Aplicacion Del Modelo SWAT en La Evaluacion Del Impacto

I
UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA GEOLOGICA MINERA Y METALURGICA
TESIS
“APLICACIÓN DEL MODELO SWAT EN LA EVALUACIÓN DE

IMPACTOS EN LA SUBCUENCA DEL RÍO SUYAMARCA POR LAS
ACTIVIDADES DE LA UNIDAD OPERATIVA PALLANCATA”
PARA OBTENER EL GRADO ACADEMICO DE MAESTRO EN

MINERÍA Y MEDIO AMBIENTE
ELABORADO POR:
HENRY MANUEL SOLARI GARCÍA
ASESOR
M.Sc. Ing. EDWILDE YOPLAC CASTROMONTE
LIMA – PERÚ
2018
II
DEDICATORIA
A Dios, por darme la oportunidad de vivir y por estar conmigo
en cada paso que doy, por fortalecer mi corazón e iluminar
mi mente y por haber puesto en mi camino a aquellas
personas que han sido mi soporte y compañía durante todo
el periodo de estudio.
A mis padres Carlos e Iris por ser el pilar fundamental en
todo lo que soy, en toda mi educación, tanto académica,
como de la vida, por su incondicional apoyo.
A mi esposa Luisa, por amarme mucho, creer en mí y porque
siempre me apoyaste.
A mis hijos Luciana y Nicolás que son la luz de mi vida, los
que me animan a seguir, son el origen de mis desvelos, de
mis preocupaciones y de mis ganas de ser mejor persona.
No hay día que no agradezca al cielo que los pusiera en mi
vida. Los Amo.

III
AGRADECIMIENTO
A la Escuela de Post-Grado de la Facultad de Ingeniería Geológica – Minera –
Metalúrgica de la Universidad Nacional e Ingeniería por darme esta nueva
oportunidad de poder concluir y obtener mi Grado Académico
A todas aquellas personas que me apoyaron en la elaboración de la presente tesis,
ya sea con sus conocimientos técnicos o con sus buenas vibras para que siga
adelante.
IV
INDICE DE CONTENIDOS

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

ABSTRACT ............................................................................................................ VIII
INTRODUCCIÓN...................................................................................................... IX
CAPÍTULO I: GENERALIDADES ............................................................................ 11
1.1 ANTECEDENTES BIBLIOGRÁFICOS ................................................................. 11
1.2 DESCRIPCIÓN DE LA REALIDAD PROBLEMÁTICA ............................................. 25
1.3 FORMULACIÓN DEL PROBLEMA ..................................................................... 27
1.4 JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN ................................... 27
1.5 OBJETIVOS .................................................................................................. 28
1.6 HIPÓTESIS ................................................................................................... 28
1.7 VARIABLES E INDICADORES .......................................................................... 29
1.8 PERIODO DE ANÁLISIS .................................................................................. 30
CAPÍTULO II: MARCO TEÓRICO Y MARCO CONCEPTUAL ............................... 31
2.1 MARCO TEÓRICO ......................................................................................... 31
2.2 MARCO CONCEPTUAL ................................................................................... 43
CAPÍTULO III: METODOLOGÍA DE LA INVESTIGACIÓN..................................... 51
3.1 TIPO DE INVESTIGACIÓN ............................................................................... 51
3.2 NIVEL Y DISEÑO DE LA INVESTIGACIÓN .......................................................... 51
3.3 POBLACIÓN Y MUESTRA................................................................................ 52
3.4 TÉCNICAS E INSTRUMENTOS PARA RECOGER INFORMACIÓN .......................... 57
3.5 TÉCNICAS DE PROCESAMIENTO DE DATOS .................................................... 65
3.6 DESARROLLO DEL TRABAJO DE TESIS ........................................................... 66
CAPÍTULO IV: ANÁLISIS DE LOS RESULTADOS ................................................ 91
4.1 RESULTADOS DE LA INVESTIGACIÓN.............................................................. 91
4.2 ANÁLISIS DE LOS RESULTADOS DE LA INVESTIGACIÓN .................................... 97
4.3 CONTRASTACIÓN DE LA HIPÓTESIS ............................................................. 101
CONCLUSIONES Y RECOMENDACIONES ......................................................... 106
ANEXOS ................................................................................................................ 118
ANEXO 1 - MATRIZ DE CONSISTENCIA ............................................................. 119
ANEXO 2 – CURRICULUM VITAE – ESPAÑOL E INGLÉS .................................. 120
ANEXO 3 – RESULTADOS DE LA MODELACIÓN HIDROLÓGICA SWAT –
ESCENARIO SIN PROYECTO .............................................................................. 124
ANEXO 4 – RESULTADOS DE LA MODELACIÓN HIDROLÓGICA SWAT –
ESCENARIO CON PROYECTO ............................................................................ 129
V
INDICE DE TABLAS
Tabla 1-1 Modelos de Precipitación – Escorrentía ........................................... 12

Tabla 1-2 Aplicaciones del Modelo SWAT en Latinoamérica ........................... 16
Tabla 3-1 Clasificación Natural de los Suelos ................................................... 61
Tabla 3-2 Superficie de Consociaciones, Asociaciones y Áreas
Misceláneas Identificadas en el Área de Estudio ............................. 62
Tabla 3-3 Características Físico-Químicas de los Suelos ................................ 64
Tabla 3-4 Asignación de Cobertura Vegetal en el Área de Estudio .................. 67
Tabla 3-5 Tipos de suelo y características aplicables al modelo
SWAT................................................................................................ 71
Tabla 3-6 Estaciones Meteorológicas – Red SENAMHI ................................... 79
Tabla 3-7 Precipitación Promedio Mensual en Estaciones Virtuales
(mm).................................................................................................. 80
Tabla 3-8 Resumen Coeficientes de Determinación (r2) ................................... 86
Tabla 3-9 Temperatura máxima y mínima mensual – satelital (°C) .................. 87
Tabla 3-10 Otras variables meteorológicas ........................................................ 88
Tabla 4-1 Resultado balance hidrológico en la UH Suyamarca -
Escenarios Sin Proyecto y Con proyecto .......................................... 92
Tabla 4-2 Caudales promedio mensuales simulados - Escenario Sin
Proyecto ............................................................................................ 95
Tabla 4-3 Caudales promedio mensuales simulados - Escenario Con
Proyecto ............................................................................................ 96
Tabla 4-4 Principales parámetros de calibración en SWAT (orden de
sensibilidad) .................................................................................... 102
INDICE DE FIGURAS
Figura 2-1: Representación Esquemática del Ciclo Hidrológico. ........................ 32

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

Con Proyecto .................................................................................... 68
Figura 3-5: Suelos – Escenarios Sin Proyecto y Con Proyecto .......................... 72
Figura 3-6: Subcuencas Delimitadas en el Modelo SWAT – Escenarios
Sin Proyecto y Con Proyecto ............................................................ 76
Figura 3-7: Precipitación Promedio Mensual en Estaciones Virtuales ................ 81
Figura 3-8: Precipitación Promedio Mensual en las Estaciones Virtuales
(mm).................................................................................................. 82
Figura 3-9: Relación Precipitación y Elevación (Vertiente del Pacífico) .............. 84
Figura 3-10: Mapa de URH definidas en los escenarios Sin Proyecto y
Con Proyecto .................................................................................... 90
Figura 4-1: Esquema del balance hidrológico en la UH Suyamarca -
Escenarios Sin Proyecto y Con Proyecto ......................................... 93
Figura 4-2: Variación Mensual Promedio de Caudales en la Cuenca
Ranichico .......................................................................................... 98
Figura 4-3: Variación Mensual Promedio de Caudales en la Intercuenca
Suyamarca III .................................................................................... 99
Suyamarca IX ................................................................................. 100
Figura 4-5: Ubicación de Piezómetros Utilizados para Calibración del
Modelo ............................................................................................ 105
VII
RESUMEN
La presente investigación empleó el modelo SWAT para estimar los caudales
mensuales en las Unidades Hidrográficas (UH) a nivel local (UH Suyamarca III,
Suyamarca IX y Ranichico) de la cuenca del río Suyamarca, con el objetivo de evaluar
su utilidad para identificar impactos al caudal por operaciones de la Unidad Operativa
Pallancata que es una explotación subterránea polimetálica ubicada políticamente en
el departamento de Ayacucho, provincia de Parinacochas, distrito de Coronel
Castañeda, y de propiedad de Compañía Minera Ares S.A. Para tal fin el estudio
estimó los caudales de estas tres unidades hidrográficas para el Escenario Sin
Proyecto (línea base - sin considerar las huellas de los componentes de la mina) y
para el Escenario Con Proyecto (considerando las huellas de los componentes de la
mina ya implementada). Se tomaron principalmente datos meteorológicos,
descripción de las actividades proyectadas e información cartográfica de línea base
ambiental, instalaciones actuales y proyectadas. El resultado de las simulaciones
realizadas en el proceso de modelación permitió evaluar la serie histórica de caudales
generado para el período 1998-2014 bajos los escenarios Sin proyecto y Con
Proyecto. La reducción de caudal en los escenarios Sin proyecto y Con proyecto
fluctúa entre 0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la
unidad hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad
hidrográfica Intercuenca Suyamarca IX. Por lo tanto, es posible realizar una
estimación del impacto ambiental por las operaciones de la Unidad Operativa
Pallancata, aunque dada la magnitud del proyecto el impacto sea mínimo y se
encuentre dentro del rango de error del modelo.

VIII
ABSTRACT
The present investigation used SWAT model to estimate the monthly flows in
the Hydrographic Units (HU) at the local level (HU Suyamarca III, Suyamarca IX and
Ranichico) of the Suyamarca river basin, with the objective of evaluating its utility to
identify impacts to the flow through operations of the Pallancata Mine, which is a
polymetallic underground exploitation located politically in the department of
Ayacucho, province of Parinacochas, district of Coronel Castañeda, and owned by
Compañía Minera Ares S.A. For this purpose, the study estimated the flows of these
three hydrographic units for the Scenario “No Project” (without considering the
footprints of the mine components) and for the Scenario “With Project” (considering
the footprints of the components of the mine already implemented). We took mainly
meteorological data, description of the projected activities and cartographic
information of environmental baseline, current and projected facilities. The result of
the simulations carried out in the modeling process allowed us to evaluate the
historical series of flows generated for the period 1998-2014 under the No Project and
With Project scenarios. The reduction of flow in the scenarios “No project” and “With
project” fluctuates between 0% and 6.4% in the Ranichico hydrographic unit, between
0% and 3.5% in the Intercuenca Suyamarca III hydrographic unit and between 0%
and 1.5% in the Intercuenca hydrographic unit Suyamarca IX. Therefore, it is possible
to estimate the environmental impact of the operations of the Pallancata Operating
Unit, although given the magnitude of the project, the impact is minimal and within the
error range of the model.

IX
INTRODUCCIÓN
El modelo SWAT (por sus iniciales en inglés Soil and Water Assessment Tool)
ha sido una continuación de muchos años de esfuerzos de modelación conducidos
por la USDA Agricultural Research Service (ARS). El modelo SWAT ha ganado
aceptación internacional como herramienta de modelación interdisciplinaria de
cuencas, evidenciándose por conferencias internacionales, cientos de
investigaciones relacionados al SWAT presentados en numerosos reuniones
científicas y docenas de artículos relacionados publicados en revistas científicas. En
el Perú se han realizado diversos trabajos para la estimación de caudal base para
efectos del manejo de cuencas hidrográficas por actividades agrícolas o efectos del
cambio climático y en una menor proporción para evaluación de impactos en la
minería superficial ante la falta de información meteorológica confiable y de
monitoreos de caudal en la zona de estudio, por lo que la presente investigación
analiza la posibilidad de que el modelo SWAT pueda evaluar el impacto por
actividades de minería subterránea que influencien al caudal base del río Suyamarca,
X
cuerpo de agua que estaría principalmente influenciado por las actividades de la
Unidad Operativa Pallancata, ubicada políticamente en el departamento de
Ayacucho, provincia de Parinacochas, distrito de Coronel Castañeda, a una altitud
entre los 4,400 a 4,620 msnm.
Para tal fin el estudio evaluó los impactos de las operaciones de Unidad
Operativa Pallancata, de Compañía Minera Ares S.A al inicio de sus operaciones
(2008) y condiciones actuales (2016) para lo cual se tomaron principalmente datos
meteorológicos, descripción de las actividades actuales e información cartográfica de
línea base ambiental, instalaciones actuales y proyectadas.
Cabe indicar que si bien el modelo SWAT puede estimar caudales en los
escenarios Sin Proyecto (línea base) y Con Proyecto, el modelo requiere una gran
cantidad de información meteorológica, topografía, tipo de suelos y cobertura vegetal,
y como en el caso del presente trabajo de investigación se ve limitada ante la escasez
de información meteorológica de una serie de tiempo de al menos 15 años, tanto en
la cuenca del río Suyamarca en general (SENAMHI) como en la zona donde se ubica
la Unidad Operativa Pallancata (estaciones de Compañía Minera Ares) por lo que se
tuvo que tomar información meteorológica satelital que requirió ser validada.
Asimismo no contó con información hidrométrica en el río Suyamarca, ya sea de
entes estatales como de Compañía Minera Ares S.A, que limitó la calibración de los
resultados únicamente con datos hidrogeológicos y no con caudales medidos en una
serie de tiempo de al menos en un periodo de un año, que es lo más recomendable.

11
1.
2.

3. CAPÍTULO I:
4. GENERALIDADES
1.1 Antecedentes bibliográficos
Si bien existen cientos de trabajos relacionados a predecir los caudales en una
cuenca hidrográfica determinada mediante modelos de precipitación – escorrentía, y
mediante la aplicación del modelo SWAT, la presente recopilación de antecedentes
bibliográficos se centran en aquellos aspectos que han servido de referencia en la
elaboración de la presente tesis.
Modelos Precipitación – Escorrentía
Se han desarrollado trabajos de tesis de aplicación de un modelo de
precipitación-escorrentía, las mismas que se pueden apreciar en la Tabla 1-1,
Modelos de Precipitación – Escorrentía.

12
Tabla 1-1
Modelos de Precipitación – Escorrentía
Autor Modelo Hidrológico Empleado Ámbito de Aplicación Comentarios

Morales y Sánchez, 2010 VHM Subcuenca del Tomebamba en Monay Coeficiente de correlación bajo debido a la calidad de datos conseguidos.
(Referencia 20) (Ecuador) y sus subcuencas
Vicente, 2011 (Referencia Hidrograma Unitario Sintético de Cuenca del río Crisnejas (afluente del río El Hidrograma Unitario Sintético del SCS es el que mejor se ajustó al comportamiento
33) Snyder e Hidrograma Unitario Marañón) hidrológico de la cuenca.
Sintético del SCS
Tarazona, 2016 HEC-HMS Valle del río Ica Se identificaron zonas vulnerables a inundaciones en el valle del rio Ica a partir de
(Referencia 30) información pluviométrica, mediante herramientas estadísticas para distintos periodos de
retorno (10, 25, 50, 100 años).
Camones, 2015 HEC-HMS (soil moisture Ríos Anya y Mchique (subcuencas del Fue posible aplicar satisfactoriamente la simulación del comportamiento hidrológico de
(Referencia 8) accounting) y R.S Minerve (HBV) Mantaro) ambos modelos obteniendo una mejor performance con el R.S Minerve
Canales, 2015 PRECAUD v1.0 Cuenca productora del rio Ica –CPRI y cuenca El modelo reproduce satisfactoriamente el proceso precipitación-escorrentía en ambas
(Referencia 9) del río Mala. cuencas, y es una opción para emplearlo en actividades relacionadas al planeamiento,
control y pronóstico de recursos hídricos en la cuenca.
Chavez, 2016 (Referencia Modelos hidrológicos GR4J y SAC- Ríos Pisco y San Juan Los resultados demostraron que en la zona sur de la costa peruana el modelo GR4J no es
11) SMA del software Rs-Minerve funcional; sin embargo, los resultados obtenidos en la etapa de calibración y validación para
el modelo SAC-SMA fueron satisfactorios
Palomino, 2013 Modelo hidrológico distribuido Cuenca del río Chancay – Huaral Este modelo fue calibrado y validado en un periodo de 20 años (1980-1999) obteniéndose
(Referencia 27) TETIS valores de Nash-Sutcliffe de 0.69 y 0.66 respectivamente, lo que representa un rendimiento
bueno del modelo hidrológico para una escala temporal mensual.
Mauri, 2016 (Referencia Modelo hidrológico Precipitación- Sitio emplazamiento de la bocatoma del El análisis de regresión entre los caudales medios mensuales obtenidos por el modelo
19) Escorrentía de Lutz Scholtz Proyecto de Irrigación Chavini determinístico y los históricos registrados en la estación central Chavini, dieron como
resultado un coeficiente de determinación de 0.8006 y un correlación de correlación de R =
0.89, valores que confirmaron la validez de los resultados obtenidos
Elaboración propia
13
Sobre el Modelo SWAT
El modelo SWAT (por sus iniciales en inglés Soil and Water Assessment Tool)
ha sido una continuación de muchos años de esfuerzos de modelación conducidos
por la USDA Agricultural Research Service (ARS). El modelo SWAT ha ganado
aceptación internacional como herramienta de modelación interdisciplinaria de
cuencas, evidenciándose por conferencias internacionales, cientos de
investigaciones relacionados al SWAT presentados en numerosos reuniones
científicas y docenas de artículos relacionados publicados en revistas científicas. El
modelo también ha sido adoptado por la Agencia de Protección Ambiental de los
Estados Unidos como parte del software “Better Assessment Science Integrating
Point and Nonpoint Sources (BASINS)” y es usado por muchas agencias federales y
estatales de los Estados Unidos, incluyendo la USDA con el Proyecto Evaluación de
los Efectos de la Conservación, CEAP por sus siglas en inglés (Gassman, Reyes,
Green y Arnold, 2007).
Como parte de los antecedentes relacionados al modelo SWAT se tiene la
identificación y revisión de los principales artículos relacionados a las aplicaciones
del modelo SWAT, componentes del modelo y otras investigaciones relacionadas;
además se logró resumir los principales hallazgos y categorizadas por su relevancia
tales como calibración de flujos y análisis hidrológicos relacionados, impactos del
cambio climático en la hidrología, evaluación de la carga de contaminantes,
comparación con otros modelos, y técnicas de calibración y análisis de sensibilidad
del modelo. Se presentaron las fortalezas y debilidades del modelo, así como
recomendaciones para futuras investigaciones. Entre sus principales conclusiones
se encuentra que el modelo SWAT es una herramienta muy flexible y robusta que se
puede utilizar para simular una variedad de problemas en cuencas hidrográficas. El

14
proceso de configuración SWAT en una cuenca hidrográfica ha sido enormemente
facilitado por el desarrollo de interfaces basadas en SIG que proporcionan un medio
sencillo de traducir el uso de la tierra digital, datos topográficos y de suelo en entradas
de modelo. Asimismo, la capacidad de SWAT para replicar cargas hidrológicas y / o
contaminantes en una variedad de escalas espaciales sobre una base anual o
mensual se ha confirmado en numerosos estudios. Sin embargo, el rendimiento del
modelo ha sido inadecuado en algunos estudios, especialmente cuando se hicieron
comparaciones de la producción pronosticada con series temporales de datos
medidos de flujo diario y / o de pérdida de contaminantes. Estos resultados más
débiles dan cuenta de la necesidad de continuar con las pruebas del modelo,
incluyendo análisis de incertidumbre más profundos y mejora continua de las rutinas
del modelo. Algunos usuarios han abordado las debilidades en SWAT por
modificaciones de componentes, que soportan una simulación más precisa de
procesos o regiones específicos, o mediante la interconexión de SWAT con otros
modelos. Se espera que ambas tendencias continúen. Se indica que el modelo
SWAT continuará evolucionando en respuesta a las necesidades de la creciente
comunidad de usuarios en todo el mundo y proporcionará una simulación de
simulación mejorada de los procesos clave. Un desafío importante de la evolución en
curso del modelo será satisfacer el deseo de complejidad espacial adicional mientras
que mantiene la facilidad del uso del modelo. (Gassman, Reyes, Green y Arnold,
2007).
En cuanto a la calibración dado que el SWAT es un modelo integral de cuenca
hidrográfica semi-distribuida que requiere un gran número de parámetros de entrada,
que complica la parametrización y calibración del modelo; existen varias técnicas de
calibración han sido desarrolladas para SWAT, incluyendo procedimientos de

15
calibración manual y procedimientos automatizados usando el método de evolución
complejo “shuf-fled” y otros métodos comunes. Además, el trabajo de investigación
indica que se ha desarrollado SWAT-CUP que proporciona un marco de toma de
decisiones que incorpora un enfoque semi-automatizado (SUFI2) utilizando
calibración manual y automatizada e incorporando análisis de sensibilidad e
incertidumbre. En SWAT-CUP, los usuarios pueden ajustar manualmente los
parámetros y rangos de forma iterativa entre las ejecuciones de autocalibración. El
análisis de sensibilidad de parámetros ayuda a enfocar el análisis de calibración y la
incertidumbre y se utiliza para proporcionar estadísticas de bondad de ajuste. La
interacción del usuario o el componente manual de la calibración SWAT-CUP obliga
al usuario a obtener una mejor comprensión de los procesos hidrológicos generales
(por ejemplo, relaciones de flujo base, ET, fuentes y sumideros de sedimentos,
rendimientos de cosechas y saldos de nutrientes) y de la sensibilidad de parámetros.
Asimismo indica la importancia para futuros trabajos de calibración con SWAT de
tener en cuenta espacialmente los procesos hidrológicos; mejorar la eficiencia del
tiempo de ejecución del modelo; incluir el impacto de la incertidumbre en el modelo
conceptual, los parámetros del modelo y las variables medidas utilizadas en la
calibración; y asistir a los usuarios en la comprobación de errores de modelo.
Finalmente concluye que al calibrar un modelo físicamente basado como SWAT, es
importante recordar que todos los parámetros de entrada del modelo deben
mantenerse dentro de un rango de incertidumbre realista y que ningún procedimiento
automático puede sustituir el conocimiento físico real de la cuenca (Arnold et al, 2012)
Aplicaciones del Modelo SWAT en Latinoamérica
Se han desarrollado diversas investigaciones aplicando el modelo SWAT en
Latinoamérica, un resumen de sus resultados se puede apreciar en la Tabla 1-2.

