Professional Documents
Culture Documents
Preparado por Marisa Escobar (SEI), David Purkey (SEI), Jean Christophe Pouget (IRD Quito), Wilson Suarez
(IRD Per), Thomas Condom (IRD Per) y Cayo Ramos (UNALM Lima)
Noviembre de 2008
Introduccin
La cuenca del Ro Santa tiene una extensin de 11,634 km2. El nacimiento del Ro Santa ocurre
al sur de la cuenca, en la Laguna Conococha, la cual se alimenta de glaciares de la Cordillera
Blanca localizada al oriente. Al occidente de la cuenca se encuentra la Cordillera Negra la cual
carece de glaciares pero capta y contribuye escorrenta al ro. El Ro Santa en su trayecto hacia el
norte se desplaza por un valle central conformado en la unin entre las dos cordilleras, llamado
el Callejn de Huaylas. Aproximadamente un milln de personas reside en poblaciones y reas
rurales de la cuenca. Una vez el trayecto del ro alcanza el extremo norte del Callejn, este vira
hacia el occidente atravesando el rido y pendiente Can del Pato para finalmente llegar a la
planicie costera y a su desembocadura en el Ocano Pacfico. En el Can del Pato se encuentra
una hidroelctrica de importancia en la red de electricidad del pas. Aguas abajo de la
hidroelctrica se encuentran las instalaciones del proyecto especial Chavimochic el cual capta
aguas para ser distribuidas en distritos de riego hacia los valles de Chao, Vir, Moche y
Chicama.
El modelo del Ro Santa usando la plataforma del Sistema para Evaluacin y Planeacin del
Agua (WEAP por sus siglas en ingles) incluye la modelacin de la hidrologa de la cuenca y la
inclusin de un modulo de modelacin glaciar dentro de WEAP. En este reporte se incluye
nicamente una descripcin del modelo hidrolgico ya que la modelacin glaciar aun se
encuentra en estado de desarrollo.
La construccin del modelo hidrolgico se realizo siguiendo las etapas de recoleccin de datos,
caracterizacin de cuenca, visita de reconocimiento, procesamiento de datos climticos,
estimacin de demandas, y calibracin del modelo. El modelo se construy para un periodo de
tiempo en el que los datos de clima coinciden con los datos de caudales lo cual permite la
calibracin del modelo. El periodo de modelacin para calibrar y validar el modelo se defini
desde 1967 hasta 1999. En una etapa posterior del proyecto el modelo ya calibrado y con el
modulo de glaciares ser alimentado con las series de datos de cambio climtico. En este reporte
se presenta una descripcin de los pasos avanzados en el proceso de construccin del modelo y
una presentacin preliminar de resultados en subcuencas sin glaciares.
Recoleccin de datos
Esta etapa del proceso fue realizada por IRD quien en colaboracin con organizaciones del
gobierno y entidades privadas coordino la consecucin de los datos necesarios para construir el
modelo. SEI proporciono a IRD la lista de datos necesarios (ver Apndice 1) con una
clasificacin de prioridades de acuerdo con la importancia de dichos datos para construir el
modelo. Generalmente, las entidades que suministran la informacin son institutos de estudios
Caracterizacin de la Cuenca
En esta etapa se procesaron los datos del modelo de elevacin digital (DEM) y cobertura vegetal.
El primer paso fue la identificacin de las coordenadas de puntos de manejo, los cuales incluyen
todos los puntos de la cuenca donde existe aforo de caudales, reservorios existentes o futuros,
lagunas naturales manejadas para produccin hidroelctrica, puntos de extraccin de agua hacia
canales, y puntos de retorno de agua desde canales. Estas coordenadas se sobrepusieron sobre el
DEM y se utiliz la funcin de creacin de cuencas en el software de sistema de informacin
geogrfica (i.e. ArcGIS) (Fig. 1).
El DEM tambin se proces para obtener bandas de elevacin. Las bandas de elevacin se
determinaron de acuerdo con los puntos de quiebre natural del DEM obteniendo espaciamientos
entre 300-700 m. Adicionalmente, ya que el modelo hidrolgico luego ser acoplado con el
modelo glaciar, se incluyo un mayor nivel de detalle en la zona glaciar con un espaciamiento de
300 m por banda de elevacin. En total se crearon 16 bandas de elevacin (Tabla 1).
