I 

UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA GEOLOGICA MINERA Y METALURGICA

TESIS

“APLICACIÓN DEL MODELO SWAT EN LA EVALUACIÓN DE

IMPACTOS EN LA SUBCUENCA DEL RÍO SUYAMARCA POR LAS
ACTIVIDADES DE LA UNIDAD OPERATIVA PALLANCATA”

PARA OBTENER EL GRADO ACADEMICO DE MAESTRO EN

MINERÍA Y MEDIO AMBIENTE

ELABORADO POR:

HENRY MANUEL SOLARI GARCÍA

ASESOR

M.Sc. Ing. EDWILDE YOPLAC CASTROMONTE

LIMA – PERÚ

2018 
 II 

DEDICATORIA

A Dios, por darme la oportunidad de vivir y por estar conmigo

en cada paso que doy, por fortalecer mi corazón e iluminar

mi mente y por haber puesto en mi camino a aquellas

personas que han sido mi soporte y compañía durante todo

el periodo de estudio.

A mis padres Carlos e Iris por ser el pilar fundamental en

todo lo que soy, en toda mi educación, tanto académica,

como de la vida, por su incondicional apoyo.

A mi esposa Luisa, por amarme mucho, creer en mí y porque

siempre me apoyaste.

A mis hijos Luciana y Nicolás que son la luz de mi vida, los

que me animan a seguir, son el origen de mis desvelos, de

mis preocupaciones y de mis ganas de ser mejor persona.

No hay día que no agradezca al cielo que los pusiera en mi

vida. Los Amo.

 III 

AGRADECIMIENTO

A la Escuela de Post-Grado de la Facultad de Ingeniería Geológica – Minera –

Metalúrgica de la Universidad Nacional e Ingeniería por darme esta nueva

oportunidad de poder concluir y obtener mi Grado Académico

A todas aquellas personas que me apoyaron en la elaboración de la presente tesis,

ya sea con sus conocimientos técnicos o con sus buenas vibras para que siga

adelante.
 IV 

INDICE DE CONTENIDOS
 

RESUMEN .............................................................................................................. VII

ABSTRACT ............................................................................................................ VIII
INTRODUCCIÓN...................................................................................................... IX
CAPÍTULO I: GENERALIDADES ............................................................................ 11
1.1 ANTECEDENTES BIBLIOGRÁFICOS ................................................................. 11
1.2 DESCRIPCIÓN DE LA REALIDAD PROBLEMÁTICA ............................................. 25
1.3 FORMULACIÓN DEL PROBLEMA ..................................................................... 27
1.4 JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN ................................... 27
1.5 OBJETIVOS .................................................................................................. 28
1.6 HIPÓTESIS ................................................................................................... 28
1.7 VARIABLES E INDICADORES .......................................................................... 29
1.8 PERIODO DE ANÁLISIS .................................................................................. 30
CAPÍTULO II: MARCO TEÓRICO Y MARCO CONCEPTUAL ............................... 31
2.1 MARCO TEÓRICO ......................................................................................... 31
2.2 MARCO CONCEPTUAL ................................................................................... 43
CAPÍTULO III: METODOLOGÍA DE LA INVESTIGACIÓN..................................... 51
3.1 TIPO DE INVESTIGACIÓN ............................................................................... 51
3.2 NIVEL Y DISEÑO DE LA INVESTIGACIÓN .......................................................... 51
3.3 POBLACIÓN Y MUESTRA................................................................................ 52
3.4 TÉCNICAS E INSTRUMENTOS PARA RECOGER INFORMACIÓN .......................... 57
3.5 TÉCNICAS DE PROCESAMIENTO DE DATOS .................................................... 65
3.6 DESARROLLO DEL TRABAJO DE TESIS ........................................................... 66
CAPÍTULO IV: ANÁLISIS DE LOS RESULTADOS ................................................ 91
4.1 RESULTADOS DE LA INVESTIGACIÓN.............................................................. 91
4.2 ANÁLISIS DE LOS RESULTADOS DE LA INVESTIGACIÓN .................................... 97
4.3 CONTRASTACIÓN DE LA HIPÓTESIS ............................................................. 101
CONCLUSIONES Y RECOMENDACIONES ......................................................... 106
ANEXOS ................................................................................................................ 118
ANEXO 1 - MATRIZ DE CONSISTENCIA ............................................................. 119
ANEXO 2 – CURRICULUM VITAE – ESPAÑOL E INGLÉS .................................. 120
ANEXO 3 – RESULTADOS DE LA MODELACIÓN HIDROLÓGICA SWAT –
ESCENARIO SIN PROYECTO .............................................................................. 124
ANEXO 4 – RESULTADOS DE LA MODELACIÓN HIDROLÓGICA SWAT –
ESCENARIO CON PROYECTO ............................................................................ 129
 V 

INDICE DE TABLAS

Tabla 1-1 Modelos de Precipitación – Escorrentía ........................................... 12

Tabla 1-2 Aplicaciones del Modelo SWAT en Latinoamérica ........................... 16
Tabla 3-1 Clasificación Natural de los Suelos ................................................... 61
Tabla 3-2 Superficie de Consociaciones, Asociaciones y Áreas
Misceláneas Identificadas en el Área de Estudio ............................. 62
Tabla 3-3 Características Físico-Químicas de los Suelos ................................ 64
Tabla 3-4 Asignación de Cobertura Vegetal en el Área de Estudio .................. 67
Tabla 3-5 Tipos de suelo y características aplicables al modelo
SWAT................................................................................................ 71
Tabla 3-6 Estaciones Meteorológicas – Red SENAMHI ................................... 79
Tabla 3-7 Precipitación Promedio Mensual en Estaciones Virtuales
(mm).................................................................................................. 80
Tabla 3-8 Resumen Coeficientes de Determinación (r2) ................................... 86
Tabla 3-9 Temperatura máxima y mínima mensual – satelital (°C) .................. 87
Tabla 3-10 Otras variables meteorológicas ........................................................ 88
Tabla 4-1 Resultado balance hidrológico en la UH Suyamarca -
Escenarios Sin Proyecto y Con proyecto .......................................... 92
Tabla 4-2 Caudales promedio mensuales simulados - Escenario Sin
Proyecto ............................................................................................ 95
Tabla 4-3 Caudales promedio mensuales simulados - Escenario Con
Proyecto ............................................................................................ 96
Tabla 4-4 Principales parámetros de calibración en SWAT (orden de
sensibilidad) .................................................................................... 102

INDICE DE FIGURAS

Figura 2-1: Representación Esquemática del Ciclo Hidrológico. ........................ 32

Figura 2-2: Tipos de Formación de Escorrentía Superficial. ............................... 33
Figura 2-3: Clasificación de modelos hidrológicos. ............................................ 35
Figura 2-4: Modelos hidrológicos según la naturaleza de sus unidades
básica de análisis.............................................................................. 37
Figura 2-5: Ciclo Hidrológico del Agua ................................................................ 39
Figura 2-6: Procesos de corriente modelados por SWAT ................................... 41
Figura 3-1: Ubicación de la Unidad Operativa Pallancata ................................... 52
Figura 3-2: Unidad Operativa Pallancata ............................................................ 55
Figura 3-3: Mapa Hidrográfico Local ................................................................... 56
 VI 

Figura 3-4: Tipos de Cobertura Vegetal – Escenarios Sin Proyecto y

Con Proyecto .................................................................................... 68
Figura 3-5: Suelos – Escenarios Sin Proyecto y Con Proyecto .......................... 72
Figura 3-6: Subcuencas Delimitadas en el Modelo SWAT – Escenarios
Sin Proyecto y Con Proyecto ............................................................ 76
Figura 3-7: Precipitación Promedio Mensual en Estaciones Virtuales ................ 81
Figura 3-8: Precipitación Promedio Mensual en las Estaciones Virtuales
(mm).................................................................................................. 82
Figura 3-9: Relación Precipitación y Elevación (Vertiente del Pacífico) .............. 84
Figura 3-10: Mapa de URH definidas en los escenarios Sin Proyecto y
Con Proyecto .................................................................................... 90
Figura 4-1: Esquema del balance hidrológico en la UH Suyamarca -
Escenarios Sin Proyecto y Con Proyecto ......................................... 93
Figura 4-2: Variación Mensual Promedio de Caudales en la Cuenca
Ranichico .......................................................................................... 98
Figura 4-3: Variación Mensual Promedio de Caudales en la Intercuenca
Suyamarca III .................................................................................... 99
Figura 4-4: Variación Mensual Promedio de Caudales en la Intercuenca
Suyamarca IX ................................................................................. 100
Figura 4-5: Ubicación de Piezómetros Utilizados para Calibración del
Modelo ............................................................................................ 105 
 VII 

RESUMEN

La presente investigación empleó el modelo SWAT para estimar los caudales

mensuales en las Unidades Hidrográficas (UH) a nivel local (UH Suyamarca III,

Suyamarca IX y Ranichico) de la cuenca del río Suyamarca, con el objetivo de evaluar

su utilidad para identificar impactos al caudal por operaciones de la Unidad Operativa

Pallancata que es una explotación subterránea polimetálica ubicada políticamente en

el departamento de Ayacucho, provincia de Parinacochas, distrito de Coronel

Castañeda, y de propiedad de Compañía Minera Ares S.A. Para tal fin el estudio

estimó los caudales de estas tres unidades hidrográficas para el Escenario Sin

Proyecto (línea base - sin considerar las huellas de los componentes de la mina) y

para el Escenario Con Proyecto (considerando las huellas de los componentes de la

mina ya implementada). Se tomaron principalmente datos meteorológicos,

descripción de las actividades proyectadas e información cartográfica de línea base

ambiental, instalaciones actuales y proyectadas. El resultado de las simulaciones

realizadas en el proceso de modelación permitió evaluar la serie histórica de caudales

generado para el período 1998-2014 bajos los escenarios Sin proyecto y Con

Proyecto. La reducción de caudal en los escenarios Sin proyecto y Con proyecto

fluctúa entre 0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la

unidad hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad

hidrográfica Intercuenca Suyamarca IX. Por lo tanto, es posible realizar una

estimación del impacto ambiental por las operaciones de la Unidad Operativa

Pallancata, aunque dada la magnitud del proyecto el impacto sea mínimo y se

encuentre dentro del rango de error del modelo.

 VIII 

ABSTRACT

The present investigation used SWAT model to estimate the monthly flows in

the Hydrographic Units (HU) at the local level (HU Suyamarca III, Suyamarca IX and

Ranichico) of the Suyamarca river basin, with the objective of evaluating its utility to

identify impacts to the flow through operations of the Pallancata Mine, which is a

polymetallic underground exploitation located politically in the department of

Ayacucho, province of Parinacochas, district of Coronel Castañeda, and owned by

Compañía Minera Ares S.A. For this purpose, the study estimated the flows of these

three hydrographic units for the Scenario “No Project” (without considering the

footprints of the mine components) and for the Scenario “With Project” (considering

the footprints of the components of the mine already implemented). We took mainly

meteorological data, description of the projected activities and cartographic

information of environmental baseline, current and projected facilities. The result of

the simulations carried out in the modeling process allowed us to evaluate the

historical series of flows generated for the period 1998-2014 under the No Project and

With Project scenarios. The reduction of flow in the scenarios “No project” and “With

project” fluctuates between 0% and 6.4% in the Ranichico hydrographic unit, between

0% and 3.5% in the Intercuenca Suyamarca III hydrographic unit and between 0%

and 1.5% in the Intercuenca hydrographic unit Suyamarca IX. Therefore, it is possible

to estimate the environmental impact of the operations of the Pallancata Operating

Unit, although given the magnitude of the project, the impact is minimal and within the

error range of the model.

 IX 

INTRODUCCIÓN

El modelo SWAT (por sus iniciales en inglés Soil and Water Assessment Tool)

ha sido una continuación de muchos años de esfuerzos de modelación conducidos

por la USDA Agricultural Research Service (ARS). El modelo SWAT ha ganado

aceptación internacional como herramienta de modelación interdisciplinaria de

cuencas, evidenciándose por conferencias internacionales, cientos de

investigaciones relacionados al SWAT presentados en numerosos reuniones

científicas y docenas de artículos relacionados publicados en revistas científicas. En

el Perú se han realizado diversos trabajos para la estimación de caudal base para

efectos del manejo de cuencas hidrográficas por actividades agrícolas o efectos del

cambio climático y en una menor proporción para evaluación de impactos en la

minería superficial ante la falta de información meteorológica confiable y de

monitoreos de caudal en la zona de estudio, por lo que la presente investigación

analiza la posibilidad de que el modelo SWAT pueda evaluar el impacto por

actividades de minería subterránea que influencien al caudal base del río Suyamarca,
 X 

cuerpo de agua que estaría principalmente influenciado por las actividades de la

Unidad Operativa Pallancata, ubicada políticamente en el departamento de

Ayacucho, provincia de Parinacochas, distrito de Coronel Castañeda, a una altitud

entre los 4,400 a 4,620 msnm.

Para tal fin el estudio evaluó los impactos de las operaciones de Unidad

Operativa Pallancata, de Compañía Minera Ares S.A al inicio de sus operaciones

(2008) y condiciones actuales (2016) para lo cual se tomaron principalmente datos

meteorológicos, descripción de las actividades actuales e información cartográfica de

línea base ambiental, instalaciones actuales y proyectadas.

Cabe indicar que si bien el modelo SWAT puede estimar caudales en los

escenarios Sin Proyecto (línea base) y Con Proyecto, el modelo requiere una gran

cantidad de información meteorológica, topografía, tipo de suelos y cobertura vegetal,

y como en el caso del presente trabajo de investigación se ve limitada ante la escasez

de información meteorológica de una serie de tiempo de al menos 15 años, tanto en

la cuenca del río Suyamarca en general (SENAMHI) como en la zona donde se ubica

la Unidad Operativa Pallancata (estaciones de Compañía Minera Ares) por lo que se

tuvo que tomar información meteorológica satelital que requirió ser validada.

Asimismo no contó con información hidrométrica en el río Suyamarca, ya sea de

entes estatales como de Compañía Minera Ares S.A, que limitó la calibración de los

resultados únicamente con datos hidrogeológicos y no con caudales medidos en una

serie de tiempo de al menos en un periodo de un año, que es lo más recomendable. 

 11 

1.
2.

 
 
 
3. CAPÍTULO I:

4. GENERALIDADES

1.1 Antecedentes bibliográficos

Si bien existen cientos de trabajos relacionados a predecir los caudales en una

cuenca hidrográfica determinada mediante modelos de precipitación – escorrentía, y

mediante la aplicación del modelo SWAT, la presente recopilación de antecedentes

bibliográficos se centran en aquellos aspectos que han servido de referencia en la

elaboración de la presente tesis.

Modelos Precipitación – Escorrentía

Se han desarrollado trabajos de tesis de aplicación de un modelo de

precipitación-escorrentía, las mismas que se pueden apreciar en la Tabla 1-1,

Modelos de Precipitación – Escorrentía.

 12 

Tabla 1-1

Modelos de Precipitación – Escorrentía

Autor Modelo Hidrológico Empleado Ámbito de Aplicación Comentarios

Morales y Sánchez, 2010 VHM Subcuenca del Tomebamba en Monay Coeficiente de correlación bajo debido a la calidad de datos conseguidos.
(Referencia 20) (Ecuador) y sus subcuencas

Vicente, 2011 (Referencia Hidrograma Unitario Sintético de Cuenca del río Crisnejas (afluente del río El Hidrograma Unitario Sintético del SCS es el que mejor se ajustó al comportamiento
33) Snyder e Hidrograma Unitario Marañón) hidrológico de la cuenca.
Sintético del SCS

Tarazona, 2016 HEC-HMS Valle del río Ica Se identificaron zonas vulnerables a inundaciones en el valle del rio Ica a partir de
(Referencia 30) información pluviométrica, mediante herramientas estadísticas para distintos periodos de
retorno (10, 25, 50, 100 años).

Camones, 2015 HEC-HMS (soil moisture Ríos Anya y Mchique (subcuencas del Fue posible aplicar satisfactoriamente la simulación del comportamiento hidrológico de
(Referencia 8) accounting) y R.S Minerve (HBV) Mantaro) ambos modelos obteniendo una mejor performance con el R.S Minerve

Canales, 2015 PRECAUD v1.0 Cuenca productora del rio Ica –CPRI y cuenca El modelo reproduce satisfactoriamente el proceso precipitación-escorrentía en ambas
(Referencia 9) del río Mala. cuencas, y es una opción para emplearlo en actividades relacionadas al planeamiento,
control y pronóstico de recursos hídricos en la cuenca.

Chavez, 2016 (Referencia Modelos hidrológicos GR4J y SAC- Ríos Pisco y San Juan Los resultados demostraron que en la zona sur de la costa peruana el modelo GR4J no es
11) SMA del software Rs-Minerve funcional; sin embargo, los resultados obtenidos en la etapa de calibración y validación para
el modelo SAC-SMA fueron satisfactorios

Palomino, 2013 Modelo hidrológico distribuido Cuenca del río Chancay – Huaral Este modelo fue calibrado y validado en un periodo de 20 años (1980-1999) obteniéndose
(Referencia 27) TETIS valores de Nash-Sutcliffe de 0.69 y 0.66 respectivamente, lo que representa un rendimiento
bueno del modelo hidrológico para una escala temporal mensual.

Mauri, 2016 (Referencia Modelo hidrológico Precipitación- Sitio emplazamiento de la bocatoma del El análisis de regresión entre los caudales medios mensuales obtenidos por el modelo
19) Escorrentía de Lutz Scholtz Proyecto de Irrigación Chavini determinístico y los históricos registrados en la estación central Chavini, dieron como
resultado un coeficiente de determinación de 0.8006 y un correlación de correlación de R =
0.89, valores que confirmaron la validez de los resultados obtenidos
Elaboración propia
 13 

Sobre el Modelo SWAT

El modelo SWAT (por sus iniciales en inglés Soil and Water Assessment Tool)

ha sido una continuación de muchos años de esfuerzos de modelación conducidos

por la USDA Agricultural Research Service (ARS). El modelo SWAT ha ganado

aceptación internacional como herramienta de modelación interdisciplinaria de

cuencas, evidenciándose por conferencias internacionales, cientos de

investigaciones relacionados al SWAT presentados en numerosos reuniones

científicas y docenas de artículos relacionados publicados en revistas científicas. El

modelo también ha sido adoptado por la Agencia de Protección Ambiental de los

Estados Unidos como parte del software “Better Assessment Science Integrating

Point and Nonpoint Sources (BASINS)” y es usado por muchas agencias federales y

estatales de los Estados Unidos, incluyendo la USDA con el Proyecto Evaluación de

los Efectos de la Conservación, CEAP por sus siglas en inglés (Gassman, Reyes,

Green y Arnold, 2007).

Como parte de los antecedentes relacionados al modelo SWAT se tiene la

identificación y revisión de los principales artículos relacionados a las aplicaciones

del modelo SWAT, componentes del modelo y otras investigaciones relacionadas;

además se logró resumir los principales hallazgos y categorizadas por su relevancia

tales como calibración de flujos y análisis hidrológicos relacionados, impactos del

cambio climático en la hidrología, evaluación de la carga de contaminantes,

comparación con otros modelos, y técnicas de calibración y análisis de sensibilidad

del modelo. Se presentaron las fortalezas y debilidades del modelo, así como

recomendaciones para futuras investigaciones. Entre sus principales conclusiones

se encuentra que el modelo SWAT es una herramienta muy flexible y robusta que se

puede utilizar para simular una variedad de problemas en cuencas hidrográficas. El

 14 

proceso de configuración SWAT en una cuenca hidrográfica ha sido enormemente

facilitado por el desarrollo de interfaces basadas en SIG que proporcionan un medio

sencillo de traducir el uso de la tierra digital, datos topográficos y de suelo en entradas

de modelo. Asimismo, la capacidad de SWAT para replicar cargas hidrológicas y / o

contaminantes en una variedad de escalas espaciales sobre una base anual o

mensual se ha confirmado en numerosos estudios. Sin embargo, el rendimiento del

modelo ha sido inadecuado en algunos estudios, especialmente cuando se hicieron

comparaciones de la producción pronosticada con series temporales de datos

medidos de flujo diario y / o de pérdida de contaminantes. Estos resultados más

débiles dan cuenta de la necesidad de continuar con las pruebas del modelo,

incluyendo análisis de incertidumbre más profundos y mejora continua de las rutinas

del modelo. Algunos usuarios han abordado las debilidades en SWAT por

modificaciones de componentes, que soportan una simulación más precisa de

procesos o regiones específicos, o mediante la interconexión de SWAT con otros

modelos. Se espera que ambas tendencias continúen. Se indica que el modelo

SWAT continuará evolucionando en respuesta a las necesidades de la creciente

comunidad de usuarios en todo el mundo y proporcionará una simulación de

simulación mejorada de los procesos clave. Un desafío importante de la evolución en

curso del modelo será satisfacer el deseo de complejidad espacial adicional mientras

que mantiene la facilidad del uso del modelo. (Gassman, Reyes, Green y Arnold,

2007).

En cuanto a la calibración dado que el SWAT es un modelo integral de cuenca

hidrográfica semi-distribuida que requiere un gran número de parámetros de entrada,

que complica la parametrización y calibración del modelo; existen varias técnicas de

calibración han sido desarrolladas para SWAT, incluyendo procedimientos de

 15 

calibración manual y procedimientos automatizados usando el método de evolución

complejo “shuf-fled” y otros métodos comunes. Además, el trabajo de investigación

indica que se ha desarrollado SWAT-CUP que proporciona un marco de toma de

decisiones que incorpora un enfoque semi-automatizado (SUFI2) utilizando

calibración manual y automatizada e incorporando análisis de sensibilidad e

incertidumbre. En SWAT-CUP, los usuarios pueden ajustar manualmente los

parámetros y rangos de forma iterativa entre las ejecuciones de autocalibración. El

análisis de sensibilidad de parámetros ayuda a enfocar el análisis de calibración y la

incertidumbre y se utiliza para proporcionar estadísticas de bondad de ajuste. La

interacción del usuario o el componente manual de la calibración SWAT-CUP obliga

al usuario a obtener una mejor comprensión de los procesos hidrológicos generales

(por ejemplo, relaciones de flujo base, ET, fuentes y sumideros de sedimentos,

rendimientos de cosechas y saldos de nutrientes) y de la sensibilidad de parámetros.

Asimismo indica la importancia para futuros trabajos de calibración con SWAT de

tener en cuenta espacialmente los procesos hidrológicos; mejorar la eficiencia del

tiempo de ejecución del modelo; incluir el impacto de la incertidumbre en el modelo

conceptual, los parámetros del modelo y las variables medidas utilizadas en la

calibración; y asistir a los usuarios en la comprobación de errores de modelo.

Finalmente concluye que al calibrar un modelo físicamente basado como SWAT, es

importante recordar que todos los parámetros de entrada del modelo deben

mantenerse dentro de un rango de incertidumbre realista y que ningún procedimiento

automático puede sustituir el conocimiento físico real de la cuenca (Arnold et al, 2012)

Aplicaciones del Modelo SWAT en Latinoamérica

Se han desarrollado diversas investigaciones aplicando el modelo SWAT en

Latinoamérica, un resumen de sus resultados se puede apreciar en la Tabla 1-2.

 16 

Tabla 1-2

Aplicaciones del Modelo SWAT en Latinoamérica

Autor Objetivo Ámbito de Comentarios

Aplicación
Oñate, 2003 (Referencia Determinación de caudales y Cuenca alta del río Se realizó la modelación de esta cuenca aplicando de una cobertura según el uso potencial del suelo, con el objetivo de
24) sedimentos Catamayo - disminuir la producción de sedimentos, impactando en menor medida la disponibilidad del agua. A pesar de que no se
Ecuador disponía de información, el modelo logró modelar de una manera aproximada el registro histórico de caudales, es así que de
darse una mejora de las condiciones de la red de estaciones existente, los resultados del modelo serían mejores.

Carmona, 2007 Simulación de la producción Macapo, estado En el periodo de calibración el modelo sobreestimó el flujo base durante el periodo seco y lo subestimó para el periodo
(Referencia 10) de agua en una cuenca Cojedes – húmedo. Se recomienda contar con registros suficientemente largos y continuos de precipitación y de producción de agua en
montañosa Venezuela el que estén presentes tanto épocas de sequía como épocas húmedas para poder realizar la calibración en función de ambos
y poder evaluar la capacidad predictiva del modelo bajo diferentes regímenes de humedad.

