UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE CIENCIAS AGRARIAS

ESCUELA ACADEMICO PROFESIONAL DE INGENIERÍA

AGRÍCOLA

“MODELACIÓN DE LA DISPONIBILIDAD HÍDRICA FUTURA DEBIDO AL

CAMBIO CLIMÁTICO EN LA CUENCA DEL RIO CAÑETE”

PLAN DE TESIS PARA OPTAR EL TITULO DE INGENIERO AGRICOLA

Presentado por:

DE LA CRUZ PASCUAL, Stalin William

HUARAZ - PERÚ

2019
 CONTENIDO

I. TÍTULO DEL PROYECTO ................................................................................................. 1

II. NOMBRE DEL TESISTA .................................................................................................... 1

III. NOMBRE DEL ASESOR.................................................................................................. 1

IV. LUGAR DONDE SE VA A REALIZAR LA TESIS ........................................................ 1

4.1. Ubicación política ........................................................................................................... 1

4.2. Ubicación geográfica ...................................................................................................... 1

4.3. duración estimada ........................................................................................................... 1

V. DESCRIPCIÓN DE PLAN DE TESIS ................................................................................. 2

5.1. Antecedentes bibliográficos ........................................................................................... 2

5.2. planteamiento del problema............................................................................................ 3

5.2.1. Analisis de la situacion problemática ...................................................................... 3

5.2.2. Justificación ............................................................................................................. 4

5.2.3. Definición del problema .......................................................................................... 5

5.2.4. Enunciado del problema .......................................................................................... 5

5.2.5. formulación del problema ....................................................................................... 6

5.2.6. formulación de hipótesis ......................................................................................... 6

5.3. marco teórico .................................................................................................................. 6

5.3.1. antecedentes del tema .............................................................................................. 6

5.3.2. Marco conceptual ................................................................................................... 8

5.3.3. Definición de términos básicos ............................................................................. 17

VI. OBJETIVOS..................................................................................................................... 18
 6.1. Objetivo general ........................................................................................................... 18

6.2. Objetivos específicos .................................................................................................... 18

6.3. Variables ....................................................................................................................... 19

VII. METODOLOGIA ............................................................................................................ 19

7.1. Descripción de la zona de estudio ................................................................................ 19

7.2. Tipo de investigación ................................................................................................... 20

7.3. Población y muestra ..................................................................................................... 20

7.3.1. Población ............................................................................................................... 20

7.3.2. Muestra .................................................................................................................. 21

7.4. Diseño de la investigación ............................................................................................ 21

7.5. Captación de información............................................................................................. 21

7.6. Procesamiento de la información ................................................................................. 23

7.6.1. Caracterización hidrológica, climatológica y Geomorfológica............................. 23

7.6.2. Calibración y validación los modelos hidrológicos .............................................. 27

7.6.3. Simulación de caudal en las subcuencas del rio cañete ........................................ 30

VIII. BIBLIOGRAFÍA .......................................................................................................... 33

IX. CRONOGRAMA ............................................................................................................. 36

X. PRESUPUESTO ................................................................................................................. 37
 CONTENIDO DE FIGURAS

Figura 1. clasificación de los modelos hidrológicos .................................................................. 8

Figura 2. esquema de modelo SOCONT.................................................................................. 10

Figura 3. esquema de modelo HBV ......................................................................................... 12

Figura 4. modelo GR4J ............................................................................................................ 13

Figura 5. modelo SAC- SMA .................................................................................................. 14

Figura 6. diagrama de flujo de la metodología empleada en el estudio ................................... 23

Figura 7. software para la elaboración de modelos hidrológicos en la cuenca ........................ 32

 CONTENIDO DE TABLAS

Tabla 1. parámetros para calibrar el modelo SOCONT ............................................................ 11

Tabla 2. parámetros de calibración para el modelo HBV ......................................................... 12

Tabla 3. parámetros para calibrar el modelo GR4J ................................................................... 14

Tabla 4. parámetros para calibrar el modelo SAC- SMA ......................................................... 15

Tabla 5. indicadores de bondad con sus valores referenciales .................................................. 16

Tabla 6. estaciones hidrometeorológicas de la cuenca del cañete. ............................................ 22

Tabla 7. parámetros geomorfológicos de la cuenca del rio cañete (a utilizar) .......................... 24

Tabla 8. análisis estadístico de precipitación a nivel diario ...................................................... 26

Tabla 9. resultados de los indicadores de desempeño de los modelos hidrológicos ................ 28

Tabla 10. niveles de rendimiento de un modelo hidrológico en función del índice E,RSR y error

de volumen (Ev) ......................................................................................................... 28

Tabla 11. Promedio de caudales simulados (m3/s) a nivel estacional para el modelo elegido .. 31
 I. TÍTULO DEL PROYECTO

“MODELACIÓN DE LA DISPONIBILIDAD HÍDRICA FUTURA DEBIDO AL

CAMBIO CLIMÁTICO EN LA CUENCA DEL RIO CAÑETE”

II. NOMBRE DEL TESISTA

DE LA CRUZ PASCUAL, Stalin William

III. NOMBRE DEL ASESOR

DR. APARICIO ROQUE, Fidel Gregorio

IV. LUGAR DONDE SE VA A REALIZAR LA TESIS

4.1. Ubicación política

departamento: lima

provincia: cañete

cuenca: cañete

4.2. Ubicación geográfica

Latitud sur:

Entre los Paralelos 11°58´ y 13° 09´

Longitud oeste:

Los meridianos 75° 31´y 76° 09´

4.3. duración estimada

4 meses

1
V. DESCRIPCIÓN DE PLAN DE TESIS

5.1. Antecedentes bibliográficos

Desde hace tiempo sabíamos que la escasez de agua potable amenazaba con

convertirse en un grave problema para todo el mundo. Cerca de una de cada diez

personas en el planeta –casi 800 millones– no tiene acceso a fuentes seguras. El

Foro Económico Mundial y otras instituciones calculan que para 2030 habrá una

demanda 40% más alta, que el planeta no podrá suministrar. (BBCmundo, 2018)

Uno de los grandes problemas relacionados al recurso hídrico es su

disponibilidad a futuro. En ese marco, las reservas glaciares pueden jugar un papel

fundamental. Más allá de la retórica de que los glaciares son las reservas del futuro,

es necesario cuantificar qué parte del escurrimiento actual corresponde a la descarga

de los glaciares y como esto podría cambiar hacia el futuro bajo escenarios

inminentes de cambios climáticos (Maturana Franca, 2015)

