104346

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Modelamiento del riesgo de inundación del río Santa, sector Challhua (Huaraz-Perú) Flood risk modeling of the Santa river, Challhua sector (Huaraz – Peru) by/por

Tito Moner Tinoco Meyhuay 01522718 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS) Advisor ǀ Supervisor: Carlos Mena PhD

Huaraz – Perú, Mayo de 2017

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Huaraz, mayo del 2017 (Lugar, Fecha)

(Firma)

DEDICATORIA

A mi esposa Edda Rubina e hijos Luis, Lucero y Gustavo por su paciencia y comprensión en este fascinante mundo de los SIG.

AGRADECIMIENTO

Al Ing. Abelardo Díaz Salas por su asesoramiento en el modelo probabilístico para la generación de caudales máximos.

A los Bachilleres en Ingeniería Agrícola Gustavo Hidalgo y José Carrera por su apoyo en la generación de la información topográfica e hidrológica.

5

RESUMEN Las inundaciones representan uno de los peligros más recurrentes en el Perú y se producen debido al incremento de los caudales de los ríos, como es el caso del río Santa, sector Challhua ubicado en la ciudad de Huaraz (Perú). Por otro lado, la inadecuada gestión territorial permite que los asentamientos humanos se ubiquen en zonas de peligro, con construcciones precarias y propensas a un desastre. El asentamiento humano de Challhua está ubicado muy cerca al cauce del río Santa, el cual fue producto de una invasión y de la mala gestión de las autoridades locales que decidieron establecer el mercado popular en esa zona, con una infraestructura frágil y en suelos de relleno altamente vulnerables a la crecida del río y su probable desbordamiento.

En el presente proyecto de tesis, se llevó a cabo el análisis del peligro de inundación

a

través

del

modelamiento

hidrológico

e

hidráulico,

la

caracterización de la vulnerabilidad y la determinación del riesgo de inundación utilizando los programas HecRAS y HecGeoRAS bajo la plataforma ArcGIS.

A través del modelamiento hidrológico se regionalizó el caudal máximo en la cuenca del río Santa utilizando el método probabilístico de Gumbel, el cual permitió determinar el caudal base y los caudales máximos en la zona de estudio para diferentes períodos de retorno (5, 10, 50, 100 y 200 años).

Además, se determinaron los niveles de agua a través del programa HecRAS, los cuales fueron claves para establecer las áreas de inundación en el sector Challhua, cuyos resultados oscilaron entre 371.49 m2 para el caudal base y 1927.08 m2 para un periodo de retorno de 200 años.

El análisis de la vulnerabilidad física permitió establecer los diferentes niveles de vulnerabilidad, encontrándose que 91 viviendas y 18 módulos de mercado presentan vulnerabilidad muy alta, 91 viviendas y 20 módulos de mercado están en vulnerabilidad alta, 94 viviendas presentan vulnerabilidad media y 91 viviendas presentan vulnerabilidad baja.

6 Finalmente, mediante la superposición de las áreas de inundación y el mapa de vulnerabilidad se determinó el riesgo, cuya afectación mayor se daría en el 8.2% de viviendas y el 47.4% de módulos de mercado localizados en las riberas del río Santa. Por otro lado, el 41.4% de viviendas, el 52.6% de módulos de mercado y el 100% de infraestructura deportiva se encuentran en riesgo alto, mientras que el 25.6% de viviendas se encuentran en riesgo medio y el 24.8% de viviendas en riesgo bajo.

La determinación de los niveles de riesgo de inundación debido a los caudales máximos a diferentes periodos de retorno se constituye en un instrumento de planificación para la formulación de diferentes alternativas para la prevención y mitigación del riesgo en el sector Challhua.

Palabras Claves: Inundación, caudal máximo, peligro, vulnerabilidad y riesgo.

7 ABSTRACT

Floods represent one of the most recurrent dangers in Peru, caused by the increase of river flows, as in the case of the Santa River, Challhua sector located in the city of Huaraz, Peru. On the other hand, inadequate territorial management allows human beings to be located in danger zones, with precarious and disaster-prone buildings. The Challhua human settlement is very close to the Santa River, which begun as result of an invasion and mismanagement of local authorities that decided to establish the popular market in that area, with a fragile infrastructure and relay grounds highly vulnerable to flooding and overflow of the Santa river.

In this thesis project, it was carried out a flood hazard analysis through hydrological and hydraulic modeling, vulnerability characterization and flood risk determination using the HecRAS and HecGeoRAS programs under the ArcGIS platform.

Through the hydrological modeling, the maximum flow in the Santa River basin was regionalized using the Gumbel probabilistic method, which allowed the determination of base flow and the maximum flows in the study area for different return periods (5, 10, 50, 100 and 200 years). In addition, water levels were determined by using the HecRAS program, which were crucial to establish flood areas in the Challhua sector, whose results ranged from 371.49 m2 for base flow and 1927.08 m2 for a return period of 200 years.

The physical vulnerability analysis allowed establishing different levels of vulnerability, being found that 91 homes and 18 market modules present very high vulnerability, 91 houses and 20 market modules are in high vulnerability, 94 homes present medium vulnerability and 91 homes low vulnerability.

Finally, through the overlapping of flood areas and the vulnerability map, the risk was determined. As a result, the major impact of a potential flood would be in 8.2% of homes and 47.4% of market modules located in the very high risk zone in the banks of the Santa River. On the other hand, 41.4% of homes,

8 52.6% of market modules and 100% of sports infrastructure are at high risk, while 25.6% of homes are at medium risk and 24.8% of homes are at low risk.

The determination of flood risk levels due to maximum flow rates at different return periods conforms a planning tool for the formulation of different alternatives in order to prevent and mitigate the flood risk in the Challhua sector.

Keywords: Flood, maximum flow, danger, vulnerability and risk.

9 TABLA DE CONTENIDO RESUMEN ........................................................................................................ 5 ABSTRACT ....................................................................................................... 7 ACRÓNIMOS .................................................................................................. 17 1. INTRODUCCION ...................................................................................... 18 1.1 Antecedentes del problema ................................................................ 18 1.2 Objetivos ............................................................................................ 19 1.2.1

Objetivo general .......................................................................... 19

1.2.2

Objetivos específicos ................................................................... 19

1.3 Preguntas de investigación ................................................................ 20 1.3.1

Pregunta de investigación general ............................................... 20

1.3.2

Preguntas específicas ................................................................. 20

1.4 Hipótesis ............................................................................................ 20 1.5 Justificación ....................................................................................... 20 1.6 Alcance .............................................................................................. 21 2. MARCO TEÓRICO ................................................................................... 22 2.1 Peligro y/o amenaza .......................................................................... 22 2.2 Vulnerabilidad .................................................................................... 22 2.3 Riesgo................................................................................................ 23 2.4 Desastre ............................................................................................ 25 2.5 Metodología de análisis de riesgos .................................................... 25 2.6 Los SIG y el análisis de riesgos ......................................................... 27 2.7 Modelamiento y simulación de inundaciones ..................................... 28 2.7.1

Descargas máximas .................................................................... 28

2.7.2

Estimación de caudales máximos ................................................ 28

2.7.3

Coeficiente de rugosidad ............................................................. 30

2.7.4

Condiciones de contorno ............................................................. 30

10 2.7.5

Simulación hidráulica con HecRAS .............................................. 31

2.7.6

Modelamiento de inundación ....................................................... 32

3. METODOLOGÍA ....................................................................................... 34 3.1 Área de estudio .................................................................................. 36 3.1.1

Ubicación ..................................................................................... 36

3.1.2

Topografía ................................................................................... 36

3.1.3

Suelos ......................................................................................... 36

3.1.4

Geología ...................................................................................... 37

3.1.5

Climatología................................................................................. 37

3.2 Recopilación de información .............................................................. 39 3.3 Modelamiento hidrológico .................................................................. 39 3.3.1

Delimitación del área de aporte de cada estación hidrométrica ... 40

3.3.2

Cálculo del área de aporte de cada estación hidrométrica ........... 42

3.3.3

Longitud del cauce principal ........................................................ 42

3.3.4

Altura máxima y mínima del cauce principal ................................ 42

3.3.5

Pendiente del cauce principal ...................................................... 42

3.3.6

Tiempo de concentración ............................................................ 43

3.3.7

Modelo probabilístico de Gumbel en la cuenca del río Santa....... 43

3.3.8

Determinación del coeficiente adimensional (d) ........................... 43

3.3.9

Regresión múltiple de tres parámetros para Tr, S y Tc ................ 44

3.3.10 Regresión múltiple de tres parámetros para A, S y Tc ................. 45 3.3.11 Generación de la ecuación de descargas máximas instantáneas anuales de la cuenca del río Santa ........................................................... 45 3.3.12 Área, pendiente y tiempo de concentración de la zona de estudio45 3.3.13 Determinación del caudal máximo para la zona de estudio ......... 46 3.4 Modelamiento hidráulico .................................................................... 46 3.4.1

Levantamiento topográfico........................................................... 47

11 3.4.2

Coeficiente de rugosidad ............................................................. 48

3.4.3

Pre proceso con HecGeoRAS ..................................................... 49

3.4.4

Modelamiento con HecRAS ......................................................... 52

3.4.5

Post proceso con HecGeoRAS .................................................... 52

3.4.6

Determinación de las áreas de inundación .................................. 53

3.5 Análisis de la vulnerabilidad física de las viviendas ............................ 53 3.6 Riesgo de inundación ......................................................................... 58 4. RESULTADOS ......................................................................................... 59 4.1 Modelamiento hidrológico .................................................................. 59 4.1.1

Información física ........................................................................ 59

4.1.2

Modelo probabilístico de Gumbel en la cuenca del río Santa....... 63

4.1.3

Determinación del coeficiente adimensional (d) ........................... 63

4.1.4

Regresión múltiple de tres parámetros (Tr, S y Tc) ...................... 63

4.1.5

Regresión múltiple de tres parámetros (A, S y Tc)....................... 64

4.1.6

Ecuación de descargas máximas instantáneas anuales de la

cuenca del río Santa ................................................................................. 64 4.1.7

