Boletin hidrometeorologico del Senamhi Junin DZ-11

1. BOLETÍN ZONAL
Co n d i c i o n e s Cl i m áti ca s
e n l a r e g i ó n J u n í n , P a s c o , H u a n c a ve l i c a y
Ayacucho
AGOSTO 2017 - Volumen 15, Número 08

2. 2
BOLETÍN ZONAL
Boletín del Servicio Nacional de
Meteorología e Hidrología del Perú
Dirección Zonal de Junín
JULIO 2017 Volumen 14,
Número 07
Ing. Adam Ramos Cadillo
Directora Zonal 11
SENAMHI – Junín
Eusebio Rolando Sánchez Paucar
Meteorólogo – OMM
Alberto Villalobos Silva
Bach. Ing. Mecánica de Fluidos
Renato Urdanivia Lermo
Ing. Ambiental
Personal de Apoyo:
Juan Moisés, Torres Cárdenas
Dirección Zonal SENAMHI - JUNÍN
Calle Nemesio Ráez Nº 223, El Tambo,
Huancayo
Telefax: 064 - 248072
964648119
RPM # 536915
RPM # 889324
Email: aramos@senamhi.gob.pe
ÍNDICE
Condiciones Climáticas, Hidrológicas y Ambientales en
la región Junín, Pasco, Huancavelica y Ayacucho
I. Sintesis General del Mes
II. Análisis Hidrologico
III. Pronostico Climatico
IV. Perspectiva climática para el mes de setiembre 2017
V. Recomendaciones

3. 3
I.
Durante el mes de Agosto, el panorama climático de las regiones centrales del país, se han caracterizado por
continuar registrando temperaturas mínimas bajas de manera constante; incluso en ciertas zonas dicha
temperatura ha sido la más baja de lo que va de la estación Invernal.
En el área de valle, se llegó a registrar incluso los 5ºC bajo cero, como temperatura mínima absoluta; mientras
que en las zonas alto andinas el valor alcanzado fue de -11.2ºC. Así también la incursión de friajes en la Amazonia,
hizo que la temperatura mínima descendieran hasta los 9.2ºC, en la ciudad de Oxapampa.
En el siguiente cuadro, alcanzamos la información de temperatura máxima media mensual, temperatura media
mensual y precipitación total mensual, registrada en cada una de las estaciones meteorológicas de la Dirección
Zonal 11-SENAMHI.
SANTA ANA MAX 21,5 POZUZO MAX 30,1
MIN 0,7 MIN 17,9
PP 3,8 PP 89,2
HUAYAO MAX 21,7 LA QUINUA MAX 20,1
MIN 1,1 MIN 4,2
PP 6,9 PP 15,6
VIQUES MAX 20,9 HUANCAPI MAX 22,8
MIN 3,0 MIN 4,7
PP 3,0 PP 5,2
TARMA MAX 22,4 HUANTA MAX 26,4
MIN 4,6 MIN 8,2
PP 1,1 PP 6,9
HUASAHUASI MAX 19,2 WAYLLAPAMPA MAX 27,1
MIN 7,6 MIN 3,9
PP 4,9 PP 9,8
JAUJA MAX 21,1 VILCASHUAMAN MAX 18,8
MIN 0,9 MIN 0,1
PP 16,7 PP 0,7
LA OROYA MAX 16,9 SAN PEDRO DE CACHI MAX 23,5
MIN -1,7 MIN 6,6
PP 21,6 PP 4,7
INGENIO MAX 20,4 ACOBAMBA MAX 21,5
MIN 2,1 MIN 1,4
PP 2,5 PP 4,9
JUNÍN MAX 14,3 PAMPAS MAX 18,8
MIN -2,5 MIN 0,1
PP 4,4 PP 16,3
LAIVE MAX 17,0 LIRCAY MAX 22,2
MIN -5,3 MIN 2,4
PP 12,4 PP 9,7
RICRAN MAX 15,1 HUANCAVELICA MAX 18,2
MIN 0,6 MIN 0,2
PP 1,2 PP 6,4
SAN JUAN DE JARPA MAX 17,1 COLCABAMBA MAX 19,7
MIN 0,4 MIN 7,2
PP 13,0 PP 18,8
RUNATULLO MAX 13,4 ACOSTAMBO MAX 17,2
MIN 1,8 MIN -1,9
PP 20,5 PP 10,4
COMAS MAX 16,0 PAUCARBAMBA MAX 17,9
MIN 2,9 MIN 5,5
PP 22,2 PP 20,1
PUERTO OCOPA MAX 34,2 PILCHACA MAX 19,7
MIN 20,4 MIN 2,1
PP 40,8 PP 17,9
SATIPO MAX 32,6 SALCABAMBA MAX 19,2
MIN 16,6 MIN 7,7
PP 65,9 PP 8,7
CERRO DE PASCO MAX 12,2 HUANCALPI MAX 17,8
MIN -1,1 MIN 0,5
PP 8,3 PP 2,0
YANAHUANCA MAX 22,2 TAMBILLO MAX 20,4
MIN 6,0 MIN 7,8
PP 22,3 PP 7,7
OXAPAMPA MAX 24,6
MIN 12,4
PP 29,1
I. Sintesis General del Mes
.

