BHSB 2017 MMAyA Publicacion PDF

BALANCE HIDRICO
SUPERFICIAL DE
BOLIVIA
1980 - 2016
BALANCE HÍDRICO
SUPERFICIAL DE BOLIVIA
CONTRATO DE SERVICIOS DE CONSULTORÍA N° 239/2016
Presentado a:
Ministerio de Medio Ambiente y Agua-UCEP MI RIEGO
Preparado por:
Stockholm Environment Institute
Servicio Nacional de Meteorología e Hidrología (SENAMHI)
Instituto de Hidráulica e Hidrología de la Universidad Mayor de San Andrés (IHH/UMSA)
Laboratorio de Hidráulica de la Universidad Mayor de San Simón (LH/UMSS)
Contrato Número:
Contrato de Servicios de Consultoría N° 239/2016
Idioma:
Este documento es en Español
TITULO DE LA SECCIÓN
1
Contenido 6.3.1 PATRÓN ESTACIONAL 32
6.3.2 CUENCA AMAZÓNICA 32
6.3.3 CUENCA DEL PLATA 33
AGRADECIMIENTOS ¡ERROR! MARCADOR NO DEFINIDO.
6.3.4 CUENCA DEL ALTIPLANO 33
6.4 BALANCE HÍDRICO EN LOS LAGOS 34
RESUMEN 6
7. INCERTIDUMBRE Y ERROR DEL BALANCE HÍDRICO 36

1. INTRODUCCIÓN 9
7.1 INCERTIDUMBRE EN GMET 36

2. METODOLOGÍA 9
7.1.1 DESVIACIÓN ESTÁNDAR DE GMET 37
7.1.2 VALIDACIÓN DE GMET CON OTROS SETS DE DATOS 39
2.1 ASPECTOS GENERALES SOBRE LA METODOLOGÍA Y SU INCERTIDUMBRE ASOCIADA 9 7.1.3 VALIDACIÓN DE DATOS DE PRECIPITACIÓN POR MODELACIÓN HIDROLÓGICA 39
3. PRECIPITACIÓN Y TEMPERATURA 11 8. ÍNDICE DE ARIDEZ 40
3.1 EVAPOTRANSPIRACIÓN POTENCIAL 14 9. BALANCE HÍDRICO PARA CONDICIONES CLIMÁTICAS FUTURAS 41

3.2 ESCURRIMIENTO 16
3.2.1 MODELO HIDROLÓGICO 16
10. CAMPAÑAS DE AFORO DEL SENAMHI 42
3.2.2 INFORMACIÓN BIOFÍSICA (COBERTURA VEGETAL Y SUELO) 18
11. RESUMEN DEL PROCESO DE CAPACITACIÓN 43

4. CARACTERÍSTICAS FISIOGRÁFICAS DE BOLIVIA 20
12. CONCLUSIONES 46
5. LAS CUENCAS HIDROGRÁFICAS Y SUS BALANCES HÍDRICOS 20
13. RECOMENDACIONES 47
6. CARACTERÍSTICAS DEL BALANCE HÍDRICO (BASE) 22
14. REFERENCIAS 53
6.1 PRECIPITACIÓN 24
6.1.1 DISTRIBUCIÓN ESTACIONAL DE LAS PRECIPITACIONES 24
6.1.2 DISTRIBUCIÓN ESPACIAL DE LAS PRECIPITACIONES 24
6.1.3 PRECIPITACIÓN POR MACROCUENCAS 25
6.2 EVAPOTRANSPIRACIÓN 28
6.2.1 DISTRIBUCIÓN ESPACIAL DE LA TEMPERATURA MEDIA DEL AIRE 28
6.2.2 DISTRIBUCIÓN ESTACIONAL DE LA TEMPERATURA DEL AIRE 28

6.2.3 DISTRIBUCIÓN ESPACIAL Y ESTACIONAL DE LA ETR 29
6.3 ESCURRIMIENTO 32
2
Lista de Tablas
Tabla 1. Comparación Balances Hídricos de Bolivia 1992, 2012, 2017.............................................. 10

Tabla 2. Resumen de puntos de calibración e unidades hidrográficas del BHSB de Bolivia ............. 21
Tabla 3. Precipitación media multimensual y multianual en mm, periodo 1980-2016..................... 24
Tabla 4. Temperatura media promedio multimensual y multianual para el periodo 1980-2016 ..... 29
Tabla 5. Evapotranspiración media multimensual y multianual periodo 1980-2016 ....................... 30
Tabla 6. Escurrimiento medio multimensual y multianual en mm para el periodo 1980-2015 ........ 32
Tabla 7. Resumen de estaciones procesadas.................................................................................... 37
Tabla 8. Categorías para el índice de aridez (IDEAM, 2013) ............................................................. 40
Tabla 9. Cambios relativos en los diferentes componentes del balance hídrico para los diferentes
escenarios (MPI-ESM-MR y CESM-CAM5) y periodos prospectivos en cada una de las
macrocuencas de Bolivia.......................................................................................................... 41
Tabla 10. Estaciones hidrométricas priorizadas para campaña de aforo.......................................... 42
Tabla 11. Resumen participación de actores en talleres de transferencia de capacidad .................. 44
3
Lista de Figuras Figura 29. Sesión técnica con representantes del MMAYA y otras organizaciones nacionales y
regionales, y con directivos de la Universidad Autónoma Juan Miguel Saracho, Tarija,
Figura 1. Ejemplo de dos ensambles de enero 1981 con su promedio y desviación estándar .......... 12 Septiembre 2017 ..................................................................................................................... 44
Figura 2. Estaciones de validación de GMET dentro y fuera de Bolivia, incluyendo el muestreo de
CHIRPS ..................................................................................................................................... 13
Figura 3. Métricas estadísticas estacionales calculadas usando GMET sobre las estimaciones de
pixeles en todas las 515 estaciones en Bolivia. ........................................................................ 13
Figura 4. Esquema conceptual del modelo Soil Moisture (Yates et al., 2005b) ................................ 16
Figura 5. Conceptualización del balance hídrico en las lagunas de inundación y su relación con los
componentes del modelo “soil moisture” ............................................................................... 17
Figura 6. Clasificación de ESA-CCI-2010 para Bolivia con 36 clases de cobertura vegetal a una
resolución de 300 m ................................................................................................................. 18
Figura 7. Cambio acumulado de cobertura vegetal entre 1992 y 2015 usando las clases del IPCC
para Bolivia .............................................................................................................................. 19
Figura 8. Mapa de tipo de suelo de la FAO ....................................................................................... 20
Figura 9. Esquema gráfico de provincias fisiográficas de Bolivia ...................................................... 20
Figura 10. Macrocuencas de Bolivia ................................................................................................. 21
Figura 11. Precipitación media multimensual para el periodo 1980-2016 ....................................... 24
Figura 12. Precipitación media multianual periodo 1980-2016 ........................................................ 25
Figura 13. Temperatura promedio multianual para el periodo 1980-2016 ...................................... 28
Figura 14. Temperatura media promedio multimensual [°C] para el periodo 1980-2016. ............... 29
Figura 15. Evapotranspiración media multimensual periodo 1980-2016 ......................................... 29
Figura 16. Escurrimiento medio multimensual en mm para el periodo 1980-2015 .......................... 32
Figura 17. Componentes de balance hídrico para la macrocuenca Amazónica ................................ 32
Figura 18. Componentes de balance hídrico para la cuenca Pilcomayo y Bermejo, macrocuenca La
Plata ......................................................................................................................................... 33
Figura 19. Componentes de balance hídrico para la macrocuenca Altiplano ................................... 34
Figura 20. Aporte de agua al lago Poopó y su relación con los niveles almacenados ....................... 34
Figura 21. Densidad de estaciones para estimación de precipitación en GMET (número de
estaciones por kilómetro cuadrado) ........................................................................................ 37
Figura 22. Desviación estándar promedio relativo por unidad hidrográfica de los 30 miembros de
GMET ....................................................................................................................................... 38
Figura 23. Promedio del MBE (%) en los puntos de validación por catchment ................................ 39
Figura 24. Resultados estadísticos mensuales de comparación de CHIRPS y GMET con estaciones. 39
Figura 25. Proceso de validación de GMET en el contexto de modelación hidrológica .................... 39
Figura 26. Factores de ajuste de precipitación identificados en el proceso de calibración .............. 40
Figura 27. Índice de Aridez de Bolivia periodo 1980-2016 ................................................................ 41
Figura 28. Estaciones de la campaña de aforo del SENAMHI (Fuente: SENAMHI) ............................ 43
4
Presentación
El Ministerio de Medio Ambiente y Agua (MMAyA) en su labor de promover el desarrollo en
equilibrio y armonía con la Madre Tierra, mediante la Gestión Integrada de Recursos
Hídricos destinada a lograr un mayor acceso al agua potable, al saneamiento básico y al
riego para la seguridad alimentaria está trabajando en el desarrollo de herramientas para la
caracterización hídrica del territorio. De igual manera, el MMAyA como entidad
responsable por el manejo integral del medio ambiente y los ecosistemas, con un enfoque
de conservación y aprovechamiento sostenible de las cuencas, generando condiciones de
equidad, transparencia y reciprocidad, con la participación de todos los actores para el Vivir
Bien, enfoca sus esfuerzos para ofrecer soluciones desde la perspectiva local, pero
engranado a un manejo macro de los recursos hídricos nacionales.
En este sentido, una de las herramientas fundamentales para la planificación del recurso
hídrico superficial es trabajada por el MMAyA a través de la actualización periódica del
Balance Hidrológico de la cuencas en territorio nacional, a fin de dar un marco especifico de
la disponibilidad hídrica regional y macro, para gestionar de manera integral y sustentable
los recursos hídricos desde todos los niveles de gobierno, garantizando así, condiciones
apropiadas para la población en el marco de la filosofía del vivir bien, promoviendo y
respetando los derechos de la madre tierra.
Por esta razón, es grato poder presentar este documento que resume la actualización del
Balance Hidrológico Nacional desarrollado en la gestión 2017, que con seguridad será de
gran utilidad para continuar trabajando hacia las metas establecidas en el Plan de
Desarrollo Estratégico del Sector Medio Ambiente y Agua del Estado Plurinacional de
Bolivia.
Carlos Rene Ortuño Yáñez

Ministro de Medio Ambiente y Agua
5
Resumen al., 2005a, 2005b). El período de modelación fue definido para 1980-2016 a paso de tiempo
mensual. Para utilizar el algoritmo se realizó el procesamiento de datos de entrada
Este documento presenta el resumen del estudio de Balance Hídrico Superficial de Bolivia
incluyendo variables meteorológicas como la precipitación, temperatura, humedad relativa,
(BHSB) ejecutado en el año 2017 bajo el liderazgo del Ministerio del Medio Ambiente y
velocidad de viento y horas sol. También se procesaron datos hidrométricos para cerrar los
Agua (MMAyA) que creó una Plataforma Institucional la cual participó de las diferentes
balances en puntos clave donde se procedió a ajustar y calibrar el balance en subcuencas
instancias del proyecto a través de talleres de avance realizados entre Noviembre 2016 y
respectivas.
Noviembre 2017. El proyecto fue financiado por un préstamo del IADB que fue
administrado por el programa Más Inversión para Riego (MI RIEGO) y ejecutado por el En particular para el procesamiento de los datos de precipitación y temperatura se utilizó
Instituto del Ambiente de Estocolmo (SEI) en colaboración con el Servicio Nacional de un algoritmo denominado GMET – Grided Meteorological Ensamble Tool – el cual permite
Meteorología e Hidrología (SENAMHI), el Instituto de Hidráulica e Hidrología de la la cuantificación de la incertidumbre usando un proceso de interpolación de temperatura y
Universidad Mayor de San Andrés (IHH-UMSA), el Laboratorio de Hidráulica de la precipitación que estima la probabilidad de la ocurrencia y probabilidad de la distribución
Universidad Mayor de San Simón (LH-UMSS) y el Centro de Investigaciones Atmosféricas de de las cantidades de precipitación. Esta metodología fue desarrollada e implementada por
los Estados Unidos (NCAR). el NCAR (Newman et al., 2015). Un resultado del método GMET es la desviación estándar
de los mapas generados de la precipitación y temperatura con respeto a los observados, la
Como es común para la generación de balances hídricos, los datos climáticos e
cual sirve como una de las métricas de incertidumbre del modelo.
hidrométricos existentes constituyeron la base de datos para alimentar los algoritmos de
cálculo. En este caso, durante las etapas iniciales del procesamiento de datos, se lograron Otras variables climáticas como horas de sol, velocidad de viento y humedad relativa fueron
identificar retos como la escasez de datos en algunas regiones, la necesidad de filtrar los regionalizadas con métodos de interpolación tradicional como distancia inversa ponderada.
mismos para poder contar con información confiable, el procesamiento requerido para Los datos de suelo fueron basados en datos publicados por la Organización de las Naciones
aquellos que se evaluaron como válidos, y la inclusión de los criterios de decisión para Unidas para la Alimentación y la Agricultura (FAO, por sus siglas en inglés). Dada la
relleno y completado de series de tiempo identificadas como válidas y confiables. Este reto existencia de datos de uso de suelo liberados en Abril 2017 por la Agencia Espacial Europea
se presentó en este estudio sobre todo debido a la dificultad de obtener una base de datos (ESA), fue posible tener una información uniforme de datos de uso de suelo para el dominio
para el período de tiempo de 36 años de 1980-2016 ya procesada por SENAMHI. Dicha espacial del estudio. Estas son fuentes mundiales y para las cuencas transfronterizas
institución facilitó toda la información existente, incluyendo aquella que ya estaba constituyeron la forma de contar con todos los datos necesarios.
procesada, y fue labor del Equipo Implementador terminar de procesar y completar la base
de datos para poder aplicar la metodología seleccionada. Además, debido a la existencia de Estas dos bases de datos, FAO y ESA, también aportaron incertidumbre en los resultados
cuencas compartidas con otros países, fue necesario obtener datos de Perú, Brasil, Chile, finales del estudio. El algoritmo de lluvia escorrentía usa parámetros derivados de procesos
Argentina y Paraguay a través de sitios WEB y convenios del SENAMHI con los servicios físicos en la parte superficial del modelo (parámetros ajustables en rangos limitados por la
meteorológicos extranjeros. De esta forma, se logró completar una base de datos para combinación entre suelo/cobertura) y parámetros susceptibles a calibración en la parte
obtener el balance hídrico en todas las cuencas internas al país y también en aquellas profunda del mismo. Sin embargo, estos parámetros también constituyen una fuente de
compartidas con los países limítrofes. El trabajo relacionado con cuencas transfronterizas incertidumbre en los resultados de escurrimiento y evapotranspiración derivados del
consideró que los datos de los países limítrofes ya han sido evaluados en términos de su algoritmo.
calidad. En la etapa de generación de los balances, se aplicó un procedimiento estructurado para la
El trabajo se realizó usando el software Water Evaluation and Planning System – WEAP – calibración de los balances con base en parámetros físicos del suelo y la cobertura vegetal.
del SEI. WEAP incluye un algoritmo para calcular la humedad de suelo que permite evaluar Ya que cada unidad hidrográfica fue cruzada con capas de suelo y cobertura vegetal, se
las diferentes entradas y salidas del Balance Hidrológico para cada paso de tiempo (Yates et usaron referencias base para definir los parámetros del modelo hidrológico en WEAP.
6
Los principales resultados del balance son la precipitación, evapotranspiración real, necesidad de planeación hídrica en el país a partir de una plataforma estandarizada que
escurrimiento, caudal específico y coeficiente de escorrentía para las diferentes unidades pueda ser refinada a nivel regional. En este documento se reportan los resultados finales
hidrográficas del país localizadas en la Amazonía, el Plata y el Altiplano. Además, se del proceso de implementación del BHSB 2017.
generaron mapas de caudales por punto de salida de cada unidad hidrométrica. Debido a
que el uso de variables climatológicas genera incertidumbre en los resultados del balance
hídrico, se utilizaron estimados para calcular alguna medida de error, incluyendo la
desviación estándar de la precipitación y temperatura. La estimación de los diferentes
componentes del balance hídrico a saber: evapotranspiración potencial, precipitación,
evapotranspiración real, y la escorrentía en todo el país de Bolivia requirió la
regionalización en formato raster de los datos climáticos, cobertura vegetal y el tipo de
suelo. Sin embargo, el enfoque a nivel de unidad hidrográfica, implicó que los resultados se
presentaron como promedios mensuales multianuales derivados de las series de tiempo de
1980-2016.
Un aspecto adicional de este estudio fue la generación de escenarios climáticos para el país,
y el estimado del balance hídrico para condiciones futuras. Este estimado permite tener
información referencial sobre condiciones futuras posibles de la disponibilidad del agua en
el país.
El estudio incluye un set de conclusiones y recomendaciones con respecto a aspectos claves

identificados en el proceso. Se incluyen recomendaciones para reducir la incertidumbre de
la base de datos utilizada, las cuales surgen de las mediciones climáticas directas y el uso de
GMET. Otras recomendaciones se enfocaron en el funcionamiento y calibración del modelo
detrás del BHSB. Finalmente, se presentaron recomendaciones sobre el uso de la
plataforma WEAP para procesos de planeación y toma de decisión.
El trabajo coordinado del Equipo Implementador y la Plataforma Institucional constituye un

