CONTENIDO

1 INTRODUCCIÓN .............................................................................................. 1
1.1 RESUMEN........................................................................................................... 2
1.2 ANTECEDENTES................................................................................................ 3
1.3 UBICACIÓN......................................................................................................... 3
1.3.1 Ubicación política: ........................................................................................ 3
1.3.2 Ubicación geográfica: ................................................................................... 4
1.4 OBJETIVOS ........................................................................................................ 7
1.4.1 Objetivo General........................................................................................... 7
1.4.2 Objetivos Específicos ................................................................................... 7
1.5 METODOLOGÍA DE TRABAJO ........................................................................... 7
1.5.1 Actividades preliminares. .............................................................................. 7
1.5.2 Trabajo de campo. ........................................................................................ 7
1.5.3 Trabajo de gabinete. ..................................................................................... 7
1.6 INFORMACIÓN BÁSICA ................................................................................... 10
2 CARACTERÍSTICAS GENERALES DE LA CUENCA RÍO SANTA .............. 10
2.1 CUENCA DEL RÍO SANTA. .............................................................................. 10
2.2 PARÁMETROS GEOMORFOLÓGICOS DE LAS SUBCUENCAS
MONITOREADAS. ....................................................................................................... 11
3 INFORMACIÓN HIDROMETEOROLÓGICA DISPONIBLE ........................... 13
3.1 BANCO DE DATOS........................................................................................... 13
3.2 EXPLORACIÓN Y ANÁLISIS DE LA DATA HIDROMETEOROLÓGICA ........... 22
3.2.1 Exploración y análisis, datos de precipitación. ............................................ 22
3.2.2 Exploración y análisis, datos de temperatura. ............................................. 32
3.2.3 Exploración y análisis, datos de caudales .................................................... 33
3.2.4 Análisis estadístico de los datos hidro meteorológicos, ................................. 38
3.2.5 Análisis de datos Cartográficos,.................................................................. 40
3.3 COMPLETADO DE DATOS FALTANTES ......................................................... 40
4 MODELAMIENTO HIDROLÓGICO ................................................................ 44
4.1 Calibración del modelo. ..................................................................................... 44
4.2 Validación del modelo ........................................................................................ 45
4.3 MODELOS HIDROLÓGICOS UTILIZADOS ...................................................... 45
4.3.1 Modelo GSM............................................................................................... 45
 4.3.2 Modelo HBV ............................................................................................... 47
4.3.3 Modelo GR4J.............................................................................................. 49
4.4 BALANCE HIDROLÓGICO SUPERFICIAL........................................................ 50
5 RESULTADOS Y ANÁLISIS .......................................................................... 52
5.1 Sub cuenca Pachacoto ...................................................................................... 55
5.2 Sub cuenca Yanayacu ....................................................................................... 59
5.3 Sub cuenca río negro. ....................................................................................... 62
5.4 Sub cuenca Quillcay .......................................................................................... 64
5.5 subcuenca Casca .............................................................................................. 66
6 CONCLUSIONES Y RECOMEDACIONES .................................................... 75
6.1 CONCLUSIONES .............................................................................................. 75
6.2 RECOMENDACIONES ...................................................................................... 77
7 DISCUSIÓN DE RESULTADOS .................................................................... 78
7.1 6.1. sub cuenca pachacoto ................................................................................ 78
7.2 sub cuenca YANAYACU .................................................................................... 78
7.3 Subcuenca río negro. ........................................................................................ 79
7.4 Subcuenca Quillcay ........................................................................................... 79
7.5 Subcuenca casca .............................................................................................. 80
8 REFERENCIAS BIBLIOGRÁFICAS .............................................................. 80
9 INTRODUCCIÓN ............................................... ¡Error! Marcador no definido.
9.1 RESUMEN............................................................ ¡Error! Marcador no definido.
9.2 ANTECEDENTES................................................. ¡Error! Marcador no definido.
9.3 UBICACIÓN.......................................................... ¡Error! Marcador no definido.
9.3.1 Ubicación política: ......................................... ¡Error! Marcador no definido.
9.3.2 Ubicación geográfica: .................................... ¡Error! Marcador no definido.
9.4 OBJETIVOS ......................................................... ¡Error! Marcador no definido.
9.4.1 Objetivo General............................................ ¡Error! Marcador no definido.
9.4.2 Objetivos Específicos .................................... ¡Error! Marcador no definido.
9.5 METODOLOGÍA DE TRABAJO ............................ ¡Error! Marcador no definido.
9.5.1 Actividades preliminares. ............................... ¡Error! Marcador no definido.
9.5.2 Trabajo de campo. ......................................... ¡Error! Marcador no definido.
9.5.3 Trabajo de gabinete. ...................................... ¡Error! Marcador no definido.
9.6 INFORMACIÓN BÁSICA ...................................... ¡Error! Marcador no definido.
10 CARACTERÍSTICAS GENERALES DE LA CUENCA RÍO SANTA ... ¡Error!
Marcador no definido.
10.1 CUENCA DEL RÍO SANTA. ................................. ¡Error! Marcador no definido.
10.2 PARÁMETROS GEOMORFOLÓGICOS DE LAS SUBCUENCAS
MONITOREADAS. .......................................................... ¡Error! Marcador no definido.
11 INFORMACIÓN HIDROMETEOROLÓGICA DISPONIBLE ¡Error! Marcador
no definido.
11.1 BANCO DE DATOS.............................................. ¡Error! Marcador no definido.
11.2 EXPLORACIÓN Y ANÁLISIS DE LA DATA HIDROMETEOROLÓGICA .... ¡Error!
Marcador no definido.
11.2.1 Exploración y análisis, datos de precipitación. ¡Error! Marcador no definido.
11.2.2 Exploración y análisis, datos de temperatura. ¡Error! Marcador no definido.
11.2.3 Exploración y análisis, datos de caudales ....... ¡Error! Marcador no definido.
11.2.4 Análisis estadístico de los datos hidro meteorológicos, .... ¡Error! Marcador no
definido.
11.2.5 Análisis de datos Cartográficos,..................... ¡Error! Marcador no definido.
11.3 COMPLETADO DE DATOS FALTANTES ............ ¡Error! Marcador no definido.
12 MODELAMIENTO HIDROLÓGICO ............... ¡Error! Marcador no definido.
12.1 Calibración del modelo. ........................................ ¡Error! Marcador no definido.
12.2 Validación del modelo ........................................... ¡Error! Marcador no definido.
12.3 MODELOS HIDROLÓGICOS UTILIZADOS ......... ¡Error! Marcador no definido.
12.3.1 Modelo GSM.................................................. ¡Error! Marcador no definido.
12.3.2 Modelo HBV .................................................. ¡Error! Marcador no definido.
12.3.3 Modelo GR4J................................................. ¡Error! Marcador no definido.
12.4 BALANCE HIDROLÓGICO SUPERFICIAL........... ¡Error! Marcador no definido.
13 RESULTADOS Y ANÁLISIS .......................... ¡Error! Marcador no definido.
13.1 Sub cuenca Pachacoto ......................................... ¡Error! Marcador no definido.
13.2 Sub cuenca Yanayacu .......................................... ¡Error! Marcador no definido.
13.3 Sub cuenca río negro. .......................................... ¡Error! Marcador no definido.
13.4 Sub cuenca Quillcay ............................................. ¡Error! Marcador no definido.
13.5 subcuenca Casca ................................................. ¡Error! Marcador no definido.
14 CONCLUSIONES Y RECOMEDACIONES .... ¡Error! Marcador no definido.
14.1 CONCLUSIONES ................................................. ¡Error! Marcador no definido.
14.2 RECOMENDACIONES ......................................... ¡Error! Marcador no definido.
15 DISCUSIÓN DE RESULTADOS .................... ¡Error! Marcador no definido.
 15.1 6.1. sub cuenca pachacoto ................................... ¡Error! Marcador no definido.
15.2 sub cuenca YANAYACU ....................................... ¡Error! Marcador no definido.
15.3 Subcuenca río negro. ........................................... ¡Error! Marcador no definido.
15.4 Subcuenca Quillcay .............................................. ¡Error! Marcador no definido.
15.5 Subcuenca casca ................................................. ¡Error! Marcador no definido.
16 REFERENCIAS BIBLIOGRÁFICAS .............. ¡Error! Marcador no definido.

Tabla 1 Cuencas evaluadas ..................................... ¡Error! Marcador no definido.

Tabla 2. Parámetros geomorfológicos de las sub cuencas y microcuencas
monitoreadas. .......................................................... ¡Error! Marcador no definido.
Tabla 3. Sub cuencas y microcuencas evaluadas. ... ¡Error! Marcador no definido.
Tabla 4. Estaciones térmicas, variables de temperatura y humedad relativa. ¡Error!
Marcador no definido.
Tabla 5. Registro de inicio de las estaciones térmicas, variables de temperatura y
humedad relativa. ..................................................... ¡Error! Marcador no definido.
Tabla 6. Estaciones pluviométricas automáticas. ..... ¡Error! Marcador no definido.
Tabla 7. Registro de inicio de las estaciones pluviométricas.... ¡Error! Marcador no
definido.
Tabla 8. Estaciones hidrométricas automáticas. ...... ¡Error! Marcador no definido.
Tabla 9. Registro de inicio de las estaciones hidrométricas automáticas. ...... ¡Error!
Marcador no definido.
Tabla 10. Distancias (km) entre estaciones del grupo norte ....... ¡Error! Marcador no
definido.
Tabla 11. Distancias (km) entre estaciones del grupo centro ..... ¡Error! Marcador no
definido.
Tabla 12. Distancias (km) entre estaciones del grupo sur. ......... ¡Error! Marcador no
definido.
Tabla 13. Descripción estadística de la temperatura de estaciones con altura
similar. ...................................................................... ¡Error! Marcador no definido.
Tabla 14. Descripción estadística Caudal Pachacoto y Yanamarey ............. ¡Error!
Marcador no definido.
Tabla 15 Test de tendencias y saltos de precipitación, estación AP1, ........... ¡Error!
Marcador no definido.
Tabla 16 Test de tendencias y saltos de precipitación, estación Palcacocha, ¡Error!
Marcador no definido.
Tabla 17 Test de tendencias y saltos de precipitación, estación Pastoruri. ... ¡Error!
Marcador no definido.
Tabla 18 Test de tendencias y saltos de la variable precipitación, estación AP2.
................................................................................. ¡Error! Marcador no definido.
Tabla 19 Test de tendencias y saltos de la variable temperatura, estación AP2.
................................................................................. ¡Error! Marcador no definido.
Tabla 20 Test de tendencias y saltos de la variable temperatura, estación
Cuchillacocha. .......................................................... ¡Error! Marcador no definido.
Tabla 21. Periodos de datos faltantes grupo norte. .. ¡Error! Marcador no definido.
Tabla 22. Periodos de datos faltantes grupo centro . ¡Error! Marcador no definido.
Tabla 23. Lista de parámetros y condiciones iniciales del modelo GSM. ....... ¡Error!
Marcador no definido.
Tabla 24. Lista de parámetros y condiciones iniciales del modelo HVB. ........ ¡Error!
Marcador no definido.
Tabla 25. Lista de parámetros y condiciones iniciales del modelo GR4J. ...... ¡Error!
Marcador no definido.
Tabla 26. Áreas glaciares de las cuencas modeladas, imagen satelital año 2022.
................................................................................. ¡Error! Marcador no definido.
Tabla 27. Áreas glaciares de las cuencas que se monitorean, según informe del
2014. ........................................................................ ¡Error! Marcador no definido.
Tabla 28. Áreas glaciares perdidas. ......................... ¡Error! Marcador no definido.
Tabla 29. Parámetros de calibración de la sub cuenca Pachacoto. ............... ¡Error!
Marcador no definido.
Tabla 30. Parámetros de ajuste en la microcuenca Yanamarey ... ¡Error! Marcador
no definido.
Tabla 31. Comparación de aporte de agua glaciar obtenido por el método directo e
indirecto, microcuenca Yanamarey. ......................... ¡Error! Marcador no definido.
Tabla 32. Comparación de aporte de agua glaciar obtenido por el método directo e
indirecto, microcuenca Shallap................................. ¡Error! Marcador no definido.
Tabla 33. Resultados de caudales promedios totales mensuales, producto del
modelamiento. .......................................................... ¡Error! Marcador no definido.
Tabla 34. Resultado de caudal glaciar promedio mensual, producto del
modelamiento. .......................................................... ¡Error! Marcador no definido.
Gráfica 1. Histograma de precipitación diaria, grupo norte 2014-2023 ............. ¡Error!
Marcador no definido.
Gráfica 2. Correlación y curva de distribución de precipitación diaria grupo norte.
................................................................................. ¡Error! Marcador no definido.
Gráfica 3. Diagrama de altitud de las estaciones pluviométricas grupo norte. .. ¡Error!
Marcador no definido.
Gráfica 4. Histograma de precipitación diaria, grupo centro 2014-2023 ........... ¡Error!
Marcador no definido.
Gráfica 5. Correlación y curva de distribución de precipitación diaria grupo centro.
................................................................................. ¡Error! Marcador no definido.
Gráfica 6. Diagrama de altitud de las estaciones pluviométricas grupo centro. ¡Error!
Marcador no definido.
Gráfica 7. Histograma de precipitación diaria, grupo sur 2014-2023¡Error! Marcador
no definido.
Gráfica 8. Correlación y curva de distribución de precipitación diaria grupo sur ¡Error!
Marcador no definido.
Gráfica 9. Diagrama de altitud de las estaciones pluviométricas grupo sur. ..... ¡Error!
Marcador no definido.
Gráfica 10. Datos de temperatura y sus valores atípicos. ........ ¡Error! Marcador no
definido.
Gráfica 11. Correlación y tipo de distribución teórica. Variable de temperatura
promedio diaria......................................................... ¡Error! Marcador no definido.
Gráfica 12. Caudales medios diarios. ....................... ¡Error! Marcador no definido.
Gráfica 13. Atípicos caudales Pachacoto ................. ¡Error! Marcador no definido.
Gráfica 14. Atípicos caudales Yanamarey. .............. ¡Error! Marcador no definido.
Gráfica 15. Modelo predictivo vs observada estación pluviométrica Artesoncocha
“AP4” ........................................................................ ¡Error! Marcador no definido.
Gráfica 16. Modelo predictivo vs observada estación pluviométrica Shallap. ¡Error!
Marcador no definido.
Gráfica 17. Modelo predictivo vs observada estación pluviométrica Huaraz. . ¡Error!
Marcador no definido.
Gráfica 18. Superficie de las cuencas modeladas en base al informe del 2014.
................................................................................. ¡Error! Marcador no definido.
Gráfica 19. Superficie de las cuencas modeladas obtenidas de imagen satelital
año 2022. ................................................................. ¡Error! Marcador no definido.
Gráfica 21. Diferencia entre superficie glaciar del informe 2014 y del 2023. .. ¡Error!
Marcador no definido.
Gráfica 21. Modelo calibrado sub cuenca Pachacoto 2016-2018. ¡Error! Marcador
no definido.
Gráfica 22. Validación del caudal en la sub cuenca Pachacoto 2019-2021. .. ¡Error!
Marcador no definido.
Gráfica 23. Aporte de glaciar hacia la sub cuenca Pachacoto 2016-2023. .... ¡Error!
Marcador no definido.
Gráfica 24. Aporte de glaciar en la sub cuenca Yanayacu 2016-2023. .......... ¡Error!
Marcador no definido.
Gráfica 25. Aporte de glaciar en la sub cuenca río Negro 2016-2023. ........... ¡Error!
Marcador no definido.
Gráfica 26. Aporte de glaciar y no glaciar en la sub cuenca Quillcay 2016-2023.
................................................................................. ¡Error! Marcador no definido.
Gráfica 29. Aporte de glaciar en la microcuenca Casca 2016-2023............... ¡Error!
Marcador no definido.
Gráfica 28. Aporte medio mensual total de las cuencas submodelas. ........... ¡Error!
Marcador no definido.
Gráfica 29. Aporte de glaciar en las subcuencas modeladas. .. ¡Error! Marcador no
definido.
1 INTRODUCCIÓN
La Autoridad Nacional del Agua (ANA), a través de la AAA- Huarmey Chicama, en conformidad a la
Ley de Recursos Hídricos Artículo 5, cuenta con la meta 55, que dentro de sus actividades está la
obtención del aporte del glaciar a través del método hidrológico. Este producto se laboró a nivel de
las cuencas con presencia glaciar, a nivel de la cabecera de la cuenca del río Santa, y que además
cuentan con estaciones hidrometeorológicas (precipitación, temperatura y variación de nivel de
agua, este último las estaciones están inoperativas).