Área, pendiente y tiempo de concentración de la zona de estudio64

4.1.8

Determinación del caudal máximo de la zona de estudio ............ 65

4.2 Modelamiento hidráulico .................................................................... 67 4.2.1

Coeficiente de rugosidad ............................................................. 67

4.2.2

Pre proceso ................................................................................. 69

4.2.3

Proceso en HecRAS .................................................................... 72

4.2.4

Post proceso................................................................................ 79

4.3 Vulnerabilidad física ........................................................................... 82 4.3.1

Material de construcción .............................................................. 82

4.3.2

Localización de viviendas ............................................................ 83

4.3.3

Características geológicas, calidad y tipo de suelos .................... 84

12 4.3.4

Estado de conservación .............................................................. 85

4.3.5

Antigüedad .................................................................................. 86

4.3.6

Conocimiento sobre la existencia de instrumentos de gestión ..... 87

4.3.7

Vulnerabilidad total ...................................................................... 88

4.3.8

Mapa de vulnerabilidad ................................................................ 88

4.4 Riesgo de inundación ......................................................................... 90 5. ANÁLISIS DE RESULTADOS Y DISCUSIÓN ........................................... 92 5.1 Modelamiento hidrológico .................................................................. 92 5.2 Modelamiento hidráulico .................................................................... 93 5.3 Vulnerabilidad física ........................................................................... 95 5.4 Riesgo de inundación ......................................................................... 97 6. CONCLUSIONES ....................................................................................100 7. REFERENCIAS .......................................................................................102 ANEXOS ........................................................................................................107

13 LISTA DE FIGURAS Figura 1. Flujograma para determinar riesgo de inundación............................ 35 Figura 2. Ubicación de la zona de estudio ....................................................... 38 Figura 3. Área de estudio (Km: 0+000 – Km: 1+194) ...................................... 50 Figura 4. TIN de la zona de estudio ................................................................ 51 Figura 5. Entorno del HecRAS ........................................................................ 52 Figura 6. Distribución de viviendas en el sector Challhua ............................... 57 Figura 7. Cuenca del río Santa y estaciones de aforo ..................................... 61 Figura 8. Áreas de aporte de las 15 estaciones hidrométricas de la cuenca del río Santa ......................................................................................................... 62 Figura 9. Inicio de la zona de estudio y delimitación aguas arriba de la cuenca ........................................................................................................................ 66 Figura 10. Delimitación del eje, bordes y trayectoria del río en la zona de estudio ............................................................................................................ 70 Figura 11. Secciones transversales ................................................................ 71 Figura 12. Geometría del río en HecRAS ........................................................ 72 Figura 13. Perfiles transversales Km: 0+020; 0+100; 0+300; 0+430 ............... 73 Figura 14. Perfiles transversales Km: 0+480; 0+620; 0+780; 0+860 ............... 73 Figura 15. Perfiles transversales Km: 0+900; 1+000; 1+060; 1+100 ............... 74 Figura 16. Niveles de agua, perfil transversal Km: 0+020 ............................... 75 Figura 17. Niveles de agua, perfil transversal Km: 0+100 ............................... 75 Figura 18. Niveles de agua, perfil transversal Km: 0+300 ............................... 76 Figura 19. Niveles de agua, perfil transversal Km: 0+400 ............................... 76 Figura 20. Niveles de agua, perfil transversal Km: 0+480 ............................... 77 Figura 21. Niveles de agua, perfil transversal Km: 0+620 ............................... 77 Figura 22. Niveles de agua, perfil transversal Km: 0+900 ............................... 78 Figura 23. Niveles de agua, perfil transversal Km: 1+060 ............................... 78 Figura 24. Niveles de agua, perfil transversal Km: 1+100 ............................... 79 Figura 25. Áreas de inundación (Caudal base) ............................................... 80 Figura 26. Áreas de inundación para diferentes períodos de retorno (5, 50, 100 y 200 años) ..................................................................................................... 81 Figura 27. Niveles de vulnerabilidad en el sector Challhua ............................. 89 Figura 28. Niveles de riesgo para el caudal base ............................................ 90

14 Figura 29. Niveles de riesgo para diferentes períodos de retorno (5, 50, 100 y 200 años) ........................................................................................................ 91

15 LISTA DE TABLAS Tabla 1. Matriz de peligro y vulnerabilidad ...................................................... 24 Tabla 2. Niveles de vulnerabilidad................................................................... 55 Tabla 3. Estrato, descripción y valor de la vulnerabilidad ................................ 56 Tabla 4. Información física de las áreas de aporte de las estaciones hidrométricas .................................................................................................. 60 Tabla 5. Área, pendiente y tiempo de concentración de la zona de estudio .... 64 Tabla 6: Caudales máximos ............................................................................ 65 Tabla 7. Niveles de agua y áreas afectadas para diferentes períodos de retorno ........................................................................................................................ 80 Tabla 8. Cantidad de viviendas de acuerdo al material de construcción ......... 82 Tabla 9. Cantidad de viviendas de acuerdo a la localización........................... 83 Tabla 10. Cantidad de viviendas de acuerdo al tipo de suelo .......................... 84 Tabla 11. Cantidad de viviendas de acuerdo al estado de conservación ........ 85 Tabla 12. Cantidad de viviendas de acuerdo a la antigüedad de la construcción ........................................................................................................................ 86 Tabla 13. Cantidad de viviendas de acuerdo al criterio de instrumentos de gestión ............................................................................................................ 87 Tabla 14. Cantidad de viviendas de acuerdo al cálculo de la vulnerabilidad total ........................................................................................................................ 88 Tabla 15. Cantidad y porcentaje de viviendas en los diferentes niveles de riesgo ........................................................................................................................ 90

16 LISTA DE FOTOGRAFÍAS Fotografía 1. Levantamiento topográfico de la zona de estudio ...................... 47 Fotografía 2. Imagen de la colección de Barnes para lecho de los ríos ........... 48 Fotografía 3. Imagen de la colección de Barnes para vegetación ................... 49 Fotografía 4. Punto de inicio del tramo (río seco) de estudio........................... 68 Fotografía 5. Parte intermedia (Km: 0+600) del tramo de estudio ................... 68 Fotografía 6. Punto final (Km: 1+194) del tramo de estudio ............................ 69 Fotografía 7. Construcciones precarias en el mercado popular ....................... 82 Fotografía 8. Viviendas ubicadas muy cercanas al cauce del río Santa .......... 83 Fotografía 9. Material de relleno en el cauce del río Santa ............................. 84 Fotografía 10. Viviendas en mal estado de conservación ............................... 85 Fotografía 11. Estado precario del campo deportivo con problemas de drenaje ........................................................................................................................ 86 Fotografía 12. Antigüedad de las viviendas ..................................................... 87 Fotografía 13. Pobladores del sector Challhua preocupados por la crecida del río Santa ......................................................................................................... 88 Fotografía 14. Suelos de relleno en el sector Challhua del río Santa .............. 94 Fotografía 15. Áreas de inundación en el río Santa sector Challhua ............... 95

17 ACRÓNIMOS

CEDEX: Centro de Estudio y Experimentación de Obras Públicas DIHMA: Departamento de Ingeniería Hidráulica y Medio Ambiente de la Universidad Politécnica de Valencia INGEMMET: Instituto Geológico Minero y Metalúrgico del Perú INDECI: Instituto Nacional de Defensa Civil del Perú IRIC: International River Interface Cooperative HecRAS: Hydrologic Engineering Center's (CEIWR-HEC) River Analysis System MDE: Modelo de Elevación Digital MEF: Ministerio de Economía y Finanzas del Perú MTC: Ministerio de Transportes y Comunicaciones del Perú PNUD Cuba: Programa de Naciones Unidas para el Desarrollo Cuba SENAMHI: Servicio Nacional de Meteorología e Hidrología del Perú SIG: Sistema de Información Geográfica

18 1.

INTRODUCCION

1.1 Antecedentes del problema La principal causa de las inundaciones es la ocurrencia de las lluvias intensas en las partes alta de las cuencas, que se manifiestan con el incremento del caudal de los ríos y aunado a los factores biofísicos como pendiente, tipo de suelo, vegetación, etc. desencadenan desbordamientos fuera del cauce natural o artificial de los ríos, causando cuantiosos daños en las márgenes de los ríos.

La carencia de instrumentos de gestión territorial ha permitido la ubicación de los asentamientos humanos en zonas de peligro como son las riberas de los ríos, poniendo en riesgo la integridad física de la población, estas características se observan sobre todo en los países subdesarrollados, como es el caso del Perú.

En la actualidad existen diversas metodologías e investigaciones para determinar las áreas de inundación, cuyo análisis central es la determinación del caudal máximo, para el cual se requiere de una serie de mediciones en diferentes estaciones de aforo. La carencia de datos nos exige recurrir a la aplicación de métodos estocásticos y a la generación de modelos hidrológicos para estimar la descarga máxima en un determinado punto de análisis como es el caso del río Santa.

Las inundaciones son los peligros naturales más devastadoras del mundo, representando más del 40% de víctimas de los desastres naturales, en el Perú están asociados a las lluvias intensas que se producen entre los meses de diciembre a marzo, período estacional en la sierra del Perú, tal como lo manifiesta el Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI, 2008). Este fenómeno obliga al estado a tomar medidas de emergencia gestionando el riesgo en forma reactiva, es decir la implementación de un conjunto de medidas y acciones para enfrentar los desastres ya sea por un peligro inminente o por la materialización del riesgo.

19 En la zona urbana de la ciudad Huaraz, se ha identificado el peligro de erosión fluvial en ambas márgenes del río Santa y en la quebrada denominada río Seco, donde se observan restos de detritos pluviales y colmatación del cauce, que ponen en peligro a aquellas viviendas construidas en sus márgenes. Como medidas de prevención se plantea la construcción de gaviones, la reubicación de las viviendas y la limpieza periódica del cauce de la quebrada, tal como lo manifiesta el Instituto Geológico Minero y Metalúrgico del Perú (INGEMMET, 2007).

