INTRODUCCION

Se sabe que con la realización de las investigaciones que se realizan en las instituciones
como ser la Universidad (algunas facultades) y algunos Programas (CENTRO AGUA,
AGRUCO), muchas veces resuelven problemas ya sea de conocimiento y/o de nuestra
realidad cotidiana, pero en muchos casos para lograr llevarlas a cabo estas requieren de

l
datos que se almacenan en las estaciones meteorológicas a cargo de otras instituciones, es
el caso del PROMIC que tiene instaladas algunas estaciones a lo largo de las cuenca en las

a
i
que está haciendo trabajos, con que cuenta nuestro departamento, algunas de las cuales se

r
hallan instaladas en la zona del valle central.

T
Pero, en el ámbito departamental y nacional se tiene un problema que tal vez se constituye
en el más importante de todos que es la falta de datos o registros completos de las

r
estaciones en las que se recaba información. Estas casillas en blanco pueden deberse a
varios factores que al final recaen a la hora de efectuar cálculos con los mismos y el valle
central lamentablemente no esta exenta de esta realidad.

e
ir vm.tw
En este sentido algunos autores proponen posibles metodologías para rellenar los datos
faltantes, sean estos mensuales o anuales, con los cuales se realizan los cálculos en los
trabajos que serán diseñados.

Dn.co
Desde esta perspectiva el proyecto CLAS tiene a bien estimular o fomentar diferentes
trabajos con la finalidad de aplicar los SIG y el tratamiento de imágenes para la realización

F.zeo
de las investigaciones agro climáticas en diferentes áreas de nuestro departamento. El
presente estudio pretende contribuir a ejemplificar y proponer las metodologías más
apropiadas para llenar datos faltantes en los registros del clima (precipitación y

ANTECEDENTES
D
temperatura), que serán aplicados en la determinación fenológica de cultivos en el valle
central y alto de Cochabamba.

P w w
w
o n
Se tiene conocimiento de la existencia de algunos trabajos relacionados con el manejo de
datos climáticos que se almacenan en las estaciones meteorológicas que están en diferentes

Z e
puntos del departamento, algunas tratan sobre como deben ser almacenados y procesados y
otras las aplicaciones que tienen estos datos en las diferentes investigaciones, tal el caso de
la tesis titulada: “Presencia del Fenómeno del Niño en Bolivia y su Impacto
Socioeconómico” (Villarpando, 1997), con énfasis en la agricultura, también otra tesis que
lleva por título “Estudio Agro climatológico de los Valles de Cochabamba” (Madel, 1994);
en las cuales se señala lo anteriormente presentado, reconociendo la poca disponibilidad de
algunos datos climáticos en especial a nivel diario.

Otras en cambio han tratado los efectos negativos de algunos fenómenos de los que se tiene
algún conocimiento, como ser heladas, precipitación, que se presentan en las estaciones de
acuerdo al clima en nuestro país.
En casi todas ellas el problema de la falta de registros (diarios) del clima han sido resueltos
de alguna manera llenando los espacios con los datos almacenados en otra estación
circundante o aledaña a la que se esta empleando en algún trabajo, entre las que se han
utilizados básicamente dos metodologías para rellenar datos faltantes: mediante los
métodos de correlación, regresión simple y múltiple, además del método de MOSS III
modificado.

Con el presente trabajo se pretende en principio proponer el método o técnica más

adecuado(a) con las características climáticas de las zonas de estudio como son el Valle

a l
i
Central y Valle Alto para complementar los datos faltantes en los registros de precipitación

r
y temperatura; luego de verificar la consistencia de los datos, se calculará la
evapotranspiración, aspecto que permitirá determinar si el periodo de crecimiento de los

T
diferentes cultivos como la papa, alfalfa, maíz, cebolla, zanahoria, se adecuan a las
condiciones de cada cultivo.

e r
El resultado esperado es realizar una comparación con el periodo de crecimiento, referido al
proceso en el que se considera la comparación entre la evapotranspiración,
evapotranspiración media y la precipitación en una determinada zona, y definir cual de las

ir vm.tw
dos zonas se ajusta mejor a las condiciones de cada cultivo en cuanto a los requerimientos
de temperatura (ºC) y precipitación (mm /año ó mm/ciclo).

OBJ ETIVOS

Dn.co
Objetivo Gener al

F.zeo
D
Determinar y analizar cual de las metodologías propuestas para la generación de datos
faltantes logra mejores resultados de acuerdo a las condiciones del relieve y del tipo de

P w w
información de las estaciones meteorológicas de los Valles Central y Alto para determinar
el periodo de crecimiento de los cultivos (en ambas zonas).

w
n
Objetivos Específicos

o
e
- Determinar el periodo de crecimiento del Valle Central y Alto.
- Determinar qué método se ajusta mejor a las condiciones de cada una de las zonas

-
Z
elegidas en el presente estudio.
Determinar si la distribución de estaciones meteorológicas en las zonas de estudio son
adecuadas para la interpolación o extrapolación de datos
 II.- MARCO CONCEPTUAL

En la generación de los datos faltantes se presentan dos situaciones en las cuales se deben
llenar las casillas con valores que se requieren tanto para la precipitación y temperatura, por
esto se presenta a continuación algunas metodologías para estos dos casos.

De acuerdo a Campos Arana (1987) los datos o valores faltantes se deben a lagunas causas
como ser desperfectos en los equipos de registro, por enfermedad o sustitución del

a l
i
encargado de las observaciones entre los principales. En general los datos faltantes son

r
estimados en base a los registros de las estaciones cercanas, así se presentan los siguientes
métodos:

2.1. Contr ol de calidad y homogeneidad

r T
e
Antes de generar los datos de la precipitación se debe realizar un control de calidad y
homogeneidad de los datos recopilados ya que éstos presentan algunas deficiencias, en

ir vm.tw
cuanto se refiere a consistencia y homogeneidad.

2.2. Estimación de los Registr os Diar ios Faltantes

Dn.co
2.2.1. Método del U.S. National Weather Ser vice

F.zeo
Este método consiste en ponderar los valores observados en una cantidad (W), igual al
reciproco del cuadrado de la distancia (D) entre cada estaciona vecina y la estación A, la

Donde:
D
lluvia buscada Px será igual a:

P w w
Px = ∑(Pi * Wi) / ∑Wi (1)

w
o n
Pi = precipitación observada para la fecha de la faltante, en las estaciones auxiliares
circundantes (pueden ser como mínimo 2), en milímetros.
Wi = 1/Dj↑2, siendo Dj la distancia máxima entre cada estación circundante y la estación

Z e
incompleta, en Km.

2.3. Estimación de los Registr os Mensuales Faltantes

2.3.1. Método Racional Deductivo

Cuando no es posible disponer de estaciones cercanas y circundantes ala estación

incompleta, o bien, las existentes no cuentan con observaciones de los datos (meses)
faltantes, se puede estimar el valor mensual faltante por medio de un simple promedio
aritmético de los valores contenidos en el registro para ese mes, lo anterior se considera
valido únicamente si es un solo año (o máximo 2) el faltante y tal promedio se realiza con
diez datos (años) como mínimo (o 20 años, en el caso de los datos faltantes).

Este método de acuerdo al autor solamente permite llenar hasta un máximo de once datos
faltantes apoyándose en la información que brindan los años completos, esta metodología
se puede asumir en los siguientes cuatro pasos:

se obtiene la lluvia mensual promedio.

a l
Paso 1. Se efectúa la suma de las precipitaciones mensuales en todos los años completos y

r i
Paso 2. Se calculan para todos los años completos los porcentajes mensuales de
precipitación, los que serán igual a la lluvia mensual entre el promedio mensual calculado

T
en el paso anterior y por 100. Al sumar los porcentajes calculados y obtener su promedio
deberán de obtenerse 1.200 y 100, respectivamente.

e r
Paso 3. Todos los porcentajes mensuales correspondientes a cada uno de los doce meses se
suman y se divide tal suma entre el numero de años completos, esto es, se calcula en
porcentaje promedio que se denomina Sj, con j varían de 1 (enero) a 12 (diciembre).

ir vm.tw
Paso 4. El método acepta la hipótesis que considera que los meses desconocidos tendrán un
porcentaje igual al porcentaje promedio (Sj). Se designan las siguientes variables:

Pj = ∑P
Sj 1.200-∑Sj
Dn.co (2)

Por lo cual:
F.zeo
( ∑P)

D
Pj = x Sj (3)
(1.200-∑Sj)

Donde;
P w w
j = cada uno de los meses desconocidos, como máximo pueden ser once.
w
o n
Pj = precipitación mensual desconocida en cada año incompleto, en milímetros.

∑Sj = suma de los porcentajes promedio de los meses cuya precipitación se desconoce, en

Z e
porcentaje

∑P = suma de las precipitaciones mensuales conocidas en los años incompletos, en

milímetros.

Sj = porcentaje promedio asignado

2.3.3. Uso de las Técnicas de Regr esión Lineal

Para completar registros anuales en uno o más años, seguidos o intercalados, el uso de la
regresión lineal entre la estación incompleta y otra u otras cercanas, es de enorme ayuda
para estimar los valores faltantes. La regresión lineal y la correlación entendida, ésta última
como una forma de medir el grado de asociación o dependencia entre los datos de las
estaciones que se analizan.
Estas metodologías presentadas se completan con las pruebas de verificación de los datos
generados mediante las pruebas estadísticas, entre las que se pueden mencionar: prueba
estadística de Helmert, prueba estadística de t de Student, prueba estadística de Cramer.

Una vez que se hayan depurado los datos faltantes y/o sospechosos para verificar su

l
homogeneidad con la serie original, es recomendable realizar el control mediante el método

a
i
de doble masa (OMM, 1983)

Método de Doble Masa

T
Este método prueba la homogeneidad de los datos meteorológicos, comparando una
r
r
cantidad (anual o estacional) de precipitación acumulada, con los valores promedio
concomitantes (e igualmente acumuladas) de un grupo de estaciones circunvecinas. Los

e
puntos resultantes de las correlaciones obtenidas para cada año o estación, son unidos por
segmento de recta. Cuando los valores anuales acumulados de una estación pluviométrica

ir vm.tw
son homogéneos, la gráfica muestra una recta continua.

Después de realizar los llenados de los valores de la precipitación, se procede a revisar los
datos de temperatura, para lo cual se sigue la siguiente metodología:

-
Dn.co
Definir la estación base con la cual se va trabajar, o de la cual se generarán datos

F.zeo
nuevos, en lo posible que tengan los registros completos por más de 10 años.
- Revisar los datos de temperatura de la estación en la zona elegida, para comparar
mediante la diferencia de alturas cuánto se va a añadir a los datos base, que de acuerdo

-
D
a la bibliografía por cada 100 m de diferencia aumenta la temperatura en 0.5 ºC.
Pero en ocasiones se tienen 3 estaciones meteorológicas, primero se hace una

P w w
evaluación entre las que si tienen datos y el dato generado se vuelve a considerarlo con
la estación para la cual se quiere generar los datos de la misma manera que se hizo entre
w
n
las dos primeras, posteriormente se multiplica por un factor 0.46 (Beek, 1996) para el
caso de Cochabamba y recién se rellena el espacio vacío.

e o
Una de las aplicaciones de los datos de temperatura y la precipitación es el balance hídrico
en el cual se consideran entradas y salidas de agua mediante la evapotranspiración, con la
cual se puede efectuar una zonificación de cualquier zona en la que se manejan algunos o

Z
varios cultivos.

Cálculo de la Evapotr anspir ación

Serruto (1993) propone la siguiente fórmula, la cual está basada en la temperatura y la

radiación solar extraterrestre (tablas) como se presenta a continuación:

ETP = 0.003 (RS)^ 2.5 + 0.16 (T)^ 0.88 (4)

Donde:

RS = Radiación Solar Extraterrestre, expresada en mm/dia

T = Temperatura media mensual en ºC.

Tabla Nº1. Radiación Solar Extr ater r estr e par a el sector de Bolivia.

LAT Sud ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC

a l
i
18 17,1 16,5 15,1 13,2 11,4 10,4 10 12,3 14,1 15,8 16,3 17,1

r
17 17 16,45 15,15 13,35 11,85 11 11,8 12,75 14,4 15,8 16,5 16,95
16 16,9 16,4 15,2 13,5 11,7 10,8 11,2 12,6 14,3 15,8 16,7 16,8

T
Fuente: FAO Nº 33 (1979)

r
Factor de cor r ección par a 17º de latitud sur .

2 0,2 0,1 0,1 0,3 0,3 0,4 1,2

e 0,3 0,2 0 0,4 0,3

ir vm.tw
1 0,1 0,05 0,05 0,15 0,15 0,2 0,6 0,15 0,1 0 0,2 0,15

Con esta tabla se calculo el valor de RS para la latitud de Bolivia que son 17º, los datos
obtenidos nos da en mm/día, así que se multiplicó por el número de días del mes para tener

Dn.co
datos mensuales.