El cambio climático está generando alteraciones climáticas que afectan las

condiciones hidrológicas, dando lugar a diversos impactos en los sistemas globales

de recursos hídricos. Estos pueden estar asociados en procesos hidrológicos, tales

como la evapotranspiración, el volumen del flujo de agua en ríos, la humedad del

suelo, el momento y la magnitud de la escorrentía, y la frecuencia e intensidad de

las inundaciones. (leon ochoa, 2017, pg. 12)

En la última década se ha observado que el Perú es vulnerable ante una

variabilidad climática drástica, cuya evidencia se refleja principalmente en pérdidas

económicas. En este contexto, estas incidencias, pueden exacerbarse aún más al

2
 involucrar otros mecanismos que afecten negativamente el crecimiento económico;

como la pérdida de disponibilidad de recursos hídricos, pérdida de productividad

primaria agrícola y pesquera producto del aumento de la temperatura del mar,

variaciones en los períodos vegetativos de diferentes cultivos y afectaciones

directas por exceso de humedad o sequía, pérdida de biodiversidad y/o efectos

negativos sobre la salud humana. (leon ochoa, 2017, pg. 12)

5.2. planteamiento del problema

5.2.1. Analisis de la situacion problemática

La futura situación esperada para la cuenca del río Cañete es de disminución

de la disponibilidad hídrica, debido al cambio climático lo que corrobora la

necesidad de disponer de herramientas de gestión de manera óptima y adaptada a

cada caso de estudio. (Proyecto glaciares, 2015)

Las caracteriticas actuales de uso de los recursos hidricos disponibles en la

cuenca del rio cañete evidencia un elevado consumo de agua: el sector de mayor

demanda es la agricola, con un consumo promedio del 90% respecto alos otros uso

de agua superficial. (INRENA, DGAS, ATDR, 2005,) (pg. 14)

Los desastres ocasionados cada año a causa de las crecidas y posterior

desborde de los ríos están llegando a niveles cada vez más altos y esto a

consecuencia del fuerte cambio climático que azota a todos los ecosistemas del

mundo. En nuestro país es común ver que en los meses de diciembre a marzo se

3
den desbordes en la mayoría de ríos de los ríos de la vertiente del Pacífico. (cardich

mota, 2017, pg. 15)

La vertiente del Pacífico, caracterizada por sus condiciones de aridez,

quebradas secas y ríos intermitentes, resultados de las lluvias estacionales y de las

aguas provenientes de las lagunas, lagos y glaciares, así como de trasvases de la

vertiente Atlántica, es la que concentra el 65% de la población nacional y produce

el 80,4% del PBI, concentra actividades muy demandantes de agua, utilizando 23

521,5 hm³ de agua, que equivale al 66.39% del volumen total de agua utilizado a

nivel nacional. Los volúmenes de agua según usos consuntivos por vertiente

reflejan la doble asimetría inicialmente subrayada: concentración de la población y

escasez de recursos hídricos en la vertiente del Pacífico (ANA;ONERN, 2012)

5.2.2. Justificación

Justificación de la elección del lugar

la justificación de la elección del lugar (cuenca del cañete) es debido a la

disponibilidad de la datos meteorológicos e hidrometeorológicos, y que se

cuenten con un registro de al menos 15 años para su uso en el modelo.

Desde el punto de vista de relevancia

Los estudios en el tema del cambio climático aún son escazas en muerto

país, es por ello que la importancia de los modelos es de mucha importancia para

la agricultura el medio ambiente y el desarrollo social de un país

4
 Desde el punto de vista social

El agua es el elemento que la humanidad no puede prescindir, es el motor

del desarrollo económico social cultural de una sociedad, por tato es de suma

importancia conocer las probabilidades de un cambio en el régimen normal de

una cultura que este directamente relacionado con el agua y este estudio

beneficiara directamente a la población de la cuenca cañete, tanto para el uso

agrícola, consuntivo, industrial, etc.

5.2.3. Definición del problema

en la actualidad el cambio climático es un problema latente y grave, la

frecuencia de variabilidad climática en una zona determinada es alta. Por lo que

las predicciones estadísticas ya no son tan exactas.

Este cambio incide principalmente en el aumento de temperatura dentro de un

ecosistema que tiene por consecuencia, en la variación de precipitación, lo cual

influye drásticamente en la escorrentía superficial de una cuenca. En este contexto

la cuenca del rio cañete, viene sufriendo cambios en su caudal, lo cual afecta

directamente a los usuarios ubicados a lo largo de todo su recorrido del rio,

principalmente en el uso agrícola, consuntivo y energético.

5.2.4. Enunciado del problema

Influencia del cambio climático en las condiciones hídricas futuras de la

cuenca del rio cañete

5
 5.2.5. formulación del problema

al término de la presente investigación me responderé a la siguiente

cuestión:

¿Cuál será la disponibilidad hídrica futura debido al cambio climático en la

cuenca del rio cañete?

5.2.6. formulación de hipótesis

aplicando el modelo GRJ4J se obtendrá un caudal medio de 22.5 m3/s con una persistencia

al 80%, para el modelo SOCONT se obtendrá un caudal medio de 12 m3/s con un índice

de seguridad del 70%; para el modelo HBV se obtendrá un caudal medio de 6 m3/s con una

probabilidad del 25% Modelo SAC-SMA el modelo no pasará la prueba de validación.

5.3.marco teórico

5.3.1. antecedentes del tema

Para estimar la cantidad de agua en las cuencas que no cuentan con

estaciones hidrométricas de medición de caudales, los modelos hidrológicos son

herramientas convenientes para la simulación, por su posible operación a bajo costo

y a la confiabilidad de los resultados que arrojan. (Argota, 2011, pg. 34)

El Grupo Intergubernamental de Expertos sobre el Cambio Climático

(IPCC) reitera en su quinto informe de evaluación (AR5), los riesgos futuros del

cambio climático en nuestros sistemas hidrológicos y la amenaza de una reducción

severa en la disponibilidad hídrica en un futuro próximo. Debido a la drástica

variación global del clima que se viene expresando en forma de cambios en la

6
temperatura y precipitación en la última década. En efecto, uno de los métodos de

investigación para evaluar los riesgos de los recursos hídricos por variaciones

climáticas, es combinar el modelamiento hidrológico con escenarios de emisiones

de gases de efecto invernadero para simular el comportamiento hídrico en cuencas.