Proaño, Gavilanes, Determinación del impacto Subcuenca del Río Los escenarios simulados fueron bajo condiciones actuales y escenarios de cambio de manejo en el uso del suelo. Los
Valenzuela y Cisneros, de las diferentes prácticas Ambato - Ecuador periodos de cobertura de la información temática y la climática, muchas veces no coinciden haciendo que la simulación en
2006 (Referencia 28) agrícolas afectan en la muchas ocasiones arroje resultados errados. Sin embargo, una de las principales bondades del modelo SWAT es que permite
generación de caudales y ser calibrado con datos reales medidos en campo. Recomiendan que las variables climáticas requeridas para el modelo
sedimentos SWAT, deben encontrarse en un periodo diario mínimo de 10 años.

Barrios y Urribarri, 2009 Determinación de caudales Cuenca montañosa No se realizaron calibraciones ni ajuste alguno a los parámetros por defecto producidos por la interfaz AVSWAT2000. Los
(Referencia 6) a nivel mensual y diario. del río Chama datos de entrada fueron desarrollados bajo condiciones de escasez de información y sin realizar mediciones adicionales en
hasta Ejido Mérida- campo. SWAT tuvo un desempeño muy bueno en la simulación de la escorrentía mensual para un período de seis años donde
Venezuela se disponía de datos medidos. A nivel diario, la simulación de SWAT resultó insatisfactoria debido principalmente a una
reducida correlación entre los registros diarios de precipitación y los de escorrentía superficial observada; de hecho, el caudal
base sí fue simulado de manera satisfactoria.

Guevara, 2013 Simulación del flujo Cuenca del arroyo SWAT pudo reproducir el caudal diario con coeficientes de eficiencia de Nash Suftclife (NSE) de 0.66 para el periodo de
(Referencia 14) subterráneo y la escorrentía Santa Catalina. calibración (2006-2007) y 0.74 para validación (2011-2012), lo que indica que puede ser utilizado como una herramienta de
superficial con el fin de Buenos Aires - gestión y de planificación en cuencas en zonas llanas y es posible utilizarlo para implementar diferentes escenarios posibles
analizar los impactos del uso Argentina de uso de suelo, prácticas de manejo, entre otros.
del suelo
Bautista, Cruz, Moncayo, Determinación del balance Subcuenca del lago El modelo pudo determinar el balance hídrico, la pérdida de sedimentos y el movimiento de contaminantes. Asimismo se
Silva y Estrada, 2014 hídrico y las cargas de de Chapala; concluye que los modelos tipo SWAT son perfectibles en la medida que se conjunte e implemente más información, además
(Referencia 7) contaminantes por México de dar pautas para la implementación de medidas de manejo y control de los contaminantes creando escenarios para la
actividades agrícolas conservación y restauración de los recursos naturales.

Mata, 2008 (Referencia Simulación hidrológica Cuenca del río Los resultados indicaron que el modelo sobreestima los escurrimientos simulados en los meses de mayor precipitación,
18) Amajac, Hidalgo, asimismo indica que el modelo SWAT presentó un buen ajuste en el coeficiente de eficiencia Nash-Sutcliffe.
México

Ortiz, 2010 (Referencia Simulación multitemporal de Cuenca del lago El autor indica que no se calibraron los parámetros del modelo SWAT, tampoco se realizó un análisis de sensibilidad para
26) la variación de la escorrentía Cuitzeo, México conocer los parámetros más sensibles a pequeños cambios. Sin embargo, el funcionamiento del modelo de tal forma fue una
buena referencia de que tan bien funciona el modelo cuando no se cuente con información de caudales, como sucede en
muchos países, por lo que su uso podría recomendarse en cuencas que no cuentan con registros de aforos. El autor indicó
que este modelo requiere mucha cantidad y calidad de información.
 17 

Autor Objetivo Ámbito de Comentarios

Aplicación
Ordoñez, 2011 Evaluación de la Estado de La aplicación del SWAT facilitó la evaluación de efectos del cambio climático, dado que permitió simular los componentes
(Referencia 25) disponibilidad de agua Coahuila, México necesarios para calcular el balance hídrico del escenario base y de años posteriores.
natural o balance hídrico

Zuleta, 2013 (Referencia Estimación del caudal al año Cuenca del río El modelo fue calibrado mediante SWAT-CUP con datos mensuales observados de caudal para el periodo 1980 – 2011,
34) 2030, bajo diferentes Pejibaye en Costa obteniéndose una bondad de ajuste considerada como excelente (NSE: 0.8; R2: 0.82)
escenarios de cambio Rica
climático y cambio del uso
del suelo

Havrylenko et al, 2014 Obtención de una serie Cuenca del río Los resultados del estudio mostraron que la metodología planteada presenta limitaciones que no permiten evaluar
(Referencia 15) histórica de humedad de Arrecifes - Buenos correctamente la aptitud de SWAT en la estimación de HSS, ello va ligado a la gran cantidad de parámetros de entrada
suelo simulada (HSS) Aires - Argentina requeridos, muchos de los cuales están directamente involucrados en los procesos físicos del ciclo hidrológico y de
propagación de la escorrentía
Elaboración propia
 18 

Aplicaciones del Modelo SWAT en el Perú

En cuanto a aplicaciones del modelo SWAT en el Perú, se cuentan con trabajos

efectuados sobre la cuenca hidrográfica del río Cañete ubicada en las provincias de

Cañete y Yauyos (Perú), que permitieron cuantificar todas las variables del balance

hídrico del flujo del agua en el suelo (Producción de agua, agua en el suelo y recarga

de acuífero profundo) y agua en la vegetación (Evapotranspiración potencial y actual)

para un periodo diario de 19 años (1991-2009). El modelo fue calibrado y validado

comparando con datos existente de caudal; esta metodología básicamente consistió

en la calibración del modelo con el objetivo de lograr un buen ajuste entre los datos

medidos y los simulados, mediante un análisis de sensibilidad en los parámetros del

modelo dentro de un periodo de calibración de 8 años de observación (1993-2000);

además de validar el modelo mediante la comparación de los datos medidos y

simulados dentro de un periodo de 9 años de observación (2001-2009). (Uribe,

Quintero y Valencia, 2013)

La capacidad predictiva del modelo se analizó mediante el coeficiente de

correlación entre los caudales simulados y medidos y el coeficiente de Nash –

Sutcliffe. Entre las conclusiones del estudio se encontró que los caudales simulados

se ajustan muy bien a los caudales aforados. La principal discrepancia se presenta

en los ajustes de los caudales máximos, donde los valores simulados están un poco

por encima de los valores de caudal aforado a nivel diario. Asimismo resalta que el

uso de modelos hidrológicos sin previa calibración y validación conduce a una

sobreestimación considerable de las variables estudiadas. Cabe indicar que si bien

este tipo de modelos se puede aplicar a cuencas que no cuentan con estaciones de

aforo en un periodo de datos prolongado, los resultados deben ser calibrados y

validados con datos aforados en la cuenca. Finalmente, el ajuste del modelo en

 19 

términos de producción de agua permitió priorizar las áreas que tienen una

contribución importante. (Uribe, Quintero y Valencia, 2013).

Asimismo se empleó el modelo SWAT para representar la cuenca del río Ica,

con fines de evaluar el efecto del cambio climático en la oferta de agua para fines del

siglo XXI. El modelo hidrológico fue calibrado y validado para un periodo total de 11

años (2000 - 2010) obteniéndose los valores de Nash-Sutcliffe (NSE) de 0.890 y

0.808 respectivamente, lo que representó un buen desempeño del modelo

hidrológico SWAT. Cabe indicar que esta investigación logró realizar el cambio de

escala estadístico (denominado downscaling) y proyección de la precipitación de

forma satisfactoria, simulando la distribución y estacionalidad de la precipitación para

el periodo observado 1980 - 1999 (Martínez, 2014).

Otro trabajo de predicción de la escorrentía utilizando el modelo SWAT ha sido

el realizado en la cuenca del río Vilcanota (Aybar, 2016) dada la ocurrencia frecuente

de inundaciones en dicha zona. Luego del modelamiento se comprobó que los datos

provenientes de sensoramiento remoto posibilita la realización de estudios de

caracterización a escala regional de manera adecuada, presentándose mayor

precisión para definir las clases de cobertura y las elevaciones. Con respecto a la

caracterización del tipo del suelo y variables meteorológicas fue necesario el

acoplamiento con datos in situ para evitar en lo posible las subjetividades. Asimismo,

la estimación del cambio de cobertura para los años 1988, 2001, 2014 y el escenario

proyectado hacia el año horizonte 2030, reveló que en líneas generales la

persistencia es el estado predominante en todo el ámbito de estudio, no obstante se

produjeron cambios significativos en áreas cercanas a la ciudad de Cusco y a

 20 

cuerpos de aguas de considerables extensiones, debido principalmente a la

expansión agrícola y desarrollo urbano que se ha aseverado en los últimos años.

En cuanto al modelo hidrológico SWAT, este fue capaz de reproducir el registro

histórico de caudales luego de la calibración de los parámetros identificados como

los más sensibles a generar cambios significativos. Se presentaron ciertas

limitaciones en el cálculo de los caudales en la época húmeda debido a las

limitaciones de la red de estaciones meteorológicas que impidieron entender

completamente la especialización de las precipitaciones, sin embargo un valor de la

eficiencia de Nash- Sutcliffe de 0.76 a paso diario y 0.93 a paso mensual

comprobaron un buen rendimiento del modelo en líneas generales. Finalmente se

observó que los indicadores basados en la precipitación antecedente presentaron

altas correlaciones con la ocurrencia de caudales críticos, principalmente al utilizar el

indicador API-4, además se pudo determinar que el área más sensible para detectar

posibles inundaciones era en la cuenca baja. En la presente investigación quedó

constatado que la activación de inundaciones depende más del estado hídrico previo

que de la intensidad de precipitación como tal, siendo necesario en muchos casos

solo una lluvia de pocos milímetros para desencadenar una inundación (Aybar,

2016).

Adicionalmente al trabajo de Aybar, los excelentes resultados del modelo

SWAT en la simulación de descargas de la cuenca del río Vilcanota ejecutados por

SENAMHI le permitieron inferir que es un modelo adecuado para el modelamiento

hidrológico de cuencas ubicadas en los Andes (Fernandez, 2016). Dicho estudio llevó

a cabo un análisis de sensibilidad de parámetros con el propósito de identificar los

parámetros más sensibles del modelo hidrológico SWAT y por primera vez se reportó
 21 

la forma en que estos parámetros sensibles afectaban la respuesta hidrológica en los

diferentes componentes del proceso hidrológico.

Cabe resaltar que este trabajo realizó la evaluación estadística y de la

aplicabilidad en el modelamiento hidrológico con dos productos de precipitación

estimada por satélite (PPES): El producto 3B42V7 de la misión TMPA (TRMM multi-

satellite precipitation analysis) e IMERG (Final run) de la misión GPM (Global

Precipitation Measurement). El producto 3B42V7 fue analizado para dos periodos

distintos definidos por la era de TMPA (2000 – marzo 2014) y por la era GPM (abril

2014 – diciembre 2015) y es este último periodo donde fue comparado con el

producto IMERG. Los resultados de la calibración y validación indicaron que la

utilidad del producto 3B42V7 en el modelamiento hidrológico es adecuada solamente

en la era de TMPA debido que en la era GPM el desempeño de SWAT utilizando

3B42V7 es insatisfactorio. Por otro lado en concordancia a la evaluación estadística

se encontró que en la era de GPM la utilidad de IMERG en el modelamiento

hidrológico es muy superior que 3B42V7; incluso se ha demostrado que en un posible

tercer escenario cuando SWAT adopta 4 (1; SURLAG) parámetros del primer

(segundo) escenario, el desempeño de SWAT utilizando IMERG es muy bueno y

comparable a los desempeños de SWAT que utiliza los datos de precipitación

observada. Por lo que en este estudio el uso de IMERG en el modelamiento

hidrológico utilizando SWAT en una cuenca con escasa información como es el caso

de la cuenca del río Vilcanota era prometedor (Fernández, 2016).

Un aspecto importante en el modelo SWAT son los datos de entrada al modelo,

siendo uno de los más importantes es la precipitación, y más aún cuando en el Perú,

la red de estaciones pluviométricas que monitorea el Servicio Nacional de

 22 

Meteorología e Hidrología (SENAMHI) presenta una baja densidad o, en algunos

casos, no existe. En contraste, debido al avance tecnológico se cuenta con series de

precipitación estimada por satélite que presentan una aceptable cobertura espacial y

están disponibles en tiempo real. Esta información que podría ser utilizada en la

simulación de caudales a nivel de cuenca, necesita de una evaluación de la precisión

con la que ha sido obtenida. Por ello, la investigación realizada por Asencios (2016)

tuvo como objetivo principal evaluar el rendimiento de tres productos de precipitación

estimada por satélite denominados TRMM-3B42RT, CMORPH y PERSIANN con y

sin sesgo corregido en la simulación de caudales de las principales unidades

hidrográficas de la cuenca del río Rímac. Para corregir el sesgo de las series de

precipitación, se utilizaron dos métodos denominados Factor de Error de

Precipitación y Mapeo Cuantil. Asimismo, se utilizó el modelo HYMOD para realizar

la simulación del proceso de precipitación-escorrentía. El algoritmo DREAM fue

utilizado para realizar la calibración del modelo hidrológico, en donde se configuraron

10 secuencias paralelas y 1000 simulaciones o muestras en el proceso de obtención

de la magnitud de los parámetros del modelo HYMOD. Los resultados mostraron que

la precipitación estimada por satélite subestima largamente la serie de lluvia

observada. Sin embargo, los caudales simulados utilizando la información de

precipitación estimada por satélite sugieren que éstos no son útiles en su forma en

que están disponibles para lo cual se ha encontrado que utilizando los métodos de

corrección de sesgo evaluados, ha sido posible mejorar el rendimiento de los

productos de precipitación en la simulación de caudales. Específicamente, el trabajo

de investigación obtuvo mejores resultados utilizando el método Mapeo Cuantil

aplicado a los productos TRMM-3B42RT y PERSIANN (Asencios, 2016).

 23 

En cuanto a las aplicaciones del modelo SWAT como herramienta de

modelación hidrológica que forme parte de los Estudios de Impacto Ambiental (EIA)

o modificaciones, la empresa consultora MWH Perú S.A. ha empleado esta

herramienta en dos unidades mineras: La Arena y Pallancata. La mina La Arena es

una explotación a tajo abierto de minerales de cobre y oro ubicado en el distrito de

Huamachuco, provincia de Sánchez Carrión, departamento de La Libertad. Para las

modificaciones propuestas en la Unidad Minera La Arena se empleó el modelo SWAT

para estimar los caudales mensuales en el período enero del año 2000 a diciembre

del año 2015 para cada Unidad Hidrográfica (UH) a nivel local (UH La Ramada,

Sayapamba y Fraylones), y los puntos de monitoreo más representativos en las

unidades de los ríos Chichiricucho y Yamobamba. Asimismo, conforme al objetivo

del presente estudio, se establecieron una serie de simulaciones que involucraron los

escenarios actual (línea base) y proyectado. En ambos casos, las simulaciones han

considerado una calibración manual respecto a los niveles freáticos, teniendo niveles

mínimos de 5 m y máximo de 10 m (conforme a los parámetros establecidos por el

SWAT) y hasta un nivel 0 m en el caso de cuerpos de agua permanente; además se

consideraron 2 años de calentamiento del modelo, es decir, se consideran 2 años de

la información recopilada como entrada al modelo para clasificar y procesar

información de entrada, para establecer resultados consistentes en el resto de la

data. Los resultados pudieron determinar la variación de caudales entre el escenario

actual y los proyectados durante la operación de la mina en las Fases denominadas

Óxidos (2017 – 2021) y Fase Sulfuros (2021 – 2023). Cabe indicar que se consideró

información satelital (TRMM downscaling) la misma que fue ajustada con estaciones

de SENAMHI y estación meteorológica de La Arena S.A. (MWH, febrero 2017)

 24 

En cuanto a la unidad minera Pallancata, esta es una mina subterránea de

explotación de minerales de oro y plata como máximo de aproximadamente 3,000

TMD localizada en el distrito de Coronel Castañeda, provincia de Parinacochas,

departamento de Ayacucho – Perú. El área del análisis y simulación correspondió a

la cuenca Suyamarca, parte alta de la cuenca del río Ocoña, a una altitud promedio

de 4,445 msnm. Conforme al objetivo de dicho estudio, se estableció únicamente un

escenario actual, con el fin de establecer una línea base actual, conforme a la

perspectiva del modelo hidrológico aplicado. La calibración del modelo se ha

realizado de forma manual y solamente ha sido enfocado en las variables que

involucran el nivel subsuperficial y profundo. En este sentido, se ha considerado

niveles freáticos mínimos de 5 m y máximo de 10 m (conforme a los parámetros

establecidos por el SWAT) y hasta un nivel 0 m en el caso de cuerpos de agua

permanente. Asimismo, se ha considerado un tiempo de respuesta del sistema, en

función al modelo hidrogeológico conceptual, entre 15 a 80 días. Asimismo, se han

considerado hasta 15 años de calentamiento del modelo, es decir, se consideran 15

años de la información recopilada como entrada al modelo para clasificar y procesar

información de entrada, a fin de establecer resultados consistentes en el resto de la

data. Adicionalmente como parte del balance hidrológico se implementó una

metodología de downscaling para la obtención de precipitación diaria acumulada, en

formato raster a una resolución espacial de 1km, tomando como fuente de

información el producto TRMM 3B42. Esta metodología se basó en la correlación

directa existente entre el NDVI (Normalized Difference Vegetation Index) y la

Precipitación, es decir, que donde exista cobertura vegetal de mayor densidad

natural, existe mayores magnitudes de precipitación; pero como todo modelo

presentó limitaciones según el número de variables que intervinieron, especialmente

 25 

en zonas antrópicas, por ejemplo: cuerpos de agua (ríos, lagos y lagunas), zonas

deforestadas, bofedales, humedales, zonas urbanas. (MWH, abril 2017)

1.2 Descripción de la realidad problemática

Para una apropiada planificación y desarrollo de los recursos hídricos de una

cuenca hidrográfica, se tiene que conocer la oferta o disponibilidad de éstos, tanto

en cantidad y régimen, como en calidad. Cuando en una cuenca hidrográfica de

interés no existen mediciones de la escorrentía producida, la opción más

ampliamente utilizada en las últimas décadas ha sido la simulación hidrológica

(Barrios, 2010).

Hay un significativo número de modelos hidrológicos de cuencas, de tipo

continuos, apropiados para estimar la disponibilidad hídrica, tanto en cantidad como

en calidad, entre ellos el modelo SWAT (Soil and Water Assessment Tool) que tienen

la ventaja de servir como herramientas para predecir los impactos ambientales

debido a cambios de uso y manejo de la tierra, cuestión que no puede hacerse a

partir de registros de escorrentía. Sin embargo, la aplicabilidad del modelo SWAT, en

los países menos desarrollados ha encontrado dos barreras: la escasez de datos y

la desconfianza en modelos desarrollados en otras latitudes (Barrios, 2010). Ante

ello, como señaló Silva (2004: 290), “los requerimientos de información para el

empleo de SWAT pueden ser satisfechos con dificultades sorteables”; además

experiencias del SWAT en Latinoamérica han dado buenos resultados en la

estimación de escorrentía.

En el Perú, muchos modelos hidrológicos se han utilizado para analizar y

predecir la escorrentía en el Perú, pero pocos de ellos se han convertido

 26 

herramientas de planificación y toma de decisiones, esto se debe principalmente a la

gran cantidad de datos de entrada que requieren y los procesos de modelización son

demasiado complejos para su aplicación operativa. Por otra parte los avances en la

simulación de la escorrentía tanto a nivel local, regional y global se han visto limitados

por la dificultad de medir la variabilidad espacio-temporal de las precipitaciones

(Aybar, 2016), dada la escasez de información meteorológica e hidrométrica de la

red de estaciones de SENAMHI que sirvan de datos de entrada o para realizar la

calibración de cualquier modelo hidrológico.

En el Perú se han realizado diversos trabajos para la estimación de caudal base

para efectos del manejo de cuencas hidrográficas por actividades agrícolas o efectos

del cambio climático y en una menor proporción para evaluación de impactos en la

minería superficial ante la falta de información meteorológica confiable y de

monitoreos de caudal en la zona de estudio. Si bien el modelo SWAT puede ser

utilizado para la estimación de caudales y evaluación de los impactos por actividades

realizadas a nivel superficial, la presente investigación pretende evaluar si la

posibilidad de que el modelo SWAT pueda evaluar el impacto por actividades de

minería subterránea donde podrían existir otros factores que influencien al caudal

base del río Suyamarca, cuerpo de agua que estaría principalmente influenciado por

las actividades de la Unidad Operativa Pallancata y que dicho modelo sirva como

herramienta de gestión y toma de decisiones por parte de Compañía Minera Ares

S.A.
 27 

1.3 Formulación del problema

Problema General

¿En qué medida la aplicación del modelo SWAT con información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno logra estimar el impacto al

caudal del río Suyamarca por las actividades en la Unidad Operativa Pallancata?

Problemas específicos

 ¿En qué medida la aplicación del modelo SWAT con información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno logra estimar los caudales

del río Suyamarca antes de las actividades de la Unidad Operativa Pallancata?

 ¿En qué medida la aplicación del modelo SWAT con información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno logra estimar los caudales

del río Suyamarca al final de la vida útil de la Unidad Operativa Pallancata?

1.4 Justificación e importancia de la investigación

Desde el punto de vista teórico se logrará identificar la aplicabilidad del modelo

SWAT para la evaluación de impactos por actividades de minería subterránea,

incluyendo instalaciones auxiliares, tomando en consideración la escasez de

información meteorológica e hidrométrica en la cuenca de Suyamarca.

En cuanto a la justificación práctica, Compañía Minera Ares logrará contar con

información de caudal del río Suyamarca lo que le permitirá predecir el impacto de

sus operaciones en Pallancata y ejecutar una de forma conjunta con otros usuarios

una adecuada gestión de la cuenca. Asimismo permitirá a Compañía Minera Ares

 28 

considerar la aplicabilidad del modelo SWAT para futuras expansiones de su

operación en otras unidades hidrográficas.

1.5 Objetivos

Objetivo general

Aplicar el modelo SWAT con información climatológica, cobertura, uso y tipo de

suelo y topografía del terreno para estimar el impacto al caudal del río Suyamarca

por las actividades de la Unidad Operativa Pallancata.

Objetivos específicos

 Aplicar el Modelo SWAT con información climatológica, cobertura, uso y tipo de

suelo y topografía del terreno para realizar la estimación del caudal del río

Suyamarca antes de las actividades de la Unidad Operativa Pallancata.

 Aplicar el Modelo SWAT con información climatológica, cobertura, uso y tipo de

suelo y topografía del terreno para realizar la estimación del caudal del río

Suyamarca durante las actividades de la Unidad Operativa Pallancata hasta

finalizar su vida útil.

1.6 Hipótesis

Hipótesis general

Mediante la aplicación del modelo SWAT a partir de información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación del

impacto al caudal del río Suyamarca por las actividades de la Unidad Operativa

Pallancata.
 29 

Hipótesis específicas

 Mediante la aplicación del modelo SWAT a partir de información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación

del caudal del río Suyamarca antes de las actividades de la Unidad Operativa

Pallancata.

 Mediante la aplicación del modelo SWAT a partir de información climatológica,

cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación

del caudal del río Suyamarca durante las actividades de la Unidad Operativa

Pallancata hasta finalizar su vida útil.

1.7 Variables e indicadores

Variables independientes

X1 = Información climatológica

X2 = Cobertura, uso y tipo de suelo

X3 = Topografía del terreno

Variables dependientes

Y1= Impacto al caudal del río Suyamarca por las actividades de la Unidad Operativa

Pallancata

Indicadores

 Precipitación diaria (mm)

 Temperatura del aire (ºC)

 Radiación solar
 30 

 Velocidad del viento

 Humedad relativa

 Uso/ Cobertura de suelo

 Evapotranspiración (mm)

 Modelo de Elevación Digital

 Curvas de nivel de las instalaciones de la unidad operativa Pallancata

 Caudal estimado del río Suyamarca antes de las actividades de la Unidad

Operativa Pallancata (L/s).

 Caudal medido del río Suyamarca antes de las actividades de la Unidad

Operativa Pallancata (L/s).

 Caudal estimado del río Suyamarca durante las actividades de la Unidad

Operativa Pallancata hasta finalizar su vida útil (L/s).

1.8 Periodo de análisis

El periodo de análisis será en condiciones sin proyecto (año 2007) y al año de

las actividades actuales de la Unidad Operativa Pallancata en el año 2016.

