Hidro Enos Santa PDF

SENAMHI
SERVICIO NACIONAL DE METEOROLOGIA E HIDROLOGIA
IMPACTO HIDROLOGICO DEL

FENOMENO EL NIO Y LA NIA
CUENCA DEL RIO SANTA
INFORME FINAL
LIMA - PERU
2005
SENAMHI
SERVICIO NACIONAL DE DIRECCION GENERAL DE HIDROLOGIA
METEOROLOGIA E HIDROLOGIA Y RECURSOS HIDRICOS
JEFE DEL SENAMHI

Mayor General FAP JUAN OVIEDO MOTTA
DIRECTOR TCNICO
Mayor General FAP JOSE AMES RUIZ
DIRECTOR GENERAL DE HIDROLOGIA Y

RECURSOS HIDRICOS
M. Sc. Ing. JUAN JULIO ORDOEZ GALVEZ
RESPONSABLES : M. Sc. Ing. WALDO LAVADO CASIMIRO

M. Sc. Ing. JULIO ORDOEZ GALVEZ
Citar este documento como:

Lavado Casimiro W.S., Ordoez Glvez J.J.. Y Yerren Suarez J.
(2005), Impacto Hidrolgico del Fenmeno El Nia-La Nia. Cuencas
del ro Santa. Direccin General de Hidrologa y Recursos Hdricos.
Servicio Nacional de Meteorologa e Hidrologa. Lima-Per.
LIMA - PERU
2005
SERVICIO NACIONAL DE METEOROLOGA E HIDROLOGA DIRECCIN GENERAL DE HIDROLOGA
RESUMEN
El presente trabajo sobre el Impacto Hidrolgico del evento El Nio La Nia , en la

Cuenca del ro Santa, pretende evaluar a nivel espacial y temporal los regmenes
pluviomtricos en la cuenca del ro Santa, para lo cual se seleccionaron las
estaciones ms representativas y se realizo un previo anlisis de los datos de las
estaciones, para agruparlas y clasificarlas en vectores, utilizando para ello el Mtodo
del vector regional (MVR); asimismo estas estaciones ya agrupadas en vectores se
les realizo un anlisis de quiebres utilizando para ello tcnicas estadsticas de
quiebres de series hidrometeorolgicas, utilizando para ello el software Khronostat.
Para el anlisis de las precipitaciones se desarrollo una metodologa empleada para

estudios de sequas, en los cuales se utilizan ndices de aridez, habindose
seleccionado para su aplicacin:
ndice de precipitacin normal (IPN)
ndice de precipitacin estandarizada (IPE)
En base a estos ndices conoceremos el comportamiento pluviomtrico de los aos

en cada una de las estaciones y su clasificacin por los valores positivos o
negativos que tome la variable estandarizada, teniendo mayor nfasis en los eventos
El Nio Oscilacin del Sur (ENOS) y La Nia Oscilacin del Sur (LNOS), para lo cual
se seleccionaron los aos 1972-73, 1982-83, 1986-87, 1991-92 y 1997-98 como
eventos ENOS y los aos 1970-71, 1973-74, 1975-76 y 1988-89 como eventos
LNOS.
El presente trabajo comprueba la utilidad del MVR, como herramienta de

homogenizacin de estaciones. Del anlisis de quiebres se comprueba que los
mayores quiebres que se presentan, coinciden en su mayora con los eventos
LNOS.
El anlisis del IPN permite distinguir con mayor facilidad la influencia de los eventos
ENOS y LNOS, por lo tanto se puede decir que tanto para los eventos ENOS como
para los LNOS, se presentaron en promedio valores normales, a excepcin para los
eventos ENOS 1991-92 y 1997-98, los cuales presentaron dficit intenso y exceso
intenso respectivamente, mientras que para los eventos LNOS solo se presento
exceso moderado para el evento 1970-71. Asimismo las mayores correlaciones
entre el IPE y el IOS, esta dada para los perodos acumulados mayores de 12 meses
tanto para el IPE como para el IOS, es decir las correlaciones entre los IPE y los
IOS, dadas en el presente estudio no son buenas.
DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

i
INDICE
I. INTRODUCCIN....................................................................................... 1
II. OBJETIVOS............................................................................................. 2
2.1 Generales..................................................................................... 2
2.2 Especficos.................................................................................... 2
III. REVISIN BIBLIOGRAFICA................................................................... 3
3.1 Fenmeno El Nio....................................................................... 4
3.2 ndice de Oscilacin del Sur (IOS)................................................ 5
3.3 Clasificacin de los eventos El Nio.......................................... 8
3.4 Mtodo del Vector Regional de ndices pluviomtricos (MVR)..... 9
3.4.1 Utilizacin del MVR para la crtica de precipitaciones
anuales.......................... 10
3.4.2 Utilizacin del MVR para la extensin de precipitaciones
anuales.......................... 11
3.5 ndice de precipitacin estandarizada (IPE)................................... 13
IV. ZONA DE ESTUDIO................................................................................. 15
4.1 Cuenca del ro Santa................................................. 15
4.1.1 Ubicacin de la Cuenca........................................................ 15
4.1.2 Parmetros fisiogrficos de la cuenca.................................. 16
4.1.3 Geologa.................................... 17
4.1.4 Suelos.................................... 18
4.1.3 Clima...................................... 18
4.1.3 Hidrografa.................................... 24
V. MATERIALES........................................................................................... 25
5.1 Datos disponibles.......................................................................... 25
5.2 Softwares utilizados..................................................................... 27
VI. METODOLOGIA......................................................................................... 28
6.1 ndice de ocurrencia de eventos El Nio en sus fases ENOS y
LNOS............................................................................................. 28
6.2 Anlisis de quiebres...................................................................... 28
6.2.1 Test de Mann-Whitnay....................................................... 29
6.2.2 Estadstico U de Buishand................................................. 29
6.2.3 Mtodo Bayesiano....................................................... 30
ii
6.2.4 Mtodo de Segmentacin de series Hidrometeorolgicas. 32

6.3 Homogenizacin de estaciones..................................................... 32
6.4 Anlisis de precipitaciones.............................................................. 33
6.4.1 ndice de Precipitacin Normal (IPN)................................... 33
6.4.2 Metodologa del IPE y aplicaciones.................................... 34
VII. RESULTADOS......................................................................................... 37
7.1 Clasificacin de los eventos ENOS y LNOS................................. 37
7.4.1 Precipitacin media de la cuenca....................................... 45
7.4.2 ndice de precipitacin normal (IPN)................................... 47
7.4.2 ndice de precipitacin estandarizado (IPE)......................... 53
VIII. DISCUSIN DE RESULTADOS................................................................ 60
8.4.1 ndice de precipitacin normal (IPN)................................... 60
8.4.2 ndice de precipitacin estandarizado (IPE)......................... 61
IX. CONCLUSIONES..................................................................................... 65
X. RECOMENDACIONES.............................................................................. 67
XI. BIBLIOGRAFA.. . 68
XII ANEXOS..... 71

iii
INDICE DE TABLAS
Tabla 1 Estaciones seleccionadas para el estudio............................................. 25

Tabla 2 Clasificacin del IPN.............................................................................. 33
Tabla 3 Clasificacin para los valores de IPE..................................................... 36
Tabla 4 Cronologa de los eventos ENOS y LNOS............................................. 37
Tabla 5 Valores de los vectores.......................................... 40
Tabla 6 Clasificacin de las estaciones en sus respectivos vectores................... 41
Tabla 7 Test de deteccin de quiebres para las estaciones en estudio................ 43
Tabla 8 Test de deteccin de quiebres para los vectores..................................... 44
Tabla 9 Valores de la precipitacin media sobre la Cca. ro Santa. 46
Tabla 10 IPN EFM eventos ENOS para cada una de las estaciones.................. 48
Tabla 11 IPN anual eventos ENOS para cada una de las estaciones.................. 49
Tabla 12 IPN EFM eventos LNOS para cada una de las estaciones.................. 50
Tabla 13 IPN anual eventos LNOS para cada una de las estaciones.................. 51
Tabla 14 IPN EFM eventos ENOS para cada una de los Vectores....................... 52
Tabla 15 IPN anual eventos ENOS para cada una de los Vectores..................... 52
Tabla 16 IPN EFM eventos LNOS para cada una de los Vectores....................... 52
Tabla 17 IPN anual eventos LNOS para cada una de los Vectores...................... 53
Tabla 18 Valores de correlacin entre los IPE y los IOS para toda la serie....... 54
Tabla 19 Valores de correlacin entre los IPE y los IOS para las series ENOS.. 55
Tabla 20 Valores de correlacin entre los IPE y los IOS para las series LNOS.. 56
Tabla 21 Valores de correlacin entre los IPE y los IOS para toda la serie....... 57
Tabla 22 Valores de correlacin entre los IPE y los IOS para las series ENOS.. 57
Tabla 23 Valores de correlacin entre los IPE y los IOS para las series LNOS.. 57
Tabla 24 Clasificacin de los eventos ENOS IPE-3............................................ 57
Tabla 25 Clasificacin de los eventos LNOS IPE-3............................................ 57

iv
INDICE DE FIGURAS
Figura 1 Zonas Nio..................................................... 5

Figura 2 Comportamiento de los vientos alisios............................................... 6
Figura 3 ENOS....................................................... 7
Figura 4 El Nio Normal....................................................... 7
Figura 5 LNOS....................................................... 7
Figura 6 Rectngulo equivalente de la Cca. Ro Santa..................................... 16
Figura 7 Precipitaciones........................................................ 20
Figura 8 Formacin de nubes en la cordillera Blanca......................................... 20
Figura 9 Formacin de nubes orogrficas en la cordillera Blanca... 21
Figura 10 Temperaturas ... 21
Figura 11 Variacin estacional de la radiacin. ... 22
Figura 12 Distribucin normal estndar del IPE con media cero y variancia cero 36

v
INDICE DE GRAFICOS
Grfico 1 Valores de los IE, y sus percentiles...................................................... 37

Grfico 2 ndices anuales del vector 1 y las estaciones halladas en este vector 38
Grfico 7 Comportamiento de los totales anuales de cada uno de los vectores... 42
Grfico 8 Nmero de quiebres por ao para todas las estaciones..................... 44
Grfico 9 Nmero de quiebres por ao para los vectores................................... 45
Grfico 10 Valores de la Pp media sobre la cca. ro santa.......................... 46
Grfico 11 Valores del IPN Estacin Cachicadan............................................... 72
Grfico 12 Valores del IPN Estacin Stgo. de Chuco......................................... 72
Grfico 13 Valores del IPN Estacin Corongo............................................. 72
Grfico 14 Valores del IPN Estacin Huancamarcanga...................................... 72
Grfico 15 Valores del IPN Estacin Mollepata................................................ 73
Grfico 16 Valores del IPN Estacin Llanganuco................................................ 73
Grfico 17 Valores del IPN Estacin Huillca..................................................... 73
Grfico 18 Valores del IPN Estacin Parn................................................... 73
Grfico 19 Valores del IPN Estacin Safuna....................................................... 74
Grfico 20 Valores del IPN Estacin C. Hidroelctrica........................................ 74
Grfico 21 Valores del IPN Estacin Caraz.............................................. 74
Grfico 22 Valores del IPN Estacin Yungay....................................................... 74
Grfico 23 Valores del IPN Estacin Chancos...................................................... 75
Grfico 24 Valores del IPN Estacin Huaraz....................................................... 75
Grfico 25 Valores del IPN Estacin Anta............................................. 75
Grfico 26 Valores del IPN Estacin Quitacocha................................................. 75
Grfico 27 Valores del IPN Estacin Recuay........................................................ 76
Grfico 28 Valores del IPN Estacin Ticapampa.............................................. 76
Grfico 29 Valores del IPN Estacin Pachacoto................................................... 76
Grfico 30 Valores del IPN Estacin Shacaypampa............................................. 76
Grfico 31 Valores del IPN Estacin Collota.................................................... 77

vi
Grfico 32 Valores del IPN Estacin Querococha................................................ 77

Grfico 33 Valores del IPN Estacin Recreta................................................ 77
Grfico 34 Valores del IPN Estacin Lampas Alto.............................................. 77
Grfico 35 Valores del IPN Estacin Lgna. Ututo................................................ 78
Grfico 36 Valores del IPN Estacin Pta. Callan.................................................. 78
Grfico 37 Valores del IPN Estacin Quiruncancha............................................. 78
Grfico 38 Valores del IPN Estacin Pta. Mojon.............................................. 78
Grfico 39 Valores del IPN Estacin Milpo................................................... 79
Grfico 40 Valores del IPN Estacin Yanacocha................................................. 79
Grfico 41 Valores del IPN Estacin Huancapeti............................................. 79
Grfico 42 Valores del IPN Vector 1................................................................... 79
Grfico 47 Valores del IPE Estacin Cachicadan............................................... 81
Grfico 48 Valores del IPE Estacin Stgo. de Chuco......................................... 82
Grfico 49 Valores del IPE Estacin Corongo............................................. 83
Grfico 50 Valores del IPE Estacin Huancamarcanga...................................... 84
Grfico 51 Valores del IPE Estacin Mollepata................................................ 85
Grfico 52 Valores del IPE Estacin Llanganuco................................................ 86
Grfico 53 Valores del IPE Estacin Huillca..................................................... 87
Grfico 54 Valores del IPE Estacin Parn................................................... 88
Grfico 55 Valores del IPE Estacin Safuna....................................................... 89
Grfico 56 Valores del IPE Estacin C. Hidroelctrica........................................ 90
Grfico 57 Valores del IPE Estacin Caraz.............................................. 91
Grfico 58 Valores del IPE Estacin Yungay....................................................... 92
Grfico 59 Valores del IPE Estacin Chancos...................................................... 93
Grfico 60 Valores del IPE Estacin Huaraz....................................................... 94
Grfico 61 Valores del IPE Estacin Anta............................................. 95
Grfico 62 Valores del IPE Estacin Quitacocha................................................. 96
Grfico 63 Valores del IPE Estacin Recuay........................................................ 97
Grfico 64 Valores del IPE Estacin Ticapampa.............................................. 98
Grfico 65 Valores del IPE Estacin Pachacoto................................................... 99
vii
Grfico 66 Valores del IPE Estacin Shacaypampa............................................. 100

Grfico 67 Valores del IPE Estacin Collota.................................................... 101
Grfico 68 Valores del IPE Estacin Querococha................................................ 102
Grfico 69 Valores del IPE Estacin Recreta................................................ 103
Grfico 70 Valores del IPE Estacin Lampas Alto.............................................. 104
Grfico 71 Valores del IPE Estacin Lgna. Ututo................................................ 105
Grfico 72 Valores del IPE Estacin Pta. Callan.................................................. 106
Grfico 73 Valores del IPE Estacin Quiruncancha............................................. 107
Grfico 74 Valores del IPE Estacin Pta. Mojon.............................................. 108
Grfico 75 Valores del IPE Estacin Milpo................................................... 109
Grfico 76 Valores del IPE Estacin Yanacocha................................................. 110
Grfico 77 Valores del IPE Estacin Huancapeti............................................. 111
Grfico 78 Valores del IPE Vector 1................................................................... 112
Salidas de Khronostat........................................................................................ 166

viii
INDICE DE MAPAS
Mapa 1 Ubicacin.................................................................................... 15
Mapa 2 Cuenca y sus reas nevadas................................................................ 14
Mapa 3 Ubicacin de las estaciones en la zona de estudio................................ 26
Mapa 4 Clasificacin de los vectores de la zona de estudio............................... 41
ANLISIS DEL IPN POR ESTACION
Mapa 5 IPN EFM ENOS Evento 1972-73.......................................................... 118
Mapa 10 IPN EFM LNOS Evento 1970-71.......................................................... 120
Mapa 14 IPN Anual ENOS Evento 1972-73.......................................................... 122
Mapa 18 IPN Anual ENOS Evento 19997-98........................................................ 124
Mapa 19 IPN Anual LNOS Evento 1970-71.......................................................... 125
ANALISIS DEL IPN POR VECTORES

ix

Mapa 36 IPN Anual ENOS Evento 19997-98........................................................ 133
CORRELACIONES ENTRE IPE E IOS POR ESTACION
Mapa 41 Correlacin entre IPE-3 e IOS-3 para toda la serie............................. 136
Mapa 42 Correlacin entre IPE-6 e IOS-6 para toda la serie................................ 136
Mapa 43 Correlacin entre IPE-12 e IOS-12 para toda la serie............................ 137
Mapa 44 Correlacin entre IPE-24 e IOS-24 para toda la serie........................... 137
Mapa 45 Correlacin entre IPE-3 e IOS-3 para la serie ENOS............................ 138
Mapa 46 Correlacin entre IPE-6 e IOS-6 para la serie ENOS............................. 138
Mapa 47 Correlacin entre IPE-12 e IOS-12 para la serie ENOS......................... 139
Mapa 49 Correlacin entre IPE-3 e IOS-3 para la serie LNOS............................. 140
Mapa 51 Correlacin entre IPE-12 e IOS-12 para la serie LNOS......................... 141
CORRELACIONES ENTRE IPE E IOS POR VECTORES
Mapa 53 Correlacin entre IPE-3 e IOS-3 para toda la serie............................. 142
Mapa 54 Correlacin entre IPE-6 e IOS-6 para toda la serie................................ 142
Mapa 55 Correlacin entre IPE-12 e IOS-12 para toda la serie............................ 143
Mapa 56 Correlacin entre IPE-24 e IOS-24 para toda la serie........................... 143
Mapa 57 Correlacin entre IPE-3 e IOS-3 para la serie ENOS............................ 144
Mapa 58 Correlacin entre IPE-6 e IOS-6 para la serie ENOS............................. 144
x

CLASIFICACION DE LOS IPE
Mapa 65 IPE-3 Evento ENOS 1972-73............................................................... 148
Mapa 66 IPE-3 Evento ENOS 1982-83.............................................................. 148
Mapa 68 IPE-3 Evento ENOS 1991-92............................................................. 149
Mapa 70 IPE-3 Evento LNOS 1970-71............................................................ 150
Mapa 71 IPE-3 Evento LNOS 1973-74.............................................................. 151
Mapa 73 IPE-3 Evento LNOS 1988-89................................................................ 152
xi


xii
I. INTRODUCCIN
Durante los ltimos aos, diversas organizaciones cientficas vienen dando especial
nfasis al estudio del retroceso glaciar y la influencia que el cambio climtico global
tiene sobre esta. El Per es uno de los pases que presenta las mejores condiciones
para su anlisis; debido a que tiene glaciares ubicados en una zona tropical, motivo por
el cual, se estn realizando estudios sobre retroceso glaciar y sus repercusiones a nivel
local, regional y global. La cuenca del ro Santa a diferencia de las otras cuencas de la
costa peruana; es la que presenta mayor cantidad de glaciares en su parte alta,
tambin tienen los ms grandes centros generadores de energa elctrica en el pas, y
de sus aguas se abastece los proyectos de irrigacin como son el Chavimochic y el
Chinecas.
El Fenmeno El Nio por ser un evento atpico, produce cambios bruscos en las
series de variables meteorolgicas e hidrolgicas; y sus repercusiones se dan por todo
el planeta, encontrndose sus indicadores en el Ocano Pacfico Ecuatorial. Durante
los ltimos aos se han reportado sus impactos por todo el planeta, causando grandes
inundaciones en los litorales y sequas en lugares continentales.
El Per por ser un pas ocenico y ubicado cerca al Ecuador, recibe los mayores
impactos del evento El Nio sobre su territorio, manifestndose con grandes
inundaciones en la Costa Norte y sequas en el altiplano; zonas bastante estudiadas
durante los ltimos.
El Servicio Nacional de Meteorologa e Hidrologa, a travs de la Direccin General de

Hidrologa viene realizando durante los ltimos aos estudios sobre el impacto
hidrolgico del fenmeno El Nio y La Nia sobre distintas zonas del territorio
nacional, en las cuales no se ha estudiado los impactos hidrolgicos a profundidad,
tenindose ya concluidos los estudios de la Costa Central-Sur; y las vertientes del
Atlntico y del Titicaca y los departamentos de Tacna, Moquegua y Arequipa.
El presente estudio trata de evaluar el impacto hidrolgico del Fenmeno El Nio y la

Nia en la cuenca del ro Santa, representadas por las siglas ENOS y LNOS
respectivamente.

