You are on page 1of 251

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERIA CIVIL

TESIS
~ ~
-'GENERACIÓN DE CAUDALES CON MODELOS
DE REDES NEURONALES ARTIFICIALES
A PARTIR DE LAS CARACTERÍSTICAS
DE UNA CUENCA"

PRESENTADA POR EL BACHILLER:

ALVAREZ LEDESMA, ANDEER ANDREW

PARA OPTAR EL TÍTULO PROFESIONAL DE:

INGENIERO CIVIL

HUANCAYO .. PERÚ
2015
MIEMBROS DEL JURADO
PRESIDENTE:

SECRETARIO:

JURADOS:

lng. Ja ier Chávez Peña


TITULAR

Angeles Vásquez
UPLENTE

ASESOR:
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

DEDICATORIA

El presente trabajo está dedicado a mis padres, que día a día se han
esforzado por apoyarme y velar por mi bienestar. Y a todas las
personas que me orientaron y apoyaron en algún momento.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
11
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

AGRADECIMIENTOS

Antes que todo agradecer a Dios por la bendición que me ha


brindado, a mis padres por la educación y respaldo en todo momento.

A mi asesor Ingeniero Abel Muñiz Paucarmayta por la orientación en


el proceso de aprendizaje.

A los docentes de la Universidad Nacional del Centro del Perú por


sus enseñanzas y contribuir en mi formación profesional.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 111
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

ÍNDICE

DEDICATORIA ........................................................................................................:...................... 11
AGRADECIMIENTOS ................................................................................................................... 111
ÍNDICE ............................................................................................................................................ IV

ÍNDICE DE FIGURAS················································································································· VIII


ÍNDICE DE TABLAS ...................................................................................................................... X
RESUMEN ..................................................................................................................................... XI
INTRODUCCIÓN .......................................................................................................................... XII
CAPITULO 1.................................................................................................................................. 14
l. PLANTEAMIENTO DE LA INVESTIGACIÓN ........................................................................ 14
1.1. PLANTEAMIENTO DEL PROBLEMA ............................................................................ 14
1.1.1 PROBLEMA GENERAL ............................................................................................. 14
1.1.2 PROBLEMAS ESPECÍFICOS ................................................................................... 14
1.2. OBJETIVOS ...................................................................................................................... 15
1.2.1. OBJETIVO GENERAL .............................................................................................. 15
1.2.2. OBJETIVOS ESPECÍFICOS ..................................................................................... 15
1.3. JUSTIFICACIONES .......................................................................................................... 15
1.3.1. JUSTIFICACIÓN DE LA METODOLOGÍA............................................................. 15
1.3.2. JUSTIFICACIÓN PRÁCTICA................................................................................... 16
1.4. DELIMITACIÓN ................................................................................................................. 16

1.5. FORMULACIÓN DE LA HIPÓTESIS .............................................................................. 16


1.5.1. HIPÓTESIS GENERAL............................................................................................. 16
1.5.2. HIPÓTESIS ESPECÍFICAS ...................................................................................... 16
1.6. VARIABLES ...................................................................................................................... 17
1.6.1. VARIABLES INDEPENDIENTES ............................................................................. 17
1.6.2. VARIABLE DEPENDIENTE ...................................................................................... 17
1.7. ORGANIZACIÓN DE LA INVESTIGACIÓN ................................................................... 17
CAPITULO 11 ................................................................................................................................. 18
11. MARCO TEORICO .................................................................................................................. 18
2.1. ANTECEDENTES ............................................................................................................. 18
2.1.1. NACIONAL ................................................................................................................. 18

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
IV
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.1.21NTERNACIONAL ....................................................................................................... 19
2.2. CUENCA HIDROGRÁFICA ............................................................................................. 20
2.2.1. CLASIFICACIÓN DE UNA CUENCA ...................................................................... 20
2.2.1.1 SEGÚN SU ELEVACIÓN .................................................................................... 20
2.2.1.2 SEGÚN SU TAMAÑO .......................................................................................... 21
2.2.2. PARAMETROS FISIOGRÁFICOS Y GEOMORFOLÓGICOS .............................. 21
2.2.2.1 SUPERFICIE DE LA CUENCA .......................................................................... 21
2.2.2.2 PERÍMETRO ......................................................................................................... 22
2.2.2.3 LONGITUD DEL CAUCE PRINCIPAL .............................................................. 22
2.2.2.4 PENDIENTE MEDIA DEL CAUCE ..................................................................... 22
2.2.2.5 PENDIENTE DE LA CUENCA ............................................................................ 23
2.2.2.6 DENSIDAD DE DRENAJE .................................................................................. 23
2.2.2.7 NÚMERO DE ORDEN DE UN CAUCE .............................................................. 24
2.2.2.8 FACTOR DE FORMA .......................................................................................... 24
2.2.3 USOS DEL SUELO ..................................................................................................... 25
2.2.4. PARÁMETROS HIDROMETEOROLÓGICOS ........................................................ 26
2.2.4.1 PRECIPITACIÓN ................................................................................................. 26
2.2.4.1.1 MEDICIÓN DE LA PRECIPITACIÓN .......................................................... 27
2.2.4.2 ESCURRIMIENTO ............................................................................................... 28
2.2.4.2.1 CLASIFICACIÓN DEL ESCURRIMIENTO ................................................. 29
2.2.4.2.2 FACTORES QUE AFECTAN EL ESCURRIMIENTO ................................ 29
2.2.4.2.3 HIDROMETRÍA ............................................................................................. 30
2.2.5 TRATAMIENTO DE DATOS HIDROMETEOROLÓGICOS ................................... 32
2.2.5.1 ANALISIS DE CONSISTENCIA ......................................................................... 33
2.2.5.1.1 ANALISIS DE SALTOS ................................................................................ 33
2.2.5.1.2 ANÁLISIS DE TENDENCIAS ...................................................................... 40
2.2.5.2 COMPLETAR Y EXTENDER DATOS HIDROMETEOROLÓGICOS ............. 48
2.2.6 BALANCE HÍDRICO .................................................................................................. 50
2.3 REDES NEURONALES ARTIFICIALES ......................................................................... 51
2.3.1 CARACTERÍSTICAS .................................................................................................. 52
2.3.2 MODELO DE UNA NEURONA NATURAL Y ARTIFICIAL .................................... 53
2.3.2.1 NEURONA NATURAL ........................................................................................ 53
2.3.2.2 MODELO ARTIFICIAL ........................................................................................ 54

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA V
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.3.2.3 ELEMENTOS DE UNA RNA: ............................................................................. 56


2.3.2.4 TIPOS DE FUNCIÓN DE TRANSFERENCIA ................................................... 56
2.3.2.5 MÉTODOS DE APRENDIZAJE .......................................................................... 57
2.3.2.5.1 APRENDIZAJE SUPERVISADO ................................................................. 57
2.3.3 PERCEPTRON MULTICAPA .................................................................................... 59
2.3.3.1 ENTRENAMIENTO DE LA RED ........................................................................ 60
2.3.3.2 APRENDIZAJE DE UN PERCEPTRÓN MULTICAPA .................................... 60
2.3.3.3 ALGORITMO DE PROPAGACIÓN {BACK PROPAGATION) ........................ 63
2.3.4 EFICIENCIA DEL MODELO ....................................................................:.................. 66
2.3 DEFINICIÓN DE TÉRMINOS ............................................................................................ 69
CAPÍTULO 111 ................................................................................................................................ 70
111. DESCRIPCIÓN DEL ÁREA DE ESTUDIO ........................................................................... 70
3.1 CUENCA DEL MANT ARO ................................................................................................ 70
3.1.1 UBICACIÓN GEOGRÁFICA Y lÍMITES DE LA CUENCA DEL MANTARO ....... 70
3.1.2 DISTRIBUCIÓN TEMPORAL DE LA PRECIPITACIÓN ......................................... 70
3.1.3 FISIOGRAFÍA .............................................................................................................. 70
3.1.4 HIDROGRAFÍA ........................................................................................................... 71
3.2 DESCRIPCIÓN DE LAS SUBCUENCAS Y MICROCUENCAS DEL MANTARO ...... 73
CAPITULO IV ............................................................................................................................... 82
IV. APLICACIÓN DEL MODELO ................................................................................................ 82
4.1 INFORMACIÓN BÁSICA .................................................................................................. 82
4.2 GENERACIÓN DE CAUDALES CON REDES NEURONALES ARTIFICIALES ........ 83
4.2.1 DESCRIPCIÓN DE MODELOS DE REDES NEURONALES ARTIFICIALES ..... 86
4.2.1.1 MODELOS CONFORMADOS POR GRUPOS PARCIALES .......................... 88
4.2.1.2.1 EVALUACIÓN EN EL GRUPO A ................................................................ 90
4.2.1.2.2 EVALUACIÓN EN EL GRUPO B ................................................................ 92
4.2.1.2.3 EVALUACIÓN EN EL GRUPO C ................................................................ 94
4.2.1.2.4 EVALUACIÓN EN EL GRUPO D ................................................................ 95
4.2.1.2 MODELO CONFORMADO POR UN GRUPO GLOBAL ................................. 97
4.3 ANÁLISIS Y DISCUSIÓN DE RESULTADOS ................................................................ 99
4.4 GENERACIÓN DE CAUDALES EN LA MICROCUENCA HUAYANAY ................... 107
CAPÍTULO V .............................................................................................................................. 112
5. CONCLUSIONES Y RECOMENDACIONES ...................................................................... 112

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA VI
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

5.1. CONCLUSIONES ............................................................................................................ 112


5.2. RECOMENDACIONES ................................................................................................... 113
BIBLIOGRAFÍA .................................................... ,..................................................................... 114

ANEXOS

PANEL FOTOGRAFICO

MAPAS TEMÁTICOS

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA VIl
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

ÍNDICE DE FIGURAS

Figura
Figura 2.1 Microcuenca Huayanay 20
Figura 2.2 Proyección de la superficie de la cuenca 22
Figura 2.3 Longitud del cauce principal de la cuenca 22
Figura 2.4 Red hidrográfica Huayanay 23
Figura 2.5 Orden del cauce principal de una cuenca 24
Figura 2.6 Factor de forma de una cuenca 25
Figura 2.7 Formación de la precipitación 27
Figura 2.8 Pluviófrafo de sifón 27
Figura 2.9 Generación de la escorrentía total 28
Figura 2.10 Hidrogramas 29
Figura 2.11 Medición indirecta del caudal 31
Figura 2.12 Limnígrafo en el cauce de un río 31
Figura 2.13 Identificación de un salto en un hidrograma 33
Figura 2.14 Identificación de tendencia en un hidrograma 40
Figura 2.15 Estaciones pluviométricas en la microcuenca Cachi 49
Figura 2.16 Configuración de una neurona artificial 52
Figura 2.17 Neurona natural y sus partes 53
Figura 2.18 Proceso de sinapsis 53
Figura 2.19 Simplificación de una neurona natural a una artificial 54
Figura 2.20 Frecuencia de impulsos de una neurona 55
Figura 2.21 Procesamiento de una neurona artificial SS
Figura 2.22 Esquema de una aprendizaje supervisado 58
Figura 2.23 Red perceptrón multicapa 59
Figura 3.1 Río Mantaro 71
Figura 3.2 Mapa hidrográfico de la Cuenca del Mantaro 72
Figura 3.3 Datos de la microcuenca Huayanay 73
Figura 3.4 Datos del sistema Upamayo-San Juan 73
Figura 3.5 Datos de la microcuenca Cachas 74
Figura 3.6 Datos de la microcuenca Piñascocha 74
Figura 3.7 Datos de la Subcuenca Pachacayo 75
Figura 3.8 Datos de la microcuenca Canipaco 75
Figura 3.9 Datos de la microcuenca Vilca 76
Figura 3.10 Datos de la Subcuenca lchu 76

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA VIII
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Figura 3.11 Datos de la Subcuenca Yauli 77

Figura 3.12 Datos de la microcuenca Apacheta 77


Figura 3.13 Datos de la microcuenca Apacheta (Estación Atunsulla) 78
Figura 3.14 Datos de la microcuenca Cachi 78
Figura 3.15 Datos de la microcuenca Chacco 79
Figura 3.16 Datos de la microcuenca Chicllarazo 79
Figura 3.17 Datos de la quebrada Jollpahuaycco 80
Figura 3.18 Datos de la microcuenca Matarayoc 80
Figura 4.1 Configuración de una Red Neuronal con 3 capas 86
Figura 4.2 Estructura de una Red Neuronal Artificial en Matlab 89
Figura 4.3 Hidrograma del proceso de entrenamiento~ Grupo A 91
Figura 4.4 Hidrograma del proceso de validación- Grupo A 91
Figura 4.5 Hidrograma del año promedio Jollpahuaycco - Grupo A 92
Figura 4.6 Hidrograma del proceso de entrenamiento- Grupo B 93
Figura 4.7 Hidrograma del proceso de validación - Grupo B 93
Figura 4.8 Hidrograma del año promedio Gochas- Grupo B 93
Figura 4.9 Hidrograma del proceso de entrenamiento - Grupo C 94
Figura 4.10 Hidrograma del proceso de validación- Grupo C 95
Figura 4.11 Hidrograma del año promedio Yauli - Grupo C 95
Figura 4.12 Hidrograma del proceso de entrenamiento- Grupo D 96
Figura 4.13 Hidrograma del proceso de validación- Grupo D 96
Figura 4.14 Hidrograma del año promedio lchu - Grupo D 97
Figura 4.15 Hidrograma del proceso de validación grupo global 98
Figura 4.16 Relación área vs caudal- en la 1o Estación 101
Figura 4.17 Relación área vs caudal- en la 2° Estación 102
Figura 4.18 Relación área vs caudal- en la 3° Estación 102
Figura 4.19 Relación área vs caudal- en la 4 o Estación 103
Figura 4.20 Relación Precipitación vs caudal 105
Figura 4.21 Grafico de barras relación área vs caudal 105
Figura 4.22 Mapa hidrográfico microcuenca Huayanay 107
Figura 4.23 Laguna Ccesccaccocha 108
Figura 4.24 Áreas en la parte alta de la cuenca 108
Figura 4.25 Pluviógrafo instalado 109
Figura 4.26 Medición de la velocidad de flujo del río Huayanay 109
Figura 4.27 Hidrograma de la microcuenca Huayanay 110

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
IX
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

ÍNDICE DE TABLAS

Tablas
Tabla 2.1 Clasificación de pendiente de una cuenca 23
Tabla 2.2 Clasificación del uso del suelo 25
Tabla 2.3 Coeficiente de escorrentía promedio 26
Tabla 2.4 Completar datos faltantes de la estación Choccoro 49
Tabla 2.5 Funciones de activación 57
Tabla 3.1 Resumen de las características fisiográficas y usos del suelo 81
Tabla 4.1 Análisis de correlación cruzada entre todas las variables 87
Tabla 4.2 Clasificación en subgrupos de "cuencas de referencia" 88
Tabla 4.3 Modelos con diferentes capas de entrada 89
Tabla 4.4 Resultados de los diferentes modelos de RNAs -Grupo A 90
Tabla 4.5 Resultados de los diferentes modelos de RNAs.- Grupo B 92

Tabla 4.6 Resultados de los diferentes modelos de RNAs. - Grupo C 94


Tabla 4.7 Resultados de los diferentes modelos de RNAs- Grupo O 96
Tabla 4.8 Resultados del modelo para generación de caudales 98
Tabla 4.9 Resultados de los modelos conformados por grupos 99
Tabla 4.10 Resultados del modelo conformado por un grupo global 99
Tabla 4.11 Estaciones de precipitación 100
Tabla 4.12 Valores de precipitación característicos 100
Tabla 4.13 Resultados del1o grupo de Precipitación 104
Tabla 4.14 Resultados Relación Área- Caudal 104
Tabla 4.15 Coeficientes de escorrentía 106
Tabla 4.16 Registro de caudales generados (1988-2016)- Huayanay 111

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA X
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

RESUMEN

La escasez del agua en el Perú y en gran parte de sus regiones se está presentando
con mucha intensidad, pese a ello muchos pueblos siguen creciendo
desmesuradamente sin prever la disponibilidad, además la demanda de energía
eléctrica continúa incrementándose, por lo cual es necesario la construcción de
nuevas centrales hidroeléctricas, la presencia de grandes extensiones de terreno
agrícola que por falta de recursos hídricos no están siendo aprovechados, para todo
lo mencionado es necesario saber con cierta precisión la disponibilidad hídrica que
tienen las cuencas y así conocer el caudal de los ríos en el transcurso de los meses
y años, pero que sucede si dichas cuencas no cuentan con estaciones de aforo lo
cual es muy frecuente en nuestro medio, en dichas circunstancias es necesario
generar el caudal de los ríos para poder planificar y diseñar estructuras muy
importantes tales como presas, bocatomas y canales.

El presente trabajo de investigación busca generar caudales de los ríos en cuencas


que no están siendo aforadas tales como la cuenca del río Huayanay en la provincia
de Acobamba - Huancavelica, para lo cual es necesario conocer la influencia de
diversos parámetros tales como fisiográficos, meteorológico y usos del suelo que
determinan la cantidad de caudal pueda tener el río en un intervalo de tiempo.

Se aplicaron métodos. de recolección de datos y reconocimiento, también se


obtuvieron datos importantes de las estaciones hidrométricas y pluviométricas en
distintos puntos de la Cuenca del Mantaro, así como medición directa en la cuenca
del río Huayanay. Para calcular los parámetros fisiográficos se han empleado los
modelos digitales de elevación, para el caso de los usos del suelo se realizó
verificación en campo y el empleo de mapas.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA XI
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

INTRODUCCIÓN

La importancia de conocer la disponibilidad hídrica en una cuenca permite facilitar la


planificación, diseño y gestión de estructuras hidráulicas, sin embargo en cuencas sin
estaciones hidrométricas el escenario se muestra más complicado, existen algunas
metodologías que permiten generar el caudal de los ríos en el transcurso de los meses
y años, pero aún presentan cierto margen de error al comparar sus datos generados
con los registrados, por tal motivo existe la necesidad de trabajar con una metodología
más precisa que tenga la capacidad de modelar y generar caudales medios
mensuales en subcuencas y microcuencas pertenecientes a la Cuenca del Mantaro.

La presente investigación está centrada en construir un complejo mecanismo de


cálculo con Modelos de Redes Neuronales Artificiales que permita generar caudales
mensuales en subcuencas y microcuencas pertenecientes a la Cuenca del Mantaro,
para el cual dicho mecanismo ha sido calibrado con 15 subcuencas y microcuencas
pertenecientes a misma. En el mecanismo se incorporan parámetros fisiográficos,
meteorológico y usos del suelo, dicho mecanismo será "entrenado" con datos
hidrométricos de cuencas aforadas para luego generar el caudal en cuencas no
aforadas.

La presente tesis está conformado por cinco capítulos:

En el capítulo 1 se describe el planteamiento del problema, también se incluye los


problemas específicos, objetivos, justificación, delimitación, hipótesis y variables.

En el capítulo 2 se presenta la base teórica que fundamenta todos los cálculos, se


describe y explica la influencia de todos los parámetros en el comportamiento de una
cuenca, se muestra el procedimiento para realizar el análisis de consistencia a los
datos, así como detallar aspectos importantes de las Redes Neuronales Artificiales.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA XII
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

En el capítulo 3 se describe el área en la que se trabajó, presentándose aspectos


importantes de las subcuencas y microcuencas empleadas en el proceso de
"entrenamiento", calibración y validación de los modelos, así como describir la
microcuenca Huayanay.

En el capítulo 4 se presenta el proceso de Generación de Caudales con Modelos de


Redes Neuronales Artificiales, en la que se incluye las fases de entrenamiento,
calibración y validación.

En el capítulo 5 se menciona las conclusiones y recomendaciones.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA XIII
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CAPITULO 1

l. PLANTEAMIENTO DE LA INVESTIGACIÓN

1.1. PLANTEAMIENTO DEL PROBLEMA


Debido a la escases mundial de agua y específicamente en el Perú, se han
planteado el diseño de obras hidráulicas tales como presas, bocatomas, diques que
intervengan en el abastecimiento y regulación de agua, así como irrigaciones, sin
embargo la falta o escases de información debido a la poca implementación de
estaciones hidrometeorológicas que tengan el registro de datos en las zonas de
estudio conduce en general a despertar grandes dudas sobre los resultados obtenidos
de los caudales de los ríos, lo cual hace que los ingenieros no cuenten con
información precisa para el diseño y gestión de presas, esto genera incertidumbre y
perjudica en el planeamiento y control de los recursos hídricos. Ante la carencia de
dicha información algunas estructuras hidráulicas han sido sobredimensionadas para
lograr su ejecución y en otras ocasiones se ha tenido un manejo ineficiente del recurso
hídrico.

Debido a la necesidad de generar y predecir caudales medios mensuales nace esta


investigación en la que se busca construir un complejo mecanismo de cálculo con
modelos de Redes Neuronales Artificiales calibrados a partir de parámetros
característicos de diversas microcuencas y subcuencas pertenecientes a la Cuenca
del Mantaro, con esto se podrá generar caudales medios mensuales que permitan el
planeamiento y control de recursos hídricos en presas, bocatomas, canales y otros.

1.1.1 PROBLEMA GENERAL

¿Cuáles son los resultados al generar caudales con modelos de redes neuronales a
partir de las características de una cuenca?

1.1.2 PROBLEMAS ESPECÍFICOS

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍTICAS DE UNA CUENCA
14
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

);;> ¿Cuál es la influencia de las características meteorológicas en la generación


de caudales con modelos de redes neuronales artificiales?
);;> ¿Cuál es la intervención de las características fisiográficas en la generación
de caudales con modelos de redes neuronales artificiales?
);;> ¿Cuál es la influencia de los usos del suelo en la generación de caudales
con modelos de redes neuronales artificiales?

· 1.2. OBJETIVOS

1.2.1. OBJETIVO GENERAL

Generar caudales con modelos de redes neuronales artificiales a partir de las


características de una cuenca.

1.2.2. OBJETIVOS ESPECÍFICOS

);;> Definir las características meteorológicas para la generación de caudales


con modelos de redes neuronales artificiales en la microcuenca Huayanay en
el2015.
);;> Identificar las características fisiográficas que intervienen en la generación
1
de caudales con modelos de redes neuronales artificiales en la microcuenca
Huayanay en el 2015.
);;> Analizar la influencia de los usos de suelo en la generación de caudales con
modelos de redes neuronales artificiales en la microcuenca Huayanay en el
2015.

1.3. JUSTIFICACIONES

1.3.1. JUSTIFICACIÓN DE LA METODOLOGÍA.

Los modelos de redes neuronales artificiales son sistemas compuestos por


neuronas en la que cada neurona representa un código de una variable
(precipitación, temperatura, evapor~ción, caudal) los cuales configurados en

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 15
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

una estructura adecuada permitirán el entrenamiento del sistema donde las


variables de entrada (input) serán la precipitación, área de la cuenca, pendiente
media de la cuenca entre otros, además la variable de salida(ouput) será el
caudal de las cuencas de referencia, con dicho entrenamiento se formará la
estructura "fórmula" en la que se ingresarán las variables de entrada de la
cuenca en estudio (Huayanay) para luego obtener la variable de salida
(caudales), es así que se generarán los caudales.

1.3.2. JUSTIFICACIÓN PRÁCTICA.

Brindar una metodología bastante precisa en la generación de caudales. que


facilitarán el planeamiento y diseño de obras hidráulicas.

1.4. DELIMITACIÓN
El presente estudio se ha desarrollado básicamente en subcuencas y
microcuencas pertenecientes a la Cuenca del Mantaro, el análisis y resultados
corresponden a caudales medios mensuales, por lo cual su aplicación está
centrada en dichos caudales. Además los modelos han sido calibrados para
cuencas con área de captación de 100 a 1500km2.

1.5. FORMULACIÓN DE LA HIPÓTESIS

1.5.1. HIPÓTESIS GENERAL.

Las características de una cuenca influyen en la generación de caudales con


modelos de redes neuronales.

1.5.2. HIPÓTESIS ESPECÍFICAS.


>- La meteorología influye en la generación de caudales con modelos de redes
neuronales artificiales en la microcuenca Huayanay en el 2015.
>- La fisiografía interviene en la generación de caudales con modelos de redes
neuronales artificiales en la microcuenca Huayanay en el 2015.
>- Los usos del suelo afectan en el proceso de generación de caudales con
modelos de redes neuronales en la microcuenca Huayanay en el 2015.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 16
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

1.6. VARIABLES
1.6.1. VARIABLES INDEPENDIENTES
- Meteorológica
- Fisiografía
- Usos del suelo

1.6.2. VARIABLE DEPENDIENTE


- Caudales mensuales

1.7. ORGANIZACIÓN DE LA INVESTIGACIÓN


La presente investigación está ordenada de la siguiente manera:

En el capítulo 1 se describe el planteamiento del problema, también se incluye los


problemas específicos, objetivos, hipótesis y variables.

En el capítulo 2 se presenta la base teórica que fundamenta todos los cálculos, se


describe y explica la influencia de todos los parámetros en el comportamiento de una
cuenca, se describe el procedimiento para realizar el análisis de consistencia a los
datos, así como describir aspectos importantes acerca de las Redes Neuronales
Artificiales.

En el capítulo 3 se describe el área en la que se trabajó, presentándose aspectos


importantes de las subcuencas y microcuencas empleadas en el proceso de
"entrenamiento" y validación de los modelos, así como describir la microcuenca
Huayanay.

En el capítulo 4 se presenta el proceso de Generación de Caudales con Modelos de


Redes Neuronales Artificiales, en la que se incluye el proceso de entrenamiento y
validación, comparando en cuencas aforadas el registro de caudales generados y
registrados.

En el capítulo 5 se menciona las conclusiones y recomendaciones.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 17
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CAPITULO 11

11. MARCO TEORICO

2.1. ANTECEDENTES
A lo largo del tiempo el recurso hídrico ha sido de vital importancia para el
desarrollo de los pueblos, sin embargo de acuerdo a esa importancia no se fue
avanzando en la parte técnica, especialmente en conocer la disponibilidad hídrica de
los ríos y su comportamiento en el transcurso del tiempo, esto implica que los ríos no
estén siendo aforados, generalmente se debe al elevado costo que conlleva el
mantenimiento y operación de las estaciones hidrométricas. En los ríos no aforados
es un limitante y hace que los ingenieros no cuenten con información precisa para el
diseño y gestión de presas, esto genera incertidumbre y perjudica en el planeamiento
y control de los recursos hídricos, por lo cual los investigadores han buscado diversas
formas de calcular el caudal medio mensual de los ríos, para poder construir
generalmente sus embalses, bocatomas y presas. En los últimos siglos el manejo
adecuado del agua ha sido un tema de mucho interés a causa de la escasez y la
necesidad de generación de energía eléctrica. En las últimas décadas investigadores
nacionales y extranjeros han realizado estudios para calcular caudales medios
mensuales de los ríos, algunos de ellos se presentan a continuación:

2.1.1. NACIONAL
(Ta razona Santos, 2005) En su tesis realizó el estudio: Generación de descargas
mensuales en subcuencas de la Cuenca del Río Santa utilizando el método de Lutz
Scholz - Ancash.

El objetivo de su estudio estaba enfocado en la metodología desarrollada por el


experto Lutz Scholz, quien elaboró el modelo matemático 'Transformación de
Precipitación en Descarga" para el Proyecto Nacional de Pequeñas y Medianas
Irrigaciones (PNPMU-11) del Ministerio de Agricultura, en el marco de Cooperación
Técnica de la República Alemana a través del Plan Meris 11. Éste modelo además de
ofrecer una metodología para la calibración de los parámetros hidrológicos, presenta
una serie de expresiones empíricas regionalizadas que en teoría permitirán estimar
los valores de los caudales a escala mensual en cuencas sin información.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 18
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

(Sánchez Delgado & Laqui Vil ca, 2008) En su artículo "Predicción de caudales medios
mensuales del río Huancané utilizando modelos de Redes Neuronales Artificiales",
Huancané- Puno.

Desarrolló Modelos de Redes Neuronales Artificiales a partir de datos de caudales,


precipitación y evaporación, el objetivo de su estudio fue evaluar la capacidad de
desempeño de los modelos de Redes Neuronales Artificiales frente a modelos
estocásticos. Al culminar su estudio encontró que los modelos de redes neuronales
artificiales mostraron comparativamente mejor desempeño en materia de predicción
frente a un modelo autorregresivo periódico de primer orden PAR.

2.1.2 INTERNACIONAL
(Gómez Gallego, 2012) Realizó su proyecto de fin de carrera "Redes Neuronales
Artificiales para la simulación, estimación y control de caudales impulsados por
estaciones de bombeo en zonas regables" Huelva - España.

Tiene como objetivo principal la comparación de las aproximaciones neuronales con


modelos tradicionales de Regresiones Lineales Múltiples en el que ha supuesto un
mejor funcionamiento de los modelos (RNAs.), debido a las relaciones funcionales no
lineales presentes en las variables independientes consideradas en los modelos
(datos climáticos y caudales impulsados en periodos de tiempo anteriores).

(Pujol Reig, 2009) Realizó su tesis doctoral "Predicción de caudales en tiempo real en
grandes cuencas utilizando redes neuronales artificiales" Valencia- España.

Ésta investigación tiene como objetivo principal calcular con suficiente tiempo de
antelación los caudales futuros en ríos cercanos a grandes ciudades, donde el peligro
es inminente ante desbordes ocasionados por la crecida del río y fuertes
precipitaciones. En dicha tesis se hace una revisión bibliográfica de la metodología
de Redes Neuronales Artificiales incorporando conceptos físicos para elegir las
variables de entrada al modelo, tales como parámetros geomorfológicos de la cuenca
y tiempos de respuesta (tiempo de concentración).

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 19
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.2. CUENCA HIDROGRÁFICA

La cuenca hidrográfica es un sistema que presenta como principal entrada la lluvia y


como salidas el caudal, la evapotranspiración, el flujo subsuperficial y la percolación.
Una cuenca hidrográfica es delimitada por una divisoria que es la línea topográfica
que separa superficialmente dos cuencas hidrográficas o sistemas de drenaje
independiente en dirección y sentido, cuyas salidas no necesariamente coinciden en
un río común determinado, (Fattorelli & Fernandez, 2011).

En el presente estudio se emplearan las características fisiográficas, meteorológica,


y usos del suelo de una cuenca para generar los caudales. El proceso consistirá en
realizar el entrenamiento de los modelos de Redes Neuronales Artificiales en las que
se encontrarán los algoritmos de aprendizaje, así como la estructura de la Red que
servirán para la generación de caudales.

Figura 2.1 Microcuenca Huayanay

2.2.1. CLASIFICACIÓN DE UNA CUENCA

2.2.1.1 SEGÚN SU ELEVACIÓN

(Cahuana Andia & Yugar Morales, 2009) Las cuencas de la sierra tienen cierta
característica las cuales permiten ser clasificadas en: cuenca alta, media y baja. En
cierta forma también se podrá apreciar en la subcuencas y microcuencas que integran
la cuenca del Mantaro.

a) Cuenca alta: También llamado cuenca de cabecera o de recepción, por su


característica elevada comprende los nevados y glaciares que se forma en la

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 20
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

cordillera, en sus depresiones se forman lagunas, las precipitaciones son ligeramente


superiores respecto a la cuenca media y baja.

b) Cuenca media: Presenta mayor pendiente relativa respecto a la cuenca alta y baja,
dicha pendiente provoca turbulencia en el flujo de los ríos, denominada también zona
de transporte de sedimentos y escurrimiento.

e) Cuenca baja: Tiene menor pendiente, presenta un cauce definido, también suele
llamarse zona de depósito.

2.2.1.2 SEGÚN SU TAMAÑO

(Campos Aranda, 1987) Tiene ésta clasificación debido a la influencia de los


parámetros y característica de una cuenca en su comportamiento. La siguiente
clasificación:

a) Cuenca Grande: Cuencas con área mayor a 250km2, donde predominan las
características fisiográficas (pendiente, elevación, área) y el efecto de almacenaje del
cauce.

b) Cuenca pequeña: Cuencas con área menor a 250km2, el comportamiento del


escurrimiento corresponde a las características físicas (tipo de suelo, vegetación e
intensidad de precipitación)

2.2.2. PARAMETROS FISIOGRÁFICOS Y GEOMORFOLÓGICOS

(Cahuana Andia & Yugar Morales, 2009) El comportamiento de una cuenca y su


respuesta frente a una precipitación depende básicamente de las características o
variables que presente su fisiografía y morfología. En base a dichas variables se
logrará una transferencia de información de un sitio donde existan registros
hidrológicos a otro donde no existan registros, siempre en cuando tengan
características hidrológicas homogéneas.

Los parámetros que permiten describir las características de una cuenca son:

2.2.2.1 SUPERFICIE DE LA CUENCA

Es la proyección en el plano horizontal de toda área de drenaje.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 21
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

(a) Modelo tridimensional (b) Proyección en el plano horizontal

Figura 2.2 Proyección de la superficie de la cuenca

2.2.2.2 PERÍMETRO

Longitud del contorno de la cuenca, definida como la línea divisoria de aguas.

2.2.2.3 LONGITUD DEL CAUCE PRINCIPAL

Es la longitud del curso de agua más largo desde la cabecera de la cuenca hasta la
desembocadura, para efectos prácticos se mide como su proyección en el plano
horizontal.

PERÍMETRO= 108.6km

LONG. DEL CAUCE PRINCIPAL= 37.1km

Figura 2.3 longitud del cauce principal de la cuenca

2.2.2.4 PENDIENTE MEDIA DEL CAUCE

Se define como la diferencia entre la altitud máxima y mínima del cauce principal
entre la longitud del cauce principal.

H, -H. Ec. (2.1)


Se= max mm

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 22
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

2.2.2.5 PENDIENTE DE LA CUENCA

Es un parámetro relativo al relieve, factor importante para determinar el tiempo de


concentración y de respuesta.

Tabla 2.1 Clasificación de pendientes de una cuenca


PENDIENTES CLASIFICACIÓN
0-2% PLANO
2-5% SUAVE
5-10% ACCIDENTADO MEDIO
10-15% ACCIDENTADO
15-25% FUERTEMENTE ACCIDENTADO
25-50% ESCARPADO
>50 MUY ESCARPADO
(Cahuana Andia & Yugar Morales, 2009)

2.2.2.6 DENSIDAD DE DRENAJE

Es la longitud media de la red hidrográfica por km. cuadrado de área de la cuenca, a


mayor Densidad de drenaje, mayor será el volumen de escurrimiento.

Figura 2.4 Red hidrográfica Huayanay

'"'L.
D=L...,¡t Ec. (2.2)
d A
Dónde:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 23
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Dd : Densidad de drenaje.
Li : Longitud total de los ríos
A : Área de la cuenca (km2)

2.2.2.7 NÚMERO DE ORDEN DE UN CAUCE

Es el grado de ramificación o bifurcación que tiene una cuenca.

Figura 2.5 Orden del cauce principal de una cuenca

El río en este sistema no mantiene el mismo orden en toda su extensión, siendo el


orden de una cuenca hidrográfica el mismo de su cauce principal.

2.2.2.8 FACTOR DE FORMA

Es la relación entre el ancho medio de la cuenca y la longitud del cauce principal.

Ec. (2.3)

Ff :Factor de forma
8 : Ancho promedio de la cuenca (km)
. Le : Longitud de la cuenca, es la distancia desde el punto de salida hasta el punto
más lejano, cercano a la cabecera del cauce principal, medida en línea recta (km).

Ft Altos, significa que existe alta susceptibilidad a inundaciones


Ft Medios, significa que existe moderada susceptibilidad a inundaciones
Ft Bajos, significa que existe baja susceptibilidad a inundaciones

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 24
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Figura 2.6 Factor de forma de una cuenca

2.2.3 USOS DEL SUELO


El escurrimiento obtenido a partir de la lluvia tiene muchas pérdidas como la
evaporación, percolación, encharcamiento, pero fundamentalmente queda retenida
en el suelo; a éste proceso se llama infiltración, así como en la cobertura vegetal
en algún momento la lluvia sobrepasa la capacidad de retención del terreno y la
vegetación, será cuando el excedente producirá un escurrimiento sobre la superficie
del terreno (Cervantes Cordero, 1999).
Existen diversas formas de clasificar los usos del suelo, sin embargo según la
importancia e implicancia dentro de la generación y predicción de caudal, optamos
por la clasificación:

Tabla 2.2 Clasificación del uso del suelo

USO DEL SUELO CLASE


Bosque (todos los tipos) 1
Pastos 2
Cultivos 3
Matorral 4
Urbano 5
(Céspedes & Marco, 1997)

Con el fin de establecer el coeficiente de los usos del suelo de la cuenca se toman en
cuenta las características de usos del suelo. Se tiene conocimiento que el coeficiente

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
25
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIER[A CIVIL

de escorrentía depende mucho de la Intercepción, Infiltración, Pendiente


principalmente, es por eso que se pretende establecer una clasificación de la
cobertura vegetal por su intercepción.

Tabla 2.3 Coeficiente de escorrentía promedio

PENDIENTE(%)
INTERCEPCIÓN
75 35 15 2.5
SIN VEGETACIÓN 70% 65% 60% 55%
CULTIVOS 60% 55% 50% 45%
PASTOS 55% 50% 45% 40%
HIERBA 50% 45% 40% 35%
BOSQUES 45% 40% 35% 30%

(Cervantes Cordero, 1999)

Para determinar el escurrimiento existen dos fenómenos importantes, la precipitación


que depende de las condiciones climatológicas, y la retención que depende de las
características físicas de la cuenca, donde los suelos imponen el mayor efecto,
influyen en gran parte en el fenómeno de retención, haciendo el efecto de resumir el
agua, un suelo entre más impermeable sea, el escurrimiento será más grande.
(Aparicio Mijares, 1989).

2.2.4. PARÁMETROS HIDROMETEOROLÓGICOS


Según (Aliaga Araujo, 1983) la hidrometeorología es la Rama de la ciencia de la
atmósfera (Meteorología) y de la Hidrografía que estudia la transferencia de agua y
energía entre la superficie y la atmósfera. Se deben a la acción de factores
atmosféricos, como la lluvia. También investiga la presencia de agua en la atmósfera
en sus diferentes fases

2.2.4.1 PRECIPITACIÓN
Es toda forma de humedad que se origina en las nubes para llegar a la superficie
terrestre en forma de lluvia, granizo, nieve y otros.
Desde el punto de vista de la ingeniería hidrológica la precipitación es la fuente
primaria de agua en la superficie terrestre y su medición es el punto de partida para
estudios relacionados al uso y control del agua.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTER[STICAS DE UNA CUENCA
26
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

INCREMENTO DE EVAPORACIÓN. DE
PRECIPITACIÓN
TAMAÑO DE LAS GOTAS PARTÍCULAS PEQUEÑAS
EN FORMA DE
debido' a la
. GRANIZO, NIEVE,
TEMPERATURA Y VIENTO
LLUVIA Y OTROS.
CONDENSACIÓN Y
FORMACIÓN DE GOTAS LAS GOTAS GRANDES(3-

VAPOR DE AGUA . ._l~--P_RE_C_IP_IT_A_C_IÓ_N_ ______,

Figura 2.7 Formación de la precipitación (Chow, Maidment, & Mays, 1994)

2.2.4.1.1 MEDICIÓN DE LA PRECIPITACIÓN


Se comprende como la altura de columna de agua (mm) que cae en una unidad de
área y se realiza para obtener información sobre sus características espaciales y
temporales, como intensidad, frecuencia, fase, duración cantidad etc. (Cahuana
Andia & Yugar Morales, 2009).

PLUVIOGRAFO

ARMAZONDE
HIERRO
~----!+- TUBO
SOPORTE
TAMBOR DE DEL FIJADOR
RELOJ DEL
LAPICERO

BATERIA J-tl--.jUU-- CÁMARA DEL


SIFÓN
'1-!H~- FLOTADOR

SIFÓN

COLECTOR

Figura 2.8 Pluviógrafo de sifón

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 27
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Para la presente investigación será de suma importancia los registros pluviométricos


obtenidos de las estaciones cercanas a la zona en estudio, debido a que no se cuenta
con registros en la zona de estudio así como el aforamiento del caudal del río,
entonces se será ahí donde el parámetro de la precipitación formará parte del sistema
para la generación de caudales. En las subcuencas de la cuenca del Mantaro se
encontraron pluviómetros y pluviógrafos.

2.2.4.2 ESCURRIMIENTO
(Cahuana Andia & Yugar Morales, 2009) Se define como el agua proveniente de la
precipitación que circula sobre o bajo la superficie terrestre y llega a una corriente de
agua para ser drenada hasta la salida de la cuenca.
El escurrimiento total en una cuenca puede tener hasta cuatro componentes:
- Precipitación en los cauces o superficie de agua.
- Escurrimiento superficial
- Escurrimiento subsuperficial o hipodérmica
-Escurrimiento subterráneo

,P
"''~
\
\ \ \
\
\
Evapotranspiración
\ \.

(' (~)
\
\
\

Evaporación
Zona no

~<í~t(
saturada

Zona
saturada

Figura 2.9 Generación de la escorrentía total

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 28
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.2.4.2.1 CLASIFICACIÓN DEL ESCURRIMIENTO


Los contribuyentes del escurrimiento total se compone del escurrimiento directo (que
tiene su efecto luego de una precipitación) y el escurrimiento base (su efecto tarda
días, semanas, meses).

a) ESCURRIMIENTO DIRECTO: Éste tipo de escurrimiento está formado por la


precipitación en los cauces, flujo superficial y de acuerdo a la geología de la cuenca
se suma el escurrimiento subsuperficial.

b) ESCURRIMIENTO BASE: El principal contribuyente es el escurrimiento


subterráneo, agua almacenado en los acuíferos, lagos, lagunas y nevados.

ro
"'
::1
(1)
(.)
Fin escorrentía
superficial

T(mes)
Época de lluvia Época de estiaje
Tiempo

a) Hidrograma anual b) Hidrograma unitario

Figura 2.10 Hidrogramas

2.2.4.2.2 FACTORES QUE AFECTAN EL ESCURRIMIENTO


El origen del escurrimiento es la precipitación, el cual es muy variable de acuerdo a
las características climáticas de una cuenca, a esto se suma la respuesta de la cuenca
al ser receptor de la precipitación, la cuenca tiene muchísimos factores que influyen
en el escurrimiento, sin embargo en la presente tesis los principales se detallan a
continuación:

a) Factores Climáticos (Meteorológicos)


- Precipitación

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 29
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

-Temperatura media de la cuenca.


-Humedad atmosférica
b) Factores Fisiográficos:
- Área de la cuenca.
- Factor de forma.
-Pendiente de la cuenca.
- Densidad de drenaje.
- Área de lagos, lagunas y nevados
e) Usos del suelo

2.2.4.2.3 HIDROMETRÍA
Según el (Ministerio de Agricultura, 2005), la hidrometría se encarga de medir,
registrar, calcular y analizar los volúmenes de agua que circulan en una sección
transversal de un río, canal o tubería en la unidad de tiempo, tiene como propósitos
medir el agua, planear, ejecutar y procesar la información que se registra.

Para verificar los datos hidrométricos de la cuenca y validar los modelos de Redes
Neuronales Artificiales se tendrá en cuenta el caudal aforado de los ríos en
subcuencas y microcuencas pertenecientes a la cuenca del Mantaro.

Para medir el caudal de los ríos existen diversos métodos, sin embargo
principalmente en la Cuenca del Mantaro, se han empleado desde hace décadas los
métodos indirectos donde la forma de medición es con una regla limnimétrica y
limnígrafo, los cuales miden el nivel del agua en el río en el transcurso del tiempo,
éstos instrumentos son calibrados con el caudal, para luego elaborar las tablas "H" vs
"Q" (Altura vs. Caudal). A continuación presentamos los instrumentos de medición
empleados para determinar el caudal de los ríos.

a) LIMNÍMETRO

Son reglas graduadas en centímetros que son colocadas firmemente en Jos ríos de
tal forma que la base de ésta regla empieza en cero y éste coincida con el fondo del
río. Generalmente las alturas limnigraficas son graduadas y calibradas con el caudal

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 30
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

del río, de ésta manera el operador simplemente registra el nivel del agua en el
limnímetro para luego tabular dicha altura con el caudal.

CURVA DE DESCARGA
Estad6n: CHINCHI, 2830 m.s.n.m.
200r---,--------.~--.--------.

~-F~ OcMt.~ CMI'.H Cwl.lil


Ec.1otmi2001·31<WI203$ 0=2-1!~"04000f'l.I799
&.201~go;li5-31G'2005 Q-10.1171,1fH.g,7'00Q3'2.9951

caudal (m /s)

a) Limnímetro b) Curva de descarga


Figura 2.11 Medición indirecta del caudal (ELECTROPERU S.A., 2005)

b) LIMNÍGRAFOS

Son aparatos automáticos que registran continuamente las variaciones del nivel del
agua. Los registros en estos equipos son periódicos y actualmente incluso están
conectados electrónicamente y no requieren llegar hasta el punto de aforo para
conseguir los datós.

Figura 2.12 Limnígrafo en el cauce de un río

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 31
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.2.5 TRATAMIENTO DE DATOS HIDROMETEOROLÓGICOS

(Aliaga Araujo, 1983) Menciona que el tratamiento consiste en un ajuste de datos


históricos a una condición homogénea que incluye la evaluación y corrección de
posibles errores de medición, así como completar y extender datos.

Para la hidrología es muy importante tener disponible suficiente cantidad de datos en


cantidad y calidad, de tal forma que se pueda evaluar de forma correcta.

En algunos casos se presentan problemas tales como:


- No hay la cantidad suficiente de datos para evaluar y generalizar.
- Existen diversas mediciones por muchas instituciones las cuales son incompatibles.

Para dichos problemas se examina las características y confiabilidad de los datos. En


éste proceso se realiza el análisis de consistencia con criterios físicos y métodos
estadísticos.

Todo lo vertido es muy importante previo al diseño de obras hidráulicas. En algunos


casos en el registro se han tenido periodos donde la información no ha sido
registrados por diversos motivos, para lo cual es necesario completar los datos, en
otros el periodo de registro es muy corto para la evaluación que se está realizando,
en éste caso es necesario extender los datos. Cuanto más prolongados y
representativos sean los registros, mejor será el planeamiento, diseño y control de las
estructuras hidráulicas.

El proceso a seguir es:

~Realizar el análisis de consistencia de la información.


~Completar los datos faltantes y extender los periodos de registros cortos.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 32
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.2.5.1 ANALISIS DE CONSISTENCIA


Según (Aliaga Arauja, 1983) dentro de la información hidrometeorológica un error
significativo genera resultados altamente sesgados en futuros análisis. La
inconsistencia puede ser generada por efectos de la naturaleza o intervención del
hombre. En dicha inconsistencia se consideran saltos y tendencias que pueden ser
generados por el incremento del uso del agua (tendencias) o la construcción de
canales de regadío (saltos). Los tipos de errores se clasifican en:

a) SISTEMÁTICOS: Pueden ser naturales o artificiales, los cuales pueden ocasionar


saltos y tendencias, como ejemplo se tiene: cuando las estaciones que registran son
desplazadas, o también se pueden haber construido derivaciones (canales,
bocatomas), que distorsionan las descargas.

b) ACCIDENTALES: Éste tipo de errores son causados por inexactitud en las


mediciones y observaciones. Por ejemplo: Lecturar mal el registro, inexactitud al
medir por utilizar equipos descalibrados, errores de transcripción.

2.2.5.1.1 ANALISIS DE SAL TOS

Son periodos de transición en la que una serie hidrológica pasa de un estado a otro
debido a diversos motivos, algunos causados por la intervención del hombre
(construcción de una derivación) y otros por cambios en la naturaleza (embalsamiento
por deslizamientos).

1995 1996 1999 2000 2001 T(año)


... ...
~ri~o~ ~ri~o~
Xt : Información hidrometeorológica

Figura 2.13 Identificación de un salto en un hidrograma

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
33
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

En los hidrogramas de caudal vs. tiempo se podrá observar y distinguir los periodos,
así como el salto, presentando su variación en la media, desviación estándar y otros
parámetros. Para el presente estudio de caudales mensuales se tiene mayor
representatividad para los parámetros (promedio y desviación estándar). Un salto
puede ser ocasionado por el cambio brusco de las condiciones normales aguas arriba
de la estación de control (caudales) o alrededor de la estación de medición
(precipitación).

Procedimiento para la identificación de un salto:

;... Información de campo: Es importante identificar las acciones o causas posibles


que hayan ocasionado la presencia de saltos, ocasionados generalmente por
traslados de la estación de medición, construcción de canales, regulación de los ríos.

;... Análisis de hidrogramas: Una vez obtenida la información hidrológica disponible


es necesario graficar los hidrogramas (tiempo vs. precipitación/caudal), realizando
una apreciación visual se podrá observar de forma evidente una variación significativa
en el registro de datos.

Para analizar se distribuye en varios periodos tratando de identificar los saltos, sin
confundir con periodos largos de sequía o humedad. O cuando la estación es
trasladada a otro lugar.

Para identificar los posibles periodos que presentan información dudosa se tienen los
siguientes criterios:
- Cuando se tienen estaciones vecinas se comparan los registros históricos y se
evalúa el periodo en el que se observa variaciones notorias respecto al otro.
- Cuando se tiene precipitación y descargas se comparan sus hidrogramas, los cuales
deben tener similar comportamiento, teniendo en cuenta que se debe evaluar los
periodos incongruentes.

;... Análisis de doble masa: Denominado también "doble acumulación", es una


herramienta muy conocida y utilizada en la detección de inconsistencia en los datos

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 34
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

hidrológicos múltiples respecto a errores que pudieron haberse producido durante la


obtención de los mismos. En las rectas de acumulación se podrá observar los posibles
errores sistemáticos, siendo los quiebres estos posibles errores si son significativos,
mientras que los quiebres que se encuentren dentro de los límites de confianza no
serán considerados errores.

La norma para realizar el análisis doble masa se detalla a continuación:

~ Se analiza y compara las rectas de acumulación de descargas y/o precipitación


de la cuenca en estudio con cuencas hidrológicamente homogéneas.
~ Si el quiebre se presenta en las rectas de precipitación y descargas significa que
la causa que ocasiona el salto es un error sistemático natural y deberá ser verificado
para su corrección o validación con datos consistentes de cuencas hidrológicamente
homogéneas, esto se denomina análisis de consistencia espacial y temporal de datos,
también los errores a corregir son los artificiales o causado por el hombre.
~ Se puede realizar un análisis de doble masa y comparar las rectas de
acumulación entre precipitación y descargas siempre y cuando las descargas
dependan solamente de la precipitación y no de nevados, lagunas, embalses los
cuales podrían distorsionan la recta de descargas.

a) EVALUACION Y CUANTIFICACION
La evaluación y cuantificación de errores detectados en forma de saltos se realiza
mediante un análisis estadístico; a partir de las medias y desviación estándar se
realizan las pruebas de T de Student y F de Fisher.

Después de haber verificado la existencia de posibles errores en campo, así como en


el análisis de doble masa se determina los periodos para su análisis y posible
corrección, antes se procede a calcular sus parámetros desviación estándar y media,
para comprobar si sus valores se encuentran dentro del rango permisible según las
pruebas estadísticas y un cierto nivel de significación.

CONSISTENCIA EN LA MEDIA: Mediante la prueba estadística T de Student se


analiza si los valores promedios son estadísticamente iguales o diferentes. A

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 35
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

continuación se calcula los promedios y las desviaciones estándar para cada periodo
según las ecuaciones.

Ec. 2.4

S1 (x) = Ec. 2.5

Ec. 2.6

S 2 (x) = Ec. 2.7

Donde:

: Media del periodo 1 y 2, respectivamente.

xi,xj : Información de análisis en el periodo 1 y 2, respectivamente.

S1(x),S2 (x) :Desviación estándar del periodo 1 y 2, respectivamente.

: Número de datos de cada periodo

n :Tamaño total de la muestra (n=n1+n2)

El procedimiento a seguir es de la siguiente manera:

1. Se establecen las hipótesis y nivel de significación


Hp: 14 = 112 (significa que existe igualdad o semejanza entre las medias
poblacionales de los periodos 1 y 2)
Ha: 14 * 112 (No existe semejanza entre las medias poblacionales de los periodos
1 y 2)

a= 0.05 (Nivel de significancia del 5%)

2. Cálculo de las desviaciones estándar:


- De las diferencias de los promedios.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 36
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Ec. 2.8

- Ponderada.
(n¡ -l).SI2 + (n2 -l).s;
Ec. 2.9
ni +n2 -2

3. Calculando el Te (T calculado)

T =(XI -XJ-(f..LJ- Jlz)


e Sd Ec. 2.10

Asumiendo la semejanza: JlJ - p 2 = O (según planteamos la hipótesis)

4. Encontrar Tt (T tabulado) según las tablas al 95% de probabilidades


Si a 12 = 0.05 la tabla es de una sola cola
Si a 12 = 0.025 la tabla es de dos colas
G.L. =n. +n2 -2

Donde:
G. L. = Grados de libertad
a =Nivel de significación
5. Criterio de decisión:

Si: 1~ 1< IJ; 1


(95%) ~XI = x2 Estadísticamente las medias son iguales.
SI: (95%) ~X) * x2
1~ 1> IJ; 1 Estadísticamente las medias son diferentes (no
hay semejanza) por lo tanto se define la existencia de salto.

CONSISTENCIA EN LA DESVIACIÓN ESTANDAR: El análisis de consistencia en la


desviación estándar se realiza con la prueba "F" de Fisher según el procedimiento:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 37
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

- Se calcula la varianza de ambos periodos.

Ec. 2.11

Ec. 2.12

1. Planteando la hipótesis y el nivel de significancia:

Hp: o-12 = o-22 (se considera varianzas poblacionales semejantes)

Ha: o-12 *o-~ (se considera varianzas poblacionales semejantes)

a= 0.05 (Nivel de significancia del 5%)

2. Calculando Fe (F calculado)

F = St2(x) , Si Ec. 2.13


e S~(x)

F
e
= S~(x)
s 2(x) , Si .
S22(x) > St2(x) Ec. 2.14
1

3. Encontrar el valor Ft (F tabulado) según las tablas:

Para: a=0.05
GLN = n1
[ GLD=n -1
-1] Si s 2(x) > S~(x)
1

GLN = n2
[ GLD=n -1
-1] Si S~(x) > S¡2(x)
1
Donde:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 38
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

a : Nivel de significación

G.L.N : Grados de libertar del numerador

G.L.D : Grados de libertar del denominador

4. Probabilidad a decidir:

-Si: ~ < .F; (95%) ~SI (x) = s2 (x) Se considera que las desviaciones
estándar son iguales estadísticamente.
-Si: ~ > .f; (95%) ~ S1 (x) =t:. S2 (x) Las desviaciones estándar son diferentes
por lo tanto se considera que existe salto.

b) CORRECCIÓN DE LOS DATOS

Cuando los promedios y desviaciones estándar resultan estadísticamente iguales, los


datos ya no se corrigen por ser consistentes al 95% de probabilidad, a pesar que en
algunos casos en el análisis doble masa se observen pequeños quiebres.

En caso contrario se debe corregir y el procedimiento es mantener los datos del


periodo más confiable y solo corregir los datos del periodo que se desconfía.

Para corregir algún periodo se plantea las ecuaciones:

- Para corregir el primer periodo

· [XS -X
x(t) =
(x)
l
1
.S (x) + -
1
1
X 2 2
Ec. 2.15

- Para corregir el segundo periodo

Ec. 2.16

Donde:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 39
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

X~t) : Valor corregido de los datos

X1 : Valor a corregir

2.2.5.1.2 ANÁLISIS DE TENDENCIAS

(Aliaga Arauja, 1983) Son componentes determinísticos transitorios que se definen


como un cambio sistemático y continuo del registro de datos hidrometeorológicos, que
afecta la distribución y dependencia de las series. Generalmente las tendencias son
originadas por la intervención del hombre.

1995 2001 T(año)

Xt : Información hidrometeorológica

Figura 2.14 Identificación de tendencia en un hidrograma

- Las tendencias no son esperadas a repetirse por sí mismas en la misma forma y con
las mismas propiedades.
- Una tendencia puede existir en cualquier parámetro de una serie: media, desviación
estándar, coeficiente de correlación. Si los datos son anuales, generalmente se
presenta la tendencia en la media, mientras que para datos mensuales se presenta
en la media y desviación estándar.

a) TENDENCIA EN LA MEDIA

La tendencia en la media puede ser representada como polinomio o regresión lineal.


Las ecuaciones a las que se trata de ajustar convencionalmente son:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 40
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Ec. 2.17

Ec. 2.18
Donde:

:Tendencia de la media (ya corregida de saltos)


: Coeficientes de los polinomios o regresión.
: Variable independiente del tiempo, para t: (p -1)w+ r

Dónde: P = 1, 2, ... , n en el cual "n" es el número de datos del registro.


Donde r: 1, 2, 3, ... w en el cual "w'' es el periodo básico, que puede ser 1 año (365
días, 12 meses), mensual, semanal o diario.

El procedimiento para calcular y analizar la tendencia es:


1. Se estima los parámetros de tendencia.
2. Evaluar el grado de significación de probabilidad, generalmente al 95%.
3. Corregir en caso la tendencia resulta fuera del rango de probabilidad.

Estimación de los parámetros de tendencia:


Con los datos del registro se estima los parámetros y coeficientes de la ecuación
representativa, en éste caso:

Ec. 2.19

R·S Ec. 2.20


B = Tm
m St

Ec. 2.21

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 41
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Donde:

Tm :Representa la tendencia en la media., con valores corregidos, libre de


saltos

Tm : Es el promedio de los datos históricos (promedio de la tendencia)

- 1 n 1 n •
Tm =--~T
~ ~
=-·~X
~ ~\
Ec. 2.22
n i=I n i=I
t : Promedio del tiempo cronológico "t". (También se puede considerar el
número de datos existentes)

- 1 n
t = -· Lt¡ Ec. 2.23
n i=l

Srm : Desviación estándar de la tendencia en la media

S . Ec. 2.24
Sr;n = ....:........::----=
i-1
XI
n-1

St : Desviación estándar del tiempo cronológico "t".

i-1 Ec. 2.25


S=
t
n-1
R : Coeficiente de correlación lineal simple entre la tendencia en la media y el
tiempo en consideración.

t. Tm : Promedio de la tendencia por el tiempo


-- 1 n 1 n
t · Tm = - ""
~
) . · t1. = - ~
(Tm1 ~
(X').

· t1. Ec. 2.26
n i=l n i=l

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 42
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Evaluar el grado de significación de probabilidad:


Para determinar si es significativo se realiza una prueba de hipótesis con el
coeficiente de regresión "Bm", o coeficiente de correlación "R" según el estadístico
"T" de Student.
A continuación el procedimiento a realizar:

a. Establecer la prueba de hipótesis y el nivel de confianza.

Hp :p=O
Ha :p=t=O
a=0.05

b. Cálculo del parámetro estadístico Te:

T = R.Jn-2 Ec. 2.27


e ~I-R2
Donde:
Te : Parámetro estadístico (T calculado)
n : Número total de datos del registro
R : Coeficiente de correlación entre los datos y el tiempo cronológico

c. Tabular según la distribución de probabilidad de T Student al 95%.


Para:
a= 0.05 :Si la tabla es de una sola cola
G.L. = n- 2 : (G.L.= Grados de Libertad)

d. Criterios a decidir:
Evaluar si la tendencia se encuentra dentro del rango de probabilidades o no, según
los "T" calculado y tabulado.
Si: ~~ 1< IJ; 1(95%) R no es significativo, la tendencia no es significativa y no se
corrige.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 43
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Si: /~/ > /J;/ (95%) R si es significativo, así como la tendencia y se debe corregir.

Eliminar la tendencia de la media:


Si el Qoeficiente de correlación "R" resulta significativo al 95% de probabilidades, la
tendencia también resulta significativa, por lo tanto es necesario una corrección. La
corrección de la tendencia en la media se realiza con la siguiente ecuación:

Ec. 2.28

Ec. 2.29
Donde:

x¡t) : Es la serie hidrometeorológica analizada.


Tm :Tendencia en la media

~ :Serie corregida (sin tendencia)

t : 1,2, ... , n donde "n" es el número de datos del registro.

Para: La serie Yt representa las siguientes características

Para que el proceso Xt preserve la media constante, se devuelve el promedio de las


Xt' luego las ecuaciones anteriores resultarían:

Ec. 2.30

Ec. 2.31

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 44
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Donde:

Tm :Es el promedio de la tendencia en la media o promedio de los valores


corregido de salto

b) TENDENCIA EN LA DESVIACIÓN ESTANDAR


(Tarazana Santos, 2005) Una vez culminado el análisis y corrección de la tendencia
en la media se continúa el análisis con la desviación estándar, se sigue el
procedimiento:

La tendencia en la desviación estándar generalmente se presenta en datos


semanales o mensuales y puede ser representada con las ecuaciones:

Polinomial: Ec. 2.32

Lineal: Ec. 2.33

Donde:

T: : Es la tendencia de la desviación estándar.


t : 1,2, ... , n
n : Número total de datos del registro
As' Bs : Son los coeficientes del polinomio, estimados a partir de los datos del
registro.