 31 

5.
6.
7.
8.
9.
10.
11. CAPÍTULO II:

12. MARCO TEÓRICO Y MARCO CONCEPTUAL

2.1 Marco teórico

2.1.1 Ciclo Hidrológico

El ciclo hidrológico no tiene ni principio ni fin y sus procesos ocurren en forma

continua (Chow et al., 1988), es descrito como el conjunto de cambios que

experimenta el agua en la naturaleza, tanto en su estado (sólido, líquido y gaseoso),

como en su forma (agua superficial, agua subterránea, etc.). El ciclo hidrológico es

completamente irregular, y es precisamente contra estas irregularidades que lucha el

ser humano. Una muestra de ello son los periodos de satisfacción con los

requerimientos del agua para las diferentes actividades, otros periodos de sequías y

otros de inundaciones (Villón, 2004). El ciclo hidrológico está conformado

principalmente por los siguientes componentes: (ver Figura 2-1).

Precipitación

Desde el punto de vista hidrológico, la precipitación es la fuente primaria del

agua de la superficie terrestre; sus mediciones y análisis forman el punto de partida

de los estudios concernientes al uso y control del agua (Villón, 2004). No toda el

agua precipitada llega a la superficie de forma directa, hay una parte de ella que es

interceptada en su trayecto; esta intercepción la realizan las plantas, por lo que se

puede diferenciar dos términos, la precipitación incidente y la precipitación neta

(Reyes, 2014). La precipitación incidente es la cantidad total de lluvia que es medida

por encima de la copa de los árboles o en un terreno abierto adyacente al bosque

 32 

mientras que la precipitación neta está compuesta por las gotas de agua que caen o

drenan al suelo desde el follaje y las ramas o que se escurren a través de los troncos.

La diferencia entre la precipitación neta con la incidente es conocida como

intercepción de la precipitación (Tobón and Morales, 2009).

Figura 2-1: Representación Esquemática del Ciclo Hidrológico.

Fuente: Modificado de Chow et al., 1988.

Evapotranspiración

El proceso de evapotranspiración es un fenómeno combinado de pérdida de

agua por transpiración y evaporación directa del agua del suelo. Corresponde al

fenómeno físico del pasaje de agua del estado líquido al gaseoso en condiciones

naturales, dependiendo de la disponibilidad de agua para la vegetación y necesitando

una importante cantidad de energía para que el proceso ocurra (Del Carmen, 2001).
 33 

Infiltración y percolación

La infiltración se define como el movimiento del agua, a través de la superficie

del suelo y hacia adentro del mismo, producido por la acción de las fuerzas

gravitacionales y capilares (Aparicio, 1989). La percolación es el movimiento por el

cual el agua recorre los medios permeables de suelo saturados de agua. Ambos

fenómenos están íntimamente ligados puesto que, la primera no puede continuar sino

cuando tiene lugar la segunda.

Escorrentía

Se entiende por escorrentía a la lámina de agua que circula libremente sobre

la superficie terrestre. Se puede producir dos tipos de escorrentía: (1) Escorrentía por

exceso de infiltración: Se produce en los suelos que no están saturados. De hecho,

el suelo puede estar muy seco, pero debido a las propiedades del suelo o de la

cubierta del suelo el proceso de infiltración no puede absorber el agua producida por

un aguacero o un deshielo rápido; y (2) Escorrentía por exceso de saturación: Se

produce cuando el suelo está saturado y no queda espacio para que se infiltre más

agua. Esto puede ocurrir incluso en suelos que normalmente, en condiciones

subsaturadas, permiten la infiltración de grandes cantidades de agua. (Ver Figura

2-2)

Figura 2-2: Tipos de Formación de Escorrentía Superficial.

Fuente: www.meted.ucar.edu.
 34 

Flujo lateral

El flujo lateral es el agua que se mueve por debajo de la superficie del suelo y

sobre el nivel de los acuíferos, la cual fluye subsuperficialmente y alimenta a los

canales de drenaje, quebrados y ríos. El flujo subsuperficial lateral es calculado

simultáneamente con la percolación para el perfil del suelo entre (0-2m) mediante un

modelo de almacenamiento cinético, que usa la ecuación de conservación de la masa

con el perfil entero del suelo como el volumen de control (Proaño et al., 2006).

2.1.2 Modelos Hidrológicos

Un modelo hidrológico puede definirse como la representación matemática del

ciclo del agua sobre una determinada porción de territorio, con la finalidad de realizar

transformaciones lluvia - escorrentía. Los modelos hidrológicos buscan simplificar la

complejidad del mundo real por medio de una selección de los aspectos

fundamentales que determinan el funcionamiento del sistema hidrológico modelado,

de forma que generalmente cuantas más simplificaciones supone un modelo, menos

precisos serán sus resultados. Un sistema hidrológico engloba el conjunto de

procesos físicos, químicos y biológicos que actúan sobre unas variables de entrada

convirtiéndolas en otras variables de salida (Clarke, 1973).

2.1.2.1 Clasificación de los Modelos Hidrológicos

En general los modelos hidrológicos se dividen en 4 (Ponce, 1989): (1)

determinísticos, (2) probabilísticos, (3) conceptuales, y (4) paramétricos. Ver Figura

2-3.
 35 

Figura 2-3: Clasificación de modelos hidrológicos.

Fuente: Aybar, 2016

Modelos Determinísticos

Los modelos determinísticos son formulados siguiendo fórmulas de la física y/o

procesos químicos descritos por ecuaciones diferenciales. Un modelo determinístico

es formulado en términos de un grupo de variables, parámetros y ecuaciones

relacionadas a ellos. Implica una relación causa-efecto entre los valores de los

parámetros elegidos; y deberían proveer el mejor detalle en la simulación de los

procesos físicos o químicos.

Los modelos hidrológicos determinísticos pueden subclasificarse en modelos

agregados y modelos distribuidos (Carpenter, 2006), cuya diferencia recae sobre la

unidad básica de análisis en la que divide la zona de estudio. Los modelos agregados

consideran las cuencas y subcuencas como unidades de trabajo. En cambio, en los

modelos distribuidos las unidades tienen generalmente menor tamaño y están

definidas de forma más regular. Además estas unidades no tienen un significado

hidrológico tan definido ni representan elementos hidrográficos concretos (Olaya,

2004). Los conceptos de modelos concentrados y distribuidos, opuestos en

significado, no son necesariamente excluyentes ya que los modelos concentrados

pueden ser usados como componentes de un gran modelo distribuido (Ponce, 1989,

p. 393).
 36 

Lo que realmente constituye una diferencia importante entre los métodos

agregados y distribuidos, dentro del estudio hidrológico y desde el punto de vista

espacial, es la forma de realizar la subdivisión de la cuenca. Los métodos distribuidos

dividen el terreno en celdas de forma regular, generalmente cuadrangulares, dando

lugar a un “grid” o matriz de datos. El objetivo es hacer la unidad de cálculo

suficientemente pequeña para poder considerar constante el valor de las variables y

parámetros, que intervienen en los fenómenos que van a ser analizados, dentro de

la misma. También se puede aplicar un modelo agregado en divisiones hidrográficas

naturales o subcuencas; y, aunque se sepa que las variables y parámetros no pueden

ser constantes en toda la unidad, adoptar los valores medios disponibles como

representativos de los valores reales. Este enfoque, mediante divisiones en

subcuencas, se presta menos a la mecanización del conjunto del territorio a estudiar,

que las celdas regulares; y, da lugar a los denominados modelos semidistribuidos de

gran aplicación en cuencas de mayor tamaño. En la Figura 2-4 se puede apreciar los

modelos hidrológicos según unidades de básicas de análisis donde a la izquierda se

tiene a los modelos agregados, al centro a los semidistribuidos y a la derecha a los

distribuidos.

Para Salgado y Güitrón de los Reyes (2012), la aplicación de uno u otro modelo

dependerá de los objetivos de la simulación. No necesariamente los modelos

hidrológicos distribuidos son la mejor opción; sin embargo, cuando se trata de

representar la física de fenómenos hidrológicos en la cuenca, y ante la evidencia de

la variabilidad espacial de la precipitación, la temperatura, la cobertura vegetal, entre

otros parámetros, es una ventaja el empleo de los modelos hidrológicos distribuidos

respecto a los modelos agregados. Sin pasar por alto que los primeros llegan a un

notable incremento de complejidad en su aplicación, asociada principalmente, a la

 37 

cantidad de información requerida para su modelación que se basa en la aplicación

de los Sistemas de Información Geográfica (SIG), en los cuales se procesa gran parte

de los datos para representarla fisiografía de la cuenca, aunque esta complejidad es

atenuada por el uso de equipo de cómputo que cada vez tiene mayor velocidad y

capacidad de almacenamiento (Camones, 2015).

Figura 2-4: Modelos hidrológicos según la naturaleza de sus unidades básica de

análisis.
Fuente: http://www.meted.
ucar.edu/hydro/basic/Runoff_es/media/graphics/model_approaches.gif

Modelos Probabilísticos

Los modelos probabilísticos son exactamente lo opuesto en significado a los

modelos determinísticos. Un modelo probabilístico se formula siguiendo las leyes del

azar o probabilidad. Los modelos probabilísticos son de dos tipos: estadísticos, y

estocásticos. Los modelos estadísticos tratan con datos observados, mientras que

los modelos estocásticos, lo hacen con la estructura del azar observada en ciertas

series hidrológicas temporales (Sánchez, 2010).

 38 

Modelos Conceptuales

Los modelos conceptuales son representaciones simplificadas de los procesos

físicos, usualmente recaen sobre descripciones matemáticas (ya sean en forma

algebraica o por ecuaciones diferenciales ordinarias), que simulan procesos

complejos basándose en unas pocas claves de parámetros conceptuales. El uso

extensivo de los modelos conceptuales en la ingeniería hidrológica refleja la

complejidad inherente del fenómeno y la incapacidad práctica de considerar los

componentes determinísticos en todas las instancias. De allí que los modelos

conceptuales son sustitutos útiles y prácticos para los modelos determinísticos

(Sánchez, 2010).

Modelos Paramétricos

Los modelos paramétricos son los más simples de todas las propuestas de

modelado. Como su nombre indica, el énfasis de los modelos paramétricos está en

los parámetros empíricos en los que está basada la solución. Usualmente, un modelo

paramétrico consiste en una ecuación (o ecuaciones) algebraica que contiene uno o

más parámetros a ser determinados por el análisis de datos u otro medio empírico.

La aplicabilidad de los modelos paramétricos está restringida al rango de datos

utilizados en la determinación de los valores de los parámetros. Los modelos

paramétricos son útiles cuando los modelos conceptuales, determinísticos o

probabilísticos no son prácticos o son demasiado caros (Sánchez, 2010).

2.1.3 Modelo SWAT

El modelo hidrológico SWAT (iniciales en inglés de Soil and Water Assessment

Tool) fue implementado en el año 1997 por el Departamento de Agricultura de los

Estados Unidos (USDA por sus iniciales en inglés) y por el Servicio de Investigación
 39 

Agrícola (ARS por sus iniciales en inglés) para la simulación y predicción hidrológica

de los procesos relacionados con los recursos hidráulicos que incluyen el estudio de

cauces, ríos y cuencas (Mata, 2008). Dicho modelo predice el impacto en el manejo

del suelo y la vegetación en el rendimiento hídrico, la producción de sedimentos y la

contaminación de agua con agroquímicos. Es un modelo semi-distribuido y por tal

razón es útil para modelar hidrológicamente cuencas con amplia variación de suelos,

uso de suelo y condiciones de manejo (Arnold and Williams, 1987).

El modelo SWAT tiene sus bases en los conceptos del balance hídrico que

permite determinar la entrada, salida y almacenamiento de agua en una cuenca

hidrográfica. El movimiento del agua en la cuenca se ilustra en la Figura 2-5; a través

de la precipitación el agua entra en la cuenca, la cual al llegar al suelo forma los flujos

de infiltración y escorrentía. La escorrentía es el agua que fluye más rápido hasta los

drenajes de la cuenca, mientras que la infiltración es la vía por la cual se recargan

los acuíferos, aunque también existen flujos subterráneos que son más lentos y

descargan en los canales de drenaje.

Figura 2-5: Ciclo Hidrológico del Agua

Fuente: Proaño, Gavilanes, Valenzuela y Cisneros, diciembre 2006

 40 

El modelo está conformado por un conjunto de sub-modelos, los cuales se

emplean para simular distintos procesos hidrológicos. SWAT está definido por ocho

componentes: hidrología, clima, erosión y sedimentación, temperatura del suelo,

crecimiento de plantas, nutrientes, pesticidas y manejo del suelo (Miller et al., 2007).

El modelo hidrológico está basado en la ecuación general de balance hídrico:

t
SWt  SW0   ( Rd ay  Qs urf  E a  ws eep  Qq w )
i 1

donde SWt es el contenido final de agua en el suelo (mm de agua); SW0 es el

contenido de agua inicial en el día i(mmH2O); t es el tiempo (día); Rday es la cantidad

de precipitación en el día i (mmH2O); Ea es la cantidad de evapotranspiración en el

día i (mmH2O); Wseep es la cantidad de agua acumulada en la zona no saturada del

perfil del suelo en día i (mmH2O); Qgw es la cantidad de flujo de retorno en el día i

(mm de agua); (Arnold et al.,1998). Dentro del modelo SWAT confluyen varios

componentes que influyen en el balance hídrico de una cuenca. En cada componente

se simulan varios procesos físicos a nivel del suelo, el clima, el crecimiento de

cultivos, ciclo de nutrientes, dinámica de pesticidas y manejo de cultivos. Para ello,

SWAT divide una cuenca en varias subcuencas, que a su vez están divididos en

Unidades de Respuesta Hidrológica (URH’s). Las URH consisten en áreas

homogéneas de uso de la tierra y características del suelo con un determinado

balance hídrico. El balance hídrico es simulado para intervalos diarios durante un

periodo continuo de tiempo.

Una vez que SWAT determina las cargas de agua, sedimento, nutrientes y

pesticidas hacia el canal principal, las cargas son dirigidas por la red de corriente de
 41 

la cuenca usando una estructura de orden semejante a la HYMO (Williams and Hann

1972). Adicionalmente al seguimiento del flujo masivo en el canal, SWAT modela la

transformación de sustancias químicas en la corriente y cauce. (Uribe, 2010). La

Figura 2-6 ilustra los diferentes procesos en-corriente modelados por SWAT.

El enrutamiento en el canal principal puede ser dividido en cuatro componentes:

agua, sedimento, nutrientes y sustancias químicas orgánicas (Uribe, 2010). En este

estudio solo se describe el enrutamiento de flujo de agua

Figura 2-6: Procesos de corriente modelados por SWAT

Fuente: Uribe, 2010

Finalmente cuando el agua fluye río abajo, una porción puede perderse debido

a la evaporación y transmisión por la capa del canal. Otra pérdida potencial es la

eliminación de agua del canal para el uso agrícola o humano. El flujo puede ser

suplementado por la lluvia directamente en el canal y/o adicionado de agua de

descargas del punto de la fuente. El flujo es dirigido por el canal que utiliza un método
 42 

variable de coeficiente de almacenamiento desarrollado por Williams (1969b) o el

método de enrutamiento de Muskingum (Uribe, 2010)

SWAT es un modelo ampliamente usado para simular la hidrología y calidad

de agua de distintas cuencas en el mundo y los impactos de prácticas de manejo

agrícola sobre la dinámica hidrológica. En Gassman et al. (2007) se encuentra una

revisión sobre la historia de desarrollo de este modelo, sus diversas aplicaciones y

nuevas actualizaciones reportadas en publicaciones arbitradas. Así mismo para

consultar las especificidades del modelo el lector debe remitirse a Neitsch et al.

(2001).

Como cualquier modelo, sus simulaciones implican incertidumbres causadas

principalmente por errores en las variables de entrada, por limitaciones propias del

modelo para simular procesos físicos en ciertas condiciones ambientales, y/o por la

incertidumbre en la estimación de parámetros, teniendo presente que la mayor

incertidumbre está asociada a los valores de los parámetros calibrados obtenidos con

procesos de calibración automática (Tucci, 2005). Es por esta razón que la

calibración y la validación son vitales en la aplicación del modelo SWAT y en otros

modelos. Para estos procesos, SWAT cuenta con herramientas (i.e. análisis de

sensibilidad) y guías para realizar una calibración y validación adecuada del modelo.

Esto último es de gran utilidad ya que al ser SWAT un modelo hidrológico semi-

distribuido, tiene potencialmente muchos parámetros a calibrar los cuales son

imposibles de calibrar todos.

Adicionalmente a la utilidad de SWAT para simular efectos del cambio de

uso/cobertura/manejo de la tierra sobre los caudales o la calidad del agua, SWAT

 43 

también provee la posibilidad de simular los impactos del cambio climático en

rendimiento hídrico, producción de sedimentos y carga de nutrientes en caudales

(e.g. Stone et al. 2001; Jha et al. 2007; Marshall y Randhir 2008; Ficklin et al. 2009;

Franczyk y Heejun 2009). SWAT puede simular el efecto de incrementos en la

concentración de CO2 en la atmosfera y de cambios en los parámetros de las

variables climáticas sobre el crecimiento de las plantas (Gassman et al. 2007) y la

hidrología de las cuencas (Uribe, Quintero y Valencia, 2013).

Las ventajas del modelo SWAT son: posibilidad de modelar en cuencas no

aforadas y predicción sobre el impacto relativo de los datos de entrada alternativos

como por ejemplo: cambios en las prácticas de gestión, el clima, la vegetación, etc

(Aybar, 2016).

2.2 Marco conceptual

Para efectos de la investigación se emplearán los siguientes conceptos:

 Almacenamiento de dosel: Es el agua interceptada por superficies

vegetativas (el dosel) donde se mantiene y se hace disponible para la

evaporación (Uribe, 2010). Cuando se usa el método de curva numérica CN

para computar escorrentía de superficie, el almacenamiento de dosel se toma

en cuenta en los cálculos de superficie de escorrentía. Sin embargo, si los

métodos como Green & Ampt se usan para modelar infiltración y escorrentías,

el almacenamiento de dosel debe ser modelado separadamente (Uribe, 2010).

SWAT permite al usuario a ingresar la cantidad máxima de agua que puede ser

almacenada en el dosel en el índice máximo de área de hoja para la cobertura

de tierra. Este valor y el índice del área de la hoja son utilizados por el modelo

para computar el almacenamiento máximo en tiempo en el ciclo de desarrollo

 44 

de la cobertura de tierra/cosecha. Cuándo la evaporación es computada, el

agua primero se remueve del almacenamiento de dosel (Uribe, 2010).

 Evapotranspiración: Es un término colectivo para todos procesos en el que

agua en fase líquida o sólida o cerca de la superficie terrestre se convierte en

vapor atmosférico. La evapotranspiración incluye evaporación de ríos y lagos,

suelo descubierto, y superficies vegetativas; evaporación de dentro de las hojas

de plantas (transpiración); y la sublimación de superficies de hielo y nieve. El

modelo computa la evaporación de suelos y plantas separadamente descrito

por Ritchie (1972). La evaporación verdadera del agua en el suelo se estima

utilizando funciones exponenciales de profundidad de suelo y contenido de

agua. La transpiración de la planta se simula como una función lineal de la

evapotranspiración potencial e índice de área de hoja (Uribe, 2010).

 Evapotranspiración potencial: La evapotranspiración potencial es la

proporción en la cual la evapotranspiración ocurriría en una gran área cubierta

uniformemente y completamente con vegetación creciente que tiene acceso a

un suministro ilimitado de agua terrestre. Esta proporción se asume para ser

no afectada por efectos micro-climáticos de procesos como advección o calor

de almacenamiento. El modelo SWAT ofrece tres opciones para estimar la

evapotranspiración potencial: Hargreaves (Hargreaves et Al., 1985), Priestley-

Taylor (Priestley y Taylor, 1972), y Penman-Monteith (Monteith, 1965). (Uribe,

2010)

 Escurrimiento superficial: Las escorrentías en la superficie, o flujo terrestre,

es el flujo que ocurre a lo largo de una superficie inclinada. Utilizando las

 45 

cantidades diarias o sub-diarias de lluvia, el SWAT simula volúmenes de

superficie de escorrentías y promedios máximos de escorrentías para cada

HRU. Este es computado utilizando una modificación del método de curva

numérica del SCS (Servicio de Conservación de Suelo del USDA, 1972) o el

método de infiltración de Green & Ampt (Green y Ampt, 1911). En el método de

curva numérica, la curva varía no-linealmente con el contenido de humedad del

suelo. La curva numérica baja si la tierra se acerca el punto de marchitez y

aumenta hasta cerca de 100 al acercarse el suelo a la saturación (Uribe, 2010).

El método de Gree & Ampt requiere los datos sub-diarios de precipitación y

calcula la infiltración como una función del frente potencial mátrico húmedo

anterior y conductividad hidráulica efectiva. El agua que no se infiltra se

convierte en escorrentía de superficie. El SWAT incluye una provisión para

estimar escorrentías de suelo congelado donde un suelo se define como

congelado si la temperatura en la primera capa es menos de 0°C. (Uribe,

2010).

 Precipitación: Según Chow (1994) la precipitación incluye la lluvia, la nieve y

otros procesos mediante los cuales el agua cae a la superficie terrestre, tales

como granizo y la nieve.

 Infiltración: Se refiere a la entrada de agua en un perfil de suelo de la superficie

terrestre. Cuando la infiltración continúa, la tierra llega a ser cada vez más

húmeda, causando que el promedio de infiltración disminuya con el tiempo

hasta que alcance un valor constante. La tasa inicial de infiltración depende del

contenido de humedad de la tierra antes de la introducción de agua en la

 46 

superficie terrestre. La tasa final de infiltración equivale a la conductividad

hidráulica saturada de la tierra. La cantidad de agua que entra el perfil de tierra

se calcula como la diferencia entre la cantidad de lluvia y la cantidad de

escorrentía de superficie. El método de infiltración Green & Ampt modela

directamente la infiltración, pero requiere los datos de precipitación en

incrementos más pequeños de tiempo.

 Redistribución: La redistribución se refiere al movimiento continuo de agua

por un perfil de tierra después de la entrada del agua (a través de precipitación

o irrigación). La redistribución es causada por diferencias en el contenido de

agua en el perfil. Una vez que el contenido de agua a través del perfil entero es

uniforme, la redistribución cesará. El componente de la redistribución de SWAT

usa un almacenamiento que dirige la técnica para predecir el flujo por cada

capa de tierra en la zona principal. El flujo hacia abajo, o la filtración, ocurre

cuándo la capacidad de espacio de una capa de tierra es excedida y la capa

debajo no está saturada. La tasa del flujo es gobernada por la conductividad

saturada de la capa de tierra. La redistribución es afectada por la temperatura

del suelo. Si la temperatura en una capa particular es de 0°C o debajo, ninguna

redistribución es permitida en esta capa (Uribe, 2010).

 Percolación: El componente de percolación del SWAT usa una técnica de

almacenamiento que predice el flujo a través de cada capa de suelo en la zona

de raíces. El flujo hacia abajo se presenta cuando se excede la capacidad de

campo (CC) de una capa de suelo y si la capa inferior no está saturada. La tasa

de flujo hacia abajo está gobernada por la conductividad a saturación en la capa

del suelo. El flujo hacia arriba puede ocurrir cuando una capa inferior excede la
 47 

CC. El movimiento de agua de una capa inferior hacia una capa inferior

adyacente es regulado por el coeficiente de agua del suelo CC de las dos capas

(Mata, 2008).

 Flujo lateral subsuperficial: El flujo, o inter-flujo subterráneo lateral, es una

contribución de la corriente de flujo que se origina debajo de la superficie pero

por encima de la zona donde las piedras están saturadas con agua. El flujo

subterráneo lateral en el perfil de suelo (0-2m) se calcula simultáneamente con

redistribución. Un modelo cinemático del almacenamiento se utiliza para

predecir el flujo lateral en cada capa de tierra. (Uribe, 2010).