1
II. OBJETIVOS
2.1 Generales:
Conocer el comportamiento espacial y temporal del rgimen de precipitaciones en la

cuenca del ro Santa y su respuesta ante la ocurrencia de El Nio, La Nia
mediante la determinacin de ndices estadsticos que permitirn clasificar las series
histricas en funcin de su variabilidad temporal.
2.2 Especficos:
- Homogenizar las series de precipitacin de las distintas estaciones localizadas

dentro de la zona de estudio.
- Localizar probables quiebres en las series de precipitacin de las distintas

estaciones localizadas dentro de la zona de estudio.
- Caracterizar y definir el comportamiento espacial y temporal del rgimen de

precipitaciones, respecto a la ocurrencia del fenmeno El Nio en la cuenca del
ro Santa.
- Realizar el anlisis comparativo de los registros de precipitacin de la cuenca del

ro Santa durante la ocurrencia del fenmeno El Nio.
- Determinar los ndices de precipitacin normal (IPN) y los ndices de

precipitacin estandarizada (IPE).

2
III. REVISIN BIBLIOGRAFICA
Para el desarrollo del presente estudio se revisaron algunos trabajos desarrollados por
diferentes investigadores que vienen evaluando y monitoreando las influencias e
impactos del fenmeno El Nio en el ciclo hidrolgico, es as que mencionamos a los
siguientes:
Miranda (1998), realiza un estudio sobre la influencia del fenmeno El Nio y del ndice
de Oscilacin del Sur en las precipitaciones de Cochabamba, Bolivia; donde se
aplicaron anlisis cualitativo y cuantitativo. Con la aplicacin de Series de Tiempo se
determin el ao hidrolgico y las anomalas de las precipitaciones. Ajustndose a un
promedio mvil de 4 aos para las estaciones que reciben la influencia remanente de
los frentes del sur y de la Zona de Convergencia Intra tropical - ZCIT y de 5 aos para
el resto de las estaciones. Concluyndose que la influencia del fenmeno El Nio se da
ms en las precipitaciones registradas en Cochabamba y en menor incidencia en las
precipitaciones registradas en Arani. La influencia del IOS (ndice de Oscilacin del
Sur) se da ms en las precipitaciones de Arani y en menor proporcin en las
precipitaciones en Cochabamba. Lo que implica que la influencia del fenmeno El Nio
y del ndice de Oscilacin del Sur (IOS), se da en la distribucin espacio-temporal de
las precipitaciones registradas en los valles de Cochabamba. Esta anomala afecta
directamente a la agricultura y de forma indirecta al incremento de los problemas
socioeconmicos en el departamento de Cochabamba.
Rome Gaspaldy et al (1998), realiza un estudio de la precipitacin a nivel mensual

para la zona de la sierra y selva del Per, donde analiza la informacin de 21
estaciones durantes las fases ENOS (El Nio Oscilacin del Sur) y LNOS (La Nia
Oscilacin del Sur). Las lluvias de Piura, en el norte de la Costa, son las nicas que
presentan excesos significativos (test de Kolgomorov-Smirnov) durante la fase de
ENOS.
Scian (1999), en su trabajo sobre Comparacin entre el ndice de precipitacin

estandarizado y otros ndices hidrolgicos para la regin pampeana de Argentina,
aplica el mtodo de ndice de precipitacin estandarizada y compara dichos resultados
con el mtodo de los Deciles, el porcentaje de precipitacin normal, el ndice de
anomala de humedad (Z) y el ndice de Sequa de Palmer (ISP) que son ndices
comnmente usados para detectar extremos hmedos y secos. Se analiza en particular
el IPE como ndice de sequa en dos series seculares de precipitacin: Baha Blanca y
Azul.
Cardenas (2001), desarrolla una primera aproximacin al desarrollo de una modelo

estadstico para el pronstico de las precipitaciones sobre la Cuenca Chancay
Huaral, haciendo uso de las correlaciones lineales simples y anlisis de regresin
mltiple con algunos ndices climticos globales como son la Temperatura Superficial
del Mar (TSM) en la regin Nio 1+2 y Nio 3, ndice de oscilacin del Sur (IOS) y
Radiacin neta en Onda Larga (ROL).
Suarez (2001), realiza un estudio sobre la variabilidad pluviomtrica a escala anual en

las vertientes del Atlntico y Titicaca del Per, donde analiza los valores centrados
reducidos (VCR) de las precipitaciones con los valores del ndice de Oscilacin del
Sur (IOS), llegando a la conclusin que la influencia del Nio 1982-83 las

3
precipitaciones en la cuenca del Titicaca fueron bajas especialmente en la parte Sur de

Puno, mientras que en la vertiente del Atlntico las precipitaciones son variables y El
Nio 1997-98 las precipitaciones en la vertiente del Titicaca son bajas mientras que en
la Vertiente del Atlntico las precipitaciones son fuertes.
Lavado et al. (2003), realizaron el estudio del Impacto Hidrolgico del Fenmeno El
Nio en las vertientes del Atlntico y del Titicaca, utilizando para su estudio ndices de
sequa como el IPN (ndice de precipitacin normal) y el IPE (ndice de precipitacin
estandarizada) para caracterizar el impacto de los eventos ENOS sobre las series
estadsticas de precipitacin y de caudales y/o niveles de la vertientes en estudio,
encontrando que los regmenes de precipitaciones fueron extremadamente hmedos
para la vertiente del Atlntico durante los eventos El Nio a excepcin del evento
1991-92; y la vertiente del Titicaca se caracterizo por presentar condiciones secas
durante los eventos El Nio a excepcin del evento 1997-98.
Lavado et al. (2004), realizaron el estudio del Impacto Hidrolgico del Fenmeno El
Nio y La Nia en los departamentos de Tacna, Moquegua y Arequipa, utilizando para
su estudio ndices de sequa como el IPN (ndice de precipitacin normal) y el IPE
(ndice de precipitacin estandarizada) para caracterizar el impacto de los eventos
ENOS y LNOS sobre las series estadsticas de precipitacin, encontrando que los
regmenes de precipitaciones fueron variables en estas zonas respecto a la altitud, es
as que las zonas ubicadas cerca al litoral son las que presentan mayor influencia de
los eventos ENOS y LNOS, siendo baja la influencia de los eventos ENOS y LNOS
sobre las zonas altoandinas.
3.1 Fenmeno El Nio
El Fenmeno El Nio es un ciclo ocenico-atmosfrico que consiste en el

enfriamiento y calentamiento anmalos de las aguas superficiales del ocano
Pacfico ecuatorial. Aunado a este comportamiento anormal de las temperaturas del
mar, el Fenmeno El Nio est relacionado no solo con trastornos climticos en
muchas partes del mundo, sino que tambin con alteraciones significativas en
ecosistemas tanto terrestres como marinos.
El Fenmeno El Nio consta, entre otros, de dos fenmenos principales: el

calentamiento anormal de las aguas ecuatoriales del Pacfico, llamado popularmente
ENOS (El Nio Oscilacin del Sur), y, por otro lado, el enfriamiento anormal de las
mismas aguas, fenmeno conocido como LNOS (La Nia Oscilacin del Sur), siendo
la Oscilacin del Sur una componente atmosfrica, cuantitativamente registrada por
el ndice de Oscilacin del Sur, reflejo del cambio relativo entre la presin atmosfrica
a nivel del mar entre el sector occidental del ocano Pacfico y el sector central-
oriental del mismo.
El Fenmeno El Nio es uno de los fenmenos ocenico-atmosfricos ms

estudiados en la actualidad. El impacto sobre las condiciones normales del tiempo en
varios pases, y por ende, en las economas de los mismos, ha causado que exista
para su estudio una extensa red de observacin que, a su vez, ha generado una gran
cantidad de nueva informacin motivando una activa investigacin sobre el
fenmeno.

4
El Fenmeno El Nio se localiza en las regiones ecuatoriales del Ocano Pacfico

Tropical, pero afecta las condiciones hidrometeorolgicas en muchos pases del
mundo. Los conocidos fenmenos ENOS y LNOS forman parte del mismo sistema,
siendo as que uno de los principales parmetros para comprenderlo son las
temperaturas superficiales del agua de mar. El ocano interacta de diversas formas
con la atmsfera, por ende, es de esperar que adems de las temperaturas del
ocano, se estudien los fenmenos atmosfricos involucrados que afectan la
distribucin normal, entre otras cosas, de las precipitaciones y las temperaturas del
aire, tanto sobre el ecuador como en otras regiones del planeta.
Debido a la gran extensin del Ocano Pacfico, la comunidad cientfica internacional

lo dividi, para su estudio, en cuatro regiones: NIO 1.2, NIO 3, NIO 4 y NIO 3.4
(ver Fig.1)
Fig.1 Zonas Nio

Fuente:http://www.cpc.ncep.noaa.gov
3.2 El ndice de Oscilacin del Sur (IOS)
El ndice de la Oscilacin del Sur (IOS) es un nmero que se obtiene de la diferencia

de los valores superficiales de presin atmosfrica entre la isla de Tahit y Darwin
(Australia). La isla de Tahit se utiliza como punto representativo del comportamiento
de la presin atmosfrica en la parte oriental-central del Ocano Pacfico Tropical;
por su parte, Darwin se utiliza como el punto representativo de la presin atmosfrica
de la parte occidental del mismo ocano. En otras palabras, el IOS es una medida
comparativa de cmo cambia la presin atmosfrica en dos grandes regiones
(occidental y central-oriental) del Ocano Pacfico Tropical.
El ndice es positivo cuando la diferencia entre la Alta presin del Pacfico subtropical
(isla de Pascua) y la Baja Presin de Indonesia es intensa, hay mayor diferencia de
presin y se denomina Perodo estable. En este caso, los vientos alisios y la
corriente ecuatorial del sur son intensos, hay un aumento del nivel del mar en el
borde occidental del Pacfico mientras que en el borde oriental el nivel del mar es
ms bajo y se presentan aguas fras por surgencias. (Ver Fig. 2).

5
Fig. 2 Comportamiento de los vientos Alisios

Fuente.: http://www.puc.cl/sw_educ/geo_mar/
En la situacin anterior, en que se comprueba una diferencia normal de las

presiones, el gradiente baromtrico impulsa hacia el norte y el occidente los vientos
(circulacin de Walker), empujando las aguas fras hacia las latitudes ms bajas y
favoreciendo las surgencias. Una diferencia de presiones ms alta y positiva,
implica la acentuacin de las condiciones anticiclonales, su extensin hacia el sur, y
como resultado, el bloqueo al acceso de las perturbaciones provocando como
consecuencia, sequas en la regin mediterrnea. Dicha intensificacin causa un
incremento en la frecuencia y velocidad de los vientos sur y un mayor flujo de aguas
hacia el norte, generalizndose frente al pas las aguas fras subantrticas. Este
fenmeno corresponde a LNOS, se manifiesta en valores de largo plazo como
anomalas positivas en la presin atmosfrica de superficie, anomalas negativas en
las temperaturas superficiales del mar y del aire y reduccin en los montos de
precipitaciones.
En la situacin contraria, cuando se debilita la diferencia de presin, el ndice de

oscilacin es negativo. En este caso hay una inversin generalizada de los patrones
baromtricos lo que provoca el ENOS, manifestado como descensos de largo plazo
de la presin atmosfrica superficial y anomalas dbiles positivas de las
temperaturas superficiales del mar y del aire, incremento de las neblinas costeras
en el sur semirido y rido del pas, y mayores precipitaciones en el norte del Per.
Esta situacin se reconoce como perodo inestable en que los vientos alisios se
debilitan.
Lo anterior se resume en las siguientes figuras que ilustran las situaciones antes
descritas:

6
Fig. 3 ENOS
Fig. 4 El Nio Normal

Fig 5 LNOS

7
En consecuencia, la ocurrencia de ENOS est asociado con un ndice bajo y el

fenmeno comienza cuando el ndice desciende desde un valor alto normal y alcanza
su mxima intensidad cuando el ndice llega a su mnimo. As, como lo seala
Ramage (1986), el Nio 1972-73, que devast las pesqueras peruanas de anchoas,
se produjo en una poca en que el ndice haba cado a uno de los valores ms bajos
nunca registrados, y se vio acompaado de una gran sequa que ocurri en la India,
Nueva Guinea, Hawai, en tanto que Per, las islas Filipinas y California
experimentaron graves inundaciones.
3.3 Clasificacin de los eventos El Nio
Los fenmenos El Nio se caracterizan por las magnitudes que alcanzan las
anomalas de la temperatura superficial del mar en diferentes regiones del Pacfico
ecuatorial nombradas como Nio1+2, Nio 3, Nio 4 Y Nio34. La Oscilacin del Sur
se caracteriza por la diferencia de presin entre Darwin (12.4 S, 139 E) en el Norte
de Australia y Tahit (17.5 S, 149.6 W) en el Pacfico Sur, cuyas medias anuales de
presin (Trenberth, 1984) tienen una correlacin de -0.79.
En general, cuando se habla de la ocurrencia de eventos El Nio, se est aceptando

la ocurrencia simultnea de dos fenmenos de diferentes caracteres, el fenmeno El
Nio, de carcter ocenico y la Oscilacin del Sur, de carcter atmosfrico. Un
ejemplo de esto se puede ver en el trabajo de Chen (1990) que presenta criterios
objetivos para la aceptacin de ocurrencia de los eventos El Nio as definidos.
Segn Cardenas y Naranjo (1998) al considerar el concepto El Nio como ocurrencia

conjunta de los fenmenos ocenico y atmosfrico, debe tomarse en cuenta que no
existe un acoplamiento total entre la ocurrencia de los eventos El Nio y la Oscilacin
del Sur. Este desacople se pone de manifiesto en la correlacin no perfecta entre el
ndice de Oscilacin del Sur (IOS) y las anomalas de la temperatura superficial del
mar (ATSM) en diferentes zonas del Pacfico. Por ejemplo, entre el IOS y la ATSM en
la regin Nio 3 existe una correlacin de -0.64 en el perodo 1941-1995. Este
acoplamiento no perfecto puede permitir la ocurrencia de uno u otros eventos con
una relativa independencia.
Los estudios de impacto, interpretando ste como efectos sobre elementos

climticos, eventos meteorolgicos, flora y fauna marina e incluso sobre ramas
particulares en diferentes regiones, han obligado a la confeccin de cronologas (o
simples relaciones de eventos) El Nio, Oscilacin del Sur, etc., con enfoques
particulares a cada campo. Estos enfoques diferentes estn dados por la existencia
de relaciones ms fuertes con uno u otro fenmeno (ndice) en relacin con el tema
concreto de estudio. Como es de esperar, las cronologas as confeccionadas,
presentan diferencias entre ellas que en lo fundamental estn dadas en las fechas de
ocurrencia de eventos. Otro factor que influye en la existencia de diferencias es la
utilizacin de los efectos en la decisin sobre la presencia o no de un evento.
A lo anterior se adiciona que los efectos producidos por un evento varan de una
regin a otra y a partir del evento 1982-1983 se considera la ocurrencia de diferentes
tipos de stos (Shi, 1990), por lo que resulta muy difcil realizar estudios de impacto
partiendo slo de la ocurrencia de eventos reportados en una publicacin particular.

8
Por las razones anteriormente expuestas, resulta evidente que existen dificultades al
enfrentar estudios de prediccin a largo plazo si se parte de los indicadores
tradicionales del Fenmeno El Nio, el IOS y las ATSM, toda vez que las anomalas
de los elementos climticos responden de forma diferente a estos ndices (Crdenas
et al., 1995a). Estas respuestas diferentes a esos ndices se pueden interpretar como
respuestas diferentes a los eventos ocenico (ENOS o LNOS), atmosfrico
(Oscilacin del Sur) o su ocurrencia conjunta (El Nio).
3.4 Mtodo del Vector Regional (MVR)
Es un mtodo de clculo que proporciona una gran ayuda en tres tareas definidas
que son la crtica, la homogeneizacin y la extensin de las precipitaciones anuales.
El MVR fue desarrollado en ORSTOM por los investigadores Hiez G. (1977)
y. Brunet-Moret (1977).
Est basada en la hiptesis que para una misma zona climtica sometida a un
mismo rgimen de precipitaciones los totales pluviomtricos anuales son seudo-
proporcionales, es decir que la razn entre los totales anuales de las estaciones de la
zona tomadas 2 por 2 se conserva ms o menos constante en el curso del tiempo,
con una pequea variacin aleatoria cada ao debida a la reparticin de las lluvias
dentro de la zona (tal tormenta localizada afect solamente a un grupo de
estaciones).
La idea bsica del vector regional de ndices pluviomtricos anuales es la siguiente:

en vez de comparar dos por dos estaciones por correlacin o doble masa como se
hace en los mtodos clsicos, vamos a elaborar a partir de los datos disponibles una
estacin ficticia que sea una especie de promedio de todas las estaciones de la
zona, con la cual vamos a comparar cada una de las estaciones.
La primera idea sera calcular para cada ao los promedios de los datos anuales de
las estaciones que tienen datos, y utilizar esos promedios como estacin ficticia. Sin
embargo, en el caso que tengamos en la misma zona estaciones con pluviometra
anual fuerte y estaciones con menos pluviometra, este promedio va a dar ms peso
a las estaciones con ms pluviometra, y nuestra estacin ficticia ser ms
representativa de esta que del resto de estaciones, por eso debemos eliminar este
mtodo. Otra idea sera de normalizar los datos, dividiendo los datos de cada ao en
cada estacin por la precipitacin promedio observada en la estacin. Obtenemos
as para todas las estaciones series de ndices pluviomtricos que tienen todas el
mismo peso (el promedio de cada serie de ndices vale 1). Si ahora hacemos los
promedios de los ndices pluviomtricos para cada ao, obtenemos una serie de
ndices que pueden caracterizar la pluviosidad de cada ao en la zona (un ndice
mayor que uno indica una pluviometra excedente, y un ndice inferior a uno, indica
una pluviometra deficitaria en la zona).
Este mtodo nos parece ms correcto, pero todava tiene una falla; en efecto, en la
realidad, las estaciones de una zona tienen perodos de funcionamiento disparejos.
Tal estacin antigua dejo de funcionar, estaciones nuevas se implantaron poco a
poco. As dentro del perodo de estudio, la precipitacin promedio en una estacin
de duracin corta puede ser bastante diferente de lo que hubiera sido una con una
serie de observaciones completas durante todo el perodo. Por ejemplo, si una

9
estacin presenta observaciones durante 10 aos y que esos 10 aos resultaron

bastantes hmedos (o excedentes) la precipitacin promedia en esta estacin
obtenida directamente por el clculo ser sobre-estimada, puesto que no incluye los
aos ms secos que no se observaron. As aparece la necesidad de introducir la
nocin de precipitacin promedia extendida al perodo de trabajo, que es la
estimacin del valor probable del promedio que se hubiera obtenido con
observaciones continuas durante el perodo de estudio.
El mtodo del Vector Regional de ndices pluviomtricos anuales esta basado sobre
estas ideas sencillas. Si consideramos una zona del pas con M estaciones y un
perodo de estudio de N aos, podemos buscar por el mtodo de mnimos cuadrados
cuales son los ndices pluviomtricos "regionales" anuales Zi y las precipitaciones
promedio extendidas que minimicen la sumatoria:
N M Pij

i =1
(
j =1 Pj
Zi ) (3.1)
con :
i = ndice de ao
j = ndice de estacin
N = nmero de aos
M = nmero de estaciones
Pij = precipitacin anual en la estacin j el ao i
Pj = precipitacin media extendida al perodo de N aos
Zi = ndice pluviomtrico regional del ao i
La resolucin del problema es dificultada por el hecho que ciertos de los Pij no fueron
observados y faltan. Sin embargo, es posible mediante el uso de una computadora,
por descomposicin en un sistema de (M-1) ecuaciones lineales a (M-1)
desconocidas.
La serie de los ndices cronolgicos Zi se llama "Vector Regional de ndices

Pluviomtricos Anuales".
3.4.1 Utilizacin del MVR para la crtica de las precipitaciones anuales.
El utilitario del software Hydraccess de clculo del Vector Regional proporciona los
coeficientes de correlacin entre los datos observados en cada una de las
estaciones y el Vector Regional. Si las estaciones consideradas pertenecen a una
zona climtica homognea (sometida a las mismas influencias climticas), esos
coeficientes de correlacin son generalmente elevados.
Un coeficiente de correlacin ms bajo en una estacin que en las otras puede

significar dos cosas:
Esta estacin est en las mrgenes de la zona y es sometida a un clima un

poco diferente.
Esta estacin contiene errores de observacin.