Diversos artículos, coinciden en que los glaciares en las cuencas de alta montaña, cumplen un rol
regulador fundamental en el ciclo hidrológico y en la dinámica económica (agricultura, ganadería,
piscigranjas, agua potable) así como en la generación de energía eléctrica, y por ende en el
desarrollo de estas poblaciones.

La meta 55 (anteriormente Unidad de Glaciología y Recursos Hídricos), mediante iniciativa de

interés de investigación internacional se llega a instalar estaciones meteorológicas en las cuencas
con presencia glaciar de la cabecera de la cuenca del Santa, iniciando con las microcuencas glaciares
Yanamarey (08/08/2002), luego Uruashraju (03/03/2003), entre las más antiguas; posteriormente
incorporándose otras estaciones. Así como hidrométricas Yanamarey (21/12/2001), Pachacoto
(04/07/2008), Artesoncocha (22/06/1996), éste último con muchos datos vacíos de esas fechas y
con salto en los datos. Con la finalidad de encontrar explicaciones consistentes del derretimiento
del glaciar en estudio, con las variables medidas como la precipitación, la temperatura la humedad
relativa, y relacionar el resultado del balance de masa con la variación del nivel de agua (caudal)
ubicado a la salida de la laguna post glaciar.

Con las estaciones existentes y con publicaciones realizadas sobre la comparación del balance de
masa por el método glaciológico e hidrológico (comparación de métodos de balance de masa del
glaciar Zongo, Bolivia-2014). La oficina inicia dicho trabajo entregando para el año 2014 un primer
informe aplicando el método hidrológico.

A la fecha, la oficina utiliza el programa de distribución libre RS Minerve, que es un programa de

modelamiento semi-distribuido, para la simulación de escorrentía superficial que cuenta con
modelo hidrológico Glacier Snow Melt (GSM), que se utiliza para obtener el aporte de los glaciares
hacia las subcuencas en estudio. Calibrando los parámetros del modelo con los resultados obtenidos
del balance de masa del método glaciólogico en las microcuencas glaciares de Yanamarey y Shallap,
para el presente informe. Siendo esta calibración gruesa ya que es a paso anual; puesto que expertos
recomiendan la calibración y validación del modelo a tiempo de paso diario. Por ello la importancia
de activar las estaciones hidrométricas.

Este año hidrológico se modelaron las subcuencas de Yanamarey, Pachacoto, Quillcay, Casca y
Uruashraju. Se determinó la disminución del aporte hídrico por parte de los glaciares en
comparación con el periodo de modelamiento hidrológico 2016-2022. Resultando la subcuenca
Quillcay el que perdió mayor superficie glaciar 2,02 km2.

Siendo parte de la meta 55, contribuir con la mejora de la gestión integrada de los recursos hídricos,
a través en este caso del modelamiento hidrológico para la determinación del aporte hídrico del

1
 glaciar, es que se ha elaborado el presente informe utilizando la sistematización, análisis y
evaluación de la información recopilada.

1.1 RESUMEN
El presente informe corresponde al modelamiento hidrológico periodo 2022-2023, en las cuencas
de alta montaña con presencia glaciar de la Cordillera Blanca, Pachacoto, Yanayacu, río Negro,
Quillcay y Casca, evaluadas dentro de la meta denominada Seguimiento al Comportamiento de
Glaciares y Lagunas a nivel nacional.
Tabla 1 Cuencas evaluadas

Item Sub cuenca Microcuenca glaciar

1 Quillcay Shallap
2 Casca Llaca
3 Río negro Uruashraju
4 Yanayacu Yanamarey
5 Pachacoto Pastoruri, Huarapasca

El RS Minerve requiere los datos de precipitación y temperatura a tiempo de paso diario y de contar
con caudales para la calibración mucho mejor; es así que se recopilan los datos de las 21 estaciones
básicas meteorológicas (precipitación, temperatura y humedad relativa), ubicadas en las cabeceras
de cuenca de alta montaña de acuerdo al POI; otra de las variables que requiere el modelo GSM es
la superficie glaciar, por ello que se descargan las imágenes satelitales del satélite SENTINEL
correspondiente al año 2022 entre los meses de agosto a julio (menor nubosidad), con la finalidad
de obtener las áreas glaciares actualizadas de las subcuencas en evaluación. Estas variables
meteorológicas pasan por el análisis exploratorio, de consistencia (se utiliza el programa de
distribución libre TREND), corrección de darse el caso; para ser ingresados a la plataforma del RS
Minerve. La variable de la superficie glaciar también se realiza la corrección de reflectancia y
radiancia aparente TOA, y la corrección atmosférica por el método DOS, con un plugin del programa
de distribución libre QGIS. Que también se ingresa al RS Minerve.

Se realiza una primera corrida para el año hidrológico 2022-2023, con los parámetros calibrados del
periodo 2016-2022, para la sub cuenca Pachacoto, y Yanamarey, en esta última se ajustan los
parámetros del modelo GSM al resultado obtenido por el método glaciológico; obteniendo por
parte del método hidrológico el valor de 7,50 l/s y de 9,30 l/s del método glaciológico. Para la
sucuenca Pachacoto cuya estación hidrométrica se ubica a la salida de la misma, los parámetros de
ajustaron al aforo cuyo valor fue de 1,289 m3/s y del modelamiento de 1,320 m3/s.

De modo similar para la subcuenca Quillcay, en la microcuenca glaciar Shallap se obtuvo el aporte
del glaciar por el método glaciológico un caudal de 10,6 l/s y por el método hidrológico un caudal
de 20,1 l/s. Para la subcuenca Casca el modelamiento hidrológico de ajusto al resultado del aforo
que fue de 0,14 m3/s y en el del modelamiento fue de 0,141 m3/s. En la microcuenca glaciar

2
Uruashraju también se ajustó los parámetros de los modelos para aproximar el resultado del
modelamiento hacia el aforo cuyo valor fue de 0,14 m3/s y del modelamiento de 0,135 m3/s.

Es de precisar que para el presente informe no se modelo la subcuenca del río Llullán, donde se
ubica el glaciar Artesonraju y la laguna Parón; esto en medida de que no se ha contado con datos
de las variables de Temperatura y Precipitación de las estaciones meteorológicas desde el mes de
junio del 2023. De modo similar el modelamiento en la microcuenca de Jirishanca, por contar con
demasiada falta de datos, así no contar con alguna estación cercana para el posible llenado de datos
faltantes.

1.2 ANTECEDENTES
En la meta Seguimiento al Comportamiento de Glaciares y Lagunas a nivel Nacional, en el
marco de programación de actividades en el POI 2023, realiza actividades de evaluación
glaciológica y control de instrumentos hidrometeorológicos en la red de microcuencas con
presencia glaciar instalados en la cordillera blanca; adicional a ello se contempla la actividad
de obtener el aporte del glaciar hacia dichas cuencas a través del modelamiento hidrológico.

1.3 UBICACIÓN
Las estaciones hidrometeorológicas que se evalúan, están ubicadas dentro de la Cordillera
Blanca, la cual conforma la cadena de montañas de los andes peruanos que se extienden por
la cordilleras central, oriental y occidental.

1.3.1 Ubicación política:

Sub cuenca Pachacoto.

Región Provincia Distrito

Ancash Recuay Cátac

Sub cuenca Yanayacu.

Región Provincia Distrito

Ancash Recuay Cátac

Sub cuenca Río Negro.

Región Provincia Distrito

Ancash Huaraz Olleros

Sub cuenca Quillcay.

Región Provincia Distrito

Ancash Huaraz Huaraz-Independencia

3
 Sub cuenca Casca.

Región Provincia Distrito

Ancash Huaraz Independencia

1.3.2 Ubicación geográfica:

El ámbito de aplicación del modelamiento está ubicado a nivel de cabecera de Cuenca del río
Santa, Región Hidrográfica del Pacífico, Unidad Hidrográfica 1376.

Limita por el norte con: cuenca Crisnejas, Cuenca Chicama y Cuenca Virú y la intercuenca
137711.

Limita por el sur con: Cuenca Pativilca

Limita por el Oeste con: Cuenca Fortaleza, Cuenca Huarmey, Cuenca Casma, Cuenca Nepeña,
Intercuenca 137599 y Cuenca Lacramarca.

Limita por el Este con: Intercuenca Alto Marañón V.

Se ubica entre los -7.967620 y -10.226387 de latitud, -78.645365 y -77.169280 de longitud

A continuación de presentan los mapas de las subcuencas donde se realizó el modelamiento.

Figura 1. Mapa de ubicación de la subcuenca Casca

4
Figura 2. Mapa de ubicación de la subcuenca Quillcay

Figura 3. Mapa de ubicación de la subcuenca Negro

5
Figura 4. Mapa de ubicación de la subcuenca Yanayacu

Figura 5. Mapa de ubicación de la subcuenca Pachacoto.

6
1.4 OBJETIVOS

1.4.1 Objetivo General

Cuantificar y describir el aporte de la fusión de los glaciares en las cuencas que cuentan
con información hidrometeorológica, mediante el método hidrológico a través del
modelamiento hidrológico.

1.4.2 Objetivos Específicos

 Avaluar las variables meteorológicas para el modelado grado – día, en
su conversión a caudal apoyado por los modelos hidrológicos del
programa RS Minerve, en las subcuencas monitoreadas de la
cabecera de la cuenca del Santa.
 Actualizar la superficie del glaciar en las subcuencas monitoreadas,
de la cabecera de la cuenca del Santa
 Cuantificar el aporte de los glaciares en las subcuencas monitoreadas
periodo 2022-2023.
 Cuantificar el aporte no glaciar en las subcuencas monitoreadas
periodo 2022-2023.
 Utilizar los parámetros calibrados del informe 2016-2022, para una
primera corrida en el presente periodo.
 Comparar los resultados del modelamiento hidrológico,
específicamente del modelo GSM con los obtenidos por el método
glaciológico.

1.5 METODOLOGÍA DE TRABAJO

1.5.1 Actividades preliminares.

Se tomó como base del esquema de modelamiento hidrológico al que se realizó en el año
2014-2015, así mismo en la recopilación de informes pasados, y los criterios utilizados para
el modelamiento y su implementación para el presente periodo hidrológico 2022-2023.

1.5.2 Trabajo de campo.

Se basa en las salidas de comisión de servicio hacia las estaciones hidrometeorológicas
ubicadas en las microcuencas con presencia glaciar que la meta 55 evalúa; todo ello en el
ámbito de la cuenca del Santa; cumpliendo la programación correspondiente al año civil
programado. Recopilando los datos de precipitación, temperatura, y aforando en estaciones
hidrométricas donde no se realiza el balance de masa por el método glaciológico.

1.5.3 Trabajo de gabinete.

Para el presente periodo 2022 – 2023, se resalta el hecho de que se trabajó con imágenes
del satélite SENTINEL correspondiente al año 2022, puesto que para el periodo 2016 -2022

7
 se trabajó con la data que elaboró la unidad de glaciología (UGRH) en su publicación
“Inventario de glaciares del Perú” 2da actualización-2014.

Imágenes de satélite para determinar la superficie del glaciar.

 Se descargan las imágenes satelitales del satélite SENTINEL para el año

2022 entre los meses de agosto a julio, de las zonas de interés donde se
ubican las cuencas monitoreadas.
 Se realiza el tratamiento de las imágenes satelitales descargadas, para la
corrección a nivel de reflectancia y radiancia aparente TOA, y la corrección
atmosférica por el método DOS (Dark Object Subtraction). Con un Plugin
del software de distribución libre QGIS.
 Con la corrección de las imágenes se procede a obtener el índice
normalizado de nieve (NDSI) en formato ráster, que se delimita con las
áreas de las subcuencas (formato shp), para evitar el sobre peso del
archivo. Y se convierte a formato vector o polígono.
 Con las áreas de trabajo en formato shp de los NDSI, se procede a editar
apoyado por el programa libre Google Earth y obtener una mejor
aproximación de las áreas glaciares. se descartan aquellos glaciares
menores a 5 000 m2 (Metodología del inventario de glaciares).

Imágenes de satélite para obtener el modelo de elevación digital (DEM).

 Se descarga las DEM con 12,5 m de resolución de las zonas de estudio

del satélite ALOS, de la Agencia Japonesa de Exploración Aeroespacial
(JAXA).
 En QGIS, se carga el shp de la cuenca de interés y el ráster DEM, se
realiza el corte del ráster teniendo cómo límite a la cuenca en mención,
disminuyendo el peso del archivo.
 Se llena el DEM, de las celdas vacías, para obtener los cursos de agua, la
hipsometría de la cuenca, superficie total.
 Se guarda en formato shp.

NDSI y DEM
 Con el shp del NDSI y el shp con los atributos obtenidos del DEM, se
procede a la unión de éstos.
 Al shp resultante, mediante la aplicación de 3D Analyst de ArcGis, se
añade la altitud, utilizando el ráster del DEM fill.
 Con la altitud añadida, se procede a la nomenclatura de los polígonos
glaciares y no glaciares en la tabla de atributos. Donde es importante que
la tabla contenga la identificación de la cuencas glaciares y no glaciares,

8
 el punto o unión a donde llega la cuenca (glaciar, no glaciar), los centroides
(Xc, Yc) y el valor de la altitud media (Z) obtenido en el item anterior.
 Con el shp de ríos, la tabla de atributo debe de contener la identificación
del río, el nudo o unión donde llega el río, longitud del río en metros
lineales, el ancho del río y la pendiente promedio.
 Se crea un shp de unión con el atributo de punto, el cual en la tabla debe
de contener la identificación del punto el río que llega al punto.

Recopilación de datos meteorológicos y de caudal.

 La descarga de datos y recopilación de la data hidro meteorológica, se
lleva a cabo durante el año hidrológico correspondiente.
 La data como altura de lluvia y temperatura se almacena en la base de
datos del HYDRACCES.
 Para fines del mes de septiembre de este año se cierra el año hidrológico
2022-2023, pero no se tiene completo la base de datos de las variables
como altura de lluvia o temperatura o caudal. Por diversos fatores.
 Culminado la recolección de las variables meteorológicas, que
necesariamente tiene que ser en el mejor de los casos en el mes de
noviembre; se procede al análisis exploratorio de los datos, para encontrar
si existen señales de ruido o fuera del rango (ejemplo: la temperatura a
través de la caja de bigotes), sus correlaciones, y su curva de distribución
probabilística; posterior a ello se realiza el tratamiento y análisis estadístico
de la data meteorológica, con el programa de distribución libre
denominado TREND.
 Para el llenado de vacíos en la data de precipitación a tiempo de paso
diario se utiliza el script desarrollado en el lenguaje de programación
Python. o el propuesto en el artículo científico “A Comparison of Methods
of Estimating Missing Daily Rainfall Data”. H.P.G.M Caldera; V.R.P.C.
Piyathisse; K.D.W.Nandalai.
 Con la variable de temperatura, existen mejores correlaciones entres
estaciones de similar altitud, por los que la correlación Pearson mediante
su ecuación es la herramienta utilizada.

Para el modelamiento con el programa RS Minerve

 Se tiene la base SIG de la cuenca en estudio el que consta de los shp de
la cuenca con los atributos de altitud, área glaciar, centroide; el shp de ríos,
y el shp de puntos o uniones.
 Se cuenta con la base de datos de las variables de temperatura y
precipitación a escala diaria y sin vacíos y de acuerdo al formato que
requiere el RS Minerve para su reconocimiento.
9
  En cuanto a la variable de evapo - transpiración potencial (ETP), se utilizó
el método de Oudin, que se ubica en la ventana de edición de la plataforma
del RS Minerve., donde también se escoge el método de interpolación de
la precipitación, que para el presente modelamiento se utilizó la
interpolación Shepard.