En la Revista de Ingeniería Hidráulica (1970), se publica el siguiente articulo referido a la

F.zeo
metodología de cálculo de la evapotranspiración potencial por el método de Thornthwaite
(1948) y optimizado por Mather (1957), la fórmula que se presenta a continuación es

D
conocida como la fórmula Thornthwaite-Mather:

Etp =c * t a (5)
Donde:
P w w
w
n
Etp = Evapotnanspiración mensual en milímetros
c, a = coeficientes que varían de un lugar a otro

o
En principio se obtiene un coeficiente mensual por medio de la ecuación:

Z
Donde:e i = (T/5)1.514 (6)

T = temperatura media mensual

i = Indice de calor mensual

Se obtiene de cada mes y se suma los doce meses obteniéndose el índice calórico anual (I).
La relación entre I y a (ecuación 5) esta dada por la siguiente ecuación:

a = 6.75 * 10-7 * I 3 - 7.7 * 10-5 * I 2 + 1.792 * 10-2 * I + 0.49239 (7)

Finalmente se calcula la Etp con la ecuación general:

Etp = 16.0 * (10T/I)a (8)

a l
i
Una vez obtenida la Etp (incorrecta) se procede a calcular el factor de corrección mediante

r
la tabla de la posible duración media de la iluminación solar para el hemisferio sur (y/o
norte) expresada en unidades de 30 días de 12 horas cada mes:

Tabla Nº 2. Dur ación media de la iluminación solar

LAT Sud ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC
r T
20
17
1,14 1,0

e
1,05 0,97 0,96 0,91 0,95 0,99 1,0 1,08 1,09 1,15
1,17 1,03 1,05 0,95 0,93 0,86 0,92 0,975 1,0 1,045 1,02 1,045

ir vm.tw
15 1,12 0,98 1,05 0,98 0,98 0,94 0,97 1,0 1,0 1,07 1,07 1,12
Fuente: FAO Nº 24 (1977)

Dn.co
Factor de cor r ección par a 17º de latitud sur par a Bolivia.

5 0,02 0,02 0 0,1 0,02 0,03 0,02 0,01 0 0,01 0,02 0,03

F.zeo
2 0,05 0,05 0 0,025 0,05 0,07 0,05 0,025 0 0.025 0,05 0,075

D
Finalmente se obtiene la Etp corregida o final en mm/mes.

P w
Requer imientos de los cultivos
w
w
n
De acuerdo con la FAO (1979), nº33 de la serie Papel de la Irrigación y Drenaje los
cultivos tienen los siguientes requerimientos de temperatura y precipitación:

CULTIVOS
o
Cuadr o Nº 1. Requer imientos par a cr ecimiento óptimo

e Requer imientos en ºC Requer imientos en mm/año

Maíz
Z
Alfalfa
Cebolla
24 – 26
15-20
24-30
800-1600
350-550 *
500-800
Papa 15-20 500-700*
Zanahoria 16-22 300-350 *

Para el caso de nuestro país estos requerimientos deben ser multiplicados por 2 o 3 veces de
acuerdo a la zona y el número de veces que siembra de los cultivos marcados con asterisco.
 Per íodo de Cr ecimiento

FAO (1993) menciona que el concepto de Per íodo de Cr ecimiento es esencial para la
Zonificación Agr o-ecológica, y es una manera de incluir la estacionalidad en la evaluación
de los recursos de tierras. En muchas zonas tropicales, las condiciones son demasiado secas

l
durante parte del año para permitir el crecimiento de cultivos sin irrigación, mientras que en
los climas templados la producción de los cultivos en invierno está limitada por las bajas

a
temperaturas. El periodo de crecimiento define la época del año en la que las condiciones
de humedad y temperaturas son idóneas para la producción del cultivo.

r i
T
El periodo de crecimiento proporciona un marco ideal para resumir en el tiempo elementos
variables del clima, que se pueden entonces comparar con los requerimientos y las

r
respuestas estimadas de las plantas. Parámetros tales como régimen de temperatura, lluvia
total, evapotranspiración e incidencia de riesgos climáticos son más relevantes si se

e
calculan para el periodo de crecimiento, cuando pueden influir en el desarrollo del cultivo,
que si se hace para la media del año completo.

Balance de humedad
ir vm.tw
La terminología que se refiere a la definición de los períodos de crecimiento y sus posibles

Dn.co
componentes se presenta en el cuadro 2. La estimación del periodo de crecimiento se basa
en el modelo de balance hídrico que relaciona la lluvia (P) con la evapotranspiración

F.zeo
potencial (ETp). Si el periodo de crecimiento no está limitado por la temperatura, la
relación P/ETp determina el comienzo, el fin y el tipo de período de crecimiento.

D
La determinación del comienzo del periodo de crecimiento se base en el inicio de la
estación lluviosa. Las primeras lluvias caen sobre un suelo que está generalmente seco en la

P w w
superficie y que tiene un gran déficit de humedad en el perfil. En ausencia de reservas de
humedad del suelo, la siembra, la germinación de la semilla y el crecimiento de los cultivos
w
n
están en función de la cantidad y de la distribución de estas primeras lluvias.

o
El trabajo experimental indica que la eficiencia de las primeras lluvias incrementa
considerablemente, cuando P es igual o mayor que la mitad de la ETp. El periodo de

Z e
crecimiento continúa más allá de la estación lluviosa, cuando los cultivos maduran con las
reservas de humedad almacenadas en el perfil del suelo. Por lo tanto, debe considerarse que
el almacenamiento de humedad del suelo también determina la duración del periodo de
crecimiento (DPC).

Modelos de DPC

En algunas áreas, particularmente aquellas en donde la lluvia no sigue un modelo único, la

P puede superar a la ETp o ETp/2 para dos o más períodos diferentes durante el año,
resultando más de un DPC por año. El modelo de periodo de crecimiento describe la
representación proporcional de cada grupo de años en las series históricas totales.
Obviamente, hay diferencias en la respuesta de la planta dependiendo de que el periodo de
crecimiento sea continuo o que se divida en períodos más cortos con disponibilidad de
humedad, separados por períodos secos. Por lo tanto, el número de DPCs es muy
importante en la definición de zona agro-ecológica.

Cuadr o Nº 2. Dur ación del Per iodo de Cr ecimiento (DPC)

La duración del periodo de crecimiento se define como el tiempo durante el cual las
temperaturas permiten un crecimiento del cultivo (Tmed > 5°C) y la precipitación más la
humedad almacenada en el perfil del suelo superan la mitad de la evapotranspiración

a l
i
potencial (diariamente la humedad acumulada en el perfil del suelo debe permitir la

r
germinación de las semillas, variable del modelo fijada en 50 mm).
La DPC se puede interrumpir por (i) un periodo seco, es decir, el agua suministrada por la

T
lluvia y la humedad almacenada en el suelo quedan por debajo de 0.5 ETP (ó Eta < 0.5
Eto), y (ii) de acuerdo con la DPCt, por una parada invernal (inactividad o interrupción por

r
el frío). N.B. Un período de crecimiento.

Car acter ísticas del per íodo de cr ecimiento

e
ir vm.tw
Per íodo de cr ecimiento de todo el año

La P excede normalmente a la ET para todo el año.

Per íodo de cr ecimiento nor mal

Dn.co
F.zeo
La P supera a la ET para parte del año; pudiéndose diferenciar:

• Un período de crecimiento

D
• Un período de crecimiento con periodo de inactividad
• Dos o más períodos de crecimiento

P w w
• Dos o más período de crecimiento de los cuales uno tiene un período de inactividad

w
n
Per íodo de cr ecimiento inter medio

e o
La P normalmente no excede a la ET, pero si la supera parte del año, se puede diferenciar:

• Un período de crecimiento
• Un período de crecimiento con periodo de inactividad

Z
• Dos o más períodos de crecimiento
• Dos o más período de crecimiento de los cuales uno tiene un período de inactividad

Sin per íodo de cr ecimiento

Uso de SIG

Los sistemas de información geográfica (SIG) han surgido como poderosas herramientas
para la manipulación y análisis de grandes volúmenes de datos, estadísticos, espaciales y
temporales, que son necesarios para generar, de una forma flexible, versátil e integrada,
productos de información, ya sean mapas o informes, para la toma de decisiones sobre el
uso de tierras. Muy buenos resultados se han conseguido en el desarrollo de herramientas
SIG para la planificación de los recursos naturales, su gestión y control a diferentes escalas.

El desarrollo de estas y otras aplicaciones informáticas conlleva el análisis e interpretación

de gran cantidad de datos bio-físicos y socio-económicos, estadísticos, espaciales y
temporales, con objeto de producir diversas clases de productos informáticos en forma de
imágenes, mapas y otros informes necesarios en la toma de decisiones. Para ello son

a l
i
necesarias herramientas informáticas de análisis espacial que faciliten el fácil acceso a los

r
datos y su manipulación.

r T
e
ir vm.tw
Dn.co
F.zeo
D
P w w
w
o n
Z e
 III. MATERIALES Y METODOS

Descr ipción Gener al del Ar ea de Estudio

3.1. Ubicación y extensión (Valle Centr al)

a l
r i
De acuerdo con Meternich (1997), el área de estudio incluye los municipios del Cercado,
Colcapirhua, Quillacollo, Tiquipaya, Vinto del Departamento de Cochabamba; limita al norte
con las Cordillera del Tunari, al este con la provincia Chapare, al sud con Sipe Sipe (cuyo

r T
límite es el río Viloma) y al oeste con los cerros Pujio Punco y Cruz Pata. (Mapa 1)

Geográficamente entre las coordenadas de 17º21' y 17º23' de Latitud Sud y de 66º08' y 66º23'

e
de Longitud Oeste, con alturas que varía de 2500 a 2700 msnm

3.2. Clima

ir vm.tw
Soto (1997), afirma que de acuerdo al sistema THORNTHWAITE, el área de estudio

Dn.co
pertenece a un clima subhúmedo seco (C1), mesotérmico ( semifrío) B'2, moderada demasía
de agua en el verano ( w ), con una eficiencia térmica normal para el clima.

F.zeo
Entre las características meteorológicas más importantes se tiene (datos obtenidos de la
estación de Pairumani):

D
La temperatura promedio anual es de 17,6ºC, con una variación de 14,7 a 19,5ºC para la época
seca ( Abril-Octubre ) y de 17,9 a 19,5ºC para la época húmeda ( Noviembre-Marzo ).

P w w
La precipitación promedio anual es de 670,5 mm, con una precipitación 82,1 mm para la

w
época seca ( Abril-Octubre ) y de 588,4 mm para la época húmeda ( Marzo-Noviembre ).

o n
Este mismo autor en un estudio realizado en la cuenca Chocaya, respecto al clima
menciona que el área de estudio pertenece a zona de vida estepa espinosa montano bajo

e
subtropical, entre sus características principales tenemos:
Presenta un clima muy favorable a la vida y salud humana y excepto por su falta de

Z
precipitación adecuada, es netamente favorable al cultivo intensivo y a la cría de animales
domésticos.

En esta zona se experimenta normalmente biotemperatura entre 12 y 18 grados centígrados,

con una variación entre el mes más cálido y el más frío no más de 5ºC. Se producen escarchas
o temperaturas mínimas por debajo del punto de congelación del agua, entre mayo y agosto y
algunas veces septiembre, meses que coinciden generalmente con los meses secos, no
pudiéndose efectuar el cultivo de muchas especies. La precipitación anual varía de 250 a 500
mm.
Mapa 1. Ubicación del Ar ea de Estudio 1

Mapa 2. Ubicación del Ar ea de Estudio

a l
r i
r T
e
ir vm.tw
Dn.co
F.zeo
Mapa 2. Ubicación del Ar ea de Estudio 2

D
P w w
w
o n
Z e
 3.3. Fisiogr afía y suelos

Gran parte de esta formación está marcada por una topografía accidentada con valles estrechos

l
y profundos que dominan en esta zona de vida. Solo en determinados sectores, como el valle
central de Cochabamba y áreas comprendidas entre Cliza, Punata, Arani y otras, presentan
extensas llanuras adaptadas al riego y a la mecanización agrícola.

a
r i
Los suelos aunque limitados en su área total se hallan entre los de mayor productividad, de

T
acuerdo a su origen son profundos, bien estructurados y de buena retención de humedad
durante seis a ocho meses del año, período en el cual pueden madurar todas las cosechas

r
típicas del piso sin ningún riesgo.