En el año 2003, el Instituto Nacional de Defensa Civil (INDECI, 2003) presenta un estudio de evaluación de peligros y vulnerabilidades, identificando diferentes sectores críticos en la ciudad de Huaraz. El estudio orienta a la ocupación racional del suelo desde el punto de vista de la seguridad física y plantea medidas de mitigación y prevención frente a la ocurrencia de peligros y la reducción de los niveles de riesgo. La metodología empleada permite la identificación y evaluación de los peligros (mapa de peligros), evaluación de la vulnerabilidad (mapa de vulnerabilidad), estimación del riesgo (mapa de riesgos) y la formulación del plan de prevención.

1.2 Objetivos 1.2.1 Objetivo general Estimar el riesgo de inundación por la ocurrencia de descargas máximas del río Santa y la vulnerabilidad de las viviendas en el sector Challhua de la Provincia de Huaraz.

1.2.2 Objetivos específicos 

Realizar el modelamiento hidrológico para estimar los caudales máximos a diferentes períodos de retorno en la cuenca del río Santa, sector Challhua.



Realizar el modelamiento hidráulico para determinar el área de inundación en el sector Challhua.



Caracterizar la vulnerabilidad de las viviendas ubicadas en las márgenes del río Santa, sector Challhua.

20 

Categorizar el riesgo de inundación en función de los caudales máximos a diferentes períodos de retorno y la vulnerabilidad de las viviendas del sector Challhua.

1.3 Preguntas de investigación 1.3.1 Pregunta de investigación general ¿En qué medida las descargas máximas y la vulnerabilidad de las viviendas ubicadas en las márgenes del río Santa, sector Challhua influyen en el riesgo de inundación de este sector?

1.3.2 Preguntas específicas 

¿Cuál es el comportamiento hidrológico e hidráulico del río Santa, sector Challhua para diferentes períodos de retorno?



¿Qué zonas son las más expuestas en las márgenes del río santa, sector Challhua ante una amenaza de inundación debido a las descargas máximas del río?



¿Cuáles son los niveles de riesgo de las viviendas ubicadas en las márgenes del río Santa, sector Challhua, debido a la ocurrencia de descargas máximas y la vulnerabilidad física de éstas?

1.4 Hipótesis La mayor parte de las viviendas ubicadas en las riberas del río Santa del sector Challhua se encuentran en riesgo muy alto por inundación del río debido a sus descargas máximas.

1.5 Justificación En estos últimos años la zona urbana de la ciudad de Huaraz ha experimentado un crecimiento desordenado y sin control, asentándose la población en zonas de peligro como es el caso del sector Challhua, a pesar que en el año 2003, INDECI, en el “Plan de Prevención ante desastres: usos del suelo y medidas de mitigación de la ciudad de Huaraz”, presenta el Mapa de Peligros donde identifica al sector Challhua y anexos como zona de peligro

21 Muy Alto y Alto destacando la incidencia de peligro con afectación destructiva y probabilidad de desborde e inundación del río Santa.

El sector Challhua ubicado en la margen derecha aguas abajo del río Santa, es uno de los asentamientos humanos más importantes de la ciudad de Huaraz, debido a que en ella se encuentra el principal centro de abastos de productos de primera necesidad donde diariamente la población de Huaraz y del ámbito del callejón de Huaylas expenden sus productos generándose un intercambio económico grande, que representa una de la actividades principales de la ciudad de Huaraz. Por otro lado, también se tienen infraestructuras deportivas, 300

viviendas

y

30

módulos

aproximadamente,

1500

pobladores

aproximadamente, calles pavimentadas, veredas, etc. que podrían verse afectadas ante una probable inundación.

1.6 Alcance El modelamiento del riesgo de inundación se realizará en el río Santa, sector Challhua de la Provincia de Huaraz – Perú, en el tramo comprendido entre el río seco (punto de inicio: Km: 0+000) y la proximidad al puente Calicanto (punto final: Km: 1+194), en una distancia aproximada de 1194m.

El presente estudio de investigación permitirá identificar las zonas de riesgo de inundación en el sector Challhua mediante la aplicación de los sistemas de información geográfica. Esto a su vez, permitirá el modelamiento del peligro de inundación por descargas máximas y la caracterización de la vulnerabilidad de las viviendas y la infraestructura social y económica ubicada en la zona de estudio.

Los resultados obtenidos en la presente investigación permitirán al gobierno local de Huaraz y a la población asentada en el sector Challhua, priorizar e implementar medidas estructurales y no estructurales, mediante la formulación de un proyecto de inversión a fin de salvaguardar a la población de posibles daños ocasionados por la probable crecida del río Santa.

22 2.

MARCO TEÓRICO

2.1 Peligro y/o amenaza Existen muchas definiciones del término amenaza, pero de acuerdo a Cardona (2001), éste puede ser considerado como un factor de riesgo externo que puede impactar sobre un área expuesta. A su vez, INDECI (2006) define al peligro como la probabilidad de ocurrencia de un fenómeno natural o producido por el hombre, de una determinada magnitud, que incide en un área conocida, afectando a la población, infraestructura y el medio ambiente.

Los peligros naturales pueden ser los siguientes: sismo, tsunami, actividad volcánica, deslizamiento, derrumbes, alud, erosión, inundación, vientos fuertes, lluvias intensas, heladas, etc. Mientras los peligros antrópicos pueden ser: incendio urbano, incendio forestal, explosión, contaminación ambiental, fuga de gases, etc.

El Ministerio de Economía y Finanzas (MEF, 2015), define al peligro o amenaza como un evento de origen natural, sociocultural o antropogénico que causa daño. Los peligros naturales están asociados a fenómenos meteorológicos, geotécnicos y biológicos, mientras que los eventos socionaturales se originan por la inadecuada intervención del hombre sobre la naturaleza. Finalmente, los eventos antropogénicos están relacionados a los procesos de modernización e industrialización.

Por tanto, el peligro es un fenómeno natural o antrópico que causa daño a las personas, a la infraestructura productiva y social de una determinada área.

2.2 Vulnerabilidad Cardona (2001) define la vulnerabilidad como un factor de riesgo interno, que puede ser afectado por una amenaza. Por otro lado, INDECI (2006) considera que la vulnerabilidad es la probabilidad de afectación debido a la exposición de un conjunto de elementos (viviendas, infraestructura, suelos, etc.) frente a la ocurrencia de un peligro.

23

Así mismo, INDECI (2006) clasifica a la vulnerabilidad de la siguiente manera: vulnerabilidad ambiental y ecológica, vulnerabilidad física, vulnerabilidad económica, vulnerabilidad social, vulnerabilidad educativa, vulnerabilidad cultural e ideológica, vulnerabilidad política e institucional, vulnerabilidad científica y tecnológica.

MEF (2006) menciona que la vulnerabilidad es la susceptibilidad de una unidad social, estructura física o actividad económica de sufrir daños por la acción de un peligro. La vulnerabilidad tiene tres factores: la exposición, es decir la ubicación cerca de un peligro; la fragilidad, es decir la resistencia y protección frente a un peligro y; la resiliencia, es decir la asimilación o la capacidad de recuperación frente a la ocurrencia de un peligro.

Dado lo anterior, es posible definir la vulnerabilidad como la exposición de las viviendas, personas, e infraestructura, es decir el entorno donde el hombre desarrolla sus actividades frente a la incidencia de un peligro de tipo natural o antrópico.

2.3 Riesgo Cardona (2001) considera que el riesgo es la relación entre la amenaza y la vulnerabilidad y son mutuamente condicionantes, mientras que INDECI (2006) define al riesgo como la probabilidad de estimación de las pérdidas y daños esperados frente a la materialización de un peligro. Matemáticamente lo define como el producto del peligro por la vulnerabilidad. Además, considera un criterio descriptivo denominado matriz de peligro y vulnerabilidad la cual se puede apreciar en la siguiente tabla:

24 Tabla 1. Matriz de peligro y vulnerabilidad

Fuente. INDECI (2006)

Por otro lado, el MEF (2006) define el riesgo como la probabilidad de que una unidad social sea impactada a consecuencia de un peligro. Los factores del riesgo son el peligro y la vulnerabilidad y son dependientes entre sí, es decir no existe peligro sin vulnerabilidad.

Uno de los riesgos naturales más comunes en Perú y el cual es objeto de estudio de esta investigación, es el riesgo de inundación. De acuerdo a esto el INDECI (2006) define a la inundación como el desborde lateral de las aguas de los ríos, lagos, mares, afectando temporalmente los terrenos cercanos a las riberas, producto de las lluvias intensas, marejadas y maremotos.

También, el Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI, 2008), manifiesta que las amenazas de origen hidrometeorológico son peligros naturales y en el Perú es usual la ocurrencia de lluvias, granizadas, sequías, desbordes e inundaciones, siendo estos últimos los que originan más del 40% de víctimas de los desastres naturales. Uno de los factores de ocurrencia de las inundaciones en el Perú son las lluvias anuales entre los meses de diciembre hasta marzo.

De forma resumida y de acuerdo a la temática tratada en esta tesis, el riesgo de inundación puede ser definido como una función que depende del peligro

25 debido a la crecida de los ríos que afectan a la población que se encuentran ubicadas en sus riberas.

2.4 Desastre De acuerdo a MEF (2006), el desastre se define como el conjunto de daños y pérdidas producto del impacto de un peligro sobre una unidad social con determinadas

condiciones

de

vulnerabilidad.

Los

desastres

impactan

negativamente en la economía de un país, sobre todo en los países en vías de desarrollo.

Por otro lado, INDECI (2006) considera que el desastre es una interrupción de las condiciones de habitabilidad de una comunidad, su infraestructura, el ambiente, sus medios de desarrollo, etc. debido a la incidencia de un peligro sea de origen natural o generado por el hombre. Para una adecuada gestión del riesgo de desastres se debe tomar en cuenta lo siguiente: la prevención (antes), es decir la estimación del riesgo y su reducción, la respuesta (durante) ante las emergencias y la reconstrucción (después).

Para que el desastre exista como tal debe impactar sobre una unidad social, sino no se considera como un desastre.

2.5 Metodología de análisis de riesgos De acuerdo a Aguirre (2005), una de las metodologías del análisis de riesgo para la elaboración de la propuesta de ordenación del territorio, es a través de la identificación y valoración de los riesgos naturales, los riesgos tecnológicos y la determinación del riesgo global, que permitirá la elaboración de la cartografía de riesgos y la determinación de las zonas con riesgos bajos, que son aptos para los asentamientos humanos, así también las zonas de riesgos muy altos, no aptos para los asentamientos humanos.