16
Tabla 1-2
Aplicaciones del Modelo SWAT en Latinoamérica
Autor Objetivo Ámbito de Comentarios

Aplicación
Oñate, 2003 (Referencia Determinación de caudales y Cuenca alta del río Se realizó la modelación de esta cuenca aplicando de una cobertura según el uso potencial del suelo, con el objetivo de
24) sedimentos Catamayo - disminuir la producción de sedimentos, impactando en menor medida la disponibilidad del agua. A pesar de que no se
Ecuador disponía de información, el modelo logró modelar de una manera aproximada el registro histórico de caudales, es así que de
darse una mejora de las condiciones de la red de estaciones existente, los resultados del modelo serían mejores.
Carmona, 2007 Simulación de la producción Macapo, estado En el periodo de calibración el modelo sobreestimó el flujo base durante el periodo seco y lo subestimó para el periodo
(Referencia 10) de agua en una cuenca Cojedes – húmedo. Se recomienda contar con registros suficientemente largos y continuos de precipitación y de producción de agua en
montañosa Venezuela el que estén presentes tanto épocas de sequía como épocas húmedas para poder realizar la calibración en función de ambos
y poder evaluar la capacidad predictiva del modelo bajo diferentes regímenes de humedad.
Proaño, Gavilanes, Determinación del impacto Subcuenca del Río Los escenarios simulados fueron bajo condiciones actuales y escenarios de cambio de manejo en el uso del suelo. Los
Valenzuela y Cisneros, de las diferentes prácticas Ambato - Ecuador periodos de cobertura de la información temática y la climática, muchas veces no coinciden haciendo que la simulación en
2006 (Referencia 28) agrícolas afectan en la muchas ocasiones arroje resultados errados. Sin embargo, una de las principales bondades del modelo SWAT es que permite
generación de caudales y ser calibrado con datos reales medidos en campo. Recomiendan que las variables climáticas requeridas para el modelo
sedimentos SWAT, deben encontrarse en un periodo diario mínimo de 10 años.
Barrios y Urribarri, 2009 Determinación de caudales Cuenca montañosa No se realizaron calibraciones ni ajuste alguno a los parámetros por defecto producidos por la interfaz AVSWAT2000. Los
(Referencia 6) a nivel mensual y diario. del río Chama datos de entrada fueron desarrollados bajo condiciones de escasez de información y sin realizar mediciones adicionales en
hasta Ejido Mérida- campo. SWAT tuvo un desempeño muy bueno en la simulación de la escorrentía mensual para un período de seis años donde
Venezuela se disponía de datos medidos. A nivel diario, la simulación de SWAT resultó insatisfactoria debido principalmente a una
reducida correlación entre los registros diarios de precipitación y los de escorrentía superficial observada; de hecho, el caudal
base sí fue simulado de manera satisfactoria.
Guevara, 2013 Simulación del flujo Cuenca del arroyo SWAT pudo reproducir el caudal diario con coeficientes de eficiencia de Nash Suftclife (NSE) de 0.66 para el periodo de
(Referencia 14) subterráneo y la escorrentía Santa Catalina. calibración (2006-2007) y 0.74 para validación (2011-2012), lo que indica que puede ser utilizado como una herramienta de
superficial con el fin de Buenos Aires - gestión y de planificación en cuencas en zonas llanas y es posible utilizarlo para implementar diferentes escenarios posibles
analizar los impactos del uso Argentina de uso de suelo, prácticas de manejo, entre otros.
del suelo
Bautista, Cruz, Moncayo, Determinación del balance Subcuenca del lago El modelo pudo determinar el balance hídrico, la pérdida de sedimentos y el movimiento de contaminantes. Asimismo se
Silva y Estrada, 2014 hídrico y las cargas de de Chapala; concluye que los modelos tipo SWAT son perfectibles en la medida que se conjunte e implemente más información, además
(Referencia 7) contaminantes por México de dar pautas para la implementación de medidas de manejo y control de los contaminantes creando escenarios para la
actividades agrícolas conservación y restauración de los recursos naturales.
Mata, 2008 (Referencia Simulación hidrológica Cuenca del río Los resultados indicaron que el modelo sobreestima los escurrimientos simulados en los meses de mayor precipitación,
18) Amajac, Hidalgo, asimismo indica que el modelo SWAT presentó un buen ajuste en el coeficiente de eficiencia Nash-Sutcliffe.
México
Ortiz, 2010 (Referencia Simulación multitemporal de Cuenca del lago El autor indica que no se calibraron los parámetros del modelo SWAT, tampoco se realizó un análisis de sensibilidad para
26) la variación de la escorrentía Cuitzeo, México conocer los parámetros más sensibles a pequeños cambios. Sin embargo, el funcionamiento del modelo de tal forma fue una
buena referencia de que tan bien funciona el modelo cuando no se cuente con información de caudales, como sucede en
muchos países, por lo que su uso podría recomendarse en cuencas que no cuentan con registros de aforos. El autor indicó
que este modelo requiere mucha cantidad y calidad de información.
17
Autor Objetivo Ámbito de Comentarios

Aplicación
Ordoñez, 2011 Evaluación de la Estado de La aplicación del SWAT facilitó la evaluación de efectos del cambio climático, dado que permitió simular los componentes
(Referencia 25) disponibilidad de agua Coahuila, México necesarios para calcular el balance hídrico del escenario base y de años posteriores.
natural o balance hídrico
Zuleta, 2013 (Referencia Estimación del caudal al año Cuenca del río El modelo fue calibrado mediante SWAT-CUP con datos mensuales observados de caudal para el periodo 1980 – 2011,
34) 2030, bajo diferentes Pejibaye en Costa obteniéndose una bondad de ajuste considerada como excelente (NSE: 0.8; R2: 0.82)
escenarios de cambio Rica
climático y cambio del uso
del suelo
Havrylenko et al, 2014 Obtención de una serie Cuenca del río Los resultados del estudio mostraron que la metodología planteada presenta limitaciones que no permiten evaluar
(Referencia 15) histórica de humedad de Arrecifes - Buenos correctamente la aptitud de SWAT en la estimación de HSS, ello va ligado a la gran cantidad de parámetros de entrada
suelo simulada (HSS) Aires - Argentina requeridos, muchos de los cuales están directamente involucrados en los procesos físicos del ciclo hidrológico y de
propagación de la escorrentía
Elaboración propia
18
Aplicaciones del Modelo SWAT en el Perú
En cuanto a aplicaciones del modelo SWAT en el Perú, se cuentan con trabajos
efectuados sobre la cuenca hidrográfica del río Cañete ubicada en las provincias de
Cañete y Yauyos (Perú), que permitieron cuantificar todas las variables del balance
hídrico del flujo del agua en el suelo (Producción de agua, agua en el suelo y recarga
de acuífero profundo) y agua en la vegetación (Evapotranspiración potencial y actual)
para un periodo diario de 19 años (1991-2009). El modelo fue calibrado y validado
comparando con datos existente de caudal; esta metodología básicamente consistió
en la calibración del modelo con el objetivo de lograr un buen ajuste entre los datos
medidos y los simulados, mediante un análisis de sensibilidad en los parámetros del
modelo dentro de un periodo de calibración de 8 años de observación (1993-2000);
además de validar el modelo mediante la comparación de los datos medidos y
simulados dentro de un periodo de 9 años de observación (2001-2009). (Uribe,
Quintero y Valencia, 2013)
La capacidad predictiva del modelo se analizó mediante el coeficiente de
correlación entre los caudales simulados y medidos y el coeficiente de Nash –
Sutcliffe. Entre las conclusiones del estudio se encontró que los caudales simulados
se ajustan muy bien a los caudales aforados. La principal discrepancia se presenta
en los ajustes de los caudales máximos, donde los valores simulados están un poco
por encima de los valores de caudal aforado a nivel diario. Asimismo resalta que el
uso de modelos hidrológicos sin previa calibración y validación conduce a una
sobreestimación considerable de las variables estudiadas. Cabe indicar que si bien
este tipo de modelos se puede aplicar a cuencas que no cuentan con estaciones de
aforo en un periodo de datos prolongado, los resultados deben ser calibrados y
validados con datos aforados en la cuenca. Finalmente, el ajuste del modelo en

19
términos de producción de agua permitió priorizar las áreas que tienen una
contribución importante. (Uribe, Quintero y Valencia, 2013).
Asimismo se empleó el modelo SWAT para representar la cuenca del río Ica,
con fines de evaluar el efecto del cambio climático en la oferta de agua para fines del
siglo XXI. El modelo hidrológico fue calibrado y validado para un periodo total de 11
años (2000 - 2010) obteniéndose los valores de Nash-Sutcliffe (NSE) de 0.890 y
0.808 respectivamente, lo que representó un buen desempeño del modelo
hidrológico SWAT. Cabe indicar que esta investigación logró realizar el cambio de
escala estadístico (denominado downscaling) y proyección de la precipitación de
forma satisfactoria, simulando la distribución y estacionalidad de la precipitación para
el periodo observado 1980 - 1999 (Martínez, 2014).
Otro trabajo de predicción de la escorrentía utilizando el modelo SWAT ha sido
el realizado en la cuenca del río Vilcanota (Aybar, 2016) dada la ocurrencia frecuente
de inundaciones en dicha zona. Luego del modelamiento se comprobó que los datos
provenientes de sensoramiento remoto posibilita la realización de estudios de
caracterización a escala regional de manera adecuada, presentándose mayor
precisión para definir las clases de cobertura y las elevaciones. Con respecto a la
caracterización del tipo del suelo y variables meteorológicas fue necesario el
acoplamiento con datos in situ para evitar en lo posible las subjetividades. Asimismo,
la estimación del cambio de cobertura para los años 1988, 2001, 2014 y el escenario
proyectado hacia el año horizonte 2030, reveló que en líneas generales la
persistencia es el estado predominante en todo el ámbito de estudio, no obstante se
produjeron cambios significativos en áreas cercanas a la ciudad de Cusco y a

20
cuerpos de aguas de considerables extensiones, debido principalmente a la
expansión agrícola y desarrollo urbano que se ha aseverado en los últimos años.
En cuanto al modelo hidrológico SWAT, este fue capaz de reproducir el registro
histórico de caudales luego de la calibración de los parámetros identificados como
los más sensibles a generar cambios significativos. Se presentaron ciertas
limitaciones en el cálculo de los caudales en la época húmeda debido a las
limitaciones de la red de estaciones meteorológicas que impidieron entender
completamente la especialización de las precipitaciones, sin embargo un valor de la
eficiencia de Nash- Sutcliffe de 0.76 a paso diario y 0.93 a paso mensual
comprobaron un buen rendimiento del modelo en líneas generales. Finalmente se
observó que los indicadores basados en la precipitación antecedente presentaron
altas correlaciones con la ocurrencia de caudales críticos, principalmente al utilizar el
indicador API-4, además se pudo determinar que el área más sensible para detectar
posibles inundaciones era en la cuenca baja. En la presente investigación quedó
constatado que la activación de inundaciones depende más del estado hídrico previo
que de la intensidad de precipitación como tal, siendo necesario en muchos casos
solo una lluvia de pocos milímetros para desencadenar una inundación (Aybar,
2016).
Adicionalmente al trabajo de Aybar, los excelentes resultados del modelo
SWAT en la simulación de descargas de la cuenca del río Vilcanota ejecutados por
SENAMHI le permitieron inferir que es un modelo adecuado para el modelamiento
hidrológico de cuencas ubicadas en los Andes (Fernandez, 2016). Dicho estudio llevó
a cabo un análisis de sensibilidad de parámetros con el propósito de identificar los
parámetros más sensibles del modelo hidrológico SWAT y por primera vez se reportó
21
la forma en que estos parámetros sensibles afectaban la respuesta hidrológica en los
diferentes componentes del proceso hidrológico.
Cabe resaltar que este trabajo realizó la evaluación estadística y de la
aplicabilidad en el modelamiento hidrológico con dos productos de precipitación
estimada por satélite (PPES): El producto 3B42V7 de la misión TMPA (TRMM multi-
satellite precipitation analysis) e IMERG (Final run) de la misión GPM (Global
Precipitation Measurement). El producto 3B42V7 fue analizado para dos periodos
distintos definidos por la era de TMPA (2000 – marzo 2014) y por la era GPM (abril
2014 – diciembre 2015) y es este último periodo donde fue comparado con el
producto IMERG. Los resultados de la calibración y validación indicaron que la
utilidad del producto 3B42V7 en el modelamiento hidrológico es adecuada solamente
en la era de TMPA debido que en la era GPM el desempeño de SWAT utilizando
3B42V7 es insatisfactorio. Por otro lado en concordancia a la evaluación estadística
se encontró que en la era de GPM la utilidad de IMERG en el modelamiento
hidrológico es muy superior que 3B42V7; incluso se ha demostrado que en un posible
tercer escenario cuando SWAT adopta 4 (1; SURLAG) parámetros del primer
(segundo) escenario, el desempeño de SWAT utilizando IMERG es muy bueno y
comparable a los desempeños de SWAT que utiliza los datos de precipitación
observada. Por lo que en este estudio el uso de IMERG en el modelamiento
hidrológico utilizando SWAT en una cuenca con escasa información como es el caso
de la cuenca del río Vilcanota era prometedor (Fernández, 2016).
Un aspecto importante en el modelo SWAT son los datos de entrada al modelo,
siendo uno de los más importantes es la precipitación, y más aún cuando en el Perú,
la red de estaciones pluviométricas que monitorea el Servicio Nacional de

22
Meteorología e Hidrología (SENAMHI) presenta una baja densidad o, en algunos
casos, no existe. En contraste, debido al avance tecnológico se cuenta con series de
precipitación estimada por satélite que presentan una aceptable cobertura espacial y
están disponibles en tiempo real. Esta información que podría ser utilizada en la
simulación de caudales a nivel de cuenca, necesita de una evaluación de la precisión
con la que ha sido obtenida. Por ello, la investigación realizada por Asencios (2016)
tuvo como objetivo principal evaluar el rendimiento de tres productos de precipitación
estimada por satélite denominados TRMM-3B42RT, CMORPH y PERSIANN con y
sin sesgo corregido en la simulación de caudales de las principales unidades
hidrográficas de la cuenca del río Rímac. Para corregir el sesgo de las series de
precipitación, se utilizaron dos métodos denominados Factor de Error de
Precipitación y Mapeo Cuantil. Asimismo, se utilizó el modelo HYMOD para realizar
la simulación del proceso de precipitación-escorrentía. El algoritmo DREAM fue
utilizado para realizar la calibración del modelo hidrológico, en donde se configuraron
10 secuencias paralelas y 1000 simulaciones o muestras en el proceso de obtención
de la magnitud de los parámetros del modelo HYMOD. Los resultados mostraron que
la precipitación estimada por satélite subestima largamente la serie de lluvia
observada. Sin embargo, los caudales simulados utilizando la información de
precipitación estimada por satélite sugieren que éstos no son útiles en su forma en
que están disponibles para lo cual se ha encontrado que utilizando los métodos de
corrección de sesgo evaluados, ha sido posible mejorar el rendimiento de los
productos de precipitación en la simulación de caudales. Específicamente, el trabajo
de investigación obtuvo mejores resultados utilizando el método Mapeo Cuantil
aplicado a los productos TRMM-3B42RT y PERSIANN (Asencios, 2016).

23
En cuanto a las aplicaciones del modelo SWAT como herramienta de
modelación hidrológica que forme parte de los Estudios de Impacto Ambiental (EIA)
o modificaciones, la empresa consultora MWH Perú S.A. ha empleado esta
herramienta en dos unidades mineras: La Arena y Pallancata. La mina La Arena es
una explotación a tajo abierto de minerales de cobre y oro ubicado en el distrito de
Huamachuco, provincia de Sánchez Carrión, departamento de La Libertad. Para las
modificaciones propuestas en la Unidad Minera La Arena se empleó el modelo SWAT
para estimar los caudales mensuales en el período enero del año 2000 a diciembre
del año 2015 para cada Unidad Hidrográfica (UH) a nivel local (UH La Ramada,
Sayapamba y Fraylones), y los puntos de monitoreo más representativos en las
unidades de los ríos Chichiricucho y Yamobamba. Asimismo, conforme al objetivo
del presente estudio, se establecieron una serie de simulaciones que involucraron los
escenarios actual (línea base) y proyectado. En ambos casos, las simulaciones han
considerado una calibración manual respecto a los niveles freáticos, teniendo niveles
mínimos de 5 m y máximo de 10 m (conforme a los parámetros establecidos por el
SWAT) y hasta un nivel 0 m en el caso de cuerpos de agua permanente; además se
consideraron 2 años de calentamiento del modelo, es decir, se consideran 2 años de
la información recopilada como entrada al modelo para clasificar y procesar
información de entrada, para establecer resultados consistentes en el resto de la
data. Los resultados pudieron determinar la variación de caudales entre el escenario
actual y los proyectados durante la operación de la mina en las Fases denominadas
Óxidos (2017 – 2021) y Fase Sulfuros (2021 – 2023). Cabe indicar que se consideró
información satelital (TRMM downscaling) la misma que fue ajustada con estaciones
de SENAMHI y estación meteorológica de La Arena S.A. (MWH, febrero 2017)

24
En cuanto a la unidad minera Pallancata, esta es una mina subterránea de
explotación de minerales de oro y plata como máximo de aproximadamente 3,000
TMD localizada en el distrito de Coronel Castañeda, provincia de Parinacochas,
departamento de Ayacucho – Perú. El área del análisis y simulación correspondió a
la cuenca Suyamarca, parte alta de la cuenca del río Ocoña, a una altitud promedio
de 4,445 msnm. Conforme al objetivo de dicho estudio, se estableció únicamente un
escenario actual, con el fin de establecer una línea base actual, conforme a la
perspectiva del modelo hidrológico aplicado. La calibración del modelo se ha
realizado de forma manual y solamente ha sido enfocado en las variables que
involucran el nivel subsuperficial y profundo. En este sentido, se ha considerado
niveles freáticos mínimos de 5 m y máximo de 10 m (conforme a los parámetros
establecidos por el SWAT) y hasta un nivel 0 m en el caso de cuerpos de agua
permanente. Asimismo, se ha considerado un tiempo de respuesta del sistema, en
función al modelo hidrogeológico conceptual, entre 15 a 80 días. Asimismo, se han
considerado hasta 15 años de calentamiento del modelo, es decir, se consideran 15
años de la información recopilada como entrada al modelo para clasificar y procesar
información de entrada, a fin de establecer resultados consistentes en el resto de la
data. Adicionalmente como parte del balance hidrológico se implementó una
metodología de downscaling para la obtención de precipitación diaria acumulada, en
formato raster a una resolución espacial de 1km, tomando como fuente de
información el producto TRMM 3B42. Esta metodología se basó en la correlación
directa existente entre el NDVI (Normalized Difference Vegetation Index) y la
Precipitación, es decir, que donde exista cobertura vegetal de mayor densidad
natural, existe mayores magnitudes de precipitación; pero como todo modelo
presentó limitaciones según el número de variables que intervinieron, especialmente

25
en zonas antrópicas, por ejemplo: cuerpos de agua (ríos, lagos y lagunas), zonas
deforestadas, bofedales, humedales, zonas urbanas. (MWH, abril 2017)
1.2 Descripción de la realidad problemática
Para una apropiada planificación y desarrollo de los recursos hídricos de una
cuenca hidrográfica, se tiene que conocer la oferta o disponibilidad de éstos, tanto
en cantidad y régimen, como en calidad. Cuando en una cuenca hidrográfica de
interés no existen mediciones de la escorrentía producida, la opción más
ampliamente utilizada en las últimas décadas ha sido la simulación hidrológica
(Barrios, 2010).
Hay un significativo número de modelos hidrológicos de cuencas, de tipo
continuos, apropiados para estimar la disponibilidad hídrica, tanto en cantidad como
en calidad, entre ellos el modelo SWAT (Soil and Water Assessment Tool) que tienen
la ventaja de servir como herramientas para predecir los impactos ambientales
debido a cambios de uso y manejo de la tierra, cuestión que no puede hacerse a
partir de registros de escorrentía. Sin embargo, la aplicabilidad del modelo SWAT, en
los países menos desarrollados ha encontrado dos barreras: la escasez de datos y
la desconfianza en modelos desarrollados en otras latitudes (Barrios, 2010). Ante
ello, como señaló Silva (2004: 290), “los requerimientos de información para el
empleo de SWAT pueden ser satisfechos con dificultades sorteables”; además
experiencias del SWAT en Latinoamérica han dado buenos resultados en la
estimación de escorrentía.
En el Perú, muchos modelos hidrológicos se han utilizado para analizar y
predecir la escorrentía en el Perú, pero pocos de ellos se han convertido

26
herramientas de planificación y toma de decisiones, esto se debe principalmente a la
gran cantidad de datos de entrada que requieren y los procesos de modelización son
demasiado complejos para su aplicación operativa. Por otra parte los avances en la
simulación de la escorrentía tanto a nivel local, regional y global se han visto limitados
por la dificultad de medir la variabilidad espacio-temporal de las precipitaciones
(Aybar, 2016), dada la escasez de información meteorológica e hidrométrica de la
red de estaciones de SENAMHI que sirvan de datos de entrada o para realizar la
calibración de cualquier modelo hidrológico.
En el Perú se han realizado diversos trabajos para la estimación de caudal base
para efectos del manejo de cuencas hidrográficas por actividades agrícolas o efectos
del cambio climático y en una menor proporción para evaluación de impactos en la
minería superficial ante la falta de información meteorológica confiable y de
monitoreos de caudal en la zona de estudio. Si bien el modelo SWAT puede ser
utilizado para la estimación de caudales y evaluación de los impactos por actividades
realizadas a nivel superficial, la presente investigación pretende evaluar si la
posibilidad de que el modelo SWAT pueda evaluar el impacto por actividades de
minería subterránea donde podrían existir otros factores que influencien al caudal
base del río Suyamarca, cuerpo de agua que estaría principalmente influenciado por
las actividades de la Unidad Operativa Pallancata y que dicho modelo sirva como
herramienta de gestión y toma de decisiones por parte de Compañía Minera Ares
S.A.
27
1.3 Formulación del problema
Problema General
¿En qué medida la aplicación del modelo SWAT con información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno logra estimar el impacto al
caudal del río Suyamarca por las actividades en la Unidad Operativa Pallancata?
Problemas específicos
 ¿En qué medida la aplicación del modelo SWAT con información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno logra estimar los caudales
del río Suyamarca antes de las actividades de la Unidad Operativa Pallancata?
 ¿En qué medida la aplicación del modelo SWAT con información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno logra estimar los caudales
del río Suyamarca al final de la vida útil de la Unidad Operativa Pallancata?
1.4 Justificación e importancia de la investigación
Desde el punto de vista teórico se logrará identificar la aplicabilidad del modelo
SWAT para la evaluación de impactos por actividades de minería subterránea,
incluyendo instalaciones auxiliares, tomando en consideración la escasez de
información meteorológica e hidrométrica en la cuenca de Suyamarca.
En cuanto a la justificación práctica, Compañía Minera Ares logrará contar con
información de caudal del río Suyamarca lo que le permitirá predecir el impacto de
sus operaciones en Pallancata y ejecutar una de forma conjunta con otros usuarios
una adecuada gestión de la cuenca. Asimismo permitirá a Compañía Minera Ares

28
considerar la aplicabilidad del modelo SWAT para futuras expansiones de su
operación en otras unidades hidrográficas.
1.5 Objetivos
Objetivo general
Aplicar el modelo SWAT con información climatológica, cobertura, uso y tipo de
suelo y topografía del terreno para estimar el impacto al caudal del río Suyamarca
por las actividades de la Unidad Operativa Pallancata.
Objetivos específicos
 Aplicar el Modelo SWAT con información climatológica, cobertura, uso y tipo de
suelo y topografía del terreno para realizar la estimación del caudal del río
Suyamarca antes de las actividades de la Unidad Operativa Pallancata.
 Aplicar el Modelo SWAT con información climatológica, cobertura, uso y tipo de
suelo y topografía del terreno para realizar la estimación del caudal del río
Suyamarca durante las actividades de la Unidad Operativa Pallancata hasta
finalizar su vida útil.
1.6 Hipótesis
Hipótesis general
Mediante la aplicación del modelo SWAT a partir de información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación del
impacto al caudal del río Suyamarca por las actividades de la Unidad Operativa
Pallancata.
29
Hipótesis específicas
 Mediante la aplicación del modelo SWAT a partir de información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación
del caudal del río Suyamarca antes de las actividades de la Unidad Operativa
Pallancata.
 Mediante la aplicación del modelo SWAT a partir de información climatológica,
cobertura, uso y tipo de suelo y topografía del terreno se realizará la estimación
del caudal del río Suyamarca durante las actividades de la Unidad Operativa
Pallancata hasta finalizar su vida útil.
1.7 Variables e indicadores
Variables independientes
X1 = Información climatológica
X2 = Cobertura, uso y tipo de suelo
X3 = Topografía del terreno
Variables dependientes
Y1= Impacto al caudal del río Suyamarca por las actividades de la Unidad Operativa
Pallancata
Indicadores
 Precipitación diaria (mm)
 Temperatura del aire (ºC)
 Radiación solar
30
 Velocidad del viento
 Humedad relativa
 Uso/ Cobertura de suelo
 Evapotranspiración (mm)
 Modelo de Elevación Digital
 Curvas de nivel de las instalaciones de la unidad operativa Pallancata
 Caudal estimado del río Suyamarca antes de las actividades de la Unidad
Operativa Pallancata (L/s).
 Caudal medido del río Suyamarca antes de las actividades de la Unidad
Operativa Pallancata (L/s).
 Caudal estimado del río Suyamarca durante las actividades de la Unidad
Operativa Pallancata hasta finalizar su vida útil (L/s).
1.8 Periodo de análisis
El periodo de análisis será en condiciones sin proyecto (año 2007) y al año de
las actividades actuales de la Unidad Operativa Pallancata en el año 2016.

31
5.
6.
7.
8.
9.
10.
11. CAPÍTULO II:
12. MARCO TEÓRICO Y MARCO CONCEPTUAL
2.1 Marco teórico
2.1.1 Ciclo Hidrológico
El ciclo hidrológico no tiene ni principio ni fin y sus procesos ocurren en forma
continua (Chow et al., 1988), es descrito como el conjunto de cambios que
experimenta el agua en la naturaleza, tanto en su estado (sólido, líquido y gaseoso),
como en su forma (agua superficial, agua subterránea, etc.). El ciclo hidrológico es
completamente irregular, y es precisamente contra estas irregularidades que lucha el
ser humano. Una muestra de ello son los periodos de satisfacción con los
requerimientos del agua para las diferentes actividades, otros periodos de sequías y
otros de inundaciones (Villón, 2004). El ciclo hidrológico está conformado
principalmente por los siguientes componentes: (ver Figura 2-1).
Precipitación
Desde el punto de vista hidrológico, la precipitación es la fuente primaria del
agua de la superficie terrestre; sus mediciones y análisis forman el punto de partida
de los estudios concernientes al uso y control del agua (Villón, 2004). No toda el
agua precipitada llega a la superficie de forma directa, hay una parte de ella que es
interceptada en su trayecto; esta intercepción la realizan las plantas, por lo que se
puede diferenciar dos términos, la precipitación incidente y la precipitación neta
(Reyes, 2014). La precipitación incidente es la cantidad total de lluvia que es medida
por encima de la copa de los árboles o en un terreno abierto adyacente al bosque

32
mientras que la precipitación neta está compuesta por las gotas de agua que caen o
drenan al suelo desde el follaje y las ramas o que se escurren a través de los troncos.
La diferencia entre la precipitación neta con la incidente es conocida como
intercepción de la precipitación (Tobón and Morales, 2009).
Figura 2-1: Representación Esquemática del Ciclo Hidrológico.