1.6 INFORMACIÓN BÁSICA

La información básica que requiere este tipo de modelo grado – día, aplicado con el programa
RS Minerve, son:

Información SIG, donde se contempla las áreas de la cuenca por rango altitudinal, así como
su centroide, y sus denominaciones de diferenciación, los ríos y sus características cómo
longitud, ancho y pendiente.

Información meteorológica: necesariamente precipitación y temperatura a escala diaria, el

input de caudal tiene que ser también a escala diaria, para la calibración y validación del
modelo.

Los resultados del balance de masa (método glaciológico), para comparar el aporte del glaciar
con el obtenido por el método hidrológico y calibrar los parámetros del modelamiento
hidrológico a escala anual.

Los aforos en las cuencas donde no se realiza el monitoreo glaciar, como Pachacoto por
ejemplo también es información básica para aproximar los resultados del modelamiento.

Precisando que para el presente periodo 2022 – 2023, no se contempló la calibración ni

validación de datos de gasto, ya que todas las estaciones hidrométricas no se encuentran en
funcionamiento.

2 CARACTERÍSTICAS GENERALES DE LA CUENCA RÍO

SANTA
De manera simplificada se describe las características importantes de la Cuenca del Santa.

2.1 CUENCA DEL RÍO SANTA.

La cuenca del río Santa es parte de la cuenca del Océano Pacífico y según la Autoridad
Nacional del Agua ANA, pertenece a la Región Hidrográfica del Pacífico, como parte de la
Unidad Hidrográfica 1376 (Autoridad Nacional del Agua, 2008).

Se ubica entre:

los -7.967620 y -10.226387 de latitud, y

-78.645365 y -77.169280 de longitud.

10
 Se ubica en la costa central del Perú, en el sector septentrional del departamento de Ancash.
Políticamente comprende territorios correspondientes a las regiones de Ancash y La
Libertad, 12 provincias y 69 distritos.

La cuenca del río Santa está delimitada por la Cordillera Blanca al Este, conformada por la
cadena glacial más extensa del Perú, y por la Cordillera Negra al Oeste, conformada por una
cadena montañosa carente de glaciares. Ambas cadenas se unen a la altura de la laguna de
Conococha en el extremo sur de la cuenca. Por el norte la cuenca tiene sus límites en áreas
montañosas alto andinas sin glaciares desembocando finalmente en el Océano Pacífico cerca
de la localidad de Santa. Tiene una extensión de 11 668 km2 y un perímetro 960.302 km. La
longitud promedio de la cuenca es de aproximadamente 320 Km y su ancho promedio de 38
Km.

Figura 6. Ubicación de la cuenca del río Santa.

2.2 PARÁMETROS GEOMORFOLÓGICOS DE LAS SUBCUENCAS

MONITOREADAS.
Los parámetros geomorfológicos y las áreas glaciares se obtuvieron del informe 2014-2015,
elaborado por esta oficina.

11
Tabla 2. Parámetros geomorfológicos de las sub cuencas y microcuencas monitoreadas.

Área Longitud
Área Área Altura Perímetro Longitud Coeficiente Factor Densidad Distancia Tiempo de Elevación Elevación Pendiente
total de
no de
Sub cuenca glaciar media de cauce cursos de de de media concentración mínima máxima medias
glaciar drenaje
todo
principal compacidad forma escurrimiento
orden
(km2) (km2) (km2) (msnm) (km) (km) (km) (kc) superficial (msnm) (msnm)

JAHUACOCHA 34,2 10,3 23,9 4 853 25,8 3,7 3,7 1,24 2,53 0,11 2,32 0,15 4 054 6 470 66%

RECRETA 279,3 1,7 277,6 4 283 103 37,9 68,6 1,73 0,19 0,25 1,02 2,3 3 989 5 434 4%

PACHACOTO 202,5 8,2 194,3 4 620 86,3 29,2 61,7 1,7 0,24 0,3 0,82 1,68 3 670 5 595 7%

YANAYACU 273,6 5,5 268,1 4 388 84,3 27,9 89,3 1,43 0,35 0,33 0,77 1,6 3 475 5 596 8%

OLLEROS 179,3 9,9 169,4 4 403 73,6 27,4 56,3 1,54 0,24 0,31 0,8 1,56 3 312 5 659 9%

QUILLCAY 247,8 28 219,8 4 476 83,5 30,7 71,6 1,49 0,26 0,29 0,87 1,72 3 026 6 165 10%

LLACA 38,5 4,6 33,9 4 259 41,1 14,6 14,6 1,85 0,18 0,38 0,66 0,73 2 978 6 096 21%

RANRAHIRCA 145 26,5 118,5 4 444 70,9 27,6 39,3 1,65 0,19 0,27 0,92 1,47 2 427 6 719 16%

LLULLAN 168,4 18,7 149,7 4 284 66,3 26 34,3 1,54 0,21 0,24 1,05 1,41 2 196 6 231 16%

PARIA 23,7 6,7 17 4 659 22,8 4,2 4,2 1,31 1,35 0,18 1,41 0,18 3 793 5 765 47%
Fuente: Inventario de glaciares del Perú (2da actualización)- Autoridad Nacional del Agua.

12
3 INFORMACIÓN HIDROMETEOROLÓGICA DISPONIBLE
3.1 BANCO DE DATOS
A continuación, en el siguiente cuadro se presenta las microcuencas en la Cordillera Blanca
donde se cuenta con estaciones hidrometeorológicas.

Figura 7. Ubicación de las estaciones hidrométricas

13
 Figura 8. Ubicación de las estaciones pluviométricas.

Tabla 3. Sub cuencas y microcuencas evaluadas.

Cuenca Sub cuenca Microcuenca Tipo de estación

Santa Recreta Hidrométrica, pluviométrica
Santa Pachacoto Pluviométrica, hidrométrica
Santa Yanayacu Yanamarey. Pluviométrica, termométrica, hidrométrica
Santa Olleros Uruashraju Pluviométrica, termométrica
Santa Quillcay Palcacocha, Shallap Pluviométrica, termométrica
Santa Llaca Pluviométrica
Santa Llullán Artesoncocha Pluviométrica, termométrica,
hidrométrica

14
Tabla 4. Estaciones térmicas, variables de temperatura y humedad relativa.

Parámetro Tipo Sensor Cuen Sub_Cuen Micr_Cuen UTM Est. (X) UTM Nrt. Elev. msnm Estado
Nombre / (Y)
Marca
ARTESONRAJU AP1 Tem. / AUTOMATICO HOBO Río Santa Río Llullán Parón 209 188 9 008 207 4 916 OPERATIVO
ARTESONRAJU AP2 H.R
Tem. / AUTOMATICO HOBO Río Santa Río Llullan Parón 210 021 9 007 431 4 816 OPERATIVO
ARTESONCOCHA AP4 H.R
Tem. / AUTOMATICO HOBO Río Santa Río Llullán Parón 209 182 9 006 618 4 308 OPERATIVO
HUARAZ H.R
Tem. / AUTOMATICO HOBO Río Santa Rio Quillcay 221 854 8 946 356 3 040 OPERATIVO
CUCHILLACOCHA H.R
Tem. / AUTOMATICO HOBO Río Santa Rio Quillcay Quillcayhuanca 241 392 8 958 503 4 631 OPERATIVO
SHALLAP H.R
Tem. / AUTOMATICO Río Santa Rio Quillcay Shallap 242 788 8 949 923 4 796 OPERATIVO
URUASHRAJU H.R /
Tem. AUTOMATICO HOBO Río Santa Río Negro Rurec 245 073 8 938 262 4 997 OPERATIVO
H.R Río
YANAMAREY Tem. / AUTOMATICO HOBO Río Santa Yanamarey 250 740 8 931 491 4 734 OPERATIVO
Yanayacu
H.R
Río
HUARAPASCA Tem. / AUTOMATICO HOBO Río Santa Pachacoto 260 530 8 907 470 4 995 OPERATIVO
Pachacoto
H.R
Río Río
PARIA Tem./H.R AUTOMATICO Paria 214 226 9 007 447 4 430 OPERATIVO
Marañón Marañón
Río
JAHUACOCHA/JIRICHANCA Tem. / AUTOMATICO HOBO Río Pativilca Jirishanca 285 000 8 888 042 4 076 OPERATIVO
Pativilca
H.R

15
Tabla 5. Registro de inicio de las estaciones térmicas, variables de temperatura y humedad relativa.

Nombre Estación Fecha Inicio Fecha Final % vacios Cuenca Sub cuenca Micro cuenca Río Administrador

AP1 22/09/2010 20/06/2023 7,27 Río Santa Llullán artesonraju Llullán ANA
AP2 15/05/2013 20/06/2023 0 Río Santa Llullán artesonraju Llullán ANA
AP4 19/04/2002 20/06/2023 1,55 Río Santa Llullán artesonraju Llullán ANA
HUARAPASCA 3/03/2006 23/01/2023 0 Río Santa Pachacoto Huarapasca Pachacoto ANA
HUARAZ 16/03/2004 24/01/2024 8,24 Río Santa Quillcayhuanca Quillcayhuanca Quillcay ANA
QUEROCOCHA 27/04/2005 27/10/2019 16,05 Río Santa Yanayacu Querococha Yanayacu ANA
SHALLAP 24/04/2014 31/05/2023 0 Río Santa Quillcayhuanca Shallap Shallap ANA
URUASHRAJU 2/08/2000 22/11/2023 21,66 Río Santa Río negro Uruashraju Río negro ANA
YANAMAREY 29/11/2003 23/11/2023 7,19 Río Santa Yanayacu Yanamarey Yanayacu ANA

16
Tabla 6. Estaciones pluviométricas automáticas.

Sensor / Cuen Sub_Cuen Micr_Cuen UTM UTM Nrt. Elev. Estado

Nombre Marca Est. (X) (Y) msnm

Artesonraju A-P1 HOBO Río Santa Río Llullan Parón 209 188 9 008 207 4 916 Operativo
Artesonraju A-P2 HOBO Río Santa Río Llullan Parón 210 021 9 007 431 4 816 Operativo
Artesoncocha A-P4 HOBO Río Santa Río Llullan Parón 209 217 9 006 593 4 300 Operativo
Parón HOBO Río Santa Río Llullan Parón 294 919 9 003 884 4 263 Operativo
Huaraz HOBO Río Santa Rio Quillcay 221 854 8 946 356 3 040 Operativo
Llaca HOBO Río Santa Río Casca 231 154 8 955 874 4 479 Operativo
Cuchillacocha HOBO Río Santa Rio Quillcay 241 391 8 958 503 4 631 Operativo
Pitek HOBO Río Santa Rio Quillcay 229 291 8 948 463 3 686 Operativo
Shallap HOBO Río Santa Rio Quillcay 240 831 8 949 539 4 250 Operativo
MET ONE
Palcacocha INST Río Santa Rio Quillcay 239 263 8 960 156 4 867 Operativo

Paquishca HOBO Río Santa Rio Quillcay 229 430 8 947 194 3 428 Operativo
Yanamarey HOBO Río Santa Río Yanayacu Yanamarey 250 739 8 931 491 4 716 Operativo
Huarapasca Box car Río Santa Río Pachacoto Contadera 260 530 8 907 471 5 021 Operativo
DELTA
Pastoruri OHM Río Santa Río Pachacoto Contadera 260 807 8 903 158 5 060 Operativo

Recreta HOBO Río Santa - - 245 210 8 889 285 4 010 Operativo
río
Jahuacocha/Jirichanca HOBO 285 000 8 888 042 4 076 Operativo
Pativilca

17
Tabla 7. Registro de inicio de las estaciones pluviométricas.

Estación ID Nombre Fecha Inicio Fecha Final % vacios Cuenca Sub Cuenca Micro Cuenca Río Administrador

AP1 AP1 21/09/2010 20/06/2023 19,55 Río Santa Llullan artesonraju Llullan ANA
AP2 AP2 14/05/2013 20/06/2023 0 Río Santa Llullan artesonraju Llullan ANA
AP4 Artesococha 18/01/2010 20/06/2023 37,94 Río Santa Llullan artesonraju Llullan ANA
CASAAGUA CAPTACION 21/09/2010 7/03/2023 43,40 Río Santa Quillcayhuanca Quillcayhuanca Quillcayhuanca ANA
GUESHGUE GUESHGUE 10/12/2013 26/01/2022 5,08 Río Santa Yanayacu Gueshgue Gueshgue ANA
HUARAPASCA HUARAPASCA 27/12/2010 23/01/2023 37,97 Río Santa Pachacoto Huarapasca Pachacoto ANA
HUARAZ HUARAZ 16/09/2003 25/09/2023 12,91 Río Santa Quillcayhuanca Quillcayhuanca Quillcayhuanca ANA
LLACA LLACA 2/11/2013 19/10/2023 22,23 Río Santa Casca Llaca Casca ANA
PALCACOCHA PALCACOCHA 21/12/2011 31/08/2023 9,83 Río Santa Cojup Palcacocha Cojup ANA
PAQUISHCA PAQUISHCA 18/06/2013 8/11/2023 17,94 Río Santa Quillcayhuanca Quillcayhuanca Shallap ANA
PARON PARON 12/02/2014 8/02/2023 12,36 Río Santa Llullan Parón Llullan ANA
PASTORURI PASTORURI 24/04/2013 23/01/2023 30,10 Río Santa Pachacoto Pastoruri Pachacoto ANA
PITEK PITEK 26/01/2012 8/11/2023 7,36 Río Santa Quillcayhuanca Quillcayhuanca Quillcayhuanca ANA
PUCARANRA CUCHILLACOCHA 26/06/2014 17/01/2024 16,26 Río Santa Quillcayhuanca Pucaranra Cuchillacocha ANA
QUEROCOCHA QUEROCOCHA 29/04/2005 26/10/2020 20,16 Río Santa Yanayacu Querococha Querococha ANA
RECRETA RECRETA 16/01/2014 2/03/2023 11,31 Río Santa CabeceraSta Santa ANA
SHALLAP SHALLAP 2/08/2010 5/12/2023 33,53 Río Santa Quillcayhuanca Shallap Shallap ANA
URUASHRAJU URUASHRAJU 3/03/2003 22/10/2020 21,94 Río Santa Río negro Uruashraju Negro ANA
YANAMAREY YANAMAREY 8/08/2002 23/11/2023 13,15 Río Santa Yanayacu Yanamarey Querococha ANA

18
19
Tabla 8. Estaciones hidrométricas automáticas.

Parámetro Tipo Sensor / Cuen Sub_Cuen UTM Est. UTM Nrt. Elev. Estado
Nombre Marca (X) (Y) msnm

Artesoncocha Limn. AUTOMATICO OTT Río Santa Río Llullan 209 174 9 006 619 4 309 Inoperativo

Llanganuco Limn. AUTOMATICO SOLINST x 2 Río Santa Río Ranrahirca 208 529 8 995 442 3 839 Inoperativo

Yanamarey Limn. AUTOMATICO SOLINST x 1 Río Santa Río Yanayacu 250 005 8 931 338 4 606 Inoperativo

Querococha Limn. AUTOMATICO SOLINST x 2 Río Santa Río Yanayacu 244 082 8 923 948 4 013 Inoperativo

Pachacoto Limn. AUTOMATICO SOLINST x 2 Río Santa Río Pachacoto 236 543 8 909 972 3 749 Inoperativo

Recreta Limn. AUTOMATICO SOLINST x 2 Río Santa - 245 030 8 889 125 3 992 Inoperativo

Tabla 9. Registro de inicio de las estaciones hidrométricas automáticas.

Nombre Estación Fecha Fecha Final % vacíos Cuenca Sub cuenca Micro cuenca Río Administrador
Inicio
ARTESONCOCHA 22/06/1996 26/02/2019 30.622 Río Santa Llullan Artesoncocha Llullan ANA
LLANGANUCO 1/08/2003 12/11/2018 27.064 Río Santa Ranrhirca Llanganuco Ranrahirca OHIO
PACHACOTO 4/07/2008 31/08/2020 7.902 Río Santa Llullan Artesoncocha Pachacoto ANA
PUCARANRA 7/07/2008 20/10/2019 20.276 Río Santa Quillcayhuanca Cuchillacocha Quillcayhuanca OHIO
YANAMAREY 21/12/2001 30/03/2021 14.474 Río Santa Yanayacu Yanamarey Yanayacu ANA

20
De la tabla 9, las estaciones hidrométricas dejan de registrar variaciones de nivel de agua, por
ende el caudal, lo que debilita el proceso de calibración y validación del modelamiento
hidrológico.