ejemplo de trabajo participativo que recoge las visiones y conocimiento de las diferentes
instituciones reflejadas en este producto final. La participación de los diferentes actores
permitió identificar métodos comunes para resolver algunas de las fuentes de
incertidumbres derivadas de un estudio de esta naturaleza. De esta forma, el estudio
permitió la generación de modelos en la plataforma WEAP para el balance hídrico de cada
cuenca de estudio, Además, queda como tarea a la Plataforma Institucional la actualización
futura del balance hídrico a través de la mejora en técnicas para procesar los datos de
entrada y enfoques de calibración más refinados que puedan mejorar las representaciones
en WEAP. Aunque el método seleccionado no responde a ningún lineamiento internacional
específico para desarrollo de balances hídricos, la selección de este método responde a la
7
INTRODUCCION
1. Introducción y en mapas en los anexos de este reporte. Posteriormente, se presentan los componentes
principales del BHSB, incluyendo un detalle sobre la distribución estacional y espacial de las
El Balance Hídrico Superficial de Bolivia (BHSB) se generó usando la plataforma WEAP, la
principales variables del balance hídrico. La secuencia continúa con la presentación general
cual requiere datos de entrada de clima, cobertura vegetal y suelo. Los resultados
de fuentes de incertidumbre, y de forma más específica, las estimaciones de error logradas
principales del estudio se encuentran en este reporte en los Anexos 1-4 los cuales incluyen
en el procesamiento de los datos de precipitación. Como corolario de la presentación de
tablas y mapas para las condiciones históricas y futuras del clima. Por otro lado, los detalles
resultados se presenta una estimación del balance hídrico para condiciones climáticas
de la recolección y procesamiento de datos se encuentran en el Anexo 5 el cual es un
futuras.
Metadocumento que compila las etapas previas del proyecto en términos de recolección,
procesamiento de datos, calibración y resultados preliminares. Además, este Anexo 5 Las últimas secciones de este producto consignan un resumen del proceso de aforos
incluye los detalles de las campañas de aforo del SENAMHI. realizado por SENAMHI en este proyecto y un resumen del proceso de desarrollo de
capacidades y transferencia de metodologías. Por último, se presenta una sección con
El BHSB se generó para las principales macrocuencas del país incluyendo la cuenca del
conclusiones, recomendaciones, y oportunidades para el uso del BHSB en procesos de
Altiplano, la cuenca del Plata, y la cuenca Amazónica generando balances calibrados en 77
planeación y toma de decisiones. Se espera que este set de conclusiones y
cuencas de cierre y reportados en 95 unidades hidrográficas (UH) según clasificación
recomendaciones constituyan una guía para la Plataforma Institucional en sus esfuerzos y
Pffastteter continental llamado Hydrobasin (Lehner and Grill, 2013). Para las cuencas sin
responsabilidad de continuar el proceso de generación de información para la planeación
estaciones hidrométricas en las cuales los balances no se pueden calibrar, se utilizó la
de recursos hídricos en Bolivia.
ecuación general de balance hídrico donde la evapotranspiración real (ETR) fue estimada
con la ecuación de Turc (Turc, 1961). En el extremo sur del Altiplano tres UH (Laguna 2. Metodología
Colorada, Laguna Pasto Grande, y Silala) fueron descartadas del balance hídrico debido a un
gran déficit en información. A continuación, se presentan aspectos generales de la metodología, incluyendo una
discusión sobre las fuentes de incertidumbre, y la descripción del procesamiento de
El trabajo se dividió, teniendo en cuenta la experiencia de las instituciones del Equipo precipitación, temperatura, evapotranspiración potencial y escurrimiento.
Implementador, de forma que el balance de la cuenca del Plata fue liderado por el IHH, el
balance de la cuenca Amazónica fue ejecutado por el LH, y el balance de la cuenca del 2.1 Aspectos generales sobre la metodología y su incertidumbre
Altiplano y de las cuencas sin puntos de calibración fue realizado por SEI. La calibración del asociada
balance hídrico se ejecutó de forma coordinada entre las instituciones siguiendo los mismos La metodología se basa en el uso del algoritmo de hidrología en WEAP, el cual requiere
criterios, y teniendo en cuenta los fenómenos específicos de cada macrocuenca. De esta datos de entrada de clima y la parametrización, para generar los valores de caudal de cada
forma, por ejemplo, la cuenca del Altiplano fue necesario considerar el balance volumétrico unidad hidrográfica. Este procedimiento de cálculo, como cualquier modelo, contiene
de los lagos, en la cuenca del Plata fue importante procesar y filtrar los datos hidrométricos incertidumbre en las diferentes etapas de recolección y procesamiento de datos. Con base
a usar, y en la cuenca Amazónica fue esencial considerar procesos como recarga en esto, el margen de error del algoritmo varía para cada unidad hidrográfica. Para estimar
subterránea, ruteo de flujo y planicies de inundación. Los detalles de los criterios y proceso esta incertidumbre, la comparación entre valores estimados de caudal y valores observados
de calibración se encuentran en el Anexo 5, sección 10.5. en las estaciones hidrométricas en las unidades hidrográficas calibradas proporcionó un
Este reporte comienza con una descripción general de la metodología utilizada. Luego estimado del error del modelo, el cual se estimó a través de métricas estadísticas. Este
presenta las características fisiográficas generales del país, las cuales determinan las error proviene de fuentes de incertidumbre sobre los datos de entrada y el proceso de
cuencas o unidades hidrográficas usadas para estimar y presentar la información. Los calibración. A pesar del filtrado de datos de entrada, y de la selección de GMET como un
balances hídricos son presentados a nivel de dichas cuencas hidrográficas de forma tabular proceso científicamente probado para regionalizar los datos de clima, los datos y
procedimiento de cálculo acumulan incertidumbre que resulta en errores implícitos en los
9
resultados reportados por unidad hidrográfica lo cual se debe considerar a la hora de estimando los caudales de entrada de las cuencas y los de salida de los lagos representando
utilizar los mismos. la variabilidad volumétrica de ambos lagos en función de la climatología del período de
modelación.
Algunas de estas fuentes de incertidumbre fueron estimadas a través de decisiones en la
etapa de calibración. Por ejemplo, una fuente de error estimada fue la desviación estándar A través del uso de la metodología basada en WEAP seleccionada, y a pesar de las
de la precipitación y temperatura basada en GMET que permitió justificar la aplicación de incertidumbres asociadas a esta metodología, el BHSB realizado en 2017 constituye un
factores de precipitación, pero no alcanzó a explicar toda la incertidumbre asociada con los avance en la generación de información hidrológica para planificación del recurso hídrico en
datos de entrada de precipitación en regiones como Madre de Dios o Alto Beni. Aunque el el país. Estudios previos permitieron lograr información y avances que sirvieron para
valor de la desviación estándar da una idea del error máximo en términos de la estimar la realidad hídrica del país a través de diferentes métodos de procesamiento de
precipitación, este estimado cubre todas las fuentes de incertidumbre asociadas a otros datos y algoritmos de cálculo (ver comparación en Tabla 1), sin embargo el presente
aspectos de la metodología, incluyendo el procedimiento de cálculo, y el error inherente a estudio posee componentes de avance que garantizan resultados dinámicos y actualizables
las bases de datos de suelos y cobertura vegetal el cual es de alguna manera representado a futuro.
con la calibración del proceso hidrológico. La combinación de los parámetros de suelo a Tabla 1. Comparación Balances Hídricos de Bolivia 1992, 2012, 2017
valores basados en parámetros físicos también permitió limitar los errores e inconsistencias
incurridas por el algoritmo, sin embargo, no permite alcanzar una comprensión completa 1992 2012 2017
de fenómenos que los datos de entrada no estén capturando (ej. el cambio abrupto en la Método de humedad de suelo de
Ecuación general de
geología entre dos unidades hidrográficas a las cuales se les haya asignado un mismo set de Método Método Témez dos baldes en WEAP (Yates et al.,
balance hídrico
2005a)
parámetros). Para mayor información, en la sección 6 de este reporte se presenta en Número de estaciones
550 346 381
detalle los aspectos de incertidumbre asociados a GMET, incluyendo la evaluación de datos pluviométricas
climáticos a partir de los resultados mismos del balance hídrico calibrado. De todas Rellenado de información Si Si si
maneras, se considera que la estimación regional de la precipitación con GMET constituyó Periodo 1968-1982 1998-2012 1980-2016
un avance significativo con respecto a estudios de balance hídrico previos.
Número de años 14 14 36
Respecto a la estimación la evapotranspiración potencial (ETP), esta se basó en el método
Promedio anual Promedio mensual Promedio mensual para el
de Penman Monteith que en algunos casos fue corregido mediante comparación con Paso de tiempo
multianual para un año histórico
resultados de estudios previos y evaporación en tanque tipo A. Basado en estos estimados
de datos de entrada y en el algoritmo de humedad de suelo en WEAP, se calculó el Numero de pasos de
12 12 432
tiempo
escurrimiento para cada unidad hidrográfica y sus puntos de calibración asociados. En las Generar una serie de
Generar línea base Generar una
cuencas sin estaciones hidrométricas, se estimó el balance hídrico para cada unidad herramientas para producir
Objetivo hidrológica uniforme actualización de la línea
balances base en unidades
para el país base hidrológica
hidrográfica calculando la ETR con la ecuación de Turc (Turc, 1961). hidrográficas
Balances hídricos dinámicos y
Mapas temáticos de Balances hídricos por
Resultado actualizables por unidad
En cuencas con pérdidas subterráneas se incorporó una conexión con los acuíferos a través clima de hidrología unidad hidrográfica
hidrográfica en plataforma WEAP
del uso de un elemento de agua subterránea en WEAP. Además, en las planicies inundables 22 macro
95 unidades hidrográficas
122 estaciones de
de la cuenca Amazónica fue necesario usar algoritmos de inundación para representar los Unidades Hidrográficas
cierre
80 77 estaciones de cierre
197 catchments
límites de caudal bajo los cuales el agua desborda el río y genera lagunas de inundación
Método de interpolación
temporales que retardan el comportamiento de los hidrográmas aguas abajo. En la cuenca para Precipitación y
Polígonos Thiesssen
¿?
GMET (Clark and Slater, 2006;
(Brassel and Reif, 1979) Newman et al., 2015)
del Altiplano, se generó un balance a nivel de los dos lagos principales (Titicaca y Poopó), Temperatura
10
Método de interpolación hidrología y para estudios de asimilación de datos, pero también puede ser usado para la
para otras variables NA ¿? IDW (Chen and Liu, 2012)
climáticas validación de modelos atmosféricos. La descripción del método se basa principalmente en
Cobertura vegetal NA COBUSO ESA la explicación del sistema de interpolación probabilística. En secciones posteriores, se
Suelo NA Geología de Bolivia FAO realizó la validación del método y se dieron pautas para mejorar la aplicación para el
territorio Boliviano.
La plataforma informática generada en WEAP para el BHSB permitirá continuas La interpolación probabilística tiene dos pasos principales:
actualizaciones de las herramientas para estimar la disponibilidad hídrica de las regiones del
- La interpolación espacial, y
país. Se espera que esta plataforma informática sea sujeta a actualizaciones consecutivas
- La generación del ensamble
para el continuo mejoramiento de la información para planificación de recursos hídricos en
Bolivia.
La interpolación espacial usa series de datos completa de precipitación y temperatura. Este
A continuación, se presenta en mayor profundidad los aspectos metodológicos de set de datos cubre el territorio de Bolivia. Los detalles de la generación del set de datos
procesamiento de datos y generación del BHSB en la plataforma WEAP completo están descritos en el Anexo 5 – Metadocumento donde se presentan aspectos del
procesamiento de datos de este proyecto. Después de la depuración y análisis de las series,
384 estaciones individuales de temperatura y precipitación fueron consideradas para la
3. Precipitación y Temperatura interpolación. Los datos de estas estaciones fueron tratados y rellenados. GMET fue corrido
La grilla desarrollada para el BHSB se basa en la metodología de GMET descrita en detalle para el territorio de Bolivia usando dichas estaciones para obtener un producto final con
en (Newman et al., 2015). Esta metodología reconoce la incertidumbre inherente de los una resolución espacial de 0.05° (celda) a escala de tiempo diario para el período
productos de interpolación de precipitación y temperatura debido a las observaciones hidrológico 1980-2016 lo cual implica que se inicia en septiembre 1980 y termina en agosto
escasas, representatividad de las observaciones y errores de medición. Reconociendo esta 2016. El método siguió la guía de Clark and Slater (2006).
incertidumbre, el método propuesto produce un ensamble de precipitación y temperatura Para la generación del ensamble, se usaron campos aleatorios correlacionados
a paso de tiempo diario basado en las observaciones existentes. La generación de espacialmente (SCRFs por sus siglas en inglés – Spatially Correlated Random Fields). El
ensambles permitió la estimación de una varianza para determinar la incertidumbre, y método para generar los SCRF generó números progresivamente para cada punto de la
además durante la validación del producto se realizó una validación cruzada con datos de grilla, condicionando los números aleatorios de acuerdo con los números generados
estaciones observadas. La verificación estadística del ensamble permitió identificar la previamente. El SCRF se generó para cada día de forma independiente para cada una de las
confiabilidad del ensamble. Aunque el promedio del ensamble es similar a otros sets de variables: precipitación, temperatura media y rango diurno (diferencia entre temperatura
datos existentes a nivel global, el producto de GMET es una representación más realista de máxima diaria y mínima).
la estadística de la precipitación por considerar parámetros espaciales invariantes en el
tiempo y una red de estaciones de medición puntual, lo cual impacta la derivación empírica Un resultado importante de uso de SCRF para generar los valores puntuales fue que
de otros campos usados en la modelación hidrológica. La habilidad para la modelación permitió que sucedan eventos más extremos que las observaciones en secciones de la
hidrológica de la grilla fue corroborada durante la ejecución de los balances hídricos. grilla donde no hay observaciones. Este es un punto clave con respecto a cualquier
esquema basado en interpolaciones en que cada punto de la grilla es limitado por el valor
Los algoritmos usados en GMET son una extensión del trabajo realizado por Clark and Slater
(2006) para desarrollar un ensamble diario de precipitación y temperatura basado en
estaciones para los Estados Unidos de América. El propósito principal al desarrollar este set
de datos es para usarlos como datos de entrada para la modelación de superficie de suelo e
11
máximo de las observaciones, lo cual no siempre es correcto y peor aún en terrenos con
bastante influencia orográfica1.
En total se desarrollaron 30 miembros del ensamble mensual para el periodo 1980-2016

con su promedio y desviación estándar. El promedio del ensamble es el candidato ideal
para utilizar como entrada al modelo WEAP para el balance hidrológico y la desviación
estándar constituye la representación de la incertidumbre en los datos de entrada de clima
(precipitación y temperatura específicamente). Un ejemplo del resultado de la grilla para
enero de 1981 se presenta en la Figura 1. En ella, se observa la diferencia entre dos
miembros del ensamble, el promedio y la desviación estándar de la misma. En general los
patrones espaciales entre ambos miembros del ensamble son consistentes, con poca
precipitación en la región de Altiplano Central y Sur. Sin embargo, el miembro #30 presenta
mayor precipitación en la zona del Beni. El promedio de los ensambles presenta una
naturaleza más realista del clima con regiones de alta y baja precipitación más definidas. La
desviación estándar muestra las zonas con mayor o menor incertidumbre en la
precipitación en base a todos los miembros del ensamble. Mayor incertidumbre se muestra
en las zonas de mayor precipitación y baja densidad de estaciones en el Beni. Este tipo de
información es útil para definir fuente de incertidumbre en la modelación hidrológica y Figura 1. Ejemplo de dos ensambles de enero 1981 con su promedio y desviación estándar
generación de balances hídricos. Además de las estaciones usadas para la grilla, se obtuvieron 131 estaciones para
validación, las cuales incluyen menos de 15 años de información y fueron descartadas para
ser usadas en la corrida del GMET por su corta duración menor al período 1980-2016
requerido para este estudio. Ya que dichas estaciones no fueron usadas en el algoritmo de
GMET pero si para el paso de validación, entonces el total de estaciones para la validación
de la grilla fue 384+131 = 515 estaciones. Para mejorar la precisión y calidad del estimado
de GMET sobre el dominio de Bolivia, algunas estaciones se adicionaron en una zona de
amortiguamiento por fuera del territorio de Bolivia. Estas estaciones incluyeron estaciones
meteorológicas de Brasil, Paraguay, Argentina, Chile y Perú. Además, en la parte Noroeste
de Bolivia donde no existen estaciones dentro o fuera de Bolivia, se adicionaron 12 puntos
de muestreo de Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS)
para la corrida de GMET para aumentar su calidad usando datos de precipitación basados
en información satelital (Figura 2).
1
El método detrás de GMET está concebido para representar clima en terrenos complejos (de Clark and Slater (2006))
12
Los valores de sesgo son cercanos a cero en todas las estaciones excepto para la estación
seca, similar a la gráfica del coeficiente de correlación. Es interesante observar que el error
medio absoluto (MAE, por sus siglas en inglés) en la estación seca es menor que el valor
para la estación húmeda o de transición lo cual es un hecho relacionado con los valores
bajos de precipitación y lluvia durante la estación seca y la naturaleza del estadístico mismo
(expresado en valores absolutos no adimensionales). Se observa que en la cuarta grafica de
la Figura 3, el valor normalizado de raíz del error cuadrático medio (RMSE, por sus siglas en
inglés) en la estación seca es mucho mayor al de las otras estaciones, lo cual muestra el
hecho de que el rango de error del valor en la estación seca en comparación con el
promedio de precipitación es grande. Sin embargo, se observa que los valores promedio de
todas estas estadísticas para la estación seca son cercanos a las otras estaciones (signos
circulares), y que una pequeña cantidad de pixeles (menor al 37%) no presentan una alta
precisión con respecto a GMET en la estación seca, impactando las métricas y el rango de
error en ellas. El Bias en el período seco es mayor debido a que en este período los valores
absolutos son menores lo cual hace que el error relativo ser mayor.
Figura 2. Estaciones de validación de GMET dentro y fuera de Bolivia, incluyendo el muestreo de

CHIRPS
Con respecto al desempeño estacional de GMET en Bolivia, la Figura 3 muestra la métrica