3.4. Vegetación

e
ir vm.tw
Saenz (1999), afirma que en la zona en las áreas no cultivadas, especialmente en los
abanicos, a lo largo de las torrenteras y en los bordes de los canales.
Entre las especies vegetales que más frecuentemente se encuentran en esta zona de vida son:

Nombre técnico Familia

Dn.co
Nombre vernacular

- Schinus molle L
- Fagara coco (Gill) Rutaceae
F.zeo
Anacardiaceae Molle
Chirimolle
- Schinus polygamus
- Jacarandá acutifolia
- Dodonea viscosa D
Anacardiaceae Luyu luyu
Bignonáceae Jacarandá, tarco

P w w
Sapindaceae Chacatea

w
3.5. Cultivos

o n
Los cultivos principales que se manejan dentro el área de estudio son:

Z e Alfa alfa
Papa
Maíz
Entre las hortícolas tenemos:
Medicago sativa
Solanum tuberosum
Zea mayz

Cebolla Allium cepa

Zanahoria Daucus carota
Repollo Brassica oleráceae
Zapallo Cucurbita máxima
Entre los frutales tenemos:

Durazno Prunus pérsica

Manzana Pirus malus
Higo Ficus carica

3.6. Uso actual de la tier r a

a l
r i
Córdoba e Ibañez (1998) mencionan que en el área de estudio el uso de la tierra es la

T
producción agrícola en forma intensiva de acuerdo a los medios con los que cuenta cada
comunario. En zonas a temporal solo se produce una sola vez al año, debido a factores

r
climáticos (heladas) y a la falta de riego. Sin embargo, en áreas donde se cuenta con agua la
producción se realiza dos veces al año en el mismo terreno. La rotación de cultivo que se

e
presenta en la zona en su generalidad es como sigue: intercalación de cultivos Gramíneas,
Hortalizas con Leguminosas a manera de dar un descanso al suelo.

ir vm.tw
En terrenos bajo riego la producción es intensiva con por lo menos 2 siembras al año, se
caracteriza por la producción de hortalizas y legumbres principalmente junto a otros
productos como la papa (imilla, runa y la holandesa), maíz, arveja, haba, cebolla, zanahoria,

Dn.co
repollo, además de cereales como avena y trigo, lechuga, quilquiña, vainitas, cebolla y la
floricultura con variedades como el clavel, ilusión, staticia y otros.

F.zeo
3.7. Ubicación y extensión (Valle Alto)

D
De acuerdo con el Informe General de Riego del Valle Alto (1983), el área de estudio se

P w w
extiende en las provincias de Punata, Arani, Jordán (Cliza), Esteban Arze (Tarata), y Tiraque
del departamento de Cochabamba; limita al norte con la provincia Chapare, al este con los

w
municipios de Vacas y Alalay, al sud con el río Caine-Rocha y al oeste con los Santivañez y
Capinota. (Mapa 2)

o n
Geográficamente ubicado entre las coordenadas de 17º20' y 17º50' de Latitud Sud y de 65º35'

e
y 66º12' de Longitud Oeste, con alturas que varían de 2700 a 2800 msnm, tal como se indica
en el mapa de ubicación.

Z
3.8. Clima

De acuerdo al sistema THORNTHWAITE, el área de estudio pertenece a un clima subhúmedo

seco (C1), a semiárido, moderada demasía de agua en el verano ( w ), con una eficiencia
térmica normal para el clima.

Entre las características meteorológicas más importantes se tiene (datos obtenidos del
promedio de 10 estaciones ubicadas dentro del área de estudio):
La temperatura promedio anual asciende cerca a los 15 ºC, mientras que en partes más altas
con datos como Toralapa (3400 msnm), el promedio disminuyó hasta 9 ºC.

La precipitación promedio anual es de 700 mm, siendo los meses de diciembre a marzo en los
que llueve alrededor del 70% del total estimado.

3.9. Geología

a l
como sigue:
r i
En el Informe General de Riego del Valle Alto (1983) en el aspecto de geología se describe

r T
La geología regional en el valle alto está caracterizada por rocas areniscas, cuarcitas, limolitas
y lutitas, en parte silificadas, del ordovícico y en menor escala del cretácico acompañado por
caliza. Las cumbres de las montañas y las partes superiores están cubiertas con frecuencia, por

e
relictos glaciales, material morrénico que consiste de grava arcillosa con contenido de arena,
piedras y bolones.

ir vm.tw
La parte inferior de los valles de los afluentes está caracterizado por depósitos de faldeo y el
fondo de los valles se encuentra depósitos muchas veces potentes de material aluvial de grava
arenosa con piedras y bolones, que forman también el relleno del fondo del valle alto,

Dn.co
conjuntamente con depósitos lacustres de mayor contenido arcilloso, en gran potencia.

3.10. Zona de vida

F.zeo
D
El área de estudio pertenece a zona de vida estepa espinosa montano bajo subtropical, entre
sus características principales tenemos:

P w w
Presenta un clima muy favorable a la vida y salud humana y excepto por su falta de

w
precipitación adecuada, es netamente favorable al cultivo intensivo y a la cría de animales
domésticos.

o n
En esta zona se experimenta normalmente biotemperatura entre 12 y 18 grados centígrados,

Z e
con una variación entre el mes más cálido y el más frío no más de 5ºC. Se producen escarchas
o temperaturas mínimas por debajo del punto de congelación del agua, entre mayo y agosto y
algunas veces septiembre, meses que coinciden generalmente con los meses secos, no
pudiéndose efectuar el cultivo de muchas especies. La precipitación anual varía de 500 a 700
mm.

3.11. Fisiogr afía y suelos

De acuerdo a Soto (1991) fisiográficamente el valle alto, es una planicie con una pendiente
que varía de 0 a0.5% y en las partes ligeramente inclinadas con una pendiente que llega hasta
el 2.4%, en las zonas ligeramente onduladas con una pendiente que llega hasta el 5,3%.
Asimismo, menciona que en el área de estudio se encuentran suelos que pertenecen a los
órdenes Entisoles, Inceptisoles, Alfisoles, Aridisoles y Vertisoles cuya fertilidad natural y
contenido de materia orgánica son bajos.

3.12. Vegetación

De acuerdo con Soto (1991) en la zona existen muy pocas áreas con vegetación natural,

a l
debido a que ésta ha sido alterada por la intervención humana, actualmente existen sectores

altura y densidad en relación al tipo de suelo y fisiografía.

r i
con especies caducifolias y algunas microfoliadas y siempre verdes, la vegetación varía en

Nombre técnico Familia Nombre vernacular

T
Las especies vegetales que más frecuentemente se encuentran en esta zona de vida son:

r
- Schinus molle L Anacardiaceae Molle
e
ir vm.tw
- Fagara coco (Gill) Rutaceae Chirimolle
Eng
- Jacarandá acutifolia Bignonáceae Jacarandá, tarco
( Humd. )S. Bondl.
- Dodonaea viscosa
Jacg.
Sapindaceae Chacatea

Dn.co
F.zeo
- Acacia macrantha Mimosaceae Kiñi thago
Humb. S. Bondl

3.13. Cultivos

D
P w w
Los cultivos que se manejan dentro el área de estudio son:

w
n
Alfa alfa Medicago sativa
Papa Solanum tuberosum

o
Maíz Zea mayz

Z e
Entre las hortícolas tenemos:

Cebolla
Zanahoria
Repollo
Allium cepa
Daucus carota
Brassica oleráceae
Zapallo Cucurbita máxima

Además de especies frutícolas y algunas flores como la staticia, gladiolo, geranio y otros.
 3.14. Uso actual de la tier r a

Condo 1998, sobre el uso de la tierra afirma que gran parte de la superficie del suelo está
ocupada por cultivos, el resto está constituido por tierras afectadas por salinidad, de acuerdo
con las condiciones físicas y ecológicas del área estudiada, existe experiencia en los
agricultores en cuanto al manejo de las variedades de los cultivos como: zanahoria, alfalfa,
maíz, cebolla y otros, diferenciándose dos tipos de agricultura intensiva y semitemporal.

a l
Los métodos de cultivos que se practican en la preparación de la tierra lo realizan con el arado

r i
de palo y tracción animal (bueyes), agricultores con mayor capacidad económica y terrenos
más extensos utilizan la maquinaria agrícola (tractor), las labores culturales y cosecha lo
realizan con herramientas de labranza manual.

MATERIALES

r T
El material utilizado en el presente estudio fue:

e
ir vm.tw
- Hojas topográficas a escala 1:50000 publicadas por el Instituto Geográfico Militar
como se detalla a continuación:

Lista de hojas topográficas:

Hoja topográfica
Cochabamba Dn.co
Número
6341 I
Quillacollo
Cuatro Esquinas
F.zeo 6441 IV
6342 II

D
Punata 6441 III
Tarata 6341 II

Datos de Pr ecipitación
P w w
w
o n
Toda la información que se presenta proviene de diferentes fuentes, que son:
Servicio Nacional de Meteorología e Hidrología (SENAMHI)

e
Prefectura de Cochabamba
Centro de Investigación Fitoecogenéticas Simón I. Patiño

Z
Esta información fue mensual para una periodo de 15 años

Datos de Temper atur a

Los registros de temperatura (Fuente: instituciones mencionadas y elaboración propia) para

un periodo de 15 años (1978-1992).Los datos obtenidos fueron Media Mensuales.
 Equipo Infor mático
El tratamiento de la información en primera instancia se la realizó en Excel y
posteriormente se introdujeron y realizaron los mapas finales en ILWIS.
METODOLOGIA

l
Recopilación de Infor mación
Se revisaron los diferentes documentos en los cuales se tienen datos de temperatura y

i a
precipitación de las diferentes estaciones tanto del valle Central como del Alto, en principio
se reviso los documentos de las maestrías anteriores.

r
T
La recopilación de los datos de precipitación y temperatura se la recabó de las instituciones
antes mencionadas, lamentablemente muchas de ellas no estaban en una sola institución por

r
lo que se tuvo que recurrir a varios lugares, a esto debemos añadir que la información de la
estación de Pairumani no se la había procesado lo que obligó a leer los termogramas de dos

e
años (1978,1979) y del periodo 1980-1989 se obtuvieron datos leídos cada dos horas

ir vm.tw
durante 24 horas.

Posteriormente se consulto bibliografía referente a la fenología de los cultivos de las zonas

de estudio, como los textos que publica la FAO (nº 24, 33).

ETAPA DE CAMPO
Dn.co
F.zeo
Esta etapa se llevó a cabo en las diferentes instituciones que manejan información
climática, para lo cual se recurrió a las planillas que posee el Servicio Nacional de
Meteorología e Hidrología (SENAMHI) que es la principal entidad que recopila los datos

D
de las diferentes estaciones que esta a su cargo.

P w w
Algunos documentos también fueron revisados que están a cargo de la prefectura de
Cochabamba. Sin embargo se tropezó con la dificultad de que los datos de temperatura de
w
n
la estación de Pairumani, lo cual ameritó visitas para la revisión de los registros de
temperatura en especial porque la información correspondiente al periodo de 1970-1990 no

e o
existe en ninguna de las instituciones anteriormente mencionadas.

Se realizo visitas al Programa de Manejo de Cuencas en la cual también se manejan datos

de algunas estaciones a su cargo y que están ubicadas a lo largo de las cuencas en las que se

Z
hacen los trabajos sea de conservación de suelos, control de cárcavas y otras actividades
que ellos planifican.

ETAPA DE GABINETE

Manejo de la infor mación de Pr ecipitación y Temper atur a

Los datos en planillas fueron analizados para considerar únicamente aquellos que cumplían
con el requisito de estar disponibles para un periodo de 15 años, en ambos parámetros.
Posteriormente se procedió al llenado de los datos faltantes de acuerdo a dos métodos, en el
caso de la precipitación: de los promedios y el racional deductivo que son los más
aconsejables e estos casos. Posteriormente se hizo el análisis de consistencia y
homogeneidad utilizando el método de la curva de doble masa.

La temperatura fue rellenada mediante el método de los promedios haciendo la

base por la poca diferencia de altura y la ubicación en la misma cuenca.

a l
consideración de que la altura no afectaría a los datos obtenidos a partir de una estación

Calculo de la Etp (Evapotr anspir ación Potencial)

r i
T
Calculado en base a la fórmula descrita en la revisión bibliográfica junto a la tabla de
radiación extraterrestre calculada para la ubicación de Bolivia.

Gener ación de mapas con ILWIS

e r
ir vm.tw
Debido a los pocos puntos ( número de estaciones) obtenidos los diferentes métodos de
interpolación no podían realizar las operaciones por la poca información disponible, así que
se optó por escoger una de ellas y la que mejor se ajustó a esta situación fue la de Moving
Average (Inverse distance) con lo cual se generó los diferentes mapas.