En este estudio se utilizó el modelo hidrológico Soil and Water Assessment Tool

(SWAT) para investigar el comportamiento hidrológico futuro en la cuenca media

y alta del rio Piura a mediados del siglo XXI. (leon ochoa, 2017 pg. 1)

Dentro de la cuenca del río lurin, básicamente en el valle se encuentra un

tramo del río que es altamente vulnerable a las avenidas que se presentan todos los

años. El tramo en estudio se encuentra comprendido entre la bocatoma Mejorada y

la bocatoma Jatosisa con una longitud de 5.6 kilómetros. En dicho tramo se

presentan en ambas márgenes zonas agrícolas que por su baja pendiente son

propensas a inundarse con mayor facilidad por las frecuentes crecidas del río. La

población en esa zona subsiste con la agricultura y el comercio de sus productos a

los principales mercados de la capital. (cardich mota, 2017, pg. 11)

Con el fin de saber cuáles serían los efectos del cambio climático en las

demandas hídricas futuras de las cuencas Chancay-Lambayeque y Lurín, se han

estudiado tres modelos climáticos globales (CanESM2, CNRM-CM5 y MPIESM-

MR) y dos rutas representativas de concentración RCP 4.5 y RCP 8.5, obteniendo

en total seis escenarios de análisis. Estos escenarios para tener una mejor

representatividad fueron analizados para dos zonas de la cuenca: zona baja para

altitudes menores a 1500 msnm y zona alta para altitudes mayores 1500 msnm.

7
Para determinar el efecto del cambio climático se seleccionó dos periodos de

análisis, el periodo histórico que corresponde de enero de 1980 hasta diciembre del

2012 y el periodo futuro que corresponde de enero del 2020 hasta diciembre del

2050, clasificando en tres niveles los efectos del cambio climático de acuerdo a las

desviaciones estándar obtenidas para cada periodo considerando los siguientes

niveles: Cambios no significativos, cambios significativos y cambios muy

significativos. La demanda hídrica estudiada está conformada por cuatro demandas:

Agrícola, poblacional, pecuaria e industrial. (gomez salazar , 2016, pg.5- 6)

5.3.2. Marco conceptual

Figura 1. Clasificación de los modelos hidrológicos

fuente: yaranga lazaro, 2017

8
 la fig. 1 indica la clasificación de los modelos hidrológicos o de escorrentía,

conocidos hasta la actualidad, siendo la más importante la estocástica por su función

probabilística.

componentes del modelo

Precipitación

La precipitación, ya sea como lluvia o como nieve, es el proceso que guía el

modelado de una cuenca. El escurrimiento de superficie es una consecuencia directa

del exceso de lluvia y-o del deshielo de la nieve. La lluvia puede ser descrita en los

siguientes términos: intensidad, duración, profundidad, frecuencia, distribución

temporal, distribución espacial, y corrección de área. (aliaga araujo, 2017)

Abstracciones hidrológicas

Las abstracciones hidrológicas son los procesos físicos que actúan para

reducir la precipitación total a precipitación efectiva. Eventualmente, la

precipitación efectiva va a constituir el escurrimiento de superficie. Hay varios

procesos por los cuales la precipitación es abstraída por la cuenca. Entre ellos,

aquellos que interesan a la ingeniería hidrológica son los siguientes: intercepción,

infiltración, almacenaje de superficie, evaporación y evapotranspiración. (aliaga

araujo, 2017)

Escurrimiento

Se reconocen dos modos diferentes de escurrimiento con propósitos de

modelación: escurrimiento en la cuenca y escurrimiento en el canal de corriente. El

escurrimiento de cuenca tiene características tridimensionales, pero eventualmente

este tipo de escurrimiento se concentra a la salida de la cuenca. Después de

abandonar la cuenca el escurrimiento entra la red del canal donde se vuelve un flujo

9
 corriente del canal. A diferencia del escurrimiento de cuenca, la marcada

orientación longitudinal del flujo de la corriente del canal generalmente justifica

asumirlo unidimensional. (Aliaga Araujo, 2017)

modelos hidrológicos del RS MINERVE

Modelo SOCONT

Este modelo articula en serie a tres modelos hidrológicos de menor

complejidad. El modelo Snow-GSM ( Glacier Snow Melting), definido como un

modelo determinístico conceptual, simula la evolución transitoria de la capa de

nieve (deshielo y acumulación), como una función de la temperatura (T) y la

precipitación (P), proporcionando así una precipitación equivalente (Peq), que se

utiliza como entrada por el modelo GR3 (Génie Rural a 3 prametres) el cual, usa la

precipitación equivalente (Peq) y la evapotranspiración potencial (ETP) y de esta

manera producir una descarga de infiltración (QGR3) y una intensidad neta (iNET).

Esta última será utilizada por el modelo SWMM (Storm Water Management

Model) para generar una escorrentía superficial (Qr) de modo que, al sumarse con

el caudal de infiltración formaran el caudal total (Qtot).

Figura 2. esquema de Modelo SOCONT

10
 Fuente: García Hernández, J (2015)

Parámetros para calibrar el modelo SOCONT

Tabla 1. Parámetros para calibrar el modelo SOCONT

nombre descripción unidades

An coeficiente de deshielo mm/°c/dia

thetacri contenido critico de en nieve acumulada

tep1 temperatura mínima critica para la precipitación liquida °c

tep2 temperatura máxima critica para la precipitación solida °c

tef temperatura critica de deshielo °c

bp coeficiente de derretimiento /precipitación liquida d/mm

HGR3 altura máxima de reservorio de infiltración mm

KGR3 coef. De liberación de reservorio de infiltración 1/s

L longitud del plano mm

J0 pendiente del plano

Kr coeficiente de strickler m1/3/s

Estos son las variables que se ingresaran a la plataforma de RS minerve para el modelo SOCONT.