estadística estacional para todos los 515 puntos de observaciones. El rango total de las
métricas estadísticas se muestra como líneas sólidas. El signo circular determina el valor
promedio de cada métrica y los cuadrados alrededor de los puntos representan la
desviación standard (STDEV) para los valores calculados. Si se considera el hecho que el
63% de los valores calculados están dentro del promedio+STDEV y promedio-STDEV,
entonces se puede concluir que la mayoría de los valores de los pixeles de GMET se
encuentran altamente correlacionados con los valores observados en Bolivia con un
coeficiente de correlación mayor a 0.8. Sin embargo, hay algunos pixeles en los cuales el
coeficiente de correlación fue menor, especialmente en la estación seca en la que algunas
de las observaciones presentan incluso correlación negativa. Esto indica que se debe
prestar más atención a los estimados de GMET en la época seca y las implicaciones en el
balance hídrico fueron analizadas en la etapa de la calibración del modelo hidrológico. En la
época seca entre el 80 y 90% del caudal corresponde al flujo base, y el resto a escurrimiento Figura 3. Métricas estadísticas estacionales calculadas usando GMET sobre las estimaciones de
pixeles en todas las 515 estaciones en Bolivia.
por precipitaciones ocasionales de magnitudes pequeñas; por tanto, se esperaría que los
efectos de la subestimación no fuesen relevantes en el balance.
13
3.1 Evapotranspiración potencial Cuando no están disponibles los datos medidos de la humedad atmosférica (presión
promedio real diaria de vapor), esta puede ser derivada de otras variables climáticas como
El modelo hidrológico de WEAP, Soil Moisture (SM), para estimar la ETP usa la versión
la humedad relativa máxima y mínima. El SM de WEAP básicamente usa la humedad
modificada del método de Penman-Monteith para un cultivo o hierva de altura 0.12 m con
relativa media y la temperatura media para estimar la presión real de vapor y los algoritmos
una resistencia superficial de 69 s/m, y se define de la siguiente manera (Maidment, 1993):
usados pueden ser consultados en Maidment (1993) y Allen et al. (1998). En resumen, para
∆ 𝛾 900 estimar la evapotranspiración de referencia en SM de WEAP son necesarias las siguientes
𝐸𝑟𝑐 = (𝑅𝑛 − 𝐺) + 𝑈 𝐷
∆−𝛾 ∗ ∆ − 𝛾 𝑇 + 275 2
∗ variables: temperatura media del aire [°𝐶], humedad relativa media [%], velocidad del
viento [𝑚 𝑠 −1 ], fracción de nubes, y latitud. Las variables climáticas deben ser ajustadas a
donde: una altura de 2 m.
𝐸𝑟𝑐 = Evapotranspiración de referencia, 𝑚𝑚 𝑑𝑖𝑎−1 Debido a las simplificaciones de los datos de entrada, la estimación de evapotranspiración
𝑅𝑛 = Intercambio de radiación neta para la cobertura de cultivo, 𝑚𝑚 𝑑𝑖𝑎−1 de referencia puede tener imprecisiones, como por ejemplo con el uso de temperatura
media del aire se podría subestimar la ETP. Otra desventaja a considerar es que el algoritmo
𝐺 = Flujo de calor del suelo medido o estimado, 𝑚𝑚 𝑑𝑖𝑎−1 funciona a nivel diario y cuando los datos de entada son mensuales, el SM de WEAP repite
el valor para los todos los días de un mes dado.
𝑇 =Temperatura media del aire, °𝐶
En este contexto, cuando las estimaciones de ETP se realizan internamente en WEAP el
𝑈2 = Velocidad del viento a 2 m de altura, 𝑚 𝑠 −1 parámetro de Kc debe ser considerado como un factor de corrección y no necesariamente
𝐷 = Déficit de presión de vapor, 𝑘𝑃𝑎 con su interpretación original en la literatura. En el caso específico de este estudio de
balance hídrico, el factor de corrección se definió en base a las comparaciones de los
∆ = Pendiente de la curva de la presión de vapor, 𝑘𝑃𝑎 °𝐶 −1 resultados de ETP de WEAP con otros estudios tanto de escala nacional como regional,
donde existe evidencia de que los cálculos de ETP son relativamente confiables. Además, se
𝛾 = Constante psicométrica, 𝑘𝑃𝑎 °𝐶 −1
comparó con la ETP estimada a partir de datos de evaporación en tanque tipo A.
𝛾 ∗ = 𝛾(1 + 0.33 𝑈2 )
El método requiere datos de radiación, temperatura media del aire, humedad atmosférica,
y velocidad del viento. Según Allen, Pereira, Raes, & Smith (1998) el uso de temperatura
media en lugar de temperatura máxima y mínima tiene como resultado una presión de
saturación más baja, por lo tanto un déficit de presión de vapor también más bajo, lo que
resulta en la subestimación de la evapotranspiración de referencia. Por otro lado, es común
no contar con datos medidos de radiación solar. El SM de WEAP, que se muestra más
adelante, utiliza la fórmula de Angstrom que relaciona la radiación solar con la radiación
extraterrestre y la duración relativa de la insolación, el algoritmo puede ser consultado en
Maidment (1993) y Richard G Allen et al. (1998). Para estimar la radiación el SM de WEAP
𝑛
requiere datos de latitud y fracción de nubes, esta última dada por la relación donde 𝑛 es
𝑁
la duración real de la insolación [horas] y 𝑁 es la duración máxima posible de la insolación
[horas].
14
MODELACION HIDROLOGICA
3.2 Escurrimiento
El albedo varía en un rango de 0.15 a 0.25 como función de la cobertura de nieve, y el
3.2.1 Modelo hidrológico término para el flujo de calor en suelo “G” es ignorado en el cálculo. 𝑘𝑐,𝑗 es un factor de
El SM es un método uni-dimesional de dos baldes de suelo con un esquema de contabilidad corrección para cada fracción de cobertura de suelo en el sub elemento j, 𝑅𝑅𝐹𝑗 es el factor
basado en funciones empíricas que describen la evapotranspiración, escorrentía superficial, de resistencia de escurrimiento para cada fracción de cobertura; valores altos de este
escorrentía sub-superficial (interflujo), y percolación profunda de una cuenca. Este método parámetro representan menor escurrimiento superficial. En la ecuación de 𝑅𝑑𝑗 el cuarto y
permite la caracterización del impacto de la cobertura vegetal y del suelo en los procesos quinto términos corresponden al inter flujo y percolación respectivamente, donde 𝑘𝑠,𝑗 es
hidrológicos. La percolación profunda de una unidad hidrográfica puede ser transmitida a una estimación de la conductividad en la zona de raíces saturada (mm/paso de tiempo de
un cuerpo de agua superficial como flujo base o al almacenamiento de agua subterránea si simulación) y 𝑓𝑗 es un coeficiente de partición o división relacionado al suelo, tipo de
el vínculo apropiado se hace entre la unidad hidrográfica y un nodo de agua subterránea. cobertura, y la topografía que fraccionan el agua en dos componentes, vertical y horizontal
(dirección de flujo en el modelo).
Una unidad hidrográfica, N, puede ser dividida entre fracciones de área j representando
diferentes usos de suelo y tipos de suelo, y el balance hídrico se calcula para cada fracción El escurrimiento superficial y de inter flujo 𝑅𝑇 esta descrito de la siguiente manera:
𝑁
de área. El clima se asume uniforme dentro de cada unidad hidrográfica y el balance se 𝑅𝑇(𝑡) = ∑ 𝐴𝑗 (𝑃𝑒(𝑡) ∙ 𝑧1,𝑗 𝑅𝑅𝐹𝑗 + 𝑓𝑗 ∙ 𝑘𝑠,𝑗 ∙ 𝑧1,𝑗 2 )
estima como: 𝑗=1
𝑑𝑧1,𝑗 5 ∙ 𝑧1,𝑗 − 2 ∙ 𝑧1,𝑗 2

El modelo permite definir escurrimiento dirigido hacia elementos como ríos y acuíferos.
𝑅𝑑𝑗 = 𝑃𝑒(𝑡) − 𝑃𝐸𝑇(𝑡) ∙ 𝑘𝑐,𝑗 (𝑡) ∙ ( ) − 𝑃𝑒(𝑡) ∙ 𝑧1,𝑗 𝑅𝑅𝐹𝑗 − 𝑓𝑗 ∙ 𝑘𝑠,𝑗 ∙ 𝑧1,𝑗 2 − (1 − 𝑓𝑗 ) ∙ 𝑘𝑠,𝑗 ∙ 𝑧1,𝑗 2
𝑑𝑡 3 Para los casos en que las condiciones general flujo subsuperficial, el flujo base del segundo
balde es estimado con la siguiente ecuación:
Donde 𝑧1,𝑗 es el almacenamiento relativo dado como fracción del almacenamiento total en
𝑑𝑧2 𝑁
la zona de raíz (suelo, (0,1)), 𝑅𝑑𝑗 (mm) es la fracción de cobertura de suelo en j. La 𝑆𝑚𝑎𝑥 = (∑ (1 − 𝑓𝑗 ) ∙ 𝑘𝑠,𝑗 ∙ 𝑧1,𝑗 2 ) − 𝑘𝑠2 ∙ 𝑧2 2
𝑑𝑡 𝑗=1
precipitación efectiva 𝑃𝑒(𝑡), incluye derretimiento desde un paquete de nieve en la sub
cuenca. La PET o ETP es estimada según la ecuación presentada en la sección 3.1. Donde el flujo de entrada hacia este balde, 𝑆𝑚𝑎𝑥 es la percolación desde el balde superior
dado en la ecuación de 𝑅𝑑𝑗 , y 𝑘𝑠2 es la conductividad saturada en el balde inferior
(mm/paso de tiempo de simulación), la cual que es dada como un valor general para la
cuenca (no lleva subíndice j). Las ecuaciones de 𝑅𝑑𝑗 y 𝑆𝑚𝑎𝑥 deben ser resueltas por medio
de iteración para obtener valores coincidentes en ambos baldes para lo cual WEAP utiliza
un algoritmo predictor-corrector. Si se quisiese realizar una representación de acuíferos de
forma separada y se estableciera un elemento para este tipo de estructura (acuífero
aluvial), el segundo término de la ecuación de 𝑆𝑚𝑎𝑥 , es ignorado y la recarga 𝑅
(volumen/paso de tiempo) hacia el acuífero es:
𝑁
𝑅=∑ 𝐴𝑗 ∙ (1 − 𝑓𝑗 ) ∙ 𝑘𝑠,𝑗 ∙ 𝑧1,𝑗 2
𝑗=1
Donde 𝐴𝑗 es el área de aporte del elemento j.

Figura 4. Esquema conceptual del modelo Soil Moisture (Yates et al., 2005b)
16
El agua que se queda en la superficie del suelo, conocida como inundación, puede ocurrir
debido a cultivo de arroz, humedales manejados o no manejados, o inundación en la
planicie inundable. La inundación existe si la zona de raíces está saturada. El método SM
calcula el flujo afuera de la zona de raíces teniendo en cuenta evapotranspiración, influjo y
percolación profunda.
Para representar los procesos de almacenamiento en planicies inundables en el río Mamoré

y los humedales del Iténez, se aplicó el módulo de inundación de WEAP. Este módulo
permitió representar la dinámica de inundaciones de forma básica con el fin de entender su
impacto en el balance hídrico regional. El método tiene un enfoque conceptual y más
simple que otros sistemas de modelación como el HEC-RAS (USACE and RMA, n.d.) o el
MIKE21 (DHI, 2016), los cuales requieren más información y tiempo de ejecución.
En el módulo de inundación, WEAP simula el movimiento de agua entre el río y las planicies Figura 5. Conceptualización del balance hídrico en las lagunas de inundación y su relación con los
inundables usando un componente de almacenamiento superficial en la unidad hidrológica componentes del modelo “soil moisture”
(“catchment”). Las aplicaciones potenciales de este módulo incluyen la simulación de Para aplicar el módulo de inundación, se definieron seis parámetros:
plantaciones de arroz, manejo de humedales artificiales, o inundación natural.
 Límite de inundación del río (River Flooding Threshold): es el caudal límite justo
La Figura 5 muestra la conceptualización del balance hídrico del componente de antes de la inundación y se define en el tramo del río.
almacenamiento superficial, y su relación con los dos baldes del modelo hidrológico de  Fracción de inundación del río (River Flooding Fraction): es el porcentaje del
humedad de suelo. Los flujos de evapotranspiración, escorrentía superficial, flujo sub- caudal por encima del caudal límite que va a la planicie de inundación y se define
superficial y percolación a la zona profunda están estimados con los algoritmos del método en el tramo del río en WEAP.
de SM. La escorrentía superficial incluye el caudal de salida de la planicie de inundación, el  Fracción de inundación recibida (Fraction flooding received): es el porcentaje del
cual es definido como un porcentaje de agua por encima de un umbral de almacenamiento volumen de inundación que llega a cada clase de uso de suelo y se define en el
en la planicie de inundación. El caudal de entrada a la planicie de inundación está definido objeto del catchment.
como un porcentaje de agua por encima de un umbral de caudal en el río. Este volumen de
 Profundidad máxima (Maximum depth): es el nivel máximo en la planicie de
agua se puede distribuir entre diferentes catchments, y entre diferentes clases de uso de
inundación sobre el cual el flujo vuelve al río.
suelo dentro del catchment. Las ecuaciones para calcular los flujos asociados con la planicie
 Fracción de retorno de inundación (Flood return fraction): es el porcentaje de
inundada están descritas con más detalle en (Angarita et al., n.d.).
agua sobre la profundidad máxima de la planicie que vuelve al río en un paso de
tiempo y se define en el objeto catchment. Este parámetro sirve para extender la
duración de la inundación en la planicie después de que ha llegado a su
profundidad máxima.
 Curva volumen-área-elevación: define la relación entre el volumen de inundación y
el área inundada para cada catchment. WEAP requiere datos de altura de
inundación (H) y la correspondiente Área Inundada (A) para calcular el volumen de
inundación.
17
Leyenda
En la aplicación del modelo, estos datos fueron suministrados por el MMAyA a través de la ESA-CCI-LC
Agrícola – lluvia
información generada en otros estudios específicos para inundaciones en la cuenca Agrícola – herbizales
Agrícola – arboles
amazónica. Agrícola – riego
Mosaico agricola (>50%)/ vegetacion natural (<50%)
Mosaico vegetacion natural (>50%)/ agricola (<50%)
Bosque de latifoliadas perennifolio (>15%)
3.2.2 Información biofísica (Cobertura vegetal y Suelo) Bosque de latifoliadas caducifolio (>15%)
Bosque de latifoliadas caducifolio (>40%)
Bosque de latifoliadas caducifolio (15-40%)
La información biofísica considerada para este estudio específicamente para la Coniferas perennifolias (>15%)
Coniferas perennifolias (>40%)
Coniferas perennifolias (15-40%)
parametrización del modelo hidrológico fue principalmente cobertura vegetal y tipo de Bosque de coniferas caducifolio (>15%)
Bosque de coniferas caducifolio (>40%)
suelo. Para la primera se usó como fuente la ESA y para la segunda de la FAO. Bosque de coniferas caducifolio (15-40%)
Bosque mixto
Mosaico arboles y matorral (>50%)/Herbacea (<50%)
Mosaico Herbacea (>50%)/arboles y matorral (<50%)
En Abril de 2017 la iniciativa de Cambio Climático y Cobertura Vegetal (CCI-LC) de la ESA Mattoral
Mattoral perennifolio
publicó un set de mapas de cobertura vegetal consistente. El producto es acompañado por Mattoral caducifolio
Pastizales
una Guía de Usuario del Producto (PUG) que provee información detallada de su creación y Vegetacion (arbol/mattoral/herbacea) (<15%)
Arboles (<15%)
Mattoral (<15%)
características. Esta sección describe los aspectos importantes del set de datos, pero para Herbacea (<15%)
Arboles inundado – agua dulce
más información detallada se recomienda usar el PUG el cual está disponible en sitio web Arboles inundado – agua salada
Matorral herbacea inundado
del CCI donde los datos también pueden ser bajados. Los datos están disponibles en Asentamiento humano
Suelo desnudo
Suelos desnudo consolidados
formatos GeoTIFF y NetCDF. El producto ESA-CCI-LC se fundamenta en datos del satélite Suelos desnudo no-consolidados
Agua
Espectrómetro de Imágenes de Media Resolución (MERIS) y del PROBA-V y de una Nieve y hielo
combinación de datos de AVHRR y SPOT-VGT para crear una clasificación de cobertura

Figura 6. Clasificación de ESA-CCI-2010 para Bolivia con 36 clases de cobertura vegetal a una
vegetal completa que cubre el período entre 1992-2015 (24 años) con una resolución de resolución de 300 m
300 m.
La topología de cobertura vegetal fue definida en el Sistema de Clasificación de Cobertura
Vegetal (LCSS) desarrollado por la FAO de las Naciones Unidas (UN) con el objetivo de
proveer un máximo de compatibilidad con los productos ESA GLC200, GlobCover 2005 y
2009. Además, el UNLCCS es compatible con los Tipos de Plantas Funcionales (PFTs) usados
en los modelos climáticos. Esta característica hace este producto particularmente adecuado
para los propósitos de este estudio el cual depende de una representación ajustada a las
características hidrológicas de la vegetación.
Otra característica útil del UN-LCCS es que está diseñado para realizar una clasificación
jerárquica ajustable para describir las clases de Cobertura Vegetal. El resultado de la
clasificación para este estudio cuenta con 22 clases principales y 10 sub-clases disponibles.
De forma inversa, el set de datos puede ser generalizado siguiendo las 6 clases del IPCC
consideradas para la detección de cambios. Esto se considera útil particularmente para
nuestro proyecto ya que se busca capturar la cobertura vegetal general en WEAP. Para una
caracterización efectiva de los objetos de ‘catchment’, WEAP generalmente requiere una

combinación de terreno, uso de suelo y parámetros de suelo.
18
Para el propósito del proyecto se usaron las seis clases del IPCC para detectar cambio, con
una modificación pequeña que mantiene el detalle proveído por la clase denominada ‘otros
tipos de cobertura de suelo’. Bajo la clasificación del IPCC los arbustos, vegetación escasa,
zonas desnudas y agua se unen en una clase general ‘otra’. La clasificación resultante tiene
9 clases: agricultura (agriculture), bosque (forest), herbácea (grassland), humedales
(wetland), matorrales (shurbland), vegetación dispersa o aislada de arbustos y gramíneas
(other/bare), cuerpos de agua (water), nieve/glaciar (snow/ice), y centros poblados/urbano
(settlement).
Con una cobertura del 50% de bosque, Bolivia y sus áreas aledañas están dominadas por
bosques, en particular las extensiones bastas del bosque húmedo de la cuenca Amazónica.
El resto del territorio está cubierto por arbustos y áreas descubiertas en la cuenca del
Altiplano. Desde la primera clasificación de uso de suelo realizada por el CCI en 1992 para el
territorio nacional, se ha presentado una transformación dramática principalmente en las
áreas de bosque hacia agricultura hasta el año 2015. Se observan tres grandes zonas de
cambio: la región fronteriza con el Amazonas brasilero, la región de frontera con la zona
superior del Río Paraguay, y la zona alrededor de la ciudad de Santa Cruz.
Entre 1992 y 2015 aproximadamente el 9.5% de la superficie de Bolivia cambió de Figura 7. Cambio acumulado de cobertura vegetal entre 1992 y 2015 usando las clases del IPCC
para Bolivia
cobertura vegetal, de la cual aproximadamente 4% fue conversión de bosque
exclusivamente (Figura 7). La Figura 7 ilustra que el bosque se transformó a agricultura principalmente hasta el año
2014. Esta Figura 7 muestra además que esta transformación fue altamente variable y que
hubo años en que la transformación fue mucho más leve. Se debe recordar que esto puede
ser el resultado del procesamiento de datos, y que el producto CCI-LC es capaz de capturar
muy bien la transformación total. Algunos años muestran un pico o aumento en la
cobertura vegetal, lo cual es posiblemente dado por los errores en la clasificación ya que es
improbable que un área sea sujeta a reforestación tan rápidamente. Es también posible que
esto esté asociado con años particularmente húmedos, resultando en una señal de bosque
verde en los datos del satélite. Después del 2004 la transformación del bosque parece más
dominada por la expansión de arbustos (Figura 7).
Respecto a la información de suelos se evaluó y usó la información del mapa digital de

suelos de la FAO del año 1995 a escala 1:5'000.000. El producto mencionado cuenta con
una base de datos con información de las principales propiedades físicas y químicas del
suelo, para este estudio en particular se extrajo la información de textura del suelo.
19
esta clasificación. En las secciones posteriores de presentación de datos se hace referencia
a estas provincias para presentación y organización de los resultados.
Figura 8. Mapa de tipo de suelo de la FAO

Figura 9. Esquema gráfico de provincias fisiográficas de Bolivia
4. Características fisiográficas de Bolivia

El conocimiento general de las características fisiográficas del país sirve como marco 5. Las Cuencas Hidrográficas y sus Balances Hídricos
general para el desarrollo del balance hídrico. En Bolivia se distinguen las siguientes En Bolivia se distinguen tres macrocuencas: Amazónica, Altiplano o Cerrada, y la del Plata
provincias fisiográficas: Cordillera Occidental, Altiplano, Cordillera Oriental, Sub-Andino, (Figura 10). La macrocuenca Amazónica hasta el punto de salida del territorio boliviano en
Llanura Chaco-Beniana, Escudo Brasilero, y las Superficies de Erosión de Pando o paisaje el río Madeira abarca una superficie aproximada de 957,711.54 km2, y los principales
ondulado amazónico (Figura 9). tributarios son los ríos Beni y Mamoré. A su vez el río Bení está conformado por los ríos
Madre de Dios y río Beni. Los principales tributarios del río Mamoré son el río Iténez o
Estas provincias sirven de forma referencial para entender aspectos físicos de las regiones
Guaporé y el río Mamoré.
de Bolivia los cuales fueron usados para entender la respuesta hidrológica en función de
20
La macrocuenca del Altiplano también llamada Cerrada se encuentra localizada en el
margen occidental de Bolivia y abarca una superficie de 216,693.26 km2. En esta
macrocuenca se encuentran importantes cuerpos de agua como el Lago Titicaca y el Lago
Poopó, los cuales están conectadas por el río Desaguadero. En el caso del Lago Titicaca, este
es compartido con la república del Perú. En esta macrocuenca generalmente se distinguen
las siguientes cuencas: Lago Titicaca, Mauri, Desaguadero, Lago Poopó, Coipasa, y Uyuni.
La macrocuenca del Plata en el territorio boliviano abarca una superficie de 264,589.19

km2. Las principales cuencas son: río Pilcomayo, Bermejo y las cuencas en la región de
Chaco y la Chiquitanía.
Figura 10. Macrocuencas de Bolivia
El MMAyA para este estudio definió unidades hidrográficas (UHs) combinando los niveles 6,
7 y 8 de Hydrobasin2 según la clasificación de Pfafstetter. Para el dominio espacial de este
estudio existen un total de 95 UHs. En la Tabla 2 se muestra la distribución de los puntos de
calibración y UHs en las principales regiones.
Tabla 2. Resumen de puntos de calibración e unidades hidrográficas del BHSB de Bolivia
2
http://www.hydrosheds.org/page/hydrobasins
21
No de puntos de No de Unidades
Cuenca
calibración Hidrográficas
Altiplano Norte 19 9
Altiplano Sur 0 6
Amazonas 32 53
Pilcomayo 15 7
Bermejo 11 2
Gran Chaco 0 18
Total 77 95
Los balances hídricos de las unidades hidrográficas a nivel anual y mensual se encuentran
en el Anexo 1 en sus componentes principales como precipitación, evapotranspiración y
escurrimiento; y en el Anexo 2 se encuentran los mapas correspondientes a nivel anual. En
la siguiente sección se resaltan algunos puntos claves del análisis del balance hídrico a nivel
de macrocuenca.
6. Características del Balance Hídrico (Base)