Dn.co
En el caso de la temperatura se hizo la corrección por altura propuesta en la metodología de

F.zeo
THORNTWAITE - MATHER de acuerdo a la siguiente factor de corrección (fórmula):

F cor r ección = (DEM-mapa de altur as)/(-0.46*100)

RESULTADOS D
P w w
w
Una vez recopilada toda esta información se procederá a la elaboración de los mapas en el

o n
paquete computacional ILWIS, con lo cual se generará los siguientes mapas:

- Mapa de isoyetas o precipitaciones

Z e- Mapa de temperatura y evapotranspiración

-. Mapa de requerimientos de los cultivos en base a precipitación y temperatura
Esquema 1. Rellenado de Datos Faltantes

Recopilación de datos

Precipitación Temperatura

a l
Método racional
deductivo
Llenado de datos Llenado de datos
r iMétodo de las

Método de los
faltantes faltantes

r T diferencias de
alturas

e
promedios
Verificación de

ir vm.tw
Verificación de datos
datos generados:
generados: Curva doble
masa

D a t o s
Dn.co
c o m p l etos

Esquema 2. Per iodo de Cr ecimiento

F.zeo
D
P w w Evapotranspiración Uso actual de la tierra

w
n
Precipitación

o Cultivos: alfalfa, papa,

zanahoria, cebolla y flores
maíz,

e
Temperatura

Z Evapotranspiración / 2 Per iodos de Cr ecimiento

Categorización de los Periodos de Crecimiento

Esquema 3. Uso de SIG

Geomorfologia Per iodos de Cr ecimiento

Suelos
Clima

Uso de SIG: ILWIS

a l
r i
Mapa de isoyetas

r T
Mapa de evapotr anspir aación y temper atur as
Mapa de r equer imiento de los cultivos en base a
la pr ecipitación y temper atur as

e
ir vm.tw
Dn.co
F.zeo
D
P w w
w
o n
Z e
 IV. RESULTADOS

El estudio comprendió las zonas denominadas Valles Alto y Central del departamento de
Cochabamba, en las cuales se seleccionó las estaciones que tenían un historial de al menos
15 años, periodo comprendido de 1978 a 1992, tanto en registros de precipitación como de
temperatura, por esto se presentarán los resultados de manera separada.

Valle Centr al

a l
Las estaciones elegidas en esta zona son:

r i
T
Cuadr o Nº3. Estaciones seleccionadas

r
Estaciones Longitud Elevación Per íodo de Fuente
Latitud
msnm estudio
Aasana
Pairumani
17º 25’
17º 21’
66º 10
66º 19’
2548
2600
e
1978-1992
1978-1992
SENAMHI
**

ir vm.tw
La Violeta 17º 33’ 66º 14’ 2610 1978-1992 SENAMHI
** Centro de Investigación Fitoecogenéticas Simón I. Patiño

En esta zona se consideraron las estaciones de Pairumani, La Violeta y Aasana, siendo esta

Dn.co
última la estación base por el largo historial de datos climáticos con que cuenta la misma
(30-40 años) con las cuales se elaboró los mapas de isoyetas e isotermas en el uso de la

F.zeo
metodología de Moving Average (inverse distance) del programa ILWIS.

Pr ecipitación
De la consistencia
D
P w w
Para la verificación de la consistencia se eligió la estación Aasana por la confiabilidad y el
largo histotrial que tiene, después de obtener la acumulada de los valores de la
w
n
precipitación.

o
Se observan datos consistentes tanto en Pairumani como en La Violeta de acuerdo a la
prueba de la curva doble masa, como se presenta a continuación:

e
Z
 Figur a Nº1. Cur va doble masa par a la estación de Pair umani

12000
y = 0.4101x - 25.359
10000
R2 = 0.9998
Acumulada en mm

8000

l
6000

a
4000
2000
0
0.0 5000.0 10000.0 15000.0 20000.0
r
25000.0i 30000.0
Acumulada estación Pairumani
linea de tendencia

r T
Acumulada estación Aasana

Con respecto a la estación La Violeta también se dio la misma situación por lo que en
ninguna de ellas se procedió al calculo de un factor de corrección con lo cual se debía
e
ir vm.tw
recalcular los valores considerados sospechosos y/o malos.

Figur a Nº 2. Cur va doble masa par a la estación de La Violeta

9000
y = 0.3194x + 61.997 Dn.co
F.zeo
8000
R2 = 0.9996
Acumulada en mm

7000
6000
5000
4000
3000
2000
1000
D
P w w
w
n
0
0.0 5000.0 10000.0 15000.0 20000.0 25000.0 30000.0

e o Acumulada estación La Violeta

linea de tendencia
Acumulada estación Aasana

Z
En ambos casos el coeficiente de correlación tiene una proximidad a 1 del mismo, lo que no
es necesario hacer una corrección para los datos, significando una buena correlación entre
la estación analizada y la considerada base.

Después se procedió a llenar los datos faltante que habían en ambas estaciones, este llenado
se realizo mediante dos métodos: el de los promedios y el racional deductivo. Siendo el de
los promedios el más rápido y fácil, pero de acuerdo al número de datos faltantes el método
no da la garantía necesaria. El segundo método es el más confiable para el llenado
correspondiente y estos nuevos valores se utilizan en la correlación.
En el caso de Pairumani fueron 2 datos y en La Violeta 5, además se ven que los valores
generados tienen ligera diferencia y como recomienda la bibliografía se utilizó los datos del
método racional deductivo, tal como se presenta en la parte de los anexos.

Temper atur a

En la estación de Pairumani los datos disponibles en SENAMHI solamente existen a partir

de 1991 hasta el año 2000, lo que obligó a recopilar información faltante con los datos
existentes en la misma institución: Centro de Investigaciones Fitoecogenéticas Simón I.

a l
Patiño)

r i
T
Cuadr o Nº 4. Datos mensuales de Temper atur a. Estación Pair umani

r
AÑOS ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC
1978 16,50 17,50 17,50 17,30 15,60 14,60 14,70 15,60 18,40 19,20 19,30 17,40
1979 16,60 18,00 17,70 17,40 15,90 15,00 14,50 16,70 18,50 18,80 20,40 19,00
1980
1981
16,70
17,00
17,60
15,50
16,00
15,90
15,50
17,40
14,20
15,80
12,50
11,90
13,20
11,60
14,10
13,00
e
15,80
14,60
17,90
17,80
19,40
18,70
17,70
18,50

ir vm.tw
1982 16,10 17,00 15,30 14,70 12,50 11,60 11,80 13,40 15,30 17,60 18,00 16,40
1983 17,60 16,40 17,50 17,60 14,50 12,90 13,40 15,30 17,10 17,80 18,60 17,30
1984 14,30 14,50 15,10 15,00 14,20 12,90 12,30 13,30 15,40 17,40 16,30 16,20
1985 15,20 15,00 16,10 14,30 13,20 11,60 10,20 13,60 15,10 16,40 15,60 15,10
1986 16,30 16,60 15,50 16,20 13,70 12,80 11,80 15,10 16,60 17,40 17,00 17,00
1987
1988
1989
17,60
18,00
18,30*
16,90
18,00
18,00*
17,50
17,50
17,60*
17,40
16,00
15,60*
16,40
15,40
14,30*
Dn.co
13,80
12,70
14,10*
14,50
13,40
13,30*
16,80
16,00
14,80*
18,20
17,20
16,50*
19,10
19,00
18,00*
19,10
18,90
18,00*
20,50
18,90
18,40*

F.zeo
1990 18,50* 17,70* 18,00* 16,80* 15,20* 12,90* 12,60* 14,90* 16,10* 17,90* 18,80* 18,90*
1991 18,30* 19,00* 18,40* 16,50* 15,00* 13,40* 13,30 17,70 19,10 19,90 19,90 20,50
1992 17,70 18,00 17,80 17,80 16,40 13,05 12,60 13,60 16,10 18,50 17,90 18,40
PROM. 17,00 17,00 16,90

D
16,40 14,80 13,00 12,90
Fuente: Centro de Investigación Fitoecogenéticas Simón I. Patiño
• Datos recopilados de la estación La Violeta

P w w
14,90 16,70

Los datos estaban presentes en dos formas: bandas de registro semanal que registró el
18,20 18,40 18,00

w
n
termógrafo (años 78,79) y en planillas en las cuales se hacían registros cada dos horas
durante las 24 horas del día (12 lecturas). De las bandas se anotó la máxima y mínima

e o
temperatura diaria y se sacó un promedio lo que se presentó anteriormente, para realizar el
cálculo de la evapotranspiración potencial. Además cabe señalar que existen datos faltantes
en los años 89,90 y parte del 91, por lo que para fines de los cálculos apoyados en la
proximidad de la esta La Violeta se asumieron los datos acompañados con asterisco.

Z
En el caso de la estación La Violeta la planilla presenta pocos datos faltantes (3-4) los que
fueron llenados con el método de los promedios y se presenta a continuación:
 Cuadr o Nº 5. Datos mensuales de Temper atur a. Estación La Violeta

AÑOS ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC
1978 17,40 18,10 17,40 17,00 14,00 13,10 12,20 13,80 15,40 17,90 18,50 17,80
1979 17,00 18,40 17,00 16,00 14,30 13,20 12,50 14,50 16,00 17,20 18,90 18,20
1980 18,50 11,60 17,20 16,10 13,90 13,10 13,50 14,30 15,50 17,60 18,50 18,50
1981 18,50 17,40 17,40 16,00 14,20 11,70 12,20 13,40 14,30 17,60 18,90 18,70
1982 17,80 17,90 17,00 15,50 12,80 12,20 12,70 14,20 16,50 17,60 18,60 18,10

l
1983 19,20 18,50 18,40 17,90 15,00 13,80 14,60 15,30 16,80 17,70 18,60 18,50
1984 16,70 16,80 16,90 16,00 14,60 13,10 12,40 13,40 15,20 17,50 17,50 16,70

a
1985 16,40 16,90 17,20 16,30 14,80 12,50 12,40 15,00 16,00 16,70 17,00 17,90

i
1986 18,10 16,40 16,90 15,90 13,60 12,80 11,70 14,60 15,50 16,80 17,80 18,00

r
1987 18,00* 17,50 17,50* 16,60 14,50* 12,90 13,70 14,10 16,00 17,30 19,40 19,50
1988 18,90 18,20 17,80 16,80 15,10 13,10* 12,90* 15,30 16,00 17,80 18,50 18,90
1989 18,30 18,00 17,60 15,60 14,30 14,10 13,30 14,80 16,50 18,00 18,40 19,10
1990
1991
1992
18,50
18,30
18,20
PROM. 18,00
17,70
19,00
17,80
17,40
18,00
18,40
17,50
17,50
16,80
16,50
16,90
16,40
15,20
15,00
15,70
14,50
12,90
13,40
14,20
13,00
12,60
13,30
13,10
12,90
14,90
14,80
13,90
14,40
16,10
15,90

r
15,80
15,80 T
17,90
18,30
17,30
17,60
18,80
18,30
18,00
18,40
18,90
18,40
18,00
18,40

e
Fuente: SENAMHI * Datos rellenados
La estación base de preferencia debe reunir dos condiciones: tener un buen historial (años

ir vm.tw
de funcionamiento y datos buenos), por esta razón se eligió la de Aasana, la planilla
correspondiente a este parámetro se presenta a continuación:

Cuadr o Nº 6. Datos mensuales de Temper atur a. Estación Aasana

AÑOS
1978
ENE FEB
17,30 17,40
MAR
16,90
ABR
17,80
MAY
14,60
J UN

Dn.
13,70
J UL
12,60
co
AGO
14,20
SEP
17,00
OCT
18,30
NOV
19,90
DIC
18,10

F.zeo
1979 17,30 19,20 18,40 18,40 15,00 13,30 13,20 15,40 17,30 19,30 20,70 19,20
1980 19,80 19,60 18,70 17,50 14,60 13,30 14,30 15,40 17,10 19,60 20,30 19,80
1981 19,10 18,10 18,10 16,80 15,00 11,80 12,50 14,30 16,00 18,90 20,50 19,80
1982
1983
1984
1985
1986
18,20 18,80
20,80 19,60
17,20 17,40
17,30 18,10
18,60 17,10
17,50
19,90
17,70
18,80
17,30
D
16,70
19,70

P w w
17,10
18,40
17,10
13,80
15,80
15,50
14,10
14,30
12,80
13,90
13,90
13,20
13,10
13,40
14,50
13,20
11,50
12,00
15,20
15,90
14,50
15,50
15,30
16,80
17,80
16,30
18,00
16,60
19,20
19,10
18,40
18,00
18,10
20,10
19,60
18,60
19,30
19,30
19,50
19,80
18,20
19,30
18,50
w
n
1987 18,30 18,60 18,50 18,30 16,30 13,70 13,90 16,40 17,50 19,50 21,00 21,00
1988 19,80 19,10 18,70 17,70 15,80 13,40 13,90 16,40 17,50 19,20 19,60 20,00

o
1989 18,40 18,40 18,60 17,30 14,90 14,70 13,20 15,20 17,40 19,10 18,90 19,70
1990 19,10 18,50 19,60 18,20 16,20 13,40 13,30 15,60 17,30 19,40 19,90 19,60
1991
1992