 Flujo de retorno: El flujo del retorno, o flujo de base, es el volumen de agua

subterránea originado en el manto freático. El SWAT divide el agua subterránea

en dos sistemas de acuíferos: un acuífero superficial y libre, que contribuye al

flujo de regreso a las corrientes dentro de la cuenca hidrográfica y un acuífero

profundo y limitado que contribuye al flujo de regreso a las corrientes fuera de

la cuenca (Arnold et Al., 1993). El agua que filtra más allá del fondo de la zona

de raíz se divide en dos fracciones—cada fracción se convierte en recarga para

cada uno de los acuíferos (Uribe, 2010). Además de retornar al flujo, el agua

almacenada en el acuífero superficial puede abastecer de nuevo humedad en

el perfil del suelo en condiciones muy secas o es absorbido directamente por

la planta (Uribe, 2010). Una constante de recesión derivada a partir de datos

diarios de flujo se usa para retardar el flujo del acuífero a la corriente de agua

(Mata, 2008).
 48 

 Unidades de Respuesta Hidrológica (URH): En SWAT, una cuenca se divide

en subcuencas y éstas, a su vez, se subdividen en unidades de respuesta

hidrológica (HRUs), las cuales son unidades homogéneas en uso y manejo de

la tierra y en las características del suelo. Las HRUs representan porcentajes

del área de una subcuenca y no tienen identificación espacial dentro de una

simulación SWAT (Barrios, 2010).

 Downscaling: es un término usado para describir el proceso de relacionar la

información o datos a escalas espaciales y temporales relativamente gruesas,

para obtener resultados a escalas espaciales y temporales más finas. El

proceso se utiliza para referirse a simulaciones mensuales de la temperatura y

precipitación de unos 200 km de resolución archivados por un MCG, los cuales

se transforman a una escala más fina necesaria para realizar simulaciones en

un modelo hidrológico u otro modelo de aplicación. Las técnicas de reducción

de escala de las simulaciones de un MCG se pueden clasificar en estadísticas

y dinámicas. Los métodos de downscaling estadístico se basan en relaciones

entre parámetros a gran escala que están resueltas por un MCG y

observaciones a escalas espaciales más pequeñas. En general, cualquier

número de campos a gran escala puede ser usado para predecir un parámetro

de escala fina (Hamlet, Salathé y Carrasco, 2010).

 Grupo Hidrológico de Suelos (HYDGRP): Requerido sólo para la interfase

ArcView del modelo SWAT. Se refiere a que el Servicio de Conservación de los

Recursos Naturales de los Estados Unidos (NRCS por sus siglas en inglés)

clasifica a los suelos dentro de cuatro grupos hidrológicos basados en las

características de infiltración de los suelos (categorías A, B, C ó D). El personal

 49 

de estudio de suelos de la NRCS (1996) define un grupo hidrológico de suelos

como grupos de suelos que tienen similares potenciales de escorrentía bajo

similares eventos de lluvia y condiciones de cobertura. Las propiedades de los

suelos que influencian el potencial de escorrentía son las que impactan la tasa

mínima de infiltración para un suelo desnudo después de un humedecimiento

prolongado y cuando no se encuentre congelado. Estas propiedades son

profundidad estacional del nivel freático, conductividad hidráulica saturada y

profundidad a un nivel permeable muy lento (Arnold et al, 2012).

 Profundidad máxima de enraizamiento del perfil del suelo (SOL_ZMX):

Dato solicitado por el modelo SWAT. Si la profundidad no es especificada, el

modelo asume que las raíces pueden desarrollarse a través de la profundidad

total de la capa de suelo.

 Densidad aparente húmeda (SOL_BD): La densidad aparente del suelo

expresa el ratio de la masa de partículas de sólidos del volumen total del suelo.

En las determinaciones de la densidad aparente húmeda, la masa de suelo es

el peso seco sacado del horno y el volumen total del suelo se determina cuando

el suelo está en o cerca de su capacidad del campo.

 Capacidad de disponibilidad de agua en la capa de suelo (SOL_AWC): El

agua disponible de una planta, también conocida como la capacidad de agua

disponible, se calcula restando la fracción de agua presente en el punto de

marchitez permanente de la presente en la capacidad de campo

 50 

 Conductividad hidráulica saturada (SOL_K): Relaciona la tasa de flujo de

agua en el suelo al gradiente hidráulico, y es una medida de que tan fácil se

puede mover un flujo de agua a través del suelo.

 Suelo Albedo Húmedo (SOL_ALB): Es la tasa de la cantidad de radiación

solar reflejada por un cuerpo sobre la cantidad incidente sobre esta, expresada

como una fracción.

 51 

13.
14.
15.
16.
17.
18.
19. CAPÍTULO III:

20. METODOLOGÍA DE LA INVESTIGACIÓN

3.1 Tipo de investigación

La presente investigación es del tipo Longitudinal y Cuantitativa debido a que

compara datos obtenidos en diferentes oportunidades o momentos de la cuenca del

río Suyamarca con el propósito de evaluar los cambios al caudal mediante su cálculo

o cuantificación; además es del tipo Aplicada, dado que se espera demostrar que los

caudales simulados en los escenarios Sin y Con Proyecto sean similares a los

medidos, y con ello lograr la comprensión y/o solución del impacto al caudal del río

Suyamarca por actividades de la Unidad Operativa Pallancata de Compañía Minera

Ares S.A.

3.2 Nivel y diseño de la investigación

El diseño de la investigación es Experimental debido a que el estudio se

realizará mediante la observación, registro y análisis de las variables intervinientes

en la investigación mediante el modelo SWAT donde se crearán diferentes

escenarios para facilitar la manipulación de las mismas. Finalmente, el nivel de

investigación será Correlacional dado que se espera determinar el grado de relación

que pueden tener las actividades en Pallancata sobre el caudal del río Suyamarca.
 52 

3.3 Población y muestra

El estudio se realizará en la unidad hidrográfica del río Suyamarca y evaluará

los impactos de las operaciones de Unidad Operativa Pallancata de Compañía

Minera Ares S.A al inicio de sus operaciones (2008) y condiciones actuales (2017).

Unidad Operativa Pallancata

La Unidad Operativa Pallancata de propiedad de Compañía Minera Ares S.A,

empresa adscrita a Hochschild Mining, se ubica políticamente en el departamento de

Ayacucho, provincia de Parinacochas, distrito de Coronel Castañeda, en terrenos de

la Comunidad Campesina Pallancata, aproximadamente a 208 Km al sureste de

Ayacucho y a 50 Km al oeste de la ciudad de Chalhuanca. Geográficamente, se

ubica en la Cordillera de los Andes Sur de Perú, a una altitud entre los 4,400 a 4,620

msnm. Se emplaza en la subcuenca del río Pallancata que pertenece a la cuenca del

río Ocoña (vertiente del Pacífico), tal como se puede apreciar en la Figura 3-1,

Ubicación de la Unidad Operativa Pallancata

Figura 3-1: Ubicación de la Unidad Operativa Pallancata

Fuente: Modificación EIA U.O Pallancata (MWH, 2017)
 53 

Las operaciones en la Unidad Operativa Pallancata iniciaron en el año 2008 y

consisten en la explotación minera subterránea de yacimiento minero constituido

básicamente por cuarzo masivo con venillas y diseminaciones de sulfosales de oro y

plata a un nivel de producción aprobado de 3,000 TMD. La producción anual de

mineral se distribuye actualmente en 04 zonas de explotación: Zona Pallancata

Oeste, Zona Pallancata Central, Zona Pallancata Este, Zona de Ranichico. Las

operaciones mineras en la Unidad Operativa Pallancata incluye la extracción de

mineral mediante labores de minado subterráneo. Los métodos de minado

subterráneos empleados por zona de explotación son: Corte y relleno mecanizado

con relleno detrítico (CRM), banqueo y relleno (BF), subniveles ascendentes con

relleno en pasta (SARC) y corte y relleno ascendente. Las labores para el minado

incluyen la rampa (rampa de producción, con una sección de 4.0 m x 4.0 m con

gradiente de +15%, by-passes, con una sección de 4.0 m x 4.0 m con gradiente de

+0.5% y que son paralelos a la veta de mineral, que sirven como galería de

evacuación del mineral, y los pivots-cruceros, con una sección de 4.0 m x 4.0 m, que

son los ingresos a los niveles de operación), chimeneas de ventilación (de diámetro

de 1.8 m y que consideran chimeneas de ingreso de aire fresco en la parte central

de las minas y chimeneas de extracción de aire viciado en los extremos), e

infraestructura para servicios en labores subterráneas (tales como cámaras de

acumulación de material, cámaras de carguío, chimeneas de servicios, casa de

compresoras, subestación eléctrica, talleres interior mina, bodegas y comedores).

El mineral extraído será transportado mediante camiones volquetes hacia la

Planta Concentradora Explorador-Selene de la Unidad Minera Selene, que también

es propiedad de Compañía Minera Ares, para su posterior procesamiento; mientras

que el desmonte extraído es dispuesto en el depósito de desmonte Pallancata. Luego

 54 

del procesamiento en Selene, los relaves son conducidos a la Unidad Operativa

Pallancata hacia el depósito de relaves con que cuenta dicha Unidad. Todas estas

actividades fueron aprobadas por el Ministerio de Energía y Minas en sus diversos

instrumentos de gestión ambiental (MWH, 2017).

Compañía Minera Ares, cuenta como último Instrumento de Gestión Ambiental

(en adelante, IGA) la Segunda Modificación del Proyecto Pallancata – Ampliación de

1,500 a 3,000 TMD (MWH, 2017), la cual ha sido aprobada en noviembre del año

2017 por el SENACE. La Figura 3-2, Unidad Operativa Pallancata, muestra los

componentes en actual operación de dicha unidad.

Unidad Hidrográfica del Río Suyamarca

Las instalaciones y/o componentes que involucra las operaciones de la

Unidad Operativa Pallancata, se desarrollan dentro de las unidades menores que

conforman la unidad hidrográfica del río Suyamarca (UH Río Suyamarca). Dicha

unidad está constituida principalmente por el río Suyamarca, el cual nace en las

estribaciones conformadas por los cerros Ana Sumi y sigue un flujo constante que

discurre en dirección suroeste hasta confluencia con el río Pallancata, éste

posteriormente se convierte en tributario del río Pacapausa, el cual se ubica en la

cuenca del rio Ocoña, que finalmente pertenece a la cuenca hidrográfica del

Pacífico.

La Figura 3-3, Mapa Hidrográfico Local, se identifican las nueve (09) unidades

hidrográficas que componen la UH del Río Suyamarca, de las cuales únicamente

cinco (05) unidades son directamente influenciadas por la U. O. Pallancata, es

decir, aquellas que contienen los componentes mineros existentes.

 55 

Figura 3-2: Unidad Operativa Pallancata

Fuente: Modificación EIA U.O Pallancata (MWH, 2017)
 56 

Figura 3-3: Mapa Hidrográfico Local

Fuente: Modificación EIA U.O Pallancata (MWH, 2017)
 57 

3.4 Técnicas e instrumentos para recoger información

Se recolectará información suministrada de los instrumentos gestión ambiental

(estudios de impacto ambiental y modificaciones) presentados por Compañía Minera

Ares relacionadas a su Unidad Pallancata, disponible en el Ministerio de Energía y

Minas y Servicio Nacional para las Inversiones Sostenibles (SENACE). La principal

información a recopilar será: datos meteorológicos, descripción de las actividades

proyectadas e información cartográfica de línea base ambiental, instalaciones

actuales y proyectadas.

Cartografía Temática del Área de Estudio

Esta información contribuyó a la realización de la caracterización de la cuenca

del río Suyamarca. Se recurrió a la base de datos de la Dirección de Asuntos

Ambientales Mineros del Ministerio de Energía y Minas (DGAAM – MEM) y del

Sistema de Evaluación Ambiental en Línea (SEAL) del Servicio Nacional de

Certificación Ambiental para las Inversiones Sostenibles (SENACE). La información

que se priorizó estuvo referida al tipo de suelo y cobertura vegetal.

Los mapas revisados fueron los siguientes:

Antes de la Implementación del Proyecto (año 2007)

 Cuencas Hidrográficas (Tecnología XXI, diciembre 2008).

 Topográfico (Tecnología XXI, diciembre 2008).

 Pendientes (Tecnología XXI, diciembre 2008).

 Suelos (Tecnología XXI, diciembre 2008).

 Capacidad de Uso Mayor (Tecnología XXI, diciembre 2008).

 Fotografía Aérea (Tecnología XXI, diciembre 2008).

 58 

 Uso de la Tierra (Tecnología XXI, diciembre 2008).

 Unidades de Vegetación (Tecnología XXI, diciembre 2008).

 Relieve Local (SVS, diciembre 2009).

 Geomorfología (SVS, diciembre 2009).

 Mapa de Suelos (SVS, diciembre 2009).

 Capacidad de Uso Mayor (SVS, diciembre 2009).

 Mapa de Coberturas Generales a escala 1:100,000 (Ministerio del

Ambiente Viceministerio de Desarrollo Estratégico de los Recursos

Naturales, 2006)

 Mapa de Suelos Generales a Escala 1:250.000 (Oficina Nacional de

Evaluación de Recursos Naturales - ONERN y Corporación

Departamental de Desarrollo de Lima – CORLIMA, 1981).

Etapa Durante la Operación del Proyecto (año 2016)

 Figura 3.1-2 Mapa Hidrográfico Regional (MWH, setiembre 2017)

 Figura 3.1-3 Mapa Hidrográfico Local (MWH, setiembre 2017)

 Figura 3.1-11 Mapa Geológico Local (MWH, setiembre 2017)

 Figura 3.1-12 Mapa de Pendientes (MWH, setiembre 2017)

 Figura 3.1-13 Mapa de Unidades Geomorfológicas (MWH, setiembre

2017)

 Figura 3.1-15 Unidades Cartográficas de Suelos (MWH, setiembre

2017)

 Figura 3.1-16 Capacidad de Uso Mayor de Suelos (MWH, setiembre

2017)

 Figura 3.1-17 Uso Actual de las Tierras (MWH, setiembre 2017)

 59 

 Figura 3.2-1 Estaciones Meteorológicas (MWH, setiembre 2017)

 Figura 3.2-15 Mapa Topográfico (MWH, setiembre 2017)

 Figura 3.2-30 Estaciones de Muestreo de Calidad de Suelos (MWH,

setiembre 2017)

 Figura 3.3-13 Formaciones Vegetales (MWH, setiembre 2017)

 Figura 3.6-2 Unidades Fisiográficas (MWH, setiembre 2017)

 Figura 3.7-1 Imagen Satelital (MWH, setiembre 2017)

Información edafológica

La caracterización del recurso suelo (MWH, 2016) cubrió un área de estudio de

50.03 km2. Esta caracterización se realizó mediante la evaluación de áreas de

muestreo, lo que permitió obtener información de los aspectos ecogeográficos,

físicos y químicos del área de estudio. Los criterios y técnicas metodológicas

empleadas se enmarcaron dentro de las normas y lineamientos generales que

establece: el manual del Soil Survey (Revisión 1993) y las Keys Soil Taxonomy

(Doceava Edición, 2014), del Departamento de Agricultura de los Estados Unidos de

Norteamérica.

El estudio de suelos fue realizado al nivel semidetallado y en cuatro fases: fase

preliminar, fase de campo, fase de laboratorio y fase de gabinete, para lo cual se

siguieron las recomendaciones del Reglamento para la Ejecución de Levantamiento

de Suelos del Perú, D.S. N° 013-2010-AG. Para la interpretación práctica del

potencial de tierras se utilizó el Reglamento de Clasificación de Tierras del Perú (D.S.

Nº 017-2009-AG). Para el estudio de suelos se identificaron, caracterizaron,

clasificaron y determinaron la distribución geográfica espacial de cada uno de los

 60 

suelos representativos dentro del área de estudio, según la Clasificación U.S. Soil

Taxonomy.

Durante el estudio de suelos, se identificaron 14 consociaciones y 13

asociaciones de suelo, las cuales fueron agrupadas taxonómicamente y descritas a

nivel de 10 subgrupos, asignándoseles un nombre local para su fácil identificación.

Ver Tabla 3-1, Clasificación Natural de los Suelos, en donde se detallan las órdenes

y subgrupos de suelos que fueron identificadas. Además, las características

ecogeográficas, morfológicas y fisicoquímicas de los tipos de suelos que fueron

identificados, se muestran en la ficha de registro de calicatas.

En la Tabla 3-2, Superficie de Consociaciones, Asociaciones y Áreas

Misceláneas Identificadas en el Área de Estudio, se presenta la superficie ocupada

por las consociaciones, asociaciones y áreas misceláneas que fueron cartografiadas

en el área de estudio del Proyecto.

La Tabla 3-3, Características Fisicoquímicas de los Suelos, muestra las

principales características fisicoquímicas de las unidades edáficas.

 61 

Tabla 3-1

Clasificación Natural de los Suelos

Coordenada de Calicata
Soil Taxonomy (2014) Nombre Puntos de
(WGS84-17S)
común de los muestreo
Sub
Orden Gran grupo Sub grupo suelos (calicata) Este Norte
orden
Entisols Orthents Cryorthents Vitrandic Cryorthents Macari PP-13 698960 8376765
Aquepts Cryaquepts Histic Cryaquepts Parhuaña PP-32 694228 8370151
Inceptisols
Cryepts Humicryepts Andic Humicryepts Ranichico PP-21 696328 8373455
Oxyaquic Sulllca PP-17 693491 8371837
Haplocryands Yanacochita PP-20 695874 8373668
Chauya PP-19 699153 8374150
Huararani PP-23 695779 8372295
Haplocryands Salicane PP-14 699892 8376927
Lithic Haplocryands Sarapampa PP-22 693826 8372200
Andisols Cryands Taya PP-18 699032 8374684
Trapiche PP-34 694107 8369162
Yuracyacu PP-31 694845 8370497
Melanocryands Lithic Melanocryands Suyamarca PP-38 696364 8367690
Chacacomas PP-10 691383 8372495
Vitricryands Lithic Cryorthents
Royro Pata PP-07 692615 8371214
Saprists Cryosaprists Typic Cryosaprists Patacocha PP-25 693684 8373080
Histosols Sulfohemists Typic Sulfohemists Supococha PP-29 694152 8371254
Hemists
Cryohemists Typic Cryohemists Bofedal PP-03 691949 8371721
Nota: Las calicatas indican representatividad del tipo de suelo.
Fuente: MWH, 2016
 62 

Tabla 3-2

Superficie de Consociaciones, Asociaciones y Áreas Misceláneas Identificadas en el Área de Estudio

Unidades Superficie Fase por Superficie

Símbolo
Cartográficas Ha % Pendiente Ha %
Consociaciones
C 3.99 0.08
Macari Ma 220.03 4.40 D 85.37 1.71
E 130.67 2.61
A 10.82 0.22
B 9.06 0.18
Parhuana Pr 101.85 2.04
C 27.81 0.56
D 54.16 1.08
A 24.76 0.49
B 33.80 0.68
Sullca Sl 139.31 2.79
C 62.87 1.26
D 17.88 0.36
A 30.25 0.60
B 21.92 0.44
Yanacochita Ya 223.11 4.46
C 47.97 0.96
D 122.97 2.46
C 19.31 0.39
D 225.00 4.50
Chauya Ch 783.31 15.66
E 472.86 9.45
F 66.14 1.32
C 152.88 3.06
D 240.49 4.81
Huararani Hu 549.77 11.00
E 146.90 2.94
F 9.50 0.19
C 123.98 2.48
Sarapampa Sa 196.09 3.92 D 41.30 0.82
E 30.81 0.62
B 6.78 0.14
C 54.77 1.09
Yuracyacu Yu 663.97 13.27 D 127.23 2.54
E 423.28 8.46
F 51.91 1.04
D 13.46 0.27
Suyamarca Sy 187.10 3.74
E 173.64 3.47
A 18.74 0.37
B 22.63 0.45
Patacocha Pa 122.37 2.44
C 73.84 1.48
D 7.16 0.14
A 21.51 0.43
Supococha Su 57.88 1.16 B 20.03 0.40
C 16.34 0.33
B 77.60 1.55
Chacacomas Cha 104.77 2.09
C 27.17 0.54
Royro Pata Ro 114.61 2.29 D 114.61 2.29

Bofedal Bo 79.46 1.59 A 79.46 1.59

Asociaciones
Sullca - Patococha SI - Pa 42.35 0.85 C 42.35 0.85
C 53.61 1.07
Huararani - Taya Hu - Ta 203.42 4.06 D 85.74 1.71
E 64.07 1.28
Suyamarca – E 17.63 0.35
Sy - Yu 25.61 0.51
Yuracyacu F 7.98 0.16
D 46.77 0.93
Huararani - Chauya Hu - Ch 121.28 2.42
E 74.51 1.49
 63 

Unidades Superficie Fase por Superficie

Símbolo
Cartográficas Ha % Pendiente Ha %
E 34.44 0.69
Chauya - Suyamarca Ch - Sy 93.58 1.87
F 59.14 1.18
B 3.00 0.06
C 50.57 1.01
Macari - Salicane Ma - Sn 250.64 5.01
D 104.37 2.09
E 92.70 1.85
D 14.22 0.28
Trapiche - Yuracyacu Tr - Yu 48.06 0.96
E 33.84 0.68
C 17.09 0.34
Ranichico - Huararani Ra – Hu 133.07 2.65 D 63.21 1.26
E 52.77 1.05
Yuracyacu – E 7.61 0.15
Yu – MR 175.30 3.50
Misceláneo Roca F 167.69 3.35
Huararani – Misceláneo E 58.08 1.16
Hu - MR 65.38 1.31
Roca F 7.30 0.15
Misceláneo Roca MR 23.77 0.48 F 23.77 0.48
Chauya - Misceláneo
Ch-MR 14.58 0.29 F 14.58 0.29
Roca
Suyamarca –
Sy – MR 53.47 1.07 F 53.47 1.07
Misceláneo Roca
Macari – Misceláneo E 18.87 0.38
Ma - MR 78.93 1.58
Roca F 60.06 1.20
Áreas Misceláneas

Cuerpos de Agua Lg 28.07 0.56 .. 28.07 0.56

Cursos de río Lr 6.27 0.13 .. 6.27 0.13

Áreas de intervención
Ai 95.24 1.90 .. 95.24 1.90
minera

Total 5002.65 100.00 Total 5002.65 100.00

Fuente: MWH, 2016

 64 

Tabla 3-3

Características Fisicoquímicas de los Suelos

Nombre del Materia CIC

Textura Salinidad Calcáreo pH Nitrógeno Fósforo Potasio
Suelo Orgánica efectiva
Muy fuertemente ácido a
Macari Franco arenosa y franca No salino Bajo Alto a bajo Medio a bajo Medio a bajo Alto a medio Media a baja
fuertemente ácido
Muy fuertemente ácido a
Parhuana Orgánico / franca No salino Bajo Alto a bajo Alto a bajo Bajo Medio a bajo Alta
fuertemente ácido
Muy fuertemente ácido a
Ranichico Franco arenosa y franca No salino Bajo Alto a bajo Medio a bajo Bajo a alto Medio Muy baja a media
moderadamente ácido
Extremadamente ácido a
Sullca Franca y franco arenosa No salino bajo Alto a bajo Medio a bajo Medio a bajo Medio Muy baja a baja
muy fuertemente ácido
Fuertemente ácido a muy
Yanacochita Franco arenosa y franca No salino Bajo Medio a bajo Bajo Bajo a alto Alto a medio Media
fuertemente ácido
Arena franca, franco
Muy fuertemente ácido a
Chauya arenosa y franco arcillo No salino Bajo Alto a bajo Medio a bajo Alto a bajo Alto a bajo Media a muy baja
ligeramente ácido
arenosa
Franca, franco arenosa y Extremadamente ácido a
Huararani No salino Bajo Alto a bajo Bajo Medio a bajo Medio a bajo Muy baja a media
franco arcillo arenosa fuertemente ácido
Salicane Franco arenosa y arcillosa No salino Bajo Extremadamente ácido Medio a bajo Bajo Bajo Medio a bajo Muy baja a baja

Sarapampa Franco No salino Bajo Extremadamente ácido Alto a bajo Medio a bajo Alto Alto a bajo Baja a muy baja
Fuertemente ácido a
Taya Franco arenosa y arcillosa No salino Bajo Bajo Bajo Bajo Bajo Baja
moderadamente ácido
Moderadamente ácido a
Trapiche Franca y franco arenosa No salino Bajo Medio a alto Bajo a medio Alto a medio Medio Alta
fuertemente ácido
Fuertemente ácida a
Yuracyacu Franca, franco arenosa No salino Bajo Alto a bajo Medio a bajo Medio a bajo Alto a bajo Muy baja a alta
moderadamente ácida
No salino Muy fuertemente ácido a
Suyamarca Arena franca y franca Bajo Alto Alto Medio Alto Media a baja
fuertemente ácido
Orgánico/Franco arenosa y Extremadamente ácido a
Patacocha No salino Bajo Alto a bajo Alto a bajo Bajo a alto Alto a bajo Media a baja
franca muy fuertemente ácido
No salino a Fuertemente ácido a
Supococha Orgánico Bajo Alto Alto Alto a bajo Alto a bajo Baja a muy alta
moderadamente salino extremadamente ácido
Extremadamente a
Chacacomas Franco arenosa No salino Bajo Alto a bajo Alto a bajo Alto a bajo Alto a bajo Alta
fuertemente ácido
Extremadamente a
Royro Pata Franco arenosa No salino Bajo Alto Alto Alto a bajo Alto Alta
fuertemente ácido
Extremadamente a muy
Bofedal Orgánico No salino Bajo Alto a medio Alto a medio Medio a bajo Alto a bajo Alta
fuertemente ácido
Fuente: MWH, 2016
 65 

3.5 Técnicas de procesamiento de datos

El modelamiento hidrológico puede realizarse utilizando diferentes conjuntos

de datos de suelos, coberturas vegetales, etc. Sin embargo, cabe resaltar que

algunos de ellos se necesitan independientemente del mecanismo de modelado que

se esté utilizando. Para la presente investigación se realizaron la misma secuencia

de procesamiento, tanto para los escenarios Sin Proyecto y durante la operación.