En esta sección se presenta los puntos más importantes de los resultados obtenidos del
balance hídrico. En los anexos de este documento se puede consultar el detalle de los
resultados para cada UH en sus principales componentes como la precipitación,
evapotranspiración y escurrimiento. Los resultados que se muestran a continuación
corresponden para el periodo 1980-2016.
En el extremo suroeste de Bolivia por la zona del Silala y Laguna Colorada hay un gran
déficit de información, resultado de la densidad muy baja de las estaciones pluviométricas y
meteorológicas. Los datos de la estación de Laguna Colorada no pueden ser empleados
para un área muy grande y mucho menos para Silala. Son datos que necesitan ser
evaluados con un mayor detenimiento, el intentar hacer una inferencia de la precipitación y
temperatura en estas dos regiones, tiene características que no son homogéneas y por
tanto no son técnicamente sustentable; por ello, no es posible entregar resultados de esta
zona al carecer de la información pertinente, ya que el espíritu de los resultados del BHSB
ha sido estimar los resultados con criterios de verificabilidad y sustentados en valores
medidos, en virtud a ello no se consideran los balances de la UH Laguna Colorada, UH

Laguna Pasto Grande y UH Silala; evitando de esta manera generar confusión en la toma de
decisiones para los profesionales que realizan estudios en la región.
22
PRECIPITACION
6.1 Precipitación SEP 67.89 13.93 8.00 10.92
OCT 116.42 25.14 23.79 43.49
6.1.1 Distribución estacional de las precipitaciones NOV 177.44 36.24 43.83 91.89
Según Roche et al. (1992), la estación lluviosa en Bolivia comprende los meses de diciembre DIC 231.49 72.64 84.30 158.00
a marzo, la estación seca de mayo a agosto, y dos periodos de transición separan estas dos ENE 265.22 124.18 116.02 196.44
épocas, uno en abril y otro de septiembre a noviembre. Asimismo, los autores mencionan FEB 251.74 99.01 95.58 183.34
que entre un 60 a 78% de las precipitaciones ocurren en la estación lluviosa, y de 0 a 15% MAR 216.92 74.28 74.30 164.04
durante la estación seca. Según los resultados obtenidos en este estudio, por ejemplo, en la ABR 127.51 27.93 26.83 62.32
macrocuenca del Altiplano el 75% de la precipitación sucede en la estación húmeda y un 5% MAY 78.62 6.01 5.85 15.58
en la estación seca. Un patrón similar ocurre en algunas cuencas importantes de la JUN 36.97 5.32 2.34 5.86
macrocuenca del Plata, Pilcomayo y Bermejo, donde las precipitaciones durante la estación JUL 28.35 3.81 1.83 4.40
húmeda representan un 76 y 75% del total anual respectivamente; mientras que en la AGO 30.45 8.00 3.51 5.08
estación seca un 3%. El patrón estacional en la macrocuenca Amazónica es diferente en Anual 1629.02 496.47 486.18 941.37
términos de magnitud. La precipitación en la estación húmeda representa un 59% del año En el acápite anterior se mencionó que un gran porcentaje de la precipitación ocurre entre
hidrológico y en la estación seca un 11%. En las tres macrocuencas la precipitación máxima diciembre y marzo, según Molina (2005) esto coincide con la inflexión hacia el sur de la
sucede en el mes de enero, y la mínima en julio (Figura 11 y Tabla 3). Zona de Convergencia Intertropical (ZCIT). El mismo autor indica que el vapor precipitable
se origina en el Atlántico, y que sería reciclado ampliamente por evapotranspiración en la
300.00 Amazonía y transportado por los vientos alisios del este/noreste. Por el posicionamiento de
Los Andes estos se desvían en dirección sureste de la cadena montañosa. Al mismo tiempo,
250.00 sobre el territorio boliviano se forma un anticiclón cálido que está constituido por una masa
Precipitación [mm]
de aire más cálida de que la existe a su alrededor, tratándose de un núcleo cálido en donde
200.00
los gradientes de presión y temperatura tienen la misma dirección (Burgoa Mariaca, 2007).
150.00 Este anticiclón también se denomina como Alta de Bolivia, y es el principal transportador de
aire húmedo desde las regiones amazónicas por encima de Los Andes. Respecto a la
100.00 influencia de los vientos alisios del Pacífico, la cadena montañosa que se extiende a lo largo
del continente impide que penetren hacia el interior de éste (Burgoa Mariaca, 2007).
50.00
Para el dominio espacial del presente estudio la precipitación media multianual fue
0.00
SEP OCT NOV DIC ENE FEB MAR ABR MAY JUN JUL AGO
estimada en 1236 mm para el periodo hidrológico 1980-2016. Según los patrones
espaciales producidos por GMET (Figura 12), existe una variabilidad creciente en dirección
Amazónica Altiplano Pilcomayo Bermejo SW a NE. Las precipitaciones más bajas ocurren al SW de Bolivia (parte de la Cordillera
Figura 11. Precipitación media multimensual para el periodo 1980-2016 Occidental y Altiplano), con magnitudes menores a 200 mm y hacia la parte central del
Altiplano existe un incremento hasta llegar a 500 mm; al Norte es más húmedo
Tabla 3. Precipitación media multimensual y multianual en mm, periodo 1980-2016 especialmente en proximidades del Lago Titicaca donde alcanza magnitudes de 1000 mm.
6.1.2 Distribución espacial de las precipitaciones En la Cordillera Oriental, la región Norte es más húmeda (500-2000 mm) que la región Sur
(200-500 mm).
Mes Amazónica Altiplano Pilcomayo Bermejo
24
húmedo (Bermejo). En proximidades de dicha deflexión se produce la precipitación más alta
con magnitudes de 5000 y 6000 mm. Por otro lado, en gran parte de la llanura Chaco-
Beniana las precipitaciones anuales oscilan entre 1000 y 2000 mm, con disminución hacia la
región del Chaco (Sur de la Llanura Chaco-Beniana) con precipitaciones en el intervalo de
500-1000 mm.
El proceso de regionalización de la precipitación en la zona Sur de la cuenca endorreica

mostró que la precipitación tiene un alto grado de incertidumbre por la escasa
disponibilidad de información. Los rangos presentados pueden ser ajustados en un futuro
con la implementación de una red mejorada de información. Los valores de precipitación en
la zona pueden tener incluso valores menores a 100 mm, situación que no es posible
precisar. Los rangos de precipitación hasta 200 mm y los valores ligeramente mayores a 200
mm en la zona deberán ser corroborados en un futuro a partir de nuevas observaciones.
6.1.3 Precipitación por macrocuencas
6.1.3.1 Cuenca Amazónica

En esta macrocuenca, para el dominio espacial de este estudio la precipitación media
multianual es 1629.02 mm. En la cuenca Ichilo-Mamoré la precipitación varía entre 514.76 y
3034.61 mm. Las UHs de la Cordillera Oriental son las más secas. La UH más humedad está
entre la vertiente oriental de la faja Sub-Andina y el piedemonte, Río Mamoré-Chapare.
En las UHs de la cuenca de río Beni la precipitación fluctúa en un rango de 1224.21 y

1841.39 mm. En las UHs de la cuenca Itenez o Guaporé la precipitación varía entre 897.30 y
2073.99 mm, siendo la UH Parapetí la más seca. En Madre de Dios la precipitación media
multianual es 2263.13 mm.
6.1.3.2 Cuenca del Plata

En la cuenca del río Pilcomayo, en las UHs que están localizadas en la Cordillera Oriental la
precipitación media multianual varía entre 290.79 y 582.85 mm, mientras que en el Sub-
Andino y la Llanura del Chaco está en el orden de 689.95 mm. La UH hidrográfica más seca
es la parte alta del río San Juan del Oro y Tupiza3.
Figura 12. Precipitación media multianual periodo 1980-2016

3En el estudio de Espinoza D. (2006) y Molina and Espinoza (2006) para el período 1970-2000 la precipitación
Esta variación posiblemente esté influenciado por la gran deflexión en el rumbo o dirección multianual a nivel de cuencas fluctúa entre 262.8 y 771.5 mm. Mientras que en el balance hídrico nacional del
a partir del paralelo 17° en la Cordillera Oriental debido a un fuerte control tectónico; sin año 1992 varía entre 345 y 700 mm (Roche et al., 1992).
embargo hacia el extremo sur entre la Cordillera Oriental y la faja Sub-Andina es también
25
En la cuenca del río Bermejo, la precipitación en la UH Río Grande de Tarija es 875.5 mm y
la UH Río Bermejo 1151.39 mm; en la parte boliviana de la macrocuenca del Plata esta
última es una de las UHs más húmeda. La estimación de precipitación en ambas cuencas
está dentro de los rangos identificados para la región en el balance hídrico de 1992 (Roche
et al., 1992).
En las UHs de la Llanura Chaqueña y Escudo Brasilero la precipitación fluctúa entre 599.97
mm y 1131.39 mm. La región del Chaco presenta los valores más bajos.
6.1.3.3 Cuenca del Altiplano

La distribución espacial de la precipitación media anual tiene un patrón decreciente de
Norte a Sur a lo largo de toda la macrocuenca, y de Este a Oeste en la región central y Sur.
La precipitación multianual fluctúa entre 162.49 y 751.76 mm; siendo las UHs del Sur los
más secos, y el más húmedo es la UH Lago Titicaca.
En las UHs de la cuenca del Lago Titicaca, la más húmeda de la macrocuenca, la

precipitación varía entre 554.22 y 751.76 mm. Estos valores no incluyen la precipitación en
el cuerpo de agua del lago. Por otro lado, en la cuenca de Mauri la precipitación está en el
orden de 331.25 mm y en Desaguadero varía entre 375.69 y 590.6 mm.
En la parte central de la macrocuenca, en Coipasa y Poopo, la precipitación es 258.39 y

384.09 mm respectivamente. Mientras que en las UHs del Sur fluctúa entre 162.49 y 185.12
mm.
26
EVAPOTRANSPIRACION
6.2 Evapotranspiración Figura 13. Temperatura promedio multianual para el periodo 1980-2016
En las cuencas donde existe información de caudales medidos para la calibración, la 6.2.1 Distribución espacial de la temperatura media del aire
evapotranspiración real ha sido obtenida del balance hídrico producido por modelo En la Figura 13 se muestra los patrones espaciales de temperatura promedio multianual
hidrológico SM y Penman Monteith para el cálculo de la ETP. Mientras que en las cuencas para el periodo 1980-2016 como salida de GMET. La provincia fisiográfica Cordillera
sin calibración se ha aplicado la ecuación de Turc, donde esta variable es estimada Occidental es la más fría del territorio de Bolivia, donde la temperatura media promedio
directamente mediante una ecuación empírica basada en datos de temperatura media y multianual oscila entre -2.59 y 11.56 °C, el valor medio para toda la provincia es 5.84°C. En
precipitación. Ya que la temperatura juega un rol esencial en el estimado de la ETP, a la provincia fisiográfica Altiplano varía entre -0.01 y 12.20 °C, y en la Cordillera Oriental
continuación se presenta un análisis de los valores de temperatura obtenidos a nivel entre -3.65 y 26.96 °C; el valor medio en ambas provincias es 8.69 y 13.62 °C
estacional y regional. respectivamente. La zona Sub-Andina es más caliente a comparación de las tres provincias
ya mencionadas, ya que la temperatura varía entre 12.56 y 27.24 °C, y el valor medio en
toda la provincia es 22. 21°C. En el resto de las provincias la temperatura media promedio
multianual es mayor a 18°C, siendo Superficies de Erosión de Pando la más caliente donde
alcanza 26.45°C.
La regionalización de la temperatura se sustenta en la red de mediciones, que permitieron

generar un campo de temperatura regional. Las discrepancias micro regionales en valles
interandinos o en regiones que pueden mostrar valores un tanto mayores no se presentan
para el nivel de disgregación espacial realizado, situación que puede presentarse también
en valles profundos no instrumentados.
6.2.2 Distribución estacional de la temperatura del aire

Según Roche et al. (1992) las temperaturas medias más bajas tienen lugar en julio, en pleno
invierno, mientras que las más elevadas se sitúan de diciembre a marzo, centrándose
frecuentemente en febrero. En la Figura 14 y Tabla 4, se puede ver que el mes con la
temperatura media más baja es julio, y los meses con valores más altos son enero y febrero.
28
30 entre 684.90 y 767.56 mm, mientras que al Sur entre 266.22 y 486 mm. En el extremo Sur
de la Llanura Chaco Beniana y Escudo Brasilero varía en un rango de 600 y 950 mm,
25
mientras que, en la región central y Norte mayor a 800 mm, al igual que en la Superficies de
Temperatura [°C] 20 Erosión de Pando.
15 En las macrocuencas del Altiplano (sin incluir Uyuni) y del Plata (incluye solo Pilcomayo y
10 Bermejo), entre un 63 y un 67% de la evapotranspiración sucede en la estación húmeda, y
en la seca entre 11 y 12%. Un patrón estacional distinto sucede en la macrocuenca
5
Amazónica donde la evapotranspiración en la estación húmeda representa un 44%, y en la
0 estación seca 25%. Estas diferencias están influenciadas por la precipitación, donde
SEP OCT NOV DIC ENE FEB MAR ABR MAY JUN JUL AGO generalmente las dos primeras macrocuencas se caracterizan por ser más secas en
Amazónica Altiplano Pilcomayo Bermejo comparación con la cuenca Amazónica. En el Altiplano la evapotranspiración representa un
84% de la precipitación, y similar comportamiento sucede en el Pilcomayo (85%); mientras
Figura 14. Temperatura media promedio multimensual [°C] para el periodo 1980-2016. que en Bermejo es 55%, y en la Amazónica también 55%.
Tabla 4. Temperatura media promedio multimensual y multianual para el periodo 1980-2016
Los resultados del balance hídrico indican que los valores mínimos de ETR ocurren en los
Mes Amazónica Altiplano Pilcomayo Bermejo meses de julio y agosto (Tabla 5 y Figura 15). En el Altiplano (sin incluir Uyuni) es en julio
SEP 24.18 6.08 12.50 16.43 con 6.76 mm, en la Amazónica en agosto con 43.54 mm, en el Pilcomayo y Bermejo es
OCT 25.29 7.90 14.59 19.22 también en agosto con 5.01 mm y 9.45 mm respectivamente.
NOV 25.34 9.12 15.44 19.97
DIC 25.41 9.78 15.92 20.75 120.00
ENE 25.25 9.64 15.67 20.80
Evapotranspiración Real [mm]

100.00
FEB 24.92 9.32 15.22 20.20
MAR 25.00 9.13 14.99 19.66 80.00
ABR 24.35 7.61 13.52 17.63
MAY 22.75 4.93 11.18 15.05 60.00
JUN 21.66 3.09 9.41 12.98

40.00
JUL 21.36 2.95 9.15 12.51
AGO 22.89 4.37 10.82 14.49 20.00
Anual 24.03 6.74 13.20 17.47
0.00
6.2.3 Distribución espacial y estacional de la ETR Amazónica Altiplano Pilcomayo Bermejo
A nivel espacial los valores más bajos de la ETR se sitúan al Sur de las provincias fisiográficas
de Cordillera Occidental y Altiplano, donde la ETR es menor a 200 mm. Al norte de las Figura 15. Evapotranspiración media multimensual periodo 1980-2016
provincias fisiográficas mencionadas existe un incremento hasta llegar a los 588.25 mm
alrededor del Lago Titicaca. En la Cordillera Oriental al norte del paralelo 17°, la ETR fluctúa
29
6.2.3.3 Cuenca del Altiplano
La ETR obtenido del balance hídrico en esta macrocuenca (sin incluir Uyuni) oscila entre
244.63 y 588.23 mm, que representan entre un 78 y 95% de la precipitación característico
Tabla 5. Evapotranspiración media multimensual y multianual periodo 1980-2016 de climas semiáridos. Mientras que en las UHs de Uyuni la ETR representa alrededor del
99% de la precipitación, es decir que prácticamente en algunas zonas la ETR es igual a la
Mes Amazónica Altiplano Pilcomayo Bermejo precipitación.
SEP 47.04 11.20 6.74 9.44
OCT 67.33 19.76 16.70 22.77
NOV 84.39 28.40 30.89 46.87
DIC 99.23 48.19 56.45 76.95
ENE 102.07 73.05 77.13 92.37
FEB 91.89 73.97 73.89 80.43
MAR 99.21 69.93 69.29 77.17
ABR 85.25 45.60 42.96 49.99
MAY 72.16 22.06 20.04 28.06
JUN 57.35 9.75 9.01 14.39
JUL 50.11 6.76 5.69 10.80
AGO 43.54 7.23 5.01 9.45
Anual 899.58 415.90 413.81 518.70
6.2.3.1 Cuenca Amazónica

La ETR en el conjunto de la macrocuenca para el dominio espacial de este estudio es 899.58
mm lo cual representa un 55% de la precipitación. En las UHs de Ichilo-Mamoré la ETR varía
entre 384.30 y 1099.81 mm, los valores más bajos ocurren en la zona alta de la cuenca Río
Grande. En las UHs de la cuenca Río Beni, oscila entre 684.90 y 974.79 mm. En la cuenca
Iténez o Guaporé varía entre 667.49 y 1108.88 mm, donde el valor más bajo corresponde a
la UH Río Parapetí. En la UH Madre de Dios la ETR está en el orden de 987.32 mm.
6.2.3.2 Cuenca del Plata

En las UHs de Pilcomayo, la ETR oscila entre 266.22 y 590.18 mm lo cual representa entre
un 86 y 92% de la precipitación. En las UHs Tumusla y Río San Juan del Oro-Tupiza la
evapotranspiración representa un 90 y 92% de la precipitación respectivamente.
En las UHs del Río Grande de Tarija y Río Bermejo la ETR representa un 56 y 54% de la
precipitación respectivamente. Por otro lado, en las UHs de la Llanura Chaqueña y