Estimación y evaluación:
El procedimiento a seguir es como sigue:
a. La información sin tendencia en la media (Yt) se divide en varios periodos.
b. Para cada periodo se calcula su desviación estándar.

S = 1 ~(Y y )2
P w -1 . f:t p.o - P
Ec. 2.34

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 45
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Donde:

SP : Desviación estándar para el periodo "p".

Yp.8 :Serie sin tendencia en la media.

YP : Promedio del periodo p.

p = 1, 2, ... , n : Donde "n" es el número de periodos.

Para 8 = 1, 2, ... , w

w = 12,365,48 : Dependiendo del tipo de análisis y la información con la que se


trabaja.

c. Calculando los parámetros de la ecuación de regresión lineal.


d. Análisis del coeficiente de correlación "R" entre la tendencia de la desviación
estándar y el tiempo. Se compara y evalúa el estadístico T calculado y T tabulado,
para evaluar si es necesario su corrección todo esto con una probabilidad de
ocurrencia del 95%.

Eliminación de la tendencia en la desviación estándar


Si el coeficiente de correlación "R" resulta significativa, entonces se considera que la
tendencia también es significativa lo cual conlleva a corregir y se hará de la siguiente
manera:

z = X~t) -Tm Ec. 2.35


t T
Donde: S

Z1 : Serie sin tendencia en la desviación estándar.

X~t) : Serie corregida de saltos

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 46
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Tm :Tendencia en la media

Y: :Tendencia en la desviación estándar


Seguidamente la serie Zt presenta las siguientes características:

Al culminar las correcciones, la serie Zt queda estandarizada; con media cero y


varianza unitaria, luego se debe mantener los parámetros estacionarios o constantes
en el tiempo para los estudios posteriores. Esto se consigue estandarizando los
promedios de ambas tendencia como:

Ec. 2.36
Donde:

X~t) : Es la serie hidrometeorológica sin tendencias, con parámetros respectivos


constantes, con media "x" y desviación estándar "Sx".

Para:
x=Tm Y SX =Ts

Tm : Promedio de la tendencia en la media.

Ts : Promedio de la tendencia en la desviación estándar.

Cabe señalar que es necesario realizar todo éste procedimiento de "análisis de


consistencia de los datos hidrometeorológicos registrados por las estaciones
comprendidas en la cuenca del Mantaro, debido a que varios registros son antiguos,
para así obtener datos mucho más precisos, también hay que tener en cuenta que
cambiar de operador en una estación hidrometeorológica puede alterar en cierta

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 47
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

medida el método antes empleado por otro operador, en los quiebres de la curva
"doble masa" o doble acumulación también se tendrá un indicador importante para
poder detectar posibles errores sistemáticos por la naturaleza o causados por el
hombre.

2.2.5.2 COMPLETAR Y EXTENDER DATOS HIDROMETEOROLÓGICOS

Después de haber analizado la consistencia de las series históricas se procederá a


verificar si los datos de la estación son completos y tengan la extensión suficiente
para finalmente estudiar y utilizar la información hidrometeorológica.
La estimación de datos faltantes de precipitación es estimada en base a los registros
de estaciones cercanas (que si tengan registros completos). (Organización
Meteorológica Mundial, 1994)

En primer lugar se completará los datos de los registros obtenidos en las estaciones
de Allpachaca, Choccoro, Putacca, Atunsulla, Cuchoquesera, Tambillo, Huamanga,
Chiara, Paraccay, Huanta. El método empleado es del U.S. Weather Bureau, que ha
sido comprobado teórica y empíricamente, el dato faltante puede ser estimado en
base a registros de estaciones cercanas a la estación con datos incompletos (estación
"x"), consiste en ponderar la influencia de cada estación circundante en función a la
inversa del cuadrado de la distancia entre la estación circundante y la estación "x".

Ec. 2.37

Donde:

P¡ : Precipitación de las estaciones circundantes en la fecha requerida para


la estación "x"

:Donde O¡= distancia-entre la estación circundante y la estación "x".

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 48
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Ejemplo: Se requiere completar los datos de la estación Choccoro, para el cual se


tienen los registros de 3 estaciones cercanas: Atunsulla, Putacca y Cuchoquesera.

Figura 2.15 Estaciones pluviométricas en la microcuenca Cachi

Tabla 2.4 Completar datos faltantes de la estación Choccoro

ESTACIONES D(km) 1/D2 FACTOR


ATUNSULLA 15.2 0.0043 0.28
PUTACCA 13.1 0.0058 0.38
CUCHOQUESERA 14.0 0.0051 0.33
TOTAL 0.0153 1.00

MES CHOCCORO PUTACCA ATUNSULLA CUCHOQ.

ENE 211.9 163.8 362.4 139.3


FEB 283.8 308.1 263.0 273.8
MAR 278.9 175.8 234.8 152.8
ABR 48.1 25.3 31.0 74.4
MAY 54.6 55.6 69.8 40.6
JUN 47.9 62.7 38.1 39.2
JUL 32.5 23.2 38.1 18.3
AGO 42.3 13.9 45.8 11.5
SEP 9.8 13.7 6.3 36.1
OCT 182.3 84.1 216.4 75.0
NOV 4.6 41.7 43.7 36.5
DIC 119.0 158.9 284.8 183.9

En la parte superior se encuentra los factores de influencia de las estaciones


cercanas, mientras que en la parte inferior de la tabla se aprecia los datos
completados en los recuadros resaltados.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 49
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Se debe precisar que para completar y extender datos existen diversos métodos, sin
embargo se debe evaluar la disponibilidad de información, así como el coeficiente de
correlación que tengan las estaciones cercanas con datos completos que
proporcionaran información a la estación en cuestión, para la presente tesis se han
evaluado emplear el método del U.S. Weather Bureau, así como relacionar los datos
de la estación que tiene registros incompletos con estaciones cercanas que si cuentan
con registros, datos históricos y características hidrológicas semejantes a la estación
en cuestión, para luego entrenar un sistema con un modelo de Red Neuronal Artificial
y luego generar los datos faltantes de la estación en cuestión, pero antes se estará
explicando la metodología de Redes Neuronales Artificiales y los cálculos estarán
comprendidos en los anexos.

2.2.6 BALANCE HÍDRICO


(Fattorelli & Fernandez, 2011); Sobre una cuenca se tiene diversos componentes que
aportan su sistema hídrico y a su vez pérdidas por percolación que contribuyen como
aguas subterráneas a otras cuencas, éste caso corresponde a un sistema
hidrológicamente no aislado.
En una cuenca hidrológicamente aislada, se realiza algunas simplificaciones, sin
embargo se sigue manteniendo todos sus componentes físicos que aportan
significativamente (Chow, Maidment, & Mays, 1994).
Variable de entrada al sistema físico: precipitación
Variable de salida del sistema físico: pérdidas por evaporación, evapotranspiración,
escurrimiento.
Variables de almacenamiento del sistema físico: almacenamiento por intercepción,
almacenamiento superficial, almacenamiento freático, almacenamiento en lagos,
lagunas, nevados.
Finalmente se comprende el balance hídrico como las relaciones cuantitativas que se
establecen para representar el equilibrio en un sistema conforme al principio de
conservación de masa entre las entradas y salidas.

El tipo de análisis para generar caudales di~rios y caudales mensuales es diferente,


mientras que para generar caudales diarios se emplean metodologías empíricas,
estadísticas entre otras, de las cuales una de las más destacadas es la metodología

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 50
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

empírica de Curva Numero el cual emplea información de tipo y usos del suelo,
pendiente de la cuenca, así como la humedad antecedente de precipitaciones 5 días
antes del momento en el que se calcula el coeficiente "CN" para luego calcular el
Caudal. Para generar los caudales mensuales es necesario tener en cuenta la
humedad antecedente de varios meses antes del mes del cual se requiere encontrar
el caudal medio mensual, así como la retención (escorrentía que absorbe y conserva
en la napa freática, lagos, lagunas, nevados en temporada de precipitaciones) y
abastecimiento (escorrentía proporcionada a los cauces de los ríos en temporada de
estiaje) que una cuenca pueda tener.

2.3 REDES NEURONALES ARTIFICIALES


Se denominan Redes Neuronales Artificiales a aquellos modelos nacidos con el fin
de imitar el aprendizaje humano. (Castellano Méndez, 2009).
La red procesa los datos ingresados y aprende de ellos (entrenamiento), de modo
que cuando se encuentre en una situación nueva actúe de modo coherente con lo
aprendido.
Las Redes Neuronales Artificiales constituyen una herramienta de análisis,
modelización y predicción. Las redes se rigen por la filosofía general de obtener
modelos coherentes con la realidad observada, de tal modo que son los datos los que
determinen el comportamiento de la red, a través de la determinación de su estructura
o de sus parámetros internos.
Del mismo modo que el cerebro está constituido por neuronas, la unidad básica
constituyente de la red neuronal es el nodo, (neurona o elemento procesador) Un
nodo es un elemento de cálculo interconectado con muchos otros nodos, imitando la
sinapsis nerviosa. A un nodo pueden llegar muchas entradas, Xi, proporcionando gran
cantidad de información. El nodo procesará dicha información, luego aplicará ciertas
funciones con rangos estables como la sigmoidal, para luego obtener la salida del
nodo, que podrá ser la entrada de algún otro nodo.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 51
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Figura 2.16 Configuración de una neurona artificial

En la figura se observa una red neuronal básica donde Xi son las neuronas de entrada
que ingresan información estandarizada que siendo procesados de acuerdo a
estructuras conformadas por el diseñador del sistema se obtendrá información de los
pesos sinápticos Wi e información de las capas ocultas "0", teniendo como resultado
la neurona de salida que podrá ser la variable que se está buscando o la variable de
salida que servirá para el entrenamiento de la red.

2.3.1 CARACTERÍSTICAS
» APRENDIZAJE ADAPTATIVO: Las Redes Neuronales Artificiales al igual que el
cerebro humano aprenden a llevar a cabo ciertas tareas mediante entrenamiento pon
ejemplo; aprenden a diferenciar patrones, no es necesario que se elabore modelos,
ni especificar distribuciones de probabilidad, sin embargo para un análisis completo
es necesario conocer el tema en aplicación. Estos modelos son dinámicos y tienen la
capacidad de adaptarse a nuevas condiciones.

» AUTOORGANIZACION: Utilizan la capacidad de aprendizaje adaptativo para


organizar la información que reciben durante el aprendizaje.

» TOLERANCIA A FALLOS: Si se produce un error en un pequeño número de


neuronas a pesar de afectar en el sistema, éste continua funcionando de forma casi
normal (puede seguir funcionando aunque se destruya parte de la red). Son tolerantes
a procesar información aún éstas tengan distorsión. Son tolerantes al error porque

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 52
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

su información almacenada está distribuida en las conexiones de neuronas, donde


existe cierto grado de redundancia.

>- OPERACIÓN EN TIEMPO REAL: Realizan grandes procesos con datos de forma
muy rápida, debido a la implementación paralela. Actualmente existen programas
informáticos que desarrollan rápidamente diversos procedimientos.

2.3.2 MODELO DE UNA NEURONA NATURAL Y ARTIFICIAL

2.3.2.1 NEURONA NATURAL


Según (Federico Bertona, 2005) Una neurona natural está conformada por las
siguientes partes:

>- SOMA: Cuerpo celular, .se encarga de las actividades metabólicas, recibe
información de otras neuronas por medio de la sinapsis.
>- AXÓN: Encargada de transportar la señal eléctrica.
>- DENDRITAS: Son estructuras que parten del Soma con ramificaciones que
funcionan como receptores de señal de otras neuronas .
.>- SINAPSIS: Es la conexión entre neuronas

DENDRITAS
Figura 2.17 Neurona natural y sus partes

SEÑAL MEMBRANA POST


ELÉCTRICA SINÁPTICA

MEMBRANA
PRESlNÁPTICA
SEÑAL
NEUROTRANSMISOR ELÉCTRICA

Figura 2.18 Proceso de sinapsis (Basheer & Hajmeer, 2000)

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 53
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.3.2.2 MODELO ARTIFICIAL

Matemáticamente se puede definir como sistemas de ecuaciones no lineales


interconectadas en las que el resultado de una ecuación es el valor de entrada de
otras encadenadas a ésta a través de la red. Son consideradas como aproximadores
universales de funciones, por lo tanto tendrían la capacidad de reproducir el
comportamiento de cualquier función matemática (Basheer & Hajmeer, 2000).

Una RNA es la representación matemática de una red neuronal biológica.

En un modelo matemático una neurona está representada como un elemento


procesador que genera una salida, para ser tratada por la función de transferencia de
naturaleza no lineal, la fuerza sináptica de cada conexión está representada como un
peso y el cambio de éstos define el aprendizaje de la red.

Una neurona recibe información de múltiples entradas, procesa y transmite dicha


información a otra neurona.

Cuando se estimula una célula produce un impulso el cual se inicia en la unión del
cuerpo celular y el axón y se propaga lejos del cuerpo celular.

La frecuencia de los impulsos descargados por una neurona y la intensidad de la


excitación obedecen a la función de activación.

Figura 2.19 Simplificación de una neurona natural a una artificial (Basheer & Hajmeer, 2000)

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 54
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Cuando se estimula una célula produce un impulso el cual se inicia en la unión del
cuerpo celular y el axón, y se propaga lejos del cuerpo celular.

La frecuencia de los impulsos descargados por una neurona y la intensidad de la


excitación obedece a la función.

ro
"ü (J)
e o fmáx
Q) (J)
:::J-
(.) :;:¡
(J)O.
'-E
IJ..._

Excitación

Figura 2.20 Frecuencia de impulsos de una neurona

En el gráfico se muestra la frecuencia máxima o frecuencia de saturación.

Los elementos procesadores (neuronas) tienen como funciones evaluar señales de


entrada, suma de las mismas, comparación de dicha suma con valores determinados
en la salida. Cada elemento procesador puede recibir varias señales de entrada
simultáneamente y la señal de salida puede ser positiva o negativa, O ó 1 en general
entre un pequeño rango, la salida depende de las señales de entrada, de los pesos y
del umbral para cada EP.

Figura 2.21 Procesamiento de una neurona artificial (Jiménez Panta, 2013)

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA SS
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

Donde:
n : Denota una iteración cuando se propaga en la red el n-ésimo. Patrón del
conjunto de entrenamiento.
xj ( n) : Salida de la neurona "j".
wj;(n) : Peso de conexión de la entrada "i" en la neurona "j".
b¡(n) : Bias (sesgo) de la neurona "j".
v¡(n) :Valor de activación de la neurona "j".
Fj : Función de transferencia de la neurona "j".
dj(n) : Salida esperada de la neurona "j" al propagar el patrón "n".
ej(n) : Error en la salida de la neurona "j" al propagar el n-ésimo patrón.

2.3.2.3 ELEMENTOS DE UNA RNA:

La estructura de una Red Neuronal Artificial ésta conformada por varias partes, según
(Jiménez Panta, 2013) se presentan los siguientes:

_:¡,.. SINAPSIS: Es la conexión entre neuronas, puede ser inhibidora o excitadora.


_:¡,.. PESO SINAPTICO (DE CONEXIÓN): Es la magnitud que indica la fuerza de
conexión entre neuronas o elementos procesadores puede ser excitadora (positivo) o
inhibidora (negativo).
_:¡,.. SUMADOR: Suma todas la entradas multiplicadas por el sinapsis (pesos).
_:¡,.. FUNCIÓN DE TRANSFERENCIA (ACTIVACIÓN): Encargada de procesar la
información. Determina el estado de activación según la amplitud de la neurona,
puede ser lineal o no lineal.
_:¡,.. SALIDA: Es la respuesta que proporciona la neurona al exterior, definida por la
función de transferencia.

2.3.2.4 TIPOS DE FUNCIÓN DE TRANSFERENCIA


Las más empleadas y conocidas son (Federico Bertona, 2005):

_:¡,.. IDENTIDAD: También conocida como pureline.


_:¡,.. ESCALÓN: Asociados a neurona binarias, en redes de capacidad limitada.
)o> LINEAL Y MIXTA: Función bastante sencilla para neuronas análogas.
)o> CONTINUA (SIGMOIDEA): Para redes análogas, se pueden utilizar reglas de
aprendizaje definidas para la función escalón, que en muchas ocasiones utilizan

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 56
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

derivadas y son definidas para toda la función. Esta función es una de las más
utilizadas por proporcionar una respuesta no lineal.

Tabla 2.5 Funciones de activación

FUNCIÓN FÓRMULA RANGO


IDENTIDAD y=x [-oo,oo]
~

Y~{:¡ si x ~O
[0,1]
si x <O
ESCALÓN

Y~{+i si x~O
[-1,1]
-1 si x<O

Y~F
si -l~x~1
LINEAL A
si x>l [-1, 1]
TRAMOS
-1 si x<-1

Y=-1- [0,1]
1+e-x
SIGMOIDEA
Y =tanh(x) [-1,1]

(Federico Bertona, 2005)

Elegir una función de activación depende de la forma en que se quiera obtener los
datos de salida. Por ejemplo, si se desea que las unidades de la salida sean binarias,
se utiliza la función de activación sigmoidal en la que su primera derivada es continua.

2.3.2.5 MÉTODOS DE APRENDIZAJE


Según (Castellano Méndez, 2009) se clasifican en 2 categorías dependiendo del tipo
de información disponible.

2.3.2.5.1 APRENDIZAJE SUPERVISADO


Los patrones de aprendizaje están formados por parejas constan de un vector de
aprendizaje de entrada junto a un vector de salidas. La función de error es la diferencia
entre los valores de salida y los calculados por la RNA.

Los tipos de aprendizaje supervisado son:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 57
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

>- CORRECIÓN POR ERROR: Consiste en variar los pesos de las conexiones de
la red en función del error obtenido en la salida. Para dicho procedimiento se definen
reglas y algoritmos matemáticos.
Generalmente se emplean redes de propagación hacia adelante donde los patrones
de entrenamiento están compuestos de 2 partes fundamentales (un vector de entrada
y uno de salida)

1 RED DEL SISTEMA 1

VECTOR2

RESPUESTA
DESEADA
ERROR ERROR
VECTOR 1 GENERADO < GENERADO
i+1
GENERACIÓN Y
DATOS DE ,.........,_ VALIDACIÓN DE ,.........,_ RESPUESTA
ENTRADA '--V' '--V' OBTENIDA
PESOS

SI NO

,[}
QUEDAN
DEFINIDO
LOS
PESOS

Figura 2.22 Esquema de un aprendizaje supervisado

>- APRENDIZAJE POR REFUERZO: Los pesos se ajustan si se obtiene una señal
en la salida que se ajusta a la deseada, no se pretende exactitud en la salida.

>- APRENDIZAJE ESTOCASTICO: Realiza cambios aleatorios en los valores de


los pesos de las conexiones de la red y se evalúa el efecto a partir del objeto deseado.

En la presente Tesis se emplea el modelo de Red Neuronal con un aprendizaje


supervisado con corrección por error, en el cual ingresaremos las características de
las subcuencas hidrológicamente homogéneas a la microcuenca Huayanay
(meteorología, fisiografía y usos del suelo), luego la salida de la red estará
conformado por los datos hidrométricos (registro histórico de caudales), con las que
cuentan estas subcuencas y microcuencas), luego nos servirá para encontrar los

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 58
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

pesos sinápticos Wi y la información de las capas ocultas (son un conjunto de datos


de la red neuronal que ayudan en el procesamiento y cálculo de la neurona de salida).

2.3.3 PERCEPTRON MULTICAPA


(Hornik, Stichcombe, & White, 1989) Es un aproximador universal de funciones,
cualquier función continua en el espacio tridimensional se puede aproximar mediante
una red Perceptrón Multicapa. Por ejemplo las series temporales.

Wji Wnm

.~·

·-
NEURONAS NEURONAS DE CAPA DE
DE LA CAPA LA CAPA OCULTA SALIDA
DE
ENTRADA

Figura 2.23 Red perceptrón multicapa


El entrenamiento de esta red se realiza utilizando el algoritmo de retropropagación.

El número de capas ocultas y la cantidad de nodos en cada capa se determinan


generalmente con el método de prueba y error.

Los datos de entrada empleados para el entrenamiento se presentan como vectores,


donde cada elemento del vector de entrada corresponde a un nodo (parámetro o
variable). Para la presente tesis el número de nodos de entrada corresponde a la
cantidad de variables independientes (precipitación, área de la cuenca, pendiente,
factor de forma, densidad de drenaje, entre otros).

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 59
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

El proceso de entrenamiento consiste en seleccionar las variables de entrada, luego


éstos valores se ponderan multiplicándose por sus respectivos pesos, para luego ser
sumados todas las multiplicaciones, luego dicho resultado ingresa como variable
independiente a la función de activación, al procesar dicha función se convierte en
dato de entrada para la segunda capa oculta, donde el proceso se repite hasta obtener
los valores de activación de los nodos de salida.

El procedimiento antes mencionado se realiza una vez entrenado el sistema con


variables de entrada y salida conocidos, encontrando pesos y bias que minimicen el
error entre los datos generados con la función objetivo y los datos de la variable de
salida.

La complejidad de las Redes puede variar desde un modelo lineal hasta modelos no
lineales muy complejos, que en la actualidad con ayuda de los ordenadores son
capaces de resolver aquellos modelos no lineales.

2.3.3.1 ENTRENAMIENTO DE LA RED


El proceso de entrenamiento se realizará con el método ensayo y error.

>- No ÓPTIMO DE ITERACIONES: Se alcanza el número óptimo en el momento


que el error sea mínimo, para el presente trabajo se emplea la Raíz del Error
Cuadrático Medio como parámetro que determina el error en la red.
>- No ÓPTIMO DE NEURONAS EN LA CAPA OCULTA: Depende de la tasa de
aprendizaje, el valor del momento.

2.3.3.2 APRENDIZAJE DE UN PERCEPTRÓN MULTICAPA


El periodo de entrenamiento de un grupo de pares es una época y tiene como objetivo
minimizar el error entre los valores de salida y los valores generados a partir de los
datos de entrada y las funciones de activación de las capas (Luna Vera, 2013).

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 60
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Una neurona de modelo lineal se puede expresar de la siguiente forma:

y= ( ¿ w¡x¡}+w0 = w1x1 +w2 x2 + ... +wnxn +w0 Ec. 2.38


i=l, ... ,n

Por lo tanto un modelo de neurona lineal es análogo al modelo estadístico de


Regresión Lineal Múltiple.

APRENDIZAJE CON LA REGLA DELTA:

Al tener los datos de entrada X¡, los valores generados Y¡, que se contrastan con los
valores reales de salida "d¡".

Para una neurona simple se emplea la regla de aprendizaje:

Donde el errores: E= d- y= d -w1x

Entonces el error cuadrático de un patrón de entrada es:


1 2 1 2
~ = E = (d- w1x) Ec. 2.39
2 2
Para la regla Delta es importante elevar al cuadrado el error para evitar los errores
negativos lo cual distorsiona el resultado al sumar todos los errores de los patrones.
El coeficiente "1/2" es arbitrario, debido a que derivando la función de error, dicho
coeficiente se elimina.

El cuadrado de una función de error con relación a los pesos tiene una forma de
parábola, para graficarla se evalúa la función de error para un rango de valores W 1,
siendo fijos los pares de entrada y salida "X","d" respectivamente. (Rojas, 1996)

Para calcular el gradiente de un peso en particular, después de cada iteración será


necesario diferenciar la función de error cuadrático respecto al peso "W".

-
a; = -(d-
2
y)(-x) =-Ex
8w1 2 Ec. 2.40

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 61
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Esto indica la magnitud del gradiente de error y la dirección en la cual se incrementa


el error más rápidamente.

En ésta regla Delta el cambio de peso es proporcional al negativo del gradiente de


error.

Por lo tanto el cambio de peso es: i1w1 = aEx

Donde:

a :Coeficiente de proporcionalidad.

Que puede ser sustituido con" f3" (tasa de aprendizaje), luego se tiene:

Ec. 2.41

El nuevo peso después de la i-ésima iteración se expresa de la siguiente forma:

11{+1 = W: + ~111 = W: + PEx Ec. 2.42

Dónde: w~+l = w~ +PE

i
w.}í+l =w.+
}
PEx.} Ec. 2.43

Para:

wo : Es el sesgo

wj : Son los pesos correspondientes a las entradas X¡.

Para éste caso la función de error cuadrático es una superficie multidimensional


respecto a los pesos.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 62
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.3.3.3 ALGORITMO DE PROPAGACIÓN (BACK PROPAGATION)

Es el mecanismo por el cual se van modificando los parámetros de una red con la
finalidad de encontrar los pesos óptimos que minimicen el error, donde la salida
generada en la red sea lo más próxima a la salida deseada (Krose & Smagt, 1996).

Éste algoritmo es una generalización de la regla delta.

El procedimiento para el desarrollo de éste algoritmo es el siguiente:

Se suma la ponderación de todas las señales: en las conexiones de entrada.

Luego la suma es transformada por la función de activación: f(z)

Éste algoritmo de aprendizaje requiere que la función de activación sea diferenciable,


por lo tanto se puede emplear cualquier función diferenciable, la ventaja que tienen
las funciones sigmoidal y tanh, es que su derivada puede ser expresada en base a la
misma función.

Por ejemplo para la función sigmoidea:


. 1
f(zj) = 1 zj Ec. 2.45
+e

Ec. 2.46

Ec. 2.47

La función de transferencia global de una neurona tiene la siguiente estructura:

Ec. 2.48

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 63
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Una vez propagado el vector de entrada "X" se obtendrá el vector de salida "Y( que
será comparada con la salida esperada "d¡", la diferencia entre ambas es el error y el
objetivo es minimizar dicho error.

La función de error se denota:

Ec. 2.49

Expresando la ecuación (2.44) de forma vectorial: zj = Wj • Xj

Definiendo para las unidades "j":

Salidas generadas: y j = f (z j )

Salidas deseadas: d1

La derivada del error respecto a los pesos oE 1awii para cada unidad "j" es:

oE oE ozj oE
--=-·--=-·X.1
aw.. az. aw.. az.
1J J 1J J
Ec. 2.50

Considerando que "j" es parte de las salidas:

aG ~)aj- y)' J
Ec. 2.51
OZ¡

aE ay.
-=-(d.-y.)-1
oz.J J J oz.J Ec. 2.52

Estableciendo:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 64
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

a.=
1
8E Ec. 2.53
8z.J

ayj
8.=-(d.-y.)-
1 1 1 oz.
1
Ec. 2.54

Ec. 2.55

8E
De la definición: ~wij = -fJ -d

Ec. 2.56

Ec. 2.57

Ec. 2.58

Ec. 2.59

Ec. 2.60

El signo cambia porque es proporcional al negativo de la gradiente de error.

w~~
lj
1
- w~.lj =P·ó.1 · x.1 Ec. 2.61

.. =wljt.. + p ·u.·x.
wljt+l S:
1 1 Ec. 2.62

Donde:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
65
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

f3: Tasa de aprendizaje

t : Etapa de corrección.

8j : Error local del elemento (en la neurona "l')

Reemplazando la ecuación: 8j = -(dj- f(zj))f'(zj)

Ec. 2.63

El error de una neurona de la capa de salida se obtiene a través de la ecuación:

Ec. 2.64

2.3.4 EFICIENCIA DEL MODELO

Antes de utilizar el modelo para generar caudales es necesario validar conforme a la


representación óptima de los datos observados, de tal forma que el modelo generado
tenga la capacidad para producir respuestas confiables en cuencas que no han sido
empleadas en el proceso de entrenamiento.

El rendimiento de la red se puede determinar calculando el porcentaje de error entre


los valores generados y observados.

Existen diversos métodos para medir la eficiencia de un modelo de Red Neuronal


Artificial, los que se emplearan en la presente tesis son los siguientes:

a. RAÍZ DEL ERROR CUADRÁTICO MEDIO (RECM): Es uno de los criterios más
utilizados en la hidrología, permitirá determinar el mejor modelo de RNA.

RECM = _!_feo;
N i=1
-G;) 2
Ec. 2.65

Donde:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 66
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

O¡ = Caudal medio mensual observado en el mes "i".

Gi =Caudal medio mensual generado en el mes "i".

N = Número de datos (En el caso de la tesis será el número total de meses)

b. COEFICIENTE DE CORRELACIÓN DE PEARSON:

Según (Hines & Montgomery, 1996), el coeficiente de correlación es una cantidad


adimensional que mide la asociación lineal entre dos variables aleatorias. Éste
coeficiente se expresa como un número comprendido entre -1 y +1.

Para establecer la relación entre dos variables es necesario definir una medida de la
relación adimensional, esto se consigue dividiendo la covarianza por el producto de
las desviaciones estándar de cada variable (Guarín Salazar, 2002).

r=
sxy
--'--- Ec. 2.66
SX ·Sy
Donde:

r: Coeficiente de correlación entre "X" y "Y".

Sx : Desviación estándar de X.

Sy : Desviación estándar de Y.

Sx,y : Covarianza entre "X" y "Y".

Empíricamente se afirma que:

1. Si r=±l Correlación perfecta


2. Si 0.9~r <1 Correlación excelente
3. Si 0.8~r <0.9 Correlación buena
4. Si 0.6~r<0.8 Correlación regular
5. Si: 0.3~r<0.6 Correlación mala
6. Si: O~r<0.3 No hay correlación

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 67
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ . FACULTAD DE INGENIERÍA CIVIL

Se debe tener cuidado, ya que el coeficiente de correlación mide solo la relación con
una línea recta. Dos variables pueden tener una relación curvilínea fuerte, por lo cual
al analizar se debe representar la relaciones gráficamente y luego calcular el
coeficiente de correlación.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A .PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 68
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

2.3 DEFINICIÓN DE TÉRMINOS

CUENCA HIDROGRÁFICA: Es toda área de terreno cuyas precipitaciones son


evacuadas por un sistema común de cauces de agua y comprende desde el punto
donde se inicia ésta evacuación hasta su desembocadura.

REDES NEURONALES ARTIFICIALES: Son modelos que pretenden imitar y simular


el comportamiento del cerebro humano, cuya unidad básica de procesamiento está
inspirada en la neurona que representan variables y funcionan como un sistema para
el tratamiento de la información.

PRECIPITACIÓN: Es toda forma de humedad que se origina en las nubes que llega
a la superficie terrestre en forma de lluvia, granizo, nieve y otros.

ESCURRIMIENTO: Es el agua proveniente de la precipitación que circula sobre o


bajo la superficie terrestre y llega a una corriente de agua para ser drenada hasta la
salida de la cuenca.

GENERACIÓN DE CAUDALES: Es la estimación de la cantidad de agua que discurre


por el cauce de un río a partir de otras variables. El caudal se puede obtener con
procedimientos asociados a otras variables.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 69
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CAPÍTULO 111

111. DESCRIPCIÓN DEL ÁREA DE ESTUDIO

El trabajo ha sido desarrollado en base a datos de varias subcuencas y microcuencas


pertenecientes a la Cuenca del Mantaro, comprendida principalmente en las regiones
Junín, Huancavelica y Ayacucho. En la cuenca se concentran importantes capitales
de provincia: Junín, La Oroya, Jauja, Concepción, Chupaca y Huancayo en la región
Junín; Cerro de Paseo en la región de Paseo; Pampas, Huancavelica, Churcampa,
Acobamba y Lircay en Huancavelica; Huanta y Ayacucho en la región Ayacucho.

El área total de la cuenca es de 34,550.08km2, y se divide en 23 subcuencas. En la


margen izquierda del río Mantaro se ubican once subcuencas y en la margen derecha
doce (IGP- Instituto Geofísico del Perú, 2005).

3.1 CUENCA DEL MANTARO

3.1.1 UBICACIÓN GEOGRÁFICA Y LÍMITES DE LA CUENCA DEL MANTARO

Está ubicada en el centro del Perú, entre los paralelos 10°34'30" y 13°35'30" de latitud
sur, y entre los meridianos 73°55'00" y 76°40'30" de longitud oeste.

Realizar un estudio minucioso en una cuenca tan extensa como la del río Mantaro
sería sumamente tedioso por lo que se escogió algunas subcuencas y microcuencas
como "cuencas referentes".

3.1.2 DISTRIBUCIÓN TEMPORAL DE LA PRECIPITACIÓN

Las precipitaciones como promedio se inician para toda la cuenca en el mes de


octubre hasta alcanzar valores máximos en febrero. Los meses de máximas
precipitaciones son enero, febrero y marzo, en abril la precipitación disminuye
brusc~mente, para luego alcanzar los valores mínimos en junio.

3.1.3 FISIOGRAFÍA

En el extremo norte, próximos al Lago Junín (naciente del río Mantaro), se presentan
dos tipos de llanura cuya pendiente varía de O a 15%, llanuras de 15 a 25% de

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
70
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

pendiente, y una zona con variaciones de altura entre O y 1OOOm. Estas unidades
fisiográticas son caracterizadas de la altiplanicie que circunda al lago Junin,
especialmente la llanura de O a 4% de pendiente. La fisiografía de la cuenca del
Mantaro es un tanto variada desde terrenos accidentados hasta valles y planicies
extensas.

3.1.4 HIDROGRAFÍA

Los principales tributarios del río Mantaro por la margen derecha son: el río Huaron,
Carhuacayán, Corpacancha, Pucayacu, Yauli, Huari, Pachacayo, Cunas, Moya e
lchu. De estos ríos el Cunas es el más importante por el uso de agua para el sector
agricultura. Por la margen izquierda desembocan al Mantaro los ríos Yacus, Seco,
Achamayo, Shullcas y Chancha (IGP- Instituto Geofísico del Perú, 2005) ..

En la cuenca del río Mantaro las series históricas de caudales en algunas estaciones
hidrométricas, no tienen aplicación directa debido a que en la cuenca principal y
subcuencas del río Pachacayo, Yauli, Upamayo, Cachi, Moya, Quillón entre otras se
han construido numerosas obras de regulación como embalses y trasvases de agua
para fines múltiples. Estas obras han alterado el régimen natural de los diferentes ríos
antes mencionados.

Figura 3.1 Río Mantaro

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 71
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

A continuación se muestra el mapa hidrográfico de la Cuenca del Mantaro.

320000 380000 440000 500000 560000 620000

(
)

)
o
o
.... ...
e:>
..,... ......
00

.
o
e:>
..
e:>
<'> LIMA
o..,
"'
00 "'
00

"\
LEYENDA
o
o
o
-===o RIOS
r7 ...
o
e:>
o
U NEVADOS <.S o
"'co
!
U)
In In
00
O LAGUNAS 1)
D HUAYANAY
)'
r:::J CUENCA DEL MANTARO
D LIMITE DEPARTAMENTAL

320000 380000 440000 500000 560000 620000

Figura 3.2 Mapa hidrográfico de la Cuenca del Mantaro

En la figura se observa principalmente el río Mantaro, dónde su origen es el lago Junín


conocido también como lago Chinchaycocha, sigue su curso hacia el sureste, hasta
llegar a la provincia de Churcampa, para cambiar su curso hacia el norte hasta llegar
a los distritos de Salcahuasi y Huachocolpa, luego desvía su curso hacia el este para
finalmente unirse al río Ene.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 72
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

3.2 DESCRIPCIÓN DE LAS SUBCUENCAS Y MICROCUENCAS DEL MANTARO

CARACTERfSTICAS FISIOGRÁFICAS MICROCUENCA HUAYANAY


MICROCUENCA Huayanay
Estación Hidrométrica No existe MICROCUENCA HUAYANAY
Latitud S. Longitud W 520000 540000 550000
Coordenadas
o o
Altitud m.s.n.m. ¡¡ ¡¡
¡g ¡¡
Área de drenaje 459.4 km2
Factor de forma 0.65 Hartan
Pendiente de la cuenca 23.55%
Longitud de ríos
Área de lagos
385.41 km
9.85 km2
i !.i
~
Área de nevados Okm2
DESCRIPCIÓN
1
En ésta microcuenca no existe ningún registro
hidrométrico, por lo cual será necesario calibrar el
~ i
modelo de Red Neuronal y generar, para tal se
instaló un pluviógrafo en la parte alta de la cuenca
y
del
se
río
procedió a
Huayanay.
medir el caudal
1 1
-~-1"7~
- RJOS DE ORDEN 3
Presenta áreas 11 uviosas
- RIOS DE ORDEN 2
en verano, con O
" !.i . ·. g
r",~~~.~ ··~-~.
~ lAGUNAS.

temperatura fria en las ~:,


..:. ~~:......
$ D MICROCUENCA
~
partes altas y la humedad 520000 530000 540000 550000

atmoférica es casi nula. Foto: pluviógrafo

Figura 3.3 Datos de la microcuenca Huayanay

CARACTERfSTICAS FISIOGRÁFICAS PROMEDIO SUBCUENCAS UPAMAYO- SAN JUAN


SUBCUENCA RíoMantaro
Estación Hidrométrica Upamayo SUBCUENCAS UPAMAYO-SAN JUAN
Latitud S. Longitud W 320000 340DDD 350000
cr-------~------~------~7-------._-,o
380000 -
Coordenadas
10°55'19" 76°18'34" ~
N
H
-
LEYENDA i
Altitud 4080 m.s.n.m. RlOS CE ORDEN 6
- RIOS DE ()ROEN S
. Área de drenaje 2860 km2 W+E - RJOS DE ORDEN 4
S - RIOS DE ORDEN 3
Factor de forma 1.57 Hartan
Pendiente de la cuenca 9.47%
Longitud de ríos 1758 km
Área de lagos 923.26 km2
Área de nevados 5.8 km2
DESCRIPCIÓN
El caudal registrado por la estación Upamayo
1
básicamente proviene de las subcuencas
Upamayo y San Juan, antes de utilizar el registro
de caudales, fue necesario naturalizar, debido a la
regulación de la presa Upamayo(se muestra
en la imagen). Ésta zona
es lluviosa en verano, la
temperatura es fría y la
humedad es considerable
32DODD
especialmente en zonas
altas. Foto: OSINERGMIN

Figura 3.4 Datos del sistema Upamayo-San Juan

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 73
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERiA CIVIL

CARACTERrSTICAS FISIOGRÁFICAS MICROCUENCA COCHAS


MICROCUENCA Cochas
Estación Hidrométrica Cochas tune! MICROCUENCA COCHAS
Latitud S. Longitud W 400000 410000 420000
Coordenadas
u·51'18" 75.44'27"
Altitud 3750 m.s.n.m.
Área de drenaje 490 km2
Factor de forma 0.47 Horton
Pendiente de la cuenca 22.69%
Longitud de ríos 280.08 km
Área de lagos 185.09 km2
Área de nevados 21.11 km2
DESCRIPCIÓN
- RIOS DE ORDEN 6
Microcuenca con áreas predominantemente
- ·- RIOS DE ORDEN 5
lluviosas principalmente en verano, mientras que - RIOS OE ORDEN 4
o - R!OS DE ORDEN 3
en invierno las lluvias son escasas, la temperatura
en ésta microcuenca es fría, además la humedad
atmosférica es considerable especialmente en las
i -
.C.
0
RIOS DE ORDEN 2
EST. PLUVIOMflRICAS
EST. HlDROMETRICAS
c:JLAGUNAS.
zonas altas, mientras que
D COCHAS_TUNEl
en áreas cercanas al río § D MICROCUENCA
Mantaro la humedad es ~ l.__ NEVADOS
D SUBCUENCAS
menor. Es una de las
390000 .tOOOQO 410000 420000
microcuencas con mayor
área de nevados. Figura: Estación hidrométrica

Figura 3.5 Datos de la microcuenca Cochas

CARACTERrSTICAS FISIOGRÁFICAS MICROCUENCA PIÑASCOCHA


MICROCUENCA Piñascocha
Estación Hidrométrica Piñascocha MICROCUENCA PIÑASCOCHA
Latitud S. Longitud W
Coordenadas
u·51'05" 76.45'43"
Altitud 3750 m.s.n.m.
Área de drenaje 195 km2
Factor de forma 0.78 Horton
Pendiente de la cuenca 18.93%
Longitud de ríos 147.24 km
Área de lagos 55.29 km2
Área de nevados 0.68 km2
DESCRIPCIÓN
~sta microcuenca se encuentra adyacente a la
microcuenca Cochas, por lo cual el clima es
bastante parecido, con áreas predominantemente
lluviosas en verano, mientras que en estaciones
de invierno las lluvias son escasas,
la temperatura promedio
en ésta microcuenca es
fría, además la humedad
atmosférica es
considerable en las zonas
más altas. Figura: Estación hidrométrica

Figura 3.6 Datos de la microcuencas Piñascocha

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERiSTICAS DE UNA CUENCA 74
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

CARACTERÍSTICAS FISIOGRÁFICAS SUBCUENCA PACHACAYO

SUBCUENCA Pachacayo
Estación Hidrométrica Pachacayo SUBCUENCAPACHACAYO
latitud S. Longitud W
Coordenadas
n·48'32" 75.43'19"
Altitud 3650 m.s.n.m.
Área de drenaje 720 km2
Factor de forma 0.56 Horton
Pendiente de la cuenca 21.98%
Longitud de ríos 551.79 km
Área de lagos 245.92 km2
Área de nevados 21.79 km2
DESCRIPCIÓN
El río Pachacayo, nace de la unión de los ríos
Cochas y Piñascocha, ésta subcuenca presenta el LEYENDA
mayor área de nevados dentro de la Cuenca del - RIOS DE ORDEN 6
- RIOSDE ORDEN S
Mantaro, además cuenta con importante área de g -
:;¡
RtOSOEORDEN4
- RIOS DE ORDEN 3
lagunas, por lo cual el abastecimiento ::¡
- RIOSDEORDEN2
es en todo el año. El clima (::::J LAGUNAS.
[__; NEVADOS
es similar respeco a las g c:J PACHACAVO
microcuencas que la i ~· EST. PllMOM~ICAS

componen: Cochas y
Píñascocha. 390000
Agura: Laguna Huaylacancha

Figura 3.7 Datos de la Subcuenca Pachacayo

CARACTERÍSTICAS FISJOGRÁFICAS MICROCUENCA CANIPACO

MICROCUENCA Canipaco
Estación Hidrométrica Quillón MICROCUENCA CANIPACO
latitud S. Longitud W 460000 4ll0000 500000
Coordenadas
12.23'33" 75.08'38"
Altitud 3190 m.s.n.m. g
Área de drenaje 1325 km2
Factor de forma 0.45 Horton
!
Pendiente de la cuenca 21.35%
Longitud de ríos 1337.64 km 8
8
Are a de lagos 301.52 km2 i
Are a de nevados 9.08 km2
DESCRIPCIÓN
Ésta microcuenca presenta áreas
predominantemente lluviosas en las estaciones
de invierno las lluvias son escasas, la temperatura
en ésta subcuenca es fría, además la humedad
atmosférica es considerable especialmente
- RtOS DE OROfN 2

',..r-~ --1
en las zonas más altas, c:::::J lAGUNAS.
[__;NEVADOS
mientras que en áreas .~ EST. PUSVIOMaRJc:As
cercanas al río Mantaro la • EST. HIDROMEllUCAS

1 8 c:J CAMPACO 8
humedad es menor. ~~---~~oo--~~-.-oo~ooo~~--~4ll~ooo~o~----~~oo----~~
1
Figura: Estación hidrométrica

Figura 3.8 Datos de la microcuenca Canipaco

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTER[STICAS DE UNA CUENCA 75
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CARACTERrSTICAS FISIOGRÁFICAS MICROCUENCA VILCA


MICROCUENCA Vil ca
Estación Hidrométrica Moya MICROCUENCA VILCA
latitud S. Longitud W 440000 460000 480000 500000 520000
Coordenadas
12.23'38" 75.08'38"
Altitud 3180 m.s.n.m.
Área de drenaje 1730 km2 g
8
Factor de forma 0.46 Horton ¡
Pendiente de la cuenca 28.46%
Longitud de ríos 1184.0S km
Área de lagos 294.55 km2 8 8
g
8
Área de nevados 3.56 km2 ¡¡¡ ¡¡¡
DESCRIPCIÓN
Ésta microcuenca al igual que Canipaco presenta
sistemas de regulación por lo cual sus datos 8 8
g g
históricos han tenido que ser naturalizados, en la ~ ~
parte baja antes de llegar como afluente al río
Mantaro se junta con el río Canipaco
para forma el sistema
Moya - Quillón, tiene un 1 1
clima similar a la ,, EST. PltMOMnA:ICAS
microcuenca Canipaco.
440000 460000
• EST. H10ROMETRICAS

$20000
480000 500000

Figura: Estación hidrométrica

Figura 3.9 Datos de la microcuenca Vilca

CARACTERrSTICAS FISIOGRÁFICAS SUBCUENCA ICHU


SUBCUENCA lchu
Estación Hidrométrica Chinchi SUBCUENCAICHU
latitud S. longitud W 480000 500000 520000 540000
Coordenadas
12.32'07" 74.55'26"
Altitud 2830 m.s.n.m.
Área de drenaje 1420 km2
Factor de forma 0.38 Horton
Pendiente de la cuenca 27.09%
Longitud de ríos 859.68 km
Área de lagos 86.85 km2
Área de nevados 4.58 km2
DESCRIPCIÓN
Ésta microcuenca es bastante parecida a las
subcuencas y microcuencas antes mencionadas,
con características propias de la sierra de la
Cuenca del Mantaro, básicamente distribuidas en;
la parte alta de la microcuenca donde
8
las lluvias son levemente 8
mayores que en la parte :!
baja, con temperatura fria -'· EST. PLUVIOM~ICAS
y humedad atmosférica e EST. HJOROMETRICAS

considerable en la parte 480000 500000 5<00000

alta. Figura: Se une al río Manta ro

Figura 3.10 Datos de la Subcuenca lchu

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA
76
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CARACTER[STICAS FISIOGRÁFICAS SUBCUENCA YAULI


SUBCUENCA Yauli
Estación Hidrométrica Yauli
SUBCUENCA YAULI
Latitud S. Longitud W
Coordenadas 380000 390000 400000 410000 420000
u·31'54.6" 75.54'41.1"
Altitud 4031 m.s.n.m.
Área de drenaje 688.21 km2
Factor de forma 0.39 Horton
Pendiente de la cuenca 28.38%
Longitud de ríos 393.3 km
Área de lagos 11.7 km2
Área de nevados 20.56 km2
DESCRIPCIÓN
El río Yauli tiene como naciente las lagunas
Pomacocha, Huacracocha, Huascacocha entre
otras, ésta subcuenca presenta gran área de
nevados, además cuenta con importante área de
lagunas, por lo cual el
abastecimiento es en
todo el año. El clima es
:mJOOO 380000 410000 420000
similar a la subcuenca
Pachacayo.

Figura: Rlo Vauli

Figura 3.11 Datos de la subcuenca Yauli

CARACTERISTICAS FISIOGRÁFICAS MICROCUENCA APACHETA


MICROCUENCA Apacheta
Estación Hidrométrica Bocatoma Apacheta MICROCUENCA APACHETA
Latitud S. Longitud W
Coordenadas
13°20'53" 74.38'42"
Altitud 4160 m.s.n.m.
Área de drenaje 135 km2
Factor de forma 0.85 Horton
Pendiente de la cuenca 30.45%
Longitud de ríos 92.56 km
Área de lagos 11.06 km2
Área de nevados 0.79 km2
DESCRIPCIÓN
Actualmente ésta microcuenca se encuentra
abasteciendo en temporadas de lluvia a la presa
Cuchoquesera, sin embargo la estación
hidrométrica se encuentra aguas arriba de la

serán naturalizados. En
ésta microcuenca el clima
es predominantemente
lluvioso, en estaciones de
invierno las 11 uvias son
escasas. Figura: Rlo Apacheta

Figura 3.12 Datos de la microcuenca Apacheta

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 77
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIER[A CIVIL

CARACTERÍSTICAS FISIOGRÁFICAS MICROCUENCA APACHETA·EST. ATUNSULLA


MICROCUENCA Apacheta
Estación Hidrométrica Atunsulla MICROCUENCAAPACHETA- EST. ATUNSULLA
Latitud S. Longitud W
Coordenadas
13"19'57" 74"34'59"
Altitud 3900 m.s.n.m.
Área de drenaje 186.4 km2
Factor de forma 0.55 Horton
Pendiente de la cuenca 30.7%
Longitud de ríos 134.22 km
Área de lagos 12.69 km2
Área de nevados 0.79 km2
DESCRIPCIÓN
En la estación Atunsulla se han recopilados datos
hidrométricos de forma consecuente a partir del
año 1991, sin embargo cuando se empezó a
derivar aguas arriba en la bocatoma Apacheta el
caudal se desnaturalizó, por lo cual serán
corregidos. El clima es
bastante parecido a lo ,Q EST. PLlMOM8"RICAS

descrito en la bocatoma
:
-=-.......,=-Kilometers
1
e EST. HIOROMETRtCAS
O1.2!2.5" S 7.5 10 CJATUNSUUA
Apacheta ya que es la
550000
misma microcuenca.
Agura: Rfo, en la es t. Atunsufla

Figura 3.13 Datos de la microcuenca Apacheta (Estación Atunsulla)

CARACTERÍSTICAS FISIOGRÁFICAS MICROCUENCA CACHI


MICROCUENCA Cachi
Estación Hidrométrica Puente Casacancha MICROCUENCA CACHI
Latitud S. Longitud W 540000 560000
Coordenadas
13"18'47" 74"21'04"
Altitud 3290 m.s.n.m.
Área de drenaje 1016.4 km2
Factor de forma 0.51 Horton
Pendiente de la cuenca 24.81%
longitud de ríos 708.83 km
Área de lagos 29.21 km2
Área de nevados 0.79 km2
DESCRIPCIÓN
En ésta microcuenca se tiene registros
hidrométricos de forma consecuente a partir del § LEYENDA

~'
año 1991, sin embargo a partir del funcionamiento - RIOS DE ORDEN 5 _,..,¡_~._¿,;;;.
~
- RIOS DE ORDEN 4 ~LJ
de la presa Cuchoquesera y la contrucción de - RIOS OE ORDEN 3
multiples canales han desnaturalizado totalmente - RIOS DE ORDEN 2
O LAGUNAS. ~-\.
el caudal del río Cachi,
1.=-J NEVAOOS
~
esto a partir del año 2000, ' .
por tal motivo solo se
empleará en el --
-·- -
:.,..
-
.
1 •,, EST. PLUVIO~RICAS
EST. HIOROMETRICAS
CJCACHI V.¿.
' UP

'

(.~1
'
\\
1
ll

" '•

entrenamiento datos '-~-~~~~ ~ 540000 560000 580000

consistentes y completos. Figura: Rfo Cachi

Figura 3.14 Datos de la microcuenca Cachi

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTER[STICAS DE UNA CUENCA 78
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

CARACTERÍSTICAS FISIOGRÁFICAS MICROCUENCA CHACCO


MICROCUENCA Chacco
Estación Hidrométrica Puente Chacco
Latitud S. Longitud W MICROCUENCA CHACCO
Coordenadas
13°05'42" 74.12'21" 580000 600000 620000 640000
Altitud 2480 m.s.n.m.
Área de drenaje 1110.7 km2
Factor de forma 0.58 Horton
Pendiente de la cuenca 25.99%
Longitud de ríos 1007.62 km
Área de lagos 17.89 km2
Área de nevados Okm2
DESCRIPCIÓN
En ésta microcuenca se tiene registros
hidrométricos de forma consecuente desde el· año
1995, sin embargo a partir del funcionamiento de
- RIOSOEOROEN3
la presa Cuchoquesera que deriva agua de la
- RIOS DE ORDEN 2
microcuenca Cachi para abastecer de agua C]LAGUNAS.
a la ciudad de Ayacucho y & EST. PLWIOM~TRICAS
• EST. HIOROMETRICAS
sus comunidades, -=-=-=-Kilomctets
o2 4 8 12 16 c:JCHACCC
además de riego para sus • ~ e

terrenos agrícolas han


desnaturalizado el caudal
- ;·~
......... _


.>1 ~ .L
' ...
"¡~
~.
.
-... .;,.,...
580000 600000 020000 640000

considerablemente. Figura: Suelo en la microcuenca

Figura 3.15 Datos de la microcuenca Chacco

CARACTERÍSTICAS FISIOGRÁFICAS MICROCUENCA CHICLLARAZO


MICROCUENCA Chicllarazo
Estación Hidrométrica Chicllarazo
Latitud S. Longitud W MICROCUENCA CHICLLARAZO
Coordenadas
13°27'10" 74.27'41"
Altitud 3840 m.s.n.m.
Área de drenaje 99.3 km2
Factor de forma 0.36 Horton
Pendiente de la cuenca 32.25%
Longitud de ríos 97.72 km
Área de lagos 6.09 km2
Área de nevados O km2
DESCRIPCIÓN
En ésta microcuenca se tiene registros
hidrométricos de forma consecuente a partir del
-RIOSOEORDENS
año 1991, sin embargo a ¡>artir del funcionamiento - RIOS 05. ORDEN 4
de la presa Cuchoquesera y algunas derivaciones - RIOS DE ORDEN 3
- RIOS DE ORDEN 2
construidas se ha desnaturalizado el caudal
O LAGUNAS.
del río, por lo que se f., EST. PLUVIOM8'RICAS .,i
completará y extenderá • EST. HlOROMETRICAS

sus datos a partir del D CHICLI.ARAZO

registro 1991-2000
(periodo completo y
consistente). Figura: Junto al rio Chicllarazo

Figura 3.16 Datos de la microcuenca Chicllarazo

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 79
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

CARACfERrSTICAS FISIOGRÁFICAS MICROCUENCA JOLLPAHUAYCCO

- RIOS DE ORDEN S
. . . . . . ....,.., - - RIOS DE ORDEN 4
- RIOS DE ORDEN 3

'·----1------j - - RIOS DE ORDEN 2


c:J!AGUNAS.

mínima.

Figura 3.17 Datos de la quebrada Jollpahuaycco

CARACfERrSTICAS FISIOGRÁFICAS MICROCUENCA MATARAYOC


MICROCUENCA Matarayoc
Estación Hidrométrica Rosaspata
Latitud S. Longitud W MICROCUENCA MATARAYOCC
Coordenadas
13°20'59" 74.19'52"
Altitud 3340 m.s.n.m.
Área de drenaje 154.8 km2
Factor de forma 0.66 Horton
Pendiente de la cuenca 22.8%
Longitud de ríos 103.04 km
Área de lagos 2.08 km2
Área de nevados O km2
DESCRIPCIÓN
En ésta microcuenca un 72% del territorio el clima
es lluvioso, en las estaciones de otoño las lluvias
J--:l''--::--.1,---J - RJOS DE ORDEN 4
son escasas, la temperatura media en ésta - RIOS DE ORCEN 3

microcuenca es fría, además la humedad - RIOS DE ORDEN 2


c:JLAGUNAS.
atmosférica es mínima bajo los 3500msnm., Ji. CST. PUMOM!"iTRICAS
mientras que un 28% del
territorio se encuentra
___.-
- -
.,.
·;¡ ..,¡,;. ~
1 D
e EST. HIOROMETRICAS

MATARAYOCC 1
encima de los 3500 - -- - . .7 \
k----~---~----~--~
msnm, donde la . ·-~~~
humedad atmosférica es .,.. '> ' ~"

elevada. Figura_: Suelo en la_mlcrocuenca

Figura 3.18 Datos de la microcuenca Matarayoc

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERiSTICAS DE UNA CUENCA 80
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

A continuación se presenta el resumen de las características fisiográficas y el factor


de uso de suelo correspondiente a las subcuencas y microcuencas en estudio.

Tabla 3.1 Resumen de las características fisiográficas y usos del suelo

SUBCUENCAS, MICROCUENCAS Y QUEBRADA


ÁREA FACTOR PENDIENTE ÁREA DE ÁREA DE ÁREA FACTOR
LONG. DE
N• ESTACIÓN RIO CUENCA DE DELA LAGOS NEVADOS BOFEDAL USO DEL
RIOS{km)
(km2) FORMA CUENCA{%) {km2) (km2) ESKM2 SUELO
FASE DE ENTRENAMIENTO
1 UPAMAYO MANTARO 2860.0 1.57 8.73 1758.6 609.24 5.80 450.2 0.46
2 COCHAS TÚNEL PACHACAYO 490.0 0.47 22.19 280.1 16.17 21.11 1.4 0.57
3 PIÑASCOCHA PACHACAYO 195.0 0.78 16.93 147.2 5.64 0.68 0.0 0.52
4 PACHACAYO PACHACAYO 720.0 0.56 21.21 551.8 22.14 21.79 1.6 0.55
S QUILLÓN CANIPACO 1325.0 0.45 20.65 1337.6 22.72 9.08 57.8 0.51
6 MOYA VILCA 1730.0 0.46 28.44 1184.1 33.94 3.56 88.7 0.52
7 BOCAT. APACHETA APACHETA 135.0 0.85 27.05 92.6 0.36 0.79 15.6 0.56
8 ATUNSULLA APACHETA 186.4 0.55 28.40 134.2 0.42 0.79 26.5 0.54
9 PUENTECASACANCHA CACHI 1016.4 0.51 24.19 708.8 1.01 0.79 83.2 0.51
10 PUENTE CHACCO CHACCO 1110.7 0.58 25.76 1007.6 0.59 0.00 0.0 0.49
11 CHICLLARAZO CHICLLARAZO 99.3 0.36 28.42 97.7 0.25 0.00 21.6 0.50
12 CHONTACA JOLLPAHUAYCCO 119.1 0.47 21.92 81.4 0.19 0.00 0.0 0.49
FASE DE VALIDACIÓN
13 ROSASPATA MATARAYOC 154.8 0.66 17.95 103.0 0.06 0.00 0.0 0.50
14 CHINCHI ICHU 1420.0 0.38 26.62 859.7 4.19 4.58 158.1 0.52
15 YAULI YAULI 688.2 0.39 28.38 393.3 11.70 20.56 15.7 0.58
FASE DE GENERACIÓN
16 NO EXISTE* HUAYANAY 459.4 0.65 21.30 385.4 0.32 0.00 15.05 0.49
*En ésta microcuenca se va generar los caudales.

GENERACIÓN DE-CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 81
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CAPITULO IV

IV. APLICACIÓN DEL MODELO

Habiendo descrito y determinado las principales características de las subcuencas y


microcuencas en estudio, así como revisar la consistencia de los datos pluviométricos
e hidrométricos, se procederá a elaborar los Modelos de Redes Neuronales
Artificiales.

4.1 INFORMACIÓN BÁSICA

Para el presente trabajo se recopilaron datos hidrometeorológicos de estaciones


hidrométricas y pluviométricas instaladas en las subcuencas y microcuencas
pertenecientes a la Cuenca del Mantaro,

a. Información hidrometeorológica

Para el presente trabajo se recopilaron datos hidrometeorológicos principalmente de


ELECTROPERÚ S.A., SENAMHI, Proyecto Especial del Río Cachi (PERC). También
para efectos de verificación y validación, se construyó un pluviómetro el cual se instaló
en la parte alta de la microcuenca Huayanay para registrar la precipitación durante el
periodo de elaboración del presente trabajo, esto con la finalidad de calibrar la
precipitación respecto a las estaciones pluviométricas más cercanas a la zona de
estudio (Estaciones Huancavelica, Lircay y Acobamba) y se realizaron mediciones del
caudal del río, además se verificó el caudal de varias microcuencas pertenecientes al
ex-Proyecto Especial del Río Cachi y en el río lchu.

b. Planos topográficos

Principalmente los planos topográficos han sido empleados para modelar la Cuenca
del Mantaro, así como determinar sus características fisiográficas de las subcuencas
y microcuencas utilizadas en el proceso de calibración y validación. Los parámetros
a determinar no requieren planos con alta precisión debido a que su influencia en
mínima al calcular algún parámetro fisiográfico de la cuenca, por ejemplo al calcular
el área de una subcuenca con planos a escala 1:25,000 se obtendría 851.2 km2,
mientras que utilizando cartas a escala 1:1,000 se tendría 848.64 km2,

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 82
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

porcentualmente se tiene un error de 0.3% bastante reducido, para áreas


considerablemente extensas. Por el motivo antes mencionado se utilizaron los
Modelos Digitales de Terreno en formato raster de la página del Ministerio de
Educación (MINEDU) presentadas a escala 1:25,000. Luego dichos Modelos Digitales
de Terreno han sido procesados con el programa ARCGIS® de Sistemas de
Información Geográfica georeferenciadas en el sistema de proyección UTM 18S y
Datum WGS1984 para calcular las características o parámetros fisiográficos de las
subcuencas y microcuencas.

c. Información de los usos del suelo

Para determinar los factores respecto al uso del suelo en las subcuencas y
microcuencas, se emplearon mapas de cobertura vegetal(usos del suelo) elaborados
por el Ministerio del Ambiente elaborados el año 2012, georeferenciadas al Datum
WGS84, representado a una escala de 1:1300000.

d. Fotografías

Para efectos de verificación y validación se visitaron varias microcuencas y


subcuencas presentes en el análisis, en las que se tomaron fotografías que describan
algunas características y trabajos realizados en las subcuencas y microcuencas.