4. 4
PANORAMA HIDROLOGICO
Durante el mes de Agosto del 2017,
el promedio del nivel de los ríos
descendió notoriamente respecto
al mes de Julio del 2017. Debido a
que las precipitaciones se
presentaron por debajo de su
normal histórica para las cuencas
de los ríos: Mantaro, Perene,
Pachitea y Pampas.
En los primeros diez días del mes de
Agosto se registró un ligero
descenso de los niveles y caudales
de los ríos de la cuenca del
Mantaro, en comparación a los
registrados en los últimos 10 días
del mes de julio, más aún las lluvias
acaecidas en el segundo tercio del
mes describieron un valor similar,
determinando un valor total
acumulado del 72% de su normal
mensual.
Similar comportamiento
presentaron las precipitaciones en
la cuenca del rio Perene,
descendiendo hasta representar el
55% de su valor normal histórico.
Así mismo, para la cuenca del rio
Pachitea la precipitación
acumulada mensual represento el
67% de su valor histórico mensual.
Tal es así que los niveles registrados
en el último día del mes en la
sección de monitoreo, expresan un
valor de: 0.88 m en el río Mantaro,
1.78 m en el rio Perene, 1.50 m en
el rio Tulumayo y 0.36 m en el rio
Pampas
Del mismo modo, los valores
aproximados del caudal promedio
del mes de agosto obtenido en las
diversas fuentes de agua
monitoreadas, muestran los
siguientes valores:
Aforo rio Ricran Aforo Rio Ucayali
Aforo Rio Tambo
II. Pronostico Climático
.

5. 5
 Rio Comas, 0.85 m3/s (Concepción-Junín)
 Río Huasahuasi, 1.02 m3/s (- Junín)
 Río Mantaro, 10.45 m3/s (Huancayo-Junín)
 Río Tarma, 0.65 m3/s (Tarma- Junín)
 Rio Perene, 8.25 m3/s (Chanchamayo – Junín)
NIVELES DE RIO
 Rio Mantaro.
El régimen del nivel de agua del rio Mantaro en la estación HLM Puente Breña, represento el
72% de su valor normal histórico.
Grafico: Niveles de agua promedio mensual del rio Mantaro (HLG Puente Breña) para el periodo 2016-2017 y su
Normal
Fuente.- DZ-11 SENAMHI
 Rio Perene.
El régimen del nivel de agua promedio mensual del rio Perene, en la estación HLG Rio Perene,
represento respecto al nivel medio el 73%, de su normal histórica.
Gráfico: Niveles de agua promedio mensual del rio Perene (HLG Rio Perene) para el periodo 2016-2017 y su Normal
Fuente.- DZ-11 SENAMHI