21
3.2 EXPLORACIÓN Y ANÁLISIS DE LA DATA
HIDROMETEOROLÓGICA
Para la exploración y análisis de los datos meteorológicos en las sub cuencas evaluadas se ha
sectorizado en 03 grupos, ubicadas dentro de la Cuenca del Santa, a las estaciones
administradas por la ANA en cabeceras de cuencas con presencia glaciar, así también se le
agrega las estaciones meteorológicas administradas por el SENAMHI ubicadas a nivel del valle
de la Cuenca del Santa con la finalidad de contar con data, para una mejor interpolación. Las
variables consideradas son temperatura y precipitación.

Sub cuencas:

Grupo sur: Recreta, Pachacoto, Yanayacu y Río Negro

Grupo centro: Quillcay, y la microcuenca Llaca.

Grupo Norte: Llullán.

3.2.1 Exploración y análisis, datos de precipitación.

Se ha analizado visualmente a escala diaria contando como año base de registro desde
el primero de enero del 2014, este detalle del inicio de la fecha, se toma en consideración
debido a que el algoritmo con el que se trabaja para los cálculos respectivos, por defecto
reconoce para el inicio del programa al día primero de cualquier.

De este modo se observará mediante histogramas que estaciones cuentan con mayor
registro de datos, luego mediante gráficas de correlaciones notaremos a qué tipo de curva
de distribución tiende esta variable y las correlaciones entre estaciones.

A continuación, se presenta de modo gráfico (histograma) al grupo norte (Artesonraju AP1,

Artesonraju AP2, Artesoncocha AP4, Paria, Parón), donde están las estaciones de
precipitación.

22
Gráfica 1. Histograma de precipitación diaria, grupo norte 2014-2023

23
Gráfica 2. Correlación y curva de distribución de precipitación diaria grupo norte.

24
Tabla 10. Distancias (km) entre estaciones del grupo norte
AP1 1,00 1,14 1,61 6,08 5,60 12,92
AP2 1,14 1,00 1,16 6,21 4,74 12,22
AP4 1,61 1,16 1,00 5,08 5,63 11,31
PARON 6,08 6,21 5,08 1,00 10,51 9,32
PARIA 5,60 4,74 5,63 10,51 1,00 13,75
LLANGANUCO 12,92 12,22 11,31 9,32 13,75 1,00

AP1 AP2 AP4 PARON PARIA LLANGANUCO

Gráfica 3. Diagrama de altitud de las estaciones

Cota
pluviométricas grupo norte .
AP1
5000.0
4000.0
LLANGANUCO 3000.0 AP2
2000.0
1000.0
0.0

PARIA AP4

PARON

25
Gráfica 4. Histograma de precipitación diaria, grupo centro 2014-2023

26
Gráfica 5. Correlación y curva de distribución de precipitación diaria grupo centro.

27
Tabla 11. Distancias (km) entre estaciones del grupo centro

LLACA 1,00 9,17 10,57 8,20 13,31 7,64 8,85 11,57

PALCACOCHA 9,17 1,00 2,70 7,37 22,22 15,37 16,27 10,73
CUCHILLACOCHA 10,57 2,70 1,00 6,28 23,01 15,72 16,46 8,98
CASA DE AGUA 8,20 7,37 6,28 1,00 18,09 10,41 10,88 3,87
HUARAZ 13,31 22,22 23,01 18,09 1,00 7,73 7,62 19,24
PITEK 7,64 15,37 15,72 10,41 7,73 1,00 1,28 11,59
PAQUISHCA 8,85 16,27 16,46 10,88 7,62 1,28 1,00 11,64
SHALLAP 11,57 10,73 8,98 3,87 19,24 11,59 11,64 1,00
CASA DE
LLACA PALCACOCHA CUCHILLACOCHA HUARAZ PITEK PAQUISHCA SHALLAP
AGUA

LLACA
6000
SHALLAP 4000 PALCACOCHA Gráfica 6. Diagrama de altitud de las estaciones pluviométricas grupo
2000 centro.
CUCHILLACOCH
PAQUISHCA 0
A

PITEK CASA DE AGUA

HUARAZ

28
Gráfica 7. Histograma de precipitación diaria, grupo sur 2014-2023

29
Gráfica 8. Correlación y curva de distribución de precipitación diaria grupo sur

30
Tabla 12. Distancias (km) entre estaciones del grupo sur.

URUASHRAJU 1,00 8,83 14,54 23,50 38,47 34,45 48,97

YANAMAREY 8,83 1,00 10,16 15,50 30,07 25,94 42,57
QUEROCOCHA 14,54 10,16 1,00 11,72 26,48 23,09 34,48
GUESHGUE 23,50 15,50 11,72 1,00 15,13 11,44 28,02
PASTORURI 38,47 30,07 26,48 15,13 1,00 4,32 20,87
HUARAPASCA 34,45 25,94 23,09 11,44 4,32 1,00 23,78
RECRETA 48,97 42,57 34,48 28,02 20,87 23,78 1,00
URUASHRAJU YANAMAREY QUEROCOCHA GUESHGUE PASTORURI HUARAPASCA RECRETA

URUASHRAJU
6000
5000 Gráfica 9. Diagrama de altitud de las estaciones
RECRETA 4000 YANAMAREY pluviométricas grupo sur.
3000
2000
1000
0
HUARAPASCA QUEROCOCHA

PASTORURI GUESHGUE

31
3.2.2 Exploración y análisis, datos de temperatura.
Los datos de temperatura se visualizaron gráficamente a escala diaria.

Se presentan en gráficas de doble entrada las correlaciones entre estaciones y a qué tipo de
curva de distribución tienden; se observa que la data de temperatura presenta una curva de
distribución normal, por ello se presentan las gráficas de “cajas” o de “bigotes”, donde se
observa los datos atípicos a corregir.

Así mismo se presentan cuadros estadísticos donde se describe de manera general el número
de datos por estación, los percentiles, mínimos, máximos, promedio y desviación estándar.

A continuación, se presenta la gráfica del grupo de estaciones termométricas.

Gráfica 10. Datos de temperatura y sus valores atípicos.

Tabla 13. Descripción estadística de la temperatura de estaciones con altura similar.

Uruashraju Yanamarey Huarapasca Huaraz Cuchillacocha Recuay Pachacoto

count 365 365 365 365 365 365 365
mean 3.6 3.2 1 15.6 4.2 11.4 8.7
std 1.2 1.7 1.1 1.2 1.6 1.1 1.4
min 0.4 -0.4 -1.7 11.1 0.3 8.1 6.2
25% 2.8 2.1 0.3 15 2.9 10.6 7.8
50% 3.5 2.9 0.9 15.7 4.5 11.4 8.6
75% 4.3 4.3 1.6 16.4 5.4 12 9.3
32
 max 7.2 8.7 4.8 18.5 7.9 14.1 15.9
Del presente cuadro se observa que por ejemplo para las estaciones como Uruashraju, Yanamarey y
Cuchillacocha, cuentan con un promedio del año similar. Los percentiles del 25% y 75% nos ayuda para
analizar los datos fuera del rango. Tal y como se muestra en el gráfico 11.

Gráfica 11. Correlación y tipo de distribución teórica. Variable de temperatura promedio diaria.

En el presente gráfico de doble ingreso, se aprecia la distribución probabilística teórica de la

temperatura, así como la correlación entre las estaciones; resultando que los datos se ajustan a una
Distribución Normal, y que hay una buena correlación entre las estaciones por ejemplo como
Yanamarey – Uruashraju, Shallap – AP2, todo esto de modo visual, para luego encontrar el coeficiente
de correlación de manera analítica.

3.2.3 Exploración y análisis, datos de caudales

En este ítem analizamos la variable de caudales, en estaciones hidrométricas ubicadas en
cabeceras de cuenca, cuya finalidad está en observar los datos obtenidos, una primera

33
 aproximación de confiabilidad de ellos, y con cual se puede utilizar para la calibración de los
parámetros de los modelos a generar.

Gráfica 12. Caudales medios diarios.

Con un primer análisis visual de estas estaciones de acuerdo a la gráfica 14 las estaciones hidrométricas
que se prestan para poder calibrar los parámetros al menos en un año o dos contamos con Pachacoto, y
Yanamarey.
Así empezamos a trabajar con la estación hidrométrica de Pachacoto, en el periodo hidrológico 2016 al
2018; contando con los siguientes datos estadísticos.

Tabla 14. Descripción estadística Caudal Pachacoto y Yanamarey

Pachacoto Yanamarey
Cantidad 1 461 1 461
Promedio 3,10 0,12
Desviación estándar 3,18 0,06
Mínimo 0,13 0,03
25% 0,66 0,07
50% 2,04 0,11
75% 4,25 0,15
Máximo 21,47 0,38
.
34
 Gráfica 13. Atípicos caudales Pachacoto

Gráfica 14. Atípicos caudales Yanamarey.

Así con la gráfica de datos atípicos, se ajusta los datos de caudal para calibrar los parámetros del
modelamiento.

El resto de las estaciones hidrométricas por presentar sólo en el análisis exploratorio saltos, discontinuidad
de la gráfica, son descartados.

A continuación, se presentan los cuadros de los aforos para la determinación de la curva de gasto de las
estaciones hidrométricas de Pachacoto y Yanamarey, determinados por el grupo de la Universidad de
Ohio, encabezado por Brayan Mark.

35
Curva de gasto, estación hidrométrica Pachacoto.

H (cm) Q (m3/s)
15 1,224
19,5 0,9
20 2,285
26 1,64
30 3,653
30 3,309
11 0,9424
17 0,6915
11,53 3,179
11,31 2,715
55 8,197
58 10,287
20 1,727
48 6,6
18 0,888
8 1,291

36
Curva de gasto, estación hidrométrica Yanamarey.

H(cm) Q(m3/s)
20 0,009
23 0,037
25 0,059
28 0,097
29 0,111
30 0,126
32 0,157
49 0,527
53,2 0,648
56,8 0,759
62 0,938
67,3 1,136
72,5 1,35

37
3.2.4 Análisis estadístico de los datos hidro meteorológicos,
Para realizar el análisis de consistencia de estos datos se utilizó el aplicativo libre TREND, con
la finalidad de determinar si los datos con los que se cuentan para el input al modelo sean los
adecuados, y de existir tendencias o saltos ejecutar las correcciones del caso,

Se muestra los resultados de las estaciones pluviométricas base de los grupos, así del grupo
norte, grupo centro y sur con las estaciones AP1, Palcacocha, y Pastoruri respectivamente,
donde el resultado nos describe que estas estaciones pluviométricas no muestran diferentes
tendencias y saltos, con el 5% del nivel de significancia,

Tabla 15 Test de tendencias y saltos de precipitación, estación AP1,

Test statistic z-statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo

Mann-Kendall -0,748 1,645 1,96 2,576 NS No paramétrico

Spearman's Rho -0,716 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression -0,668 1,667 1,994 2,647 NS Paramétrico

Cusum 8 10,912 12,164 14,579 NS No paramétrico
Cumulative deviation 0,703 1,158 1,282 1,538 NS Paramétrico
Worsley likelihood 1,946 2,87 3,159 3,79 NS Paramétrico Saltos
Rank Sum 0,775 1,645 1,96 2,576 NS No paramétrico
Student's t 0,812 1,667 1,994 2,646 NS Paramétrico

Tabla 16 Test de tendencias y saltos de precipitación, estación Palcacocha,

Test statistic z-statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo

Mann-Kendall -0,324 1,645 1,96 2,576 NS No paramétrico

Spearman's Rho -0,46 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression -0,464 1,667 1,994 2,647 NS Paramétrico

Cusum 7 10,912 12,164 14,579 NS No paramétrico
Cumulative deviation 0,711 1,158 1,282 1,538 NS Paramétrico
Worsley likelihood 2,995 2,87 3,159 3,79 S (0,1) Paramétrico Saltos
Rank Sum 0,553 1,645 1,96 2,576 NS No paramétrico
Student's t 0,53 1,667 1,994 2,646 NS Paramétrico

38
Tabla 17 Test de tendencias y saltos de precipitación, estación Pastoruri.

Test statistic z-statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo

Mann-Kendall -1,4 1,645 1,96 2,576 NS No paramétrico

Spearman's Rho -1,446 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression -1,202 1,667 1,994 2,647 NS Paramétrico

Cusum 7 10,912 12,164 14,579 NS No paramétrico
Cumulative deviation 0,811 1,158 1,282 1,538 NS Paramétrico
Worsley likelihood 2,315 2,87 3,159 3,79 NS Paramétrico Saltos
Rank Sum 1,65 1,645 1,96 2,576 S (0,1) No paramétrico
Student's t 1,591 1,667 1,994 2,646 NS Paramétrico

Tabla 18 Test de tendencias y saltos de la variable precipitación, estación AP2.

z-
Test statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo
statistic
Mann-Kendall -1,147 1,645 1,96 2,576 NS No paramétrico
Spearman's Rho -1,161 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression -1,052 1,667 1,994 2,647 NS Paramétrico

Cusum 8 10,912 12,164 14,579 NS No paramétrico
Cumulative deviation 0,701 1,158 1,282 1,538 NS Paramétrico
Worsley likelihood 2,34 2,87 3,159 3,79 NS Paramétrico Saltos
Rank Sum 1,275 1,645 1,96 2,576 NS No paramétrico
Student's t 1,219 1,667 1,994 2,646 NS Paramétrico

Tabla 19 Test de tendencias y saltos de la variable temperatura, estación AP2.

Test statistic z-statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo

Mann-Kendall 1,334 1,645 1,96 2,576 NS No paramétrico

Spearman's Rho 1,319 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression 0,817 1,667 1,994 2,647 NS Paramétrico

Cusum 10 10,912 12,164 14,579 NS No paramétrico
Cumulative deviation 1,021 1,158 1,282 1,538 NS Paramétrico
Worsley likelihood 2,501 2,87 3,159 3,79 NS Paramétrico Saltos
Rank Sum -0,13 1,645 1,96 2,576 NS No paramétrico
Student's t Infinito 1,667 1,994 2,646 S (0,01) Paramétrico

Test statistic z-statistic a=0,1 a=0,05 a=0,01 Result Inferencia Tipo

39
 Mann-Kendall 0,918 1,645 1,96 2,576 NS No paramétrico
Spearman's Rho 0,831 1,645 1,96 2,576 NS No paramétrico Tendencia

Linear regression 0,581 1,667 1,994 2,646 NS Paramétrico

Cusum 12 10,98 12,24 14,67 S (0,1) No paramétrico
Cumulative deviation 1,078 1,159 1,282 1,539 NS Paramétrico
Worsley likelihood 3,183 2,87 3,159 3,79 S (0,05) Paramétrico Saltos
Rank Sum 0,43 1,645 1,96 2,576 NS No paramétrico
Student's t 0,357 1,667 1,993 2,646 NS Paramétrico
Tabla 20 Test de tendencias y saltos de la variable temperatura, estación Cuchillacocha.

3.2.5 Análisis de datos Cartográficos,

Para el presente informe se ha tomado como referencia el trabajo cartográfico realizado para
el informe de balance hidrológico 2014, y se ha trabajado con imágenes de satélite como el de
ALOS, cuya resolución del DEM es de 12,5 m, por lo que se obvio el tratamiento de cartografía
del IGN, en formato de polígono para conversión posterior a Modelo Digital de Elevación.

Se descargó el área de interés de la plataforma https://asf.alska.edu/datasets/. En el QGIS se

realiza la corrección de la imagen con el comando de rellenar datos, para posterior utilización,
en la obtención de las áreas entre alturas de cotas altimétricas, la red de drenaje, la extensión
de la cuenca, longitud, y pendientes de los cauces.

3.3 COMPLETADO DE DATOS FALTANTES

En el modelamiento hidrológico optado para el presente informe se requiere trabajar a escala
diaria, que describe mejor el comportamiento de la respuesta de una cuenca,

La ausencia de datos está sujeto a factores como fallas del sensor, hurto de los sensores, batería
sin carga, memoria llena, Tales factores se pueden compensar para poder completar los datos
faltantes, para esto existen varios métodos, y por la que se opta en la presente modelación se
basa en un algoritmo escrito en Python, un aplicativo de programación libre,

Para completar los datos faltantes en la variable meteorológica de precipitación, se trabajó con
un algoritmo escrito en Python, el cual utilizando la Machine learning de Keras y Tensor Flow,
permiten imitar a las redes neuronales en la cual se entrena al input de entrada con datos de
tres o dos estaciones que cuenten con registros completos y la estación que se desea completar
los datos faltantes.