10
Si esta estacin esta bien ubicada en el centro de la zona, la explicacin probable

es que tiene observaciones errneas, as que un coeficiente de correlacin bajo
con el Vector Regional atrae la atencin sobre una estacin problemtica.
La identificacin de los aos errneos o dudosos es facilitada por una de las

salidas del programa, donde se presentan para cada estacin las diferencias
entre los ndices pluviomtricos regionales e ndices pluviomtricos realmente
observados.
Tomamos por ejemplo, un ndice pluviomtrico regional del ao i igual a 1,41.

Eso significa que a nivel de la zona de estudio, la precipitacin fue excedente en
un 41% en relacin al promedio. Si en una estacin j el promedio extendido al
perodo de estudio es de 1250 mm, y el total de precipitacin observado en el ao
i es de 1000 mm podemos calcular su ndice pluviomtrico observado en el ao i.
IAi = 1000 / 1250 = 0.8, o sea un dficit de 20%.
La diferencia al Vector Regional, es entonces de 0,8 menos 1,41 o sea -0,61. Tal
diferencia al vector indica subestimacin de la precipitacin en la estacin j este
ao, y es casi seguramente un error de observacin o de copia. Sin embargo, se
puede admitir un cierto rango de diferencia entre el Vector Regional y los ndices
pluviomtricos de las estaciones, dependiendo de la situacin de la estacin
(central o marginal) y de los ndices de las estaciones vecinas. Esas diferencias
son debidas a las lluvias localizadas que pueden haber afectado ms o menos
cierta estacin. En regla general, las desviaciones al Vector Regional siguen una
ley de GAUSS, y conociendo su desviacin estndar (dada por el programa), se
pueden admitir ms o menos:
10% de desviaciones superiores a 2 x

1% de desviaciones superiores a 2.5 x
Se ve as que cuando una desviacin al Vector Regional pasa el lmite de 2,5 x
, tiene mucha probabilidad de corresponder a un error en los datos, o por lo
menos a un valor dudoso.
3.4.2 Utilizacin del Vector Regional para la extensin de las precipitaciones

anuales.
Los ndices pluviomtricos regionales del Vector pueden servir a la reconstitucin

de datos anuales no observados en el perodo de estudio. En efecto, por
definicin, el ndice pluviomtrico Zi regional del ao i es una especie de promedio
de los ndices pluviomtricos de las estaciones observadas en el ao i, y
representa la esperanza matemtica (valor ms probable) de un ndice
pluviomtrico Ipji no observado en la estacin j el ao i. Eso nos permite estimar
el valor ms probable para la precipitacin Pji de la manera siguiente:
Pji = Zi x Pj (3.2)
con :
Pji = estimacin de la precipitacin anual en la estacin j en el ao i.
Zi = ndice pluviomtrico regional del ao i.

11
Pj = promedio inter-anual extendido al perodo de estudio en la estacin j.
Para garantizar el valor estimado para una estacin un cierto ao, es necesario
que se haya calculado el ndice regional Zi con un nmero suficiente de
estaciones con observaciones este mismo ao. El nmero de estaciones con
datos necesarios para calcular un ndice, debe ser al mnimo de orden de un
cuarto del nmero total de estaciones.
En el caso contrario, la reconstitucin de datos tendra menos certeza, y

dependera mucho de la calidad y representatividad de las estaciones observadas
en el ao considerado.
En el caso que se pretenda usar los datos reconstituidos para un estudio

frecuencial de lluvias anuales, puede ser importante cuando el nmero de datos a
reconstituir es grande, considerar el hecho siguiente: cuando se reconstituyen
datos por medio de mtodos estadsticos, la varianza de la serie reconstituida es
casi siempre inferior a lo que hubiera sido con una serie de observaciones reales.
En efecto, el mtodo expuesto arriba asume que para cada ao reconstituido, el

ndice pluviomtrico de la estacin es igual al ndice pluviomtrico regional. Pero
en la realidad, no es as: el valor ms probable para el ndice pluviomtrico de
una estacin es el ndice regional Zi, pero se observan desviaciones a este ndice,
de promedio nulo y de desviacin estandar igual a repartidas segn una
distribucin de GAUSS. Es decir que si por ejemplo un valor reconstitudo es de
un 1500 mm un ao i en una estacin j de promedio 1200 mm, el valor realmente
ocurrido tiene la misma probabilidad de haber sido 1450 mm que 1550 mm.
Calculamos ahora el peso de este valor en la varianza de la estacin j en los tres
casos:
2
(1500 - 1200) 90 000
Pji = 1500 mm.: peso en varianza = ------------------- = -----------
N (N-1) N (N-1)
2
(1450 - 1200) 62 500
N (N-1) N (N-1)
2
(1550 - 1200) 122 500
N (N-1) N (N-1)
Vemos as que respecto al valor ms probable de 1500, el valor 1550 se traduce
por un aumento de la varianza de 32 500 / N (N -1), cuando el valor equiprobable
de 1450 se traduce por una reduccin de varianza de solamente 27 500 / N (N-1).
Esa asimetra en las variaciones de la varianza es responsable de la disminucin

de la varianza de la serie reconstituida mencionada antes. Los valores
reconstituidos representan los valores ms probables de las precipitaciones
realmente ocurridas. Sin embargo, las precipitaciones realmente ocurridas
presentan generalmente una pequea desviacin a los valores reconstituidos, con
ms o menos el mismo nmero de desviaciones positivas y negativas. Como el
clculo de la varianza da ms peso a las desviaciones positivas para valores
superiores al promedio de la serie y negativas para valores inferiores, as queda

12
demostrado que la varianza de la serie realmente observada es superior a la

varianza de la serie reconstituida.
Siendo la varianza un estimador de dispersin de los valores de una serie

alrededor del promedio, su valor es importante para el estudio frecuencial de
valores extremos. As que antes de emprender un estudio frecuencial con una
serie de lluvias anuales incluyendo valores estimados, es necesario rectificar esta
serie de valores estimados para obtener un valor verosmil de la varianza.
La reconstitucin de datos no observados se hace en este caso con la formula:

Pji = (Zi + e) x Pj (3.3)
Donde:
Pji = lluvia anual a reconstituir el ao i en la estacin j.
Zi = ndice pluviomtrico del Vector Regional del ao i.
Pj = promedio de la estacin j extendido al perodo de estudio.
e = desviacin al ndice pluviomtrico regional, tomado al azar en una
distribucin de GAUSS de promedio 0 y de desviacin estndar igual a la
desviacin estndar calculada en el cuadro de diferencias al Vector Regional.
3.5 ndice de precipitacin estandarizada (IPE):
Este ndice fue diseado para cuantificar el dficit de precipitacin para escalas
temporales mltiples. Estas escalas temporales reflejan el impacto de la sequa
sobre la disponibilidad de las diferentes fuentes del recurso agua. Las condiciones de
humedad en el suelo responden a anomalas de precipitacin para una escala
temporal relativamente corta, 1, 3, 6 meses, mientras que el agua de las corrientes
superficiales, subterrnea y reservorios reflejan anomalas de lluvia de perodos ms
largos: escalas temporales de 12, 24 y 48 meses.
- IPE escala 1 mes (IPE1)
En esta escala el IPE es directamente el desvo de la lluvia mensual

estandarizada. Refleja las condiciones en tiempo inmediato de la precipitacin,
su aplicacin se relaciona estrechamente con la humedad en el suelo y el stress
vegetativo.
- IPE escala 3 meses (IPE3):
El IPE3 brinda una comparacin de la precipitacin acumulada sobre un perodo

especfico de 3 meses con el total de precipitacin de esos tres mismos meses
para todo el record de datos histricos.
El IPE3 refleja las condiciones de humedad a mediano y corto plazo y provee
una estimacin estacional de las lluvias. Puede ser mejor indicador de las
condiciones de humedad disponible que el ndice de Palmer (ISP), (Palmer,
1965; Donnari y Scian, 1993) que tiene una respuesta ms lenta.
- IPE escala 6 meses (IPE6) :
El IPE6 compara la precipitacin para ese perodo con los registros histricos
para esos mismos meses e indica las tendencias en la precipitacin. Se lo

13
considera ms sensible a esta escala que el ndice de Palmer (ISP). Puede ser
muy efectivo para mostrar la precipitacin sobre distintas estaciones del ao.
- IPE 12 meses (IPE12) :
La escala de 12 meses del IPE corresponde a la comparacin de 12 meses

consecutivos, acumulados de precipitacin respecto al promedio para ese
mismo lapso pero durante todos los perodos anteriores de datos disponibles. Se
entiende que cuanto mayor sea el tiempo en meses de la escala, ms pequeas
sern las anomalas y resulta que a mayores escalas el IPE tender a cero, a
menos que se trate de una regin donde se experimente alguna tendencia en la
precipitacin
Es importante comparar el IPE3 con escalas de tiempo mayores. Un perodo de

3 meses relativamente normal puede ocurrir dentro de una sequa de largo
perodo que solo se puede ver en escalas de tiempo mayores.

14
IV. ZONA DE ESTUDIO
4.1 Cuenca del ro Santa
4.1.1 Ubicacin de la cuenca
La Cuenca del ro Santa, segn Pouyaud B. et al (2003), posee una superficie

total de 11910 Km2 hasta la estacin Hidrolgica Puente Carretera ubicada en la
parte ms baja de la Cuenca, y es la cuenca ms extensa de la vertiente
Occidental ( o Pacifico) de la Cordillera en el Per. (Mapa 1 y 2).
El Mapa 1 muestra la ubicacin de la cuenca del ro Santa en el Per. Su forma

extraa se debe a que en la cuenca alta, el ro Santa corre entre dos cordilleras: la
Cordillera Negra al oeste y la Cordillera Blanca al este. A la salida del Can del
Pato, que marca la delimitacin entre cuenca alta y cuenca baja, el ro Santa da la
vuelta al oeste y atraviesa perpendicularmente la banda de costa rida, para
desembocar finalmente en el Pacfico a la altura de la ciudad de Chimbote.
En el Mapa 2 se ve la cuenca del ro Santa, sus reas nevadas y sus ros

principales. Las reas nevadas estn delimitadas sobre la base de los mapas a
escala 1/100 000 del IGN, publicadas en el ao 1970. La clasificacin de campo
es de 1967-68. Se nota la abundancia de glaciares en la Cordillera Blanca y su
ausencia en la Cordillera Negra.
Mapa 1: Ubicacin de la cuenca del ro Mapa 2: La cuenca del ro Santa y sus reas
Santa en el Per nevadas

15
4.1.2 Parmetros fisiogrficos de la cuenca
La cuenca del ro Santa presenta un rea total de 12005,50 Km2, y de la cual el

99.2 % (11910 Km2) corresponde al rea de recepcin, medida desde el punto
donde se ubica la estacin HLM - Puente Carretera.
rea Total = 12005.50 Km2

rea de recepcin = 11910.00 Km2
Permetro de la cuenca = 889.00 Km
La cuenca presenta una forma irregular y alargada que influye en forma directa
en el escurrimiento superficial, lo cual podemos confirmar al observar en su
factor de forma el cual posee un valor muy bajo 0.11 y en su rectngulo
equivalente (Figura 6), donde podemos observar que el lado menor del
rectngulo equivalente representa el 6.7% de su lado mayor, lo que nos indica
que la escorrenta superficial en las laderas producto de la precipitacin, tienen
un efecto directo sobre los caudales de los ros.
Coeficiente de compacidad = 2.30

Factor de Forma = 0.11
Rectngulo Equivalente:
Lado mayor = 420.98 Km
Lado menor = 28.52 Km
28,52 Km 5.1% 4.1% 3.7% 4.5% 6.5% 9.5% 13.7% 16.1% 23.1% 10% 3.1%
1000
1500
4000
4500
2000
2500
3000
3500
5000
5500
500
0
420,98 Km
Figura 6 Rectngulo Equivalente de la cuenca del ro Santa
El ro Santa tiene una longitud de 335,60 Km. presentando una pendiente media
de 2,03% desde su naciente hasta su desembocadura, presentando una
pendiente pronunciada de 4% entre las desembocaduras de la quebrada Los
Cedros y Quitaracsa, en el sector conocido como "Can del Pato".
Pendiente media = 2.03 %

Altitud mxima = 6768.0 m.s.n.m (nevado Huascarn Sur)
Altitud mnima = 0.0 m.s.n.m

16
4.1.3 Geologa
La Cordillera Blanca es un gran batolito de granodiorita de edad Terciaria superior,

limitada por sedimentos del Cretceo y por depsitos de morrenas glaciares del
Pleistoceno. Localmente, la Cordillera Blanca est cubierta por sedimentos ms
antiguos y por rocas volcnicas de la Formacin Calipuy. Los principales eventos
estructurales en la regin han sido la compresin, plegamiento y sobre-
escurrimiento del basamento sedimentario, seguido por la erupcin del volcnico
Calipuy, la intrusin del batolito de la Cordillera Blanca y la formacin del graben
del Callejn de Huaylas (valle del Ro Santa). Las tendencias estructurales
dominantes en la regin son una que tiene rumbo noroeste (que corresponde a la
del Ro Santa) y otra con rumbo noreste (estructuras secundarias que atraviesan
el valle).
En la Cordillera Negra, el volcnico Calipuy alberga depsitos minerales de plata,
plomo, zinc, cobre y oro controlados estructuralmente. Los depsitos estn
asociados con un cinturn de alteracin hidrotermal de 70 km. de longitud, que
corre paralelo al valle del Ro Santa y que muestra una tendencia noroeste.
La mineralizacin ocurre principalmente en vetas y en yacimientos menores de
alteracin, confinados entre estructuras que muestran una tendencia noreste y
este-oeste que interceptan las estructuras dominantes cuyo rumbo es noroeste.
La Mina Santo Toribio, ubicada a unos 4 km al sur de Pierina, explot uno de los
yacimientos ms importantes de ese tipo en el rea. El depsito de la Mina Pierina
se ubica en el lado oriental de la Cordillera Negra, que est conformada por
sedimentos del Jursico Superior al Cretceo Superior (margas, pizarras, calizas,
y clsticos continentales) que tienen una potencia total de ms de 5,500 m. Los
sedimentos estn cubiertos por material volcnico del Grupo Calipuy (andesitas,
dacitas y riodacitas) depositado desde el Eoceno Superior al Mioceno Inferior.
La cuenca del ro Santa presenta las siguientes caractersticas geolgicas:
De 0 a 2000 msnm comprende una secuencia de rocas volcnicas con

intercalaciones de sedimentos. Las rocas volcnicas estn representadas
principalmente por derrames y piroclsticos de composicin andesitas, con
capas intercaladas de lutitas de color pardo a marrn parcialmente calcreas,
areniscas blancas de grano fino, cuarcitas blanco en estratos delgados y
ocasionalmente estratos de calizas recristalizadas. As como Arena, grava,
arcilla y conglomerados semi consolidados; generalmente, yacen horizontales
y Arena, grava y fragmentos rocosos angulosos y heteromtricos no
consolidados y sin estratificacin definida.
De los 2000 a 4000 msnm se observa Intrusiones plutnicas: granito,
granodiorita, diorita, tonelita, etc. Rocas intrusivas menores: andesitas, dacita,
monzonita, prfido cuarcfero, etc., y Piroclastos, derrames y brechas de
composicin dactica, rioltica y andestica, de colores morados, verdosos y
amarillentos.
En altitudes sobre los 4000 msnm comprenden las formaciones Chimu, Santa.
Carhuaz y Farrat. La formacin Chimu consiste de areniscas y cuarcitas con
intercalaciones lutceas y mantos de carbn. La formacin Santa, de calizas y
lutitas calcreas ferruginosas. La formacin Carhuaz, de areniscas y cuarcitas

17
abundantes con intercalaciones de lutitas y la formacin Farrat, de areniscas y

cuarcitas con intercalaciones de lutitas, siendo comunes las intercalaciones de
caliza y yeso cerca de la base, Lutitas laminadas de color gris oscuro, que
constituyen el mayor porcentaje de la formacin y areniscas finas de color gris
con bancos de cuarcitas y areniscas claras. Principalmente est formado por
rocas intrusivas plutnicas de composicin granodiortica. Tufos blancos
dacticos, con abundantes cristales de cuarzo y biotita en una matriz
feldesptica, conteniendo fragmentos angulosos de las rocas circundantes.
Calizas grises, margas de color gris oscuro y lutitas negras calcreas.
4.1.4 Suelos
Los campos agrcolas estn distribuidos a lo largo del ro Santa, siendo la zona
ms explotada la correspondiente al valle costero; la parte alta y media se riega
principalmente con el agua proveniente de las quebradas y tributarios y en menor
grado con el de los manantiales. Existe tambin un gran nmero de pequeas
captaciones para riego de los terrenos bajos o reas muy cercanas al ro. (Foto 1
y Foto 2)
Existe en esta zona gran actividad agrcola, por lo que se supone que se presenta
una proporcional demanda de fertilizantes y pesticidas cuyos residuos son
vertidos al ro por canales y por escurrimiento directo. En la cuenca del ro Santa,
se cultiva bajo riego un total de 47,807 Has que utilizan un volumen medio anual
de agua de 617,15 millones de m3, de dicha superficie 6,516 Ha, ubicadas en el
valle costero utilizan 338,98 millones de m3 y 41,291 Ha, ubicadas a lo largo del
denominado Callejn de Huaylas utilizan 278,17 millones de m3.
4.1.5 Clima
La identificacin de tipos de climas en la cuenca del ro Santa se ha realizado en

funcin al Mapa Climtico del Per (SENAMHI, 1988), elaborado mediante el
sistema de clasificacin de climas de Werren Thornthwaite en la zona de estudio
predomina el clima hmedo:
Tipo climtico Desrtica semiclida

Abarca toda la regin costera hasta los 2 000 msnm, caracterizndose por la
deficiencia de lluvias en todas las estaciones del ao y humedad relativa calificada
como hmeda, en esta zona se ubican las localidades de Chimbote, Santa,
Coishco entre otras.
Tipo climtico Semi seca y templada

Zona semiseca, templada, se caracteriza por deficiencias de lluvias en el otoo,
invierno y primavera, con humedad relativa calificada como hmeda, este tipo de
clima se ubica desde los 2 000 hasta 3 000 msnm, en esta zona se encuentran las
localidades de Caraz, Carhuaz, Yungay, Mollepta, Mollebamba entre otras.