Fuente: García Hernández, J (2015)

Modelo HBV

Este modelo estima la escorrentía en una cuenca a partir de los datos de

precipitación (P), temperatura (T) y evapotranspiración (ETO). El modelo HBV

describe el balance de agua usando tres depósitos de almacenamiento: una zona de

humedad del suelo, una zona de almacenamiento superior (flujo de tormenta

subsuperficial) y una zona de almacenamiento inferior. Incluye un algoritmo para

11
 la acumulación de nieve y el deshielo (Basado en el método de grado - día). (aliaga

araujo, 2017)

Figura 3 esquema de modelo HBV

Fuente: García Hernández, J (2015)

La fig. 3 indica el proceso metodológico que obedece el modelo HBV dentro

del programa RS minerve

Tabla 2. parámetros de calibración para el modelo HBV

nombr descripción unidades

CFMax Factor de deshielo mm/ᵒC/dia
CFR Factor de congelación -
CWH Contenido crítico de agua en la nieve acumulada -
TT Temperatura umbral de lluvia/nieve ᵒC
TTInt Intervalo de temperatura para la mezcla de lluvia/nieve ᵒC
TTSM Temperatura umbral para el derretimieto de la nieve ᵒC
Beta Coeficiente de forma -

12
 FC Máxima capacidad de almacenamiento del suelo mm
PWP Punto de marchitez permanente del suelo mm
SUMax Nivel de umbral de agua del reservorio superior mm
Coeficiente de almacenamiento del flujo cercano a la
Kr 1/d
superficie
Ku Coeficiente de almacenamiento del interflujo 1/d
Kl Coeficiente de almacenamiento del flujo base 1/d
Kperc Coeficiente de almacenamiento de la percolación
1/d
Fuente: García Hernández, J (2015)

La tabla 2 contiene todos los variables que el modelo requiere para poder procesar

Modelo GR4J

Figura 4. Modelo GR4J

Fuente: García Hernández, J (2015)

La fig. 4 indica el proceso metodológico que obedece el modelo GR4J dentro

del programa RS minerve

13
Tabla 3. parámetros para calibrar el modelo GR4J

nombre descripción unidades

x1 capacidad de almacenamiento de producción mm

x2 coeficiente de intercambio de agua mm

x3 capacidad de depósito de laminación mm

x4 tiempo base del hidrograma unitario d

Fuente: García Hernández, J (2015)

La tabla 3 son los variables que se ingresaran a la plataforma de RS minerve para el modelo

GR4J

Modelo SAC-SMA

es un modelo determinístico conceptual que requiere información

de precipitación y evapotranspiración media diaria para generar descargas del

mismo paso de tiempo. Este modelo representa las características de la humedad del suelo

que se distribuye en una manera físicamente realista en las distintas zonas y estados de la

energía del suelo, modelo ideal para la simulación de cuencas grandes mayores a 1000 km2.

(aliaga araujo, 2017)

Figura 5. modelo SAC- SMA

14
 Fuente: García Hernández, J (2015)

La fig. 5 muestra un esquema del proceso metodológico que requiere el

modelo SAC SMA para generar el proceso dentro de la plataforma de RS minerve

Tabla 4. parámetros para calibrar el modelo SAC- SMA

nombre descripción unid

Adimp Fracción máxima de impermeabilidad adicional -

Pctim Fracción permanente de área impermeable -

Riva Fracción de cobertura vegetal -

UztwMa
Capacidad de la tensión de agua en la capa superior mm
x

UzfwMa
Capacidad de agua libre en la capa superior mm
x

1/da
Uzk Tasa de reducción de Inter flujo de la capa superior
y

Zperc Coeficiente de la relación de percolación -

Rexp Parámetro de forma de la curva de percolación -

Pfree Fracción de percolación del almacenamiento de aguas en la capa inferior -

LztwMa
Capacidad de la tensión de agua en la capa inferior mm
x

LzfpMa
Libre capacidad del agua primaria de la capa inferior mm
x

LzfsMax Libre capacidad del agua suplementaria de la capa inferior mm

Fracción del agua libre no transferible a la tensión del agua en la capa

Rserv -
inferior

15
 Tasa de reducción del almacenamiento del agua primaria de la capa 1/da
Lzpk
inferior y

Tasa de reducción del almacenamiento del agua suplementaria de la capa 1/da

Lzsk
inferior y

Side Ratio de percolacion del almacenamiento de aguas en la capa inferior -

Fuente: García Hernández, J (2015)

La tabla 4 muestra los parámetros a ingresar para generar el modelo SAC-SMA

indicadores estadísticos de bondad de ajuste

Los indicadores de bondad de ajuste no son variables de estado

(temperatura, volumen), que describen alguna condición existente o deseada. Más

bien, indican si una estrategia de acción prescrita alcanza su efecto deseado. Los

indicadores de bondad de ajuste describen lo bien que se ajusta los datos simulados

con los datos observados.

El objeto Comparador (Comparator object en el RS-Minerve) ofrece ocho

valores de indicadores de bondad:

Tabla 5. Indicadores de bondad con sus valores referenciales

indicador peso min máx. valor ideal

nash w1 -∞ 1 1
nash-ln w2 -∞ 1 1
pearson correlation coeff w3 -1 1 1
kling-gupta efficiency (KGE) w4 -∞ 1 1
bias score (BS) w5 0 1 1
RRMSE w6 0 ∞ 0
relative volume bias (RVB) w7 -∞ ∞ 0
normalized peak error (NPE) w8 -∞ ∞ 0
Fuente: García Hernández, J (2015)

16
 La tabla 5 Los indicadores de bondad son los parámetros que definen el rango

de aceptación de un modelo; estos valores serán obtenidos durante el procesamiento de los

datos.

calibración

(aliaga araujo, 2017) menciona que La calibración de modelos se enfoca en

un criterio de exactitud, el cual se apoya en la cuantificación de la bondad de ajuste

del modelo. De manera que, se hace uso de diferentes medidas de bondad de ajuste.

0𝐹 = 𝑚𝑎𝑥(𝑁𝑎𝑠ℎ ∗ 𝑤1 + 𝑁𝑎𝑠ℎ𝑙𝑛 ∗ 𝑤2 ∗ 𝑝𝑒𝑎𝑟𝑠𝑜𝑛 ∗ 𝑤3 + 𝐾𝐺𝐸 ∗ 𝑤4 + 𝐵𝑆 ∗ 𝑤5

− 𝑅𝑅𝑀𝑆𝐸 ∗ 𝑤6 − |𝑁𝑃𝐸 ∗ 𝑤8|)

La ecuación anterior es para evaluar la bondad de ajuste del modelo, se

utiliza una función objetivo (OF); asimismo, busca los valores máximos de los

indicadores de bondad (Nash, Nash-ln, Pearson, Kling-Gupta y BS) menos los

valores absolutos de los indicadores (RRMSE, RVB y NPE).