Z
PROM.
e 19,20 19,60
19,00 18,90
18,60 18,60
Fuente: SENAMHI
19,50
18,70
18,50
17,60
18,30
17,80
16,00
16,40
15,20
13,80
14,60
13,50
13,90
13,40
13,20
15,60
14,60
15,30
16,90
17,10
17,10
19,70
19,20
19,00
20,10
19,30
19,80
21,30
19,70
19,60

Una vez completados los datos faltantes de precipitación y temperatura se procedió a la

elaboración de los mapas con los cuales se trata de explicar las condiciones del valle central
en cuanto a estos dos parámetros con la finalidad de apreciar y/o corroborar si las
condiciones en esta zona son las más propicias para los cultivos mencionados en la
metodología.
 Aplicación de ILWIS

Una vez obtenidos los datos de precipitación completos de los meses faltantes se procedió a
introducirlos en el programa ILWIS con lo cual se generó mapas en los cuales se presenta
la zona de estudio con sus respectivas precipitaciones de acuerdo a las tablas en las cuales
están dichos datos.

se vio por conveniente elegir el método de interpolación de puntos denominado Moving

a l
Como se explicó líneas arriba para una mejor presentación de los datos de la precipitación

r i
Average (inverse distance), sin embargo es bueno aclarar que los métodos de interpolación
(Kriging, Movin Average y otros) requieren una buena cantidad de estaciones (puntos) con
los que se puede trabajar y realizar los diferentes procesos de interpolación para determinar

T
entre otras cosas isolíneas de precipitación y temperatura, pero con pocos puntos se tiene la
dificultad que para algunos de ellos se requieren de mayor número de puntos.

r
Para la generación de los mapas que serán descritos más adelante se empleó un modelo de

e
elevación digital (DEM), tanto en el Valle Central como en el Valle Alto.

ir vm.tw
Mapa de Pr ecipitación

Existe diferencias entre las tres estaciones, respecto a los valores registrados (promedio

Dn.co
total), así el menor valor es el de Aasana con 468 mm/año y el mayor de Pairumani (707.0
mm/año), además se aprecia la tendencia que a medida que se va ganando en altura éste
parámetro registra mayores valores. (Mapa 3)

F.zeo
Esto nos muestra que las condiciones que presenta el Valle Central son mejores que el área

D
considerada como centro urbano, hablando en términos climáticos.

Mapa de Temper atur a

P w w
w
o n
Se aprecia que los valores mas altos se registraron en la estación de Aasana respecto al dato
promedio obtenido de todo el periodo (15 años), tal vez debido a la ubicación de ésta,
dentro del centro poblado ya que existen condiciones mediante las cuales se almacena el
calor en mayor proporción que en las áreas consideradas agrícolas.

Z e
También se observa que las estaciones de Pairumani y La Violeta tienen cierta relación ya
que están con valores cercanos, esto puede atribuirse a la poca diferencia de altura entre
ellas y las mismas condiciones como cuenca, a pesar de la distancia que las separa y de las
correcciones que se hicieron por altura para obtener dicho mapa. (Mapa 4)

La tendencia de incremento de las temperaturas se da hacia el valle bajo (estación

Capinota), mientras que en la parte superior hacia el parque Tunari la tendencia es que va
bajando a medida que se gana en altura.
 Mapa 3. Isoyetas del Valle Centr al (mm)

a l
r i
r T
e
ir vm.tw
Mapa 4. Isoter mas del Valle Centr al (ºC)

Dn.co
F.zeo
D
P w w
w
o n
Z e
 Mapa de Evapotr anspir ación Potencial

La evapotranspiración potencial presenta la misma tendencia que el de la temperatura, ya

que las estaciones de Pairumani y La Violeta presentan los mismos valores 131 mm/mes
(promedio), frente a los 134 mm/mes de la estación de Aasana como se muestra en el mapa
siguiente:

Mapa 5. Evapotr anspir ación Potencial del Valle Centr al (mm/mes)

a l
r i
r T
e
ir vm.tw
Dn.co
F.zeo
D
Una posible explicación de esta situación puede ser que en el cálculo de la
evapotranspiración se empleó la fórmula propuesta por el Dr. Serruto que esta basada

P w w
básicamente en la temperatura junto a la radiación solar extraterrestre (tabla presentada en
la metodología).
w
n
Mapa de Requer imientos en mm/año par a cr ecimiento óptimo de los cultivos

o
Z e
Para hacer una adecuación de los cultivos que se consideraron en el presente estudio, los
requerimientos para lograr un crecimiento óptimo se hizo el cálculo en base al cuadro 1
multiplicando por dos o tres veces el valor en mm de precipitación requerida, de acuerdo al
cultivo que se analiza.

En este mapa se observa que el área circundante a la estación Aasana no muestra un valor
adecuado de la precipitación dentro el rango considerado óptimo para los requerimientos de
todos los cultivos que se consideran, sí para el caso de algunos que se los maneja un solo
ciclo en el año. Tal como se aprecia en el mapa correspondiente (Mapa 6)
 Mapa 6. Requer imiento en mm de los cultivos par a cr ecimiento óptimo

a l
r i
r T
e
ir vm.tw
Dn.co
En este punto es oportuno mencionar que el promedio considerado por cada estación
también se aproxima a la media de todos los datos considerados en el periodo.

F.zeo
Esto además se ve reflejado por la mayor evapotranspiración potencial como fue presentado
el mapa correspondiente líneas arriba.

D
Una explicación del porque se presenta una diferencia abrupta entre la zona cercana a la
estación Aasana y el área de influencia de las estaciones Pairumani y La Violeta es por la

P w w
reclasificación que se asigna, por lo tanto los cálculos realizados por el paquete consideran
a cada intervalo como un limite asignado.
w
n
Mapa de Requer imientos de temper atur a par a cr ecimiento óptimo de los cultivos

o
Z e
Los cultivos que han sido considerados tienen requerimientos de temperatura que están
dentro de los datos obtenidos de las tres estaciones cuyo promedio esta entre el rango de los
18-20 ºC, por lo tanto satisfacen plenamente sus requerimientos en este aspecto como se ve
reflejado en el mapa correspondiente.(Mapa 7).
 Mapa 7. Requer imientos de temper atur a par a cr ecimiento óptimo

a l
r i
r T
e
ir vm.tw
Un aspecto que es necesario mencionar está explicado por Villarpando (1997) quien afirma
que con referencia a la distribución espacial de la precipitación y la temperatura menciona
que los efectos de la altitud y exposición no pueden ser estudiados separadamente, en

Dn.co
conjunto constituyen los factores que determinan la cantidad de lluvia que ha de precipitar
en distintos lugares, dentro de la misma zona climática. Hay otros factores como la

F.zeo
inclinación y la forma del terreno que influyen a su vez en la cantidad de lluvia, junto con
la altitud y exposición. Todos ellos determinan el mecanismo de producción de la lluvia a
través de los procesos de convergencia, convección y ascenso de las masas de aire por la
orografía del terreno.
D
P w w
Otra explicación que es necesaria hacerla se refiere a que las temperaturas con las que se
generó este mapa, están dentro el rango considerado óptimo para la mayoría de los cultivos
w
n
analizados y que se manejan en el Valle Central.

e o
Per iodo de Cr ecimiento

El periodo de crecimiento que se tiene en el Valle Central muestra que existe un periodo

Z
particular (especial) en el cual la curva de la evapotranspiración media sobrepasa a la de la
precipitación en ocho meses, lo que nos muestra que el periodo de crecimiento es seco, es
decir la evapotranspiración potencial es mayor, pero la evapotranspiración media es menor
al de la lluvia en los meses de lluvia (diciembre, enero y febrero).
 Figur a 3. Per iodos de Cr ecimiento en el Valle Centr al

Per iodo de Cr ecimiento Valle Centr al

200.00

l
160.00

120.00

a
mm

80.00

40.00

r i
T
0.00
J A S O N D E F M A M J

Prom. Precip. Etp mes Etp / 2

En este sentido los cultivos tienen condiciones poco favorables para un desarrollo
e r Meses

ir vm.tw
considerado normal, para lo cual se debe programar riegos de acuerdo a las necesidades de
cada cultivo.

Sin embargo es bueno y oportuno aclarar que se tienen algunos sectores de esta zona por

Dn.co
donde viene el agua de riego que beneficia a algunas comunidades, las cuales no sientes
esta misma necesidad.

F.zeo
Siguiendo la metodología propuesta por Thornthwaite-Mather los valores obtenidos en el
cálculo de la evapotranspiración potencial representan la mitad de los que se obtuvo con la

D
fórmula del Dr. Serruto, o que nos lleva a la reflexión y análisis en ambos casos, tal como
se observa a continuación:

P w w
Figur a 4. Evapotr anspir ación Potencial del Valle Centr al

w
200.00

o n
Evapotr anspir acion Potencial del Valle Centr al (Método Thor nthwaite)

Z e
150.00
mm

100.00

50.00

0.00
J A S O N D E F M A M J

Eto Pp Meses
Una posible explicación para esta situación es que en cada una de ellas se trabaja con
factores que muchas veces no son representativos de cada lugar de nuestro país, lo que lleva
a asumir condiciones solo de referencia pero muchas veces no representan la realidad.

Y otra es que existe una diferencia entre ambas metodologías por el proceso de los cálculos
y al final del método Thornthwaite el factor de ajuste esta representado en la tabla
respectiva con una diferencia de 5 grados en comparación al de Serruto que tiene 2 grados
entre las latitudes.

a l
Valle Alto
Pr ecipitación
r i
r T
En esta zona el estudio comprendió el área considerada plana del valle Alto del
departamento de Cochabamba, donde se seleccionaron aquellas estaciones que tenían un
historial de 15 años, para tener una mejor confiabilidad sobre los resultados, a continuación

e
se presentan las estaciones seleccionadas:

ir vm.tw
Cuadr o Nº7. Estaciones seleccionadas

Estaciones Latitud Longitud Elevación Per íodo de Fuente

msnm estudio
Arani
San Benito
17º 34’
17º 31’
65º 46
65º 53’
Dn.co
2800
2730
1978-1992
1978-1992
SENAMHI
SENAMHI

F.zeo
Tarata 17º 36’ 66º 02’ 2721 1978-1992 SENAMHI

En esta zona del Valle Alto se pensó en principio considerar a la estación de San Benito

D
como la estación base para efectuar el análisis de consistencia con las demás estaciones que
tienen el mismo periodo de datos, ya que se la maneja por el personal que trabaja en la

P w w
estación experimental con los datos tanto de temperatura como de precipitación.

w
n
Pero la falta de datos en estos dos aspectos climáticos hizo que la elección se defina para la
estación de Tarata, y los resultados nos muestran que existe una buena consistencia tal

o
como se presentan a continuación:

e
Z
 Figur a Nº5. Cur va doble masa par a la estación Ar ani

7000.0
y = 0.2698x + 58.022
6000.0 2
R = 0.998
Acumulada en mm

5000.0

l
4000.0

3000.0

2000.0

1000.0

r i a
T
0.0
0.0 5000.0 10000.0 15000.0 20000.0 25000.0

Acumulada estación Arani

linea de tendencia

e r Acumulada estación Tarata

ir vm.tw
Lo que nos muestra que los datos tienen una consistencia buena, por lo tanto no requieren
una cálculo del factor de corrección para utilizar los datos en los siguientes cálculos.

Figur a Nº 6. Cur va doble masa par a la estación de San Benito

Dn.co
F.zeo
8000.0
7000.0
y = 0.3207x - 79.242

D
6000.0
Acumulada en mm

2
R = 0.9987
5000.0

P w w
4000.0
3000.0
2000.0

w
1000.0
0.0
0.0

o n 5000.0 10000.0 15000.0

Acumulada estación San Benito
20000.0 25000.0

Z e linea de tendencia

Mediante esta prueba se puede evidenciar que los datos no requieren de un ajuste ya que el
índice esta próximo a la unidad y da la garantía necesaria para seguir adelante con los
Acumulada estación Tarata

cálculos.

En el caso de Arani fueron 4 datos y en San benito 12, además se ven que los valores
generados tienen ligera diferencia y tal como recomienda la bibliografía se utilizó los datos
del método racional deductivo, tal como se presenta en la parte de los anexos.
Posteriormente se hizo el llenado de los datos faltante que habían en ambas estaciones, este
llenado se realizó también mediante los dos métodos anteriormente descritos: el de los
promedios y el racional deductivo. Siendo el de los promedios el más rápido y fácil, pero de
acuerdo al número de datos faltantes el método no da la garantía necesaria, especialmente
cuando los datos faltantes son de años seguidos. El segundo método es el más confiable
para el llenado correspondiente y estos nuevos valores se utilizan en la generación de los
mapas correspondientes.

