Examinando por Autor "Chaca Ayuque, Diana"

Mostrando 1 - 1 de 1
  • Miniatura
    Ítem
    Influencia de las Variables Climáticas en la Temperatura del Río-Cuenca Experimental del Río Ichu
    (Universidad Nacional de Huancavelica, 2022) Chaca Ayuque, Diana; Galvan Ccora, Hugo Angel; Ayala Bizarro, Iván Arturo
    La Temperatura de Agua de los Ríos (TAR) es uno de los parámetros más importantes de la calidad de agua e indicador de la biodiversidad acuática en una cuenca. Pequeños cambios de la TAR por encima de los niveles naturales pueden resultar en serios daños ecológicos y pérdidas económicas para la comunidad. El aumento acelerado de la TAR en las últimas décadas, a nivel global, ha dado lugar a trabajos de monitoreo, simulación y predicción, utilizando diversos modelos a distintas escalas temporales y espaciales. Principalmente validados en países desarrollados, los modelos estadísticos de predicción de TAR no fueron validados en ríos andinos. El presente trabajo presenta una evaluación y reajuste de los principales modelos estadísticos de predicción de la TAR, aplicados en la Cuenca Experimental del Río Ichu (CERI) de los andes peruanos y asimismo determinar la influencia de los afluentes de agua termal y descargas de agua no tratada en la temperatura del agua del río Ichu en la estación de control de Huancavelica, empleando la ecuación de balance de energía (temperatura del aire, radiación solar, humedad, etc.). Para este fin, la temperatura del aire de la estación de Huancavelica se correlacionó con la temperatura del agua del río Ichu, las cuales fueron monitoreadas diariamente durante 16 meses. Se revisaron el conocido modelo de regresión lineal de Stefan & Preud’homme y el modelo de regresión logística de 3 parámetros (no lineal) de Mohseni. Las simulaciones de la TAR fueron realizadas empleando el modelo hidrometeorológico Soil & Water Assessment Tool (SWAT). Las modificaciones del modelo estadístico fueron configuradas en el código del SWAT y reajustadas empleando la técnica de “Latin Hypercube Sampling”. Los modelos estadísticos reajustados mostraron un mejor rendimiento que los predeterminados. Mientras que el modelo lineal predeterminado muestra un Nash-Sutcliffe Efficiency (NSE) de -2.67, los modelos lineales y no-lineal reajustados mostraron valores de NSE por encima a 0.71. Los resultados sugieren que los modelos de predicción de la TAR predeterminado de la literatura deben ser validados en ríos de los andes peruanos.