Fuente: Modificado de Chow et al., 1988.
Evapotranspiración
El proceso de evapotranspiración es un fenómeno combinado de pérdida de
agua por transpiración y evaporación directa del agua del suelo. Corresponde al
fenómeno físico del pasaje de agua del estado líquido al gaseoso en condiciones
naturales, dependiendo de la disponibilidad de agua para la vegetación y necesitando
una importante cantidad de energía para que el proceso ocurra (Del Carmen, 2001).
33
Infiltración y percolación
La infiltración se define como el movimiento del agua, a través de la superficie
del suelo y hacia adentro del mismo, producido por la acción de las fuerzas
gravitacionales y capilares (Aparicio, 1989). La percolación es el movimiento por el
cual el agua recorre los medios permeables de suelo saturados de agua. Ambos
fenómenos están íntimamente ligados puesto que, la primera no puede continuar sino
cuando tiene lugar la segunda.
Escorrentía
Se entiende por escorrentía a la lámina de agua que circula libremente sobre
la superficie terrestre. Se puede producir dos tipos de escorrentía: (1) Escorrentía por
exceso de infiltración: Se produce en los suelos que no están saturados. De hecho,
el suelo puede estar muy seco, pero debido a las propiedades del suelo o de la
cubierta del suelo el proceso de infiltración no puede absorber el agua producida por
un aguacero o un deshielo rápido; y (2) Escorrentía por exceso de saturación: Se
produce cuando el suelo está saturado y no queda espacio para que se infiltre más
agua. Esto puede ocurrir incluso en suelos que normalmente, en condiciones
subsaturadas, permiten la infiltración de grandes cantidades de agua. (Ver Figura
2-2)
Figura 2-2: Tipos de Formación de Escorrentía Superficial.

Fuente: www.meted.ucar.edu.
34
Flujo lateral
El flujo lateral es el agua que se mueve por debajo de la superficie del suelo y
sobre el nivel de los acuíferos, la cual fluye subsuperficialmente y alimenta a los
canales de drenaje, quebrados y ríos. El flujo subsuperficial lateral es calculado
simultáneamente con la percolación para el perfil del suelo entre (0-2m) mediante un
modelo de almacenamiento cinético, que usa la ecuación de conservación de la masa
con el perfil entero del suelo como el volumen de control (Proaño et al., 2006).
2.1.2 Modelos Hidrológicos
Un modelo hidrológico puede definirse como la representación matemática del
ciclo del agua sobre una determinada porción de territorio, con la finalidad de realizar
transformaciones lluvia - escorrentía. Los modelos hidrológicos buscan simplificar la
complejidad del mundo real por medio de una selección de los aspectos
fundamentales que determinan el funcionamiento del sistema hidrológico modelado,
de forma que generalmente cuantas más simplificaciones supone un modelo, menos
precisos serán sus resultados. Un sistema hidrológico engloba el conjunto de
procesos físicos, químicos y biológicos que actúan sobre unas variables de entrada
convirtiéndolas en otras variables de salida (Clarke, 1973).
2.1.2.1 Clasificación de los Modelos Hidrológicos
En general los modelos hidrológicos se dividen en 4 (Ponce, 1989): (1)
determinísticos, (2) probabilísticos, (3) conceptuales, y (4) paramétricos. Ver Figura
2-3.
35
Figura 2-3: Clasificación de modelos hidrológicos.

Fuente: Aybar, 2016
Modelos Determinísticos
Los modelos determinísticos son formulados siguiendo fórmulas de la física y/o
procesos químicos descritos por ecuaciones diferenciales. Un modelo determinístico
es formulado en términos de un grupo de variables, parámetros y ecuaciones
relacionadas a ellos. Implica una relación causa-efecto entre los valores de los
parámetros elegidos; y deberían proveer el mejor detalle en la simulación de los
procesos físicos o químicos.
Los modelos hidrológicos determinísticos pueden subclasificarse en modelos
agregados y modelos distribuidos (Carpenter, 2006), cuya diferencia recae sobre la
unidad básica de análisis en la que divide la zona de estudio. Los modelos agregados
consideran las cuencas y subcuencas como unidades de trabajo. En cambio, en los
modelos distribuidos las unidades tienen generalmente menor tamaño y están
definidas de forma más regular. Además estas unidades no tienen un significado
hidrológico tan definido ni representan elementos hidrográficos concretos (Olaya,
2004). Los conceptos de modelos concentrados y distribuidos, opuestos en
significado, no son necesariamente excluyentes ya que los modelos concentrados
pueden ser usados como componentes de un gran modelo distribuido (Ponce, 1989,
p. 393).
36
Lo que realmente constituye una diferencia importante entre los métodos
agregados y distribuidos, dentro del estudio hidrológico y desde el punto de vista
espacial, es la forma de realizar la subdivisión de la cuenca. Los métodos distribuidos
dividen el terreno en celdas de forma regular, generalmente cuadrangulares, dando
lugar a un “grid” o matriz de datos. El objetivo es hacer la unidad de cálculo
suficientemente pequeña para poder considerar constante el valor de las variables y
parámetros, que intervienen en los fenómenos que van a ser analizados, dentro de
la misma. También se puede aplicar un modelo agregado en divisiones hidrográficas
naturales o subcuencas; y, aunque se sepa que las variables y parámetros no pueden
ser constantes en toda la unidad, adoptar los valores medios disponibles como
representativos de los valores reales. Este enfoque, mediante divisiones en
subcuencas, se presta menos a la mecanización del conjunto del territorio a estudiar,
que las celdas regulares; y, da lugar a los denominados modelos semidistribuidos de
gran aplicación en cuencas de mayor tamaño. En la Figura 2-4 se puede apreciar los
modelos hidrológicos según unidades de básicas de análisis donde a la izquierda se
tiene a los modelos agregados, al centro a los semidistribuidos y a la derecha a los
distribuidos.
Para Salgado y Güitrón de los Reyes (2012), la aplicación de uno u otro modelo
dependerá de los objetivos de la simulación. No necesariamente los modelos
hidrológicos distribuidos son la mejor opción; sin embargo, cuando se trata de
representar la física de fenómenos hidrológicos en la cuenca, y ante la evidencia de
la variabilidad espacial de la precipitación, la temperatura, la cobertura vegetal, entre
otros parámetros, es una ventaja el empleo de los modelos hidrológicos distribuidos
respecto a los modelos agregados. Sin pasar por alto que los primeros llegan a un
notable incremento de complejidad en su aplicación, asociada principalmente, a la

37
cantidad de información requerida para su modelación que se basa en la aplicación
de los Sistemas de Información Geográfica (SIG), en los cuales se procesa gran parte
de los datos para representarla fisiografía de la cuenca, aunque esta complejidad es
atenuada por el uso de equipo de cómputo que cada vez tiene mayor velocidad y
capacidad de almacenamiento (Camones, 2015).
Figura 2-4: Modelos hidrológicos según la naturaleza de sus unidades básica de

análisis.
Fuente: http://www.meted.
ucar.edu/hydro/basic/Runoff_es/media/graphics/model_approaches.gif
Modelos Probabilísticos
Los modelos probabilísticos son exactamente lo opuesto en significado a los
modelos determinísticos. Un modelo probabilístico se formula siguiendo las leyes del
azar o probabilidad. Los modelos probabilísticos son de dos tipos: estadísticos, y
estocásticos. Los modelos estadísticos tratan con datos observados, mientras que
los modelos estocásticos, lo hacen con la estructura del azar observada en ciertas
series hidrológicas temporales (Sánchez, 2010).

38
Modelos Conceptuales
Los modelos conceptuales son representaciones simplificadas de los procesos
físicos, usualmente recaen sobre descripciones matemáticas (ya sean en forma
algebraica o por ecuaciones diferenciales ordinarias), que simulan procesos
complejos basándose en unas pocas claves de parámetros conceptuales. El uso
extensivo de los modelos conceptuales en la ingeniería hidrológica refleja la
complejidad inherente del fenómeno y la incapacidad práctica de considerar los
componentes determinísticos en todas las instancias. De allí que los modelos
conceptuales son sustitutos útiles y prácticos para los modelos determinísticos
(Sánchez, 2010).
Modelos Paramétricos
Los modelos paramétricos son los más simples de todas las propuestas de
modelado. Como su nombre indica, el énfasis de los modelos paramétricos está en
los parámetros empíricos en los que está basada la solución. Usualmente, un modelo
paramétrico consiste en una ecuación (o ecuaciones) algebraica que contiene uno o
más parámetros a ser determinados por el análisis de datos u otro medio empírico.
La aplicabilidad de los modelos paramétricos está restringida al rango de datos
utilizados en la determinación de los valores de los parámetros. Los modelos
paramétricos son útiles cuando los modelos conceptuales, determinísticos o
probabilísticos no son prácticos o son demasiado caros (Sánchez, 2010).
2.1.3 Modelo SWAT
El modelo hidrológico SWAT (iniciales en inglés de Soil and Water Assessment
Tool) fue implementado en el año 1997 por el Departamento de Agricultura de los
Estados Unidos (USDA por sus iniciales en inglés) y por el Servicio de Investigación
39
Agrícola (ARS por sus iniciales en inglés) para la simulación y predicción hidrológica
de los procesos relacionados con los recursos hidráulicos que incluyen el estudio de
cauces, ríos y cuencas (Mata, 2008). Dicho modelo predice el impacto en el manejo
del suelo y la vegetación en el rendimiento hídrico, la producción de sedimentos y la
contaminación de agua con agroquímicos. Es un modelo semi-distribuido y por tal
razón es útil para modelar hidrológicamente cuencas con amplia variación de suelos,
uso de suelo y condiciones de manejo (Arnold and Williams, 1987).
El modelo SWAT tiene sus bases en los conceptos del balance hídrico que
permite determinar la entrada, salida y almacenamiento de agua en una cuenca
hidrográfica. El movimiento del agua en la cuenca se ilustra en la Figura 2-5; a través
de la precipitación el agua entra en la cuenca, la cual al llegar al suelo forma los flujos
de infiltración y escorrentía. La escorrentía es el agua que fluye más rápido hasta los
drenajes de la cuenca, mientras que la infiltración es la vía por la cual se recargan
los acuíferos, aunque también existen flujos subterráneos que son más lentos y
descargan en los canales de drenaje.
Figura 2-5: Ciclo Hidrológico del Agua
Fuente: Proaño, Gavilanes, Valenzuela y Cisneros, diciembre 2006

40
El modelo está conformado por un conjunto de sub-modelos, los cuales se
emplean para simular distintos procesos hidrológicos. SWAT está definido por ocho
componentes: hidrología, clima, erosión y sedimentación, temperatura del suelo,
crecimiento de plantas, nutrientes, pesticidas y manejo del suelo (Miller et al., 2007).
El modelo hidrológico está basado en la ecuación general de balance hídrico:
t
SWt  SW0   ( Rd ay  Qs urf  E a  ws eep  Qq w )
i 1
donde SWt es el contenido final de agua en el suelo (mm de agua); SW0 es el
contenido de agua inicial en el día i(mmH2O); t es el tiempo (día); Rday es la cantidad
de precipitación en el día i (mmH2O); Ea es la cantidad de evapotranspiración en el
día i (mmH2O); Wseep es la cantidad de agua acumulada en la zona no saturada del
perfil del suelo en día i (mmH2O); Qgw es la cantidad de flujo de retorno en el día i
(mm de agua); (Arnold et al.,1998). Dentro del modelo SWAT confluyen varios
componentes que influyen en el balance hídrico de una cuenca. En cada componente
se simulan varios procesos físicos a nivel del suelo, el clima, el crecimiento de
cultivos, ciclo de nutrientes, dinámica de pesticidas y manejo de cultivos. Para ello,
SWAT divide una cuenca en varias subcuencas, que a su vez están divididos en
Unidades de Respuesta Hidrológica (URH’s). Las URH consisten en áreas
homogéneas de uso de la tierra y características del suelo con un determinado
balance hídrico. El balance hídrico es simulado para intervalos diarios durante un
periodo continuo de tiempo.
Una vez que SWAT determina las cargas de agua, sedimento, nutrientes y
pesticidas hacia el canal principal, las cargas son dirigidas por la red de corriente de
41
la cuenca usando una estructura de orden semejante a la HYMO (Williams and Hann
1972). Adicionalmente al seguimiento del flujo masivo en el canal, SWAT modela la
transformación de sustancias químicas en la corriente y cauce. (Uribe, 2010). La
Figura 2-6 ilustra los diferentes procesos en-corriente modelados por SWAT.
El enrutamiento en el canal principal puede ser dividido en cuatro componentes:
agua, sedimento, nutrientes y sustancias químicas orgánicas (Uribe, 2010). En este
estudio solo se describe el enrutamiento de flujo de agua
Figura 2-6: Procesos de corriente modelados por SWAT

Fuente: Uribe, 2010
Finalmente cuando el agua fluye río abajo, una porción puede perderse debido
a la evaporación y transmisión por la capa del canal. Otra pérdida potencial es la
eliminación de agua del canal para el uso agrícola o humano. El flujo puede ser
suplementado por la lluvia directamente en el canal y/o adicionado de agua de
descargas del punto de la fuente. El flujo es dirigido por el canal que utiliza un método
42
variable de coeficiente de almacenamiento desarrollado por Williams (1969b) o el
método de enrutamiento de Muskingum (Uribe, 2010)
SWAT es un modelo ampliamente usado para simular la hidrología y calidad
de agua de distintas cuencas en el mundo y los impactos de prácticas de manejo
agrícola sobre la dinámica hidrológica. En Gassman et al. (2007) se encuentra una
revisión sobre la historia de desarrollo de este modelo, sus diversas aplicaciones y
nuevas actualizaciones reportadas en publicaciones arbitradas. Así mismo para
consultar las especificidades del modelo el lector debe remitirse a Neitsch et al.
(2001).
Como cualquier modelo, sus simulaciones implican incertidumbres causadas
principalmente por errores en las variables de entrada, por limitaciones propias del
modelo para simular procesos físicos en ciertas condiciones ambientales, y/o por la
incertidumbre en la estimación de parámetros, teniendo presente que la mayor
incertidumbre está asociada a los valores de los parámetros calibrados obtenidos con
procesos de calibración automática (Tucci, 2005). Es por esta razón que la
calibración y la validación son vitales en la aplicación del modelo SWAT y en otros
modelos. Para estos procesos, SWAT cuenta con herramientas (i.e. análisis de
sensibilidad) y guías para realizar una calibración y validación adecuada del modelo.
Esto último es de gran utilidad ya que al ser SWAT un modelo hidrológico semi-
distribuido, tiene potencialmente muchos parámetros a calibrar los cuales son
imposibles de calibrar todos.
Adicionalmente a la utilidad de SWAT para simular efectos del cambio de
uso/cobertura/manejo de la tierra sobre los caudales o la calidad del agua, SWAT

43
también provee la posibilidad de simular los impactos del cambio climático en
rendimiento hídrico, producción de sedimentos y carga de nutrientes en caudales
(e.g. Stone et al. 2001; Jha et al. 2007; Marshall y Randhir 2008; Ficklin et al. 2009;
Franczyk y Heejun 2009). SWAT puede simular el efecto de incrementos en la
concentración de CO2 en la atmosfera y de cambios en los parámetros de las
variables climáticas sobre el crecimiento de las plantas (Gassman et al. 2007) y la
hidrología de las cuencas (Uribe, Quintero y Valencia, 2013).
Las ventajas del modelo SWAT son: posibilidad de modelar en cuencas no
aforadas y predicción sobre el impacto relativo de los datos de entrada alternativos
como por ejemplo: cambios en las prácticas de gestión, el clima, la vegetación, etc
(Aybar, 2016).
2.2 Marco conceptual
Para efectos de la investigación se emplearán los siguientes conceptos:
 Almacenamiento de dosel: Es el agua interceptada por superficies
vegetativas (el dosel) donde se mantiene y se hace disponible para la
evaporación (Uribe, 2010). Cuando se usa el método de curva numérica CN
para computar escorrentía de superficie, el almacenamiento de dosel se toma
en cuenta en los cálculos de superficie de escorrentía. Sin embargo, si los
métodos como Green & Ampt se usan para modelar infiltración y escorrentías,
el almacenamiento de dosel debe ser modelado separadamente (Uribe, 2010).
SWAT permite al usuario a ingresar la cantidad máxima de agua que puede ser
almacenada en el dosel en el índice máximo de área de hoja para la cobertura
de tierra. Este valor y el índice del área de la hoja son utilizados por el modelo
para computar el almacenamiento máximo en tiempo en el ciclo de desarrollo

44
de la cobertura de tierra/cosecha. Cuándo la evaporación es computada, el
agua primero se remueve del almacenamiento de dosel (Uribe, 2010).
 Evapotranspiración: Es un término colectivo para todos procesos en el que
agua en fase líquida o sólida o cerca de la superficie terrestre se convierte en
vapor atmosférico. La evapotranspiración incluye evaporación de ríos y lagos,
suelo descubierto, y superficies vegetativas; evaporación de dentro de las hojas
de plantas (transpiración); y la sublimación de superficies de hielo y nieve. El
modelo computa la evaporación de suelos y plantas separadamente descrito
por Ritchie (1972). La evaporación verdadera del agua en el suelo se estima
utilizando funciones exponenciales de profundidad de suelo y contenido de
agua. La transpiración de la planta se simula como una función lineal de la
evapotranspiración potencial e índice de área de hoja (Uribe, 2010).
 Evapotranspiración potencial: La evapotranspiración potencial es la
proporción en la cual la evapotranspiración ocurriría en una gran área cubierta
uniformemente y completamente con vegetación creciente que tiene acceso a
un suministro ilimitado de agua terrestre. Esta proporción se asume para ser
no afectada por efectos micro-climáticos de procesos como advección o calor
de almacenamiento. El modelo SWAT ofrece tres opciones para estimar la
evapotranspiración potencial: Hargreaves (Hargreaves et Al., 1985), Priestley-
Taylor (Priestley y Taylor, 1972), y Penman-Monteith (Monteith, 1965). (Uribe,
2010)
 Escurrimiento superficial: Las escorrentías en la superficie, o flujo terrestre,
es el flujo que ocurre a lo largo de una superficie inclinada. Utilizando las

45
cantidades diarias o sub-diarias de lluvia, el SWAT simula volúmenes de
superficie de escorrentías y promedios máximos de escorrentías para cada
HRU. Este es computado utilizando una modificación del método de curva
numérica del SCS (Servicio de Conservación de Suelo del USDA, 1972) o el
método de infiltración de Green & Ampt (Green y Ampt, 1911). En el método de
curva numérica, la curva varía no-linealmente con el contenido de humedad del
suelo. La curva numérica baja si la tierra se acerca el punto de marchitez y
aumenta hasta cerca de 100 al acercarse el suelo a la saturación (Uribe, 2010).
El método de Gree & Ampt requiere los datos sub-diarios de precipitación y
calcula la infiltración como una función del frente potencial mátrico húmedo
anterior y conductividad hidráulica efectiva. El agua que no se infiltra se
convierte en escorrentía de superficie. El SWAT incluye una provisión para
estimar escorrentías de suelo congelado donde un suelo se define como
congelado si la temperatura en la primera capa es menos de 0°C. (Uribe,
2010).
 Precipitación: Según Chow (1994) la precipitación incluye la lluvia, la nieve y
otros procesos mediante los cuales el agua cae a la superficie terrestre, tales
como granizo y la nieve.
 Infiltración: Se refiere a la entrada de agua en un perfil de suelo de la superficie
terrestre. Cuando la infiltración continúa, la tierra llega a ser cada vez más
húmeda, causando que el promedio de infiltración disminuya con el tiempo
hasta que alcance un valor constante. La tasa inicial de infiltración depende del
contenido de humedad de la tierra antes de la introducción de agua en la

46
superficie terrestre. La tasa final de infiltración equivale a la conductividad
hidráulica saturada de la tierra. La cantidad de agua que entra el perfil de tierra
se calcula como la diferencia entre la cantidad de lluvia y la cantidad de
escorrentía de superficie. El método de infiltración Green & Ampt modela
directamente la infiltración, pero requiere los datos de precipitación en
incrementos más pequeños de tiempo.
 Redistribución: La redistribución se refiere al movimiento continuo de agua
por un perfil de tierra después de la entrada del agua (a través de precipitación
o irrigación). La redistribución es causada por diferencias en el contenido de
agua en el perfil. Una vez que el contenido de agua a través del perfil entero es
uniforme, la redistribución cesará. El componente de la redistribución de SWAT
usa un almacenamiento que dirige la técnica para predecir el flujo por cada
capa de tierra en la zona principal. El flujo hacia abajo, o la filtración, ocurre
cuándo la capacidad de espacio de una capa de tierra es excedida y la capa
debajo no está saturada. La tasa del flujo es gobernada por la conductividad
saturada de la capa de tierra. La redistribución es afectada por la temperatura
del suelo. Si la temperatura en una capa particular es de 0°C o debajo, ninguna
redistribución es permitida en esta capa (Uribe, 2010).
 Percolación: El componente de percolación del SWAT usa una técnica de
almacenamiento que predice el flujo a través de cada capa de suelo en la zona
de raíces. El flujo hacia abajo se presenta cuando se excede la capacidad de
campo (CC) de una capa de suelo y si la capa inferior no está saturada. La tasa
de flujo hacia abajo está gobernada por la conductividad a saturación en la capa
del suelo. El flujo hacia arriba puede ocurrir cuando una capa inferior excede la
47
CC. El movimiento de agua de una capa inferior hacia una capa inferior
adyacente es regulado por el coeficiente de agua del suelo CC de las dos capas
(Mata, 2008).
 Flujo lateral subsuperficial: El flujo, o inter-flujo subterráneo lateral, es una
contribución de la corriente de flujo que se origina debajo de la superficie pero
por encima de la zona donde las piedras están saturadas con agua. El flujo
subterráneo lateral en el perfil de suelo (0-2m) se calcula simultáneamente con
redistribución. Un modelo cinemático del almacenamiento se utiliza para
predecir el flujo lateral en cada capa de tierra. (Uribe, 2010).
 Flujo de retorno: El flujo del retorno, o flujo de base, es el volumen de agua
subterránea originado en el manto freático. El SWAT divide el agua subterránea
en dos sistemas de acuíferos: un acuífero superficial y libre, que contribuye al
flujo de regreso a las corrientes dentro de la cuenca hidrográfica y un acuífero
profundo y limitado que contribuye al flujo de regreso a las corrientes fuera de
la cuenca (Arnold et Al., 1993). El agua que filtra más allá del fondo de la zona
de raíz se divide en dos fracciones—cada fracción se convierte en recarga para
cada uno de los acuíferos (Uribe, 2010). Además de retornar al flujo, el agua
almacenada en el acuífero superficial puede abastecer de nuevo humedad en
el perfil del suelo en condiciones muy secas o es absorbido directamente por
la planta (Uribe, 2010). Una constante de recesión derivada a partir de datos
diarios de flujo se usa para retardar el flujo del acuífero a la corriente de agua
(Mata, 2008).
48
 Unidades de Respuesta Hidrológica (URH): En SWAT, una cuenca se divide
en subcuencas y éstas, a su vez, se subdividen en unidades de respuesta
hidrológica (HRUs), las cuales son unidades homogéneas en uso y manejo de
la tierra y en las características del suelo. Las HRUs representan porcentajes
del área de una subcuenca y no tienen identificación espacial dentro de una
simulación SWAT (Barrios, 2010).
 Downscaling: es un término usado para describir el proceso de relacionar la
información o datos a escalas espaciales y temporales relativamente gruesas,
para obtener resultados a escalas espaciales y temporales más finas. El
proceso se utiliza para referirse a simulaciones mensuales de la temperatura y
precipitación de unos 200 km de resolución archivados por un MCG, los cuales
se transforman a una escala más fina necesaria para realizar simulaciones en
un modelo hidrológico u otro modelo de aplicación. Las técnicas de reducción
de escala de las simulaciones de un MCG se pueden clasificar en estadísticas
y dinámicas. Los métodos de downscaling estadístico se basan en relaciones
entre parámetros a gran escala que están resueltas por un MCG y
observaciones a escalas espaciales más pequeñas. En general, cualquier
número de campos a gran escala puede ser usado para predecir un parámetro
de escala fina (Hamlet, Salathé y Carrasco, 2010).
 Grupo Hidrológico de Suelos (HYDGRP): Requerido sólo para la interfase
ArcView del modelo SWAT. Se refiere a que el Servicio de Conservación de los
Recursos Naturales de los Estados Unidos (NRCS por sus siglas en inglés)
clasifica a los suelos dentro de cuatro grupos hidrológicos basados en las
características de infiltración de los suelos (categorías A, B, C ó D). El personal

49
de estudio de suelos de la NRCS (1996) define un grupo hidrológico de suelos
como grupos de suelos que tienen similares potenciales de escorrentía bajo
similares eventos de lluvia y condiciones de cobertura. Las propiedades de los
suelos que influencian el potencial de escorrentía son las que impactan la tasa
mínima de infiltración para un suelo desnudo después de un humedecimiento
prolongado y cuando no se encuentre congelado. Estas propiedades son
profundidad estacional del nivel freático, conductividad hidráulica saturada y
profundidad a un nivel permeable muy lento (Arnold et al, 2012).
 Profundidad máxima de enraizamiento del perfil del suelo (SOL_ZMX):
Dato solicitado por el modelo SWAT. Si la profundidad no es especificada, el
modelo asume que las raíces pueden desarrollarse a través de la profundidad
total de la capa de suelo.
 Densidad aparente húmeda (SOL_BD): La densidad aparente del suelo
expresa el ratio de la masa de partículas de sólidos del volumen total del suelo.
En las determinaciones de la densidad aparente húmeda, la masa de suelo es
el peso seco sacado del horno y el volumen total del suelo se determina cuando
el suelo está en o cerca de su capacidad del campo.
 Capacidad de disponibilidad de agua en la capa de suelo (SOL_AWC): El
agua disponible de una planta, también conocida como la capacidad de agua
disponible, se calcula restando la fracción de agua presente en el punto de
marchitez permanente de la presente en la capacidad de campo

50
 Conductividad hidráulica saturada (SOL_K): Relaciona la tasa de flujo de
agua en el suelo al gradiente hidráulico, y es una medida de que tan fácil se
puede mover un flujo de agua a través del suelo.
 Suelo Albedo Húmedo (SOL_ALB): Es la tasa de la cantidad de radiación
solar reflejada por un cuerpo sobre la cantidad incidente sobre esta, expresada
como una fracción.