6. 6
 Rio Tulumayo
El régimen del nivel de agua promedio mensual del rio Perene, en la estación HLG Rio Perene,
represento respecto al nivel medio el 107%, de su normal histórica.
Gráfico: Niveles de agua promedio mensual del rio Tulumayo (HLG Rio Tulumayo) para el periodo 2016-2017 y su Normal
Fuente.- DZ-11 SENAMHI
PRECIPITACIONES.
 Cuenca del rio Mantaro.
El grafico mostrado expone el comportamiento de las precipitaciones del año hidrológico 2016-
2017, hasta el mes de Agosto, para la cuenca del rio Mantaro, notándose un apreciable
descenso respecto a su promedio histórico en algunas estaciones de nuestra jurisdicción,
representando el 54% de su normal.
Gráfico: Precipitaciones en la cuenca del rio Mantaro, correspondiente al periodo hidrológico 2016, 2017
Fuente.- DZ-11 SENAMHI
 Cuenca del rio Perene.
En el caso de la cuenca del rio Perene se aprecia un descenso de las precipitaciones por debajo
de su normal histórica en las localidades de: Comas, Tarma, Ricran, Huasahuasi y Satipo más para
Puerto Ocopa y Runatullo, su comportamiento fue muy similar a su normal, representando
finalmente el 55% de su normal mensual histórica.

7. 7
Gráfico: Precipitaciones en la cuenca del rio Perene, correspondiente al periodo hidrológico 2016, 2017
Fuente.- DZ-11 SENAMHI
 Cuenca Pachitea.
El comportamiento de los valores acumulados de la precipitación mensual para la cuenca
del rio Pachitea respecto a su normal histórica superó a las cuencas de los ríos Mantaro y
Perene. No obstante el total solo represento el 90% de su promedio.
Gráfico: Precipitaciones en la cuenca del rio Pachitea, correspondiente al periodo hidrologico 2016, 2017
Fuente.- DZ-11 SENAMHI
 Comparativo de Precipitaciones DZ-11
El grafico muestra el comportamiento de las precipitaciones en las cuencas: Mantaro,
Perene y Pachitea, para el ciclo 2016-2017.
Gráfico: Precipitaciones en la cuenca del rio Pachitea, correspondiente al periodo hidrológico 2016, 2017
Fuente.- DZ-11 SENAMHI