Temper atur a

a l
r i
En la estación de Arani la planilla mostró pocos datos faltantes (6) los que fueron llenados

T
con el método de los promedios ya que no requieren un método más complejo, a
continuación se presenta la planilla completa:

Cuadr o Nº 8. Datos mensuales de Temper atur a. Estación Ar ani

AÑOS ENE FEB MAR ABR MAY J UN J UL

e
AGO
r SEP OCT NOV DIC

ir vm.tw
1978 18.10 18.00 17.70 17.70 16.40 15.10 14.50 15.40 16.90 18.90 19.70 18.70
1979 16.60 18.50 18.40 18.30 16.90 15.10 14.90 17.20 18.30 18.80 20.30 18.2
1980 19.50 19.10 18.50 18.70 16.50 15.80 15.60 15.90 17.00 18.90 20.00 20.00
1981 19.00 18.40 18.40 17.90 17.50 14.50 14.30 14.80 16.00 18.60 21.10 19.50

Dn.co
1982 18.50 19.00 17.90 17.70 15.70 15.20 15.10 14.70 17.90 18.90 19.40 19.20
1983 20.30 19.50 20.20 20.00 17.60 15.70 15.40 16.70 17.10 17.90 18.80 19.20
1984 16.80 16.90 17.30 17.50 17.10 15.90 14.70 14.80 16.60 18.40 18.10 18.40

F.zeo
1985 17.20 17.10 18.10 17.50 16.60 14.80 13.50 15.70 16.50 18.50 17.40 17.60
1986 18.30 16.90 16.50 17.70 15.40 14.30 12.60 15.90* 15.80 17.40 17.90 16.10
1987 17.70 18.10 17.80 17.90 16.20 14.40 14.20 17.10 17.20 18.00 19.20 19.90
1988
1989
1990
1991
1992
18.40 18.00
17.30 16.50
17.80 17.80
19.30 19.90
18.30 18.40
D
17.60 17.20 16.20
17.60 16.00 15.40

P w w
18.20* 18.90 17.80
20.20 18.00* 16.60*
18.30 18.30 17.20
14.20
15.10
14.80
15.90
14.80
13.90 16.40
13.80 15.50
14.60 16.60
14.30* 17.10
13.60 14.50
16.10
16.60
18.10
18.10
16.40
18.20
18.40
19.80
19.20
18.40
18.20
18.20
19.90
19.30
18.50
18.50
18.80*
19.70
20.20
18.10
w
n
PROM. 18.20 18.10 18.20 18.00 16.60 15.00 14.30 15.90 17.00 18.50 19.00 18.80
Fuente: SENAMHI * Datos rellenados

e o
En el caso de la estación de San Benito que esta dentro de la Estación experimental del
mismo nombre la planilla mostró el mayor número de datos faltantes (32) los que fueron
llenados con los datos de la estación Tarata, ya que esta estación es la que fue elegida como

Z
estación base con el justificativo de la poca diferencia de altura que existe entre ambas y
por la ubicación que tienen dentro una misma cuenca.
 Cuadr o Nº 9. Datos mensuales de Temper atur a. Estación San Benito

AÑOS ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC
1978 16,50* 16,90* 16,80* 15,90* 12,20 11,10 9,90 13,70* 15,96* 15,00 16,60 16,50
1979 16,00 16,10 15,50 15,40 13,10 11,50 10,70 12,80 14,40 16,00 17,50 16,90
1980 16,90 17,00 16,10 14,70 12,40 11,70 12,10 12,20 14,90 16,80 17,60 17,80
1981 17,20 16,30 16,40 14,70 13,10 10,00 10,60 12,30 13,50 16,60 18,10 17,70
1982 16,00 18,20* 17,30* 14,70 11,90 11,10 11,60 12,90 15,10 16,80 17,40 17,10
1983
1984
17,70 17,40
15,80 16,20
17,40 17,90
16,40 15,70
13,90
14,20
12,30
12,70
12,70
11,80
13,90
13,80
15,50
15,50
16,70
17,80
17,60
17,50*

a l
18,20
17,10*

i
1985 18,00 17,00* 17,70* 16,40 17,10* 13,60* 11,40 14,30 18,20* 19,10* 18,60* 16,60*
1986 16,20* 16,40* 17,20* 19,20* 14,20* 12,50* 12,20* 12,80 16,20* 19,00* 20,40* 17,70*
1987 16,50* 18,50*
1988
1989
1990
17,60 17,00
16,50 16,20
17,10 16,30
16,40 16,00
16,70 15,60
16,70 15,30
16,40 14,90
13,80
14,00
12,80
13,30
12,00
11,70
12,20
10,40
11,60
12,00
11,70
11,00
13,90
14,30
12,50
12,50
15,00
14,80
13,70
14,50
T r
16,60
16,70
16,30
15,90
17,90
16,90
16,80
16,20
18,60
17,10
17,80
16,60
1991
1992
16,40 16,40
16,50 16,00
PROM. 16,70 16,780
Fuente: SENAMHI *
16,10 14,60
15,60 14,50
16,60 15,70
Datos rellenados
12,70
13,10
13,40
10,70
11,50
11,70
10,90
10,80
11,40
12,40
12,00
13,10

e r14,10
13,70
15,00
16,00
16,10
16,80
16,80
16,40
17,50
17,90
16,50
17,30

ir vm.tw
La estación base de preferencia debe reunir dos condiciones: tener un buen historial (años
de funcionamiento y datos buenos), por esta razón se eligió la de Tarata en comparación
con la de San Benito a la que se rellenó un mayor número de datos, aunque en esta (Tarata)

Dn.co
se rellenó dos datos como se muestra en el siguiente cuadro:

F.zeo
Cuadr o Nº 10. Datos mensuales de Temper atur a. Estación Tar ata

AÑOS ENE FEB MAR ABR MAY J UN J UL AGO SEP OCT NOV DIC
1978
1979
1980
1981
16,50
14,50
18,40
18,00
1982 16,89*
16,90 16,80 15,90
17,40 18,10 17,40

17,50 17,80 17,50

18,20 17,30 17,40
D
P w
20,00 18,00 17,70
w
13,40
15,20
14,90
14,70
15,40
11,60
12,30
12,50
12,00
12,40
12,20
12,50
12,90
12,60
12,50
13,70 15,96* 18,20
14,20 17,20 18,60
12,70 14,70 17,70
12,60 14,50 18,20
13,90 14,90 16,30
18,40
19,80
20,70
19,20
18,00
16,70
18,60
18,40
18,40
18,00
w
n
1983 19,10 19,50 20,60 20,70 16,50 13,10 12,80 13,90 16,70 19,80 20,20 18,10
1984 16,40 16,40 16,60 17,20 15,80 13,60 12,30 12,70 14,80 17,80 17,50 17,10

o
1985 16,30 17,00 17,70 18,00 17,10 13,60 12,50 15,80 18,20 19,10 18,60 16,60
1986 16,20 16,40 17,20 19,20 14,20 12,50 12,20 15,00 16,20 19,00 20,40 17,70

e
1987 16,50 18,50 17,20 17,60 14,80 12,00 11,60 15,10 17,00 17,40 18,00 19,80
1988 18,80 19,00 16,90 18,50 15,30 12,30 12,20 14,00 15,20 18,70 19,60 17,30

Z
1989 15,70 16,60 18,20 17,10 14,70 12,80 11,80 13,20 16,20 19,50 19,20 17,60
1990 17,40 17,40 18,50 17,80 13,00 11,60 12,50 13,90 15,70 15,70 16,70 16,90
1991 16,00 16,40 17,40 16,60 15,90 12,80 12,80 14,10 15,10 17,40 17,90 19,40
1992 16,70 18,60 17,60 17,60 16,30 12,20 11,50 12,60 17,10 18,50 18,50 17,90
PROM. 16,90 17,70 17,70 17,80 15,20 12,50 12,30 13,80 16,00 18,10 18,90 17,90
Fuente: SENAMHI * Datos rellenados

Una vez completados los datos faltantes de precipitación y temperatura se procedió a la

elaboración de los mapas con los cuales se trata de explicar las condiciones del valle alto en
cuanto a estos dos parámetros con la finalidad de apreciar y/o corroborar que las
condiciones en esta zona son propicias para algunos cultivos.
 Mapa de Pr ecipitación

Existen diferencias entre las tres estaciones, respecto a los valores registrados (promedio
total), así el menor valor es el de Arani con 376 mm. y el mayor de Tarata con 601 mm.
Esto se ve reflejado en el mapa de isoyetas.

Mapa 8. Isoyetas del Valle Centr al

a l
r i
r T
e
ir vm.tw
Dn.co
F.zeo
D
Esta mayor precipitación se da en todos los años a pesar de que no es la estación que esta a

P w w
mayor altura de las tres que se consideraron en este estudio.

w
o n
Mapa de Temper atur a

Se aprecia que los valores mas altos se registraron en la estación de Arani, con 17.3ºC, por

e
la ubicación de ésta en un sector donde se registran las mayores temperaturas (Mapa 9).

Z
La que menores valores refleja es la estación de San Benito con 15.2 ºC como dato
promedio.

La tendencia de incremento de las temperaturas se da hacia el valle central (estación

Tarata), es decir la temperatura corregida por la altura, mientras lo contrario ocurre hacia la
localidad de Tiraque, a medida que se gana en altura.
 Mapa 9. Isoter mas del Valle Alto

a l
r i
r T
e
ir vm.tw
Mapa 10. Evapotr anspir ación del Valle alto (mm/mes)

Dn.co
F.zeo
D
P w w
w
o n
Z e
 Mapa de Evapotr anspir ación Potencial

De similar forma a la figura que se presentó en la interpretación de la del valle Central la

evapotranspiración potencial en esta zona tiene la misma tendencia que el de la temperatura
ya que la estación de Tarata presenta el valor en mm/mes (promedio) más alto en
comparación con las otras dos estaciones (Mapa 10).

empleó la fórmula propuesta por el Dr. Serruto que esta basada principalmente en la

a l
Una posible explicación de esta situación es que en el cálculo de la evapotranspiración se

r i
temperatura, acompañada de la radiación solar extraterrestre como factor externo.
La confiabilidad que tiene esta fórmula ha sido probada y comparada con los otros métodos
para la determinación de la evapotranspiración potencial como ser Penman, Lisímetro,

r
Mapa de r equer imientos en mm par a cr ecimiento óptimo de los cultivos
T
siendo los valores obtenidos con esta nueva fórmula que se aproxima a la del lisímetro.

e
ir vm.tw
En este mapa se observa que toda el área considerada plana muestra que la precipitación es
adecuada, dentro el rango considerado óptimo para los requerimientos de los cultivos,
asumiendo esta situación por la escasa diferencia de altura que existe entre las tres
estaciones con las que se trabajó, tal como se presenta en el siguiente mapa.

Dn.co
Mapa 11. Requer imiento en mm de los cultivos par a cr ecimiento óptimo

F.zeo
D
P w w
w
o n
Z e
Es oportuno mencionar que el promedio considerado por cada estación también se
aproxima a la media de todos los datos considerados en el periodo, por lo tanto la variación
tiende a reducirse del dato promedio.
 Mapa de r equer imientos de tmper atur a par a cr ecimiento óptimo de los cultivos

Los cultivos que han sido considerados tienen requerimientos de temperatura que están
dentro de los datos obtenidos de las tres estaciones, por lo tanto satisfacen plenamente sus
requerimientos en este aspecto, así se observa en el mapa que se presenta a continuación:

Mapa 12. Requer imientos de temper atur a par a cr ecimiento óptimo

a l
r i
r T
e
ir vm.tw
Dn.co
F.zeo
Sin embargo conviene aclarar que los datos al ser mensuales y sacar un promedio de los 15

D
años del periodo que se considera, se tiende a aproximar a la media de todos ellos, pero
todos los días del mes no siempre se tiene la misma temperatura.

P w w
Otra explicación que es necesario presentar se refiere a que las temperaturas con las que se
w
n
generó este mapa, están dentro el rango considerado óptimo para la mayoría de los cultivos
analizados y que se manejan en el Valle Alto, sin querer decir que satisface totalmente los

o
requerimientos porque en la bibliografía se menciona un intervalo considerado óptimo y
para muchos de los cultivos la temperatura más alta se podría tomas como la máxima que

e
este cultivo puede soportar.

Z
Per iodo de Cr ecimiento

La gráfica del periodo de crecimiento es muy similar a la que se presentó en el Valle

Central, ya que refleja que los datos de la precipitación son menores a la evapotranspiración
potencial mensual, incluso menor que la evapotranspiración media.
 Figur a 7. Per iodo de Cr ecimiento

Per iodo de Cr ecimiento Valle Alto

200.00

160.00

a l
i
120.00
mm

80.00

40.00

T r
r
0.00
J A S O N D E F M A M J

Prom. Precip. Etp mes Etp / 2

e Meses

ir vm.tw
Se puede afirmar que los cultivos tienen condiciones un poco más desfavorables en cuanto
a la precipitación frente a la curva de la evapotranspiración que la supera ampliamente lo
que implica una programación de riegos en los meses particularmente de invierno donde no
llueve y en el caso de los meses de lluvia riegos adicionales.