Chiquitanía la ETR representa entre 81 y 98% de la precipitación.
30
ESCURRIMIENTO
6.3 Escurrimiento ENE 118.57 18.71 17.66 81.24
FEB 128.25 22.80 19.58 94.37
El cálculo de la escorrentía de cada unidad hidrográfica se encuentra en la plataforma de
MAR 111.12 14.25 13.86 88.76
WEAP como un resultado clave del estudio, presentando valores para el periodo 1980-
ABR 66.87 5.04 4.94 45.19
2016; donde además se puede observar la variabilidad del régimen hidrológico en cada
MAY 39.85 2.09 2.13 19.50
subcuenca con características específicas para cada región del país.
JUN 23.45 1.53 1.45 9.48
6.3.1 Patrón estacional JUL 18.46 1.39 1.23 6.15
AGO 14.61 1.36 1.16 4.82
En las tres macrocuencas el escurrimiento máximo ocurre en el mes de febrero, y los
Anual 672.38 76.97 73.07 428.91
valores más bajos en agosto y septiembre (Tabla 6 y Figura 16). En la macrocuenca del
Altiplano un 79% del escurrimiento sucede en la estación húmeda, mientras que en
Pilcomayo y Bermejo (macrocuenca del Plata) un 78 y 73% para ambos casos. En la 6.3.2 Cuenca Amazónica
macrocuenca Amazónica el escurrimiento en la estación húmeda representa un 65% del
La Figura 17 muestra los componentes del balance hídrico para esta macrocuenca. Algunos
total anual.
componentes relacionados con el escurrimiento total son el flujo base, el flujo sub-
superficial y el flujo superficial. En el conjunto de la macrocuenca el flujo superficial en los
140.00
meses lluviosos representa entre un 74 y 81% del total de escorrentía, y el flujo base entre
120.00 7 y 10%. Mientras que en los meses secos (junio a agosto) el flujo base es más importante
ya que representa entre un 45 y 65%.
Escurrimiento [mm]
100.00
80.00
60.00
40.00
20.00
0.00
Amazónica Altiplano Pilcomayo Bermejo
Figura 16. Escurrimiento medio multimensual en mm para el periodo 1980-2015
Tabla 6. Escurrimiento medio multimensual y multianual en mm para el periodo 1980-2015
Mes Amazónica Altiplano Pilcomayo Bermejo

SEP 13.78 1.41 1.17 4.61 Figura 17. Componentes de balance hídrico para la macrocuenca Amazónica
OCT 17.74 1.59 1.37 7.61

NOV 39.92 2.13 2.31 19.84 El aporte anual estimado de esta macrocuenca en el río Madeira es 588081.51 hm3, lo que
DIC 79.77 4.67 6.22 47.34 equivale a un módulo anual de 18647.94 m3/s hasta el punto de salida del territorio
32
boliviano4. Los tributarios más importantes del río Madeira son el río Beni y el río Mamoré,
hasta el punto de confluencia el caudal medio anual de estos ríos es 8779.29 y 8384.56 m3/s
respectivamente.
El escurrimiento en algunas UH de esta macrocuenca incluye el componente de inundación,

es decir que hace parte del balance hídrico; por lo tanto, el escurrimiento total incluye el
producido por la precipitación y por el volumen inundado. Para la estimación del
coeficiente de escorrentía, el escurrimiento total se dividió por la precipitación solamente.
El coeficiente de escorrentía varía entre 6.11 y 65.44%, donde el valor más bajo se sitúa en
la cuenca alta del río Iténez o Guaporé y un gran porcentaje de la precipitación pasa a la
recarga de los acuíferos. El valor más alto ocurre en la UH Río Mamoré-Chapare, donde las
precipitaciones son las más altas de Bolivia y por ende tiene un coeficiente de
escurrimiento alto. En una pequeña intercuenca llamada UH Riberalta (confluencia del río
Beni y Madre de Dios) se reporta un coeficiente de escorrentía de 1413.56%, esto se debe a
que dicha intercuenca recibe inundación de la parte alta. Por otro lado, el caudal específico Figura 18. Componentes de balance hídrico para la cuenca Pilcomayo y Bermejo, macrocuenca La
fluctúa entre 1.93 y 62.97 l/s/km2; en el caso de la UH Riberalta 752.52 l/s/km2, el extremo Plata
de los valores coincide con lo mencionado para el coeficiente de escurrimiento
El aporte anual río Pilcomayo hasta el punto de medición en Misión La Paz es 6377.89 hm3,
6.3.3 Cuenca del Plata lo que equivale a un módulo anual de 202.24 m3/s. La escorrentía expresada por el
coeficiente de escurrimiento fue estimado entre 8.54 y 21.20%5. El caudal específico
La Figura 18 muestra los componentes del balance hídrico en la cuenca Pilcomayo, entre estimado varía entre 0.79 y 3.61 l/s/km2 similar a otros estudios previos6.
enero y marzo el flujo dominante es el superficial ya que representa entre 54 y 61%,
mientras que el flujo base fluctúa entre 6 y 8%, el resto corresponde a flujo sub-superficial. En la cuenca Bermejo, el aporte anual de la UH de Río Bermejo es de 2812.62 hm3, y de la
El flujo base es más importante en la escorrentía total entre los meses junio y octubre UH Río Grande de Tarija es de 6509.53 hm3; en términos de módulo anual este sería 89.19 y
donde representa entre 79 y 97%, con valor más alto en el mes de agosto. 206.41 m3/s respectivamente. El coeficiente de escorrentía en la UH Río Bermejo es 47.07%
y en Río Grande de Tarija 44.94%, mientras que el caudal específico 17.19 y 12.48 l/s/km2
para ambos casos.
6.3.4 Cuenca del Altiplano

La Figura 19 muestra los componentes del balance hídrico en la macrocuenca del Altiplano.
El flujo superficial en la estación lluviosa representa entre un 37 y 71%, en el mes de
febrero cuando el suelo está saturado se presenta los porcentajes más altos. En la estación
5 El valor mínimo de este estudio es similar al estudio de (Espinoza D., 2006; Molina and Espinoza, 2006) como
de (Roche et al., 1991), sin embargo el valor máximo reportado por ambos estudios es 54 y 68%
respectivamente.
6 En el balance del año 1992 se reporta en el rango de 1.7 y 3.5 l/s/km 2, mientras que en el estudio de (Espinoza
D., 2006; Molina and Espinoza, 2006) entre -1.1 y 7.3 l/s/km2; los valores negativos se debe a las perdidas hacia
4 En el balance hídrico del año 1992 el módulo fue estimado en 17,000 m 3/s (Roche et al., 1992). aguas subterráneas entre la estación Villamontes y Misión La Paz.
33
seca y transición el flujo base es más importante, ya que entre los meses de junio y octubre de 98.89 m3/s. Las entradas no consideraron las extracciones y pérdidas que existen entre
su representatividad fluctúa entre 79 y 95%; el mes con el valor más alto es agosto. Chuquiña y el Lago Poopó. Según Pillco Zola and Bengtsson (2006) el nivel almacenado en el
Lago Poopó depende mucho de los aportes provenientes desde el río Desaguadero, y uno
de los aportantes de este río proviene desde el Lago Titicaca. En la Figura 20 se puede
observar que los niveles de agua en el Lago Poopó dependen mucho del aporte desde el
Lago Titicaca, por ejemplo entre los años 1984 y 1989 los aportes desde el Lago Titicaca
representaron entre un 70 y 90% en meses lluviosos respecto al total del volumen de
entrada al lago, y en este periodo los niveles del lago fueron los más altos y casi constantes
entre 1985-1989. En contraste al periodo comprendido entre 1992 y 2000 el aporte
promedio desde el Lago Titicaca fue solo del 0.16% respecto al total de los aportes del lago,
y los niveles bajaron considerablemente. En este mismo periodo, el aporte del río Mauri
representó un 29.68%, del río Desaguadero solo (sin Lago Titicaca y río Mauri) un 39.91%, y
los aportes locales un 30.25%.
Figura 19. Componentes de balance hídrico para la macrocuenca Altiplano
El volumen anual de las cuencas aportantes del Lago Titicaca es 8531.47 hm3. El aporte
anual del río Desaguadero hasta la estación hidrométrica Chuquiña es 2235.51 hm3 es decir
que el módulo anual es 70.89 m3/s.
El coeficiente de escorrentía está en el rango de 4.91 y 21.23% (sin incluir Uyuni), donde el
valor más bajo está en la UH Salar de Coipasa, donde casi el 95% de la precipitación se
pierde por evapotranspiración. Valores altos se observan en las UH Lago Titicaca y Río Ilave.
El caudal específico varía entre 0.40 y 5.06 l/s/km2. En las UHs de la región Sur el coeficiente
de escorrentía varía entre 0.68 y 1.66%, y el caudal especifico oscila en el rango de 0.03 y Figura 20. Aporte de agua al lago Poopó y su relación con los niveles almacenados
0.09 l/s/km2.
6.4 Balance Hídrico en los Lagos

En el cuerpo de agua del Lago Titicaca la precipitación fue estimada en 727.02 mm, y la
evaporación en 1660.71 mm; el caudal total de las cuencas aportantes al lago es
aproximadamente 270.53 m3/s, y el caudal de salida hacia el río Desaguadero 26.87 m3/s.
En el Lago Poopó la precipitación fue estimada en 354.60 mm, y la evaporación en 1890.84

mm. El caudal de entrada desde el río Desaguadero y las cuencas locales sumaron un total
34
ESTUDIOS COMPLEMENTARIOS
7. Incertidumbre y Error del Balance Hídrico hidrológico. Se considera que este tipo de incertidumbre fue enfrentada y reducida con el
enfoque de calibración utilizado.
La incertidumbre de un esquema de balance hídrico puede evaluarse desde varios puntos
de vista. Usando el marco propuesto por Van Asselt and Rotmans (2002) las fuentes de Con respecto al punto iv), el uso de un modelo semi-distribuido basado en parámetros
incertidumbre pueden darse por i) si el modelo es completo o no, ii) los parámetros del físicos para el cálculo del balance hídrico genera incertidumbres ya que la hidrología sucede
modelo, iii) las entradas al modelo, y iv) la estructura del modelo. Las incertidumbres sobre de forma distribuida y con base en parámetros físicos medidos reales. Sin embargo, se
si el modelo es completo o no se refieren a si el mismo incluyen todos los procesos considera que este método es apropiado para representar los aspectos relevantes a la
relevantes. Las incertidumbres sobre los parámetros se refieren a la selección de los escala espacial y temporal de aplicación del modelo.
mismos en la representación de los procesos físicos y a la selección de las ecuaciones para
calcularlos. Las incertidumbres sobre la estructura del modelo se refieren a la organización A continuación, se presenta un análisis de la incertidumbre de los datos de entrada de
de los algoritmos para obtener los resultados. precipitación, presentando como se estudió este componente principal que contribuye a la
incertidumbre del balance hídrico.
Respecto al punto i), la metodología usada en este estudio busca ser completa en tanto que
representa los diferentes procesos del balance hídrico. Sin embargo, como todo algoritmo, 7.1 Incertidumbre en GMET
algunos detalles de los procesos no están representados en su totalidad, como por ejemplo Entender el nivel de incertidumbre que existe en la estimación de precipitación en el
aspectos específicos de las interacciones entre los diferentes flujos de la escorrentía producto de GMET es importante para comprender sus límites y poder aplicar los
superficial, sub-superficial, de inundación y de evapotranspiración. resultados del balance hídrico dentro de un rango de confianza. Sin embargo, cuantificar la
incertidumbre en el producto final es difícil por la gran cantidad de fuentes de
Con respecto al punto ii) de los datos de entrada, la red hidrometeorológica existente
incertidumbre o error y los diferentes métodos para cuantificarlos. Existe incertidumbre en
actualmente en Bolivia, presenta varios vacíos de información que generan incertidumbre.
los registros de datos observados, donde los errores de medición pueden bajar la calidad de
En este sentido, y teniendo en cuenta la importancia de los datos de precipitación y
la información. El proceso de rellenado de series históricas de clima introduce otra
temperatura en la hidrología superficial, se logró establecer una medida del nivel de
incertidumbre a los datos. La densidad y distribución de estaciones en el país también
incertidumbre de este dato de entrada con base en el procesamiento de GMET y la
introduce incertidumbre: donde hacen falta de estaciones, una estimación precisa de
comparación de los resultados, con fuentes de datos satelitales y con datos observados en
precipitación es mucho más difícil. El algoritmo mismo de GMET también es una fuente de
campo según esta descrito en el Anexo 5, sección 3. El presente estudio, enfocó esfuerzos
incertidumbre: usa un método de interpolación probabilístico que puede producir un rango
sobre el mejor estimado posible de este dato de entrada para enfrentar la principal fuente
de resultados posibles. Este rango de resultados – el ensamble – nos permite definir la
de incertidumbre del BHSB que es el dato de precipitación. Sin embargo, el estimado de
incertidumbre asociada con el método de interpolación, basado en las estaciones de
incertidumbre de las otras variables climáticas (humedad relativa, insolación, velocidad de
entrada. Sin embargo, es necesario verificar el resultado de GMET con estaciones de
viento, etc.), no ha sido realizado debido a los métodos seleccionados, los cuales no
validación para definir su capacidad de reproducir datos observados.
permiten un cálculo directo del error asociado a dichas variables. De todas maneras, se hizo
un análisis de sensibilidad para dar una idea de la relevancia de los parámetros del método Para producir la grilla de precipitación de GMET, se usaron datos de 385 estaciones en
SM en el BHSB. Este análisis indicó que los parámetros más sensibles son RRF y SWC para la Bolivia, Perú, Brasil, Paraguay, Argentina, y Chile, además de 12 puntos de muestreo
estación húmeda. Otros parámetros como RZC y PDF también presentan sensibilidad tomados desde el producto de CHIRPS para cubrir la región de Madre de Dios. La
media. El detalle de este análisis se encuentra en el Anexo 5, Apéndice 2. distribución de estas estaciones es muy variable dentro del dominio de estudio, con la
mayor densidad de estaciones ubicadas en la cordillera oriental y sub-andina. La falta de

La incertidumbre asociada a los parámetros según el punto iii) se minimizó al máximo
estaciones en las cuencas del Amazonas introduce un mayor nivel de incertidumbre en
teniendo en cuenta el uso de conceptos físicos para determinar los parámetros del modelo
estas cuencas, por falta de observaciones para producir y verificar una grilla de
36
precipitación. El propósito de introducir 12 puntos de muestreo de CHIRPS en la parte de Tabla 7. Resumen de estaciones procesadas
Estaciones Estaciones Estaciones Estaciones
Madre de Dios fue justamente para disminuir el error producido en esta región por falta de
recopiladas con con datos usadas para el
información. Como se puede visualizar en el mapa (Figura 21), existen catchments sin mínimo* de buenos** producto final
ninguna estación; es decir, su estimación de precipitación está enteramente basado en la datos en (después del
interpolación de GMET. 1980-2016 rellenado) ***
Bolivia
Temperatura Mínima 443 155 85 117
Temperatura Máxima 444 153 70 123
Precipitación 1136 322 272 300
Horas Sol 111 25 3 36
Evaporación en tanque 187 41 6
Viento 320 153 71 134
Perú
Temperatura Mínima 29 17 7 14
Temperatura Máxima 29 17 6 15
Brasil
Chile
Paraguay
Argentina
Figura 21. Densidad de estaciones para estimación de precipitación en GMET (número de estaciones * mayor a 50% para precipitación y temperatura, y mayor a 30% para horas sol, evaporación en tanque, y viento
por kilómetro cuadrado) ** definido por los tests de homogeneidad
***después de homogenizar y completado de datos faltantes
Es importante entender la incertidumbre en la estimación de precipitación al nivel de
cuencas de calibración y simulación, porque en esas se puede aplicar un factor de 7.1.1 Desviación estándar de GMET
corrección de precipitación, y verificar el efecto que tiene esa corrección en la simulación El algoritmo de GMET produce 30 miembros de un ensamble de resultados; cada miembro
del caudal observado. tiene estimaciones de precipitación diaria para periodo histórico en el dominio del estudio.
Las diferencias entre los miembros del ensamble se generan en la producción de campos
Según el cálculo de pruebas de homogeneidad en la etapa de procesamiento de datos, se
aleatorios correlacionados en el tiempo y espacio para muestreo de estimaciones de
identificaron 32 estaciones con datos de precipitación anual sospechosos Después de haber
probabilidad de ocurrencia de precipitación y distribución de cantidad de precipitación. La
eliminado los datos sospechosos y los valores atípicos, y rellenado los datos faltantes con el
comparación de los miembros del ensamble resultantes da una estimación de la
método de razón normal, no se identificó ninguna estación con datos de precipitación
incertidumbre asociada con el método de interpolación del algoritmo de GMET. En este
sospechosos según las pruebas de homogeneidad. La siguiente tabla se presenta un
caso, se calculó la desviación estándar de precipitación mensual en cada pixel de la grilla de
resumen de este análisis y el detalle de cada estación se encuentra en el Anexo 5, Apéndice
GMET entre los 30 miembros del ensamble. La desviación estándar promedio relativo
1.
(Figura 22) entre estos miembros del ensamble varia de 5.33% (en la cuenca del río Madre
37
de Dios y en las UHs en proximidades el Lago Titicaca) a 10.77% (en la región de la dominio del estudio. Una interpolación de esta estimación de incertidumbre con polígonos
Chiquitanía, cabecera del río Mamoré, y el Chaco) de Thiessen nos permite visualizar la distribución de este error, y además estimar el
promedio para cada catchment del modelo WEAP. Vale mencionar que es muy difícil
Se nota que, aunque el valor absoluto de desviación estándar es mayor en las cabeceras del describir esta incertidumbre donde no hay estaciones de validación, como en la parte
río Mamoré, este valor alto es principalmente debido a la alta precipitación en esta región. noreste del Amazonas. Eso nos indica que la mayor subestimación de valores observados de
Así mismo, se nota que el valor relativo de la desviación estándar es mayor en las cuencas
la parte de GMET ocurre en la cuenca de Rurrenabaque, que contiene dos estaciones de
del Gran Chaco, donde también hay poca densidad de estaciones. Vale mencionar que, para validación donde GMET demuestra un sesgo menor que -220%.
la cuenca de El Sena, que incluye la región de Madre de Dios en Perú, el valor relativo de
desviación estándar es uno de los menores de todo el domino de estudio; lo cual está Para tratar de caracterizar este error por catchment de WEAP, se tomó el promedio
relacionado con la inclusión de 12 puntos de muestreo de CHIRPS. Sin embargo, existe espacial del mapa interpolado en cada catchment. Se nota que en las cuencas del Rio
todavía una incertidumbre asociada con los puntos de CHIRPS, en que no se pudo verificar Mamoré existe una subestimación de precipitación, de por lo menos 25% en promedio
la exactitud de CHIRPS en estos puntos por falta de datos observados. Para esto sería (Figura 23). También se puede ver el rango de los valores de MBE en el mapa interpolado
necesario extrapolar el desempeño de CHIRPS en otras partes del país donde una validación dentro de cada catchment, para definir la variación en la calidad de GMET dentro de un
con datos observados es posible para cuantificar el desempeño de CHIPRS en Madre de catchment. El mayor rango de valores de MBE (Mean Bias Error) - por consiguiente, el
Dios. mayor rango de bajo desempeño de GMET – se da en las cuencas de Rurrenabaque, El Sena
y Puerto Villarroel en las cuales se aplicaron factores de ajuste al GMET. En estas cuencas,
existen áreas con pobre desempeño de GMET y áreas con buen desempeño de GMET, por
tanto, ha sido necesario aplicar un factor a nivel de UH para corregir la subestimación en
este caso. También ha sido necesario aplicar factores de corrección en Vilacota y Chuapalca
en la cuenca del Altiplano, y Puente San Juan del Oro en la cuenca del Plata. Eso indica que,
según la métrica de MBE en las estaciones de validación, hay un rango bastante amplio de
ajustes potenciales a la precipitación en estas cuencas.
Figura 22. Desviación estándar promedio relativo por unidad hidrográfica de los 30 miembros de
GMET
La estimación del sesgo promedio del producto de GMET en las estaciones de validación
nos permite cuantificar la capacidad de GMET en reproducir datos de precipitación en el
38
Resultados Estadísticos - Mensuales
CHIRPS_ Escala mensual GMET_ Escala mensual