5.3.3. Definición de términos básicos

Plataforma RS minerve

Es una herramienta de modelamiento hidrológico

Modelos hidrológicos

(UNESCO 1985). Menciona que Recientemente las modelos matemáticas

están desarrollando las tareas más importantes en la solución de problemas

hidrológicos. Son asunciones de escenarios probables que pueden o no ocurrir en

realidad.

17
 Análisis de sensibilidad

La sensibilidad nos indica la capacidad de nuestro estimador para dar como

casos positivos los casos realmente extremos, definir el límite de valores válidos.

(SWAT. 2009)

calibración

La fase de calibración consiste en la estimación de los parámetros del modelo,

al comparar las predicciones, para un conjunto determinado de condiciones, con los

datos observados. Se debe lograr un ajuste aceptable entre las observaciones y las

simulaciones de la variable de salida de interés (caudales) al variar reiterativamente

los parámetros del modelo. (Leon Ochoa, 2017)

validación

se evalúa la capacidad del modelo para realizar las simulaciones, con

suficiente precisión, de los caudales con los parámetros obtenidos durante la fase

de calibración. Se comprobará su eficacia al comparar los caudales observados y

los caudales calculados con los parámetros finales obtenidos en la calibración

VI. OBJETIVOS

6.1.Objetivo general

determinar la disponibilidad hídrica futura debido al cambio climático en la

cuenca del rio cañete para los periodos de (1964-2018).

6.2.Objetivos específicos

- Evaluar la consistencia de la información de entrada para el sistema informático

RS Minerve.

- Formular los modelos a utilizar con el sistema informático RS-Minerve

18
 - Calibrar y validar los modelos formulados con los caudales obtenidos en la

estación hidrométrica la capilla.

- Determinar la disponibilidad hídrica futura de la cuenca.

6.3.Variables

• Variables independientes

Precipitación; evapotranspiración referencial, caudales medios ,temperatura,

humedad relativa.

• Variable dependiente

Caudales medios probables, que representa la disponibilidad hídrica futura en la

cuenca del rio cañete

VII. METODOLOGIA

7.1. Descripción de la zona de estudio

La cuenca del río Cañete forma parte de las provincias de Cañete y Yauyos,

pertenecientes ambas al departamento de Lima, en el Perú. Geográficamente, se

encuentra entre los paralelos 11º58'00" y 13º09'00" de latitud Sur y los meridianos

75º 31'00" y 76º 31'00" de longitud Oeste.

El río Cañete nace en la laguna Ticllacocha, ubicada al pie de las cordilleras

de Ticlla y Pichahuarco, en la divisoria de cuencas con el río Mala. Sus recursos

hídricos provienen de los aportes de la lluvia, así como los derivados de lagunas y

deshielo de los nevados, ubicados estos principalmente en el extremo norte de la

cuenca y sobre los 4.500 m.

19
 La longitud del río Cañete, entre su nacimiento y desembocadura, es de

aproximadamente 220 km, presentando una pendiente promedio de 2%; Las

características fisiográficas de la cuenca de cañete; tiene un área de 6 017 Km, una

altitud media de 3 686 msnm y una pendiente media en el orden de 12% y de

acuerdo a la curva hipsométrica mostrada corresponde a un rio joven (apaclla

nalvarte , 2010)

7.2. Tipo de investigación

Según el objeto de estudio

Investigación aplicada: Aplicación de datos históricos

Según el tiempo que se efectúan

Investigación longitudinal: comparación de datos de la cuenca del cañete

para luego proyectar a un futuro determinado

Según la naturaleza de información que se recoge para responder el problema

de la investigación

Investigación cuantifica: evaluación y tratamiento de datos

hidrometereológicos

Según su objetivo general

Investigación predictiva: anticipación de un escenario climático futuro

7.3. Población y muestra

7.3.1. Población

Registro de datos meteorológicos e hidrométricos

20
 7.3.2. Muestra

Registro de datos en la estación La Capilla durante el periodo del 01 de

diciembre 2002 al 31 de diciembre 2012.

7.4.Diseño de la investigación

PP, Qe RS MINERVE Caudal del

T°C Modelos: rio (Qs)
HR,ETo SAC-SMA
HBV
SOCONT Periodo de
Periodo de GR4J simulación
calibracion

Donde:

PP: precipitación diaria en mm

Qe: caudales medios del rio m3/s

Qs: caudal de salida o caudal proyectada m3/s

T°C: temperatura en grados Celsius

HR: humedad relativa %

ETo: evapotranspiración referencial mm/día

7.5. Captación de información

La información meteorológica e hidrometeorológica que se utilizará para la

generación de simulaciones de los modelos correspondiente a la cuenca Cañete,

será proporcionada por el SENAMHI y la ANA, la cual cuenta con información de

precipitación, humedad relativa y temperatura a nivel diario.

21
Tabla 6. Estaciones hidrometeorológicas de la cuenca del cañete.
N° ESTACION VARIABLE * LATITUD LONGITUD ALT. (msnm) PROV. DIST.
1 La Capilla Q
2 Ayaviri P
3 Calango P,T
4 Carania P,T
5 Casapalca P
6 Huancata P
7 Huañec P
8 Huarochiri P,T
9 Langa P
10 Tanta P
*Q: Caudal, P: Precipitación, T: Temperatura

Fuente: Elaborado con información de SENAMHI

En la tabla 6 se presenta todas las estaciones meteorológicas e

hidrometeorológicas de la cuenca de cañete. Los datos de estas estaciones serán

usando la información proporcionada por SENAMHI, el periodo de tratamiento

será mínimo de 10 años.

La estación de capilla será la única que nos brindara los datos de caudal, y

el resto de las estaciones son meteorológicas, los cuales principalmente brindaran

información de precipitación y temperatura para el periodo elegido.

22
 7.6.Procesamiento de la información

Figura 6 Diagrama de flujo de la metodología empleada en el estudio

Fuente: (yaranga lazaro, 2017)

El diagrama anterior será el procedimiento a seguir en la presente investigación, es

un esquema general de todos los pasos necesarios para obtener el resultado final.