La capa de cobertura vegetal que inicialmente presentaba ocho tipos clasificacin fue
reclasificada para representar los tipos cobertura mas representativos de la cuenca las cuales
fueron identificadas como tundra, planicie costera, matorral y cultivos (Tabla 2). La agrupacin
de los tipos de cobertura vegetal permite simplificar el modelo lo cual se refleja posteriormente
en menores tiempo de corrida. Algunos tipos de cobertura vegetal como el bofedal pueden llegar
a tener funciones hidrolgicas diferentes a la tundra, sin embargo se decidi agruparlo como
tundra debido a que constituye un rea muy poco representativa de toda la cuenca (aprox. 77 km2
0.66% del rea total de la cuenca). En etapas posteriores de refinamiento del modelo se puede
considerar separar este tipo de vegetacin para representar su funcionamiento en subcuencas
especficas.
Las reas de glaciar fueron extradas de la capa de nevados, la cual fue digitalizada de una
imagen de satlite del 2003 sobre la que se delinearon los glaciares. Estas reas fueron restadas
de las reas de cada catchment para poder agregarlas en el momento en que se construya el
modulo glaciar. La distribucin final de reas de cuenca, cobertura vegetal y reas de glaciar se
presenta en el Apndice 2.
El rea de cada subcuenca aguas arriba de los puntos de manejo se intercepto con las bandas de
elevacin y con las capas de cobertura vegetal. Cada subcuenca/banda de elevacin fue
representada en WEAP como un objeto hidrolgico denominado catchment. Cada catchment se
representa con su rea distribuida en porcentajes de cobertura vegetal, los cuales pueden ser
variables temporalmente, y con condiciones climticas homogneas dentro de su extensin, las
cuales son impuestos sobre el modelo en cada paso de tiempo.
Una vez en Huaraz, se realizaron visitas a los lagos Llanganuco y Aguascocha. Se observo la
presencia de canales que encauzan el agua proveniente de los glaciares la cual es usada para
irrigacin de cultivos. En la zona adyacente a los glaciares se apreciaron pendientes empinadas y
escasa vegetacin. Se verifico la presencia de tipos de vegetacin como matorrales y tundra y la
ausencia de capa de suelo orgnico. La funcin hidrolgica de esta combinacin de vegetacin y
suelo difiere de la funcin de los paramos en que presenta menor capacidad de retencin de agua.
Jean Christophe Pouget de IRD organiz una pgina de Internet con fotografas de este recorrido:
http://www.mpl.ird.fr/divha/fr/proj/ande/peru/santa/mision-2008-09/
La informacin obtenida durante esta visita se utiliz en el proceso de calibracin manual del
modelo al asignar valores a parmetros como el coeficiente de resistencia a la escorrenta (RRF)
el cual es mayor para vegetacin mas espesa y el factor de particin entre escorrenta superficial
y precolacin (preferred flow direction) el cual varia entre 0 para flujo vertical y 1 para flujo
horizontal y esta correlacionado con la pendiente de la cuenca.
Precipitacin:
Los datos de precipitacin se obtuvieron con base en series de tiempo mensuales de estaciones
pluviomtricas y ecuaciones de elevacin-precipitacin documentadas en reportes desarrollados
con datos de la regin (IRD et al. 2003). Las ecuaciones lineales de elevacin-precipitacin
donde Llz=precipitacin promedio anual y Z=elevacin son las siguientes:
Para cada catchment se estimo la precipitacion promedio anual en el punto medio utilizando la
ecuacin de su propia cuenca o de la cuenca ms cercana en las subcuencas en que no exista
ecuacin. Para cada subcuenca se identifico una estacin base siguiendo el criterio de la estacin
ms cercana a la cuenca. La elevacin del catchment (Z) tambin fue ajustada en casos en que
los datos de precipitacin sobrepasaran el promedio anual mximo de la estacin de Safuna
(1602 mm/ao) o estuvieran por debajo del promedio anual mximo de la estacin Caraz (182
mm/ao) (Fig. 2).