En primera instancia se debe conocer la procedencia del flujo de agua para lo

cual se puede utilizar un modelo de elevación digital del área de estudio, este

conjunto de datos, luego de un procesamiento previo, brinda información sobra las

direcciones que puede tomar el flujo de agua y bajo una correcta aplicación de

umbrales se puede estimar la red de drenaje. Posteriormente se requerirá estimar el

flujo de agua para lo cual se requerirán datos de precipitación, evapotranspiración,

intercepción, características de la cobertura de la tierra y datos sobre tipo de suelo.

Si se considera el flujo de agua subterránea, los datos también pueden incluir

características hidrogeológicas del terreno, humedad del suelo y la descripción del

acuífero. El resultado final de esta etapa es la cantidad de agua disponible después

de las lluvias en cada URH o celda.

Finalmente se debe conocer en ambos escenarios es el caudal que genera el

escurrimiento en todos los puntos de interés de la ruta de flujo empleando el modelo

SWAT que utiliza el método de enrutamiento de Muskingum agregado (Aybar, 2016).

La interfase SWAT permite trabajar sobre la plataforma del software ArcGis versión

10.2 y organizar datos geográficos y meteorológicos de entrada, los cuales serán

procesados bajo un modelo de balance hídrico que produce importantes datos para

un análisis de escenarios en una cuenca hidrográfica.

 66 

3.6 Desarrollo del trabajo de tesis

La ejecución de la modelación, tanto en los escenarios sin proyecto y con

proyecto se realizará cumpliendo los pasos indicados a continuación:

Determinación del área de dominio del modelo

El área de dominio del modelo corresponde a la unidad hidrográfica del río

Suyamarca, cuya delimitación se puede apreciar en la Figura 3-3, Mapa Hidrográfico

Local. Este dominio del modelo será similar para los escenarios Sin Proyecto (2006)

y Con Proyecto (2017), respectivamente.

Adecuación de la base de datos de cobertura vegetal del suelo al modelo

hidrológico SWAT

Se relacionó las clases encontradas en la clasificación de los mapas de

cobertura vegetal para ambos escenarios con la base de datos SWAT que está

conformado con los tipos de cultivo y cobertura más comunes Esta información es

importante ya que influye notoriamente en la evapotranspiración, intercepción y

erosión superficial (Aybar, 2016).

La cobertura o uso del suelo aplicables al modelo SWAT corresponde a la

información cartográfica establecida para los escenarios Sin Proyecto y Con

Proyecto. Dicha información corresponde a la cartografía nacional y fotos aéreas e

imágenes satelitales para mayor detalle a nivel local, los cuales fueron validados por

un trabajo de campo como parte de los diversos instrumentos de gestión ambiental

presentados por Compañía Minera Ares, es decir, esta información tiene un alto nivel

de resolución a nivel local, que incluye las modificaciones de cobertura y/o uso de

suelo en ambos escenarios.

 67 

Esta información es interpretada y es convalidada conforme a la definición

global que es aplicada en el lenguaje del SWAT, el cual posteriormente permite

establecer la relación de los códigos de las coberturas de la base de datos de SWAT.

Para la generación del mapa se utilizó el software ArcGis, como plataforma para

digitalizar los mapas de uso de suelo. En éste se considera las principales variaciones

de los escenarios 2006 y 2017, donde la ocupación de las labores mineras a nivel

superficial da a lugar cobertura de uso industrial y por ende la reducción de otras

coberturas naturales, y es en donde radica la principal diferencia radica en el cambio

del tipo de cobertura según el escenario modelado, tal como se puede apreciar en la

Tabla 3-4, Asignación de Cobertura Vegetal en el Área de Estudio. Asimismo, su

delimitación espacial para ambos escenarios se puede apreciar en la Figura 3-4,

Tipos de Cobertura Vegetal – Escenarios Sin Proyecto y Con Proyecto

Tabla 3-4

Asignación de Cobertura Vegetal en el Área de Estudio

% Superficie
Formación Código
Vegetal SWAT Sin Con
Proyecto Proyecto
Roquedal, Suelo
BARR 58.7 58.9
Eriazo
Pajonal Andino de
TEFF 32.4 31.5
Puna
Bofedal, Humedal
WETN 7.2 7.1
Andino
Cuerpos de Agua,
WATR 1.8 2.0
Curso de Río
Zona industrial,
áreas de UIDU 0 0.4
intervención minera
Total 100 100
Fuente: Tecnología XXI (2008), MWH (2016)
 68 

Escenario Sin Proyecto (2006)

Escenario Con Proyecto (2017)

Figura 3-4: Tipos de Cobertura Vegetal – Escenarios Sin Proyecto y Con Proyecto
Fuente: Elaboración propia
 69 

A las coberturas del suelo presentes en la cuenca delimitada se realizará la

relación de los códigos de las coberturas de acuerdo a la base de datos de SWAT y

se asignarán los valores del número de curva y coeficiente Manning para cada uno

de éstas de acuerdo a la experiencia obtenida por especialistas en suelos en el

comportamiento de las coberturas en la región de los Andes.

Adecuación de los datos de tipos de suelos al modelo hidrológico SWAT

Los tipos de suelo fueron obtenidos de la base cartográfica antecedente

existente para el área del proyecto, corresponde a la base cartográfica de la ONERN

y ha sido complementada a mayor detalle con la información obtenida de los estudios

ambientales presentados ante la autoridad por Compañía Minera Ares para los años

2006 y 2016. Asimismo, este análisis ha sido complementado con el enfoque

geológico para aquellas zonas donde no se cuenta con cobertura alguna y se

identifican afloramientos típicos de la geología local, los cuales han formado

determinados suelos que con el paso del tiempo adoptan una determinada textura,

En tal sentido, se han establecido hasta cinco tipos de suelo para toda el área

de dominio del modelo con los detalles de los tipos de suelo clasificados bajo el

criterio hidrológico e hidrogeológico dada la naturaleza de desarrollo de las

operaciones mineras a nivel local. Cabe indicar que la base de datos de suelos

utilizada por SWAT contiene información sobre las propiedades físicas de los suelos

que rige el movimiento del agua y el aire a través del perfil, teniendo un impacto

importante en el ciclo hidrológico. A partir del estudio edafológico realizado para la

Segunda Modificación del EIA de la U.O. Pallancata (MWH, 2017) contiene la

clasificación de suelos FAO se pudo hacer el relacionamiento con la base de datos

SWAT.
 70 

La Tabla 3-5, Tipos de suelo y características aplicables al modelo SWAT,

presenta el detalle de los tipos de suelo considerados para el presente, así como el

valor de los principales parámetros que definen las características de los mismos.

Asimismo, la Figura 3-5, Suelos – Escenarios Sin Proyecto y Con Proyecto, se puede

notar que al igual que con la cobertura vegetal la principal diferencial según el

escenario modelado son las áreas disturbadas producto de la actividad minera.

Cabe indicar que se cuenta con información relacionada a estudios físico

químico de las unidades de suelos en la zona de estudio, incluyendo variables como

conductividad, densidad aparente y disponibilidad de agua en el suelo. En el caso de

carencia de alguna información indispensable para la modelación hidrológica en

SWAT, se determinarán sus valores utilizando el triángulo textural y la herramienta

“Soil Characteristics Tool” (Saxton, 1986). Se debe de tener presente que la

herramienta de Saxton, 1986, funciona mejor para suelos minerales con bajo

contenido de materia orgánica (máximo 8%) y alta densidad aparente.

 71 

Tabla 3-5

Tipos de suelo y características aplicables al modelo SWAT

Tipo de SOL_ SOL_ SOL_ SOL_ SOL_ SOL_ SAND SOL_A USLE
HYDGRP CLAY1 SILT 1 ROCK1
suelo ZMX Z1 BD1 AWC1 K1 CBN1 1 LB1 _K1
200 1.04 0.14 25.71 4.6 30 40 30 20 2.4E-02 0.12
BOFEDAL B 850
850 1.19 0.14 9.21 2.3 40 30 30 2 1.2E-01 0.12
DEPALUV B 1000 1000 1.34 0.11 22.5 1.2 20 50 30 30 2.7E-01 0.13
450 1.28 0.15 12.08 1.2 30 30 40 30 2.7E-01 0.13
FRANISO C 900
900 1.21 0.12 2.36 0.0 50 20 30 10 6.0E-01 0.16
TOBANDES C 850 850 1.39 0.14 8.3 1.39 30 35 35 10 6.0E-01 0.17
WATERL D 1000 1000 0 0 0 0 0 0 0 0 0 0
Notas:
HYDGRP: Grupo hidrológico de suelos, SOL_ZMX: Profundidad máxima de enraizamiento (mm), SOL_Z1: Profundidad de la capa de
suelo (mm), SOL_BD1: Densidad aparente húmeda (g/cm3), SOL_AWC1: Capacidad de disponibilidad de agua en la capa de suelo
(mmH2O/mm suelo), SOL_K1: Conductividad hidráulica saturada (mm/h), SOL_CBN1: Contenido de carbono orgánico (% del peso de
suelo), CLAY1: %Arcilla, SILT1: % Limo, SAND1: %Arena, ROCK1: % Contenido de fragmento de roca, SOL_ALB1: Albedo,
USLE_K1: Factor de erodabilidad
Fuente: Arnold, 2012
 72 

Escenario Sin Proyecto (2006)

Escenario Con Proyecto (2016)

Figura 3-5: Suelos – Escenarios Sin Proyecto y Con Proyecto

Fuente: Elaboración propia
 73 

Preparación del Modelo de Elevación Digital (DEM)

Un modelo digital de elevación es una representación visual y matemática de

los valores de altura con respecto al nivel medio del mar, que permite caracterizar las

formas del relieve y los elementos u objetos presentes en el mismo. Estos valores

están contenidos en un archivo de tipo ráster con estructura regular, el cual se genera

utilizando equipo de cómputo y software especializados. Asimismo, el Modelo de

Elevación Digital es “una estructura numérica de datos que representa la distribución

espacial de la altitud de la superficie del terreno” (Felicisimo, 1994).

En los modelos digitales de elevación existen dos cualidades esenciales que

son la exactitud y la resolución horizontal o grado de detalle digital de representación

en formato digital, las cuales varían dependiendo del método que se emplea para

generarlos y para el caso de los que son generados con tecnología LIDAR se

obtienen modelos de alta resolución y gran exactitud (valores submétricos). En la

actualidad, con el uso de los Sistemas de Información Geográfica (SIG) el modelo

digital de elevación tiene múltiples aplicaciones relacionados al análisis de datos del

relieve, generación de perfiles longitudinales, obtención de vistas en tres

dimensiones (3D), modelamiento dinámico, rangos de la elevación, sobre posición

de datos o información en formato vectorial o ráster, entre otros.

Las fuentes de acceso a los modelos digitales de elevación (DEM) son: La

información de las curvas de nivel contenidas en las cartas nacionales del Instituto

Geográfico Nacional a una escala 1:25,000. Esta información proveniente de un

formato vectorial se ingresa a un Sistema de Información Geográfica (SIG) donde es

procesada y luego se genera el DEM respectivo. Asimismo, se utilizaron los datos

digitales de elevación SRTM (acrónimo en inglés SRTM, de Shuttle Radar

 74 

Topography Mission) que es un proyecto internacional entre la Agencia Nacional de

Inteligencia-Geoespacial, NGA, y la Administración Nacional de la Aeronáutica y del

Espacio, NASA. Su fin es obtener un modelo digital de elevación de todo el mundo,

de modo que genere una completa base de mapas topográficos digitales de alta

resolución de la Tierra. La NASA ha proporcionado datos de elevación digital de

más del 80% de la superficie terrestre. Estos datos son distribuidos actualmente de

forma gratuita por USGS y están disponible para descarga desde National Map

Seamless Data Distribution System o del sitio ftp de USGS. La resolución espacial

de los datos es de 1 arco-seg (30m), sobre los Estados Unidos y 3 arco-seg (90m)

en el resto del mundo

Finalmente, otra fuente de información de los modelos digitales ASTER (por

sus siglas en inglés de Advance Space Borne Thermal Emision and Reflection

Radiometer) que son generados mediante fotogrametría, específicamente imágenes

estereoscópicas, el sensor capta dos imágenes, pero con ángulos diferentes de la

misma zona donde se realiza el barrido. El modelo de elevación digital ASTER es

generado utilizando las bandas 3N (Vista a Nadir) y 3B (Vista retrasada) de una

imagen ASTER Nivel 1-A, captada por el sensor Visible-Infrarrojo Cercano (VNIR).

El subsistema VNIR está compuesto por dos telescopios ensamblados de forma

independiente que facilitan la generación de datos estereoscópicos. Existe un

intervalo de aproximadamente un minuto entre la adquisición de la imagen a vista

Nadir y la imagen "Retrasada" (segunda pasada por la misma área con diferente

ángulo).

Para realizar el modelo para el escenario “Sin Proyecto” se tuvo que emplear

las curvas de nivel del IGN dado que a la fecha del escenario modelado (2006) aún
 75 

no se disponían de información satelital SRTM o ASTER. Para el escenario “Con

Proyecto” (2017), si bien se pudo trabajar con cualquiera de los datos antes

expuestos, se optó finalmente por utilizar el producto SRTM debido a su mayor

precisión en terrenos escarpados y mayor aplicación en investigaciones hidrológicas

(Satgé et al., 2015; Ludwig and Schneider, 2006).

El DEM del área de estudio para ambos escenarios (Sin y Con Proyecto) han

sido inicialmente descargados y posteriormente corregidos a partir de una cobertura

digital de curvas de nivel con intervalos de 12.5 m. El análisis de esta información

consistió en la corrección del DEM para evaluar posibles errores, posteriormente se

establece un proceso consecutivo de análisis de trayectorias de drenaje de agua que

se generan en función de las condiciones topográficas.

Delimitación de Subcuencas

La delimitación de la cuenca se realizó en función a la estación de aforo, para

este proceso se utilizó información de alturas especializada obtenida del Modelo

Digital de Elevación (DEM). A partir de esta información fue posible calcular la

dirección de flujo mediante el algoritmo, la acumulación de flujo y delimitación de las

subcuencas existentes. La Figura 3-6, Subcuencas Delimitadas en el Modelo SWAT–

Escenarios Sin Proyecto y Con Proyecto, muestran las subcuencas definidas para

cada escenario en evaluación. Se definieron 19 subcuencas en el escenario Sin

Proyecto y 17 subcuencas en el escenario Con Proyecto.

 76 

Escenario Sin Proyecto (2006)

Escenario Con Proyecto (2016)

Figura 3-6, Subcuencas Delimitadas en el Modelo SWAT – Escenarios Sin Proyecto y Con Proyecto
Fuente: Elaboración propia
 77 

Posteriormente los resultados del flujo del modelo SWAT fueron adecuadas a

las nueve unidades hidrográficas delimitadas previamente mediante el método

pfafstetter (ver Figura 3-3, Mapa Hidrográfico Local).

Estructuración de datos hidrometeorológicos e hidrométricos

El modelo SWAT requiere de información meteorológica a nivel de paso diario,

el cual es un factor limitante para el presente estudio dado que no se cuenta con

suficiente información histórica. La Unidad Operativa Pallancata cuenta con una

estación local, la cual apenas cuenta con un registro desde el año 2012. En este

contexto, se ha establecido una red de estaciones virtuales con datos satelitales, los

cuales permitirán establecer suficiente serie de datos para la aplicación del modelo.

La información procesada corresponde a precipitación diaria, temperatura máxima y

mínima, y de forma complementaria datos referentes a la humedad relativa, radiación

solar y velocidad de viento, en consecuencia, se han utilizado los datos referenciados

en el análisis información hidrometeorológica.

Precipitación

Dada la escasa información existente, se determinó la necesidad de utilizar las

bases de datos de precipitación que la NASA proporciona a través del satélite TRMM.

La empresa consultora MWH ha desarrollado un modelo de re-escalamiento de la

precipitación a 1 Km2 de resolución. La resolución del satélite TRMM es de 25 Km *

25 Km cada 3 horas (denominado TRMM 3B42) es re escalado (downscaling es su

denominación en inglés) a una resolución espacial de 1 Km2, utilizando información

de vegetación del satélite MODIS (de allí su denominación TRMM 3B42 1 km2

Downscaled). Esta información se encuentra disponible en el período de enero 1998

hasta diciembre 2014.

 78 

Sin embargo, este proceso no puede ser aplicado directamente, es necesario

establecer un análisis previo para la verificación y posterior validación de dicha

información satelital. Para este efecto, ha sido necesario establecer una red de

estaciones observadas, que compartan características climáticas e hidrográficas a

nivel regional y local. En este caso, se han identificado hasta 7 estaciones

meteorológicas de la red de SENAMHI, los cuales han servido para el procedimiento

requerido en el análisis de la precipitación (ver Tabla 3-6, Estaciones Meteorológicas

- Red SENAMHI) (MWH, 2017).

En base a las correlaciones y validación de la precipitación satelital TRMM a

nivel regional, se estudiaron los patrones de distribución de la precipitación a nivel

local, de donde se establecieron 3 estaciones virtuales (PV-6, PV-7, PV-8),

distribuidas conforme al criterios establecidos.

 79 

Tabla 3-6

Estaciones Meteorológicas – Red SENAMHI

Altitud
Estación Este Norte Periodo de Registro Parámetros
(msnm)
Estaciones Red de SENAMHI
Chalhuanca II 697724 8414625 3,548 1998-2010 Precipitación, Temperatura mínima media, Temperatura máxima media
Chalhuanca 696324 8408058 3,358 1999-2014 Precipitación, Temperatura mínima media, Temperatura máxima media
Aymaraes 688700 8419320 2,964 2012-2014 Precipitación, Temperatura mínima media, Temperatura máxima media
Lampa 677226 8320697 2,880 1998-2014 Precipitación

Pauza* 678134 8310547 2,484 1998-2014 Precipitación

Chinchayllapa* 743803 8349619 4,497 2005-2010 Precipitación

Cotahuasi 726305 8317207 2,687 1998-2014 Precipitación

Estaciones satelitales de referencia
Precipitación, Energía Solar incidente, Temperatura mínima,
PV-6 698697 8371086 4,507 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
Velocidad del Viento.
Precipitación, Energía Solar incidente, Temperatura mínima,
PV-7 689307 8371055 4,537 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
Velocidad del Viento.
Precipitación, Energía Solar incidente, Temperatura mínima,
PV-8
695960 8369489 4,444 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
(Pallancata)
Velocidad del Viento.
Nota: (*) Estaciones validadas para evaluación, el resto de referencia para desarrollo de la metodología de precipitación satelital
Fuente: MWH, 2017
 80 

La Tabla 3-7, Precipitación Promedio Mensual en Estaciones Virtuales (mm),

muestra las precipitaciones promedio mensual, teniendo una variación promedio

anual entre 767.5 y 895.9 mm en la unidad en evaluación. Asimismo, La Figura 3-8,

Precipitación Promedio Mensual en Estaciones Virtuales (mm), muestra la variación

mensual de la precipitación, y con ello el comportamiento estacional típico, con picos

en los meses húmedos (enero a marzo) y escasa precipitación en meses secos

(mayo-noviembre); y la Figura 3-7, Precipitación Promedio Mensual en Estaciones

Virtuales (mm), muestra la ubicación de la estaciones virtuales y la distribución de la

precipitación media anual en el área de dominio del modelo en mm/año.

Tabla 3-7

Precipitación Promedio Mensual en Estaciones Virtuales (mm)

Estación Prom.
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
virtual Anual
PV-6 148.4 155.5 152.6 52.1 11.1 7.3 13.5 14.3 24.7 35.5 46.8 105.8 767.5
PV-7 170.9 180.5 181.8 62.2 13.4 8.5 15.2 16.7 28.4 40.0 55.2 123.2 895.9
PV-8 152.7 161.5 159.9 54.3 11.7 7.6 14.1 14.9 25.5 36.2 48.5 109.2 796.1
Fuente: MWH, 2017
 81 

Figura 3-7: Precipitación Promedio Mensual en Estaciones Virtuales

Fuente: MWH, 2017
 82 

180

160

140

PV‐6 PV‐7 PV‐8

120
Precipiatción (mm)

100

80

60

40

20

0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Mes

Figura 3-8: Precipitación Promedio Mensual en las Estaciones Virtuales (mm) 

Fuente: MWH, 2017

Para la Segunda Modificación del Estudio de Impacto Ambiental de la U.O. Pallancata

(MWH, 2017) con el fin de sustentar adecuadamente los valores del TRMM 3B42

1km2 Downscaled utilizados para el modelo hidrológico SWAT, se ha optado por

contrastar los datos de precipitación mensual de este producto con los siguientes

datos validados por el SENAMHI:

 PISCO: Este producto posee una resolución espacial de aproximadamente

25km2. Se encuentra disponible para el período enero de 1981 a diciembre

de 2016, y ha sido validada por SENAMHI para el período enero 1981 –

diciembre 2014. (Lavado et al., 2016).

 83 

 Estación Chinchayllapa: Se ha actualizado la información de precipitación

total mensual observada proporcionada por SENAMHI en la estación

Chinchayllapa, disponible desde enero de 2000 hasta abril de 2010. Cabe

indicar que se ha revisado esta información con un análisis estadístico más

exhaustivo, ya que se han identificado algunos valores que pudieran no ser

correctos en concordancia con la época húmeda.

Las conclusiones del análisis de la información en la Estación Chinchayllapa y

PISCO vs TRMM 3B42 1km2 Donwscaled realizado por MWH (2017) indicaron que

los datos del producto TRMM 3B42 1km2 Donwscaled (locación Chinchayllapa) y

PISCO han servido para evaluar el grado de confiabilidad de los datos de la estación

Chinchayllapa, lo que ha permitido revisar los datos de época húmeda que generaban

una cierta distorsión en el grado de correlación, lo que llevó a la exclusión del análisis

de algunos datos, a falta de otros elementos de comparación o validación. Una vez

que estuvieron corregidos los datos de la estación Chinchayllapa se ha mejorado

notablemente el grado de correlación con los datos del producto TRMM 3B42 1km2

Donwscaled (locación Chinchayllapa), llevando el valor de correlación a casi un 95%

(coeficiente de determinación 0.901).

En este punto se ha procedido a establecer una correlación entre los datos de

la estación Chinchayllapa corregida vs los de TRMM 3B42 1km2 Donwscaled

(locación Pallancata), datos que son los que se han usado en la modelación

hidrológica de la cuenca. Al igual que en el caso del análisis precedente se ha notado

una mejoría importante en el grado de correlación de los datos, lo que ha dado lugar

a valores de hasta casi un 95%. Paralelamente, los datos del producto PISCO

(validado por SENAMHI), utilizados como de contraste regional para ambas series
 84 

(Chinchayllapa y RMM 3B42 1km2 Donwscaled) muestran una muy buena correlación

con todos ellos siendo el valor de r2 superior a 0.82 (lo que representa siempre una

correlación superior al 90%).

Por lo tanto, se concluye que desde el punto de vista de la variabilidad mensual

de los datos de precipitación el grado de correlación existente entre los datos de la

estación Chinchayllapa corregida y TRMM 3B42 1km2 Donwscaled (locación

Pallancata) son más que satisfactorios, de modo tal que representan de muy buen

grado el comportamiento de las lluvias a escala mensual.

Asimismo, de forma complementaria al análisis de correlación de las

precipitaciones mensuales, MWH realizó una comparación entre las variaciones en

altitud de las precipitaciones anuales y los datos de las estaciones disponibles en la

región, tal como se puede apreciar en la Figura 3-9, Relación Precipitación y

Elevación (Vertiente del Pacífico).