4.2 GENERACIÓN DE CAUDALES CON REDES NEURONALES ARTIFICIALES

En el capítulo tres de éste trabajo se expuso las principales características de las


Redes Neuronales Artificiales (RNAs), por lo cual se probará diversas estructuras de
modelos de RNAs. Realizando procesos de entrenamiento y validación, hasta
encontrar el modelo que genere hidrogramas con el menor error posible.

Para desarrollar una estructura de Red Neuronal Artificial que sea capaz de modelar
de mejor forma las subcuencas y microcuencas del Mantaro se ha empleado 15
subcuencas y microcuencas, de los cuales 8 con registros comprendidos entre 1965
-2005 (Upamayo-San Juan, Cochas, Piñascocha, Pachacayo, Canipaco, Vilca, lchu,
Yauli) , mientras que los 7 restantes (Apacheta, Apacheta-Estación Tunsulla, Cachi,

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 83
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Chacco, Chicllarazo, Jollpahuaycco, Matarayoc) se realizará con un registro


completado y extendido entre 1991-2005, además para el proceso de validación serán
comparados los registros históricos con los generados.

En éste capítulo se muestra las variables de entrada (inputs), además del


preprocesamiento de los parámetros fisiográficos y usos del suelo, el
preprocesamiento de los parámetros de hidrometría y pluviometría serán descritos en
los anexos. Es necesario determinar la estructura de la red (número de neuronas de
entrada, número de capas ocultas, número de neuronas en las capas ocultas,
funciones de activación, entre otras).

Para establecer el número de variables de entrada será necesario realizar una serie
de pruebas verificando el error obtenido, esto es para determinar las variables "más
relevantes" que tengan la capacidad de modelar de mejor forma, evitando incluir
variables que compliquen la estructura de la red y produzcan sobreentrenamiento, o
también se llegue a un modelo con pocas variables de entrada que no sean capaces
de modelar la variable de salida (caudal).

El tipo de estructura a utilizar es el Perceptrón Multicapa por la capacidad de


presentar mejores resultados, considerarse un aproximador universal de funciones y
tener relativa aplicación fácil.

Todas las variables de entrada antes de ser procesados serán normalizados respecto
al "mayor valor" de todo el registro, de tal forma que todos los valores se encuentre
en el rango [O, 1].

La estructura de la Red Neuronal Artificial elaborada tendrá 1 capa de entrada y 1


capa de salida, ésta última tendrá una sola neurona que es la variable dependiente
"Caudal", mientras que el número de neuronas (variables) de la capa de entrada, el
número de capas ocultas y sus neuronas serán determinados por "prueba y error", es
decir se ingresarán diferentes modelos de forma iterativa, buscando el modelo que
menor error produzca, esto se debe a que no existe una regla o método que indique
el número preciso de capas y neuronas que produzca el mejor modelo. Sin embargo
las neuronas (variables) de la capa de entrada deben ser estudiadas y considerar las
que son determinantes en el proceso de producción de escorrentía, teniendo éstas

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 84
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

un significado físico tal como la precipitación que es la variable determinante y más


importante que produce escorrentía en una cuenca sin ésta variable no se podría
modelar adecuadamente la variación de caudal de un río en el transcurso de los
meses y años, algunos factores como la evapotranspiración, temperatura y otros
también influyen de alguna forma en la producción de escorrentía, pero no son
determinantes, en el presente trabajo no han sido incluidos como variables de entrada
debido a los limitados registros en las diferentes subcuencas y microcuencas con las
que se realizará el proceso de entrenamiento( calibración) y validación, además antes
de descartar como variables de entrada (evapotranspiración y temperatura) a los
modelos, en una subcuenca y una microcuenca que presentaban las variables
(precipitación, evapotranspiración y temperatura) se modeló los caudales, sin
embargo no se tuvo diferencia considerable respecto a ingresar solamente los datos
de precipitación como variable de entrada. Por tal motivo dentro de la variable
meteorológica solo se tendrá como entrada la precipitación.

La función de activación a emplear en la red será Tangente sigmoidal.

Para el proceso de entrenamiento se ingresaran los inputs o variables de entrada


(precipitación, área de la cuenca, factor de forma, pendiente de la cuenca, longitud de
ríos, área de lagos y lagunas, área de nevados y factor de usos del suelo) y la salida
deseada (caudal registrado}. Las variables de entrada a través de las funciones de
activación, pesos y bias en las capas ocultas son transformadas en valores de entrada
de una capa superior y así consecutivamente hasta llegar a la capa de salida el cual
contendrá los datos generados los cuales serán comparados con los datos deseados,
para dicha comparación existen varias formas de calcular, en el presente trabajo se
utilizará la Raíz del Error Cuadrático Medio para calcular el error producido entre el
caudal generado y el deseado o registrado, también se utilizará el coeficiente de
correlación de Pearson para obtener el nivel de confianza de un determinado modelo.

El método de aprendizaje es supervisado, ya que los datos de entrada son evaluados


respecto a los datos de salida. Además el algoritmo de entrenamiento es
retropropagación de error (Backpropagation).

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 85
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Wnm

Ac-....... ~
D _....,.
..
~
El

•• '""'"""' ~~ • -~ . . .--~- r,......-r • ~ _ __,......

'
Se vuelve a iterar Si Et>Et-1
r---------------------~--
Validación Interna
Se conserva Wt
L---------------------~--·-
Si Et<Et-1
·- ·-··· __ ¡

Figura 4.1 Configuración de una Red neuronal con 3 capas.

4 ..2 ..1 DES.CRIPCIÓN DE MODELOS DE REDES. NEURONALES_ ARTIFICIALES

El procedimiento para generar los caudales medios mensuales será a partir de las
variables independientes tales como las características fisiográficas, meteorológica y
usos del suelo.

Las subcuencas y microcuencas del Mantaro que tienen información completa son:
Cachas, Vilca, Pachacayo, Piñascocha, Canipaco, Upamayo, lchu, Yauli, Apacheta,
Apacheta- estación Atunsulla, Cachi, Chacco, Chicllarazo, Chontaca y Rosaspata en
total 15 subcuencas y microcuencas que se tienen con información completa
(variables de entrada y salida) que servirán para el entrenamiento (calibración) de los
modelos, así como para validar. Los modelos empleados básicamente estarán
conformados por siguientes parámetros:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE- LAS
CARACTERÍSTICAS DE UNA CUENCA 86
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERiA CIVIL

Donde:

Q : Caudal medio mensual en el mes t.


~ :Precipitación total del mes "t".
Ac :Área total de la cuenca "i".
Ff : Factor de forma de la cuenca "i"
~ : Pendiente de la cuenca "i".
Lr : Longitud de ríos en la cuenca "i".
A¡ :Área de lagos y lagunas de la cuenca "i".
An :Área de nevados en la cuenca "i".
E: : Factor promedio de uso del suelo en la cuenca "i"

Para tener una idea de la relación existente entre las variables, antes de empezar con
el proceso de entrenamiento, se muestra el análisis de correlación cruzada,
verificando la relación que tienen cada una de las variables entre sí, y verificando la
influencia de cada una de las variables independientes en la variable dependiente.

A continuación presentamos el cuadro de correlación cruzada.

Tabla 4.1 Análisis de correlación cruzada entre todas las variables

Ae Ff Pe Lr Al An Fs Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt Qt


Ae 1.00 0.63 -0.51 0.96 0.82 0.00 -0.65 -0.07 -0.07 -0.07 -0.07 -0.07 -0.07 -0.07 0.56
Ff 0.63 1.00 -0.83 0.48 0.93 -0.17 -0.60 0.00 0.00 0.00 -0.01 -0.01 -0.01 -0.01 0.28
Pe -0.51 -0.83 1.00 -0.43 -0.79 -0.10 0.48 0.06 0.06 0.06 0.06 0.06 0.06 0.07 -0.18
Lr 0.96 0.48 -0.43 1.00 0.68 0.00 -0.63 -0.07 -0.07 -0.07 -0.07 -0.07 -0.07 -0.07 0.52
Al 0.82 0.93 -0.79 0.68 1.00 -0.04 -0.67 -0.03 -0.03 -0.03 -0.03 -0.03 -0.03 -0.03 0.40
An 0.00 -0.17 -0.10 0.00 -0.04 1.00 0.60 -0.05 -0.05 -0.06 -0.06 -0.06 -0.06 -0.06 0.02
Fs -0.65 -0.60 0.48 -0.63 -0.67 0.60 1.00 0.02 0.02 0.02 0.02 0.02 0.02 0.02 -0.29
Pt-6 -0.07 0.00 0.06 -0.07 -0.03 -0.05. 0.02 1.00 0.65 0.34 0.01 -0.28 -0.44 -0.52 -0.26
Pt-5 -0.07 0.00 0.06 -0.07 -0.03 -0.05 0.02 0.65 1.00 0.65 0.34 0.01 -0.28 -0.44 -0.15
Pt-4 -0.07 0.00 0.06 -0.07 -0.03 -0.06 0.02 0.34 0.65 1.00 0.65 0.34 0.01 -0.28 -0.03
Pt-3 -0.07 -0.01 0.06 -0.07 -0.03 -0.06 0.02 0.01 0.34 0.65 1.00 0.65 0.34 0.01 0.11
Pt-2 -0.07 -0.01 0.06 -0.07 -0.03 -0.06 0.02 -0.28 0.01 0.34 0.65 1.00 0.65 0.34 0.26
Pt-1 -0.07 -0.01 0.06 -0.07 -0.03 -0.06 0.02 -0.44 -0.28 0.01 0.34 0.65 1.00 0.64 0.37
Pt -0.07 -0.01 0.07 -0.07 -0.03 -0.06 0.02 -0.52 -0.44 -0.28 0.01 0.34 0.64 1.00 0;35
Qt 0.56 0.28 -0.18 0.52 0.40 0.02 -0.29 -0.26 -0.15 -0.03 0.11 0.26 0.37 0.35 1.00

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERiSTICAS DE UNA CUENCA 87
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

En el grafico se puede observar que existe una elevada correlación entre el área de
la cuenca con la longitud de drenaje (longitud total de los ríos en la subcuenca o
microcuenca), del mismo modo se observa un elevado nivel de correlación entre el
área de lagos y lagunas con el factor de forma, los demás factores no tienen
correlación importante entre sí.

También en la tabla se observa que el factor más influyente en la generación del


caudal es el Área de la cuenca con un coeficiente de correlación de 0.56, seguido de
la Longitud de drenaje, asimismo los factores Área de lagos y lagunas, Precipitación,
factor de forma y factor del suelo tiene relación importante.

4.2.1.1 MODELOS CONFORMADOS POR GRUPOS PARCIALES

Para conseguir modelos que logren mayor representatividad y no se produzca


"sobreentrenamiento" con otras cuencas que distorsionen los resultados
clasificaremos las subcuencas y microcuencas de acuerdo a su tamaño. Para generar
caudales en cuencas con áreas entre 100 y 200 km2 emplearemos para el proceso
de entrenamiento las "cuencas" Chicllarazo, Apacheta, Piñascocha y Gochas, con
áreas comprendidas entre 99.3 y 490 km2, para el proceso de validación se empleará
la microcuenca Jollpahuaycco (estación Chontaca). A continuación presentamos el
cuadro de resumen que comprenderá los grupos de entrenamiento y validación.

Tabla 4.2 Clasificación en subgrupos de "cuencas de referencia"

RANGO DE VAUDEZ PARA EL ÁREA DHAS-SUBCUENCAS.YMICROCUENCAS(KM2)

RANGO(KM2) 100 - 200 200 - 500 500 1000 1000 1500


GRUPO A KM2 GRUPO B KM2 GRUPO C KM2 GRUPO D KM2
' 1 CHICLLARAZO 99.3 ATUNSULLA 186.4 PIÑASCOCHA 195.0 PACHACAYO 720.0
2 APACHETA 135.0 PIÑASCOCHA 195.0 COCHAS 490.0 CHACCO 1110.7
PROCESO DE !
ENTRENAMIENTO; 3 ATUNSULLA 186.4 PACHACAYO 720.0 PACHACAYO 720.0 CACHI 1016.4
' 4 P.IÑASCOCHA 195.0. CACHI 1016.4 QUILLON 1325.0
¡ S COCHAS 490.0 CHACCO 1110.7 MOYA 1730.0
VALIDACIÓN 6 CHONTACA 119.1 COCHAS 490.0 YAULI 688.2 ICHU 1420.0

GENERACIÓN DE-CAUDALES CON MODELOS DE. REDES NEURONALES ARTIFICIALES A PARTIR DE LAS
CARACTERISTICAS DE UNA CUENCA 88
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

Debido a la cantidad de datos que se procesa, se tuvo que utilizar la herramienta


Neural Network (Red Neuronal) del programa Matlab, fue necesario emplear dicho
programa para simplificar los rigurosos y tediosos procedimientos que implicaría cada
iteración en el proceso de reducción del error, cálculo con miles de datos
correspondientes a las variables que se emplea.

· NeuraJ Network

Hidden Liyer

lO 1

Figura 4.2 Estructura de una Red Neuronal Artificial en Matlab

En la imagen anterior se muestra la estructura típica de la Red Neuronal Artificial


empleada en el presente trabajo, está conformada por 3 capas (1 de entrada, 1 oculta
y 1 capa de salida), en la capa de entrada se ubican las variables independientes (de
ingreso). El número de neuronas en la capa de entrada será variable y dependerá del
nivel de confianza obtenida respecto a los caudales registrados. El número de
neuronas de la capa oculta será 1O, esto depende de los resultados, al verificar en la
mayoría de los procesos de entrenamiento ya no fue necesario incrementar el número
de neuronas debido a que la reducción del error respecto al incremento de neuronas
es insignificante.

Tabla 4.3 Modelos con diferentes capas de entrada

LOS MODELOS TENDRÁN LA SIGUIENTE NOTACIÓN


No RNA F
1 15:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Pt-5, Pt-6, Ae, Ab, Ff, Pe, Lr, Al, An, Fs)
2 13:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Pt-5, Pt-6, Ae, Ff, Pe, Lr, Al, An)
3 13:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Pt-5, Pt-6, Ae, Ff, Pe, Al, An, Fs)
4 12:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Pt-5, Pt-6, Ae, Ff, Pe, Al, An)
S 10:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Ae, Ff, Pe, Al, An)
6 09:10:01 Qt=f(Pt, Pt-1, Pt-2, Pt-3, Pt-4, Pt-5, Pt-6, Ae, Lr)

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 89
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

4.2.1.2.1 EVALUACIÓN EN EL GRUPO A

En éste grupo para el proceso de entrenamiento se utilizarán las subcuencas y


microcuencas Chicllarazo, Apacheta, Piñascocha y Cachas, aleatoriamente para el
proceso de validación se empleará la microcuenca Jollpahuaycco, en la que se
encuentra la estación Chontaca.

Los parámetros empleados de éste grupo son:

Q : Caudal medio mensual en el mes t.


~ :Precipitación total del mes "f'.
Ac :Área total de la cuenca "i".
F1 : Factor de forma de la cuenca "i"
~ : Pendiente de la cuenca "i".
L,. : Longitud de ríos en la cuenca "i".
A¡ :Área de lagos y lagunas de la cuenca "i".
A, :Área de nevados en la cuenca "i".
F.v : Factor promedio de uso del suelo en la cuenca ,¡¡,

Al proceder con el entrenamiento se tiene los siguientes resultados:

Tabla 4.4 Resultados de los diferentes modelos de RNAs.-Grupo A

RESULTADOS ENTRENAMIENTO VALIDACIÓN VALORES PROMEDIO


No RNA R RECM R RECM No R No RECM
1 1S:10:01 0.867 1.47 0.723 1.13 S 0.79S 2 1.298
2 13:10:01 0.889 1.42 0.7S8 1.29 1
...
0.823 3 1.3S2
---- ---
-·- ~~
. ·-· -~--

3 13:10:01 0.869 1.48 0.727 1.32 4 0.798 S 1.403


4 12:10:01 0.863 1.52 0.734 1.41 2 0.799 6 1.467
~ 1Q:.10:.Q¡ Q..&~5- ¡,_66_ Q-.70.2. 1~1.1 6 Q..7&9 4~ . 1,.385.
6 09:10:01 0.874 1.SO 0.770 0.99 2 0.822 1 1.24S

Al observar los 2 parámetros que indican el nivel de confianza(R Y RECM) de los


modelos, observamos que los modelos 6 y 2 tienen los mejores resultados, ahora con
ambos modelos se calculará los resultados para el año promedio.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 90
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

El Hidrograma resultante del modelo 6 en la fase de entrenamiento es:

GRUPO A· FASE DE ENTRENAMIENTO

30
¡¡¡
;;, 25
E
io 20
:::¡ 15
5
10

o
CHICUARAZO APACHETA PIÑASCOCHA COCHAS

..... REGISTRADOS ~GENERADOS

Figura 4.3 Hidrograma del proceso de entrenamiento- Grupo A

Para el grupo "A" el modelo 6 presenta mejor rendimiento respecto a los demás
modelos, presentando un coeficiente de correlación promedio entre el grupo de
entrenamiento y validación de 0.82, además de presentar una Raíz del Error
Cuadrático Medio de 1.245 m3/s, lo cual es bastante aceptable respecto a la
población de datos. Para el proceso de generación de caudales de la microcuenca
con la que se ésta validando se encuentra un coeficiente de correlación de 0.77.

GRUPO "A" FASE DE VALIDACIÓN

9 ~----------------------------------------------,

7
;;;
:g 6.
....

.... 5
;3
:::¡ 4
¡)
3

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
-REGISTRADO -GENERADO

Figura 4.4 Hidrograma del proceso de validación- Grupo A

En la figura 4.4 se muestra el hidrograma representado los valores registrados


"reales" y los valores generados. Para el proceso de validación se obtiene resultados
aceptables, también los caudales mensuales del año promedio se obtienen resultados
favorables, alcanzando un coeficiente de correlación de 0.95

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 91
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIER[A CIVIL

CAUDAL PROMEDIO (1992 • 2005)- JOLLPAHUAYCCO


6 ~---------------------------------------.

Vi' S 1------~----------------------1
.......
M
,_
lE
! ......

1 ~
u
2

o - - - - - - - - - - - - - - - - - - - - - - - ·-------- ---~-

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

-REGISTRADO -GENERADO

Figura 4.5 Hidrograma del año promedio Jollpahuaycco "'"Grupo A

4.2.1.2.2 EVALUACIÓN EN EL GRUPO B

En éste grupo para el proceso de entrenamiento se utilizarán las subcuencas y


microcuencas Piñascocha, Pachacayo, Apacheta -E:stación Atunsulla, para el
proceso de validación se empleará la microcuenca Gochas, en la que se encuentra la
estación Cachas Túnel.
Al proceder con el entrenamiento se tiene los siguientes resultados:

Tabla 4.5 Resultados de los diferentes modelos de RNAs. -Grupo B

RESULTADOS ENTRENAMIENTO VALIDACIÓN VALORES PROMEDIO


No RNA R RECM R RECM No R No RECM
1 15:10:01 0.823 2.60 0.844 4.37 3 0.834 6 3.484
2 13:10:01 0.811 2.64 0.824 3.31 S 0.817 3 2.972
3 13:10:01 0.837 2.S6 0.8S3 3.61 2 0.84S 4 3.086
4 12:10:01 0.847 2.49 0.8SO 3.39 1 0.849 1 2.938
S ·10:10:01 o~762 2~82· 0;8SO· . 3.84 6 0;806 S . 3.328
6 09:10:01 0.813 2.68 0.838 3.21 4 0.82S 2 2.948

Al observar los 2 parámetros que indican el nivel de confianza(R Y RECM) de los


modelos, observamos que los modelos 4 y 3 tienen los mejores resultados.

GENERACIÓNDE-CAUDALES CON MODELOS DE-REDES NEURONALESARTIF"ICIALES A PARTIR DE-LAS


CARACTER[STICAS DE UNA CUENCA 92
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

El Hidrograma resultante del modelo 4 en la fase de entrenamiento es:

GRUPO B- FASE DE ENTRENAMIENTO


00,----------------------------------------------------------------.
so

-REGISTRADO -e-GENERADO

Figura 4.6 Hidrograma del proceso de entrenamiento- Grupo 8

GRUPO "B" FASE DE VALIDACIÓN- MICROCUENCACOCHAS


40
35
~30
..,
E 25
~ 20
g 15
~ 10
5
o

-REGISTRADO -GENERADO

Figura 4.7 Hidrograma del proceso de validación- Grupo 8

En la figura 4. 7 se muestra el hidrograma representado por los valores registrados


"reales" y los valores generados. Para el proceso de validación se obtiene resultados
aceptables, para los caudales mensuales del año promedio se obtienen resultados
favorables, siendo el coeficiente de correlación de 0.99.

CAUDAL PROMEDIO (1966- 2005)- COCHAS


18
16
~ 14
e
=
12
10
C5 8
~ 6
V 4
2
o
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

-REGISTRADO --GENERADO

Figura 4.8 Hidrograma del año promedio Cachas- Grupo 8

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 93
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

4.2.1.2.3 EVALUACIÓN EN EL GRUPO C

En éste grupo para el proceso de entrenamiento se utilizarán las subcuencas y


microcuencas Piñascocha, Cachas, Pachacayo, Cachi, Chacco para el proceso de
validación se empleará la subcuenca Yauli.
Al proceder con el entrenamiento se tiene los siguientes resultados:

Tabla 4.4 Resultados de los diferentes modelos de RNAs.- Grupo e


-- ~ ~---- ....

RESULTADOS.
-- . - -~--·

VALORES PROMEDIO
.. _..

ENTRENAMIENTO VALIDACIÓN
No RNA R RECM R RECM No R N RECM
l. 1~:10:0,1. 0 ..&9_3_ 2J~5. Q._9_12 2..~9_ 3_ 0 ..9_02 S 2 ..720
2 13:10:01 0.896 2.72 0.921 2.08 2 0.909 1 2.403
3 13:10:01 0.876 2.90 0.913 2.41 4 0.89S 2 2.6S8
4 12:10:01 0.884 2.88 0.888 2.79 6 0.886 6 2.832
S 10:10:01 0.884 2.88 0.899 2.S6 S 0.892 4 2.717
6 09:10:01 0.901 2.86 0.917 2.47 1 0.909 3 2.663

Al observar los 2 parámetros que indican el nivel de confianza (R Y RECM) de los


modelos observamos que el modelo 2 es el que tiene los mejores resultados, el
modelo 6 también podría considerarse.

El Hidrograma resultante del modelo 2 en la fase de entrenamiento es:

GRUPO C- FASE DE ENTRENAMIENTO

60

¡¡; 50 1------·--------
.....
].40
;;t
§~:--------------.-·-----~~-------~~,u
:5
1 20

i 10

PIÑASCOCHA COCHAS PACHACAYO CACHI CHACCO


-REGISTRADO -GENERADO i
-------------------------J
Figura 4.9 Hidrograma del proceso de entrenamiento- Grupo e

GeNERACIÓN· DE-CAUDALES CON MODELOS DE-REDES NEURONALES ARTI!="ICIALES A PARTIR DE-LAS


CARACTERÍSTICAS DE UNA CUENCA 94
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

GRUPO "C" FASE DE VALIDACIÓN - SUBCUENCA YAULI


30

25

--REGISTRADO --GENERADO

Figura 4.10 Hidrograma del proceso de validación- Grupo C

En la figura 4.1 O se muestra el hidrograma representado por los valores registrados


"reales" y los valores generados. Para el proceso de validación se obtiene resultados
aceptables, también los caudales mensuales del año promedio se obtienen resultados
favorables, siendo el coeficiente de correlación de 0.99.

CAUDAL PROMEDIO (1966 - 2004} - RIO YAULI


18
16
14
~ 12
M
.§. 10
....
í5::l 8
5 6
4
2
o
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
--REGISTRADO --GENERADO

Figura 4.11 Hidrograma de la subcuenca Yauli

4.2.1.2.4 EVALUACIÓN EN EL GRUPO D

En éste grupo para el proceso de entrenamiento se utilizarán las subcuencas y


microcuencas Vilca, Canipaco, Pachacayo, Cachi, Chacco para el proceso de
validación se empleará la subcuenca lchu.
Al proceder con el entrenamiento se tiene los siguientes resultados:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 95
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

Tabla 4.4 Resultados de los diferentes modelos de RNAs- Grupo D


'
RESULTADOS ENTRENAMIENTO VALIDACIÓN VALORES PROMEDIO
- No
.. .. - -· ~ -· --·-·--- . -- -- -·· ~

No
...
No
RNA R RECM R RECM R RECM
1 1S:10:01 0.919 S.72 0.838 11.10 3 0.879 3 8.41
2 13:10:01 0.922 S.60 0.8SO 11.11 2 0.886 2 8.36
3 13:10:01 0.926 S.52 0.804 12.17 6 0.86S 6 8.84
4 12:10:01 0.921 S.63 0.813 11.4S S 0.867 4 8.54
S . 10:10:01 0.916 S.80 . 0.8S7 10.46 1 0.886 . 1 8.13
6 09:10:01 0.908 4.71 0.836 12.43 4 0.872 S 8.S7

Al observar los 2 parámetros que indican el nivel de confianza(R Y RECM) de los


modelos observamos que los modelos 5 y 2 tienen los mejores resultados.

El Hidrograma resultante del modelo 5 en la fase de entrenamiento es:

GRUPO O - FASE DE ENTRENAMIENTO 1


160 , - - - - - - - - - - - - - - - ,

140

íii
120 ----:--------------------------1------· ---111
";;:¡ 100
.5
..... 80
--------------------_-----_----_---_
_ ···_·-
·----==----1111-.--..-1--l-ll--:c-l l
g
:::¡
<(
u
60 ¡
40 j
20

o
PACHACAYO CACHI CHACCO CANIPACO COCHAS
-REGISTRADO -GENERADO

Figura 4.12 Hidrograma del proceso de entrenamiento- Grupo D

GRUPO "O" FASE DE VALIDACIÓN- SUBCUENCA ICHU


200

-v; 150
m
.§.
..... 100

C3 so
:::)
5
o

-REGISTRADO -GENERADO

Figura 4.13 Hidrograma del proceso de validación- Grupo D

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 96
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

En la figura 4.13 se muestra el hidrograma representado por los valores registrados


"reales" y los valores generados. Para el proceso de validación se obtiene resultados
aceptables, para los caudales mensuales del año promedio se obtienen resultados
favorables, siendo el coeficiente de correlación de 0.99.

CAUDAL PROMEDIO (1966 -1993)- RIO ICHU


so
40
¡¡:¡
.......
M 30
-.E...
<(
20
e
::J
<(
u
10

o
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
-REGISTRADOS -GENERADOS

Figura 4.14 Hidrograma de la subcuenca lchu

4.2.1.2 MODELO CONFORMADO POR UN GRUPO GLOBAL

En vista que los resultados obtenidos con los Modelos de Redes Neuronales
Artificiales son interpolaciones no lineales y el parámetro más influyente en la
generación del caudal es el Área de la cuenca. Inicialmente se elaboró un modelo
global en la que se incluyen casi todas las subcuencas y microcuencas, sin embargo
al ver los resultados obtenidos, se muestra considerable diferencia entre los datos
generados y registrados principalmente de las subcuencas (Upamayo-San Juan) y
las microcuencas pequeñas (Chicllarazo, Apacheta, Matarayoc), esta diferencia es
producida principalmente por la enorme diferencia que existe entre las áreas de las
subcuencas Upamayo-San Juan (2860.0 Km2), mientras la microcuenca Chicllarazo
(99.3 Km2), esto tiene mucha implicancia respecto al tiempo de concentración de las
cuencas, además del almacenamiento producido en cada cuenca, en las subcuencas
Upamayo-San Juan tiene un almacenamiento considerable que producirá un caudal
básico importante durante todo el año, mientras que en la microcuenca Chicllarazo el
almacenamiento es mínimo.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 97
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERiA CIVIL

Para el proceso de entrenamiento y validación del modelo con la que se generará los
caudales mensuales se utilizarán las subcuencas y microcuencas Piñascocha,
Gochas, Pachacayo, Cachi, Chacco, Canipaco y Vilca, mientras que para el proceso
de validación se empleará la subcuenca Yauli e lchu, así como las mediciones
realizadas en el cauce del río Huayanay.

Al proceder con el entrenamiento se tiene los siguientes resultados:

Tabla 4.8 Resultados del modelo para generación de caudales

RES_ULTAOOS_ ENTRENAMI ENTQ VALIDACIÓN. PROMEDIO


No RNA R RECM R RECM R RECM
1 09:10:01 0.863 4.33 0.878 7.22 0.871 5.78

Se observa resultados bastante favorables en forma conjunta para el proceso de


entrenamiento como validación, resultando un coeficiente de correlación(R) de 0.87 y
una Raíz del Error Cuadrático Medio de 5.78m3/s, resultado bastante favorable
teniendo en cuenta que los caudales mensuales de las subcuencas utilizadas en el
proceso de entrenamiento pueden alcanzar los 70 m3/s, sin tener en cuenta los picos
extraordinarios.

FASE DE VALIDACIÓN- SUBCUENCA ICHU Y YAULI


200

~
M
150
É.
:;t 100
o
;:)
<(
u so
o
ICHU YAULI
--REGISTRADO --GENERADO

Figura 4.15 Hidrograma del proceso de validación grupo global

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERiSTICAS DE UNA CUENCA 98
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

4.3 ANÁLISIS Y DISCUSIÓN DE RESULTADOS

Los resultados de los grupos se muestran en el siguiente cuadro:

Tabla 4.9 Resultados de los modelos conformados por grupos

RESULTADOS VALORES PROMEDIO


GRUPO No MODELO R RECM(m3/s)
A 6 09:10:01 0.822 1.245
B 4 12:10:01 0.850 2.948
e 2 13:10:01 0.909 2.403
D S 10:10:01 0.886 8.13
PROMEDIO 0.867

El coeficiente de correlación de Pearson promedio para el análisis de los grupos de


cuencas (categorizados según el área) es de 0.87 coeficiente de considerada como
buena dentro del rango de valores que establece Guarín Salazar.

Tabla 4.10 Resultado del modelo conformado por un grupo global

RESULTADOS VALORES PROMEDIO


, GRUPO No MODELO R RECM (m3/s)
GLOBAL 6 09:10:01 0.871 5.78

Los resultados para el modelo global calibrado para cuencas con área comprendida
entre 500 y 1500km2 muestran un coeficiente "R" también de considerada como
buena dentro del rango de valores que establece Guarín Salazar.

En general se han obtenido Raíces de Error Cuadrático Medio bastante reducidos


teniendo en cuenta que los caudales mensuales pueden alcanzar valores ciertamente
altos.

Finalmente se determina que las características de una cuenca si influyen en la


generación de caudales con modelos de redes neuronales artificiales, teniendo éstos
gran implicancia en la generación de caudales y utilizando dichas características en
el proceso de calibración y validación para los grupos de "cuencas" se alcanzó un
coeficiente de correlación promedio de 0.87, para el modelo- global se consiguió un
coeficiente de correlación de 0.87 y una RECM de 5. 78m3/s, resultado bastante

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 99
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

favorable teniendo en cuenta que los caudales mensuales de las subcuencas


utilizadas en el proceso de entrenamiento pueden alcanzar los 70 m3/s.

Después de haber analizado cada uno de los modelos, se menciona que uno de los
modelos que mejor representatividad física muestra, es el modelo 6, que utiliza como
variables de entrada: El área de la cuenca, la longitud de los ríos y la precipitación.
Teniendo en cuenta los resultados en el modelo global, para conocer la implicancia
del área de la cuenca, la longitud de ríos y la precipitación en el caudal se real izará
un proceso de tabulación eón diferentes valores de entrada, modificando
gradualmente el valor de éstos.

Ambos parámetros (Área y Longitud de ríos) van incrementándose en 100km2 y


1OOkm respectivamente, Para las "cuencas" siempre existe una relación proporcional
entre el área de la cuenca y la longitud de ríos), que trabajará con estaciones de
precipitación. Como el modelo trabaja con la precipitación antecedente, las estaciones
de lluvia estarán conformadas de la siguiente manera:

Tabla 4.11 Estaciones de precipitación

PERIODOS Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt


r ESTACIÓN SET OCT NOV DIC ENE FEB MAR
2° ESTACIÓN DIC ENE FEB MAR ABR MAY JUN
3° ESTACIÓN MAR ABR MAY JUN ·. JUL AGO
SEP
4o ESTACIÓN JUN JUL AGO SEP OCT NOV DIC

De forma aleatoria se seleccionan los valores de precipitación que se utilizarán en el


proceso de tabulación.

Tabla 4.12 Valores de precipitación característicos

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
80 100 120 60 o10 10 20 10 20 40 50

Para la 1 o estación se obtienen los resultados:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 100
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

RESULTADOS Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt


rESTACIÓN SET OCT NOV DIC ENE FEB MAR
·ÁREA Q 1 -
AREA (km2)- CAUDAL(m3/s)
Km2 m3/s 1

100 3.01 14
r---+---lli '"R=o.1sl----,-.)' J
200 4.6 ! 12
300 6.7 1
o·o~·--
J...___,b
•• •• o
i
1
1
O . 1 1
8.9 J1 10 . T ••••...:.:o-c)--o----1
400
500 10.7 1
i
1--------o-0 t........ ~ J
~··~l
8
600 11.6¡
700 11.5: 6 1 1
800 10.8 i 4 o
900 10.1i o
1
1000 9.71 2
1

1100 9.9! o
1200 11.0i o 500 1000
1300 13.3··

Figura 4.16 Relación área vs caudal- en la 1o Estación

Se aprecia en la temporada de lluvias que, hasta el área de 600km2 un incremento


promedio de 1. 7 m3/s por aumento de 100km2 de área, sin embargo a partir del área
de 700km2 se aprecia una curva descendiente producto de la interpolación que
realiza para los caudales de las cuencas con áreas superiores a los 700km2, cabe
señalar que una de las cuencas es Chacco, con un área de 1110.7km2 del cual su
caudal promedio es 5.4m3/s, entonces ésta cuenca es la que distorsiona la pendiente
positiva de la curva, cabe señalar que dicha disminución se debe al coeficiente de.
escorrentía del suelo en dicho área que es bastante reducido.

Para la 2° estación se obtienen los resultados:

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS bE UNA CUENCA 101
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

RESULTADOS Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt


2° ESTACIÓN DIC ENE FEB MAR ABR MAY JUN
ÁREA Q
.,
---- - -·~---~~ ~--~-·--,_
--- ... -- --,
¡
i
Km2 m3/s AREA (km2)- CAUDAL{m3/s)
¡
1
100 1.3 6
200 1.7 R =._o.9~-~· r~-:-l
300 2.1
400 2.4
5

4
~--·~T·-· -··6'--·-,
' jo··
··o..
1
_.

' .· 1
1

500 2.7
600 2.9 3
.··o+-------¡j
---·-~-t:~...o:~~
700 3.0
800 3.1 2 --~~-
..~j·· ~
i 1
o··· r i l ~
900 3.4 es"" ¡ ¡ ¡ 1

1000 3.7 1 ~---+-- 1 i I


1 i1
1100 4.1
o
¡
,1
1
;
'
1

1200 4.6 o 500 1000 1500


___ _ _ _ l
~
1300 5.3

Figura 4.17 Relación área vs caudal -en la 2° Estación

Los caudales para el mes de junio tienen un incremento promedio de 0.3 m3/s por
incremento de 100km2.

Para la 3° estación se obtienen los resultados:

RESULTADOS Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt


3° ESTACIÓN MAR ABR MAY JUN JUL AGO SEP
ÁREA Q ·-
Km2 m3/s
100 1.0 2.5 -
AREA {km2)- CAUDAL{m3/s)

¡ . l --·~¡

r
;

200 1.2 = 0.89l 1 ..•. -0 t


l l-···· o
l--3_o_ot--1_.-l4 2.o --~--T-ao·-o 0 .. j--o--¡ :
400 1.6 ? o .. -····· ¡

500 1.8 1.5 _ _ 19.::·~---~:____j____ ~


I--6_0_0t--1_.-l9 .. -~-o·· . l 1

1--:-~-:t--~-.-l~ LO ro-- i~-----1


1----+---l 0.5 1--· - ' 1
1000 1.9 1 i
1100 1.9 !
0.0
1200 2.1 o 500 1000 1500 1
1300 2.3 - - - - - - - - - · - - - - - - - - - - - '

Figura 4.18 Relación área vs caudal -en la 3° Estación

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 102
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Para la temporada de estiaje se aprecia un incremento promedio de 0.1 m3/s por


incremento de 100km2.

Para la 4° estación se obtienen los resultados:

RESULTADOS Pt-6 Pt-5 Pt-4 Pt-3 Pt-2 Pt-1 Pt


4° ESTACIÓN JUN JUL AGO SEP OCT NOV DIC
1
¡-

200

:
2.2

~:: 4
R=0.62l o o o c.
·--~J.._. . . . . o·-t~
··o 1
~
f
t
!~~ ::~ 3 ..• o···ó¿J ! 1 ~
~
700
800
900
45
4:2]
3.9
2

1
o l.
:
¡' ¡-
r
~: ~:~ o •..• 1 1 1 ~
1200
1300
3.8
4.2
[o 500 1000
""1'_"_1 --¡··~~~~~~·- - ,~
1500 J
Figura 4.19 Relación área vs caudal- en la 4° Estación

Se aprecia para el mes de diciembre que, hasta el área de 600km2 se presenta un


incremento promedio de 0.6 m3/s por aumento de 100km2 de área, sin embargo a
partir del área de 700km2 se aprecia una curva descendiente producto de la
interpolación que realiza para los caudales de las cuencas con áreas superiores a los
700km2, cabe señalar que una de las cuencas es Chacco (ingresó en el proceso de
calibración), con un área de 111 0.7km2 del cual su caudal promedio es 5.4m3/s,
entonces ésta cuenca es la que genera el cambio de pendiente en la curva, cabe
señalar que dicha disminución se debe al coeficiente de escorrentía del suelo en dicho
área que es bastante reducido.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 103
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

Para éstos resultados se muestra la implicancia del aspecto fisiográfico (representado


por sus parámetros área de la cuenca y longitud de ríos) en la generación de
caudales.

Tabla 4.13 Resultados del1 o grupo de Precipitación

PERIODOS R
lo ESTACIÓN 0.78
2° ESTACIÓN 0.98
3° ESTACIÓN 0.89
4° ESTACIÓN 0.62
PROMEDIO 0.82

De ésta misma forma se calculó para 4 grupos más de precipitación con valores
aleatorios, obteniendo resultados bastante cercanos, los cuales se muestran a
continuación.

Tabla 4.14 Resultados Relación Área- Caudal

GRUPO ALEATORIO 1 2 3 4 S
PERIODOS R R R R R
lo ESTACIÓN 0.78 0.88 0.91 0.84 0.87
r ESTACIÓN 0.98 0.92 0.91 0.90 0.92
3o ESTACIÓN 0.89 0.82 0.81 0.83 0.82
4° ESTACIÓN 0.62 0.75 0.78 0.76 0.76
PROMEDIO 0.82 0.84 0.85 0.83 0.84
PROMEDIO 0.84

Finalmente se concluye que la fisiografía representada por sus parámetros


característicos y más importantes como el área de la cuenca y la longitud de ríos si
interviene en la generación de caudales con modelos de redes neuronales artificiales
alcanzando un coeficiente de correlación promedio de 0.84, siendo ésta la relación
entre el área de la cuenca y el caudal que producirá.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 104
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL

En la siguiente figura se muestra la relación entre la Precipitación promedio de cada


cuenca y el caudal que produce.

RELACIÓN ENTRE LA PRECIPITACIÓN Y EL CAUDAL

PERIODO (1991-2005)
P.(mm) CAUDAL ÁREA
RELACIÓN PRECIPITACIÓN- CAUDAL
Q
CUENCA
PROM PROM.(m3/s) (mm) (km2) 50
HUAYANAY
COCHAS
VILCA
69.4
65.9
62.3
5.0
5.3
23.8
28.3
28.4
35.8
459.4
490
1730
45

40
R=0.80 1 1

·- . .·
.. !~--

• ..
PACHACAYO
PIÑASCOC
CANIPACO
61.6
58.7
66.0
8.1
1.4
10.5
29.3
18.5
20.6
720
195
1325
-.§.25
E
35

30
~
.-.~;:::-·
----J:,.···
)····.
-
UPAMAYO 63.9 21.9 20.0 2860
E l.t
ICHU
APACHETA
67.7
116.3
16.1
2.0
29.5
41.7
1420
135
...c.o 20 •
Q'lS
TUNSULLA 116.3 3.3 47.1 186
CACHI 89.7 12.0 31.3 1016 10

CHACCO 60.0 5.4 12.6 1111 S


CHICLLARAZO 92.5 1.6 40.8 99
o
JOLLPAHUAYCCO 67.1 1.4 30.6 119
o 20 40 60 80 100 120
MATARAYOC 66.0 1.3 21.7 155
PRECIPITACIÓN PROMEDIO (mm)
YAULI (91-04) 60.4 7.2 27.2 690

Figura 4.20 Relación Precipitación vs caudal

También en el gráfico de barras se aprecia la relación

CAUDAL( mm) vs P(mm) ANUAL PROMEDIO DE LAS "CUENCAS"


PERIODO {1991-2005)

CUENCA
· P.(mm) Q(mm)
PROM PROM
r- ------ ---~~~6~ ·;~~~~¡~~~~~~~~~L____ --- ·-1
HUAYANAY 69.4 28.3
COCHAS 65.9 28.4 120

VILCA 62.3 35.8 100 ; 1 1


PACHACAYO 61.6 29.3 ·''
PIÑASCOC 58.7 18.5
60
CANIPACO 66.0 20.6
UPAMAYO 63.9 20.0 40
ICHU 67.7 29.5
APACHETA 116.3 41.7
TUNSULLA 116.3 47.1
CACHI 89.7 31.3
CHACCO 60.0 12.6

J
CHICLLARAZO 92.5 40.8
JOLLPAHUAYCCO 67.1 30.6
• PREOPITACIÓN(mm) • CAUDAL (mm)
MATARAYOC 66.0 21.7
YAULI (91-04) 60.4 27.2

Figura 4.21 Grafico de barras relación área vs caudal

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 105
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Dentro de la característica meteorológica se tiene la precipitación, determinándose


que éste influye en la generación de caudal, al establecer una relación entre ambos
parámetros se alcanzó un coeficiente de correlación de 0.80, sin embargo se tiene 2
"cuencas" particülar que además de la influencia de la precipitación respecto al
caudal, también influyen considerablemente su coeficiente de escorrentía tal como se
muestra en la "cuenca" Chacco, la cual tiene en promedio un coeficiente de
escorrentía bastante bajo afectado en una disminución considerable del caudal,
mientras que en el "cuenca" Vilca se tiene un excedente de escorrentía generando
mayor cantidad de caudal, si se retira del grupo estas "cuencas", R alcanzaría 0.88,
siento ésta la relación entre la precipitación y el caudal normalizado por su área.

En la siguiente figura se aprecia los coeficientes de escorrentía de cada cuenca, aquí


se determina que los usos de suelo influyen en la generación de caudales, su
influencia para el cálculo de caudales mensuales se tiene en la retención del agua
precipitada, generándose un coeficiente de escorrentía de 0.41 para la microcuenca
Huayanay. En terrenos con grandes extensiones de matorrales, zonas desérticas
queda retenido el agua de la lluvia, mientras que en cuencas con afloraciones rocosas
el agua fluye casi directo al cauce, sin generar muchas pérdidas, produciendo mayor
escorrentía, esto influye en el coeficiente de escorrentía encontrándose coeficientes
de escorrentía de 0.21 y 0.57 para las microcuencas Chacco y Vilca respectivamente.

Tabla 4.15 Coeficientes de escorrentía

AREA P.(mm) PP(m) are a PPXAr Coeficiente de


CUENCA Q {m3/s)
(km2) PROM total (m2) ea Escorrentia
HUAYANAY 459 69.4 0.83 4.59E+08 4E+08 155520000 0.41
COCHAS 490 65.9 0.79 4.9E+08 4E+08 164851200 0.43
VILCA 1730 62.3 0.75 1.73E+09 1E+09 740275200 0.57
PACHACAYO 720 61.6 0.74 7.2E+08 5E+08 251942400 0.47
PIÑASCOC 195 58.7 0.70 1.95E+08 1E+08 43234560 0.31
CANIPACO 1325 66.0 0.79 1.33E+09 1E+09 326592000 0.31
UPAMAYO 2860 63.9 0.77 2.86E+09 2E+09 681177600 0.31
ICHU 1420 67.7 0.81 1.42E+09 1E+09 500774400 0.43
APACHETA 135 116.3 1.40 1.35E+08 2E+08 63452160 0.34
TUNSULLA 186 116.3 1.40 1.86E+08 3E+08 102643200 0.39
CACHI 1016 89.7 1.08 1.02E+09 1E+09 373248000 0.34
CHACCO 1111 60.0 0.72 1.11E+09 8E+08 167028480 0.21
CHICLLARAZO 99 92.5 1.11 99300000 1E+08 48211200 0.44
JOLLPAHUAYCCO 119 67.1 0.81 1.19E+08 1E+08 42612480 0.44
MATARAYOC 155 66.0 0.79 1.55E+08 1E+08 40435200 0.33

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERISTICAS DE UNA CUENCA 106
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIER(A CIVIL

4.4 GENERACIÓN DE CAUDALES EN LA MICROCUENCA HUAYANAY

Para generar la serie de caudales de la microcuenca Huayanay se ha tenido que


instalar un pluviómetro en la parte alta de la cuenca, para calibrar la precipitación en
dicha zona, debido a que la precipitación utilizada corresponde a estaciones
pluviométricas que se encuentran fuera de la microcuenca Huayanay, las estaciones
empleadas son Acobamba, Lircay y Huancavelica, para la estación Acobamba que es
la más cercana en la precipitación se tuvo que realizar una corrección por altura.

LEYENDA

l. PARTE AlTA DE LA CUENCA


2. PLUVIÓGRAFO

Figura 4.22 Mapa hidrográfico microcuenca Huayanay

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTER(STICAS DE UNA CUENCA 107
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERiA CIVIL

Inicialmente se muestra el origen del río Huayanay, como río Pumaranra, que se
forma en la cabecera de la cuenca, en la laguna Ccesccaccocha, así como los
bofedales (ubicada en el punto 1 del mapa),

Figura 4.23 Laguna Ccesccaccocha

En la parte alta de la cuenca se forma neblina, producto de la humedad considerable


que se tiene a altitudes mayores a 3500m.s.n.m. en éste clima en horas de la noche
la temperatura desciende bajo O oc (cero grados), provocando que la neblina
descienda en forma de helada y escarcha hasta la superficie.

Figura 4.24 Áreas en la parte alta de !a cuenca

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS OS


CARACTERiSTICAS DE UNA CUENCA 1
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

(a) Construcción de un pluviógrafo (b) Pluviógrafo en la cabecera de la cuenca

Figura 4.25 Pluviógrafo instalado

En el punto 3 del mapa se realiza el aforamiento del río que servirá para el proceso
de calibración

Figura 4.26 Medición de la velocidad de flujo del río Huayanay.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 109
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERIA CIVIL .

m3/s · . CAUDALGENERADOMICROCUENCA HUAYANAY


30

25

20

15

10

. . •'

Figura 4.27 Hid~ograma .de la microcu~nca Huayanay

Finalmente se generan los caudales mensuales de la microcuerica Huayánay para el


periodo 1988 ~ 2016, cabe señalar que éstos resultados han sido verificados,
realizando mediciones en el río durante el periodo de elaboración del·presente trabajo,
también s~ han hecho comparaciones con registros de sequías y excesos de lluvias
elaborados por SENAMHI, pr~sentándose los picos en años bastante húmedos como
. .
1987/1988, mientras ·los años con escorrentía mínima. como el año hidrológico
1989/1990 y 1991/1992 se han presentado seqúías severas y extremas
respectivamente.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR bE LAS · llO
. CARACTERISTICASDE UNA CUENCA .
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Tabla 4.16 Registro de caudales generados (1988-2016)- Huayanay

CAUDALES MENSUALES GENERADOS (1988-2016)- MICROCUENCA HUAYANAY


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC A
1988 17.6 18.3 20.8 15.1 7.2 3.6 1.6 1.5 2.1 3.4 2.9 4.8
1989 11.5 12.8 10.2 9.2 6.7 5.1 2.5 2.4 1.9 3.3 3.4 1.5
1990 5.1 2.0 2.7 3.0 1.1 3.8 2.1 1.8 1.8 6.2 18.8 9.0
1991 6.1 12.0 15.4 7.3 5.9 2.5 1.3 1.8 1.6 2.3 2.4 2.5
1992 1.6 1.0 1.8 1.3 1.3 1.2 1.0 1.8 2.3 5.0 5.7 4.0
1993 17.5 17.6 10.2 11.6 3.2 1.9 1.7 1.9 1.8 2.5 5.5 9.2
1994 10.2 12.7 10.5 8.1 3.5 1.7 1.7 1.3 1.5 1.3 1.4 2.2
1995 8.0 10.4 9.1 6.1 2.3 1.7 1.4 2.0 2.4 2.9 4.8 3.7
1996 6.0 18.3 11.1 8.4 4.3 1.5 1.6 1.6 1.6 1.8 2.1 3.3
1997 6.1 7.1 6.3 5.4 2.5 1.6 1.6 1.4 2.2 2.9 5.5 5.9
1998 6.7 10.0 9.0 6.3 3.1 1.7 1.4 1.5 1.4 2.7 2.5 5.1
1999 10.0 15.3 9.1 6.5 3.0 1.7 1.8 1.4 2.0 1.5 2.6 3.7
2000 9.0 15.4 10.8 6.7 3.8 1.7 1.8 2.7 1.3 2.5 1.8 4.7
2001 15.2 9.5 11.7 9.6 4.0 3.5 1.8 2.1 1.9 2.5 2.9 5.4
2002 5.2 15.4 13.7 7.5 8.2 1.8 1.7 2.0 2.3 4.3 5.0 7.8
2003 7.6 14.0 16.1 9.6 7.3 2.1 1.4 1.8 2.3 1.6 1.7 4.4
2004 4.9 7.7 6.7 3.5 3.2 1.6 1.9 1.6 1.4 1.4 1.8 5.4
2005 4.5 4.4 8.9 3.2 2.9 2.0 1.0 1.6 1.2 3.1 2.3 5.3
2006 9.0 9.0 12.0 7.6 2.8 2.2 1.3 1.6 2.0 1.7 3.8 4.6
2007 6.7 5.3 12.3 10.8 4.9 3.8 1.3 1.6 1.9 2.9 2.1 4.6
2008 12.3 9.9 6.6 4.2 1.9 1.9 1.6 1.4 0.9 1.6 1.7 2.7
2009 6.4 12.6 6.4 5.1 3.1 1.4 1.8 1.5 1.3 1.6 4.6 7.2
2010 12.3 8.8 10.8 9.7 2.9 2.1 1.4 1.4 1.4 1.6 1.6 5.1
2011 16.7 24.8 16.8 14.2 7.1 2.1 1.6 1.6 2.2 2.2 2.7 4.0
2012 4.9 14.3 8.5 8.2 8.2 2.0 2.3 1.3 1.9 1.6 1.7 9.8
2013 9.7 8.1 13.8 4.4 3.0 2.1 1.2 2.2 1.3 1.4 1.5 5.3
2014 7.4 6.2 11.0 5.8 4.1 2.6 1.4 1.8 1.5 2.4 1.8 3.6
2015 10.8 12.3 8.7 7.2 3.5 2.1 1.6 2.1 1.4 1.5 1.5 6.7
2016 3.7 6.6 6.4
PROM 8.7 11.1 10.3 7.3 4.1 2.2 1.6 1.7 1.7 2.5 3.4 5.1

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 111
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

CAPÍTULO V

5. CONCLUSIONES Y RECOMENDACIONES

5.1. CONCLUSIONES

);> Las características de una cuenca si influyen en la generación de caudales con


modelos de redes neuronales artificiales, teniendo éstos gran implicancia en la
generación de caudales y utilizando dichas características en el proceso de
calibración y validación para los grupos de "cuencas" se alcanzó un coeficiente
de correlación promedio de 0.87, para el modelo global se consiguió un
coeficiente de correlación de 0.87 y una RECM de 5.78m3/s, resultado
bastante favorable teniendo en cuenta que los caudales mensuales de las
subcuencas utilizadas en el proceso de entrenamiento pueden alcanzar los 70
m3/s.

);> Dentro de la característica meteorológica se tiene la precipitación


determinándose que ésta influye en la generación de caudal, al establecer una
relación entre ambos parámetros se alcanzó un coeficiente de correlación de
0.80.

);> Dentro del estudio se concluye que la fisiografía representada por sus
parámetros característicos y más importantes como el área de la cuenca y la
longitud de ríos si interviene en la generación de caudales con modelos de
redes neuronales artificiales alcanzando un coeficiente de correlación
promedio de 0.84, siendo ésta la relación entre el área de la cuenca y el caudal.

);> Se concluye que los usos del suelo influyen en la generación de caudales,
teniendo implicancia en la retención del agua precipitada, generándose un
coeficiente de escorrentía de 0.41 para la microcuenca Huayanay.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 112
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

5.2. RECOMENDACIONES

~ Se recomienda ampliar la investigación, implementando datos obtenidos


mediante satélite (precipitación, temperatura, índice de vegetación),
previamente calibrados y validados para la Cuenca del Mantaro.

~ Se recomienda utilizar el presente trabajo para conocer la disponibilidad hídrica


en territorios pertenecientes a la Cuenca del Manta ro que no tienen información
hidrométrica.

~ Es importante difundir ésta metodología porque se busca un método con la


que se obtenga resultados más confiables.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 113
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

BIBLIOGRAFÍA

AliagaAraujo, S. (1983). Tratamiento de datos hidrometeorológicos. Lima- Perú.

Aparicio Mijares, F. (1989). Fundamentos de hidrología de superficie. México:


LIMUSA, S.A.

Basheer, 1., & Hajmeer, M. (2000). Artificial neural network: fundamentals, computing,
design and application. Sacramento- U.S.A.

Cahuana Andia, A., & Yugar Morales, W. (2009). Material de apoyo didáctico para la
enseñanza y aprendizaje de la asignatura de hidrología CIV-233. Cochabamba -
Bolivia.

Campos Aranda, D. (1987). Procesos del ciclo hidrológico. México.

Castellano Méndez, M. (2009). Modelización estadística con Redes Neuronales.


Aplicación a la hidrología, aerobiología y modelización de procesos. Coruña - España.

Cervantes Cordero, R. A. (1999). Disminución de la escorrentia superficial debido a


variaciones en el uso del suelo. Costa Rica.

Céspedes, A., & Marco, A. (1997). Efectos producidos por cambios en el uso del suelo
para eventos extremos en la cuenca del Térraba. Costa Rica.

Chow, V., Maidment, D., & Mays, L. (1994). Hidrología Aplicada. Bogotá- Colombia:
NOMOS S.A.

ELECTROPERU S.A. (2005). Estudio hidrometeorológitb y naturalización dé


caudales- Cuenca del Mantaro. Lima- Perú.

Fattorelli, S., & Fernandez, P. (2011). Diseño Hidrológico. Zaragoza- España.

Federico Bertona, L. (2005). Entrenamiento de redes neuronales basado en


algoritmos evolutivos. Buenos Aires -Argentina.

Gómez Gallego, M. J. (2012). Redes Neuronales Artificiales para la simulación,


estimación y control de caudales impulsados por estaciones de bombeo en zonas
regables. Huelva - España.

Guarín Salazar, N. (2002). Estadística Aplicada. Colombia.

Hines, W. W., & Montgomery, D. C. (1996). Probabilidad y estadística para ingeniería


y administración. México: Continental.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 114
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ FACULTAD DE INGENIERÍA CIVIL

Hornik, K., Stichcombe, M., & White, H. (1989). Multilayer feedforward networks are
universal approximators.

IGP- Instituto Geofísico del Perú. (2005). Diagnóstico de la Cuenca del Mantaro bajo
la visión del cambio climático. Lima- Perú: CONAM.

Jiménez Panta, J. M. (2013). Pronóstico de demanda de llamadas en los cal/ center,


utilizando redes neuronales artificiales. Piura - Perú.

Krose, B., & Smagt, P. (1996). An introduction to Neural Networks. Amsterdam -


Holanda.

Laqui Vil ca, W. F. (201 0). Predicción de caudales medios mensuales del río Huancané
utilizando modelos de Redes Neuronales Artificiales.

Luna Vera, J. A. (2013). Predicción y pronóstico de tormentas en regiones de montaña


aplicación en la cuenca del río La Paz, Bolivia. Mexico.

Ministerio de Agricultura. (2005). MANUAL DE HIDROMETRÍA. Lima - Perú.

Organización Meteorológica Mundial . (1994). Guía de prácticas hidrológicas.


Ginebra.

Pujol Reig, L. (2009). Predicción de caudales en tiempo real en grandes cuencas


utilizando redes neuronales artificiales. Valencia - España.

Rojas, R. (1996). Neural networks a systematic introduction. New York- U.S.A.

Sánchez Delgado, M., & Laqui Vilca, W. (2008). Predicción de caudales medios
mensuales del Río Huancané utilizando modelos de redes neuronales.

Tarazana Santos, N. E. (2005). Generación de descargas mensuales en subcuencas


de la cuenca del río Santa utilizando el método de Lutz Scholz. Lima-Perú.

GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES ARTIFICIALES A PARTIR DE LAS


CARACTERÍSTICAS DE UNA CUENCA 115
CONTENIDO

Ésta sección se presenta de la siguiente manera:

ANEXO Al. CARACTERÍSTICAS FISIOGRÁFICAS DE LAS CUENCAS ................................. 117


ANEXO All REGISTRO DE LAS ESTACIONES HIDROMÉTRICAS ......................................... 119
ANEXO Alll. REGISTRO DE LAS ESTACIONES PLUVIOMÉTRICAS ..................................... 124
ANEXO A IV. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN PLUVIOMÉTRICA ...... 134
ANEXO AV. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN HIDROMÉTRICA. ........ 180
ANEXO AVI PRECIPITACIÓN MEDIA MENSUAL POR "CUENCAS" ....................................... 188
ANEXO A VIl GENERACIÓN DE CAUDALES .............................................................................. 200
ANEXO AVIII PRECIPITACIÓN Y CAUDAL EN LA MICROCUENCA HUAYANAY ................. 220
ANEXO AIX CÓDIGO DE PROGRAMACIÓN., ............................................................................ 229

116
ANEXO A.l. CARACTERÍSTICAS FISIOGRÁFICAS DE LAS CUENCAS

A.l.-01 Cuadro de resumen

117
Cuadro A.l-01 Resumen de las características fisiográficas de las "cuencas"

SUBCUENCAS, MICROCUENCAS Y QUEBRADA


ÁREA FACTOR PENDIENTE ÁREA DE ÁREA DE ÁREA FACTOR
No LONG. DE
ESTACIÓN RIO CUENCA DE DELA LAGOS NEVADOS BOFEDAL USO DEL
RIOS (km)
(km2) FORMA CUENCA(%) (km2) (km2) ESKM2 SUELO
FASE DE ENTRENAMIENTO
1 UPAMAYO MANTA RO 2860.0 1.57 8.73 1758.6 609.24 5.80 450.2 0.46
2 COCHAS TÚNEL PACHACAYO 490.0 0.47 22.19 280.1 16.17 21.11 1.4 0.57
3 PIÑASCOCHA PACHACAYO 195.0 0.78 16.93 147.2 5.64 0.68 0.0 0.52
4 PACHACAYO PACHACAYO 720.0 0.56 21.21 551.8 22.14 21.79 1.6 0.55
S QUILLÓN CANIPACO 1325.0 0.45 20.65 1337.6 22.72 9.08 57.8 0.51
6 MOYA VILCA 1730.0 0.46 28.44 1184.1 33.94 3.56 88.7 0.52
7 BOCAT. APACHETA APACHETA 135.0 0.85 27.05 92.6 0.36 0.79 15.6 0.56
8 ATUNSULLA APACHETA 186.4 0.55 28.40 134.2 0.42 0.79 26.5 0.54
9 PUENTECASACANCHA CACHI 1016.4 0.51 24.19 708.8 1.01 0.79 83.2 0.51
10 PUENTE CHACCO CHACCO 1110.7 0.58 25.76 1007.6 0.59 0.00 0.0 0.49'
11 CHICLLARAZO CHICLLARAZO 99.3 0.36 28.42 97.7 0.25 0.00 21.6 o.so
12 CHONTACA JOLLPAHUAYCCO 119.1 0.47 21.92 81.4 0.19 0.00 0.0 0.49
FASE DE VALIDACIÓN
13 ROSASPATA MATARAYOC 154.8 0.66 17.95 103.0 0.06 0.00 0.0 o.so
14 CHINCHI ICHU 1420.0 0.38 26.62 859.7 4.19 4.58 158.1 0.52
15 YAULI YAULI 688.2 0.39 28.38 393.3 11.70 20.56 15.7 0.58
FASE DE GENERACIÓN
16 NO EXISTE* HUAYANAY 459.4 0.65 21.30 385.4 0.32 0.00 15.05 0.49
* En ésta microcuenca se va generar los caudales.

118
ANEXO A.ll REGISTRO DE LAS ESTACIONES HIDROMÉTRICAS

A.ll.-01 Descripción de las estaciones hidrométricas.


