - Costo
con enfoque en costos evitados” representa el
El ejemplo mostrado en la Figura 65, se interpretan beneficio que genera la ejecución de las “Medidas
de la siguiente manera: Resilientes” que reducen el riesgo en el proyecto
por su capacidad de impedir que el proyecto
El valor “0,9”, pintado en color rojo, nos muestra resulte dañado frente a un evento desastroso,
que la “Medida Resiliente” no es beneficiosa si prescindiéndose de gastos en reconstrucción,
brindaría protección para “un solo año” y con rehabilitación y pérdidas a los usuarios.
una protección del 60% (ejemplo: protege 6
parcelas de 10 que están en riesgo), o sea que “Un beneficio no aprovechado es un costo, y un
su implementación resultaría económicamente costo evitado es un beneficio” (Dixon, 1994). Así,
no recomendable. Nos muestra también que los costos evitados por la inclusión de las “Medidas
existe una probabilidad del 20% de que el evento Resilentes”, son los beneficios de la inversión en
desastroso suceda en ese primer año. reducción del riesgo en el proyecto. Para ello,
es necesario monetizar los costos (precio de
Nos muestra que si tiene una vida útil de 10 años, implementación de las Opciones de Adaptación”)
su implementación es positiva, por eso se pinta de y beneficios (costos evitados) y compararlos;
color verde, y que si brinda una protección del 80% si el resultado es mayor que 1, significa que los
su implementación evita pérdidas por 5,7 veces su beneficios son superiores a los costos. En otras
costo de implementación. Nos muestra también palabras, los beneficios (costos evitados) son
que el evento desastroso sucederá al menos 2 mayores a los sacrificios (costo de las Medidas
veces en esos primeros 5 años (probabilidad Resilientes) y, en consecuencia, el proyecto
de ocurrencia del 200%), por lo cual, la medida generará beneficio social con su implementación.
resiliente evitaría el desastre por lo menos dos
veces. Se puede concluir que el tipo de beneficio que se
provee con la ejecución de medidas que eleven
Finalmente nos muestra que con una protección la resiliencia de un proyecto, es la protección
de 20 años, su viabilidad económica es alta. a la sociedad contra eventos climáticos que
Por cada 1 boliviano invertido en la protección, tienen consecuencias adversas sobre la salud, la
evitaremos 6,7 bolivianos en pérdidas y costos producción, la productividad, ingresos, etc. Por lo
de reconstrucción aún con una eficacia del 80%, y tanto, la inversión en Medidas Resilientes, provee
que en esos 20 años, la probabilidad de ocurrencia beneficios a la sociedad que pueden llamarse
del evento es del 400%, es decir que el evento “seguridad”. Así, de ejecutarse la medida de
desastroso, sucedería al menos 4 veces. resiliente, el proyecto y sus objetivos, quedan
“seguros”.
Calcular la tasa Beneficio – Costo de un
proyecto, se trata de un tipo de Evaluación Social De manera gráfica, la evaluación Beneficio – Costo
de proyectos que “consiste en comparar los con enfoque de Costos Evitados es explica de la
beneficios con los costos que dichos proyectos siguiente manera:
implican para la sociedad; es decir, consiste en
determinar el efecto que el proyecto tendrá sobre
el bienestar de la sociedad” FONTAINE (1999) y es
empleado para medir el bienestar que un proyecto
puede generar en la sociedad, lo cual se constituye
en el indicador de Rentabilidad Social.
47
Proyecto ideal, sucede cuando el proyecto cumple
su vida útil sin mayores perturbaciones y con
ingresos y egresos constantes (Figura).
48
Donde:
49
BIBLIOTECA VIRTUAL
DE GESTIÓN DEL
AGUA
• Agua potable
• Riego
• Cuencas
• Medio Ambiente
• Residuos sólidos
• Forestación
• Cambio Climático
• Biodiversidad
Visita:
http://bibliotecadelagua.sirh.gob.bo