Pc = Pe * Llz c / Llz e
Donde
Pc= precipitacin mensual del catchment
Pe= precipitacin mensual de la estacin
Llz c = precipitacin promedio anual del catchment estimada con las ecuaciones 1-9
Llz e = precipitacin promedio anual de la estacin estimada con datos de la estacin
Por otro lado, para cada estacin base, en meses donde no se contaba con el dato mensual de
precipitacin, este se substituyo con el dato el promedio mensual de dicha estacin. La
asignacin de ecuaciones y estaciones base para cada subcuenca y los clculos de LLz c se
presentan en el Apndice 3 y las subcuencas respecto a las estaciones utilizadas se presentan en
la Fig. 3. Un mayor detalle de los datos de precipitacin es posible si se adquieren datos
adicionales de estaciones de medicin. Por otro lado, ya que las ecuaciones se desarrollaron con
correlaciones lineales de elevacin-precipitacin realizadas con datos entre aproximadamente
2000-4500 msnm, se asumi que las relaciones lineales son validas hasta por debajo de la banda
de elevacin 3 (1200-1900 msnm) y por encima de la banda de elevacin 9 (4400-4700 msnm).
As mismo se asumi que dentro de una subcuenca las bandas 1 y 2 presentan la misma
precipitacin que la banda de elevacin 3, y que las bandas 10 a 16 presentan la misma
precipitacin que la banda 9.
Temperatura:
Los datos de temperatura se obtuvieron estimando la temperatura de cada banda de elevacin
utilizando un gradiente de temperatura de 0.52 oC/100 m (Suarez et al. 2008) aplicado a la
temperatura de las estaciones base. Las estaciones base seleccionadas son Recuay, Huaraz y
Anta las cuales presentan las series de tiempo mensual continuas mas completas para el periodo
de modelacin. Igual que con la precipitacin, para cada estacin base en meses donde no se
tenia el dato mensual de temperatura este se substituyo con el dato del promedio mensual de
dicha estacin. El criterio para seleccionar la estacin base para cada subcuenca se baso en la
cercana entre la estacin base y las subcuencas (Tabla 3).
Los parmetros obtenidos se encuentran dentro de los rangos normales para modelos de paso de
tiempo mensual (Tabla 5). A manera de comparacin se presentan los valores utilizados en la
modelacin de la cuenca del Ro Limari en Chile (Vicua et al. 2008). Se presenta una excepcin
en la conductividad de la zona profunda, la cual es menor en el Ro Santa indicando que este
menor valor fue necesario para lograr que los flujos base en el verano fueran liberados del
subsuelo de forma lenta hacia ro.
La precisin del modelo fue medida con los parmetros de error medio cuadrtico (RMSE), el
bias y la eficiencia de Nash-Sutcliffe:
n
100 (Qs ,i Qo ,i ) 2
RMSE = i =1
Qo n
,
BIAS = 100[(Q s Q o ) / Q o ]
,y
n
(Q s ,i Qo ,i ) 2
E f = 1 i =1
n
(Q
i =1
o ,i Qo ) 2
donde Qs,i y Qo,i son caudales simulados y observados para cada paso de tiempo i, y n = 193 para
el periodo de calibracin, 168 para el periodo de validacin, y 12 para los estimados del
promedio mensual de todo el periodo de validacin y calibracin. Los resultados se presentan en
Taba 6. En general en el periodo de validacin el RMSE y el bias son menores y la eficiencia es
mayores indicando una mejor correspondencia entre los caudales observados y simulados.