Min Ave Max Min Ave Max
MBE (%) -318.56 -4.08 75.60 MBE (%) -275.80 -4.66 70.55
Correlation 0.55 0.82 0.94 Correlation 0.61 0.90 0.99
RMSE 13.35 47.06 249.75 RMSE 7.85 36.43 227.19
CV-RMSE 0.35 0.75 4.36 CV-RMSE 0.17 0.63 5.52
MAE (mm/day) 7.27 30.95 180.26 MAE (mm/day) 3.93 23.38 173.61
CHIRPS GMET
Figura 24. Resultados estadísticos mensuales de comparación de CHIRPS y GMET con estaciones
En7.1.3
el proceso de calibración
Validación de datos de precipitación por modelación hidrológica
CHIRPS GSMaP
• 0.05o grilla • 0.05o grilla
Validación • Global • Local Cualitativo:
Figura 23. Promedio del MBE (%) en los puntos de validación por catchment • Mensual • Mensual Mapa anual;
• 1981-2017 • 2007- 2016 Videos
• Precipitación • Precipitación
7.1.2 Validación de GMET con otros sets de datos Datos Estaciones
• Puntos
• Diarios Comparación
Otra manera de cuantificar el error de GMET es analizar su capacidad para reproducir datos • 1980-2016
• Precipitación
observados en estaciones de validación. Estas estaciones de validación no hacen parte de la • Temperatura
GMET
base de datos de entrada para GMET. • 0.05o grilla
• Regional Modelación
• Diario -> Mensual Balance Hídrico
Validación • 1980-2016 Calibración y Validación
En particular, en la región de Madre de Dios, se puede extrapolar el desempeño de CHIRPS • Precipitación
Validación
• Temperatura
para definir su capacidad de reproducir datos observados. Eso nos ayuda a definir el error
posible en la estimación de precipitación en la cuenca de El Sena. Según el proceso de
validación de CHIRPS con relación a estaciones en tierra, CHIRPS tiende a subestimar la
precipitación mensual en Bolivia en un promedio de -4%. La correlación de CHIRPS es de
0.82, que es peor a la correlación de GMET, de 0.90 (Figura 24). El error absoluto medio es
Figura 25. Proceso de validación de GMET en el contexto de modelación hidrológica
de 30.95 mm/día con CHIRPS, y 23.28 mm/día con GMET. Eso nos indica que CHIRPS tiene
un peor desempeño en el territorio de Bolivia que GMET. Sin embargo, su desempeño es La última etapa en el proceso de validación de GMET – y otra manera importante de definir
bastante bueno para incluir unos puntos de muestreo desde CHIRPS en la base de datos de la incertidumbre asociada con su estimación de precipitación – es la modelación hidrológica
entrada en GMET en el Madre de Dios, donde no hay información de estaciones. Esos y la comparación de caudales simulados y observados. En esta etapa, la calibración del
resultados estadísticos también nos indican que existe incertidumbre en los datos de modelo sirve para parametrizar el suelo, e identificar lugares en donde una corrección en la
entrada a la estimación de precipitación en la cuenca de El Sena. estimación de precipitación puede mejorar la calibración.
Según el análisis de incertidumbre en precipitación, se identificaron las siguientes cuencas
de calibración como cuencas con problemas en la estimación de precipitación: El Sena, por
39
la inclusión de puntos de muestreo de CHIRPS en la parte de Madre de Dios, Rurrenabaque, aridez. El enfoque usado fue el de IDEAM (2013) que está basado en la evapotranspiración
Puerto Villarroel, y Santa Rosa del Chapare, por la alta tasa de subestimación de datos potencial y la evapotranspiración real, en este caso se usaron las salidas del balance hídrico.
observados en las estaciones de validación de la parte de GMET; y las cuencas binacionales
𝐸𝑇𝑃 − 𝐸𝑇𝑅
con Brasil por la falta de estaciones en Bolivia y la sobreestimación de GMET en las 𝐼𝑎 =
𝐸𝑇𝑃
estaciones en Brasil (3.11 % MBE).
Donde:
En estas cuencas en particular, se miró el desempeño del modelo hidrológico durante el
proceso de calibración para determinar si era necesario un ajuste en la precipitación (Figura 𝐼𝑎 = índice de aridez
Factores de corrección en series de precipitación
26). 𝐸𝑇𝑃 =Evapotranspiración potencial [mm]
𝐸𝑇𝑅 =Evapotranspiración real [mm]
Sesgo (%) en punto

En la Tabla 8 se muestra la clasificación del índice de aridez de la fuente mencionada.
de calibración
Tabla 8. Categorías para el índice de aridez (IDEAM, 2013)
Cuenca Factor Sin Factor Con Factor
Rurrenabaque 1.3 --54.6 -26.4 Rango de Valores Características
El Sena 1.3 -32.3 -7.1 <0.15 Altos excedentes de agua
Puerto Villarroel 1.3 -61.9 -35.6 0.15-0.19 Excedentes de agua
Matto Grosso 0.9 478.7 125.7 0.20-0.29 Entre moderado y excedentes de agua
Pimenteiras 0.9 54.2 18.8
0.30-0.39 Moderado
Pedras Negras 0.9 72 42
0.40-0.49 Entre moderado y deficitario de agua
0.50-0.59 Deficitario de agua
Figura 26. Factores de ajuste de precipitación identificados en el proceso de calibración >0.60 Altamente deficitario de agua
Como se describió anteriormente, según la desviación estándar de GMET, existe un factor

de ajuste posible entre 5-10% (en Figura 22). Por otro lado, el análisis del MBE indica un En la Figura 27 se muestra el mapa de índice de aridez de Bolivia. Los resultados indican que
rango de sesgo hasta del 25% en la cuenca del río Mamoré (en Figura 23). Con esto valores gran parte de la macrocuenca del Altiplano especialmente hacia el sur de la cuenca del Lago
base se aplicaron factores dentro de estos rangos para las cuencas que requirieron ajuste Titicaca está clasificada como altamente deficitaria de agua, al igual que la cuenca alta y
como se ve en la Figura 26. Sin embargo, estos factores aún no logran capturar toda la media de Pilcomayo; este último en la macrocuenca del Plata. En la macrocuenca
incertidumbre asociada a los datos de entrada y otros procesos hidrológicos que pueden Amazónica, en la parte alta del río Mamoré las UHs localizadas en la Cordillera Oriental son
estar sucediendo y que no están siendo capturados por la metodología del balance hídrico. altamente deficitarias de agua; mientras que en la baja entre moderado y excedentes de
Por lo tanto, se identifica la importancia de continuar ajustando las bases de datos de agua. Las UHs con altos excedentes de agua están localizados en la región del Chapare
entrada que permitan mejorar el conocimiento de la hidrología en estas regiones para la donde la precipitación anual supera 6000 mm. La región de la Chiquitanía y el Chaco está
generación de balances hídricos con menor incertidumbre. clasificada como deficitaria de agua.
Es claro que estos resultados no revelan información desconocida sobre las condiciones
8. Índice de Aridez potenciales de aridez en el país. Además, los estimados no consideran las demandas
existentes. Sin embargo, se resalta la flexibilidad y aplicabilidad de las herramientas
El índice de aridez fue estimado a nivel de las UHs. Este estimado se realizó para utilizar los desarrolladas para poder estimar este, y otro tipo de índices hídricos.
datos del balance y poder tener una idea gruesa a nivel de las condiciones y riesgos de
40
de reducción de escala denominado kNN (o vecinos cercanos) (Yates et al., 2003) para
generar proyecciones climáticas de precipitación y temperatura a los horizontes
prospectivos de mediano plazo (2020-2050) y largo plazo (2050-2099), en dos escenarios
informados por las proyecciones de los modelos globales CESM-CAM5 y MPI-ESM-MR
(IPCC4-CMIP5; RCP 8.5). Dichos modelos fueron priorizados entre el conjunto de modelos
globales disponibles para la región de Bolivia según se describe en el Anexo 5,
Metadocumento. Para cada uno de los periodos futuros analizados, se realizaron las
simulaciones prospectivas del balance de largo plazo utilizando el modelo WEAP descrito en
las secciones anteriores, y se establecieron los cambios en las magnitudes de precipitación,
evapotranspiración (potencial y real) y escorrentía, relativos con respecto a la condición de
referencia (1980-2016).
Los resultados del balance para condiciones futuras se presentan en el Anexo 3 y Anexo 4
con las tablas y mapas correspondientes a los resultados de los principales componentes
del balance hídrico proyectado en cada uno de los escenarios y periodos prospectivos en
cada una de las cuencas. A nivel de las macrocuencas los resultados se resumen en la Tabla
9.
Tabla 9. Cambios relativos en los diferentes componentes del balance hídrico para los diferentes
escenarios (MPI-ESM-MR y CESM-CAM5) y periodos prospectivos en cada una de las macrocuencas
de Bolivia
PRECIPITACIÓN TOTAL ANUAL EVAPOTRANSPIRACIÓN POTENCIAL

Cambio porcentual respecto a la condición de referencia Cambio porcentual respecto a la condición de referencia
2020-2050 2050-2099 2020-2050 2050-2099

Macrocuenca Macrocuenca
CESM MPI CESM MPI CESM MPI CESM MPI
Ama zoni ca -1% -3% 6% -7% Ama zoni ca 4% 4% 10% 11%
Del Al ti pl a no 3% -8% 17% -3% Del Al ti pl a no 6% 7% 16% 17%
Del Pl a ta -1% -8% 8% -7% Del Pl a ta 5% 5% 12% 13%
ESCORRENTÍA EVAPOTRANSPIRACIÓN REAL

Cambio porcentual respecto a la condición de referencia Cambio porcentual respecto a la condición de referencia
2020-2050 2050-2099 2020-2050 2050-2099

Macrocuenca Macrocuenca
CESM MPI CESM MPI CESM MPI CESM MPI
Figura 27. Índice de Aridez de Bolivia periodo 1980-2016
Ama zoni ca -7% -10% 7% -19% Ama zoni ca 1% 0% 7% 0%
9. Balance Hídrico para Condiciones Climáticas Futuras

Del Al ti pl a no -23% -51% -8% -51% Del Al ti pl a no 5% -5% 18% 1%
Del Pl a ta -25% -40% -28% -57% Del Pl a ta 2% -4% 12% -1%
En este estudio se ha realizado un ejercicio de análisis de trayectorias climáticas potenciales
futuras. En la ejecución de este análisis, se desarrollaron series climáticas usando el método
41
Los dos escenarios considerados – MPI-ESM-MR y CESM-CAM5 – proveen un rango de 10. Campañas de aforo del SENAMHI
comportamientos divergentes, especialmente en relación con los cambios esperados en la
Debido a la importancia de afinar los datos de caudal en algunas regiones de Bolivia, este
precipitación de largo plazo. De manera general, el escenario MPI presenta un panorama de
estudio incluyó un trabajo enfocado de recolección de datos de campo. En la realización de
reducción de la precipitación de entre -3 y -8%, mientras que el escenario CESM establece
esta actividad se firmó un convenio entre SEI y SENAMHI-Bolivia para realizar dos campañas
un comportamiento relativamente estable de la precipitación para el periodo 2020-2050,
de aforo, una en época húmeda y otra en época seca. Los puntos de aforo fueron definidos
seguido de un incremento importante para el periodo 2020-2050, de entre +6 y +17%.
con la participación del equipo supervisor del presente estudio, los cuales se muestra en la
En los dos escenarios y periodos prospectivos considerados, los resultados indican valores Tabla 10, Figura 28.
comparables en relación con el cambio en la ETP, de entre +4 y +7% (2020-2050) y entre
Tabla 10. Estaciones hidrométricas priorizadas para campaña de aforo
+10 y +17% (2050-2099), como resultado del incremento esperado en la temperatura entre
1.5 y 4.02°C. En contraste, los escenarios muestran cambios divergentes en relación con la N° ESTACION RIO DEPARTAMENTO CUENCA
magnitud de precipitación, desde -8% (MPI-ESM-MR), hasta +3% (CESM-CAM5) para el 1 Villa Bella Beni - Mamoré Beni Amazonas
2 Cachuela Esperanza Beni Beni Amazonas
horizonte prospectivo 2020-2050, y desde -7% (MPI-ESM-MR), hasta +17% (CESM-CAM5) 3 Riberalta Beni Beni Amazonas
para el horizonte prospectivo 2050-2099. 4 El Sena Madre de Dios Pando Amazonas
5 Guayaramerín Mamoré Beni Amazonas
En conjunto, los cambios proyectados en los escenarios de ETP y la precipitación, conducen 6 El Carmen Grande Santa Cruz Amazonas
7 Príncipe da Beira Iténez Beni Amazonas
a cambios importantes en los demás componentes del balance hídrico, en particular el
8 Santa Rosa del Chapare Chapare Cochabamba Amazonas
componente de escorrentía (Q) de las cuencas del Plata y del Altiplano, donde se anticipa 9 San Antonio Parapetí Santa Cruz Amazonas
una mayor sensibilidad por su condición climática semiárida. En el caso más crítico, 10 Escoma Suches La Paz Cerrada del Altiplano
11 Aguallamaya Desaguadero La Paz Cerrada del Altiplano
correspondiente al escenario MPI-ESM-MR, en estas dos macrocuencas el efecto conjunto
12 Calacoto Desaguadero La Paz Cerrada del Altiplano
del incremento en la temperatura y la reducción de la precipitación, conduce a un cambio 13 Chuquiña Desaguadero Oruro Cerrada del Altiplano
de respectivamente entre -40 y -51% de los caudales medios en el horizonte prospectivo 14 Viña Quemada Pilcomayo Sucre Del Plata
2020-2050, y de -51 y -57% para periodo 2050-2099. En el caso del escenario CESM-CAM5, 15 El Puente San Juan del Oro Tarija Del Plata
16 Villa Montes Pilcomayo Tarija Del Plata
los resultados muestran resultados similares, si bien con magnitudes de cambio menores,
entre -23 y -25% (2020-2050) y -8 y -28% (2050-2099). En el caso de la cuenca Amazónica,
caracterizada por condiciones hidro-climáticas húmedas los resultados indican una
respuesta mucho menos drástica en la respuesta de la escorrentía, con cambios entre -7 y -
10% para el periodo (2020-2050) y de entre +7 y -19% para el periodo (2050-2099).
Si bien los resultados de los balances alterados con los escenarios climáticos deben ser
usados reconociendo sus limitaciones y con conocimiento de los aspectos y suposiciones
realizadas, vale la pena resaltar que los cambios identificados proveen una aproximación al
rango de la incertidumbre sobre los cambios posibles en el clima futuro (en general
caracterizados por incrementos en la temperatura, y cambios divergentes en la
precipitación) y su efecto en la respuesta hidro-climática esperada de las cuencas de Bolivia.
42
incorporados en las bases de datos del SENAMHI para verificación del ajuste de las curvas
de calibración existente.
Para el caso de las estaciones de El Carmen y Santa Rosa del Chapare, como de Villa Bella,
Camiri y Escoma, se cuenta con muy pocos datos medidos y la información obtenida en
estas campañas fue muy valiosa para incrementar su serie histórica. El SENAMHI
recomienda generar de forma rutinaria la visita a estas estaciones. Además, se incluirán los
resultados del presente trabajo al banco de datos histórico del SENAMHI, conformando
parte del ajuste de las curvas de calibración.
Se recomienda continuar elaborando campañas de aforo para continuar afinando las curvas
de gasto de las estaciones de medición de caudal. En particular, se recomienda enfatizar el
trabajo en las estaciones hidrométricas que presentaron vacíos e inconsistencias en la
etapa de calibración.
11. Resumen del proceso de capacitación

A la conclusión del presente estudio, se han implementado 4 talleres de socialización,
replica y capacitación, los cuales han cubierto los temas especificados para generar la
transferencia tecnológica esperada en este estudio. Además, se implementó un taller final
de presentación de resultados en el mes de noviembre en La Paz. Estas capacitaciones,
además de la interacción cercana con el equipo implementador, han permitido lograr un
avance importante en el conocimiento del uso de WEAP y herramientas asociadas para el
análisis como R (https://www.r-project.org/).
Además de los talleres, un resultado importante de la transferencia tecnológica es que los

equipos de investigación del LH-UMSS e IHH-UMSA alcanzaron un nivel considerable en su
uso de las herramientas utilizadas en el balance hídrico. Este trabajo, permitió compartir
Figura 28. Estaciones de la campaña de aforo del SENAMHI (Fuente: SENAMHI) aspectos conceptuales y mecánicos de la construcción de la representación del balance
La primera campaña (época húmeda) se realizó durante el mes de abril. La segunda hídrico en WEAP. Asimismo, el grupo de expertos de ambas universidades han podido
campaña (época seca) se realizó durante entre el mes de octubre y noviembre del 2017. Los contribuir su propio conocimiento e información de hidrología a nivel local, regional y del
detalles de ambas campañas se encuentran documentados en el Anexo 5, Apéndice 3. país. Para esto, se realizaron sesiones con frecuencia semanal a quincenal, en que se
identificó el avance y se programó el trabajo a realizar. Además, el equipo de SEI puso a
La primera campaña de aforo cubrió 11 estaciones en las cuencas del río Iténez, Mamoré, disposición y desarrolló herramientas específicas, en particular scripts de R, que
Beni, Madre de Dios y Pilcomayo. La segunda campaña incluyó un total de 16 estaciones. permitieron procesar datos para determinar métricas de calibración y extraer outputs del
Las misiones contaron con el equipo especializado del SENAMHI para esta labor, con un balance hídrico de forma automática. La ejecución de estas herramientas específicas es un
total de 12 personas involucradas en la actividad. Los resultados de los caudales fueron valor agregado que permite liberar tiempo de procesamiento para dedicar más recursos a
la correcta conceptualización de los balances.
43
Las sesiones de capacitación de los talleres han contaron con participación de un grupo que se buscó motivar la participación de mujeres de las diferentes instituciones. Se observa
consistente de actores (Tabla 11) (Figura 29). la importancia de continuar motivando este componente para poder seguir contando con la
inclusión de las perspectivas diversas que pueden se contribuidas por mujeres en el tema
Tabla 11. Resumen participación de actores en talleres de transferencia de capacidad
de recursos hídricos en Bolivia.
Porcentaje Porcentaje
Taller Fecha PI EI Personas Mujeres Hombres Mujeres Hombres Revisando los temas de capacitación con respecto a lo esperado al inicio del proyecto, se
(%) (%)
Taller 1 de Inicio 22-nov-16 x 56 10 46 18 82 observa que se cubrió completamente las temáticas específicas. Los materiales entregados
del Proyecto
Taller 2 de 14-mar-17 x 23 4 19 17 83 contienen todas las sesiones de capacitación incluyendo documentos breves en formato de
Presentación y 15-mar-17 x 37 7 30 19 81 presentación con detalle y descripción de los scripts de R. Los talleres fueron sistematizados
Discusión de 16-mar-17 x 31 4 27 13 87
Datos 17-mar-17 x 30 8 22 27 73 en formato de guías de capacitación que el MMAyA podrá usar para compartir dicho
Taller 3 de 27-jun-17 x 46 2 44 4 96 material y conocimiento asimilado durante toda la serie de talleres desarrollados
Presentación y 28-jun-17 x 47 12 35 26 74
Discusión de 29-jun-17 x 46 13 33 28 72 incluyendo ejemplos de WEAP y ejemplos de R. Este material está en manos del MMAyA y
Datos 30-jun-17 x 49 14 35 29 71
26-sep-17 x 15 2 13 13 87
MI RIEGO y disponible para todos los actores participantes que quieran revisar y continuar
Taller 4 de
Capacitación en
27-sep-17 x 25 3 22 12 88 su aprendizaje de las herramientas.
28-sep-17 x 34 6 28 18 82
Herramientas
29-sep-17 x 27 5 22 19 81
Promedio 36 7 30 19 81
Participación
PI: Plataforma Institucional,
EI: Equipo Implementador
Figura 29. Sesión técnica con representantes del MMAYA y otras organizaciones nacionales y
regionales, y con directivos de la Universidad Autónoma Juan Miguel Saracho, Tarija, Septiembre
2017
En promedio, se contó con la participación de 41 personas representantes de las diferentes