Por otro lado, Yamin, Ghesquiere, Cardona y Ordaz (2013) consideran la incorporación del modelo probabilístico para la gestión de riesgos de desastres, es decir, analizar el riesgo desde un punto de vista técnico y científico,

26 considerando las herramientas tecnológicas actuales y los Sistemas de Información Geográfica (SIG) como plataforma de análisis y toma de decisiones para la cuantificación del riesgo. Es frecuente observar que la mayoría de los países, como es el caso del Perú, destina grandes cantidades de recursos para afrontar las emergencias, muchos de ellos no se materializan, por falta de planificación y políticas que orienten a la gestión prospectiva del riesgo.

El Programa de Naciones Unidas para el Desarrollo Cuba (PNUD Cuba, 2015) establece una metodología para la realización de estudios de peligro, vulnerabilidad y riesgos de desastres de inundación por intensas lluvias.

Plantea la determinación de la inundación por intensas lluvias para diferentes períodos de retorno, elaborar el mapa de peligros, identificar los elementos expuestos, calcular la vulnerabilidad y estimar el riesgo utilizando los SIG.

Así mismo, el Instituto Nacional de Defensa Civil (INDECI, 2011) plantea una metodología para la estimación del riesgo ante inundaciones fluviales, que consiste en la identificación, determinación de la frecuencia, nivel y magnitud de peligrosidad y la elaboración del mapa de peligro por inundación fluvial. Por otro lado, para el análisis de la vulnerabilidad considera diferentes tipos de vulnerabilidad cuyo resultado final es la ponderación y estratificación de la vulnerabilidad total. La estimación del riesgo se realiza en función del mapa de peligros y el mapa de vulnerabilidades, cuyo resultado final es la elaboración del mapa de riesgos por inundación.

De igual forma, Gomariz (S/F) plantea unas líneas metodológicas para el estudio de inundaciones que comprenden desde técnicas tradicionales cartográficas, percepción remota y métodos foto ópticos. La cuantificación del riesgo se realiza en función de la directriz básica de planificación de protección civil ante el riesgo de inundación y la metodología expuesta por el Departamento de ingeniería hidráulica y medio ambiente de la Universidad politécnica de Valencia (DIHMA, 1997).

27 Finalmente, Pastrana (2011) desarrolla una metodología para la valoración del riesgo de inundación del río Caplina – Uchusuma, donde se destaca como un punto importante y diferente a los anteriores la percepción de la población frente a los diversos tipos de vulnerabilidad.

La metodología para la determinación del riesgo de inundación para el área de estudio del presente proyecto de tesis, tiene dos componentes fundamentales, en primer término la determinación del peligro de inundación, en función del caudal máximo del río Santa y, en segundo término la caracterización de la vulnerabilidad física del asentamiento humano ubicado en las riberas del río Santa.

2.6 Los SIG y el análisis de riesgos Los SIG aplicados al análisis de riesgo es gradual y progresivo, desde la utilización de pequeños croquis que identifican las zonas de riesgo hasta la utilización de imágenes de satélite que permiten la ubicación geoespacial del fenómeno en tiempo real. Existen metodologías que conjugan los SIG y el análisis de riesgo tal como lo llevaron a cabo Van Westen, Montoya de Horn y Vargas Franco (S/F) en su estudio, los cuales realizaron la evaluación del riesgo por inundación utilizando las herramientas SIG y las imágenes LIDAR (Light Detection and Ranging) considerando períodos de retorno de 5, 10, 25 y 50 años que permitieron determinar las alturas de la superficie del agua utilizando el programa HecRAS.

Por otro lado, Jiménez (2013) utiliza la tecnología SIG para el análisis y desarrollo metodológico de riesgos ocasionados por fenómenos naturales para el Cantón Mejía, provincia de Pichincha, Ecuador. Destaca la importancia de los SIG en el análisis de riesgos y la utilización de diferentes formatos como: fotografías aéreas, mapas digitalizados, imágenes de satélite y productos georreferenciados, que permiten la elaboración de los distintos mapas temáticos y los análisis respectivos.

28 Así mismo, Maskrey (1998), presenta el desarrollo progresivo del SIG y su aplicación al análisis de riesgos, desde la captura de información en diferentes formatos y grandes volúmenes de datos en formato digital, permitiendo la integración y análisis de gran cantidad de mapas temáticos. El SIG minimiza el tiempo para la elaboración de mapas y facilita su evaluación mediante técnicas especiales y espaciales para el análisis de riesgos, cuyos resultados servirán de base a los planificadores para la toma de decisiones.

El SIG se ha convertido en un componente fundamental del análisis y gestión de riesgos, desde la elaboración de la cartografía para la identificación y ubicación geoespacial de los peligros y la caracterización de la vulnerabilidad, hasta el análisis y modelamiento permitiendo la estratificación de los niveles de riesgo.

2.7 Modelamiento y simulación de inundaciones 2.7.1 Descargas máximas Según Krochin (1982), el caudal máximo o la descarga máxima es el valor máximo de un río en comparación a las descargas habituales. Los caudales máximos son los responsables de producir inundaciones y daños a las obras de infraestructura, así como a la población asentada en los márgenes de los ríos.

2.7.2 Estimación de caudales máximos Existen varios métodos para determinar los caudales máximos que están en función de la disponibilidad de datos. Si existe suficiente cantidad de datos de aforos de ríos se puede realizar análisis estadísticos para determinar los caudales máximos instantáneos para la estación más cercana al punto de interés para diferentes períodos de retorno, por ejemplo: 2, 5, 10, 20, 50, 100 y 500 años. Los modelos probabilísticos más utilizados son: distribución normal estándar, distribución log normal, distribución exponencial, distribución gamma, distribución Pearson tipo III, distribución Gumbel, tal como manifiesta el ministerio de transportes y comunicaciones del Perú (MTC, 2006).

29 Díaz (2011) realizó un estudio en la cuenca del río Santa denominado "Modelo probabilístico y regional de las descargas máximas instantáneas del Río Santa en la región Ancash", en el que se analizaron las descargas máximas de 13 estaciones de aforo ubicadas a lo largo del río Santa (Ancash, Perú), llegando a la conclusión que el modelo probabilístico adecuado en la cuenca del río Santa es el modelo de Gumbel.

Para el caso del cálculo de magnitudes para eventos extremos es posible utilizar la siguiente relación propuesta por Chow, Maidment y Mays (1994):

Q max Tr  Q max p  K T S

( 1)

Donde: QmaxTr: Caudal máximo para un Tr (m3/s) Qmaxp: Caudal máximo promedio (m3/s) KT: Factor de frecuencia S: Desviación estándar de la serie de datos Tr: Tiempo de retorno.

Para la distribución de valor extremo Tipo I o distribución Gumbel, Chow (2000) encontró la siguiente relación para el factor de frecuencia: KT  

  T   6 0.5772   Ln  r       Tr  1  

( 2)

Donde: KT: Factor de frecuencia Tr Tr: Tiempo de retorno

Según CEDEX (2011), para la regionalización de caudales máximos se pueden utilizar regresiones múltiples entre el período de retorno y ciertas variables de la cuenca como características fisiográficas, climáticas, edafológicas, entre otros. Además, menciona que es habitual emplear ecuaciones de regresión logarítmicas como la que se muestra a continuación:

LogYT  bo  b1 LogX 1  b2 LogX 2  ...  bn LogX n

( 3)

30 La ecuación (3) se puede expresar como una ecuación exponencial: YT  10 bo X 1 1 X 2 2 ...X n b

b

bn

( 4)

Donde: YT: Variable dependiente (caudal máximo) Xi: Variable explicativa (características de la cuenca) bi: Coeficientes de la ecuación de regresión

2.7.3 Coeficiente de rugosidad Según Chow (2004), el coeficiente de rugosidad de Manning es la resistencia al flujo en un canal determinado y para su cálculo se debe utilizar criterios profundos de ingeniería y experiencia.

También Sotelo (2002), expresa que el coeficiente de Manning es un factor de fricción que depende de la rugosidad de la frontera del cauce analizado y es muy utilizado en la mayoría de los países occidentales. Para determinar el coeficiente de Manning se requiere de experiencia, apoyándose en trabajos similares, tablas y publicaciones de informes técnicos disponibles.

Por otro lado, HidrojING (2017), destaca la importancia del coeficiente de Manning en los cálculos hidráulicos, ya que una ligera variación de este parámetro puede llevar a resultados no adecuados.

Por lo tanto, la determinación precisa del coeficiente de rugosidad permitirá obtener resultados satisfactorios del modelamiento de inundación.

2.7.4 Condiciones de contorno Según HidrojING (2017), las condiciones de contorno son los parámetros hidráulicos que definen el comportamiento de un flujo en sus límites, es decir aguas arriba y aguas abajo del flujo. De acuerdo a Sanchez y Portuguez (2010) existen cuatro condiciones de contorno: nivel de agua conocido, si se conoce un nivel o calado en alguna sección transversal; calado o profundidad crítica, adecuada si existe alguna sección de control, los programas informáticos

31 utilizados para la modelación pueden determinar este valor; curva caudal, cuando se tiene la curva de caudal de la sección y, finalmente el calado o profundidad normal, cuando el flujo se aproxima al uniforme donde se debe ingresar la pendiente del tramo de influencia.

2.7.5 Simulación hidráulica con HecRAS El HecRAS (Hydrologic Engineering Center's (CEIWR-HEC) River Analysis System) es un programa desarrollado por el cuerpo de ingenieros del ejército de los Estados Unidos que permite calcular los perfiles del flujo del agua en cauces naturales o artificiales. Se pueden realizar modelamientos en condiciones de flujo permanente y no permanente, así mismos estudios de socavación en puentes, inundación en planicies, transporte de sedimentos y calidad del agua (Hydrologic Engineering Center, 2017).

Para desarrollar la simulación hidráulica con HecRAS se siguen los siguientes pasos: crear un nuevo proyecto, introducir datos geométricos, introducir datos hidráulicos, crear un plan y ejecutar la simulación e imprimir los resultados.