8. 8
AFOROS 2017
El cuadro expone los resultados de los últimos aforos realizados en los diferentes ríos
pertenecientes a las doce cuencas que conforman la jurisdicción de la Dirección Zonal 11, en
el que se visualiza los parámetros hidráulicos obtenidos.
CUADRO Nº01
AFOROS DZ -11 - 2017
TENDENCIA HIDROLOGICA
Los ríos de la región, debido a las precipitaciones previstas para el mes de Setiembre, según
los pronósticos estacionales, presentan tendencia descendente de sus niveles y caudales
propios de sus promedios históricos.
PRONÓSTICO ESTACIONAL (SETIEMBRE, OCTUBRE Y NOVIEMBRE 2017)
La predicción estacional que se realiza en la Dirección Zonal 11 – Junín del SENAMHI, es por
consenso utilizando diversos modelos. Esta predicción se realiza mensualmente para los tres meses
siguientes y está disponible entre los días 25 y 30 de cada mes. A escala estacional los modelos
proporcionan información probabilística. Una forma frecuente de expresar la probabilidad es en
forma de terciles. Nosotros utilizamos los terciles como aporte al pronóstico estacional nacional que
se realiza en la Dirección de Climatología del SENAMHI, previo a un consenso con especialistas de
todas las direcciones zonales. Sin embargo, para tener una herramienta de mayor acceso al público
de la jurisdicción del SENAMHI Junín, estamos utilizando las probabilidades en función a las
anomalías climáticas lo que está relacionado a los resultados de los terciles pronosticados. Las
anomalías climáticas nos indican cuanto más o por debajo de la normal climatológica se encuentra
DIA MESAÑO RIO PUENTE CUENCA LAT. (UTM)LONG. (UTM) DEPARTAMENTO ANCHO ( m )
PROFUN
DIDAD
TOTAL
REGISTR
ADA POR
ADCP
hto tal
A D C P
( m )
AREA
SECCION
( m2 )
VELOC
ADCP
PROM
FLUJO(
m/s )
CAUDAL
MEDIDO
POR ADCP
( m3/s)
%
CAUDAL
MEDIDO
POR
ADCP
(%)
5 4 2017 COMAS PONTON DE CONCRETO PERENE 485690 8701444 JUNIN 13.167 0.820 9.304 0.626 6.097 33.400
6 4 2017 CHANCHAMAYO RAYTHER PERENE 467916 8788385 JUNIN 105.057 2.587 189.421 2.259 427.853 68.600
6 4 2017 HUACCHIROQUE JUAN VELAZCO PERENE 475020 8788923 JUNIN 26.321 1.140 19.445 1.404 27.296 43.900
6 4 2017 PERENE NORUEGA PERENE 475377 8789489 JUNIN 53.276 7.980 159.621 1.329 212.089 67.900
6 4 2017 PERENE CHIRANI PERENE 499313 8799208 JUNIN 54.870 2.712 143.911 2.170 312.324 70.400
7 4 2017 PERENE SHIMPITINIANI PERENE 518583 8789627 JUNIN 36.455 9.780 148.659 1.536 228.267 62.500
7 4 2017 IPOKE PUENTE IPOKE PERENE 527305 8781724 JUNIN 53.215 1.760 57.111 1.538 87.786 58.833
9 4 2017 SATIPO PUENTE COLGANTE PERENE 539885 8755741 JUNIN 30.735 2.050 36.698 2.173 79.381 61.050
10 4 2017 PERENE PUERTO OCOPA PERENE 574773 8769138 JUNIN 65.406 8.160 344.301 1.786 614.852 71.050
10 4 2017 PANGA S/P PERENE 576001 8767835 JUNIN 130.937 2.080 165.451 1.627 268.991 61.700
10 4 2017 ENE S/P 49955 579304 8766428 JUNIN 416.601 5.316 1302.846 2.341 3048.978 74.360
10 4 2017 TAMBO S/P INT. 49953 518583 8789627 JUNIN 399.013 1540.601 2.536 3906.835 74.300
12 4 2017 UCAYALI S/P INT. BAJO UCAYALI 633592 8817479 UCAYALI 476.802 11.135 2803.194 2.352 6530.362 72.650
12 4 2017 URUBAMBA S/P URUBAMBA 638918 8813468 UCAYALI 220.991 7.147 1139.822 2.243 2555.805 73.300
13 4 2017 TAMBO S/P INT. 49953 635600 8807009 UCAYALI 435.783 11.910 1975.655 2.569 5054.691 73.450
13 4 2017 PERENE SHIMPITINIANI PERENE 518583 8789627 JUNIN 42.122 9.865 163.281 2.225 341.347 72.050
14 4 2017 RICRAN S/P PERENE 442413 8724439 JUNIN 6.290 0.739 3.167 0.928 2.749 29.233
12 5 2017 CUNAS S/P MANTARO 442413 8724439 JUNIN 15.813 0.740 18.298 0.951 18.298 61.050
III. Pronostico Climático
.

