MODELACIN DE LA EVAPOTRANSPIRACIN POTENCIAL EN EL ALTIPLANO DE

PUNO
Eduardo Luis Flores Quispe1
RESUMEN
El objetivo de este trabajo fue realizar la modelacin de la evapotranspiracin potencial
(ETP) en el Altiplano de Puno, en funcin del rango de temperatura, aplicando la
estimacin de parmetros de regresin por mxima verosimilitud. Se desarrollaron tres
modelos de ETP a nivel mensual para tres regiones homogneas, se aplic un mtodo de
regionalizacin por ajuste lineal simple de la tendencia de la ETP mensual. La modelacin
en cada regin homognea se realiz con un ajuste de la ETP mensual (obtenida por
tanque clase A del Paper 56 de la FAO) a series de Fourier, estos coeficientes de ajuste se
relacionan a travs de modelos de regresin lineal mltiple con los coeficientes de ajuste
del rango de temperatura a series de Fourier y variables geogrficas (latitud, longitud y
elevacin). Se utilizaron datos de 12 estaciones. Se calibr y valid los modelos, el perodo
de validacin fue de 5 aos. La validacin se realiz comparando los valores obtenidos de
los modelos desarrollados con los valores de ETP de tanque y los valores obtenidos por
los mtodos de Hargreaves (1985), Garca V. et al. (1999) y Serruto (1993). Los modelos
de ETP obtenidos para las tres regiones homogneas poseen un buen desempeo
respecto a los dems modelos, excepto el modelo de la regin 2 que tiene deficiencias en
estimar la ETP en zonas cercanas al Lago Titicaca. Los modelos de ETP son aplicables a
su respectiva regin homognea, estas regiones se encuentran entre los 3812 y 3970
metros sobre el nivel del mar.
Palabras claves: Modelacin, Evapotranspiracin Potencial, Series de Fourier, Mxima
Verosimilitud, Regresin mltiple, Rango de temperatura.
MODELING OF POTENTIAL EVAPOTRANSPIRATION IN THE HIGH PLAINS OF PUNO
ABSTRACT
The objective of this project was the modeling of potential evapotranspiration (PET) in the
high plains of Puno, as a function of temperature range, applying an estimate of regression
parameters for maximum likelihood. Three monthly PET models were developed for three
homogeneous regions, and was applied a regionalization method for simple linear
adjustment of the monthly PET tendency. Modeling in each region was carried out with a
Fourier Series adjustment of monthly PET (obtained for Class A tank from Paper 56 of the
FAO). These adjustment coefficients are related through multiple linear regression models
with Fourier Series adjustment coefficients for temperature range and geographic variables
(latitude, longitude and elevation). Data from 12 stations was used. The models were
calibrated and validated over a period of 5 years. The validation was done by comparing
values obtained from the developed models with tank PET values with those obtained by
the methods of Hargreaves (1985), Garcia V. et al. (1999) and Serruto (1993). The PET
models obtained for the three homogeneous regions performed well compared to other
models, except for the region 2 model which showed deficiencies in estimating PET in
areas near Titicaca lake. The PET models are applicable to their respective homogeneous
regions which are between 3812 and 3970 meters above sea level.
Key words: Modeling, Potential Evapotranspiration, Fourier Series, Maximum Likelihood,
Multiple Regression, Temperature Range

M.Sc. en Recursos Hdricos Universidad Nacional Agraria La Molina Lima Per

Profesor de Ingeniera Agrcola Universidad Nacional del Altiplano Puno Per

I.

INTRODUCCIN

En el Per los estudios de los procesos de evapotranspiracin son muy escasos, a pesar
de que este interviene directamente en el ciclo hidrolgico y por tanto la mayor parte del
agua se pierde por este proceso a la atmsfera. El estudio de la evapotranspiracin
potencial es importante, porque su estimacin interviene en el clculo del requerimiento de
agua de los cultivos, en la planificacin del riego y en los estudios hidrolgicos.
A pesar de la baja disponibilidad de los recursos hdricos en el altiplano peruano,
poca investigacin se ha llevado adelante relacionada a la determinacin de los
requerimientos de riego bajo las condiciones prevalecientes de clima y suelo (Michel,
1997). Esto hace difcil el dimensionamiento de los sistemas de riego, lo cual resulta en
errores significativos en el clculo de los requerimientos de agua para esas condiciones,
especialmente en el caso de cultivos andinos ya que ellos presentan singulares dinmicas
relacionadas al sistema agua-suelo-planta-atmsfera.
El problema de la determinacin de la evapotranspiracin potencial en el Altiplano
de Puno merece especial atencin, debido a la falta de modelos matemticos adecuados a
las caractersticas singulares de la zona. La presencia del Lago Titicaca, crea un medio
ambiente diferente a otras zonas del Per ubicadas a la misma altitud, del mismo modo,
zonas ms alejadas al lago tienen condiciones meteorolgicas diversas que influyen en la
evapotranspiracin potencial.
El objetivo general del presente trabajo es realizar la modelacin de la
evapotranspiracin potencial mediante el uso del mtodo de mxima verosimilitud para
establecer los parmetros de una nueva formula emprica en funcin de las variables
meteorolgicas para las singulares condiciones climticas del Altiplano de Puno.
Los objetivos especficos son:
Establecer uno o varios modelos que permitan determinar la evapotranspiracin
potencial en funcin de valores obtenidos de tanque clase A, mtodos validados en
anteriores investigaciones y registros de variables meteorolgicas para las
condiciones climticas del Altiplano de Puno.
Calibrar y validar los modelos de evapotranspiracin potencial para las condiciones
de clima del altiplano de Puno.
II. REVISIN DE LITERATURA
2.1. Mtodo de la bandeja de evaporacin clase A
GUROVICH (1999) afirma que, el mtodo estndar de determinacin de la
evapotranspiracin, es el evapormetro de bandeja Standard Clase A, del U.S.W.B.
(Oficina de Climatologa de EE.UU.); este instrumento permite determinar la evaporacin
desde una superficie de agua, que es el mejor integrador de los factores climticos que
determinan la evapotranspiracin.
La ecuacin general para estimar ETp (evapotranspiracin potencial) por medio de
lecturas de evaporacin en una bandeja es:

ETp = Kp * E
(1)
Donde:
ETp
= evapotranspiracin potencial diaria del rea bajo estudio (mm/da)
Kp
= coeficiente de bandeja, que depende de la ubicacin de sta y de las condiciones
climticas.
E
= evaporacin del tanque o bandeja para el perodo de 24 horas (mm/da).
2.2.

Coeficiente del tanque

ALLEN et al (1998) afirman que, dependiendo del tipo de tanque, el tamao y estado de la
zona de amortiguamiento de viento (fetch) los coeficientes diferirn. Al agrandar la zona de
amortiguamiento de viento, la mayora de aire en movimiento sobre el tanque estar en

equilibrio con la zona de amortiguamiento. En equilibrio con un gran fetch, el aire contiene
ms vapor de agua y menos calor en el caso A que en el caso B, segn los grficos 1 y 2.
Grfico 1. Caso A
Viento

Tanque
Cultivo Verde

Superficie seca

50 m o ms

fetch

Grfico 2. Caso B
Viento
Cultivo Verde

50 m o ms

Tanque

Superficie
seca

fetch

La ecuacin de regresin para el tanque clase A y para el caso A, es:

Kp = 0.108 0.0286u 2 + 0.0422 ln(FET ) + 0.1434 ln (RH mean ) 0.000631[ln(FET )]2 ln(RH mean )

(2)

Donde:
Kp
= coeficiente del tanque.
u2
= velocidad del viento diaria promedio a 2 m de altura (m/s).
RHmean = humedad relativa diaria promedio (%).
FET
= fetch.
1 m FET 1000 m.
30 % RHmean 84 %
1 m/s u2 8 m/s
2.3. Aproximacin de la evapotranspiracin potencial Et() por series de Fourier
FENNESSEY y VOGEL (1996) afirman que, los datos peridicos pueden aproximarse por
una funcin continua de series de Fourier. Bloomfield (1976) report la formulacin de
series de Fourier para aproximar la Et(). La serie de Fourier aproximada es
m

k
Et , f Eta + a k cos
6
k =1

k
+ bk sin

(3)

Donde es el mes, = 1, ..., 12; Et,f() denota la aproximacin por series de Fourier para el
valor promedio mensual de evapotranspiracin del cultivo de referencia diaria durante el
mes ; Eta es el promedio anual de evapotranspiracin del cultivo de referencia diaria; k es
el ndice de sumatoria para el armnico k; m es el nmero total de armnicos requeridos
para aproximar exactamente Et(). Se determin que con m = 2 armnicos resultan valores
de Et,f() que aproximan muy bien Et().

Los coeficientes de la serie de Fourier para el armnico k de Et,f(), ak y bk, son

estimados usando
ak =
bk =

1
6

12

[E ( ) E

1
6

ta

] cos k

(4)

]sin k

(5)

=1

12

[E ( ) E

ta

=1

2.4. Modelo de regresin regional para la evapotranspiracin potencial Et()

FENNESSEY y VOGEL (1996), en su estudio sealan que, la temperatura del aire cerca
de la superficie terrestre es un indicador de la capa lmite planetaria de calor, de los flujos
de humedad y del balance de energa en la superficie. Por consiguiente se puede estimar
Et() utilizando una regresin multivariada con la temperatura del aire como importante
candidata a variable independiente. Como fue notado por Fennessey y Kirshen (1994), las
ecuaciones que describen muchas de las variables individuales de la ecuacin de
Penman-Monteith son dependientes de la temperatura.
La ecuacin de regresin regional fue desarrollada tal cual describe cinco
coeficientes de Fourier de evapotranspiracin del cultivo de referencia de dos armnicos
formados: Eta, a1, b1, a2 y b2. Las variables independientes candidatas incluyen la longitud,
elevacin, temperatura media mensual y la temperatura media anual.
FENNESSEY y VOGEL (1996), afirman que, las series de Fourier se pueden
ajustar a las temperaturas medias mensuales, T(), = 1, ..., 12, as
m

k
k
T f ( ) Ta + c k cos
+ d k sin
6
6
k =1

(6)