instituciones, con una distribución de un 19% de mujeres y 81% de hombres. A través de las
sesiones de capacitación se buscó generar sensibilización en los temas de género, de forma
44
CONCLUSIONES Y RECOMENDACIONES
45
12. Conclusiones Misión La Paz es 6377.89 hm3 (202.24 m3/s). En la cuenca Bermejo, el aporte anual
de la UH de Río Bermejo es de 2812.62 hm3 (89.19 m3/s), y de la UH Río Grande de
Respecto a los resultados del BHSB se concluye lo siguiente:
Tarija es de 6509.53 hm3 (206.41 m3/s). El aporte anual del río Desaguadero hasta la
- En este estudio se ha generado una grilla climática diaria con GMET para el periodo estación hidrométrica Chuquiña es 2235.51 hm3 es decir que el módulo anual es
1980-2016 para precipitación y temperatura. La grilla está en formato NetCDF, y 70.89 m3/s.
puede ser usada en diferentes aplicaciones. Para las otras variables como humedad - Este estudio también aporta un análisis prospectivo del clima y su influencia sobre
relativa, velocidad de vientos y horas sol, se ha generado una grilla solo para los los componentes del balance hídrico ante diferentes escenarios de cambio
promedios multimensuales con un método de interpolación tradicional como IDW. climático generados a partir de técnicas de reducción de escala estadística para los
- Según el mapa de precipitación multianual generado por GMET para el periodo periodos de referencia de mediano (2020-2050) y largo plazo (2050-2099). Los
1980-2016, la precipitación sobre el dominio espacial de este estudio es 1236 mm. escenarios analizados fueron incorporados al modelo WEAP Nacional, y permiten
En el balance hídrico del año 1992 la precipitación multianual fue estimada en 1200 explorar la respuesta hidrológica de la cuenca ante las incertidumbres climáticas
mm. que incluyen cambios en la temperatura (incrementos) y la precipitación (posibles
- En la macrocuenca del Altiplano el 75% de la precipitación sucede en la estación incrementos y/o reducciones). A partir de dicho modelo, fue posible evaluar el
húmeda y un 5% en la estación seca. Un patrón similar ocurre en algunas cuencas rango de los efectos potenciales de dichos cambios en los diferentes componentes
importantes de la macrocuenca del Plata, Pilcomayo y Bermejo, donde las del balance hídrico, tales como escorrentía y evapotranspiración potencial y real.
precipitaciones durante la estación húmeda representan un 76 y 75% del total Los análisis indican algunos casos críticos de intensificación de la escasez hídrica en
anual respectivamente; mientras que en la estación seca un 3%. El patrón las cuencas actualmente caracterizadas por climas predominantemente áridos, por
estacional en la macrocuenca Amazónica es diferente en términos de magnitud. La efecto de mayores temperaturas (de hasta 4°C a 2099) y reducciones potenciales
precipitación en la estación húmeda representa un 59% del año hidrológico y en la de precipitación de hasta -8%. Esta información es particularmente relevante en
estación seca un 11%. En las tres macrocuencas la precipitación máxima sucede en contexto de planificación a largo plazo, donde las incertidumbres climáticas deben
el mes de enero. ser efectivamente adoptadas como parte del proceso de toma de decisiones en la
- En el componente evapotranspiración real en las macrocuencas del Altiplano (sin planificación de las cuencas hidrográficas.
incluir Uyuni) y del Plata (incluye solo Pilcomayo y Bermejo), entre un 63 y un 67%
A través del estudio se identificaron otras conclusiones que sobresalieron en términos de la
de la evapotranspiración sucede en la estación húmeda, y en la seca entre 11 y
realidad de generación de datos, procesamiento de los mismos y producción de balances
12%. Un patrón estacional distinto sucede en la macrocuenca Amazónica donde la
hídricos útiles para el país. Dichas conclusiones se listan a continuación y son el punto de
evapotranspiración en la estación húmeda representa un 44%, y en la estación seca
partida para la sección de recomendaciones:
25%. En el Altiplano la evapotranspiración representa un 84% de la precipitación, y
similar comportamiento sucede en el Pilcomayo (85%); mientras que en Bermejo es - Existen vacíos temporales y espaciales en las mediciones climáticas históricas de Bolivia
55%, y en la Amazónica también 55%. lo cual genera incertidumbres en el procesamiento de datos y generación de
- Respecto al componente de escorrentía, en la macrocuenca del Altiplano un 79% información regionalizada a nivel de las cuencas hidrográficas del país.
sucede en la estación húmeda, mientras que en Pilcomayo y Bermejo (macrocuenca - Existe necesidad de coordinación entre MMAYA y SENAMHI para continuar
del Plata) un 78 y 73% para ambos casos. En la macrocuenca Amazónica el recolectando datos en regiones priorizadas y con datos escasos para instalar estaciones
escurrimiento en la estación húmeda representa un 65% del total anual, el aporte adicionales.
anual estimado de esta macrocuenca en el río Madeira es 588081.51 hm 3, lo que - Los datos hidrométricos pueden ser utilizados para alimentar los balances hídricos, sin
equivale a un módulo anual de 18647.94 m3/s hasta el punto de salida del territorio embargo, es necesario definir un procedimiento aprobado técnicamente para realizar
boliviano. El volumen anual en el río Pilcomayo hasta el punto de medición en esta retroalimentación de forma continua y sistemática.
46
- Los datos satelitales deben ser utilizados de forma sensata para poder aprovechar su disponible es desconocida. Sin embargo, en el ciclo hidrológico la incertidumbre asociada
capacidad de cobertura, sin deteriorar la calidad de la información de campo que con algunos componentes del balance hace que una buena estimación de la cantidad de
representa de forma más fidedigna los fenómenos locales. agua disponible sea imposible de saber de forma exacta. A pesar de esta incertidumbre,
- El procesamiento de datos climáticos de precipitación y temperatura requiere una esta estimación representa el punto de partida en una evaluación de las opciones de
continua revisión para lograr aprovechar los algoritmos y datos existentes de forma que manejo, incluyendo nueva infraestructura, la operación de infraestructura existente,
puedan representar mejor la variabilidad temporal y espacial del clima. nuevas políticas sobre el uso y distribución del agua, y la definición de normas relacionadas
- La zona amazónica del país presenta dinámicas de inundación que deben ser a la calidad de agua y la condición de los ecosistemas acuáticos. Si el proceso de la toma de
caracterizadas con mayor detalle para poder representar los balances en esta región decisión funciona bien, esta evaluación, informada por el balance hídrico, permitirá lograr
con mayor resolución, ya sea por mejora en disponibilidad de datos o por mejoras en un manejo racional del agua, que es lo que motivó la realización del balance en primer
los algoritmos de cálculo. lugar.
- Las aguas subterráneas son una gran incertidumbre que puede influir de forma
considerable en los balances hídricos como se observó en la inclusión de las mismas en Con la finalización del desarrollo del BHSB 2017 se presenta un buen momento para
la cuenca Amazónica. imaginar la existencia de una buena estimación de la disponibilidad de agua histórica y
- Algunas estaciones hidrométricas requieren revisión de sus datos para poder mejorar la futura en cuencas hidrográficas bolivianas creando una base conceptual y cuantitativa para
calibración de WEAP. Así mismo, la existencia de los metadatos de la recolección de un manejo racional del agua en el país. El desarrollo del BHSB 2017 se realizó a través de un
proceso abierto y participativo en que el Equipo Implementador y la Plataforma
datos es importante para poder revisar la fuente de los datos en caso de que existan
inconsistencias. Institucional participaron durante la implementación del proyecto. Este proceso permitió
- La falta de sistematización de los datos históricos genera una serie de retos en la capturar el conocimiento y visión de un amplio set de participantes de instituciones y de la
generación de los balances hídricos pues cada equipo de investigación aplica sus academia en Bolivia. Esta sección del documento ofrece algunas recomendaciones
propios métodos de procesamiento, pero sin uniformidad requiriendo una revisión de sintetizadas de las ofrecidas por los participantes. Esta sección está dividida en tres partes.
La primara incluye recomendaciones asociadas con la reducción de la incertidumbre
los mismos cada vez que se realiza un estudio hidrológico.
- Algunas de las fuentes de incertidumbre que se generaron en el balance hídrico se inherente en el BHSB 2017. La segunda parte ofrece ideas asociadas con oportunidades
pueden cuantificar por medidas de error como desviación estándar. Otras métricas no para mejorar las herramientas analíticas que constituyen los bloques analíticos básicos del
tienen este tipo de estimados, y esto impide la cuantificación completa de la balance. El documento se cierra con una descripción de las oportunidades de uso de esas
herramientas dentro de procesos de planeación y toma decisiones en cuencas bolivianas.
incertidumbre total en el balance hídrico.
- La información generada será muy útil para la Plataforma Institucional y otras Recomendaciones sobre la reducción de la incertidumbre en la base de datos del BHSB
organizaciones del país, por lo cual es importante poder poner a disposición del público 2017:
las herramientas y resultados logrados.
- La plataforma WEAP generada tiene múltiples usos en términos de análisis hidrológico y Los resultados del BHSB 2017 dependen enormemente sobre la calidad de los datos
planeación de cuencas. Este paso será importante para poder avanzar en planeación climatológicos históricos como precipitación, temperatura, humedad relativa, velocidad de
del recurso hídrico en el país. viento y fracción de nubosidad. A pesar del hecho de que el equipo implementador tomó el
máximo cuidado en la selección de los datos insumo del desarrollo del BHSB 2017, hay
incertidumbres asociadas con el base de datos que son la base del ejercicio. Estas
13. Recomendaciones incertidumbres salen de los huecos temporales y espaciales en las mediciones climáticas
El desarrollo de un balance hídrico es una etapa clave en el camino hasta un manejo históricas en Bolivia y de los desafíos asociados con su uso como parte de un balance
racional de los recursos hídricos. Es imposible manejar el recurso agua si la cantidad hídrico con datos satelitales actualmente disponibles. Además de la calidad de los datos de
47
insumo, el BHSB 2017 depende mucho sobre el uso de GMET para producir la información - Generar una plataforma de base datos criticados que sean certificados por SENAMHI,
climática distribuida necesaria para cuantificar el balance. Esta sección contiene también dichos datos depurados serán de carácter oficial y permitirán mejorar las futuras
recomendaciones sobre la actualización futura de GMET. versiones del balance.
- Generar convenios institucionales específicos para el tratamiento de información con
Mejoras en las mediciones climáticas e hidrométricas directas las Universidades que participan en la Plataforma.
El fundamento de cualquier balance hídrico es la cantidad y calidad de información - Realizar un plan de mediciones periódicas con menos intervalos de tiempo de
climática observada disponible. Esta sub-sección ofrece algunas recomendaciones separación de toma de datos en las estaciones hidrométricas clave en la calibración de
pertinentes a la importancia de esas observaciones. la aplicación de WEAP en todas las cuencas, y el mejoramiento en la calidad de estos
datos aumentaría la confianza en la calibración del modelo.
- Se recomienda al MMAYA trabajar en coordinación con el SENAMHI para hacer un - Crear planes de entrenamiento en toma de datos, en las poblaciones cercanas a las
análisis de relación entre la deviación estándar del ensamble de corridas de GMET, por estaciones, para instruir a los pobladores y concientizar de la importancia de contar con
celda de la grilla, por cuenca, y por región hidroclimática, y la densidad de estaciones buenas medidas.
climáticas. Este análisis puede guiar decisiones alrededor de la instalación de nuevas - Controlar periódicamente el estado de las reglas instaladas en las estaciones
estaciones climatológicas en el futuro. hidrométricas y replantear los niveles ceros mediante las cotas Datum cercanas a dichas
- Así mismo, se recomienda al MMAYA y la Plataforma Institucional definir criterios y estaciones.
procedimientos que permitan mejorar la base de datos climática histórica con base en - Solicitar un informe del estado de los metadatos (planillas de campo de aforos, niveles
los datos de caudales observados. Las observaciones de los caudales integran la de regla, descripción de estaciones) ya que es información histórica y debería ser
influencia de la precipitación actual, entre otros factores, y en ese sentido las preservada y tratarse como tal, para posibles consultas en un futuro.
observaciones hidrométricas disponibles pueden informar el proceso para llenar huecos - Destinar recursos económicos tanto para la preservación de la información mencionada
en los datos climáticos asociados con estaciones ubicadas dentro de la cuenca en en los puntos anteriores, como también para el mantenimiento de los equipos
cuestión. Esta recomendación se basa en el hecho de que debido a los escases de utilizados en las mediciones tanto en aforos como en los niveles de estaciones
estaciones de observación climática existen vacíos de datos de entrada de precipitación hidrométricas.
y temperatura, y sin embargo los datos de caudal pueden ayudar a corregir los datos de - Solicitar más campañas de aforos y mediciones en épocas de aguas altas, con mayor
precipitación en las subcuencas con baja densidad de estaciones. Se recomienda personal de campo e incluso con supervisión por parte de las autoridades competentes.
entonces definir un procedimiento valido, ya sea basado en literatura (Su et al., 2008; - Solicitar mayor personal con un perfil de grado académico que sea destinado a realizar
Wang et al., 2017a, 2017b) o en experimentos numéricos ejecutados sobre el BHSB estas actualizaciones en base de datos y mediciones en un futuro, para contar con una
existente, y definir rangos y componentes que permitan ajustar los datos de red de estaciones más amplia en áreas donde no se cuenta con mucha información.
precipitación con datos de caudal. - En este proyecto para la cuenca de Pilcomayo se ha usado la información de caudales
- Respecto a la red climatológica, se recomienda generar conciencia en los pobladores mensuales procesados por Vauchel P. et al. (2006). No se ha podido acceder a la base
para que las estaciones no sean víctimas de robo y vandalismo, que se instalen de datos con información de curvas de calibración y niveles depurados. Se recomienda
estaciones cerca de las fronteras para así contrastar con los datos de otros países y que mediante el IHH-UMSA se pueda realizar un nuevo procesamiento siguiendo los
extender la información existente más allá de la frontera, e instalar estaciones cerca de criterios de Vauchel P. et al. (2006) de esta manera se tendrá una base de datos que
las divisorias de agua de las cuencas de la cordillera oriental. permitirá la actualización de caudales.
- Mejorar el análisis de evaluación de las variables hidrometeorológicas a través del
- En las regiones donde no se cuenta con información hidrométrica como el Altiplano

mejoramiento de la red, mínimamente instalar instrumentos automáticos en puntos Sur, el Chaco y la Chiquitanía no ha sido posible calibrar el modelo hidrológico
específicos del país (sur de la cuenca endorreica, chaco boliviano y otros). propuesto. En estas regiones se aplicó la ecuación general de balance hídrico para los
48
datos multianuales para el periodo 1980-2016, donde el escurrimiento fue estimado en Institucional ya no están válidos, y la tarea incluirá explorar la localización de dichas
base a la precipitación obtenida de GMET y el ETR estimada con la ecuación de Turc. Se bases de datos dentro de los sistemas de la NASA.
recomienda la instrumentación para el monitoreo hidrométrico de manera que pueda - Articular procesos de investigación entre el MMAyA y las organizaciones científicas con
cubrirlas regiones mencionadas. el objetivo de mejorar los procesos de regionalización de las zonas donde hay ausencia
de información.
Mejoras en el uso de datos satelitales
Mejoras en el uso de GMET
Hay muchas expectativas en la comunidad científica sobre la potencialidad de las
observaciones satelitales para informar la cuantificación de los componentes de ciclo Una de las innovaciones más importante del BHSB 2017 es la aplicación de GMET para el
hidrológico terrestre. Hasta ahora la mayoría del interés y entusiasmo se enfoca en la desarrollo de una estimación mensual continua de precipitación y temperatura sobre la
estimación de la precipitación. Sin embargo, emergen productos asociados con otros totalidad del territorio boliviano. La formalización del uso de GMET en Bolivia a través de la
componentes como evapotranspiración y fracción de nubosidad. A pesar de las capacitación de los técnicos en las organizaciones apropiadas será el enfoque de un nuevo
expectativas, quedan cuestiones y limitaciones asociadas al uso de información satelitales, proyecto. Esta sub-sección ofrece algunas pautas sobre el uso futuro de la herramienta en
en particular los huecos en las observaciones, la precisión de las estimaciones, y el corto el país.
periodo de existencia de algunos productos. Esta sub-sección ofrece algunas
recomendaciones pertinentes al uso futuro de esas observaciones. - Actualizaciones futuras de GMET deberán enfocarse en 1) aumentar la cantidad de
estaciones de datos de entrada, 2) definir periodos que cuenten con mejor calidad y
- A pesar de la consideración e incorporación limitada de información espacial de CHIRPS número de estaciones, 3) explorar aplicaciones de GMET a nivel regional, 4) alimentar
en la grilla de GMET ejecutada en este estudio, existe aún la inquietud e interés por GMET con datos satelitales validados y 5) hacer una exploración de variables
parte de la academia de continuar explorando el uso de datos satelitales. Se adicionales que puedan ser correlacionadas con el clima y que puedan introducirse
recomienda realizar un estudio en que se avance en la comparación de datos satelitales como factores dentro del algoritmo de cálculo de la precipitación y temperatura. Este
con datos locales y con aquellos obtenidos de GMET. Un esfuerzo sobre el que se puede tipo de experimentos se realizarán durante la ejecución del trabajo de GMET en
capitalizar es la aplicación local realizada en el uso de GSMAP en la zona de colaboración con el LFA y NCAR. Se recomienda al MMAYA participar activamente en
Cochabamba. Se recomienda realizar una comparación entre GMET y GSMAP en la este proceso y compartir criterios específicos para realizar las aplicaciones de GMET
región donde estos datos ya estén validados, y explorar opciones de alimentar futuras que cubran los cinco aspectos aquí descritos.
corridas de GMET con datos satelitales de este tipo validados. Este ejercicio ofrecería - Como se observa en la gráfica de la desviación estándar de GMET (Figura 1) la razón por
una estimación de la calidad actual de los datos satelitales de precipitación que guiará la cual algunas cuencas como Pimenteiras, Mato Grosso, Campamento More y Pedras
futuras inclusiones de este tipo de datos en actualizaciones futuras de GMET. Negras encontraron dificultes para la calibración es porque la incertidumbre en la
- Para las variables climáticas de humedad relativa, velocidad de viento y fracción de región y en los valores de la precipitación son demasiado alto. Se recomienda realizar
nubosidad se recomienda comparar con datos satelitales en períodos en que estos se un análisis de regionalización de las estaciones que permita detectar cual estación está
encuentren disponibles, lo cual sucede generalmente después del 2000. Esta provocando este efecto sobre el ensamble.
recomendación nace del input e inquietud de la Plataforma Institucional. A pesar de
que SEI exploró la consecución de datos satelitales de este tipo con representantes de Recomendaciones sobre el funcionamiento y la calibración del modelo WEAP detrás del
la Plataforma que recomendaron este paso, dichos representantes también indicaron BHSB 2017:
que esta comparación es válida únicamente en la región del Altiplano Central y Sur,
El enfoque técnico del BHSB 2017 es diferente al que fue adoptado por balances hídricos
donde no existe una atmósfera densa y por lo tanto los datos satelitales son más
antecedentes (1992, 2012) en virtud del uso de un modelo hidrológico, específicamente
confiables. Los links de la NASA compartidos por estos representantes de la Plataforma
WEAP. A diferencia de los estudios previos, en los que se aplicó de una manera aritmética la
49
ecuación clásica del balance de masa - es decir el cálculo del flujo de entrada menos salida Recomendaciones sobre el uso del BHSB 2017 en procesos de planeación y la toma de
equivale a cambio en el almacenamiento - el balance actual depende sobre una simulación decisión:
calibrada de esos flujos y niveles de almacenamiento. Las ventajas de uso de un modelo son
las siguientes: (i) la posibilidad de estimar balances a nivel sub-anual y estacional; (ii) la
posibilidad de estimar el balance en cualquier punto y no solamente en los puntos de salida
de unidades de análisis predefinidas; y (iii) la posibilidad de utilizar el modelo para estimar
un balance bajo condiciones futuras diferentes que las condiciones históricas. Sin embargo,
la utilidad del modelo, y su capacidad de capturar esas ventajas, depende sobre todo de su
calibración, sus rutinas analíticas, y al acceso a sus funcionalidades. Esta sub-sección ofrece
algunas recomendaciones sobre el rol de WEAP en futuras actualizaciones y aplicaciones de
balance hídrico.
- Se recomienda una continua revisión y actualización del BHSB en la zona de