1000
Urayhuma Área de Estudio
900 y = 0.3149x ‐ 578.67
PV‐08
Precipitación  anual (mm)

800 Chinchayllapa R² = 0.8376

700
600
500 P Anual Obs (mm)
400 Cotahuasi

300 PV‐08 Pallancata Ec. (Área
Lampa
200 Pauza de Estudio)
100 PV‐08 Pallancata 1998‐
2014 (Pds)
0
2000 2500 3000 3500 4000 4500 5000 Linear (P Anual Obs (mm))
Elevación (msnm)

Figura 3-9: Relación Precipitación y Elevación (Vertiente del Pacífico)

Fuente: MWH, 2017
 85 

La correlación de las estaciones indica que, para el área de estudio, y según la

altitud de la zona donde se ubica la U.O. Pallancata (aproximadamente 4,575 msnm),

los valores de precipitación anual teóricos deberían estar en el orden de los 850mm.

Los datos del TRMM 3B42 1km2 Donwscaled (locación Pallancata) arrojan un valor

de precipitación anual promedio de 796mm. De esta forma se pudo comprobar una

vez más la bondad y calidad de ajuste de los datos del TRMM 3B42 1km2 Donwscaled

(locación Pallancata), en este caso asociado a la variación altitudinal de las

estaciones utilizadas en el ámbito zonal para establecer la recta de variación de

precipitaciones.

En conclusión, como se puede apreciar en la Tabla 3-8, Resumen Coeficientes

de Determinación (r2), el análisis estadístico realizado valida los valores de

precipitación del TRMM 3B42 1km2 Downscaled (locación Pallancata) que fueron

considerados en el modelo SWAT realizado por MWH. Ello se fundamenta en que

los niveles de correlación espacial y temporal estimados son muy buen grado y

fiabilidad, y por lo tanto no será necesario realizar correcciones a los valores

utilizados inicialmente en el modelo SWAT. Es por tal motivo que se utilizó tal

información meteorológica validada para los escenarios “Sin Proyecto” y “Con

Proyecto” para la presente investigación.

 86 

Tabla 3-8

Resumen Coeficientes de Determinación (r2)

Coeficiente Chinchayllapa Observada

PISCO Ppm
Determinación (r2) (corregida)
Pds (Chinchayllapa) 0.9010 0.8205
Pds (Pallancata) 0.8861 0.8234
Pisco Ppm 0.8904
Pds: TRMM 3B42 1km2 Downscaled
Ppm: PISCO Ppm v1.1 de SENAMHI
Observada Chinchayllapa (SENAMHI)
Fuente: MWH, 2017

Temperatura

Esta información es disponible desde el servidor de la NASA (Prediction of

Worldwide Energy Resource (POWER) - Climatology Resource for Agroclimatology),

el cual registra información diaria a una resolución de 1°. A nivel del área del proyecto

Pallancata, se ha identificado la ubicación de la estación virtual PV-8 como aquella

donde se registra dicha información satelital. En este sentido, la Tabla 3-9,

Temperatura máxima y mínima mensual – satelital, corresponde al resumen mensual

de la información diaria recabada a efectos de la aplicación en el modelo hidrológico.

Las temperaturas máximas alcanzan un promedio anual de 17.1 °C, mientras que la

mínima alcanza un valor de hasta 0.7°C.

 87 

Tabla 3-9

Temperatura máxima y mínima mensual – satelital (°C)

Prom.
Mes Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Anual
Temperatura Máxima
Máximo 15.9 16.3 16.0 16.4 15.8 15.7 16.4 19.3 20.7 20.9 19.4 17.8 20.9
Mínimo 12.0 11.9 12.2 12.3 11.6 10.4 10.3 11.5 12.2 13.2 13.8 12.7 13.8
Promedio 14.1 14.1 14.2 14.2 14.2 13.9 14.1 15.5 16.2 16.8 16.2 14.9 17.1
Temperatura Mínima
Máximo 10.3 10.1 10.4 8.3 5.3 3.8 2.6 4.7 6.2 8.0 8.4 9.3 2.5
Mínimo 1.1 1.4 1.3 0.5 -0.9 -1.6 -2.3 -2.1 -0.7 0.3 0.6 1.2 -2.3
Promedio 6.6 6.5 6.6 5.7 3.0 1.5 0.8 2.1 4.1 5.7 6.3 6.7 0.7
Fuente: Prediction of Worldwide Energy Resource (POWER) - Climatology Resource
for Agroclimatology, 2018

Otras variables meteorológicas

La Tabla 3-10, Otras variables meteorológicas, se presentan el resumen

mensual de la información diaria recabada de los parámetros humedad relativa,

velocidad del viento y radiación solar a efectos de la aplicación en el modelo

hidrológico SWAT.
 88 

Tabla 3-10

Otras variables meteorológicas

Prom.
Mes Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Anual
Humedad Relativa (%)
Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7
Velocidad de viento (m/s)

Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7

Radicación solar (W/m2)

Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7
Fuente: Prediction of Worldwide Energy Resource (POWER) - Climatology Resource
for Agroclimatology, 2018

Generación de las Unidades de Respuesta Hidrológica

Definido el límite de la cuenca y el modelo de elevación digital (DEM), esta será

subdividida en subcuencas con el objetivo de mejorar la exactitud en los cálculos de

caudales; para posteriormente en el modelo SWAT definir las URH (Unidades de

Repuesta Hidrológica). Para ello se ingresará la información de suelos, uso de la

tierra, clima, relieve y red de drenaje al modelo hidrológico SWAT (Soil and Water

Assessment Tool) versión ArcSWAT bajo la plataforma de ArcGIS (10.2). Este

modelo permite analizar variables hidrológicas de la cuenca como producción de

agua al caudal, producción de sedimentos, evapotranspiración potencial y real,

contenido de agua en el suelo, flujo lateral, percolación, recarga de acuíferos, entre

 89 

otros, de manera integral. Es decir, los valores de estas variables son el resultado de

la interacción agua-suelo-clima-uso-relieve en la cuenca para el periodo de tiempo

simulado. Este tiempo de simulación estará dado por el periodo de tiempo de

información climática disponible. Es decir, en este caso se realizó una modelación

hidrológica para un periodo de 18 años (1998-2015).

Es por esta razón, que el territorio de una cuenca no presenta un

comportamiento hidrológico homogéneo, ya que pueden darse múltiples

interacciones de este tipo en la medida que el suelo, el uso, el clima, y el relieve

varían espacialmente. Estas diferentes combinaciones dan resultado a porciones del

territorio con un comportamiento hidrológico específico llamadas Unidades de

Respuesta Hidrológica - URH. Con la información de las URH, es posible identificar

qué áreas en la cuenca serán las que contribuyen más al aporte de agua al caudal.

La Figura 3-10, Mapa de URH definidas en los escenarios Sin Proyecto y Con

Proyecto, muestra las unidades de respuesta hidrológica identificadas, establecido

sobre la base de los tipos de suelo, cobertura y pendiente subclasificada hasta en 3

clases (0-12%, 20-12%, >20%), obteniendo finalmente un total de 511 URHs.

 90 

Escenario Sin Proyecto (2006)

Escenario Con Proyecto (2016)

Figura 3-10: Mapa de URH definidas en los escenarios Sin Proyecto y Con Proyecto
Fuente: Elaboración propia
 91 

21.
22.
23.
24.
25.

26. CAPÍTULO IV:

27. ANÁLISIS DE LOS RESULTADOS

4.1 Resultados de la investigación

Los resultados del modelo SWAT presentan por un lado la representación

global de la distribución de flujos de entrada y salida dentro del ciclo hidrológico para

toda el área de dominio del modelo, así como las cantidades detalladas de cada

variable interviniente de este ciclo a nivel mensual para los dos escenarios en

evaluación: Sin Proyecto (2006) y Con Proyecto (2017).

Balance Hidrológico SWAT

La Tabla 4-1, Resultado balance hidrológico en la UH Suyamarca - Escenarios

Sin Proyecto y Con Proyecto, presenta las tasas porcentuales de los flujos que

involucra el balance hidrológico resultante del modelo. Asimismo, la Figura 4-1,

Esquema del balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y

Con Proyecto, muestra el esquema donde el modelo SWAT explica los principales

flujos del ciclo del agua a nivel de la UH Suyamarca, dichas variables se manifiestan

en láminas de agua en milímetros (mm). Los principales cambios a nivel del área de

modelo corresponden a la evapotranspiración, escorrentía superficial y flujo base.

Dada la implementación de las operaciones mineras y sus respectivas

modificaciones físicas y cambios en el uso y tipo de suelo. En términos generales de

la Tabla 4-1, el sistema hídrico en evaluación evidencia que el 58% de la precipitación

corresponde a la evapotranspiración. Asimismo, el caudal total que el sistema

descarga del sistema asciende hacia aproximadamente 40% de la precipitación, este

 92 

flujo se distribuye entre la escorrentía superficial y el flujo de percolación. Finalmente,

se estima que solo un 2% de la precipitación estaría recargando al acuífero profundo,

en ambos escenarios de evaluación.

Tabla 4-1

Resultado balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y Con

Proyecto

Sin Proyecto Con Proyecto

Relación entre variables Balance
(2006) (2016)
Hidrológico
% mm % mm
Caudal total / Precipitación 40% 327.2 39% 319.0
Evapotranspiración Real/ Precipitación 58% 477.9 59% 480.2
Recarga profunda / Precipitación 2% 16.1 2% 16.1
Percolación / Caudal total 55% 54%
Escorrentía superficial / Caudal total 45% 46%
Flujo base / Caudal Total 55% 54%
 93 

Escenario Sin Proyecto (2006) Escenario Con Proyecto (2016)

Figura 4-1: Esquema del balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y Con Proyecto
Fuente: Elaboración propia
Nota: Las variables se manifiestan en láminas de agua en milímetros (mm)
 94 

Caudales Simulados

El resultado de las simulaciones realizadas en el proceso de modelación

permite evaluar la serie histórica de caudales generado para el período 1998-2014

los escenarios Sin proyecto y Con Proyecto. La evaluación realizada a nivel local

involucra el análisis de las cuencas delimitadas oficialmente según la metodología

Pfastetter. En tal sentido, se tiene para esta evaluación, la distribución de hasta 9

unidades menores dentro de la subcuenca Suyamarca (ver Figura 3-3, Mapa

Hidrográfico Local). La Tabla 4-2, Caudales promedio mensuales simulados -

Escenario Sin Proyecto, y Tabla 4-3, Caudales promedio mensuales simulados -

Escenario Con Proyecto, presentan los caudales mensuales simulados para todas

las subcuencas delimitadas y para ambos escenarios en evaluación. Estos caudales

plantean de forma resumida la ocurrencia de caudales totales en cada subcuenca

definida. Es importante señalar que si bien el modelo SWAT podría estimar caudales

máximos en eventos extremos considerando información de precitaciones máximas

en diferentes periodos de retorno (50, 100, 200, 500 años), los objetivos de la

presente investigación es evaluar la estimación de posibles diferencias en el caudal

bajo un escenario de precipitaciones mensuales promedio.

El Anexo A – Resultados de la Modelación Hidrológica SWAT – Escenario Sin

Proyecto, y Anexo B – Resultados de la Modelación Hidrológica SWAT – Escenario

Con Proyecto presentan el detalle de todos los flujos obtenidos como resultado de

las simulaciones hechas en los escenarios Sin Proyecto y Con Proyecto en cada una

de las unidades hidrográficas evaluadas.

 95 

Tabla 4-2

Caudales promedio mensuales simulados - Escenario Sin Proyecto

Unidad Hidrográfica Ene Feb Mar Abr May Jun Jul Aug Sep Oct Nov Dic
Intercuenca Suyamarca IX 145.6 347.6 442.2 168.5 71.3 40.1 26.9 14.8 13.2 11.3 22.5 43.6
Cuenca 08 47.7 121.7 160.5 60.1 26.2 15.0 9.5 5.4 4.7 3.9 7.3 13.7
Cuenca Paica 143.5 312.0 356.2 115.2 39.1 20.4 16.2 8.9 9.6 12.3 27.1 51.7
Intercuenca Suyamarca VII 259.6 632.9 826.4 316.6 138.0 77.7 50.8 28.1 24.7 20.5 40.1 77.2
Cuenca Ranichico 46.6 122.3 149.5 67.5 32.3 18.8 11.7 6.9 5.9 4.2 7.3 11.8
Intercuenca Suyamarca V 439.4 1050.3 1329.2 507.8 213.0 122.4 76.5 42.3 38.7 36.5 75.5 138.8
Intercuenca Suyamarca III 578.2 1382.0 1749.0 668.1 280.3 161.0 100.7 55.7 50.9 48.0 99.3 182.6
Cuenca Trapiche 442.5 1084.0 1311.0 585.6 276.0 160.9 100.6 55.0 45.9 30.9 59.3 96.3
Intercuenca Suyamarca I 1042.0 2518.0 3220.0 1276.0 566.0 334.6 204.7 112.2 99.5 80.8 163.5 284.0
Fuente: Elaboración propia
Nota: Los caudales mensuales se encuentran expresados en litros por segundo (L/s)
 96 

Tabla 4-3

Caudales promedio mensuales simulados - Escenario Con Proyecto

Unidad Hidrográfica Ene Feb Mar Abr May Jun Jul Aug Sep Oct Nov Dic
Intercuenca Suyamarca IX 146.3 347.8 441.0 167.5 70.5 39.5 26.5 14.6 13.4 11.6 23.3 44.8
Cuenca 08 48.5 120.2 159.2 59.0 25.8 14.7 9.4 5.3 4.6 3.9 7.3 13.8
Cuenca Paica 143.7 312.3 356.0 114.7 38.7 20.2 16.0 8.9 9.6 12.3 27.1 51.8
Intercuenca Suyamarca VII 261.2 631.0 819.4 313.0 135.6 76.2 50.0 27.6 24.4 20.7 40.9 78.6
Cuenca Ranichico 47.2 122.3 147.7 65.4 30.2 17.8 11.1 6.4 5.7 4.1 7.3 12.0
Intercuenca Suyamarca V 443.5 1051.8 1319.4 496.7 207.2 118.1 74.3 41.0 38.0 36.7 76.7 140.8
Intercuenca Suyamarca III 583.5 1384.0 1736.0 653.5 272.6 155.4 97.8 54.0 50.0 48.3 100.9 185.3
Cuenca Trapiche 441.7 1078.0 1303.0 582.8 274.9 160.2 100.3 54.8 45.8 30.8 59.3 96.3
Intercuenca Suyamarca I 1046.0 2513.0 3198.0 1263.0 557.2 329.5 200.8 110.3 98.0 81.0 165.1 286.7
Fuente: Elaboración propia
Nota: Los caudales mensuales se encuentran expresados en litros por segundo (L/s)
 97 

4.2 Análisis de los resultados de la investigación

Se evaluó los impactos al caudal del río Suyamarca al realizar una comparación

numérica de los escenarios simulados. La diferencia mensual de estos caudales

mensuales resultaría ser el impacto al caudal por la implementación del Proyecto.

Los resultados que se destacan se pueden verificar en el aumento de escorrentía

superficial respecto al caudal total entre el escenario Sin Proyecto y Con Proyecto,

apenas en 1%. Es posible que la instalación de una zona urbana, industrial, así como

diversos accesos propios de las operaciones haya afectado levemente en la

generación de escorrentía.

En la Figura 4-2, Variación Mensual Promedio de Caudales en la Cuenca

Ranichico, Figura 4-3, Variación Mensual Promedio de Caudales en la Intercuenca

Suyamarca III y Figura 4-4, Variación Mensual Promedio de Caudales en la

Intercuenca Suyamarca IX, se puede apreciar la variación de caudales en los

escenarios sin proyecto y con proyecto donde se puede apreciar la diferencia de

caudal mensual en ambos escenarios por lo que sería el impacto causado por las

operaciones de la Unidad Operativa Pallancata. La reducción de caudal fluctúa entre

0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la unidad

hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad hidrográfica

Intercuenca Suyamarca IX. Por lo tanto, es posible realizar una estimación del

impacto ambiental por las operaciones de la Unidad Operativa Pallancata, aunque

dada la magnitud del proyecto el impacto sea mínimo y se encuentre dentro del rango

de error del Proyecto.

 98 

Dic 12.0
11.8

Nov 7.3
7.3

Oct 4.1
4.2

Sep 5.7
5.9

Ago 6.4
6.9

Jul 11.1
11.7
Mes

Jun 17.8
18.8

May 30.2
32.3

Abr 65.4
67.5

Mar 147.7
149.5

Feb 122.3
122.3

Ene 47.2
46.6

0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0

Caudal Mensual Promedio (L/s)

Cuenca Ranichico ‐ Con Proyecto Cuenca Ranichico Sin Proyecto

Figura 4-2: Variación Mensual Promedio de Caudales en la Cuenca Ranichico

Fuente: Elaboración propia
 99 

Dic 185.3
182.6

Nov 100.9
99.3

Oct 48.3
48.0

Sep 50.0
50.9

Ago 54.0
55.7

Jul 97.8
100.7
Mes

Jun 155.4
161.0

May 272.6
280.3

Abr 653.5
668.1

Mar 1736.0
1749.0

Feb 1384.0
1382.0

Ene 583.5
578.2

0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0 1800.0 2000.0
Caudal Mensual Promedio (L/s)

Intercuenca Suyamarca III ‐ Con Proyecto Intercuenca Suyamarca III ‐ Sin Proyecto

Figura 4-3: Variación Mensual Promedio de Caudales en la Intercuenca

Suyamarca III
Fuente: Elaboración propia
 100 

Dic 44.8
43.6

Nov 23.3
22.5

Oct 11.6
11.3

Sep 13.4
13.2

Ago 14.6
14.8

Jul 26.5
26.9
Mes

Jun 39.5
40.1

May 70.5
71.3

Abr 167.5
168.5

Mar 441.0
442.2

Feb 347.8
347.6

Ene 146.3
145.6

0.0 50.0 100.0 150.0 200.0 250.0 300.0 350.0 400.0 450.0 500.0
Caudal Mensual Promedio (L/s)

Intercuenca Suyamarca IX ‐ Con Proyecto Intercuenca Suyamarca IX ‐ Sin Proyecto

Figura 4-4: Variación Mensual Promedio de Caudales en la Intercuenca Suyamarca

IX
Fuente: Elaboración propia

Asimismo, se evidencia un aumento en la evapotranspiración también en

apenas 1% posiblemente asociado al aporte de espejos de agua que a la fecha

representa la instalación de una presa de relaves. Finalmente, si bien la recarga

profunda a nivel de toda la cuenca no se ha visto afectada, es posible que el caudal

 101 

base haya sido afectado producto de los principales cambios en el uso del suelo

producto de la puesta en marcha de la mina.

4.3 Contrastación de la hipótesis

Calibración y Análisis de Sensibilidad

SWAT contiene numerosos parámetros que describen procesos en los que

hidrología, calidad del agua, y el sistema suelo-planta interactúan. La Tabla 4-4,

Principales parámetros de calibración en SWAT (orden de sensibilidad), presenta el

conjunto de parámetros que utiliza SWAT para las simulaciones hidrológicas. Como

primer paso es necesario un análisis de sensibilidad sobre los mismos, a fin de tomar

solo en cuenta los parámetros más relevantes en la simulación, y en segundo lugar

es preciso establecer el proceso de calibración del modelo a partir de información

observada en el área de dominio del modelo.

Si bien, a la fecha no se cuenta con información de estaciones hidrométricas y

caudales para la calibración del modelo, se han tomado en cuenta los niveles de

sensibilidad planteados en la Tabla 4-4, a fin de establecer un ajuste en los

parámetros de mayor sensibilidad y sobre los cuales se pueden plantear

estimaciones desde la información disponible en los dos escenarios de evaluación,

es decir desde los modelos conceptuales referenciales, acorde a la siguiente

metodología:

Simulación en parámetros por defecto del modelo SWAT

Se desarrolló la simulación secuencial por defecto a fin de evaluar un escenario

cero, el cual nos permitía identificar los principales parámetros característicos del

área del modelo.

 102 

Identificación de los principales parámetros sensibles y ajustables

La Tabla 4-4, Principales parámetros de calibración en SWAT (orden de

sensibilidad) presenta una lista de los principales parámetros de calibración para el

modelo SWAT en el orden preciso de sensibilidad, así como los valores de ajuste

que se establecen para la ejecución del presente modelo. De esta lista se han

considerado preferentemente los parámetros asociados a las aguas subterráneas.

Tabla 4-4

Principales parámetros de calibración en SWAT (orden de sensibilidad)

Rango por defecto

Valor de ajuste
SWAT
Parámetro Tipo Cuerpo de
Min Max Suelos agua y/o
bofedal
ALPHA_BF
*.gw 0 1 0.048 0.5
(adimensional)
GW_REVAP
*.gw 0.02 0.2 0.02 0.2
(adimensional)
CH_N2 *.rte -0.01 0.3
APLHA_BNK *.rte 0 1
GW_MIN
*.gw 0 5000 1000 0
(mm)
CN2 *.mgt 35 98
GW_DELAY
*.gw 0 500
(días)
SHALLST
*.gw 0 5000 5000 0
(mm)
DEEPST
*.gw 0 10000 10000 100
(mm)
CH_K2 *.rte -0.01 500
SOLW_AWC *.sol 0 1

Para ambos escenarios en evaluación, se cuenta con estudios preliminares de

hidrogeología, donde se tienen:

 ALPHA_BF: El parámetro Factor del flujo base, tiene un rango de variación

de 0 - 1 el cual plantea la variación del aporte del flujo de agua subterránea

 103 

remanente, visiblemente en época seca, es decir cuando la presencia de

lluvias es prácticamente nula.

 GW_REVAP: El parámetro de re-evaporación de agua contenida en la base

final de la capa suelo (medio no saturado), considerando los extremos

valores entre un medio saturado (bofedales, lagos, laguna- 0.2) y un medio

no saturado, mayormente sin cobertura (0.02)

 SHALLST (mm): Nivel freático mínimo del sistema, que los antecedentes

establece no menor a 5 m

 DEEPST (mm): Nivel freático máximo del sistema, atribuido al valor máximo

de 10 m.

 GW_MIN: Asignado según la unidad de respuesta hidrológica (URH) en

ajuste a la profundidad mínima de nivel de agua en dicho (URH).

La información utilizada para la calibración de los parámetros asociados a las

aguas subterráneas ha sido tomada del estudio hidrogeológico conceptual y

numérico para la Unidad Operativa Pallancata (KCB, 2017). Dicho estudio ha

empleado información registrada en diez (10) piezómetros distribuidos en su área de

estudio: dos de ellos corresponden a piezómetros existentes en la actual poza de

relaves N° 03 (codificados como PM-01 y PM-03), tres piezómetros fueron instalados

durante la campaña de perforación de junio y julio de 2015 (codificados como PMW-

01, PMW-02 y PMW-03) y cinco fueron perforados e instalados entre octubre y

diciembre de 2015 (codificados como PMW-04, PMW-05, PMW-06, PMW-07 y

 104 

PMW-08). Se dispone además de registros de pruebas de bombeo en dos

piezómetros (PMW-04 y PMW-08) y lecturas diarias de niveles de agua entre junio y

agosto de 2016 en cuatro piezómetros (codificados como PMW-01, PMW-03, PMW-

05 y PMW-07).

Las coordenadas de ubicación de los piezómetros se pueden apreciar en la

Tabla 4-5, Ubicación de Piezómetros Instalados; mientras que su ubicación espacial

en un plano se puede apreciar en la Figura 4-5.

Tabla 4-5

Ubicación de Piezómetros Instalados

Diámetro Altitud
Código Norte Este
(pulgadas) (msnm)
PMW-01 2 8370810 696291 4415
PMW-02 2 8370960 696227 4486
PMW-03 2 8371481 695190 4587
PMW-04 4 8368852 696883 4214
PMW-05 2 8369475 696052 4447
PMW-06 2 8369007 695212 4451
PMW-07 2 8371540 692807 4595
PMW-08 4 8372379 693534 4606
Nota: Sistema de coordenadas UTM, WGS 84, zona 18S
Fuente: KCB, 2017
 105 

Figura 4-5: Ubicación de Piezómetros Utilizados para Calibración del Modelo

Fuente: KCB, 2017
Nota: Sistema de coordenadas UTM, WGS 84, zona 18S
 106 

CONCLUSIONES Y RECOMENDACIONES

CONCLUSIONES

 A través de la presente investigación se ha podido demostrar que mediante la

aplicación del modelo hidrológico SWAT, el cual ha tomado en cuenta

información climatológica, además de los cambios en cobertura vegetal, uso y

tipo de suelo, y topografía del terreno bajo los escenarios “sin proyecto” y “con

proyecto” es posible estimar el impacto al caudal del río Suyamarca por las

actividades de la Unidad Operativa Pallancata.