Donde Tf() es la aproximacin por series de Fourier de la temperatura promedio mensual

diaria (en C) para el mes y Ta es la temperatura promedio anual diaria. Semejante a
Et,f(), se limit Tf() a los primeros dos armnicos, de aqu los cinco coeficientes de las
series de Fourier Tf() son descritos por Ta, c1, d1, c2 y d2 utilizando

Ta =
c1 =
d1 =
c2 =
d2 =

1
6

1 12
T ( )
12 =1

] cos

(8)

]sin

(9)

] cos

(10)

]sin

(11)

12

[T ( ) T

=1

12

1
6

[T ( ) T

1
6

12

[T ( ) T

1
6

[T ( ) T

=1

=1

12

=1

(7)

6
3

FENNESSEY y VOGEL (1996), realizaron el ajuste a ecuaciones para las variables

dependientes Eta, a1, a2, b1 y b2 utilizando las variables independientes: longitud, elevacin
de la estacin, Ta, c1, c2, d1 y d2. La ecuacin de regresin final toma la forma

t = e0 + e1 Long + e2 Elev + e3Ta + e4 c1 + e5 d1 + e6 c 2 + e7 d 2

(12)

Donde Long es la longitud del sitio (en grados decimales), Elev es la elevacin del sitio (en
metros), y t denota la variable dependiente Eta, a1, b1, a2 o b2.
El modelo regional final para Et(), denotado por Et,r(), es

E t , r ( ) = E ta + a1 cos + b1 sin + a 2 cos + b2 sin
6
6
3
3

(13)

Donde los coeficientes del modelo son obtenidos utilizando la ecuacin de regresin
regional.
2.5. Estimacin por mxima verosimilitud
PINDYCK y RUBINFELD (1998), sealan que, la estimacin de mnimos cuadrados
ordinarios produce estimadores que en ocasiones son ineficientes o inconsistentes. La
gran ventaja de la estimacin por mxima verosimilitud es que bajo un conjunto amplio de
condiciones los estimadores de los parmetros son consistentes y (para muestras
grandes) asintticamente eficientes.
Supngase que un modelo general est dado por

Y = f (X 1 ,..., X k , 1 ,..., p ) +

(14)

Donde est distribuido en forma normal y satisface todas las otras suposiciones del
modelo de regresin lineal bsico. Entonces, para cada una de las N observaciones en Y y
las X correspondientes, se puede escribir la distribucin de probabilidad de Y, dadas las X
y , como:
1
f (Yi , X i , ) =

2 2

1/ 2

))

1
Y f X 1i ,..., X ki , 1 ,..., p
exp
2 i

(15)

Donde exp representa la funcin exponencial. Entonces, la funcin log-verosimilitud para

todas las N observaciones est dada por:
LogL =

f (Y , X , ) = 2 log 2 2 log
N

1
2
2

(Y f (X
i

1i ,..., X ki , 1 ,..., p

))

(16)

(Todas las sumatorias son calculadas sobre las observaciones i = 1, 2, ..., N.)
Al diferenciar la ltima ecuacin con respecto a cada una de las y 2, igualando a
0 y resolviendo, obtendremos un sistema de p+1 ecuaciones no lineales con p+1
incgnitas. Si las ecuaciones no son lineales, el proceso de solucin es ms complejo y se
debe usar un procedimiento numrico.
2.6. Modelos de estimacin de la ETP para el Altiplano de Puno
Segn Garca V. et al (1999), el modelo de mejor ajuste de ETP corresponde al potencial
cuya expresin es para Puno.

Eo = 3.2114(Qs )

0.005623 T

Donde:
Eo = evapotranspiracin potencial (mm/da).
Qs = radiacin solar extraterrestre (mm/da).
T = rango diurno de temperatura (C).

T = T max T min

Serruto (1993) propone el modelo siguiente:

(17)

ETP = 0.003(RS )

2.5

+ 0.16(T )

0.88

(18)

Donde:
ETP = evapotranspiracin potencial o evapotranspiracin de referencia (mm/da).
RS
= radiacin solar extraterrestre (mm/da).
T
= temperatura media mensual (C).
2.7. Ecuacin alternativa para ETo cuando faltan datos climticos
ALLEN et al (1998) plantean, que la ETo puede ser estimada utilizando la ecuacin de
Hargreaves (1985) donde:

ETo = 0.023(Tmean + 17.8)(Tmax Tmin ) Ra

0.5

(19)

Donde:
ETo
= evapotranspiracin del cultivo de referencia (mm/da).
Tmean = temperatura promedio del da (C).
Tmax = temperatura mxima promedio del da (C).
Tmin
= temperatura mnima promedio del da (C).
Ra
= radiacin solar extraterrestre (mm/da).

III. MATERIALES Y MTODOS

3.1. Informacin meteorolgica
Se utiliz registros meteorolgicos de 20 aos en promedio, de 12 estaciones, obtenidas
del Servicio Nacional de Meteorologa e Hidrologa (SENAMHI), consistentes en:
- Temperatura media de las mximas y de las mnimas.
- Humedad relativa media mensual.
- Velocidad del viento.
- Evaporacin mensual de tanque clase A.
Las estaciones meteorolgicas fueron las siguientes que se muestran en el cuadro 1.
Cuadro 1. Estaciones meteorolgicas consideradas.
Estacin

Longitud (W)

Latitud (S)

Altitud (msnm)

Arapa

7006'00''

1509'00''

3840

Ayaviri

7035'35"

1452'23"

3928

Azangaro

7012'00''

1455'00''

3860

Desaguadero

6902'00"

1634'00"

3812

El Belen

6840'00"

1604'00"

3820

Huancane

6945'00''

1512'00''

3890

Huaraya Moho

6928'00"

1523'00"

3890

Juli

6927'00"

1613'00"

3820

Lampa

7022'00''

1522'00''

3892

Melgar

7054'03''

1446'06''

3920

Progreso

7021'57"

1441'22"

3970

Puno

7001'00"

1550'00"

3812

3.2. Metodologa
3.2.1. Calculo de la ETP
La evapotranspiracin potencial (ETP) se determin por el mtodo del tanque clase A del
Paper 56 de la FAO, esta se consider como ETP observada.

El coeficiente del tanque clase A se determin segn el procedimiento citado por ALLEN et
al (1998). El caso que se consider fue A mostrado en el grfico 1, condicin similar en la
que operan los tanques en el Altiplano de Puno. Se utiliz la ecuacin 2 del coeficiente
para el tanque clase A.
3.2.2. Regionalizacin
La ecuacin de regresin lineal simple de la evapotranspiracin media mensual contra el
tiempo (ao) en los ltimos 5 aos de cada estacin, se estim por mnimos cuadrados y
los parmetros de esta ecuacin (intercepto y pendiente) se tomaron para definir regiones
homogneas. Para ello se grafic cada parmetro (intercepto y/o pendiente) contra la
Longitud geogrfica en grados decimales. Donde se observ tendencias lineales diferentes
entre los puntos, se encontr una regin homognea en evapotranspiracin potencial.
3.2.3. Aproximacin de la evapotranspiracin potencial Et() por series de
Fourier
La serie de Fourier a la que se ajust la ETP mensual es la que presenta la ecuacin 3.
Los coeficientes de la serie de Fourier para el armnico k de Et,f(), ak y bk, fueron
estimados usando las ecuaciones 4 y 5.
3.2.4. Modelo de regresin regional para la evapotranspiracin potencial Et()
El rango de temperatura Dt (diferencia entre la temperatura media de las mximas y la
media de las mnimas) del aire es un indicador del nivel de evapotranspiracin sobre la
superficie terrestre. La ETP mensual se estima utilizando una regresin multivariada con el
rango de temperatura como variable independiente.
La ecuacin de regresin regional describe cinco coeficientes de Fourier de ETP
formado por dos armnicos: Eta, a1, b1, a2 y b2. Las variables independientes son: la latitud,
la longitud y la elevacin de la estacin, y el rango de temperatura promedio.
Las series de Fourier fueron ajustadas a los rangos de temperatura mensuales
promedio, Dt(), = 1, ..., 12, mostrada por
m

k
k
Dt f ( ) Dt a + c k cos
+ d k sin
6
6
k =1

(20)

Donde Dtf() es la aproximacin por series de Fourier del rango de temperatura

mensual diaria (en C) para el mes y Dta es el rango de temperatura promedio anual.
Semejante a Et,f(), se limit Dtf() a los primeros dos armnicos, los 5 coeficientes de la
serie de Fourier Dtf() son descritos por Dta, c1, d1, c2 y d2 utilizando

1 12
Dt a = Dt ( )
12 =1
1 12
[Dt ( ) Dt a ]cos

6 =1
6
12
1

d 1 = [Dt ( ) Dt a ]sin
6 =1
6
12
1

c 2 = [Dt ( ) Dt a ]cos
6 =1
3
12
1

d 2 = [Dt ( ) Dt a ]sin
6 =1
3
c1 =

(21)
(22)
(23)
(24)
(25)

Donde:
Dt() = rango de temperatura mensual promedio (C) del mes .
Dta
= rango de temperatura anual promedio (C).
La ecuacin de regresin regional final toma la forma

t = e0 + e1 Lat + e 2 Long + e3 Elev + e 4 Dt a + e5 c1 + e 6 d 1 + e 7 c 2 + e8 d 2

(26)

Donde Lat es la latitud, Long es la longitud (ambos en grados decimales), Elev es la

elevacin del sitio (en metros sobre el nivel del mar), y t denota la variable dependiente
Eta, a1, b1, a2 o b2.
El modelo regional final para Et(), denotado por Et,r(), es

E t , r ( ) = E ta + a1 cos + b1 sin + a 2 cos + b2 sin
6
6
3
3

(27)

Donde los coeficientes del modelo son obtenidos utilizando la ecuacin de regresin
regional.
3.2.5. Modelacin por estimadores de mxima verosimilitud
Se estim los coeficientes de la ecuacin de regresin por el mtodo de mxima
verosimilitud. Para la estimacin por mxima verosimilitud se utiliz el software
economtrico Eviews versin 5.0.
3.2.6. Calibracin y Validacin del modelo
El perodo de calibracin se tomo en cada estacin como toda la serie de registro excepto
los ltimos cinco aos que se utilizaron para la validacin del modelo.
La calibracin del modelo se realiz con la estimacin de los coeficientes de
regresin mltiple primero por el mtodo de mnimos cuadrados y posteriormente por el
mtodo de mxima verosimilitud.
La validacin del modelo se realiz con la aplicacin del modelo a este perodo y
se compar los valores calculados con los observados. Simultneamente se compar los
valores obtenidos por series de Fourier con los obtenidos aplicando los modelos
desarrollados en el Altiplano (Serruto (1993) y Garca V. et al (1999) ) y con el modelo de
Hargreaves (1985). Para la comparacin del modelo se determin el error medio
cuadrtico (EMC).
IV. RESULTADOS Y DISCUSIN
4.1.

Anlisis de tendencia de la ETP mensual

El grfico 3 muestra la tendencia de la ETP mensual contra el tiempo para la estacin

Desaguadero, este mismo anlisis se realiz para las 12 estaciones.

Grfico 3. ETP mensual contra el tiempo. Estacin Desaguadero

180
160

ETP (mm)

140
120
100
80
60
40
20
2004

1999

1994

1989

Tiempo (aos)

El ajuste lineal de la ETP media mensual de los ltimos 5 aos contra el tiempo, para la
estacin Desaguadero se muestra en el grfico 4, para las 12 estaciones tambin se hizo
este ajuste.
Grfico 4. ETP media mensual contra el tiempo. Estacin Desaguadero
120

E T P (mm)

100
80

y = 7.8387x - 15614
R 2 = 0.9917

60
40
20
0
2000

2001

2002

2003

2004

2005

2006

Tiempo (aos )

4.2. Regiones homogneas en ETP

El grfico 5 de la pendiente de la lnea de ajuste contra la longitud geogrfica determina
patrones lineales diferentes que siguen las estaciones que pertenecen a una regin
homognea, se presenta los valores de longitud en cada punto. En este grfico claramente
se observa tres regiones homogneas en ETP.
Grfico 5. Pendiente contra la longitud geogrfica de las Estaciones
10
8

69.033

6
70.200
4
69.450

P endiente

2
0
68.500
-2

69.000

69.750

70.366

70.367
70.500
70.00070.017
70.500
71.000
70.100
70.593

69.500

-4
-6

68.667

-8
-10

69.467

-12
L ongitud

En el cuadro 2 se muestra las tres regiones homogneas en ETP, segn los patrones
observados con la pendiente y la longitud.

Cuadro 2. Regiones homogneas segn la pendiente y la longitud

Regin 1
Pendiente
Longitud (W)
Latitud (S)
El Belen
-5.538
68.667
16.067
Huaraya Moho
-9.813
69.467
15.383

Altitud (msnm)
3820
3890

Regin 2
Desaguadero
Juli
Huancane
Puno
Arapa

Latitud (S)
16.567
16.217
15.200
15.833
15.150

Altitud (msnm)
3812
3820
3890
3812
3840

Latitud (S)
14.917
14.689
15.367
14.768
14.873

Altitud (msnm)
3860
3970
3892
3920
3928

Regin 3
Azangaro
Progreso
Lampa
Melgar
Ayaviri

Pendiente
7.838
2.308
1.473
-1.607
-2.385
Pendiente
5.055
0.6
-1.02
-1.422
-3.068

Longitud (W)
69.033
69.450
69.750
70.017
70.100
Longitud (W)
70.200
70.366
70.367
70.500
70.593

En el grfico 6 se muestra las regiones homogneas en ETP.

Grfico 6. Ubicacin de las regiones homogneas en ETP.

4.3. Calibracin de los modelos de ETP

Para las tres regiones homogneas, el perodo de calibracin del modelo se muestra en el
cuadro 3.
Cuadro 3. Perodo de calibracin del modelo para las regiones homogneas.
Regin Homognea
Estacin
Perodo de calibracin
1
El Belen
1991 1995
Huaraya Moho
1985 1995
Arapa
1964 1970
Desaguadero
1989 2000
2
Huancan
1992 2000
Juli
1991 2000
Puno
1981 2000
Ayaviri
2002 2006
Azanagaro
1964 1966
3
Lampa
1996 2001
Melgar
2000 2004
Progreso
1970 1978

En el cuadro 4 se muestran los resultados del proceso de calibracin del modelo para cada
regin homognea a travs del mtodo de mnimos cuadrados, se presentan los
coeficientes de determinacin R2 y de correlacin mltiple R.
Cuadro 4. Resultados del proceso de calibracin de los modelos de ETP en las regiones
homogneas
2
Regin homognea
Variable dependiente
R
R
Eta
0.91
0.96
a1
0.74
0.86
1
b1
0.42
0.65
a2
0.46
0.68
b2
0.31
0.56
Eta
0.54
0.73
a1
0.50
0.71
2
b1
0.52
0.72
a2
0.32
0.57
b2
0.34
0.58
Eta
0.91
0.95
a1
0.61
0.78
3
b1
0.79
0.89
a2
0.55
0.74
b2
0.75
0.87

El modelo de ETP que se calibr para cada regin homognea tiene un buen desempeo
en las regiones 1 y 3 esto se muestra con altos valores de coeficientes de determinacin y
correlacin. En cambio el desempeo del modelo en la regin 2 es deficiente.
En la regin 2 cercana al Lago en la parte occidental, la ETP no solo depende de la
temperatura y de los factores geogrficos, sino existe influencia del Lago. Esto se puede
afirmar porque el mejor desempeo del modelo se da en la regin 3 que est ms lejana al
Lago.
Los coeficientes de regresin mltiple se estimaron por mxima verosimilitud, estos son los
que se presentan finalmente en los modelos de las 3 regiones homogneas y fueron
utilizados para validar los modelos.

4.4. Validacin de los modelos de ETP

El perodo de validacin se muestra en el cuadro 5, para las estaciones en que se valid el
modelo.
Cuadro 5. Perodo de validacin del modelo en las regiones homogneas
Regin homognea
Estacin
Perodo de validacin
1
El Belen
1996 - 2000
Huaraya Moho
1996 2000
Arapa
1971 1975
Desaguadero
2001 2005
2
Huancan
2001 2005
Juli
2001 2005
Puno
2001 2005
Lampa
2002 2006
3
Melgar
2005 2006
Progreso
1979 1983

4.4.1. Regin homognea 1

En la estacin el Belen el modelo de ETP que se desarroll tiene un mejor desempeo (o
ajuste) que los otros mtodos debido a que presenta el menor error medio cuadrtico, esto
tambin se puede observar en el grfico 7. En esta regin el modelo tiene mejor
desempeo que los otros mtodos.
Grfico 7. Comparacin de modelos de ETP en el perodo de validacin. Estacin El
Belen.
180

160

140

ETP (mm)

120

100

80

60

40

20

0
20
0

9
19
9

8
19
9

7
19
9

19
9

Tiempo (aos)
HARGREAVES

GARCIA V.

SERRUTO

CALCULADO MODELO

OBSERVADO

4.4.2. Regin homognea 2

En esta regin homognea el desempeo del modelo es moderadamente eficiente en
estaciones lejanas al Lago.
En los grficos 8 y 9 se muestra el desempeo del modelo en la estacin en la que existe
el mejor y el peor ajuste, respectivamente a los valores observados.

Grfico 8. Comparacin de modelos de ETP en el perodo de validacin. Estacin

Huancan.
160

140

120

ETP (mm)

100

80

60

40

20

5
20
0

4
20
0

3
20
0

2
20
0

20
0

Tiempo (aos)
HARGREAVES

GARCIA V.

SERRUTO

CALCULADO MODELO

OBSERVADO

El modelo propuesto segn el grfico 8 en la estacin Huancan, es el que presenta un

mejor ajuste a los datos observados, esto se confirma por presentar tambin el menor
error medio cuadrtico.
Grfico 9. Comparacin de modelos de ETP en el perodo de validacin. Estacin Puno.
160

140

120

ETP (mm)

100

80

60

40

20

05
20

04
20

03
20

02
20

20

01

Tiempo (aos)
HARGREAVES

GARCIA V.

SERRUTO

CALCULADO MODELO

OBSERVADO

Este grfico 9 muestra que para la estacin Puno, el modelo de Hargreaves es el que
mejor se ajusta a los datos observados, tiene un error medio cuadrtico menor a los
dems modelos. El modelo propuesto es poco eficiente en esta estacin debido
principalmente a la cercana al Lago y a su efecto en la ETP que no es captado por el
modelo desarrollado lo mismo que en la estacin Desaguadero y Juli.
4.4.3. Regin homognea 3
Segn el grfico 10, el modelo propuesto en la estacin Lampa, tiene un buen ajuste a
los datos observados que los dems modelos, tiene tambin el menor error medio

cuadrtico. El desempeo del modelo en las estaciones de esta regin homognea es

muy prometedor.
Grfico 10. Comparacin de modelos de ETP en el perodo de validacin. Estacin Lampa.
160

140

120

ETP (mm)

100

80

60

40

20

6
20
0

5
20
0

4
20
0

3
20
0

20
0

Tiempo (aos)
HARGREAVES

GARCIA V.

SERRUTO

CALCULADO MODELO

OBSERVADO

En los cuadros 6, 7 y 8, se muestra los errores medios cuadrticos (EMC) obtenido en

el perodo de validacin. Segn estos cuadros cada modelo propuesto para cada
regin homognea presenta un buen desempeo (menor EMC) en la mayora de las
estaciones.
2

Cuadro 6. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 1.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
El Belen
544.6
981.2
847.7
497.6
Huaraya Moho
420.4
1609.2
1166.7
249.2
2

Cuadro 7. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 2.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
Arapa
1068.0
2448.0
2787.7
188.1
Desaguadero
536.5
1273.5
1678.7
662.9
Huancan
507.4
2269.2
1445.3
305.4
Juli
139.1
889.4
631.2
645.1
Puno
154.1
1276.5
820.0
601.1
2

Cuadro 8. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 3.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
Lampa
463.7
2028.8
953.7
148.6
Melgar
863.1
2448.6
2321.7
95.5
Progreso
1344.1
160.8
1683.9
441.9

4.5. Modelos de ETP para el Altiplano de Puno

El modelo para estimar la evapotranspiracin potencial para las regiones homogneas son

E t , r ( ) = E ta + a1 cos
6

+ b1 sin

+ a 2 cos

+ b2 sin

(28)

Donde:
Et,f () = evapotranspiracin potencial en mm del mes .

= ndice de mes 1, 2, , 12.

Eta, a1, b1, a2 y b2, se obtienen de 5 ecuaciones de regresin lineal mltiple del tipo

i = e0 + e1 Lat + e2 Long + e3 Elev + e4 Dt a + e5 c1 + e6 d1 + e7 c 2 + e8 d 2

(29)
Los coeficientes de estas ecuaciones obtenidos por mxima verosimilitud son los que se
muestran en los cuadros 9, 10 y 11.
Cuadro 9. Coeficientes de regresin lineal mltiple para la regin 1.
e0
e1
e2
e3
e4
e5
i
0
0
Eta
922.7406
-0.2127 -0.5728 1.5673
0
0 -0.2436 1.0754 -3.5857
a1
924.1884
0
0 0.1673 0.7534 6.8575
b1
-640.8246
0
0 0.0271 -0.1276 0.3642
a2
-103.2447
0
0 -0.0612 -1.7685 -3.9872
b2
242.5945

e6
e7
-4.3370 -4.6834
-0.3201 4.6650
2.1134 1.2528
1.3030 2.4540
-1.4792 -0.2360

Cuadro 10. Coeficientes de regresin lineal mltiple para la regin 2.

i
e0
e1
e2
e3
e4
e5
Eta
-7383.3610 72.5293 55.8543 0.6429 -0.0073 2.0407
a1
-3666.9240 38.9807 24.5490 0.3534 0.4423 0.6075
b1
-4345.7700 38.6600 35.7361 0.3106 3.2141 0.7257
a2
2666.2400 -21.6509 -21.4006 -0.2192 0.8891 2.2286
b2
2094.2260 -18.5449 -12.3757 -0.2516 1.4569 0.0823

e6
e7
5.0163 -3.3832
2.2825 0.8221
-0.6827 1.8660
0.4971 1.7956
0.1593 1.1357

Cuadro 11. Coeficientes de regresin lineal mltiple para la regin 3.

e0
e1
e2
e3
e4
e5
e6
e7
i
Eta
6934.3380 -22.9738 -103.9364 0.2009 5.3529 6.4978 5.2698 -4.2250
a1
-602.7447
9.1533
5.9537 0.0154 -0.6845 -0.2023 -1.6305 2.0368
b1
-5066.8610 45.1769
54.3955 0.1421 -0.5230 -1.6831 2.5868 0.9014
a2
915.9830 -8.7774
-8.0902 -0.0568 -0.0968 0.8240 -0.7544 6.2964
b2
-2626.2540 33.7474
23.5635 0.1134 1.0825 0.5467 0.5034 -0.3745

e8
-5.7186
1.1811
-1.6533
-4.6338
0.8854

e8
5.9410
1.5935
0.5754
1.2443
2.1662

e8
2.1263
-5.9959
4.0716
-1.8732
10.1157

Donde:
i
= variable dependiente, sea Eta, a1, b1, a2 o b2.
Lat
= latitud geogrfica en grados decimales.
Long
= longitud geogrfica en grados decimales.
Elev
= elevacin en metros sobre el nivel del mar.
Dta, c1, d1, c2 y d2, se obtienen a travs de las siguientes frmulas

1 12
Dt ( )
12 =1
1 12

c1 = [Dt ( ) Dt a ]cos
6 =1
6
1 12

d 1 = [Dt ( ) Dt a ]sin
6 =1
6

Dt a =

(30)

(31)
(32)

1 12
[Dt ( ) Dt a ]cos

6 =1
3
12
1

d 2 = [Dt ( ) Dt a ]sin
6 =1
3

c2 =

(33)
(34)

Donde:

= ndice de mes 1, 2, , 12.

Dt
= rango de temperatura mensual, se define por

Dt = T max T min

(35)

Donde:
Tmax = temperatura media de las mximas diarias (C ) en un mes.
Tmin
= temperatura media de las mnimas diarias (C ) en un mes.
Dta
= rango de temperatura promedio anual (C).
V.
1.

2.

3.
4.

5.

Los modelos empricos de evapotranspiracin potencial de series de Fourier

propuestos para las tres regiones homogneas, permiten estimar muy bien los
valores de ETP obtenidos por el mtodo del tanque clase A para las regiones
homogneas 1 y 3. En la regin homognea 2 existe poca eficiencia del modelo para
estimar la ETP de tanque clase A debido a su cercana al Lago. Segn esto, el
comportamiento de la ETP en esta zona no es suficientemente explicado con los
factores geogrficos y de rango de temperatura.
Los modelos empricos de ETP con series de Fourier probaron ser ms eficientes en
su desempeo para estimar la ETP en las regiones homogneas 1 y 3, que otros
tipos de modelos matemticos como los de Hargreaves (1985), Garca V. et al (1999)
y Serruto (1993). En la regin homognea 2 se recomienda el uso del mtodo de
Hargreaves (1985).
Los estimadores de mxima verosimilitud bajo un conjunto amplio de condiciones son
consistentes y (para muestras grandes) asintticamente eficientes.
La validacin muestra el buen desempeo de los modelos y una aproximacin del
fenmeno fsico sin haber sido desarrollado basado fsicamente, sino desde
conceptos empricos pero basados en evidencia fsica.
Los tres modelos son adecuados para estimar la ETP cada uno en una regin
homognea del altiplano de Puno. La regin 1 se encuentra en la parte oriental, la
regin 2 en la parte occidental, ambas cercanas al Lago. La regin 3 se encuentra en
la zona norte al Lago alejada de este. El modelo en la regin 1 es aplicable entre los
3820 a 3890 m.s.n.m. El modelo en la regin 2 es aplicable entre los 3812 a 3890
m.s.n.m. pero presenta deficiencias cerca al Lago. El modelo en la regin 3 es
aplicable entre los 3860 a 3970 m.s.n.m.
VI.

1.

2.
3.
4.
5.

CONCLUSIONES

BIBLIOGRAFA

ALLEN, R. PEREIRA, L. RAES, D. and SMITH, M. 1998. Crop Evapotranspiration

Guidelines for computing crop water requeriments FAO Irrigation and Drainage
Paper 56. Food and Agriculture Organization of the United Nations, Rome, Italy, 333
p.
BLOOMFIELD, P. 1976. Fourier analysis of time series: An introduction. Wiley, New
York, USA.
CHAVARRI, E. 2005. Apuntes del curso modelos matemticos en Hidrologa.
Maestra en Recursos Hdricos, EPG UNALM, Lima, Per.
CHOW, V. MAIDMENT, D. y MAYS, L. 1994. Hidrologa Aplicada. McGraw-Hill,
Santaf de Bogot, Colombia, 584 p.
DOORENBOS, J. and PRUITT, W.O. 1975. Guidelines for predicting crop water
requirements, Irrigation and Drainage Paper 24. Food and Agriculture Organization of
the United Nations, Rome, Italy, 179 p.

6.

7.

8.
9.

10.
11.
12.

13.
14.
15.
16.

FENNESSEY, N. M. and KIRSHEN, P. H. 1994. Evaporation and evapotranspiration

under climate change in New England. ASCE J. Water Resour. Plann. Manage., 120
(1): 48-69.
FENNESSEY, N. M. and VOGEL, R. M. 1996. Regional models of potencial
evaporation and reference evapotranspiration for the northeast USA. Elsevier
Science, Journal of Hydrology 184: 337-354.
GARCIA B., J. y LPEZ D., J. 1970. Formula para el clculo de la
evapotranspiracin potencial adaptada al trpico. VIII Reunin Latinoamericana de
Fitotecnia, Bogot, Colombia.
GARCA V., J., SNCHEZ C., O. y PAREDES R., M. 1999. Mtodos de estimacin
de la evapotranspiracin potencial en funcin del rango diurno de temperatura (DT) y
radiacin solar extraterrestre (Qs). Anales Cientficos UNALM, Lima, Per, 1999: 104
114.
GUROVICH R., L. A. 1999. Riego superficial tecnificado. Alfaomega, Mexico, D.F.
Mxico, 610 p.
HARNET, D. L. y MURPHY, J. L. 1980. Introductory Statistical Analysis. Addison
Wesley, Massachussets, USA, 712 p.
IRMAK, S. y HAMAN, D. Z. 2003. Evapotranspiration: Potential or Reference?.
Series of the Agricultural and Biological Engineering Department, Institute of Food and
Agricultural Sciences (IFAS), University of Florida. Florida, EE.UU, 3 p.
MICHEL T. 1997. Zonificacin Agroclimtica del Altiplano Paceo. Facultad de
Agronoma, UMSA y Servicio Nacional de Meteorologa e Hidrologa, La Paz, Bolivia.
PINDYCK, R. S. and RUBINFELD, D.L. 1998. Econometric Models and Economic
Forecasts. McGraw-Hill, New York, USA, 661 p.
PONCE, V. 1989. Engineering Hydrology Principles and Practices. Prentice Hall,
San Diego, USA.
SERRUTO C., R. 1993. Una nueva frmula para el clculo de la evapotranspiracin
potencial. PIWA, Puno, Per.