XXVII CONGRESO LATINOAMERICANO DE HIDRÁULICA

IAHR AIIH
LIMA, PERÚ, SEPTIEMBRE 2016

EVALUACION DE LA DISPONIBILIDAD HÍDRICA ACTUAL Y

FUTURA EN EL CONTEXTO DEL CAMBIO CLIMATICO EN
LAS CUENCAS ILAVE Y RAMIS

Efrain Lujano Laura 1,2, Renny Daniel Diaz Aguilar 1,3, Apolinario Lujano Laura 4,5,
José Pitágoras Quispe Aragón 4,6
1Institución: Servicio Nacional de Meteorología e Hidrología (SENAMHI), 2elujano28@gmail.com, 3rennydaniel@gmail.com /
4Autoridad Nacional del Agua (ANA), 5apolex23@gmail.com, 6jpitagoras2003@yahoo.es

RESUMEN

La investigación, se realizó en la región hidrográfica del Titicaca (lado peruano), cuyo objetivo fue evaluar la disponibilidad
hídrica actual y futura en el contexto del cambio climático, donde se analiza la distribución temporal de la precipitación simulada
en el Centro Hadley del Reino Unido con una base climática de 1961 – 1990 y con proyecciones para el horizonte 2071 –
2100. Para el modelamiento de caudales, se utilizó el modelo hidrológico mensual de 2 parámetros, cuyas evaluaciones
estadísticas fueron medidos a través de la eficiencia de Nash y Sutcliffe. Los resultados de las precipitaciones, simularon con
precisión los patrones del ciclo estacional, sin embargo fueron sobreestimadas en comparación con las observadas durante todo el
año, con un BIAS=55.7% y 169.6% para las cuencas Ilave y Ramis, indicando para finales del siglo XXI una reducción de
precipitaciones en la cuenca Ilave y un incremento en la cuenca Ramis. En cuanto a los caudales, los resultados de calibración
para los ríos Ilave y Ramis indican calificativos de aceptable y bueno, con eficiencias de Nash igual a 0.727 y 0.833 y en la fase
de validación un Nash igual a 0.78 y 0.91 respectivamente. Las simulaciones futuras de descargas muestran el mismo patrón de
cambio que las precipitaciones, con variaciones en promedio anual de A2=-29.3% y B2=-28.1% de disminución en la
cuenca Ilave y con incrementos de A2=18.8% y B2=6.0% para la cuenca Ramis. Se observó que la mayor reducción del
recurso hídrico se dará en la zona sur de la región hidrográfica del Titicaca.

Modelo hidrológico GR2M

Figura 1. Esquema del modelo hidrológico conceptual GR2M

Validación de la precipitación para el clima actual
200
a) 600
b)
150
Pa HadRM3P (mm)

Pa HadRM3P (mm)

400
100
200
50
R² = 96.9% R² = 91.2%
0 0
0.0 100.0 200.0 0.0 50.0 100.0 150.0 200.0
Pa Observada (mm) Pa Observada (mm)
Figura 2. Diagrama dispersión entre valores observados y simulados, a) cuenca Ilave, b) cuenca Ramis
Variaciones en la precipitación
 XXVII CONGRESO LATINOAMERICANO DE HIDRÁULICA
IAHR AIIH
LIMA, PERÚ, SEPTIEMBRE 2016

200 200
a) A2 b) A2
B2
150 Referencia 150

Pp (mm)
100
Pp (mm)

100
∆A2: -9.7% ∆A2: 9.0%
50 50
∆B2: -8.4% ∆B2: 3.9%
0 0
Sep

Ene

Mar

May

Ago
Abr
Dic

Feb
Oct
Nov

Jun
Jul

Sep

Ene
Feb
Mar

Ago
Abr
May
Dic
Oct

Jun
Nov

Jul
T (meses) T (meses)
Figura 3. Variación de la precipitación para el horizonte 2071 – 2100, a) cuenca Ilave, b) cuenca Ramis
Variaciones en los caudales

Figura 4. Evaluación de la bondad de ajuste de modelos fase de validación Qobs vs Qsim a) río Ilave, b) río Ramis
Variación de la disponibilidad hídrica futura

Tabla 1. Variación de la disponibilidad hídrica futura - Rio Ilave

Escenario Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Promedio
A2 (∆%) 5.7 15.1 9.1 -6.4 -24.4 -32.7 -36.8 -26.6 -20.7 -17.0 -14.5 -12.9 -29.3
B2 (∆%) 11.7 25.5 28.9 -9.3 -37.6 -32.1 -31.1 -19.6 -15.2 -12.5 -10.6 -9.5 -28.1

Tabla 2. Variación de la disponibilidad hídrica futura - rio Ramis

Escenario Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Promedio
A2 (∆%) -9.9 -6.2 11.5 40.9 17.8 4.7 27.9 31.4 21.4 14.8 11.4 9.5 18.8
B2 (∆%) 5.9 9.7 31.1 23.3 3.0 -5.5 8.7 15.3 11.7 7.9 6.2 4.7 6.0

REFERENCIAS BIBLIOGRAFICAS

Alves, L. M., y Marengo, J. (2010). Assessment of regional seasonal predictability using the PRECIS regional climate modeling
system over South America. Theoretical and Applied Climatology, 100, 337-350.
Arnell, N. W. (1996). Global Warming, River Flows and Water Resources. Chichester, United Kingdom, Wiley.
IPCC (2007). Summary for Policymakers. In: Climate Change 2007: The Physical Science Basis. Contribution of Working
Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University
Press, Cambridge, United Kingdom and New York, NY, USA.
Gupta, H. V., Sorooshian, S., y Yapo, P. O. (1999). Status of automatic calibration for hydrologic models: Comparison with
multilevel expert calibration. Journal of Hydrologic Engineering, 4(2), 135-143.
Kabouya, M. (1990). Modélisation pluie–débit au pas de temps mensuel et annuel en Algérie septentrionale. These de doctorat
Université. Paris-Sud, Paris, France.
Legates, D. R., y McCabe, G. J. (1999). Evaluating the use of goodness-of-fit measures in hydrologic and hydroclimatic model
validation. Water Resources Research, 35(1), 233–241.
Lavado, W. S., Labat, D., Guyot, J. L., Ardoin-Bardin, S., y Ordoñez, J. J. (2011). Modelos de balance hídrico mensual en la
cuenca hidrográfica del Amazonas en Perú: cuenca del río Ucayali. Revista Peruana Geo-atmosférica, 3, 82-94.
McCuen, R. H., Knight, Z., y Cutter, A. G. (2006). Evaluation of the Nash Sutcliffe Efficiency Index. Journal of Hydrologic
Engineering, 11, 597-602.
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D., y Veith, T. L. (2007). Model Evaluation
Guidelines for Systematic Quantification of Accuracy in Watershed Simulation. Transactions of the ASABE, 50(3), 885-900.
Nash, J. E., y Sutcliffe, J. V. (1970). River flow forecasting through conceptual models, Part I. A discussion of principles. Journal
of Hydrology, 10(3), 282–290.
Ritter, A., y Muñoz, R. (2013). Performance evaluation of hydrological models: Statistical significance for reducing subjectivity
in goodness-of-fit assessments. Journal of Hydrology, 480, 33-45.
Solman, S. A., Nuñez, M. N., y Cabré, M. F. (2007). Regional climate change experiments over southern South America. I:
present climate. Climate Dynamics, 30, 533–552.
Vera, C., Silvestri, G., Liebman, B., y Gonzalez, P. (2006). Climate Change scenarios for seasonal precipitation in South America
from IPCC AR4 models. Geophisycal Research Letters, 33, L13707.