 Se pudo verificar en el aumento de escorrentía superficial respecto al caudal

total entre el escenario Sin Proyecto y Con Proyecto, apenas en 1%. Es posible

que la instalación de una zona urbana, industrial, así como diversos accesos

propios de las operaciones haya afectado levemente en la generación de

escorrentía. En cuanto a las unidades hidrográficas de mayor nivel, localizadas

dentro de la cuenca del río Suyamarca, y donde se ubican las instalaciones de

la Unidad Operativa Pallancata se pudo apreciar una variación mínima de caudal

mensual por lo que en consecuencia el impacto también sería mínimo y se

encuentre dentro del rango de error del Proyecto. La variación de caudal fluctúa

entre 0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la

unidad hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad

hidrográfica Intercuenca Suyamarca IX.

 107 

 Según las estimaciones del modelo SWAT, desde el punto ambiental el impacto

residual es poco significativo dado a que principalmente a su intensidad que es

baja dada la mínima variación de caudal estimada entre los escenarios Sin

Proyecto y Con Proyecto mediante el modelo SWAT.

 El modelo SWAT requiere una gran cantidad de información meteorológica,

topografía, tipo de suelos y cobertura vegetal, y como en el caso del presente

trabajo de investigación se ve limitada ante la escasez de información

meteorológica de una serie de tiempo de al menos 15 años, tanto en la cuenca

del río Suyamarca en general (SENAMHI) como en la zona donde se ubica la

Unidad Operativa Pallancata (estaciones de Compañía Minera Ares) por lo que

se tuvo que tomar información meteorológica satelital que requirió ser validada.

 No se cuenta con información hidrométrica en el río Suyamarca, ya sea de entes

estatales como de Compañía Minera Ares S.A, que limitó la calibración de los

resultados únicamente con datos hidrogeológicos y no con caudales medidos en

una serie de tiempo de al menos en un periodo de un año, que es lo más

recomendable.

 La estimación de los impactos al caudal en la cuenca del río Suyamarca fue

posible realizarlo, pero de una forma preliminar dadas las limitaciones de

información fuente que alimente el modelo SWAT como las limitaciones en su

calibración.
 108 

RECOMENDACIONES

Concluido el presente trabajo de investigación, se considera necesario

plasmar aspectos que ayudarán a mejorar la calibración del modelo hidrológico y

obtener resultados de caudales más precisos. Estas son detalladas a continuación:

 Mejorar la densidad de estaciones meteorológicas en la zona de estudio;

es necesario incluir una red que sea capaz de capturar la especialización y

exactitud de las variables meteorológicas en especial la precipitación, que

permitiría entender mejor los focos de escorrentía superficial que se formasen

en la cuenca.

 Incorporación de estaciones hidrométricas en la zona de estudio; dado que

Compañía Minera Ares dispone información puntual de caudal en el río

Pallancata, ello ayudaría en gran medida a la calibración del modelo hidrológico

y por lo tanto en la cuantificación de una posible pérdida de caudal.

 Mejorar la información relacionada a los valores de infiltración según tipo de

suelo. Con ello se puede contrastar y afinar los valores que asume el SWAT

según el tipo de suelos hallados con valores medidos en campo.

 Mejorar información sobre el cambio de uso de suelos y unidades de vegetación

en las zonas que se encuentran más allá de la huella del proyecto, con ello se

podría deslindar responsabilidades en la afectación en el caudal de un curso de

agua.
 109 

 Realizar el análisis de cambio de caudal a nivel de unidades hidrográficas de

más pequeñas (nivel 8 o mayor - microcuencas) dado que la presente

modelación ha evaluado el impacto del río Pallancata, pero no ha evaluado el

efecto en las quebradas aportantes que también estarían influenciadas por las

actividades de la Unidad Operativa Pallancata.

 Plantear otros modelos hidrológicos a fin de evaluar las ventajas y debilidades.

El modelo SWAT utiliza gran cantidad de información que en otros escenarios

no se dispone y posiblemente otros modelos no lo requiera.

 110 

REFERENCIAS BIBLIOGRÁFICAS

1. APARICIO, F.J (1989). Fundamentos de Hidrología de Superficie, México:

Editorial Limusa.

2. ARNOLD J. G. et al (2012, mayo). SWAT: Model use, calibration and validation.

American Society of Agricultural and Biological Engineers Vol. 55(4): 1491-

1508. ISSN 2151-0032

3. ARNOLD J. G. et al (2012). Soil and Water Assessment Tool. Input/Output

Documentation Version 2012. Texas Water Resources Institute.

https://swat.tamu.edu/media/69296/SWAT-IO-Documentation-2012.pdf

4. ASENCIOS ASTORAYME, HENRY JOEL (2016). Corrección del sesgo de la

precipitación estimada por satélite para la simulación de caudales en la cuenca

del río Rímac. Tesis para Optar el Título de Ingeniero Agrícola – Universidad

Nacional Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/1957

5. AYBAR CAMACHO C. (2016). Modelamiento de la escorrentía en cuencas de

montaña: Caso de Estudio Río Vilcanota. Tesis para optar el Título Profesional
 111 

de Ingeniero Geógrafo. Universidad Nacional Mayor de San Marcos. Lima -

Perú. URI: http://cybertesis.unmsm.edu.pe/handle/cybertesis/5936.

6. BARRIOS ALEX G. y URRIBARRI LISBETH A. Aplicación del modelo SWAT

en los Andes venezolanos: Cuenca alta del río Chama. Revista Geográfica

Venezolana, vol. 51, núm. 1, enero-junio, 2010, pp. 11-29 Universidad de los

Andes. Mérida, Venezuela. ISSN: 1012-1617. URI:

http://www.redalyc.org/articulo.oa?id=347730384002

7. BAUTISTA-ÁVALOS D., CRUZ-CÁRDENAS G., MONCAYO-ESTRADA R.,

SILVA J. y ESTRADA-GODOY F. (2014, junio). Aplicación del modelo SWAT

para evaluar la contaminación por fuentes difusas en la subcuenca del lago de

Chapala, México. Rev. Int. Contam. Ambie. 30 (3) 263-274, 2014

8. CAMONES CANO, ANTHONY HERBERT (2015). Influencia de la humedad del

suelo en la relación precipitación-escorrentía en las cuencas del Anya y

Mchique, Junín – Perú. Tesis para Optar el Título de Ingeniero Agrícola –

Universidad Nacional Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/2158

9. CANALES TORRES, MIGUEL ÁNGEL (2015). Modelación del proceso

precipitación escorrentía en la cuenca del río Ica. Tesis para Optar el Título de

Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/1864
 112 

10. CARMONA, A. (2007, junio). Ajuste de la Producción de Agua Simulada por el

Modelo SWAT y Análisis de Sensibilidad ante Características Hidrológicas del

Suelo en una Cuenca Pequeña de Alta Pendiente. Tesis para Optar el Título de

Ingeniero Agrónomo – Universidad Central de Venezuela. Caracas –

Venezuela. URI:

https://www.researchgate.net/publication/48223873_Ajuste_de_la_produccion

_de_agua_simulada_por_el_modelo_SWAT_y_analisis_de_sensibilidad_ante

_caracteristicas_hidrologicas_del_suelo_en_una_cuenca_pequena_de_alta_p

endiente

11. CHÁVEZ TORRES, ÁNGELA DEL ROCÍO (2016). Modelos hidrológicos para

la generación de caudales diarios en las cuencas de los ríos Pisco y San Juan

– Ica. . Tesis para Optar el Título de Ingeniero Agrícola – Universidad Nacional

Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/1956

12. FERNÁNDEZ PALOMINO C. (2016, noviembre). Asimilación y Evaluación de

Datos de Precipitación en Base a Satélite en el Modelamiento Hidrológico de la

Cuenca del Río Vilcanota. Servicio Nacional de Meteorología e Hidrología del

Perú – SENAMHI. http://www.senamhi.gob.pe/pdf/estudios/hidro2016-0006.pdf

13. GASSMAN P. W., REYES M. R., GREEN C. H., y ARNOLD J. G. (2007). The

soil and water assessment tool: historical development, applications, and future

research directions. American Society of Agricultural and Biological Engineers

Vol. 50(4): 1211-1250. ISSN 0001-2351

 113 

14. GUEVARA CRISTIAN et al (2013). Empleo del modelo hidrológico SWAT en

regiones de llanuras. Aplicación en una cuenca rural, arroyo Santa Catalina,

Prov. de Buenos Aires. Instituto de Hidrología de Llanuras. Argentina.

http://sedici.unlp.edu.ar/bitstream/handle/10915/47531/Documento_completo.

pdf?sequence=3

15. HAVRYLENKO, SOFÍA, BODOQUE DEL POZO, JOSÉ MARÍA, ZUCARELLI,

VIVIANA Y MERCURI, PABLO (2015). Evaluación sequías agropecuarias en la

cuenca del río Arrecifes - Buenos Aires. Instituto Nacional de Tecnología

Agropecuaria. URI: INTA_hidrollanuras_2014_havrylenko et al.pdf

16. JAYO JIMÉNEZ, PEDRO SAÚL (2011). Modelación de la relación precipitación-

escorrentía en la cuenca del río Mala mediante el modelo Precaud v.1.0. Tesis

para Optar el Título de Ingeniero Agrícola – Universidad Nacional Agraria La

Molina. Lima – Perú. URI: http://repositorio.lamolina.edu.pe/handle/UNALM/758

17. MARTÍNEZ LOAYZA, CARLOS ROBERTO (2015). Impacto del Cambio

Climático en la Hidrología de la Cuenca del Río Ica. Tesis para Optar el Título

de Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú.

URI: http://repositorio.lamolina.edu.pe/handle/UNALM/1849

18. MATA ESPINOSA H (2008). El modelo de simulación hidrológica SWAT

aplicado en la cuenca del río Amajac, Hidalgo, México. Tesis de Maestría del

Instituto de Enseñanza e Investigación en Ciencias Agrícolas. Montecillo,

Texcoco. México
 114 

19. MAURI YAPO, CARMEN ROSA (2016). Determinación de rendimiento hídrico

en cuencas con poca información hidrométrica y su aplicación al Proyecto de

Irrigación Chavini. Tesis (Ing. Mecánico de Fluidos). Lima, Perú: Universidad

Nacional Mayor de San Marcos, Facultad de Ciencias Físicas, EAP. de

Ingeniería Mecánica de Fluidos, 2016. 176 h. URI:

http://cybertesis.unmsm.edu.pe/handle/cybertesis/5957

20. MORALES TAPIA I., SÁNCHEZ LOJA J. (2010). Aplicación de un modelo

parsimonial conceptual de precipitación -escorrentía (VHM) en la subcuenca del

río Tomebamba en Monay: evaluación temporal y espacial. Tesis de Pregrado.

Universidad de Cuenca. Ecuador.

http://dspace.ucuenca.edu.ec/handle/123456789/736

21. MWH (2017, febrero). Tercera Modificación del Estudio de Impacto Ambiental

del Proyecto La Arena. URI:

http://extranet.minem.gob.pe/EIA/ESTUDIO/ArchivosAdjuntos/DMET_ViewFile

?li_idarchivo=18&ln_idmaestra=7048&ln_idseccion=1&ls_idmenu=0038&

22. MWH (2017, abril). Segunda Modificación del Estudio de Impacto Ambiental de

la Ampliación de Capacidad de 1,500 a 3,000 TMD de la U.O. Pallancata. URI:

http://extranet.minem.gob.pe/EIA/ESTUDIO/ArchivosAdjuntos/DMET_ViewFile

?li_idarchivo=56&ln_idmaestra=7114&ln_idseccion=1&ls_idmenu=0037&

23. NEITSCH, S.L., ARNOLD J.G., WILLIAMS J.R. (2005). SWAT - Soil and Water

Assessment Tool – User’s manual, Vers. 2005. Grassland, Soil and Water
 115 

Research Laboratory & Blackland Research Center, USDA-ARS (United States

Department of Agriculture - Agricultural Research Service), Temple, TX 76502.

24. OÑATE VALDIVIESO, FERNANDO y AGUILAR NARANJO, GALO (2003).

Estimación de caudales y sedimentos en la cuenca alta del rio Catamayo.

Universidad Técnica Particular de Loja.- Ecuador. URI:

http://sig.utpl.edu.ec/sigutpl/Staftpro/hidrologia/swat_catamayo.pdf

25. ORDOÑEZ RAZO MARIO (2011, abril). Balance Hídrico del Estado de Coahuila

bajo Escenarios Futuros de Cambio Climático. Universidad Nacional Autónoma

de México – Facultad de Filosofía y Letras. Colegio de Geografía. Tesis para

Licenciado en Geografía. Morelia, Michoacán, México.

26. ORTIZ A. (2010, octubre). Implementación del modelo hidrológico SWAT:

Modelación y simulación multitemporal de la variación de escorrentía en la

cuenca del lago de Cuitzeo. Universidad Nacional Autónoma de México –

Facultad de Filosofía y Letras. Centro de Investigaciones en Geografía

Ambiental. Maestría en Manejo Integrado del Paisaje. Morelia, Michoacán,

México.

27. PALOMINO ZAMORA, HENRY (2015). Efecto del cambio climático en la

hidrología de la cuenca Chancay – Huaral. Tesis para Optar el Título de

Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/1870
 116 

28. PROAÑO M., GAVILANES C., VALENZUELA P., CISNEROS C. (2006,

diciembre). Informe Técnico: Aplicación del modelo SWAT en la subcuenca del

río Ambato. Proyecto Cuencas Andinas – CODESAN –GTZ Challenge Program

29. SANCHEZ ORTA, S. (2010). Caracterización Morfométrica y Simulación del

Balance de la Cuenca “Tres Valles SLP”. (en línea) Chapingo, México. Colegio

de Postgraduados de México. Consulado 13 nov. 2013. URI:

http://www.biblio.colpos.mx:8080/jspul/handle/10521/160.

30. TARAZONA ROLDÁN, HUGO GUIDO (2016). Modelamiento hidrológico de la

cuenca del Río Ica con fines de prevención de inundaciones en la ciudad de

Ica. Tesis para Optar el Título de Ingeniero Agrícola – Universidad Nacional

Agraria La Molina. Lima – Perú. URI:

http://repositorio.lamolina.edu.pe/handle/UNALM/2490

31. URIBE, N. (2010). SWAT (Soil & Water Assessment Tool) Conceptos Básicos

y Guía Rápida para el Usuario. Medellín, Colombia, CIAT, 47 p. URI: 

https://swat.tamu.edu/media/46967/swat2005-tutorial-spanish.pdf

32. URIBE N., QUINTERO M., y VALENCIA J. (2013, marzo). Aplicación del Modelo

Hidrológico SWAT (Soil and Water Assessment Tool) a la Cuenca del Río

Cañete. Centro Internacional de Agricultura Tropical (CIAT) - Cali, Colombia.

33. VICENTE MONTALVO, ISRAEL (2011). Análisis hidrológico aplicando el

sistema de información geográfica y comparación de modelos en la cuenca del

río Crisnejas. Tesis para Optar el Título de Ingeniero Civil – Universidad

 117 

Nacional de Ingeniería. Lima – Perú URI:

http://cybertesis.uni.edu.pe/handle/uni/3289

34. ZULETA S., C. (2013). Análisis del comportamiento del recurso hídrico ante

cambios en el uso del suelo y el cambio climático en la cuenca del río Pejibaye,

Costa Rica. Centro Agronómico Tropical de Investigación y Enseñanza –

Escuela de Posgrado. Turrialba, Costa Rica.

 118 

ANEXOS

Anexo 1 - Matriz de Consistencia

Anexo 2 – Curriculum Vitae – Español e Inglés

Anexo 3 – Resultados de la Modelación Hidrológica SWAT – Escenario Sin

Proyecto

Anexo 4 – Resultados de la Modelación Hidrológica SWAT – Escenario Con

Proyecto
 119 

Anexo 1

Matriz de Consistencia

TÍTULO: “APLICACIÓN DEL MODELO SWAT EN LA EVALUACIÓN DE IMPACTOS EN LA SUBCUENCA DEL RÍO SUYAMARCA POR LAS ACTIVIDADES DE LA UNIDAD OPERATIVA PALLANCATA”

FORMULACIÓN DEL PROBLEMA OBJETIVOS HIPÓTESIS VARIABLES INDICADORES DISEÑO METODOLÓGICO

Problema General Objetivo General HIPOTESIS GENERAL Variable Indicadores Tipo de Investigación
independiente :X
¿En qué medida la aplicación del Aplicar el modelo SWAT con Mediante la aplicación del - Precipitación diaria - Aplicada
modelo SWAT con información información climatológica, modelo SWAT a partir de X1 = Información - Temperatura del - Longitudinal
climatológica, cobertura, uso y tipo de cobertura, uso y tipo de suelo y información climatológica, climatológica aire
suelo y topografía del terreno logra topografía del terreno para - Cuantitativa
cobertura, uso y tipo de suelo y
estimar el impacto al caudal del río estimar el impacto al caudal del X2 = Cobertura, - Radiación solar
topografía del terreno se Nivel de Investigación
Suyamarca por las actividades en la río Suyamarca por las uso y tipo de suelo - Velocidad del viento
realizará la estimación del - Correlacional
Unidad Operativa Pallancata? actividades de la Unidad impacto al caudal del río X3 = Topografía del - Humedad relativa
Operativa Pallancata. Suyamarca por las actividades terreno Diseño de la Investigación
Problemas específicos - Uso/ Cobertura de
de la Unidad Operativa - Experimental
Objetivos Específicos suelo
1.- ¿En qué medida la aplicación del Pallancata.
modelo SWAT con información - Evapotranspiración Población y Muestra
1. Aplicar el Modelo SWAT con Variable
climatológica, cobertura, uso y tipo de HIPOTESIS ESPECIFICA 1 * El estudio se realizará en la subcuenca del río
información climatológica, Dependiente: Y - Modelo de Elevación
suelo y topografía del terreno logra cobertura, uso y tipo de suelo y Suyamarca
Mediante la aplicación del Digital
estimar los caudales del río topografía del terreno para Y1= Impacto al
modelo SWAT a partir de - Curvas de nivel de Técnicas en recolección.
Suyamarca antes de las actividades realizar la estimación del caudal caudal del río
información climatológica, las instalaciones de la
de la Unidad Operativa Pallancata? del río Suyamarca antes de las Suyamarca por las * Mapa de suelos generales a Escala 1:100000
cobertura, uso y tipo de suelo y unidad operativa
actividades de la Unidad actividades de la o mayor detalle en archivos shape file.
topografía del terreno se Pallancata
Operativa Pallancata. realizará la estimación del Unidad Operativa * Mapa de Coberturas a Escala 1:100000 o
2.- ¿En qué medida la aplicación del caudal del río Suyamarca antes Pallancata - Caudal estimado del mayor detalle en archivos shape file.
2. Aplicar el Modelo SWAT con río Suyamarca antes
modelo SWAT con información de las actividades de la Unidad
información climatológica, de las actividades de * Cartografía base en archivos shape file:
climatológica, cobertura, uso y tipo de Operativa Pallancata.
cobertura, uso y tipo de suelo y la Unidad Operativa Drenajes, Centros poblados, división política
suelo y topografía del terreno logra
topografía del terreno para HIPOTESIS ESPECIFICA 2 Pallancata. * Modelo de Elevación Digital
estimar los caudales del río
realizar la estimación del caudal
Suyamarca al final de la vida útil de la * Curvas de nivel de las instalaciones de la
del río Suyamarca durante las Mediante la aplicación del - Caudal medido del
Unidad Operativa Pallancata? unidad operativa Pallancata
actividades de la Unidad modelo SWAT a partir de río Suyamarca antes
Operativa Pallancata hasta información climatológica, de las actividades de * Registros Hidrometeorológicas (Humedad
finalizar su vida útil. cobertura, uso y tipo de suelo y la Unidad Operativa Relativa, Precipitación, Temperatura Máximas y
topografía del terreno se Pallancata. Mínimas, Radiación Solar) del satélite TRMM en
realizará la estimación del el periodo 1998 – 2014.
caudal del río Suyamarca - Caudal estimado del
río Suyamarca * Aforos de Caudal en el río Suyamarca
durante las actividades de la
Unidad Operativa Pallancata. durante las * Análisis y calibración de datos.
actividades de la
Unidad Operativa Instrumentos
Pallancata. * Modelo SWAT, ArcGis versión 10.2

Nota: Elaboración propia

 120 

Anexo 2

Curriculum Vitae – Español

HENRY MANUEL SOLARI GARCÍA

INGENIERO QUÍMICO

RESUMEN DE SU EXPERIENCIA:

El Ing. Solari es Ingeniero Químico de profesión con más de 14 años de

experiencia en el liderazgo de equipo multidisciplinarios encargados de la

elaboración y evaluación de estudios ambientales de empresas líderes del sector

minero. Cuenta con estudios de Maestría en temas relacionados a Minería y Medio

Ambiente y es Magíster en Administración Estratégica de Empresas - MBA Gerencial

en CENTRUM Católica.

EDUCACIÓN

 Ms Sc. en Administración Estratégica de Empresas - MBA Gerencial – Escuela de

Negocios CENTRUM Católica (2010 - 2014).

 Estudios Maestría en Ciencias Ambientales– Universidad Nacional Agraria La Molina

(2008 - 2009)

 Estudios de Maestría en Minería y Medio Ambiente – Universidad Nacional de

Ingeniería (2001 – 2003 / Actualización 2016).

 Ingeniería Química - Universidad Nacional Pedro Ruiz Gallo - Lambayeque (1993 -

1998).

 Certificación Project Management Program - Project Management Institute –

Noviembre 2016

EXPERIENCIA PROFESIONAL

 STANTEC PERÚ S.A – Gerente de Proyecto (2007 a la fecha)

El Ing. Solari, actualmente se desempeña como Gerente de Proyecto y

 
 121 

Revisor Senior del equipo de trabajo a cargo de la elaboración de estudios

ambientales de Stantec Perú S. A. Ha liderado y participado en la elaboración de

diversos estudios ambientales para ser presentados ante la autoridad competente,

principalmente en los sectores de minería, electricidad, transporte y vivienda, con lo

cual ha contribuido a la obtención de los permisos ambientales para la ejecución de

las obras mediante la elaboración de las secciones relacionadas a descripción del

proyecto y plan de cierre conceptual, estrecha coordinación interna con los

especialistas encargados de elaborar el estudio ambiental, excelentes relaciones con

el cliente para la obtención de información pertinente para el Proyecto, y colaborando

con el cliente en la sustentación técnica del proyecto ante la autoridad competente

que permitieron tener un número reducido de observaciones iniciales y su aprobación

final en el plazo estimado por la empresa.

MINISTERIO DE ENERGÍA Y MINAS - Especialista Ambiental de la Dirección

General de Asuntos Ambientales Mineros (2004 – 2007)

El Ing. Solari se ha desempeñado como Ingeniero Ambiental y Evaluador en la

Dirección General de Asuntos Ambientales Mineros (DGAAM) del Ministerio de Energía y

Minas, en las cuales ha coordinado la evaluación de más de 100 estudios ambientales en

el sector minero en sus diferentes fases de exploración, explotación y cierre, en gran

minería, pequeña minería y minería artesanal por lo cual cuenta con una valiosa

experiencia en la aplicación de la normatividad ambiental en el sector minero, así como

de los procedimientos de evaluación de estudios ambientales en dicho sector. Asimismo

tuvo una exitosa misión en la aplicación de procedimientos de participación ciudadana a

nivel nacional (talleres y audiencias públicas).

 
 122 

Curriculum Vitae – Inglés

HENRY MANUEL SOLARI GARCÍA

CHEMICAL ENGINEER

SUMMARY OF HIS EXPERIENCE:

Mr. Solari is a Chemical Engineer with over 14 years of experience in the

leadership of multidisciplinary teams in charge of the preparation and evaluation of

environmental assessments of leading companies in the mining sector. He has a

Master’s Degree in subjects related to Mining and Environment, and he has obtained

a Master of Business Administration (Managerial MBA Program) in CENTRUM

Pontifical Catholic University of Peru (PUCP).

EDUCATION

 Managerial MBA – CENTRUM PUCP (2010 - 2014).

 Master’s Degree in Environmental Sciences (c) – National Agrarian University of

La Molina (2008 - 2009)

 Master’s Degree in Mining and Environment (c) – National University of

Engineering (2001 – 2003 / Update 2016).