51
13.
14.
15.
16.
17.
18.
19. CAPÍTULO III:
20. METODOLOGÍA DE LA INVESTIGACIÓN
3.1 Tipo de investigación
La presente investigación es del tipo Longitudinal y Cuantitativa debido a que
compara datos obtenidos en diferentes oportunidades o momentos de la cuenca del
río Suyamarca con el propósito de evaluar los cambios al caudal mediante su cálculo
o cuantificación; además es del tipo Aplicada, dado que se espera demostrar que los
caudales simulados en los escenarios Sin y Con Proyecto sean similares a los
medidos, y con ello lograr la comprensión y/o solución del impacto al caudal del río
Suyamarca por actividades de la Unidad Operativa Pallancata de Compañía Minera
Ares S.A.
3.2 Nivel y diseño de la investigación
El diseño de la investigación es Experimental debido a que el estudio se
realizará mediante la observación, registro y análisis de las variables intervinientes
en la investigación mediante el modelo SWAT donde se crearán diferentes
escenarios para facilitar la manipulación de las mismas. Finalmente, el nivel de
investigación será Correlacional dado que se espera determinar el grado de relación
que pueden tener las actividades en Pallancata sobre el caudal del río Suyamarca.
52
3.3 Población y muestra
El estudio se realizará en la unidad hidrográfica del río Suyamarca y evaluará
los impactos de las operaciones de Unidad Operativa Pallancata de Compañía
Minera Ares S.A al inicio de sus operaciones (2008) y condiciones actuales (2017).
Unidad Operativa Pallancata
La Unidad Operativa Pallancata de propiedad de Compañía Minera Ares S.A,
empresa adscrita a Hochschild Mining, se ubica políticamente en el departamento de
Ayacucho, provincia de Parinacochas, distrito de Coronel Castañeda, en terrenos de
la Comunidad Campesina Pallancata, aproximadamente a 208 Km al sureste de
Ayacucho y a 50 Km al oeste de la ciudad de Chalhuanca. Geográficamente, se
ubica en la Cordillera de los Andes Sur de Perú, a una altitud entre los 4,400 a 4,620
msnm. Se emplaza en la subcuenca del río Pallancata que pertenece a la cuenca del
río Ocoña (vertiente del Pacífico), tal como se puede apreciar en la Figura 3-1,
Ubicación de la Unidad Operativa Pallancata
Figura 3-1: Ubicación de la Unidad Operativa Pallancata

Fuente: Modificación EIA U.O Pallancata (MWH, 2017)
53
Las operaciones en la Unidad Operativa Pallancata iniciaron en el año 2008 y
consisten en la explotación minera subterránea de yacimiento minero constituido
básicamente por cuarzo masivo con venillas y diseminaciones de sulfosales de oro y
plata a un nivel de producción aprobado de 3,000 TMD. La producción anual de
mineral se distribuye actualmente en 04 zonas de explotación: Zona Pallancata
Oeste, Zona Pallancata Central, Zona Pallancata Este, Zona de Ranichico. Las
operaciones mineras en la Unidad Operativa Pallancata incluye la extracción de
mineral mediante labores de minado subterráneo. Los métodos de minado
subterráneos empleados por zona de explotación son: Corte y relleno mecanizado
con relleno detrítico (CRM), banqueo y relleno (BF), subniveles ascendentes con
relleno en pasta (SARC) y corte y relleno ascendente. Las labores para el minado
incluyen la rampa (rampa de producción, con una sección de 4.0 m x 4.0 m con
gradiente de +15%, by-passes, con una sección de 4.0 m x 4.0 m con gradiente de
+0.5% y que son paralelos a la veta de mineral, que sirven como galería de
evacuación del mineral, y los pivots-cruceros, con una sección de 4.0 m x 4.0 m, que
son los ingresos a los niveles de operación), chimeneas de ventilación (de diámetro
de 1.8 m y que consideran chimeneas de ingreso de aire fresco en la parte central
de las minas y chimeneas de extracción de aire viciado en los extremos), e
infraestructura para servicios en labores subterráneas (tales como cámaras de
acumulación de material, cámaras de carguío, chimeneas de servicios, casa de
compresoras, subestación eléctrica, talleres interior mina, bodegas y comedores).
El mineral extraído será transportado mediante camiones volquetes hacia la
Planta Concentradora Explorador-Selene de la Unidad Minera Selene, que también
es propiedad de Compañía Minera Ares, para su posterior procesamiento; mientras
que el desmonte extraído es dispuesto en el depósito de desmonte Pallancata. Luego

54
del procesamiento en Selene, los relaves son conducidos a la Unidad Operativa
Pallancata hacia el depósito de relaves con que cuenta dicha Unidad. Todas estas
actividades fueron aprobadas por el Ministerio de Energía y Minas en sus diversos
instrumentos de gestión ambiental (MWH, 2017).
Compañía Minera Ares, cuenta como último Instrumento de Gestión Ambiental
(en adelante, IGA) la Segunda Modificación del Proyecto Pallancata – Ampliación de
1,500 a 3,000 TMD (MWH, 2017), la cual ha sido aprobada en noviembre del año
2017 por el SENACE. La Figura 3-2, Unidad Operativa Pallancata, muestra los
componentes en actual operación de dicha unidad.
Unidad Hidrográfica del Río Suyamarca
Las instalaciones y/o componentes que involucra las operaciones de la
Unidad Operativa Pallancata, se desarrollan dentro de las unidades menores que
conforman la unidad hidrográfica del río Suyamarca (UH Río Suyamarca). Dicha
unidad está constituida principalmente por el río Suyamarca, el cual nace en las
estribaciones conformadas por los cerros Ana Sumi y sigue un flujo constante que
discurre en dirección suroeste hasta confluencia con el río Pallancata, éste
posteriormente se convierte en tributario del río Pacapausa, el cual se ubica en la
cuenca del rio Ocoña, que finalmente pertenece a la cuenca hidrográfica del
Pacífico.
La Figura 3-3, Mapa Hidrográfico Local, se identifican las nueve (09) unidades
hidrográficas que componen la UH del Río Suyamarca, de las cuales únicamente
cinco (05) unidades son directamente influenciadas por la U. O. Pallancata, es
decir, aquellas que contienen los componentes mineros existentes.

55
Figura 3-2: Unidad Operativa Pallancata

56
Figura 3-3: Mapa Hidrográfico Local

57
3.4 Técnicas e instrumentos para recoger información
Se recolectará información suministrada de los instrumentos gestión ambiental
(estudios de impacto ambiental y modificaciones) presentados por Compañía Minera
Ares relacionadas a su Unidad Pallancata, disponible en el Ministerio de Energía y
Minas y Servicio Nacional para las Inversiones Sostenibles (SENACE). La principal
información a recopilar será: datos meteorológicos, descripción de las actividades
proyectadas e información cartográfica de línea base ambiental, instalaciones
actuales y proyectadas.
Cartografía Temática del Área de Estudio
Esta información contribuyó a la realización de la caracterización de la cuenca
del río Suyamarca. Se recurrió a la base de datos de la Dirección de Asuntos
Ambientales Mineros del Ministerio de Energía y Minas (DGAAM – MEM) y del
Sistema de Evaluación Ambiental en Línea (SEAL) del Servicio Nacional de
Certificación Ambiental para las Inversiones Sostenibles (SENACE). La información
que se priorizó estuvo referida al tipo de suelo y cobertura vegetal.
Los mapas revisados fueron los siguientes:
Antes de la Implementación del Proyecto (año 2007)
 Cuencas Hidrográficas (Tecnología XXI, diciembre 2008).
 Topográfico (Tecnología XXI, diciembre 2008).
 Pendientes (Tecnología XXI, diciembre 2008).
 Suelos (Tecnología XXI, diciembre 2008).
 Capacidad de Uso Mayor (Tecnología XXI, diciembre 2008).
 Fotografía Aérea (Tecnología XXI, diciembre 2008).

58
 Uso de la Tierra (Tecnología XXI, diciembre 2008).
 Unidades de Vegetación (Tecnología XXI, diciembre 2008).
 Relieve Local (SVS, diciembre 2009).
 Geomorfología (SVS, diciembre 2009).
 Mapa de Suelos (SVS, diciembre 2009).
 Capacidad de Uso Mayor (SVS, diciembre 2009).
 Mapa de Coberturas Generales a escala 1:100,000 (Ministerio del
Ambiente Viceministerio de Desarrollo Estratégico de los Recursos
Naturales, 2006)
 Mapa de Suelos Generales a Escala 1:250.000 (Oficina Nacional de
Evaluación de Recursos Naturales - ONERN y Corporación
Departamental de Desarrollo de Lima – CORLIMA, 1981).
Etapa Durante la Operación del Proyecto (año 2016)
 Figura 3.1-2 Mapa Hidrográfico Regional (MWH, setiembre 2017)
 Figura 3.1-3 Mapa Hidrográfico Local (MWH, setiembre 2017)
 Figura 3.1-11 Mapa Geológico Local (MWH, setiembre 2017)
 Figura 3.1-12 Mapa de Pendientes (MWH, setiembre 2017)
 Figura 3.1-13 Mapa de Unidades Geomorfológicas (MWH, setiembre
2017)
 Figura 3.1-15 Unidades Cartográficas de Suelos (MWH, setiembre
2017)
 Figura 3.1-16 Capacidad de Uso Mayor de Suelos (MWH, setiembre
2017)
 Figura 3.1-17 Uso Actual de las Tierras (MWH, setiembre 2017)

59
 Figura 3.2-1 Estaciones Meteorológicas (MWH, setiembre 2017)
 Figura 3.2-15 Mapa Topográfico (MWH, setiembre 2017)
 Figura 3.2-30 Estaciones de Muestreo de Calidad de Suelos (MWH,
setiembre 2017)
 Figura 3.3-13 Formaciones Vegetales (MWH, setiembre 2017)
 Figura 3.6-2 Unidades Fisiográficas (MWH, setiembre 2017)
 Figura 3.7-1 Imagen Satelital (MWH, setiembre 2017)
Información edafológica
La caracterización del recurso suelo (MWH, 2016) cubrió un área de estudio de
50.03 km2. Esta caracterización se realizó mediante la evaluación de áreas de
muestreo, lo que permitió obtener información de los aspectos ecogeográficos,
físicos y químicos del área de estudio. Los criterios y técnicas metodológicas
empleadas se enmarcaron dentro de las normas y lineamientos generales que
establece: el manual del Soil Survey (Revisión 1993) y las Keys Soil Taxonomy
(Doceava Edición, 2014), del Departamento de Agricultura de los Estados Unidos de
Norteamérica.
El estudio de suelos fue realizado al nivel semidetallado y en cuatro fases: fase
preliminar, fase de campo, fase de laboratorio y fase de gabinete, para lo cual se
siguieron las recomendaciones del Reglamento para la Ejecución de Levantamiento
de Suelos del Perú, D.S. N° 013-2010-AG. Para la interpretación práctica del
potencial de tierras se utilizó el Reglamento de Clasificación de Tierras del Perú (D.S.
Nº 017-2009-AG). Para el estudio de suelos se identificaron, caracterizaron,
clasificaron y determinaron la distribución geográfica espacial de cada uno de los

60
suelos representativos dentro del área de estudio, según la Clasificación U.S. Soil
Taxonomy.
Durante el estudio de suelos, se identificaron 14 consociaciones y 13
asociaciones de suelo, las cuales fueron agrupadas taxonómicamente y descritas a
nivel de 10 subgrupos, asignándoseles un nombre local para su fácil identificación.
Ver Tabla 3-1, Clasificación Natural de los Suelos, en donde se detallan las órdenes
y subgrupos de suelos que fueron identificadas. Además, las características
ecogeográficas, morfológicas y fisicoquímicas de los tipos de suelos que fueron
identificados, se muestran en la ficha de registro de calicatas.
En la Tabla 3-2, Superficie de Consociaciones, Asociaciones y Áreas
Misceláneas Identificadas en el Área de Estudio, se presenta la superficie ocupada
por las consociaciones, asociaciones y áreas misceláneas que fueron cartografiadas
en el área de estudio del Proyecto.
La Tabla 3-3, Características Fisicoquímicas de los Suelos, muestra las
principales características fisicoquímicas de las unidades edáficas.

61
Tabla 3-1
Clasificación Natural de los Suelos
Coordenada de Calicata
Soil Taxonomy (2014) Nombre Puntos de
(WGS84-17S)
común de los muestreo
Sub
Orden Gran grupo Sub grupo suelos (calicata) Este Norte
orden
Entisols Orthents Cryorthents Vitrandic Cryorthents Macari PP-13 698960 8376765
Aquepts Cryaquepts Histic Cryaquepts Parhuaña PP-32 694228 8370151
Inceptisols
Cryepts Humicryepts Andic Humicryepts Ranichico PP-21 696328 8373455
Oxyaquic Sulllca PP-17 693491 8371837
Haplocryands Yanacochita PP-20 695874 8373668
Chauya PP-19 699153 8374150
Huararani PP-23 695779 8372295
Haplocryands Salicane PP-14 699892 8376927
Lithic Haplocryands Sarapampa PP-22 693826 8372200
Andisols Cryands Taya PP-18 699032 8374684
Trapiche PP-34 694107 8369162
Yuracyacu PP-31 694845 8370497
Melanocryands Lithic Melanocryands Suyamarca PP-38 696364 8367690
Chacacomas PP-10 691383 8372495
Vitricryands Lithic Cryorthents
Royro Pata PP-07 692615 8371214
Saprists Cryosaprists Typic Cryosaprists Patacocha PP-25 693684 8373080
Histosols Sulfohemists Typic Sulfohemists Supococha PP-29 694152 8371254
Hemists
Cryohemists Typic Cryohemists Bofedal PP-03 691949 8371721
Nota: Las calicatas indican representatividad del tipo de suelo.
Fuente: MWH, 2016
62
Tabla 3-2
Superficie de Consociaciones, Asociaciones y Áreas Misceláneas Identificadas en el Área de Estudio
Unidades Superficie Fase por Superficie

Símbolo
Cartográficas Ha % Pendiente Ha %
Consociaciones
C 3.99 0.08
Macari Ma 220.03 4.40 D 85.37 1.71
E 130.67 2.61
A 10.82 0.22
B 9.06 0.18
Parhuana Pr 101.85 2.04
C 27.81 0.56
D 54.16 1.08
A 24.76 0.49
B 33.80 0.68
Sullca Sl 139.31 2.79
C 62.87 1.26
D 17.88 0.36
A 30.25 0.60
B 21.92 0.44
Yanacochita Ya 223.11 4.46
C 47.97 0.96
D 122.97 2.46
C 19.31 0.39
D 225.00 4.50
Chauya Ch 783.31 15.66
E 472.86 9.45
F 66.14 1.32
C 152.88 3.06
D 240.49 4.81
Huararani Hu 549.77 11.00
E 146.90 2.94
F 9.50 0.19
C 123.98 2.48
Sarapampa Sa 196.09 3.92 D 41.30 0.82
E 30.81 0.62
B 6.78 0.14
C 54.77 1.09
Yuracyacu Yu 663.97 13.27 D 127.23 2.54
E 423.28 8.46
F 51.91 1.04
D 13.46 0.27
Suyamarca Sy 187.10 3.74
E 173.64 3.47
A 18.74 0.37
B 22.63 0.45
Patacocha Pa 122.37 2.44
C 73.84 1.48
D 7.16 0.14
A 21.51 0.43
Supococha Su 57.88 1.16 B 20.03 0.40
C 16.34 0.33
B 77.60 1.55
Chacacomas Cha 104.77 2.09
C 27.17 0.54
Royro Pata Ro 114.61 2.29 D 114.61 2.29
Bofedal Bo 79.46 1.59 A 79.46 1.59
Asociaciones
Sullca - Patococha SI - Pa 42.35 0.85 C 42.35 0.85
C 53.61 1.07
Huararani - Taya Hu - Ta 203.42 4.06 D 85.74 1.71
E 64.07 1.28
Suyamarca – E 17.63 0.35
Sy - Yu 25.61 0.51
Yuracyacu F 7.98 0.16
D 46.77 0.93
Huararani - Chauya Hu - Ch 121.28 2.42
E 74.51 1.49
63
Unidades Superficie Fase por Superficie

Símbolo
Cartográficas Ha % Pendiente Ha %
E 34.44 0.69
Chauya - Suyamarca Ch - Sy 93.58 1.87
F 59.14 1.18
B 3.00 0.06
C 50.57 1.01
Macari - Salicane Ma - Sn 250.64 5.01
D 104.37 2.09
E 92.70 1.85
D 14.22 0.28
Trapiche - Yuracyacu Tr - Yu 48.06 0.96
E 33.84 0.68
C 17.09 0.34
Ranichico - Huararani Ra – Hu 133.07 2.65 D 63.21 1.26
E 52.77 1.05
Yuracyacu – E 7.61 0.15
Yu – MR 175.30 3.50
Misceláneo Roca F 167.69 3.35
Huararani – Misceláneo E 58.08 1.16
Hu - MR 65.38 1.31
Roca F 7.30 0.15
Misceláneo Roca MR 23.77 0.48 F 23.77 0.48
Chauya - Misceláneo
Ch-MR 14.58 0.29 F 14.58 0.29
Roca
Suyamarca –
Sy – MR 53.47 1.07 F 53.47 1.07
Misceláneo Roca
Macari – Misceláneo E 18.87 0.38
Ma - MR 78.93 1.58
Roca F 60.06 1.20
Áreas Misceláneas
Cuerpos de Agua Lg 28.07 0.56 .. 28.07 0.56
Cursos de río Lr 6.27 0.13 .. 6.27 0.13

Áreas de intervención
Ai 95.24 1.90 .. 95.24 1.90
minera
Total 5002.65 100.00 Total 5002.65 100.00
Fuente: MWH, 2016

64
Tabla 3-3
Características Fisicoquímicas de los Suelos
Nombre del Materia CIC

Textura Salinidad Calcáreo pH Nitrógeno Fósforo Potasio
Suelo Orgánica efectiva
Muy fuertemente ácido a
Macari Franco arenosa y franca No salino Bajo Alto a bajo Medio a bajo Medio a bajo Alto a medio Media a baja
fuertemente ácido
Parhuana Orgánico / franca No salino Bajo Alto a bajo Alto a bajo Bajo Medio a bajo Alta
fuertemente ácido
Ranichico Franco arenosa y franca No salino Bajo Alto a bajo Medio a bajo Bajo a alto Medio Muy baja a media
moderadamente ácido
Extremadamente ácido a
Sullca Franca y franco arenosa No salino bajo Alto a bajo Medio a bajo Medio a bajo Medio Muy baja a baja
muy fuertemente ácido
Fuertemente ácido a muy
Yanacochita Franco arenosa y franca No salino Bajo Medio a bajo Bajo Bajo a alto Alto a medio Media
fuertemente ácido
Arena franca, franco
Chauya arenosa y franco arcillo No salino Bajo Alto a bajo Medio a bajo Alto a bajo Alto a bajo Media a muy baja
ligeramente ácido
arenosa
Franca, franco arenosa y Extremadamente ácido a
Huararani No salino Bajo Alto a bajo Bajo Medio a bajo Medio a bajo Muy baja a media
franco arcillo arenosa fuertemente ácido
Salicane Franco arenosa y arcillosa No salino Bajo Extremadamente ácido Medio a bajo Bajo Bajo Medio a bajo Muy baja a baja
Sarapampa Franco No salino Bajo Extremadamente ácido Alto a bajo Medio a bajo Alto Alto a bajo Baja a muy baja
Fuertemente ácido a
Taya Franco arenosa y arcillosa No salino Bajo Bajo Bajo Bajo Bajo Baja
moderadamente ácido
Moderadamente ácido a
Trapiche Franca y franco arenosa No salino Bajo Medio a alto Bajo a medio Alto a medio Medio Alta
fuertemente ácido
Fuertemente ácida a
Yuracyacu Franca, franco arenosa No salino Bajo Alto a bajo Medio a bajo Medio a bajo Alto a bajo Muy baja a alta
moderadamente ácida
No salino Muy fuertemente ácido a
Suyamarca Arena franca y franca Bajo Alto Alto Medio Alto Media a baja
fuertemente ácido
Orgánico/Franco arenosa y Extremadamente ácido a
Patacocha No salino Bajo Alto a bajo Alto a bajo Bajo a alto Alto a bajo Media a baja
franca muy fuertemente ácido
No salino a Fuertemente ácido a
Supococha Orgánico Bajo Alto Alto Alto a bajo Alto a bajo Baja a muy alta
moderadamente salino extremadamente ácido
Extremadamente a
Chacacomas Franco arenosa No salino Bajo Alto a bajo Alto a bajo Alto a bajo Alto a bajo Alta
fuertemente ácido
Extremadamente a
Royro Pata Franco arenosa No salino Bajo Alto Alto Alto a bajo Alto Alta
fuertemente ácido
Extremadamente a muy
Bofedal Orgánico No salino Bajo Alto a medio Alto a medio Medio a bajo Alto a bajo Alta
fuertemente ácido
Fuente: MWH, 2016
65
3.5 Técnicas de procesamiento de datos
El modelamiento hidrológico puede realizarse utilizando diferentes conjuntos
de datos de suelos, coberturas vegetales, etc. Sin embargo, cabe resaltar que
algunos de ellos se necesitan independientemente del mecanismo de modelado que
se esté utilizando. Para la presente investigación se realizaron la misma secuencia
de procesamiento, tanto para los escenarios Sin Proyecto y durante la operación.
En primera instancia se debe conocer la procedencia del flujo de agua para lo
cual se puede utilizar un modelo de elevación digital del área de estudio, este
conjunto de datos, luego de un procesamiento previo, brinda información sobra las
direcciones que puede tomar el flujo de agua y bajo una correcta aplicación de
umbrales se puede estimar la red de drenaje. Posteriormente se requerirá estimar el
flujo de agua para lo cual se requerirán datos de precipitación, evapotranspiración,
intercepción, características de la cobertura de la tierra y datos sobre tipo de suelo.
Si se considera el flujo de agua subterránea, los datos también pueden incluir
características hidrogeológicas del terreno, humedad del suelo y la descripción del
acuífero. El resultado final de esta etapa es la cantidad de agua disponible después
de las lluvias en cada URH o celda.
Finalmente se debe conocer en ambos escenarios es el caudal que genera el
escurrimiento en todos los puntos de interés de la ruta de flujo empleando el modelo
SWAT que utiliza el método de enrutamiento de Muskingum agregado (Aybar, 2016).
La interfase SWAT permite trabajar sobre la plataforma del software ArcGis versión
10.2 y organizar datos geográficos y meteorológicos de entrada, los cuales serán
procesados bajo un modelo de balance hídrico que produce importantes datos para
un análisis de escenarios en una cuenca hidrográfica.