En función de las estaciones de ingreso para el entrenamiento, se opta por contar con tres o dos
estaciones índices para un mejor testeo de la estación a completar los datos faltantes,

Así se muestra en el presente informe los últimos intervalos de fechas completados, con las
gráficas de simulación con los valores observados y sus respectivas bondades de ajuste,

En algunas estaciones se ha completado en función al artículo científico “A Comparison of

Methods of Estimating Missing Daily Rainfall Data”,

40
Grupo Norte

Para el Grupo Norte al inicio se contaba con los datos de precipitación de la estación ubicada
alrededor de la laguna Chinancocha, sin embargo, desde el 17/10/2019 el sensor dejó de
funcionar hasta la actualidad, por lo tanto, para el presente análisis temporal no se contará con
estos datos,

Se resalta para el presente grupo que para este año hidrológico 2022-2023, no se ha podido
contar con los datos de las estaciones debido a los problemas sociales existentes en esta sub
cuenca, donde el pase hacia la laguna Parón y el glaciar Artesonraju, está tomada por los
comuneros y a su voluntad de dejar el pase para el cumplimiento de nuestras actividades,

A continuación, se presenta los cuadros y gráficas del periodo 2016-2022.

Tabla 21. Periodos de datos faltantes grupo norte.

AP1 AP4 Parón

21/03/2017-14/06/2017 05/09/2016-22/02/2017 06/09/2016-22/01/2017
17/06/2017-26/11/2017 27/04/2017-15/06/2017
01/02/2019-31/03/2019 3/11/2017-18/12/2017
03/05/2019-30/06/2019 01/09/2019-29/10/2019
30/03/21-31/08/21 23/10/2020-8/12/2020

A continuación, se muestra para la estación pluviométrica AP4, la corrida del script con resultado
gráfico y los coeficientes de bondad de ajuste del modelo,

Indicadores de desempeño:

Coeficiente Nash = 0,93

RRMSE = 0,41

41
Gráfica 15. Modelo predictivo vs observada estación pluviométrica Artesoncocha “AP4”

Grupo Centro

En este grupo se ubican las estaciones meteorológicas ubicadas en la sub cuenca

Quillcayhuanca, en el cuadro siguiente se muestra el intervalo de fechas ausentes que fueron
completadas con el algoritmo,
Tabla 22. Periodos de datos faltantes grupo centro

Huaraz Shallap Llaca Pucaranra Pitek Paquishca

28/12/19-22/09/20 01/09/16-12/09/16 01/09/16- 3/10/16- 5/12/17- 5/12/17-31/12/17
07/09/16 21/06/17 31/12/17

19/01/17-15/03/17 18/08/17- 5/12/17- 01/07/18-15/08/18

24/05/18 31/12/17
04/04/18-06/05/19 23/02/21-25/05/21
11/07/20-08/06/21 03/06/21-31/08/21

Como muestra de la corrida del algoritmo, presentamos a las estaciones de Shallap y Huaraz, la
bondad de ajuste del modelo predictivo,

Indicadores de desempeño Shallap:

Coeficiente Nash = 0,80

RRMSE = 0,63

42
 Gráfica 16. Modelo predictivo vs observada estación pluviométrica Shallap.

Indicadores de desempeño Huaraz:

Coeficiente Nash = 0,88

RRMSE = 0,72

Gráfica 17. Modelo predictivo vs observada estación pluviométrica Huaraz.

43
4 MODELAMIENTO HIDROLÓGICO
Para el modelamiento hidrológico existen varios programas, entre libres y monetizados, el
abanico de opciones se reduce cuando se trata de realizar el modelamiento hidrológico contando
como variable en la ecuación la presencia de glaciares; y en función de la capacidad de cómputo
(hardware), banco de datos de variables (uso de suelo, geología regional, etc). Tanto la Autoridad
Nacional del Agua (ANA), como el Servicio Nacional de Meteorología e Hidrología (SENAMHI)
desde el año 2021, vienen utilizando la plataforma del RS Minerve que es un programa para la
simulación de la formación de escorrentía superficial y flujo de propagación. Modela redes
hidrológicas e hidráulicas complejas según un esquema conceptual semi-distribuido.
El RS minerve discrimina zonas de igual comportamiento hidrológico y las analiza de forma
independiente para después superponer sus efectos; a pesar de ser una simplificación, representa
mejor la variación del suelo y pendiente.
La simulación hidrológica contempla procesos como el deshielo o derretimiento de glaciares o el
flujo superficial y subterráneo.
El programa informático RS minerve contiene diferentes modelos hidrológicos para lluvia-
escorrentía, como GSM, SOCONT, SAC-SMA, GR4J y HBV. Siendo el Glacier Snow Melt (GSM) el
que se utiliza para nuestro caso en particular.

4.1 CALIBRACIÓN DEL MODELO.

Los modelos constan de fórmulas matemáticas que poseen constantes para representar los
procesos físicos. Las constantes, conocidas como parámetros, deben ser estimados de manera
que el modelo puede asemejarse de la mejor forma a la realidad (Xu, 2002).

En el RS minerve la calibración se realiza de manera automática. Según XU, 2002, una calibración
automática se puede separar en cuatro elementos necesarios: función objetivo, algoritmo de
optimización, criterio de determinación y calibración de datos.

La función objetivo es una ecuación usada para representar una medición numérica de la
diferencia entre el resultado obtenido por el modelo y el resultado obtenido en campo. La función
está compuesta por indicadores estadísticos multiplicados por un determinado porcentaje que
representa la prioridad de cada indicador, de esta manera se calcula la diferencia en base a valores
estadísticos.

Algunos indicadores empleados en la función que contempla el programa es el coeficiente de

Nash, Nash-Ln, el error cuadrático medio de la raíz relativa (RRMSE) y el volumen relativo Bias
(RVB). Los dos primeros indicadores obtienen valores que oscilan entre -ꝏ y 1, representando 1
el mejor desempeño. El RRMSE obtiene valores que oscilan entre 0 y +ꝏ, siendo 0 el mejor
desempeño, y el RVB obtiene valores que oscilan entre -1 y +ꝏ, siendo 0 el mejor desempeño.

El algoritmo de optimización es la forma en cómo se optimiza la función objetivo permitiendo

que, por iteraciones se pueda encontrar los parámetros adecuados del modelo. El algoritmo
utilizado es el de Shuffled Complex Evolution – University of Arizona (SCE-UA).

El criterio de determinación es la condición seleccionada que, una vez alcanzada, concluye las
iteraciones arrojando el valor final optimizado.
44
4.2 VALIDACIÓN DEL MODELO
Cuando se ha terminado la calibración del modelo, este se debe de validar comparando los valores
obtenidos con los reales, esta diferencia se mide con herramientas estadísticas. El modelo
validado permitiría una predicción de los flujos muy cercanos a la realidad; sin embargo, este no
permitirá predecir eventos extraordinarios que podrían surgir en algún momento del tiempo,
como fuertes lluvias o sequias.
Al tener los parámetros calculados, se procede a verificar si el modelo proporciona resultados
adecuados; la validación se puede realizar a través de los indicadores estadísticos.

4.3 MODELOS HIDROLÓGICOS UTILIZADOS

Los modelos hidrológicos utilizados para el presente análisis son:

4.3.1 Modelo GSM

El modelo GSM, está compuesto de 5 sub modelos, dos corresponden al modelo de nieve GSM
y los otros tres corresponden al modelo glaciar.
Los datos de ingreso son la precipitación (P) y la temperatura (T), el modelo de nieve crea una
precipitación equivalente (Peq) el cual es transferido al modelo glaciar. Lo mismo explica la
altura de nieve (Hsnow) y la temperatura (T).
En el modelo glaciar la precipitación equivalente es transferido al depósito de nieve lineal (Rsn)
y finalmente a la salida de la subcuenca (Qsnow). Además, el sub modelo del derretimiento
del glaciar crea un flujo cuando la altura de la nieve es cero (Hsnow=0), Este flujo de glaciar
(PeqGL) es transferido al reservorio glaciar linear (Rgl) y el flujo resultante (Qglacier) a la salida
de la subcuenca.

Figura 9. Modelo GSM.

45
 Figura 10. Esquema de uso del modelo GSM en Shallap.

Tabla 23. Lista de parámetros y condiciones iniciales del modelo GSM.

Modelo Nombre Unidad Descripción Rango

A m2 Área de infiltración >0
Asn mm/°C/d Coefiente de referencia de deshielo grado – día 0.5 to 20
AsnInt mm/°C/d Intervalo de deshielo grado-día 0 to 4
AsnMin mm/°C/d Coeficiente mínimo de deshielo grado-día ≥0
Aph d Desplazamiento de fase de la función sinusoidal 1 to 365
ThetaCri - Contenido relativo de agua del manto de nieve 0.1
bp d/mm Coeficiente de fusion debido a la precipitación 0.0125
líquida.
Tcp1 °C Temperatura minima crítica para la precipitación líquida 0
Tcp2 °C Temperatura crítica máxima para la precipitación sólida 4
Tcf °C Temperatura crítica de deshielo 0
GSM
Agl mm/°C/d Coeficiente referencia de derretimiento de 0.5 to 20
glaciares grado – día
AglInt mm/°C/d Intervalo de derretimiento de glaciares grado - 0 to 4
día
AglMin mm/°C/d Coeficiente mínimo de derretimiento de ≥0
glaciares grado-día
Tcg °C Temperature crítica de derretimiento del glaciar 0
Kgl 1/d Coeficiente de liberación del depósito 0.1 to 5
derretimiento del glaciar
Ksn 1/d Coeficiente de liberación del depósito de 0.1 to 5
deshielo
SWEIni m Altura inicial equivalente al agua de nieve -
46
 ThetaIni - Contenido inicial de agua en el manto de nieve -
QsnowIni m3/s Salida lineal inicial del depósito de nieve -
QglacierIni m3/s Salida lineal inicial del reservorio glaciar -

Los parámetros a ajustar son Asn, Asint, Agl, Agint, Kgl y Ksn. Los parámetros Aph, bp, θcr, Tcp1,Tcp2,Tcf
and Tcg, pueden ser asumidos como constantes (bp = 0.0125, θcr = 0.1, Tcp1 = 0 °C, Tcp2 = 4 °C, Tcf =0 °C,
Tcg = 0 °C, Aph = 264).

Las variables de ingreso al modelo son la precipitación (P) y la temperatura (T). El resultado o salida del
modelo es la descarga total (Qtot).

4.3.2 Modelo HBV

El modelo integrado lluvia – escorrentía HBV (Bergstrom, 1976, 1992) se compone de una
función de nieve, un depósito de humedad y dos depósitos de almacenamiento de suelo
(superior e inferior). La estructura del modelo implementado se presenta a continuación.

Figura 11. Modelo HBV.

47
 Tabla 24. Lista de parámetros y condiciones iniciales del modelo HVB.

Modelo Nombr Unidad Descripción Rango

A m2 Area de la cuenca >0
CFMax mm/°C/d Factor de fusión 0.5 to 20
CFR - Factor de recongelación 0.05
CWH - Contenido relativo crítico de agua del manto de 0.1
nieve
TT °C Temperature umbral de lluvia/nieve 0 to 3
TTInt °C Intervalo de temperature para la mezcla de 0 to 3
lluvia y nieve
TTSM °C Temperature umbral para el derretimiento de la 0
nieve
Beta - Parámetro del modelo (coeficiente de forma) 1 to 5
FC m Capacidad máxima de almacenamiento del 0.050 to 0.65
suelo
PWP - Umbral del punto de marchitamiento 0.030 to 1
HBV
permanente del suelo
SUMax m Umbral superior del nivel de agua del depósito 0 to 0.10
Kr 1/d Coeficiente de almacenamiento de flujo cerca 0.05 to 0.5
de la superficie
Ku 1/d Coeficiente de almacenamiento entre flujos 0.01 to 0.4
Kl 1/d Coeficiente de almacenamiento de flujo base 0 to 0.15
Kperc 1/d Coeficiente de almacenamiento por percolación 0 to 0.8
SWEIni m Altura inicial equivalente al agua de nieve -
WHIni - Contenido relative inicial de agua en el manto -
nieve
HumIni m Humedad inicial -
SUIni m Nivel inicial superior de agua del depósito -
SLIni m Nivel inicial inferior de agua del embalse -
Las condiciones iniciales asociados a este modelo son HsnowIni, WHIni, HumIni, SUIni and SLIni. Los
parámetros a ajustar son CFMax, CFR, CWH, TT, TTInt, TTSM, Beta, FC, PWP, SUmax, Kr, Ku, Kl and Kperc.

Las variables de ingreso al modelo son la precipitación (P) y la temperatura (T). El resultado o salida del
modelo es la descarga total (Qtot).

48
4.3.3 Modelo GR4J
El modelo GR4J es un modelo hidrológico global con cuatro parámetros desarrollados por
Perrin et al (2003). Este es un modelo empírico, pero tiene una estructura similar a un modelo
conceptual. Tiene en cuanta la humedad y contiene dos reservorios (producción y ruta).
También se asocian hidrogramas unitarios para el comportamiento hidrológico de la cuenca.

Figura 12. Modelo GR4J.

49
 Tabla 25. Lista de parámetros y condiciones iniciales del modelo GR4J.

Modelo Nombre Unidad Descripción Rango

A m2 Área de la Cuenca >0
X1 m Capacidad de almacén de producción 0.01 to 1.2
X2 m Coeficiente de intercambio de agua -0.005 to 0.003
GR4J X3 m Capacidad de almacén de enrutamiento 0.01 to 0.5
X4 d Base de tiempo UH -0.5 to 1
SIni m Contenido inicial de agua en el depósito de -
producción
RIni m Nivel inicial de agua en el depósito de -
enrutamiento.

Las variables asociadas o condiciones iniciales del modelo son are SIni and RIni. Los parámetros
a calibrar son X1, X2,X3 and X4.

Las variables de ingreso al modelo son la precipitación (P) y la temperatura (T). El resultado o salida
del modelo es la descarga total (Qtot).

4.4 BALANCE HIDROLÓGICO SUPERFICIAL.

Para Pladeyra (2003), la evaluación de los recursos hídricos de una cuenca requiere de una
estimación correcta del balance hidrológico, es decir, comprender el ciclo en sus diferentes fases,
la forma en que el agua que se recibe por precipitación y se reparte entre el proceso de
evapotranspiración, escorrentía e infiltración.
La ecuación de Balance Hidrológico es una expresión muy simple, aunque la cuantificación de sus
términos es normalmente complicada por la falta de medidas directas, por la variación espacial
de la evapotranspiración, de las pérdidas profundas en acuíferos y las variaciones del agua
almacenada en la cuenca.
En general se puede afirmar que: del agua que cae en un determinado sitio (precipitación), parte
vuelve a la atmosfera ya sea por evaporación directa o por transpiración de la vegetación
(evapotranspiración), otra parte escurre por la superficie de la cuenca (escorrentía superficial).
Este escurrimiento, fluye a través de la red de drenaje hasta alcanzar los cauces principales y
finalmente el mar, y el resto se infiltra en el terreno y se incorpora al sistema de aguas
subterráneas o acuífero (infiltración).

La ecuación del balance hídrico, indica los valores relativos de entrada y salida de flujo y la
variación del volumen de agua almacenada en una región. En general, las entradas en la
ecuación del balance hídrico comprenden la precipitación P, en forma de lluvia o nieve, y las
aguas superficiales. Las salidas incluyen la evaporación desde la superficie de la masa de agua
E, la evapotranspiración desde el suelo y la vegetación ETR, y la salida de agua superficial y
subterránea desde la cuenca QS. Cuando las entradas superan a las salidas el volumen de agua
almacenada DS aumenta y cuando ocurre lo contrario disminuye.