9. 9
el valor de nuestro pronóstico. La normal climatológica es el promedio histórico de nuestros valores
observados en un intervalo de tiempo de 30 años, nosotros estamos utilizando el periodo
climatológico 1981 al 2010, recomendación de la Organización Mundial de Meteorología.
Existen dos medios principales para generar pronósticos estacionales: usando modelos dinámicos
de gran escala de la atmósfera global, conocidos como modelos de circulación general, o usando
técnicas estadísticas para relacionar la estacionalidad climática con cambios en las temperaturas
superficiales del mar, tales como las asociadas con El Niño. En el primero de los casos, las
predicciones son hechas para grandes áreas, y generalmente no son relevantes para ubicaciones
específicas o de una escala más reducida. Además, debido a lo grosero de la escala a la que operan,
la geografía en estos modelos normalmente está distorsionada y mal representada, y las
ubicaciones geográficas pueden estar desplazadas.
De ahí que dichas predicciones necesiten ser ajustadas para que puedan ser aplicadas a nivel local.
Este proceso es conocido como disminución de escala, e involucra una corrección estadística de las
predicciones de los modelos de circulación general (Amador y Alfaro, 2009). Uno de estos métodos
estadísticos es el llamado Análisis de Correlación Canónica (ACC). Según Soley y Alfaro (1999), el
ACC es un método de análisis multivariado, similar al Análisis de Componentes Principales.
Desarrollado por Hotelling (1936), esta técnica identifica una secuencia de pares de factores de peso
en dos conjuntos de datos multivariados, construyendo conjuntos de variables transformadas
proyectando los datos de origen sobre dichos pesos para obtener los componentes ortogonales de
variabilidad. Nosotros utilizamos en la corrida de nuestros pronósticos la Herramienta de Predicción
Climática (CPT por sus siglas en inglés). Este es un software desarrollado por el Instituto
Internacional de Investigación para el Clima y la Sociedad (IRI por sus siglas en inglés), diseñado para
hacer pronósticos estacionales climáticos y que utiliza el ACC (Ndiaye y Mason, 2007).
Así mismo el principio con el que trabajamos para realizar el pronóstico estacional está en función
a la capacidad de retención de calor del océano, la cual es muy alta; y la velocidad de los procesos
de transferencia de calor a la atmósfera, que son más lentos. En contraste, la dinámica de la
atmósfera es mucho más rápida, al igual que los procesos físicos que se desarrollan en ella. Debido
a esta diferencia en la velocidad de los procesos entre el océano y la atmósfera, el océano se
convierte en la memoria histórica de la atmósfera.
En este contexto, en la medida que tengamos una buena idea o entendimiento de cómo se ha
comportado el océano y cómo podría comportarse, podríamos aproximarnos en buena forma a
cómo se manifestaría la atmósfera en un tiempo determinado. Así mismo también existen diversos
factores que pueden ser considerados como agentes forzantes del clima y consecuentemente
alterarlo. Si podemos anticipar estos factores de forzamiento, entonces podremos anticipar en
buena forma las fluctuaciones del sistema climático y generar una predicción. Algunos de los
factores de forzamiento que utilizamos para realizar nuestros pronósticos estacionales son: Los
vientos meridionales, los vientos zonales, la vorticidad relativa, la temperatura atmosférica y la
temperatura superficial del mar
Como ya se mencionó antes, una significativa parte de la predictibilidad del clima estacional está
directamente relacionado con las anomalías de la temperatura superficial del mar, por lo que es de
importancia saber las condiciones actuales y futuras de la temperatura superficial del mar.

10. 10
 Condiciones actuales y futuras de la temperatura superficial del mar
En julio y agosto, la temperatura Superficial del Mar (TSM) en el Pacífico Tropical continuó
próxima a lo normal, particularmente en la región oriental del Pacífico, donde se registraron
valores ligeramente por debajo de lo normal; el Pacífico ecuatorial central, también presentó la
TSM muy próximas a lo normal del mes. En el Caribe la TSM presentó valores ligeramente sobre
lo normal para el mes (alrededor de 0.5ºC más cálido), sin embargo, al norte del Golfo de México
se localizaron valores de TSM por debajo al promedio del mes.
.
Los últimos índices semanales de SSTs para el Niño estuvieron cerca de cero en todas las cuatro
regiones del Niño, habiendo disminuido recientemente de niveles altos en las regiones del Niño-
4 y Niño-3.4. La anomalía del contenido calórico de la parte superior del océano estuvo cerca del
promedio durante julio, reflejando temperaturas por debajo del promedio a lo largo de la
termoclina a través del centro y este del Pacífico, sobre un área con temperaturas ligeramente
sobre el promedio.