El HecRAS, es un software ampliamente difundido desde su lanzamiento en el año de 1995, actualmente con la versión 5.0 se puede realizar modelamientos bidimensionales. Debido a estas características y a las mencionadas en los siguientes párrafos se utilizará para determinar los niveles de agua de acuerdo a los caudales máximos considerados para los diferentes períodos de retorno.

Según Gomariz (S/F), el HecRAS presenta ciertas ventajas en cuanto a la rapidez de cálculo, facilidad de manejo, edición de datos, actualización de la geometría, manejo de la información en archivos ASCII y evaluación del modelo. Por otro lado, es un software gratuito y de código relativamente abierto.

Ochoa et al. (2016) realizaron un estudio de modelación hidrodinámica del tramo medio del río Ctalamochita utilizando los programas HecRAS (análisis unidimensional) e IBER (análisis bidimensional). Los resultados obtenidos muestran que ambos programas proporcionan resultados satisfactorios, siendo

32 la diferencia en el tiempo de ejecución del modelamiento unidimensional con HecRAS en aproximadamente de 15 minutos y con el IBER fue de aproximadamente 1000 veces el tiempo de cálculo con HecRAS. Esta diferencia en tiempo de procesamiento es debido al tipo de análisis que se realizó, en el caso del HecRAS se realizó un análisis unidimensional y el en caso del IBER se realizó un análisis bidimensional.

2.7.6 Modelamiento de inundación Dentro de los múltiples programas que existen para realizar modelamientos de inundación, como el HecRAS, IBER, IRIC, INFOWORKS RS, se puede destacar el programa HecGeoRAS, que funciona como una extensión del programa ArcGIS desarrollada por el Hidrologic Engineering Center (HEC) del United States Army Corps of Engineers y el Enviromental System Research Institute (ESRI).

El HecGeoRAS permite crear archivos de datos de geometría del terreno, el cauce del río y las secciones transversales, para el posteríor modelamiento hidráulico en HecRAS. Consecutivamente, los resultados del modelamiento hidráulico son exportados a ArcGIS para la obtención de los mapas de inundación y riesgo.

El proceso de modelamiento de inundación consta de tres pasos: el preproceso, trabajo previo en ArcGIS y HecGeoRAS, la modelación con HecRAS y generación del archivo de exportación y finalmente el post-proceso, nuevamente con ArcGIS y HecGeoRAS que muestra los resultados de la inundación.

Según Romo (2015), el HecRAS y el HecGeoRAS son extensiones compatibles con el ArcGIS 10.x, que procesan datos geoespaciales para el modelamiento de inundaciones y la determinación de las áreas de riesgo.

Otra característica importante de los programas HecRAS y HecGeoRAS es su permanente actualización y continuo mejoramiento. Tal es el caso que en la

33 actualidad se tiene el HecRAS en la versión 5.0 que permite realizar un modelamiento de flujo bidimensional y el HecGeoRAS 10.4 compatible con el ArcGIS 10.4.

Es a partir del programa HecRAS que se calcularán los perfiles del flujo del agua en los diversos tramos del río Santa para diferentes condiciones de flujo.

Además, la extensión HecGeoRAS, permitirá la preparación de datos en el entorno SIG para su procesamiento en el HecRAS y posteríormente la importación de datos para su procesamiento y análisis, lo que permitirá determinar las áreas de inundación por las posibles crecidas del río. En el presente estudio se utilizará la versión 10.4 de la extensión HecGeoRAS.

34 3.

METODOLOGÍA

La diversidad de información metodológica para la determinación del riesgo de inundación considera dos componentes fundamentales, la determinación del nivel de peligros y la caracterización del nivel de vulnerabilidad. En nuestro caso, para la determinación del nivel de peligros se ha tenido en cuenta las metodologías planteadas por el INDECI (2011) y el PNUD Cuba (2015) que consideran el cálculo del caudal máximo para diferentes períodos de retorno.

Para la caracterización del nivel de vulnerabilidad se ha considerado la metodología planteada por el INDECI (2011), que considera diferentes tipos de vulnerabilidad, en nuestro caso se ha evaluado la vulnerabilidad física, siendo la más consistente en este tipo de análisis, tal como considera Romo (2015) en su trabajo de investigación.

La metodología planteada en la presente investigación consideró la aplicación de dos programas muy conocidos en el ámbito del modelamiento de inundaciones, HecRAS y HecGeoRAS.

Para realizar el modelamiento hidráulico fue indispensable el cálculo del caudal máximo a diferentes períodos de retorno 5, 10, 50, 100 y 200 años, los cuales fueron determinados en función a las ecuaciones obtenidas en el modelamiento hidrológico.

Así mismo, se realizó un levantamiento topográfico de la zona de estudio para el pre procesamiento y establecimiento de la geometría del cauce del río. Por otro lado, se caracterizó el cauce del río para la determinación visual del coeficiente de rugosidad.

Para la determinación de las zonas de riesgo se realizó el análisis de vulnerabilidad de las viviendas ubicadas en ambas márgenes del río Santa, sector Challhua. Finalmente, las zonas de riesgo de inundación fueron determinadas teniendo en cuenta el mapa de las áreas de inundación y el mapa de vulnerabilidad, tal como manifiesta INDECI (2011).

35 En la Figura 1 se presenta el flujograma de la metodología aplicada en la presente investigación, el cual resume y permite entender las secuencias y conexiones de todos los procesos que serán explicados en detalle en las siguientes secciones:

Figura 1. Flujograma para determinar riesgo de inundación

36 3.1 Área de estudio 3.1.1 Ubicación Políticamente el área de estudio se encuentra ubicada en el sector Challhua, al oeste de la zona urbana de la ciudad de Huaraz, distrito de Huaraz, provincia de Huaraz, región Ancash – Perú.

El tramo de evaluación del río Santa comprende el río seco (aguas arriba) y las proximidades del puente Calicanto (aguas abajo), cuyas coordenadas UTM en el datum WGS84, zona 18S son:

Río Seco: E: 221,875.57; N: 8’944,412.44 y Z: 3,040 (punto de inicio).

Proximidad del puente calicanto: E: 221,663.73; N: 8’945,449.18 y Z: 3,035 (punto final).

En la Figura 2 se puede observar la ubicación de la zona de estudio y el tramo del modelamiento comprendido en una longitud de 1,194m.

3.1.2 Topografía La topografía de la zona de estudio es relativamente plana con un valor promedio de 0.4% en la dirección sur norte. Similar situación se observa en la margen derecha del río Santa (cordillera blanca), mientras que en la margen izquierda (cordillera negra) se observan pendientes altas con valores superiores al 100%.

3.1.3 Suelos Según INDECI (2003) la ciudad de Huaraz está constituida por acumulación de material de relleno con espesores que llegan hasta los 1.20m en la zona del “aluvión” y en la parte inferior de la Av. Villón, en la llegada del cauce del río Santa. Destaca la presencia de suelos formados por el transporte del río Santa, que son de naturaleza gravo arenosos, constituidos por sucesivas capas de arena arcillosa o arena limosa, emplazados en la margen derecha, conformando terrazas aluviales como es el caso

de Challhua y las partes

inferiores de Huarupampa, Centenario, Palmira y Vichay.

37

Según la propuesta de microzonificación sísmica de INDECI (2003), la ciudad de Huaraz está dividida en cinco zonas. El sector Challhua se encuentra ubicado en la zona V, que presenta las condiciones más desfavorables, conformado por material de escombros, con capas de arcilla o arena arcillosa blandas y poco consolidadas, con capa freática superficial y capacidad portante del suelo menor a 1.0 Kg/cm2.

3.1.4 Geología El INDECI (2003) explica que la ciudad de Huaraz y la zona de estudio presentan un material aluvial suelto a semi-compacto, que se produjeron por acción violenta de las aguas en los cauces de los ríos y quebradas. El material litológico está constituido por bloque de diversos diámetros, de origen granítica proveniente del arranque del batolito de la cordillera Blanca, con alta resistencia a la compresión y el cual constituye el suelo de fundación de las edificaciones en la ciudad de Huaraz.

3.1.5 Climatología El clima de la ciudad de Huaraz y las importantes ciudades del callejón de Huaylas está íntimamente relacionado con la topografía y varía de acuerdo a los pisos altitudinales. Ésta presenta un clima templado de montaña tropical con temperaturas que oscilan entre 11 y 16°C y precipitaciones anuales entre 500 y 1000mm. Los descensos de temperaturas son bruscos y producen heladas. Las inundaciones que se producen en el sector Challhua están asociadas a las altas precipitaciones que son recurrentes en los meses de marzo y abril, tal como sucedió este año (2017) con la ocurrencia del fenómeno del niño costero, que produjo un incremento del caudal por encima de los promedios habituales, inundando las viviendas y los módulos del mercado de abastos ubicados en el sector Challhua.

38

Figura 2. Ubicación de la zona de estudio

39 3.2 Recopilación de información Según la metodología planteada por Díaz (2011), para la determinación del caudal máximo se requiere de ciertos parámetros de la cuenca del río Santa.

Por lo tanto, para determinar las áreas de aporte de cada estación hidrométrica, pendiente del cauce principal y el tiempo de concentración aguas arriba de las estaciones de aforo de la cuenca del río Santa se utilizó un Modelo Digital de Elevación (MDE), el cual fue obtenido del geo-servidor del Ministerio del Ambiente de Perú (MINAM-Perú, 2017). El MDE descargado fue de una resolución de 30m, con formato TIFF, sistema de referencia geográfico y datum WGS 84. De este mismo geoservidor también se descargó la delimitación de cuencas hidrográficas del Perú, de la cual se obtuvo el shapefile de la delimitación de la cuenca del río Santa. A partir de estas dos capas descargadas del geoservidor y utilizando la herramienta extract by mask del ArcGIS, se obtuvo el MDE recortado para la cuenca del río Santa.

Los valores de las descargas máximas instantáneas anuales de las 15 estaciones hidrométricas de la cuenca del río Santa, tal como se observa en la Figura 7, fueron obtenidos del estudio realizado por Electroperú – Hidroservice (1985).