7.6.1. Caracterización hidrológica, climatológica y Geomorfológica

a) Generación de subcuencas y bandas altitudinales:

Para la delimitación de la zona de estudio se utilizará la cartografía de la

cuenca hidrográfica a nivel nacional propuesta por la Autoridad Nacional del agua

(formato .shp), mientras que para la generación de las subcuencas se utilizará el

modelo digital de elevación ASTERGDEM v.2 de la NASA y el Ministerio de

Economía, Comercio e Industrial de Japón, con resolución espacial de 30m.

23
 b) Gradiente de precipitación

Se elaborará la gradiente de precipitación para la cuenca del rio cañete, a

partir de la precipitación media anual de las 9 estaciones meteorológicas utilizadas

en el estudio, siendo esta una variable de entrada para la especialización de la

precipitación en la plataforma RS MINERVE, y se aceptaran las estaciones que

presentan un coeficiente de determinación (r2 > 0.89)

c) Características morfométricas de la cuenca

Para el presente estudio, se describirán los parámetros geomorfológicos de

la cuenca del rio cañete, los cuales serán clasificados en: parámetros de relieve, de

forma y de la red de drenaje.

Tabla 7. parámetros geomorfológicos de la cuenca del rio cañete (a utilizar)

parámetros Valor
Superficie (Km2)
Perímetro (km)
Pendiente media de la cuenca (%)
Altitud media ponderada de la cuenca (m.s.n.m)
de
Altitud máxima (m.s.n.m)
relieve
Altitud mínima (m.s.n.m)
Rectángulo equivalente: Lado menor (km)
Lado mayor (Km)
Coeficiente de masividad (m/Km)
Coeficiente de compacidad
Factor de forma
de forma
Relación de elongación
Relación de circularidad
Longitud de cauce principal (Km)
Pendiente equivalente constante del cauce principal (%)
Orden de cuenca
Frecuencia de corriente
de
Densidad de drenaje (Km/Km2)
drenaje
Extensión media del escurrimiento (Km)
Coeficiente de torrencialidad (mm/km2)
Relación de bifurcación
Tiempo de concentración (hr)
Fuente: de elaboración propia

24
Las variables de la tabla 7 serán generados desde la plataforma de Rs minerve, del

cual se obtendrán todos los valores para completar la tabla.

d) Completación de datos faltantes

Para el presente estudio se utilizará el método de la transformada Wavelet

(TW), para la Completación de datos diarios de precipitación, la cual se encuentra

instalada en el software WATER (Versión 1.2). En la Completación de datos se

tomarán dos estaciones, una con información completa (estación vecina) y otra con

información incompleta. Y que el coeficiente de correlación (r2>0.80)

e) Selección del periodo de estudió

El periodo de estudio para el modelamiento hidrológico de la cuenca del rio

cañete será definido a partir de las series completas de caudales medios diarios en

la estación hidrométrica La Capilla. De acuerdo a ello, se seleccionarán solo las

estaciones meteorológicas cuyas series temporales presentan el menor porcentaje

de vacíos posibles dentro del periodo de estudio (series con porcentaje de vacíos

menor al 5 por ciento).

f) Análisis exploratorio de datos (AED)

Como etapa previa a la modelización en la cuenca del rio cañete, se

realizará el análisis exploratorio de datos (AED) para las variables de precipitación,

temperatura y caudal, las cuales constan de la elaboración de diagramas e

histogramas; asimismo, se realizará la prueba de consistencia de datos mediante el

análisis doble masa para la variable de precipitación con coeficiente de correlación

mayor que 0.8.

25
Tabla 8 Análisis estadístico de precipitación a nivel diario
Ayaviri Calango Carania Huancata Huañec Huarochiri Langa Tanta Casapalca
n
Min.
Max.
Media
Var
Sd

Fuente: elaboración propia

La tabla 8 análisis estadístico de las precipitaciones a nivel diario por cada estación, esta tabla

servirá para realizar el análisis de los picos más altos y bajos registrados durante el periodo

seleccionado. También nos dará las precipitaciones medias y su desviación estándar.

g) Identificación de zonas homogéneas

Una etapa previa al análisis de curva de doble masa es la identificación de

zonas homogéneas, es decir regiones pluviométricas que poseen similar

comportamiento. Para la presente tesis se identificarán las regiones pluviométricas

en base a la variable de precipitación mensual, para este caso se realizará una matriz

de correlación (r) de todas las estaciones a utilizar en el estudio, con la finalidad de

formar grupos de estaciones que presentan alta correlación (r2>0.80) entre

estaciones de un mismo grupo.

h) Análisis de evapotranspiración

Por otro lado, la evapotranspiración será calculado por el método Turc,

Mcguinness y Oudin que se encuentra incluido dentro de la plataforma RS-

Minerve. La evapotranspiración potencial propuesto por Turc (1955, 1961) se

presenta en la ecuación:

26
 𝑇
𝐸𝑇𝑃 = 𝐶𝑜𝑒𝑓𝐸𝑇𝑃 ∗ 𝐾 ∗ ∗ (𝑅𝑔 + 50) 𝑠𝑖 𝑇>0
𝑇 + 15

𝐸𝑇𝑃 = 0 𝑆𝑖 𝑇≤0

En donde T: Temperatura del aire en °C, 𝑅𝑔: Radiación global (cal/cm2/día),

K: Constante el valor de la constante K es:

K=0.4 Si mes ≠ Febrero

K=0.37 Si mes = Febrero

La ecuación anterior se utilizará para determinar la evapotranspiración para cada

subcuenca, este dato es necesario para realizar el balance hídrico de la cuenca en la

etapa de calibración y proyección futura.

7.6.2. Calibración y validación los modelos hidrológicos

Después de la preparación de la información de entrada que requiere la

plataforma RS Minerve, se realizara la construcción de una base de datos de acuerdo

al formato de la plataforma, asimismo se elabora el esquema hidráulico de la cuenca

del rio cañete.

El desempeño hidrológico de los modelos se evaluó en base a seis

indicadores estadísticos, como se muestra en la tabla. Asimismo, los indicadores de

los modelos hidrológicos dieron calificativos en rendimiento de bueno a muy bueno

en base a la tabla 10; la calificación está dado por en el indicador de la razón RSR

que relaciona la raíz cuadrada del error medio y la desviación estándar de las

observaciones, Nash (E) y error volumétrico (Ev).