Discusin y conclusiones
La informacin presentada en este reporte corresponde al procedimiento realizado para construir
el modelo hidrolgico del Ro Santa utilizando la plataforma WEAP. Los datos utilizados fueron
suministrados por IRD despus de un proceso de recopilacin de informacin suministrada por
entidades estatales, privadas e investigadores. La cuenca se subdividi en 20 subcuencas y 163
catchments los cuales se caracterizaron de acuerdo con su cobertura vegetal. En la etapa de
procesamiento de datos fue necesario realizar suposiciones para poder alimentar el modelo con
datos de precipitacin y temperatura. Dichas suposiciones se realizaron teniendo en cuenta los
datos disponibles en estaciones pluviomtricas y de temperatura y ajustando las series de tiempo
existentes para obtener series de datos continuas en todos los catchments del modelo. En caso de
que se obtengan otras series de datos, ya sea a travs de reanalisis de datos histricos o que se
adquieran datos adicionales de las empresas privadas de energa, en etapas posteriores del
proyecto o en usos posteriores del modelo es posible revisitar estas suposiciones para mejorar los
datos de entrada y reducir la incertidumbre actual del modelo.
El modelo del Ro Santa presentado en este documento constituye una herramienta para analizar
el comportamiento hidrolgico de la cuenca dentro del contexto del cambio climtico. Una vez el
modelo sea finalizado podr ser utilizado para otros objetivos como por ejemplo el anlisis del
manejo y gestin del recurso hdrico en la cuenca o el anlisis de escenarios futuros. En dichos
casos, el modelo puede ser revisado para reducir las incertidumbres por datos de entrada y para
refinar la calibracin a nivel de subcuenca.
Referencias
IRD, SENAMHI, INRENA-UGRH, and EGENOR. 2003. Glaciares y recursos hidricos en la
cuenca del Ro Santa.
Suarez, W., P. Chevallier, B. Pouyaud, and P. Lopez. 2008. Modelling the water balance in the
glacierized Paron Lake basin (White Cordillera, Peru). Hydrological Sciences 53.
Vicua, S., R. Garreaud, and J. McPhee. 2008. Climate change impacts on the hydrology of a
snowmelt driven basin in semiarid Chile. Climatic Change Submitted.
3000
2500 Caraz
2000
1500
1000
500
0
- 200 400 600 800 1,000 1,200 1,400 1,600 1,800
Precipitacion Promedio Annual (mm/ao)
100 100
80 Qo_Condorcerro 80 Qo_Condorcerro
Qs_Condorcerro Qs_Condorcerro
60 60
m3/s
m3/s
40 40
20 20
0 0
r
r
r
y
ly
ly
il
il
er
t
er
ry
ay
ry
ay
ch
ch
ne
ne
us
us
be
be
be
be
be
be
ar
ar
pr
pr
Ju
Ju
ob
ob
a
a
M
M
Ju
Ju
ar
ar
ug
ug
ru
em
em
ru
em
em
em
em
nu
nu
A
A
M
M
ct
ct
b
b
A
A
Ja
Ja
ov
ov
pt
pt
ec
ec
O
O
Fe
Fe
Se
Se
D
D
N
N
Caudal observado vs Caudal simulado en subcuenca Corongo Caudal observado vs Caudal simulado en subcuenca Corongo
20 20
Qo_Manta Qo_Manta
15 15 Qs_Manta
Qs_Manta
m3/s
m3/s
10 10
5 5
0 0
r
r
ry
r
il
il
r
er
t
er
y
ay
ay
ch
ch
ne
ne
us
us
be
be
be
be
be
be
l
l
ar
ar
pr
pr
Ju
Ju
ob
ob
ua
ua
M
M
Ju
Ju
ar
ar
ug
ug
em
em
em
em
em
em
nu
nu
A
A
br
M
br
ct
ct
A
A
Ja
Ja
pt
pt
ov
ec
ov
ec
O
O
Fe
Fe
Se
Se
D
N
En la tabla siguiente se presenta una lista de los datos que se deben recopilar para una aplicacin
de WEAP. La lista incluye una clasificacin de prioridad de datos segn su importancia para el
modelo (1=Muy importante, 2=Relevante). La idea es que el enfoque inicial debe darse en
conseguir los datos marcados con 1. Una vez un modelo inicial ha sido desarrollado se pueden
refinar el modelo con la consecucin de los datos adicionales (marcados con 2). El formato
preferido se da como referencia pero no es un requerimiento. Sea cual sea el formato de los
datos, generalmente es necesario hacer un procesamiento para poder entrarlos en el modelo.