Para representar la geometría de la zona de estudio, es decir la ubicación del cauce del río, eje del río, posibles zonas de inundación, secciones transversales, ubicación de viviendas, entre otros detalles se realizó un levantamiento topográfico comprendido entre el río seco (punto de inicio) y las inmediaciones del puente Calicanto (punto final) (ver Figura 3).

3.3 Modelamiento hidrológico La hidrología constituye uno de los aspectos más importantes dentro de la modelación de inundación, porque permite determinar el valor del caudal máximo debido a la crecida de los ríos.

De acuerdo a MTC-Perú (2013) existen varias metodologías para determinar el caudal máximo como lo es el método racional, que está en función del

40 coeficiente de escorrentía, intensidad de precipitación máxima horaria y el área de la cuenca. También se puede mencionar el método del hidrograma unitario, que considera la escorrentía directa como la precipitación neta de una duración determinada.

Dentro de esta gran variedad de metodologías, los modelos que permiten la calibración y adecuación de la información a las cuencas de estudio son los más recomendables. Díaz (2011) realizó un estudio para determinar los caudales máximos en la cuenca del río Santa, para el cual consideró 13 estaciones hidrométricas en dicha cuenca encontrando que el modelo probabilístico de Gumbel es el más adecuado, generando algunas relaciones en función del área de aporte y el tiempo de retorno.

Debido a que en la zona de estudio no existe ninguna estación hidrométrica que permita determinar el caudal máximo de diseño, se ha utilizado el modelo probabilístico de Gumbel para su determinación, utilizando las ecuaciones (1) y (2). Para la aplicación de la regresión múltiple de tres parámetros se utilizó la ecuación (3) en función de los siguientes parámetros: Área de aporte, pendiente del cauce principal y tiempo de concentración de 15 estaciones hidrométricas ubicadas a lo largo de la cuenca del río Santa, lo cual permitió obtener una relación para el cálculo del caudal máximo instantáneo a diferentes períodos de retorno, tal como se indica en la ecuación (12).

La información física o los parámetros geomorfológicos principales que permitieron la regionalización de caudales en la cuenca del río Santa a diferentes períodos de retorno son los siguientes:

3.3.1 Delimitación del área de aporte de cada estación hidrométrica La delimitación del área de aporte de cada estación hidrométrica se realizó utilizando el conjunto de herramientas hydrology del ArcGIS, teniendo en cuenta el MDE del río Santa y la ubicación de cada estación hidrométrica.

Para la delimitación del área de aporte se siguieron los siguientes pasos:

41 

Llenado de depresiones: utilizando la herramienta Fill sinks del ArcGIS, se rellenaron las imperfecciones existentes en la superficie del MDE, de tal forma que las celdas en depresión alcancen el nivel del terreno de las vecindades, con el objetivo de determinar de forma adecuada la dirección del flujo.



Determinación de la dirección del flujo: mediante la herramienta Flow direction del ArcGIS se obtuvo la dirección natural de escurrimiento del flujo, teniendo en cuenta las elevaciones y pendientes de cada celda del MDE.



Determinación del flujo acumulado: el flujo acumulado es la cantidad de flujo que pasa de celda en celda, marcando el río principal como sus afluentes en todo su recorrido. Este raster fue obtenido con la herramienta Flow accumulation del ArcGIS, en función del raster Flow direction.



Ubicación del punto donde se inicia el área de aporte: para lo cual se crearon puntos en formato shapefile que definen la ubicación de las estaciones hidrométricas sobre la cuenca del río Santa, teniendo en cuenta que se localicen en la misma línea de flujo que se creó con el Flow accumulation.



Punto de cierre: cada área de aporte tiene un punto de cierre, la herramienta Snap pour point del ArcGIS permitió la ubicación de la celda donde se inicia la cuenca de aporte, teniendo en cuenta la entidad creada en el paso anteríor (punto en formato shapefile) y el raster de acumulación de flujo.



Determinación del área de drenaje: para determinar el área colectora de agua o de drenaje se usó la herramienta Watershed del ArcGIS, en función de los rasters Flow accumulation y Snap pour point.



Conversión de raster a vector: se utilizó la herramienta Raster to Polygon del ArcGIS para convertir las entidades raster a polígono de cada área de aporte.



Creación de entidades 3D: fue necesario la conversión de las entidades 2D a una clase de entidad 3D, para la determinación de las alturas características de cada área de aporte, mediante la herramienta Interpolate shape del ArcGIS.

42

En la Figura 8 se observan las delimitaciones de las áreas de aporte de las 15 estaciones hidrométricas de la cuenca del río Santa.

3.3.2 Cálculo del área de aporte de cada estación hidrométrica Estos parámetros se obtuvieron de la tabla de atributos de la entidad 3D creada para cada área colectora de las 15 estaciones hidrométricas.

3.3.3 Longitud del cauce principal Para determinar la longitud del cauce principal de cada área de aporte se utilizó la herramienta Longest flow path de ArcHydro Tools obteniéndose una entidad 2D. Para la transformación de la entidad 2D a una entidad 3D se utilizó la herramienta Interpolate shape, obteniéndose la longitud real 3D del cauce principal.

3.3.4 Altura máxima y mínima del cauce principal Estos parámetros se obtuvieron de la tabla de atributos de la entidad 3D creada para cada longitud del cauce principal de las 15 estaciones hidrométricas.

3.3.5 Pendiente del cauce principal La pendiente media del cauce principal de cada estación hidrométrica fue calculada utilizando el método propuesto por Taylor y Schwarz, citado por Villón (2002), quienes propusieron las siguientes relaciones:   L S l l l  l1  2  3  ...  n  s2 s3 sn  s1 si 

C .Max  C.Min li

Donde: S: Pendiente del cauce principal L: Longitud del cauce principal 𝑙𝑖 : Longitud de un tramo del cauce principal

     

2

( 5)

( 6)

43 𝐶. 𝑀𝑎𝑥: Cota máxima de un tramo del cauce principal 𝐶. 𝑀𝑖𝑛: Cota mínima de un tramo del cauce principal 𝑆𝑖 :Pendiente de un tramo del cauce principal

3.3.6 Tiempo de concentración El tiempo de concentración es el tiempo que tarda una partícula de agua caída en el punto más alejado de la cuenca hasta la salida del desagüe. Para el cálculo del tiempo de concentración se utilizó la relación propuesta por Kirpich, citado por Villón (2002), en función de la longitud del cauce principal y las cotas máximas y mínimas.

Kirpich propuso la siguiente relación:  L3 Tc  0.0195  H

  

0.385

( 7)

Donde: Tc: Tiempo de concentración (min) L: Longitud del cauce principal (m) H: Diferencia de elevación entre los puntos extremos del cauce principal (m)

3.3.7 Modelo probabilístico de Gumbel en la cuenca del río Santa Teniendo en cuenta los datos de las descargas máximas instantáneas de 15 estaciones hidrométricas ubicadas en la cuenca del río Santa publicadas por Electroperú-Hidroservice (1985), se utilizaron las ecuaciones (1) y (2) propuestos por Chow, Maidment y Mays (1994) y Chow (2000) que permitieron determinar los caudales máximos en diferentes períodos de retorno (5, 10, 20, 50, 75, 100 y 200 años) para las 15 estaciones hidrométricas.

3.3.8 Determinación del coeficiente adimensional (d) Chávez (2009) menciona que para la determinación de la curva regional de caudales en una determinada cuenca es necesario el cálculo de un valor adimensional, el cual se obtiene dividiendo el caudal máximo anual (Q) entre el caudal promedio anual (Qm) para diferentes periodos de retorno.

44 Diaz (2011) propone la determinación del coeficiente adimensional (d) relacionando el caudal máximo para cada período retorno entre el caudal máximo promedio de cada una de las 15 estaciones hidrométricas.

d

Q max Tr Q max p

Q max Tr  dxQ max p

( 8)

( 9)

Donde: d: Coeficiente adimensional QmaxTr: Caudal máximo para un Tr (m3/s) Qmaxp: Caudal máximo promedio (m3/s)

3.3.9 Regresión múltiple de tres parámetros para Tr, S y Tc De acuerdo al enunciado de Chávez (2009) sobre la obtención de la curva regional de caudales, se ha considerado al coeficiente adimensional “d” como variable dependiente. Por otro lado, teniendo en cuenta el enunciado de CEDEX (2011), mostrado en el acápite 2.7.2, se ha considerado a los parámetros “Tr”, “S” y “Tc” como variables independientes para la aplicación de la regresión múltiple de tres parámetros. La elección de estos parámetros se fundamenta en la alta correlación que presentan comparado con otros parámetros.

Teniendo en cuenta la ecuación (4) se formula la siguiente relación para la aplicación de la regresión de tres parámetros. d  10 ao Tr a1 S a2 Tc a3

Donde: d: Coeficiente adimensional Tr: Tiempo de retorno S: Pendiente del cauce principal de cada estación hidrométrica Tc: Tiempo de concentración a0, a1, a2 y a3: Coeficientes de regresión múltiple

( 10)

45 3.3.10 Regresión múltiple de tres parámetros para A, S y Tc De acuerdo al enunciado del acápite 3.3.9 y tomando como base la ecuación (4), se ha considerado al Qmaxp como variable dependiente y los parámetros A, S y Tc como variables independientes, con los cuales se realizaron la regresión múltiple de tres parámetros. Como en el caso anterior la correlación de los parámetros planteados es alta.

La siguiente ecuación muestra la regresión de tres parámetros para las variables consideradas:

Q max p  10 b0 Ab1 S b2 Tc b3

( 11)

Donde: Qmaxp: Caudal máximo promedio (m3 /s) A: Área de aporte de cada estación hidrométrica (Km2) S: Pendiente del cauce principal de cada estación hidrométrica Tc: Tiempo de concentración b0, b1, b2 y b3: Coeficientes de regresión múltiple

3.3.11 Generación de la ecuación de descargas máximas instantáneas anuales de la cuenca del río Santa Para generar la ecuación de descargas máximas instantáneas en cualquier punto de la cuenca del río Santa se reemplazaron las ecuaciones (10) y (11) en la ecuación (9), obteniéndose la siguiente relación:

Q max Tr  (10 a0 Tr a1 S a2 Tc a3 )(10 b0 Ab1 S b2 Tc b3 )

( 12)

3.3.12 Área, pendiente y tiempo de concentración de la zona de estudio Para determinar el caudal máximo de la zona de estudio fue necesario el cálculo del área, pendiente del cauce principal y el tiempo de concentración de la zona de estudio, desde el punto de inicio de la zona de estudio hacia aguas arriba, tal como se observa en la Figura 9.