Dn.co
Comparando la metodología seguida con la fórmula del Dr. Serruto (1993) que fue

F.zeo
presentada anteriormente, con la fórmula propuesta por Thornthwaite-Mather los resultados
muestran una variación significativa, ya que los valores calculados a nivel mensual y anual

D
representan el 50% de los que se obtuvo con la fórmula del Dr. Serruto.

P w w
Figur a 8. Evapotr anspir ación Potencial del Valle Alto

w
n
Evapotr anspir ación Potencial del Valle Alto (Metodo Thor nthwaite)
120.00

e
100.00
80.00 o
mm/mes

Z
60.00
40.00
20.00
0.00
J A S O N D E F M A M J

prom Pp valto Me se s
Esta situación puede deberse al uso de los factores en la metodología de Thornthwaite y la
variación puede deberse a que en el cálculo del factor de corrección en la tabla respectiva,
la variación es cada cinco grados a diferencia de los dos grados con que trabaja la tabla para
el factor de corrección para la fórmula de Dr. Serruto.

Por todo esto y basándonos en la bibliografía (Jacob, A.-Angulo, O., 1978) el valor
calculado de la evapotranspiración potencial para la estación de San Benito el valor hallado
es 1485 mm/mes con el método Penman.

a l
r i
r T
e
ir vm.tw
Dn.co
F.zeo
D
P w w
w
o n
Z e
 CONCLUSIONES Y RECOMENDACIONES

1.- Los datos generados para completar las planillas de precipitación tanto con el método de
los promedios como con el racional deductivo son similares, especialmente cuando los
datos faltantes son pocos, pero cuando son bastantes y en años seguidos existe una
diferencia entre ellos, por eso recomiendo asumir los generados con esta segunda
metodología.

a l
i
2.- Los rangos de temperatura con los cuales se trabajó (promedio) satisfacen los

r
requerimientos de los cultivos considerados ya que el promedio que se obtiene esta dentro
del rango de esos requerimientos.

r T
3.- Los rangos de precipitación también logran satisfacer estos requerimientos, claro que las
condiciones de cada sector son particulares (ejm. Chapare, Camiri) y la variación siempre
existirá así como la respuesta del cultivo a dichas condiciones.

e
4.- El periodo de crecimiento mostró que los cultivos tienen muy poca disponibilidad de

ir vm.tw
agua en el año (ambas zonas), ya que esta muy por debajo de la evapotranspiración, incluso
en la mayoría de los meses donde la precipitación esta por debajo de la Etp/2, a pesar de
que las condiciones del Valle Central representan mejores condiciones.

Dn.co
5.- La distribución espacial de las estaciones en ambas zonas es la adecuada (estaciones que
funcionan actualmente), sin embargo existe una limitante sobre la disponibilidad de los

F.zeo
datos almacenados porque en muchos casos no se dispone de los datos diarios por extravío,
o porque no fueron revisados por una persona de la institución encargada de su manejo.

D
5.- La distribución espacial de las estaciones en ambas zonas es la adecuada (estaciones que
funcionan actualmente), sin embargo existe una limitante sobre la disponibilidad de los

P w w
datos almacenados porque en muchos casos no se dispone de ellos por extravío.

w
n
6.- El periodo de crecimiento arroja una categoría de ¨periodo de crecimiento intermedio¨ ,
es decir un periodo en el cual la precipitación sobrepasa algunos meses a la

e o
evapotranspiración media, en este periodo se muestra que los cultivos tienen disponibilidad
de agua solamente en los meses considerados de lluvia aunque la precipitación está por
debajo de la Evapotranspiración, incluso debajo de la evapotranspiraación media, por los
que se deben programar riegos.

Z
 BIBLOGRAFIA

Campos, Arana. 1987. Procesos del Ciclo Hidrológico. San Luis Potosí, México, 340 p.

FAO. 1977. Crop water requirements. FAO Irrigation and Drainage Paper 24. Rome, FAO.

FAO. 1979. Yield response to water. J. Doorenbos and A.H. Kassam. FAO Irrigation and

a l
i
Drainage Paper 33. Rome, FAO.

T r
J acob, A., Angulo, O. (1978). Un estudio agro-meteorológico sobre la determinación de la
evapotranspiración potencial, comparando diferentes métodos en el valle de Cochabamba.
PNUD-FAO-Gobierno de Bolivia.

e r
Madel, G. 1994. Estudio agroclimatológico de los valles de Cochabamba. Tesis de
licenciatura para obtener el título de Ingeniero Agrónomo. UMSS, FCAPF y V.

ir vm.tw
Manual de Instr ucciones, Estudios Hidrológicos. 1972. Publicación Nº70, San José Costa
Rica. 493 p.

Or ganización de las Naciones Unidas par a la Agr icultur a y la Alimentación. 1997.

Dn.co
BOLETIN DE SUELOS DE LA FAO 73. Servicio de Recursos, Manejo y Conservación
de suelos Dirección de Fomento de Tierras y Agua. Roma , Italia.

ORGANIZACION METEOROLOGICA
F.zeo MUNDIAL. 1978.
Agroclimatológico de la Zona Andina. Publicación Nº 506. Ginebra, Suiza. 297 p.
Estudio

D
Plan Gener al de Riego del Valle Alto. 1993. Agencia de Cooperación del Gobierno de

P w w
Alemania (GTZ). Cochabamba, Bolivia.

w
n
Saenz, M. 1999. Análisis comparativo de sistemas de riego en el valle central de
Cochabamba utilizando indicadores de desempeño económico productivo y uso de agua

e o
mediante el uso de sig. Tesis de Maestría Profesional, CLAS, UMSS. P 48.

Ser r uto, R. 1993. Una nueva fórmula para el cálculo de la evapotranspiraación potencial.
PIWA, Proyecto Interinstitucional de Waru Waru. p. 13

Z
Soto C. (1997). Consorcio CPM - CONANDINA - INGENDESA - Consorcio de Ingeniería
en el Estudio de Suelos del Proyecto de Riego de la Subcuenca del Río Viloma, Diseño Final.

Villar pando, R. 1997. Presencia del Fenómeno del Niño en Bolivia y su Impacto
Socioeconómico, con Enfasis en la Agricultura. Cochabamba, Bol. 239 p.
 l
ir a
ANEXO 2. Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite

Estación: ARANI Lat. Sud: 17º34’ Lon. Oeste: 65º46’

Altura : 2800 msnm. Periodo: 1978- 1992

Cálculo de la evapotr anspir ación potencial

Mes Temp
ºt
i ETP Factor de
incor r ec cor r ección
ETP
cor r ecto
Lluvia
cm
MHS HA T
Deter minación de los factor es de clasificación del clima

r
ETPR d s E R.P.

to (cm)

e
ir vm.tw
Enero 18.2 7.07 6.80 1.1303 7.686 8.43 0.744 0.744 7.686
Febrero 18.1 7.01 6.70 0.9903 6.635 5.93 -0.705 0.039 5.930
Marzo 18.2 7.07 6.80 1.0500 7.1400 5.66 -1.480 0 5.660 1.4410
Abril 18.0 6.95 6.50 0.9749 6.3368 2.17 0 0 2.170 4.1668

Dn.co
Mayo 16.6 6.15 5.90 0.9697 5.721 0.38 0 0 0.380 5.3410
Junio 15.0 5.28 4.85 0.9246 4.484 0.29 0 0 0.290 4.1900
Julio 14.3 4.91 4.35 0.9597 4.175 0.34 0 0 0.340 3.8350

F.zeo
Agosto 15.9 5.76 5.40 0.9989 5.394 0.449 0 0 0.449 4.9450
Septiembre 17.0 6.38 6.10 1.0000 6.100 1.04 0 0 1.040 5.0600
Octubre 18.5 7.25 7.00 1.0711 7.4977 1.59 0 0 1.590 5.9077
Noviembre
Diciembre
19
18.8
7.55
7.43
78.81
7.40
7.20
1.0803
1.1354
D
P w
Ih = 100 x 0/77.3386 = 0%
7.9942
8.1749

w
77.3386
4.64
6.66
0
0
0
0
4.640
3.330
3.3542
1.5149
39.7556

Clima Semiárido D
w
n
Ia = 100 x 39.7556/77.3386 = 51.40% Mesotérmico ( Semifrío ) B2’
Im = 0-0.6 x 51.4= -30.84% Deficiencia grande de agua en invierno, con rérimen

o
S = 100 x 22.4959/77.3386 = 29.09% térmico normal del clima

Z e
Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite
l
Estación: SAN BENITO
Altura : 2730 msnm.
Lat. Sud: 17º31’
Periodo: 1978- 1992 ir a
Lon. Oeste: 65º53’

Cálculo de la evapotr anspir ación potencial

Mes Temp
ºt
i ETP Factor de
incor r ec cor r ección
ETP
cor r ecto
Lluvia
cm
MHS HA T
Deter minación de los factor es de clasificación del clima

r
ETPR d s E R.P.

to

e
ir vm.tw
Enero 16.7 6.21 6.70 1.13006 7.5750 9.66 2.0850 2.0850 7.5750
Febrero 16.7 6.21 6.70 0.99006 6.6334 7.62 0.9866 3.0716 6.6334
Marzo 16.5 6.10 6.40 1.05000 6.7200 5.86 -0.8600 2.2116 5.8600
Abril 15.7 5.65 6.20 0.97497 6.0448 2.81 -3.2348 0 2.8100 1.232

Dn.co
Mayo 13.4 4.45 4.80 0.96994 4.6557 0.8 0 0 0.8000 3.8557
Junio 11.7 3.62 4.10 0.92490 3.7921 0.24 0 0 0.2400 3.5521
Julio 11.4 3.48 3.70 0.95994 3.5518 0.42 0 0 0.4200 3.1318

F.zeo
Agosto 13.1 4.30 4.50 0.99497 4.4774 0.27 0 0 0.2700 4.207
Septiembre 15 5.28 5.80 1.00000 5.8000 1.6 0 0 1.6000 4.2000
Octubre 16.8 6.26 6.80 1.07503 7.3102 2.44 0 0 2.4400 4.8702
Noviembre
Diciembre
17.5
17.3
6.66
6.55
64.77
7.20
7.10
1.08006
1.13510
D
P w
Ih = 100 x 0/72.396 = 0%
7.7764
8.0592

w
72.396
4.74
7.98
0
0
0
0
4.7400
7.9800

Clima Semiárido D
3.0364
0.0792
27.956

w
n
Ia = 100 x 27.956/72.396 = 38.61% Mesotérmico ( Semifrío ) B2’
Im = 0-0.6 x 41.85 = -23.17% Deficiencia grande de agua en invierno, con rérimen

o
S = 100 x 22.2676/72.396 = 30.76% térmico normal del clima

Z e
Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite
l
Estación: TARATA
Altura : 2721 msnm.
Lat. Sud: 17º36’
Periodo: 1978-1992 ir a
Lon. Oeste: 66º02’

Cálculo de la evapotr anspir ación potencial

Mes Temp
ºt
i ETP Factor de
incor r ec cor r ección
ETP
cor r ecto
Lluvia
cm
MHS HA T
Deter minación de los factor es de clasificación del clima

r
ETPR d s E R.P.

to

e
ir vm.tw
Enero 16.9 6.32 6.60 1.1304 7.4606 13.59 6.1294 9.7931 7.4606
Febrero 17.7 6.78 7.00 0.9852 6.8964 8.61 1.7136 10.000 6.8964 1.5067
Marzo 17.7 6.84 7.00 1.0500 7.3500 7.7 0.3500 10.000 7.3500 0.3500
Abril 17.8 5.38 7.15 0.9748 6.9698 4.36 -2.6098 7.3902 4.3600
Mayo
Junio
Julio
15.2
12.5
12.3
5.38
4.00
3.91
5.60
4.00
4.00
0.9696
0.9244
0.9596
5.4297
3.6976
3.8384
0.03
0.63
0.23 Dn.
-5.3997
-1.9905
0
1.9905

co
0
0
0.0300
0.6300
0.2300
1.0771
3.6084
Agosto
Septiembre
13.8
16.0
4.65
5.82
4.85
6.00
0.9948
1.0000
4.8248
6.0000
F.zeo
0.62
1.7
0
0
0
0
0.6200
1.7000
4.2048
4.4300

D
Octubre 18.1 7.01 7.25 1.0752 7.7952 3.86 0 0 3.8600 3.9352
Noviembre 18.8 7.43 7.70 1.0804 8.3191 6.98 0 0 6.9800 1.3391
Diciembre 17.9 6.90 7.20 1.1356 8.1763 11.84 3.6637 3.6637 8.1763
71.82

P w w
76.7579

Ih = 100 x 1.8567/76.7579 = 2.42%

w
18.4646

Clima Ssubhúmedo seco

n
Ia = 100 x 18.4646/76.7579 = 24.05%
Im = 2.42 - 0.6 x 24.05= -12.01%

o
S = 100 x 22.53336/76.7579 = 29.36%
Mesotérmico ( Semifrío ) B2’
Pequeña o ninguna demasía de agua

Z e
 l
ir a
Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite

Estación: PAIRUMANI Lat. Sud: 17º34’ Lon. Oeste: 65º46’

Altura : 2600 msnm. Periodo: 1978- 1992

Cálculo de la evapotr anspir ación potencial

Mes Temp
ºt
i ETP Factor de
incor r ec cor r ección
ETP
cor r ecto
Lluvia
cm
MHS HA T
Deter minación de los factor es de clasificación del clima

r
ETPR d s E R.P.

to

e
ir vm.tw
Enero 17.0 6.38 6.5 1.1294 7.344 19.02 11.676 10.00 7.344 6.591
Febrero 17.0 6.38 6.5 0.9817 6.381 10.27. 3.889 10.00 6.381 3.889
Marzo 16.9 6.32 6.4 1.0500 6.720 11.59. 4.870 10.00 6.720 4.870
Abril 16.4 6.04 6.2 0.9753 6.047 4.24 -1.807 8.193 4.240

Dn.co
Mayo 14.8 5.17 5.2 0.9706 5.047 0.32 -4.727 3.466 0.320
Junio 13.0 4.25 4.2 0.9259 3.889 0.37 -2.519 0.947 0.370
Julio 12.9 4.20 4.4 0.9953 4.227 0.29 0 0 0.290 2.990

F.zeo
Agosto 14.9 5.22 5.3 0.9953 5.275 0.58 0 0 0.580 4.695
Septiembre 16.7 6.21 6.1 1.0000 6.100 0.99 0 0 0.990 5.110
Octubre 18.2 7.07 7.1 1.0747 7.630 2.89 0 0 2.890 4.740
Noviembre
Diciembre
18.4
18.0
7.19
6.95
71.38
7.3
7.2
1.0794
1.1341
D
P w w
7.879
8.165
74.704

Ih = 100 x 15.35/74.704 = 20.55%

7.09
13.08
0
4.915
0
4.915
7.090
8.165
0.789

18.324

Clima Subhúmedo seco

18.350

w
n
Ia = 100 x 18.324/74.704 = 24.53% Mesotérmico ( Semifrío ) B2’
Im = 20.55 - 0.6 x 20.55 = -8.22 Demacía grande de agua en verano, con rérimen

o
S = 100 x 21.89/74.704 = 29.30% Térmico normal del clima

Z e
 l
ir a
Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite

Estación: LA VIOLETA Lat. Sud: 17º33’ Lon. Oeste: 65º14’

Altura : 2610 msnm. Periodo: 1978- 1992

Cálculo de la evapotr anspir ación potencial

Mes Temp i ETP Factor de ETP Lluvia MHS HA T
Deter minación de los factor es de clasificación del clima

r
ETPR d s E R.P.

e
ºt incor r ec cor r ección cor r ecto cm
to

Enero
Febrero
Marzo
Abril
18.0
17.4
17.5
16.4
6.95
6.61
6.66
6.04
7.2
6.7
6.8
5.05
1.1302
0.9902
1.0500
0.9749
8.1374
6.6343
7.140
5.9469
15.45
8.32
7.90
2.95
ir vm.tw
7.3126
1.6857
0.7600
-2.9969
9.0214
10.000
10.000
7.0031
8.1374
6.6343
7.1400
5.9469
0.7071
0.7600

Mayo
Junio
Julio
14.5
13.0
12.9
5.01
4.25
4.20
4.4
4.3
5.0
0.9698
0.9247
0.9598
4.8975
4.0687
4.1271
0.29
0.56
0.18 Dn.co
-4.6075
-3.5087
-3.9471
2.3956
1.1131
0
0.2900
0.5600
0.1800 2.8340
Agosto
Septiembre
14.4
15.8
4.96
5.71
5.0
5.8
0.9949
1.0000
4.9745
5.8000
F.zeo
0.56
1.04
0
0
0
0
0.5600
1.0400
4.4145
4.7600

D
Octubre 17.6 6.72 6.8 1.0751 7.3107 3.15 0 0 3.1500 4.1607
Noviembre 18.4 7.19 7.4 1.0802 7.9935 5.19 0 0 5.1900 2.8035
Diciembre 18.4 7.19 7.4 1.1353 8.4012 10.11 1.7088 1.7088 8.4012
71.49

P w w
75.4318

w
Ih = 100 x 1.4671/75.418 = 1.945%
18.9627 1.4671

Clima Subhúmedo seco

n
Ia = 100 x 18.9027/75.418 = 51.40%
Im = 1.945-0.6 x 2.514= -13.14

o
S = 100 x 23.17/75.4318 = 30.72%
Mesotérmico ( Semifrío ) B2’
Deficiencia grande de agua en invierno, con rérimen

Z e
Cálculo de Evapotr anspir ación Potencial mediante método Thor nthwaite
l
Estación: AASANA
Altura : 2548 msnm.
Lat. Sud: 17º25’
Periodo: 1978- 1992
ir a
Lon. Oeste: 66º10’

Cálculo de la evapotr anspir ación potencial

Mes Temp
ºt
i ETP Factor de
incor r ec cor r ección
to
ETP
cor r ecto
Lluvia
cm
MHS HA
T
Deter minación de los factor es de clasificación del clima
ETPR

r
d s E R.P.

e
ir vm.tw
Enero 18.6 7.31 7.4 1.12966 8.3595 127.5 4.3905 4.3905 8.3595
Febrero 18.6 7.31 7.4 0.98966 7.3235 75 0.1765 4.5670 7.3235
Marzo 18.5 7.25 7.3 1.05000 7.6650 81 0.4350 5.0020 7.6650
Abril 17.8 6.84 7.0 0.97517 6.8262 22.9 -4.5362 0.4659 2.2900
Mayo 15.2 5.38 5.1 0.97034 4.9487 3.1 0 0 0.3100 4.1728
Junio
Julio
Agosto
13.5
13.2
15.3
4.50
4.35
5.44
4.2
4.1
5.2
0.92550
0.96034
0.99517
3.8871
3.9374
5.1749
3.3
1.9
2
Dn.co0
0
0
0
0
0
0.3300
0.1900
0.2000
3.5571
3.7474
4.9749

F.zeo
Septiembre 17.1 6.44 6.4 1.0000 6.4000 8.2 0 0 0.8200 5.5800
Octubre 19.0 7.55 7.6 1.07483 8.1687 23.4 0 0 2.3400 5.82287
Noviembre 19.8 8.03 8.1 1.07966 8.7452 36.4 0 0 3.6400 5.1052
Diciembre 19.6 7.91
78.21
8.0 1.13450

D9.0760
80.5122

P w
Ih = 100 x 0/80.5122 = 0% w
Ia = 100 x 333.6921/80.5122 = 41.85%
83.5 0 0 8.3500 0.7260
33.6921

Clima Semiárido D
Mesotérmico ( Semifrío ) B2’
w
n
Im = 0-0.6 x 41.85= -25.11% Poca o ninguna demacía de agua
S = 100 x 24.759/80.5122 = 30.75% Térmico normal del

e o
Z
ANEXO 3. SCRIPT
Cálculo de Evapotr anspir ación Potencial.
rem ILWIS - Evapotranspiracion potencial FÓRMULA Serruto, 1993 (Inicio)
rem step 1 : crear nuevo mapa de Etp enero
etpene:=0.003*(11.4)^2.5+0.16*(tc_ene)^0.88
rem calc etpene.mpr
show -noask etpene.mpr
rem step 2 : crear nuevo mapa de Etp febrero
etpfeb:=0.003*(12.85)^2.5+0.16*(tc_feb)^0.88
rem calc etpfeb.mpr

a l
i
show -noask etpfeb.mpr

r
rem step 3 : crear nuevo mapa de Etp marzo
etpmar:=0.003*(14.5)^2.5+0.16*(tc_mar)^0.88

T
rem calc etpmar.mpr
show -noask etpmar.mpr

r
rem step 4 : crear nuevo mapa de Etp abril
etpabr:=0.003*(15.6)^2.5+0.16*(tc_abr)^0.88

e
rem calc etpabr.mpr
show -noask etpabr.mpr

ir vm.tw
rem step 5 : crear nuevo mapa de Etp mayo
etpmay:=0.003*(16.2)^2.5+0.16*(tc_may)^0.88
rem calc etpmay.mpr
show -noask etpmay.mpr

Dn.co
rem step 6 : crear nuevo mapa de Etp junio
etpjun:=0.003*(16.25)^2.5+0.16*(tc_jun)^0.88
rem calc etpjun.mpr

F.zeo
show -noask etpjun.mpr
rem step 7 : crear nuevo mapa de Etp julio
etpjul:=0.003*(16.2)^2.5+0.16*(tc_jul)^0.88
rem calc etpjul.mpr
show -noask etpjul.mpr
D
P w w
rem step 8 : crear nuevo mapa de Etp agosto
etpago:=0.003*(15.85)^2.5+0.16*(tc_ago)^0.88
rem calc etpago.mpr
w
o n
show -noask etpago.mpr
rem step 9 : crear nuevo mapa de Etp septiembre
etpsep:=0.003*(14.95)^2.5+0.16*(tc_sep)^0.88
rem calc etpsep.mpr

Z e
show -noask etpsep.mpr
rem step 10 : create a new map de Etp octubre
etpoct:=0.003*(13.45)^2.5+0.16*(tc_oct)^0.88
rem calc etpoct.mpr
show -noask etpoct.mpr
rem step 11 : create a new map de Etp noviembre
etpnov:=0.003*(11.8)^2.5+0.16*(tc_nov)^0.88
rem calc etpnov.mpr
show -noask etpnov.mpr
rem step 12 : create a new map de Etp diciembre
etpdic:=0.003*(15.4)^2.5+0.16*(tc_dic)^0.88
rem calc etpdic.mpr
show -noask etpdic.mpr
 ANEXO 3. SCRIPT CÁLCULO DE TEMPERATURAS POR INTERPOLACIÓN
rem ILWIS Script
rem CÁLCULO DE TEMPERATURAS POR INTERPOLACIÓN
rem step 2 "mapa de temperaturas de febrero"
tfeb=MapMovingAverage(estvalto.feb,valte.grf,InvDist(1.000000,43301.270000))
rem calc tfeb.mpr
show -noask tfeb.mpr
rem step 2 "mapa de temperaturas de marzo"

l
tmar=MapMovingAverage(estvalto.mar,valte.grf,InvDist(1.000000,43301.270000))

a
i
rem calc tmar.mpr

r
show -noask tmar.mpr
rem step 4 "mapa de temperaturas de abril"

T
tabr=MapMovingAverage(estvalto.abr,valte.grf,InvDist(1.000000,43301.270000))
rem calc tabr.mpr

r
show -noask tabr.mpr
rem step 5 "mapa de temperaturas de mayo"

e
tmay=MapMovingAverage(estvalto.may,valte.grf,InvDist(1.000000,43301.270000))
rem calc tmay.mpr

ir vm.tw
show -noask tmay.mpr
rem step 6 "mapa de temperaturas de junio"
tjun=MapMovingAverage(estvalto.jun,valte.grf,InvDist(1.000000,43301.270000))
rem calc tjun.mpr
show -noask tjun.mpr
Dn.co
rem step 7 "mapa de temperaturas de julio"

F.zeo
tjul=MapMovingAverage(estvalto.jul,valte.grf,InvDist(1.000000,43301.270000))
rem calc tjul.mpr
show -noask tjul.mpr

rem calc tago.mpr

show -noask tago.mpr
D
rem step 8 "mapa de temperaturas de agosto"
tago=MapMovingAverage(estvalto.ago,valte.grf,InvDist(1.000000,43301.270000))

P w w
w
n
rem step 9 "mapa de temperaturas de septiembre"
tsep=MapMovingAverage(estvalto.sept,valte.grf,InvDist(1.000000,43301.270000))

e o
rem calc tsep.mpr
show -noask tsep.mpr
rem step 10 "mapa de temperaturas de octubre"
toct=MapMovingAverage(estvalto.oct,valte.grf,InvDist(1.000000,43301.270000))

Z
rem calc toct.mpr
show -noask toct.mpr
rem step 11 "mapa de temperaturas de noviembre"
tnov=MapMovingAverage(estvalto.nov,valte.grf,InvDist(1.000000,43301.270000))
rem calc tnov.mpr
show -noask tnov.mpr
rem step 12 "mapa de temperaturas de diciembre"
tdic=MapMovingAverage(estvalto.dic,valte.grf,InvDist(1.000000,43301.270000))
rem calc tdic.mpr
show -noask tdic.mpr