50
 Esquema del Balance Hídrico

Cuantificación de las ENTRADAS y

Matemáticamente se SALIDAS de agua en un Sistema (Cuenca Gráficamente se
expresa Hidrológica) en un tiempo dado representa

Se
PP>ETP cumple PP<ETP

Superávit de agua Déficit de agua

51
5 RESULTADOS Y ANÁLISIS
A continuación, se presenta el resultado de las áreas glaciares obtenidas con base a
imágenes satelitales del año 2022, comparadas con lo mostrado en la tabla 2, donde las
superficies de los glaciares son en base al informe del año 2014.

Tabla 26. Áreas glaciares de las cuencas

modeladas, imagen satelital año 2022.

Sub cuenca Área Área Área

glaciar no glaciar total
(km2) (km2) (km2)
Pachacoto 7,22 195,28 202,50
Casca 3,99 34,51 38,50
Yanayacu 4,97 268,63 273,60
Quillcay 25,98 221,82 247,80
Negro 9,32 169,98 179,30

Tabla 27. Áreas glaciares de las cuencas que se

monitorean, según informe del 2014.

Sub cuenca Área Área Área

glaciar no glaciar total
(km2) (km2) (km2)
Pachacoto 8,20 194,30 202,50
Llaca 4,60 33,90 38,50
Yanayacu 5,50 268,10 273,60
Quillcay 28,00 219,80 247,80
Negro 9,90 169,40 179,30

La tabla 27 es origen de la tabla 2, que es producto del informe del año 2014, el cual se
toma como referencia.

52
 Tabla 28. Áreas glaciares perdidas.

Sub cuenca Área Área Área

glaciar no glaciar total
(km2) (km2) (km2)
Pachacoto 0,98 195,28 202,50
Yanayacu 0,53 268,63 273,60
Quillcay 2,02 221,82 247,80
Negro 0,58 169,98 179,30
Casca 0,61 34,51 38,50

Area glaciar y no glaciar - informe 2014

300.00

250.00

200.00

150.00

100.00

50.00

0.00
Pachacoto Llaca Yanayacu Quillcay Negro

Área glaciar (km2) Área no glaciar (km2) Área total (km2)

Gráfica 18. Superficie de las cuencas modeladas en base al informe del 2014.

Área glaciar y no glaciar informe 2023

300.00

250.00

200.00

150.00

100.00

50.00

0.00
Pachacoto Casca Yanayacu Quillcay Negro

Área glaciar (km2) Área no glaciar (km2) Área total (km2)

Gráfica 19. Superficie de las cuencas modeladas obtenidas de imagen satelital año 2022.

53
 Perdida de área glaciar
300.00

250.00

200.00

150.00

100.00

50.00

0.00
Pachacoto Yanayacu Quillcay Negro

Área glaciar (km2) Área no glaciar (km2) Área total (km2)

Gráfica 20. Diferencia entre superficie glaciar del informe 2014 y del 2023.

De la tabla 28, se desprende que existe una pérdida de superficie glaciar, y el que mayor
pérdida muestra es la cuenca Quillcay con 2.02 km2, siguiendo la cuenca Pachacoto con
0.97 km2, y por último la cuenca Yanayacu con 0.52 km2. Mientras que el área no glaciar
se ha incrementado.

54
5.1 SUB CUENCA PACHACOTO
La sub cuenca Pachacoto se destaca por contar dentro de su ambito a la famosa zona
turistica del glaciar Pastoruri, al sur de la ciudad de Huaraz.

Figura 13. Sub cuenca Pachacoto.

Tabla 29. Parámetros de calibración de la sub cuenca Pachacoto.

Pachacoto
OF = Σ[2*Nash + 1*Nash-ln + 1*Pearson Correlation Coeff + 1*Kling-Gupta
Efficiency + 0,5*Bias Score+0,5*RRMSE]
Best OF value = 3,0165
Best parameters:
GR4J-X1 1,179
GR4J-X2 -1E-07
GR4J-X3 0,352
GR4J-X4 1,461
HBV – CFMax 11,4957
HBV – CWH 0,0900
HBV – TT 1,9511
HBV – TTInt 1,2664
HBV – TTSM 0,1094
HBV – SUMax 0,0599
HBV – Kr 0,2332
HBV – Ku 0,2068
HBV – Kl 0,0577
HBV – Kperc 0,2641

55
 Best indicators values for selected comparator:
Nash 0,5520
Nash-ln 0,6195
Pearson Correlation Coeff 0,8171
Kling-Gupta Efficiency 0,7759
Bias Score 0,9835
RRMSE 0,4798
Relative Volume Bias 0,1282
Normalized Peak Error 0,4241
Peirce Skill Score -0,016
Overall Accuracy 0,8328

Caudal observado y simulado sub cuenca Pachacoto

10
9
8
7
Caudal (m3/s)

6
5
4
3
2
1
0
01/09/16

01/11/16

01/01/17

01/03/17

01/05/17

01/07/17

01/09/17

01/11/17

01/01/18

01/03/18

01/05/18

QReference Qsimulation 01/07/18

Gráfica 21. Modelo calibrado sub cuenca Pachacoto 2016-2018.

En la unidad hidrográfica de Pachacoto, para el periodo 2016-2018 se realizó la calibración de

los parámetros de los modelos utilizados el GSM y el HBV, con la herramienta Expert module –
Calibration algorithms, utilizando el algoritmo de optimización SCE-UA.
Donde:
Qreference : caudal observado (m3/s), a escala diaria.
Qsimulation: caudal simulado en (m3/s), a escala diaria.

56
 Caudal observado y simulado sub cuenca Pachacoto
validado
10
9
8
7
Caudal (m3/s)

6
5
4
3
2
1
0
1/3/20

1/9/20

1/4/21
1/11/20
1/9/19
1/10/19
1/11/19
1/12/19
1/1/20
1/2/20

1/4/20
1/5/20
1/6/20
1/7/20
1/8/20

1/10/20

1/12/20
1/1/21
1/2/21
1/3/21

1/5/21
1/6/21
1/7/21
1/8/21
Qreference Qsimulation

Gráfica 22. Validación del caudal en la sub cuenca Pachacoto 2019-2021.

Con los parámetros calibrados del periodo 2016 – 2018, se ha validado para el periodo 2019 –
2021. De acuerdo a lo descrito en el item de validación del modelo.
Donde:
Qreference: caudal observado (m3/s), a tiempo de paso diario.
Qsimulation: caudal validado, en este caso en (m3/s), a tiempo de paso diario.

Gráfica 23. Aporte de glaciar hacia la sub cuenca Pachacoto 2016-2023.

De la gráfica
Qgl : Aporte glaciar (m3/s), tiempo de paso diario.
Qngl: Aporte no glaciar (m3/s), tiempo de paso diario.
Qtot: Suma del caudal glaciar y no glaciar (m3/s), tiempo de paso diario.
Se tiene que precisar que en al gráfica 23 y siguientes, está el resultado del informe anterior
periodo 2016-2022, con las áreas glaciares en base al informe del año 2014, y que para el año
hidrológico 2022-2023, se actualizaron las áreas glaciares con imágenes satelitales del año 2022.

57
 AFORO POR VADEO

LUGAR PUENTE PACHACOTO

COORDENADAS UTM FECHA 2/05/23

ESTE 236 543 HORA 11:43

NORTE 8 909 972.00

ALTITUD 3 721

REGION Ancash PROVINCIA Recuay DISTRITO Catac

AAA Huarmey - Chicama

CUENCA Río Santa

SUBCUENCA Pachacoto

Estación Ubicación Prof. Factor 0,2 0,4 0,6 0,8 Veloc. Área Flujo
media
(m) margen (m/s) (m/s) (m/s) (m/s) (m2) (m3/s)
(m/s)
1 4,300 0,050 0,500 0,000 0,000 0,000 0,000 0,000 0,025 0,005
2 5,300 0,200 - 0,000 0,000 0,422 0,000 0,422 0,200 0,084
3 6,300 0,270 - 0,000 0,000 0,725 0,000 0,725 0,270 0,196
4 7,300 0,450 - 0,751 0,000 0,000 0,192 0,471 0,450 0,212
5 8,300 0,390 - 0,638 0,000 0,000 0,439 0,539 0,390 0,210
6 9,300 0,350 - 0,000 0,000 0,678 0,000 0,678 0,350 0,237
7 10,30 0,200 - 0,000 0,000 0,236 0,000 0,236 0,200 0,047
8 11,30 0,390 - 0,549 0,000 0,000 0,671 0,610 0,429 0,262
9 12,50 0,200 0,500 0,000 0,000 0,000 0,000 0,000 0,120 0,036
Flujo 1,289

ELEMENTOS GEOMÉTRICOS

T -Ancho superior (m) 8,200

A - Area mojada 8m2) 2,434
P -Perímetro mojado (m) 8,450
Radio hidráulico 0,288
Profundidad hidraúlica 0,297
Factor de sección 1,326

58
De la corrida del modelamiento para el día 02/05/2023 se obtiene un resultado de 1,320 m3/s,
el cual es cercano al obtenido por el aforo que es de 1,289 m3/s.

5.2 SUB CUENCA YANAYACU

Figura 14. Sub cuenca Yanayacu.

5.2.1.1 MICROCUENCA YANAMAREY

Para el año hidrológico 2022 – 2023, en esta microcuenca glaciar y a nivel de la
subcuenca se utilizaron los parámetros de ajuste de la corrida realizada para el periodo
2016 – 2022. En la microcuenca Yanamarey se calibró los datos de la estación
hidrométrica del periodo 2016 al 2018, obteniendo parámatros de ajuste tanto en el
modelo GSM (glaciar) como en el modelo GR4 (sin glaciar).

Los parámetros obtenidos del anterior informe que se utlizaron para el año hidrológico
2022-2023, son para una primera corrida del modelo y su aproximación al resultado
obtenido por el método glaciológico, y en función a ello poder ir ajustando los
parámetros del modelo GSM de modo manual.

Tabla 30. Parámetros de ajuste en la microcuenca Yanamarey

Parámetros de calibración
Yanamarey
OF = Σ[2*Nash + 1*Nash-ln + 1*Pearson Correlation Coeff + 1*Kling-Gupta
Efficiency + 0,5*Bias Score+0,5*RRMSE]
Best OF value = 0,974
Best parameters:
GR4J-X1 0,0804
GR4J-X3 0,064

59
 GR4J-X4 1,224
GSM – S 16,149
GSM – Sint 1,367
GSM – G 19,415
GSM – Gint 3,007
GSM – Kgl 0,1019
GSM – Ksn 0,1975
Best indicators values for selected comparator:
Nash 0,115
Nash-ln -0,671
Pearson Correlation Coeff 0,770
Kling-Gupta Efficiency 0,360
Bias Score 0,985
RRMSE 0,412
Relative Volume Bias -0,108
Normalized Peak Error 0,264
Peirce Skill Score 0
Overall Accuracy 1

Tabla 31. Comparación de aporte de agua glaciar obtenido por el método directo e
indirecto, microcuenca Yanamarey.

Caudal promedio Caudal aporte por

Año hidrológico hidrológico fusión glaciar
(l/s) (l/s)

2016_2017 6,60 9,60

2017_2018 6,70 6,90

2018_2019 8,60 9,60

2022_2023 7,50 9,30

Gráfica 24. Aporte de glaciar en la sub cuenca Yanayacu 2016-2023.

60
Debe de destacarse que la gráfica 24, para el año hidrológico 2016-2022, se trabajó con un área
glaciar constante obtenida del informe del año 2014, y para el año 2022-2023, se actualizó la
superficie glaciar en base a imagen satelital del año 2022.

De la tabla 31, se cuenta con cuatro datos comparativos entre el método hidrológico y el
glaciológico en la obtención del aporte del glaciar, tendiendo entre los años 2017-2018 y 2018-
2019 a tener una buena aproximación, mientras que para el año 2016-2017 tienen una
diferencia marcada.

61
5.3 SUB CUENCA RÍO NEGRO.
Dentro del ámbito de la subcuenca del río negro, se ubica el distrito e Olleros, al sur de la
ciudad de Huaraz, que se caracteriza por el escurrimiento de aguas ácidas.

Figura 15. Sub cuenca río Negro.

En la microcuenca glaciar Uruashraju, la oficina no realiza monitoreo del glaciar y la estación

hidrométrica se encuentra fuera de servicio, por ello se realiza el aforo por vadeo en la fecha de
campaña de medición del frente glaciar, para ver si los resultados obtenidos del modelamiento
se aproximan al valor del aforo.

AFORO POR VADEO

LUGAR URUASHRAJU

COORDENADAS UTM FECHA 20/07/2023

ESTE 244 698 HORA 13:30
NORTE 8 938 169
ALTITUD 4 581

REGION Ancash

PROVINCIA Recuay

DISTRITO Catac

AAA Huarmey - Chicama

62
CUENCA Río Santa

SUBCUENCA Negro

Estación Ubicación Prof. Factor 0,2 0,4 0,6 0,8 Veloc. Área Flujo
media
(m) margen (m/s) (m/s) (m/s) (m/s) (m/s) (m2) (m3/s)
1 1,10 0,12 0,6 0 0 0 0 0 0,012 0,001
2 1,30 0,13 - 0 0 0,133 0 0,133 0,033 0,004
3 1,60 0,12 - 0 0 0,314 0 0,314 0,042 0,013
4 2,00 0,13 - 0 0 0,777 0 0,777 0,059 0,045
5 2,50 0,12 - 0 0 0,566 0 0,566 0,054 0,031
6 2,90 0,13 0 0 0,813 0 0,813 0,039 0,032
7 3,10 0,14 0 0 0,597 0 0,597 0,020 0,012
8 3,18 0,14 0,6 0 0 0 0 0 0,006 0,002
Caudal 0,140

Gráfica 25. Aporte de glaciar en la sub cuenca río Negro 2016-2023.

Del aforo por vadeo a la salida de la microcuenca glaciar Uruashraju nos dio como resultado el
valor de 0,140 m3/s, y el resultado del modelamiento nos proporciona el valor de 0,135 m3/s.

ELEMENTOS GEOMÉTRICOS

T -Ancho superior (m) 2,080

A - Area mojada 8m2) 0,263
P -Perímetro mojado (m) 2,340
Radio hidráulico 0,112
Profundidad hidraúlica 0,126
Factor de sección 0,094

63
5.4 SUB CUENCA QUILLCAY
En la sub cuenca Quillcay, se encuentra ubicada la ciudad de Huaraz, una de sus
características es de que la quebrada que aporta el agua para consumo humano es de
Cojup, donde se ubica la emblemática laguna Palcacocha, del cual su salida de aguas ha
sido regulada mediante tuberías HDPE (sifonaje).
Ubicamos además a la microcuenca glaciar Shallap donde se realiza el balance de masa
por el método glaciológico para determinar el aporte del glaciar hacia la cuenca; siendo
este resultado el comparado con el obtenido por el método hidrológico.

Figura 16. Sub cuenca río Quillcay.

Tabla 32. Comparación de aporte de agua glaciar obtenido por el método directo e
indirecto, microcuenca Shallap.

Caudal promedio Caudal aporte por

Año hidrológico hidrológico fusión glaciar
(l/s) (l/s)

2016_2017 54,8 58,5

2017_2018 43,7 46,2

2018_2019 71,1 10,1

64
 2022_2023 20,1 10,6

Gráfica 26. Aporte de glaciar y no glaciar en la sub cuenca Quillcay 2016-2023.

Para la subcuenca Quillcay, para el periodo 2022 – 2023, se calibro manualmente el modelo
GSM, en la microcuenca glaciar Shallap, obteniendo parámetros que se aproximan al valor de
aporte anual en términos de caudal realizado por el método directo (glaciológico).

De la tabla 32, se aprecia que para los años hidrológicos 2016_2017 y 2017_2018, los resultados
son similares; para el año 2018_2019 los resultados son muy lejanos; y para el año 2022_2023,
se mantiene la disparidad, pero en menor proporción que el año 2018_2019.

65
5.5 SUBCUENCA CASCA

Figura 17. Microcuenca Casca.

66
 Gráfica 27. Aporte de glaciar en la microcuenca Casca 2016-2023.

Símil a las gráficas anteriores existen dos tiempos de corrida del modelo uno del periodo 2016-
2022 y el otro 2022-2023. Teniendo que para el primer periodo el área glaciar corresponde al
utilizado en el informe del año 2014, y para el otro periodo el área glaciar actualizado.