46 3.3.13 Determinación del caudal máximo para la zona de estudio El caudal máximo de diseño de la zona de estudio ha sido calculado mediante la aplicación de la ecuación (12) en función del área de aporte de la cuenca, pendiente, tiempo de concentración, calculados en la sección anterior, y los diferentes períodos de retorno 5, 10, 50, 100 y 200 años.

Los períodos de retorno que se utilizaron en la presente investigación fueron tomados del manual de estimación del riesgo ante inundaciones fluviales del INDECI (2011).

3.4 Modelamiento hidráulico El modelamiento hidráulico se realizó en el río Santa, sector Challhua, en el tramo comprendido entre el río seco (Km: 0+000) y las inmediaciones del puente Calicanto (Km: 1+194). Para realizar el modelamiento hidráulico es necesario contar con un plano topográfico con curvas de nivel o un MDE del tramo de estudio. Debido a que la resolución del MDE de la cuenca del río Santa no es lo suficientemente detallada para llevar acabo la modelación, se procedió a realizar el levantamiento topográfico de la zona de estudio, que permitió la generación de curvas de nivel con equidistancia de 1m y un MDE con resolución espacial final de 4m, los cuales fueron procesados en el software ArcGIS.

Por otro lado, uno de los parámetros importantes para el modelamiento hidráulico es la determinación del coeficiente de Manning. Para determinar el coeficiente de Manning se requiere de experiencia, apoyándose en trabajos similares, tablas y publicaciones de informes técnicos disponibles. Según el MTC-Perú (2013) existen publicaciones técnicas como la de Water Supply Paper (1949) que presenta fotografías de diversos cauces naturales, siendo una buena referencia para la estimación del coeficiente de rugosidad. Dado lo anterior, se realizaron inspecciones visuales directamente en campo para determinar este parámetro para diferentes secciones del río Santa en la zona de estudio. Así mismo, se establecieron las condiciones de contorno aguas

47 arriba y aguas abajo para las diferentes secciones del río Santa en el tramo de estudio.

Para la determinación del área de inundación se utilizó el software HecRAS 5.0, que permitió la modelación hidráulica y la determinación del nivel del agua en un flujo no permanente. Por otro lado, para el procesamiento de la geometría y posterior análisis de las áreas de inundación se utilizó el software HecGeoRAS 10.4 en el entorno del ArcGIS 10.4.

3.4.1 Levantamiento topográfico Se realizó el levantamiento topográfico a detalle de la zona de estudio utilizando el método de radiación y una estación total Topcon. Los puntos de control fueron georreferenciados utilizando un GPS en coordenadas UTM y en el datum WGS 84. Se delimitó la zona del cauce del río, el área de inundación, los ejes de las calles y las viviendas ubicadas muy cerca de las riberas del río Santa en el sector Challhua.

En la siguiente fotografía se observa la primera estación que permitió el levantamiento topográfico de la zona de estudio.

Fotografía 1. Levantamiento topográfico de la zona de estudio

48 3.4.2 Coeficiente de rugosidad La determinación del coeficiente de rugosidad se realizó de forma visual en las diferentes secciones del río Santa, sector Challhua, teniendo en cuenta la colección pictórica a color de las características de rugosidad de los canales abiertos propuesta por Barnes (1987), el cual incluye la rugosidad de Manning de cincuenta canales de corrientes típicos de los Estados Unidos.

En las siguientes fotografías se muestran las propuestas de coeficientes de Manning para cauces naturales que presentan similitudes con la zona de estudio:

Fotografía 2. Imagen de la colección de Barnes para lecho de los ríos Fuente: Barnes (1987)

49

Fotografía 3. Imagen de la colección de Barnes para vegetación Fuente: Barnes (1987)

3.4.3 Pre proceso con HecGeoRAS Para el pre procesamiento de la información, es decir la generación de la geometría de la zona de estudio se utilizó un plano a curvas de nivel con una equidistancia de 1m, el cual fue generado mediante un levantamiento topográfico y procesado en el software ArcGIS 10.4 con la extensión HecGeoRAS 10.4.

Históricamente las inundaciones que se produjeron en el sector Challhua se iniciaron en la intersección de los ríos Seco y Santa, prolongándose aguas abajo hasta que la pendiente del río Santa se incrementa notablemente a inmediaciones del puente calicanto. Por esta razón, la zona de estudio queda definido por el eje del cauce que comprende desde el río seco (punto de inicio: Km: 0+000) hasta una longitud de 1,194m aguas abajo (punto final).

En la siguiente figura se muestra la longitud del eje del río y las curvas de nivel de la zona de estudio:

50

Figura 3. Área de estudio (Km: 0+000 – Km: 1+194)

Por otro lado, teniendo en cuenta las curvas de nivel se generó la red irregular de triángulos (TIN), que permitió representar la superficie continua en función de la elevación de la zona de estudio. Según Esri (2016) las TIN son datos geográficos digitales constituidos por una serie de vectores y se construyen mediante la triangulación de un conjunto de puntos.

En la siguiente figura se muestra el TIN de la zona de estudio:

51

Figura 4. TIN de la zona de estudio

Teniendo cargada la extensión HecGeoRAS en ArcGIS, se procedió al establecimiento de la corriente principal del río utilizando la función Stream centerline. Posteriormente, se establecieron los bordes del río, mediante la función Banks y finalmente se estableció la trayectoria del flujo con la función flow path. Por otro lado, se generaron las secciones transversales mediante la función Cross section, con un espaciamiento de 20 m en la dirección aguas abajo, que permita mostrar con mayor detalle el comportamiento del cauce y su estructura transversal.

Por último, se generó el archivo de exportación SIG, los cuales son exportados en un archivo con extensión XML y luego son convertidos a formato SDF, que es un formato compatible con el HecRAS.

52 3.4.4 Modelamiento con HecRAS Se importó a HecRAS el archivo generado en el pre procesamiento de la información (.sdf), creando y guardando un nuevo proyecto, visualizando el esquema georreferenciado del sistema fluvial.

Así mismo, se ingresaron los datos hidráulicos como número de perfiles, caudales máximos para diferentes períodos de retorno y condiciones de contorno. En nuestro caso utilizamos la condición de contorno de calado normal, ingresando la pendiente del tramo de influencia.

Realizado la simulación del flujo con los caudales máximos a diferentes períodos de retorno, se construye finalmente el archivo de exportación. Para el modelamiento se utilizaron los caudales máximos explicados en la sección 3.3, los cuales fueron generados con los períodos de retorno tomados de INDECI (2011).

En la siguiente figura se muestra el entorno del software HecRAS utilizado en la presente investigación:

Figura 5. Entorno del HecRAS

3.4.5 Post proceso con HecGeoRAS Es la fase final del proceso de modelamiento de inundación, donde los datos obtenidos en el paso anteríor son importados nuevamente a ArcGIS y procesados con la extensión HecGeoRAS. Las superficies de inundación para cada período de retorno son visualizadas secuencialmente en el entorno del ArcGIS, tanto en el formato raster como en el formato vectorial.

53 3.4.6 Determinación de las áreas de inundación Las áreas de inundación son el resultado del modelamiento de la zona de estudio con el HecRaS y el HecGeoRAS. Tal como manifiesta INDECI (2011), es posible calcular las profundidades de flujo y las velocidades de flujo en las secciones de cálculo, así mismo la cuantificación de las áreas de inundación para los diferentes caudales propuestos en el presente estudio.

3.5 Análisis de la vulnerabilidad física de las viviendas Para la determinación de la vulnerabilidad física de las viviendas en el sector Challhua se realizó el levantamiento de información utilizando una ficha de encuesta (Anexo 1), que permitió identificar los diferentes peligros naturales recurrentes en la zona de estudio como es el caso del sismo, lluvias intensas e inundación. La determinación de los diferentes peligros en el sector Challhua permitió tener una visión global del nivel de peligro que enfrenta la población del área de estudio.

Se evaluaron las viviendas ubicadas en la probable zona de inundación teniendo en cuenta los materiales de construcción, número de pisos, estado de conservación, material de los techos y antigüedad de las viviendas.

Además, se realizó un estudio acerca de las condiciones básicas de habitabilidad como tipo de abastecimiento de agua, disposición de excretas, almacenamiento de residuos sólidos, servicio de recolección de residuos sólidos y servicio de energía eléctrica.

Por otro lado, se investigó acerca de la existencia de los principales instrumentos de gestión de riesgos y organización para la prevención y mitigación de riesgos en el sector Challhua.

Para la evaluación de la vulnerabilidad física se tuvo en cuenta el manual básico para la estimación del riesgo propuesto por INDECI (2006), donde se realiza una evaluación cualitativa de las diferentes variables.

54 En la Tabla 2 se muestran las variables consideradas y los niveles de vulnerabilidad que permitieron determinar la vulnerabilidad física en el sector Challhua. La vulnerabilidad total fue calculada obteniendo el promedio final de las variables consideradas y teniendo en cuenta la Tabla 3.

Finalmente, teniendo en cuenta las diferentes variables consideradas para la evaluación de la vulnerabilidad física explicados anteriormente se elaboró el mapa de nivel de vulnerabilidad del sector Challhua.

En la Figura 6 se observa la distribución de las viviendas en el sector Challhua, así como la ubicación del mercado popular y los campos deportivos.