66
3.6 Desarrollo del trabajo de tesis
La ejecución de la modelación, tanto en los escenarios sin proyecto y con
proyecto se realizará cumpliendo los pasos indicados a continuación:
Determinación del área de dominio del modelo
El área de dominio del modelo corresponde a la unidad hidrográfica del río
Suyamarca, cuya delimitación se puede apreciar en la Figura 3-3, Mapa Hidrográfico
Local. Este dominio del modelo será similar para los escenarios Sin Proyecto (2006)
y Con Proyecto (2017), respectivamente.
Adecuación de la base de datos de cobertura vegetal del suelo al modelo
hidrológico SWAT
Se relacionó las clases encontradas en la clasificación de los mapas de
cobertura vegetal para ambos escenarios con la base de datos SWAT que está
conformado con los tipos de cultivo y cobertura más comunes Esta información es
importante ya que influye notoriamente en la evapotranspiración, intercepción y
erosión superficial (Aybar, 2016).
La cobertura o uso del suelo aplicables al modelo SWAT corresponde a la
información cartográfica establecida para los escenarios Sin Proyecto y Con
Proyecto. Dicha información corresponde a la cartografía nacional y fotos aéreas e
imágenes satelitales para mayor detalle a nivel local, los cuales fueron validados por
un trabajo de campo como parte de los diversos instrumentos de gestión ambiental
presentados por Compañía Minera Ares, es decir, esta información tiene un alto nivel
de resolución a nivel local, que incluye las modificaciones de cobertura y/o uso de
suelo en ambos escenarios.

67
Esta información es interpretada y es convalidada conforme a la definición
global que es aplicada en el lenguaje del SWAT, el cual posteriormente permite
establecer la relación de los códigos de las coberturas de la base de datos de SWAT.
Para la generación del mapa se utilizó el software ArcGis, como plataforma para
digitalizar los mapas de uso de suelo. En éste se considera las principales variaciones
de los escenarios 2006 y 2017, donde la ocupación de las labores mineras a nivel
superficial da a lugar cobertura de uso industrial y por ende la reducción de otras
coberturas naturales, y es en donde radica la principal diferencia radica en el cambio
del tipo de cobertura según el escenario modelado, tal como se puede apreciar en la
Tabla 3-4, Asignación de Cobertura Vegetal en el Área de Estudio. Asimismo, su
delimitación espacial para ambos escenarios se puede apreciar en la Figura 3-4,
Tipos de Cobertura Vegetal – Escenarios Sin Proyecto y Con Proyecto
Tabla 3-4
Asignación de Cobertura Vegetal en el Área de Estudio
% Superficie
Formación Código
Vegetal SWAT Sin Con
Proyecto Proyecto
Roquedal, Suelo
BARR 58.7 58.9
Eriazo
Pajonal Andino de
TEFF 32.4 31.5
Puna
Bofedal, Humedal
WETN 7.2 7.1
Andino
Cuerpos de Agua,
WATR 1.8 2.0
Curso de Río
Zona industrial,
áreas de UIDU 0 0.4
intervención minera
Total 100 100
Fuente: Tecnología XXI (2008), MWH (2016)
68
Escenario Sin Proyecto (2006)
Escenario Con Proyecto (2017)
Figura 3-4: Tipos de Cobertura Vegetal – Escenarios Sin Proyecto y Con Proyecto
Fuente: Elaboración propia
69
A las coberturas del suelo presentes en la cuenca delimitada se realizará la
relación de los códigos de las coberturas de acuerdo a la base de datos de SWAT y
se asignarán los valores del número de curva y coeficiente Manning para cada uno
de éstas de acuerdo a la experiencia obtenida por especialistas en suelos en el
comportamiento de las coberturas en la región de los Andes.
Adecuación de los datos de tipos de suelos al modelo hidrológico SWAT
Los tipos de suelo fueron obtenidos de la base cartográfica antecedente
existente para el área del proyecto, corresponde a la base cartográfica de la ONERN
y ha sido complementada a mayor detalle con la información obtenida de los estudios
ambientales presentados ante la autoridad por Compañía Minera Ares para los años
2006 y 2016. Asimismo, este análisis ha sido complementado con el enfoque
geológico para aquellas zonas donde no se cuenta con cobertura alguna y se
identifican afloramientos típicos de la geología local, los cuales han formado
determinados suelos que con el paso del tiempo adoptan una determinada textura,
En tal sentido, se han establecido hasta cinco tipos de suelo para toda el área
de dominio del modelo con los detalles de los tipos de suelo clasificados bajo el
criterio hidrológico e hidrogeológico dada la naturaleza de desarrollo de las
operaciones mineras a nivel local. Cabe indicar que la base de datos de suelos
utilizada por SWAT contiene información sobre las propiedades físicas de los suelos
que rige el movimiento del agua y el aire a través del perfil, teniendo un impacto
importante en el ciclo hidrológico. A partir del estudio edafológico realizado para la
Segunda Modificación del EIA de la U.O. Pallancata (MWH, 2017) contiene la
clasificación de suelos FAO se pudo hacer el relacionamiento con la base de datos
SWAT.
70
La Tabla 3-5, Tipos de suelo y características aplicables al modelo SWAT,
presenta el detalle de los tipos de suelo considerados para el presente, así como el
valor de los principales parámetros que definen las características de los mismos.
Asimismo, la Figura 3-5, Suelos – Escenarios Sin Proyecto y Con Proyecto, se puede
notar que al igual que con la cobertura vegetal la principal diferencial según el
escenario modelado son las áreas disturbadas producto de la actividad minera.
Cabe indicar que se cuenta con información relacionada a estudios físico
químico de las unidades de suelos en la zona de estudio, incluyendo variables como
conductividad, densidad aparente y disponibilidad de agua en el suelo. En el caso de
carencia de alguna información indispensable para la modelación hidrológica en
SWAT, se determinarán sus valores utilizando el triángulo textural y la herramienta
“Soil Characteristics Tool” (Saxton, 1986). Se debe de tener presente que la
herramienta de Saxton, 1986, funciona mejor para suelos minerales con bajo
contenido de materia orgánica (máximo 8%) y alta densidad aparente.

71
Tabla 3-5
Tipos de suelo y características aplicables al modelo SWAT
Tipo de SOL_ SOL_ SOL_ SOL_ SOL_ SOL_ SAND SOL_A USLE
HYDGRP CLAY1 SILT 1 ROCK1
suelo ZMX Z1 BD1 AWC1 K1 CBN1 1 LB1 _K1
200 1.04 0.14 25.71 4.6 30 40 30 20 2.4E-02 0.12
BOFEDAL B 850
850 1.19 0.14 9.21 2.3 40 30 30 2 1.2E-01 0.12
DEPALUV B 1000 1000 1.34 0.11 22.5 1.2 20 50 30 30 2.7E-01 0.13
450 1.28 0.15 12.08 1.2 30 30 40 30 2.7E-01 0.13
FRANISO C 900
900 1.21 0.12 2.36 0.0 50 20 30 10 6.0E-01 0.16
TOBANDES C 850 850 1.39 0.14 8.3 1.39 30 35 35 10 6.0E-01 0.17
WATERL D 1000 1000 0 0 0 0 0 0 0 0 0 0
Notas:
HYDGRP: Grupo hidrológico de suelos, SOL_ZMX: Profundidad máxima de enraizamiento (mm), SOL_Z1: Profundidad de la capa de
suelo (mm), SOL_BD1: Densidad aparente húmeda (g/cm3), SOL_AWC1: Capacidad de disponibilidad de agua en la capa de suelo
(mmH2O/mm suelo), SOL_K1: Conductividad hidráulica saturada (mm/h), SOL_CBN1: Contenido de carbono orgánico (% del peso de
suelo), CLAY1: %Arcilla, SILT1: % Limo, SAND1: %Arena, ROCK1: % Contenido de fragmento de roca, SOL_ALB1: Albedo,
USLE_K1: Factor de erodabilidad
Fuente: Arnold, 2012
72
Figura 3-5: Suelos – Escenarios Sin Proyecto y Con Proyecto

73
Preparación del Modelo de Elevación Digital (DEM)
Un modelo digital de elevación es una representación visual y matemática de
los valores de altura con respecto al nivel medio del mar, que permite caracterizar las
formas del relieve y los elementos u objetos presentes en el mismo. Estos valores
están contenidos en un archivo de tipo ráster con estructura regular, el cual se genera
utilizando equipo de cómputo y software especializados. Asimismo, el Modelo de
Elevación Digital es “una estructura numérica de datos que representa la distribución
espacial de la altitud de la superficie del terreno” (Felicisimo, 1994).
En los modelos digitales de elevación existen dos cualidades esenciales que
son la exactitud y la resolución horizontal o grado de detalle digital de representación
en formato digital, las cuales varían dependiendo del método que se emplea para
generarlos y para el caso de los que son generados con tecnología LIDAR se
obtienen modelos de alta resolución y gran exactitud (valores submétricos). En la
actualidad, con el uso de los Sistemas de Información Geográfica (SIG) el modelo
digital de elevación tiene múltiples aplicaciones relacionados al análisis de datos del
relieve, generación de perfiles longitudinales, obtención de vistas en tres
dimensiones (3D), modelamiento dinámico, rangos de la elevación, sobre posición
de datos o información en formato vectorial o ráster, entre otros.
Las fuentes de acceso a los modelos digitales de elevación (DEM) son: La
información de las curvas de nivel contenidas en las cartas nacionales del Instituto
Geográfico Nacional a una escala 1:25,000. Esta información proveniente de un
formato vectorial se ingresa a un Sistema de Información Geográfica (SIG) donde es
procesada y luego se genera el DEM respectivo. Asimismo, se utilizaron los datos
digitales de elevación SRTM (acrónimo en inglés SRTM, de Shuttle Radar

74
Topography Mission) que es un proyecto internacional entre la Agencia Nacional de
Inteligencia-Geoespacial, NGA, y la Administración Nacional de la Aeronáutica y del
Espacio, NASA. Su fin es obtener un modelo digital de elevación de todo el mundo,
de modo que genere una completa base de mapas topográficos digitales de alta
resolución de la Tierra. La NASA ha proporcionado datos de elevación digital de
más del 80% de la superficie terrestre. Estos datos son distribuidos actualmente de
forma gratuita por USGS y están disponible para descarga desde National Map
Seamless Data Distribution System o del sitio ftp de USGS. La resolución espacial
de los datos es de 1 arco-seg (30m), sobre los Estados Unidos y 3 arco-seg (90m)
en el resto del mundo
Finalmente, otra fuente de información de los modelos digitales ASTER (por
sus siglas en inglés de Advance Space Borne Thermal Emision and Reflection
Radiometer) que son generados mediante fotogrametría, específicamente imágenes
estereoscópicas, el sensor capta dos imágenes, pero con ángulos diferentes de la
misma zona donde se realiza el barrido. El modelo de elevación digital ASTER es
generado utilizando las bandas 3N (Vista a Nadir) y 3B (Vista retrasada) de una
imagen ASTER Nivel 1-A, captada por el sensor Visible-Infrarrojo Cercano (VNIR).
El subsistema VNIR está compuesto por dos telescopios ensamblados de forma
independiente que facilitan la generación de datos estereoscópicos. Existe un
intervalo de aproximadamente un minuto entre la adquisición de la imagen a vista
Nadir y la imagen "Retrasada" (segunda pasada por la misma área con diferente
ángulo).
Para realizar el modelo para el escenario “Sin Proyecto” se tuvo que emplear
las curvas de nivel del IGN dado que a la fecha del escenario modelado (2006) aún
75
no se disponían de información satelital SRTM o ASTER. Para el escenario “Con
Proyecto” (2017), si bien se pudo trabajar con cualquiera de los datos antes
expuestos, se optó finalmente por utilizar el producto SRTM debido a su mayor
precisión en terrenos escarpados y mayor aplicación en investigaciones hidrológicas
(Satgé et al., 2015; Ludwig and Schneider, 2006).
El DEM del área de estudio para ambos escenarios (Sin y Con Proyecto) han
sido inicialmente descargados y posteriormente corregidos a partir de una cobertura
digital de curvas de nivel con intervalos de 12.5 m. El análisis de esta información
consistió en la corrección del DEM para evaluar posibles errores, posteriormente se
establece un proceso consecutivo de análisis de trayectorias de drenaje de agua que
se generan en función de las condiciones topográficas.
Delimitación de Subcuencas
La delimitación de la cuenca se realizó en función a la estación de aforo, para
este proceso se utilizó información de alturas especializada obtenida del Modelo
Digital de Elevación (DEM). A partir de esta información fue posible calcular la
dirección de ﬂujo mediante el algoritmo, la acumulación de ﬂujo y delimitación de las
subcuencas existentes. La Figura 3-6, Subcuencas Delimitadas en el Modelo SWAT–
Escenarios Sin Proyecto y Con Proyecto, muestran las subcuencas definidas para
cada escenario en evaluación. Se definieron 19 subcuencas en el escenario Sin
Proyecto y 17 subcuencas en el escenario Con Proyecto.

76
Figura 3-6, Subcuencas Delimitadas en el Modelo SWAT – Escenarios Sin Proyecto y Con Proyecto
77
Posteriormente los resultados del flujo del modelo SWAT fueron adecuadas a
las nueve unidades hidrográficas delimitadas previamente mediante el método
pfafstetter (ver Figura 3-3, Mapa Hidrográfico Local).
Estructuración de datos hidrometeorológicos e hidrométricos
El modelo SWAT requiere de información meteorológica a nivel de paso diario,
el cual es un factor limitante para el presente estudio dado que no se cuenta con
suficiente información histórica. La Unidad Operativa Pallancata cuenta con una
estación local, la cual apenas cuenta con un registro desde el año 2012. En este
contexto, se ha establecido una red de estaciones virtuales con datos satelitales, los
cuales permitirán establecer suficiente serie de datos para la aplicación del modelo.
La información procesada corresponde a precipitación diaria, temperatura máxima y
mínima, y de forma complementaria datos referentes a la humedad relativa, radiación
solar y velocidad de viento, en consecuencia, se han utilizado los datos referenciados
en el análisis información hidrometeorológica.
Precipitación
Dada la escasa información existente, se determinó la necesidad de utilizar las
bases de datos de precipitación que la NASA proporciona a través del satélite TRMM.
La empresa consultora MWH ha desarrollado un modelo de re-escalamiento de la
precipitación a 1 Km2 de resolución. La resolución del satélite TRMM es de 25 Km *
25 Km cada 3 horas (denominado TRMM 3B42) es re escalado (downscaling es su
denominación en inglés) a una resolución espacial de 1 Km2, utilizando información
de vegetación del satélite MODIS (de allí su denominación TRMM 3B42 1 km2
Downscaled). Esta información se encuentra disponible en el período de enero 1998
hasta diciembre 2014.

78
Sin embargo, este proceso no puede ser aplicado directamente, es necesario
establecer un análisis previo para la verificación y posterior validación de dicha
información satelital. Para este efecto, ha sido necesario establecer una red de
estaciones observadas, que compartan características climáticas e hidrográficas a
nivel regional y local. En este caso, se han identificado hasta 7 estaciones
meteorológicas de la red de SENAMHI, los cuales han servido para el procedimiento
requerido en el análisis de la precipitación (ver Tabla 3-6, Estaciones Meteorológicas
- Red SENAMHI) (MWH, 2017).
En base a las correlaciones y validación de la precipitación satelital TRMM a
nivel regional, se estudiaron los patrones de distribución de la precipitación a nivel
local, de donde se establecieron 3 estaciones virtuales (PV-6, PV-7, PV-8),
distribuidas conforme al criterios establecidos.

79
Tabla 3-6
Estaciones Meteorológicas – Red SENAMHI
Altitud
Estación Este Norte Periodo de Registro Parámetros
(msnm)
Estaciones Red de SENAMHI
Chalhuanca II 697724 8414625 3,548 1998-2010 Precipitación, Temperatura mínima media, Temperatura máxima media
Chalhuanca 696324 8408058 3,358 1999-2014 Precipitación, Temperatura mínima media, Temperatura máxima media
Aymaraes 688700 8419320 2,964 2012-2014 Precipitación, Temperatura mínima media, Temperatura máxima media
Lampa 677226 8320697 2,880 1998-2014 Precipitación
Pauza* 678134 8310547 2,484 1998-2014 Precipitación
Chinchayllapa* 743803 8349619 4,497 2005-2010 Precipitación
Cotahuasi 726305 8317207 2,687 1998-2014 Precipitación

Estaciones satelitales de referencia
Precipitación, Energía Solar incidente, Temperatura mínima,
PV-6 698697 8371086 4,507 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
Velocidad del Viento.
PV-7 689307 8371055 4,537 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
PV-8
695960 8369489 4,444 1998-Abril 2016 Temperatura máxima, Temperatura media, Humedad Relativa,
(Pallancata)
Nota: (*) Estaciones validadas para evaluación, el resto de referencia para desarrollo de la metodología de precipitación satelital
Fuente: MWH, 2017
80
La Tabla 3-7, Precipitación Promedio Mensual en Estaciones Virtuales (mm),
muestra las precipitaciones promedio mensual, teniendo una variación promedio
anual entre 767.5 y 895.9 mm en la unidad en evaluación. Asimismo, La Figura 3-8,
Precipitación Promedio Mensual en Estaciones Virtuales (mm), muestra la variación
mensual de la precipitación, y con ello el comportamiento estacional típico, con picos
en los meses húmedos (enero a marzo) y escasa precipitación en meses secos
(mayo-noviembre); y la Figura 3-7, Precipitación Promedio Mensual en Estaciones
Virtuales (mm), muestra la ubicación de la estaciones virtuales y la distribución de la
precipitación media anual en el área de dominio del modelo en mm/año.
Tabla 3-7
Precipitación Promedio Mensual en Estaciones Virtuales (mm)
Estación Prom.
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
virtual Anual
PV-6 148.4 155.5 152.6 52.1 11.1 7.3 13.5 14.3 24.7 35.5 46.8 105.8 767.5
PV-7 170.9 180.5 181.8 62.2 13.4 8.5 15.2 16.7 28.4 40.0 55.2 123.2 895.9
PV-8 152.7 161.5 159.9 54.3 11.7 7.6 14.1 14.9 25.5 36.2 48.5 109.2 796.1
Fuente: MWH, 2017
81
Figura 3-7: Precipitación Promedio Mensual en Estaciones Virtuales

Fuente: MWH, 2017
82
180
160
140
PV‐6 PV‐7 PV‐8

120
Precipiatción (mm)
100
80
60
40
20
0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Mes
Figura 3-8: Precipitación Promedio Mensual en las Estaciones Virtuales (mm)

Fuente: MWH, 2017
Para la Segunda Modificación del Estudio de Impacto Ambiental de la U.O. Pallancata
(MWH, 2017) con el fin de sustentar adecuadamente los valores del TRMM 3B42
1km2 Downscaled utilizados para el modelo hidrológico SWAT, se ha optado por
contrastar los datos de precipitación mensual de este producto con los siguientes
datos validados por el SENAMHI:
 PISCO: Este producto posee una resolución espacial de aproximadamente
25km2. Se encuentra disponible para el período enero de 1981 a diciembre
de 2016, y ha sido validada por SENAMHI para el período enero 1981 –
diciembre 2014. (Lavado et al., 2016).

83
 Estación Chinchayllapa: Se ha actualizado la información de precipitación
total mensual observada proporcionada por SENAMHI en la estación
Chinchayllapa, disponible desde enero de 2000 hasta abril de 2010. Cabe
indicar que se ha revisado esta información con un análisis estadístico más
exhaustivo, ya que se han identificado algunos valores que pudieran no ser
correctos en concordancia con la época húmeda.
Las conclusiones del análisis de la información en la Estación Chinchayllapa y
PISCO vs TRMM 3B42 1km2 Donwscaled realizado por MWH (2017) indicaron que
los datos del producto TRMM 3B42 1km2 Donwscaled (locación Chinchayllapa) y
PISCO han servido para evaluar el grado de confiabilidad de los datos de la estación
Chinchayllapa, lo que ha permitido revisar los datos de época húmeda que generaban
una cierta distorsión en el grado de correlación, lo que llevó a la exclusión del análisis
de algunos datos, a falta de otros elementos de comparación o validación. Una vez
que estuvieron corregidos los datos de la estación Chinchayllapa se ha mejorado
notablemente el grado de correlación con los datos del producto TRMM 3B42 1km2
Donwscaled (locación Chinchayllapa), llevando el valor de correlación a casi un 95%
(coeficiente de determinación 0.901).
En este punto se ha procedido a establecer una correlación entre los datos de
la estación Chinchayllapa corregida vs los de TRMM 3B42 1km2 Donwscaled
(locación Pallancata), datos que son los que se han usado en la modelación
hidrológica de la cuenca. Al igual que en el caso del análisis precedente se ha notado
una mejoría importante en el grado de correlación de los datos, lo que ha dado lugar
a valores de hasta casi un 95%. Paralelamente, los datos del producto PISCO
(validado por SENAMHI), utilizados como de contraste regional para ambas series
84
(Chinchayllapa y RMM 3B42 1km2 Donwscaled) muestran una muy buena correlación
con todos ellos siendo el valor de r2 superior a 0.82 (lo que representa siempre una
correlación superior al 90%).
Por lo tanto, se concluye que desde el punto de vista de la variabilidad mensual
de los datos de precipitación el grado de correlación existente entre los datos de la
estación Chinchayllapa corregida y TRMM 3B42 1km2 Donwscaled (locación
Pallancata) son más que satisfactorios, de modo tal que representan de muy buen
grado el comportamiento de las lluvias a escala mensual.
Asimismo, de forma complementaria al análisis de correlación de las
precipitaciones mensuales, MWH realizó una comparación entre las variaciones en
altitud de las precipitaciones anuales y los datos de las estaciones disponibles en la
región, tal como se puede apreciar en la Figura 3-9, Relación Precipitación y
Elevación (Vertiente del Pacífico).
1000
Urayhuma Área de Estudio
900 y = 0.3149x ‐ 578.67
PV‐08
Precipitación anual (mm)
800 Chinchayllapa R² = 0.8376

700
600
500 P Anual Obs (mm)
400 Cotahuasi
300 PV‐08 Pallancata Ec. (Área
Lampa
200 Pauza de Estudio)
100 PV‐08 Pallancata 1998‐
2014 (Pds)
0
2000 2500 3000 3500 4000 4500 5000 Linear (P Anual Obs (mm))
Elevación (msnm)
Figura 3-9: Relación Precipitación y Elevación (Vertiente del Pacífico)

Fuente: MWH, 2017
85
La correlación de las estaciones indica que, para el área de estudio, y según la
altitud de la zona donde se ubica la U.O. Pallancata (aproximadamente 4,575 msnm),
los valores de precipitación anual teóricos deberían estar en el orden de los 850mm.
Los datos del TRMM 3B42 1km2 Donwscaled (locación Pallancata) arrojan un valor
de precipitación anual promedio de 796mm. De esta forma se pudo comprobar una
vez más la bondad y calidad de ajuste de los datos del TRMM 3B42 1km2 Donwscaled
(locación Pallancata), en este caso asociado a la variación altitudinal de las
estaciones utilizadas en el ámbito zonal para establecer la recta de variación de
precipitaciones.
En conclusión, como se puede apreciar en la Tabla 3-8, Resumen Coeficientes
de Determinación (r2), el análisis estadístico realizado valida los valores de
precipitación del TRMM 3B42 1km2 Downscaled (locación Pallancata) que fueron
considerados en el modelo SWAT realizado por MWH. Ello se fundamenta en que
los niveles de correlación espacial y temporal estimados son muy buen grado y
fiabilidad, y por lo tanto no será necesario realizar correcciones a los valores
utilizados inicialmente en el modelo SWAT. Es por tal motivo que se utilizó tal
información meteorológica validada para los escenarios “Sin Proyecto” y “Con
Proyecto” para la presente investigación.