18
Tipo climtico Semiseca y semifra

La zona comprendida desde los 3 000 hasta los 4 000 msnm, se caracteriza por
la deficiencia de lluvias en el perodo mayo setiembre, con humedad relativa
calificada como hmeda, en esta zona se encuentran las localidades de
Conchucos, Olleros, Catac entre otras.
Tipo climtico semiseco fro

Zona comprendida entre los 4 000 a 5 000 msnm, se caracteriza por deficiencia
de lluvias en invierno, con humedad relativa calificada como hmeda, este tipo de
clima se encuentra en la localidad de Lampas Alto.
Tipo climtico lluvioso- polar

Zona sobre los 5 000 msnm, se caracteriza por presentar deficiencia de lluvias en
invierno, con humedad relativa calificada como seca. Este tipo de clima
corresponde a los lugares de nieve perpetua.
- Precipitaciones y humedad relativa
Segn Vignon (2002), la zona de la Cordillera Blanca est caracterizada por dos
temporadas bien marcadas: la temporada seca, de mayo a septiembre, donde la
precipitacin es casi nula, y la temporada de lluvias, de octubre a abril: en Huaraz
(corazn del valle del Santa), en los cuatro meses ms lluviosos del ao
(diciembre-marzo) cae mas del 60% de la precipitacin, mientras que en los tres
meses ms secos (junio-agosto) cae menos de 0.2% (Figura 7)

19
Figura 7 Precipitaciones en Huaraz (promedio interanual 1953-2000), junto con la humedad relativa en
Querococha (promedio interanual 1965-2002). Se nota un incremento regular de las precipitaciones de
noviembre a marzo, mientras que la transicin a la temporada seca es muy abrupta. Los cambios en la
humedad relativa siguen los de la precipitacin.
Fte. http://zeus.loa.espci.fr/~vignon/fr/
Las precipitaciones de poca de lluvia parece que son mayormente de origen

orogrficas, resultando de la condensacin de las nubes de la zona intertropical
de convergencia (ITCZ, por el ingls Inter Tropical Convergence Zone) zona de
convergencia de los alisios cargados con humedad en las cumbres altas de la
Cordillera Blanca, como est ilustrado en las Figuras 8 y 9.
Figura 8 Formacin de nubes en la Cordillera Blanca. En temporada seca (julio), los vientos (flechas)
concentran la humedad (ITCZ) muy al norte, no hay precipitacin en las latitudes de la Cordillera Blanca.
En temporada hmeda (enero) los vientos traen la ITCZ a la espalda de la Cordillera Blanca, y hay
condensacin de la humedad en las cumbres, formndose nubes orogrficas que traen la precipitacin.

20
Figura 9 Formacin de nubes orogrficas en las Cordilleras Blanca y Negra. (Composicin Coloreada
Aster, 3R2G1B). Se ve cmo las nubes estn encima de las cumbres ms altas cuando las quebradas
estn despejadas. En cuanto a la humedad relativa, se entiende que sigue ms o menos la
estacionalidad de las precipitaciones, ya que est relacionada con la presencia de las nubes de la ITCZ
que llegan a la Cordillera Blanca en poca de lluvias.
- Temperaturas
Las temperaturas no presentan la estacionalidad de las precipitaciones, esto se

debe a que en las zonas de bajas latitudes; la inclinacin de los rayos del sol vara
poco a lo largo del ao. Lo que s es notable es la dependencia de la temperatura
con la altitud: se estima en la zona un gradiente de 0,065 C / m (Figura 10).
Figura 10 Temperaturas mensuales en algunas estaciones de la cuenca alta: Querococha, en la puna de

la cuenca alta; Huaraz, en el medio de la cuenca alta, y estacin Central hidroelctrica en la salida del
Can del Pato en el lmite entre cuenca alta y cuenca baja.

21
- Radiacin
No se dispone de registros de radiacin en la cuenca del ro Santa, apenas datos

poco confiables de tiempo de insolacin en Querococha, pero son datos poco
confiables. Sin embargo se entiende que la radiacin est correlacionada con la
nubosidad, o sea tiene una estacionalidad correlacionada con la de las
precipitaciones:
- La radiacin solar est atenuada por las nubes, pero las nubes estn presentes
en el verano austral, o sea cuando los das son ms largos y que la incidencia del
sol es ms directa, efectos que compensan en cierta medida su atenuacin.
- La radiacin de origen trmica no sufre grandes variaciones a lo largo del ao,

ya que las temperaturas del aire como del suelo varan poco. Sin embargo, en
poca de nubes hay como un efecto invernadero que refleja la radiacin del suelo;
amplificando la cantidad de radiacin de onda larga que llega al suelo. Estas
consideraciones cualitativas estn ilustradas en la Figura 11.
Figura 11 Variacin estacional de la radiacin: mientras que la radiacin solar est atenuada en
temporada hmeda por la presencia de nubes, la radiacin de origen trmica que llega al suelo aumenta
por causa de un efecto invernadero de reflexin en las nubes de la radiacin trmica emitida por el
suelo.

22
Foto 1. Cuenca baja del ro Santa
Foto 2. Cuenca media del ro Santa

23
4.1.4 Hidrografa
El ro Santa tiene su origen en la Laguna Aguash, la cual se halla ubicada en el

extremo sur este del Callejn de Huaylas, la que vierte sus aguas a travs del ro
Tuco a la laguna Conococha.
El escurrimiento superficial del ro Santa se origina de las precipitaciones que

ocurren en su cuenca alta y adems de los deshielos de la Cordillera Blanca,
cuyos aportes contribuyen a mantener una considerable descarga, an en poca
de estiaje, lo cual hace del ro Santa uno de los ros ms regulares de la Costa
peruana.
El ro Tablachaca, cuyos orgenes se encuentran en la laguna Pelagatos, hace un

gran recorrido, siendo sus tributarios: el Conchucos, Sacycacha, ro Boca de
Cabana por la margen izquierda y los ros Angasmarca, Santiago, Patarata por la
margen derecha. El ro Tablachaca se une con el ro Santa en el poblado de
Chuquicara a una altura de 440 msnm.
El relieve general de la cuenca es bastante accidentado, presenta una hoya

hidrogrfica alargada, de fondo profundo, con fuertes pendientes y de relieve
escarpado y abrupto, estando cortada por profundas quebradas y estrechas
gargantas.
Aguas debajo de la laguna de Conococha, el ro Santa se dirige hacia el noroeste,

recibiendo aportes de sus principales afluentes de la Cordillera Blanca, ubicada a
su margen derecha y cubierta por nieves perpetuas. Este ro, conforme avanza
hacia el noroeste, se torna mas tumultuoso y violento hasta que, en el lugar
denominado Caon del Pato, logra romper la Cordillera Negra y, girando en una
curva hacia la izquierda, llega posteriormente a desembocar al mar.
Los principales afluentes por la margen derecha son los ros Tuco, Queullish,
Quilcay, Coronguillo, Manta, Cashapamapa, Pariac, Santa Cruz, Chuquicara y
Tablachaca, mientras que por la margen izquierda aguas abajo del Can del
Pato, sus principales tributarios son: Quitaracsa, Manta, Chuquicara.

24
V. MATERIALES
5.1 Datos disponibles
Para realizar el presente estudio se utilizaron datos de precipitacin disponibles en el

Servicio Nacional de Meteorologa e Hidrologa (SENAMHI), la cual fue seleccionada,
procesada, analizada y consistenciada, llegndose a obtener 31 estaciones
localizadas en la cuenca del ro Santa, tal como se muestra en la Tabla 01 y Mapa 3
Tabla 01 Estaciones Seleccionadas para el estudio

Longitud Altitud
N Estacion Latitud ()
() (m.s.n.m.)
1 Corongo -8,57 -77,90 3192,00
2 Huancamarcanga -8,10 -78,30 4000,00
3 Cachicadan -8,10 -78,15 2892,00
4 Santiago de Chuco -8,13 -78,02 3128,00
5 Mollepata -8,02 -77,97 3758,00
6 Huillca -8,77 -77,60 3950,00
7 Paron -8,98 -77,68 4215,00
8 Safuna -8,83 -77,63 4275,00
9 Llanganuco -9,07 -77,65 3800,00
10 C. Hidroelctrica -8,80 -77,85 1386,00
11 Yungay -9,15 -77,73 2537,00
12 Caraz -9,03 -77,82 2205,00
13 Quitacocha -8,87 -77,97 3800,00
14 Anta -9,35 -77,60 3435,00
15 Chancos -9,32 -77,57 2895,00
16 Huaraz -9,52 -77,53 3038,00
17 Pachacoto -9,85 -77,40 3750,00
18 Milpo -9,87 -77,23 4400,00
19 Recuay -9,72 -77,45 3394,00
20 Ticapampa -9,75 -77,45 3456,00
21 Shacaypampa -9,77 -77,38 3762,00
22 Querococha -9,72 -77,33 3980,00
23 Lgna. Ututo -9,68 -77,50 4200,00
24 Quiruncancha -9,72 -77,48 4280,00
25 Huancapeti -9,75 -77,52 4420,00
26 Collota -9,95 -77,32 3910,00
27 Punta Callan -9,53 -77,62 4275,00
28 Yanacocha -10,03 -77,20 4400,00
29 Recreta -10,03 -77,28 4000,00
30 Pta. Mojon -10,08 -77,20 4390,00
31 Lampas Alto -10,15 -77,22 4030,00

25
Mapa 3 Ubicacin de las estaciones en la zona de estudio

26
5.2 Sotwares utilizados
Para la realizacin del presente estudio, se utilizaron varios softwares para realizar
los anlisis matemticos, estadsticos y geogrficos, dentro de los cuales tenemos lo
siguiente:
- Hydraccess, especficamente las funciones avanzadas del Mtodo del Vector

Regional y Valores promedios en una cuenca.
- Khronostat, software para encontrar quiebres en las series analizadas.
- ArcView, software de informacin geogrfica para realizar anlisis espacial.
- SPI Program, software en lenguaje Fortran para el clculo del ndice de

precipitacin estandarizado (IPE).
- Excel, software para el clculo y presentaciones matemticas.

27
VI. METODOLOGA
6.1 ndice de ocurrencia de eventos El Nio en sus fases ENOS y LNOS
En la definicin del ndice de ocurrencia de El Nio (IE) entran dos magnitudes

conocidas, el Indice de Oscilacin de Sur (IOS) y la Anomala de la Temperatura de
la Superficie del Mar promedio de las regiones Nio 1+2, Nio 3, Nio 4 y Nio 3.4
(ATSM). Los valores de estos ndices varan segn la forma de clculo y perodo
escogido para su normalizacin, as por ejemplo, aparecen diferentes valores segn
las definiciones y perodos utilizados por el Bur de Meteorologa de Australia
(Seasonal Climate Outlook Service, 1991) y el Sistema de Monitoreo Climtico de la
Organizacin Meteorolgica Mundial (El Nio/Oscilacin del Sur, Diag. Advisory,
1992). Para este trabajo se tomaron los valores de los ndices de la pgina web del
Centro de Predicciones Climticas de los Estados Unidos
(http://www.cpc.ncep.noaa.gov/data/indices/).
Se define IE de la forma siguiente:
IE = MATSM * ABS(MIOS) (6,1)
donde M significa que es la media de los ltimos tres meses de cada ndice, ATSM se
expresa en centsimas de grado y ABS(MIOS) es el valor absoluto de ese ndice. La
utilizacin de esta variante de media mvil no centrada est dirigida a suavizar las
variaciones bruscas de los ndices, mientras que la expresin de ATSM en
centsimas de grado se orienta a dar ms peso relativo a las ATSM dentro del IE.
El ndice as definido toma valores positivos o negativos que indican condiciones de
calentamiento o enfriamiento, que llegan a definir la existencia o no del evento en
funcin de alcanzar un cierto valor umbral mantenido durante un plazo de tiempo
determinado.
La forma escogida para definir el umbral de IE es mediante su distribucin
percentlica muestral, fijando el percentil 80 para el ENOS y el percentil 10 para las
correspondientes LNOS. Se consideran eventos fuertes de ambos tipos los que
alcanzan los percentiles 90 y 5 respectivamente. As, se define la ocurrencia de
evento cuando al menos durante seis meses consecutivos se alcanza el umbral
correspondiente. Esta forma de operar hace independiente la definicin de ocurrencia
de los posibles impactos, logrando as mayor objetividad en la definicin.
Un ndice como el que se define en este trabajo debe tener dos caractersticas
principales, ser consistente con el fenmeno fsico que trata de describir y presentar
ventajas en su utilizacin prctica. En el caso particular de IE, este debe sealar
correctamente la ocurrencia conjunta de los eventos Nios o Nias con las fases
negativas o positivas de la Oscilacin del Sur, discriminando los casos de presencia
de uno de estos fenmenos de forma aislada. Debe presentar adems relaciones
fuertes con los principales elementos climticos y debiera adems tomar ventaja en
los esquemas de pronstico a largo plazo.
6.2 Anlisis de quiebres
Los Tests que se presentan a continuacin son particularmente adaptados para la

deteccin de quiebres en series de tiempo. Un quiebre puede generalmente ser

28
definido como un cambio en la ley de probabilidad de las series de tiempo en un

instante dado, el punto desconocido mas seguido.
Para el presente trabajo se evaluaron los tests para la deteccin de quiebres; entre
los cuales tenemos los siguientes:
6.2.1 Test de Mann-Whitnay
Las bases de este test es como sigue (Ceresta, 1986):
Las series estudiadas son divididas en dos submuestras de tamaos m y n

respectivamente. Los valores de las dos muestras son reagrupados y
clasificados por orden creciente. La suma de los rangos de los elementos de
cada submuestra del total de la muestra es luego calculada. Un estadstico es
definido a partir de dos sumas ya determinadas, y probadas sobre la hiptesis
nula de pertenencia de las dos submuestras a la misma poblacin. Este test fue
modificado por Pettitt (Pettitt, 1979) :
La hiptesis nula de este test es la ausencia de rupturas en la srie.

Sea Dij = sgn(xi-xj) con sgn(x) = 1 si x>0, 0 si x = 0, -1 si x<0.
Nosotros consideramos la variable Ut,N tal que:
t N
U t,N = D ij (6,2)
i =1 j =t +1
Sea KN la variable definida para el mximo valor absoluto de Ut,N para t variando
de 1 a N-1.
Si k es el valor de KN tomado en la serie estudiada, sobre la hiptesis nula, la

probabilidad de tener un valor alto que esta dado aproximadamente por:
Pr ob( K N > k ) 2 exp(6k 2 /( N 3 + N 2 )) (6,3)
Para un riesgo a tipo I dado si Prob(Kn>k) es inferior a, la hiptesis nula es

rechazada. Este test es conocido por su robustez.
6.2.2 Estadstico U de Buishand
El test presentado aqu es de tipo Bayesiano y esta basado en un modelo simple

que supone un cambio en la media de las series:
+ i = 1,........., m

xi = (6,4)
+ + i = m + 1 ,......... , n


29
Los i son variables aleatorias normales de medio cero y de variancia

desconocida 2. El punto de ruptura m y los parmetros y son tambin
desconocidos.
Sea la variable:
k
S o* = 0, S k* = ( xi x) (6,5)
i =1
para k = 1,..,N
Donde x es la media de los valores x1, x2, .., xN.

S*k es tal que :
E(S*k) = -k (N-m) N-1, k = 0,...............,m

E(S*k) = -m (N-k) N-1, k = m+1,...............,N
var(S*k) = k (N-k) N-12, k = 0,...............,N
Sobre la hiptesis nula, la variable S*k sigue una distribucin normal de media
nula y de variancia var(S*k) = k (N-k) N-12, k = 0,...............,N. 2 desconocida es
reemplazada por su estimador a partir de la serie estudiada. El resultado es que
la variable S*k sigue una distribucin normal de media cero y de variancia
aproximada igual a:
K(N-k)(N-1)-1Dx2 , k = 0 ,., N con:
N
D x2 = N 1 ( xi x) 2 (6,6)
i =1
Suponiendo una distribucin a priori uniforme para la posicin del punto de

ruptura m, nosotros definimos el estadstico U por:
N 1
U = [N ( N + 1)] (S
1 *
k / Dx ) 2 (6,7)
k =1
Los valores crticos del estadstico U estn dados por Buishand (1982) a partir
de un mtodo de Monte Carlo. Para cualquier cambio de la media que ocurriera,
el estadstico U da buenos resultados. El estadstico U es igualmente robusto
para funciones de probabilidad no normales.
6.2.3 Mtodo Bayesiano
El modelo de base del presente mtodo es el siguiente (Kotz et al, 1981):
+ i i = 1,.......,

xi = (6,8)
+ + i , i = + 1,......, N


30
Los i son independientes y normalmente distribuidos, de media cero y de

varianza 2. t, , y son parmetros desconocidos,
1 N 1, < <, < <, > 0 . , , y son independientes. y
representan respectivamente la posicin en el tiempo y la amplitud de un cambio
eventual de la media.
La proximidad bayesiana presentada esta fundada sobre las distribuciones

marginales a posteriori de y (Lee and Heghinian, 1977).
Las distribuciones a priori de y son:
p()=1/(N-1), = 1,2,.......,N-1
p() es normal de media cero y de variancia 2.