11. 11
La mayoría de los modelos favorecen un ENSO-neutral durante el resto del año. Estas
predicciones, junto con el recién descartado calentamiento del Pacifico y las continuadas
condiciones atmosféricas cerca del promedio sobre el Pacífico, han hecho que los principales
pronosticadores favorezcan ENSO-neutral durante el verano (diciembre 2017 a marzo del 2018).
Sin embargo, persiste alguna posibilidad para El Niño (15-20%) o para La Niña (25-30%) durante
estos meses. En resumen, ENSO neutral es favorecido (~85% de probabilidad durante julio-
septiembre, disminuyendo a ~55% durante diciembre-febrero) a través del verano 2017-18 del
Hemisferio sur.
Fuente: IRI/CPC – Multimodelos pronósticos de la TSM superficial
 Condiciones para el trimestre setiembre, octubre y noviembre del 2017 de la temperatura
máxima, temperatura mínima y precipitación en la jurisdicción del Senamhi zonal 11 (Regiones
de Junín, Pasco, Ayacucho y Huancavelica)
Se da a conocer los resultados mediante mapas. En los mapas de las variables Temperatura
Máxima y Temperatura Mínima, es posible identificar a simple vista zonas donde las
temperaturas estarán por debajo de su normal (color azul, anomalías negativas menores a - 0.5
°C), zonas donde los valores de la temperatura se mantendrán dentro de su normal (color plomo,
anomalías entre -0.5 °C a 0.5 °C) y zonas donde los valores de las temperaturas estarán sobre su
normal (color rojo, anomalías positivas mayores a 0.5 °C). En cuanto a la variable precipitación,
es posible identificar las zonas donde las lluvias estarán por debajo de lo normal (color amarillo,
anomalías negativas en porcentaje menores a – 15%), zonas donde las lluvias se mantendrán
dentro de su normal (color plomo, anomalías en porcentaje entre -15% a 15%) y zonas donde las
lluvias estarán sobre su normal (color verde, anomalías positivas en porcentaje mayores a 15%).

12. 12
Temperatura Máxima

13. 13
Temperatura Mínima

14. 14
Precipitación

15. 15
 Modelos acoplados (Multi-modelos ensamblados)
Para validar nuestros pronósticos se consulta los resultados de modelos internacionales que son
ensamblados para una predicción de conjuntos de modelos múltiples utilizado en la LC-LRFMME
de la Organización Mundial de Meteorología, las predicciones probabilísticas se emiten en forma
de probabilidades categóricas basadas en terciles, es decir, la probabilidad de las categorías por
debajo de la normalidad (BN), casi normal (NN) y por encima de lo normal (AN) con respecto a la
climatología.
 Precipitación y Temperatura

16. 16
III. Perspectiva Climática para el mes de setiembre 2017
Para el mes de setiembre del 2017 se prevé un comportamiento climatológico normal comparado con
su normal histórica, donde tendremos una recuperación importante en los valores de las temperaturas
mínimas a lo largo de la sierra central.
En cuanto a las precipitaciones se espera un incremento de lluvias dentro de lo normal según la
climatología histórica del mes; sin embargo, se prevé que para la zona alto andina de la franja
occidental de la cordillera y para la zona de selva, registros por debajo de la normal histórica.
IV. Recomendaciones
Recalcar que continuamos aun en la estación
astronómica de invierno y por tanto las temperaturas
mínimas aún se mantendrán durante todo el mes, con
una lenta y poco perceptible recuperación muy
probable, a partir de la segunda quincena del mes de
setiembre, en tanto la población ha de continuar
considerando las medidas preventivas para proteger su
salud.
Los índices de radiación ultravioleta se mantendrán en
niveles altos, ante lo que se debe de evitar la sobre
exposición a la intemperie. Un elevado estrés hídrico y
ráfagas de vientos un tanto intensificadas,
caracterizaran el mes.
Momento oportuno para culminar los trabajos de
limpieza de cauces, obras de protección ribereña, entre
otros conducentes a evitar daños en época de lluvias.
La Dirección Zonal 11-SENAMHI, continuara monitoreando de manera permanente e informando
oportunamente de los eventos que se registren. Visitar nuestroface: