El balance hidrico de la Vertiente del Pacifico Peruano en el contexto de cambio hidroclimatico

XXVIII Congreso Latinoamericano de Hidráulica 2018 - Argentina | 1279
IAHR AIIH
XXVIII CONGRESO LATINOAMERICANO DE HIDRÁULICA
BUENOS AIRES, ARGENTINA, SEPTIEMBRE DE 2018
EL BALANCE HÍDRICO DE LA VERTIENTE DEL PACÍFICO PERUANO
EN EL CONTEXTO DE CAMBIO HIDROCLIMÁTICO (1970 – 2008)
Pedro Rau1,2*, Luc Bourrel2, David Labat2, Denis Ruelland3, Waldo Lavado4
1
Universidad de ingeniería y Tecnología UTEC. Departamento de Ingeniería Ambiental – CITA, Lima, Perú
2
UMR 5563 GET, Université de Toulouse – CNRS – IRD – OMP – CNES, Toulouse, Francia
3
CNRS, UMR 5569 HydroSciences Montpellier HSM, Montpellier, Francia
4
SENAMHI. Dirección General de Hidrología y Recursos Hídricos, Lima, Perú
*prau@utec.edu.pe
RESUMEN:
La vertiente del Pacífico peruano solo se beneficia del 2% del total del agua superficial disponible a
nivel nacional, mientras concentra casi el 50% de la población del país. Las fluctuaciones de
caudales en las numerosas cuencas de esta región en respuesta a la variabilidad climática y/o las
actividades humanas se pueden reflejar en eventos extremos (inundaciones, erosión y sequías). Para
documentar este tema crucial en Perú, presentamos aquí un análisis cuantitativo de la variabilidad
del balance hídrico de esta región, explorando enlaces entre esta variabilidad y el clima y/o presión
antrópica. Primero presentamos un análisis detallado de la variabilidad hidroclimática a escala de
tiempo anual y a escala de cuenca hidrográfica durante el período 1970-2008. Además de
corroborar la influencia de eventos El Niño extremos sobre la precipitación y los caudales en las
cuencas septentrionales, se obtuvo un calentamiento medio de 0.2 °C por década en todas las
cuencas. Se aplicó la relación de Budyko-Zhang que caracteriza el ciclo del agua como función
única del clima, lo que permite la identificación de cuencas con significativa influencia climática y
antrópica en el balance de agua. Esta metodología reveló que 11 de las 26 cuencas analizadas, se
caracterizan por una baja disparidad en el balance de agua relacionada con una menor influencia
climática y antrópica, lo cual fue verificado con un menor cambio en la cobertura del suelo
mediante el uso de la teledetección.
ABSTRACT:
The Peruvian Pacific drainage only benefits from 2% of the total national available freshwater while
concentrating almost 50% of the country's population. Streamflow fluctuations in the numerous
catchments of this region in response to climate variability and/or human activities can be reflected
in extreme events (floods, erosion and droughts). To document this crucial issue in Peru, we present
here a quantitative analysis of water balance variability of this region, exploring links between this
variability and climate and/or anthropic pressure. First, we present a detailed analysis of the
hydroclimatic variability at annual time step and at catchment scale during the 1970-2008 period. In
addition to corroborating the influence of extreme El Niño events on precipitation and flows in the
northern catchments, an average warming of 0.2 °C per decade was obtained in all catchments. The
Budyko-Zhang relationship that characterizes the water cycle as unique function of the climate was
applied, which allows the identification of catchments with significant climatic and anthropic
influence on the water balance. This methodology revealed that 11 out of 26 catchments analyzed,
are characterized by a low disparity in the water balance related to a less climatic and anthropogenic
influence, which was verified with a lower land cover change through the use of remote sensing.
PALABRAS CLAVES: balance hídrico; Budyko; cambio climático; antropogenización, aridez

XXVIII Congreso Latinoamericano de Hidráulica 2018 - Argentina1280 |
INTRODUCCIÓN
En las regiones secas, los efectos de la variabilidad climática y las actividades humanas en la
escorrentía son significativamente más visibles que en otras regiones climáticas (Mortimore, 2009),
lo que resulta en una reducción o aumento del rendimiento hídrico de una cuenca (Brown et al.,
2005; Donohue et al., 2011; Chen et al. 2013). Las cuencas hidrográficas de la vertiente del Pacifico
peruano (en lo sucesivo, Pd) se caracterizan clásicamente por condiciones de tierras secas (e.g.
zonas áridas y semiáridas), lo que implica problemas de escasez de agua para consumo humano y
actividades económicas en las grandes ciudades ubicadas principalmente en las zonas bajas.
Asimismo, se ven afectados por los efectos devastadores de las inundaciones (ANA, 2012).
Estudios previos como Lavado et al. (2012) mostraron la ausencia de una tendencia regional
uniforme y de cambios principalmente en el escurrimiento mínimo y que fueron atribuidos a la
influencia antropogénica en 29 cuencas analizadas. Estudios anteriores (ANA, 2012) analizaron la
oferta y la demanda de agua en las principales cuencas como una aproximación del balance hídrico
con objetivos dentro del marco de la gestión de agua.
La cuantificación y desciframiento de los efectos de la variabilidad climática y las
actividades humanas en el régimen hidrológico representan un desafío, especialmente a escalas
cortas de espacio y tiempo (Wagener et al., 2010). Para descifrar la influencia de la variabilidad
climática y de la antropogenización en el balance hídrico, basamos nuestro estudio en la teoría de
Budyko (Budyko, 1958; 1974). Esta teoría es ampliamente utilizada y es un marco empírico global
bien establecido dentro de la comunidad hidrológica (Donohue et al., 2011; Coron et al., 2015:
Greve et al. 2015). Todas las interacciones a través del ciclo hidrológico entre la vegetación, el
suelo y atmósfera crean un equilibrio empírico representado por la curva de Budyko (van der Velde
et al., 2013). Para enfatizar el impacto de otros factores en el balance hídrico como la vegetación,
una relación general emergente propuesta por Zhang et al. (2001) conocido como la relación de
Budyko-Zhang ha sido usado. Este marco empírico ha sido aplicado a cuencas individuales y en
regiones específicas hasta hoy, considerando diferentes enfoques como la evaluación de su
sensibilidad al cambio climático (Donohue et al., 2011; van der Velde et al. 2013). Para responder
adecuadamente a los problemas planteados por los efectos del cambio climático en los recursos
hídricos (Sivapalan et al., 2011) la curva de Budyko es reconocida como una “herramienta de
mucho valor con un retorno a los conceptos básicos, es decir, hacia la base física del balance hídrico
de una cuenca” (Coron et al. 2015).
El grado de influencia antropogénica puede determinarse usando dos tipos de influencia en
el cambio de la escorrentía: actividades humanas con influencia directa (e.g. conservación del suelo,
obras de control del agua, aumento de la demanda de agua) y las actividades humanas con
influencia indirecta (e.g. uso de la tierra y cambios en la cobertura del suelo) (Wang et al., 2013).
Estos constituyen elementos descriptivos para comprender el comportamiento de las series de datos
hidroclimáticos a escala interanual e identificar las cuencas que presentan un bajo nivel de
antropogenización. Esta selección puede realizarse a través de un análisis de “disparidad en el
balance hídrico” en cada cuenca a través de la relación de Budyko-Zhang, que supone que las
cuencas no presentan cambios en el almacenamiento de agua promedio a largo plazo
(Zhang et al., 2001). Este es un estado estacionario supuesto y se relaciona con un balance hídrico
cerrado del sistema. Estas condiciones se espera que se presenten en cuencas con una baja
disparidad en sus balances hídricos (Rau et al., 2017b). Este estudio tiene como objetivo explicar el
comportamiento hidroclimático de las cuencas de la Pd como un punto de referencia para la
comprensión de la influencia del clima y de la antropogenización en el balance hídrico a lo largo de
una gran extensión latitudinal con una topografía empinada. De esta forma se busca identificar
aquellas cuencas que presentan una mayor y menor disparidad en el balance hídrico desde el punto
de vista del cambio en la cuenca y cambio en el clima.

DATOS
Datos hidroclimáticos in-situ y validación
La base de datos cubre el período 1970-2008 e incluye a la precipitación, temperatura y caudal
mensual. Las series de precipitación se obtuvieron de 139 estaciones pluviométricas, las series de
temperatura desde 59 estaciones meteorológicas, y el caudal de 35 estaciones hidrológicas (ver
Figura 1a) gestionadas por el SENAMHI (Servicio Nacional de Meteorología e Hidrología del
Perú). Se realizó una cuidadosa verificación de la calidad de estos datos de la siguiente forma: la
precipitación fue previamente homogenizada y validada (ver Bourrel et al., 2015 y Rau et al., 2017a
para detalles sobre el procesamiento). La temperatura fue homogenizada y validada según Lavado
et al. (2013), es decir los valores faltantes se completaron con el promedio mensual y con el método
de correlación múltiple basado en estaciones geográficas aledañas. El caudal fue homogenizado y
validado considerando el enfoque de regionalización entre cuencas vecinas (Lavado et al., 2012).
Datos hidroclimáticos grillados y procesamiento
Los datos de precipitación y temperatura se interpolaron a una grilla de 5 × 5 km usando el método
del IDW (Inverso de la Distancia ponderada). Los efectos orográficos sobre la precipitación y la
temperatura fueron representados utilizando el modelo de elevación digital SRTM (90 x 90 m) en
una manera similar como se describe en Ruelland et al. (2014). Los efectos de la altitud sobre la
precipitación se consideraron utilizando el esquema de Valéry et al. (2010) con un factor de
corrección de 4 × 10-4
m-1
(estimado en el área total de la Pd), que corresponde a un 20% de
aumento en la precipitación local para una elevación de 500 m. La temperatura se interpoló
considerando una gradiente constante de - 6.5 °C/km (estimado en el área total de la Pd). La
evapotranspiración potencial (PET) fue estimada con la relación de Oudin (Oudin et al., 2005),
fórmula basada en la temperatura y radiación solar y adaptada a regiones áridas y semiáridas
limitadas por la escasez de datos climáticos in situ (e.g. Hublart et al. ,2015). Efectivamente, Oudin
et al. (2005) mostró que, desde un punto de vista operacional, este modelo es tan eficiente como
modelos más complejos como el modelo Penman y sus variantes.
(1)
donde PET es la tasa de evapotranspiración potencial (mm/día), Re es la radiación extraterrestre
(MJ/m2
flujo de calor (2,45 MJ/ idad del agua (kg/m3
),
T es la temperatura media diaria del aire (°C), y K1 y K2 son constantes de ajuste. Finalmente,
restringimos el análisis a 26 cuencas (ver Figura 1a) los cuales cumplen los requisitos de validación.
Datos de cobertura de suelo y modelo de elevación digital
Se emplearon 4 mapas de cobertura terrestre basados en imágenes obtenidas por teledetección entre
1984 y 2008. Están basados en imágenes multiespectrales de diferentes sensores con una resolución
que aumenta en el tiempo: las del LBA (Large Scale Biosphere-Atmosphere Experiment in
Amazonia) para 1984 (DeFries et al., 1998; 8 × 8 km cuadrícula) y 1992/1993 (Hansen et al., 2000;
cuadrícula de 1 × 1 km). Las coberturas terrestres de 2001 y 2008 se derivaron del MODIS
(Moderate Resolution Imaging Spectroradiometer). Estos productos se encuentran disponibles
desde: http://glcf.umd.edu/data/lc en grillas de 10 × 10 km. La Figura 1a, muestra que la región Pd
se caracteriza principalmente por cuatro tipos de cobertura de suelo: suelo desnudo (bare ground),
matorral abierto (open schrubland), pastizales (grassland) y tierras de cultivo (cropland). El modelo
de elevación digital que se muestra en la Figura 1b se obtuvo del SRTM de 90 × 90 m (Shuttle
Radar Topography Mission, NASA-NGA, USA disponible desde http://srtm.csi.cgiar.org). Permitió
la delineación de las 26 cuencas hidrográficas estudiadas (ver numeración y parámetros en la Tabla
1), así como la corrección orográfica mencionada en el ítem anterior.

Figura 1.- Ubicación de las 26 cuencas hidrográficas estudiadas en la vertiente del Pacifico peruano. (a)
Estaciones hidroclimatológicas y cobertura de suelo MODIS (2008). (b) Gran infraestructura hidráulica
(nombres en gris itálico) que abastecen de agua a las irrigaciones en las zonas áridas y principales ciudades.
METODOLOGIA
Evaluación de series de tiempo hidroclimáticas
Se realizaron análisis complementarios para detectar tendencias y cambios plausibles usando la
prueba de tendencias Mann-Kendall (Mann, 1945; Kendall, 1975) no paramétrica, el método de la
curva de doble masa (Searcy y Hardison, 1960) y la prueba de Pettitt (Pettitt, 1979).
Disparidad del balance hídrico en cuencas hidrográficas
El balance hídrico para una cuenca hidrográfica puede describirse a escala anual como:
(2)

donde P es precipitación (mm/a), AET es la evapotranspiración real (mm/a), R es la escorrentía
(mm/a a).
puede obviarse Con base en la teoría de
Budyko (Budyko, 1974) que considera que la energía y el agua disponibles como los factores
principales para determinar la tasa de evapotranspiración real, usamos aquí el enfoque desarrollado
por Zhang et al. (2001). La curva de Budyko-Zhang estima el AET de la siguiente forma:
(3)
donde PET (mm/a) es la evapotranspiración potencial y w (no dimensional) es el coeficiente de
agua disponible para las plantas (relacionado con el tipo de vegetación). El parámetro muy sensible
"w" se calibra en el AET interanual a largo plazo de la ecuación 3. El uso de la curva Budyko-
Zhang sobre la Pd aparece como un método valioso para la interpretación del balance hídrico
considerando la importancia de la vegetación en regiones áridas y semiáridas (Zhao et al., 2013;
Chen et al., 2013).
La baja disparidad del balance hídrico en una cuenca se evaluó en términos de tres criterios: a) la
forma de la asociación de puntos entre el índice de sequedad (PET/P) y el índice evaporativo
(AET/P), debe seguir una curva de Budyko-Zhang con un valor positivo de "w", b) el coeficiente de
correlación "r" entre el AET estimado utilizando Budyko-Zhang y el estimado utilizando el balance
hídrico (ecuación 2) debe ser mayor que 0,7 y c) el error estándar relativo (% RSE) del ajuste de la
curva debe ser inferior al 15%. Cualquier cuenca fuera de estos tres criterios cae fuera de la curva
de Budyko y se consideraría como una cuenca con una alta disparidad en el balance hídrico. De
acuerdo con Wang et al. (2011), Jones et al. (2012) y Coron et al. (2015), una cuenca con alta
disparidad se interpreta como fuertemente influenciada por la antropogenización, o una cuenca
hidrográfica bajo fuertes condiciones de variabilidad climática, especialmente sequías, o una cuenca
con otros componentes faltantes del balance hídrico (como la demanda de agua, alteración de flujos
de agua subterránea) o en el peor caso, una cuenca donde hubo mediciones inadecuadas.
RESULTADOS
Series temporales hidroclimáticas
Se determinó la serie anual de PET, de la escorrentía anual (R) por la relación entre Q y el
área de drenaje (A), y la evapotranspiración real anual (AET) por balance hídrico (P - R) para el año
hidrológico (septiembre - agosto). Los valores medios anuales de las series hidroclimáticas se
muestran en la Tabla 1. Para la precipitación media anual, las cuencas ubicadas en las áreas
septentrionales generalmente presentan valores superiores a las áreas del sur. Esto se debe a la
influencia del fenómeno El Niño sobre las cuencas septentrionales que aparece claramente en los
picos durante los eventos 1982/1983 y 1997/1998 conocidos como años de eventos extremos de El
Niño. Esta influencia también está presente en la variabilidad de la escorrentía. Para la temperatura
media anual, PET y AET, disminuyen en general hacia las latitudes meridionales. La variabilidad
media anual de la PET sigue el mismo comportamiento de la variabilidad media anual de la
temperatura a lo largo de la Pd debido a la naturaleza empírica del método Oudin. Sin embargo, hay
un ligero aumento sobre las cuencas áridas ubicadas en el sur (entre el n°18 al n°24), donde hay un
predominio del suelo desnudo y las áreas de matorral abierto.
Vale la pena mencionar que las regiones secas abarcan zonas hiperáridas, áridas, semiáridas y
subhúmedas secas (Brouwer y Heibloem 1986; Mortimore et al., 2009) y nuestros resultados
corroboran las condiciones de aridez de la Pd, acentuándose en el norte y sur según la Figura 2.
Esto puede explicarse por el rango del índice de aridez (P/PET) propuesto por Hassan y Dregne

(1997) mostrado en la Figura 2 y contrastado con el módulo de precipitación anual, un método
recomendado por el Programa de las Naciones Unidas para el Medio Ambiente (UNEP).
La Tabla 1 proporciona los valores del índice de aridez promedio, siendo en la mayoría de las
cuencas inferior a "1" y la precipitación por debajo de 1000 mm en todas las cuencas. Las cuencas
del sur presentan una precipitación anual de alrededor de 400 mm y se definen íntegramente como
zonas áridas. Las Cuencas ubicadas en las principales zonas lluviosas: Santa up (n°7), Santa (n°8),
Huarmey (n°10), Huaura (n°12), Chancay Huaral (n°13), Chillón (n°14), Rimac (n°15), Cañete
(n°16) y Majes (n°21) se encuentran en los límites entre las áreas semiáridas y subhúmedas secas.
El resto de las cuencas hidrográficas se definirían como áreas semiáridas.
Tabla 1.- Características generales, condiciones hidroclimáticas anuales en el periodo 1970-2008 y tipos de
cobertura de suelo en las 26 cuencas estudiadas. Área (A), Altitud mínima (Alt min o altura de la estación
hidrométrica), Altitud máxima (Alt max) Valores anuales medios de precipitación (P), temperatura (T),
evapotranspiración potencial (PET), evapotranspiración real (AET), escorrentía (R) e índice de aridez
(P/PET). Cobertura de suelo en % (OS-Matorral abierto; GL-pastizales; CL-cultivos; BG-suelo desnudo) de
MODIS para el 2008.
n° Cuenca
Estación
hidrométrica
A
(km²)
Alt
min
msnm
Alt
max
msnm
P
mm/a
T
°C/a
PET
mm/a
AET
mm/a
R
mm/a
P/PET
OS
%
GL
%
CL
%
BG
%
1 Piura up Pte. Ñacara 4762 119 3526 613 20 1376 432 181 0.45 27 11 13 0
2 Piura
Pte. Sanchez
Cerro
7622 23 3547 551 22 1456 355 212 0.38 34 12 20 0
3 La Leche Puchaca 771 355 3982 640 10 831 391 249 0.77 0 75 0 0
4 Zaña Batan 664 260 3799 817 12 933 450 367 0.88 0 50 12 0
5 Chicama Salinar 3684 350 4217 643 14 1013 432 211 0.63 23 69 4 2
6 Moche Quirihuac 1883 200 4238 645 8 703 509 136 0.92 26 74 0 0
7 Santa up Condorcerro 1041 450 6567 936 2 400 505 431 2.34 13 86 0 1
8 Santa Pte. Carretera 1166 18 6567 854 3 473 381 541 1.80 17 76 0 7
9 Casma
Sector
Tutuma
2567 71 4769 430 9 769 354 75 0.56 10 63 0 27
10 Huarmey
Puente
Huamba
1329 555 4742 580 6 576 453 127 1.01 14 86 0 0
11 Pativilca Yanapampa 4196 800 5941 700 8 728 387 313 0.96 14 82 0 4
12 Huaura Sayan 2893 650 5348 654 3 444 348 307 1.47 9 91 0 0
13
Chancay
Huaral
Santo
Domingo
1856 697 5122 579 1 341 286 303 1.70 9 91 0 0
14 Chillon Larancocha 1207 1200 5099 555 2 370 390 165 1.50 23 77 0 0
15 Rimac Chosica 2352 906 5370 646 3 436 224 422 1.48 19 81 0 0
16 Cañete Socsi 5845 330 5632 556 1 339 261 294 1.64 20 74 0 6
17 San Juan Conta 3057 350 5049 393 4 496 274 119 0.79 32 63 0 5
18 Ica La Achirana 2119 500 4591 432 5 554 325 107 0.78 38 58 0 4
19 Acari Bella Union 4242 70 4620 486 8 715 394 92 0.68 23 51 0 26
20 Yauca Puente Jaqui 4140 214 4923 422 11 873 348 74 0.48 50 25 0 25
21 Majes Huatiapa 13414 699 6300 537 3 430 336 201 1.25 35 59 0 6
22 Camana Pte. Camana 16238 122 6300 441 6 593 303 137 0.74 28 47 1 24
23 Chili Pte del diablo 8393 2360 5954 370 5 556 320 50 0.67 73 3 0 22
24 Tambo Chucarapi 13063 281 5554 418 6 566 336 82 0.74 50 12 0 38
25
Moque-
gua
Chivaya 469 2000 5279 369 3 437 305 64 0.84 57 0 0 43
26 Caplina
Aguas
Calientes
548 130 5522 343 2 416 294 49 0.83 60 0 0 40

Figura 2.- Evolución del índice de aridez (P/PET) anual en las 26 cuencas estudiadas. Se aprecia un
incremento de la aridez (P/PET<1) en las cuencas del norte (1 al 6), una tendencia hacia condiciones
húmedas en las cuencas del centro (P/PET>1) (8-7, 12-16) para un retorno a las condiciones áridas en el sur
(17-26). Se presentaron mayores condiciones de aridez entre 1977 y 1997.
La disparidad del balance hídrico
Con base en las series de tiempo calculadas sobre las 26 cuencas en estudio, producimos y
analizamos series del índice de sequedad (PET/P) y el índice evaporativo (AET/P). La dispersión de
estos dos índices para las cuencas dentro del espacio Budyko sugieren que cuencas muy
antropogenizadas como la cuenca del río Rímac (n°15) que alimenta a la capital Lima en zonas
bajas, no sigan una curva de Budyko en términos de "w", "% RSE" y el coeficiente de correlación
"r" (ver sección metodología).
La Figura 3 muestra la dispersión de los índices para las 26 cuencas, destacando los dos tipos de
asociación (la disparidad del balance hídrico baja y alta). Los coeficientes "w" teóricamente toman
valores entre 0.1 y 2 (Zhang et al., 2001) que están asociados con el predominio de suelos desnudos
y bosques respectivamente (se muestra en la Figura 3 como restricciones), aunque se sabe de
algunos valores negativos en cuencas áridas obtenido por Chen et al. (2013). Nuestro coeficiente
"w" cae en el rango de -0.58 a 4.30 y los mejores coeficientes de correlación "r" y % RSE aceptable
se encuentran con valores "w" positivos en el rango de 0.02 a 1.78. Eso significa que solo 11
cuencas (sombreadas en gris en la Tabla 2) siguen una forma "semi-natural" de la curva Budyko-
Zhang, presentando una baja disparidad en el balance hídrico que puede relacionarse con una baja
influencia antropogénica y climática. El promedio de los valores "w" es de alrededor de 0.7,
indicando valores medios para el coeficiente de agua disponible para la planta relacionado con el
predominio de pastizales sobre las condiciones semiáridas del Pd.
Las 15 cuencas restantes están representadas por puntos grises en la Figura 3. Sus valores AET/P
están ubicados muy cerca de la línea límite de energía (a veces sobre la línea) y lejos de la línea de
límite de agua, lo que implica una combinación compleja de sistemas de pérdida de agua (por
ejemplo, presencia de superficies de agua abiertas, agua perdida en el sistema de aguas
subterráneas) con un comportamiento no natural de P - R (ver ecuación 2) que afecta el cálculo de
AET. La serie de tiempo de precipitación (P) sigue un comportamiento natural en todas las cuencas

sin fuertes tendencias o puntos de cambio, lo que sugiere que la escorrentía (R) ha sido alterada.
Además, esas cuencas se ubican principalmente en un ambiente de energía limitada (PET/P < 1)
donde los cambios en P y PET son más evidentes en R (van der Velde et al. 2013), destacando la
fuerte influencia climática sobre R en este tipo de ambientes, así como la influencia antropogénica
debido a los puntos fuera de la curva Budyko-Zhang.
Figura 3.- Espacio Budyko en el periodo 1970-2008 en las 26 cuencas estudiadas. Las líneas negras
representan el límite de energía (diagonal) y el límite de agua (horizontal). Los puntos negros (grises)
representan la asociación de los valores anuales de las cuencas mostrando una baja (alta) disparidad en sus
balances hídricos vía la relación Budyko-Zhang. Las curvas en rojo muestran el ajuste teórico del rango para
el parámetro “w” (“wmin = 0.1”; “wmax = 2”).
La influencia del cambio en el clima
Los cambios en las series hidroclimáticas se presentan en la Tabla 2. Un incremento
(disminución), es decir, signo positivo (negativo) indica el comportamiento de la serie a largo plazo
con pendientes significativas al 95% utilizando una prueba t de Student. Se estima el efecto a largo
plazo de estas series sobre las cuencas, mediante las tendencias y su significancia (al 95% de nivel
de confianza) según la prueba de Mann-Kendall (tendencias significativas en negrita en la Tabla 2).
Por un lado, los cambios en la escorrentía y la precipitación son mayores en las cuencas
septentrionales (principalmente cambios positivos) y disminuyen hacia las latitudes meridionales.
Por otro lado, los cambios en T y PET son siempre positivos (ver Tabla 2). Esto puede explicarse
por las condiciones anómalas del clima regional a lo largo de la Pd, en particular la conocida
influencia de El Niño sobre la precipitación y la escorrentía en las zonas septentrionales (Lavado et
al., 2012; Bourrel et al., 2015; Rau et al., 2017a). Las pruebas de tendencia indican que el aumento
a largo plazo de las series temporales de temperatura es significativo en todas las cuencas con un
valor medio de +0.02 °C/a2
(~ un calentamiento medio de 0.2°C por década). Esto es consistente
con estudios climatológicos previos para los Andes como el de Vuille et al. (2015). Sugirieron que
en regiones elevadas hay una clara evidencia de calentamiento y en las regiones costeras todavía
hay una influencia climática regional debido a la variabilidad de la Oscilación Decenal del Pacífico
(PDO) y de la intensidad del Anticiclón del Pacífico Sur (SPA). Nuestros resultados respaldan la
interpretación del calentamiento a escala de cuenca (es decir, la influencia del calentamiento global
o la variabilidad climática a escalas de tiempo más largas que la PDO y la SPA), donde se espera
que estos cambios en la temperatura tengan consecuencias importantes para los glaciares de los
Andes occidentales.

No se observó un aumento o disminución significativa de P en el área de estudio (excepto solo para
la cuenca Piura (n°2)). Las series de tiempo de R presentan un aumento significativo sobre Ica
(n°18) que está relacionado con transferencias de agua desde la cuenca del Atlántico (ver Figura 1b)
y sobre Yauca (n°20) relacionado con el aumento no significativo en PET. La escorrentía también
presenta una disminución significativa sobre las cuencas centrales (Santa up n°7, Pativilca n°11 y
Huaura n°12) donde las cuencas superiores se benefician del deshielo de la Cordillera Blanca y
alrededores. A escala de tiempo interanual, estas disminuciones podrían estar relacionadas con la
explotación intensiva de las actividades agrícolas. Las series temporales de AET presentan un
aumento significativo en Zaña (n°4), Chicama (n°5), Santa up (n°7), Cañete (n°16), San Juan (n°17)
y Camana (n°22) y una disminución significativa en la cuenca Rimac (n°15).
Tabla 2.- Cambio promedio anual ( , temperatura (T), evapotranspiración
potencial (PET), evapotranspiración real (AET), escorrentía (R). Valores con tendencias significativas al
95% de confianza son mostrados en negrita. Los años de quiebre significativo al 95% de confianza son
indicados entre paréntesis.
n° Cuenca
mm/a² °C/a² mm/a² mm/a² mm/a²
w r
RSE
%
1 Piura up 2.84 0.02 (1986) 1.20 (1986) -1.36 4.20 0.25 0.85 4
2 Piura 3.95 (1997) 0.02 (1986) 0.98 (1986) 1.11 3.28 0.03 0.79 2
3 La Leche 0.18 0.02 1.10 1.07 -0.90 0.18 0.88 5
4 Zaña 5.19 (1982) 0.01 0.73 4.00 (1983) 1.19 0.00 0.67 7
5 Chicama 3.31 0.03 (1982) 1.71 (1982) 3.15 (1992) 0.16 0.32 0.83 5
6 Moche 1.46 0.06 3.11 0.61 0.85 2.59 0.85 28
7 Santa up 3.80 (1992) 0.04 (1991) 2.12 (1996) 7.28 (1992) -3.48 3.61 0.84 135
8 Santa 2.43 0.03 1.41 4.15 (1992) -1.97 -0.58 0.56 33
9 Casma 1.31 0.03 (1990) 1.53 (1982) 1.44 (1992) -0.13 1.16 0.95 8
10 Huarmey 4.77 0.03 (1982) 1.75 (1982) 2.76 2.01 3.12 0.85 40
11 Pativilca -2.90 0.02 1.08 0.33 -3.22 (1989) 0.02 0.91 6
12 Huaura -2.70 0.02 1.19 (1996) 0.45 -3.15 (1987) 0.78 0.71 32
13 Ch. Huaral -0.33 0.03 (1996) 1.13 (1996) 2.40 -2.78 0.65 0.64 48
14 Chillon -0.43 0.03 (1996) 1.58 (1991) -1.45 1.02 4.08 0.81 101
15 Rimac -1.08 0.03 (1991) 1.48 (1991) -2.71 1.63 -0.49 0.67 11
16 Cañete 2.80 0.01 0.30 4.24 (1996) -1.44 0.27 0.66 35
17 San Juan 2.38 0.01 0.55 3.77 (1992) -1.39 0.73 0.77 12
18 Ica 2.43 0.02 (1979) 0.84 (1991) 1.17 1.26 (1993) 1.20 0.92 15
19 Acari 2.70 0.01 (1977) 0.75 (1977) 2.43 0.26 1.61 0.93 14
20 Yauca 2.29 0.01 0.69 0.98 1.31 0.78 0.89 9
21 Majes 1.53 0.03 (1986) 1.34 (1986) 2.72 (1995) -1.19 1.16 0.90 39
22 Camana 1.23 0.02 (1986) 1.13 (1986) 2.75 (1995) -1.52 0.47 0.88 9
23 Chili 0.76 0.03 (1986) 1.68 (1986) 0.23 0.53 (1996) 2.79 0.96 29
24 Tambo -0.60 0.03 (1986) 1.57 (1986) 0.25 -0.85 1.78 0.95 14
25 Moquegua -1.02 (1977) 0.03 (1982) 1.47 (1982) -0.90 -0.12 3.55 0.98 46
26 Caplina -0.75 0.02 (1982) 0.85 (1982) -1.12 0.37 (1996) 4.30 0.97 53
La ocurrencia de puntos de quiebre al 95% del nivel de confianza detectado por la prueba de Pettitt
y los métodos de la curva de doble masa es significativa en algunas cuencas y el año en que ocurrió
el cambio se indica entre paréntesis en la Tabla 2. La mayoría de las cuencas no presentaron
quiebres en P (excepto para Piura (n°2), Zaña (n°4), Santa arriba (n°7) y Moquegua (n°25)). Los
puntos de cambio en T se agruparon por proximidad de la cuenca y localización regional a lo largo
de la Pd. Para las cuencas del norte de Piura up (n°1) y Piura (n°2), el año de 1986 significó un
punto de cambio. Las cuencas del sur presentan importantes puntos de cambio en los años 1977,
1982 y 1986. Por el hecho de presentar un calentamiento a escala regional, esos puntos de cambio

podrían estar relacionados principalmente a la influencia climática (cambios en El Niño, saltos
climáticos; ver el trabajo de Bourrel et al. (2015) para la precipitación). Los puntos de quiebre en R
se relacionan principalmente con el desarrollo de nuevas fases en la gran infraestructura hidráulica
como es el caso de Ica (n°18), Chili (n°23) y Caplina (n°26) y también con el cambio en la
cobertura del suelo (que se analiza en la siguiente sección) como el caso de Pativilca (n°11) y
Huaura (n°12).
La influencia del cambio en la cuenca.
La hipótesis sobre el efecto antropogénico como principal fuente de diferenciación entre las
cuencas con una alta y baja disparidad en el balance hídrico podría no ser fácil de validar debido al
difícil acceso y/o la escasez de datos sobre los usos del agua en una cuenca. Para ello, se realizó un
análisis complementario de la evolución de la cobertura del suelo en el área de estudio utilizando
los conjuntos de datos LBA 1984, LBA 1992/1993, MODIS 2001 y MODIS 2008 (ver Figura
4). Incluso si las mejoras en resolución y calidad de datos pudieran afectar las estimaciones
de tendencias espaciales y temporales (de 10 a 1 km), la evolución temporal de las clases de
cobertura de suelo, sugiere que las cuencas con alta disparidad de balance hídrico
presentaron grandes cambios en las condiciones de cobertura de suelo desde 28% al 1% en
cultivos (de 1984 a 1992/1993) y de 39% a 63% en pastizales (desde 1992/1993 a 2001) como se
muestra en la Figura 4a. Estos cambios no se observaron en las cuencas hidrográficas con una
baja disparidad en el balance hídrico (exceptuando las tierras de cultivo del 39% al 7% de
1984 a 1992/1993). Además, la Figura 4b muestra la evolución de la cobertura del suelo sobre las
cuencas agrupadas por gradiente latitudinal y reveló que las cuencas centrales tienen un gran
cambio principalmente en la cobertura de pastizales del 40% al 75% (desde 1992/1993 hasta
2001). Aporta más confianza en las cuencas del norte y del sur, que presentan cierta homogeneidad
en las últimas décadas.
Acerca de la influencia de los grandes sistemas hidráulicos (ver Figura 1b), es evidente que algunas
cuencas con alta disparidad fueron influenciadas por los sistemas que transfieren agua del drenaje
Atlántico (es decir, Rimac (n°15) e Ica (n°18)) y por aquellos que presentan grandes captaciones y
regulaciones para el suministro de agua en las tierras bajas (Santa (n°8), Majes (n°21) y Chili
(n°23)). Además, hay algunas cuencas con baja disparidad en el balance hídrico que aún
mantendrían los efectos antropogénicos de acuerdo con la Figura 1b (ver Piura (n°2) y Camana
(n°22)), sin embargo, esos efectos no fueron perceptibles en términos de la disparidad del
balance hídrico a escala anual. Finalmente, la metodología posibilitó la separación de cuencas
con baja y alta disparidad de balance hídrico relacionada con baja y alta influencia climática y
antropogénica, respectivamente. Se necesita más investigación para separar estos dos tipos de
influencias en la región.
Figura 4.- Evolución de la cobertura de suelo (%) con los productos LBA y MODIS en las cuencas
agrupadas de la siguiente forma: a) Baja y alta disparidad del balance hídrico. b) Gradiente latitudinal:
cuencas del norte (n°1 a n°6), cuencas centrales (n°7 a n°18) y cuencas del sur (n°19 a n°26).

CONCLUSIONES
Este estudio analiza la variabilidad hidroclimática a lo largo de 26 cuencas de la vertiente del
Pacifico peruano para el período 1970-2008. Aplicamos la metodología Budyko-Zhang para
analizar las tendencias del balance hídrico y determinar si la variabilidad climática y/o las
actividades humanas pueden tener influencias en estas tendencias. El área de estudio experimentó
un mayor cambio en la precipitación y escorrentía en las latitudes septentrionales en relación con la
influencia de El Niño. La evapotranspiración potencial (PET) ha sido documentada por primera vez
a escala regional en esta región como un enfoque a partir de la temperatura y su relación con el
gradiente altitudinal (utilizando el método de Oudin). Los valores anuales de PET disminuyen hacia
el sur con un ligero aumento sobre las cuencas más áridas situadas al sur debido a un predominio de
áreas de suelo desnudo y matorral abierto.
De acuerdo con las tendencias ascendentes significativas en la temperatura anual encontrado en
todas las cuencas y los puntos de quiebre regionales encontrados en la mayoría de las cuencas,
nuestros resultados reafirman un calentamiento significativo en el área de estudio con una media de
0.2 °C por década, tal como ha sido identificado en estudios anteriores para los Andes de
Sudamérica (Vuille et al., 2015). Siguiendo la descripción hidroclimática de la región, se aplicó la
relación de Budyko-Zhang para identificar la disparidad plausible del balance hídrico anual.
Identificamos 11 de 26 cuencas con baja disparidad según Budyko-Zhang relacionado con una
menor influencia tanto del clima como antropogénico en comparación con las 15 restantes. El
parámetro “w” relacionado con el agua disponible para las plantas en la relación de Budyko-Zhang
alcanza un valor medio de 0.7, indicando el predominio de pastizales corroborando las condiciones
semiáridas. Además de presentar una influencia climática, la gran infraestructura hidráulica y las
irrigaciones son unos de los principales factores de actividad antropogénica que causan cambios en
la escorrentía en la mayoría de cuencas. Las cuencas con alta disparidad de balance hídrico
presentaron un cambio significativo en la cobertura de suelo principalmente con una disminución de
las tierras de cultivo y un aumento en pastizales durante el período estudiado.
Finalmente, dependiendo del período de análisis, ciertas limitaciones están relacionadas con la
disponibilidad de datos hidroclimáticos y con la hipótesis estacionaria de Budyko. Sin embargo, a
pesar de estas limitaciones, nuestros resultados proporcionan una primera evaluación de la
influencia climática y antropogénica en el balance hídrico en la región y su relación con el cambio
en el clima y el cambio en la cuenca con implicaciones en la gestión de los recursos hídricos.
REFERENCIAS
ANA (2012) Recursos Hídricos en el Peru. 2nd edn. Ministerio de Agricultura. Autoridad Nacional del Agua, Lima, pp
45-189.
Bourrel, L., Rau, P., Dewitte, B., Labat, D., Lavado, W., Coutaud, A., Vera, A., Alvarado, A. and Ordoñez, J
(2015) Low-frequency modulation and trend of the relationship between ENSO and precipitation along the northern to
centre Peruvian Pacific coast. Hydrological Processes 29(6): 1252-1266.
Brouwer, C. and Heibloem, M (1986) Irrigation Water Measurement: Irrigation Water Needs, vol. 3. United Nations
Food and Agriculture Organization, Rome, 102 pp.
Brown, A.E., Zhang, L., McMahon, T.A., Western, A.W., Vertessy, R.A (2005) A review of paired catchment
studies for determining changes in water yield resulting from alterations in vegetation. Journal of Hydrology 310: 28–
61.
Budyko, M.I (1958) The Heat Balance of the Earth's Surface. U.S. Department of Commerce, Washington, 259 pp.
Budyko, M.I (1974) Climate and Life. International Geophysics Series, vol. 18. Academic, New York, 508 pp.
Chen, Z., Chen, Y., Li, B (2013) Quantifying the effects of climate variability and human activities on runoff for
Kaidu River basin in arid region of northwest China. Theoretical and Applied Climatology 111: 537-545.
Coron, L., Andréassian, V., Perrin, C., Le Moine, N (2015) Graphical tools based on Turc-Budyko plots to detect
changes in catchment behaviour. Hydrological Sciences Journal 60(7-8): 1394-1407.
DeFries, R., Hansen, M., Townshend, J.R.G., Sohlberg, R (1998) Global land cover classifications at 8 km spatial
resolution: The use of training data derived from Landsat imagery in decision tree classifiers. International Journal of
Remote Sensing 19(16): 3141-3168.

Donohue, R.J, Roderick, M.L., McVicar, T.R (2011) Assessing the differences in sensitivities of runoff to changes in
climatic conditions across a large basin. Journal of Hydrology 406: 234–244.
Greve, P., Gudmundsson, L., Orlowsky, B., Seneviratne, S (2015) Introducing a probabilistic Budyko framework.
Geophysical Research Letters 42(7): 2261-2269.
Hansen, M., DeFries, R., Townshend, J.R.G., Sohlberg, R (2000) Global land cover classification at 1km resolution
using a decision tree classifier. International Journal of Remote Sensing 21: 1331-1365.
Hassan, H., Dregne, H.E (1997) Natural habitats and ecosystems management in drylands: An overview. Environment
Department Paper N51. World Bank, Washington. pp 1-53
Hublart, P., Ruelland, D., Dezetter, A., Jourde, H (2015) Reducing structural uncertainty in conceptual hydrological
modelling in the semi-arid Andes. Hydrology and Earth System Sciences 19: 2295-2314.
Jones, J., Creed, I., Hatcher, K., Warren, R., Adams, M., Benson, M et al (2012) Ecosystem processes and human
influences regulate streamflow response to climate change at long-term ecological research sites. BioScience 62(4):
390-404.
Kendall, M.G (1975) Rank correlation measures. Charles Griffin, London, 202 pp.
Lavado, W.S., Ronchail, J., Labat, D., Espinoza, J.C., Guyot, J.L (2012) Basin-scale analysis of rainfall and runoff
in Peru (1969–2004): Pacific, Titicaca and Amazonas drainages. Hydrological Sciences Journal 57(4): 625–642.
Lavado, W.S., Labat, D., Ronchail, J., Espinoza, J.C., Guyot, J.L (2013) Trends in rainfall and temperature in the
Peruvian Amazon-Andes basin over the last 40 years (1965–2007). Hydrological Processes 27: 2944-2957.
Mann, H.B (1945) Non-parametric tests against trend. Econometrica 13: 245–259.
Mortimore, M (2009) Dryland opportunities. International Union for Conservation of Nature and Natural Resources.
IUCN. IIED. UNDP, Gland-Switzerland, 86 pp.
Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andreassian, V., Anctil, F., Loumagne, C (2005) Which potential
evapotranspiration input for a lumped rainfall-runoff model? Part 2-Towards a simple and efficient potential
evapotranspiration model for rainfall-runoff modeling. Journal of Hydrology 303: 290–306.
Pettitt, A.N (1979) A non-parametric approach to the change-point problem. Applied Statistics 28: 126-135.
Rau, P., Bourrel, L., Labat, D., Melo, P., Dewitte, B., Frappart, F., Lavado, W., Felipe, O (2017a) Regionalization
of rainfall over the Peruvian Pacific slope and coast. International Journal of Climatology 37(1):143-158.
Rau, P., Bourrel, L., Labat, D., Frappart, F., Ruelland, D., Lavado, W., Dewitte, B., Felipe O (2017b).
Hydroclimatic change disparity of Peruvian Pacific drainage catchments. Theoretical and Applied Climatology.
http://dx.doi.org/10.1007/s00704-017-2263-x
Ruelland, D., Dezetter, A., Hublart, P (2014) Sensitivity analysis of hydrological modelling to climate forcing in a
semi-arid mountainous catchment. In: Hydrology in a changing world: environmental and human dimensions. IAHS
Publications
Searcy, J.K. and Hardison, C.H (1960) Double-mass curves. US Geol. Survey Water-Supply Paper. 1541-B: 31-66.
Sivapalan, M., Thompson, S.E., Harman, C.J., Basu, N.B., Kumar, P (2011) Water cycle dynamics in a changing
environment: improving predictability through synthesis. Water Resources Research 47(10): W00J01.
Valéry, A., Andréassian, V., Perrin, C (2010) Regionalization of precipitation and air temperature over high-altitude
catchments - learning from outliers. Hydrological Sciences Journal 55(6): 928-940.
van der Velde, Y., Vercauteren, N., Jaramillo, F., Dekker, S., Destouni, G., Lyon, S (2013) Exploring
hydroclimatic change disparity via the Budyko framework. Hydrological Processes 28: 4110-4118.
Vuille, M., Franquist, E., Garreaud, R., Lavado, W., Caceres, B (2015) Impact of the global warming hiatus on
Andean temperature. Journal of Geophysical Research: Atmospheres 120: 3745-3757.
Wagener, T., Sivapalan, M., Troch, P.A., McGlynn, B.L., Harman, C.J., Gupta, H.V., Kumar, P., Rao, P.S.C.,
Basu, N.B., Wilson, J.S (2010) The future of hydrology: An evolving science for a changing world. Water Resources
Research 46(5): W05301.
Wang, D., Hejazi, M (2011) Quantifying the relative contribution of the climate and direct human impacts on mean
annual streamflow in the contiguous United States. Water Resources Research 47(10): W00J12.
Wang, W., Shao, Q., Yang, T., Peng, S., Xing, W., Sun, F., Luo, Y (2013) Quantitive assessment of the impact of
climate variability and human activities on runoff changes: a case study in four catchments of the Haihe river basin,
China. Hydrological Processes 27: 1158-1174.
Zhang, L., Dawes, W.R., Walker, G.R (2001) The response of mean annual evapotranspiration to vegetation changes
at catchment scale. Water Resources Research 37: 701–708.
Zhang, S., Lu, X.X (2009) Hydrological responses to precipitation variation and diverse human activities in a
mountainous tributary of the lower Xijiang, China. Catena 77: 130-142.
Zhao, G., Mu, X., Tian, P., Wang, F., Gao, P (2013) Climate changes and their impacts on water resources in
semiarid regions: a case study of the Wei River basin, China. Hydrological Processes 27: 3852-3863.

El balance hidrico de la Vertiente del Pacifico Peruano en el contexto de cambio hidroclimatico

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a El balance hidrico de la Vertiente del Pacifico Peruano en el contexto de cambio hidroclimatico

Similar a El balance hidrico de la Vertiente del Pacifico Peruano en el contexto de cambio hidroclimatico (20)

Más de Hydronotes

Más de Hydronotes (6)

Último

Último (20)

El balance hidrico de la Vertiente del Pacifico Peruano en el contexto de cambio hidroclimatico