inundaciones en la medida en que se produzcan estudios adicionales con información
para refinar la representación de planicies de inundación realizada en WEAP en la
cuenca Amazónica.
- Debido a la naturaleza general del algoritmo actual existente en WEAP para la
representación de inundaciones, se recomienda al MMAYA explorar la necesidad de
mejorar dichos algoritmos. Si este fuera el caso, SEI estaría dispuesto a apoyar con
ideas sobre cómo mejorar los algoritmos con base en aspectos identificados en la
aplicación del algoritmo para Bolivia (ver Anexo 5, Metadocumento, sección 10.5).
- Así mismo se recomienda una contínua producción de estudios de aguas subterráneas,
y el análisis e incorporación de estos resultados para la revisión de las suposiciones de
conexión de cuencas con acuíferos realizadas en el BHSB en WEAP. El ejemplo de un
trabajo hecho en California, en el Contado de Yolo, se conectó en WEAP un balance
superficial con un balance sub-superficial, y basado en la evolución se simuló los
intercambios entre ríos y acuíferos (Mehta et al., n.d.).
- Se recomienda realizar un cálculo de la incertidumbre total del resultado del balance
hídrico por unidad hidrográfica. A pesar de que algunos de los componentes del
balance hídrico cuentan con datos de incertidumbre asociada (i.e. la desviación
estándar de GMET), se recomienda al MMAYA que lidere conjuntamente con la
Plataforma Institucional, el trabajo de analizar la incertidumbre combinada del efecto
de todas las otras variables del BHSB para poder tener un panorama de la
incertidumbre asociada en cada una de las unidades hidrográficas (catchments)
estudiadas en el presente estudio. Un ejemplo de este proceso de análisis ha sido

cubierto en este documento en la sección 6.1 para el caso de datos de clima.
50
Cuadro 1. Ejemplo de aplicación de balance hídrico en WEAP para planeación de agua en California
Como se mencionó antes, un buen balance hídrico representa el punto de partida en una La cuenca del río Yuba en el norte de California captura muchas de las características típicas de cuencas californianas. Nace en la Sierra Nevada al
evaluación de las opciones de manejo y gestión del agua, la instalación de nueva este del estado, una zona caracterizada por su concentración de precipitación en meses de invierno y primavera, históricamente en forma de nieve
en sus cabeceras (foto a la izquierda). En la parte baja, sus condiciones naturales ofrecen un hábitat ideal para especies de peces como salmón y
infraestructura, cambios en la operación de la infraestructura existente, nuevas políticas trucha debido a que la temperatura fría del agua y la cantidad de gravas en el cauce principal del río (foto a la derecha).
sobre el uso y distribución del agua, y la definición de normas relacionadas a la calidad de

agua y la condición de los ecosistemas acuáticos. Sin un esfuerzo institucional para conectar
el balance a los procesos específicos de planeación y la toma de decisiones en cuencas, la
utilidad real del BHSB no será posible. Esta sección ofrece algunas recomendaciones para
promover el uso del BHSB 2017 como parte de esos procesos. Antes de presentarlas,
ofrecemos un ejemplo concreto en que WEAP informó un proceso de planeación con el
ejemplo de la cuenca del río Yuba en California (Cuadro 1). Sin embargo, estas condiciones naturales no existen actualmente en la cuenca debido al nivel de intervención en el sistema. Además de su
importancia en la producción de peces, los caudales son manejados por una represa multipropósito (izquierda) que produce hidroelectricidad,
asegura la disponibilidad de agua de riego en un sector agrícola importante (centro), y reduce el riesgo de inundaciones en los pueblos (derecho).
En el caso del uso futuro del BHSB 2017 como parte de la planeación en cuencas bolivianas: Hay muchos conflictos entre las diferentes comunidades de interés en la cuenca que complican la planeación y la toma de decisión, conflictos que
aumentarán si los escenarios de cambio climático son de reducciones en precipitación y en el nivel de almacenamiento.
- Se recomienda al MMAYA realizar talleres a nivel regional compartiendo los resultados

de este estudio. Estos talleres permitirán identificar necesidades de uso de la
herramienta, y la aplicabilidad de la resolución de datos de entrada para las
necesidades de las instituciones locales. De este proceso sistemático de realización de
talleres, se sugiere que se realicen sesiones en que las instituciones compartan sus
inquietudes, y que el MMAYA compile esta información para poder mantener una base En ese contexto, los actores locales en colaboración con SEI desarrollaron una aplicación de WEAP para la cuenca. La representación de los procesos
hidrológicos en el modelo utiliza las mismas rutinas aplicadas y calibradas como parte del BHSB 2017. Sin embargo, además de una representación
de datos de las aplicaciones y usos del BHSB a nivel regional. Esto permitirá mantener hidrológica, el modelo WEAP de la cuenca del río Yuba incluye también todos los aspectos de la gestión actual de las aguas superficiales y
subterráneas del sistema.
un record de estudios que se estén realizando a nivel regional, y la posibilidad de que
estos estudios generen datos adicionales que puedan retroalimentar el BHSB. El modelo WEAP (izquierda) incluye objetos asociados con el embalse principal, sus características físicas, y sus reglas de operación de caudales
ecológicos y las demandas del sistema. Juntos con los actores, como parte de un proceso participativo (derecho), se exploró el desempeño de
- Se recomienda al MMAYA guiar la generación de Planes Directores de Cuenca usando diferentes paquetes de acciones , bajo diferentes escenarios futuros definidos por cambio climático, crecimiento poblacional, y cambios en las leyes
ambientales.
como base los resultados del BHSB para las regiones particulares en que estos planes se
realicen. El trabajo avanzado en Planes Directores podrá promover la validación de los
balances a nivel regional, y retroalimentar el BHSB con datos de demanda e
infraestructura que podrán incorporarse en la plataforma WEAP. Este es el enfoque que
se aplicará como parte del desarrollo de Plan Director de la Cuenca del Río Rocha
financiado por el PPCR.
- Se recomienda realizar estudios adicionales que puedan ayudar a mejorar el estatus
Al final del proceso, el grupo identificó las siguientes acciones a implementar: modificaciones de las compuertas de la represa principal (izquierda);
actual del BHSB, además de los que ya se están concibiendo para mejorar los datos de restauración física del sistema cauce-planicie en un tramo del río con importancia ecológica (centro); y la construcción de un sistema de captura y
entrada de GMET. Estos estudios podrán incluir: reusó del agua de riego en el sector arrocero (derecho). Todos los participantes expresaron su satisfacción en el uso de WEAP como apoyo a las
negociaciones, ya que les permitió cuantificar escenarios e identificar las acciones más robustas para aumentar resiliencia y adaptación.
o Estudio detallado de demandas y usos a través de la validación local del mapa
nacional del uso de suelo utilizado a la escala nacional.
o Estudio detallado de infraestructura hidráulica, incluyendo un inventario de las
características físicas de embalses y sus reglas de operación.
o Inclusión de información detallada de estudios de acuíferos.
o Mejoras en la representación de zonas de inundación.
51
- El balance hídrico es y será una importante fuente de referencia indicativa, por ende,
para el desarrollo de proyectos de los recursos hídricos se deberá realizar estudios
hidrológicos específicos en las cuencas de interés.
- Deberá ser el primer documento junto a la base de datos, como la referencia inicial
para cualquier proyecto de desarrollo de los recursos hídricos, lo que no exime de la
realización de estudios específicos.
- Este documento junto a la base de datos, puede ser utilizado en las políticas y en la
elaboración de estrategias de Gestión Integral de los Recursos Hídricos y Manejo
Integral de Cuencas. Los Planes de Aprovechamiento son un ejemplo de este tipo de
estrategia.
52
14. Referencias Roche, M.-A., Bourges, J., Cortes, J., Mattos, R., 1991. Climatologia e hidrologia de la cuenca
del lago Titicaca.
Agua Sustentable, 2016. Vulnerabilidad y Resiliencia en el Altiplano Boliviano. La Paz, Roche, M.-A., Fernandez, C., Aliaga, A., Peña, J., Salas, E., Montaño, J.L., 1992. Balance
Bolivia. Hídrico Superficial de Bolivia. La Paz, Bolivia.
Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop evapotranspiration-Guidelines for Su, F., Hong, Y., Lettenmaier, D.P., 2008. Evaluation of TRMM Multisatellite Precipitation
computing crop water requirements-FAO Irrigation and drainage paper 56. FAO Analysis (TMPA) and Its Utility in Hydrologic Prediction in the La Plata Basin. J.
Rome 300, D05109. Hydrometeorol. 9, 622–640. https://doi.org/10.1175/2007JHM944.1
Angarita, H., Wickel, A.J., Sieber, J., Chavarro, J., Maldonado-Ocampo, J.A., n.d. Large-scale Turc, L., 1961. Estimation of irrigation water requirements, potential evapotranspiration: a
impacts of hydropower development on the Mompós Depression wetlands, simple climatic formula evolved up to date. Ann Agron 12(1), 13–49.
Colombia. USACE, RMA, n.d. HEC-RAS. US Army Corps of Engineers.
Brassel, K.E., Reif, D., 1979. A Procedure to Generate Thiessen Polygons. Geogr. Anal. 11, Van Asselt, M.B., Rotmans, J., 2002. Uncertainty in integrated assessment modelling. Clim.
289–303. https://doi.org/10.1111/j.1538-4632.1979.tb00695.x Change 54, 75–105.
Burgoa Mariaca, A., 2007. CIRCULACIÓN ATMOSFÉRICA SOBRE TERRITORIO BOLIVIANO Vauchel P., Malbrunot A., Aguilar I., 2006. Análisis, critica y tratamiento de los datos
DURANTE LA FASE ACTIVA Y PASIVA DEL MONZÓN SUDAMERICANO. Rev. Boliv. hidrométricos de la cuenca alta del río Pilcomayo disponibles aguas arriba de la
Física 13, 45–53. Misión La Paz (Argentina). Proyecto de Gestión Integrada y Plan Maestro de la
Chen, F.-W., Liu, C.-W., 2012. Estimation of the spatial rainfall distribution using inverse Cuenca del Río Pilcomayo, Servicio Nacional de Meteorología e Hidrología
distance weighting (IDW) in the middle of Taiwan. Paddy Water Environ. 10, 209– (SENAMHI), Instituto de Hidráulica de Hidrología (IHH), Instituto de Investigación
222. https://doi.org/10.1007/s10333-012-0319-1 para el Desarrollo (IRD), La Paz, Bolivia.
Clark, M.P., Slater, A.G., 2006. Probabilistic quantitative precipitation estimation in complex Wang, Z., Zhong, R., Lai, C., 2017a. Evaluation and hydrologic validation of TMPA satellite
terrain. J. Hydrometeorol. 7, 3–22. precipitation product downstream of the Pearl River Basin, China. Hydrol. Process.
DHI, 2016. MIKE21. BHI Water & Environment Pty Ltd. 31, 4169–4182. https://doi.org/10.1002/hyp.11350
Espinoza D., 2006. Balance Hídrico Superficial Microregional de la Cuenca Alta del Río Wang, Z., Zhong, R., Lai, C., Chen, J., 2017b. Evaluation of the GPM IMERG satellite-based
Pilcomayo (Tesis de Licenciatura). UMSA, La Paz. precipitation products and the hydrological utility. Atmospheric Res. 196, 151–163.
IDEAM, 2013. Lineamientos Conceptuales y Metodológicos para la Evaluación Regional del https://doi.org/10.1016/j.atmosres.2017.06.020
Agua. Bogotá D.C. Yates, D., Gangopadhyay, S., Rajagopalan, B., Strzepek, K., 2003. A technique for generating
Lehner, B., Grill, G., 2013. Global river hydrography and network routing: baseline data and regional climate scenarios using a nearest-neighbor algorithm. Water Resour. Res.
new approaches to study the world’s large river systems. Hydrol. Process. 27, 2171– 39, 1199. https://doi.org/10.1029/2002WR001769
2186. https://doi.org/10.1002/hyp.9740 Yates, D., Sieber, J., Purkey, D., Huber-Lee, A., 2005a. WEAP21—A Demand-, Priority-, and
Maidment, D.R., 1993. Handbook of hydrology. McGraw-Hill New York. Preference-Driven Water Planning Model. Water Int. 30, 487–500.
Mehta, V.K., Young, C., Bresney, S.R., Simcha Spivak, D., Winter, J.M., n.d. How can we https://doi.org/10.1080/02508060508691893
support the development of robust Groundwater Sustainability Plans? (Submitted). Yates, D., Sieber, J., Purkey, D., Huber-Lee, A., 2005b. WEAP21—A demand-, priority-, and
Calif. Agric. preference-driven water planning model: part 1: model characteristics. Water Int.
Molina, J., Espinoza, D., 2006. Balance Hídrico Superficial de la Cuenca Alta del Río 30, 487–500.
Pilcomayo (Informe Final). Instituto de Hidráulica e Hidrología, La Paz.
Molina Carpio, J., 2005. Régimen de precipitación en la cuenca de Huarinilla-Cotapata, La
Paz-Bolivia. Ecol. En Boliv. 40, 43–55.
Newman, A.J., Clark, M.P., Craig, J., Nijssen, B., Wood, A., Gutmann, E., Mizukami, N.,
Brekke, L., Arnold, J.R., 2015. Gridded ensemble precipitation and temperature
estimates for the contiguous United States. J. Hydrometeorol. 16, 2481–2500.
Pillco Zola, R., Bengtsson, L., 2006. Long-term and extreme water level variations of the
shallow Lake Poopó, Bolivia. Hydrol. Sci. J. 51, 98–114.
53
54

BHSB 2017 MMAyA Publicacion PDF

Cargado por

Copyright:

Formatos disponibles

BHSB 2017 MMAyA Publicacion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

BHSB 2017 MMAyA Publicacion PDF

Cargado por

Copyright:

Formatos disponibles

BALANCE HIDRICO

Stockholm Environment Institute

Servicio Nacional de Meteorología e Hidrología (SENAMHI)

Instituto de Hidráulica e Hidrología de la Universidad Mayor de San Andrés (IHH/UMSA)

Laboratorio de Hidráulica de la Universidad Mayor de San Simón (LH/UMSS)

7. INCERTIDUMBRE Y ERROR DEL BALANCE HÍDRICO 36

7.1 INCERTIDUMBRE EN GMET 36

3. PRECIPITACIÓN Y TEMPERATURA 11 8. ÍNDICE DE ARIDEZ 40

3.1 EVAPOTRANSPIRACIÓN POTENCIAL 14 9. BALANCE HÍDRICO PARA CONDICIONES CLIMÁTICAS FUTURAS 41

11. RESUMEN DEL PROCESO DE CAPACITACIÓN 43

6.2.2 DISTRIBUCIÓN ESTACIONAL DE LA TEMPERATURA DEL AIRE 28

Tabla 1. Comparación Balances Hídricos de Bolivia 1992, 2012, 2017.............................................. 10

Carlos Rene Ortuño Yáñez

El estudio incluye un set de conclusiones y recomendaciones con respecto a aspectos claves

El trabajo coordinado del Equipo Implementador y la Plataforma Institucional constituye un

En total se desarrollaron 30 miembros del ensamble mensual para el periodo 1980-2016

Figura 2. Estaciones de validación de GMET dentro y fuera de Bolivia, incluyendo el muestreo de

Con respecto al desempeño estacional de GMET en Bolivia, la Figura 3 muestra la métrica

𝑑𝑧1,𝑗 5 ∙ 𝑧1,𝑗 − 2 ∙ 𝑧1,𝑗 2

Donde 𝐴𝑗 es el área de aporte del elemento j.

Para representar los procesos de almacenamiento en planicies inundables en el río Mamoré

combinación de datos de AVHRR y SPOT-VGT para crear una clasificación de cobertura

caracterización efectiva de los objetos de ‘catchment’, WEAP generalmente requiere una

Respecto a la información de suelos se evaluó y usó la información del mapa digital de

Figura 8. Mapa de tipo de suelo de la FAO

4. Características fisiográficas de Bolivia

La macrocuenca del Plata en el territorio boliviano abarca una superficie de 264,589.19

Figura 10. Macrocuencas de Bolivia

6. Características del Balance Hídrico (Base)

medidos, en virtud a ello no se consideran los balances de la UH Laguna Colorada, UH

El proceso de regionalización de la precipitación en la zona Sur de la cuenca endorreica

6.1.3 Precipitación por macrocuencas

6.1.3.1 Cuenca Amazónica

En las UHs de la cuenca de río Beni la precipitación fluctúa en un rango de 1224.21 y

6.1.3.2 Cuenca del Plata

Figura 12. Precipitación media multianual periodo 1980-2016

6.1.3.3 Cuenca del Altiplano

En las UHs de la cuenca del Lago Titicaca, la más húmeda de la macrocuenca, la

En la parte central de la macrocuenca, en Coipasa y Poopo, la precipitación es 258.39 y

La regionalización de la temperatura se sustenta en la red de mediciones, que permitieron

6.2.2 Distribución estacional de la temperatura del aire

ENE 25.25 9.64 15.67 20.80

Evapotranspiración Real [mm]

JUN 21.66 3.09 9.41 12.98

6.2.3.1 Cuenca Amazónica

6.2.3.2 Cuenca del Plata

precipitación respectivamente. Por otro lado, en las UHs de la Llanura Chaqueña y

Amazónica Altiplano Pilcomayo Bermejo

Figura 16. Escurrimiento medio multimensual en mm para el periodo 1980-2015

Tabla 6. Escurrimiento medio multimensual y multianual en mm para el periodo 1980-2015

Mes Amazónica Altiplano Pilcomayo Bermejo

OCT 17.74 1.59 1.37 7.61

El escurrimiento en algunas UH de esta macrocuenca incluye el componente de inundación,

6.3.4 Cuenca del Altiplano

Figura 19. Componentes de balance hídrico para la macrocuenca Altiplano

6.4 Balance Hídrico en los Lagos

En el Lago Poopó la precipitación fue estimada en 354.60 mm, y la evaporación en 1890.84

mayor densidad de estaciones ubicadas en la cordillera oriental y sub-andina. La falta de

CHIRPS_ Escala mensual GMET_ Escala mensual