La distribucin a posteriori de es definida por:
p ( | x) [N /( ( N ))] [R( )]( N 2) / 2 ,0 N 1 con

1/ 2
N
R( ) = H ( ) / ( xi x N ) 2
i =1
N
N
= ( x i x ) 2 + ( x i x N ) 2 / ( x i x N ) 2 (6,9)
i =1 i = +1 i =1
N N
x N = 1 / N xi x = 1 / xi x N = 1 /( N ) xi
i =1 i =1 i = +1
Nosotros sabemos que:
N 1
p ( | x) = p ( | , x) p ( | x) (6,10)
=1
La distribucin condicional a posteriori de con respecto a , p(|,x), es una

distribucin Student de media = x N x y de varianza
| 2 = NH ( ) /[( N 2)( ( N ))] con v = N-2 grados de libertad. Su funcin de
densidad de probabilidad se escribe:
/ 2 (( + 1) / 2) 1
P(|,x)= (6,11)
(1 / 2)( / 2)( | ) ( + ( ) / 2 / ) ( +1) / 2
2 1/ 2 2
La posicin en el tiempo y la amplitud de un eventual cambio de la media son

definidas por los modos de las distribuciones a posteriori de y . A estos modos
estn asociadas las probabilidades.

31
6.2.4 Mtodo de segmentacin de series Hidrometeorolgicos
Un procedimiento de segmentacin de series hidrometeorolgicas fue

presentado por Hubert et al. (1989).
Lo principal de este procedimiento es la separacin de la serie en m segmentos

(m>1) de manera que la media calculada sobre todo el segmento sea
significativamente diferente de la media del (o de los) segmentos vecinos. Un
mtodo tal que es apropiado al anlisis de mltiples cambios de la media.
La segmentacin esta definida de la forma siguiente.

Toda serie xi, i = i1, i2 con i1 1 e i2 N donde (i1<i2) constituye un segmento de la
serie inicial de los (xi), i= 1,....,N.
Toda particin de la serie inicial en m segmentos es una segmentacin de orden

m de esta serie. A partir de una segmentacin particular de orden m realizada
sobre la serie inicial, nosotros definimos :
ik, k = 1, 2, ......,m;
nk =ik-ik-1,, ;
i =ik
x
i =ik 1 +1
i
xk = ;
nk
k =m i =ik
Dm = d k con d k =
k =1
(x
i =ik 1 +1
i xk )2
La segmentacin deducida debe ser tal que para un orden m de segmentacin

dada, la desviacin cuadrtica Dm sea mnima. Est condicin es necesaria pero
no suficiente para la determinacin de la segmentacin ptima. Uno debe
agregar la condicin que indica que las medias de los dos segmentos contiguos
deben ser significativamente diferentes. Esta condicin es resuelta aplicando la
prueba de Scheff (Dagnlie, 1970).
Segn los autores, (Hubert et el al., 1989), este procedimiento de segmentacin

puede ser interpretado como un test de estacionalidad, la serie estudiada es
estacionaria constituye la hiptesis nula de este test. Si el procedimiento no
produce segmentacin aceptable de orden superior o igual a 2, la hiptesis nula
es aceptada. No se ha atribuido ningn nivel de significancia a esta prueba.
6.3 Homogenizacin de estaciones

Para realizar la homogenizacin de estaciones se utilizo el mtodo del vector
regional (MVR), debido a que esta tcnica permite, encontrar estaciones que se
ajustan a un vector, lo cual homogeniza todas nuestras estaciones analizadas; la
teora sobre el MVR est descrita en la seccin 3.4

32
6.4 Anlisis de las Precipitaciones
La precipitacin en el Per est condicionada a una serie de factores climticos que

modifican grandemente su distribucin resaltando especialmente la regin de la
Costa donde la lluvia es tan escasa que origina una zona rida dentro de las latitudes
tropicales. Es de inters entonces, utilizar tcnicas estadsticas e ndices que
describan mejor esta variabilidad.
Hay varios ndices que miden cuanta precipitacin de un perodo dado de tiempo se
ha desviado de su norma establecida en el registro histrico. Se puede decir en
general que ninguno de ellos es superior al resto en todas las circunstancias, sin
embargo, algunos de ellos son bastante convenientes para ciertos usos.
Mencionaremos algunos de ellos: ndice Porcentaje de la Normal (IPN), ndice de la

Precipitacin Estandarizada (IPE), ndice de Severidad de Sequa de Palmer (ISSP),
ndice de Humedad de Cultivo (IHC), ndice de Recuperacin de Sequa (IRS), ndice
de Abastecimiento de Agua Superficial (IAAS), ndice de Percentiles y otros.
En el presente trabajo se utilizan los dos primeros ndices.
6.4.1 ndice de Precipitacin Normal (IPN)

Se calcula dividiendo la precipitacin real por la precipitacin normal considerada
tpicamente como el promedio de 30 aos - y multiplicado por 100. Este ndice
se puede calcular para una variedad de escalas de tiempo, desde un solo mes a
un conjunto de meses que representan una estacin particular, a un ao
hidrolgico. La precipitacin normal para una lugar especfico se considera como
100%.
PPMES , ESTACION O AO
IPN (% ) = 100 (6,12)
ppNORMAL DEL MES , ESTACIOM O AO
En la Tabla 02, se muestra una clasificacin del ndice del porcentaje normal de
la precipitacin, de acuerdo a Hurtado (1996).
Tabla 02: Clasificacin del ndice de Porcentaje Normal

% de % de Aumento
Disminucin de de Lluvia
Lluvia respecto Clasificacin respecto al Clasificacin
al Promedio Promedio
Histrico Histrico
< 60 % Dficit Extremo -3 Entre 20 y 40 % Exceso Moderado +1
- 40 y 60 % Dficit Intenso -2 Entre 40 y 60% Exceso Intenso +2
- 40 y 20 % Dficit Moderado -1 Mayor de 60% Exceso Extremo +3
- 20 y 20 % Perodo Normal 0
Fuente: Hurtado (1996)

33
6.4.2 Metodologa del IPE y Aplicaciones
El ndice de Precipitacin Estandarizado (IPE) fue diseado por McKee et al.

(1993) para cuantificar el dficit de precipitacin para escalas mltiples de
tiempo. Estas escalas de tiempo reflejan el impacto de la sequa sobre la
disponibilidad de las diversas fuentes de recursos hdricos. Las condiciones de
humedad de suelo responden a las anomalas de la precipitacin en una escala
relativamente corta, mientras que el agua subterrnea, descargas,
almacenamiento de los reservorios reflejan las anomalas de la precipitacin a
largo plazo. Por estas razones, McKee et al. (1993) calcul originalmente el IPE
para las escalas de tiempo de 3, 6, 12, 24, y 48 meses.
El clculo del IPE para una escala especfica de tiempo y lugar requiere un
registro de precipitacin mensual con 30 aos o ms de datos. La funcin de
distribucin de probabilidad es determinada del registro de largo plazo mediante
el ajuste de los datos a la funcin gamma.
La funcin de distribucin gamma con dos parmetros est definida por la

funcin densidad de probabilidad,
1 x 1 x /
f ( x) = e , ( > 0, > 0, x > 0) (6,13)

( )
Donde: x es la cantidad de precipitacin; y son los parmetros de forma y

escala respectivamente; es la funcin gamma.
Los parmetros de la funcin densidad de probabilidad gamma pueden ser

estimados de los datos muestrales por medio del mtodo de mxima
verosimilitud para cada estacin, para cada escala de tiempo y para cada mes
del ao. De este modo, obtenemos:
1 4 A x
= 1 + 1 + , =
(6,14)
4 A 3
Donde:
1
A = ln ( x ) ln ( xi ) (6,15)
n
Aqu n es el nmero de observaciones en el cual alguna precipitacin ha

ocurrido. En adicin x , dado un mes particular, es la media de las
precipitaciones cumulativas calculadas sobre todos los mismos meses en el
registro.
Los parmetros resultantes son usados entonces para encontrar la probabilidad

cumulativa de la precipitacin para el mes dado y la escala de tiempo y estacin
considerada. La probabilidad cumulativa, haciendo t = x / , se convierte en la
funcin gamma incompleta:

34
x x
1
F ( x) = f ( x) dx = t 1 . e t . dt (6,16)
0
( ) 0
Dado que la funcin de distribucin gamma no est definida para x = 0 y una

distribucin de precipitacin puede contener ceros, se tiene que emplear una
funcin mixta compuesta de la probabilidad del valor nulo " q " y p = 1 q .
Luego, la funcin de distribucin cumulativa se convierte en:
H ( x) = q + (1 q ) F ( x) (6,17)
Donde q es la probabilidad de precipitacin cero. Si m es el nmero de ceros

en una serie de tiempo de precipitacin, Thom (1966) establece que q puede
estimarse mediante:
m
q= (6,18)
n
La funcin cumulativa, H (x) es luego transformada a una variable normal

estndar Z N ( 0, 1) , el cual es el valor del IPE. Se utiliz la siguiente
aproximacin analtica (Abramowitz y Stegun, 1965):
c0 + c1 t + c2 t 2
Z = IPE = t para 0 H ( x) 0.5
3
1 + d1 t + d 2 t + d 3 t
2
(6,19)
c0 + c1 t + c2 t 2
Z = IPE = + t para 0.5 < H ( x) < 1
3
1 + d1 t + d 2 t 2
+ d 3 t
1
t = Ln 2
para 0 < H ( x) 0.5
( H ( x))
(6,20)
1
t = Ln 2
para 0,5 < H ( x) 1.0
(1.0 H ( x))
y c 0 , c1 , c2 , d1 , d 2 , d 3 son las siguientes constantes:
c0 = 2,515517 d1 = 1,432788
c1 = 0,802583 d 2 = 0,189269 (6,21)
c2 = 0,010328 d 3 = 0,001308
En un momento dado, el IPE puede calcularse para diferentes escalas de

tiempo, por decir un mes o perodos de mayor duracin, solo calculando la
probabilidad cumulativa en un lugar dado para la escala de tiempo seleccionada.
Usualmente, las escalas de tiempo de 3, 6, 12 y 24 meses son seleccionadas

35
para proporcionar informacin sobre las condiciones de sequa y sus impactos

en diferentes segmentos del ciclo hidrolgico para el rea en cuestin.
La severidad de una sequa se puede comparar a la condicin promedio para

una estacin o una regin particular. Los valores varan desde 2,00 y encima
(extremadamente hmedo) a 2,00 y menos (extremadamente seco) con las
condiciones cerca de la normal que varan desde 0,99 a 0,99 (Tabla 03).
Tabla 03: Clasificacin para los valores de IPE
RANGO DEL IPE CATEGORAS

2,00 Extremadamente hmedo
1,50 a 1,99 Muy hmedo
1,00 a 1,49 Moderadamente hmedo
-0,99 a 0,99 Cerca de la normal
-1,00 a -1,49 Moderadamente seco
-1,50 a -1,99 Severamente seco
-2,00 Extremadamente seco
Un evento de sequa se define cuando el IPE es continuamente negativo y

alcanza un valor de 1,0 o menos, y contina hasta que el IPE pasa a ser
positivo. La duracin de la sequa es definida por el intervalo entre el comienzo y
el final de ese perodo. La magnitud del evento de sequa es medida por la suma
de los valores del IPE para los meses de sequa.
En la Figura 12, se indica que para cualquier perodo o escala temporal del IPE,
este tendr una distribucin normal estndar con un valor esperado de cero y
una varianza de uno.
P ( IPE < 1 ) = 0.1587

P ( IPE < - 1 ) = 0.1587
P ( -1 < IPE < 1 ) =
0.6826
-3 -2 -1 0 1 2 3
Figura 12: Distribucin Normal Estndar del IPE con media cero y varianza uno

36
VII. RESULTADOS
7.1 Clasificacin de los eventos ENOS y LNOS
En base a la seccin 6.1 se calcularon los eventos ENOS y LNOS, obtenindose la

cronologa que se muestra en la Tabla 04, en base a los valores de los IE, tal como
se muestra en el Grfico 1.
Tabla 04 Cronologas de eventos ENOS y LNOS

a partir de los valores del IE
ENOS LNOS
04/72 - 01/73 (72/73) 08/70 - 03/71 (70/71)
05/82 - 04/83 (82/83) 07/73 - 03/74 (73/74)
10/86 - 10/87 (86/87) 05/75 - 01/76 (75/76)
07/91 - 05/92 (91/92) 06/88 - 01/89 (88/89)
03/97 - 03/98 (97/98)
() Aos Hidrolgicos
Grfico 1 Valores de los IE, y su relacin con sus percentiles de 80 y 10 %
Al realizar MVR, se encontraron 5 vectores ubicados en la cuenca del ro Santa, los

vectores encontrados son los que se presentan a continuacin en los Grficos 2 al 6.

37
Indices anuales del vector 1 y de las estaciones

3
Corongo
Huancamarcanga
2.5 Cachicadan
Santiago de Chuco
Vector
Lm. Inf.
2 Lm. Sup.
Indices
1.5
0.5
0
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
Grfico 2. ndices anuales del vector 1 y las estaciones halladas en este vector

3
Mollepata
Huillca
2.5 Paron
Safuna
Llanganuco
Vector
2
Lm. Inf.
Lm. Sup.
Indices
1.5
0.5
0
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999

38

2.5
C. Hidroelctrica
Yungay
Caraz
Vector
Lm. Inf.
2
Lm. Sup.
1.5
Indices
0.5
0
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999

2.5
Quitacocha Anta
Huaraz Chancos
Vector Lm. Inf.
2
Lm. Sup.
1.5
Indices
0.5
0
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999

39
Indices anuales del Vector 5 y de las estaciones
2 Pachacoto
Milpo
1.8 Recuay
Ticapampa
1.6
Shacaypampa
1.4 Querococha
Lgna. Ututo
1.2 Quiruncancha
Indices
Huancapeti
1
Collota
0.8 Punta Callan
Yanacocha
0.6 Recreta
Pta. Mojon
0.4
Lampas alto
0.2 Vector
Lm. Inf.
0 Lm. Sup.
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
Para explicar adecuadamente los vectores calculados presentamos sus valores en la

tabla 05.
Tabla 05 Valores de los vectores
AO VECTOR 1 VECTOR 2 VECTOR 3 VECTOR 4 VECTOR 5
1969 1,209 0,949 0,805 0,836 0,924
1970 0,804 1,072 0,862 0,978 1,222
1971 1,128 1,207 1,406 0,873 1,086
1972 1,155 1,119 1,335 0,976 1,126
1973 1,36 1,401 1,15 1,147 1,486
1974 0,786 1,025 0,721 0,819 0,975
1975 1,009 1,304 1,597 1,068 1,207
1976 0,837 0,851 0,48 0,787 0,862
1977 0,977 0,921 1,085 0,997 1,086
1978 0,61 0,621 0,553 0,73 0,659
1979 0,595 0,866 1,237 0,902 0,851
1980 0,613 0,718 0,63 0,78 0,871
1981 1,039 0,933 0,742 1,18 1,17
1982 0,727 1,085 0,823 1,105 1,079
1983 1,254 1,168 1,172 1,341 0,882
1984 0,957 1,192 1,56 1,104 1,219
1985 0,597 0,672 0,407 0,687 0,739
1986 0,544 0,814 0,834 0,855 0,818
1987 0,432 0,936 0,785 0,952 0,937
1988 0,627 1,041 0,882 1,013 1,002
1989 0,399 1,055 1,176 1,105 1,073
1990 1,66 0,94 0,795 0,841 0,828
1991 1,32 1,29 0,7 0,757 0,731
1992 0,782 0,642 0,337 0,588 0,564
1993 1,123 1,596 0,923 1,832 1,388
1994 1,133 0,929 1,676 1,718 1,192
1995 1,585 0,746 0,549 0,904 0,933
1996 1,08 0,99 1,851 1,253 1,069
1997 1,189 0,84 1,012 0,669 0,764
1998 1,521 1,076 1,712 0,722 1,226
1999 1,949 1 1,201 1,482 1,029

40
Luego de haber realizado el anlisis de los vectores se logra homogenizar las

estaciones en funcin a los vectores, obtenindose la clasificacin siguiente:
Tabla 06 Clasificacin de las estaciones en sus respectivos vectores

VECTOR 1 VECTOR 2 VECTOR 3 VECTOR 4 VECTOR 5
Cachicadan Mollepata C. Hidroelctrica Chancos Recuay
Santiago de Chuco Llanganuco Caraz Huaraz Ticapampa
Corongo Huillca Yungay Anta Pachacoto
Huancamarcanga Paron Quitacocha Shacaypampa
Safuna Collota
Querococha
Recreta
Lampas Alto
Lgna. Ututo
Punta Callan
Quiruncancha
Pta. Mojon
Milpo
Yanacocha
Huancapeti
En base a la clasificacin de la Tabla 06, se realiz una clasificacin geogrfica de

zonas por los vectores, es as que se tiene el Mapa 4.
Mapa 4 Clasificacin de los vectores de la Zona de estudio

41
7.3 Anlisis de Quiebres
Para realizar el anlisis de quiebre primeramente, observamos los valores de los

totales anuales de cada uno de los vectores hallados (Grfico 7), donde se puede
observar algunos picos importantes, especialmente, en el ao 1993; pero para
realizar un anlisis ms preciso se procede a realizar el anlisis de quiebres en base
a la seccin 6.2.
COMPORTAMIENTO TOTAL ANUAL DE LOS VECTORES
1800
1600 vector1 vector2 vector3
vector4 vector5
1400
1200
PP (mm)
1000
800
600
400
200
0
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
Grfico 7. Comportamiento de los totales anuales de cada uno de los vectores hallados
En base a los tests de ruptura, se elabor la Tabla 7, donde se observa los resultados
de todas las pruebas de ruptura para cada una de las estaciones, observndose
ruptura, especialmente en las estaciones ubicadas dentro del vector 1, especficamente
en las pruebas de Buishand y Pettitt, para las pruebas de Pettitt, Lee & Heghiniant y los
segmentos de Hubert, se elabor el Grfico 8, donde se observa que las mayores
rupturas se dan en los aos comprendidos dentro de los decenios 1970-1980 y 1990-
2000, presentndose mayores quiebres en los perodos comprendidos entre 1972-1977
y 1992-1998

42
Tabla 07 Test de deteccin de quiebres para las estaciones en estudio

Test de deteccin de quiebres
LEE AND
BUISHAND PETTITT HEGHINIAN'S
SEGMENTOS DE HUBERT AL
N ESTACION 99% 95% 90% 99% 95% 90% PROB. AO PROB. AO 1%
Cachicadan ACEP ACEP RECH ACEP RECH RECH 1,19E-02 1989 0,8536 1989 1969-1984/1985-1989/1990-1999
VECTOR 1
Santiago de Chuco ACEP RECH RECH RECH RECH RECH 9,25E-03 1989 0,8395 1989 1969-1984/1985-1989/1990-1999
Corongo RECH RECH RECH RECH RECH RECH 4,32E-04 1981 0,8253 1989 1969-1981/1982-1997/1998-1999
Huancamarcanga RECH RECH RECH ACEP RECH RECH 1,96E-02 1978 0,2449 1973 1969-1973/1974-1999
Mollepata ACEP ACEP ACEP ACEP ACEP ACEP 0,0552 1992 1969-1999
VECTOR 2
Llanganuco ACEP ACEP ACEP ACEP ACEP ACEP 0,0938 1996 1969-1999
Huillca ACEP ACEP RECH ACEP ACEP RECH 9,96E-02 1976 0,5587 1973 1969-1973/1974-1999
Paron ACEP ACEP ACEP ACEP ACEP ACEP 0,165 1975 1969-1999
Safuna ACEP ACEP ACEP ACEP ACEP ACEP 0,2486 1975 1969-1999
C. Hidroelctrica ACEP ACEP ACEP ACEP ACEP ACEP 0,1669 1993 1969-1999
VECTOR 3
Caraz ACEP ACEP ACEP ACEP ACEP ACEP 0,5324 1995 1969-1995/1996-1999
Yungay ACEP ACEP ACEP ACEP ACEP ACEP 0,1028 1998 1969-1999
Chancos ACEP ACEP ACEP ACEP ACEP ACEP 0,1919 1998 1969-1999
VECTOR 4
Huaraz ACEP ACEP ACEP ACEP ACEP ACEP 0,1021 1998 1969-1999
Anta ACEP ACEP RECH ACEP ACEP ACEP 0,9321 1992 1969-1992/1993-1994/1995-1999
Quitacocha ACEP ACEP ACEP ACEP ACEP ACEP 0,1231 1992 1969-1999
Recuay ACEP ACEP ACEP ACEP ACEP ACEP 0,1111 1997 1969-1999
Ticapampa ACEP ACEP ACEP ACEP ACEP ACEP 0,0712 1973 1969-1999
Pachacoto ACEP RECH RECH ACEP RECH RECH 4,37E-02 1975 0,5147 1975 1969-1975/1976-1999
Shacaypampa ACEP ACEP ACEP ACEP ACEP ACEP 0,2153 1996 1969-1999
Collota ACEP ACEP ACEP ACEP ACEP ACEP 0,0881 1996 1969-1999
Querococha ACEP RECH RECH ACEP RECH RECH 6,02E-02 1984 0,4384 1996 1969-1996/1997-1999
VECTOR 5
Recreta ACEP ACEP ACEP ACEP ACEP ACEP 0,2362 1973 1969-1999
Lampas Alto ACEP ACEP ACEP ACEP ACEP ACEP 0,1179 1969 1969-1999
Lgna. Ututo ACEP ACEP RECH ACEP ACEP ACEP 0,2261 1973 1969-1973/1974-1999
Punta Callan ACEP ACEP ACEP ACEP ACEP ACEP 0,0653 1975 1969-1999
Quiruncancha ACEP ACEP ACEP ACEP ACEP ACEP 0,1103 1975 1969-1999
Pta. Mojon ACEP ACEP ACEP ACEP ACEP ACEP 0,4559 1992 1969-1992/1993-1999
Milpo RECH RECH RECH ACEP RECH RECH 3.50E-02 1977 0,2952 1976 1969-1976/1977-1999
Yanacocha ACEP ACEP ACEP ACEP ACEP ACEP 0,2226 1992 1969-1999
Huancapeti ACEP ACEP ACEP ACEP ACEP ACEP 0,1302 1975 1969-1999
AO AO
#### ####
ENOS LNOS

43
N DE QUIEBRES POR AO
7
6 PETTITT
5 LEE & HEGH.
HUBERT
QUIEBRES
0
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
Grfico 8 Nmero de quiebres por ao para todas las estaciones
Luego se realiz la deteccin de quiebres para cada vector obtenindose la Tabla 8,

donde se constata lo mostrado en la Tabla 7, ya que los mayores quiebres se
presentan en el vector 1 para las pruebas de Buishand y Pettitt; y los mayores
quiebres se observan en los aos 75, 89, 95 y 98, tal como se observa en el Grfico
9. Asimismo en los anexos se observan al detalle cada uno de los tests aplicados a
cada una de las estaciones, como a los vectores.
Tabla 8 Test de deteccin de quiebres para los vectores

Test de deteccin de quiebres
LEE AND
BUISHAND PETTITT HEGHINIAN'S SEGMENTOS DE
N 99% 95% 90% 99% 95% 90% PROB. POSICION PROB. POSICION HUBERT AL 1%
2,08E-
VEC. 1 ACEP RECH RECH ACEP RECH RECH 02 1989 0,4422 1989 1969-1989/1990-1999
VEC. 2 ACEP ACEP ACEP ACEP ACEP ACEP 0,1604 1975 1969-1999

44
N DE QUIEBRES POR AO
2.5
2 PETTITT
LEE & HEGH.
QUIEBRES
1.5 HUBERT
0.5
0
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
Grfico
9 Nmero de quiebres por ao para los vectores
7.4 Anlisis de Precipitaciones
7.4.1 Precipitacin media de la Cuenca
La ltima versin del software Hydraccess, tiene el utilitario valor promedio

real de la cuenca que permite calcular la precipitacin media sobre una
cuenca con los mtodos del promedio aritmtico, inverso de la distancia,
thiessen y krigging; utilizando este utilitario es que se clculo la precipitacin
media de la Cuenca, como se aprecia en la Tabla 09 y el Grfico 10.

45
Tabla 09 Precipitacin media real Cca. ro Santa

Inv. de la
Ao Med.Aritm. Thiessen distancia Kriging Promedio
1969 708,3 671,3 703,8 763,7 711,8
1970 788,3 652,0 705,5 672,3 704,5
1971 781,4 679,1 748,9 739,7 737,3
1972 818,7 704,0 765,1 745,3 758,3
1973 992,9 868,7 932,5 931,0 931,3
1974 641,2 548,2 594,0 582,3 591,4
1975 843,4 713,2 788,8 746,3 772,9
1976 593,7 510,2 548,7 541,6 548,6
1977 705,6 624,3 654,4 657,3 660,4
1978 460,7 426,2 436,8 448,8 443,1
1979 591,8 542,4 559,2 548,9 560,6
1980 555,8 482,5 514,7 496,7 512,4
1981 778,2 733,2 727,3 781,6 755,1
1982 727,1 688,2 682,3 681,2 694,7
1983 748,4 865,8 807,5 860,7 820,6
1984 792,4 776,5 772,5 776,1 779,4
1985 482,0 446,3 445,5 465,5 459,8
1986 560,0 502,1 513,4 535,3 527,7
1987 609,3 511,6 540,1 523,1 546,0
1988 685,6 613,8 634,5 622,1 639,0
1989 682,6 577,8 607,7 579,1 611,8
1990 646,9 789,2 738,6 741,0 728,9
1991 671,9 734,7 737,8 692,8 709,3
1992 425,0 448,6 435,8 432,1 435,4
1993 1033,2 1004,8 1006,8 981,5 1006,6
1994 877,9 925,8 869,7 900,4 893,5
1995 658,6 767,2 704,4 736,2 716,6
1996 745,2 773,7 748,8 753,1 755,2
1997 597,9 648,0 633,1 650,1 632,3
1998 812,7 830,1 824,4 846,1 828,3
1999 821,0 1020,9 917,9 1029,9 947,4
PP MEDIA AREAL CCA. RIO SANTA

1100
1000
900
800
700
600
500
400
300
Med.Aritm. Thiessen Inv. de la Kriging Promedio
200 distancia
100
0
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
Grfico 10 Valores de la pp. Media sobre la cuenca ro Santa

46
Al realizar los tests de ruptura para el valor promedio sobre la cuenca se obtiene
que slo presenta quiebres para las pruebas de Lee & Hegh. y de los segmentos
de Buishand; en el ao 1992, lo cual se observa en el Grfico 10.
7.4.2 ndice de precipitacin normal (IPN)
Para realizar un mejor anlisis del IPN, se dividieron los resultados en base a
cada una de las estaciones y a cada vector; indicando el evento seleccionado,
as como el perodo analizado, es as que se obtuvieron los resultados
siguientes:
- Resultados para cada estacin
Primero se elaboraron grficos de anlisis (Grficos 11 al 41), de los cuales se

extrae tablas tanto para los eventos ENOS como para los eventos LNOS,
indicando el perodo de anlisis; que para nuestro caso son series anuales y
series EFM (Enero, Febrero y Marzo), este ltimo escogido por ser el perodo
donde se presentan las mayores precipitaciones.
Es as que se tienen las Tablas 10, 11, 12 y 13; donde se observan la

clasificacin de los IPN para cada una de las estaciones; en funcin del tipo de
evento (ENOS o LNOS) y el perodo (Anual o EFM). Asimismo de estas tablas
se elaboraron isolneas georeferenciadas para cada una de las estaciones, tal
como se aprecia en los mapas temticos (Anexos, Mapas 5 al 22).

47
Tabla 10 IPN EFM eventos ENOS para cada una de las estaciones
EVENTOS ENOS IPN EFM
ESTACIONES
72/73 82/83 86/87 91/92 97/98
Cachicadan 1 0 -3 -1 3
VECTOR 1
Santiago de Chuco 0 0 -3 -1 3
Corongo 0 1 -1 -1 3
Huancamarcanga 3 0 -1 -3 3
Mollepata 0 0 -1 -1 3
VECTOR 2
Llanganuco 0 -1 0 -1 0
Huillca 0 0 1 0 0
Paron 0 -2 0 0 0
Safuna 1 0 0 0 2
VECTOR 4 VECTOR 3
C. Hidroelctrica 1 -1 -2 -3 2
Caraz 0 -3 0 -3 3
Yungay 0 2 0 -3 3
Chancos 0 0 1 -1 0
Huaraz 0 0 0 -1 -1
Anta 0 0 0 -1 0
Quitacocha 0 2 0 -1 -1
Recuay 0 0 -2 -1 2
Ticapampa 3 0 0 -3 0
Pachacoto 2 0 0 -3 2
Shacaypampa 0 0 0 -2 0
Collota 1 -1 -1 -3 1
Querococha 0 -1 0 -1 0
VECTOR 5
Recreta 1 0 0 -2 3
Lampas Alto 1 0 0 -1 1
Lgna. Ututo 1 0 -1 -3 2
Punta Callan 3 0 -1 0 0
Quiruncancha 0 -2 0 -1 1
Pta. Mojon 0 -1 0 -2 3
Milpo 0 -2 1 -1 1
Yanacocha 0 0 0 -1 3
Huancapeti 0 0 0 0 2
PROMEDIO 1 0 0 -1 1
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3

48
Tabla 11 IPN Anual eventos ENOS para cada una de las estaciones
EVENTOS ENOS IPN ANUAL
ESTACIONES
72/73 82/83 86/87 91/92 97/98
Cachicadan 0 0 -3 -1 3
VECTOR 1
Santiago de
Chuco 0 0 -3 -1 3
Corongo -1 3 -1 0 3
Huancamarcanga 3 1 -1 -3 3
Mollepata 0 2 -2 0 2
VECTOR 2
Llanganuco 0 0 0 -1 0
Huillca 1 0 0 0 0
Paron 0 0 0 0 0
Safuna 0 1 0 0 1
VECTOR 4 VECTOR 3
C. Hidroelctrica 1 0 -2 -1 2
Caraz 0 0 -1 -3 3
Yungay 0 2 0 -3 2
Chancos 0 3 0 -1 0
Huaraz 0 0 0 -1 0
Anta 0 1 -1 -2 0
Quitacocha 0 2 0 -1 0
Recuay 0 0 -2 -1 2
Ticapampa 1 1 0 -3 0
Pachacoto 3 0 -1 -2 1
Shacaypampa 0 0 0 -1 0
Collota 1 0 -1 -2 0
Querococha 0 0 0 -1 -1
VECTOR 5
Recreta 1 1 0 -2 2
Lampas Alto 1 0 0 -1 0
Lgna. Ututo 2 0 -1 -3 1
Punta Callan 1 0 0 -1 1
Quiruncancha 0 0 0 -1 0
Pta. Mojon 0 0 0 -3 3
Milpo 1 0 0 -2 0
Yanacocha 0 1 0 -1 2
Huancapeti 1 0 0 -1 1
PROMEDIO 1 1 -1 -1 1
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3

49
Tabla 12 IPN EFM eventos LNOS para cada una de las estaciones
EVENTOS LNOS IPN EFM
ESTACIONES
70/71 73/74 75/76 88/89
Cachicadan 0 0 0 -3
VECTOR 1
Santiago de
Chuco 0 0 1 -3
Corongo -2 -2 -3 -1
Huancamarcanga 3 0 2 0
Mollepata 0 0 -1 0
VECTOR 2
Llanganuco 0 1 1 1
Huillca 2 0 0 0
Paron 1 2 0 0
Safuna 2 1 -1 0
VECTOR 3
C. Hidroelctrica 3 0 -1 0
Caraz 2 0 -2 2
Yungay 3 0 -2 0
Chancos 0 0 0 2
VECTOR 4
Huaraz 0 1 1 0
Anta 0 0 -1 0
Quitacocha 0 0 0 2
Recuay 0 0 1 1
Ticapampa 0 -1 0 2
Pachacoto 1 1 0 1
Shacaypampa 0 1 0 1
Collota 0 3 0 1
Querococha 0 1 0 0
VECTOR 5
Recreta 1 1 -1 0
Lampas Alto 0 1 1 0
Lgna. Ututo 1 0 0 -2
Punta Callan 0 1 0 1
Quiruncancha 1 1 0 0
Pta. Mojon 0 0 1 1
Milpo 0 2 0 0
Yanacocha 0 1 0 0
Huancapeti 1 0 0 1
PROMEDIO 1 0 0 0
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3

50
Tabla 13 IPN Anual eventos LNOS para cada una de las estaciones
EVENTOS LNOS IPN ANUAL
ESTACIONES
70/71 73/74 75/76 88/89
Cachicadan 0 0 0 -3
VECTOR 1
Santiago de
Chuco 0 0 0 -3
Corongo -2 -2 -3 -1
Huancamarcanga 3 3 0 0
Mollepata 0 0 -2 0
VECTOR 2
Llanganuco 0 2 -1 2
Huillca 1 1 0 0
Paron 1 2 0 0
Safuna 1 1 0 0
VECTOR 3
C. Hidroelctrica 3 0 -2 0
Caraz 1 0 -2 1
Yungay 2 0 -2 0
Chancos 0 0 0 2
VECTOR 4
Huaraz 0 1 0 0
Anta 0 0 0 -1
Quitacocha 0 0 0 0
Recuay 1 0 1 2
Ticapampa 2 -2 0 0
Pachacoto 2 1 1 1
Shacaypampa 0 2 0 1
Collota 0 2 -1 1
Querococha 1 1 0 0
VECTOR 5
Recreta 1 1 -1 0
Lampas Alto 1 1 0 0
Lgna. Ututo 2 0 0 -1
Punta Callan -1 1 0 1
Quiruncancha 1 2 0 0
Pta. Mojon 0 0 0 0
Milpo 3 2 3 0
Yanacocha 0 1 0 0
Huancapeti 0 1 0 0
PROMEDIO 1 1 0 0
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3

51
- Resultados para cada vector
Primero se elaboraron grficos de anlisis (Grficos 42 al 46), de los cuales se

extrae tablas tanto para los eventos ENOS como para los eventos LNOS,
indicando el perodo de anlisis, que para nuestro caso son series anuales y
series EFM (Enero, Febrero y Marzo), este ultimo escogido por ser el perodo
donde se presentan las mayores precipitaciones.
Es as que se tienen las Tablas 14, 15, 16 y 17; donde se observan la

clasificacin de los IPN para cada una de los vectores; en funcin del tipo de
evento (ENOS o LNOS) y el perodo (Anual o EFM). Asimismo de estas tablas
se elaboraron isolneas georeferenciadas para cada una de las estaciones; tal
como se aprecia en los mapas temticos (Anexos, Mapas 23 al 40).
Tabla 14 IPN EFM eventos ENOS para los vectores

EVENTOS ENOS IPN EFM
VECTOR
72/73 82/83 86/87 91/92 97/98
1 1 0 -2 -2 3
2 0 -1 0 0 1
3 0 0 0 -3 3
4 0 0 0 -1 -1
5 1 0 0 -2 2
PROM. 0 0 0 -2 2
Tabla 15 IPN Anual eventos ENOS para los vectores

EVENTOS ENOS IPN ANUAL
VECTOR
72/73 82/83 86/87 91/92 97/98
1 1 1 -2 -1 3
2 0 0 0 0 0
3 0 1 -1 -2 3
4 0 2 0 -1 0
5 0 0 0 -1 1
PROM. 0 1 -1 -1 1
Tabla 16 IPN EFM eventos LNOS para los vectores

EVENTOS LNOS IPN EFM
VECTOR
70/71 73/74 75/76 88/89
1 1 0 0 -2
2 1 1 0 0
3 3 0 -2 0
4 0 0 0 1
5 0 1 0 0
PROM. 1 0 0 0

52
Tabla 17 IPN Anual eventos LNOS para los vectores

EVENTOS LNOS IPN ANUAL
VECTOR
70/71 73/74 75/76 88/89
1 0 0 0 -2
2 0 1 0 0
3 2 0 -2 0
4 0 0 0 0
5 1 1 0 0
PROM. 1 0 0 0
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3
7.4.3 ndice de precipitacin estandarizado (IPE)
Para realizar un mejor anlisis del IPE, se realizaron correlaciones entre los
distintos valores de IPE calculados para cada uno de sus escalas de tiempo (3,
6, 12 y 24) con los valores del ndice de Oscilacin Sur (IOS), tomado esta
ultima, como valores de media mvil; con las mismas escalas de tiempo del IPE
(3, 6, 12 y 24). Para el presente estudio se dividi estas correlaciones en dos
partes: para cada una de las estaciones y posteriormente para cada vector, en
funcin a los eventos ENOS y LNOS, es as que se obtuvieron los siguientes
resultados:
- Resultados para cada estacin
Primero se elabor una tabla de valores de correlacin entre los valores de los
IPE y el IOS para toda la serie estudiada (Tabla 18), posteriormente se obtuvo
las tablas de correlaciones, solamente para los aos donde se presentaron los
eventos ENOS y LNOS (Tabla 19 y 20). Asimismo de estas tablas se elaboraron
isolneas de correlaciones para cada una de las estaciones georeferenciadas, tal
como se aprecia en los mapas temticos (Anexos, Mapas 41 al 52). En los
grficos del Anexo (Grficos del 47 al 77) se observan los valores tanto de los
IPE como de los IOS para cada una de las estaciones.

53
Tabla 18 Valores de correlacin entre los IPE y los IOS para toda la serie estudiada
CORRELACIONES ENTRE IPE E IOS

ESTACIONES
IPE - 3 IPE - 6 IPE - 12 IPE - 24
VECTOR 1 Cachicadan -0,02 -0,04 -0,05 -0,02
Santiago de Chuco 0,01 -0,02 -0,04 -0,05
Corongo -0,24 -0,29 -0,34 -0,48
Huancamarcanga 0,12 0,18 0,29 0,44
Mollepata 0,03 -0,02 -0,09 -0,22
VECTOR 2
Llanganuco 0,13 0,16 0,21 0,27

Huillca 0,06 0,03 0,04 0,14
Paron 0,21 0,21 0,25 0,27
Safuna 0,06 0,06 0,13 0,19
VECTOR 3
C. Hidroelctrica 0,20 0,23 0,30 0,30
Caraz 0,12 0,16 0,21 0,18
Yungay 0,04 0,05 0,05 -0,07

Chancos 0,04 0,02 -0,02 0,02
VECTOR 4
Huaraz 0,18 0,16 0,15 0,30

Anta 0,00 0,00 -0,02 -0,16
Quitacocha 0,01 -0,01 -0,07 -0,25
Recuay 0,13 0,16 0,15 -0,01
Ticapampa 0,02 0,01 -0,05 0,17
Pachacoto 0,13 0,16 0,21 0,35
Shacaypampa 0,17 0,17 0,20 0,24
Collota 0,16 0,21 0,28 0,26
Querococha 0,14 0,14 0,17 0,22
VECTOR 5
Recreta 0,09 0,07 0,07 0,06

Lampas Alto 0,15 0,23 0,27 0,29
Lgna. Ututo 0,12 0,13 0,16 0,23
Punta Callan 0,10 0,11 0,11 0,10
Quiruncancha 0,14 0,14 0,18 0,24
Pta. Mojon 0,16 0,17 0,19 0,18
Milpo 0,16 0,19 0,28 0,44
Yanacocha 0,07 0,03 0,00 -0,03
Huancapeti -0,02 -0,01 -0,05 -0,21

54
Tabla 19 Valores de correlacin entre los IPE y los IOS para las series con eventos ENOS
CORRELACIONES ENTRE IPE E IOS

ESTACIONES
IPE - 3 IPE - 6 IPE - 12 IPE - 24
Cachicadan -0,19 -0,13 -0,03 0,15
VECTOR 1
Santiago de Chuco -0,19 -0,14 -0,04 0,14
Corongo -0,42 -0,42 -0,44 -0,53
Huancamarcanga -0,13 -0,13 0,14 0,46

Mollepata -0,35 -0,44 -0,38 -0,19
VECTOR 2
Llanganuco -0,17 -0,26 -0,19 -0,05

Huillca 0,25 0,16 0,06 0,19
Paron 0,21 0,21 0,25 0,27
Safuna -0,17 -0,39 -0,26 0,23
VECTOR 3
C. Hidroelctrica 0,27 0,22 0,37 0,76

Caraz 0,14 0,16 0,36 0,59
Yungay -0,17 -0,13 0,18 0,59
Chancos -0,35 -0,41 -0,24 0,35
VECTOR 4
Huaraz 0,06 0,07 0,35 0,29

Anta -0,04 0,08 0,31 0,32
Quitacocha -0,33 -0,27 -0,16 0,04

Recuay -0,36 -0,23 -0,10 0,35
Ticapampa -0,01 -0,19 -0,06 0,47
Pachacoto 0,01 -0,04 0,22 0,68
Shacaypampa -0,03 -0,09 0,33 0,58
Collota -0,05 -0,06 0,11 0,40
Querococha -0,13 -0,10 0,12 0,39
VECTOR 5
Recreta -0,13 -0,02 0,11 0,59

Lampas Alto 0,04 0,22 0,42 0,56
Lgna. Ututo 0,12 0,13 0,16 0,23
Punta Callan -0,27 -0,27 -0,18 -0,07
Quiruncancha 0,14 0,14 0,18 0,24
Pta. Mojon 0,16 0,17 0,19 0,18
Milpo 0,11 -0,20 -0,08 0,38
Yanacocha -0,33 -0,30 -0,26 0,42
Huancapeti -0,14 -0,08 -0,22 -0,44

55
Tabla 20 Valores de correlacin entre los IPE y los IOS para las series con eventos LNOS
ESTACIONES CORRELACIONES ENTRE IPE E IOS

IPE - 3 IPE - 6 IPE - 12 IPE - 24
Cachicadan -0,04 -0,08 0,28 0,54
VECTOR 1
Santiago de Chuco -0,12 -0,07 0,26 0,47
Corongo -0,27 -0,29 -0,49 -0,85
Huancamarcanga -0,17 -0,14 0,13 0,43
Mollepata -0,47 -0,48 -0,01 -0,19
VECTOR 2
Llanganuco -0,09 0,25 0,52 0,76

Huillca 0,11 0,17 0,32 0,15
Paron 0,28 0,35 0,75 0,55
Safuna 0,23 0,19 0,55 0,70
VECTOR 3
C. Hidroelctrica -0,44 -0,32 0,59 0,41
Caraz -0,60 -0,31 0,57 0,74
Yungay -0,44 -0,23 0,56 0,06

Chancos -0,44 0,24 0,46 0,63
VECTOR 4
Huaraz -0,05 -0,04 -0,04 -0,12

Anta -0,12 -0,26 -0,33 -0,26
Quitacocha -0,16 -0,06 0,16 -0,15
Recuay -0,05 -0,02 -0,04 -0,50
Ticapampa -0,49 -0,69 -0,68 -0,65
Pachacoto -0,11 -0,01 0,20 0,32
Shacaypampa 0,05 0,30 0,16 0,51
Collota -0,19 -0,19 -0,06 0,10
Querococha 0,11 0,18 0,54 0,86
VECTOR 5
Recreta -0,15 -0,16 -0,17 -0,26

Lampas Alto 0,00 -0,05 0,22 0,12
Lgna. Ututo 0,12 0,13 0,16 0,23
Punta Callan -0,14 -0,13 0,30 0,54
Quiruncancha -0,03 -0,04 0,19 0,43
Pta. Mojon -0,30 -0,33 0,12 0,12
Milpo -0,04 -0,05 0,16 0,28
Yanacocha 0,05 0,12 0,05 -0,18
Huancapeti -0,19 -0,52 0,20 0,08
- Resultados para cada vector
Primero se elabor una tabla de valores de correlacin entre los valores de los
IPE y el IOS para toda la serie estudiada (Tabla 21), posteriormente se obtuvo
las tablas de correlaciones, solamente para los aos donde se presentaron los
eventos ENOS y LNOS (Tabla 22 y 23). Asimismo de estas tablas, se elaboraron
isolneas de correlaciones para cada una de los grupos georeferenciadas; tal
como se aprecia en los mapas temticos (Anexos, Mapas 53 al 64). En los
grficos del Anexo (Grficos del 78 al 82) se observan los valores tanto de los
IPE como de los IOS para cada una de las estaciones.

56
Tabla 21 Valores de correlacin entre los IPE y los IOS para todas las series
IPE - 3 IPE - 6 IPE - 12 IPE - 24
VECTOR 1 -0,01 -0,02 -0,01 0,00
VECTOR 2 0,09 0,08 0,10 0,12
VECTOR 3 0,08 0,11 0,18 0,21
VECTOR 4 0,04 0,00 -0,05 -0,21
VECTOR 5 0,15 0,18 0,22 0,28
Tabla 22 Valores de correlacin entre los IPE y los IOS para la series con eventos ENOS
IPE - 3 IPE - 6 IPE - 12 IPE - 24
VECTOR 1 -0,27 -0,24 -0,06 0,19
VECTOR 2 -0,03 -0,23 -0,17 0,16
VECTOR 3 -0,09 -0,04 0,29 0,67
VECTOR 4 -0,32 -0,32 -0,15 0,22
VECTOR 5 -0,19 -0,18 0,03 0,57
Tabla 23 Valores de correlacin entre los IPE y los IOS para la series con eventos LNOS
IPE - 3 IPE - 6 IPE - 12 IPE - 24
VECTOR 1 -0,12 -0,12 0,17 0,43
VECTOR 2 0,10 0,11 0,55 0,49
VECTOR 3 -0,45 -0,34 0,63 0,40
VECTOR 4 -0,28 -0,20 0,14 -0,19
VECTOR 5 -0,19 -0,12 0,23 0,18
Para describir el comportamiento de los IPE sobre las zonas de estudio, se

tomaron valores promedios para los eventos ENOS y LNOS seleccionados, pero
para analizar de manera mas resumida se analizaron por vectores, as se tienen
las tablas 24, 25, 26, 27, 28, 29, 30 y 31; y los respectivos mapas (Mapas del 65
al 100), donde se representa la clasificacin para cada uno de los eventos ENOS
y LNOS, para todas las escalas de tiempo de los IPE seleccionados.
Tabla 24 Clasificacin de los eventos ENOS IPE-3

EVENTOS ENOS IPE-3
72/73-IPE3 82/83IPE3 86/87IPE3 91/92IPE3 97/98IPE3
VECTOR 1 0 0 -1 0 1
VECTOR 2 1 0 0 0 0
VECTOR 3 1 0 -1 -1 0
VECTOR 4 0 0 0 -1 -1
VECTOR 5 0 0 0 -1 0
Tabla 25 Clasificacin de los eventos LNOS IPE-3

EVENTOS LNOS IPE-3
70/71IPE3 73/74IPE3 75/76IPE3 88/89IPE3
VECTOR 1 0 1 0 -1
VECTOR 2 1 2 1 0
VECTOR 3 1 1 0 0
VECTOR 4 0 1 1 0
VECTOR 5 1 1 1 0

57

EVENTOS ENOS IPE-6
72/73IPE6 82/83IPE6 86/87IPE6 91/92IPE6 97/98IPE6
VECTOR 1 0 0 -1 0 0
VECTOR 2 1 0 0 1 0
VECTOR 3 1 0 -1 -1 0
VECTOR 4 0 1 0 -1 -1
VECTOR 5 1 0 -1 -1 -1

EVENTOS LNOS IPE-6
70/71IPE6 73/74IPE6 75/76IPE6 88/89IPE6
VECTOR 1 0 1 0 -1
VECTOR 2 1 2 1 0
VECTOR 3 1 1 0 0
VECTOR 4 0 1 0 0
VECTOR 5 2 2 1 0

EVENTOS ENOS IPE-12
VECTOR 1 1 -1 -1 0 0
VECTOR 2 1 0 -1 1 -1
VECTOR 3 1 0 0 -1 1
VECTOR 4 0 1 0 -1 -1
VECTOR 5 1 0 -1 -1 -1

EVENTOS LNOS IPE-12
70/71IPE12 73/74IPE12 75/76IPE12 88/89IPE12
VECTOR 1 0 1 0 -1
VECTOR 2 1 1 1 0
VECTOR 3 0 1 1 0
VECTOR 4 0 0 0 0
VECTOR 5 1 2 1 0

EVENTOS ENOS IPE-24
VECTOR 1 1 0 -2 1 0
VECTOR 2 1 0 -1 1 -1
VECTOR 3 2 -1 -1 -1 1
VECTOR 4 0 1 -1 -1 0
VECTOR 5 1 1 -1 -2 -1

58

EVENTOS LNOS IPE-24
70/71IPE24 73/74IPE24 75/76IPE24 88/89IPE24
VECTOR 1 1 1 0 -2
VECTOR 2 1 2 1 0
VECTOR 3 0 1 1 0
VECTOR 4 0 0 0 0
VECTOR 5 1 2 1 0
DEFICIT EXTREMO -3
DEFICIT INTENSO -2
DEFICIT MODERADO -1
NORMAL 0
EXCESO MODERADO 1
EXCESO INTENSO 2
EXCESO EXTREMO 3

59
VIII. DISCUSIN DE RESULTADOS
Sobre la homogenizacin de estaciones, se puede afirmar que la utilizacin de el

MVR como herramienta para la homogenizacin de las estaciones en la zona de
estudio a dado buenos resultados debido a la practicidad de su uso, y a los
resultados especficos de sus salidas; debido a la facilidad del manejo de esta
herramienta dentro del software Hydraccess.
Se debe mencionar que para realizar la homogenizacin durante el presente trabajo,

se tomo en cuenta tambin la ubicacin espacial; as como las altitudes de cada una
de las estaciones.
8.2 Anlisis de Quiebres
En base a la metodologa presentada para realizar el anlisis de quiebres y a los

resultados obtenidos, se puede afirmar que realizando las pruebas de Buishand y
Pettitt, en general para cada una de las series estudiadas no se presentan mayores
quiebres; lo cual se observa en la Tabla 7 y 8; sin embargo se puede deducir en base
a estas tablas, que los mayores quiebres se presentan en las estaciones ubicadas en
el vector 1; realizando las pruebas de Lee & Heghinian y de los segmentos de Hubert
, se observa que los mayores quiebres se presentan durantes las dcadas de los 70
y de los 90, siendo el ao 1973-75 (Lee & Heghinian) el que presenta mayores
quiebres; perodo que concuerda con los evento LNOS de esta dcada 1973-74 y
1975-76.
8.3 Anlisis de Precipitaciones
8.3.1 ndice de Precipitacin Normal (IPN)
Del anlisis del IPN para las series EFM, el comportamiento pluviomtrico
dentro del rea de estudio para los eventos ENOS analizados fue:
1972-73, 1982-83, 1986-87, 1991-92 y 1997-98 presentaron en promedio;

valores normales
1991-92 present en promedio; dficit intenso.
1997-98 present en promedio; exceso intenso, y excesos moderados en

los vectores 1 y 3.
Del anlisis del IPN para las series EFM, el comportamiento pluviomtrico
dentro del rea de estudio; para los eventos LNOS analizados fue:
1970-71, present en promedio; exceso moderado.
1973-74, 1975-76 y 1988-89 fueron en promedio; eventos normales.

60
Del anlisis del IPN para las series anuales, el comportamiento pluviomtrico
dentro del rea de estudio para los eventos ENOS analizados fue:
1972-73 fue en promedio; un evento normal.
1982-83 se caracterizo por presentar en promedio; un exceso moderado.
1986-87 y 1991-92 se caracterizo por presentar dficit moderado
1997-98 se caracteriz por presentar en promedio, un exceso moderado;

pero con excesos moderados en los vectores 1 y 3.
Del anlisis del IPN para las series anuales, el comportamiento pluviomtrico
dentro del rea de estudio para los eventos LNOS analizados fue:
1970-71, present en promedio, exceso moderado.
1973-74, 1975-76 y 1988-89 fueron en promedio, eventos normales.
8.3.2 ndice de Precipitacin estandarizado (IPE)
Luego de haber obtenido la caracterizacin de los eventos ENOS y LNOS, en

funcin del IPN; se calcularon los IPE para diferentes perodos de tiempo, que
para nuestro caso fue de 3, 6, 12 y 24 meses. Para tener un mejor anlisis de los
resultados obtenidos, se calcularon coeficientes de correlacin entre los IPE y el
ndice de Oscilacin del Sur (IOS); ya que al tratar de clasificar los IPE en
funcin a los eventos ENOS y LNOS, estos presentaban demasiada variabilidad
y al tomar el promedio de ellos se obtena siempre un valor normal; es por eso
que para el presente estudio se calcularon correlaciones entre los IPE y los IOS,
por supuesto tomando siempre su correspondiente relacin de escala de tiempo
(IPE-3/IOS-3; IPE-6/IOS-6; IPE-12/IOS-12;IPE-24/IOS-24)
Correlaciones entre los IPE y los IOS, para toda la serie
Al observar la Tabla 18 y la Tabla 21, no se presentan mayores correlaciones

entre los IPE y los IOS, solo se observan alguna correlacin con el IPE-24,
para dos estaciones del vector 1 y una estacin del vector 5, pero estos son
valores todava bajos (alrededor de 0,44); para decir que hay relacin entre
las variables IPE e IOS.
Correlaciones entre los IPE y los IOS, para las series con eventos ENOS
Al analizar las Tablas 19 y la Tabla 22, se tienen correlaciones mayores a 0,4

para los vectores 1, 3 y 5; pero al igual que el item anterior, se da para los
valores del IPE-24.
Correlaciones entre los IPE y los IOS, para las series con eventos LNOS

61
Analizando las Tablas 20 y 23, se tiene que estas series son las que
presentan mayores valores de correlacin, especialmente en los vectores 1,
2, 3 y 5.
Luego de haber realizado los clculos de las correlaciones, se elaboraron tablas

sobre la clasificacin de los IPE; en sus distintas escalas de tiempo, para cada
uno de los eventos ENOS y LNOS seleccionados, as que se tienen las Tablas
24 a la 31.
Del anlisis del IPE-3, el comportamiento pluviomtrico dentro del rea de

estudio; para los eventos ENOS analizados fue:
1972-73 present condiciones entre exceso moderado y normal,

presentndose los excesos principalmente en los vectores 2 y3.
1982-83 se caracteriz por ser un perodo normal.
1986-87 se caracteriz por ser normal en los vectores 2, 4 y 5, y dficit

moderado en los otros vectores.
1991-92 se caracteriz por presentar en promedio dficit moderado, para

los vectores 3, 4 y 5 y normal para los dos primeros vectores.
1997-98 se caracteriz por ser en promedio un perodo normal.

estudio; para los eventos LNOS analizados, fue mayormente normal a
excepcin de:
1970-71 present un exceso moderado, para los vectores 2, 3 y 5.
1973-74 present en promedio, exceso moderado.
1988-89 present dficit moderado, para el vector 1.
Del anlisis del IPE-6, el comportamiento pluviomtrico; dentro del rea de

estudio, para los eventos ENOS analizados fue:
1972-73 present condiciones de exceso moderado, a excepcin del

vector 1 y 4 que fueron normal.
1982-83 present exceso moderado en el vector 4, normal para los otros

vectores.
1986-87 se caracteriz por presentar en promedio, un dficit moderado.
1991-92 se caracteriz por presentar en promedio, exceso moderado para

los vectores 3, 4 y 5.

62
1997-98 se caracteriz por presentar un promedio normal, con dficit

moderado para los vectores 4 y 5.

estudio; para los eventos LNOS analizados, fue mayormente normal pero
tambin presentando:
1970-71 present en promedio, un exceso moderado.
1973-74 present en promedio, un exceso moderado.
1975-76 fue en promedio un perodo normal, a excepcin de los vectores

2 y 5 que presentaron exceso moderado.
1988-89 en promedio, un perodo normal.

estudio para los eventos ENOS analizados fue:
1972-73 present en promedio, condiciones de exceso moderado a

excepcin del vector 4 que fue normal.
1982-83 se caracteriz por presentar en promedio un perodo normal,

menos en los vectores 1 y 4 que fueron dficit moderado y exceso
moderado respectivamente.
1986-87 se caracterizo por tener un dficit moderado, en los vectores 1, 2

y 5; y normal en los vectores 3 y 4.
1991-92 se caracterizo por presentar en promedio un dficit intenso para

todos los vectores.
1997-98 se caracteriza por tener en promedio, un dficit moderado, con

excepcin de los vectores 1 y 3 que son normal y exceso moderado.

estudio para los eventos LNOS analizados fue:
1970-71, se caracteriz por presentar en promedio, un perodo normal,

menos en los vectores 2 y 5 que fueron excesos moderados.
1973-74, 1975-76 se caracteriz por presentar en promedio, un exceso

moderado.
1988-89 fueron eventos normales, con excepcin del vector 1 que fue
dficit moderado.

estudio para los eventos ENOS analizados fue:

63
1972-73 y 1982-83 se caracteriz por presentar en promedio, un exceso

moderado.
1986-87 y 1991-92 se caracteriz por presentar en promedio, un dficit

moderado.
1997-98 se caracteriz por presentar en promedio, un perodo normal.

estudio para los eventos LNOS analizados fue:
1970-71, 1973-74 y 1975-76 se caracteriz por presentar en promedio, un

exceso moderado.
1988-89 se caracteriz por presentar en promedio, un perodo normal, a

excepcin del vector 1 que presento un dficit intenso.