A.ll.-02 Periodo de registro de la información hidrométrica

119
Cuadro A.ll-0~ Descripción de las estaciones hidrométricas

No SUBCUENCAO COORDENADAS ALTITUD


ESTACIÓN ÁREA (km2)
MICROCUENCA LAT.S LONG.W m.s.n.m.
1 Cachas Cachas Túnel 490.0 11°51'18" 75°44'27" 3750
2 Vil ca Moya 1730.0 12°23'38" 75°08'38" 3180
3 Pachacayo Pachacayo 720.0 11°48'32" 75°43'19" 3650
4 Piñascocha Piñascocha 195.0 11°51'05" 76°45'43" 3750
5 Canipaco Quillón 1325.0 12°23'33" 75°08'38" 3190
6 Upamayo-San Juan Upamayo 2860.0 10°55'19" 76°18'34" 4080
7 lchu Chinchi 1420.0 12°32'07" 74°55'26" 2830
8 Apacheta Bocat. Apacheta 135.0 13°20'53" 74°38'42" 4160
9 Apacheta Atunsulla 186.4 13°19'57" 74°34'59" 3900
10 Cachi Puente 1016.4 13°18'47" 74°21'04" 3290
11 Chacco Puente Chacco 1110.7 13°05'42 74°12'21" 2480
12 Chicllarazo Chicllarazo 99.3 13°27'1 O" 74°27'41" 3840
13 Jollpahuaycco Chontaca 119.1 13°17'55" 74°00'46" 3280
14 Matarayoc Rosaspata 154.8 13°20'59" 74°19'52" 3340

120
Cuadro A.ll-02 Periodo de registro de la información hidrométrica
AÑO ~ EST. 02 MOYA

1965
E_IFJI'Jl_IA IM IJ IJ lA ls lo IN lo
1966
1967
1968

2001
2002
2003
2004
~

Ooato existente O completado O corregido

121
Cuadro A.ll-03 Periodo de registro de la información hidrométrica

AÑO
1 EST. 16 YAULI
E IF IMIA IM]J jJ lA ls lo IN lo
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981

Ooato existente O completado O corregido

122
Cuadro A.ll-04 Periodo de registro de la información hidrométrica

2004
~

EST. 15 ALLPACHACA

Ooato existente O completado O corregido

123
ANEXO A.lll. REGISTRO DE LAS ESTACIONES PLUVIOMÉTRICAS

A.lll.-01 Descripción de las estaciones pluviométricas.


A.lll.-02 Periodo de registro de la información pluviométrica

124
Cuadro A.lll-01 Descripción de las estaciones pluviométricas

No COORDENADAS ALTITUD
DEPARTAMENTO ESTACIÓN FUENTE
LAT.S LONG.W m.s.n.m.
1 Paseo Upamayo 11°51'18" 75°44'27" 3750 ELECTROPERÚ
2 Junín Huiehieoeha 12°23'38" 75°08'38" 3180 ELECTROPERÚ
3 Junín Cereapuquio 11°48'32" 75°43'19" 3650 ELECTROPERU
4 Huaneaveliea Telleria 11°51'05" 76°45'43" 3750 ELECTROPERÚ
5 Junín Huegue 12°23'33" 75°08'38" 3190 ELECTROPERÚ
6 Junín Yaurieoeha 10°55'19" 76°18'34" 4080 ELECTROPERÚ
7 Junín Paehaeayo 12°32'07" 74°55'26" 2830 ELECTROPERÚ
8 Junín Palaeo 13°20'53" 74°38'42" 4160 ELECTROPERU
9 Huaneaveliea Chilieoeha 13°19'57" 74°34'59" 3900 ELECTROPERU
10 Junín Junin 13°18'47" 74°21'04" 3290 ELECTROPERÚ
11 Paseo Tambo de sol 13°05'42 74°12'21" 2480 ELECTROPERU
12 Lima Casapalea 11°38'55" 76°14'05" 4225 ELECTROANDES
13 Junín Curipata 11°36'05" 75°58'15" 3900 ELECTROANDES
14 Junín Huallaeoeha baja 11°46'15" 76°05'35" 4371 ELECTROANDES
15 Junín Huaseaeoeha 11°35'20" 76°05'00" 4370 ELECTROANDES
16 Junín Moroeoeha 11°36'05" 76°08'05" 4505 ELECTROANDES
17 Junín Paehaehaea 11°37'05" 76°02'00" 3979 ELECTROANDES
18 Junín Pomaeoeha 11°42'40" 76°06'50" 4305 ELECTROANDES
19 Junín Pucará 11°35'00" 76°03'35" 4225 ELECTROANDES
20 Ayaeueho Putaeea 13°23'37" 74°21'43" 3550 PERCaehi
21 Ayacucho Allpaehaca 13°23'19" 74°28'23" 3550 PERCaehi
22 Ayaeueho Choeeoro 12°24'48" 74°28'23" 4025 PERCachi
23 Ayaeueho Tunsulla 13°19'57" 74°34'59" 3550 PERCaehi
24 Ayacucho Cuchoquesera 13°25'54" 74°20'40" 3750 PERCaehi
25 Ayaeueho Tambillo 13°12'54" 75°06'19" 3250 PERCaehi
26 Ayaeueho Huamanga 13°08'51" 74°13'06" 3250 PERCaehi
27 Ayaeueho Chontaea 13°16'59" 74°02'42" 3525 PERCaehi
28 Ayacueho Chiara 13°16'00" 74°12'27" 3400 PERCachi
29 Ayaeucho Paraeeay 13°08'44" 74°05'02" 2900 PERCaehi
30 Ayaeueho Quinua 13°02'02" 74°08'07" 3316 PERCaehi
31 Huaneaveliea Astobamba 12°56'47" 75°05'53" 4500 PERCachi
32 Huaneaveliea Acobamba 13°27'10" 74°27'41" 3840 SENAMHI
34 Huaneaveliea Lircay 13°20'59" 74°19'52" 3340 SENAMHI
33 Huaneaveliea Huaneavelica 13°17'55" 74°00'46" 3280 SENAMHI

125
Cuadro A.lll-02 Periodo de registro de la información pluviométrica

AÑO ~ EST. 02 MOYA


É IF_ lrl:lí]i]M IJ IJ lA ls lo IN /o

1994
1995
1996
1997
1998

Ooato existente O completado O corregido

126
Cuadro A.lll-03 Periodo de registro de la información pluviométrica

1973
1974
1975
1976
1977
1978

Ooato existente O completado O corregido

127
Cuadro A.lll-04 Periodo de registro de la información pluviométrica

AÑO
1 EST. lOJUNIN
E lF lMIA lMlJ !1 lA ls lo IN lo

Ooato existente O completado O corregido

128
Cuadro A.lll-05 Periodo de registro de la información pluviométrica

AÑO
D
1965
!.2.§§.

!.22i
1995
1996
.!22.?.
1998

Ooato existente O completado Ocorregido

129
Cuadro A.lll-06 Periodo de registro de la información pluviométrica

AÑO

1965
1966
1967
1968
1969
1q7n
1971
1972
1973
1974
1975
1976
1977
1978
1979
198Q
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
7nnn
2001
2002
2003
2004
_2_0_0_5_

Ooato existente O completado O corregido

130
Cuadro A.lll-07 Periodo de registro de la información pluviométrica

EST. 23 TUNSULLA
E F M A M J J A S o N D

i 1 1 i 1 1 i 1 1 1 1 1 1 1 1 1 1 1 1 T 1 1 1 1 1 1 1 1 1 1 1 1 1 1 i 1 1 1
1
!
1 EST. 27 CHONTACA
o

Ooato existente O completado O corregido

131
Cuadro A.lll-08 Periodo de registro de la información pluviométrica

AÑO

1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005

Ooato existente Ocompletado O corregido

132
Cuadro A.lll-09 Periodo de registro de la información pluviométrica

Ooato existente O completado O corregido

133
ANEXO A.IV. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN
PLUVIOMÉTRICA

134
ANÁLISIS DE LA INFORMACIÓN PLUVIOMÉTRICA

El procedimiento a seguir para todos los registros de precipitación de las


estaciones pluviométricas es verificar el hidrograma y las curvas doble masa, en
los periodos en los que muestran quiebres, según se muestre en el hidrograma
y doble masa los saltos o tendencias serán evaluados de acuerdo a los
estadísticos F y T, que evalúan la correlación entre la medias y desviaciones
estándar de los periodos que son evaluados(periodo confiable y periodo
correspondiente al quiebre), aquellos resultados que se encuentren fuera del
nivel de probabilidad, deberán ser corregidos.

135
A.IV.1 ESTACIÓN UPAMAYO

En primera instancia se grafica el pluviograma, en ella se muestran las diferentes


variaciones en el transcurso del periodo de registro.

UPAMAYO- PRECIPITACIÓN (mm)


250

200

150

100

50

Figura 1. Pluviograma - Estación Upamayo

Se construye la gráfica doble masa con apoyo de las demás estaciones, para
éste caso se tiene el conjunto (Upamayo, Huegue, Tambo de Sol, Junín).

DOBLE MASA- UPAMAYO


40000

35000

30000
25000

20000
15000

10000
5000

Figura 2. Doble Masa- Estación Upamayo

En el gráfico no se muestran quiebres notorios, por lo cual se considera que la


serie es homogénea y consistente.

136
A.IV.2 ESTACIÓN HUICHICOCHA

HUICHICOCHA- PRECIPITACIÓN (mm)


400

200

150

100

so
o

Figura 3. Pluviograma- Estación Huichicocha

Se construye la gráfica doble masa con apoyo de las demás estaciones, para
éste caso se tiene el conjunto (Cercapuquio, Tellería, Palaco, Chilicocha).

DOBLE MASA- HUICHICOCHA


30000

25000 ~-----~--~-·-------·-·-O--~·--·---·-·----~-- H~-- ---------.o-.-- oo -- •-•-••'

15000

o ..._-----~------ -~~-~----·-- ~~~-------------------- ------ --~------------------- --·--··


mOO~OOOmN~OONffiO~~~~OON~~O~~OO~~~ONNffiOONffi
~oooo~m~NMOONm~~oooo~~N~mnomm~~M~NMN~O~~m
oo~~ooo~~Nm~m~oowmoooo~~M~~MNmwvmm~VNm~
MNmm~~ww~oommOMNmmv~ww~oommonNm~~ww~
MMMMMMMMrlMMrlrlNNNNNNNNN

Figura 4. Doble Masa- Estación Huichicocha

En el grafico "doble masa" se observan varios quiebres, a fines de 1983 hasta


finales de 1988, también a principios de 1991 hasta fines de 1992. Dichos
periodos serán analizados.

137
HUICHICOCHA- CORREGIDA (mm}
400
350
300
250
200
150
100
so
o

- . . HISTORICA ...-CORREGIDA

Figura 5. Pluviograma Corregida- Estación Huichicocha

DOBLE MASA- HUICHICOCHA


35000

30000

25000 ----~----·

20000

15000

10000

5000

o ··-·-----------..·---..---------~--·-----------'--
moo~OOOMN~OONmo~~~~OON~~o~~oo~~MONNmOONm
~oooo~m~NmooNm~~oooo~~N~m~omm~~M~NMN~O~~m
oo~~ooo~~Nm~mnoo~moooo~~n~~nNm~~mm~~Nm~
~Ñmm~~~~~oommo~Ñmm~~~~~oommo~Ñm~~~~~
MMMMMMMMMMMMMNNNNNNNNN

Figura 6. Doble Masa Corregida - Estación Huichicocha

En el gráfico doble masa se observa pequeños quiebres, sin embargo verificando


el hidrograma de caudal dichos quiebres son justificados y hacen
correspondencia al hidrograma, por lo cual la serie de la presente estación ya no
será corregido.

138
ce < m
e ...,
Q) -CD ::J . CD•
.....
(/)
(/)
CD
::J ()" "O
CD ,_. ,_. CD ,_. ,_. w w
0.. (/) ...,
CD - ln o ln
N
o
N
VI
w
o
w
ln
.¡:.
o (')
(')
o o
ln
o
o
o
ln
o
N
o
o
N
ln
o
o
o
ln
o
Q)
.o o· ce o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o Q) ::J
e 0..
o (')
::::!1
@
63
(/)
o .....
(/)
...,
(i)' ! e
e-
..., .....
o 932
1
1 1 (/)
CD '<
CD c.o 0.. 1,809 ..... CD

-
CX> 1
(i)'
(/)
c.o o
e- 2,565 ::J
Q)
'< ce
...,
o(/)
CD
::J
...,
CD
CD
3
ce·e"T1 3,472
4,308
1
1
CD
CD
- Q).
::::!1
ce·e"T1
"O
...,
CD -.....
o Q)
(/) Al 4,950 1 1
8 (')
Q) ''
1
n
m )>


0..
o(/)
1

c.o
Q)
(/)
CD
00
o
5,751
6,568
7,536
e
o
2.
e
.....
::J
o
e-
0..
Al
....., l '
1
:::0
n
)>
:<
w

Q)
(')
-
c.o
01
3
o
e-
(/)
CD
o
e-
CD
8,132
8,919
o:J
r-
m
s)>
-
o
I
e
CD
3
Q)
'"O
e
<
1
1

1
1
1
oe:"'
e: m
en
-t
)>
o...,
...,
Q)
'< ~ :S: 9,710 11 ñ' (/)
o· 1
o (")

-
Q) Q)
CD
o Q)
::J
(/) 10,672 1

1
::J" ce
..., 1
ce Q) 1 (/) (') (')
o Q)
1

..., < 11,345 i )> o z
(/) m ..., Q)

o· m
1 12,108
n
1 (')
::J"
::J
Q)
3
Q) m"'
:::0
(")
...,
CD
nl•
::J
::J

-CD
(/)
.o
.....
(/)
Q)
(')
13,190
14,231
m
:::0
n
Q)
~

~ ~ o
"O
m
1
1
1 -"'
n m
;:o
(")
o(/)
ce
..., e
(i)'
o: 14,849
! )>
...,
CD 0..
.....
(/)
Q)
1 );! )>

o"'
Q). ::J 15,483 "tJ
e-
..., 1
e: (') Q
.o
::::!'!
8
() 16,488 ii)' CD
m o: o, e:
-
CD 1
e (/) ...,
CD 17,425
1
e:
~

::J
z D
CD 0.. (') '"O (/)
() e:
(')
o
o ::J
e- ñ'
Q)
"O
17,845 o Q)
m 0..
CD ...,
CD 1
¡ 3 o
-
1
...,
..., e 18,603 (')
3
(') _¡_ 3
CD
CD ii)' .o 19,639 o nl•
Q) 1
e ~

"O
(/)
"O
3
Q)
3
CD
o· 20,652 ()
(/)

CD
e
.o
o (/) 21,333 ::J"
e
::J
0..
Q) .....
::J
CD 22,251 ñ' .....
(/)
Q) o·
CD (/) o(') (')
::J CD
(/)
CD
23,322
::J" o·
Q) o (')
e- ...,
Dr (/) o
ro
24,612
25,428
26,378
-
Q)

~
::J
CD
(/) 1

f-'
w
-·CD
::J
CD
~
Q)
ce
..., 27,358 1 1
"O
Q) 1
1.0 Q) ::J Q). @
a. C1) m
- ...,
C1)
::J 3 ::J
Vl
.....
o
.....
Vl
IV
o
IV
Vl
w
o
w
Vl
.¡:,.
o ..., O"
Q) C1) Vl
.....
o
.....
Vl
IV
o
o
IV
Vl
o
w
o
o
w
Vl
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o o o o o o
o o o o o o o o a. ce
o
ce
..., 1965

., 63
932 .
1
l
1 i
1 1
1 1
C1)
- Q)-
...,
Q).
::::!1
(')
1966
1967
ce·e '1
Q)
ro o
iil
1,809
2,565
'
1
1
i
i
1

1
1
l
¡ o
::J
ce Q)
Ñ.
a.
C1)
.,
ce·
1968
1969
1970
3,472 1 í1 i! "'O ...,
Q) a. e 1971
~
o 4,308 ...,
C1) o 1972

oo 4,950 i 1
1
1
3
;::::;:
C1)
Q)
O"
C1)
iil
.
U).
1973
1974
O"
5,751
¡ 1
'
1 1
¡
a:
o
::J
Q)· 3 "U
1975
6,568 '
C1) 1
1
'
1
e (ñ'
Q)
(/) E 1976 i
1
1
n
rn
S:
7,536 1
! oD::J (ñ' Q) < 1977
li
1
Q) 8,132¡
1
¡ 1 1
! a. Q)
c;·
f
1978 1
1
:lO
n
(/)
Q)
8,919
9,710
1
i 1
r-
rn
3:
C1)
(/)
e•
::J
ce
...,
Q) :r:
1979
1980
1
¡ '
i1 i .,
)>

(")
1 Q) (/) 3 ~ 1981 e
10,672 1'
;:::;:
o...,
..., 1
1 i
)>
V)
-o
C1)
o
Q)
(")
o
;:o
¡::::;
1982
1983
¡
!
1
¡
1
¡ oe
1
1
o
1
C1) 11,3451 1 1 )>
ce 12,108
1
o(/) O" o..., )>
1984 '
1 1 n ...,
(/)
1985 !
0.:
¡ rn ro
C1)
l
1
13,190
Q)
14,231 1
1 :lO
n
C1)
(/) < ce
0.: fo 1986
1987
1 n
o:lO
., '1
1 1 Q) l
)> e n
m 'j 1 1 ;::;: Q) 1988 1' 1

-
14,8491 e ;:o 'J
(/) 15,483 1
1 e Q)
a. ::J 1 ;:o
m
1989
l ,,
l :lO
rn
oe
-
1 1990
o(/) m í
-e
G)
Q)
16,488 ' 1 ..0 i 1
Ci)
o 1991
(')
c;: 17,425 ¡ 1
i
1 1 1 e
(1)'
(/)
)>
1992 ¡ 1 1
¡
::J 17,845 '
11
o ::J
a. O"
Q)
(') 1993
1
i )>

¡
1
(")
1
1
ñ' ro c;: 1994
18,6031 1
...,
C1)
19,639 1
Q)
::J Q)
::J 1995
(")
(')
Q)
"'O
20,652 1 ! i1
1 1
..0
e
::::!1
::J
C1)
...,
1996
1997
e 21,333 ' i C1) C1) (') 1998
..0 1 ¡ (/) Q)
22,251 1 1 1 (/) "'O 1999
e 1 1 ' 1 C1) a. e 2000
c;· 23,322
24,612 1
1 1
1
¡ 1
l
'
1
C1)
::J
C1) ..0
e 2001
l 1 (')
...loo
co c;· 2002
25,428 l i e co 2003

......
.¡::,.
o
26,378
27,358 1
!
1
l
1
i
i
1
''
''
1
1
l --
C1)
::J
...,
Q)
::J
......¡

~.
::J
2004
2005
A.IV.4 ESTACIÓN TELLERÍA

TELLERÍA- PRECIPITACIÓN (mm)


250

200

150

100

50

Figura 11. Pluviograma- Estación Tellería

Se construye la gráfica doble masa con apoyo de las demás estaciones, para
éste caso se tiene el conjunto (Huichicocha, Cercapuquio, Palaco, Chilicocha).

,.
DOBLE MASA- TELLERÍA

Figura 12. Doble Masa- Estación Tellería

En el grafico doble masa se observa un quiebre significativo en el periodo


19790unio)- 1980(diciembre), dicho periodo será corregido.

141
..... ..... ..... ..... N
V1
o
o
o
V1
o
o"'
o "'
V1
o ""oo o
V1
o
o
o
V1
o "'oo V1
o
o o o o o o
o o o o o o o 1965
63 1 1966
932 1 1967
1,809 1968
1
"'"
(Q
e
2,565
3,472
1
1

1
1
"'"
ce·
e
1969
1970
1971
1
iil 4,308 1
1 iil 1972
...loo ...loo 1973
~
4,950
5,751
1
.w 1974
1975
oo "U
6,568
e
<
1976 ....
m
O'" 7,536 1
e o· 1977 1
....
....
CD
S:
8,132
8,919
1
'
1
o
....
(.Q
@ f 1978
1979
1
m
Q)
C/)
Q)
9,710
10,672
1 1
"'m 3
Q)
::r:
~
o;;o
1980
1981
1982
1
1
:le
)>'
n
() 11,345
S: () n 1983 o
o...., )> o > 1
...., ....,
...., 1984 :le
CD
12,108
"')> 1985 1
:le
(.Q
a:
Q)
13,190
14,231
1
....
....m
CD
(.Q
a:
Q)
f("')
o;;o
1986
1987
1988
1 m
~
e
14,849
....
-
m
1

C/)
15,483
16,488
m
:le
)>'
-
m
1

C/)
;;o
m
"G\
o
1989
1990
1991
1

1
-33
)>

Q)
(')
O•
::J
17,425
17,845
18,603
Q)
(')
o:
::J
o 1992
1993
1994
1995
1
-
-1 19,639 -1 1996
CD 20,652 CD
1997
CD
...., 21,333 CD
...., 1998
1
Q)' 22,251 Q)' 1999
23,322 2000
2001
24,612 2002
25,428 2003
26,378 2004
1 27,358 1 1 1 2005
1-"
.¡::.
N
A.IV.5 ESTACIÓN HUEGUE

HUEGUE- PRECIPITACIÓN (mm)


300

250

200

150

100

so
o

Figura 15. Pluviograma- Estación Huegue

Se construye la gráfica doble masa con apoyo de las demás estaciones, para
éste caso se tiene el conjunto (Tambo de Sol, Junín, Upamayo).

DOBLE MASA- HUEGUE

5000 - ~-~~---·

o -·-----~---"--------------------·------ ---------------
mvmvv~OVM~~OM~~~m~m~m~vONmOOooOMNmN~~m
m~~MOOmMMNMNVOVNNmMMMN~~VN~vmM~VNMOVO
MOOO~~~~~~VM~V~~~~~mm~~~V~~MNNMVMNmOO
MNNM~~~~OO~OMNM~~~~OOmOMNm~~~~OOmOMNNM
MMMrlrlMrlrlrlrlNNNNNNNNNNMMMMM

Figura 16. Doble Masa - Estación Huegue

En el grafico doble masa se observa 1 quiebre, a principios del año 1991, sin
embargo al realizar el análisis de consistencia, resultan los parámetros "T" dentro
de los rangos permisibles con un nivel de significancia de 5%.

143
A.IV.6 ESTACIÓN YAURICOCHA

VAURICOCHA- PRECIPITACIÓN (mm)


500
450
400
350
300
250
200
150
100
so
o

Figura 17. Pluviograma- Estación Yauricocha

Se construye la gráfica doble masa con apoyo de las demás estaciones, para
éste caso se tiene el conjunto (Yauricocha-Pachacayo).

DOBLE MASA- YAURICOCHA


40000

35000

30000 ---------
25000 ----------------~

20000
15000
10000 --------~-·-----1

5000

o -.~---------------------------------------------------------~

Figura 18. Doble Masa- Estación Yauricocha

En el grafico doble masa se observa quiebres considerables, a principios del año


1990 y finaliza en 1993, el segundo quiebre se presenta en 1973 hasta finales
de 1976.

144
..,_. ~ N N W W ..... ~NI'VWW~~Ul
<11 O U1 O U1 O U1 <nO<nOUlOUlOUlO
8 8 8 8 8 8 8 ooooooooooo
o o o o o o o o 1965
72
1 1 1 1 1966
8M j ~ ~~
~ 1625 1 -· 1968
ce
5i
22o5l
2925
1

1
cg
..,
1969
1970
S» 1 S» 1971
N 3898 1 1 ..a. 1972
C) 4721 a) 1973
o 6334 1 "U 1974
o 7472 e 1975 ' 1 1 1 1 ~
cr 8358 . e s. 1976 , l>
CD
:S:
9370
10165
1 0
c:J
c8
.....,
+ 1977
1978
1 . 1 1 ~
w r- w 1979 1' 1 1 1
n
-
CJ> 11063 1 m 3 :e 1980 - 1 . O
w 3: w n
~
~
11864
12736
13479
·¡

)>
~
~
~
!q
~
)>
1981
1982
1983
l¡ 1

1 1
1

1
'

1 ~
1
CD 14303 CD 1984 j n
ce
1
ce l 1985 O
a: 15287 ~ a: T 1986 :o
w 16243 e w N 1987 1 J "'
1 17355 1 "' 1 ~ 1988 ~
m 18176 ñ m ~ 1989
~
~
18922
19534
o
n
~
~
¡:g
@
1990
1991
'1
1

1 g
-
o: 20142 1 ~ o: )>
1992
1993
1 -1 3
::J 20603 ::J 3
-<
!ll 21841
1 -<
!ll
1994
1995
1 ' -
e 22689 e 1996
e:;·
....., 23361 1 1 e:;·
....., 1997
o 24033 o 1998
~ 24833 ~ 1999
!ll 25816 !ll 2000
2001
26977 2002
27753 1 1 2003
28582 1 2004
29294 2005
~ 1 30079
V1
(')
o
::::J
C/)
-
0.: ce
m
::::J
CD V1
o
o
......
o
o
o
......
V1
o
N
o
o
N
V1
o
w
o
o
o
-
CD•
C/)
CD
(')
(/)
CD
(')
o ...... ...... w

-
o o o N N
o o o
CD
..., ..., o o o o o o o t\)
C/)
::::J
C/) o
V1
o o
V1
o o
V1
o o
t\)
t\) •
:::!'1
72 o ..., 1965
1 e

-
e (') 854 1 C/) 1966
::::J o CD '<
1659 CD 1967
t\) c.. 2343 1968
C/) o ffi"
::::J
t\)
1969
...,
CD O"
"T1 3355 (1) ce
..., !! 1970
ffi"
(1)
ce·
e
4469 (1) t\)· ce 1971
:::r 3 5367 1
:::!'1
(')
e 1972
o t\)
C/) iiJ 6675 l 8::::J t\) iiJ 1973
3
o
t\) N
. 7883
e -· c.. N
.
1974 :g ?>
:<.....
---<
ce ::::J N e o ..a. 1975 '
1 1
o 9244 oOJ ::::J O" 1976 1 n
(1)·
o o "U :r:
::::J
(1)
C/)
(1) o 9959 ,... (1)
e 1977 )> m
t\)
o
O" 10873 rn 3 S. 1978 '
1979
n en
o ~
(1) t\)
O" 11692
S: t\)
e 1 -t
C/) ce
..., 1980
C/)
(1) S: 12728 )> :J. t\)
1981 o )>
()
.,:o
t\) (') t\)
:2 13479 (,/)
o(') (')
1982 1
t\)
C/)
t\) )> o 3 O•
14346 t\) 1983
::::J
1 1 1 :::r ::::J
1984 1 z
.e 15488
:g t\) t\) 1 m

-
m m 1985 "'C
~

e
ffi"
O"
C/)
t\)
16768
17462 1
1 n
:r:
"U
t\)
o
o
"O
'<
-
C/)
t\)
1986
1987
1
1
.,Q )>
()
roC/)
(')
o: 18279 )>
n
(')
:::r c..
t\)
(')
O•
1988
1
1
¡! :X:
)>
::::J 19227 (') (1) 1989 n ()

o~
::::J
(') 20015 t\)
w 1990 6,
~
o "U
::::J
C/)
0.:
t\)
(')
:::r
t\)
20348
21145
1

-
'<
o C/)

c..
(1)
"U
t\)
(')
:::r
1991
1992
1993 -33
z
o
-
(1) 22394 t\)
..., (')
t\) 3 (')
1994
t\) 23339 t\)· t\) 1995 1
'<
~
O" o C/) 1996
23965

-
(1) (1) 1997
~C/) 24754 C/)
1998
1
"O 25816 t\) 1999
o
..., 27049
(')
a· 2000
27777 ::::J 2001
o (1) 2002
(') 28666 C/)
e 2003
29658 1 1 2004
~ "O
1-" C/)
t\) 2005
.¡::..
CTI CD 03
lJ1
o
....o
o
....
lJ1
o
N
o
o
N
U1
o
w
o
o
-
Cl>•
C/l
CJ)
(')
(j)
CJ)
(')
o 1965
o
U1
o
....
o
o
....
U1
o
N
o
o
N
U1
o
w
o
o

g
-
o o o o
oo :::l
Q)
o o o o o C/l C/l 1966
o ..,
~~~·~ 1 1967
1 1 e

-
C/l 1968
9 CJ) '<
CJ)
1,809 1 1969
2,565
(i)"
:::l
w 1970
1971
3,472 1 CJ) ..,
<C
1972
"T1 CJ) 1»· "T1
ce·
e
4,308
4,950
1
l (')
o
:::::!'1
(')
Q)
ce·
e
1973
1974


1975
iil 5,751 :::l
c. iil ~

--:e
¡ 1976
e o 1 l>
6,568
>
1 1977
N
N
~ 7,536
1
o
:::l
o
o-
CJ) .
w 1978
!
n ~
oo 8,132
o 3 "U
e
1979
1980 o co
8,919 1
e Q) 1
m
o-
CJ) 9,710 ....
ta
m
e:;· C/l
::;,- Q)
<
o· 1981
1982
"tt
::e
en
-4
<C m
~
10,672
S: e:;· (') 1983 1

1 l>
11,345 o
o(') :::l ii3 1984 Q (")
Q)
C/l
Q) 12,108 >
V) ::;,- 3 1985 "tt
O•
~
Q)
1 13,190 i >1
Q)
~
Q)
-o 1
1986
1987
z
~ n
m !
-o:
m 'tJ
14,231 (")

-o:
1
~
1988
C/l 14,849
CJ)
.., o C/l 1989 O• l>
r
Q)
(') 15,483
16,488
1
>
n
o
(')
Q)
-o
e
c.
CJ)
Q)
(') 1990
1991
1992
1

-z
3
l>
(")
o
-
:::l Q) :::l
17,425 1 1 .e
"U
17,845 ' e C/l
c. "U 1993 1 1
3
Q)
~o· Q) 1994
1 1 CJ)
Q) 18,603 ! 1 Q) 1995
(') 1 (") 3 (')
1996
o 19,639 ::;,- 1»• o 1997
20,652 C/l
e:;·
21,333
22,251
23,322
1

!
-
o(')
::;,-

-
Q)
CJ)
C/l
Q)
(')

1998
1999
2000
2001


1 2002
24,612 :::l
CJ) 2003
25,428 1 C/l 2004
26,378
1~ -o 2005
1
.....
.¡::.
1 27,358 1
1 1 1 Q)
..,
~
....,¡ Q)
.o ......
Q) "'O m
e ::::!. ::::S
C1> 3 (') ::::S
..... ..... ..... ..... N
o""
N
~ ""oo
N N
O' o o V1 o V1 o U1 o
ñi" e¡¡; -o· V1
o
o o
o
V1
oo oo
V1
o
o o
o o o o o o
"'O ::::S o' <O
ti)
o o o o o o o 1965
ro (/)
C1>
(/)
0..
::::!'! 63
!
1966
Q. (')
932 1967
"'O o C1> o 1968
;:::::¡.: O' 0.. 1,809
Q) 1969
Q)
(')
(/)
C1> ::::SI o 2,565 1970
o: < o O' "11
...... C1> 3,472 "11 1971
::::S
C1>
Q)
e co 3 ce
e
4,308 ce·
e
1972
::::S ::::S
co Q) 4,950 1973
Q)
Q) - Q) D1
1\..)

(/)
(/)

N
5,751 D1
N
1974
1975 1 ~
0..
. n
C1>
(/)
......
(/)

~.
::::S
(/)
C1>
CJ) 6,568
7,536 e !JI 1976
1977
1

-::1: <
C1>
o oo o CD
Q)
(')
o:
3 O'
::::S
e (/)O' O'
8,132
8,919
g:,
r-
"'<
e
1978
1979
1
1
!::
n
o
m
CJ)
::::S ..., C1>
(')
o: o <
Q)
C1>
9,710
m o' 1980 1
n -1
(') ::::S <O Q) S: :S: <O 1981
::1: )>
::r C1>
< ...... Q)
10,672
1 )> ti) 1982 1 )> o
ñ' ::::S ...,
C1>
o(') 0.. ::¡.¡ .o e
(/)
Q)
1
11,345
12,108 1 1
V)
)>
3
Q)
1983
1984 .,
1 O·
z
::r ñ' (') e¡¡· 13,190 n
1
1 1985 ::0
o
::r Q) O' m m 1986 m
Q)
(/)
o ::::S
-· "'OCD o0.. roQ)
(/)
......
Q)
14,231
14,849 -ñ::1:
r-
(/)
......
Q)
1987
1988 .,n- :X:
.-
0.. ...,
(ñ' o'
(')
(')
o: 15,483
o
(')
o: 1989 1
! :¡;! o
o "'O ::::S 16,488 n
1990
n oo
3 o ::::S ::::!.
::::S
0..
- C1> ::::S(') ::r
(') 17,425 1 ::1:
)>
::::S
(')
::r
1991
1992 -o, :X:
e
'< "'O ::r -o· ñ' 17,845 1

1993 z )>
O• o..., 0.:
..., o'
(/) o(') 18,603 ñ'
o(')
1994
1995
C1> o o 0.. ::r
19,639
::::S
(') ...,
<O
Q) 20,652 ::r 1996
0..
ñ' eQ)
Q) -C1> 21,333
Q) 1997
1998
::r - 3 Q)
::::SI 22,251
Q) 1999
o (') o
"'O
o 0.. ...... 23,322 2000
::::S C1> 2001
...,
C1> (/)
(')
co 24,612
o' 0.:
...,
0.. C1>
Q)
e
........
O> 25,428
2002
2003
o Q) 0.. ::r 26,378 2004
Q) 1
Q) 27,358 1 2005
¡....> 3 C1> (/)
...... '
,¡:,. o(/) (/)
Q)
00
.-+
!.),) m
:::J
3 ..... ..... N N w w .¡:. ..... ..... N N w
O" CD o o o o o o V1 o
ro:
:::J ce o
l/1
o
o
o
o
o
o
l/1
o
o
o
o
o
o
l/1
o
o
o
o
o
o
l/1
o
o
o
o
o
o
o
V1
o o
V1
o o o o
1965
!.),) ~ 93 1966
::::!1 1
:::J
()'
(')
o
1252
2101
1
r ¡ 1967
1968
o' a. 2984
1 1 1 1969
a. o
O" 4042
1970
CD 1971
CD 5108 1972
-Jo.
"T1 "T1
(O
()) 3 ce 6043 c.e· 1973
........ !.),)
C/)
e 7069 e 1974
!.),)

N
D1 8086
9309
1 D1
N
1975
1976 -- i
1 .....
e: )>
C/)
CD 01)
10058 ...... 1977
1978
1
1 2_, <
o oo e "U 1979
i
2 ..a.
O"
C/)
11073
12249
1
oI:D e: 1980 1
1
¡ 1 o
O" < m
CD
< CD 13508 1 r-
m o·
ce
1981
1982
"ti
:::0 CJ)
!.),)
~ 14526 1 1
s Q3 1983 ;
l 1 m
n
-1
)>
N
!.),)
C/)
15646 >
V\ 3 1984
1985
"ti o
~
!.),) 16818 1 !.),) 1
..0
e: 1 > 1 1986 1
O•
1 18150 1
i
1 1
z
(j)'
O"
....,
m
C/)
19008
i
~

e:
z
m
C/)
1987
1988
i
i
1 -
n
O•
c..
e:
-
.-+ 1 .-+
CD !.),) 20006 1989 1
l
!.),) 2 z_,
C/) (')
o: 21277 ¡ 2' (')
o:
1990
22384 1 1991 1
1 3 z
-
!.),) :::J :::J 1992
c.... 23015 c.... 1 3
"'
::l.
:::J
Q.
e:
:::J
:;·
24033
25291
1
1
l
e:
:::J
:;·
1993
1994
1995
1

1 1 1996
"'o·
C/)
26361
27138
1997
1998
a. 28176 1999
CD 29342 2000
1
!.),) 30474 2001
::JI 31347 2002
o 1 2003
-Jo.
32326 2004
(O 33356 1 1 2005
.....
.¡::..
........
1.0 o
....o .... w w ....o .... "'
o "'o w
l/1
o o
l/1
o "'
o
o
"'
l/1
o
o
o
o
l/1
o
o
o
l/1
o o
l/1
o o
l/1 oo
o o o o o o o
o o o o o o 1965
93 1966
1174 1967
"T1 2069 1968
i2' 2834
1969
e 1970
3584
ii1 4596 "T1 1971
w 1972
o 5630
i2' 1973
e 1974
6714
oo 7721
ii1 1975
N
O"
(1)
8515
9425
.CD 1976
1977 ....e
:S: -o 1978
10340 o e: 1979 2_,
!l)
C/)
!l)
11401 o
....
<
o· +
;¡;
1980 2
(')
o....,
12447
13527 "'m <C
....,
!l)
~
o;%l
1981
1982
1983 ¡
n
o
1

...., 14526 S: 3 ñ
)>
1984 ;:10
(1) 15593 )> !l)
;:10
<C (/) 1985 m
16617 (')
0.: )>
o...., 1986 G'\
!l) 17739
18915 ....e
1

ro +
n
o
1987 e)>
-33
1 1988

-
<C ;%l
m
C/)
19923 2_, a: ;%l
m 1989
20757 G'l 1990 1
2
-
!l)
!l)
(') 21674
1
~ 1991 '
o: 22640 1992
:::J
-<
!l)
e:
....,
23422
24769
25648
-o:
m
C/)
!l)
(')
1993
1994
1995
1996
c:;· 26398 :::J 1997
o(') 27230 c.... 1998
28251
e: 1999
:::J" :::J
!l) 2000
29342 :::J
30429 2001
31312 2002
2003
32205
2004
32945 2005
~
V'l 1 33809
o
3 m
CD :::S
...... ...... N N w w .¡:. a. CD ...... ...... N N w w .¡:.
o
.¡:.
U'1
o
o
o
o
o
o
o
U'1
o
o
o
o
o
o
o
U'1
o
o
o
o
o
o
U'1
o
o
o
o
o
ii)"
a. ce
- o
U'1
o
o
o
U'1
o
o
o
U'1
o
o
o
U'1
o o
U'1
o
o o o o
93
o ..... 1965
1
C/) Q) 1966
1252 i
1 ¡ '
¡' a. ::::!l
() 1967
' CD o 1968
2101 1 ......
1 i 1969
2984 1 1 co a. 'TI
'TI co o ce· 1970
ce· 4042 1
1
1
1 i ...... o-
e
1971
...
e 1 ~

5108 1 CD 1972
1
D) 6043 1 1
:::S
() 3 D1 1973 '
>
w
w
.
N
7069
8086
1
1
1
1
1
e
ii)" Q)
C/)
Q)
.
..a.
1974
1975
1
; <
1 3 -u 1976 3: ..a.
o
o
o-
CD
S:
9309
10058
11073
12249
!
1
1
1
1
1
1

1
1
l
otu
r-
m
s
-
CD
:::S
CD
C/)
CD
C/)
CD
o
o-
C/)
e:
<

ce
Q3
f
;¡;;
~
1977
1978
1979
1980
1981
1
¡
1
tu
o
em
..a.
m
en
-t
>
> CD o:A>
Q)
C/)
Q)
13508
14526
i
1
1
¡
1

""
>
()
o
.....
..... <
Q)
3
Q) ñ
)>
1982
1983 .
l i' i1 i
1
1
""or- (")
5-
1
1
1 1 CD
ce 1 1984 i
¡ '
i1
1
z
15646 N n
m 1
;
- m -t
C/)
Q)
16818
18150
j
1
l stu
.....
ll>•
CD
.e
e:
-o:
C/)
Q)
f
8
1985
1986
1987
1
'
''
1
1
1
'
1
o::0
::0
>
S:
()
o: 19008 1
1
o
ffi"
o-
()
1988 ' ! 1 m llJ
:::S 20006 1
1
i "O
CD ro :::S
:A>
:A>
m 1989
i
1
'
1 ~ o
-t 21277 i em ::::!.
o C/)
-i
G)
o 1990 1
'
' e e
>
-33 m
~

1 11
Q) 1 a. Q) Q) )> 1991
3
o-
22384
23015
1
1
1 1
""
or- o
...... ::::!l
3
o-
¡:::¡
~
1992
1993
1

1
en
o1
j
o
a.
CD
(/)
24033
25291
26361
l

1
1
1
co :::S
co CD
o1 C/)
...... a.
co CD
o
a.
CD
(/)
1994
1995
1996
1
1
1
-
o 27138 i 1
1
1
1 ...... -
co o 1997
1998
28176 l 1
¡
Q)
:JI
1999
29342 1 i 1
1
1 o 2000
i li 2001
30474
31347 l 1
¡ 1
i
......
co
co
2002
2003
32326 l 1
J i o 2004
.... 1 33356
1
1 i 1 1
'
i
l '< 2005
....
U"'
Q)
..... ..... w w ..... ..... w w
~
.¡:.
"' "' o "' o "'
l/1 o l/1 o l/1 o l/1 l/1 o l/1 o l/1 o l/1 l/1
o o o o o o o
oo o o o o 8o o o o o
o o oo o
o
o
o o o
93
1,174
¡ i 1 1
\
! , 1965
1966
1967
, 2,069
2,834
1
1'
1
1
1
1
te'
e 1968
1969
te' 3,584 D1 1970
e 1 1 1 w 1971
D1 4,596 w 1972
w 5,630 1
1 -o 1973
~ 6,714
e 1974
i ¡

o 7,721 < 1975 1 1


1 ~
o
e-
8,515
9,425
1
e
oD:J
()"
...,
<O
1976
1977 '
1
1
sD:J
(!) 1 w 1978 o
S:
10,340
w 11,401
r-
m 3
w +
:I:
1979
1
ir, 1
il em
C/) 12,447
w 13,527
s)> ()
o
~
o
1980
1981
i
Vt
1
..., ::xl
1982 1
' o
() 14,526
o 15,593
..., 1
Vt
)> ro
¡=;
)> 1983
1
1
i ¡' r-
1
..., 1 <O 1984
1 1
1
i n
~ 0.: o:a
(!) 16,617 1 1985 i 1
+
1
<O w 1986 \
0.: 17,739
w 18,915
j 1
1
s 1 n
o 1987
1 1
1 :a

-
D:J m 1988 1 m
i1 o ::xl
í ¡
m
1 19,923 1
em
C/)

w
::xl
m
G'l
1989 i 1
l
1
i ! 1 -e
~

-o:
20,757 1990
o ~
-
C/)
21,674
w 22,640
1
t
Vt o: 1991 1 l )>
-
~
1
o 1
or- ::J
1992
1993
1
1 1
3
-
23,422 -1
::J 24,769
-1 25,648
1 w
3
1994
1995 i 1
1 1
3
w 1 e- 1996
3 26,398 1 o 1997
e- 27,230
o 28,251 ¡
' 1
a.
(!)
1998
1999
a. 29,342
(/) 2000
-o
(!)
(/) 30,429
o 31,312
1
¡ 1
1
2001
2002
2003

1->
32,205
32,945
1 33,809
1
1 1
l
l
2004
2005
V'l
N
. . N N
VI
w o
VI
o
.. .
o
o
VI
o
N
o
o
N
VI
o

o
VI
o
8 §
VI
o
8 8o o
8 §
7
i
83
1,78
2,49 1 1
, 3,27 , 1971

ce·e 4,15
4,90 c.c
e
1972
1973

Dl 5,69
6,58
1
Dl
w
1974
1975 - i
n ?>
w

7,459
8,240
1 !JI
1976
1977 1 1
)>
VI
)>
<
..a.
o e '1J 1978 N
~
9,021
o 1 1
o e: 1979
i 1
m
O"
CD
9,844
10,602 =
r-
m
<
o· 1980 1
1981
¡
1
r-
n
)>
en
-1
11,336 ce
:S: S: @ 1982
1
~
!l)
(/)
12,189
12,997
1 )>
3 1983 ¡ 1
"tt
:;g
m
o
!l) VI !l) 1984 O•
1
13,703
14,444
1 . )>
1 1 1985 !
1
a"tt z
m n m 1986 o
(/)
6)
(")
o:
15,142
15,981
16,705
)>
VI
)>
~
-
(/)
! l)
Q.
1987 •
1988 1
1989
' 1

1
1
~
n
a.
~
en
.,
~
::J
17,377
18,146
1

1
r-
~
O•
::J
1990
1991 ¡ 1
1
-
z
3
~
r-
-
(") 1 (") 1
1992
!l)
(/)
18,978
19,660
!l)
1993
1
1
3 o
~
(/)
!l)
20,439 1 !l)
1994 - '
-e 1
1 -e
~ 21,466 !l) 1995
(")
!l)
22,111 n
!l)
1996
22,730 1997
23,363 1 1998
1 1999
24,157 1
1 2000
24,959
2001
25,889
2002
26,726
1 2003
27,512 2004
1-"
28,222 11 1
VI
w
...... ...... w ...... ......
V1
o o
o V1 "'
o
o "'o
V1 o
o o
V1
o
o
o
V1
o "'oo "'
V1
o
o o o o o o
o o o o o o o
o 1965
79 1966
831 1 1967
1,782 1968
2,495 1 1969

, 3,279
4,155 , 1970
1971
1972
eS' 4,905 ce
e 5,695 1
e 1973

Al 6,582 Al 1974
1975 )>
w 7,459 w
..... 1976
1 n
00 8,240 1977
e: :e::
o 9,021 e "U :!!:! ...Jo,
w
o 9,844 1 o e
1978
1979 ;g m
O" 1
o:J <
(1)
10,602
11,336
! r-
m o· 1980 ~ en
-f
co
.., 1981 1
S: 12,189 S: w 1982 "O )>
w
(/) 12,997 l>
C/) 3 1983 ;::11:1
m
o
w 13,703
l> w 1984 Q 6·
z
1 14,444 1 1 1985 "O
m n m ~ o
-o: -o:
15,142 1986
(/)
15,981 e: (/) 1987
n e
w 16,705 :!!:! w 1988 ;!!
(")
;g (") o-
-33
1989
:::::¡
17,377
1990 z "'
)>
~
18,146 :::::¡
1991 -f
(')
e
:::!.
18,978
19,660
(')
e
:::!.
1992
1993 - )>

- -
20,439 1
'O 'O 1994
w 21,466 w 1995
w 22,111 1
1 w 1996
22,730 1997
1
23,363 1998
24,157 1999
24,959 1 2000
1
25,889 2001
26,726 1 2002
27,512 2003
1 28,222 1 2004
1-"
U'l
.¡::,.
U'1
....o ....
U'1
N
o
N
U'1
w
o
w
U'1 U'1
....o ....
U'1
N
o
N
U'1
w
o
o o o o o o o o o o o o o o
o o o o o o o
o o o o o o o o 1965
79 1966 r-
831
i ! l i 1 1967
1 1

~~~
i

., 1,782
2,495
1 ., 1968
1969 1
ce 3,279 ce 1970
e 1
e ~·
Dl
4,155
4,905
1 1
Dl
1971
1972 1 ?>
.¡:¡.
o 5,695 1 1
(¡,)
CD
1973
1974
j
' ::::t
e: :<
...,¡,
6,582 e 1 )> .¡:¡.
~.&
CJ
o
O"
7,459
8,240 1
o
"'m
r-
-a
e
<

8
1975
1976
1977
.

'
1
;
-
1
r-
r-
)>
n
m
C/)
-t
CD 9,021
(O
1978 on )>
S:
9,844
10,602
S: ....,
!l)
1979
,1
1
::::t o
)> ' j
!l)
C/) 11,336 1 VI 3
1980
1 1 1
1 )> o-
!l)
12,189 1
)>
1
!l) 1981
1982
1
- "'....
)>
z
1 12,997 1 ::I:
m 13,703
::::t
e: m
1983
1984
. .: )> e
1
C/)
.......
!l) 14,444 )> .....
C/)
1985
1
1
"ti
)>
r-
r- !l) í 1 :::0
(") 15,142
!; (") 1986 r-
o: o: m
n )>
::::l
:e
e
15,981
16,705
17,377
1
n
o
n
::::l
:e
1987
1988
1989
i

1 l "ti
:;!
o
o
o
!l) 18,146 1
::::t
)>
e
!l) ~:
1990
1991
; 1 n ::I:
~:
1
Q) 18,978 5 )>

-
!l)

...."')>)>
1992
(")
o(") 19,660 (")
o 1993
1 1
11
z aJ
20,439 (") )>
1994 3
:T
!l)
IIl
21,466
22,111
22,730
:T
!l)
IIl
1995
1996 . -¡ -
3
(...
)>

~-
!l) 23,363 ~-
!l)
1997
' ' 1
1
1998 ;
24,157 1 1
1999
24,959 2000 '
; 1
25,889 2001
26,726 2002 1

27,512 2003 : -: 1
1 28,222 2004
f.-> l .J 1
V1
V1
....o ..... w w ..... .....
U'1
o o
U'1
o o"'
o "'
"'o o
o "'
o o
U'1
o
o
o "'o "'
o
o o"'
"'
o o o o o o o
o o o o o o o o 1965
79 1966
831 1967
1,782 1968
2,495 1969
"T1 3,279 "T1 1970
te' 4,155 te' 1971
e 4,905
e 1972
-
Al 5,695 Al 1973
1
'!>
1
~
N
6,582
7,459
~
.
..a.
1974
1975
1
::t:
e:
)>
<
..a.
o 8,240 e 'U 1976
1 1 (,/) c.n
o 9,021
o e 1977 1 n m
~ < )>
O"
CD 9,844 r-
m 6'
1978
1979 1 n en
-t
10,602 ce 1980 1 o ~
~ 11,336 3: i.» 1981
i n o
D) )> ::t:
C/)
D)
12,189 (,/) 3D) 1982 )>
O•
)>
1
12,997
13,703
1
1
1983
1984 1
1
"tt z

- ::r:
::t: ::=D
m m
C/)
D)
(')
o:
14,444
15,142
15,981
16,705
e:
)>
(,/)
n
)>
-o:
C/)
D)
(')
1985
1986
1987
1988
¡
il
m
o
"tt
$!
e::
~
en
o
:::J
17,377 n :::J 1989 n ~
I o I 1990 o- o
-
18,146
e
D) 18,978
n
::t:
e
D)
1991 z oo
C/) )> 1992
(') 19,660 C/)
(') 1 3 ::r:
-
1993
D)
(')
20,439 D)
1994 i 3 ~
o(') 21,466
22,111
8
(')
1995
':::J" ':::J" 1996
D) 22,730 D) 1997
23,363 1998
24,157 1999
24,959 2000
25,889 2001
26,726 2002
27,512 2003
28,222 2004
...... 1
1.11
CJ)
c.n
....o .....
c.n
N
o
N
c.n
w
o
w
c.n
.¡:,.
o 1.11
.....
o
.....
1.11
N
o
N
1.11
w
o
o o o o o o o o o o o o o o o
o o o o o o o o
o o o o o o o o o 1965
79 1966
1
831 1 1 1967
1,782 1 1968
2,495 1969
3,279 1970
"T1 1 "T1
ce· 4,155
4,905
1
ce· 1971
1972
e e 1973
5,695
iiJ 6,582
iiJ 1974 '!>
~ ~ 1975 3: :<
~
7,459
8,240
1
1
e .
w 1976
;

o
:0
..a.
o
o 9,021
l 1 1 o0::1 "U 1977
on ~

9,844
e:
<
1978
m
C"
CD
S:
10,602
11,336
1
1
l i'
r-
m
3:

(C
Q3
'1979
• 1980
1981
t
'
~
on
::1:
en
-1
)>
Q) 12,189
1
)>
VI 3
! 1982 ¡ )>
1
o
(/)
12,997
1
' 1983 }
Q) )> Q) "tt O·
1 13,703 1
1
1 1984 ! :0
m z
so 1 ¡ n
- -
14,444 1 1985
m 1
m S:
(/) 15,142
l
1
! :0
(/) 1986
1987
"tt o:;;e
~
Q) 15,981 Q)
C') 1 o C') 1988
o
o: 16,705
l 1 1 n o: n
o
:::::1
17,377 1 1
o :::::1
1989
o- o
S:
o
..,
18,146
18,978
19,660
1

l
1
n
:e
)>
S:
o..,
1990
1991
1992 -
2
3
o
::::1:
oC')
oC')
':::f"
20,439
21,466
22,111
1 oC')
oC')
':::f"
1993
1994
1995
-
3 )>

Q) 1 Q) 1996
22,730 j

23,363
'1 1997
1998
24,157
24,959
25,889
1
1 l 1999
2000
2001
26,726 1 2002
27,512 2003
....
U'1
• 28,222 1 2004
.._,¡
..... ..... N N w ..... ..... ..... ..... ..... N
o
V1
o
o
o
V1
o
o
o
V1
o 8o o
N
o c!3 O>
o gg o
o
N
o
.p.
o
O>
o
00
o o
o o o
6 8 o 8 o o o 1
79 14
831 27
1,782 40
2,495 1 53
"T1 3,279 "T1 66
fE' 4,155 1 fE' 79
e 4,905 e 92
Dl 5,695 Dl 105 1 )>
~
en
oo
O"
(1)
6,582
7,459
8,240
9,021
9,844
10,602
1

1
1
e
oo::l
,...
m
ol:lo
?'
"'U
e
<

118
13l
144
157
170
1 ~
n
:::1:
)>
n
:::1:
-
:<
......
m
CJ)
-1
<C )>
S:
!l)
11,336
12,189 1
1
s)> ii3
183
196
n
)>
)>
o
C/) 1 1 3 209 1 1
!l)
1
12,997
13,703 1 1
"'
)>
1
!l)

1
222
235
'O
::::0
m

z
m 14,444
~ m 248 Q "'tJ
)>
.....
C/)
!l)
15,142 1 1 1 n .....
C/)
261
'O
o
(")
a:
15,981
16,705
:::1:
)>
!l)
(")
a: 274 :;n ::I:
)>
1 n 287
:::l 17,377 :::1: :::l
300 O· o
"'U
!l)
(")
::::r
18,146
18,978
19,660 1
~
)>
"'U
!l)
(")
::::r
313
326 -33
z ::1:
)>
o
!l)
(")
::::r
!l)
(")
20,439
21,466
22,111
1
1
!l)
(")
::::r
!l).
(")
339
35!2
365
1
1
- )>

!l) 22,730 1 !l) 378


1
23,363 1 39i
24,157 404
24,959 1 417
25,889 430
1
26,726 443
27,512 1 456
..... • 28,222 1 1 469
VI
00
....o .... w w ....o ....
V1
o o
V1
o "'oo "'
V1
o
o
o
V1
oo o
V1
o o
V1
o "'oo "'o
V1

o o o o o o
o o o o o o o o 1
79 1 14
1
831 27
1,782 40
1 1
2,495 53
3,279 "T1 66
"T1
4,155 1
c.Q' (Q 79
e 4,905 e 92
Dl 5,695 Dl 105
¡-- - ., ·"l>

-
.¡::.,. 6,582 .¡::.,.
(X) 7,459
8,240
1
e
.....
-o
118
131 i
o
S:
:<
o
o 9,021 o e
144
l>
(X)
157
O" 9,844 ~ < 1 n m
CD 10,602 1
r-
m o· 170 o
n
en
-t
<C 183
~ 11,336 S: ii3 196
::1: )>
Q) 12,189 l> l> o
(/)
Q) 12,997 Vl
l>
3
Q)
209
222
1 .,
1


m
1 13,703
14,444
.,
1

m
1 235 1
::a
m
o
z
.....
(/)
Q)
15,142
15,981
1
1
o
S: .....
(/)
Q)
248
261
1 ., "'o:S:'
(')
l> (') 274 );!
o: 16,705
n o: n )>
o
::S 17,377
1 o
n
::S
287
(5,
oo
-
300
-o 18,146 i
::1: -o 2
o 18,978 ' l> o 313
3 3 326 3 ~

-
19,660
Q) Q) 339 3 )>
(') 20,439 1 (') 1
o(') 21,466 o(') 352
i' 365
::::r 22,111 1 ::::r
Q) Q) 378
22,730
23,363 1 391
24,157 404
1 417
24,959
25,889 430
26,726 1 443
1
27,512 456
...... • 28,222 1 1 469
V1
1.0
w w
""
88 § ""o
~
1-'
V1
o
V1
o 8 o
V1
o
1-'
o
o
1-'
V1
o ""o
o
V1
8
o 8 8 8
7
83 i '
1 1
1,78
2,49 1
¡ 1
l
1

,
3,279
4,155 1
i
1
1
1
i ,
ce
4,905
5,695
ce·
e
e 6,582
iiJ 1 1 iiJ Ll!S

Ul
7,459 1 1
~
1
1 '!>
.CD "'n
-
:<
1 1
i' '
8,240 1
~ 9,021 l 1 1' 1 e:
oo 1 e '"O 1
)>
9,844 1
oD:l e:
1
:0
CD
O" 10,602 < 1 1 )>, m
r- o· en
i
11,336 1
CD 1 m 1
1 ce
..., ! -1
S: 12,189
1 s !l) l "'
:0
m
)>
!l) 12,997 )> o
C/)
!l)
1
13,703
14,444
15,142
1
l ' 1
¡
V)
)>
1
3
!l)

1
235
248
1
1
n
"'~
o,
z
m 1
.m
se. 15,981
1
"'
e:
n
C/)
.-+
261
i74
1
n
(5,
"'tJ
e:
!l) 16,705 1 )> !l) 1 o)>
(")
o:
:J
17,377
18,146
1
1

1
:0
)>'
(")
o:
:::::1
287
300
1
1
·-
z
3 ::0

-
18,978 1 313 )>,
'"O '"O 1 3
326 1 1
e:
(")
19,660
1 e:
20,439 1 (") 339
...,
!l)
21,466
1 ...,
!l)
352
lll• 1 !ll•
22,111 ¡ 1
365
22,730 1 378
1 '
1
391
23,363 1 1
l
24,157 1 404
1 1
24,959 1 417
1
25,889 430
26,726 1 443
1 1
27,512 456
¡' 1
....., 28,222 1 469
1 1 ' 1
0"1
o
A.IV.20 ESTACIÓN PUTACCA

PUTACCA- PRECIPITACIÓN{mm)
350

300

250

200

150
~

.• '
100

• ... -•
tf\h 11
j
so
o
.......
0'1
--
N
0'1
0"1
0'1
~
- '-1 ~~-il
0'1
0'1
.. o
.o
~
.......
o
N
o o
0"1
- ~o~
Wl
.o
-
"'"
U"'
0'1
.......
0'1
.......
0'1
.......
0'1
....... N
o o
N
o
N
o
N
o
N
o
N

Figura 51. Pluviograma- Estación Putacca

DOBLE MASA- PUTACCA

Figura 52. Doble Masa- Estación Putacca


En el pluviograma se puede observar un quiebre a fines 1992, también a partir
del año 2000 hasta 2005 una cierta tendencia descendente de la precipitación,
sin embargo revisando informa~ión se tiene en cuenta que el año 1991-1992 se
presentó sequias extremas, por lo cual es razonable dicho quiebre en el grafico
doble masa y no se realizará ninguna modificación, respecto al segundo quiebre
a partir del 2003 tendrá que ser evaluado

161
PUTACCA- PRECIPITACIÓN(mm)
350
300
250
200
150
100
so
o
..... N m '<!" Lll 1.0 00 O'l o ..... N m g Lll
o o o
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
.....
O'l
O'l
..... o
N N
o 8
N
o
N
o
N
8
N

-.-HISTÓRICO -.-coRREGIDO

Fi_gura 53. Pluvio_grama corre_gido- Estación Putacca

DOBLE MASA- PUTACCA


16000
14000
12000
10000

8000
6000
4000
2000
o
,..., ,..., 1.0
,..., m .....
,..., m m .....'<!" m 1.0 N O'l m·
o N o ,..., '<!" ..... Lll O'l
Lll O'l '<!" 00 N 00 '<!" Lll N '<!" 1.0 00 '<!" Lll N 00 N
..... 00 m .....
,..., ,..., '<!" 00 m en m ,..., N
1.0 Lll 00 N Lll 1.0 N 1.0 00 N O'l '<!" O'l '<!" N
Lll O'l N
..... 00 '<!" ..... 1.0 o Lll o Lll o Lll N
,..., N en Lll ..... 00 1.0 O'l
..... N m m '<!" '<!" Lll Lll 1.0 1.0 00 00 O'l o..... ..... ..... .....
o ..... ..... N..... .....
N m m '<!" '<!" '<!"
..... ..... ..... ..... .....

Figura 54. Doble Masa- Estación Putacca

162
A.IV.21 ESTACIÓN ALLPACHACA

ALLPACHACA- HISTÓRICO (mm)


350

200

150

100

so
o
.....
0'1
N
0'1
<:t
·0'1 ·0'1
L(l <D
·0'1
00
·0'1
0'1
0'1
o
o
.....
o
N
O
M
·O ;g L(l
·O
0'1
..... 0'1
..... 0'1
..... 0'1
..... 0'1
..... 0'1
..... 0'1
..... o o
N
o
N
o
N
o
N
o
N
N

Figura 55. Pluviograma - Estación Allpachaca

DOBLE MASA- ALLAPACHCA


14000

o
L(l en '<t 00 N 00 r-. <D m '<t L(l ..... N '<t m m <D 00 <:t L(l ..... '<t m <D N N 00 N 0'1 m
r-. <D rl L(l 00 N L/l r-. <D N <D r-. 00 N 00 m 0'1 ..... <:t 0'1 <:t N o N o r-. <:t rl L(l 0'1
L/l 0'1 N
..... 00 '<t rl 1.0 o L/l o L/l o L/l N r-. N en L(l r l 00 '<t 00 m 0'1 m r-. N 1.0 0'1
rl N m m <:t '<t L/l L/l 1.0 1.0 r-. r-. 00 00 0'1 o o ..... M N N m m <:t '<t <:t
M M M M M M M rl M M rl

Figura 56. Doble Masa - Estación Allpachaca

En el pluviograma y el grafico doble masa no se observan claramente saltos,


tampoco tendencias, sin embargo se analizara el quiebre en el año 1993 que
tampoco es congruente con el hidrograma (caudal) en dicho año.