27
Tabla 9 Niveles de rendimiento de un modelo hidrológico en función del índice E, RSR y
error de volumen (Ev)

Rendimiento RSR E [Ev]

Muy bueno 0.00 ≤ RSR ≤ 0.50 0.75 < E ≤ 1.00 < 10%
Bueno 0.50 < RSR ≤ 0.60 0.65 < E ≤ 0.75 10-15%
Satisfactorio 0.60 < RSR ≤ 0.70 0.50 < E ≤ 0.65
Insatisfactorio RSR > 0.70 E ≤ 0.50
Desfavorable 15-25%
Fuente: Moriasi et al. (2007) y Donigian y Imhoff (2002). Citado por Ramos (2013)

La tabla 9 presenta el calificativo de rendimiento de un modelo esto en función a la variable

R, RSR, Ev. Que son los estadísticos obtenidos en la tabla 10

Tabla 10. Resultados de los indicadores de desempeño de los modelos hidrológicos

ESTADISTICO GR4J SOCONT HBV SAC

Nash
Nash-ln
CALIBRACION Coef. Pearson
(01/12/2002 - 31/12/2012) RRMSE
RSR
Ev
Nash
Nash-ln
VALIDACION Coef. Pearson
(01/01/2011 - 31/03/2015) RRMSE
RSR
Ev

Los estadísticos obtenidos en esta tabla se usarán para evaluar el rendimiento de cada

modelo, y de esta manera seleccionar el que se ajusta mejor o cuando el coeficiente de Nash

> 0.6, para ello se apoyara en la tabla 10

a) Construcción de la base de datos

28
 La información hidrometereológica en la plataforma RS Minerve, a través

de la construcción de un data base, permite la mejora en la administración de la

información, así como en la interpolación y obtención de información

hidrometereológica (P, T, ETP) para estación virtual de cada objeto hidrológico. Se

elaborarán las respectivas bases de datos incorporando la información diaria de

precipitación y temperatura de 9 estaciones meteorológicas y la información

observada de caudales de una estación hidrológica (La Capilla) para el caso de la

cuenca del rio cañete. El método de interpolación a utilizar para la especialización

de la precipitación y temperatura será el Inverso de la Distancia mientras se utilice

la metodología de Turc para el cálculo de la ETP a partir de datos de temperatura

media diaria, estos métodos se encuentran dentro de la plataforma RS- Minerve.

b) Construcción del esquema hidráulico

De la delimitación de la cuenca en estudio, se construirá el esquema

hidráulico de la cuenca del rio cañete, haciendo el uso del módulo RS GIS de la

plataforma RS Minerve, constituyendo 15 subcuencas generadas dentro de la

cuenca del rio cañete. Cabe señalar que dentro de cada subcuenca se proyectaran

bandas altitudinales cada 400 metros.

c) Calibración

En principio la cuenca del rio cañete pertenece a un sistema no regulado,

debido a que no cuenta con obras que almacenan el recurso hídrico, a pesar que

existen obras de represamiento como las lagunas de Suyoc y Chumpicocha que en

la actualidad no funcionan, es debido a esto que no se requerirá la naturalización

del escurrimiento superficial en la estación hidrológica la Capilla.

29
Los modelos hidrológicos Sacramento, Socont, Hbv y Gr4j, al principio seran

calibrados de manera manual, con la finalidad de ver la influencia que tiene cada

parámetro con el modelo, para entender el proceso físico-matemático. Se realizará

la calibración automática mediante el algoritmo SCE-UA, teniendo este último un

máximo de 7000 iteraciones.

d) Análisis de sensibilidad de los parámetros

Mediante el análisis de sensibilidad podemos entender cómo funciona el

modelo o porque no funciona correctamente la cual podemos aprender más acerca

de su funcionamiento. Algo que se debe entender es que cada parámetro juega en

el modelo un rol importante. Por la cual la sensibilidad del modelo al parámetro

será equivalente a la sensibilidad del sistema al parámetro. Es por ello que para el

presente estudio se asumirá una variación de +/- 20 porciento para cada parámetro

obtenido en la calibración de cada modelo. Esto se obtendrá mediante el

procesamiento del modelo para cada parámetro modificado mientras que los

parámetros restantes serán constantes.

e) Validación temporal

Tomando los parámetros obtenidos en la calibración se procederá a validar

los caudales, frente a la información observada. El periodo tomado para la

validación será distinto al periodo de calibración.

7.6.3. Simulación de caudal en las subcuencas del rio cañete

Después de obtener los parámetros óptimos para los modelos hidrológicos

y evaluar qué modelo presenta mejor desempeño en los indicadores de eficiencia,

se realizará las simulaciones de los caudales en las 15 subcuencas aguas arriba de

la estación hidrológica la Capilla.

30
Tabla 11. Promedio de caudales simulados (m3/s) a nivel estacional para el modelo elegido

Subcuenca Verano Otoño Invierno Primavera ANUAL

(Dic-Feb) (Mar-May) (Jun-Ago) (Sep-Nov)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Fuente: elaboración propia

En la tabla 11 se ingresará los caudales obtenidos por simulación con el

modelo seleccionado, para obtener por estaciones el caudal promedio, durante el

periodo de calibración.

Estos caudales medios serán usados para realizar la proyección climática.

Para analizar la variación de los caudales medios mensuales observados y

simulados en la tabla11 con los modelos hidrológicos Gr4j, Socont, Hbv y

Sacramento, se procederá a evaluar los caudales medios multianuales, utilizando la

diferencia porcentual por cada mes según la siguiente ecuación:

(𝑄𝑠𝑖 − 𝑄0𝑖 )
𝐷𝑝𝑖 = × 100
𝑄𝑜𝑖

31
 Dónde: Dpi: Diferencia porcentual entre el caudal simulado y observado, Qsi: Caudal

simulado para el mes i, Qoi: Caudal observado para el mes i.

los resultados de la ecuación anterior serán evaluados anualmente para cada modelo

mientras y posteriormente para evaluar por mes. Cuanto menor sea la variación porcentual

mayor confiabilidad de los resultados

Figura 7. Curvas ejemplo de duración mensual (b) y curva de variación estacional con
probabilidad de ocurrencia. (a)

Materiales y equipos

En la figura 7 se muestra los softwares y sus aplicaciones, a utilizar para el

presente estudio.

Figura 8. software para la elaboración de modelos hidrológicos en la cuenca

Fuente: (yaranga lazaro, 2017)

32
VIII. BIBLIOGRAFÍA

Aliaga Araujo, I. J. (2017). modelacion hidrologica de la cuenca del rio huallaga, aguas

arriba del punto de control santa lorenza. tesis para optar el titulo de ingeniero

agricola . unalm, lima.