64
IX. CONCLUSIONES
Se comprueba la utilidad de Mtodo del Vector Regional de ndices

pluviomtricos (MVR), para determinar las diferentes relaciones entre las
estaciones pluviomtricas analizadas; para poder comprender y delinear
mejor los regmenes pluviomtricos, que nos llevaron a obtener los grupos
homogneos calculados.
Del anlisis de quiebres se comprueba, que la mayora coinciden con los

eventos LNOS (Vector 1, 2 y 5); mientras que el vector 4 con los eventos
ENOS, pero el vector 1 es el que esta ms relacionado con LNOS 1988-89,
ya que todos los test estadsticos de ruptura que se le aplicaron, le dan
quiebres en LNOS 1988-89.
El anlisis del IPN para las series EFM, permite distinguir con mayor facilidad
la influencia de los eventos ENOS y LNOS; ya que se esta analizando el
perodo con mayores valores de lluvia. Se puede concluir que tanto para los
eventos ENOS y LNOS, se presentaron en promedio valores normales, a
excepcin de los eventos ENOS 1991-92 y 1997-98; los cuales presentaron
dficit intenso y exceso intenso respectivamente, mientras que para los
eventos LNOS slo se present exceso moderado para el evento 1970-71;
de lo cual se puede concluir que para las series IPN EFM, solo presenta
impactos para los eventos ENOS 1991-92 y 1997-98, pero estas son de
diferente escala, es decir; una es seca y la otra es hmeda.
Del anlisis del IPN para las series anuales, constata lo manifestado para las
series EFM, es decir; los impactos presentados en estas series son
semejantes a los descritos en el tem anterior.
Se nota que las mayores correlaciones entre IPE y el IOS, esta dada para los
perodos de 12 y 24 meses; tanto para el IPE como para el IOS, esto debido
a que al ser la serie suavizada sobre perodos largos (12 y 24), se presenta
mayores posibilidades de correlacin.
De la correlaciones entre IPE e IOS elaboradas, podemos decir que los

mayores valores de correlacin se dan para las series seleccionadas como
eventos LNOS.
La utilizacin de los IPE, permite evaluar mas apropiadamente los perodos

inmediatos anteriores; en cuanto a la cantidad de lluvia total acumulada para
diferentes escalas de tiempo, es as que se puede tener para temporadas en
que la lluvia se concentra y en la temporada de bajas precipitaciones; valores
con los cuales se puede mejorar las bases para realizar una planeacin y
asignacin del agua disponible para los perodos inmediatos siguientes.
El anlisis del IPE, realizado para diferentes escalas de tiempo ha permitido

conocer la variabilidad de la precipitacin estandarizada, a nivel espacial y
temporal llegndose a las siguientes conclusiones:

65
IPE-3, se observa las condiciones de humedad a mediano y corto plazo, y

nos da una estimacin de la caracterstica estacional de la precipitacin.
IPE-6, esta escala es un poco ms sensible y nos permite identificar

perodos de ocurrencia continua de algn fenmeno extremo, tales como
aos secos y hmedos.
IPE-12 e IPE-24, a estas escalas las anomalas tienden a minimizarse y

slo permitir identificar a largo plazo la ocurrencia de algn evento
extremo; mientras mayor es la escala utilizada las anomalas tienden a
cero.

66
X. RECOMENDACIONES
Seguir con el presente estudio en los dems departamentos o cuencas del

Pacfico, tratando de mejorar la metodologa existente en base a las nuevas
metodologas existentes en la comunidad cientfica.
Utilizar el Mtodo del Vector Regional, como herramienta de crtica y

homogenizacin de series estadsticas de precipitacin, para los siguientes
estudios; ya que esta herramienta nos ha permitido lograr resultados
satisfactorios.
En este estudio, se aplicaron metodologas que ha permitido discretizar de

alguna manera el comportamiento de los aos y su ciclicidad ante la
ocurrencia de aos secos y hmedos. Es conveniente reforzar esta
evaluacin mediante la aplicacin de Mtodos multivariados, haciendo
especial nfasis en el ACP ya que se comprob la simplicidad de uso y los
resultados satisfactorios obtenidos.
La metodologa para la clasificacin de los eventos ENOS y LNOS, se basa

en el ndice Emprico IE; los resultados de esta metodologa concuerdan con
los de la bibliografa internacional; pero es necesario tratar de buscar otras
formas de clasificacin, que relacionen los factores climticos con los
atmosfricos, como el ndice Multivariado ENOS.
Luego del anlisis del IPE, es recomendable para futuros estudios solamente
utilizar el IPE-3 y el IPE-6 ya que estos son mas sensibles a los cambios en
los regmenes hidrometeorolgicos, siendo por lo tanto mejores indicadores
de los eventos ENOS y LNOS que los IPE-6 e IPE-12.

67
XI. BIBLIOGRAFA
Abramowitz and I. A. Stegun, Eds.(1965) Handbook of Mathematical

Functions (Dover, New York, 1965).
Buishand T. A. (1982) Some methods for testing the homogeneity of rainfall

records. Journal of Hydrology, vol. 58, pp 11-27.
Buishand T. A. (1984) Tests for detecting a shift in the mean of hydrological

time series. Journal of Hydrology, vol. 58, pp 51-69.
Brunet-Moret (1977) Test dhomogeneit. Cahiers ORSTOM, Srie

Hydrologie, Vol. XIV, N 2.
Crdenas, S., J. (2001) Prediccin de las Precipitaciones sobre la cuenca

del ro Chancay Huaral.- Boletn del Instituto Geofsico del Per Volumen
II, pp 3139.
Crdenas, P. Y Naranjo, D. (1998) Un ndice emprico de ocurrencia de

ENOS. Papel en la predictabilidad de elementos climticos. Centro Nacional
del Clima del Instituto de Meteorologa de Cuba .
http://www.met.inf.cu/sometcuba/Boletin/v04_n01/espanol/ab_art2.htm
Ceresta (1986) Centre d'Enseignement et de Recherche de Statistique

Applique. Aide-mmoire pratique des techniques statistiques pour
ingnieurs et techniciens suprieurs. Revue de statistique applique, vol.
XXXIV numro spcial.
Chen, G. (1990) A Study of Interrelation between El Nio, Precipitation and

Astronomical Motion. WMO/TD No. 363, pp 15-18.
Climate Prediction Center. National Weather Service NOAA

http://www.cpc.ncep.noaa.gov/
Curso Geografa del mar. Fenmeno del Nio. Pontificia Universidad

Catlica de Chile
http://www.puc.cl/sw_educ/geo_mar/
Dagnelie P.(1970) Thorie et Mthodes Statistiques. Vol 2. Les presses

agronomiques de Gembloux. 451 p.
El Nio/Southern Oscillation (ENSO) (1992) Climate System Monitoring.

Diagnostic Advisory. Special Issue .14 pp.
Hiez G. (1977) Lhomognit des donnes pluviomtriques. Cahiers

ORSTOM, Srie Hydrologie, VOL. XIV, N 2.

68
Hubert P., Carbonnel J. P., Chaouche A. (1989) Segmentation des sries

hydromtorologiques. Application des sries de prcipitations et de dbits
de l'Afrique de l'Ouest. Journal of Hydrology, vol. 110, pp 349-367.
Hurtado, G.(1996) Estadsticas de la sequa meteorolgica en Colombia. In:

IV Congreso Colombiano de Meteorologa. Bogota, Marzo de 1996.
Kotz S., Johnson N. L., Read C. B. (1981) Encyclopedia of statistical

sciences. New York, John Wiley. Vol. 1, pp197-205, vol. 8, pp 157-163, vol. 9,
pp 244-255.
Lavado W., Ordoez J. (2003) Impacto Hidrolgico del Fenmeno El Nio

en la vertiente del Atlntico y del Lago Titicaca. Direccin General de
Hidrologa Servicio Nacional de Meteorologa e Hidrologa. Lima, Per.
Lavado W., Ordoez J. (2004) Impacto Hidrolgico del Fenmeno El Nio y

la Nia en los departamentos de Arequipa, Moquegua y Tacna. Direccin
General de Hidrologa Servicio Nacional de Meteorologa e Hidrologa.
Lima, Per.
Lee A. F. S., Heghinian S. M. (1977) A Shift of the Mean Level in Sequence

of Independent Normal random Variables-A Bayesian Approach.
Technometrics, vol. 19, n4, pp 503-506.
SENAMHI (1988) Mapa de Clasificacin Climtica del Per. Estudio
McKee, T.B., N.J. Doesken and J.Kleist.(1993) "The relationship of drought

frequency and duration to time scales" Preprints, 8th. Conference on Applied
Climatology, Anaheim, CA, 179-184.
Miranda, G. (1998). La Influencia del Fenmeno El Nio y del ndice de

Oscilacin del Sur en las Precipitaciones de Cochabamba, Bolivia, Boletn del
Instituto Francs de Estudios Andinos, Tomo 27 - 710 731.
Pettitt A. N. (1979) A non-parametric approach to the change-point problem.

Applied Statistics, 28, n2, pp 126-135.
Pouyaud B. et al (2003) Glaciares y Recursos Hdricos en la Cuenca del ro

Santa. Reporte Tcnico SENAMHI, INRENA y EGENOR.
Ramage, C. (1986) El Nio.(p.67 a 75). Rev. Science.
Rome-Gaspaldy, S , Ronchail Josayane, (1998) La pluviomtrie au Prou

Pendant les Phases ENSO et LNSO. Bull. Inst. Fr. etudes andines pp. 675
685.
Scian, Beatriz, (1999) Evidencias de la seal del SOI sobre la variabilidad de
las lluvias en la regin semirida pampeana. Departamento de Agronoma,
Universidad Nacional del Sur. Baha Blanca, Argentina.

69
Suarez, A. W. (2001) Anlisis de la Variabilidad Pluviomtrica a Escala Anual

en la Vertiente Atlntico y Titicaca del Per. Tesis para optar el Ttulo de
Ingeniero Agrcola. Universidad Nacional Agraria la Molina. Lima, Per.
Seasonal Climate Outlook Service (1991) Bureau of Meteorology of

Australia. 10 pp.
Shi, W. (1990) Two Kinds of ENSO Events. WMO/TD No. 363. pp 169-172.
Thom, H. C. S. (1966) A note on the gamma distribution. Monthly Weather

Review. Washington, v.86, n.4, p.117-122.
Trenberth, K. E. (1984) Signal versus noise in the Southern Oscillation.

Monthly Weather Review, 112, 326/332.
Vignon, F. (2002) Glaciares y Recursos Hdricos en el Valle alto del ro

Santa.
http://zeus.loa.espci.fr/~vignon/fr/

70
XII. ANEXOS
GRAFICOS

71

72
Grfico 11 IPN para la estacin Cachicadan Grfico 13 IPN para la estacin Corongo
Grfico 12 IPN para la estacin Stgo. de Chuco Grfico 14 IPN para la estacin Huancamarcanga
72
Grfico 17 IPN para la estacin Huillca

Grfico 15 IPN para la estacin Mollepata
Grfico 16 IPN para la estacin Llanganuco Grfico 18 IPN para la estacin Parn
73
Grfico 21 IPN para la estacin Caraz

Grfico 19 IPN para la estacin Safuna
ESTACION YUNGAY
ENOS LNOS IPN ANUAL IPN EFM
INDICE DE PRECIPITACION
4
3
2
NORMAL
1
0
-1
-2
-3
-4
1969-70
1970-71
1971-72
1972-73
1973-74
1974-75
1975-76
1976-77
1977-78
1978-79
1979-80
1980-81
1981-82
1982-83
1983-84
1984-85
1985-86
1986-87
1987-88
1988-89
1989-90
1990-91
1991-92
1992-93
1993-94
1994-95
1995-96
1996-97
1997-98
1998-99
Grfico 20 IPN para la estacin C. Hidroelctrica Grfico 22 IPN para la estacin Yungay
74
Grfico 23 IPN para la estacin Chancos Grfico 25 IPN para la estacin Anta
Grfico 24 IPN para la estacin Huaraz Grfico 26 IPN para la estacin Quitacocha
75
Grfico 27 IPN para la estacin Recuay Grfico 29 IPN para la estacin Pachacoto
Grfico 28 IPN para la estacin Ticapampa Grfico 30 IPN para la estacin Shacaypampa
76
Grfico 31 IPN para la estacin Collota Grfico 33 IPN para la estacin Recreta
Grfico 32 IPN para la estacin Querococha Grfico 34 IPN para la estacin Lampas Alto
77
Grfico 35 IPN para la estacin Lgna. Ututo Grfico 37 IPN para la estacin Quiruncancha
Grfico 36 IPN para la estacin Pta. Callan Grfico 38 IPN para la estacin Punta Mojon
78
Grfico 39IPN para la estacin Milpo Grfico 41 IPN para la estacin Huancapeti
Grfico 40 IPN para la estacin Yanacocha Grfico 42 IPN para el vector 1
79
Grfico 45 IPN para el vector 4

Grfico 43 IPN para el vector 2
Grfico 44 IPN para el vector 3 Grfico 46 IPN para el vector 5
80
Grfico 47 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Cachicadan
DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA 81

Grfico 48 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Stgo. de Chuco

Grfico 49 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Corongo

Grfico 50 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Huancamarcanga

Grfico 51 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Mollepata

Grfico 52 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Llanganuco

Grfico 53 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Huillca

Grfico 54 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Paron

Grfico 55 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Safuna

Grfico 56 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin C. Hidroelctrica

Grfico 57 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Caraz

Grfico 58 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Yungay

Grfico 59 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Chancos

Grfico 60 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Huaraz

Grfico 61 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Anta

Grfico 62 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Quitacocha

Grfico 63 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Recuay

Grfico 64 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Ticapampa

Grfico 65 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Pachacoto

Grfico 66 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Shacaypampa
Grfico 67 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Collota
Grfico 68 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Querococha
Grfico 69 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Recreta
Grfico 70 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Lampas Alto
Grfico 71 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Lgna. Ututo
Grfico 72 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Punta Callan
Grfico 73 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Quiruncancha
Grfico 74 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Pta. Mojon
Grfico 75 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Milpo
Grfico 76 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Yanacocha
Grfico 77 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 para la estacin Huancapeti
Grfico 78 a, b, c, d IPE-3, IPE-6, IPE-12 E IPE-24 Vector 1
MAPAS

117
Mapa 5 IPN EFM Evento ENOS 1972-73

118

119
Mapa 10 IPN ANUAL Evento ENOS 1972-73

120

121

122
Mapa 15 IPN EFM Evento LNOS 1970-71

123

124
Mapa 19 IPN ANUAL Evento LNOS 1970-71

125

126
Mapa 23 IPN EFM Evento ENOS 1972-73 Vectores

127

128
Mapa 28 IPN ANUAL Evento ENOS 1972-73 Vectores

129

130

131
Mapa 33 IPN EFM Evento LNOS 1970-71 Vectores

132

133
Mapa 37 IPN ANUAL Evento LNOS 1970-71 Vectores

134

135
Mapa 41 Correlacin entre IPE-3 e IOS-3 1969-1999

136

137
Mapa 45 Correlacin entre IPE-3 e IOS-3 ENOS

138

139
Mapa 49 Correlacin entre IPE-3 e IOS-3 LNOS

140
Mapa 52 Correlacin entre IPE-24 e IOS-24 eventos LNOS

141
Mapa 53 Correlacin entre IPE-3 e IOS-3 VECTORES 1969-1999

142

143
Mapa 57 Correlacin entre IPE-3 e IOS-3 VECTORES ENOS

144

145
Mapa 61 Correlacin entre IPE-3 e IOS-3 VECTORES LNOS

146

147
Mapa 65 EVENTO ENOS 1972-73 IPE-3

148

149
Mapa 70 EVENTO LNOS 1970-71 IPE-3

150

151

152

153

154

155
Mapa 82 EVENTO LNOS 1988-89

156

157

158

159

160

161

162

163

164

165
RESULTADOS KHRONOSTAT

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

Hidro Enos Santa PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hidro Enos Santa PDF

Uploaded by

Copyright:

Available Formats

SENAMHI

SERVICIO NACIONAL DE METEOROLOGIA E HIDROLOGIA

IMPACTO HIDROLOGICO DEL

JEFE DEL SENAMHI

DIRECTOR GENERAL DE HIDROLOGIA Y

M. Sc. Ing. JUAN JULIO ORDOEZ GALVEZ

RESPONSABLES : M. Sc. Ing. WALDO LAVADO CASIMIRO

Citar este documento como:

El presente trabajo sobre el Impacto Hidrolgico del evento El Nio La Nia , en la

Para el anlisis de las precipitaciones se desarrollo una metodologa empleada para

En base a estos ndices conoceremos el comportamiento pluviomtrico de los aos

El presente trabajo comprueba la utilidad del MVR, como herramienta de

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

6.2.4 Mtodo de Segmentacin de series Hidrometeorolgicas. 32

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Tabla 1 Estaciones seleccionadas para el estudio............................................. 25

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Figura 1 Zonas Nio..................................................... 5

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Grfico 1 Valores de los IE, y sus percentiles...................................................... 37

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Grfico 32 Valores del IPN Estacin Querococha................................................ 77

Grfico 66 Valores del IPE Estacin Shacaypampa............................................. 100

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Mapa 30 IPN EFM LNOS Evento 1975-76.......................................................... 130

Mapa 62 Correlacin entre IPE-6 e IOS-6 para la serie LNOS............................. 146

Mapa 95 IPE-24 Evento ENOS 1991-92............................................................. 163

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

El Servicio Nacional de Meteorologa e Hidrologa, a travs de la Direccin General de

El presente estudio trata de evaluar el impacto hidrolgico del Fenmeno El Nio y la

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Conocer el comportamiento espacial y temporal del rgimen de precipitaciones en la

- Homogenizar las series de precipitacin de las distintas estaciones localizadas

- Localizar probables quiebres en las series de precipitacin de las distintas

- Caracterizar y definir el comportamiento espacial y temporal del rgimen de

- Realizar el anlisis comparativo de los registros de precipitacin de la cuenca del

- Determinar los ndices de precipitacin normal (IPN) y los ndices de

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

III. REVISIN BIBLIOGRAFICA

Rome Gaspaldy et al (1998), realiza un estudio de la precipitacin a nivel mensual

Scian (1999), en su trabajo sobre Comparacin entre el ndice de precipitacin

Cardenas (2001), desarrolla una primera aproximacin al desarrollo de una modelo

Suarez (2001), realiza un estudio sobre la variabilidad pluviomtrica a escala anual en

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

precipitaciones en la cuenca del Titicaca fueron bajas especialmente en la parte Sur de

3.1 Fenmeno El Nio

El Fenmeno El Nio es un ciclo ocenico-atmosfrico que consiste en el

El Fenmeno El Nio consta, entre otros, de dos fenmenos principales: el

El Fenmeno El Nio es uno de los fenmenos ocenico-atmosfricos ms

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

El Fenmeno El Nio se localiza en las regiones ecuatoriales del Ocano Pacfico

Debido a la gran extensin del Ocano Pacfico, la comunidad cientfica internacional

Fig.1 Zonas Nio

3.2 El ndice de Oscilacin del Sur (IOS)

El ndice de la Oscilacin del Sur (IOS) es un nmero que se obtiene de la diferencia

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Fig. 2 Comportamiento de los vientos Alisios

En la situacin anterior, en que se comprueba una diferencia normal de las

En la situacin contraria, cuando se debilita la diferencia de presin, el ndice de

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA

Fig. 4 El Nio Normal

DIRECCIN DE HIDROLOGIA APLICADA IMPACTO HIDROLGICO DE ENOS Y LNOS-CCA. DEL RO SANTA