163
N N w w
o""" """ o o
""" """ o"""
N .¡:. O'l 00 o N .¡:. U'l U'l U'l U1
o
oo oo
oo o
o
o
oo
o
o oo 1 1 o o o o o o o o
'0 o o o o

.,
75
569 l .,
'c.C' 914 c.C'
e
Al
1258
1
...
e
D)
1882
(11 ....,
(11

.
00 2428
3157 -u
o
o 3676 e: )>
< 1995 r-
O"
(1) 4063 e o· r-
:S: 4524 o ce
..., 1
~
ll)
C/)
ll)
5065
5571
~
r-
m
ll)
3
ll)
+
;!;
1996
1
1 n
:::E:
)>
~ 1997
S: o
~
(') (')
o 6082 1 o..., ;:o
...,
..., )> ¡::;
6524 (/)
ro o n
'~ 7283
)> ce 1998
o:o
0.: 1
0.:
:o
ll)

m
1
7733
8296 1
)>
r-
r-
o
1 +
n
o
1999 l
~
m

-o:
C/)
ll)
(')
8918
9544
10195
1
1
~
n
:::E:
)>
m
C/)
6)
(')
o:
;:o
;:o
m
G)
o
)>
2000

l
1

-~
3
:::l
~

"'::r
ll)
10841
11424
11803
n
)> :::l
~
-o
ll)
2001

2002
1
-
3

(')
12326 (')
ll) 1 ::r 1 2003
(')
12902 ll)
(')
ll) 13372 ll)
1 1 1 2004
13748
14212
14659
1 1 1 l ! !W.i 1 1 1 2005

1-'
CTI 1 14993 Ll.
~
A.IV.22 ESTACIÓN CHOCCORO

CHOCCORO- PRECIPITACIÓN(mm)
350

250

200 ...... , .•.

150

100

so
o

Figura 59. Pluviograma - Estación Choccoro

DOBLE MASA- CHOCCORO


18000
16000 ~ ----~---~-- ~~------------------~--------~-~-----~------------ ... -------------------
14000 -. -- --- ··- ·----------------- -~--------------. - ---- - --- ··- ----- ------ ---· --- ---- ,. .-
12000 - ----- ---- ---------------~--~---------------- ----~---- ----
10000 - -.-- -- ~-- ---------~·-- ----- ---- ·-·-. ----- -- ~- --- -- -
8000 •- ..-.--------------- ----~-- ----- ------ ··----~-...
---,.,._...
6000
4000
2000

o ~~--------------------------------------------------~

Figura 60. Doble Masa - Estación Choccoro

En el pluviograma se observa deficiencia de precipitación los años 1991 y 1992,


así como en el periodo 2002 - 2005 los cuales están asociados a -sequias
extremas y moderadas respectivamente, mientras que para el año 2001 se hah
presentado considerables lluvias lo cual han producido quiebres en el grafico
doble masa, por lo cual los datos no serán modificados.

165
A.IV.23 ESTACIÓN TUNSULLA

TUNSULLA- PRECIPITACIÓN(mm)
450
400
350
300
250
200
150
100

o
..... m en o ..... N m Ll'l
en
en
.....
N
en
en
.....
en
en
rl
<D
en
en
.....
00
en
en
.....
en
en
.....
o
o
N
o
o
N
8N o
o
N
8
N
o
oN

Figura Pluviograma - Estación Tunsulla

DOBLE MASA- TUNSULLA


25000

o
en ¡-... m '<!" m m <D 00 m
~
Ll'l
_,_.. '<!" 00 N 00 <D '<!" Ll'l r l N Ll'l rl '<!" <D N N 00 N Ll'l '<!"
<D rl Ll'l 00 N .L/') -1'- <D .N <D .¡-... 00 -N -00 .m -en r l en -'<t -N o -N o ¡-... '<t ...... <D -'<t
Ll'l en N 00 '<t rl <D o Ll'l o Ll'l o Ll'l N ¡-... N en Ll'l r l 00 '<t 00 m en m ¡-... N <D o
rl rl N m m '<t '<t Ll'l Ll'l <D <D ¡-... ¡-... 00 00 o o
en .....
rl
rl
..... rl
rl
N
rl
N m m '<t Ll'l
'<t
..... ..... ..... ..... .....
rl

Figura 61. Doble Masa- Estación Tunsulla

En el pluviograma se observa deficiencia de precipitación los años 1991 y 1992,


así como en el periodo 1995 - 1996 los cuales están asociados a sequias
extremas y moderadas respectivamente lo cual ha producido quiebres en el
.grafico doble masa, .por .lo _cual .los datos no serán modificados.

166
A.IV.24 ESTACIÓN CUCHOQUESERA

CUCHOQUESERA- PRECIPITACIÓN{mm)
300

250 ------~1-----------------------------¡·---

200 ---·- ----·--· ---~-------·-- - ·-- - ,-----·-


150

100
--- · - - - · - - · - -

-- -.-- ·--,-
-- -

----·-
1·- -

---- ~~~~-- - ·-·

Tt~ ,-~u-~-~~-u-: -~-;--~ ~-~


50

o
rl
en
en
N
en
en
U'l
en
en
<D
en
en
00
en
en
en
en
en
o
o
o
rl
o
o
N
o
o
M
o
o
- '<t
o
o
U'l
o
o
-
rl rl rl rl rl rl N N N N N N

Figura 62. Pluviograma - Estación Cuchoquesera

DOBLE MASA- CUCHOQUESERA


14000

12000

10000

8000

6000

4000

2000

o ,...
en 00 <D o o en U'l ,...
U'l '<t M 00 en N N N M o '<ten N ,... o '<t rl .... rl 00 N M <D

.... .... ....'<t ·en.... .... ....,... ....'<t


<D <D o en en ·M
en 00 o o en o,... ·M o U'l o o
,... ,...'<t en,...'<t
M M <D M 00 N M M U'l 00 M N
U'l 00 N 00 '<t ·O U'l -en ·rtl 00 ·00 ·M ·O U'l ·O 00 ·N 00 M ·N U'l
en en o o
rl rl N M M M '<t '<t U'l U'l <D 00
.... r l rl rl
N N M M '<t
rl

Figura 63. Doble Masa- Estación Cuchoquesera

En el grafico doble masa se aprecia un quiebre considerable a mediados del año


2003, sin embargo a finales del año se presentó sequias considerables, además
de la comparación con el hidrograma (caudal) justifican dicho quiebre, por lo cual
los datos no serán modificados.

167
A.IV.25 ESTACIÓN TAMBILLO

TAMBILLO- PRECIPITACIÓN(mm)
250

200

150

100

so

o ..,.,
..... N m ...... 00 g ..... N g Ll'l
CT>
CT>
.....
CT>
CT>
.....
CT>
CT>
.....
"'.....
CT>
CT>
CT>
CT>
......
CT>
CT>
......
CT>
CT>
CT>
...... o
N
o
o
N
g
N
o
o
N
o
N
o
o
N

Figura 64. Pluviograma - Estación Tambillo

DOBLE MASA- TAMBILLO


12000

10000

8000

6000

4000

2000

o ..,., o ..,., ..,.,


...... ...... en ..,.,
Ll'l
...... Ll'l .....
..,.,
CT> en 00
...... ..,., ..... N
N "'en" 00 ...... Ll'l
en ..,., "'" "'" ............ "' "'......"
Ll'l ......
o
Ll'l N
00
...... ......
o...... en "'00 Ll'l
o "'
Ll'l
Ll'l
......
Ll'l

"'
......
..... 00
...... en ..,., Ll'l
"'
......
"'
en "'en" "'en" en .....
Ll'l Ll'l

"' en N...... .....


"' N Ll'l ..,., ..,., o
"' "'" ~ "'" N Ll'l en "'" "'
N
...... "'......" ......
N
"' o
o .....
o
N N N Ll'l Ll'l Ll'l
"' \0 00 00

Figura 65. Doble Masa- Estación Tambillo

En el grafico doble masa no se aprecian quiebres considerables, además el


pluviograma se muestra homogéneo, siendo congruente con el hidrograma
(caudal).

168
A.IV.26 ESTACIÓN HUAMANGA

HUAMANGA- PRECIPITACIÓN( mm)


300

150

100

so
o
00 o ..-< N ('() LO
N 1.0
8
LO (TI
o o o
(TI
(TI
..-<
(TI
(TI
..-<
(TI
(TI
..-<
(TI
(TI
..-<
(TI
(TI
..-<
o
N
o
N
o
N
8
N N
8
N

Figura 66. Pluviograma- Estación Huamanga

DOBLE MASA- HUAMANGA


10000
9000 ---- ·-· •<>·--------~-------·~"'--~---~----·---------------·---- --- ------------~----
8000 ------" ·--------- ----------------------·--------~---·---~------~-----· ~ ---~----

7000 ------------~- --- --~---~-- - - ---------. ----- ·----·-- -- ··--· ----- .. ------ ~- ~--
6000

3000
2000
1000
o ~~------------------------------------------------------~
,..._ '<t ('() 0 .-i 1.0 ,..._ ('() M .-i 0 N .-i 0 LO ('() O O 1.0 .-i 00 CTI N LO 00 00 ,..._ CTI ('() N
,..._ CTI ,..._ M ('() 00 '<t CTI 1.0 CTI N 0 CTI 00 LO M 00 N ..-< '<t ('() 1.0 ..-< N 0 N 00 ('() N 00
m w m N Ln \"""'1 -.:::t oo .,... Ln m N LO o m \0 o ot:::t oo N Lfl m m ,...... ,......., m \0 o N
.-i .-i N N N M M ('() '<t '<t LO LO LO <.0 1.0 1.0 ,..._ ,..._ ,..._ 00 00 CTI CTI CTI 0 0
..-< ..-<

Figura 67. Doble Masa - Estación Huamanga

En el grafico doble masa no se aprecian quiebres considerables, además el


pluviograma se muestra homogéneo, siendo congruente con el hidrograma
(caudal).

169
A.IV.27 ESTACIÓN CHONTACA

CHONTACA- PRECIPITACIÓN( mm)


350

300 -~------------ ---~-- ..

250

200

150

100

so
o
.....
en
en
.....
"'.....enen 1"1'1
en
en
.....
"""
en
en
.....
Lil
en
en
.....
ID
en
en
.....

Figura 68. Pluviograma - Estación Chontaca

DOBLE MASA- CHONTACA


14000

12000 ----------

10000 -~-----~---~-~--

6000

2000 ---------------~~-~ -~-~

0~~~--------------~

Figura 69. Doble Masa - Estación Chontaca

En el pluviograma se observa deficiencia de precipitación los años 1991 y 1992,


así como en el periodo 2003 - 2005 los cuales están asociados a sequias
extremas y moderadas respectivamente y éstos periodos son los que han
producido quiebres en el grafico doble masa, por lo cual los datos no serán
modificados.

170
A.IV.28 ESTACIÓN CHIARA

CHIARA- PRECIPITACIÓN(mm)
200
180
160
140
120
100
80
60
40

o
00 o ..... N m L/')
en
en
o
o
o
o 8N o
o """
o
o 8N
..... N N N N

Figura 70. Pluviograma - Estación Chiara

DOBLE MASA- CHIARA


12000

10000

8000

6000

4000 _,.,_- - - - -

2000

o
L/') m ......
o ......
en en r-. en m L/') ..... en r-. en 00 00 r-. r-. m r-. 00
00 ...... L/') m ·'<!" r-.
00 N .-i \0 00 L/') L/')
r-. .en r-. ·\O ·'<:!' \0 ..... L/')
en m \0 """ """
m \0 en Nm
L/') .-i N
""" L/') ·'<:!' ·O ·'<!" ·00 ·O ·en ·L/') o L/') \0
\0 N L/') o r-. N L/') en N \0 .-i 00 N \0 o r-. en m
.-i .-i N N N m m
""' """
""" ""'
L/') L/') L/')\0 \0 r-. """
r-. r-. 00 00
""'
en en en en o o
.-i .-i

Figura 71. Doble Masa - Estación Chiara


En el grafico doble masa no se aprecian quiebres considerables, además el
pluviograma se muestra homogéneo, siendo congruente con el hidrograma
(caudal).

171
A.IV.29 ESTACIÓN PARACCAY

PARACCAY- PRECIPITACIÓN(mm)
300

250 ~-----·---------- ·····~------- ·-~~

200

150

100

50

o
..... N m <:t Lt1 ID 1' 00 Cl'l o ..... N O'l <:t Lt1
Cl'l Cl'l Cl'l Cl'l Cl'l Cl'l Cl'l Cl'l Cl'l o o o o o o
Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... Cl'l
..... o
N
o
N
o
N
oN o
N
o
N

Figura 72. Pluviograma - Estación Paraccay

DOBLE MASA- PARACCAY


12000

8000

6000 . -------

4000

2000

0~~------------~

Figura 73. Doble Masa - Estación Paraccay

En el pluviograma se observa deficiencia de precipitación en el año 1991, así


como en el periodo 2003 - 2005 los cuales están asociados a sequias extremas
y moderadas respectivamente y éstos han producido quiebres en el grafico doble
masa, por lo cual los ·datos no serán modificados.

172
A.IV.30 ESTACIÓN QUINUA

QUINUA- PRECIPITACIÓN{mm)
250

200

150

100

so

o
..... N '<!" 11') <D ()() en o ..... N m '<!" 11')
en en en en en en en o o o
en
..... en
..... en
..... en
..... en
..... en
..... en
..... o
N
8N o
N
8N o
N
8N

Figura 74. Pluviograma- Estación Quinua

DOBLE MASA- QUINUA


12000

10000

8000

6000

4000

2000

o
en en <D en en <D '<!" ,....
,.... o()() ..... en ,.... ,....
oN 11') '<!" '<!" o m
<D ,.... m '<!" ,.... ..... 11')
N N ()() <D ()() 11') <D '<!" '<!" <:t N '<!" ()()
..... N en o
,.... ,.... ..... en m
'<!" ,.... ,....
'<!" '<!" <D ,....
()() ()() <D <D N 11') <D ()()
N '<!" o ....
..... '<!" en N
.... N <D en N 11') en N en N 11') en o ,....
'<!" ,....
()() ..... 11') o m <D
N N m m m '<!" '<!" '<!" 11') 11') 11') <D <D ()() ()() ()() en en en

Figura 75. Doble Masa - Estación Quinua


En el pluviograma se observa deficiencia de precipitación los años 1991 y 1992,
el cual está asociado a sequias extremas, en el grafico doble masa han
producido quiebres, por lo cual los -datos no serán modificados.

173
w
lJ1
o
~
o
o
~
lJ1
o
"'
o
o "'oo
U1
o
U1
o
b
o
~
U1
o "'oo "'
lJ1
o
o
o
o o o o
96
o o o o o o
1965 .,
1 1966
702 1 1
1967 1
1,227
1968 ....::: '
1

., 2,109
2,732
1

1 1
., 1969
1
1

1
cE' 3,278
1
1 (Q
1970
--= l
1
e 3,795 e ---..,.
D1 1971 1
D1 4,262 -.;..o.
:)>
?>
...... 4,817 ...... 1972 ..,.., V)

:""' 5,392 o
Q)
1973 1
1 1
'-1
:o :e:
w
o 6,124 oo;, -u 1974
1 o;, ...,¡,
o 6,821 e: 1 1
1 .)>
m
C"' ..... < 1975 1
:S: en
CD 7,170 m o'
ce 1976
1 1
!
o;, .....
S: 7,683- S: 03 ~ 1
)> )>
!l) 8,298 )> 1977 '
1 (")
C/)
8,866 '
V) 3 1978
! ,"a
!l) )> !l) 1

1 ;o O·
1 9,651 1 1 1979 1 m z
n
-
m
C/)
!l)
o
o:
::::J
10,350
10,708
11,229
11,892
)>
V)
-1
oo;,
)>
-
m
C/)
!l)
o
o:
::::J
1980
1981
1982
~

1
'
'
1


!
1
1

1
1
1

1
.=ti
;:::¡
>
.Q
)>
en
.....
o
m
12,638
s 1983 !
o- )>

-
)>
C/)

o
13,303
14,049
14,596
~ -
)>
C/)

o
1984
1985
.
1
! i

1
1 1 .z
~

3
S:
m
)>

-
C"' C"' ;
1
!l)
3
15,076 !l) 1986 1 3
C"' 15,835 3 1987
1 1
C"' 1
!l) 16,468 !l) 1
1988
17,196 ~ ¡
1989

~
17,850 '
18,269 1990
1
18,703 1991
1
19,246 1992 1

19,684 1

1993 1
'
...... 1 20,357 1'
.....¡
.¡::..
A.IV.32 ESTACIÓN ACOBAMBA

ACOBAMBA- PRECIPITACIÓN (mm)


300

200 ·-·---~-~--------- .. ------ ~~-----·- - ----------~- ~-----------· ----

150

100

50

o
..... 00 m o ,.; N m
m
'<t
m
III ID ..... 00
m m m o
m o ,.; N
o
m '<t III
o
ID
o
..... 00 m
o
o ,.;
00 00 00 m m m m m o o o o o ,.; ,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
m
,.;
o o o o o o o o o o o o
N N N N N N N N N N N N

Figura 78. Pluviograma - Estación Acobamba

DOBLE MASA- ACOBAMBA


18000
16000 - -~---
14000 --- ·-- ----· -- -- ·-- ----~----~------------------- -----------~--- ------· _,_
12000 "' .... -----.------ - - ------ -·-·---. --- -------"·-· ----~-- - - ~-----· . ----- --·
10000 . -··- -· ... --·-··-----~---~------------ --- .... ---.
8000 ···-------------~---·-···--··------------··-~iilllllla~--. ---·····-----~---~---------------·

6000
4000 ---· ----~-- ------- --·- --··-·--·
2000

o --~------------------------------------------------------~

Figura 79. Doble Masa - Estación Acobamba

En el grafico doble masa se observan quiebres, inicialmente el periodo a corregir


será julio de 1988 hasta noviembre de 1995, sin embargo se debe tener en
cuenta que en el año 1988 se presentó muy húmedos con lluvias intensas según
(SENAMHI), de igual modo el año 1990 y 1992 se presentaron sequias intensas
y extremas respectivamente

175
L2 t ;; .
1-' 1-' 1-' 1-' 1-' N 1-' 1-' N N w
oo o o
N
o
~
o
C7l
o
00
o ooN oo~ oo oo oo
C7l 00
o
l/1
o 8 l/1
o o
l/1
o 8
o o o o o o o o
o o o o o o o o
114 ' ' 1
1987 ~?· 1 1
515 :' l
: 1 1988 ! :·
"T1 "T1
cé' 1,420 . ¡ : 1 cé' 1989
e 1,845 ! 1! ¡' e 1990
iiJ 2,106 ¡ 1 iiJ 1991
co 2,343 1 co
..a.
2,783 1 1
o 1992
oo 2,903 !. 1 "U 1993
3,283 i ' . e ¿-
J....,. . . i )>
n
O"'
e < 1994 l j .. 7
m o· p
og:J
S:
ll)
(/)
3,541 i
3,936 !
4,269 1
1
1 l!

1 1
' l
.1
og:J
r-
m
(C
Q3
3ll)
!
~
t· ;•
~
!
,a
)>
s
ll)

8..,
4,574 1
5,062
1
; ll 1'
s)> o o:Al 1997~~··!. g:J
)>
1 o
..,

e:~
5,551 i 11 1
1

¡ (/) ¡::; 1998 .l... ' 1


n
1

~ l )>
1 )> ro
f8 ~:::
6,175
¡
1
¡
i
1 (C o:::0
0.: 6,624 1 1 )> 0.: S ; 1 :•
o 6,974 1 ' 1
n o :::0
1 7,720 ¡ 1 i ! 1 og:J 1
m
m 8,474 ; ¡· 1
)> m :Al
~
2001
2002
.
1 -e
~

s- s-
-
1
8,951 1 ' 1
1 1 ' s G) )>
o
o: 9,618 l 1 1 ·1 1
1 l ~
o
o: ~ 2003 M!~~il""!"-
3
::J

~
O"'
ll)
10,386 1
10,995 1
11,378 ¡·
11,748 '
1 1
1

1
.

1
1
1

1 l
1
1
1
'
1

1
1
::J

~
O"'
2004
2005
2006
¡
¡
1 -
3

l'
1 ll)

Eª~=~4~~
12,333 : 1
3 13,055 l 1
1 1
3
O"'
ll) 13,550 i 1
1 i 1 O"'
ll)
2007
11
i 1 1
13,857 l 1' . i
1
1
1

14,416 1 ' 1
15,218
0
15,720 ¡
!! ·¡ l
¡·
1
.1
2010
2011
.
¡ ¡ ¡

:
...... 16,344 ! i . 1
"'
0'1
A.IV.33 ESTACIÓN LIRCAY

LIRCAY- PRECIPITACIÓN {mm)


250

150

lOO

50

o
o .-i N m lll \D 1"- 00 m o
8 o
o
o
o
o
o """
o
o
.O
oN
.O
o
0
o
.o
o 8N .-i
o
N N N N N N N N N

Figura 82. Pluviograma - Estación Lircay

DOBLE MASA- URCAY


10000
9000 .......... ~--·----~- _ ... -.··-····~~- ------- -----~- ·-···-- ------- ·---·--···-· -···--- --. -----···
8000 .......... ---· ·-------- ---- ----·--·-- -·---·- ·--- ....... ··--. --·< -~----- ..--." ........ =··.....---
7000
6000
5000 ··-··--·--~---·-·-------··--.--- ----·
4000
3000
2000 ----~~--~~---~ --~~~~~-~-----------~-------·----·---