 Chemical Engineering – Pedro Ruiz Gallo National University - Lambayeque

(1993 - 1998).

 Project Management Program Certification - Project Management Institute -

November 2016.

PROFESSIONAL EXPERIENCE

STANTEC PERÚ S.A - Project Manager (2007 to date)

Mr. Solari currently holds the position of Project Manager and Senior Revisor

for the work team in charge of the preparation of environmental assessments in

Stantec Peru S. A. Mr. Solari has led and participated in the preparation of different

 
 123 

environmental assessments to be submitted before the pertinent authorities,

especially in the mining, electricity, transport, and housing sectors. Thus, he

contributed to environmental permitting for work execution through the development

of project description and conceptual closure plan sections, while being in close

internal coordination with the specialists in charge of preparing the environmental

assessment, maintaining an excellent relationship with the client to obtain relevant

information for the Project, and cooperating with the client in the technical defense

of the project before the pertinent authorities. This allowed MWH to have a reduced

number of initial observations and the final approval within the term estimated by the

company.

MINISTRY OF ENERGY AND MINES (MINEM) - Environmental Specialist of

General Bureau of Mining Environmental Affairs (2004 – 2007)

Mr. Solari has worked as an Environmental Engineer and Evaluator at the

General Bureau of Mining Environmental Affairs (DGAMM) of the Ministry of Energy

and Mines (MINEM), where he has coordinated the evaluation of more than 100

environmental assessments in the mining sector during their different exploration,

exploitation, and closure stages in small, medium and large-scale mining and

artisanal mining. Therefore, he has a valuable experience in the application of

environmental regulations in the mining sector, as well as in the application of

environmental assessment procedures in such sector. Moreover, he conducted a

successful mission in the application of citizen participation procedures nationwide

(workshops and public hearings).

 
 124 

Anexo 3

Resultados de la Modelación Hidrológica SWAT – Escenario Sin Proyecto

Tabla 3.1

Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Intercuenca Suyamarca IX (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 1,412.0 1,128.0 604.5 274.7 115.3 69.1 41.1 25.5 15.5 26.2 95.3 463.9 355.9
1999 648.9 1,658.0 1,128.0 483.6 222.4 128.2 75.4 43.3 69.5 66.6 71.2 109.9 392.1
2000 572.2 688.1 515.6 251.0 113.3 65.3 36.8 25.4 19.2 43.0 30.4 44.8 200.4
2001 564.2 832.4 1,021.0 429.8 168.8 92.8 63.7 40.7 32.3 24.7 27.3 29.1 277.2
2002 124.3 687.3 690.2 313.0 123.0 65.5 113.1 36.4 30.6 19.1 53.8 124.1 198.4
2003 145.6 421.6 442.2 162.8 71.3 40.1 23.9 16.3 13.8 7.5 8.2 67.1 118.4
2004 218.3 347.6 194.8 144.5 34.2 19.8 47.4 8.3 13.2 5.2 24.1 190.3 104.0
2005 123.8 313.5 245.0 198.0 51.2 28.2 17.3 11.0 16.1 19.6 38.2 195.8 104.8
2006 412.3 612.4 691.8 246.7 106.8 62.4 37.1 23.5 13.2 18.4 27.9 40.1 191.0
2007 53.3 145.6 310.5 91.4 28.6 15.3 9.1 5.8 5.0 12.4 14.5 170.9 71.9
2008 607.9 481.6 509.7 145.9 79.8 45.0 26.9 15.7 11.5 26.3 28.3 15.7 166.2
2009 74.7 204.1 242.6 178.9 47.6 27.8 19.3 12.1 5.4 4.8 17.9 18.5 71.1
2010 260.2 301.4 490.8 175.2 73.8 43.9 27.7 16.7 13.4 8.0 13.5 266.1 140.9
2011 528.8 807.6 906.0 410.9 171.3 99.6 60.5 44.8 60.0 19.9 96.7 145.3 279.3
2012 219.4 504.3 500.5 310.3 120.2 71.1 42.2 25.0 42.9 22.7 49.5 518.6 202.2
2013 201.8 431.6 751.2 168.5 94.3 58.5 36.9 21.2 20.6 130.6 238.2 457.1 217.5
2014 623.7 598.7 473.4 289.1 119.9 70.1 42.1 23.2 23.9 28.5 52.2 178.6 618.9
MAXIMO 1,412.0 1,658.0 1,128.0 483.6 222.4 128.2 113.1 44.8 69.5 130.6 238.2 518.6 512.2

 
 125 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
PROMEDIO 399.5 597.9 571.6 251.4 102.5 59.0 42.4 23.2 23.9 28.5 52.2 178.6 194.2
MÍNIMO 53.3 145.6 194.8 91.4 28.6 15.3 9.1 5.8 5.0 4.8 8.2 15.7 48.1
P50 260.2 504.3 509.7 246.7 106.8 62.4 37.1 22.4 15.8 19.8 29.4 134.7 162.4
P75 145.6 347.6 442.2 168.5 71.3 40.1 26.9 14.8 13.2 11.3 22.5 43.6 112.3
P95 70.4 192.4 233.0 133.9 33.1 18.9 15.7 7.6 5.3 5.1 12.2 17.8 62.1
DESVT 337.3 370.2 268.7 111.0 51.8 29.8 25.1 12.4 18.8 31.3 56.6 166.4 123.3
LCS 597.5 874.5 778.4 357.7 158.6 92.2 62.2 34.8 34.6 51.1 86.0 301.1 285.7
LCI 77.1 -134.1 -241.0 -135.7 -55.0 -32.6 -12.1 -10.0 3.0 11.6 27.3 31.7 -39.1
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)

Tabla 3.2

Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Cuenca Ranichico (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 387.7 346.8 198.7 108.5 51.7 31.0 18.5 11.3 6.9 8.7 22.4 106.0 108.2
1999 175.4 482.0 347.4 169.7 90.1 52.0 30.8 18.0 19.0 19.0 16.9 24.9 120.4
2000 141.8 201.7 165.1 91.9 47.2 27.3 15.8 10.5 7.0 11.0 8.2 11.9 61.6
2001 157.0 266.2 341.0 167.8 72.8 41.1 26.8 17.1 12.2 9.2 9.6 10.2 94.3
2002 32.6 216.3 230.2 124.7 58.1 32.1 40.2 15.3 11.1 7.8 16.2 34.6 68.3
2003 46.6 145.0 164.2 77.0 37.8 21.8 13.0 8.5 6.4 3.7 3.3 18.8 45.5
2004 61.2 122.3 84.4 67.5 24.5 14.6 16.4 5.5 6.2 3.0 7.9 53.7 38.9
2005 41.6 116.0 94.1 85.1 32.3 18.4 11.1 6.9 7.5 7.2 11.0 53.0 40.3
2006 126.4 200.5 233.9 102.5 50.1 29.5 17.6 11.0 6.4 6.6 9.8 11.6 67.2

 
 126 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
2007 15.6 43.7 102.7 43.3 18.4 10.4 6.2 3.8 2.9 4.4 4.9 40.3 24.7
2008 164.8 146.0 161.4 60.2 33.5 19.3 11.6 6.8 4.7 7.0 8.0 4.6 52.3
2009 17.6 59.1 80.0 63.2 24.7 14.5 9.4 5.9 3.0 2.3 5.6 5.8 24.2
2010 64.6 86.4 149.5 66.4 31.8 18.8 11.7 7.0 4.9 3.2 4.1 59.7 42.3
2011 141.9 236.8 276.7 147.9 68.0 39.7 24.1 16.7 16.0 7.1 23.6 39.2 86.5
2012 67.9 151.3 160.9 109.9 50.5 29.8 17.8 10.5 12.5 7.3 13.6 137.1 64.1
2013 75.3 144.4 249.5 72.0 40.7 25.0 15.6 9.0 7.7 40.9 74.4 139.8 74.5
2014 195.7 188.8 159.7 102.2 46.7 27.3 16.4 10.2 8.4 9.3 15.0 46.9 105.3
MAXIMO 387.7 482.0 347.4 169.7 90.1 52.0 40.2 18.0 19.0 40.9 74.4 139.8 155.1
PROMEDIO 112.6 185.5 188.2 97.6 45.8 26.6 17.8 10.2 8.4 9.3 15.0 46.9 63.7
MÍNIMO 15.6 43.7 80.0 43.3 18.4 10.4 6.2 3.8 2.9 2.3 3.3 4.6 19.5
P50 75.3 151.3 164.2 91.9 46.7 27.3 16.4 9.7 7.0 7.1 9.7 36.9 53.6
P75 46.6 122.3 149.5 67.5 32.3 18.8 11.7 6.9 5.9 4.2 7.3 11.8 40.4
P95 17.2 56.0 83.5 56.8 23.2 13.7 8.8 5.1 3.0 2.8 3.9 5.5 23.3
DESVT 92.1 107.6 82.1 37.4 18.9 10.8 8.5 4.4 4.6 9.3 17.0 44.2 36.4
LCS 167.4 258.9 246.3 129.3 65.5 38.1 24.9 14.2 11.5 16.5 26.7 81.1 90.0
LCI 16.8 -43.7 -82.1 -54.5 -27.8 -16.5 -7.9 -5.3 -2.4 2.2 7.3 7.3 -17.2
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)

 
 127 

Tabla 3.3

Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Intercuenca Suyamarca III (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 5,190.0 4,226.0 2,287.0 1,065.0 442.4 265.7 157.4 98.0 59.4 109.3 372.3 1,671.0 1,328.6
1999 2,389.0 6,153.0 4,218.0 1,838.0 853.1 488.8 287.2 163.3 259.2 270.6 265.2 423.9 1,467.4
2000 2,068.0 2,559.0 1,948.0 965.8 436.2 248.8 138.5 98.8 73.3 168.4 122.1 187.4 751.2
2001 2,118.0 3,184.0 3,934.0 1,689.0 666.1 361.7 251.7 163.8 129.9 102.4 117.7 131.1 1,070.8
2002 487.4 2,633.0 2,658.0 1,246.0 494.7 258.6 456.7 148.6 121.7 84.2 226.9 491.4 775.6
2003 578.2 1,653.0 1,749.0 668.1 290.1 161.0 95.8 66.7 58.7 31.1 33.6 282.1 472.3
2004 855.9 1,382.0 812.5 603.2 151.5 88.7 188.1 36.4 61.1 23.5 106.2 753.7 421.9
2005 506.9 1,252.0 985.2 802.1 214.5 116.6 71.4 45.2 73.3 84.4 156.6 766.2 422.9
2006 1,575.0 2,351.0 2,666.0 977.8 419.2 243.8 144.6 92.4 50.9 75.5 126.4 168.3 740.9
2007 229.7 594.3 1,199.0 377.8 117.5 61.7 36.5 22.9 20.9 53.6 63.8 651.7 285.8
2008 2,236.0 1,807.0 1,915.0 564.0 303.0 169.6 100.7 58.3 43.9 103.5 116.8 66.8 623.7
2009 297.3 780.0 927.1 683.4 184.7 107.5 76.2 47.9 19.8 18.8 78.6 82.6 275.3
2010 959.2 1,124.0 1,836.0 680.8 280.3 165.8 105.4 63.6 50.8 31.4 54.4 982.5 527.8
2011 1,944.0 3,000.0 3,390.0 1,580.0 650.2 375.7 229.2 175.6 225.3 76.4 363.2 558.8 1,047.4
2012 832.2 1,889.0 1,895.0 1,191.0 460.4 271.5 160.7 94.5 167.0 92.0 204.3 1,907.0 763.7
2013 797.5 1,659.0 2,885.0 662.7 365.6 229.1 145.9 83.2 85.9 499.0 896.7 1,722.0 836.0
2014 2,363.0 2,260.0 1,820.0 1,116.0 458.3 266.1 159.9 91.2 93.8 114.0 206.6 677.9 1,206.2
MAXIMO 5,190.0 6,153.0 4,218.0 1,838.0 853.1 488.8 456.7 175.6 259.2 499.0 896.7 1,907.0 1,911.3
PROMEDIO 1,495.7 2,265.1 2,183.8 983.0 399.3 228.3 165.1 91.2 93.8 114.0 206.6 677.9 742.0
MÍNIMO 229.7 594.3 812.5 377.8 117.5 61.7 36.5 22.9 19.8 18.8 33.6 66.8 199.3
P50 959.2 1889.0 1915.0 965.8 419.2 243.8 145.9 87.8 67.2 84.3 124.3 525.1 618.9

 
 128 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
P75 578.2 1382.0 1749.0 668.1 280.3 161.0 100.7 55.7 50.9 48.0 99.3 182.6 446.3
P95 283.8 742.9 904.2 526.8 144.7 83.3 64.4 33.1 20.6 22.3 49.2 78.7 246.2
DESVT 1,229.0 1,364.1 1,004.2 420.2 196.5 111.8 99.8 48.4 70.0 119.9 210.4 605.1 456.6
LCS 2,188.2 3,253.1 2,919.2 1,386.0 615.7 355.6 245.7 136.2 137.2 204.2 334.7 1,130.2 1,075.5
LCI 269.8 -524.9 -910.8 -545.6 -222.7 -132.0 -46.1 -39.4 2.8 35.6 86.2 80.0 -162.3
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)

 
 129 

Anexo 4

Resultados de la Modelación Hidrológica SWAT – Escenario Con Proyecto

Tabla 4.1

Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Intercuenca Suyamarca IX (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 1,409.0 1,126.0 602.9 272.7 113.8 68.2 40.6 25.2 15.4 26.9 97.0 464.0 355.1
1999 648.2 1,654.0 1,127.0 481.9 220.2 126.8 74.5 42.7 70.1 67.2 71.3 112.1 391.3
2000 571.0 686.5 514.3 250.0 112.1 64.6 36.3 25.2 19.2 44.0 31.1 46.0 200.0
2001 563.2 830.5 1,020.0 428.5 167.5 91.7 63.2 40.6 32.3 25.0 28.0 29.8 276.7
2002 125.9 685.7 688.4 311.5 121.8 64.5 113.5 36.3 30.9 19.3 55.0 125.5 198.2
2003 146.3 421.4 441.0 161.6 70.5 39.5 23.6 16.2 13.9 7.6 8.5 68.6 118.2
2004 219.9 347.8 194.9 143.8 33.8 19.5 47.4 8.2 13.5 5.4 24.8 192.5 104.3
2005 124.3 313.4 245.2 196.8 50.4 27.7 17.0 10.9 16.5 20.1 39.1 197.5 104.9
2006 411.4 610.9 689.7 245.3 105.5 61.5 36.6 23.2 13.1 18.9 28.8 41.1 190.5
2007 54.7 147.5 309.9 90.7 28.0 14.9 8.9 5.8 4.9 12.8 15.0 172.9 72.2
2008 605.6 480.3 508.3 144.7 78.9 44.4 26.5 15.5 11.4 27.1 28.7 16.3 165.6
2009 76.1 205.0 242.0 178.1 46.8 27.4 19.2 12.0 5.3 4.9 18.6 19.0 71.2
2010 260.8 301.2 489.2 174.5 72.9 43.4 27.4 16.6 13.5 8.0 14.1 267.7 140.8
2011 527.2 805.2 903.8 409.3 169.7 98.4 59.7 44.5 60.3 19.9 97.3 146.4 278.5
2012 219.0 503.2 499.4 309.2 119.0 70.4 41.6 24.7 43.4 23.1 50.5 517.8 201.8
2013 201.2 431.0 749.3 167.5 93.4 57.9 36.5 21.0 20.6 130.4 237.6 457.8 217.0
2014 624.4 599.3 473.0 288.0 118.5 69.1 41.5 23.0 24.0 28.8 52.8 179.7 618.9
MAXIMO 1,409.0 1,654.0 1,127.0 481.9 220.2 126.8 113.5 44.5 70.1 130.4 237.6 517.8 511.1

 
 130 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
PROMEDIO 399.3 597.0 570.5 250.2 101.3 58.2 42.0 23.0 24.0 28.8 52.8 179.7 193.9
MÍNIMO 54.7 147.5 194.9 90.7 28.0 14.9 8.9 5.8 4.9 4.9 8.5 16.3 48.3
P50 260.8 503.2 508.3 245.3 105.5 61.5 36.6 22.1 16.0 20.0 29.9 136.0 162.1
P75 146.3 347.8 441.0 167.5 70.5 39.5 26.5 14.6 13.4 11.6 23.3 44.8 112.2
P95 71.8 193.5 232.6 133.2 32.6 18.6 15.4 7.6 5.2 5.2 12.7 18.3 62.2
DESVT 336.2 368.9 268.3 110.8 51.4 29.5 25.1 12.3 19.0 31.3 56.4 166.1 122.9
LCS 597.0 872.1 776.6 356.1 156.9 91.0 61.7 34.4 34.9 51.3 86.3 302.0 285.0
LCI 75.4 -134.3 -240.0 -134.5 -54.1 -32.1 -11.5 -9.8 3.0 11.3 26.5 30.1 -39.2
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)

Tabla 4.2

Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Cuenca Ranichico (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 390.8 342.5 194.8 103.9 48.8 29.2 17.5 10.7 6.5 8.5 23.6 110.8 107.3
1999 176.6 481.1 343.4 164.7 85.8 49.6 29.3 17.1 19.2 19.1 17.4 26.2 119.1
2000 144.6 199.9 161.6 88.6 44.8 25.9 14.9 9.9 6.7 11.1 8.2 12.0 60.7
2001 161.2 266.3 339.4 162.7 69.7 39.2 25.8 16.4 11.9 9.0 9.7 10.3 93.5
2002 34.8 217.8 228.6 121.0 55.4 30.5 40.4 14.9 11.0 7.6 16.8 36.3 67.9
2003 47.2 144.3 161.0 73.5 35.6 20.5 12.2 8.0 6.1 3.5 3.3 19.7 44.6
2004 64.4 122.3 82.3 65.4 22.8 13.5 16.4 5.2 6.0 2.8 8.0 56.9 38.8
2005 42.3 114.9 93.2 82.1 30.2 17.2 10.4 6.4 7.2 7.1 11.5 56.1 39.9
2006 127.3 199.2 231.7 98.2 47.6 28.0 16.7 10.4 6.0 6.5 9.6 11.8 66.1

 
 131 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
2007 16.0 44.9 101.9 41.4 17.1 9.6 5.8 3.5 2.7 4.3 4.9 43.4 24.6
2008 166.6 144.9 158.8 57.3 31.7 18.3 10.9 6.4 4.4 7.0 8.1 4.5 51.6
2009 18.4 59.6 78.3 61.5 23.1 13.5 8.9 5.5 2.8 2.1 5.5 5.7 23.7
2010 66.1 86.3 147.7 64.0 30.1 17.8 11.1 6.7 4.7 3.0 4.1 62.8 42.0
2011 142.9 235.0 274.6 143.2 65.1 38.0 23.0 16.1 16.0 6.8 24.5 40.6 85.5
2012 66.8 149.6 158.0 106.5 48.0 28.3 16.9 10.0 12.5 7.1 13.9 138.9 63.0
2013 73.1 143.1 248.0 68.9 38.9 24.0 14.9 8.6 7.5 40.9 74.0 140.9 73.6
2014 196.2 189.5 158.5 101.1 45.4 26.5 15.9 9.7 8.2 9.2 15.2 48.6 104.7
MAXIMO 390.8 481.1 343.4 164.7 85.8 49.6 40.4 17.1 19.2 40.9 74.0 140.9 154.0
PROMEDIO 113.8 184.8 186.0 94.3 43.5 25.3 17.1 9.7 8.2 9.2 15.2 48.6 63.0
MÍNIMO 16.0 44.9 78.3 41.4 17.1 9.6 5.8 3.5 2.7 2.1 3.3 4.5 19.1
P50 73.1 149.6 161.0 88.6 44.8 25.9 15.9 9.3 6.6 7.1 9.7 38.5 52.5
P75 47.2 122.3 147.7 65.4 30.2 17.8 11.1 6.4 5.7 4.1 7.3 12.0 39.8
P95 17.9 56.7 81.5 54.1 21.7 12.7 8.2 4.8 2.7 2.6 3.9 5.4 22.7
DESVT 92.7 107.0 81.8 36.5 18.2 10.4 8.5 4.3 4.7 9.4 17.0 45.0 36.3
LCS 165.8 256.6 242.8 125.1 63.0 36.3 24.4 13.6 11.3 16.5 26.6 83.5 88.8
LCI 19.6 -42.6 -79.2 -52.1 -26.6 -15.5 -7.5 -5.0 -2.0 2.3 7.3 6.6 -16.2
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)

 
 132 

Tabla 4.3

Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Intercuenca Suyamarca III (L/s)

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 5,197.0 4,205.0 2,270.0 1,045.0 429.4 257.9 152.7 95.3 57.9 110.1 379.8 1,692.0 1,324.3
1999 2,392.0 6,144.0 4,201.0 1,817.0 833.4 477.6 280.2 159.0 261.3 271.8 267.7 433.3 1,461.5
2000 2,078.0 2,549.0 1,932.0 951.6 425.3 242.4 134.4 96.6 72.4 170.9 123.6 190.0 747.2
2001 2,134.0 3,182.0 3,924.0 1,668.0 652.6 352.8 247.1 161.3 128.7 102.6 119.6 132.4 1,067.1
2002 498.8 2,638.0 2,650.0 1,230.0 482.8 251.2 458.9 147.0 122.0 83.5 231.4 501.2 774.6
2003 583.5 1,652.0 1,736.0 653.5 280.9 155.4 92.4 65.0 57.8 30.5 34.1 288.2 469.1
2004 871.3 1,384.0 805.7 594.8 145.0 84.6 188.2 35.1 61.1 23.2 107.9 770.4 422.6
2005 511.0 1,249.0 983.4 790.0 205.7 111.4 68.4 43.5 73.2 85.5 160.1 781.3 421.9
2006 1,578.0 2,344.0 2,656.0 959.4 407.8 236.9 140.4 90.0 49.4 76.1 127.8 171.3 736.4
2007 233.6 602.3 1,196.0 369.9 112.1 58.4 34.5 22.0 20.2 54.2 64.9 667.1 286.3
2008 2,242.0 1,800.0 1,902.0 551.1 295.3 164.8 97.8 56.5 43.0 105.3 117.9 67.6 620.3
2009 303.2 785.1 919.9 676.0 177.4 103.3 74.0 46.4 18.8 18.4 79.9 83.3 273.8
2010 967.9 1,124.0 1,827.0 670.4 272.6 161.3 102.9 62.1 50.3 30.9 55.6 1,000.0 527.1
2011 1,945.0 2,989.0 3,379.0 1,560.0 636.7 367.3 224.1 172.9 226.6 75.3 367.8 567.3 1,042.6
2012 828.0 1,881.0 1,882.0 1,177.0 449.4 265.0 156.6 92.1 168.0 92.2 207.3 1,915.0 759.5
2013 787.6 1,654.0 2,877.0 649.2 357.4 224.1 142.8 81.3 85.2 500.2 894.2 1,727.0 831.7
2014 2,365.0 2,263.0 1,815.0 1,109.0 450.9 261.5 157.0 89.1 93.5 114.4 208.7 686.7 1,203.1
MAXIMO 5,197.0 6,144.0 4,201.0 1,817.0 833.4 477.6 458.9 172.9 261.3 500.2 894.2 1,915.0 1,906.0
PROMEDIO 1,500.9 2,261.5 2,173.9 968.9 389.1 222.1 161.9 89.1 93.5 114.4 208.7 686.7 739.2
MÍNIMO 233.6 602.3 805.7 369.9 112.1 58.4 34.5 22.0 18.8 18.4 34.1 67.6 198.1
P50 967.9 1,881.0 1,902.0 951.6 407.8 236.9 142.8 85.6 66.7 84.5 125.7 534.3 615.6

 
 133 

Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
P75 583.5 1,384.0 1,736.0 653.5 272.6 155.4 97.8 54.0 50.0 48.3 100.9 185.3 443.4
P95 289.3 748.5 897.1 514.9 138.4 79.4 61.6 31.8 19.8 22.0 50.2 79.4 244.4
DESVT 1,229.7 1,359.7 1,002.0 416.6 193.2 109.9 100.3 47.8 70.9 120.4 210.1 608.5 455.8
LCS 2,197.6 3,240.7 2,904.0 1,368.2 601.0 346.8 243.1 133.5 137.6 204.9 335.8 1,142.8 1,071.3
LCI 261.8 -521.3 -900.0 -535.0 -214.6 -127.0 -42.5 -37.8 4.1 35.9 84.4 74.3 -159.8
Fuente: Elaboración propia
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)