AFORO POR VADEO

LUGAR LAGUNA LLACA

COORDENADAS UTM FECHA 27/06/2023

ESTE 236543 HORA 11:32
NORTE 8909972.00
ALTITUD 3721

REGION Ancash

PROVINCIA Recuay

DISTRITO Catac

AAA Huarmey - Chicama

CUENCA Río Santa

SUBCUENCA Casca

Estación Ubicación Prof. Factor 0,2 0,4 0,6 0,8 Veloc. Área Flujo

67
 media
(m) margen (m/s) (m/s) (m/s) (m/s) (m2) (m3/s)
(m/s)
1 0,45 0,30 0,7 0 0 0 0 0 0,023 0,005
2 0,60 0,30 - 0,361 0 0 0,28 0,32 0,082 0,026
3 1,00 0,31 - 0,45 0 0 0,36 0,405 0,109 0,044
4 1,30 0,29 - 0,451 0 0 0,432 0,441 0,088 0,039
5 1,60 0,28 - 0,412 0 0 0,357 0,385 0,056 0,022
6 1,70 0,28 0,7 0 0 0 0 0 0,014 0,004
caudal 0,140

ELEMENTOS GEOMÉTRICOS

T -Ancho superior (m) 1,250

A - Area mojada 8m2) 0,372
P -Perímetro mojado (m) 1,830
Radio hidráulico 0,203
Profundidad hidraúlica 0,298
Factor de sección 0,203
En la microcuenca glaciar del río Casca para el periodo 2022-2023, se calibró manualmente los
parámetros de los modelos GSM y GR4J, para aproximarlo al aforo realizado el día 27 de junio
del 2023, cuyo resultado fue de 0,14 m3/s, en la corrida del modelo se obtuvo un caudal de
0,141 m3/s.

Tabla 33. Resultados de caudales promedios totales mensuales, producto del modelamiento.

Mes Pachacoto Río negro Yanayacu Casca Quillcay

Set_16 0,5911 0,6242 3,227 0,114 1,119

Oct_16 0,9558 0,4267 2,667 0,426 2,971

Nov_16 1,4042 0,6655 1,217 0,221 1,522

Dic_16 2,3928 2,6701 5,683 0,606 5,390

Ene_17 4,9448 7,5518 12,301 1,122 9,122

Feb_17 5,1065 8,5978 11,682 1,110 6,991

Mar_17 8,3871 12,8311 18,605 1,893 12,376

Abr_17 6,4577 10,3903 13,295 1,160 6,871

May_17 3,7638 6,0845 6,614 0,445 3,190

Jun_17 1,9873 2,5340 2,289 0,127 1,427

Jul_17 0,8311 1,1681 1,357 0,060 1,096

68
Ago_17 0,8359 0,7330 1,106 0,035 1,100

Set_17 1,1706 0,8475 2,225 0,051 1,281

Oct_17 2,2124 1,3120 3,468 0,112 1,930

Nov_17 2,0999 1,8029 3,781 0,127 2,659

Dic_17 3,5083 3,8236 7,415 0,400 5,649

Ene_18 5,5485 7,2726 12,275 0,905 9,139

Feb_18 4,7217 6,8079 9,784 1,033 6,218

Mar_18 7,3361 10,4130 15,067 1,240 9,532

Abr_18 6,2210 8,7064 11,347 1,260 7,107

May_18 3,6308 4,9527 6,394 0,707 3,429

Jun_18 1,5499 2,1640 2,576 0,292 1,600

Jul_18 0,7555 0,9546 1,813 0,072 1,013

Ago_18 0,6774 0,6014 1,796 0,093 0,984

Set_18 0,7753 0,5450 1,929 0,147 1,145

Oct_18 2,0807 1,6538 5,990 0,407 2,658

Nov_18 4,3539 5,0644 9,170 0,905 6,204

Dic_18 3,9078 6,0401 8,608 0,621 5,256

Ene_19 5,4464 7,9771 10,694 0,671 7,154

Feb_19 7,7987 11,3223 15,966 1,087 9,767

Mar_19 8,6841 9,8888 14,496 0,879 7,177

Abr_19 5,3147 7,9679 8,743 1,022 6,241

May_19 3,0765 3,9286 4,399 0,553 2,825

Jun_19 1,1380 1,6933 1,822 0,162 1,637

Jul_19 0,7918 0,9065 1,780 0,080 1,166

Ago_19 0,3952 0,5361 1,445 0,078 0,880

Set_19 0,3762 0,6226 1,798 0,099 1,192

Oct_19 0,9189 1,1109 3,639 0,266 2,619

Nov_19 1,9453 2,6544 5,869 0,517 4,573

69
Dic_19 5,1600 7,6195 11,866 1,166 10,193

Ene_20 4,9234 6,4165 8,728 1,088 6,016

Feb_20 5,6030 7,8668 12,253 1,205 7,865

Mar_20 4,6598 6,8227 9,919 1,092 6,530

Abr_20 3,1186 5,3881 6,638 0,887 4,594

May_20 3,0076 5,1206 7,916 0,611 3,997

Jun_20 0,8183 1,6795 1,890 0,177 1,438

Jul_20 0,3934 0,9378 1,648 0,068 1,186

Ago_20 0,2020 0,6508 1,417 0,055 1,247

Set_20 0,3669 0,6213 1,648 0,103 1,222

Oct_20 0,7777 0,8729 3,045 0,178 1,813

Nov_20 0,7891 1,2842 2,989 0,246 2,276

Dic_20 2,8542 4,4011 9,127 0,856 8,183

Ene_21 6,6893 9,3252 15,438 1,628 13,059

Feb_21 4,5485 8,0432 9,127 1,628 7,644

Mar_21 5,5216 9,3632 10,964 1,196 8,068

Abr_21 5,4683 10,4022 10,271 1,135 6,013

May_21 2,7629 4,7541 5,683 0,331 2,713

Jun_21 1,5249 2,9839 4,305 0,084 1,582

Jul_21 0,7941 1,4202 2,713 0,027 1,173

Ago_21 0,6060 0,8581 1,353 0,046 1,078

Set_21 0,8331 1,1932 1,915 0,191 1,371

Oct_21 2,0725 3,3099 4,214 0,527 3,749

Nov_21 2,6676 4,1800 6,254 0,891 5,527

Dic_21 3,9172 7,7773 8,906 1,504 9,301

Ene_22 3,0450 6,0554 6,812 0,710 5,518

Feb_22 4,8776 9,7646 10,871 1,180 8,862

Mar_22 6,8706 13,0415 14,586 1,822 12,400

Abr_22 4,7611 10,1674 10,748 0,944 6,939

May_22 2,6275 5,4126 6,778 0,379 3,119

Jun_22 0,8297 2,3303 4,164 0,244 1,724

Jul_22 0,6510 0,7837 3,895 0,138 1,160

Ago_22 1,0000 0,7460 3,167 0,148 1,235

Set_22 1,0063 0,669 1,631 0,145 1,501

70
 Oct_22 1,4685 1,002 2,299 0,224 3,098

Nov_22 1,3476 1,205 2,144 0,246 3,628

Dic_22 2,2781 1,764 6,649 0,343 3,514

Ene_23 3,9173 4,111 8,134 1,164 6,876

Feb_23 3,7163 6,868 11,354 1,300 9,917

Mar_23 5,5424 8,715 13,695 1,599 10,947

Abr_23 3,8025 6,877 10,180 1,248 6,333

May_23 1,6609 3,332 7,825 0,855 3,649

Jun_23 0,8217 1,166 2,921 0,268 1,905

Jul_23 0,7642 0,684 1,346 0,181 1,350

Ago_23 0,7625 0,562 1,096 0,141 1,235

Promedio 2,2574 3,0795 5,7728 0,6428 4,4962

Máximo 8,6841 13,0415 18,6050 1,8932 13,0592

Mínimo 0,2020 0,4267 1,0956 0,0274 0,8799

Tabla 34. Resultado de caudal glaciar promedio mensual, producto del modelamiento.

Mes Pachacoto Río negro Yanayacu Casca Quillcay

Set_16 0,0073 0,015 0,0464 0,043 0,057

Oct_16 0,0047 0,021 0,0535 0,047 0,053

Nov_16 0,0224 0,017 0,0407 0,068 0,057

Dic_16 0,0244 0,025 0,0425 0,059 0,073

Ene_17 0,0139 0,091 0,0324 0,038 0,048

Feb_17 0,0085 0,050 0,0353 0,042 0,045

Mar_17 0,0029 0,040 0,0267 0,040 0,044

Abr_17 0,0051 0,040 0,0338 0,055 0,027

May_17 0,0057 0,051 0,0222 0,041 0,049

Jun_17 0,0103 0,093 0,0195 0,033 0,026

71
Jul_17 0,0071 0,075 0,0219 0,029 0,043

Ago_17 0,0131 0,091 0,0282 0,032 0,032

Set_17 0,0147 0,084 0,0222 0,035 0,037

Oct_17 0,0358 0,050 0,0329 0,056 0,054

Nov_17 0,0261 0,070 0,0323 0,062 0,049

Dic_17 0,0143 0,078 0,0323 0,070 0,074

Ene_18 0,0035 0,015 0,0480 0,032 0,039

Feb_18 0,0124 0,055 0,0361 0,073 0,093

Mar_18 0,0049 0,039 0,0297 0,059 0,095

Abr_18 0,0022 0,039 0,0164 0,039 0,045

May_18 0,0050 0,069 0,0186 0,042 0,057

Jun_18 0,0047 0,065 0,0108 0,028 0,029

Jul_18 0,0010 0,058 0,0418 0,021 0,023

Ago_18 0,0021 0,058 0,0370 0,018 0,030

Set_18 0,0049 0,050 0,0634 0,025 0,057

Oct_18 0,0056 0,059 0,0633 0,031 0,061

Nov_18 0,0159 0,057 0,0337 0,082 0,049

Dic_18 0,0144 0,072 0,0283 0,074 0,058

Ene_19 0,0079 0,069 0,0409 0,060 0,054

Feb_19 0,0097 0,059 0,0493 0,081 0,068

Mar_19 0,0142 0,094 0,0369 0,068 0,052

Abr_19 0,0138 0,103 0,0361 0,066 0,108

May_19 0,0145 0,108 0,0192 0,054 0,067

Jun_19 0,0125 0,094 0,0273 0,041 0,036

Jul_19 0,0087 0,101 0,0316 0,025 0,021
Ago_19 0,0054 0,063 0,0209 0,026 0,029
Set_19 0,0045 0,060 0,0280 0,034 0,039
Oct_19 0,0039 0,055 0,0214 0,036 0,041

72
Nov_19 0,0105 0,021 0,0352 0,069 0,081
Dic_19 0,0344 0,012 0,0399 0,092 0,057
Ene_20 0,0874 0,011 0,0520 0,097 0,090
Feb_20 0,0920 0,015 0,0569 0,113 0,051
Mar_20 0,0957 0,024 0,0486 0,092 0,081
Abr_20 0,0559 0,017 0,0298 0,061 0,089
May_20 0,0414 0,011 0,0305 0,063 0,073
Jun_20 0,0179 0,011 0,0252 0,040 0,035
Jul_20 0,0148 0,011 0,0229 0,035 0,024
Ago_20 0,0214 0,098 0,0341 0,041 0,040
Set_20 0,0186 0,092 0,0300 0,038 0,047
Oct_20 0,0065 0,015 0,0231 0,040 0,050
Nov_20 0,0322 0,028 0,0439 0,072 0,060
Dic_20 0,0147 0,034 0,0319 0,063 0,052
Ene_21 0,0035 0,050 0,0214 0,048 0,046
Feb_21 0,0080 0,022 0,0350 0,069 0,060
Mar_21 0,0044 0,038 0,0364 0,038 0,045
Abr_21 0,0041 0,023 0,0322 0,060 0,069
May_21 0,0071 0,054 0,0195 0,045 0,041
Jun_21 0,0086 0,021 0,0197 0,033 0,031
Jul_21 0,0032 0,021 0,0296 0,022 0,018
Ago_21 0,0067 0,047 0,0188 0,027 0,034
Set_21 0,0006 0,029 0,0178 0,026 0,010
Oct_21 0,0012 0,041 0,0351 0,059 0,004
Nov_21 0,0036 0,025 0,0279 0,063 0,007
Dic_21 0,0029 0,039 0,0386 0,083 0,009
Ene_22 0,0046 0,036 0,0356 0,078 0,010
Feb_22 0,0011 0,016 0,0240 0,047 0,004
Mar_22 0,0008 0,014 0,0183 0,034 0,002
Abr_22 0,0013 0,054 0,0330 0,047 0,001
May_22 0,0015 0,042 0,0252 0,045 0,002
Jun_22 0,0004 0,010 0,0487 0,020 0,003
Jul_22 0,0004 0,038 0,0164 0,026 0,003
Ago_22 0,0005 0,057 0,0229 0,027 0,006

73
 Set_22 0,0001 0,044 0,0312 0,026 0,005
Oct_22 0,0002 0,025 0,0197 0,028 0,005
Nov_22 0,0019 0,016 0,0395 0,023 0,006
Dic_22 0,0014 0,030 0,0123 0,023 0,005
Ene_23 0,0011 0,038 0,0023 0,025 0,006
Feb_23 0,0013 0,045 0,0212 0,020 0,002
Mar_23 0,0007 0,052 0,0125 0,016 0,003
Abr_23 0,0009 0,049 0,0144 0,022 0,004
May_23 0,0011 0,031 0,0370 0,024 0,005
Jun_23 0,0007 0,037 0,0240 0,022 0,003
Jul_23 0,0009 0,017 0,0497 0,025 0,004
Ago_23 0,0011 0,018 0,0405 0,026 0,005
Promedio 0,0120 0,0454 0,0313 0,0046 0,0381
Máximo 0,0957 0,0634 0,0634 0,1125 0,1079
Mínimo 0,0001 0,0023 0,0023 0,0160 0,0015

Aporte medio mensual 2016-2023

20
Caudal (m3/s)

15

10

0
Mar_17

Mar_18

Mar_19

Mar_20

Mar_21

Mar_22

Sep_22

Mar_23
Jun_17

Dic_17

Jun_18

Jun_19

Jun_20

Jun_21

Jun_22

Jun_23
Set_16

Set_17

Set_18

Set_19

Set_20

Set_21
Dic_16

Dic_18

Dic_19

Dic_20

Dic_21

Dic_22

Pachacoto Yanayacu Río negro Quillcay Casca

Gráfica 28. Aporte medio mensual total de las cuencas submodelas.

74
 Aporte glaciar medio mensual 2016-2023
0.12

0.10
Caudal (m3/s)

0.08

0.06

0.04

0.02

0.00
Dic_16

Dic_17

Dic_18

Dic_19

Dic_20

Dic_21

Dic_22
Mar_22

Sep_22
Set_16

Mar_17

Set_17

Mar_18

Set_18

Mar_19

Set_19

Mar_20

Set_20

Mar_21

Set_21

Mar_23
Jun_17

Jun_18

Jun_19

Jun_20

Jun_21

Jun_22

Jun_23
Pachacoto Yanayacu Río negro Quillcay Casca

Gráfica 29. Aporte de glaciar en las subcuencas modeladas.

La tabla 33, nos muestra el resultado del modelamiento hidrológico de dos periodos de corridas,
es decir uno que comprende el modelamiento desde el año 2016-2022, y el otro periodo
comprende el año hidrológico 2022-2023, esto se realizó para observar el comportamiento de
las respuestas de las cuencas modelas, en función de la reducción de la superficie de los
glaciares.

Se puede observar para el aporte total de las cuencas modeladas, la mayor respuesta es la que
se produce en presencia del inicio del periodo húmedo (septiembre a abril). Tal y como se puede
observar en la gráfica 29.

De la gráfica 29, se observa que una respuesta de aporte de agua por fusión glaciar de las
cuencas modeladas, para el periodo 2016-2022 es mayor en relación al año hidrológico 2022-
2023.