o
NlllmmllllllON.-<OOmi.DNm-.:tr--oomomr--I.Dm-.:tmlll.-<mi.Dllli.DN.-<
~N~OOmmNOOmm~NHOO~~~NrlOO~rl~NrlM~m~NrlOffl
.-<l/li.DOm-.:tooNmooNmi.DoomN-.:tlllm.-<NI.DmO-.:ti.DI.DmNmoo.-<.-<
~~~~ÑÑÑMMMMM~~~~~~~~~~~~~~~~oooo

Figura 83. Doble Masa - Estación Lircay

En el grafico doble masa se observa un quiebre, sin embargo los datos han sido
registrados así, dichos años ·(2001 - 2003) han sido -húmedos, con lluvias en
excesos, por lo cual los datos serán conservados.

177
-
5'
(!)
Q)
m
::J
(!)
- ~
.... ....
o ~
tv
o
tv
~
w
o
w
~
.¡:.
o
.¡:.
~
o
~
....
o
....
~
tv
o
tv
~
w
o
w
~
.¡:.
o
.¡:.
~
~
o
o o o o o o o o o o o o o o o o o o o
CJ) ce
..., d
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
c. Q) 1965
(!) ::::h 84 1966
i 1 i ¡
(')
o
(')
o 1,080
1
j 1
1
i i 1
1 1
1967
1968
o..., c. 2,104 1 l 1
1 i
::J
o
O" ., 3,081 1' i

1
1 1
1
1
1 1
1969
1970
...,
Q)
Q)
ro ce·
3 e
4,123
4,836
1 1 i 1
¡
1 ., 1971
1972
1973
::J 5,770
1
! ce· 1
i )>

- D1
Q) 1974
or CJ) 1
e 1 1 i :X:
co 6,897 1975 1 1
:e
ll
w

c.
Q)
CJ) ~ 7,652
1
1 o D1 1976
1977 ' 1 1
.)> :e:
w
e:;· (!)
8,550 o co 1 1 2
o oo 1 ~
1978 1
n ~

=
1
1
::r 1
m
oCJ) O" O"
9,702
1 1
l ....m "U
1979
1980 1 1
;~ en
"O
(!)
CJ)
(!)

<
(!)

:S:
10,506
11,475
1
1
1 s)> e
<

1981
1982
1
1
1
l 1
1
1
1
m
.... -1
)>
~.
Q)
Q)
12,608
1
1
1 ce
1983 ñ (")
o ::J 1 1984 )>

~
CJ) 13,349 1 1 1
c. .o Q) Q3 1985 1
'
oCJ) e 14,481 1 1 1 1
z
."'m
o
1986
ro· m 1
15,632 i ! 1
3 1
1
1

- :X: Q) 1987 1 1 1 ·::lD :X:


CJ)
...,
O"
e ¡ e
...,
(!)
(!)
CJ) 16,362 1
)> 1
1988
1989 l n )>

-
m .:o
n>· Q) 17,370 1 1 1 1
::J
w
CJ)
(')
o: 18,205 1 2
n
CJ)
1990
1991
\

¡' z
:;· (")
·~
(') Q) 1
1992
~
19,050 1 1 )>
o
..., e:;· ::J 1 1 1 )>
ro jl)' I 19,836 i ....
m
(')
o: 1993
1994
1 1 1
1
e
o-
<
m
e 21,211 1
- ::J 1995 1 1
ce
0.:
oCJ)
3

-
(!)
::J
Q)
::J
(')
21,958
23,031
1

1
1 n
)>
I
e
1996
1997 1
¡ 1
1
1

-33
2 r-
o
-
Q) 1 1
Q)
1 1998 1 )>
(!) 1
(!)
<
(!)
24,176 1 ::J
(') 1999 1
1 1 1
-
"O
e:;· 25,161 1 1 1
1
Q)
<
2000
2001
1 1 1

Q) 26,441 (!)
...,
(!)
27,700 1
e:;· 2002
o· 28,925
1
Q)
2003
2004
c.
o 30,010
1
2005
Q)
(')
35,632 i 1 1
;
1
1 2006
2007
'
o 36,258 2008
..., 1 '
1 1
..., 37,391
'
2009
..... (!)
39,258 1 1 1 1 1 2010
ce
...,¡
00 ...,
.... .... "'o w w .¡:,. - ....o .... w
,Vl
o
o
b b"' b b"'
"' p
o "'
b
p
o o
V1
o o
V1
o "'
o
o
N
V1
o
o
o
o o o o o o o o
o o o o o o o o o 1965
, 84
1,080
i , 1966
1967
1968
1 c.C'
ce
e
2,104
3,081
1
1
1
1
i ;
e 1969
1970
DJ 4,123 ' 1 1971
co 1 1 co 1972
:""~
4,836 en 1973
5,770 1 1974
1 1
oo 6,897
1 1 "U
e
1975 1
J:
C" 7,652 1
1
1 e <
c;·
1976
1977 j 1 1 e)>
CD 8,550 1 olXI (O
1978
1979
1
1 z
S:
Q)
9,702
1
1
1 1 r- 03 1980
1 n
~
10,506 m
CJ)
11,475 1
3 1981
Q)
1 S: Q) 1982 m
.....
(")
o..., 12,608
13,349
1 1 1
)>
(¡,
(")
o
...,
...,
1983
1984
1
1 -
n
ro
(O
14,481
)>
1
CD
(O
1985
1986
)>
1

0.: 15,632 1 1 1 J: 0.: 1987 n


o 16,362
1
e:
)>
o 1988
1989
1 o
::ti
1 17,370 1
z 1 1990 1 ::ti

-
m
-
m
18,205 1 1991
CJ)
1J n CJ) 1
m
1992 ~
~
19,050 1
Q) ' 1 1 Q) 1993
19,836

-i
(")
c;: m (") 1994
21,211 1
1
1
!:: c;: 1995
::S
21,958 t n ::S 1996
::r: 1 1 )> ::r: 1997 3
-
23,031 1 1
e 1 e 1998 1 3
Q)
::S
(")
Q)
24,176
25,161
26,441
l
1

i
1
Q)
::S
(")
Q)
1999 -
2000
2001
<
CD 27,700
1
< 2002
1 CD 2003
e:;· 28,925
1 1 e:;· 2004
Q) Q) 2005
30,010
1 2006
35,632
36,258
37,391
1
l
1
1
1
¡
2007
2008
2009
1 2010
......
-...¡
1 39,258 1 1 j 1
1.0
ANEXO A.V. ANÁLISIS DE CONSISTENCIA DE LA INFORMACIÓN
HIDROMÉTRICA

180
ANÁLISIS DE LA INFORMACIÓN HIDROMÉTRICA

Las curvas doble masa ayudan a encontrar las inconsistencias, sin embargo esto
no significa que los datos de todos los quiebres deban ser corregidos, es
necesario analizar las posibles causas de dichos quiebres y verificar si realmente
existe alguna inconsistencia.

Cabe precisar que de acuerdo a los datos registrados, la única microcuenca que
presenta inconsistencias considerables es la estación Tunsulla ubicada en la
microcuenca Apacheta, sin embargo no se han encontrado registros o motivos
que hayan causado su inconsistencia.

En la subcuenca lchu los únicos datos que presentan mayor inconsistencia es el


periodo de lluvias del año 1986, esto ha provocado ciertas distorsiones aunque
mínimas pero presentes en el modelamiento y generación de caudales, sin
embargo hasta la fecha dentro del estudio no se han encontrado registros que
confirmen o rechacen la ocurrencia de dichos eventos sobrenormales. Mientras
se continuará trabajando con los datos mencionados.

Antes de utilizar los caudales históricos de las subcuencas y microcuencas


Gochas, Vilca, Pachacayo y Piñascocha se procedió a naturalizarlos, debido a la
construcción de embalses de regulación los cuales han influido en la magnitud
del cauce natural de los ríos, en éstos embalses se han registrado la variación
de su volumen a partir del año 1995 (Huaylacancha, Carhuacocha, Vichecocha,
Yuraqcocha, Ñahuicocha) , 1997 (Tembladera, Azulcocha, Huichicocha,
Coyllorcocha, Chilicocha), 1999 (Balsacocha) y 2000 (Huegue y Huacracocha),
2001 (Yanacocha-Palcan). Para el proceso de naturalización se realiza el
balance hídrico utilizando el factor más importante (la variación del volumen del
embalse), realizando antes un análisis de la influencia de los demás factores
(área del espejo de agua del embalse, precipitación, evaporación) encontrando
una diferencia mínima (aproximadamente de 0.05m3/s a 0.15 m/s), el cual para
/as subcuencas y microcuencas analizadas que alcanzan caudales mayores a
los 4.5m3/s-Piñascocha representa un 3%, o Vilca que alcanza 54.5m3/s, el
0.15m3/s significaría un 0.3% bastante reducido, por lo cual de forma práctica
para el proceso de naturalización se ha utilizado solo la variación del volumen de
embalse.

181
A.V.01 ESTACIÓN COCHAS

COCHAS- NATURALIZACIÓN DE CAUDALES


En ésta microcuenca en el proceso de análisis de datos (1965-2005), en el periodo
(1965-2005) ha sido desnaturalizado considerablemente por la regulación de 4
embalses (Huaylacancha, Carhuacocha,Tembladera y Azulcocha), antes de utilizar los
datos de caudales para el proceso de calibración de los modelos de Redes
Neuronales Artificiales, es necesario naturalizar los caudales según el balance
hídrico (variación en el volumen en los embalses).
LA ECUACIÓN DE BALANCE HÍDRICO SIMPLIFICADO
Donde:
QN :Caudal Naturalizado (m3/s)
(V -V.)·l03
QN-Q + 1 , QR :Caudal Registrado (m3/s)
- R 86.4·Nd Vf :Volumen final del embalse Mm3
Vi .: Volumen inicial del embalse Mm3
Nd : Número de días
Los datos de los embalses son los siguientes:
EMBALSE HUAYLACANCHA- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 23.99 23.02 22.82 22.74 22.66 19.88 16.12 11.45 8.88 12.19 11.45
1996 11.70 13.98 18.14 22.82 23.02 22.87 22.79 22.63 10.04 12.69 10.07 9.88
1997 10.69 10.66 8.82 10.41 20.64 20.95 21.08 18.94 15.02 14.03 14.75 19.78
1998 23.13 23.21 23.26 23.31 22.32 22.40 23.13 21.14 12.56 12.14 8.67 10.14
1999 12.84 20.87 23.31 23.41 23.08 22.89 22.79 22.76 22.84 23.15 19.34 22.97
2000 22.92 23.75 23.62 23.00 22.89 22.97 22.87 22.89 22.23 23.21 21.98 23.41
2001 23.62 23.36 23.91 23.08 23.08 23.02 22.82 22.74 22.84 22.92 23.15 23.10
2002 23.15 23.62 23.57 23.31 23.00 22.89 22.76 22.76 22.89 23.10 23.21 22.89
2003 22.86 22.87 22.71 22.71 16.35 2.84 5.37 2.00 5.31 10.61 15.73 13.04
2004 15.09 20.48 23.13 22.48 13.68 15.73 6.88 5.20 5.20 6.52 5.02 5.55
2005 10.55 13.44 17.03 20.40 17.73 17.34 6.46 2.46 2.29 2.57 2.64 5.46
PROM 17.66 20.02 20.96 21.61 20.78 19.69 17.89 16.33 13.88 14.53 14.25 15.24

EMBALSE CARHUACOCHA- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 8.50 12.02 16.77 19.04 21.00 14.36 8.32 5.79 6.36 3.40 3.28
1996 6.67 12.62 19.12 23.02 23.58 23.34 23.36 23.32 23.22 8.12 3.01 6.17
1997 12.99 17.06 19.40 20.76 10.53 10.79 15.44 8.18 4.09 8.58 8.96 5.13
1998 7.98 12.02 22.24 23.78 21.53 22.46 22.86 20.40 12.68 9.60 6.22 5.19
1999 7.71 16.19 23.10 23.60 23.54 23.46 23.44 23.40 23.34 23.42 23.44 23.90
2000 23.34 23.68 23.74 23.42 23.42 23.48 23.42 23.44 23.74 23.68 23.12 24.00
2001 24.04 23.76 24.36 23.80 23.80 23.64 23.46 23.26 23.32 23.50 23.64 23.66
2002 23.60 23.92 23.92 23.70 23.42 23.34 23.24 23.26 23.44 23.70 23.60 23.26
2003 23.26 23.16 23.20 23.22 23.26 23.32 18.36 19.92 21.55 22.50 6.58 10.86
2004 4.36 8.24 12.94 17.12 19.16 9.60 0.65 0.40 0.62 1.04 4.01 7.90
2005 10.79 13.50 19.36 23.16 16.86 3.91 0.89 0.89 2.72 1.32 1.40 3.32
PROM 14.47 16.60 20.31 22.03 20.74 18.94 17.23 15.89 14.96 13.80 11.58 12.42

182
EMBALSE TEMBLADERA- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995
1996
1997 2.38 3.36 4.25 4.84 5.18 2.25 2.90 3.25 0.71 0.75 1.06
1998 2.21 4.72 5.20 5.19 5.19 5.19 4.20 3.71 3.81 2.93 4.07 5.21
1999 5.00 5.20 5.20 5.19 5.18 5.18 5.18 5.17 5.20 5.20 5.21 5.22
2000 5.11 5.23 5.18 5.18 5.18 5.18 5.17 5.04 2.12 0.73 0.19 0.85
2001 2.28 3.04 4.46 5.15 5.13 5.04 4.98 5.02 5.10 5.14 5.16 5.18
2002 5.18 5.21 5.20 5.20 5.16 5.14 5.13 5.16 5.19 5.19 5.19 5.19
2003 5.21 5.19 5.19 5.16 5.16 5.17 5.17 5.18 5.18 2.75 0.17 2.98
2004 3.64 5.09 5.19 5.16 5.17 0.17 0.09 0.13 0.16 0.24 1.50 3.49
2005 4.81 5.19 5.19 5.16 0.65 0.64 0.29 0.30 0.36 0.28 0.34 1.08
PROM 4.18 4.58 4.91 5.07 4.63 4.10 3.61 3.62 3.37 2.57 2.51 3.36

EMBALSE AZULCOCHA- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995
1996
1997 2.80 4.11 4.90 5.26 5.51 5.60 5.77 3.28 0.51 0.54 0.83
1998 3.18 6.61 6.68 6.64 6.58 6.55 4.48 3.75 3.20 1.45 2.21 3.54
1999 6.20 6.68 3.95 5.24 6.58 6.54 6.54 6.50 6.54 6.55 6.52 6.60
2000 6.37 6.71 6.58 6.50 6.50 6.55 6.55 6.12 1.36 0.95 0.11 0.66
2001 3.54 5.12 6.69 6.67 6.55 6.50 6.50 6.50 6.50 6.52 6.58 6.56
2002 6.59 6.67 6.63 6.60 6.54 6.50 6.50 6.44 6.54 6.61 6.60 6.65
2003 6.67 6.67 6.65 6.61 6.56 6.52 6.52 6.54 6.55 3.73 0.14 3.46
2004 3.66 5.87 6.60 6.56 6.54 0.13 0.05 0.06 0.11 0.19 1.56 3.69
2005 5.59 6.69 6.69 6.63 0.64 0.57 0.08 0.08 0.08 0.09 0.16 0.75
PROM 5.23 5.98 6.06 6.26 5.75 5.04 4.76 4.64 3.80 2.96 2.71 3.64

TOTAL EMBALSES- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 0.00 32.49 35.04 39.59 41.78 43.66 34.24 24.44 17.24 15.24 15.59 14.73
1996 18.37 26.60 37.26 45.84 46.60 46.21 46.15 45.95 33.26 20.81 13.08 16.05
1997 23.68 32.90 35.69 40.32 41.27 42.43 44.37 35.79 25.64 23.83 25.00 26.80
1998 36.50 46.56 57.38 58.92 55.62 56.60 54.67 49.00 32.25 26.12 21.17 24.08
1999 31.75 48.94 55.56 57.44 58.38 58.07 57.95 57.83 57.92 58.32 54.51 58.69
2000 57.74 59.37 59.12 58.10 57.99 58.18 58.01 57.49 49.45 48.57 45.40 48.92
2001 53.48 55.28 59.42 58.70 58.56 58.20 57.76 57.52 57.76 58.08 58.53 58.50
2002 58.52 59.42 59.32 58.81 58.12 57.87 57.63 57.62 58.06 58.60 58.60 57.99
2003 58.00 57.89 57.75 57.70 51.33 37.85 35.42 33.64 38.59 39.59 22.62 30.34
2004 26.75 39.68 47.86 51.32 44.55 25.63 7.67 5.79 6.09 7.99 12.09 20.63
2005 31.74 38.82 48.27 55.35 35.88 22.46 7.72 3.73 5.45 4.26 4.54 10.61
PROM 36.05 45.27 50.24 52.92 50.01 46.11 41.96 38.98 34.70 32.86 30.10 33.39

183
COCHAS TUNEL- CAUDALES MEDIOS MENSUALES HISTORICOS (m3/s)
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 5.01 4.68 9.19 4.66 1.87 1.29 4.66 5.14 4.74 2.15 3.10 2.85
1996 2.74 8.59 6.03 5.32 3.01 2.98 1.52 2.96 6.13 5.31 4.39 2.06
1997 9.67 5.95 1.63 1.14 0.80 1.04 3.89 4.93 2.18 2.22 2.89
1998 3.31 9.51 9.87 8.48 4.61 1.57 1.94 3.81 7.91 5.08 4.22 3.25
1999 3.02 11.24 9.79 11.70 5.26 2.72 1.75 1.32 1.31 2.24 3.13 3.58
2000 12.23 18.55 22.31 13.93 4.96 2.23 1.90 1.41 3.46 3.66 3.47 3.92
2001 13.58 13.35 10.15 4.04 2.33 1.91 1.26 1.20 1.91 2.51 3.89
2002 3.56 10.23 11.95 9.10 . 3.79 2.18 1.77 1.37 1.23 2.58 3.17 6.45
2003 8.72 13.69 26.81 9.49 6.19 6.30 2.98 2.43 1.23 1.97 9.00 6.88
2004 5.63 7.77 6.63 4.43 6.03 8.67 7.11 2.52 1.69 2.65 5.58 5.56
2005 5.24 3.94 7.40 7.17 2.70 1.41 2.00 2.10 1.99

NÚMERO DE DfAS
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 31 28 31 30 31 30 31 31 30 31 31 31
1996 31 29 31 30 31 30 31 31 30 31 31 31
1997 31 28 31 30 31 30 31 31 30 31 31 31
1998 31 28 31 30 31 30 31 31 30 31 31 31
1999 31 28 31 30 31 30 31 31 30 31 31 31
2000 31 29 31 30 31 30 31 31 30 31 31 31
2001 31 28 31 30 31 30 31 31 30 31 31 31
2002 31 28 31 30 31 30 31 31 30 31 31 31
2003 31 28 31 30 31 30 31 31 30 31 31 31
2004 31 29 31 30 31 30 31 31 30 31 31 31
2005 31 28 31 30 31 30 31 31 30 31 31 31

COCHAS TUNEL- CAUDALES MEDIOS MENSUALES NATURALIZADOS (m3/s)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 5.01 18.11 10.14 6.42 2.69 2.02 1.14 1.48 1.96 1.40 3.23 2.53
1996 4.10 11.87 10.01 8.63 3.29 2.83 1.50 2.89 1.23 0.66 1.50 3.17
1997 13.48 6.99 3.42 1.49 1.25 1.76 0.69 1.01 1.50 2.66 3.56
1998 6.93 13.67 13.91 9.07 3.38 1.95 1.22 1.69 1.45 2.79 2.37 4.34
1999 5.88 18.35 12.26 12.43 5.61 2.60 1.71 1.28 1.34 2.39 1.71 5.14
2000 11.88 19.20 22.22 13.54 4.92 2.30 1.84 1.22 0.36 3.33 2.29 5.23
2001 15.28 14.09 9.87 3.99 2.19 1.75 1.17 1.29 2.03 2.68 3.88
2002 3.57 10.60 11.91 8.90 3.53 2.08 1.68 1.37 1.40 2.78 3.17 6.22
2003 8.72 13.64 26.76 9.47 3.81 1.10 2.07 1.77 3.14 2.34 2.66 9.76
2004 4.29 12.93 9.68 5.76 3.50 1.37 0.40 1.82 1.81 3.36 7.11 8.75
2005 9.39 6.87 2.22 1.67 1.21 2.07 1.56 2.20 4.26

._____.!caudales inconsistentes que serán completados

184
A.V.02 ESTACIÓN MOYA

VILCA- NATURALIZACIÓN DE CAUDALES

EMBALSE CHILICOCHA- VOLUMEN UTIL MENSUAL HISTORICO Mm3


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1997 2.12 2.09 2.03 1.64 0.73 0.15 0.27 0.40 0.65 0.91
1998 2.20 2.69 2.69 2.69 2.69 1.68 0.37 0.07 0.04 0.91 0.77 0.25
1999 0.25 0.81 1.57 0.73 0.73 0.07 0.00 0.00 0.00 0.00 0.00 2.60
2000 9.31 16.89 24.26 35.09 35.09 38.10 39.64 40.47 41.09 42.99 43.52 44.83
2001 45.64 45.80 48.00 45.85 45.95 45.91 45.74 45.63 45.60 45.42 45.35 45.91
2002 39.29 34.35 27.08 12.63 12.63 6.69 2.20 0.04 0.04 0.06 0.18 0.13
2003 0.09 0.15 0.14 0.04 0.04 0.03 0.03 0.09 0.05 0.04 0.05 0.49
2004 1.39 4.89 9.34 19.15 19.15 17.23 11.68 7.65 3.84 2.90 3.32 5.14
2005 11.22 17.93 23.60 31.38 31.38 32.08 32.47 26.54 16.16 7.85 3.12 2.89
PROM 13.67 15.44 15.42 16.63 16.63 15.94 14.76 13.40 11.90 11.17 10.77 11.46

MOYA- CAUDALES MEDIOS MENSUALES HISTORICOS {m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1997 37.10 57.03 40.94 20.45 14.83 12.64 11.05 9.99 9.13 9.79 14.15 21.49
1998 53.24 44.99 48.64 33.46 13.76 11.27 10.19 8.70 8.07 8.59 9.04 11.57
1999 16.13 62.33 55.69 20.18 12.41 14.00 12.88 13.60 11.80 8.50 17.65
2000 48.58 84.14 72.68 33.91 18.81 13.68 11.91 10.86 10.15 13.49 10.96 18.80
2001 76.13 62.72 68.82 33.47 20.53 13.96 12.37 11.54 11.24 11.51 12.85 14.87
2002 18.66 58.36 64.40 36.13 20.54 15.14 13.39 11.15 10.11 10.75 17.72 33.94
2003 36.49 72.58 71.07 46.25 20.38 15.39 12.74 11.49 11.12 9.78 9.91 18.14
2004 17.57 46.42 34.29 27.25 11.87 10.91 10.94 9.33 9.94 8.57 12.09 28.39
2005 39.99 38.38 46.94 28.94 13.45 10.37 9.11 10.94 12.31 11.84 9.25 13.35

MOYA- CAUDALES MEDIOS MENSUALES NATURALIZADOS {m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1997 37.10 57.03 41.73 20.44 14.81 12.49 10.71 9.77 9.18 9.84 14.24 21.59
1998 53.72 45.19 48.64 33.46 13.76 10.88 9.70 8.59 8.06 8.91 8.99 11.38
1999 16.13 62.56 55.97 20.18 12.16 13.97 12.88 13.60 11.80 8.50 18.62
2000 51.09 87.17 75.43 38.09 18.81 14.84 12.48 11.17 10.39 14.20 11.16 19.29
2001 76.43 62.79 69.64 32.64 20.57 13.94 12.31 11.50 11.23 11.44 12.82 15.08
2002 16.19 56.32 61.69 30.56 20.54 12.85 11.71 10.34 10.11 10.76 17.76 33.92
2003 36.48 72.60 71.07 46.21 20.38 15.39 12.74 11.51 11.10 9.78 9.91 18.30
2004 17.91 47.82 35.95 31.03 11.87 10.17 8.87 7.83 8.47 8.22 12.25 29.07
2005 42.26 41.15 49.06 31.94 13.45 10.64 9.26 8.73 8.31 8.74 7.48 13.26

.....__ _.!caudales inconsistentes que serán completados

185
A.V.03 ESTACIÓN PACHACAYO

PACHACAYO- NATURAUZACIÓN DE CAUDALES

TOTAL EMBALSES PACHACAYO- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 0.00 37.68 43.52 49.65 52.19 54.14 43.20 29.48 18.58 16.51 17.35 16.29
1996 21.34 32.57 46.30 57.28 58.77 58.47 58.34 51.10 34.80 21.94 14.10 17.82
1997 27.49 40.00 44.48 49.81 47.06 44.59 46.15 37.02 26.43 24.59 26.60 28.97
1998 41.21 55.15 69.22 72.78 68.99 68.57 63.63 55.38 35.53 27.87 22.56 25.79
1999 35.33 57.16 66.91 71.42 72.65 68.03 67.39 63.39 60.45 59.69 55.76 61.33
2000 63.63 70.12 74.15 72.92 72.46 72.40 72.03 66.34 52.66 51.28 47.13 50.98
2001 59.66 64.88 74.43 73.27 72.92 71.82 71.44 69.71 68.90 69.25 69.88 69.95
2002 70.20 72.27 73.26 72.80 71.84 71.31 71.03 70.72 71.34 71.64 72.21 71.79
2003 71.83 71.99 71.98 71.91 65.62 51.21 47.04 37.52 40.68 41.06 25.05 35.15
2004 30.58 46.38 56.89 61.26 54.86 32.07 9.94 7.11 7.40 9.48 14.77 25.30
2005 38.58 47.34 59.01 67.83 41.18 24.12 8.94 4.83 5.48 5.28 5.35 12.06
PROM 41.80 54.14 61.83 65.54 61.69 56.07 50.83 44.78 38.39 36.24 33.71 37.77

PACHACAYO- CAUDALES MEDIOS MENSUALES HISTORICOS (m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 8.38 6.58 14.70 6.82 2.94 2.20 6.31 7.52 6.70 3.20 4.62 4.05
1996 4.05 12.92 10.80 9.40 4.47 3.85 2.32 6.30 9.32 7.23 5.59 3.46
1997 7.23 18.75 8.79 3.54 3.80 3.41 2.25 5.47 6.22 3.25 3.59 4.39
1998 5.64 12.95 13.60 12.46 5.52 2.23 3.07 4.72 8.99 6.20 4.69 3.72
1999 3.92 16.98 13.28 13.14 5.85 4.25 2.54 2.65 2.88 3.66 4.17 5.22
2000 19.17 28.58 28.46 17.77 6.49 3.07 2.55 3.52 6.18 4.84 4.34 5.61
2001 21.04 19.41 36.87 11.31 4.04 2.86 2.20 1.98 2.65 6.76
2002 6.16 16.45 19.19 13.87 7.10 4.78 4.03 3.64 3.73 4.69 6.22 10.83
2003 14.04 19.89 33.89 13.23 8.42 7.46 4.78 5.54 3.93 4.31 9.60 8.45
2004 7.33 11.01 8.72 6.10 7.09 9.67 8.58 4.65 3.94 5.00 7.03 7.82
2005 7.60 6.28 7.87 5.92 13.84 8.74 7.51 4.13 2.89 3.63 3.69 3.67

PACHACAYO- CAUDALES MEDIOS MENSUALES NATURALIZADOS (m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 8.38 22.16 16.88 9.18 3.89 2.95 2.23 2.40 2.49 2.43 4.93 3.65
1996 5.94 17.40 15.93 13.64 5.03 3.73 2.27 3.60 3.03 2.43 2.66 4.85
1997 10.84 23.92 10.46 5.60 2.77 2.46 2.83 2.06 2.13 2.56 4.34 5.27
1998 10.21 18.71 18.85 13.83 4.10 2.07 1.23 1.64 1.33 3.34 2.71 4.93
1999 7.48 26.00 16.92 14.88 6.31 2.47 2.30 1.16 1.75 3.38 2.70 7.30
2000 20.03 31.17 29.96 17.30 6.32 3.05 2.41 1.40 0.90 4.32 2.79 7.05
2001 24.28 21.57 40.44 10.86 3.91 2.44 2.06 1.33 2.34 6.79
2002 6.25 17.31 19.56 13.69 6.74 4.58 3.93 3.52 3.97 4.80 6.43 10.67
2003 14.05 19.96 33.89 13.20 6.07 1.90 3.22 1.99 5.15 4.45 3.62 12.22
2004 5.62 17.32 12.64 7.79 4.70 0.88 0.32 3.59 4.05 5.78 9.01 11.75
2005 12.56 9.90 12.23 9.32 3.89 2.16 1.84 2.60 3.14 3.56 3.72 6.18

.___--.~lcaudales inconsistentes que serán completados

186
A.V.04 ESTACIÓN PIÑASCOCHA

PIÑASCOCHA- NATURALIZACIÓN DE CAUDALES

TOTAL EMBALSES- VOLUMEN UTIL MENSUAL HISTORICO (Mm3)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 0.00 5.19 8.48 10.06 10.41 10.48 8.96 5.04 1.34 1.27 1.76 1.56
1996 2.97 5.97 9.04 11.44 12.17 12.26 12.19 5.15 1.54 1.13 1.02 1.77
1997 3.81 7.10 8.79 9.49 5.79 2.16 1.78 1.23 0.79 0.76 1.60 2.17
1998 4.71 8.59 11.84 13.86 13.37 11.97 8.96 6.38 3.28 1.75 1.39 1.71
1999 3.58 8.22 11.35 13.98 14.27 9.96 9.44 5.56 2.53 1.37 1.25 2.64
2000 5.89 10.75 15.03 14.82 14.47 14.22 14.02 8.85 3.21 2.71 1.73 2.06
2001 6.18 9.60 15.01 14.57 14.36 13.62 13.68 12.19 11.14 11.17 11.35 11.45
2002 11.68 12.85 13.94 13.99 13.72 13.44 13.40 13.10 13.28 13.04 13.61 13.80
2003 13.83 14.10 14.23 14.21 14.29 13.36 11.62 3.88 2.09 1.47 2.43 4.81
2004 3.83 6.70 9.03 9.94 10.31 6.44 2.27 1.32 1.31 1.49 2.68 4.67
2005 6.84 8.52 10.74 12.48 5.30 1.66 1.22 1.10 0.03 1.02 0.81 1.45
PROM 5.76 8.87 11.59 12.62 11.68 9.96 8.87 5.80 3.69 3.38 3.60 4.37

PIÑASCOCHA- CAUDALES MEDIOS MENSUALES HISTORICOS (m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 1.45 0.92 1.86 0.95 0.4 0.26 0.49 0.91 1.28 0.32 0.65 0.45
1996 0.72 2.03 2.51 2.38 0.83 0.34 0.21 2.31 1.48 0.42 0.3 0.43
1997 3.32 1.62 0.61 1.58 1.45 0.32 0.36 0.21 0.19 0.25 0.46
1998 1.55 1.87 1.51 1.15 0.61 0.56 0.73 0.67 0.81 0.63 0.44 0.45
1999 0.95 3.99 2.88 1.88 0.97 1.24 0.39 0.55 1.56 1.28 0.81 1.33
2000 2.21 3.8 3.44 3.51 2.41 1.47 1.14 2.41 2.72 1.37 1.1 1.35
2001 3.2 2.67 2.91 1.52 1.12 1.06 1.17 1.07 0.67 0.84 1.33
2002 1.11 2.47 3.47 2.46 1.22 0.84 0.68 0.65 0.51 0.7 1.03 1.95
2003 2.27 2.89 6.53 2.26 1.19 0.88 0.97 2.65 1.15 0.66 0.57 0.97
2004 1.3 1.88 1.62 1.16 0.68 1.59 1.75 0.83 0.53 0.78 1.11 1.38
2005 1.86 1.52 1.74 0.7 0.45 0.39 0.72 0.65 0.65

PIÑASCOCHA- CAUDALES MEDIOS MENSUALES NATURALIZADOS (m3/seg)


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1995 1.45 3.07 3.09 1.56 0.53 0.29 0.29 0.83 0.38
1996 1.25 3.23 3.66 3.31 1.10 0.37 0.18 0.09 0.27 0.26 0.71
1997 4.68 2.25 0.88 0.20 0.05 0.18 0.15 0.04 0.18 0.56 0.67
1998 2.50 3.47 2.72 1.93 0.43 0.02 0.06 0.31 0.57
1999 1.65 5.91 4.05 2.89 1.08 0.20 0.39 0.85 0.77 1.85
2000 3.42 5.74 5.04 3.43 2.28 1.37 1.07 0.48 0.54 1.18 0.73 1.47
2001 4.74 4.08 2.74 1.44 0.83 1.08 0.61 0.66 0.68 0.91 1.37
2002 1.20 2.95 3.88 2.48 1.12 0.73 0.67 0.54 0.58 0.61 1.24 2.02
2003 2.28 3.00 6.58 2.25 1.22 0.52 0.32 0.46 0.43 0.93 1.86
2004 0.93 3.03 2.49 1.51 0.82 0.10 0.19 0.48 0.53 0.85 1.55 2.12
2005 2.67 2.21 0.34 0.54 0.41 1.09 0.57 0.89

........____.!caudales inconsistentes que serán completados

187
ANEXO A.VI PRECIPITACIÓN MEDIA MENSUAL POR "CUENCAS"

188
CUADRO A.VI.01. PRECIPITACIÓN PROMEDIO- COCHAS

PRECIPITACION PROMEDIO (mm)- MÉTODO DE THIESSEN


RIO :COCHAS ALmUD :3750 msnm
CUENCA COCHAS ÁREA CAPTAC. :490 km2 LAmuD : 11°51'18"
EST. HIDROMÉT. : COCHAS TU NEL LONGITUD : 75.44'27"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 85.5 134.5 97.1 54.7 16.1 10.0 26.4 14.8 28.0 52.7 45.2 82.7
1966 66.2 31.1 124.4 49.5 26.8 2.6 0.1 4.5 27.4 135.4 80.1 138.1
1967 102.3 162.6 172.5 60.5 20.9 9.2 29.2 16.6 13.7 44.2 41.9 66.6
1968 121.7 87.6 115.6 24.3 15.0 2.4 8.8 34.1 47.0 71.4 74.0 98.2
1969 63.4 97.5 112.6 93.7 4.1 9.9 9.9 13.6 18.7 48.1 80.8 168.7
1970 152.1 88.9 126.5 66.9 22.4 6.6 0.6 4.0 136.1 79.9 61.5 131.6
1971 95.6 163.8 146.5 48.4 9.7 4.8 2.2 20.0 12.4 13.9 13.0 22.4
1972 79.9 72.6 219.4 96.1 44.3 2.7 23.5 1.1 54.7 41.1 20.1 102.6
1973 101.2 151.7 188.4 78.4 10.6 14.5 11.0 23.5 12.4 74.8 61.6 111.4
1974 131.4 128.1 71.1 29.6 4.3 12.7 1.0 40.7 63.5 33.7 71.1 51.6
1975 207.4 184.5 225.8 58.1 40.6 10.8 0.0 24.0 47.2 55.1 85.2 105.6
1976 170.5 149.6 168.7 56.1 15.7 19.2 6.3 28.2 56.7 18.4 40.1 105.4
1977 92.5 131.2 154.3 73.4 35.4 2.7 7.2 2.6 29.0 36.3 137.1 91.8
1978 150.6 99.3 99.0 93.1 20.7 10.1 18.7 1.0 62.1 68.1 85.3 27.9
1979 77.0 108.6 107.9 104.4 30.2 0.0 0.0 0.6 14.4 34.6 32.3 70.6
1980 121.2 97.4 69.6 23.0 0.7 18.4 13.7 1.8 39.4 232.7 84.1 41.3
1981 158.1 194.0 146.7 42.1 3.1 0.0 0.0 33.8 11.9 47.2 76.5 92.1
1982 105.2 178.4 96.6 67.1 5.2 2.4 3.0 36.9 40.3 65.3 119.6 122.5
1983 96.7 67.5 124.9 76.6 23.2 14.3 0.0 5.7 52.2 51.6 43.4 123.1
1984 144.0 202.2 173.7 84.2 30.1 11.9 3.2 9.2 10.2 81.9 120.6 119.4
1985 96.4 132.0 139.6 84.7 28.3 30.3 4.1 6.0 59.4 U.6 29.5 113.9
1986 191.3 230.8 175.4 112.5 32.0 0.0 18.0 17.4 38.2 24.9 60.5 105.7
1987 157.1 137.3 49.0 49.4 21.2 17.4 17.4 25.5 14.5 23.2 26.7 120.3
1988 124.3 100.4 91.6 68.0 35.8 3.4 0.0 8.0 40.9 63.2 54.6 68.5
1989 158.1 184.0 160.6 69.7 12.9 6.3 0.5 4.0 14.4 47.7 21.2 66.1
1990 227.7 171.8 119.1 55.8 55.7 50.0 19.7 51.1 46.2 113.8 116.3 58.2
1991 69.9 121.9 185.2 110.2 26.0 25.3 18.3 18.4 32.5 43.0 35.9 34.5
1992 50.6 54.0 106.0 44.6 27.9 34.2 19.7 20.3 20.1 93.6 47.0 58.0
1993 133.4 135.9 158.7 123.5 22.7 4.6 28.4 2.9 46.2 86.7 135.5 150.8
1994 125.7 171.3 192.5 93.1 36.1 3.2 5.7 4.9 61.2 51.3 94.8 87.3
1995 151.8 99.5 129.2 68.5 12.2 2.6 4.6 3.3 30.3 57.6 90.4 32.6
1996 96.9 140.5 138.9 83.0 29.5 0.4 1.8 8.2 32.5 54.8 47.9 99.1
1997 133.6 129.0 68.9 45.0 15.1 3.8 5.2 35.9 51.8 37.8 46.6 148.9
1998 123.9 117.1 147.1 54.2 1.8 6.7 0.0 12.1 7.3 89.4 85.7 91.5
1999 77.9 194.9 126.0 116.9 22.1 7.4 7.1 3.6 45.8 62.5 68.4 108.0
2000 148.0 206.3 158.0 54.7 30.9 6.7 10.0 24.5 29.3 86.2 51.9 140.4
2001 184.7 103.3 168.3 92.6 16.9 5.8 20.8 10.6 25.4 50.2 108.6 73.2
2002 98.0 147.3 101.9 73.6 25.9 8.7 19.2 16.6 42.7 85.0 78.9 145.7
2003 122.3 126.7 164.2 46.9 17.4 0.5 2.7 14.2 34.1 40.1 71.6 145.6
2004 55.9 149.9 103.3 45.1 19.9 29.1 9.6 3.5 53.5 95.4 90.8 169.8
2005 73.0 89.7 139.9 70.5 21.2 2.9 0.6 4.8 20.4 58.1 35.7 119.9

189
CUADRO A.VI.02. PRECIPITACIÓN PROMEDIO- VILCA
PRECIPITACION PROMEDIO (mm)- MÉTODO DE THIESSEN
RIO :VILCA ALTITUD :3180 msnm
CUENCA VIL CA ÁREA CAPTAC. :1730 km2 LATITUD : 1ZC23'38"
. EST. HIDROMÉT. :MOYA LONGITUD : 75"08'38"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 105.2 156.5 146.1 58.4 14.6 10.9 17.5 22.5 43.1 47.2 38.2 92.1
1966 100.3 45.8 54.3 47.4 25.0 1.4 3.7 9.3 31.9 75.8 58.4 125.9
1967 88.1 123.5 176.9 44.7 17.0 6.8 20.6 19.3 43.8 88.8 37.1 59.1
1968 121.3 118.7 119.1 22.6 21.2 13.3 4.9 29.7 37.3 53.8 79.0 67.6
1969 67.1 89.0 129.0 55.4 7.0 6.1 13.2 13.4 34.7 58.8 60.8 106.2
1970 169.6 71.9 106.1 57.0 40.8 2.5 2.2 7.8 56.4 43.0 47.0 91.4
1971 116.7 134.5 111.5 21.2 12.3 3.2 2.5 18.2 5.8 35.4 25.0 124.0
1972 136.0 124.2 168.9 101.6 8.9 0.8 10.2 1.1 29.5 44.4 57.4 86.5
1973 189.3 161.9 179.9 72.1 9.8 6.2 5.3 16.8 43.4 56.1 55.0 116.6
1974 144.1 193.8 116.3 38.7 4.6 16.0 3.3 25.3 18.6 24.7 61.1 56.8
1975 104.1 134.0 128.3 58.7 40.9 10.5 0.9 22.4 38.7 39.2 53.5 78.4
1976 133.2 135.5 95.9 43.1 8.5 22.2 5.8 24.2 36.8 9.7 28.4 67.5
1977 90.5 99.5 81.3 58.2 22.6 3.0 12.4 5.3 43.4 77.4 100.0 64.1
1978 139.2 80.4 74.4 27.5 4.0 3.8 15.7 5.7 48.2 38.6 85.7 98.5
1979 76.8 104.6 91.4 51.3 23.9 6.1 8.4 18.2 14.6 40.3 45.6 99.7
1980 100.4 69.7 104.3 30.2 17.4 9.2 21.3 14.2 33.9 122.1 74.1 72.5
1981 106.0 170.6 94.5 45.3 11.3 1.7 3.2 32.9 31.5 68.4 53.1 72.9
1982 102.5 147.4 68.8 36.0 l. O 3.8 0.4 24.7 30.3 49.8 64.3 47.7
1983 72.2 59.2 112.0 46.8 22.8 5.1 0.7 7.0 42.5 35.7 41.3 60.0
1984 198.7 150.2 107.4 41.8 5.3 8.0 2.1 11.0 15.9 34.3 70.0 54.0
1985 95.3 89.7 76.7 80.1 14.0 18.3 3.3 4.6 69.3 14.4 22.3 83.3
1986 156.5 124.4 102.6 67.8 15.6 0.8 5.7 23.4 19.9 18.1 20.7 76.6
1987 145.5 115.7 43.9 19.9 9.4 16.1 6.4 18.8 19.0 20.7 53.5 75.8
1988 138.9 77.2 105.0 83.4 10.3 0.6 0.5 0.5 13.1 61.7 15.8 90.1
1989 143.4 92.5 145.5 104.1 8.5 26.4 1.1 16.6 32.0 28.7 28.9 39.0
1990 194.6 80.3 116.7 15.2 21.4 44.1 12.3 7.7 32.0 114.2 94.1 152.4
1991 85.7 62.1 116.4 56.8 32.8 8.4 3.1 17.8 27.6 33.2 37.6 78.1
1992 50.4 57.9 83.6 24.0 3.4 13.0 8.4 18.9 10.4 57.3 37.8 28.8
1993 121.3 180.0 89.2 106.2 14.8 7.8 6.8 19.8 28.2 67.0 79.6 138.3
1994 136.8 200.0 152.4 81.8 23.1 4.7 2.0 13.2 30.3 59.2 17.2 72.5
1995 118.0 133.6 134.9 47.8 8.5 1.3 3.3 -4.3 51.0 45.7 71.3 87.0
1996 132.2 160.1 108.8 70.0 19.1 1.0 2.9 22.4 25.5 35.9 60.0 87.4
1997 124.9 127.2 65.7 51.6 7.3 2.5 1.4 32.6 47.0 54.7 91.0 126.7
1998 168.1 119.0 129.3 55.4 2.0 8.6 0.0 15.9 24.7 69.8 53.1 89.9
1999 112.4 194.3 126.8 92.0 35.8 5.1 10.5 6.3 40.8 62.0 44.2 118.9
2000 171.2 173.8 148.7 60.1 14.3 1.6 21.4 21.8 26.8 90.3 59.5 119.6
2001 215.2 118.4 153.6 45.5 29.2 4.8 18.3 11.6 41.2 56.9 89.3 66.0
2002 80.0 156.5 163.5 44.3 22.7 5.5 21.6 16.5 46.2 66.8 97.5 116.6
2003 102.0 185.5 157.1 60.4 12.7 0.2 4.9 30.1 24.1 49.7 42.6 116.5
2004 54.7 150.9 105.3 60.5 10.3 17.3 16.7 15.5 73.6 59.4 65.4 184.7
2005 89.5 128.5 122.4 56.8 14.3 1.3 1.7 2.5 32.0 52.1 43.6 110.5

190
CUADRO A.VI.OJ. PRECIPITACIÓN PROMEDIO- PACHACAYO
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :PACHACAYO ALTITUD :3650 msnm
CUENCA PACHACAYO ÁREA CAPTAC. :720 km2 LATITUD : 11°48'32"
EST. HIDROMÉT. : PACHACAYO LONGITUD : 75°43'19"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 75.1 112.0 83.8 52.3 24.1 19.7 31.6 23.2 32.8 50.9 45.3 73.1
1966 53.8 34.1 109.4 46.9 24.7 2.6 0.3 8.7 30.9 97.9 71.1 114.8
1967 87.7 140.6 158.6 53.6 15.6 7.3 27.6 19.5 16.0 51.2 32.6 64.7
1968 107.4 83.1 128.2 20.0 12.6 5.1 8.4 35.5 42.4 63.7 63.4 98.2
1969 62.2 94.3 110.0 87.6 4.1 14.6 10.5 12.2 28.1 57.2 70.7 161.8
1970 144.5 88.6 121.6 69.9 22.6 5.4 1.0 3.3 112.1 72.2 57.3 121.3
1971 100.6 160.1 146.3 46.6 11.8 6.0 3.0 19.5 10.7 27.1 24.4 47.4
1972 85.7 84.2 204.2 92.0 35.3 1.9 19.6 2.4 50.5 49.0 26.9 94.6
1973 114.8 145.9 189.7 70.7 12.1 13.5 12.4 22.9 17.9 80.2 54.7 111.2
1974 137.5 137.8 76.5 37.4 5.2 13.0 2.2 35.6 55.9 29.9 63.0 44.2
1975 183.4 166.2 210.3 57.0 43.1 7.8 0.0 22.8 44.8 67.4 91.6 107.1
1976 169.4 144.1 182.8 51.1 16.4 18.9 4.7 26.4 59.1 21.5 36.9 95.6
1977 83.3 131.4 127.1 62.0 39.2 2.7 5.8 4.8 26.8 33.6 140.6 87.8
1978 137.6 118.3 91.5 90.4 21.6 11.2 18.0 2.1 62.9 68.3 81.8 41.8
1979 65.8 102.1 128.8 82.2 26.1 0.0 0.0 1.3 13.5 41.8 46.8 77.1
1980 108.6 95.3 76.0 25.5 1.5 13.0 11.5 3.9 30.5 196.1 82.0 40.7
1981 134.3 182.1 127.6 44.7 6.7 0.0 0.0 37.6 14.0 53.3 82.8 93.5
1982 110.4 173.9 91.2 64.5 4.6 5.2 6.5 30.8 44.5 73.8 116.8 118.2
1983 95.0 76.4 119.4 71.0 18.7 14.5 0.0 4.0 45.8 45.0 36.3 109.5
1984 139.3 182.5 157.9 78.9 28.8 14.1 6.8 8.5 12.1 82.2 105.1 112.1
1985 92.2 126.0 126.9 77.0 30.8 26.6 5.8 5.7 50.8 12.2 43.2 94.7
1986 172.7 235.4 177.3 110.8 28.3 0.0 15.7 17.4 38.2 21.3 54.5 102.2
1987 135.7 134.2 51.2 48.3 22.5 19.2 16.6 23.8 19.6 28.7 41.9 125.2
1988 141.5 101.8 104.5 77.3 30.9 2.4 0.0 5.7 40.3 57.2 47.8 72.2
1989 127.6 173.0 146.6 66.2 17.6 6.9 1.1 8.6 19.4 56.1 22.6 72.0
1990 187.1 140.0 102.4 54.7 48.9 55.1 17.4 38.8 41.8 100.1 124.4 63.7
1991 59.1 99.1 170.2 87.6 24.9 21.2 13.0 13.2 40.6 48.7 46.5 37.3
1992 54.4 52.9 97.7 35.5 20.3 28.8 15.6 18.7 17.0 81.6 51.0 52.8
1993 123.8 129.7 139.5 103.8 20.0 5.5 24.4 6.2 42.9 84.6 122.0 144.9
1994 112.6 155.3 179.0 90.7 34.6 2.5 4.9 6.3 53.7 58.7 83.5 88.3
1995 137.8 94.9 128.3 62.6 12.4 2.3 7.0 2.8 26.5 51.8 92.4 42.8
1996 95.4 122.9 139.1 74.1 22.3 0.9 1.2 7.4 25.5 50.1 52.0 90.5
1997 127.7 132.6 62.8 42.7 14.1 3.1 3.9 27.3 44.8 33.3 50.2 124.6
1998 114.0 114.1 133.0 60.6 1.8 5.7 0.0 9.3 6.0 84.5 81.0 81.2
1999 83.3 172.7 110.3 93.8 19.9 6.9 6.9 6.1 45.5 62.2 65.8 104.9
2000 144.5 194.5 147.1 52.1 24.3 5.2 10.0 21.4 32.8 74.1 45.6 128.4
2001 177.2 100.2 169.4 76.9 16.1 6.2 25.5 10.6 24.7 49.9 93.8 71.6
2002 80.2 137.4 105.2 70.9 23.7 6.2 18.6 15.1 36.2 85.8 85.6 132.9
2003 113.9 116.4 154.9 51.1 20.2 0.4 2.6 16.1 32.5 36.6 64.7 131.2
2004 48.8 139.2 106.7 40.7 20.6 23.3 10.1 5.3 50.4 82.4 82.1 147.0
2005 66.2 87.6 132.9 65.4 20.4 2.5 1.3 8.5 18.1 53.8 36.3 116.5

191
CUADRO A.VI.04. PRECIPITACIÓN PROMEDIO- PIÑASCOCHA

PRECIPITACION PROMEDIO (mm) ·MÉTODO DE THIESSEN


RIO : PIÑASCOCHA ALTITUD :3750 msnm
CUENCA PIÑASCOCHA ÁREA CAPTAC. :195 km2 LATITUD : 11°51'05"
EST. HIDROMÉT. : PIÑASCOCHA LONGITUD : 76°45'43"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 68.1 96.9 74.8 50.7 29.5 26.2 35.1 28.9 36.0 49.7 45.5 66.5
1966 45.5 36.1 99.3 45.1 23.2 2.5 0.4 11.5 33.2 72.6 65.0 99.1
1967 77.8 125.8 149.3 49.0 12.0 6.0 26.5 21.6 17.6 56.0 26.3 63.3
1968 97.6 80.0 136.7 17.1 11.0 7.0 8.1 36.4 39.2 58.6 56.2 98.3
1969 61.4 92.1 108.2 83.5 4.0 17.7 11.0 11.3 34.5 63.4 63.8 157.2
1970 139.4 88.4 118.2 71.9 22.7 4.5 1.3 2.8 95.9 67.0 54.5 114.2
1971 104.1 157.5 146.1 45.4 13.2 6.9 3.5 19.2 9.6 36.0 32.2 64.2
1972 89.6 92.1 193.9 89.2 29.2 1.4 17.0 3.3 47.6 54.4 31.5 89.1
1973 124.0 141.9 190.6 65.5 13.2 12.8 13.3 22.5 21.7 83.8 50.1 111.1
1974 141.5 144.4 80.1 42.7 5.8 13.2 3.0 32.2 50.8 27.4 57.5 39.1
1975 167.1 153.9 199.9 56.3 44.8 5.8 0.1 22.0 43.2 75.6 95.9 108.2
1976 168.6 140.5 192.3 47.7 16.8 18.6 3.7 25.1 60.7 23.6 34.7 89.0
1977 77.1 131.6 108.7 54.4 41.8 2.6 4.9 6.2 25.3 31.7 142.9 85.1
1978 128.8 131.2 86.4 88.6 22.2 11.9 17.4 2.8 63.4 68.4 79.4 51.1
1979 58.2 97.6 143.0 67.2 23.3 0.0 0.0 1.7 13.0 46.7 56.6 81.5
1980 100.1 93.8 80.4 27.2 2.1 9.4 10.0 5.3 24.5 171.3 80.5 40.2
1981 118.2 174.1 114.7 46.5 9.1 0.0 0.0 40.2 15.5 57.4 87.1 94.5
1982 113.9 170.9 87.5 62.7 4.1 7.1 8.9 26.7 47.3 79.6 115.0 115.3
1983 93.9 82.4 115.7 67.2 15.7 14.6 0.0 2.9 41.5 40.5 31.5 100.3
1984 136.1 169.2 147.2 75.3 28.0 15.6 9.3 8.1 13.4 82.4 94.6 107.2
1985 89.3 122.0 118.3 71.9 32.5 24.2 7.0 5.5 44.9 11.9 52.4 81.8
1986 160.1 238.5 178.6 109.7 25.9 0.0 14.1 17.5 38.3 18.9 50.5 99.8
1987 121.3 132.1 52.8 47.5 23.3 20.4 16.1 22.6 23.0 32.4 52.3 128.5
1988 153.0 102.7 113.3 83.7 27.6 1.7 0.0 4.1 40.0 53.1 43.3 74.6
1989 107.0 165.6 137.1 63.8 20.8 7.2 1.5 11.7 22.9 61.8 23.5 76.1
1990 159.6 118.6 91.1 53.9 44.3 58.5 15.8 30.5 38.8 90.9 129.9 67.4
1991 51.8 83.6 160.1 72.4 24.2 18.4 9.4 9.7 46.1 52.5 53.7 39.2
1992 57.0 52.1 92.1 29.3 15.2 25.1 12.9 17.6 15.0 73.5 53.7 49.2
1993 117.3 125.5 126.6 90.5 18.1 6.1 21.7 8.5 40.7 83.1 112.8 140.8
1994 103.8 144.6 169.8 89.1 33.6 2.0 4.4 7.2 48.7 63.6 75.8 89.1
1995 128.4 91.7 127.6 58.5 12.6 2.1 8.6 2.4 24.0 47.8 93.8 49.7
1996 94.3 111.0 139.3 68.1 17.4 1.2 0.9 6.8 20.8 46.8 54.7 84.7
1997 123.7 135.0 58.6 41.2 13.5 2.6 3.1 21.6 40.1 30.3 52.7 108.2
1998 107.3 112.1 123.4 64.9 1.7 5.0 0.0 7.3 5.2 81.2 77.8 74.1
1999 87.0 157.7 99.7 78.2 18.4 6.5 6.7 7.8 45.2 62.0 64.0 102.7
2000 142.2 186.5 139.7 50.3 19.8 4.2 10.1 19.4 35.2 65.9 41.4 120:3
2001 172.0 98.1 170.1 66.3 15.6 6.5 28.8 10.5 24.2 49.7 83.8 70.5
2002 68.2 130.7 107.4 69.2 22.1 4.5 18.1 14.1 31.7 86.4 90.1 124.2
2003 108.2 109.5 148.5 53.9 22.0 0.3 2.5 17.4 31.4 34.3 60.0 121.6
2004 44.0 132.0 109.0 37.7 21.2 19.4 10.4 6.5 48.3 73.6 76.2 131.5
2005 61.7 86.1 128.1 61.9 19.8 2.2 1.8 11.0 16.6 50.9 36.6 114.2

192
CUADRO A.VI.OS. PRECIPITACIÓN PROMEDIO- CANIPACO
PRECIPITACION PROMEDIO (mm)- MÉTODO DE THIESSEN
RIO : CANIPACO ALTITUD :3190 msnm
CUENCA CANIPACO ÁREA CAPTAC. :1325 km2 LATITUD : 12"23'33"
EST. HIDROMÉT. :QUILLON LONGITUD : 75°08'38"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 53.8 213.7 136.3 36.0 18.5 5.6 19.9 18.2 30.5 91.1 47.7 93.6
1966 113.8 89.1 106.2 54.8 26.9 6.3 8.4 14.2 31.1 131.8 111.0 141.9
1967 114.1 189.3 192.0 51.4 32.1 9.4 14.9 14.4 30.5 122.8 34.8 74.4
1968 113.7 92.0 113.6 35.4 18.6 22.9 12.9 41.3 31.3 43.9 70.1 102.5
1969 75.1 101.3 115.6 62.2 13.5 6.3 22.2 14.0 56.5 68.7 68.3 150.0
1970 161.7 75.2 84.1 96.3 36.0 5.1 5.7 11.7 76.5 39.3 32.2 121.2
1971 100.0 146.1 114.9 36.0 6.7 9.2 4.1 10.3 10.8 40.2 25.7 119.2
1972 136.6 118.0 153.4 87.7 16.4 4.1 15.5 6.2 48.5 23.2 28.0 29.0
1973 168.7 161.9 165.0 84.7 8.2 10.2 9.1 15.4 35.2 57.4 37.0 79.2
1974 130.2 155.0 130.8 39.3 9.3 20.6 11.8 33.5 20.1 38.8 31.5 46.3
1975 81.1 107.0 175.4 29.6 50.7 18.4 5.4 20.9 39.0 38.6 47.9 134.1
1976 118.0 123.6 128.6 22.2 14.8 23.9 11.6 36.0 46.2 11.0 32.9 93.3
1977 89.7 128.8 120.6 63.3 38.2 11.4 30.0 6.9 48.5 33.9 126.9 134.4
1978 158.3 142.0 90.1 49.8 7.1 6.8 10.5 4.7 41.4 56.1 97.3 115.6
1979 92.1 150.3 146.0 45.8 15.0 4.3 11.6 12.8 9.2 31.7 35.4 63.5
1980 90.4 84.8 141.8 31.8 20.6 3.6 14.7 10.4 22.8 153.6 80.6 70.4
1981 149.6 210.3 96.4 67.9 12.2 3.2 3.2 71.8 38.2 55.6 84.8 86.3
1982 116.5 102.7 89.2 107.1 13.5 4.1 6.3 28.3 47.8 70.6 147.9 90.0
1983 123.8 99.8 132.9 94.4 21.7 7.9 6.0 3.9 60.6 62.0 56.0 71.7
1984 172.2 222.8 225.7 68.2 11.9 35.0 0.0 20.2 7.6 81.2 111.4 103.0
1985 96.4 89.8 110.9 82.3 33.4 27.6 4.2 0.0 56.8 10.6 17.8 102.6
1986 152.9 166.8 135.2 106.3 24.0 0.0 2.5 18.9 36.6 18.6 51.4 116.2
1987 109.6 118.3 114.4 14.5 23.4 24.8 16.8 15.3 11.8 26.1 80.5 75.9
1988 101.5 108.6 140.3 59.8 28.5 5.7 11.9 10.9 18.2 59.8 21.3 88.2
1989 204.4 178.2 172.4 74.3 6.9 14.2 4.1 16.2 22.9 62.4 51.4 56.1
1990 116.0 37.9 53.3 15.5 25.1 42.4 15.0 7.5 34.1 119.3 100.0 156.4
1991 92.6 63.3 130.9 85.4 49.7 25.3 16.9 65.2 26.7 24.8 157.4 48.9
1992 87.1 112.9 89.8 32.6 15.8 26.1 20.0 29.1 23.5 92.8 41.6 21.9
1993 190.4 163.4 101.5 78.6 29.7 15.2 14.9 10.9 49.7 113.6 110.2 116.6
1994 181.9 161.0 139.8 107.4 32.9 9.1 4.4 7.5 28.9 44.9 37.8 114.7
1995 63.4 121.0 160.2 29.8 11.2 0.7 0.8 5.5 41.4 57.7 66.0 120.5
1996 136.1 164.9 121.7 48.8 19.4 0.2 1.9 17.2 33.6 52.4 55.5 100.3
1997 129.1 138.9 82.3 50.4 18.7 3.2 2.9 35.3 52.1 56.8 89.7 120.4
1998 183.2 126.9 88.8 65.9 21.1 14.2 0.0 9.1 19.5 78.5 67.0 80.1
1999 127.6 167.8 114.7 85.9 24.2 4.9 14.9 1.8 36.1 70.4 38.4 91.9
2000 172.7 204.8 140.8 53.0 27.2 0.8 30.5 48.1 30.7 102.2 38.9 121.3
2001 233.9 136.7 137.0 42.4 32.5 12.2 11.0 7.9 41.3 51.8 76.8 107.4
2002 90.7 129.7 158.5 66.0 21.8 5.2 19.2 14.4 48.2 88.7 109.8 134.9
2003 98.2 130.5 124.8 91.3 17.3 0.3 12.9 21.7 29.5 59.8 49.0 124.6
2004 36.8 154.7 76.8 36.7 22.2 16.5 11.9 16.9 42.6 75.0 67.6 179.4
2005 88.0 121.2 111.4 53.6 18.3 3.1 0.9 2.8 19.6 73.3 38.0 110.9

193
CUADRO A.VI.06. PRECIPITACIÓN PROMEDIO- UPAMAYO- SAN JUAN
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :MANTARO ALTITUD : 4080msnm
UPAMAYO-
CUENCA ÁREA CAPTAC. :2860 km2 LATITUD : 10"55'19"
SAN JUAN
EST. HIDROMtr. : UPAMAYO LONGITUD : 76"18'34"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP oa NOV DIC
1965 99.1 121.6 114.2 57.1 21.4 8.4 10.5 25.6 57.4 52.2 64.5 119.4
1966 125.8 113.1 103.7 59.4 30.9 12.9 9.6 11.5 52.6 92.0 88.3 101.7
1967 96.2 129.0 106.1 46.3 27.1 9.1 16.6 25.9 44.7 99.3 70.5 105.2
1968 93.2 96.7 97.3 31.4 14.0 7.2 6.3 28.4 44.9 60.6 62.5 74.6
1969 72.2 86.1 121.2 12.5 8.6 25.1 20.8 35.2 54.3 38.2 104.5 119.5
1970 168.1 98.4 105.9 86.0 50.2 18.3 18.1 2.9 34.2 65.6 53.7 143.8
1971 107.4 120.7 76.2 41.3 39.8 10.5 11.2 29.9 25.9 110.1 48.5 102.3
1972 94.1 91.3 140.4 67.6 36.9 8.5 8.7 25.3 33.0 55.5 39.0 72.6
1973 160.0 131.5 134.9 41.5 9.6 29.2 41.9 46.0 56.1 119.6 60.8 151.8
1974 136.5 125.3 84.8 32.5 9.1 17.4 5.5 32.5 14.8 46.6 39.3 75.8
1975 120.1 128.7 135.9 38.6 53.0 13.1 14.3 32.9 76.0 68.3 70.6 108.0
1976 137.8 126.1 112.7 42.7 30.6 20.0 7.3 13.4 39.6 36.6 43.6 82.0
1977 124.4 115.0 79.4 37.9 41.4 5.6 7.9 14.5 50.2 49.1 149.1 95.7
1978 166.5 100.7 69.6 59.7 29.5 2.4 8.3 7.9 80.5 39.6 105.7 82.5
1979 95.9 141.7 141.5 68.8 20.4 1.2 14.1 24.7 47.8 43.7 99.9 85.9
1980 82.3 83.2 75.7 38.7 23.6 8.4 20.1 14.0 13.8 81.6 68.7 54.3
1981 166.5 183.3 151.0 35.5 22.7 11.1 3.9 49.9 43.3 106.6 95.5 117.3
1982 114.7 109.7 61.3 48.2 9.1 21.8 15.5 27.8 40.6 87.9 111.0 67.1
1983 135.6 50.3 163.9 61.2 15.6 31.3 15.4 25.3 43.9 43.6 36.9 110.4
1984 127.3 181.0 92.3 62.5 29.6 33.2 15.8 29.1 15.1 63.6 73.9 81.4
1985 97.7 81.3 81.8 78.4 14.2 18.2 14.3 9.4 81.5 53.8 72.5 122.2
1986 140.6 125.8 137.8 61.1 37.9 6.2 8.2 28.3 51.7 47.5 43.8 110.8
1987 191.9 87.6 73.6 38.6 26.2 9.0 16.5 10.8 47.3 48.7 76.9 87.4
1988 195.2 115.2 104.5 65.4 18.2 2.6 2.6 4.8 20.7 65.2 40.7 111.1
1989 125.4 144.7 114.3 80.5 19.7 28.1 5.8 42.8 38.1 85.1 64.7 91.8
1990 151.0 84.2 36.7 59.4 42.3 64.2 7.8 11.5 61.3 139.1 90.2 103.1
1991 52.7 50.5 97.7 51.9 36.6 20.1 0.6 0.5 61.7 52.3 114.7 70.5
1992 59.9 94.7 80.8 43.7 1.1 35.3 8.7 18.2 31.3 78.4 63.2 59.0
1993 166.5 184.6 106.3 98.6 38.6 4.0 21.8 4.5 79.7 67.3 177.6 103.2
1994 171.5 144.9 127.5 85.7 29.5 0.7 5.0 2.8 42.5 67.1 46.3 117.0
1995 89.7 102.0 174.6 . 46.8 29.9 5.7 14.1 4.0 25.2 46.5 100.4 83.0
1996 125.0 86.1 110.3 89.3 33.0 2.9 0.2 11.3 41.9 72.0 69.1 100.7
1997 92.8 117.0 89.0 45.5 23.8 3.6 1.7 38.6 66.1 88.6 84.0 90.0
1998 133.4 177.8 97.1 73.0 8.4 6.5 0.0 10.2 26.1 141.0 90.6 72.0
1999 123.9 146.3 119.2 67.6 29.0 20.9 10.2 5.8 84.2 45.2 60.1 114.6
2000 132.5 137.0 145.8 30.6 39.8 9.0 18.1 23.6 9.1 64.9 39.3 102.3
2001 161.7 94.8 120.7 46.0 45.1 17.3 31.2 13.0 38.5 67.7 94.3 137.8
2002 40.0 154.0 140.1 59.3 32.3 4.5 34.6 19.4 34.1 101.5 72.7 110.1
2003 99.5 99.9 157.1 65.3 22.5 2.3 7.8 40.9 51.4 22.7 90.2 127.6
2004 40.4 120.2 52.7 35.5 28.9 32.3 23.6 13.2 64.6 78.3 104.4 132.4
2005 78.1 104.3 92.6 48.2 23.7 4.9 0.6 18.5 32.3 86.3 49.5 87.5

194
CUADRO A.VI.07. PRECIPITACIÓN PROMEDIO -ICHU
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :ICHU ALTITUD : 2830msnm
CUENCA ICHU ÁREA CAPTAC. :1420 km2 LATITUD : 12"32'07"
EST. HIDROMÉT. :CHINCHI LONGITUD : 74"55'26"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 138.4 163.7 135.8 75.0 15.7 17.3 13.9 22.3 83.7 46.2 54.8 145.5
1966 165.0 108.9 75.5 36.0 22.3 3.8 1.8 7.0 33.0 54.8 20.1 57.7
1967 59.0 118.3 170.1 35.1 37.3 5.6 21.2 11.5 36.1 75.2 58.0 87.4
1968 131.6 114.2 97.6 14.6 18.1 19.9 9.0 18.5 16.3 31.3 72.3 69.5
1969 96.7 66.3 139.9 43.0 6.3 13.0 12.5 14.6 31.0 22.0 47.5 140.6
1970 201.5 109.7 145.3 73.7 55.5 2.4 2.8 4.3 64.9 36.0 32.6 184.2
1971 124.1 158.8 144.4 41.7 8.9 6.7 5.5 18.5 15.4 35.0 39.4 90.3
1972 98.2 120.6 146.8 128.7 11.2 2.2 10.0 0.3 41.8 30.3 60.9 93.8
1973 158.9 168.3 168.6 79.1 8.7 3.4 4.4 11.0 15.6 56.9 39.9 105.6
1974 210.6 214.9 131.7 72.6 3.3 6.1 1.9 19.3 13.0 28.9 60.5 70.1
1975 115.9 138.5 107.5 58.6 31.6 11.0 1.4 15.2 35.5 33.3 39.5 91.3
1976 153.9 173.3 84.3 56.0 21.6 19.3 7.4 21.4 45.5 25.4 51.5 95.2
1977 124.6 136.8 87.9 65.4 26.5 9.3 8.6 19.6 50.2 54.0 149.3 105.9
1978 155.2 188.7 83.7 60.3 12.6 7.4 1.9· 17.2 54.8 87.0 106.2 99.1
1979 115.0 130.9 93.8 59.5 12.7 8.3 7.4 22.2 26.4 34.9 72.6 97.0
1980 124.5 124.3 95.3 59.1 22.7 7.8 26.8 30.4 37.6 144.2 75.0 67.4
1981 72.3 171.4 101.0 61.9 11.5 6.2 12.3 25.2 59.9 70.8 87.8 135.2
1982 145.0 192.8 86.3 65.0 1.3 2.7 0.4 8.0 65.1 48.2 111.7 43.9
1983 44.9 93.3 91.3 69.0 18.3 9.7 0.5 16.1 78.4 64.6 46.7 100.5
1984 161.8 160.8 107.8 75.7 21.0 13.8 8.4 21.1 47.2 42.4 62.3 135.7
1985 118.2 128.2 82.6 77.7 24.2 15.7 2.4 21.2 80.3 15.2 39.6 74.3
1986 166.7 223.4 160.9 24.1 9.5 3.2 6.3 24.3 34.9 54.0 55.0 125.0
1987 149.7 113.3 89.0 63.4 13.1 6.6 18.8 20.7 52.0 44.1 58.5 84.7
1988 146.5 108.9 135.5 92.1 17.8 4.4 0.0 0.0 27.0 42.7 35.7 124.7
1989 196.7 91.7 128.1 104.1 20.6 27.6 3.3 17.6 10.3 60.9 40.3 28.2
1990 131.0 37.2 99.5 28.3 16.3 51.3 6.9 13.5 33.7 99.2 98.6 126.4
1991 78.4 81.0 105.0 91.2 32.3 11.9 4.1 1.3 26.1 83.8 63.6 86.6
1992 28.2 65.3 118.7 30.0 4.5 26.5 22.7 13.6 31.2 88.6 26.8 89.9
1993 171.7 168.9 80.3 94.3 58.7 0.7 0.4 11.1 44.9 103.2 129.0 136.4

195
CUADRO A.VI.OS. PRECIPITACIÓN PROMEDIO- APACHETA
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :APACHETA ALTlTUD :4160 msnm
CUENCA APACHETA ÁREA CAPTAC. :135 km2 LATlTUD : 13"20'53"5
EST. HIDROMÉT. :APACHETA LONGITUD : 74"38'42"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV ore
1991 112.7 227.7 233.4 91.6 57.7 45.1 23.2 22.5 23.1 107.1 106.5 83.9
1992 102.7 114.3 177.9 44.9 12.7 49.1 33.7 42.1 54.9 154.9 67.5 97.2
1993 307.0 185.9 266.2 155.0 43.7 38.1 35.7 49.3 73.2 210.7 200.4 228.3
1994 223.3 254.0 311.9 122.8 22.4 8.4 8.4 15.5 60.6 81.7 115.4 134.4
1995 147.9 173.4 171.3 69.1 18.5 4.4 7.5 5.1 36.7 75.1 125.5 191.6
1996 144.6 200.3 161.1 122.1 20.7 5.9 2.1 63.9 38.8 33.6 77.0 182.2
1997 220.1 360.1 142.4 89.6 39.1 0.0 0.0 112.6 102.6 66.2 155.0 244.1
1998 411.9 321.6 232.8 148.0 7.0 21.2 0.0 66.2 20.4 184.8 160.8 218.4
1999 234.2 320.4 228.2 277.6 40.9 21.1 9.9 22.6 100.1 198.0 49.3 169.9
2000 362.4 263.0 234.8 31.0 69.8 38.1 38.1 45.8 6.3 216.4 43.7 284.8
2001 371.5 280.6 233.4 75.4 111.4 25.4 58.5 16.6 62.0 47.9 136.1 128.3
2002 133.8 258.0 254.5 116.3 52.2 4.4 61.3 55.7 59.0 93.1 101.1 312.3
2003 287.9 305.3 272.1 148.1 19.3 0.0 8.5 58.5 59.2 44.4 79.2 71.4
2004 287.9 285.5 189.6 60.6 22.6 46.5 38.8 38.1 86.0 69.1 94.0 173.5
2005 95.2 214.3 283.0 41.6 11.3 0.0 38.1 24.7 137.5 123.4 45.1 169.0

CUADRO A.VI.09. PRECIPITACIÓN PROM. -APACHETA-EST. TUNSULLA


PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :APACHETA ALTlTUD :3900 msnm
CUENCA APACHETA ÁREA CAPTAC. :186.4 km2 LATlTUD : 13"19'57"5
EST. HIDROMÉT. :ATUNSULLA LONGITUD : 74"34'59"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 112.7 227.7 233.4 91.6 57.7 45.1 23.2 22.5 23.1 107.1 106.5 83.9
1992 102.7 114.3 177.9 44.9 12.7 49.1 33.7 42.1 54.9 154.9 67.5 97.2
1993 307.0 185.9 266.2 155.0 43.7 38.1 35.7 49.3 73.2 210.7 200.4 228.3
1994 223.3 254.0 311.9 122.8 22.4 8.4 8.4 15.5 60.6 81.7 115.4 134.4
1995 147.9 173.4 171.3 69.1 18.5 4.4 7.5 5.1 36.7 75.1 125.5 191.6
1996 144.6 200.3 161.1 122.1 20.7 5.9 2.1 63.9 38.8 33.6 77.0 182.2
1997 220.1 360.1 142.4 89.6 39.1 0.0 0.0 112.6 102.6 66.2 155.0 244.1
1998 411.9 321.6 232.8 148.0 7.0 21.2 0.0 66.2 20.4 184.8 160.8 218.4
1999 234.2 320.4 228.2 277.6 40.9 21.1 9.9 22.6 100.1 198.0 49.3 169.9
2000 362.4 263.0 234.8 31.0 69.8 38.1 38.1 45.8 6.3 216.4 43.7 284.8
2001 371.5 280.6 233.4 75.4 111.4 25.4 58.5 16.6 62.0 47.9 136.1 128.3
2002 133.8 258.0 254.5 116.3 52.2 4.4 61.3 55.7 59.0 93.1 101.1 312.3
2003 .287.9 305.3 272.1 148.1 19.3 0.0 8.5 58.5 59.2 44.4 79.2 71.4
2004 287.9 285.5 189.6 60.6 22.6 46.5 38.8 38.1 86.0 69.1 94.0 173.5
2005 95.2 214.3 283.0 41.6 11.3 0.0 38.1 24.7 137.5 123.4 45.1 169.0

196
CUADRO A.VI.10. PRECIPITACIÓN PROMEDIO- CACHI
PRECIPITACION PROMEDIO (mm)- MÉTODO DE THIESSEN
RIO :CACHI ALTITUD :3290 msnm
CUENCA CACHI ÁREA CAPTAC. :1016.4 km2 LATITUD : 13"18'47"5
EST. HIDROMÉT. : PTE. CASACANCHA LONGITUD : 74"21'04"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 80.4 184.0 184.9 64.4 45.9 25.5 16.1 12.8 21.7 72.0 76.2 57.8
1992 110.2 135.4 136.2 36.3 5.0 35.0 31.2 45.9 26.7 132.6 50.5 107.6
1993 264.7 160.3 219.6 99.6 40.5 17.8 33.1 32.3 46.6 141.2 149.2 185.3
1994 178.6 188.7 208.4 89.9 25.4 10.3 3.3 6.7 35.5 42.0 76.4 90.9
1995 141.5 186.5 176.2 61.1 10.6 4.9 7.9 4.4 30.6 49.0 111.1 131.4
1996 199.8 218.2 175.7 86.8 17.2 3.7 2.6 42.3 21.9 46.8 63.6 147.1
1997 193.6 246.8 112.5 72.1 26.2 0.0 0.9 78.0 65.8 44.1 107.6 202.9
1998 280.7 203.2 176.4 81.7 3.8 16.5 0.0 33.1 12.1 98.9 96.9 156.4
1999 192.8 248.9 191.1 172.1 21.9 11.6 8.0 9.7 68.0 140.3 44.2 157.8
2000 237.7 274.3 209.6 45.9 57.3 39.4 29.3 33.3 13.4 148.0 32.6 182.4
2001 290.6 185.1 236.3 55.1 89.5 15.8 38.4 21.1 35.8 40.9 102.9 92.7
2002 111.1 216.3 183.0 70.7 27.1 2.9 62.2 41.3 58.6 70.3 85.8 200.1
2003 185.3 206.4 187.9 93.3 17.9 6.4 9.7 40.0 37.1 45.3 57.1 110.9
2004 128.0 221.9 164.7 46.5 12.2 35.4 24.3 27.4 62.1 46.3 65.3 175.3
2005 114.5 138.3 203.1 35.6 16.1 0.0 25.3 30.1 100.2 85.6 41.7 161.1

CUADRO A.VI.11. PRECIPITACIÓN PROMEDIO- CHACCO


PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO :CHACCO ALTITUD :2480 msnm
CUENCA CHACCO ÁREA CAPTAC. :1110.7 km2 LATITUD : 13"05'42"5
EST. HIDROMÉT. : PUENTE CHACCO LONGITUD : 74"12'21"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 79.0 66.9 99.6 70.1 16.7 25.1 12.6 13.6 25.6 39.9 46.2 23.2
1992 119.5 116.7 84.5 26.1 2.2 17.5 9.6 27.1 8.7 43.8 35.1 44.0
1993 150.3 100.9 124.8 89.1 14.2 9.8 24.3 25.8 46.2 47.1 106.9 163.6
1994 186.8 144.0 132.1 53.7 10.3 4.6 6.2 6.2 27.3 33.6 59.3 96.6
1995 161.3 125.8 159.0 32.5 13.0 1.6 6.9 3.5 14.6 46.9 86.6 81.1
1996 108.7 152.6 160.4 57.7 6.8 0.8 1.3 19.0 24.2 46.1 41.5 96.8
1997 186.3 162.6 92.2 44.8 8.7 0.4 2.3 32.5 47.4 34.1 87.9 110.9
1998 141.2 129.1 105.5 25.9 7.3 24.5 0.0 2.7 12.0 68.6 52.8 83.9
1999 141.8 148.1 130.3 49.4 11.2 2.6 4.6 0.0 50.3 29.5 86.9 96.1
2000 174.9 209.9 124.2 24.1 22.8 18.0 39.3 10.7 15.8 71.4 18.1 72.6
2001 219.7 92.4 150.3 38.4 48.7 10.9 26.7 18.8 17.0 42.9 89.1 75.5
2002 105.5 166.5 145.3 81.2 17.2 3.3 38.5 17.4 52.8 41.4 100.4 100.4
2003 104.9 167.4 155.8 81.9 17.1 0.2 0.3 31.1 2~.2 20.4 29.9 108.9
2004 71.4 100.8 68.9 16.2 8.9 10.5 22.3 13.5 34.1 33.3 40.2 138.5
2005 94.5 111.9 101.5 25.8 7.7 0.0 7.9 8.6 30.5 68.5 36.7 127.3

197
CUADRO A.VI.12. PRECIPITACIÓN PROMEDIO- CHICLLARAZO
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO : CHICUARAZO AlllTUD :3840 msnm
CUENCA CHICLLARAZO ÁREA CAPTAC. :99.3 km2 LATlTUD : 13"27'10"5
EST. HIDROMÉT. : CHICUARAZO LONGITUD : 74"27'41"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 90.0 198.9 200.8 72.2 49.5 28.3 16.0 12.7 21.3 81.6 85.2 64.8
1992 89.5 131.7 136.0 35.9 5.8 36.6 32.1 54.1 31.1 129.6 56.3 93.5
1993 268.8 173.4 230.7 108.1 43.7 19.5 36.8 34.5 51.5 152.7 166.4 196.5
1994 197.8 203.2 217.7 90.3 21.7 12.7 3.8 7.1 35.8 46.2 76.8 95.3
1995 143.7 190.2 174.2 61.0 9.6 5.1 8.0 5.0 31.7 49.3 112.8 141.7
1996 200.7 220.7 170.5 92.6 18.6 3.9 2.4 47.4 22.4 41.9 63.5 155.7
1997 199.5 270.6 114.0 77.7 28.3 0.0 0.7 80.8 69.0 47.4 114.2 216.1
1998 303.9 218.4 181.8 90.4 4.1 18.6 0.0 36.9 12.3 108.3 105.2 162.5
1999 195.0 266.0 202.1 189.6 22.7 12.9 8.5 11.2 73.4 154.4 41.4 220.8
2000 248.6 278.7 268.1 43.9 58.3 45.5 33.9 43.1 8.9 190.6 14.1 159.4
2001 335.8 188.7 265.8 74.9 112.7 19.5 53.6 31.1 37.9 64.6 89.0 55.3
2002 101.7 259.4 129.8 76.9 23.5 1.1 39.6 28.0 38.4 37.0 81.1 148.4
2003 120.8 208.2 156.5 91.3 16.8 19.8 21.6 41.2 34.3 70.9 46.4 57.7
2004 86.7 239.8 173.3 54.9 9.3 42.8 23.3 28.0 48.2 44.3 62.6 172.0
2005 89.4 152.4 199.4 34.1 27.0 0.0 28.2 40.8 133.0 94.6 50.5 162.4

CUADRO A.VI.13. PRECIPITACIÓN PROMEDIO- JOLLPAHUAYCCO


PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO : JOLLPAHUAYCCO ALTlTUD :3280 msnm
CUENCA JOLLPAHUA YCCO ÁREA CAPTAC. :119.1 km2 LATlTUD : 13"17'55"5
EST. HIDROMÉT. :CHONTACA LONGITUD : 74"00'46"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 102.8 76.6 109.8 86.4 18.1 25.3 16.7 17.1 24.1 43.9 54.9 21.9
1992 86.7 108.2 69.1 21.0 0.7 11.5 1.4 27.4 4.9 28.5 35.4 16.2
1993 142.3 58.2 157.0 125.2 12.3 10.3 39.9 38.7 39.3 40.8 141.4 182.1
1994 278.0 142.7 150.9 49.4 9.6 5.4 0.0 4.1 34.6 38.6 65.3 77.0
1995 178.1 130.1 182.6 31.9 10.3 2.2 5.2 2.3 11.8 52.2 94.8 113.0
1996 126.6 199.1 188.4 79.8 11.5 0.5 0.0 26.5 26.5 52.0 58.3 132.4
1997 235.7 150.3 91.8 55.7 14.6 0:0 1.6 27.0 49.7 39.3 98.3 112.0
1998 163.4 164.1 109.3 39.8 14.3 51.2 0.0 0.0 9.7 90.2 64.0 107.4
1999 143.8 159.7 174.9 64.9 20.9 0.7 1.4 0.0 46.9 37.3 68.6 94.7
2000 254.2 219.2 151.3 41.2 12.8 27.0 33.7 9.2 28.9 104.8 19.1 66.1
2001 295.0 79.6 193.5 58.5 60.4 22.6 28.7 23.4 20.0 54.2 77.3 72.3
2002 115.5 187.4 184.0 178.3 14.9 2.4 52.6 18.0 51.8 38.4 120.5 111.8
2003 135.2 221.7 174.7 120.6 13.4 0.1 0.0 39.3 15.5 44.7 35.9 122.9
2004 75.3 100.9 37.3 15.3 4.4 5.7 23.9 9.0 31.8 25.5 26.6 95.0
2005 83.7 174.2 66.5 10.9 0.0 0.0 9.2 2.5 28.0 59.2 36.2 129.8

198
CUADRO A.VI.14. PRECIPITACIÓN PROMEDIO- MATARAYOC
PRECIPITACION PROMEDIO (mm) - MÉTODO DE THIESSEN
RIO : MATARAYOC ALTITUD :3340 msnm
CUENCA MATARAYOC ÁREA CAPTAC. :154.8 km2 LATITUD : 13"20'59"5
EST. HIDROMÚ. :ROSASPATA LONGITUD : 74"19'52"·W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 42.8 122.0 120.0 35.0 32.3 21.7 21.7 20.3 24.9 36.4 41.1 32.3
1992 220.5 151.6 117.2 34.0 0.0 20.8 23.4 1.3 0.0 144.9 14.5 181.2
1993 227.9 79.9 147.5 40.2 24.4 6.8 13.0 18.2 19.1 76.0 57.7 130.0
1994 71.7 109.2 156.3 86.5 48.2 1.3 0.0 3.9 32.5 17.5 71.6 70.5
1995 132.1 182.2 185.2 62.0 15.0 4.0 8.5 1.3 24.0 48.8 109.2 75.0
1996 208.9 215.5 206.4 46.9 9.3 1.8 3.6 15.2 18.7 76.4 60.7 107.2
1997 157.6 114.5 105.4 41.2 15.9 0.0 2.5 59.0 41.9 25.4 71.3 144.5
1998 156.5 106.0 149.4 27.5 1.3 6.4 0.0 11.5 8.9 42.7 48.3 118.2
1999 182.6 147.1 134.8 73.2 16.7 4.1 5.8 0.0 38.3 60.3 60.1 69.4
2000 172.9 256.3 130.6 62.1 53.6 9.8 21.9 30.1 10.7 73.5 42.5 82.5
2001 180.6 108.0 190.1 22.1 45.9 5.0 15.7 20.8 23.2 19.1 89.9 71.2
2002 79.3 92.5 195.3 32.2 14.5 3.7 49.0 14.6 50.7 55.5 86.9 159.6
2003 124.2 141.5 176.0 55.3 20.2 0.0 2.0 23.6 23.6 17.4 31.1 156.3
2004 95.4 176.5 123.5 36.8 7.2 24.9 22.4 24.0 41.1 11.9 51.4 183.7
2005 100.4 72.3 178.2 22.0 5.9 0.0 13.4 24.1 40.8 50.0 34.0 155.9

199
ANEXO A.VII GENERACIÓN DE CAUDALES

200
DESCRIPCIÓN

Como el modelo ha sido calibrado con datos de precipitación antecedente, de 6


meses antes de la ocurrencia del caudal, los caudales generados serán a partir
de un año después del registrado, por ejemplo para las estaciones Gochas,
Piñascocha, Moya, Quillón se generó los caudales a partir del año 1966 hasta
2005, mientras que los caudales registrados se muestra en el periodo 1965 -
2005, finalmente los test y análisís T y F, se realizaran con el periodo en común
para los caudales registrados y generados.

201
CUADRO A.VII.01 CAUDALES MICROCUENCA COCHAS
CAUDAL MENSUAL REGISTRADO (m3/s)- COCHAS
CAUDALES NATURALIZADOS COMPLETADOS (m3)- MICROCUENCA COCHAS
RIO :COCHAS ALTITUD :3750 msnm
ESTACION COCHAS
ÁREA CAPTAC. :490 km2 LATITUD : 11"51'18"
HIDROMÚ TUNEL
DEPARTAMENTO :JUNIN LONGITUD : 75"44'27"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 2.8 10.5 13.0 5.8 2.7 1.8 1.5 1.5 1.6 1.8 2.4 3.6
1966 6.6 6.4 5.6 2.6 1.8 1.4 1.3 1.3 1.7 2.5 3.6 13.7
1967 7.7 19.5 20.4 15.2 4.9 2.6 2.2 3.3 u 1.9 2.5 3.1
1968 5.5 6.2 11.8 5.2 2.3 1.8 1.5 1.4 1.4 1.7 3.3 5.0
1969 4.6 7.4 11.5 10.8 3.5 2.3 1.9 1.6 2.0 3.0 3.3 10.0
1970 23.3 17.8 11.7 11.2 6.4 2.9 2.2 1.6 2.4 3.3 3.3 7.4
1971 11.3 17.9 29.0 15.3 4.0 2.4 1.9 1.7 1.6 2.1 2.1 4.4
1972 11.5 13.2 27.3 18.4 5.0 2.8 2.2 1.8 2.0 2.8 3.4 6.1
1973 9.1 25.0 20.2 11.2 6.1 4.2 2.9 2.3 2.6 4.3 4.9 8.0
1974 13.5 18.3 14.2 9.3 4.4 3.2 2.2 2.1 2.1 2.0 2.8 3.5
1975 7.0 6.1 17.2 7.4 5.9 3.4 1.8 1.3 1.5 2.0 3.4 5.9
1976 13.5 16.4 14.8 9.5 3.9 3.1 2.3 1.4 2.5 2.2 3.3 4.2
19n 5.4 9.5 13.9 6.1 4.7 2.9 1.8 1.5 1.9 2.5 5.3 4.8
1978 6.0 10.8 7.5 7.2 3.6 2.1 1.6 1.5 1.8 2.6 5.2 6.5
1979 5.1 9.5 17.4 8.8 4.1 2.6 2.1 1.7 1.9 2.3 3.4 3.0
1980 5.3 7.5 9.8 5.0 2.4 1.7 1.9 1.6 1.5 4.7 4.7 5.2
1981 4.9 18.4 13.8 5.2 3.0 2.0 1.6 1.7 1.6 1.9 3.1 4.7
1982 8.2 14.0 8.5 8.3 3.6 2.2 1.8 1.8 1.7 2.6 6.1 7.0
1983 6.6 5.8 8.7 6.6 3.8 2.5 1.9 1.9 2.2 2.6 2.9 4.3
1984 5.6 18.0 21.7 14.1 5.2 2.9 2.1 1.4 1.4 2.7 4.6 8.0
1985 8.9 14.8 21.9 12.0 6.5 4.1 2.2 1.6 1.9 2.1 2.4 6.0
1986 10.3 32.0 29.4 22.9 15.3 4.8 2.9 2.2 2.5 2.6 2.5 5.2
1987 13.0 19.8 10.6 6.2 3.8 2.5 1.9 1.8 2.1 2.7 5.2 7.4
1988 15.7 18.6 14.8 14.7 7.4 3.6 2.5 1.8 2.2 2.9 3.4 4.3
1989 15.2 28.8 31.7 21.2 7.4 4.5 3.3 2.3 1.6 3.4 4.3 2.5
1990 6.1 6.1 6.9 3.9 10.4 2.3 1.6 1.3 1.2 2.4 5.2 6.0
1991 6.8 7.9 21.7 8.2 4.5 2.7 0.9 1.1 1.5 2.7 3.2 3.4
1992 4.0 2.9 5.9 .3.9 2.4 1.7 1.1 0.9 1.9 2.4 3.0 4.8
1993 4.2 10.1 16.8 10.2 4.8 3.1 3.9 1.2 1.3 2.1 4.4 8.6
1994 11.8 19.0 16.7 13.1 8.0 4.9 2.3 1.3 1.2 1.1 0.9 2.0
1995 5.0 18.1 10.1 6.4 2.7 2.0 1.1 1.5 2.0 1.4 3.2 2.5
1996 4.1 11.9 10.0 8.6 3.3 2.8 1.5 2.9 1.2 0.7 1.5 3.2
1997 7.6 13.5 7.0 3.4 1.5 1.2 1.8 0.7 1.0 1.5 2.7 3.6
1998 6.9 13.7 13.9 9.1 3.4 1.9 1.2 1.7 1.4 2.8 2.4 4.3
1999 5.9 18.3 12.3 12.4 5.6 2.6 1.7 1.3 1.3 2.4 1.7 5.1
2000 11.9 19.2 22.2 13.5 4.9 2.3 1.8 1.2 0.4 3.3 2.3 5.2
2001 15.3 14.1 14.¡ 9.9 4.0 2.2 1.7 1.2 1.3 2.0 2.7 3.9
2002 3.6 10.6 11.9 8.9 3.5 2.1 1.7 1.4 1.4 2.8 3.2 6.2
2003 8.7 13.6 26.8 9.5 3.8 1.1 2.1 1.8 3.1 2.3 2.7 9.8
2004 4.3 12.9 9.7 5.8 3.5 1.4 0.4 1.8 1.8 3.4 7.1 8.7
2005 9.4 6.9 12.1 10.2 4.1 2.2 1.7 1.2 2.1 1.6 2.2 4.3
PROM 8.5 14.0 15.3 9.8 4.7 2.6 1.9 1.6 1.8 2.5 3.4 5.5
5 4.2 6.4 6.9 4.6 2.5 0.9 0.6 0.5 0.5 0.8 1.3 2.4
n 40 40 40 40 40 40 40 40 40 40 40 40

(a)

202
CAUDAL MENSUAL GENERADO (m3/s)- COCHAS
AÑO ENE FES MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1966 4.1 3.6 4.9 4.7 2.9 1.8 1.3 1.4 1.1 3.3 6.2 10.7
1967 10.9 21.1 24.6 12.6 3.6 1.6 1.2 1.0 1.0 1.7 2.4 2.9
1968 5.3 8.1 9.5 4.4 2.4 1.6 0.9 1.3 1.6 2.8 4.0 6.3
1969 5.8 5.9 7.7 8.0 3.2 1.5 1.5 1.0 1.2 1.6 3.3 10.3
1970 16.7 15.1 13.3 8.2 3.3 1.4 0.9 1.0 2.4 4.6 5.0 7.7
1971 12.2 17.8 19.2 9.7 2.9 1.3 1.0 0.8 1.1 1.6 1.8 1.9
1972 2.6 3.7 15.5 15.6 9.6 2.9 1.3 1.3 1.1 1.9 2.1 3.3
1973 6.5 13.5 20.1 16.7 5.3 1.7 1.2 0.9 1.0 1.9 3.4 5.6
1974 9.7 14.9 9.8 3.6 2.0 1.1 0.9 1.1 2.0 2.6 3.1 3.7
1975 15.2 22.1 35.7 16.2 6.0 2.5 2.3 1.0 1.3 2.1 3.2 6.6
1976 15.5 19.3 25.6 11.2 3.3 1.7 1.1 0.9 1.5 2.1 2.2 3.9
1977 7.3 9.0 14.6 13.5 4.7 1.8 1.1 0.9 0.9 1.6 4.2 8.1
1978 13.6 12.0 12.7 8.1 3.0 1.6 1.2 1.1 1.3 2.4 4.4 3.4
1979 3.7 6.4 7.9 7.1 4.0 2.5 1.3 0.9 1.0 1.4 2.0 2.9
1980 6.3 9.5 6.7 3.5 2.1 1.3 1.1 1.2 1.5 12.2 15.7 6.8
1981 10.9 30.0 26.9 8.7 2.4 1.5 0.8 0.9 1.2 1.8 3.1 5.7
1982 7.4 16.1 16.0 8.3 2.8 1.2 0.9 0.9 1.6 2.2 5.7 11.2
1983 11.5 6.4 9.2 7.2 2.8 1.7 1.2 1.1 1.2 2.0 2.6 4.9
1984 12.9 23.5 25.3 19.4 6.0 2.0 1.2 0.9 0.9 1.8 5.0 10.3
1985 10.3 13.4 18.0 11.1 3.6 2.0 1.4 0.9 1.3 1.8 1.9 3.4
1986 16.2 26.0 27.0 23.7 8.6 2.3 2.0 1.4 1.1 1.6 2.4 4.8
1987 12.1 15.8 8.8 4.5 2.4 1.3 1.1 1.2 1.7 1.7 2.0 3.6
1988 8.5 10.3 8.4 7.0 4.2 1.5 1.0 1.0 1.3 2.0 2.8 3.8
1989 10.2 21.1 24.3 12.2 4.1 1.6 1.0 0.7 0.9 1.6 2.2 2.6
1990 14.6 22.9 20.1 7.7 5.3 3.3 2.1 1.5 2.0 3.8 6.7 6.2
1991 4.7 7.4 22.7 15.5 4.7 2.6 1.6 1.1 1.1 1.7 2.3 2.3
1992 2.6 3.0 4.2 3.9 2.8 2.4 2.0 1.6 1.4 2.6 3.4 3.1
1993 6.4 14.4 18.8 15.5 7.0 2.2 1.4 1.0 1.0 2.3 7.9 14.0
1994 15.9 22.5 33.2 23.8 6.0 2.0 1.1 0.8 1.2 2.0 3.6 5.9
1995 13.0 12.5 13.6 7.4 2.9 1.5 0.9 1.0 1.1 1.9 3.7 3.7
1996 4.6 10.3 16.8 9.0 3.7 2.3 1.0 0.8 1.0 1.8 2.6 4.5
1997 9.8 14.5 8.5 4.3 2.5 1.2 0.9 1.1 1.8 2.2 2.6 7.2
1998 13.0 12.7 14.7 10.0 3.2 1.3 0.9 0.9 1.0 2.0 4.5 6.5
1999 6.1 18.3 19.4 17.0 4.5 1.7 1.3 0.8 1.1 1.9 3.3 5.6
2000 12.7 24.1 25.8 13.2 3.9 1.7 1.1 1.0 1.2 2.3 3.3 7.6
2001 16.9 18.9 20.8 13.5 5.8 1.6 1.4 1.1 1.0 1.7 4.1 5.8
2002 6.4 11.9 13.9 7.4 3.0 1.7 1.2 1.0 1.4 2.4 4.5 9.6
2003 13.0 16.4 20.5 9.2 3.0 1.4 0.9 0.9 1.1 1.9 2.8 8.1
2004 8.3 11.0 10.3 7.4 2.5 1.5 1.6 0.9 1.4 3.1 5.3 11.8
2005 11.6 10.0 11.5 8.4 3.0 1.5 1.2 1.0 1.0 1.7 2.5 4.8
PROM 9.9 14.4 16.7 10.5 4.0 1.8 1.2 1.0 1.3 2.4 3.8 6.0
S 4.2 6.6 7.7 5.2 1.7 0.5 0.4 0.2 0.3 1.7 2.4 2.9
n 40 40 40 40 40 40 40 40 40 40 40 40

PRUEBA EN lA MEDIA

(b)

203
CUADRO A.VII.02 CAUDALES MICROCUENCA VILCA
CAUDAL MENSUAL REGISTRADO (m3/s)- VILCA
CAUDALES NATURALIZADOS COMPLETADOS (m3}- MICROCUENCA VILCA
RIO :VILCA ALTITUD :3180msnm
ESTACION
MOYA ÁREA CAPTAC. :1730 km2 LATITUD : 12"23'38"
HIDROMÉT
DEPARTAMENTO : HUANCAVEUCA LONGOUD :75"08'38"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 17.4 63.7 49.3 23.4 14.9 11.3 10.3 9.2 8.7 9.0 8.6 12.4
1966 24.1 25.5 38.1 17.2 13.2 10.4 11.5 8.9 8.1 12.3 20.2 40.3
1967 30.9 80.0 60.1 36.1 21.4 16.6 13.4 11.3 11.7 17.6 11.9 15.9
1968 29.7 40.6 55.7 23.3 15.8 12.7 10.9 10.1 10.1 11.7 17.7 22.6
1969 23.3 27.8 30.4 29.5 16.5 12.0 10.8 10.0 9.5 9.8 10.2 25.9
1970 54.9 43.1 40.6 27.7 22.4 13.6 11.8 10.6 10.8 11.0 11.1 25.0
1971 50.3 53.3 48.7 34.5 18.4 13.7 11.5 10.5 9.6 9.4 9.2 20.1
1972 37.9 58.1 102.6 64.8 24.8 16.8 13.4 11.6 11.2 11.1 11.1 21.0
1973 55.1 78.1 141.2 73.2 52.7 20.0 16.5 14.3 14.4 16.8 17.5 42.7
1974 92.4 84.7 69.6 31.5 21.3 22.2 18.0 17.5 17.6 15.7 15.7 15.9
1975 24.3 39.4 71.1 36.9 28.8 15.8 12.8 11.7 11.1 10.7 10.8 18.2
1976 58.8 78.9 67.8 32.0 18.9 16.3 13.2 9.4 8.6 12.4 9.8 8.7
1977 8.4 39.5 42.0 37.7 29.0 16.4 16.9 10.5 9.6 9.2 24.8 17.1
1978 34.7 53.8 31.2 21.2 15.8 12.9 11.1 9.7 8.7 11.6 13.6 20.7
1979 18.3 54.3 44.1 17.7 13.3 12.3 10.4 9.4 8.7 9.7 8.4 9.5
1980 14.9 22.6 33.6 21.7 11.9 8.6 8.1 7.3 7.5 8.4 10.6 21.6
1981 31.1 55.9 45.3 24.9 16.1 12.6 11.1 10.8 10.1 12.6 21.9 31.2
1982 29.2 45.9 37.1 29.8 14.2 9.8 8.0 7.5 8.5 12.2 29.7 19.7
1983 19.9 13.6 26.7 25.1 13.1 11.1 10.2 9.8 10.2 10.4 8.2 13.6
1984 44.7 69.5 72.7 30.4 26.7 17.4 10.2 11.5 10.3 11.3 17.7 44.3
1985 27.7 34.5 50.2 59.6 17.4 16.5 10.6 8.7 11.1 10.5 9.3 16.7
1986 55.3 108.7 54.3 53.0 36.4 20.8 9.8 15.5 16.2 14.9 14.7 22.2
1987 73.7 47.3 27.8 19.0 14.7 10.5 10.7 10.1 10.9 10.2 11.1 11.5
1988 31.2 51.7 48.4 33.3 16.6 13.6 12.0 10.8 10.5 11.1 10.5 11.5
1989 45.7 57.8 73.7 43.1 2S.4 20.8 10.8 9.3 11.8 9.2 9.9 9.7
1990 36.0 33.3 64.1 23.0 16.8 20.4 10.4 13.2 8.8 16.9 26.9 6S.O
1991 41.2 33.6 29.1 20.3 24.5 13.2 8.7 10.5 10.0 9.7 9.5 14.9
1992 15.6 11.7 27.1 16.2 12.4 9.9 7.8 7.4 7.6 8.5 1LO 8.9
1993 23.0 45.7 47.7 35.8 18.8 14.2 11.5 9.2 11.6 U.l 16.9 52.1
1994 56.8 100.0 78.0 48.3 26.8 19.1 15.4 13.7 11.9 12.5 12.0 15.{)
1995 25.6 34.8 64.2 29.4 16.5 12.7 11.6 10.2 10.1 9.7 12.6 14.5
1996 42.5 73.6 48.1 48.1 18.5 14.3 13.2 10.9 9.6 9.0 10.3 16.3
1997 37.1 57.0 41.7 20.4 14.8 12.5 10.7 9.8 9.2 9.8 14.2 21.6
1998 53.7 45.2 48.6 33.5 13.8 10.9 9.7 8.6 8.1 8.9 9.0 11.4
1999 16.1 62.6 56.0 50.3 20.2 12.2 14.0 12.9 13.6 11.8 8.5 18.6
2000 51.1 87.2 75.4 38.1 18.8 14.8 12.5 11.2 10.4 14.2 11.2 19.3
2001 76.4 62.8 69.6 32.6 20.6 13.9 12.3 11.5 11.2 11.4 12.8 15.1
2002 16.2 56.3 61.7 30.6 20.5 12.8 11.7 10.3 10.1 10.8 17.8 33.9
2003 36.5 72.6 71.1 46.2 20.4 15.4 12.7 11.5 11.1 9.8 9.9 18.3
2004 17.9 47.8 36.0 31.0 11.9 10.2 8.9 7.8 8.5 8.2 12.2 29.1
2005 42.3 41.2 49.1 31.9 13.5 10.6 9.3 8.7 8.3 8.7 7.5 13.3
PROM 37.6 53.2 54.5 34.0 19.8 14.3 11.6 10.6 10.4 11.3 13.4 21.8
S 18.6 22.0 22.2 13.2 7.7 3.4 2.3 2.1 2.1 2.4 5.3 12.3
n 40 40 40 40 40 40 40 40 40 40 40 40

(a)

204
CAUDAL MENSUAL GENERADO (m3/s)- VILCA
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1966 31.2 26.2 21.1 17.7 17.4 9.8 6.2 7.7 8.5 13.7 16.4 35.4
1967 35.6 47.4 67.6 39.0 24.9 10.8 12.7 11.3 8.1 17.4 16.3 19.0
1968 30.9 43.8 57.9 23.1 17.3 14.6 8.9 9.0 7.7 13.4 19.1 21.7
1969 24.9 28.3 42.5 34.0 16.1 10.9 10.9 9.8 7.5 11.0 16.6 29.2
1970 58.2 45.7 47.0 27.6 22.7 15.2 6.0 8.9 9.3 12.0 12.4 21.7
1971 35.6 55.4 53.4 26.1 17.1 11.6 8.6 6.9 5.5 8.4 8.8 24.3
1972 47.2 57.8 73.4 49.9 27.5 13.5 9.6 9.0 6.9 8.0 13.7 22.5
1973 59.8 76.1 90.0 51.4 23.1 15.4 7.5 8.5 7.8 11.0 15.7 29.9
1974 50.7 81.9 70.8 35.5 18.8 12.7 9.8 6.7 6.6 7.8 13.3 15.3
1975 29.5 45.3 55.5 39.4 22.9 16.5 11.0 8.4 8.1 10.9 12.5 19.2
1976 40.3 56.4 50.6 29.3 17.0 14.6 9.0 7.7 8.3 7.7 9.7 13.1
1977 24.6 35.0 31.0 26.6 19.0 12.3 9.4 7.1 9.0 14.3 26.4 27.2
1978 43.2 36.9 35.5 21.1 11.3 12.1 6.5 7.1 8.5 10.3 19.3 29.8
1979 29.7 39.0 34.7 29.0 18.0 10.5 10.3 7.9 6.9 8.9 11.1 22.9
1980 33.5 30.4 36.8 22.2 17.7 10.2 8.9 9.9 7.6 23.2 27.5 30.2
1981 32.8 53.6 54.4 31.4 16.4 12.9 10.3 6.8 8.3 13.2 15.7 20.9
1982 31.8 51.1 42.5 23.7 14.3 11.4 8.8 6.2 8.0 10.4 16.0 16.2
1983 21.8 20.9 33.8 25.9 15.7 11.8 8.4 9.2 7.6 9.8 11.2 14.7
1984 55.0 72.5 68.6 31.8 17.5 15.1 6.0 6.2 6.0 7.9 14.4 16.3
1985 26.5 30.6 31.5 32.1 16.7 14.7 8.9 7.4 12.4 8.3 9.9 14.9
1986 42.4 62.6 51.0 33.0 20.8 14.5 7.2 7.9 7.5 7.0 7.9 14.8
1987 39.9 51.5 32.0 17.2 15.2 13.0 6.9 6.3 7.3 8.1 11.8 17.3
1988 41.4 37.3 41.3 34.2 20.2 14.0 6.3 8.1 6.4 8.8 9.5 18.1
1989 39.6 43.9 63.7 45.1 25.4 17.9 8.6 11.3 8.0 7.4 10.8 10.2
1990 48.4 45.7 55.4 22.0 16.8 20.1 7.3 9.9 6.5 22.4 34.5 56.6
1991 43.8 32.0 37.0 27.3 24.3 9.0 8.7 10.7 7.3 9.2 10.1 17.0
1992 18.8 19.7 24.0 17.5 12.8 8.0 8.8 9.0 6.2 10.3 12.7 11.5
1993 26.3 59.7 59.0 51.4 21.3 17.4 11.4 6.3 9.9 10.7 20.1 42.5
1994 57.2 83.5 77.0 52.8 26.1 13.4 10.7 6.1 7.1 10.5 10.0 15.5
1995 30.4 50.6 65.0 32.8 20.0 13.2 9.1 6.9 7.8 10.5 17.2 24.4
1996 41.9 64.8 59.0 40.7 20.9 14.1 9.3 6.8 7.8 8.6 12.8 22.0
1997 40.6 52.2 38.2 26.7 16.3 11.8 7.4 7.0 10.7 12.3 22.3 39.1
1998 66.5 64.0 60.2 33.6 18.8 12.5 6.5 8.0 6.6 11.3 16.2 23.6
1999 36.1 70.6 69.9 55.0 27.3 15.9 13.1 5.9 8.7 11.6 13.3 29.8
2000 58.3 80.1 82.1 42.5 22.1 13.2 9.4 8.2 7.4 15.0 18.9 37.3
2001 77.6 68.3 78.5 34.0 21.8 15.0 6.7 9.7 7.6 12.7 20.7 24.5
2002 26.2 49.0 67.4 46.0 20.0 14.1 13.8 8.9 8.2 14.4 24.9 40.9
2003 42.5 68.9 71.1 49.4 22.7 12.1 11.6 7.7 7.1 10.0 12.1 27.4
2004 26.0 48.6 46.5 34.6 21.3 10.5 14.6 7.4 12.2 14.5 21.0 55.2
2005 46.5 61.6 50.5 31.9 23.9 7.3 10.2 6.6 6.7 9.8 12.4 25.8
PROM 39.8 51.2 53.2 33.6 19.7 13.1 9.1 8.0 7.9 11.3 15.6 24.9
S 13.1 16.8 17.0 10.4 3.9 2.6 2.2 1.4 1.5 3.6 5.7 10.8
n 40 40 40 40 40 40 40 40 40 40 40 40

(b)

205
CUADRO A.VII.03 CAUDALES MICROCUENCA PIÑASCOCHA
CAUDAL MENSUAL REGISTRADO (m3/s)- PIÑASCOCHA
CAUDALES NATURALIZADOS COMPLETADOS {m3)- MICROCUENCA PIÑASCOCHA
RIO : PIÑASCOCHA ALTITUD : 3750msnm
ESTACION
PIÑASCOCHA ÁREA CAPTAC. :195 km2 LATITUD : 11"51'05"
HIDROMÉT
DEPARTAMENTO :JUNIN LONGITUD : 76"45'43"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 0.45 1.88 2.22 1.64 0.92 0.49 0.31 0.23 0.16 0.24 0.32 0.37
1966 1.29 1.57 2.33 1.00 0.67 0.35 0.17 0.10 0.32 0.54 1.01 3.66
1967 2.16 3.36 4.85 4.00 1.40 0.76 0.49 0.41 0.33 0.48 0.69 0.90
1968 1.73 2.18 3.60 1.75 0.82 0.40 0.39 0.36 0.35 0.36 0.54 1.56
1969 1.43 2.07 2.95 3.13 1.25 0.32 0.49 0.42 0.49 0.51 0.53 2.17
1970 6.49 5.29 3.26 3.13 1.87 0.86 0.57 0.40 0.51 0.49 0.41 1.46
1971 1.84 4.97 7.69 4.18 1.22 0.77 0.58 0.45 0.33 0.40 0.34 0.58
1972 1.45 1.96 9.51 4.84 1.61 0.81 0.64 0.44 0.34 0.47 0.55 1.02
1973 2.77 5.00 4.72 3.37 1.61 1.18 0.90 0.68 0.67 1.05 1.22 2.05
1974 3.69 4.97 3.37 2.18 1.41 1.13 0.94 0.89 0.85 0.82 0.80 0.77
1975 2.01 4.07 8.08 2.97 2.10 1.23 0.55 0.36 0.30 0.35 0.40 1.84
1976 4.29 5.36 6.53 5.12 2.00 1.13 0.69 0.44 0.57 0.26 0.19 0.39
1977 0.77 2.65 3.93 1.59 1.20 0.61 0.45 0.31 0.26 0.24 1.38 2.17
1978 2.43 3.46 2.49 1.93 1.02 0.61 0.35 0.26 0.29 0.47 0.67 1.33
1979 1.39 3.78 7.51 3.23 1.73 0.91 0.63 0.48 0.34 0.33 0.38 0.56
1980 1.19 2.85 3.22 1.93 0.85 0.60 0.46 0.33 0.27 0.96 0.83 1.88
1981 1.87 7.31 5.44 1.97 1.19 0.67 0.43 0.35 0.34 0.49 0.97 1.77
1982 4.02 6.25 3.44 3.16 1.33 0.62 0.38 0.25 0.21 0.36 1.84 2.79
1983 2.38 1.56 2.44 2.26 1.37 0.60 0.34 0.23 0.19 0.20 0.14 0.29
1984 0.93 5.79 6.44 4.50 1.88 0.95 0.60 0.39 0.30 0.39 0.68 2.06
1985 2.58 4.35 6.16 3.28 1.93 1.33 0.68 0.49 0.49 0.48 0.53 0.89
1986 7.19 10.77 6.99 4.08 4.48 2.13 1.21 0.56 0.80 0.79 0.76 0.85
1987 2.73 3.79 2.88 1.57 0.99 0.78 0.62 0.54 0.23 0.23 0.30 0.44
1988 3.19 5.03 4.04 3.82 1.79 0.69 0.68 0.46 0.40 0.45 0.42 0.51
1989 2.02 5.33 6.68 4.00 1.39 0.95 0.61 0.39 0.37 0.49 0.50 0.43
1990 0.86 1.06 1.39 0.62 0.42 0.42 0.36 0.25 0.35 0.59 1.87 1.96
1991 1.99 2.15 4.95 1.36 0.47 0.39 0.40 0.18 0.34 0.38 0.46 0.50
1992 0.60 0.48 1.25 0.67 0.40 0.37 0.30 0.36 0.96 0.51 0.28 0.21
1993 0.67 2.89 4.38 1.80 2.51 1.44 0.58 0.18 0.20 0.21 1.09 2.43
1994 1.95 3.61 3.59 2.56 1.86 0.65 0.36 0.24 0.23 0.23 0.26 0.33
1995 1.45 3.07 3.09 1.56 0.53 0.29 0.52 0.51 0.32 0.29 0.83 0.38
1996 1.25 3.23 3.66 3.31 1.10 0.37 0.18 0.50 0.09 0.27 0.26 0.71
1997 2.14 4.68 2.25 0.88 0.20 0.05 0.18 0.15 0.04 0.18 0.56 0.67
1998 2.50 3.47 2.72 1.93 0.43 0.02 0.59 0.43 0.30 0.06 0.31 0.57
1999 1.65 5.91 4.05 2.89 1.08 0.75 0.20 0.37 0.39 0.85 0.77 1.85
2000 3.42 5.74 5.04 3.43 2.28 1.37 1.07 0.48 0.54 1.18 0.73 1.47
2001 4.74 4.08 7.09 2.74 1.44 0.83 1.08 0.61 0.66 0.68 0.91 1.37
2002 1.20 2.95 3.88 2.48 1.12 0.73 0.67 0.54 0.58 0.61 1.24 2.02
2003 2.28 3.00 6.58 2.25 1.22 0.52 0.32 0.55 0.46 0.43 0.93 1.86
2004 0.93 3.03 2.49 1.51 0.82 0.10 0.19 0.48 0.53 0.85 1.55 2.12
2005 2.67 2.21 3.32 2.13 0.94 0.34 0.54 0.41 0.33 1.09 0.57 0.89
PROM 2.3 3.9 4.5 2.6 1.3 0.7 0.5 0.4 0.4 0.5 0.7 1.3
S 1.4 1.9 2.0 1.2 0.8 0.4 0.2 0.2 0.2 0.3 0.4 0.8
n 40 40 40 40 40 40 40 40 40 40 40 40

(a)

206
CAUDAL MENSUAL GEN ERADO (m3/s) - PIÑASCOCHA
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1966 1.4 1.4 1.7 1.7 1.3 0.6 0.7 0.7 0.5 1.2 1.6 2.3
1967 2.4 3.1 3.6 2.6 1.3 0.5 0.8 0.5 0.4 0.9 1.2 1.5
1968 1.8 2.4 2.9 1.9 1.3 0.6 0.6 0.6 0.5 1.4 1.5 2.2
1969 2.2 2.2 2.4 2.5 1.4 0.6 0.7 0.6 0.5 0.9 1.7 2.9
1970 3.7 3.5 2.8 2.5 1.7 0.4 0.4 0.5 0.7 1.4 1.8 2.2
1971 3.4 4.1 3.2 2.7 1.3 0.5 0.5 0.3 0.4 0.8 1.0 1.5
1972 2.0 2.4 4.1 3.5 2.5 0.7 0.7 0.6 0.3 0.8 1.3 1.7
1973 2.8 3.8 4.1 3.3 2.0 0.6 0.6 0.5 0.3 1.1 1.6 2.3
1974 3.1 4.1 3.1 1.7 1.1 0.6 0.4 0.4 0.8 1.1 1.3 1.3
1975 3.4 3.7 4.5 3.3 2.1 1.1 0.4 0.3 0.3 1.2 1.8 2.7
1976 4.0 4.2 4.9 3.0 1.5 0.6 0.4 0.4 0.4 1.1 1.1 1.6
1977 2.4 2.7 2.6 2.6 1.6 0.8 0.6 0.3 0.5 0.8 2.0 2.7
1978 3.1 3.3 3.5 2.6 1.0 0.9 0.4 0.4 0.7 1.0 2.0 1.7
1979 1.8 2.4 3.0 2.5 1.4 0.8 0.7 0.4 0.3 0.7 1.3 1.9
1980 2.4 2.8 2.5 1.6 0.9 0.5 0.5 0.5 0.5 2.5 2.9 2.3
1981 2.1 6.0 4.0 1.6 1.0 0.9 0.4 0.3 0.5 1.0 1.7 2.6
1982 2.8 3.7 3.6 2.4 0.9 0.7 0.4 0.3 0.7 1.3 2.5 3.0
1983 3.0 2.6 2.9 2.2 1.1 0.5 0.5 0.5 0.5 0.9 1.2 1.7
1984 3.3 4.3 3.8 13.3 2.0 0.8 0.5 0.3 0.3 0.9 2.0 2.6
1985 2.5 3.3 3.6 2.4 1.3 0.8 0.7 0.4 0.5 0.7 1.1 1.5
1986 3.5 5.4 5.0 4.4 2.3 1.0 0.4 0.2 0.4 0.6 1.1 2.0
1987 2.9 3.2 2.5 2.0 1.1 0.8 0.5 0.5 0.8 0.8 1.2 2.3
1988 3.5 3.4 3.1 2.9 2.0 0.6 0.3 0.4 0.5 0.8 1.3 1.7
1989 2.5 4.0 3.7 2.9 1.6 0.8 0.5 0.3 0.4 0.9 1.2 1.6
1990 3.3 3.8 3.0 1.8 2.0 1.3 0.6 0.6 0.7 1.6 2.4 2.3
1991 2.0 1.9 4.0 2.6 1.3 0.8 0.9 0.6 0.4 1.0 1.4 1.3
1992 1.6 1.6 1.8 1.4 1.0 0.8 0.8 0.7 0.5 1.2 1.5 1.6
1993 2.1 3.4 3.5 2.5 1.8 1.0 0.5 0.5 0.5 1.0 2.5 3.2
1994 3.2 3.9 4.7 3.4 1.7 0.5 0.5 0.4 0.4 0.9 1.7 2.2
1995 3.1 3.1 3.0 2.2 1.4 0.6 0.4 0.5 0.4 0.8 1.8 1.9
1996 2.1 2.8 3.8 2.6 1.3 0.8 0.5 0.4 0.4 0.8 1.3 1.9
1997 2.8 3.6 2.8 1.7 1.0 0.7 0.4 0.4 0.8 1.0 1.3 2.2
1998 2.9 2.9 3.0 2.8 1.4 0.5 0.4 0.4 0.4 0.9 1.9 2.2
1999 2.1 3.9 3.6 2.3 1.2 0.9 0.5 0.3 0.6 1.0 1.7 2.2
2000 3.4 4.8 4.1 2.9 1.4 0.6 0.4 0.3 0.5 1.1 1.4 2.3
2001 4.0 3.7 3.6 2.8 2.1 0.5 0.4 0.6 0.4 0.8 1.8 2.0
2002 1.9 2.8 3.3 2.5 1.2 0.8 0.7 0.4 0.6 1.1 2.1 2.9
2003 2.9 3.3 3.8 2.5 1.4 0.5 0.5 0.4 0.4 0.8 1.3 2.5
2004 2.3 2.6 2.8 2.6 1.0 0.5 0.9 0.4 0.5 1.4 1.9 2.6
2005 2.6 2.6 2.7 2.4 1.3 0.4 0.6 0.5 0.4 0.8 1.2 2.1
PROM 2.7 3.3 3.4 2.5 1.5 0.7 0.5 0.4 0.5 1.0 1.6 2.1
S 0.7 0.9 0.8 0.6 0.4 0.2 0.1 0.1 0.1 0.3 0.4 0.5
n 40 40 40 40 40 40 40 40 40 40 40 40

(b)

207
CUADRO A.VII.04 CAUDALES MICROCUENCA CANIPACO
CAUDAL MENSUAL REGISTRADO (m3/s)- CANIPACO
CAUDALES NATURALIZADOS COMPLETADOS (m3}- MICROCUENCA CANIPACO
RIO :CANIPACO ALTITUD : 3190msnm
ESTACION
QUILLÓN ÁREA CAPTAC. :1325 km2 LATITUD : 12"23'33"
HIDROMÚ
DEPARTAMENTO :JUNIN LONGITUD : 75"08'38"
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 5.9 33.0 28.2 10.2 4.9 4.2 4.1 3.8 3.9 4.0 3.9 5.6
1966 12.9 10.9 15.8 5.0 4.1 3.8 3.8 3.4 3.0 4.1 7.3 20.0
1967 14.4 38.7 35.8 12.7 6.8 4.7 4.4 4.1 4.6 7.9 4.8 7.6
1968 16.3 11.5 21.8 8.3 4.8 4.7 4.3 4.2 4.0 4.2 6.9 8.7
1969 6.8 14.5 11.9 11.4 5.6 5.0 5.0 4.9 5.1 5.1 4.9 11.1
1970 32.0 20.6 11.3 14.4 9.7 5.3 4.9 5.1 5.9 5.2 5.3 9.4
1971 18.0 29.3 39.3 21.0 5.5 4.2 4.1 4.0 3.6 3.7 3.4 13.7
1972 26.5 39.4 45.5 30.9 8.8 6.2 4.9 4.1 4.3 4.9 4.6 7.9
1973 28.5 45.7 53.5 26.0 11.7 7.6 6.7 6.7 7.2 7.8 14.3 22.1
1974 36.7 41.4 29.7 11.7 7.2 6.1 5.5 5.5 6.0 4.8 4.4 4.6
1975 7.3 16.4 31.2 10.9 8.6 4.7 4.3 4.2 4.1 4.3 4.6 7.6
1976 17.8 23.4 24.5 11.4 6.0 4.7 4.6 4.3 4.3 4.2 4.2 4.5
1977 5.1 14.3 23.1 11.9 10.9 4.5 3.6 3.5 3.8 3.5 16.5 10.3
1978 16.5 22.3 17.6 10.3 5.1 4.4 3.7 3.9 3.8 4.1 4.9 8.3
1979 11.7 27.1 23.3 12.9 6.4 4.3 3.8 4.1 4.3 ~3 4.0 3.8
1980 10.9 10.7 5.8 6.9 3.2 3.3 3.9 2.7 3.0 13.5 8.1 7.2
1981 4.2 4.3 16.0 9.8 8.6 4.6 4.2 3.9 3.3 6.5 8.1 13.4
1982 9.4 33.2 18.3 14.6 6.9 5.1 5.0 5.0 4.4 6.3 2L7 9.3
1983 14.2 9.2 20.2 15.6 6.1 4.1 2.9 2.6 3.1 4.2 3.4 4.9
1984 19.2 33.9 44.8 17.0 10.8 7.0 5.4 5.3 4.9 6.3 9.7 19.5
1985 13.3 18.5 20.1 14.0 9.9 7.8 5.5 4.4 5.4 5.1 4.6 10.8
1986 20.4 23.7 32.9 2Ll 15.6 7.2 5.1 4.3 4.5 4.6 5.6 7.1
1987 30.4 13.7 17.8 9.7 6.2 5.1 4.2 2.9 2.7 2.9 3.9 8.1
1988 17.1 19.2 23.8 22.7 13.6 6.7 3.8 4.3 4.0 4.0 3.1 4.2
1989 21.7 37.0 48.7 16.7 9.1 6.4 8.4 4.5 3.9 3.9 3.1 2.9
1990 11.5 7.6 8.1 3.3 4.4 3.3 3.5 3.1 3.4 10.7 11.7 23.4
1991 20.9 16.4 18.8 18.0 9.8 S. S 4.0 4.7 3.9 ~9 15.0 10.3
1992 13.2 17.9 29.8 6.4 2.2 1.5 1.3 1.5 1.1 7.1 4.7 5.1
1993 18.0 48.5 19.5 18.0 10.0 3.6 2.5 2.0 2.0 3.7 13.7 24.4
1994 22.7 28.4 33.3 22.2 12.6 6.1 4.5 3.8 4.3 4.1 4.3 2.8
1995 9.2 16.6 31.1 17.2 5.3 4.0 3.7 3.3 2.5 2.5 3.3 6.8
1996 18.6 26.2 19.5 18.1 6.6 4.1 6.3 4.7 2.9 3.0 3.1 5.5
1997 13.7 36.5 18.3 5.8 4.1 3.0 2.2 2.4 2.3 3.3 4.4 8.1
1998 23.5 24.8 24.7 14.5 3.5 3.3 2.4 2.3 2.2 2.8 3.5 3.6
1999 7.5 33.3 31.2 21.9 12.4 4.2 2.3 3.1 2.6 3.8 2.1 14.3
2000 23.0 39.2 37.1 15.3 6.8 4.3 3.8 3.7 2.8 6.7 2.7 8.8
2001 37.6 27.3 30.5 15.0 7.2 5.0 5.2 3.4 3.8 3.6 4.3 5.3
2002 6.7 24.1 26.7 17.5 7.4 4.8 3.8 2.7 3.2 4.3 11.5 21.7
2003 20.5 32.9 31.1 21.9 7.9 1.5 3.0 3.3 6.7 3.4 4.0 10.6
2004 6.0 21.8 12.7 8.6 4.0 2.5 2.5 1.6 2.9 3.3 7.6 18.2
2005 15.9 19.9 20.8 14.7 4.1 3.5 1.4 1.6 1.1 2.4 1.6 6.0
PROM 17.0 24.5 25.6 14.6 7.5 4.7 4.1 3.7 3.8 4.8 6.5 10.0
S 8.4 11.1 11.0 6.0 3.1 1.5 1.4 1.1 1.3 2.2 4.5 6.0
n 40 40 40 40 40 40 40 40 40 40 40 40

(a)

208
CAUDAL MENSUAL GENERADO {m3/s)- CANIPACO
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP ocr NOV DIC
1966 11.9 13.9 17.2 9.1 9.1 5.0 3.2 3.3 2.8 6.6 10.7 19.3
1967 19.4 32.0 41.2 20.9 11.7 5.8 5.6 2.5 2.5 6.4 5.4 6.6
1968 11.1 14.6 19.6 6.2 7.9 6.0 3.6 4.0 2.9 3.9 5.5 8.5
1969 10.3 10.8 15.8 13.3 7.4 4.0 4.9 3.4 3.3 4.3 6.1 14.4
1970 24.6 19.7 14.5 15.5 12.4 4.4 2.5 3.7 4.7 3.6 3.7 8.2
1971 12.9 23.3 17.3 11.6 9.7 4.2 4.0 2.4 2.3 3.1 3.5 6.7
1972 14.2 17.8 26.6 18.6 13.6 5.5 3.8 3.4 2.8 2.8 3.4 3.9
1973 11.3 26.4 36.0 20.9 11.5 10.6 3.2 2.7 2.6 3.4 4.4 5.8
1974 12.1 23.0 26.0 11.7 9.4 7.2 3.9 2.9 2.6 3.4 4.1 4.3
1975 6.8 9.2 23.9 11.0 9.0 8.4 5.5 4.0 2.6 4.3 3.8 9.0
1976 15.4 19.5 20.8 12.2 9.5 4.4 3.9 3.4 3.0 3.5 3.8 6.0
1977 9.8 14.1 15.2 14.2 11.2 5.9 5.8 3.1 3.2 3.6 7.4 15.9
1978 24.7 29.9 19.8 16.1 6.8 4.4 2.7 2.3 2.9 3.6 6.8 11.1
1979 12.1 22.0 26.1 16.4 7.8 4.7 5.0 2.6 2.3 2.9 3.5 4.8
1980 6.9 8.6 16.9 10.0 7.2 5.3 4.0 3.6 2.4 8.0 9.3 9.2
1981 16.2 35.1 30.5 12.7 9.3 7.7 3.4 2.9 3.8 3.9 6.4 9.6
1982 16.3 12.7 14.8 16.6 8.5 5.4 3.3 3.6 4.0 3.8 11.4 13.1
1983 18.0 17.5 21.6 20.3 6.9 6.2 3.6 3.5 3.2 3.8 4.9 6.2
1984 17.5 45.0 72.9 30.0 13.6 10.2 3.8 2.2 2.1 3.9 9.0 9.8
1985 13.1 12.8 18.7 15.0 7.9 5.6 4.2 3.4 3.3 2.9 3.1 5.1
1986 14.9 32.1 25.9 22.1 15.2 7.3 3.4 2.5 2.9 2.7 3.6 8.0
1987 12.8 16.4 16.3 11.3 8.4 4.8 4.1 2.9 2.4 3.5 5.0 6.3
1988 9.0 12.3 20.2 16.0 7.9 6.2 4.3 3.4 2.4 3.5 3.5 5.7
1989 21.6 38.2 50.6 20.6 13.8 8.3 2.4 2.5 2.4 3.4 4.9 5.0
1990 9.8 8.1 7.8 4.9 5.1 5.7 2.9 3.3 3.1 7.9 10.9 18.3
1991 16.3 14.3 20.1 14.6 11.8 4.3 4.7 7.8 3.6 3.4 9.2 9.2
1992 11.2 10.8 15.3 13.4 3.3 6.4 4.5 3.2 2.9 5.3 5.9 4.3
1993 15.4 27.7 28.7 12.2 11.5 11.2 2.8 2.4 3.4 5.9 10.4 14.6
1994 28.2 33.0 33.7 24.2 13.0 7.9 2.9 2.5 2.7 3.0 3.6 7.2
1995 8.2 13.3 23.1 12.2 8.6 3.7 5.1 2.7 2.5 3.9 5.0 9.5
1996 17.0 29.5 26.3 15.0 10.5 5.1 3.3 2.3 2.7 3.6 4.4 7.6
1997 14.4 21.3 16.8 11.2 9.2 5.1 3.0 2.7 3.6 4.2 6.3 11.9
1998 28.6 27.9 19.7 15.3 9.7 6.0 2.3 2.5 2.7 3.9 5.5 6.6
1999 12.8 25.0 26.0 16.8 10.8 7.5 4.3 2.2 2.9 3.7 4.3 6.8
2000 17.5 41.1 41.2 16.3 13.1 7.4 3.8 2.9 3.0 5.7 5.5 11.6
2001 37.8 35.1 38.4 13.1 12.9 6.9 2.0 2.7 2.7 4.1 5.2 8.9
2002 10.9 17.9 25.6 17.8 9.6 5.2 5.5 3.3 2.9 4.8 8.9 16.7
2003 15.6 21.2 22.8 18.7 9.4 4.1 4.7 3.2 2.9 3.4 4.5 9.7
2004 7.7 15.6 15.2 8.8 8.0 3.7 6.6 2.4 3.2 4.9 6.0 17.4
2005 16.5 20.1 20.0 13.5 10.5 2.7 4.0 2.5 2.4 3.7 4.1 7.3
PROM 15.3 21.7 24.7 15.0 9.8 6.0 3.9 3.1 2.9 4.2 5.8 9.3
S 6.4 9.5 11.7 4.9 2.5 1.9 1.1 0.9 0.5 1.3 2.4 4.1
n 40 40 40 40 40 40 40 40 40 40 40 40

(b)

209
CUADRO A.VII.OS CAUDALES SUBCUENCA ICHU
CAUDAL MENSUAL REGISTRADO (m3/s)- ICHU
CAUDALES NATURALIZADOS COMPLETADOS (m3)- SUBCUENCA ICHU
RIO :ICHU ALTIT\JD :2830 msnm
ESTACION
CHINCHI ÁREA CAPTAC. :1420 km2 LATIT\JD : 12"32'07"
HIDROMIT
DEPARTAMENTO : HUANCAVEUCA LONGITUD : 74"55'26"
AÑO ENE FES MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 10.7 44.5 42.0 15.6 7.2 4.7 4.4 5.1 4.0 4.4 4.1 8.2
1966 43.9 39.9 23.3 9.2 7.7 4.8 3.9 3.7 3.5 7.0 15.4 30.6
1967 29.6 13.4 27.4 33.8 18.1 9.5 12.0 4.7 4.6 8.0 5.0 8.1
1968 25.0 29.4 38.9 10.9 6.1 5.5 4.4 4.4 4.5 6.9 12.5 14.0
1969 22.3 22.6 23.6 21.0 6.8 5.0 4.1 3.6 3.5 3.9 4.4 17.6
1970 54.9 34.7 28.8 24.2 14.6 7.2 5.4 4.3 5.4 5.0 5.7 17.2
1971 35.1 35.9 43.4 24.7 10.0 6.7 5.3 4.7 4.4 4.5 4.1 9.1
1972 24.3 25.8 43.6 25.9 9.8 5.1 4.1 3.3 3.2 3.4 4.0 9.8
1973 37.6 46.5 54.2 24.8 8.1 6.1 5.8 7.1 6.5 6.2 9.8 18.7
1974 60.8 92.9 64.0 34A 15.8 10.2 7.6 7.4 5.6 4.6 3.7 3.2
1975 21.1 36.1 62.5 19.8 18.0 7.8 5.4 4.8 4.7 4.9 6.1 12.3
1976 45.1 56.1 45.7 19.1 8.6 6.0 3.9 3.0 11.4 4.1 2.8 3.9
1977 12.7 36.8 44.0 13.0 9.3 4.6 3.8 3.2 3.1 3.0 10.0 7.2
1978 29.1 44.9 23.3 14.0 7.0 5.5 4.8 4.4 4.4 4.9 12.2 13.1
1979 16.4 50.3 52.1 22.7 9.9 6.3 4.8 4.3 3.6 3.5 4.0 4.2
1980 10.9 15.1 26.9 11.6 5.0 3.6 3.7 3.1 3.0 9.3 9.6 7.6
1981 21.9 73.0 51.6 20.6 9.9 6.9 5.3 6.2 6.8 11.4 16.0 33.2
1982 33.9 56.8 37.7 23.0 11.6 8.9 7.6 7.0 5.8 8.6 17.3 12.6
1983 9.6 9.2 22.1 15.8 6.7 4.4 3.7 3.6 4.2 6.1 3.8 7.0
1984 33.5 106.4 62.0 43.2 14.2 9.1 6.3 4.6 4.0 5.4 11.8 42.0
1985 31.6 33.4 41.4 43.5 15.1 9.6 5.8 4.2 5.7 5.3 4.4 12.6
1986 53.9 125.6 160.2 64.9 28.5 12.8 5.8 6.4 5.5 4.1 4.0 6.7
1987 52.8 41.4 40.6 17.6 8.2 3.2 4.3 5.6 3.3 3.5 8.3 7.6
1988 53.7 39.1 31.0 41.7 19.6 8.5 6.6 5.6 4.7 4.8 7.2 13.7
1989 46.8 42.3 22.0 29.1 24.6 5.6 4.0 7.8 4.8 6.$ 3.9 6.9
1990 13.7 6.7 10.1 9.5 5.6 5.2 4.5 4.6 4.4 8.0 18.1 18.4
1991 28.6 21.6 22.9 27.1 10.4 4.4 2.9 2.6 4.1 4.1 4.8 4.4
1992 9.8 6.4 9.4 5.0 3.3 3.1 2.7 2.6 4.8 2.9 2.8 2.8
1993 32.4 38.0 35.6 24.5 23.3 7.8 6.1 5.5 6.8 11.9 26.2 49.2
1994 48.0 68.9 41.6 35.6 5.5 9.9 7.0 5.6 5.1 5.1 6.2 6.2
1995 22.6 23.9 40.4 21.0 7.2 4.8 4.1 3.4 3.4 4.1 9.0 11.2
1996 31.3 57.6 44.8 36.0 11.4 6.0 4.7 4.3 4.2 4.1 5.3 9.9
1997 29.9 51.5 27.3 11.5 8.1 5.5 4.6 4.9 4.3 6.1 14.2 17.1
1998 41.9 46.2 39.2 30.0 10.9 8.6 7.5 6.7 6.2 6.6 7.5 16.1
1999 20.1 51.7 46.6 32.4 15.2 8.0 6.6 5.8 4.3 5.5 3.8 12.6
2000 40.6 81.8 68.8 23.2 9.9 5.5 4.1 3.4 2.0 4.7 2.0 7.0
2001 44.8 37.6 50.9 14.9 6.3 3.2 2.1 1.5 1.8 1.7 3.2 6.7
2002 6.4 49.8 45.4 18.2 6.9 3.9 2.9 1.8 3.6 6.1 14.9 26.4
2003 31.5 63.4 51.2 30.4 12.1 8.7 6.7 5.7 5.3 4.6 4.3 19.2
2004 16.8 41.1 30.4 15.0 7.0 4.8 4.4 3.4 4.2 4.9 5.8 20.8
2005 28.2 26.5 46.1 31.8 14.8 4.9 4.0 3.7 3.5 3.7 3.6 11.9
PROM 31.8 42.1 41.0 24.1 12.0 6.5 5.2 4.7 4.9 5.8 8.5 14.1
S 15.1 28.4 27.7 12.9 6.4 2.3 1.8 1.5 1.7 2.4 5.8 11.6
n 28 28 28 28 28 28 28 28 28 28 28 28

(a)

210
-
CAUDAL MENSUAL GENERADO (m3/s) ICHU
AÑO ENE FES MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1966 35.7 30.2 17.9 15.9 11.8 5.2 3.3 3.7 4.6 6.2 5.4 7.0
1967 9.9 17.8 31.1 15.5 12.1 9.6 9.9 4.8 4.3 8.1 8.4 12.1
1968 20.3 25.5 22.6 11.5 10.4 8.0 4.8 4.0 3.9 5.7 7.9 9.7
1969 13.6 13.1 23.3 16.9 8.6 7.1 6.7 6.0 3.9 4.8 6.6 15.6
1970 42.0 33.5 32.4 23.1 16.7 7.5 3.7 4.7 5.5 5.9 5.1 20.8
1971 30.3 38.3 33.4 22.3 12.9 4.7 5.5 3.5 3.6 4.8 6.1 10.1
1972 14.8 20.4 28.8 30.7 16.0 8.4 7.2 5.0 4.0 4.3 7.1 11.3
1973 25.8 37.8 45.0 26.0 14.7 8.5 4.7 3.4 3.2 5.1 6.7 11.5
1974 37.0 62.2 45.2 23.8 14.0 6.9 2.9 2.9 3.5 4.2 7.0 9.4
1975 15.8 24.3 25.2 17.9 12.9 9.9 5.5 3.9 4.7 5.2 5.6 10.0
1976 24.3 39.2 25.5 17.3 14.0 9.4 4.4 3.7 5.5 5.4 6.6 11.2
1977 20.8 27.0 20.9 18.1 13.5 8.4 5.1 4.2 5.7 6.4 16.9 21.2
1978 31.6 40.7 29.3 18.9 9.0 8.0 3.9 3.3 5.5 8.3 14.1 16.8
1979 22.1 26.9 23.9 16.7 9.6 7.5 5.2 4.3 4.4 4.9 8.0 13.0
1980 20.5 24.5 22.7 17.9 12.1 7.8 5.9 5.2 5.3 13.5 15.5 13.6
1981 13.6 31.7 25.4 13.8 9.6 9.5 7.5 3.8 5.7 7.5 11.7 21.0
1982 30.4 44.0 28.5 19.7 10.9 6.5 4.0 3.1 5.4 6.0 12.2 10.5
1983 10.6 15.7 18.8 16.0 6.4 7.8 7.2 4.9 6.7 7.8 7.7 12.2
1984 29.4 37.0 29.6 20.5 14.8 8.9 4.4 4.0 5.2 5.6 7.8 17.1
1985 24.2 27.2 20.6 20.0 13.3 6.9 5.1 4.5 7.7 5.3 5.7 9.2
1986 27.7 53.7 56.5 20.4 13.5 7.8 4.2 2.7 4.2 6.4 7.7 15.7
1987 27.9 27.6 21.5 18.2 12.7 6.3 4.4 4.9 5.5 5.8 8.1 11.9
1988 23.6 24.9 28.1 23.3 14.9 8.8 4.6 4.5 3.6 4.7 5.7 12.3
1989 36.6 28.5 27.0 25.2 16.0 8.9 3.9 6.4 3.7 5.4 7.0 5.8
1990 14.2 12.8 15.8 9.2 9.5 11.0 5.3 6.2 4.4 11.5 15.6 18.6
1991 18.1 18.9 20.8 20.4 12.2 6.0 6.6 5.5 4.3 6.7 8.7 10.9
1992 9.3 12.8 19.4 11.7 6.5 5.6 9.8 5.8 4.0 9.0 8.7 9.9
1993 26.3 41.6 27.0 19.2 18.5 10.1 3.8 3.6 6.5 8.8 16.0 25.9
PROM 23.4 29.9 27.4 18.9 12.4 7.9 5.3 4.4 4.8 6.5 8.9 13.4
S 8.9 12.0 9.0 4.6 3.0 1.5 1.7 1.0 1.1 2.2 3.6 4.7
n 28 28 28 28 28 28 28 28 28 28 28 28

{b)

211
CUADRO A.VII.06 CAUDALES MICROCUENCA APACHETA

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- APACHETA

(b)
CAUDAL MENSUAL GENERADO (m3/s)- APACHETA
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 0.8 1.1 1.9 0.9 0.5 0.5 0.5 0.4 0.4 0.9 0.9 0.8
1993 3.5 4.8 4.6 2.4 2.0 0.5 0.2 0.4 0.4 0.8 2.8 4.1
1994 4.3 5.8 7.0 4.0 0.8 0.3 0.3 0.3 0.3 0.5 0.8 1.2
1995 1.8 2.3 2.5 1.3 0.5 0.4 0.4 0.3 0.3 0.5 0.8 1.9
1996 2.4 3.1 2.8 2.2 0.6 0.3 0.4 0.3 0.4 0.4 0.5 1.4
1997 3.2 6.1 5.5 2.8 0.7 0.3 0.3 0.2 0.6 0.6 0.9 3.8
1998 9.4 8.0 8.1 4.5 0.8 0.3 0.2 0.2 0.4 0.6 1.7 3.6
1999 4.1 6.8 6.2 5.4 1.9 0.4 0.4 0.2 0.4 0.5 1.1 1.3
2000 8.0 7.5 5.3 1.1 1.0 0.5 0.2 0.4 0.3 1.1 0.8 2.9
2001 7.2 8.9 5.5 1.5 2.0 0.4 0.2 0.3 0.3 0.5 0.6 1.1
2002 1.4 3.4 5.1 3.9 0.8 0.4 0.5 0.4 0.3 0.5 0.8 4.5
2003 5.7 6.8 6.8 5.4 1.2 0.2 0.3 0.3 0.3 0.4 0.6 0.7
2004 3.4 5.1 5.6 1.8 0.6 0.6 0.3 0.3 0.4 0.6 0.7 1.2
2005 1.4 2.3 4.2 3.4 0.5 0.3 0.5 0.4 0.3 1.0 0.9 1.1
PROM 4.0 5.2 5.1 2.9 1.0 0.4 0.3 0.3 0.4 0.6 1.0 2.1
S 2.6 2.4 1.8 1.6 0.6 0.1 0.1 0.1 0.1 0.2 0.6 1.4
n 14 14 14 14 14 14 14 14 14 14 14 14

212
CUADRO A.VII.7 CAUDALES MICROCUENCA CACHI

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- CACHI
CAUDALES MEDIOS MENSUALES COMPLETADOS (m3)-MICROCUENCA CACHI
RIO :CACHI AllllUD :3290msnm
ESTACION PUENTE
ÁREA CAPTAC. :1016.4 km2 LATllUD : 13.18'47"S
HIDROMff CASACANCHA
DEPARTAMENTO :AYACUCHO LONGITUD : 74"21'04"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 16.6 20.0 24.7 11.0 6.8 4.8 .3.5 3.2 3.2 3.3 3.8 3.4
1992 6.2 10.5 15.6 3.8 2.8 3.3 3.3 3.4 2.7 4.7 3.8 3.0
1993 16.7 28.3 33.1 20.7 11.0 4.3 2.0 1.4 1.6 5.6 11.6 18.4
1994 33.9 35.6 38.5 27.7 9.2 4.5 3.7 3.0 2.6 2.3 3.7 3.9
1995 14.4 22.6 42.0 11.0 3.8 2.6 2.3 2.0 2.2 2.1 4.2 7.7
1996 30.9 46.4 34.3 31.6 6.1 4.1 2.9 3.3 2.9 2.3 2.7 11.3
1997
..
27.5 40.9 38.0 16.3 3.7 1.9 2.0 2.5 2.9 2.6 6.6 ...io.a
1998 51.7 49.2 32.0 29.4 2.3 2.0 2.0 2.1 2.3 3.6 5.2 12.5
1999 31.1 39.5 49.0 28.2 6.6 1.9 2.1 1.9 2.8 5.2 3.8 12.1
2000 26.7 57.9 49.8 13.5 6.1 4.4 3.2 3.1 2.7 6.2 3.0 13.2
2001 42.1 42.1 41.4 11.7 10.0 2.9 1.9 2.4 2.0 2.8 3.6 5.3
2002 7.4 21.4 37.0 17.2 5.2 2.3 2.1 2.3 2.7 3.3 4.3 18.1
2003 31.2 34.9 38.5 19.4 3.4 2.0 1.9 2.1 2.S 2.4 3.1 S.!l
2004 9.S 23.9 38.2 11.0 4.3 2.3 2.1 2.2 2.8 2.7 3.7 1().3
2005 10.1 15.5 23.5 5.2 3.3 2.2 2.1 2.4 3.5 4.() 3.6 12.8
PROM 24.3 33.5 36.5 17.6 5.5 2.9 2.4 2.4 2.6 3.6 4.5 11.1
S 13.9 13.6 9.0 9.0 2.8 1.0 0.6 0.6 0.5 1.4 2.3 5.5
n 14 14 14 14 14 14 14 14 14 14 14 14

(b) CAUDAL MENSUAL GENERADO (m3/s)- CACHI


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 10.7 21.3 23.1 9.8 5.9 6.8 4.7 3.3 3.4 10.3 10.5 10.8
1993 36.9 40.0 33.4 23.4 14.3 4.4 2.5 2.9 2.7 8.8 19.1 28.1
1994 31.4 36.7 27.6 17.7 7.5 3.8 3.1 1.6 2.3 4.2 6.3 8.8
1995 16.9 28.7 33.3 17.9 8.7 5.3 3.2 1.5 2.7 4.6 8.9 14.1
1996 28.4 39.1 36.4 20.0 9.0 4.5 2.3 1.9 2.6 4.2 6.1 15.7
1997 28.2 47.4 27.0 18.9 8.6 4.6 1.7 2.4 5.3 4.8 8.2 31.8
1998 47.4 48.0 37.6 17.6 5.8 3.3 1.5 1.9 2.3 5.9 10.2 17.5
1999 28.4 50.0 32.2 33.7 10.6 5.3 3.1 1.7 2.4 7.1 7.8 13.5
2000 41.0 48.8 40.1 20.3 9.7 5.3 3.3 1.4 2.7 11.5 7.4 16.0
2001 49.0 49.0 34.5 22.0 9.8 3.8 2.5 2.0 2.7 4.7 7.3 11.4
2002 12.4 30.5 37.8 19.0 8.5 6.4 5.6 2.3 3.8 5.8 10.8 25.9
2003 33.4 38.6 34.8 23.4 7.6 3.5 2.8 2.0 2.7 4.3 6.0 11.8
2004 17.3 33.0 32.5 17.1 8.7 6.7 4.2 1.8 3.8 6.1 7.4 17.2
2005 21.5 19.9 32.1 19.5 7.7 2.6 4.7 2.4 4.8 8.3 6.9 16.9
PROM 28.8 37.9 33.0 20.0 8.7 4.7 3.2 2.1 3.2 6.5 8.8 17.1
S 12.2 10.2 4.6 5.2 2.1 1.3 1.2 0.6 0.9 2.4 3.4 6.8
n 14 14 14 14 14 14 14 14 14 14 14 14

213
CUADRO A.VII.8 CAUDALES MICROCUENCA CHACCO

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- CHACCO
CAUDALES MEDIOS MENSUALES COMPLETADOS (m3)-MICROCUENCA CHACCO
RIO :CHACCO ALTITUD :2480 msnm
ESTACION PUENTE
ÁREA CAPTAC. :1110.7 km2 LATITUD : 13"05'42"5
HIDROMÉT CHACCO
DEPARTAMENTO :AYACUCHO LONGITUD : 74.12'21"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 0.00 0.00 0.00 0.00 0.00 0.00 1.24 0.98 1.29 1.39 1.03 0.95
1992 2.54 6.21 3.35 2.04 1.56 1.03 1.16 1.54 1.26 1.06 0.97 l.OE
1993 4.30 5.06 7.25 13.34 2.33 1.02 1.51 1.18 1.76 1.49 2.18 10.73
1994 21.51 33.56 31.29 12.11 1.32 0.94 1.37 1.21 1.94 1.23 1.09 1.83
1995 8.59 13.72 22.73 9.56 1.61 0.94 1.49 1.03 2.22 0.80 1.47 1.58
1996 6.92 18.80 14.60 9.92 2.00 1.03 1.23 1.13 1.16 1.44 0.93 1.81
1997 13.79 12.50 20.39 2.56 1.97 1.79 1.94 2.44 2.91 2.46 3.90 3.93
1998 10.37 15.06 18.06 5.37 1.64 1.30 1.13 1.00 0.82 1.16 1.01 2.13
1999 6.56 22.50 26.76 7.65 2.57 1.61 1.47 1.09 1.19 1.21 1.85 2.57
2000 10.36 43.74 28.64 7.37 3.72 2.28 1.87 1.23 0.93 2.23 0.68 2.14
2001 16.79 7.49 18.49 13.28 5.04 1.05 2.11 0.91 1.99 1.00 1.73 UiS
2002 2.85 17.11 i0.40 15.57 2.93 1.38 1.16 1.39 2.14 1.36 2.09 3.82
2003 4.24 21.11 23.00 16.58 3.35 1.32 0.91 ü9 1.91 1.33 0.93 2.33
2004 1.89 2.38 4.26 1.66 0.91 1.29 1.09 1.34 1.24 1.00 1.01 3.20
2005 4.07 4.79 12.05 2.85 1.02 1.11 1.07 1.25 1.74 1.22 1.05 iS2
PROM 8.2 16.0 18.0 8.6 2.3 1.3 1.4 1.3 1.7 1.4 1.5 2.9
S 5.8 11.7 8.7 5.2 1.2 0.4 0.4 0.4 0.6 0.5 0.8 2.4
n 14 14 14 14 14 14 14 14 14 14 14 14

(b) CAUDAL MENSUAL GENERADO (m3/s)- CHACCO


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 6.6 11.4 9.5 5.5 4.7 5.8 2.4 2.3 2.3 3.2 3.8 3.9
1993 8.9 10.7 13.0 11.0 9.0 6.2 2.6 3.2 2.7 3.1 6.4 14.5
1994 24.3 22.6 21.0 14.4 6.4 2.5 1.7 1.8 2.2 2.9 3.9 5.9
1995 13.1 15.7 19.7 12.4 7.6 3.9 2.1 1.8 2.2 3.1 4.8 5.9
1996 7.9 15.8 22.7 13.4 5.9 4.5 2.9 1.8 2.2 3.0 3.6 5.8
1997 16.4 22.3 15.0 10.1 8.3 3.8 1.4 2.1 2.9 3.1 4.8 9.0
1998 14.7 15.1 14.5 10.5 5.1 3.7 2.1 1.9 2.2 3.9 4.4 4.7
1999 10.4 18.4 18.6 9.9 7.6 4.4 2.2 1.6 2.5 3.0 4.5 6.7
2000 16.2 29.1 22.8 12.4 7.2 4.9 2.5 1.6 2.4 4.2 3.9 4.5
2001 16.1 16.7 17.5 9.0 12.4 5.7 2.2 3.1 2.4 3.4 4.8 6.4
2002 7.3 16.2 21.8 14.8 6.8 5.4 4.3 2.1 2.7 3.1 6.2 9.3
2003 9.4 18.0 23.3 16.4 6.9 4.5 3.1 1.9 2.1 2.5 3.0 6.3
2004 7.4 7.0 7.7 6.7 5.2 2.7 3.2 2.3 2.7 3.4 3.8 7.9
2005 9.4 10.7 11.3 9.6 6.3 2.3 2.7 2.0 2.5 3.7 3.9 7.1
PROM 12.0 16.4 17.0 11.1 7.1 4.3 2.5 2.1 2.4 3.2 4.4 7.0
S 5.0 5.7 5.2 3.1 2.0 1.2 0.7 0.5 0.2 0.4 1.0 2.7
n 14 14 14 14 14 14 14 14 14 14 14 14

214
CUADRO A.VII.9 CAUDALES MICROCUENCA CHICLLARAZO

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- CHICLLARAZO
CAUDALES MEDIOS MENSUALES COMPLETADOS (m3)-MICROCUENCA CHICLLARAZO
RIO : CHICUARAZO ALTITUD :3840 msnm
ESTACION
CHICLLARAZO ÁREA CAPTAC. :99.3 km2 LATITUD : 13"27'10"5
HIDROM8"
DEPARTAMENTO :AYACUCHO LONGITUD : 74"27'41"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 2.4 5.5 3.4 2.1 0.8 0.4 0.1 0.1 0.1 0.2 0.3 0.3
1992 0.4 1.5 2.0 0.4 0.2 0.2 0.1 0.1 0.1 0.3 0.2 0.2
1993 2.4 3.9 6.4 2.7 1.2 0.5 0.6 0.2 0.2 0.7 2.9 6.0
1994 4.2 6.9 6.5 2.9 0.7 0.3 0.2 0.1 0.1 0.1 0.3 0.4
1995 1.2 2.8 7.0 1.8 0.4 0.2 0.2 0.1 0.1
0.1
0.1
0.1
- 0.3
0.2
0.9
0.6
1996 4.6 6.6 3.7 3.6 1.0 0.3 0.2 0.1
1997 2.2 5.7 3.2 0.7 0.3 0.2 0.2 0.3 0.3 0.4 0.8 2.1
1998 6.7 6.1 3.1 5.0 0.2 0.2 0.2 0.1 0.6 1.6 1.9 2.1
1999 2.1 9.2 7.1 4.8 1.3 1.5 0.2 0.1 0.1 0.5 0.2 0.9
2000 5.0 10.0 6.8 1.0 0.4 0.3 0.2 0.2 0.2 0.6 0.2 1.2
2001 5.2 8.5 8.9 1.1 3.8 1.4 0.3 0.2 0.2 0.3 0.3 0.5
2002 0.5 2.8 3.3 1.1 0.3 0.3 0.3 0.2 0.3 0.3 0.5 1.2
2003 0.8 2.8 2.4 2.0 0.5 0.2 0.2 0.2 0.2 0.3 0,4 O. S
2004 0.4 2.2 4.2 0.8 0.3 0.3 0.3 0.2 0.2 0.3 0.6 1.º
2005 0.6 1.7 1.9 1.1 0.4 0.2 0.3 0.2 0,3 0.6 O. S 1.()
PROM 2.6 5.1 4.8 2.1 0.8 0.4 0.2 0.2 0.2 0.4 0.7 1.3
S 2.1 2.9 2.3 1.5 0.9 0.4 0.1 0.0 0.1 0.4 0.8 1.5
n 14 14 14 14 14 14 14 14 14 14 14 14

(b) CAUDAL MENSUAL GENERADO (m3/s)- CHICLLARAZO


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 0.6 0.9 1.4 0.9 0.5 0.4 0.4 0.4 0.4 1 0.6 0.7 0.7
1993 1.7 4.8 5.7 2.0 1.4 0.4 0.3 0.4 0.3 0.5 1.4 3.2
1994 3.7 5.0 5.1 2.5 0.7 0.3 0.3 0.3 0.3 0.4 0.5 0.6
1995 1.1 2.0 3.2 1.8 0.6 0.3 0.3 0.3 0.3 0.4 0.6 1.0
1996 2.4 4.3 5.0 2.3 0.6 0.4 0.3 0.3 0.4 0.4 0.5 0.8
1997 2.1 5.4 4.9 1.8 0.5 0.4 0.3 0.2 0.5 0.5 0.6 1.7
1998 6.5 8.3 6.8 2.3 0.7 0.3 0.3 0.3 0.3 0.4 0.7 1.5
1999 2.3 5.7 6.7 5.3 1.4 0.4 0.3 0.3 0.3 0.4 0.9 1.4
2000 3.8 9.1 9.3 3.7 0.9 0.3 0.4 0.4 0.3 0.6 0.7 0.9
2001 4.0 9.4 7.7 1.8 2.2 0.5 0.3 0.4 0.3 0.4 0.5 0.6
2002 0.6 1.8 3.8 1.8 0.5 0.4 0.4 0.3 0.4 0.4 0.5 0.8
2003 1.3 2.3 2.7 2.4 0.6 0.3 0.4 0.3 0.4 0.4 0.5 0.5
2004 0.5 1.4 3.4 2.2 0.5 0.4 0.4 0.3 0.3 0.4 0.5 0.7
2005 1.3 1.5 1.7 2.1 0.6 0.3 0.4 0.4 0.4 0.8 0.8 0.8
PROM 2.3 4.4 4.8 2.3 0.8 0.4 0.3 0.3 0.4 0.5 0.7 1.1
S 1.7 2.9 2.3 1.0 0.5 0.1 0.1 0.0 0.0 0.1 0.3 0.7
n 14 14 14 14 14 14 14 14 14 14 14 14

215
CUADRO A.VII.10 CAUDALES MICROCUENCA JOLLPAHUAYCCO

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- JOLLPAHUAYCCO
CAUDALES MEDIOS MENSUALES COMPLETADOS {m3)-MICROCUENCAJOLLPAHUAYCCO
RIO : JOUPAHUAYCCO ALTITUD : 3280msnm
ESTACION
CHONTACA ÁREA CAPTAC. :119.1 km2 LATITUD : 13"17'55"5
HIDROMfl
DEPARTAMENTO :AYACUCHO LONGITUD :74"00'46"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 0.00 0.00 0.00 0.00 0.00 0.00 0.56 0.50 0.41 0.58 0.62 0.57
1992 0.89 1.25 1.23 0.70 0.65 0.55 0.41 0.45 0.43 0.51 0.51 0,~
1993 1.20 1.29 2.65 2.11 1.31 0.86 0.25 0.41 0.32 0.32 1.86 2.52
1994 6.99 4.66 2.84 1.31 0.58 0.47 0.73 0.37 0.49 0.51 0.67 0.89
1995 2.38 2.33 3.98 1.83 0.53 0.34 0.26 0.21 0.20 0.20 0.41 0.46
1996 1.99 4.06 3.15 2.65 0.84 0.51 0.35 0.30 0.25 0.22 0.30 0.90
1997 3.08 3.65 3.43 0.95 0.51 0.31 0.26 0.26 0.26 0.19 0.69 1.13
1998 2.37 3.11 2.47 1.31 0.62 0.61 0.47 o.so 0.43 0.71 0.79 1.21
1999 2.24 4.89 5.54 2.54 0.77 0.86 0.70 0.69 0.68 0.50 0.51 0.98
2000 3.90 8.09 6.36 1.94 0.87 0.70 0.65 0.56 0.51 0.84 0.61 1.15
2001 5.01 4.59 5.74 1.76 0.98 1.25 1.04 0.42 0.82 0.52 0.72 0.9C
2002 1.24 4.42 3.63 1.76 0.68 0.68 1.30 0.80 0.80 0.67 0.94 1.81
2003 2.58 4.64 6.25 2.83 0.95 0.94 0.83 0.91 0.90 0.76 0.80 1.28
2004 1.14 1.60 0.86 0.80 0.48 0.58 0.41 0.45 0.49 0.49 O. SS 0.8
2005 1.~ 2.59 1.73 1.01 0.58 0.63 0.37 0.45 0.47 0.57 0.63 U2
PROM 2.6 3.7 3.6 1.7 0.7 0.7 0.6 0.5 0.5 0.5 0.7 1.1
S 1.7 1.8 1.8 0.7 0.2 0.2 0.3 0.2 0.2 0.2 0.4 0.5
n 14 14 14 14 14 14 14 14 14 14 14 14

(b) CAUDAL MENSUAL GEN ERADO (m3/s) - JOLLPAHUAYCCO


AÑO ENE FES MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 2.4 5.5 4.8 1.7 0.9 0.6 0.3 0.4 0.4 0.9 1.5 2.1
1993 5.0 6.7 3.2 1.1 1.6 0.4 0.3 0.4 0.4 0.7 1.1 1.9
1994 2.1 2.4 3.0 3.3 1.6 0.6 0.5 0.4 0.4 0.5 0.7 1.1
1995 2.3 4.1 6.3 4.5 1.2 0.6 0.4 0.3 0.3 0.6 1.2 1.8
1996 3.8 7.2 8.1 4.6 1.0 0.5 0.3 0.3 0.3 0.7 1.1 1.7
1997 3.0 4.4 3.3 1.5 0.9 0.5 0.3 0.4 0.6 0.7 0.8 2.2
1998 4.3 3.7 3.6 2.6 0.8 0.4 0.4 0.4 0.4 0.6 0.8 1.5
1999 3.7 5.6 4.9 3.0 1.4 0.5 0.3 0.4 0.4 0.6 1.1 1.2
2000 2.7 7.7 7.2 3.5 1.2 0.9 0.4 0.3 0.5 0.6 0.9 1.3
2001 2.5 4.4 4.7 2.5 1.4 0.5 0.4 0.4 0.4 0.6 0.7 1.4
2002 1.6 1.5 4.0 3.4 0.9 0.5 0.6 0.5 0.4 0.8 1.4 2.6
2003 3.8 4.2 4.6 3.9 1.1 0.4 0.4 0.4 0.4 0.5 0.6 1.6
2004 3.0 3.8 4.0 3.2 0.8 0.4 0.5 0.4 0.5 0.6 0.7 1.9
2005 3.9 2.5 2.5 3.3 0.9 0.3 0.4 0.4 0.4 0.8 0.9 1.7
PROM 3.2 4.6 4.6 3.0 1.1 0.5 0.4 0.4 0.4 0.6 1.0 1.7
S 1.0 1.8 1.6 1.0 0.3 0.1 0.1 0.1 0.1 0.1 0.3 0.4
n 14 14 14 14 14 14 14 14 14 14 14 14

216
CUADRO A.VII.11 CAUDALES MICROCUENCA MATARAYOC

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- MATARAYOC
CAUDALES MEDIOS MENSUALES COMPLETADOS (m3)-MICROCUENCA MATARAYOC
RIO :MATARAYOC ALTITUD :3340msnm
ESTACION
ROSASPATA ÁREA CAPTAC. :154.8 km2 LATITUD : 13"20'59"5
HIDROMÉT
DEPARTAMENTO :AYACUCHO LONGITUD : 74o¡9'52"W
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1991 4.10 3.11 3.SS 0.98 0.73 0.72 0.56 0.48 0.38 0.40 0.43 0.38
1992 1.23 2.93 0.71 0.53 0.38 0.47 0.46 0.55 0.47 o.41 0.40 0.41
1993 0.76 1.28 5.36 1.37 0.68 0.51 0.42 0.40 0.42 0.55 1.06 3.55
1994 3.82 7.08 3.04 2.31 1.04 0.63 0.49 0.40 0.39 0.51 0.65 0.89
1995 1.35 1.70 6.95 1.02 0.37 0.32 0.29 0.27 0.26 0.13 0.40 0.12
1996 1.60 4.60 3.83 2.37 0.68 0.42 0.37 0.35 0.36 0.39 0.40 0.68
1997 1.58 2.20 2.78 0.77 0.55 0.43 0.37 0.24 0.27 0.65 1.19 1.28
1998 2.01 3.64 3.83 0.31 0.14 0.41 0.40 0.24 0.40 0.38 0.37 0.7C
1999 1.n 4.27 3.79 0.73 0.24 0.31 0.35 0.30 0.32 0.26 0.59 1.33
2000 2.33 6.11 4.98 1.39 0.89 0.79 0.68 0.61 0.55 0.65 0.56 0.84
2001 3.21 4.67 8.42 0.58 0.30 1.23 0.45 0.20 0.49 0.35 0.48 o,z¡:
2002 1.76 2.70 3.30 3.25 0.42 0.34 1.03 0.19 0.49 0.58 1.56 1.11l
2003
2004
3.09 5.30 4.87 0.66 0.21
1.39 3.70 2.45 0.60 0.28 0.23
0.ª'
0.33 0.23 0.38 0.43 0.58 o.¡;¡¡
o.n
0.43 ().43 0.75 0.71 0.78
2005 2.33 1.17 5.60 0.59 0.51 0.61 0.42 0.17 0.37 0.48 1.07 LOIJ
PROM 2.02 3.67 4.28 1.18 0.48 0.54 0.45 0.33 0.40 0.47 0.72 1.01
S 0.86 1.80 1.95 0.88 0.26 0.25 0.20 0.14 0.08 0.17 0.36 0.80
N 14 14 14 14 14 14 14 14 14 14 14 14

(b) CAUDAL MENSUAL GENERADO (m3/s)- MATARAYOC


AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1992 4.02 5.85 4.33 1.95 1.32 0.81 0.32 0.38 0.35 1.50 1.82 2.87
1993 6.58 5.54 3.49 1.47 2.39 0.35 0.28 0.48 0.39 0.91 1.38 2.65
1994 2.50 3.11 4.15 3.72 1.95 0.61 0.62 0.39 0.36 0.51 0.87 1.53
1995 3.14 5.03 6.43 4.18 1.48 0.72 0.49 0.30 0.29 0.66 1.79 2.25
1996 4.91 8.04 7.39 4.12 1.24 0.70 0.33 0.26 0.29 0.87 1.47 2.34
1997 3.94 4.68 3.60 1.86 1.18 0.49 0.34 0.50 0.71 0.88 1.05 3.54
1998 5.03 3.65 4.19 3.04 1.03 0.36 0.37 0.38 0.33 0.70 1.01 2.11
1999 4.74 5.42 4.75 3.49 1.86 0.55 0.33 0.34 0.38 0.76 1.38 1.55
2000 3.96 9.36 5.82 3.31 1.83 1.42 0.43 0.27 0.47 0.77 1.04 1.76
2001 3.58 4.65 5.11 2.64 1.92 0.59 0.43 0.41 0.34 0.66 1.04 1.88
2002 2.08 2.02 5.76 3.41 1.07 0.50 1.01 0.56 0.39 0.97 1.97 3.53
2003 4.16 4.50 5.52 4.05 1.32 0.40 0.47 0.36 0.35 0.59 0.70 2.61
2004 3.49 4.22 4.38 3.46 0.96 0.46 0.65 0.38 0.50 0.74 0.94 3.18
2005 4.18 2.75 3.68 3.85 1.11 0.28 0.58 0.48 0.39 0.97 1.10 2.75
PROM 4.02 4.92 4.90 3.18 1.48 0.59 0.47 0.39 0.40 0.82 1.26 2.47
S 1.12 1.96 1.16 0.88 0.44 0.28 0.19 0.09 0.11 0.24 0.39 0.67
N 14 14 14 14 14 14 14 14 14 14 14 14

217
CUADRO A.VII.12 CAUDALES SUBCUENCA YAULI

(a)
CAUDAL MENSUAL REGISTRADO (m3/s)- YAULI
CAUDALES NATURALIZADOS COMPLETADOS (m3)- SUBCUENCA YAULI
RIO :YAUU ALTITUD
ESTACION
VAULI ÁREA CAPTAC. : km2 LATITUD
HIDROMÉT
DEPARTAMENTO :JUNIN LONGITUD
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1965 6.7 14.5 13.5 6.9 4.3 4.1 2.5 3.0 3.6 4.1 5.9 6.4
1966 11.5 8.7 11.2 6.2 3.9 3.2 3.0 4.0 3.7 7.3 6.5 12.1
1967 9.8 23.0 20.5 9.5 6.7 4.7 4.1 3.7 2.7 5.3 4.6 5.2
1968 15.0 8.1 11.9 8.2 5.3 4.0 0.6 2.8 3.8 5.6 6.1 8.7
1969 5.4 9.2 12.3 11.3 4.4 3.3 2.8 1.9 2.4 4.5 4.2 11.9
1970 18.8 14.3 10.7 12.1 7.2 4.1 3.1 2.6 5.0 5.6 4.4 8.3
1971 10.2 16.1 20.7 12.9 5.3 4.2 2.6 2.4 2.9 4.2 3.8 7.1
1972 10.3 11.2 18.8 14.7 5.6 3.1 2.9 2.5 2.9 5.1 4.0 7.2
1973 12.6 17.4 20.1 16.1 7.2 4.9 4.1 3.7 8.8 6.8 6.8 12.8
1974 15.8 18.6 19.8 13.9 2.1 1.8 1.4 1.9 4.0 5.5 6.6 6.8
1975 6.9 8.4 18.9 10.1 7.8 3.4 3.1 4.5 4.1 3.0 4.1 6.4
1976 14.8 18.6 18.4 11.2 6.5 5.6 5.0 5.4 4.8 4.2 5.3 6.7
1977 8.0 16.6 12.9 7.2 5.7 3.5 5.9 4.1 5.4 5.3 9.0 7.4
1978 10.5 18.7 9.3 5.6 3.8 4.1 3.9 3.2 5.6 4.4 5.1 5.2
1979 4.3 15.3 18.9 9.7 4.4 3.7 4.6 4.0 4.5 5.2 3.2 4.9
1980 8.1 6.9 9.3 5.1 2.9 2.5 4.7 2.8 2.9 7.2 6.4 12.0
1981 9.6 21.9 15.2 9.1 4.8 7.0 7.0 6.6 6.2 9.3 10.3 14.8
1982 12.0 20.4 13.3 8.9 4.0 3.6 4.9 3.8 2.7 6.9 9.7 8.0
1983 9.0 6.6 8.3 6.9 4.1 3.6 7.2 5.6 6.4 5.2 3.9 9.1
1984 7.8 23.4 19.3 14.8 7.3 5.1 3.9 5.1 4.8 5.8 5.7 10.7
1985 8.1 13.6 16.9 15.5 5.2 3.8 3.6 3.6 5.4 5.0 6.6 6.6
1986 13.3 20.0 20.4 15.4 11.8 5.6 5.2 3.9 5.1 5.1 5.9 8.3
1987 12.3 13.5 9.8 4.9 3.7 3.3 4.4 2.4 4.6 3.5 4.6 8.2
1988 13.6 13.9 12.4 11.1 5.5 5.0 4.7 2.0 4.4 2.5 3.3 6.1
1989 11.3 18.2 17.7 11.5 5.8 5.4 4.8 4.1 3.6 5.6 5.3 4.7
1990 10.7 14.2 14.8 3.2 2.1 1.8 2.0 2.8 4.3 3.0 5.5 6.6
1991 6.5 9.4 17.3 6.5 4.4 3.5 2.1 4.5 5.3 6.7 4.1 5.7
1992 6.9 4.3 4.8 3.3 2.1 2.2 1.9 4.8 4.0 3.1 7.9 7.9
1993 8.0 13.7 23.2 11.6 5.2 2.5 2.7 2.3 3.2 4.2 8.0 12.8
1994 13.6 20.2 19.2 17.0 7.9 5.3 4.8 7.4 7.1 5.4 5.0 3.7
1995 10.4 6.8 11.6 7.9 5.2 2.9 2.2 1.9 1.9 3.5 3.1 3.4
1996 6.6 13.0 12.5 10.5 3.8 2.6 2.7 2.9 3.7 3.8 3.6 4.7
1997 9.8 16.1 8.4 3.9 2.5 1.8 2.6 2.9 3.9 4.9 5.7 8.0
1998 12.7 14.7 16.1 9.8 5.0 4.3 5.3 4.4 3.4 0.7 3.4 3.5
1999 6.4 20.3 13.3 14.8 6.9 3.2 2.9 4.4 7.2 5.9 5.4 9.4
2000 12.8 16.0 20.1 12.0 6.4 3.5 3.4 3.6 5.4 5.8 5.4 7.3
2001 17.1 13.7 23.9 10.3 5.5 3.2 3.5 3.5 4.1 4.9 7.5 6.3
2002 5.7 10.7 17.6 9.3 5.3 4.2 5.2 5.1 6.5 7.8 8.0 10.0
2003 10.4 12.6 22.2 13.3 5.8 3.3 3.1 5.3 2.5 5.3 3.2 8.7
2004 8.6 10.9 8.7 6.2 2.7 3.8 4.5 5.0 3.7 7.2 7.9 12.8
PROM 10.4 14.3 15.4 10.0 5.2 3.8 3.8 3.8 4.4 5.1 5.6 7.9
S 3.4 4.9 4.8 3.7 1.9 1.1 1.4 1.3 1.5 1.6 1.9 2.9
n 39 39 39 39 39 39 39 39 39 39 39 39

(a)

218
AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1966 13.6 9.8 9.4 7.3 6.6 2.5 2.0 2.7 2.7 7.2 8.1 12.5
1967 14.6 25.7 21.1 9.3 6.4 3.6 4.1 1.6 2.1 6.0 6.5 8.2
1968 8.7 10.5 16.2 5.6 6.8 3.9 2.9 3.2 2.7 7.1 8.2 11.7
1969 11.2 11.3 12.2 8.7 4.6 2.9 3.4 2.5 3.0 4.7 8.0 15.2
1970 23.9 19.8 14.2 10.4 6.6 2.5 1.6 2.2 3.7 4.8 5.7 11.7
1971 13.5 18.3 12.6 9.9 6.9 2.4 2.9 2.0 2.2 4.5 5.6 10.8
1972 12.0 12.2 26.2 15.1 8.3 2.8 3.7 2.5 2.0 4.4 7.1 8.3
1973 14.2 22.5 21.8 14.3 9.2 5.0 2.5 1.7 2.1 5.9 7.6 15.4
1974 19.0 20.9 16.1 7.3 5.6 2.2 2.3 2.4 2.8 4.6 5.6 6.0
1975 10.4 10.1 18.6 11.9 11.2 5.9 3.1 2.2 2.0 4.3 5.3 9.4
1976 16.9 21.5 19.4 11.3 5.5 4.2 2.2 2.0 3.3 4.2 5.5 6.8
1977 9.2 13.3 9.8 11.0 6.7 3.7 2.9 1.7 2.9 4.0 8.5 13.2
1978 15.1 20.8 14.3 7.7 2.4 2.8 2.2 2.0 4.0 5.9 7.9 8.7
1979 8.0 16.2 16.1 12.7 5.5 4.4 4.3 1.7 2.1 4.1 5.7 7.2
1980 9.9 10.5 11.2 6.7 5.1 3.5 2.9 2.6 3.3 6.9 9.6 8.7
1981 11.4 25.7 18.2 7.5 4.4 4.5 2.2 1.5 3.3 6.5 10.1 15.7
1982 18.7 22.7 15.1 8.8 4.0 2.8 2.2 1.7 3.3 6.1 11.3 13.8
1983 16.7 11.1 10.8 6.0 3.3 2.7 2.3 2.9 3.4 4.6 5.5 8.5
1984 10.9 20.8 15.6 13.9 7.7 3.7 3.5 1.6 2.1 4.3 6.7 8.7
1985 9.6 12.1 15.9 10.1 5.7 4.2 3.9 2.5 2.4 3.1 4.7 6.5
1986 15.5 22.8 19.9 20.4 10.4 4.4 2.4 1.8 2.5 3.0 5.1 11.5
1987 14.7 15.8 10.9 10.3 5.2 2.5 2.2 2.6 3.3 4.1 6.3 9.9
1988 13.6 13.1 13.6 11.9 5.5 2.5 1.8 2.2 2.5 3.6 5.4 8.0
1989 13.1 19.5 22.3 13.8 8.0 4.2 2.5 1.9 2.2 4.9 5.7 5.5
1990 13.5 9.4 7.7 4.6 5.6 6.3 2.2 3.8 3.8 7.3 9.5 8.8
1991 12.6 13.3 15.7 6.5 4.9 3.4 3.4 2.3 2.2 4.7 5.3 6.6
1992 8.3 8.1 6.4 5.4 4.0 3.3 3.1 3.5 3.1 5.8 6.0 6.1
1993 13.6 18.2 20.4 11.2 12.0 5.6 2.1 1.9 2.3 3.9 8.6 15.3
1994 17.6 22.5 20.9 12.4 4.9 3.2 2.6 1.7 2.1 3.7 5.4 10.2
1995 13.2 14.0 13.7 11.2 6.5 2.5 2.4 2.2 2.5 4.2 6.3 8.3
1996 10.5 14.2 14.2 10.3 5.9 3.3 2.5 2.0 2.3 4.1 6.4 9.7
1997 14.7 20.9 15.4 7.7 4.7 3.0 1.8 2.1 4.2 5.5 7.4 13.3
1998 19.9 17.1 15.6 10.3 5.2 2.9 1.9 1.9 2.5 5.4 6.9 7.0
1999 12.5 24.8 19.4 12.2 7.9 5.4 2.7 1.4 2.5 3.5 6.1 9.5
2000 17.9 25.2 24.8 14.8 8.4 4.0 2.1 1.7 2.2 6.0 6.2 10.9
2001 20.4 19.8 22.4 7.2 8.3 3.0 1.7 1.9 2.2 4.7 6.8 8.9
2002 7.5 10.7 17.3 9.7 4.5 3.3 4.2 2.5 2.4 5.7 8.2 12.4
2003 10.9 14.5 17.7 10.6 5.4 2.7 3.0 2.2 2.1 4.1 5.7 12.6
2004 8.8 12.4 10.3 7.2 4.3 2.2 4.0 2.2 3.8 7.3 7.7 11.3
PROM 13.5 16.7 16.0 10.1 6.3 3.5 2.7 2.2 2.7 5.0 6.9 10.1
S 3.8 5.3 4.6 3.2 2.1 1.1 0.7 0.5 0.6 1.2 1.6 2.8
n 39 39 39 39 39 39 39 39 39 39 39 39

(b)

219
ANEXO A.VIII PRECIPITACIÓN Y CAUDAL EN LA MICROCUENCA
HUAYANAY

220
REGISTRO DE PRECIPITACIÓN (mm) EN LA MICROCUENCA HUAYANAY

/
./

""
.,. ·u~--"·'
rrr'~ . _.-.,. .-.
,.
-~~ ~~,~
--
. d l~~ ~
"ti'··--
g·~~-1;
.
.
-...!',

~ . ...,. ..,. e
¡~", '
{'

~ .
PRECIPITACION TOTAL MENSUAL( mm)
MARZO (2015) 1 134.4
HtJl~Y~N-AY
ABRIL (2015) 1 63.5 .,
¡;~
/

MAYO (2015) 1 36.7


,.
'
JUNIO (2015) 1 18.0
JULIO (2015) 1 15.3
AGOSTO (2015) 1 39.4
SETIEMBRE (2015) 1 28.9
OCTUBRE (2015) 1 67.4
NOVIEMBRE (2015) 1 49.1
DICEMBRE (2015) 1 176.4
ENERO (2016)* 1 64.0 COORDENADAS UTM
FEBRERO (2016)* 1 163.0 LATITUD: 8600497 S
MARZO (2016)* 1 74.6 LONGITUD: 530498 w
*Datos generados a partir de registros de SENAMHI

221
MEDICIÓN DEL CAUDAL DEL RÍO HUAVANAV ·SETIEMBRE

Fecha: 18/09/2015
PARA EL GRÁFICO:

Donde:
D =Distancia entre la sección 1-1 y 2-2
ti =Tiempo de traslado del flotador de la sección 1-1 a la sección 2-2

l. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO


Factor de corrección de la velocidad
Tipo de arroyo Factor "C"
40 67 0.60 Canal rectang. con lados y lechos lisos 0.85
40 1 65 1 0.62 Río profundo y lento 0.75
V. suoerf. Prom. 1 0.59 Arroyo pequeño de lecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
1 e= 1 o.65 1 Arroyo poco profundo y lecho rocoso 0.25
------------

Luego la velocidad promedio será: Fuente: Ministerio de Agricultura


1 V= 1 0.38 lm/s

222
2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN

SECCIÓN 1- 1

"'"'
........
1m
···-·
1m
-- ..
.
B
_. .,..
~4 .,
"Jh2 1 l 1 [ 1 !~m-

SECCIÓN 2-2
B

'~~
~ 1 1 1 r::=:=r==-1 1 ' Vyn ~

PROFUNDIDAD DEL RÍO (m)


SECCIÓN 1 SECCIÓN 11 AL GRAFICA SE OBTIENE:
B 10.38 B 10.46 ÁREA (m2)
h1 0.15 y1 0.19 SECCIÓN 1 SECCIÓN 11 PROMED.
h2 0.40 y2 0.42 3.92 4.13
-----------
4.03
h3 0.42 y3 0.54
h4 0.50 y4 0.57 EL ÁREA PROMEDIO DE LA SECCIÓN
h5 0.42 y5 0.62 1 ÁREA= 1 4.03 1m2
h6 0.53 y6 0.68
h7 0.48 y7 0.48
h8 0.47 y8 0.44
h9 0.25 y9 0.25
h10 0.27 y lO 0.25
h11 0.15 y11 0.22

3. CAUDAL PROMEDIO DEL RÍO


. ,¡
r;(\ r::~§' \~~: 1.54 lm3/s 1 Q=Veloc. Prom. x ÁREA 1

223
MEDICIÓN DEL CAUDAL DEL RÍO HUAYANAY- NOVIEMBRE 2015

Fecha: 15/11/2015
l. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO
D(m) t(s) V(m/s) Factor de corrección de la velocidad
40 61 0.66 Tipo de arroyo Factor "C"
40 59 0.68 Canal rectang. con lados y lechos lisos 0.85
40 64 0.63 Río profundo y lento 0.75
V. superf. Prom. 0.65 Arroyo pequeño de lecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
1 C= 1 0.65 1 Arroyo poco profundo y lecho rocoso 0.25
Luego la velocidad promedio será: Fuente: Ministerio de Agricultura
1 V= 1 0.42 lm/s

2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN


PROFUNDIDAD DEL RÍO (m)
SECCIÓN 1 SECCIÓN 11 AL GRAFICA SE OBTIENE:
B 10.64 B 10.31 ÁREA(m2)
h1 0.00 y1 0.00 SECCIÓN lj SECCIÓN llj PROMED.
h2 0.35 y2 0.44 4.133 1 4.675 1 4.40
h3 0.42 y3 0.57
h4 0.44 y4 0.59 EL ÁREA PROMEDIO DE LA SECCIÓN
hS 0.52 yS 0.66 1 ÁREA= 1 4.40 1m2
h6 0.45 y6 0.71
h7 0.55 y7 0.51
h8 0.50 y8 0.46
h9 0.49 y9 0.43
hlO 0.34 y lO 0.41
hll 0.36 yll 0.31
h12 0.00 y12 0.00

3. CAUDAL PROMEDIO DEL RÍO

1 Q= 1 1.87 lm3/s Q=Veloc. Prom. x ÁREA

224
MEDICIÓN DEL CAUDAL DEL RÍO HUAYANAY- DICIEMBRE 2015

Fecha:12/12/2015
1. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO
D(m) t(s) V(m/s) Factor de corrección de la velocidad
40 35 1.14 Tipo de arroyo Factor "C"
40 41 0.98 Canal rectang. con lados y lechos lisos 0.85
40 42 0.95 Río profundo y lento 0.75
V. superf. Prom. 1.02 Arroyo pequeño de lecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
e= o.65 Arroyo poco profundo y lecho rocoso 0.25
Luego la velocidad promedio será: Fuente: Ministerio de Agricultura
V= 1 0.67 lm/s

2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN


PROFUNDIDAD DEL RÍO (m)
SECCIÓN 1 SECCIÓN 11 AL GRAFICA SE OBTIENE:
B 11.2 B 11.11 ÁREA (m2)
h1 0.00 y1 0.00 SECCIÓN 1 1 SECCIÓN 11 1 PROMED.
h2 0.44 y2 0.38 6.140 1 5.553 1 5.85
h3 0.62 y3 0.52
h4 0.64 y4 0.64 EL ÁREA PROMEDIO DE LA SECCIÓN
h5 0.72 y5 0.67 1 ÁREA= 1 5.85 lm2
h6 0.65 y6 0.72
h7 0.75 y7 0.78
h8 0.70 y8 0.58
h9 0.69 y9 0.54
hlO 0.54 y10 0.48
hll 0.56 yll 0.44
h12 0.35 y12 0.29
h13 0.00 y13 0.00

3. CAUDAL PROMEDIO DEL RÍO

1 Q= 1 3.89 lm3/s Q=Veloc. Prom. x ÁREA

225
MEDICIÓN DEL CAUDAL DEL RÍO HUAYANAY- ENERO 2016

Fecha:26/01/2016
l. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO
D(m) t(s) V(m/s) Factor de corrección de la velocidad
40 41 0.98 Tipo de arroyo Factor "C"
40 43 0.93 Canal rectang. con lados y lechos lisos 0.85
40 38 1.05 Río profundo y lento 0.75
V. superf. Prom. 0.99 Arroyo pequeño de lecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
1 e= 1 o.65 1 Arroyo poco profundo y lecho rocoso 0.25
Luego la velocidad promedio será: Fuente: Ministerio de Agricultura
1 V= 1 0.64 lm/s

2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN


PROFUNDIDAD DEL RÍO (m)
SECCIÓN 1 SECCIÓN 11 AL GRAFICA SE OBTIENE:
B 11.4 B 11.25 ÁREA (m2)
h1 0.00 y1 0.00 SECCIÓN 1 1 SECCIÓN 11 1PROMED.
h2 0.38 y2 0.37 6.31 1 5.43 1 5.87
h3 0.63 y3 0.56
h4 0.66 y4 0.67 EL ÁREA PROMEDIO DE LA SECCIÓN
h5 0.74 y5 0.71 1 ÁREA= 1 5.87 1m2
h6 0.68 y6 0.72
h7 0.79 y7 0.75
h8 0.72 y8 0.61
h9 0.73 y9 0.54
h10 0.55 y10 0.41
h11 0.59 y11 0.34
h12 0.34 y12 0.21
h13 0.00 y13 0.00

3. CAUDAL PROMEDIO DEL RÍO

1 Q= 1 3.76 lm3/s Q=Veloc. Pro m. x ÁREA

226
MEDICIÓN DEL CAUDAL DEL RÍO HUAYANAY- FEBRERO 2016

Fecha:13/02/2016
l. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO
D(m) t(s) V(m/s) Factor de corrección de la velocidad
40 23 1.74 Tipo de arroyo Factor "C"
40 25 1.60 Canal rectang. con lados y lechos lisos 0.85
40 26 1.54 Río profundo y lento 0.75
V. superf. Prom. 1.63 Arroyo pequeño de lecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
1 C= 1 0.65 1 Arroyo poco profundo y lecho rocoso 0.25
Luego la velocidad promedio será: Fuente: Ministerio de Agricultura
1 V= 1 1.06 lm/s

2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN


PROFUNDIDAD DEL RÍO (m)
SECCIÓN 1 SECCIÓN 11 ALGRAFICA SE OBTIENE:
B 11.86 B 11.47 ÁREA (m2)
h1 0.00 y1 0.00 SECCIÓN 1 1 SECCIÓN 11 1 PROMED.
,,
h2 0.35 y2 0.26 7.24 1 6.76 1 7.00
h3 0.71 y3 0.61
h4 0.72 y4 0.73 EL ÁREA PROMEDIO DE LA SECCIÓN
h5 0.81 y5 0.75 1 ÁREA= 1 7.00 1m2
h6 0.88 yfj 0.79
h7 0.93 y7 0.92
h8 0.82 y8 0.93
h9 0.77 y9 0.75
h10 0.68 y10 0.64
hll 0.61 yll 0.56
h12 0.42 y12 0.35
h13 0.00 y14 0.00

3. CAUDAL PROMEDIO DEL RÍO


J Q= J 7.40 lm3/s Q=Veloc. Prom. x ÁREA

227
MEDICIÓN DEL CAUDAL DEL RÍO HUAYANAY- MARZO 2016

Fecha:l0/03/2016
l. CÁLCULO DE LA VELOCIDAD SUPERFICIAL PROMEDIO
D(m) t(s) V(m/s) Factor de corrección de la velocidad
40 25 1.60 Tipo de arroyo Factor "C"
40 21 1.90 Canal rectang. con lados y lechos lisos 0.85
40 26 1.54 Río profundo y lento 0.75
V. superf. Prom. 1.68 Arroyo pequeño de Jecho parejo y liso 0.65
De la tabla se tiene el factor de corrección Arroyo rápido y turbulento 0.45
1 C= 1 0.65 1 Arroyo poco profundo y lecho rocoso 0.25
Luego la velocidad promedio será: Fuente: Ministerio de Agricultura
1 V= 1 1.09 lm/s

2. CÁLCULO DEL ÁREA PROMEDIO DE LA SECCIÓN


PROFUNDIDAD DEL RÍO (m)
SECCIÓN 1 SECCIÓN 11 AL GRAFICA SE OBTIENE:
B 11.9 B 11.72 ÁREA (m2)
hl 0.00 y1 0.00 SECCIÓN 1 1 SECCIÓN 11 1PROMED.
h2 0.28 y2 0.17 6.92 1 6.74 1 6.83
h3 0.67 y3 0.58
h4 0.68 y4 0.81 EL ÁREA PROMEDIO DE LA SECCIÓN
h5 0.72 y5 0.83 1 ÁREA= 1 6.83 lm2
h6 0.84 y6 0.86
h7 0.95 y7 0.91
h8 0.86 y8 0.84
h9 0.72 y9 0.74
h10 0.69 y10 0.59
h11 0.57 yll 0.48
h12 0.38 y12 0.39
h13 0.00 y13 0.00

3. CAUDAL PROMEDIO DEL RÍO

1 Q= 1 7.46 lm3/s Q=Veloc. Pro m. x ÁREA

228
AN.EXO A.IX CÓDIGO DE PROGRAMACIÓN

229
Aquí se muestra el procedimiento para propagar la red y obtener una salida a
partir de valores ingresados (variables de entrada).

function pushbutton1_Callback(h0bject, eventdata, handles)


% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
k=1;
for i=1:20
%while 1
axes(handles.axes2)
if k==1
M= imread('prueba2.bmp'); k=2;
el se
M= imread('prueba3.bmp'); k=1;
end
axis off;
imshow(M)
pause(0.5)
end

A=importdata('ZZZ.txt')

set ( handles. ui table 1, 'data' , [A] ) ;

An=A(1,:) /1730;
Lrn=A(2, :)/1330;
Pt6n=A(3, :)/411;
Pt5n=A(4, :)/411;
Pt4n=A(5, :)/411;
Pt3n=A(6, :)/411;
Pt2n=A(7, :)/411;
Pt1n=A(8, :)/411;
Ptn=A ( 9, : ) /411;

Qmax = 141. 2 ;

% Importación de datos
I=load ( 'I. txt' ) ;
O=load('O.txt');
S= [An; Lrn; Pt6n; Pt5n; Pt4n; Pt3n; Pt2n; Pt1n; Ptn];

% Creación de la red
net = feedforwardnet(10);
%view(net)

% Configurar la red
net = configure(net,I,O);
net.Layers{2}.transferFcn='tansig';

% Asignar los pesos para la simulación


W1=load('W1.txt');
W2=load('W2.txt');
B1=load('B1.txt');

230
B2=load('B2.txt');
% Personalizar la red
net. IW { 1 }=W1;
net.LW{2}=W2;
net.b{1}=B1;
net.b{2}=B2;

% Simulación de la red
res= sim(net,S);

% re normalización

Caudal = res*Qmax

FILA ceil( length(Caudal)/12

size table=cell( FILA ,12);


set(handles.uitable2, 'Data',size table)

AA= zeros( FILA, 12);

Caudal1 = zeros(1,12*FILA);
Caudal1 = [Caudal zeros(1, 12*FILA-length(Caudal) ) ];
Caudal = Caudal1;

k = 1;
for i=1:12:12*FILA
AA( k , :) = Caudal (i:i+ll);
k = k+1;
end

set(handles.uitable2, 'data', [AA]); %%

%for i=1:12:12*2 %%%


% set(handles.uitable2, 'data', [Caudal(i:i+ll)]); %%
% set(handles.uitable1, 'ColumnEditable',true(l,col))
%end %%

b=length(Caudal)
X=([l:b]);

axes(handles.axes1);
plot(X,Caudal);
guidata(hObject,handles);

231
DESCRIPCIÓN DE LA MICROCUENCA HUAYANAY

MOOOO 1!0000
----
-=-
B
~-;
i
'\
UM t..:,~
1 (

~
1
'

Se muestra el mapa hidrográfico de la microcuenca Huayanay, Inicialmente se muestra el origen del río
Huayanay, como río Pumaranra, que se forma en la cabecera de la cuenca, en la laguna
Ccesccaccocha, así como en los bofedales.

1. PARTE ALTA DE LA MICROCUENCA 2. PLUVIÓGRAFO INSTALADO 3. AFORAMIENTO DEL RiO HUAYANAY

zona se encuentran parte alta de la microcuenca En la parte baja de la


del río Huayanay, se instaló un pluviógrafo, Huayanay antes de unirse al río Sicra,
se aforó el río para calibrar
se muestra la calibrar la precipitación resultados generados con los mo•delcJsl
las estaciones cercanas. Redes Neuronales.
4. CONSTRUCCIÓN DE UN PLUVIÓGRAFO 5. INSTALANDO EL PLUVIÓGRAFO

tuvo la necesidad de construir un pluviógrafo casero


que cumple las mismas funciones que un pluv como un pluviómetro totalizador mensual.
mecanice. "'"'""'~'""ndo datos cada fin de mes.
6. LAGUNA CCESCCACCOCHA EN LA MICROCUENCA 7. BOFEDALES EN LA MICROCUENCA

l..

de mucha importancia recavar info Se realizaron mediciones del nivel del río, identificando
correspondiente a la variación del caudal del río, tambien las huellas dejadas por las avenidas de
cual se entrevistó a personas que viven cerca a magnitud, éstas mediciones servirán para transformar
desembocadura del río una curva Altura vs Caudal.
DESCRIPCIÓN DE LAS MICROCUENCAS EN AYACUCHO

DATOS

1. RIO CHICLLARAZO CERCA A ROSASPATA


2. RIO CHICLLARAZO CERCA A PUTACCA.
3. TRAMO PUTACCA-PUNCUPATA
4. PARTE ALTA DEL RfO CHICLLARAZO
S. BOCATOMA CHICLLARAZO
6. RfO APACHETA

AtoRAS

Dentro de éstas microcuencas se encuentra el Proyecto Especial del Río Cachi


que abastece de agua a la población de Huamanga, también para riego de los
terrenos que se encuentran bajo el nivel de la Presa Cuchoquesera, detallamos
esto porque es necesario tener en cuenta si las derivaciones realizadas para
abastecer la presa no desnaturalizan los caudales registrados en las
estaciones hidrométricas pertenecientes a la región Ayacucho, al verificar
encontramos que varias de las estaciones de aforo o limnígrafos se encuentran
aguas arriba de la derivación, por lo cual concluimos que los datos de los
registros no han sido "desnaturalizados" para las estaciones de aforo:
Bocatoma Apacheta, Tunsulla, Chicllarazo, Rosaspata, Chontaca durante el
periodo 1991-2000, mientras que para las estaciones Puente Casacancha y
Puente Chacco los registros habrían sido desnaturalizados, en la estación
Casacancha se percibe que registra menor caudal, porque en sus afluentes se
hicieron derivaciones para abastecer la presa y luego conducir el agua hacia la
ciudad de Huamanga, así como para riego de terrenos, mientras que en la
estación del "Puente Chacco" registrará mayor caudal por la derivación
realizada para consumo de agua de la ciudad de Huamanga que luego se
convertirá en el desagüe y el caudal ingresará al río Alameda, que finalmente
es registrado en el Puente Chacco, sin embargo a pesar de éstas correcciones
se consideran que han sido desnaturalizados de alguna u otra forma.
1. RIO CHICLLARAZO CERCA A ROSASPATA

. ____ ....
-~
~,..__ ~

- ~

- - - ~-.-- -

-
~ '
; ' / ;; 7
-. -
~-."'
./. ~-1f·

~~--,
.. :
~
.. -
~

.. . - ·-
~
~

.' ~
- ~ "¿,

.. .. ~-.:..;:, .. ..

~ ' - . ' ;: l'i-· . ·'


"' '·

Se muestran terrenos con pequeños arbustos, zonas En temporada de estiaje el caudal del río Chicllarazo es
erosionadas, con grandes extensiones de pastos, bastante reducido. En el trayecto se muestran varios
afloración de terrenos rocosos. canales de derivación.
2. RIO CHICLLARAZO CERCA A PUTACCA
.
..
/ )
("--;
j
' .... .•

-· -
,!"'

.
'.
.. .. }/''
.. . _,
.
1

r..~-;;--" /-.
..., .. ..._ -- . .._,

~~~-·-~,·
··.;·..~-- : .. ;

."'
·•''\- •
...
~-"~··....- ~) '~~ ~-~· ~~¿.
v ,r . . -·~'/:~
- ' ___...,....._..... ":1•
..-
-
......... ·-(~
..•
'
1

~~~
'F ,_
..,,:

" n -' -
~

- -
" e
<'
~~.: .,...~~- ~ .. "
i
-··
•t_ -
Se muestra el río Chicllarazo en el tramo Rosaspata ¡se muestra la plaza principal de Putacca, así como la
Putacca Institución Educativa.
3. TRAMO PUTACCA- PUNCUPATA
·' -~ '-.

'' ---
'-·
' ... 't
'
.. ·~ .tli~-:
..
. ·~-
'
,.

; ' '
1 .
L . \.. ,'\ \.,,
...
l.'
\ - ~~
~'·"
-~--y·
~

_, '*'· .,.;..~:-~.:/
~
.. '•·
Se muestra grandes extensiones de terreno que son En éste trayecto se muestra una pequeña centra
1
1"§!gad~ hidroeléctrica.
4. PARTE ALTA DEL RÍO CHICLLARAZO

~----· -
~ ........... ,.

....
.... ,. ,.. -
En las partes altas de la cuenca del río Chicllarazo
muestran terrenos áridos, bastante erosionados
f'nrnnr,<>nrl<> ichu

5. BOCATOMA CHICLLARAZO

--- ...... -._


-;;,

todos los días.


6. RÍO APACHETA

Se muestra la derivación en el río Apacheta, así como


bocatoma.
En la siguiente imagen se muestra el canal de derivación que recorre las
microcuencas de Ayacucho. Ésta derivación empezó de forma continua a partir
del año 2000, por lo cual los caudales de las microcuencas Cachi y Chacco, se
encuentran totalmente desnaturalizados, por lo cual la serie será extendida a
partir de dicho año.

Esquema de las microcuen cucho - Fuente ( PERC)

Canal que trasvasa agua de la microcuenca Grandes extensiones de terreno bajo riego
Cachi a la microcuenca Chacco. (modificando la humedad del suelo).
MAPA HIDROGRAFICO DE LA CUENCA DEL MANTARO
350000 400000 450000 500000 550000 600000
g o g

/:!
1000000
t
o o
o
8l
1 ~
K Colombia\ rgo
....
o o
o o
o o
o o
co co
co co

o o
o o
o ~ ~g
o o o o
o o
o
o
.,
o
......
~·- ·-1·
... -
.,... , · '-' 1 - S 1
1-8
1 ~
oO) oO)

co co

li
......
co
1 ~~· Jfi~-( 1 · '
. .1 ..• . ·-• \
'
1
1
1
rs
......
co
j8J
o
g
:
1
o
~_e
1000000
L8o
g

i~
gg
.,
1
LIMA
,
1
~
.•: •·.o
',; ;· ~
-'!b r-:>..
p·-t
. -
~,
~"i?:
-
~
.~
¡
1
1
2i -
: r ·.• ·

~:.
.
.
1" ~g:gg
~,
, ·
· ~ ,. co
-
LEYENDA
¡-,
RIOS
L___j NEVADOS

g+
g
~\ 9 ' "· ":_' ... ·
lf~7 ~ '<:-.::·.! ·: .}
~~~rg8
.·... '_ 11 .\
M~, ~
: ,·

N' . . · :,
CJ LAGUNAS
c=J HUAYANAY
CJcUENCADELMANTARO

*
1

1 1 •:1 ..... _ : 1 c::J LIMITE DEPARTAMENTAL


o
oi
¡-
O
~-~---- /-f--...... 1 _ _ __,
--------------------------------
- V -11.
1'-...tt.r' ~-~,.,_
~----~:<
. '• ., ,
J0.•. --~;·¡/N----~~··~

:· .·- ... ··f---- . .ro~


. .. g
TESIS:
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE INGENIER[A CIVIL
"GENERACIÓN OE CAUDALES CON MODELOS DE REDES NEURONALES
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

MAPA: PLANO HIDROGRÁFICO DE LA CUENCA DEL MANTARO LAMINA:

TESISTA: BACH.ING. CIVILALVAREZ LEDESMA, ANDEER


o 15 C-01
iJ • ; ¡ ¡ -~ilometers j ~ ¡v' j 11 FECHA:
NOVIEMBRE 2015 1 ESCALA: 1/ 2 000 000

FUENTE: MINISTERIO DELAMBIENTE (Archivos shape)

~ 350000 400000 450000 500000 550000 600000 ~


MICROCUENCA HUAYANAY
520000 530000 540000
300000 400000 500000 600000
e
e ~' 1
o
o
o
e o
e o
e
co co
co co
C) C)

'=•
C) C)
C) C)

g-t lW <i4V'O> 1 lJ - • 1. ~---1-C)


C) e
e e
e
e
<D <D g-1 e
00 00 e ,...
e
~ co

e e
e e
ee e
:i: 1
l 1 "' \ 1 '~l- eeU)
eo co

e
e
e
e
e11)
300000 400000 500000 600000 co

LEYENDA
-RIOS
C)
C)
C)
C) c:::J LAGUNAS.
C)
~ -r- , 1 1 <))Qf lhtJ¡j :Q
'
C)
1-0
00
CJ MICROCUENCA
U) U)
00 00

o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

C)
C)
C)
C)
TESIS:

MAPA:

TESISTA:
FACULTAD DE INGENIERfACIVIL
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES

MICROCUENCA HUAYANAY

BACH. ING. CIVIL ALVAREZ LEDESMA, ANDEER

1ESCALA:
LAMINA:

C-02
*
ARTIFICIALES A PARTIR DE LAS CARACTERfSTICAS DE UNA CUENCA"

~i ¡ ~·J
FECHA:

U)
'-( i, ' o
- 1 -g
1
~
U)
FUENTE:
NOVIEMBRE 2015 1/250 000

MINISTERIO DEL AMBIENTE (Archivos Shape)


--

00 520000 530000 540000 00


PROMEDIO MULTIANUAL DE PRECIPITACIÓN ACUMULADA
350000 400000 450000 500000 550000 600000

o -500000 o 500000 1000000 15000000


o o o o
o o o o
o o o
o '},;:! _ 0= ~- {! ~ ~~ vv"'í''-' ¡..:$ o o
o
o o o o
o ....
co
co
co
co ....
o o
o o
o o
o o
o o oU) oU)
o o en en
:5-t---'1, \-~~\::;: t-:5
,...
U) .
,...
U)

co co
o o
o o
o
~ 1-:5
S o
o
o
en
o
o
en
o o
o o
o o
o o o o
o,... ,...
o o
o
o
co co
~~~----+---~~· -) ~ J-:5
oU)
co co

o o o
o o o
o
oU) 1
..
J-:5
U) \., ... :so
<D o
co co
:g 1- 1600 liMA
-500000 o 500000 1000000 1500000
1 1 1400

g~l 1 1200 o
o

~
o
\---1----- --1- g
-==-Cl---====---
15 30 60 90 120

*
1 1 1000 o
<D
Kilometers
co
co [
1 800

g~l
1
1

1
750
700 o
o
o
oU)
o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE INGENIERIA CIVIL
TESIS: "GENERACIÓN DE CAUDALES CON MODELO~ DE REDES NEURONALES
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"
m :l 1 650 U)
co MAPA: PROMEDIO MULTIANUAL DE PRECIPITACIÓN ACUM. LAMINA:
t 1 600
1 ICA TESISTA: BACH. ING. CIVIL ALVAREZ LEDESMA, ANDEER

1
1 550 FECHA: NOVIEMBRE 2015 1ESCALA: 1/2000000
C-03
500 FUENTE: IGP- SENAMHI
-~-----·- ----

350000 400000 450000 500000 550000 600000


MAPAALTITUDINAL DE LA CUENCA DEL MANTARO
350000 400000 450000 500000 550000
' 1
r~
1 r--

N
~ U:tl
;+\'\PA~SCO
1 1

g o
o o o
o o o o
o o o o
o o o o
c:o c:o o o
c:o c:o o
o
...
'
'
'l
1
o o

.,8-t
o
....
c:o
-- •• --

-------·"'
i
1 JUNIN
j ·
1 _
il H
o
o
o
o
o
o
o o
o o
o o
en en
o 1 o
o o
o o
o o
o o
....
c:o to

o o
o o

~~ 1--~-¡
o o
o o
- o o
ALTITUDES --~-- ~

o
c:o
o
c:o
c:o ALTITUD MANTARO · 1

RANGO (m.s.n.m.) ... -- o 1000000


l ·~ ...:~

-~.
. . 500- 1000
'l 1

~~
g~
g
-1000-1500
~-.~-~
(·'t- --- .. -·- -j
-
' \1 o 15 30
•=-o••-====-•- Kilometers
60 90 120

*
~ &;tq:;fi~ 1500 - 2000 ¡
'
2000-2500 ·HUAN;CAVELICA
2500-3000
3000-3500
..... '

o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ


1

1-v-J~ ~--
H ~\-~1
FACULTAD DE INGENIER[A CIVIL
-----
3500-4000
4000-4500
i 1¡
----
,
'- TESIS·

MAPA:
.
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

MAPAALTITUDINAL DE LA CUENCA DEL MANTARO LAMINA:


4500-5000
TESISTA: BACH. ING. CIVIL ALVAREZ LEDESMA, ANDEER
• 5000-5500 FECHA: NOVIEMBRE 2015 1ESCALA: 1/2000000
C-04
1
1 1

1 FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)


350000 400000
MAPA DE PENDIENTES -CUENCA DEL MANTARO
350000 400000 450000 500000 550000 600000
o
~ 1000000

o o
o o o
o
o "1\J~CAYALI ¡_ g o
o
o
o

~ 1~ ~ r---,
o o o
o o
o
...
~ w1f~:
co
co g ...
o o

o o
o o
o ~-
o
~
·-,~~ -r--1-' ....
olt)
T'
\.
'• . S
ti 1 co
'gi ~~--JI
·,P·"'·.~·,·~· -
~, d, o -
o
'"": [ t! . ·-.:::. 1
oQ)

·f,.r~ .~ t> 1
o o
1 ! o
g
o4-----¡--~ ~·.
' tJ i!.. 1 o
o
o _,.- ....,.
í ~ o
....
ti
~·~ ~.-~~; ~~ ~rr _:~_ - ,"
·.,. ......
1 1
co

(/
-t '.
~- 4" o o
o o
o
j o
o
o ,- - -:¡..g
o o o o
o o o o
~+-----1f------+---_:\ ..::. .'--'..::· olt) co co
~-
ID
co LIMA "'·,;, ::.o_{,
- ID
co
'-' ,, ~t.: w -~· ""'.
o 1000000
PENDIENTE(%) "'
-:
o RANGO o
o
o
'! o
o 15 30 60 90 120
c=:J <2%
*
o .r ~ " ¡_g
o
ID
.... -.--' (J_'<: o
ID
co
.:::..c:::~---===::::J--• Kilometers
co -~- :f." " _
..

o
02%-5%
c=:J 5%-10%
110%-15%
HUJ\NCAVEltCA
. "" .~ (
~
....
.'
·'
o
o
o UNIVERSIDAD NACIONAL DEL C~NTRO DEL PERÚ
FACULTAD DE INGENIERIA CIVIL
o o TESIS: "GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES
o ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"
olt)
lt)
co
O 15%-25% ,.

~
~
lt)
co MAPA: MAPA DE PENDIENTES- CUENCA DEL MANTARO LAMINA:

c=J 25%-50% TESISTA: BACH. ING. CIVILALVAREZ LEDESMA, ANDEER

0>50% FECHA: NOVIEMBRE 2015 1ESCALA: 1 1 2 000 000 C-05


FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)

350000 400000 450000 500000 550000 600000


MAPA DE PENDIENTES - HUAYANAY
520000 530000 540000
LEYENDA 300000 400000 500000 600000
P_HUAYANAY o o
o o
o
PENDIENTE :5-t~ o
o
C)
C)
C)
C)
al
co
co
co
C) . . <2% C)
C) +~ C)
C) . . 2%-5% C)
c.o c.o o o
00 §111 5%-10% 00 o o
~-;-----~----<~-jt=-~---:
o o
o
10%- 15% :eco
c=J 15%-25%
c=:J 25% - 50% o
o
o
o
o

1lJ
. , >50% o ~ ' J-:5
1-
o o
g
o-.
RIOS
li --+--
C)
C)
C)
C)
:S IQ
co

en
lt)
CJ)
lt) o
00 00 o
o
-L~------~~--~----+-~--~--r-~--~g
~
300000 400000 500000 600000 co

C) C)
o 1.5 3 9 612
C)
C)
C)
C)
-=•=-•-===:::::::~•• Kilometers
C) C)
00 00
lt) lt)
00 00

o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

C)
C)
C)
C)
C)
C)
TESIS:

MAPA:

TESISTA:

FECHA:
FACULTAD DE INGENIERIACIVIL
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES
ARTIFICIALES A PARTIR DE LAS CARACTERfSTICAS DE UNA CUENCA"

MAPA DE PENDIENTES· HUAYANAY

BACH. ING. CIVIL ALVAREZ LEDESMA, ANDEER

NOVIEMBRE 2015 1ESC:ALAI 1/250 000


LAMINA:

C-06
*
,....
C) --~- -+-- ~
,....
C)
FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)
lt) lt)
00 520000 530000 540000 00
ESTACIONES PLUVIOMÉTRICAS EN JUNÍN
375000 400000 425000 450000 475000 500000 525000
o 400000 500000 600000
o
o 395000 o
o 390000 oo o
o 1 1 o
oCX) o o o o
CX) o o
CX)
~-~ co o
o-.-u-1"-
o
o
.....

gt ' ·
oCX) o
CX) co
co co
o o
o o
o o
·:7-/~1 ~o
11) 11)
.....
..... o o .....
..... o o
o o
CX) ~ --------~----·-·----·- ~ co
1- g
g
o
+11-\fk -f::.-U+J.-1.. '
o
CX)
MOROCOCHA &• '
¡. CUfUPAT~; CX)
~ ~
o • i & o
0...
o
~
1 1 ·¡ PACHACHACA o
o
o
o11)

Hl
r ' o
&
j(l~q\ll
..... 1
~~ .....
·j
-r
CX)
.... co
' .....
CX)
1
CX) \ 1 -A _ _ A co
o o
o o
~-1=1- ~
1 1 1
N
..... 11 '"'""'''"' 380000 385000 390000 o o
o o
CX)
~"~ ~~~ 8-t 1 ~ ~-~g
~ ~
co
1 co
400000 500000 600000
o o
o o
o
o-f
~ '\ 1 )\ 1 --- F e ·~r-,_ ___~~~-------+~----~~go
CX) f
.....
CX)
LEYENDA
& ESTACION PLUVIOMÉTRICA

§i ~. • L§ c:=J PROVINCIAS
~ vok:~~. ~ J~
1 \( '. •nu"'""=. 1
c=J CUENCA DEL MANTARO
D LIMITE DEPARTAMENTAL

sJ
il ~~ :3· ~ rlLs o
*
1 1 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
LIMpj1 ' 1
FACULTAD DE INGENIERIACIVIL

n "' r~ .
- 1 - - 1
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES

~J~l ,L~
TESIS:
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

MAPA: ESTACIONES PLUVIOMÉTRICAS- JUNIN LAMINA:


1 , (

~ ;tr~
1

1 : \ ? TESISTA:

FECHA:
BACH. ING. CIVILALVAREZ LEDESMA, ANDEER

1 ESCALA: H-01
NOVIEMBRE 2015 1/1250000

FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)


- -

375000 400000 425000 450000 475000 500000 525000


ESTACIONES PLUVIOMÉTRICAS - HUANCAVELICA
0450000 475000 500000 525000 550000 575000 o
400000 500000 600000

~ti A) 1 ~ 1 7 V~ 2
\ 1 ri o
o
o
o
o
g-+~ o
o
o
co co
co co
o o
o o
g·++-- F= \ J ¡..g o o
o
11'1 11'1 o
CD
co
CD
co g-+~ ¡..g
o o
....
co :;;

~~~ti
o o
o o
o 11'1
11'1
N N
CD CD
co co

o o

~ 1t:u,ucocHAI • ~ '\ . ~ 1 ~ l§
o
go 1
11'1
co
1
1 1
400000
< l ')
500000
'-/ l
600000
tri
co
~r 1 11 1 A I U " A\ /ll~ A"'(: ~ ~~
LEYENDA
o o ,& ESTACION PLUVIOMÉTRICA
o o
o
....11'1
11'1
o
11'1
lt; c=J PROVINCIAS
co co
CJ CUENCA DEL MANTARO
c=J LIMITE DEPARTAMENTAL
~ ~ S ~ L~ o
*
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
11 1 "\ 1
~l '\O~l ~ ~~
1
FACULTAD DE INGENIERfACIVIL
1

TESIS: "GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES


ARTIFICIALES A PARTIR DE LAS CARACTER[STICAS DE UNA CUENCA"

MAPA: ESTACIONES PLUVIOMIOTRICAS • HUANCAVELICA LAMINA:

o TESISTA: BACH. ING. CIVILALVAREZ LEDESMA, ANDEER


o
o
11'1
N
11'1
FECHA: NOVIEMBRE 2015 1 ESCALA: 1/1000000 H-02
co
FUENTE: MINISTERIO DEL AMBIENTE (ArChivos Shape) 1

450000 475000 500000 525000 550000 575000


ESTACIONES PLUVIOMÉTRICAS - AYACUCHO
550000 575000 600000
400000 500000 600000

o o o
o o o
o11) o o o
o
.....
11)
.....
11)
g
e
-1 "\ ,j)J..¡ o
o
11)
00 00 00 00
00 00

e o
o e
e
g+---~~ -\-----t--~8
e
IX; .....
00

o
o
o
.,
o---"'-------
o
o
o
o
11)
~~ 1~ t6Jq "H
11) 11)
00 00
[J

1
TAMBILLO~UAMANGA
14 J ~~
00
400000
J9~lk~i
500000 600000 00

1 ~1
AYACUC:HO i CHONTAC LEYENDA

AT~NSULLA 1 &HIARA ~~ &, ESTACION PLUVIOMÉTRICA


D
o
o
o11)
1
1
i 1
11 ;;10g
PROVINCIAS
c=J CUENCA DEL MANTARO
~
N
11)
00 PUTACCA 1 D LIMITE DEPARTAMENTAL
CHOCCORfb\ l
1\ ~ cuc
o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
~ A /\.J
1
1
1
1
TESIS:

MAPA:

TESISTA:

FECHA:
FACULTAD DE INGENIERfA CIVIL
-
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

ESTACIONES PLUVIOMÉTRICAS -AYACUCHO

BACH. ING. CIVILALVAREZ LEDESMA, ANDEER

NOVIEMBRE 2015 _¡ ESCALA: 1/500 000


LAMINA:

H-03
*
FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)
--·---- - ---~- ---

550000 575000 600000


ESTACIONES HIDROMÉTRICAS - JUNIN
350000 375000 400000 425000
....---------. 400000 500000 600000

o o
o o
o o
o o
o o
W~E = =
= =
S o o
o o
o
o
o
o 84 1 \. \ 1-8
o
oU)
......
?- ·~~
......
~ te;
......
te; =
o o
o o
o o
o o
o oU)
:g
=
oo
o o
\. l ~8 o o
U)
...... 84 1- '
• --..r 1 \-1- 8
o
= ~ U)
= 400000 500000 600000 00

LEYENDA
-RIOS
o o
o o
oU) oU) • ESTACIÓN HIDROMÉTRICA
N N
...... ......
= = c=) SUBCUENCAS
c=J MICROCUENCAS
c=J CUENCA DEL MANTARO
Ll A
o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

*
o
8 o
o FACULTAD DE INGENIERIA CIVIL
84 o
o
~ te; TESIS: "GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES
= ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

MAPA: ESTACIONES HIDROMIOTRICAS- JUNIN LAMINA:

TESISTA: BACH. ING. CIVILALVAREZ LEDESMA, ANDEER

FECHA: NOVIEMBRE 2015 1 ESCALA: 1/750 000


H-04
FUENTE: MINISTERIO DEL AMBIENTE (Archivos Shape)

350000
ESTACIONES HIDROMÉTRICAS - HUANCAVELICA
425000 450000 475000 500000 550000 575000
o 400000 500000 600000
o o
o
o
o ~_._,.,._..J. 1~-\,--J¡ t-8
o
o
,.._ ,.._ o o
co o o
co o
o .b,.J 1 ~/- r- 1- g
o o
co co
co co

o o
o o

!i ~1 ~~
o t...--1----1-g
,.._
11) ,.._
U) U)
co co

o o

1'1 <__,_~;s;J4f<.. JJ
o o

\*~]
7- ~ _l ~-·_)--;(
l __ ~t~
o -H--~'-<--1-l-'r-!--"'1- g
o oU)
oU)
col '\ ~
r ~- ~co co co

~~ ~ 1~-t-~k~i
lit\ r, 1~ m"< ~ h' ·~~~
'i Jl'l
YJr.Ht~ 1( / co
1 400000

LEYENDA
500000 600000 co

-RIOS

~· ;fi~~CA~~~N \\·J~H
lit-~ 1 e ESTACIÓN HIDROM~TRICA
co - 4 . -\ .D MICROCUENCAS
D CUENCA DELMANTARO

oo
g~~)
,.._
11)
co
(
o
o
g
t;
co
o
TESIS:
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE INGENIERIA CIVIL

"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES


*1
'
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

MAPA: ESTACIONES HIDROMÉTRICAS- HUANCAVELICA LAMINA:

TESISTA: BACH. ING. CIVILALVAREZ LEDESMA, ANDEER


o
H-05
1

o
1 ESCALA:
-~~ ~--+-!--.L- 1- ~ FECHA: 1/1000000
-A- J 1-'--t... ,_.J 1 \
NOVIEMBRE 2015
11)
co FUEHTE: MINISTERIO DEL AMBIENTE (Archiv~_Shape) 1
ESTACIONES HIDROMÉTRICAS - AYACUCHO
525000 550000 575000 600000 625000
400000 500000 600000
N
o

+
o o
o o
o

~
o o
o o

off
~~-~.
\ 1

~77
.A ~1 /
1
W
S
E
1

1
~g~
co
co
co

o
o
co
co

o
o
8-f \..~ :b-!J---.J-\ 1- g
o
~ :;¡;

o o
o o
g~ tp-J ~~g
o o o o
o o
o -~ ¡..g :¡g <D
co
~
lt)
:g
co co

~~
co
J l51
400000
lt;=;Rf1~1
500000 600000 co

o o
o o LEYENDA
~
N -4 ::Y- ~--·-A
- (1.4--_~kl-l-~-J 1
l \-- t----1- ~
lt) lt)
co co -RIOS
• ESTACIÓN HIDROMÉTRICA
D MICROCUENCAS
c::=J CUENCA DEL MANTARO
~ ~~ \U
~1\
1 1 '-' 1 . 1 1
\T~ o UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

ANCAVElLICA
1 1
TESIS:

MAPA:

TESISTA:
FACULTAD DE INGENIER[A CIVIL
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES

ESTACIONES HIDROM~TRICAS -AYACUCHO

BACH. ING. CIVILALVAREZ LEDESMA, ANDEER

1 ESCALA:
LAMINA:

H-06
*
ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"

i ! l
FECHA:

~J ! L~~
NOVIEMBRE 2015 11750000

~ 525000 550000
!
575000 600000 625000
FUENTE: MINISTERIO DELAMBIENTE (Archivos Shape)
J
(

MAPA DE USOS DEL SUELO .. CUENCA DEL MANTARO


360000 420000 480000 540000 600000
l -500000 o 500000 1000000 1500000
} i

r'~ o
o o
o

~~
o o
, f-j'"--·-\ : J' UCAYALI:
,/ 1 o
o g

o
o
g
1
,
1
-+-- V
J' "-+N<~- _..¡---\
1 t g
o
o
o
....
o
o
'
o
....o
oo

' \ ¡e
oo __ __ - o
CD
w .,oen ~
- 8~11
o
fD CD 1 j ~
en
S 1
í
o
o ' g
o o
o o
o o
o o
en en
o

1
o
g o o
t o
o
o
.,o - OCE:ANO PACIFICO ·· -
o
g
o
CD :g
o
o 8
o
o "~
g
o
o
g
o
o
o
o
CD i
1
CD i -500000 o 500000 1000000 1500000
LIMA

-1-! -
l!.EYENDA
D AREA DEFORESTADA
o 15i 30 60 90 120
g Kilometers
o D BOSQUE HUMEDO DE MONTA~A

*
o
o
o D BOSQUE RELICTOALTOANOINA
g
o o
1 OBOFEDAL 1
D MATORRAL ARBUSTIVO DE MONTAÑA
CJ AGRICULTURAANDINA @ '
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE INGENIERIA CIVIL
CJ PAJONALALTO'ANOINO TI!-
"GENERACIÓN DE CAUDALES CON MODELOS DE REDES NEURONALES 1

D BOSQUE RELICTO MESO ANDINO o


ARTIFICIALES A PARTIR DE LAS CARACTERISTICAS DE UNA CUENCA"
o
o
o
!
[ j PERIGLACIAR
C_l NEVADOS ¡ IIIAPAI

TIUI&TAI
WJ'A DE USOS DEL SUELO ·CUENCA DEL MANTARO

BACH.ING. CML ALVAREZ LEDESMA, ANDEER


LAMINA: 1

CD
U-01
oO
CD
LAGUNAS FI!CHA: NOVIEMBRE 2015 laCALAI 1/750000
CUENCA DEL MANTARO
1'111!on-. MINISTERIO DEL AMBIENTE
-

36000() 420000 480000 540000 600000

You might also like