86
Tabla 3-8
Resumen Coeficientes de Determinación (r2)
Coeficiente Chinchayllapa Observada

PISCO Ppm
Determinación (r2) (corregida)
Pds (Chinchayllapa) 0.9010 0.8205
Pds (Pallancata) 0.8861 0.8234
Pisco Ppm 0.8904
Pds: TRMM 3B42 1km2 Downscaled
Ppm: PISCO Ppm v1.1 de SENAMHI
Observada Chinchayllapa (SENAMHI)
Fuente: MWH, 2017
Temperatura
Esta información es disponible desde el servidor de la NASA (Prediction of
Worldwide Energy Resource (POWER) - Climatology Resource for Agroclimatology),
el cual registra información diaria a una resolución de 1°. A nivel del área del proyecto
Pallancata, se ha identificado la ubicación de la estación virtual PV-8 como aquella
donde se registra dicha información satelital. En este sentido, la Tabla 3-9,
Temperatura máxima y mínima mensual – satelital, corresponde al resumen mensual
de la información diaria recabada a efectos de la aplicación en el modelo hidrológico.
Las temperaturas máximas alcanzan un promedio anual de 17.1 °C, mientras que la
mínima alcanza un valor de hasta 0.7°C.

87
Tabla 3-9
Temperatura máxima y mínima mensual – satelital (°C)
Prom.
Mes Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Anual
Temperatura Máxima
Máximo 15.9 16.3 16.0 16.4 15.8 15.7 16.4 19.3 20.7 20.9 19.4 17.8 20.9
Mínimo 12.0 11.9 12.2 12.3 11.6 10.4 10.3 11.5 12.2 13.2 13.8 12.7 13.8
Promedio 14.1 14.1 14.2 14.2 14.2 13.9 14.1 15.5 16.2 16.8 16.2 14.9 17.1
Temperatura Mínima
Máximo 10.3 10.1 10.4 8.3 5.3 3.8 2.6 4.7 6.2 8.0 8.4 9.3 2.5
Mínimo 1.1 1.4 1.3 0.5 -0.9 -1.6 -2.3 -2.1 -0.7 0.3 0.6 1.2 -2.3
Promedio 6.6 6.5 6.6 5.7 3.0 1.5 0.8 2.1 4.1 5.7 6.3 6.7 0.7
Fuente: Prediction of Worldwide Energy Resource (POWER) - Climatology Resource
for Agroclimatology, 2018
Otras variables meteorológicas
La Tabla 3-10, Otras variables meteorológicas, se presentan el resumen
mensual de la información diaria recabada de los parámetros humedad relativa,
velocidad del viento y radiación solar a efectos de la aplicación en el modelo
hidrológico SWAT.
88
Tabla 3-10
Otras variables meteorológicas
Prom.
Mes Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Anual
Humedad Relativa (%)
Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7
Velocidad de viento (m/s)
Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7
Radicación solar (W/m2)
Máximo 94.9 91.6 88.9 85.7 78.9 76.7 75.2 73.0 72.9 71.9 84.4 88.1 76.3
Mínimo 70.3 76.3 79.5 73.0 47.6 41.9 35.3 28.6 37.8 41.3 46.8 57.2 59.8
Promedio 84.9 85.1 84.5 80.6 68.3 59.3 52.3 50.3 54.6 58.8 67.2 77.8 68.7
Fuente: Prediction of Worldwide Energy Resource (POWER) - Climatology Resource
for Agroclimatology, 2018
Generación de las Unidades de Respuesta Hidrológica
Definido el límite de la cuenca y el modelo de elevación digital (DEM), esta será
subdividida en subcuencas con el objetivo de mejorar la exactitud en los cálculos de
caudales; para posteriormente en el modelo SWAT definir las URH (Unidades de
Repuesta Hidrológica). Para ello se ingresará la información de suelos, uso de la
tierra, clima, relieve y red de drenaje al modelo hidrológico SWAT (Soil and Water
Assessment Tool) versión ArcSWAT bajo la plataforma de ArcGIS (10.2). Este
modelo permite analizar variables hidrológicas de la cuenca como producción de
agua al caudal, producción de sedimentos, evapotranspiración potencial y real,
contenido de agua en el suelo, flujo lateral, percolación, recarga de acuíferos, entre

89
otros, de manera integral. Es decir, los valores de estas variables son el resultado de
la interacción agua-suelo-clima-uso-relieve en la cuenca para el periodo de tiempo
simulado. Este tiempo de simulación estará dado por el periodo de tiempo de
información climática disponible. Es decir, en este caso se realizó una modelación
hidrológica para un periodo de 18 años (1998-2015).
Es por esta razón, que el territorio de una cuenca no presenta un
comportamiento hidrológico homogéneo, ya que pueden darse múltiples
interacciones de este tipo en la medida que el suelo, el uso, el clima, y el relieve
varían espacialmente. Estas diferentes combinaciones dan resultado a porciones del
territorio con un comportamiento hidrológico específico llamadas Unidades de
Respuesta Hidrológica - URH. Con la información de las URH, es posible identificar
qué áreas en la cuenca serán las que contribuyen más al aporte de agua al caudal.
La Figura 3-10, Mapa de URH definidas en los escenarios Sin Proyecto y Con
Proyecto, muestra las unidades de respuesta hidrológica identificadas, establecido
sobre la base de los tipos de suelo, cobertura y pendiente subclasificada hasta en 3
clases (0-12%, 20-12%, >20%), obteniendo finalmente un total de 511 URHs.

90

Figura 3-10: Mapa de URH definidas en los escenarios Sin Proyecto y Con Proyecto
91
21.
22.
23.
24.
25.
26. CAPÍTULO IV:
27. ANÁLISIS DE LOS RESULTADOS
4.1 Resultados de la investigación
Los resultados del modelo SWAT presentan por un lado la representación
global de la distribución de flujos de entrada y salida dentro del ciclo hidrológico para
toda el área de dominio del modelo, así como las cantidades detalladas de cada
variable interviniente de este ciclo a nivel mensual para los dos escenarios en
evaluación: Sin Proyecto (2006) y Con Proyecto (2017).
Balance Hidrológico SWAT
La Tabla 4-1, Resultado balance hidrológico en la UH Suyamarca - Escenarios
Sin Proyecto y Con Proyecto, presenta las tasas porcentuales de los flujos que
involucra el balance hidrológico resultante del modelo. Asimismo, la Figura 4-1,
Esquema del balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y
Con Proyecto, muestra el esquema donde el modelo SWAT explica los principales
flujos del ciclo del agua a nivel de la UH Suyamarca, dichas variables se manifiestan
en láminas de agua en milímetros (mm). Los principales cambios a nivel del área de
modelo corresponden a la evapotranspiración, escorrentía superficial y flujo base.
Dada la implementación de las operaciones mineras y sus respectivas
modificaciones físicas y cambios en el uso y tipo de suelo. En términos generales de
la Tabla 4-1, el sistema hídrico en evaluación evidencia que el 58% de la precipitación
corresponde a la evapotranspiración. Asimismo, el caudal total que el sistema
descarga del sistema asciende hacia aproximadamente 40% de la precipitación, este

92
flujo se distribuye entre la escorrentía superficial y el flujo de percolación. Finalmente,
se estima que solo un 2% de la precipitación estaría recargando al acuífero profundo,
en ambos escenarios de evaluación.
Tabla 4-1
Resultado balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y Con
Proyecto
Sin Proyecto Con Proyecto

Relación entre variables Balance
(2006) (2016)
Hidrológico
% mm % mm
Caudal total / Precipitación 40% 327.2 39% 319.0
Evapotranspiración Real/ Precipitación 58% 477.9 59% 480.2
Recarga profunda / Precipitación 2% 16.1 2% 16.1
Percolación / Caudal total 55% 54%
Escorrentía superficial / Caudal total 45% 46%
Flujo base / Caudal Total 55% 54%
93
Escenario Sin Proyecto (2006) Escenario Con Proyecto (2016)
Figura 4-1: Esquema del balance hidrológico en la UH Suyamarca - Escenarios Sin Proyecto y Con Proyecto
Nota: Las variables se manifiestan en láminas de agua en milímetros (mm)
94
Caudales Simulados
El resultado de las simulaciones realizadas en el proceso de modelación
permite evaluar la serie histórica de caudales generado para el período 1998-2014
los escenarios Sin proyecto y Con Proyecto. La evaluación realizada a nivel local
involucra el análisis de las cuencas delimitadas oficialmente según la metodología
Pfastetter. En tal sentido, se tiene para esta evaluación, la distribución de hasta 9
unidades menores dentro de la subcuenca Suyamarca (ver Figura 3-3, Mapa
Hidrográfico Local). La Tabla 4-2, Caudales promedio mensuales simulados -
Escenario Sin Proyecto, y Tabla 4-3, Caudales promedio mensuales simulados -
Escenario Con Proyecto, presentan los caudales mensuales simulados para todas
las subcuencas delimitadas y para ambos escenarios en evaluación. Estos caudales
plantean de forma resumida la ocurrencia de caudales totales en cada subcuenca
definida. Es importante señalar que si bien el modelo SWAT podría estimar caudales
máximos en eventos extremos considerando información de precitaciones máximas
en diferentes periodos de retorno (50, 100, 200, 500 años), los objetivos de la
presente investigación es evaluar la estimación de posibles diferencias en el caudal
bajo un escenario de precipitaciones mensuales promedio.
El Anexo A – Resultados de la Modelación Hidrológica SWAT – Escenario Sin
Proyecto, y Anexo B – Resultados de la Modelación Hidrológica SWAT – Escenario
Con Proyecto presentan el detalle de todos los flujos obtenidos como resultado de
las simulaciones hechas en los escenarios Sin Proyecto y Con Proyecto en cada una
de las unidades hidrográficas evaluadas.

95
Tabla 4-2
Caudales promedio mensuales simulados - Escenario Sin Proyecto
Unidad Hidrográfica Ene Feb Mar Abr May Jun Jul Aug Sep Oct Nov Dic
Intercuenca Suyamarca IX 145.6 347.6 442.2 168.5 71.3 40.1 26.9 14.8 13.2 11.3 22.5 43.6
Cuenca 08 47.7 121.7 160.5 60.1 26.2 15.0 9.5 5.4 4.7 3.9 7.3 13.7
Cuenca Paica 143.5 312.0 356.2 115.2 39.1 20.4 16.2 8.9 9.6 12.3 27.1 51.7
Intercuenca Suyamarca VII 259.6 632.9 826.4 316.6 138.0 77.7 50.8 28.1 24.7 20.5 40.1 77.2
Cuenca Ranichico 46.6 122.3 149.5 67.5 32.3 18.8 11.7 6.9 5.9 4.2 7.3 11.8
Intercuenca Suyamarca V 439.4 1050.3 1329.2 507.8 213.0 122.4 76.5 42.3 38.7 36.5 75.5 138.8
Intercuenca Suyamarca III 578.2 1382.0 1749.0 668.1 280.3 161.0 100.7 55.7 50.9 48.0 99.3 182.6
Cuenca Trapiche 442.5 1084.0 1311.0 585.6 276.0 160.9 100.6 55.0 45.9 30.9 59.3 96.3
Intercuenca Suyamarca I 1042.0 2518.0 3220.0 1276.0 566.0 334.6 204.7 112.2 99.5 80.8 163.5 284.0
Nota: Los caudales mensuales se encuentran expresados en litros por segundo (L/s)
96
Tabla 4-3
Caudales promedio mensuales simulados - Escenario Con Proyecto
Unidad Hidrográfica Ene Feb Mar Abr May Jun Jul Aug Sep Oct Nov Dic
Intercuenca Suyamarca IX 146.3 347.8 441.0 167.5 70.5 39.5 26.5 14.6 13.4 11.6 23.3 44.8
Cuenca 08 48.5 120.2 159.2 59.0 25.8 14.7 9.4 5.3 4.6 3.9 7.3 13.8
Cuenca Paica 143.7 312.3 356.0 114.7 38.7 20.2 16.0 8.9 9.6 12.3 27.1 51.8
Intercuenca Suyamarca VII 261.2 631.0 819.4 313.0 135.6 76.2 50.0 27.6 24.4 20.7 40.9 78.6
Cuenca Ranichico 47.2 122.3 147.7 65.4 30.2 17.8 11.1 6.4 5.7 4.1 7.3 12.0
Intercuenca Suyamarca V 443.5 1051.8 1319.4 496.7 207.2 118.1 74.3 41.0 38.0 36.7 76.7 140.8
Intercuenca Suyamarca III 583.5 1384.0 1736.0 653.5 272.6 155.4 97.8 54.0 50.0 48.3 100.9 185.3
Cuenca Trapiche 441.7 1078.0 1303.0 582.8 274.9 160.2 100.3 54.8 45.8 30.8 59.3 96.3
Intercuenca Suyamarca I 1046.0 2513.0 3198.0 1263.0 557.2 329.5 200.8 110.3 98.0 81.0 165.1 286.7
Nota: Los caudales mensuales se encuentran expresados en litros por segundo (L/s)
97
4.2 Análisis de los resultados de la investigación
Se evaluó los impactos al caudal del río Suyamarca al realizar una comparación
numérica de los escenarios simulados. La diferencia mensual de estos caudales
mensuales resultaría ser el impacto al caudal por la implementación del Proyecto.
Los resultados que se destacan se pueden verificar en el aumento de escorrentía
superficial respecto al caudal total entre el escenario Sin Proyecto y Con Proyecto,
apenas en 1%. Es posible que la instalación de una zona urbana, industrial, así como
diversos accesos propios de las operaciones haya afectado levemente en la
generación de escorrentía.
En la Figura 4-2, Variación Mensual Promedio de Caudales en la Cuenca
Ranichico, Figura 4-3, Variación Mensual Promedio de Caudales en la Intercuenca
Suyamarca III y Figura 4-4, Variación Mensual Promedio de Caudales en la
Intercuenca Suyamarca IX, se puede apreciar la variación de caudales en los
escenarios sin proyecto y con proyecto donde se puede apreciar la diferencia de
caudal mensual en ambos escenarios por lo que sería el impacto causado por las
operaciones de la Unidad Operativa Pallancata. La reducción de caudal fluctúa entre
0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la unidad
hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad hidrográfica
Intercuenca Suyamarca IX. Por lo tanto, es posible realizar una estimación del
impacto ambiental por las operaciones de la Unidad Operativa Pallancata, aunque
dada la magnitud del proyecto el impacto sea mínimo y se encuentre dentro del rango
de error del Proyecto.

98
Dic 12.0
11.8
Nov 7.3
7.3
Oct 4.1
4.2
Sep 5.7
5.9
Ago 6.4
6.9
Jul 11.1
11.7
Mes
Jun 17.8
18.8
May 30.2
32.3
Abr 65.4
67.5
Mar 147.7
149.5
Feb 122.3
122.3
Ene 47.2
46.6
0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0

Caudal Mensual Promedio (L/s)
Cuenca Ranichico ‐ Con Proyecto Cuenca Ranichico Sin Proyecto
Figura 4-2: Variación Mensual Promedio de Caudales en la Cuenca Ranichico

99
Dic 185.3
182.6
Nov 100.9
99.3
Oct 48.3
48.0
Sep 50.0
50.9
Ago 54.0
55.7
Jul 97.8
100.7
Mes
Jun 155.4
161.0
May 272.6
280.3
Abr 653.5
668.1
Mar 1736.0
1749.0
Feb 1384.0
1382.0
Ene 583.5
578.2
0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0 1800.0 2000.0
Intercuenca Suyamarca III ‐ Con Proyecto Intercuenca Suyamarca III ‐ Sin Proyecto

Suyamarca III
100
Dic 44.8
43.6
Nov 23.3
22.5
Oct 11.6
11.3
Sep 13.4
13.2
Ago 14.6
14.8
Jul 26.5
26.9
Mes
Jun 39.5
40.1
May 70.5
71.3
Abr 167.5
168.5
Mar 441.0
442.2
Feb 347.8
347.6
Ene 146.3
145.6
0.0 50.0 100.0 150.0 200.0 250.0 300.0 350.0 400.0 450.0 500.0
Intercuenca Suyamarca IX ‐ Con Proyecto Intercuenca Suyamarca IX ‐ Sin Proyecto
Figura 4-4: Variación Mensual Promedio de Caudales en la Intercuenca Suyamarca

IX
Asimismo, se evidencia un aumento en la evapotranspiración también en
apenas 1% posiblemente asociado al aporte de espejos de agua que a la fecha
representa la instalación de una presa de relaves. Finalmente, si bien la recarga
profunda a nivel de toda la cuenca no se ha visto afectada, es posible que el caudal

101
base haya sido afectado producto de los principales cambios en el uso del suelo
producto de la puesta en marcha de la mina.
4.3 Contrastación de la hipótesis
Calibración y Análisis de Sensibilidad
SWAT contiene numerosos parámetros que describen procesos en los que
hidrología, calidad del agua, y el sistema suelo-planta interactúan. La Tabla 4-4,
Principales parámetros de calibración en SWAT (orden de sensibilidad), presenta el
conjunto de parámetros que utiliza SWAT para las simulaciones hidrológicas. Como
primer paso es necesario un análisis de sensibilidad sobre los mismos, a fin de tomar
solo en cuenta los parámetros más relevantes en la simulación, y en segundo lugar
es preciso establecer el proceso de calibración del modelo a partir de información
observada en el área de dominio del modelo.
Si bien, a la fecha no se cuenta con información de estaciones hidrométricas y
caudales para la calibración del modelo, se han tomado en cuenta los niveles de
sensibilidad planteados en la Tabla 4-4, a fin de establecer un ajuste en los
parámetros de mayor sensibilidad y sobre los cuales se pueden plantear
estimaciones desde la información disponible en los dos escenarios de evaluación,
es decir desde los modelos conceptuales referenciales, acorde a la siguiente
metodología:
Simulación en parámetros por defecto del modelo SWAT
Se desarrolló la simulación secuencial por defecto a fin de evaluar un escenario
cero, el cual nos permitía identificar los principales parámetros característicos del
área del modelo.

102
Identificación de los principales parámetros sensibles y ajustables
La Tabla 4-4, Principales parámetros de calibración en SWAT (orden de
sensibilidad) presenta una lista de los principales parámetros de calibración para el
modelo SWAT en el orden preciso de sensibilidad, así como los valores de ajuste
que se establecen para la ejecución del presente modelo. De esta lista se han
considerado preferentemente los parámetros asociados a las aguas subterráneas.
Tabla 4-4
Principales parámetros de calibración en SWAT (orden de sensibilidad)
Rango por defecto

Valor de ajuste
SWAT
Parámetro Tipo Cuerpo de
Min Max Suelos agua y/o
bofedal
ALPHA_BF
*.gw 0 1 0.048 0.5
(adimensional)
GW_REVAP
*.gw 0.02 0.2 0.02 0.2
(adimensional)
CH_N2 *.rte -0.01 0.3
APLHA_BNK *.rte 0 1
GW_MIN
*.gw 0 5000 1000 0
(mm)
CN2 *.mgt 35 98
GW_DELAY
*.gw 0 500
(días)
SHALLST
*.gw 0 5000 5000 0
(mm)
DEEPST
*.gw 0 10000 10000 100
(mm)
CH_K2 *.rte -0.01 500
SOLW_AWC *.sol 0 1
Para ambos escenarios en evaluación, se cuenta con estudios preliminares de
hidrogeología, donde se tienen:
 ALPHA_BF: El parámetro Factor del flujo base, tiene un rango de variación
de 0 - 1 el cual plantea la variación del aporte del flujo de agua subterránea

103
remanente, visiblemente en época seca, es decir cuando la presencia de
lluvias es prácticamente nula.
 GW_REVAP: El parámetro de re-evaporación de agua contenida en la base
final de la capa suelo (medio no saturado), considerando los extremos
valores entre un medio saturado (bofedales, lagos, laguna- 0.2) y un medio
no saturado, mayormente sin cobertura (0.02)
 SHALLST (mm): Nivel freático mínimo del sistema, que los antecedentes
establece no menor a 5 m
 DEEPST (mm): Nivel freático máximo del sistema, atribuido al valor máximo
de 10 m.
 GW_MIN: Asignado según la unidad de respuesta hidrológica (URH) en
ajuste a la profundidad mínima de nivel de agua en dicho (URH).
La información utilizada para la calibración de los parámetros asociados a las
aguas subterráneas ha sido tomada del estudio hidrogeológico conceptual y
numérico para la Unidad Operativa Pallancata (KCB, 2017). Dicho estudio ha
empleado información registrada en diez (10) piezómetros distribuidos en su área de
estudio: dos de ellos corresponden a piezómetros existentes en la actual poza de
relaves N° 03 (codificados como PM-01 y PM-03), tres piezómetros fueron instalados
durante la campaña de perforación de junio y julio de 2015 (codificados como PMW-
01, PMW-02 y PMW-03) y cinco fueron perforados e instalados entre octubre y
diciembre de 2015 (codificados como PMW-04, PMW-05, PMW-06, PMW-07 y

104
PMW-08). Se dispone además de registros de pruebas de bombeo en dos
piezómetros (PMW-04 y PMW-08) y lecturas diarias de niveles de agua entre junio y
agosto de 2016 en cuatro piezómetros (codificados como PMW-01, PMW-03, PMW-
05 y PMW-07).
Las coordenadas de ubicación de los piezómetros se pueden apreciar en la
Tabla 4-5, Ubicación de Piezómetros Instalados; mientras que su ubicación espacial
en un plano se puede apreciar en la Figura 4-5.
Tabla 4-5
Ubicación de Piezómetros Instalados
Diámetro Altitud
Código Norte Este
(pulgadas) (msnm)
PMW-01 2 8370810 696291 4415
PMW-02 2 8370960 696227 4486
PMW-03 2 8371481 695190 4587
PMW-04 4 8368852 696883 4214
PMW-05 2 8369475 696052 4447
PMW-06 2 8369007 695212 4451
PMW-07 2 8371540 692807 4595
PMW-08 4 8372379 693534 4606
Nota: Sistema de coordenadas UTM, WGS 84, zona 18S
Fuente: KCB, 2017
105
Figura 4-5: Ubicación de Piezómetros Utilizados para Calibración del Modelo

Fuente: KCB, 2017
Nota: Sistema de coordenadas UTM, WGS 84, zona 18S
106
CONCLUSIONES Y RECOMENDACIONES
CONCLUSIONES
 A través de la presente investigación se ha podido demostrar que mediante la
aplicación del modelo hidrológico SWAT, el cual ha tomado en cuenta
información climatológica, además de los cambios en cobertura vegetal, uso y
tipo de suelo, y topografía del terreno bajo los escenarios “sin proyecto” y “con
proyecto” es posible estimar el impacto al caudal del río Suyamarca por las
actividades de la Unidad Operativa Pallancata.
 Se pudo verificar en el aumento de escorrentía superficial respecto al caudal
total entre el escenario Sin Proyecto y Con Proyecto, apenas en 1%. Es posible
que la instalación de una zona urbana, industrial, así como diversos accesos
propios de las operaciones haya afectado levemente en la generación de
escorrentía. En cuanto a las unidades hidrográficas de mayor nivel, localizadas
dentro de la cuenca del río Suyamarca, y donde se ubican las instalaciones de
la Unidad Operativa Pallancata se pudo apreciar una variación mínima de caudal
mensual por lo que en consecuencia el impacto también sería mínimo y se
encuentre dentro del rango de error del Proyecto. La variación de caudal fluctúa
entre 0% y 6.4% en la unidad hidrográfica Ranichico, entre 0% y 3.5% en la
unidad hidrográfica Intercuenca Suyamarca III y entre 0% y 1.5% en la unidad
hidrográfica Intercuenca Suyamarca IX.