ANA;ONERN. (2012). VI Informe Ambiental PNRH; 2001-2009, Política y Estrategia

Nacional de Recursos Hídricos del Perú. lima: Oficina el sistema nacional de

recursos hidricos.

Apaclla Nalvarte, R. (2010). estudio de maximas avenidasen las cuencas de la zona centro

del vertiente del pacifico . lima: ANA.

BBCmundo. (22 de 01 de 2018). el comercio. Obtenido de el comercio:

https://elcomercio.pe/tecnologia/ciencias/razones-escasez-agua-mundo-noticia-

490577

Cardich Mota, K. A. (2017). modelacion de las maximas avenidas en la cuenca del rio lurin

utilizando modelos hodrologico e hidraulico. tesis para optar el titulo de ingeniero

agricola. universidad nacional agraria la molina, lima.

Change-IPCC, I. P. (2013). Resumen para responsables de políticas en: Cambio Climático

2013. Bases físicas. Contribución del Grupo de trabajo I al Quinto Informe de

Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático”.

Kingdom and New York, NY, USA. 1535 pp. : Cambridge University Press. .

FAO. (2000). Food and Agriculture Organization of the United Nations. Cooperazione

Italiana: Rome. 179p.

Fowler, H. J., & Blenkinsop, S. y. (2007). Linking climate change modelling to impacts

studies: recent advances in downscaling techniques forhydrological modeling”. .: .

International Journal of Climatology27, pp. 1547-1578.

33
Gomez Salazar, H. M. (2016). impacto del cambio climatico en la demanda hidrica en las

cuencas chancay lambayeque lurin. tesis para optar el titulo de ingeniero agricola.

unalm, lima.

Inrena, Dgas, Atdr. (2005). Evaluacion y ordenamiento de los recurso hidricos de la cuenca

del rio cañete. lima: inrena.

Jones, P. T. (2013). Generating downscaled weather data from a suite of climate models for

agricultural modelling applications. Agricultural System: Agricultural System.

Knutti, R., Masson, D., & Gettelman, A. (2013). Climate model genealogy : Generation

CMIP5 and how we got there. 40 (February): 1–6. doi:10.1002/grl.50256.

Leon Ochoa, R. F. (2017). modelacion de la disponibilidad hidrica en el rio piura,

considernado la incidencia del cambio climatico. tesis para optar el titulo de

ingeniero agricola . unalm, lima.

Maturana Franca, J. A. (2015). analisis del retroceso glaciar en la cuenca del rio olivares

provincia y cordillera de chile. memoria para optar el titulo de ingeniero civil.

universidad de chile, santiago de chile.

Monteith, J. L. (1965). Evaporation and Environment.” In: The state and movement of water

in living organism. 19th Symp. Soc. Exptl. : Exptl. Biol. P. 205-234.

Neitsch, S. A. (2005). Soil and Water Assessment Tool Input/output File Documentation. .

texas: Research Center, Texas Agricultural Experiment Station.

Peña Suárez, J. C. (2015). analisis multitemporal del retroceso glaciar en la sierra nevada.

Universidad Militar Nueva Granada, bogota.

ponce, v. m. (1989). engineering hydrology. En v. m. ponce, engineering hydrology (pág.

640). US: Englewood clifss.

Priestley, C., & Taylor, R. (1972). On the assessment of surface heat flux and evaporation

using large-scale parameters. weather rev, 81-92.

34
Proyecto Glaciares. (25 de 01 de 2010). modelacion hidrologica de la cuenca del cañete y

evaluacion del impacto del cambio climatico en los recurso hidricos. lima, lima, lima.

Obtenido de http://www.proyectoglaciares.pe/wp-

content/uploads/2018/04/Resumen-Ejecutivo-Modelizacio%CC%81n-

hidrol%C3%B3gica-en-cuenca-Ca%C3%B1ete-4.pdf

Proyecto Glaciares. (2015). modelacion hidrologica de la cuenca del cañete y evaluacion

del impacto del cambio climatico en los recurso hidricos. lima: ANA.

Refsgaard, J. S. (1995). ), Computer Models of Watershed Hydrology. USA: Water Resource

Pubs.

Vargas, P. (2009). El Cambio Climático y Sus Efectos en el Perú. peru: Banco Central de

Reserva del Perú.

Vergara, L. E. (2015). Manual de Uso del Hydraccess. Cálculo de la Precipitación Media

sobre una Cuenca. lima peru: utoridad Nacional del Agua (ANA)- MINAGRI.

Yaranga Lazaro, D. (2017). simulacion hidrologica en la cuenca del rio mala usando

modelos hidrologicos agregados y semidistribuidos. tesis para optar el titulo de

ingeniero agricola. unalm, lima.

35
IX. CRONOGRAMA

IT
E DESCRIPCIÓN MES N°1 MES N°2 MES N°3 MES N°4
M
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Recopilación de información y
1
materiales
1.1 Información geográfica X
1.2 Información climática X
1.3 Programas de cómputo X
Sistematización de la
2
información requerida
2.1 Modelo de elevación digital X
2.2 Clasificación altitudes y suelos X
Datos meteorológicos e
2.3 X
hidrológicos
Aplicación de los modelos
2.4 X X X X X
hidrológicos
Análisis de sensibilidad,
3 calibración y validación del
modelo
3.1 Análisis de sensibilidad X X

3.2 Calibración y validación X X

4 Proyección climática X X X

36
X. PRESUPUESTO

ITE UN CANTID COSTO PARCI

DESCRIPCION
M D AD UNITARIO AL
RECOPILACION DE
1
DATOS
1.1 meteorológicos mes 312 18 5616
1.2 hidrometeorológicos mes 312 18 5616
1.3 datos estadísticos mes 312 18 5616

2 reconocimiento de campo
2.1 pasaje gb 1 100 100
2.2 estadía gb 1 200 200
2.3 alimentación gb 1 200 200
2.4 otros gastos gb 1 50 50
3 instalación de programas
RS minerve und 1 12 12
water- arCgis und 1 50 50
4 equipos 0
4.1 computadora und 1 2000 2000
4.2 intenet y telefono mes 4 59.9 239.6
camara und 1 250 250
4.4 utiles de escritorio gb 1 20 20

5 total (soles) 19969.6

37