6 CONCLUSIONES Y RECOMEDACIONES
6.1 CONCLUSIONES
 Con los modelos con el que cuenta la plataforma RS Minerve como son GSM, GR4J
y HBV, se utilizó los parámetros obtenidos por calibración del informe de
modelamiento hidrológico 2016 – 2022 para las subcuencas como Pachacoto y
Yanayacu,
 El análisis exploratorio de las variables hidro - meteorológicas como la precipitación,
la temperatura y el caudal, hace ver del tiempo de registro con el que cuenta la ANA,
a nivel de cabeceras de cuenca con presencia glaciar presentes en la Cordillera
Blanca, y su gran importancia no sólo para el modelamiento hidrológico para
obtención del aporte glaciar, sino para otros fines estudiantiles a nivel de pregrado
y grado,

75
 Los datos de caudales históricos, en las diferentes estaciones hidrométricas, no se
han utilizado ni en la calibración ni para la validación excepto Pachacoto y
Yanamarey, pero en un corto periodo,
 De acuerdo a las tablas de distancias entre estaciones meteorológicas, la que cuenta
con menor distancia en promedio está al norte de la ciudad de Huaraz (estaciones
AP1, AP2, AP4, Parón, Paria y Llanganuco); siendo las estaciones del sur que cuentan
con mayor distancia (estaciones Uruashraju, Yanamarey, Guesgue, Pastoruri,
Recreta),
 De acuerdo al análisis estadístico, empleando programa de distribución libre, nos
garantiza que los datos de precipitación de todas las estaciones administradas por
la ANA, ya sea en la inferencia paramétrica y no paramétrica, en la mayoría de ellos
no se ha presentado saltos o tendencias, que requieran ser corregidas,
 Se obtuvieron las imágenes del satélite Sentinel del año 2022 para la obtención de
las áreas glaciares con la metodología desarrollada por el área de Inventarios,
utilizando programa de libre distribución como el Qgis, para la corrección, edición y
exportación a la plataforma del RS Minerve,
 El completado de datos faltantes de precipitación fue desarrollada en el algoritmo
de Python, corrido en Jupiter, obteniendo coeficientes de desempeño o bondad del
ajuste cercanos a la unidad, En algunas estaciones (donde no se cuenta con dos
estaciones índice), se utilizó el método de relleno obtenido de un artículo científico.
 La utilización de esta plataforma de grado-día en este caso el RS Minerve, a pesar se
simplicidad ha demostrado ser una herramienta de gran utilidad para el modelo de
derretimiento, Sin embargo, la variabilidad espacial no se puede modelar con
precisión ya que las velocidades de fusión pueden variar debido a los efectos
topográficos, tales como la inclinación, pendiente, sombreado y otros.
 El modelamiento no tiene en cuenta las variaciones estacionales del sistema físico,
incluso si se sabe que el sistema de drenaje sub glaciar sufre una evolución a lo largo
de la temporada seca, La red de drenaje, así como el tamaño de los canales varean
en respuesta a los cambios de los aportes de agua; se puede suponer que esta
evolución del sistema de drenaje interno tiene una influencia en la descarga. Para
mejorar las simulaciones descara podría ser interesante seguir investigando sobre
la dependencia temporal de los parámetros, considerando especialmente los
vínculos potenciales entre los parámetros y las variables climáticas.
 En la subcuenca Pachatoco, los resultados obtenidos para el presente periodo 2022
- 2023, están sujetos a los parámetros obtenidos del informe pasado (modelamiento
hidrológico 2016-2022); sin embargo, cabe precisar que para este periodo (2022-
2023) la cobertura glaciar se ha reducido con respecto al utilizado en anterior
informe, Esto puede resultar en el aumento de cota de la Línea de equilibrio de los
glaciares, y el cambio de condiciones en cómo responde el glaciar ante ese nuevo
escenario,
 El modelamiento hidrológico en la subcuenca Pachacoto, nos otorga un aporte total
de 2,26 m3/s, aporte glaciar de 0,009 m3/s. siguiendo la tendencia de los aportes
anteriores obtenidos en el modelamiento 2016-2022.
 En la microcuenca Yanamarey los parámetros calibrados del modelo GSM periodo
2016-2018, se utilizaron para el periodo 2022-2023, al compararlo con los
resultados obtenidos por el método glaciológico, para el periodo 2022-2023, tienen
una diferencia de 1,8 lt/sg; sólo llegando a ser similares para el periodo 2017 - 2018,

76
 Esto nos conduce a la necesidad urgente de la reactivación de la estación
hidrométrica para mejorar la calibración del modelo y la buena correlación que debe
de obtenerse entre le método directo e indirecto (hidrológico),
 En la subcuenca Yanayacu para este periodo 2022-2023, se obtiene un aporte total
de 3,08 m3/s en promedio, siendo el aporte de los glaciares de 0,034 m3/s,
Continuando con la tendencia obtenida en el modelamiento anterior periodo 2016-
2022,
 Para la subcuenca del río Negro, se ha utilizado los parámetros de Yanayacu del
periodo 2016 – 2022, Este criterio se basa por la similitud de estas cuencas, cómo
presencia de bofedales, longitud de cauce, tiempo de concentración; obteniendo un
aporte total de 3,08 m3/s, aporte glaciar de 0,025 m3/s,
 En la subcuenca Quillcay, se ajustó manualmente los parámetros del modelo GSM
dentro de la microcuenca de Shallap, para acercar el aporte obtenido por el método
directo; resultando en una diferencia de 0,0099 m3/s de más obtenido por el
método indirecto en este caso el hidrológico,
 Así mismo en esta subcueca Quillcay se realizó un ajuste a los parámetros del
modelo GSM, debido a que en el periodo 2016-2022, se apreciaba un mayor aporte
de fusión glaciar, porque se consideró los parámetros de ajuste de la corrida en la
microcuenca del glaciar Shallap, en las otras cuencas con presencia glaciar, ubicando
que en la subcuenca de la laguna Palcacocha los valores se dispararon; razón por la
que se corrigió,
 El radio de cálculo de la densidad de las estaciones que miden variables de
temperatura y precipitación es de 5 km rango del aplicativo que utiliza el RSMinerve;
la distancia entre estaciones meteorológicas en las subcuencas al sur de la cuenca
del río Santa es mayor al rango permitido por el programa, adicionar a ello la
abrupta topografía de las subcuencas en estudio, lo que debilita el peso de las
estaciones virtuales,
 Se puede observar que la fusión de hielo de los glaciares hacia las subcuencas
pertenecientes a la cuenca del Santa aporta un caudal mínimo hacia ésta, Sin
embargo, para el ecosistema donde que depende del deshielo de los glaciares si es
de vital importancia considerando que son cabeceras de cuenca, así también
considerando el aprovechamiento para el riego, ganadería, agua potable y otras
actividades económicas,
 El método indirecto, para este caso el hidrológico, tiene en general una buena
aproximación hacia el método directo, lo que anima a sostener la colección de data
y mejorar la calidad de los sensores, Activar las estaciones hidrométricas para la
calibración de los modelos, validaría los resultados obtenidos, llegando a poder
contemplar el estudio de otras microcuencas con presencia glaciar sólo por el
método indirecto, contemplando la utilización del modelo grado-día,

6.2 RECOMENDACIONES
 Reactivar las estaciones hidrométricas y la elaboración de las curvas de ajuste del
gasto, contando con la previsión de adquirir buenos sensores, de acuerdo incluso a
la calidad del agua, puesto que en algunas estaciones la acides del agua deteriora
los sensores acortando su vida útil,

77
  Para calibrar los parámetros hidrológicos con modelos sin presencia glaciar es
necesario contar con estación hidrométrica activa a la salida del glaciar en estudio,
así como a la salida de la subcuenca tributaria a la cuenca del río Santa; por ejemplo,
a la salida de la laguna en formación de la laguna Pastoruri,
 Sin estaciones hidrométricas activas, la labor del modelamiento hidrológico pierde
el peso necesario para la validación de la corrida del modelo, cuando sólo se calibra
a un valor promedio anualizado obtenido por el método directo, Por lo que se torna
indispensable activar las estaciones hidrométricas,
 Se requiere contar con estaciones meteorológicas de clase 1 o “top”, en las
cabeceras de las microcuencas de Yanamarey, Uruashraju, Pastoruri; contar con
estaciones clase 2 en la zona media de las subcuencas, con la finalidad de mejorar
la densidad de estaciones para obtener mejores datos espacios temporales,

7 DISCUSIÓN DE RESULTADOS
7.1 6.1. SUB CUENCA PACHACOTO
Es la única cuenca en la que se pudo realizar la calibración y validación del modelo;
pero sólo para el periodo 2016-2022, obteniendo los indicadores de valor como
Nash, Coeficiente de Pearson, Bias Score de 0,55; 0,81 y 0,98 respectivamente.

Para el año hidrológico 2022-2023, se asumió los parámetros producto de la

calibración, para una primera corrida, y posterior ajuste de los parámetros de modo
manual en la aproximación al resultado del aforo realizado.

Si bien el resultado del modelamiento en la fecha del 02/05/2023 que es de 1,320

m3/s, es próximo al valor aforado de 1,289 m3/s, que es un valor puntual, y nos
describe que el modelamiento puede estar bien. Es necesario contar con datos de
caudal a tiempo de paso diario, no solo a la salida de la sub cuenca, sino también a
la salida del glaciar Pastoruri, este último para poder contar con una mejor precisión
en la calibración de los parámetros del modelo GSM, que es el que se utiliza para
obtener el aporte del glaciar.

De la gráfica 29, se puede observar la disminución del caudal por fusión glaciar en
el año hidrológico 2022-2023, puesto que para este año se introdujo las áreas
glaciares del año 2022, como dato de ingreso para el modelamiento. Esta
disminución de aporte glaciar es respuesta a que la cuenca perdió una superficie de
0.97 km2.

7.2 SUB CUENCA YANAYACU

En esta subcuenca se ubica el glaciar Yanamarey, donde se realiza el monitoreo
glaciológico, para obtener el aporte de agua por fusión del glaciar, que es a escala
anual.

Se realizó la calibración para el periodo 2016-2018 a tiempo de paso diario, siendo

los parámetros de la calibración que se utilizaron para una primera corrida del
modelo de la microcuenca; para luego ajustar los parámetros del modelo GSM al
resultado obtenido por el balance de masa glaciológico.

78
 Del cuadro comparativo entre los resultados obtenidos entre el método
glaciológico e hidrológico descrito en la tabla 30, se aprecia que entre los años 2017
al 2023 existe una cierta correlación, mientras que para el año 2016-2017, el aporte
de agua por fusión del glaciar obtenido por el método glaciológico es mayor al
obtenido por el método hidrológico; esta variación se puede dar debido a que el
año 2017 sucedió el evento extraordinario del fenómeno El Niño, el que se
caracteriza por acelerar el derretimiento de los glaciares, debido a las
precipitaciones liquidas que se producen a altitudes donde normalmente son
sólidas.

En cuanto al aporte de agua del glaciar hacia la subcuenca Yanayacu, se aprecia una
disminución en el año hidrológico 2022-2023, debido a que se corrió el modelo con
las áreas glaciares obtenidas de imagen satelital del año 2022, esto se aprecia en la
gráfica 30. Siendo la respuesta a la disminución de la superficie glaciar en 0,53 km2
(tabla 28).

7.3 SUBCUENCA RÍO NEGRO.

En esta subcuenca se ubica la microcuenca glaciar Uruashraju en la que no se realiza
el balance de masa, sólo el control del retroceso del frente glaciar, así como el aforo
a la salida de la laguna en esa fecha en que se realiza esa actividad.

Para el modelamiento hidrológico, se optó por utilizar los parámetros de calibración

de la subcuenca Yanayacu, por ser cuencas con características geomorfológicas
similares, para el año hidrológico 2022-2023 (gráfica 29). Apreciando también una
disminución del aporte de los glaciares a 0,58 km2 con respecto a la superficie del
informe del 2014.

Para ver si los resultados del modelamiento se aproximan a lo real se ajustó en la

microcuenca glaciar Uruashraju el valor de aforo que fue de 0,140 m3/s,
obteniendo luego de ajuste el valor del modelamiento de 0,135 m3/s.

7.4 SUBCUENCA QUILLCAY

Dentro de esta subcuenca se ubica la microcuenca glaciar Shallap, en la que se
realiza el balance de masa, cuyo valor a escala anual (año hidrológico), se toma
como referencia para ajustar los parámetros del modelo GSM en el modelamiento
hidrológico.

La comparación entre el método glaciológico e hidrológico se aprecia en la tabla 32,

donde para el periodo 2016 al 2018, se presenta una buena aproximación; mientras
que para el año 2018-2019 los valores son opuestos (10,1 l/s vs 71,1 l/s, método
glaciológico e hidrológico respectivamente).

Se toma como base el resultado del método directo (glaciológico), para la

calibración manual de parámetros del modelo GSM, puesto que el objetivo del
informe es cuantificar el aporte de la fusión del glaciar hacia la cuenca; siendo el
método directo el que sirve de base para la comparación de los otros métodos
indirectos (hidrológico y geodésico).

Para el periodo 2016-2022, se consideró al área glaciar constante, y para el año

hidrológico 2022-2023, se actualizó; el resultado es la disminución del aporte

79
 glaciar (gráfica 29). Esta respuesta es en base a que esta unidad hidrológica perdió
2,02 km2 de superficie glaciar con respecto al área del informe 2014 (tabla 27).

7.5 SUBCUENCA CASCA

En la subcuenca Casca su ubica la laguna Llaca de origen glaciar, y que está al norte
de la subcuenca Quillcay. Esta microcuenca es un potencial para cubrir el déficit de
agua potable hacia la ciudad de Huaraz; es por ello que para el año 2013 la oficina
decide instalar una estación pluviométrica, faltando contar con sensores para
medir la temperatura y la variación de niveles de agua para obtener caudales.

El resultado de aforo y del modelamiento proporcionaron valores muy cercanos

con una diferencia de 0,001 m3/s.

Los ajustes de los parámetros hacia los resultados obtenidos, ya sea por el método
glaciológico o bien por los aforos, en el modelamiento hidrológico es de apoyo, pero no
es lo óptimo, puesto que el resultado del método glaciológico es a escala de un año
hidrológico y el aforo es puntual en un año hidrológico, lo que aumenta la incertidumbre
del modelamiento ya sea por la baja densidad de estaciones meteorológicas,
evapotranspiración asumida, obviar el comportamiento y respuesta de los bofedales que
contribuyen al aporte hídrico, entre otras.

Por ello es necesario activar las estaciones hidrométricas, de ser posible una campaña
mensual para actualizar la curva de gasto en aquellas estaciones hidrométricas ubicadas
en lecho natural.

8 REFERENCIAS BIBLIOGRÁFICAS
 RS Minerve – User´s Manual v2,2, Marzo 2018 Crealp and HydroCosmos
 RS Minerve – Technical Manual v2,2, Marzo 2018 Crealp and HydroCosmos
 A Comparison of Methods of Estimating Missing Daily Rainfall Data, H,P,G,M
Caldera; V,R,P,C, Piyathisse; K,D,W,Nandalai.
 Revista Peruana Geo-Atmosférica RPGA (4),109-124 (2015), Modelización
Hidrológica con un enfoque semi distribuido en la cuenca del rio Chillón, Perú,
www,senamhi,gob,pe\rpga.
 Informe de Balance Hidrológico 2014, 2015 Autoridad Nacional del Agua –
Unidad de Glaciología y Recursos Hídricos.

80
 Inventario Nacional de Glaciares del Perú (2da edición), Autoridad Nacional
del Agua 2014.
 Evaluación de Recursos Hídricos en la cuenca Santa-INCLAM PERU,
Autoridad Nacional del Agua, 2015.
 Andreas C, Muller & Sarah Guido, Introduction to Machine Learning with
Python, 2016.
 Modelización hidro-glaciológico actual y futura de la microcuenca Yanamarey
en la cordillera Blanca, Perú. Arnaldo Tacsi, Thomas Condom, Javier Garcia,
Alejo Cochachín, Abel Mejía. 2021.
 Jimeno S, Patricia, Simulación de procesos hidrológicos utilizando técnicas
de machine learning y modelos hidrológicos, 2018.
 B,Schaefli, B, Hingray, M, Niggli, A, Musy, A conceptual glacio-hydrological
model for high mountainous catcments, 2005.
 María Castellano Méndez, Modelización estadística con Redes Neuronales.
Aplicaciones a la Hidrología, Aerobiología y Modelización de Procesos.
 Sidney S,, John Castellan, Estadística no paramétrica, 2000.

81