107
 Según las estimaciones del modelo SWAT, desde el punto ambiental el impacto
residual es poco significativo dado a que principalmente a su intensidad que es
baja dada la mínima variación de caudal estimada entre los escenarios Sin
Proyecto y Con Proyecto mediante el modelo SWAT.
 El modelo SWAT requiere una gran cantidad de información meteorológica,
topografía, tipo de suelos y cobertura vegetal, y como en el caso del presente
trabajo de investigación se ve limitada ante la escasez de información
meteorológica de una serie de tiempo de al menos 15 años, tanto en la cuenca
del río Suyamarca en general (SENAMHI) como en la zona donde se ubica la
Unidad Operativa Pallancata (estaciones de Compañía Minera Ares) por lo que
se tuvo que tomar información meteorológica satelital que requirió ser validada.
 No se cuenta con información hidrométrica en el río Suyamarca, ya sea de entes
estatales como de Compañía Minera Ares S.A, que limitó la calibración de los
resultados únicamente con datos hidrogeológicos y no con caudales medidos en
una serie de tiempo de al menos en un periodo de un año, que es lo más
recomendable.
 La estimación de los impactos al caudal en la cuenca del río Suyamarca fue
posible realizarlo, pero de una forma preliminar dadas las limitaciones de
información fuente que alimente el modelo SWAT como las limitaciones en su
calibración.
108
RECOMENDACIONES
Concluido el presente trabajo de investigación, se considera necesario
plasmar aspectos que ayudarán a mejorar la calibración del modelo hidrológico y
obtener resultados de caudales más precisos. Estas son detalladas a continuación:
 Mejorar la densidad de estaciones meteorológicas en la zona de estudio;
es necesario incluir una red que sea capaz de capturar la especialización y
exactitud de las variables meteorológicas en especial la precipitación, que
permitiría entender mejor los focos de escorrentía superficial que se formasen
en la cuenca.
 Incorporación de estaciones hidrométricas en la zona de estudio; dado que
Compañía Minera Ares dispone información puntual de caudal en el río
Pallancata, ello ayudaría en gran medida a la calibración del modelo hidrológico
y por lo tanto en la cuantificación de una posible pérdida de caudal.
 Mejorar la información relacionada a los valores de infiltración según tipo de
suelo. Con ello se puede contrastar y afinar los valores que asume el SWAT
según el tipo de suelos hallados con valores medidos en campo.
 Mejorar información sobre el cambio de uso de suelos y unidades de vegetación
en las zonas que se encuentran más allá de la huella del proyecto, con ello se
podría deslindar responsabilidades en la afectación en el caudal de un curso de
agua.
109
 Realizar el análisis de cambio de caudal a nivel de unidades hidrográficas de
más pequeñas (nivel 8 o mayor - microcuencas) dado que la presente
modelación ha evaluado el impacto del río Pallancata, pero no ha evaluado el
efecto en las quebradas aportantes que también estarían influenciadas por las
actividades de la Unidad Operativa Pallancata.
 Plantear otros modelos hidrológicos a fin de evaluar las ventajas y debilidades.
El modelo SWAT utiliza gran cantidad de información que en otros escenarios
no se dispone y posiblemente otros modelos no lo requiera.

110
REFERENCIAS BIBLIOGRÁFICAS
1. APARICIO, F.J (1989). Fundamentos de Hidrología de Superficie, México:
Editorial Limusa.
2. ARNOLD J. G. et al (2012, mayo). SWAT: Model use, calibration and validation.
American Society of Agricultural and Biological Engineers Vol. 55(4): 1491-
1508. ISSN 2151-0032
3. ARNOLD J. G. et al (2012). Soil and Water Assessment Tool. Input/Output
Documentation Version 2012. Texas Water Resources Institute.
https://swat.tamu.edu/media/69296/SWAT-IO-Documentation-2012.pdf
4. ASENCIOS ASTORAYME, HENRY JOEL (2016). Corrección del sesgo de la
precipitación estimada por satélite para la simulación de caudales en la cuenca
del río Rímac. Tesis para Optar el Título de Ingeniero Agrícola – Universidad
Nacional Agraria La Molina. Lima – Perú. URI:
http://repositorio.lamolina.edu.pe/handle/UNALM/1957
5. AYBAR CAMACHO C. (2016). Modelamiento de la escorrentía en cuencas de
montaña: Caso de Estudio Río Vilcanota. Tesis para optar el Título Profesional
111
de Ingeniero Geógrafo. Universidad Nacional Mayor de San Marcos. Lima -
Perú. URI: http://cybertesis.unmsm.edu.pe/handle/cybertesis/5936.
6. BARRIOS ALEX G. y URRIBARRI LISBETH A. Aplicación del modelo SWAT
en los Andes venezolanos: Cuenca alta del río Chama. Revista Geográfica
Venezolana, vol. 51, núm. 1, enero-junio, 2010, pp. 11-29 Universidad de los
Andes. Mérida, Venezuela. ISSN: 1012-1617. URI:
http://www.redalyc.org/articulo.oa?id=347730384002
7. BAUTISTA-ÁVALOS D., CRUZ-CÁRDENAS G., MONCAYO-ESTRADA R.,
SILVA J. y ESTRADA-GODOY F. (2014, junio). Aplicación del modelo SWAT
para evaluar la contaminación por fuentes difusas en la subcuenca del lago de
Chapala, México. Rev. Int. Contam. Ambie. 30 (3) 263-274, 2014
8. CAMONES CANO, ANTHONY HERBERT (2015). Influencia de la humedad del
suelo en la relación precipitación-escorrentía en las cuencas del Anya y
Mchique, Junín – Perú. Tesis para Optar el Título de Ingeniero Agrícola –
Universidad Nacional Agraria La Molina. Lima – Perú. URI:
9. CANALES TORRES, MIGUEL ÁNGEL (2015). Modelación del proceso
precipitación escorrentía en la cuenca del río Ica. Tesis para Optar el Título de
Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú. URI:
112
10. CARMONA, A. (2007, junio). Ajuste de la Producción de Agua Simulada por el
Modelo SWAT y Análisis de Sensibilidad ante Características Hidrológicas del
Suelo en una Cuenca Pequeña de Alta Pendiente. Tesis para Optar el Título de
Ingeniero Agrónomo – Universidad Central de Venezuela. Caracas –
Venezuela. URI:
https://www.researchgate.net/publication/48223873_Ajuste_de_la_produccion
_de_agua_simulada_por_el_modelo_SWAT_y_analisis_de_sensibilidad_ante
_caracteristicas_hidrologicas_del_suelo_en_una_cuenca_pequena_de_alta_p
endiente
11. CHÁVEZ TORRES, ÁNGELA DEL ROCÍO (2016). Modelos hidrológicos para
la generación de caudales diarios en las cuencas de los ríos Pisco y San Juan
– Ica. . Tesis para Optar el Título de Ingeniero Agrícola – Universidad Nacional
Agraria La Molina. Lima – Perú. URI:
12. FERNÁNDEZ PALOMINO C. (2016, noviembre). Asimilación y Evaluación de
Datos de Precipitación en Base a Satélite en el Modelamiento Hidrológico de la
Cuenca del Río Vilcanota. Servicio Nacional de Meteorología e Hidrología del
Perú – SENAMHI. http://www.senamhi.gob.pe/pdf/estudios/hidro2016-0006.pdf
13. GASSMAN P. W., REYES M. R., GREEN C. H., y ARNOLD J. G. (2007). The
soil and water assessment tool: historical development, applications, and future
research directions. American Society of Agricultural and Biological Engineers
Vol. 50(4): 1211-1250. ISSN 0001-2351

113
14. GUEVARA CRISTIAN et al (2013). Empleo del modelo hidrológico SWAT en
regiones de llanuras. Aplicación en una cuenca rural, arroyo Santa Catalina,
Prov. de Buenos Aires. Instituto de Hidrología de Llanuras. Argentina.
http://sedici.unlp.edu.ar/bitstream/handle/10915/47531/Documento_completo.
pdf?sequence=3
15. HAVRYLENKO, SOFÍA, BODOQUE DEL POZO, JOSÉ MARÍA, ZUCARELLI,
VIVIANA Y MERCURI, PABLO (2015). Evaluación sequías agropecuarias en la
cuenca del río Arrecifes - Buenos Aires. Instituto Nacional de Tecnología
Agropecuaria. URI: INTA_hidrollanuras_2014_havrylenko et al.pdf
16. JAYO JIMÉNEZ, PEDRO SAÚL (2011). Modelación de la relación precipitación-
escorrentía en la cuenca del río Mala mediante el modelo Precaud v.1.0. Tesis
para Optar el Título de Ingeniero Agrícola – Universidad Nacional Agraria La
Molina. Lima – Perú. URI: http://repositorio.lamolina.edu.pe/handle/UNALM/758
17. MARTÍNEZ LOAYZA, CARLOS ROBERTO (2015). Impacto del Cambio
Climático en la Hidrología de la Cuenca del Río Ica. Tesis para Optar el Título
de Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú.
URI: http://repositorio.lamolina.edu.pe/handle/UNALM/1849
18. MATA ESPINOSA H (2008). El modelo de simulación hidrológica SWAT
aplicado en la cuenca del río Amajac, Hidalgo, México. Tesis de Maestría del
Instituto de Enseñanza e Investigación en Ciencias Agrícolas. Montecillo,
Texcoco. México
114
19. MAURI YAPO, CARMEN ROSA (2016). Determinación de rendimiento hídrico
en cuencas con poca información hidrométrica y su aplicación al Proyecto de
Irrigación Chavini. Tesis (Ing. Mecánico de Fluidos). Lima, Perú: Universidad
Nacional Mayor de San Marcos, Facultad de Ciencias Físicas, EAP. de
Ingeniería Mecánica de Fluidos, 2016. 176 h. URI:
http://cybertesis.unmsm.edu.pe/handle/cybertesis/5957
20. MORALES TAPIA I., SÁNCHEZ LOJA J. (2010). Aplicación de un modelo
parsimonial conceptual de precipitación -escorrentía (VHM) en la subcuenca del
río Tomebamba en Monay: evaluación temporal y espacial. Tesis de Pregrado.
Universidad de Cuenca. Ecuador.
http://dspace.ucuenca.edu.ec/handle/123456789/736
21. MWH (2017, febrero). Tercera Modificación del Estudio de Impacto Ambiental
del Proyecto La Arena. URI:
http://extranet.minem.gob.pe/EIA/ESTUDIO/ArchivosAdjuntos/DMET_ViewFile
?li_idarchivo=18&ln_idmaestra=7048&ln_idseccion=1&ls_idmenu=0038&
22. MWH (2017, abril). Segunda Modificación del Estudio de Impacto Ambiental de
la Ampliación de Capacidad de 1,500 a 3,000 TMD de la U.O. Pallancata. URI:
http://extranet.minem.gob.pe/EIA/ESTUDIO/ArchivosAdjuntos/DMET_ViewFile
?li_idarchivo=56&ln_idmaestra=7114&ln_idseccion=1&ls_idmenu=0037&
23. NEITSCH, S.L., ARNOLD J.G., WILLIAMS J.R. (2005). SWAT - Soil and Water
Assessment Tool – User’s manual, Vers. 2005. Grassland, Soil and Water
115
Research Laboratory & Blackland Research Center, USDA-ARS (United States
Department of Agriculture - Agricultural Research Service), Temple, TX 76502.
24. OÑATE VALDIVIESO, FERNANDO y AGUILAR NARANJO, GALO (2003).
Estimación de caudales y sedimentos en la cuenca alta del rio Catamayo.
Universidad Técnica Particular de Loja.- Ecuador. URI:
http://sig.utpl.edu.ec/sigutpl/Staftpro/hidrologia/swat_catamayo.pdf
25. ORDOÑEZ RAZO MARIO (2011, abril). Balance Hídrico del Estado de Coahuila
bajo Escenarios Futuros de Cambio Climático. Universidad Nacional Autónoma
de México – Facultad de Filosofía y Letras. Colegio de Geografía. Tesis para
Licenciado en Geografía. Morelia, Michoacán, México.
26. ORTIZ A. (2010, octubre). Implementación del modelo hidrológico SWAT:
Modelación y simulación multitemporal de la variación de escorrentía en la
cuenca del lago de Cuitzeo. Universidad Nacional Autónoma de México –
Facultad de Filosofía y Letras. Centro de Investigaciones en Geografía
Ambiental. Maestría en Manejo Integrado del Paisaje. Morelia, Michoacán,
México.
27. PALOMINO ZAMORA, HENRY (2015). Efecto del cambio climático en la
hidrología de la cuenca Chancay – Huaral. Tesis para Optar el Título de
Ingeniero Agrícola – Universidad Nacional Agraria La Molina. Lima – Perú. URI:
116
28. PROAÑO M., GAVILANES C., VALENZUELA P., CISNEROS C. (2006,
diciembre). Informe Técnico: Aplicación del modelo SWAT en la subcuenca del
río Ambato. Proyecto Cuencas Andinas – CODESAN –GTZ Challenge Program
29. SANCHEZ ORTA, S. (2010). Caracterización Morfométrica y Simulación del
Balance de la Cuenca “Tres Valles SLP”. (en línea) Chapingo, México. Colegio
de Postgraduados de México. Consulado 13 nov. 2013. URI:
http://www.biblio.colpos.mx:8080/jspul/handle/10521/160.
30. TARAZONA ROLDÁN, HUGO GUIDO (2016). Modelamiento hidrológico de la
cuenca del Río Ica con fines de prevención de inundaciones en la ciudad de
Ica. Tesis para Optar el Título de Ingeniero Agrícola – Universidad Nacional
Agraria La Molina. Lima – Perú. URI:
31. URIBE, N. (2010). SWAT (Soil & Water Assessment Tool) Conceptos Básicos
y Guía Rápida para el Usuario. Medellín, Colombia, CIAT, 47 p. URI:
https://swat.tamu.edu/media/46967/swat2005-tutorial-spanish.pdf
32. URIBE N., QUINTERO M., y VALENCIA J. (2013, marzo). Aplicación del Modelo
Hidrológico SWAT (Soil and Water Assessment Tool) a la Cuenca del Río
Cañete. Centro Internacional de Agricultura Tropical (CIAT) - Cali, Colombia.
33. VICENTE MONTALVO, ISRAEL (2011). Análisis hidrológico aplicando el
sistema de información geográfica y comparación de modelos en la cuenca del
río Crisnejas. Tesis para Optar el Título de Ingeniero Civil – Universidad

117
Nacional de Ingeniería. Lima – Perú URI:
http://cybertesis.uni.edu.pe/handle/uni/3289
34. ZULETA S., C. (2013). Análisis del comportamiento del recurso hídrico ante
cambios en el uso del suelo y el cambio climático en la cuenca del río Pejibaye,
Costa Rica. Centro Agronómico Tropical de Investigación y Enseñanza –
Escuela de Posgrado. Turrialba, Costa Rica.

118
ANEXOS
Anexo 1 - Matriz de Consistencia
Anexo 2 – Curriculum Vitae – Español e Inglés
Anexo 3 – Resultados de la Modelación Hidrológica SWAT – Escenario Sin
Proyecto
Anexo 4 – Resultados de la Modelación Hidrológica SWAT – Escenario Con
Proyecto
119
Anexo 1
Matriz de Consistencia
TÍTULO: “APLICACIÓN DEL MODELO SWAT EN LA EVALUACIÓN DE IMPACTOS EN LA SUBCUENCA DEL RÍO SUYAMARCA POR LAS ACTIVIDADES DE LA UNIDAD OPERATIVA PALLANCATA”
FORMULACIÓN DEL PROBLEMA OBJETIVOS HIPÓTESIS VARIABLES INDICADORES DISEÑO METODOLÓGICO

Problema General Objetivo General HIPOTESIS GENERAL Variable Indicadores Tipo de Investigación
independiente :X
¿En qué medida la aplicación del Aplicar el modelo SWAT con Mediante la aplicación del - Precipitación diaria - Aplicada
modelo SWAT con información información climatológica, modelo SWAT a partir de X1 = Información - Temperatura del - Longitudinal
climatológica, cobertura, uso y tipo de cobertura, uso y tipo de suelo y información climatológica, climatológica aire
suelo y topografía del terreno logra topografía del terreno para - Cuantitativa
cobertura, uso y tipo de suelo y
estimar el impacto al caudal del río estimar el impacto al caudal del X2 = Cobertura, - Radiación solar
topografía del terreno se Nivel de Investigación
Suyamarca por las actividades en la río Suyamarca por las uso y tipo de suelo - Velocidad del viento
realizará la estimación del - Correlacional
Unidad Operativa Pallancata? actividades de la Unidad impacto al caudal del río X3 = Topografía del - Humedad relativa
Operativa Pallancata. Suyamarca por las actividades terreno Diseño de la Investigación
Problemas específicos - Uso/ Cobertura de
de la Unidad Operativa - Experimental
Objetivos Específicos suelo
1.- ¿En qué medida la aplicación del Pallancata.
modelo SWAT con información - Evapotranspiración Población y Muestra
1. Aplicar el Modelo SWAT con Variable
climatológica, cobertura, uso y tipo de HIPOTESIS ESPECIFICA 1 * El estudio se realizará en la subcuenca del río
información climatológica, Dependiente: Y - Modelo de Elevación
suelo y topografía del terreno logra cobertura, uso y tipo de suelo y Suyamarca
Mediante la aplicación del Digital
estimar los caudales del río topografía del terreno para Y1= Impacto al
modelo SWAT a partir de - Curvas de nivel de Técnicas en recolección.
Suyamarca antes de las actividades realizar la estimación del caudal caudal del río
información climatológica, las instalaciones de la
de la Unidad Operativa Pallancata? del río Suyamarca antes de las Suyamarca por las * Mapa de suelos generales a Escala 1:100000
cobertura, uso y tipo de suelo y unidad operativa
actividades de la Unidad actividades de la o mayor detalle en archivos shape file.
topografía del terreno se Pallancata
Operativa Pallancata. realizará la estimación del Unidad Operativa * Mapa de Coberturas a Escala 1:100000 o
2.- ¿En qué medida la aplicación del caudal del río Suyamarca antes Pallancata - Caudal estimado del mayor detalle en archivos shape file.
2. Aplicar el Modelo SWAT con río Suyamarca antes
modelo SWAT con información de las actividades de la Unidad
información climatológica, de las actividades de * Cartografía base en archivos shape file:
climatológica, cobertura, uso y tipo de Operativa Pallancata.
cobertura, uso y tipo de suelo y la Unidad Operativa Drenajes, Centros poblados, división política
suelo y topografía del terreno logra
topografía del terreno para HIPOTESIS ESPECIFICA 2 Pallancata. * Modelo de Elevación Digital
estimar los caudales del río
realizar la estimación del caudal
Suyamarca al final de la vida útil de la * Curvas de nivel de las instalaciones de la
del río Suyamarca durante las Mediante la aplicación del - Caudal medido del
Unidad Operativa Pallancata? unidad operativa Pallancata
actividades de la Unidad modelo SWAT a partir de río Suyamarca antes
Operativa Pallancata hasta información climatológica, de las actividades de * Registros Hidrometeorológicas (Humedad
finalizar su vida útil. cobertura, uso y tipo de suelo y la Unidad Operativa Relativa, Precipitación, Temperatura Máximas y
topografía del terreno se Pallancata. Mínimas, Radiación Solar) del satélite TRMM en
realizará la estimación del el periodo 1998 – 2014.
caudal del río Suyamarca - Caudal estimado del
río Suyamarca * Aforos de Caudal en el río Suyamarca
durante las actividades de la
Unidad Operativa Pallancata. durante las * Análisis y calibración de datos.
actividades de la
Unidad Operativa Instrumentos
Pallancata. * Modelo SWAT, ArcGis versión 10.2
Nota: Elaboración propia

120
Anexo 2
Curriculum Vitae – Español

INGENIERO QUÍMICO
RESUMEN DE SU EXPERIENCIA:
El Ing. Solari es Ingeniero Químico de profesión con más de 14 años de
experiencia en el liderazgo de equipo multidisciplinarios encargados de la
elaboración y evaluación de estudios ambientales de empresas líderes del sector
minero. Cuenta con estudios de Maestría en temas relacionados a Minería y Medio
Ambiente y es Magíster en Administración Estratégica de Empresas - MBA Gerencial
en CENTRUM Católica.
EDUCACIÓN
 Ms Sc. en Administración Estratégica de Empresas - MBA Gerencial – Escuela de
Negocios CENTRUM Católica (2010 - 2014).
 Estudios Maestría en Ciencias Ambientales– Universidad Nacional Agraria La Molina
(2008 - 2009)
 Estudios de Maestría en Minería y Medio Ambiente – Universidad Nacional de
Ingeniería (2001 – 2003 / Actualización 2016).
 Ingeniería Química - Universidad Nacional Pedro Ruiz Gallo - Lambayeque (1993 -
1998).
 Certificación Project Management Program - Project Management Institute –
Noviembre 2016
EXPERIENCIA PROFESIONAL
 STANTEC PERÚ S.A – Gerente de Proyecto (2007 a la fecha)
El Ing. Solari, actualmente se desempeña como Gerente de Proyecto y

121
Revisor Senior del equipo de trabajo a cargo de la elaboración de estudios
ambientales de Stantec Perú S. A. Ha liderado y participado en la elaboración de
diversos estudios ambientales para ser presentados ante la autoridad competente,
principalmente en los sectores de minería, electricidad, transporte y vivienda, con lo
cual ha contribuido a la obtención de los permisos ambientales para la ejecución de
las obras mediante la elaboración de las secciones relacionadas a descripción del
proyecto y plan de cierre conceptual, estrecha coordinación interna con los
especialistas encargados de elaborar el estudio ambiental, excelentes relaciones con
el cliente para la obtención de información pertinente para el Proyecto, y colaborando
con el cliente en la sustentación técnica del proyecto ante la autoridad competente
que permitieron tener un número reducido de observaciones iniciales y su aprobación
final en el plazo estimado por la empresa.
MINISTERIO DE ENERGÍA Y MINAS - Especialista Ambiental de la Dirección
General de Asuntos Ambientales Mineros (2004 – 2007)
El Ing. Solari se ha desempeñado como Ingeniero Ambiental y Evaluador en la
Dirección General de Asuntos Ambientales Mineros (DGAAM) del Ministerio de Energía y
Minas, en las cuales ha coordinado la evaluación de más de 100 estudios ambientales en
el sector minero en sus diferentes fases de exploración, explotación y cierre, en gran
minería, pequeña minería y minería artesanal por lo cual cuenta con una valiosa
experiencia en la aplicación de la normatividad ambiental en el sector minero, así como
de los procedimientos de evaluación de estudios ambientales en dicho sector. Asimismo
tuvo una exitosa misión en la aplicación de procedimientos de participación ciudadana a
nivel nacional (talleres y audiencias públicas).

122
Curriculum Vitae – Inglés

CHEMICAL ENGINEER
SUMMARY OF HIS EXPERIENCE:
Mr. Solari is a Chemical Engineer with over 14 years of experience in the
leadership of multidisciplinary teams in charge of the preparation and evaluation of
environmental assessments of leading companies in the mining sector. He has a
Master’s Degree in subjects related to Mining and Environment, and he has obtained
a Master of Business Administration (Managerial MBA Program) in CENTRUM
Pontifical Catholic University of Peru (PUCP).
EDUCATION
 Managerial MBA – CENTRUM PUCP (2010 - 2014).
 Master’s Degree in Environmental Sciences (c) – National Agrarian University of
La Molina (2008 - 2009)
 Master’s Degree in Mining and Environment (c) – National University of
Engineering (2001 – 2003 / Update 2016).
 Chemical Engineering – Pedro Ruiz Gallo National University - Lambayeque
(1993 - 1998).
 Project Management Program Certification - Project Management Institute -
November 2016.
PROFESSIONAL EXPERIENCE
STANTEC PERÚ S.A - Project Manager (2007 to date)
Mr. Solari currently holds the position of Project Manager and Senior Revisor
for the work team in charge of the preparation of environmental assessments in
Stantec Peru S. A. Mr. Solari has led and participated in the preparation of different

123
environmental assessments to be submitted before the pertinent authorities,
especially in the mining, electricity, transport, and housing sectors. Thus, he
contributed to environmental permitting for work execution through the development
of project description and conceptual closure plan sections, while being in close
internal coordination with the specialists in charge of preparing the environmental
assessment, maintaining an excellent relationship with the client to obtain relevant
information for the Project, and cooperating with the client in the technical defense
of the project before the pertinent authorities. This allowed MWH to have a reduced
number of initial observations and the final approval within the term estimated by the
company.
MINISTRY OF ENERGY AND MINES (MINEM) - Environmental Specialist of
General Bureau of Mining Environmental Affairs (2004 – 2007)
Mr. Solari has worked as an Environmental Engineer and Evaluator at the
General Bureau of Mining Environmental Affairs (DGAMM) of the Ministry of Energy
and Mines (MINEM), where he has coordinated the evaluation of more than 100
environmental assessments in the mining sector during their different exploration,
exploitation, and closure stages in small, medium and large-scale mining and
artisanal mining. Therefore, he has a valuable experience in the application of
environmental regulations in the mining sector, as well as in the application of
environmental assessment procedures in such sector. Moreover, he conducted a
successful mission in the application of citizen participation procedures nationwide
(workshops and public hearings).

124
Anexo 3
Resultados de la Modelación Hidrológica SWAT – Escenario Sin Proyecto
Tabla 3.1
Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Intercuenca Suyamarca IX (L/s)
Año Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Promedio
1998 1,412.0 1,128.0 604.5 274.7 115.3 69.1 41.1 25.5 15.5 26.2 95.3 463.9 355.9
1999 648.9 1,658.0 1,128.0 483.6 222.4 128.2 75.4 43.3 69.5 66.6 71.2 109.9 392.1
2000 572.2 688.1 515.6 251.0 113.3 65.3 36.8 25.4 19.2 43.0 30.4 44.8 200.4
2001 564.2 832.4 1,021.0 429.8 168.8 92.8 63.7 40.7 32.3 24.7 27.3 29.1 277.2
2002 124.3 687.3 690.2 313.0 123.0 65.5 113.1 36.4 30.6 19.1 53.8 124.1 198.4
2003 145.6 421.6 442.2 162.8 71.3 40.1 23.9 16.3 13.8 7.5 8.2 67.1 118.4
2004 218.3 347.6 194.8 144.5 34.2 19.8 47.4 8.3 13.2 5.2 24.1 190.3 104.0
2005 123.8 313.5 245.0 198.0 51.2 28.2 17.3 11.0 16.1 19.6 38.2 195.8 104.8
2006 412.3 612.4 691.8 246.7 106.8 62.4 37.1 23.5 13.2 18.4 27.9 40.1 191.0
2007 53.3 145.6 310.5 91.4 28.6 15.3 9.1 5.8 5.0 12.4 14.5 170.9 71.9
2008 607.9 481.6 509.7 145.9 79.8 45.0 26.9 15.7 11.5 26.3 28.3 15.7 166.2
2009 74.7 204.1 242.6 178.9 47.6 27.8 19.3 12.1 5.4 4.8 17.9 18.5 71.1
2010 260.2 301.4 490.8 175.2 73.8 43.9 27.7 16.7 13.4 8.0 13.5 266.1 140.9
2011 528.8 807.6 906.0 410.9 171.3 99.6 60.5 44.8 60.0 19.9 96.7 145.3 279.3
2012 219.4 504.3 500.5 310.3 120.2 71.1 42.2 25.0 42.9 22.7 49.5 518.6 202.2
2013 201.8 431.6 751.2 168.5 94.3 58.5 36.9 21.2 20.6 130.6 238.2 457.1 217.5
2014 623.7 598.7 473.4 289.1 119.9 70.1 42.1 23.2 23.9 28.5 52.2 178.6 618.9
MAXIMO 1,412.0 1,658.0 1,128.0 483.6 222.4 128.2 113.1 44.8 69.5 130.6 238.2 518.6 512.2

125
PROMEDIO 399.5 597.9 571.6 251.4 102.5 59.0 42.4 23.2 23.9 28.5 52.2 178.6 194.2
MÍNIMO 53.3 145.6 194.8 91.4 28.6 15.3 9.1 5.8 5.0 4.8 8.2 15.7 48.1
P50 260.2 504.3 509.7 246.7 106.8 62.4 37.1 22.4 15.8 19.8 29.4 134.7 162.4
P75 145.6 347.6 442.2 168.5 71.3 40.1 26.9 14.8 13.2 11.3 22.5 43.6 112.3
P95 70.4 192.4 233.0 133.9 33.1 18.9 15.7 7.6 5.3 5.1 12.2 17.8 62.1
DESVT 337.3 370.2 268.7 111.0 51.8 29.8 25.1 12.4 18.8 31.3 56.6 166.4 123.3
LCS 597.5 874.5 778.4 357.7 158.6 92.2 62.2 34.8 34.6 51.1 86.0 301.1 285.7
LCI 77.1 -134.1 -241.0 -135.7 -55.0 -32.6 -12.1 -10.0 3.0 11.6 27.3 31.7 -39.1
Nota: Los caudales se encuentran expresados en litros por segundo (L/s)
Tabla 3.2
Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Cuenca Ranichico (L/s)
1998 387.7 346.8 198.7 108.5 51.7 31.0 18.5 11.3 6.9 8.7 22.4 106.0 108.2
1999 175.4 482.0 347.4 169.7 90.1 52.0 30.8 18.0 19.0 19.0 16.9 24.9 120.4
2000 141.8 201.7 165.1 91.9 47.2 27.3 15.8 10.5 7.0 11.0 8.2 11.9 61.6
2001 157.0 266.2 341.0 167.8 72.8 41.1 26.8 17.1 12.2 9.2 9.6 10.2 94.3
2002 32.6 216.3 230.2 124.7 58.1 32.1 40.2 15.3 11.1 7.8 16.2 34.6 68.3
2003 46.6 145.0 164.2 77.0 37.8 21.8 13.0 8.5 6.4 3.7 3.3 18.8 45.5
2004 61.2 122.3 84.4 67.5 24.5 14.6 16.4 5.5 6.2 3.0 7.9 53.7 38.9
2005 41.6 116.0 94.1 85.1 32.3 18.4 11.1 6.9 7.5 7.2 11.0 53.0 40.3
2006 126.4 200.5 233.9 102.5 50.1 29.5 17.6 11.0 6.4 6.6 9.8 11.6 67.2

126
2007 15.6 43.7 102.7 43.3 18.4 10.4 6.2 3.8 2.9 4.4 4.9 40.3 24.7
2008 164.8 146.0 161.4 60.2 33.5 19.3 11.6 6.8 4.7 7.0 8.0 4.6 52.3
2009 17.6 59.1 80.0 63.2 24.7 14.5 9.4 5.9 3.0 2.3 5.6 5.8 24.2
2010 64.6 86.4 149.5 66.4 31.8 18.8 11.7 7.0 4.9 3.2 4.1 59.7 42.3
2011 141.9 236.8 276.7 147.9 68.0 39.7 24.1 16.7 16.0 7.1 23.6 39.2 86.5
2012 67.9 151.3 160.9 109.9 50.5 29.8 17.8 10.5 12.5 7.3 13.6 137.1 64.1
2013 75.3 144.4 249.5 72.0 40.7 25.0 15.6 9.0 7.7 40.9 74.4 139.8 74.5
2014 195.7 188.8 159.7 102.2 46.7 27.3 16.4 10.2 8.4 9.3 15.0 46.9 105.3
MAXIMO 387.7 482.0 347.4 169.7 90.1 52.0 40.2 18.0 19.0 40.9 74.4 139.8 155.1
PROMEDIO 112.6 185.5 188.2 97.6 45.8 26.6 17.8 10.2 8.4 9.3 15.0 46.9 63.7
MÍNIMO 15.6 43.7 80.0 43.3 18.4 10.4 6.2 3.8 2.9 2.3 3.3 4.6 19.5
P50 75.3 151.3 164.2 91.9 46.7 27.3 16.4 9.7 7.0 7.1 9.7 36.9 53.6
P75 46.6 122.3 149.5 67.5 32.3 18.8 11.7 6.9 5.9 4.2 7.3 11.8 40.4
P95 17.2 56.0 83.5 56.8 23.2 13.7 8.8 5.1 3.0 2.8 3.9 5.5 23.3
DESVT 92.1 107.6 82.1 37.4 18.9 10.8 8.5 4.4 4.6 9.3 17.0 44.2 36.4
LCS 167.4 258.9 246.3 129.3 65.5 38.1 24.9 14.2 11.5 16.5 26.7 81.1 90.0
LCI 16.8 -43.7 -82.1 -54.5 -27.8 -16.5 -7.9 -5.3 -2.4 2.2 7.3 7.3 -17.2

127
Tabla 3.3
Caudales Estimados por Unidad Hidrográfica - Escenario Sin Proyecto – Intercuenca Suyamarca III (L/s)
1998 5,190.0 4,226.0 2,287.0 1,065.0 442.4 265.7 157.4 98.0 59.4 109.3 372.3 1,671.0 1,328.6
1999 2,389.0 6,153.0 4,218.0 1,838.0 853.1 488.8 287.2 163.3 259.2 270.6 265.2 423.9 1,467.4
2000 2,068.0 2,559.0 1,948.0 965.8 436.2 248.8 138.5 98.8 73.3 168.4 122.1 187.4 751.2
2001 2,118.0 3,184.0 3,934.0 1,689.0 666.1 361.7 251.7 163.8 129.9 102.4 117.7 131.1 1,070.8
2002 487.4 2,633.0 2,658.0 1,246.0 494.7 258.6 456.7 148.6 121.7 84.2 226.9 491.4 775.6
2003 578.2 1,653.0 1,749.0 668.1 290.1 161.0 95.8 66.7 58.7 31.1 33.6 282.1 472.3
2004 855.9 1,382.0 812.5 603.2 151.5 88.7 188.1 36.4 61.1 23.5 106.2 753.7 421.9
2005 506.9 1,252.0 985.2 802.1 214.5 116.6 71.4 45.2 73.3 84.4 156.6 766.2 422.9
2006 1,575.0 2,351.0 2,666.0 977.8 419.2 243.8 144.6 92.4 50.9 75.5 126.4 168.3 740.9
2007 229.7 594.3 1,199.0 377.8 117.5 61.7 36.5 22.9 20.9 53.6 63.8 651.7 285.8
2008 2,236.0 1,807.0 1,915.0 564.0 303.0 169.6 100.7 58.3 43.9 103.5 116.8 66.8 623.7
2009 297.3 780.0 927.1 683.4 184.7 107.5 76.2 47.9 19.8 18.8 78.6 82.6 275.3
2010 959.2 1,124.0 1,836.0 680.8 280.3 165.8 105.4 63.6 50.8 31.4 54.4 982.5 527.8
2011 1,944.0 3,000.0 3,390.0 1,580.0 650.2 375.7 229.2 175.6 225.3 76.4 363.2 558.8 1,047.4
2012 832.2 1,889.0 1,895.0 1,191.0 460.4 271.5 160.7 94.5 167.0 92.0 204.3 1,907.0 763.7
2013 797.5 1,659.0 2,885.0 662.7 365.6 229.1 145.9 83.2 85.9 499.0 896.7 1,722.0 836.0
2014 2,363.0 2,260.0 1,820.0 1,116.0 458.3 266.1 159.9 91.2 93.8 114.0 206.6 677.9 1,206.2
MAXIMO 5,190.0 6,153.0 4,218.0 1,838.0 853.1 488.8 456.7 175.6 259.2 499.0 896.7 1,907.0 1,911.3
PROMEDIO 1,495.7 2,265.1 2,183.8 983.0 399.3 228.3 165.1 91.2 93.8 114.0 206.6 677.9 742.0
MÍNIMO 229.7 594.3 812.5 377.8 117.5 61.7 36.5 22.9 19.8 18.8 33.6 66.8 199.3
P50 959.2 1889.0 1915.0 965.8 419.2 243.8 145.9 87.8 67.2 84.3 124.3 525.1 618.9

128
P75 578.2 1382.0 1749.0 668.1 280.3 161.0 100.7 55.7 50.9 48.0 99.3 182.6 446.3
P95 283.8 742.9 904.2 526.8 144.7 83.3 64.4 33.1 20.6 22.3 49.2 78.7 246.2
DESVT 1,229.0 1,364.1 1,004.2 420.2 196.5 111.8 99.8 48.4 70.0 119.9 210.4 605.1 456.6
LCS 2,188.2 3,253.1 2,919.2 1,386.0 615.7 355.6 245.7 136.2 137.2 204.2 334.7 1,130.2 1,075.5
LCI 269.8 -524.9 -910.8 -545.6 -222.7 -132.0 -46.1 -39.4 2.8 35.6 86.2 80.0 -162.3

129
Anexo 4
Resultados de la Modelación Hidrológica SWAT – Escenario Con Proyecto
Tabla 4.1
Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Intercuenca Suyamarca IX (L/s)
1998 1,409.0 1,126.0 602.9 272.7 113.8 68.2 40.6 25.2 15.4 26.9 97.0 464.0 355.1
1999 648.2 1,654.0 1,127.0 481.9 220.2 126.8 74.5 42.7 70.1 67.2 71.3 112.1 391.3
2000 571.0 686.5 514.3 250.0 112.1 64.6 36.3 25.2 19.2 44.0 31.1 46.0 200.0
2001 563.2 830.5 1,020.0 428.5 167.5 91.7 63.2 40.6 32.3 25.0 28.0 29.8 276.7
2002 125.9 685.7 688.4 311.5 121.8 64.5 113.5 36.3 30.9 19.3 55.0 125.5 198.2
2003 146.3 421.4 441.0 161.6 70.5 39.5 23.6 16.2 13.9 7.6 8.5 68.6 118.2
2004 219.9 347.8 194.9 143.8 33.8 19.5 47.4 8.2 13.5 5.4 24.8 192.5 104.3
2005 124.3 313.4 245.2 196.8 50.4 27.7 17.0 10.9 16.5 20.1 39.1 197.5 104.9
2006 411.4 610.9 689.7 245.3 105.5 61.5 36.6 23.2 13.1 18.9 28.8 41.1 190.5
2007 54.7 147.5 309.9 90.7 28.0 14.9 8.9 5.8 4.9 12.8 15.0 172.9 72.2
2008 605.6 480.3 508.3 144.7 78.9 44.4 26.5 15.5 11.4 27.1 28.7 16.3 165.6
2009 76.1 205.0 242.0 178.1 46.8 27.4 19.2 12.0 5.3 4.9 18.6 19.0 71.2
2010 260.8 301.2 489.2 174.5 72.9 43.4 27.4 16.6 13.5 8.0 14.1 267.7 140.8
2011 527.2 805.2 903.8 409.3 169.7 98.4 59.7 44.5 60.3 19.9 97.3 146.4 278.5
2012 219.0 503.2 499.4 309.2 119.0 70.4 41.6 24.7 43.4 23.1 50.5 517.8 201.8
2013 201.2 431.0 749.3 167.5 93.4 57.9 36.5 21.0 20.6 130.4 237.6 457.8 217.0
2014 624.4 599.3 473.0 288.0 118.5 69.1 41.5 23.0 24.0 28.8 52.8 179.7 618.9
MAXIMO 1,409.0 1,654.0 1,127.0 481.9 220.2 126.8 113.5 44.5 70.1 130.4 237.6 517.8 511.1

130
PROMEDIO 399.3 597.0 570.5 250.2 101.3 58.2 42.0 23.0 24.0 28.8 52.8 179.7 193.9
MÍNIMO 54.7 147.5 194.9 90.7 28.0 14.9 8.9 5.8 4.9 4.9 8.5 16.3 48.3
P50 260.8 503.2 508.3 245.3 105.5 61.5 36.6 22.1 16.0 20.0 29.9 136.0 162.1
P75 146.3 347.8 441.0 167.5 70.5 39.5 26.5 14.6 13.4 11.6 23.3 44.8 112.2
P95 71.8 193.5 232.6 133.2 32.6 18.6 15.4 7.6 5.2 5.2 12.7 18.3 62.2
DESVT 336.2 368.9 268.3 110.8 51.4 29.5 25.1 12.3 19.0 31.3 56.4 166.1 122.9
LCS 597.0 872.1 776.6 356.1 156.9 91.0 61.7 34.4 34.9 51.3 86.3 302.0 285.0
LCI 75.4 -134.3 -240.0 -134.5 -54.1 -32.1 -11.5 -9.8 3.0 11.3 26.5 30.1 -39.2
Tabla 4.2
Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Cuenca Ranichico (L/s)
1998 390.8 342.5 194.8 103.9 48.8 29.2 17.5 10.7 6.5 8.5 23.6 110.8 107.3
1999 176.6 481.1 343.4 164.7 85.8 49.6 29.3 17.1 19.2 19.1 17.4 26.2 119.1
2000 144.6 199.9 161.6 88.6 44.8 25.9 14.9 9.9 6.7 11.1 8.2 12.0 60.7
2001 161.2 266.3 339.4 162.7 69.7 39.2 25.8 16.4 11.9 9.0 9.7 10.3 93.5
2002 34.8 217.8 228.6 121.0 55.4 30.5 40.4 14.9 11.0 7.6 16.8 36.3 67.9
2003 47.2 144.3 161.0 73.5 35.6 20.5 12.2 8.0 6.1 3.5 3.3 19.7 44.6
2004 64.4 122.3 82.3 65.4 22.8 13.5 16.4 5.2 6.0 2.8 8.0 56.9 38.8
2005 42.3 114.9 93.2 82.1 30.2 17.2 10.4 6.4 7.2 7.1 11.5 56.1 39.9
2006 127.3 199.2 231.7 98.2 47.6 28.0 16.7 10.4 6.0 6.5 9.6 11.8 66.1

131
2007 16.0 44.9 101.9 41.4 17.1 9.6 5.8 3.5 2.7 4.3 4.9 43.4 24.6
2008 166.6 144.9 158.8 57.3 31.7 18.3 10.9 6.4 4.4 7.0 8.1 4.5 51.6
2009 18.4 59.6 78.3 61.5 23.1 13.5 8.9 5.5 2.8 2.1 5.5 5.7 23.7
2010 66.1 86.3 147.7 64.0 30.1 17.8 11.1 6.7 4.7 3.0 4.1 62.8 42.0
2011 142.9 235.0 274.6 143.2 65.1 38.0 23.0 16.1 16.0 6.8 24.5 40.6 85.5
2012 66.8 149.6 158.0 106.5 48.0 28.3 16.9 10.0 12.5 7.1 13.9 138.9 63.0
2013 73.1 143.1 248.0 68.9 38.9 24.0 14.9 8.6 7.5 40.9 74.0 140.9 73.6
2014 196.2 189.5 158.5 101.1 45.4 26.5 15.9 9.7 8.2 9.2 15.2 48.6 104.7
MAXIMO 390.8 481.1 343.4 164.7 85.8 49.6 40.4 17.1 19.2 40.9 74.0 140.9 154.0
PROMEDIO 113.8 184.8 186.0 94.3 43.5 25.3 17.1 9.7 8.2 9.2 15.2 48.6 63.0
MÍNIMO 16.0 44.9 78.3 41.4 17.1 9.6 5.8 3.5 2.7 2.1 3.3 4.5 19.1
P50 73.1 149.6 161.0 88.6 44.8 25.9 15.9 9.3 6.6 7.1 9.7 38.5 52.5
P75 47.2 122.3 147.7 65.4 30.2 17.8 11.1 6.4 5.7 4.1 7.3 12.0 39.8
P95 17.9 56.7 81.5 54.1 21.7 12.7 8.2 4.8 2.7 2.6 3.9 5.4 22.7
DESVT 92.7 107.0 81.8 36.5 18.2 10.4 8.5 4.3 4.7 9.4 17.0 45.0 36.3
LCS 165.8 256.6 242.8 125.1 63.0 36.3 24.4 13.6 11.3 16.5 26.6 83.5 88.8
LCI 19.6 -42.6 -79.2 -52.1 -26.6 -15.5 -7.5 -5.0 -2.0 2.3 7.3 6.6 -16.2

132
Tabla 4.3
Caudales Estimados por Unidad Hidrográfica - Escenario Con Proyecto – Intercuenca Suyamarca III (L/s)
1998 5,197.0 4,205.0 2,270.0 1,045.0 429.4 257.9 152.7 95.3 57.9 110.1 379.8 1,692.0 1,324.3
1999 2,392.0 6,144.0 4,201.0 1,817.0 833.4 477.6 280.2 159.0 261.3 271.8 267.7 433.3 1,461.5
2000 2,078.0 2,549.0 1,932.0 951.6 425.3 242.4 134.4 96.6 72.4 170.9 123.6 190.0 747.2
2001 2,134.0 3,182.0 3,924.0 1,668.0 652.6 352.8 247.1 161.3 128.7 102.6 119.6 132.4 1,067.1
2002 498.8 2,638.0 2,650.0 1,230.0 482.8 251.2 458.9 147.0 122.0 83.5 231.4 501.2 774.6
2003 583.5 1,652.0 1,736.0 653.5 280.9 155.4 92.4 65.0 57.8 30.5 34.1 288.2 469.1
2004 871.3 1,384.0 805.7 594.8 145.0 84.6 188.2 35.1 61.1 23.2 107.9 770.4 422.6
2005 511.0 1,249.0 983.4 790.0 205.7 111.4 68.4 43.5 73.2 85.5 160.1 781.3 421.9
2006 1,578.0 2,344.0 2,656.0 959.4 407.8 236.9 140.4 90.0 49.4 76.1 127.8 171.3 736.4
2007 233.6 602.3 1,196.0 369.9 112.1 58.4 34.5 22.0 20.2 54.2 64.9 667.1 286.3
2008 2,242.0 1,800.0 1,902.0 551.1 295.3 164.8 97.8 56.5 43.0 105.3 117.9 67.6 620.3
2009 303.2 785.1 919.9 676.0 177.4 103.3 74.0 46.4 18.8 18.4 79.9 83.3 273.8
2010 967.9 1,124.0 1,827.0 670.4 272.6 161.3 102.9 62.1 50.3 30.9 55.6 1,000.0 527.1
2011 1,945.0 2,989.0 3,379.0 1,560.0 636.7 367.3 224.1 172.9 226.6 75.3 367.8 567.3 1,042.6
2012 828.0 1,881.0 1,882.0 1,177.0 449.4 265.0 156.6 92.1 168.0 92.2 207.3 1,915.0 759.5
2013 787.6 1,654.0 2,877.0 649.2 357.4 224.1 142.8 81.3 85.2 500.2 894.2 1,727.0 831.7
2014 2,365.0 2,263.0 1,815.0 1,109.0 450.9 261.5 157.0 89.1 93.5 114.4 208.7 686.7 1,203.1
MAXIMO 5,197.0 6,144.0 4,201.0 1,817.0 833.4 477.6 458.9 172.9 261.3 500.2 894.2 1,915.0 1,906.0
PROMEDIO 1,500.9 2,261.5 2,173.9 968.9 389.1 222.1 161.9 89.1 93.5 114.4 208.7 686.7 739.2
MÍNIMO 233.6 602.3 805.7 369.9 112.1 58.4 34.5 22.0 18.8 18.4 34.1 67.6 198.1
P50 967.9 1,881.0 1,902.0 951.6 407.8 236.9 142.8 85.6 66.7 84.5 125.7 534.3 615.6

133
P75 583.5 1,384.0 1,736.0 653.5 272.6 155.4 97.8 54.0 50.0 48.3 100.9 185.3 443.4
P95 289.3 748.5 897.1 514.9 138.4 79.4 61.6 31.8 19.8 22.0 50.2 79.4 244.4
DESVT 1,229.7 1,359.7 1,002.0 416.6 193.2 109.9 100.3 47.8 70.9 120.4 210.1 608.5 455.8
LCS 2,197.6 3,240.7 2,904.0 1,368.2 601.0 346.8 243.1 133.5 137.6 204.9 335.8 1,142.8 1,071.3
LCI 261.8 -521.3 -900.0 -535.0 -214.6 -127.0 -42.5 -37.8 4.1 35.9 84.4 74.3 -159.8

Aplicacion Del Modelo SWAT en La Evaluacion Del Impacto

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Aplicacion Del Modelo SWAT en La Evaluacion Del Impacto

Transféré par

Droits d'auteur :

Formats disponibles

I

UNIVERSIDAD NACIONAL DE INGENIERÍA

“APLICACIÓN DEL MODELO SWAT EN LA EVALUACIÓN DE

PARA OBTENER EL GRADO ACADEMICO DE MAESTRO EN

HENRY MANUEL SOLARI GARCÍA

M.Sc. Ing. EDWILDE YOPLAC CASTROMONTE

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

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

mi mente y por haber puesto en mi camino a aquellas

personas que han sido mi soporte y compañía durante todo

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

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

como de la vida, por su incondicional apoyo.

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

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

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

mis preocupaciones y de mis ganas de ser mejor persona.

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

vida. Los Amo.

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

Metalúrgica de la Universidad Nacional e Ingeniería por darme esta nueva

oportunidad de poder concluir y obtener mi Grado Académico

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

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

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

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

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

La presente investigación empleó el modelo SWAT para estimar los caudales

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

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

Pallancata que es una explotación subterránea polimetálica ubicada políticamente en

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

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

mina ya implementada). Se tomaron principalmente datos meteorológicos,

descripción de las actividades proyectadas e información cartográfica de línea base

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

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

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

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

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

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

estimación del impacto ambiental por las operaciones de la Unidad Operativa

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

encuentre dentro del rango de error del modelo.

polymetallic underground exploitation located politically in the department of

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

meteorological data, description of the projected activities and cartographic

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

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

error range of the model.

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

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

aceptación internacional como herramienta de modelación interdisciplinaria de

cuencas, evidenciándose por conferencias internacionales, cientos de

investigaciones relacionados al SWAT presentados en numerosos reuniones

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

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

minería superficial ante la falta de información meteorológica confiable y de

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

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

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

Unidad Operativa Pallancata, ubicada políticamente en el departamento de

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