55

Niveles de vulnerabilidad Variable

Vulnerabilidad baja

Vulnerabilidad media

Vulnerabilidad alta

Vulnerabilidad muy alta

(VB) (<25%)

(VM) (26-50%)

(VA) (51-75%)

(VMA) (76-100%)

Material de construcción

Estructura

sismo Estructura de concreto, Estructura de adobe o Estructuras de adobe, caña y

utilizada en viviendas

resistente con adecuada acero técnica constructiva

o

madera,

adecuada

sin

técnica

madera,

sin

refuerzos otros de menor resistencia, en

estructurales

estado precario

constructiva Localización de viviendas Muy alejada (>5 Km)

Medianamente cerca (1- Cercana (0.2 – 1 Km)

respecto al cauce del río

5 Km)

Muy cerca (0 – 0.2 Km)

Características

Zonas sin fallas, suelos Zona

ligeramente Zona

geológicas, calidad y tipo

con

suelos

de suelo

características

mediana

geotécnicas

portante

Número de pisos

Vivienda hasta 2 pisos

Viviendas de 3 pisos

Viviendas de 4 pisos

Viviendas > 5 pisos

Estado de conservación

Muy bueno

Bueno

Regular

Malo

Antigüedad

De 0 a 5 años

Entre 5 a 7 años

Entre 7 a 10 años

Mayor a 10 años

Conocimiento

sobre

la

buenas fracturada,

de

capacidad

los

instrumentos

de gestión

gestión

fracturada,

suelos

con suelos colapsables (relleno, mapa

baja capacidad portante

freática alta con turba, material inorgánico, etc.)

Conocimiento total de los Conocimiento parcial de

existencia de instrumentos instrumentos de gestión

ligeramente Zona muy fracturada, fallada,

de

Mínimo conocimiento de No tienen conocimiento de los los

instrumentos

gestión

Tabla 2. Niveles de vulnerabilidad Fuente: Adaptado de INDECI (2006)

de instrumentos de gestión

56 Estrato/Nivel

Descripción/Características

Vulnerabilidad

Viviendas asentadas en terrenos seguros,

baja (VB)

con material noble o sismo resistente en muy

Valor (%) 1 < de 25

buen estado de conservación, con una localización muy alejada (>5Km), antigüedad de 0 a 5 años y población con conocimiento total de instrumentos de gestión Vulnerabilidad

Viviendas asentadas en suelo de calidad

2

media (VB)

intermedia, con aceleraciones sísmicas

De 26 a

moderadas. Con material noble en buen

50

estado de conservación, con una localización medianamente cerca (1-5 Km), antigüedad de 5 a 7 años y población con conocimiento parcial de instrumentos de gestión Vulnerabilidad

Viviendas asentadas en zonas donde se

3

alta (VB)

esperan altas aceleraciones sísmicas por sus

De 51 a

características geotécnicas, con material

75

precario, en mal y regular estado de construcción, con una localización cercana (0.2 – 1 Km), antigüedad de 7 a 10 años y población con mínimo conocimiento de instrumentos de gestión.

Vulnerabilidad

Viviendas asentadas en zonas de suelos con

muy alta (VB)

alta probabilidad de ocurrencia de licuación generalizada o suelos colapsables en grandes proporciones, de materiales precarios en mal estado de construcción, con una localización de 0.2 – 0 Km), antigüedad mayor a 10 años y población sin ningún conocimiento de instrumentos de gestión.

Tabla 3. Estrato, descripción y valor de la vulnerabilidad Fuente: Adaptado de INDECI (2006)

4 De 76 a 100

57

Figura 6. Distribución de viviendas en el sector Challhua

58 3.6 Riesgo de inundación El riesgo de inundación del sector Challhua se obtuvo superponiendo el mapa de inundación (ver sección 3.4.6) y el mapa de vulnerabilidad física, explicado anteriormente. Esto se realizó teniendo en cuenta la conceptualización del riesgo citado por INDECI (2006), en el que se considera que el riesgo es una función del peligro y la vulnerabilidad y la matriz presentada en la Tabla 1.

59 4.

RESULTADOS

4.1 Modelamiento hidrológico En esta sección se muestran los principales parámetros geomorfológicos de la cuenca del río Santa que permitieron la determinación de la ecuación del caudal máximo para la cuenca del río Santa utilizando el modelo Gumbel. Así mismo, se utilizó la regresión múltiple de tres parámetros en función del área de la cuenca de aporte, pendiente del cauce principal, tiempo de concentración y el tiempo de retorno que permitió obtener la ecuación (15). Teniendo en cuenta la ecuación anterior y los parámetros para la zona de estudio se determinaron los caudales máximos para los diferentes periodos de retorno de 5, 10, 25, 50, 75, 100 y 200 años, cuyos datos fueron utilizados para el modelamiento hidrológico.

4.1.1 Información física En la Tabla 4 se observan las áreas de aporte, las longitudes de los cauces principales, las alturas máximas y mínimas, las pendientes del cauce principal y los tiempos de concentración para cada estación hidrométrica. A su vez, en la Figura 7 se observan la delimitacion de la cuenca del río Santa y la ubicación de las 15 estaciones de aforo bajo el sistema de coordenadas UTM. Finalmente, en la Figura 8 se muestra la delimitación de las áreas de aporte de las 15 estaciones hidrométricas de la cuenca del río Santa.

60

N°

Estación Hidrométrica

Longitud del Área (Km2)

Cauce Principal (m)

Altura Máxima (m.s.n.m)

Altura

Pendiente del

Tiempo de

Mínima

Cauce Principal

Concentración

(m.s.n.m)

(%)

(hr)

1

Condorcerro

10408.87

294547.88

5211

482.97

1.17

25.94

2

La Balsa

4784.11

216921.07

5211

2002.1

0.96

21.15

3

Chuquicara

3196.25

115207.35

5047

544

2.52

8.94

4

Manta

563.65

42029.62

4988

1945.97

4.92

3.24

5

Quitaracsa

382.39

50221.02

5686

1554.75

5.13

3.54

6

Recreta

279.06

43870.88

5470

4008

0.78

4.52

7

Chancos

266.93

44313.28

6098

2864

3.64

3.37

8

Quillcay

245.22

35085.33

6193

3081

3.99

2.61

9

Colcas

235.38

38825.19

5328

2041

6.1

2.87

10

Pachacoto

202.38

34332.16

5200

3735

2.51

3.4

11

Olleros

175.52

29728.07

5605

3443.9

3.99

2.48

12

Los Cedros

114.57

29599.4

6088

2002

7.78

1.93

13

Llanganuco

86.29

17267.15

6716

3853

6.14

1.19

14

Querococha

62.54

13635.76

5192

4023

4.33

1.28

15

Parón

52.61

12319.27

5576

4104

13.23

1.04

Tabla 4. Información física de las áreas de aporte de las estaciones hidrométricas

61

Figura 7. Cuenca del río Santa y estaciones de aforo

62

Figura 8. Áreas de aporte de las 15 estaciones hidrométricas de la cuenca del río Santa

63 4.1.2 Modelo probabilístico de Gumbel en la cuenca del río Santa En el Anexo 2 se muestran las descargas máximas instantáneas obtenidas de Electroperú-Hidroservice (1985), con las que se determinaron la descarga máxima promedio, número de datos y la desviación estándar de las 15 estaciones hidrométricas de la cuenca del río Santa.

En el Anexo 3 se observan los factores de frecuencia para las 15 estaciones hidrométricas de la cuenca del río Santa, los cuales fueron calculados utilizando la ecuación (2) y los períodos de retorno de 5, 10, 25, 50, 75, 100 y 200 años.

En el Anexo 4 se observan los caudales máximos para las 15 estaciones hidrométricas de la cuenca del río Santa, los cuales han sido calculados utilizando la ecuación (1) y los períodos de retorno de 5, 10, 25, 50, 75, 100 y 200 años, según normativa para prevención de inundaciones.

4.1.3 Determinación del coeficiente adimensional (d) En el Anexo 5 se observan los coeficientes adimensionales para las 15 estaciones hidrométricas de la cuenca del río Santa, los cuales fueron calculados utilizando la ecuación (8).

4.1.4 Regresión múltiple de tres parámetros (Tr, S y Tc) En el anexo 6 se observan los datos para la regresión múltiple de tres parámetros, teniendo en cuenta que d es la variable dependiente y Tr, S y Tc son las variables independientes. Aplicando la regresión múltiple de tres parámetros se encontró la siguiente ecuación: d  0.9276 Tr 0.1538S 0.0184Tc 0.0694

Resultando el coeficiente de correlación R de 0.8942.

( 13)

64 4.1.5 Regresión múltiple de tres parámetros (A, S y Tc) En el anexo 7 se observan los datos para la regresión múltiple de tres parámetros, teniendo en cuenta que Qmaxp es la variable dependiente y A, S y Tc son las variables independientes. Aplicando la regresión múltiple de tres parámetros se encontró la siguiente ecuación:

Q max p  0.4093 A 0.6594S 0.0287Tc 0.5385

( 14)

Siendo el coeficiente de correlación R de 0.9832.

4.1.6 Ecuación de descargas máximas instantáneas anuales de la cuenca del río Santa Reemplazando las ecuaciones (13) y (14) en la ecuación (9) se obtiene la ecuación de las descargas máximas instantáneas anuales de la cuenca del río Santa.

Q max Tr  (0.9276 Tr 0.1538S 0.0184Tc 0.0694)(0.4093 A0.6594S 0.0287Tc 0.5385)

( 15)

4.1.7 Área, pendiente y tiempo de concentración de la zona de estudio En la siguiente tabla se muestra el área, pendiente del cauce principal y el tiempo de concentración de la zona de estudio. Área (Km2)

1985.7

S (%)

1.15

Tc (h)

11.53

Tabla 5. Área, pendiente y tiempo de concentración de la zona de estudio

Los datos de la anterior tabla hacen referencia al área que se muestra en la Figura 9, la cual fue delimitada para la cuenca de aporte aguas arriba del inicio de la zona de estudio.

65 4.1.8 Determinación del caudal máximo de la zona de estudio La determinación del caudal base se ha realizado utilizando la ecuación (14) que está en función del área, pendiente y el tiempo de concentración de la zona de estudio, cuyo resultado es: Qmax=227.37 m3/s.

En la siguiente tabla se muestran los caudales máximos para diferentes períodos de retorno de la zona de estudio, los cuales fueron calculados con la ecuación (15): Tiempo de retorno

Qmax

(años)

(m3/s)

5

319.28

10

355.20

25

408.96

50

454.96

75

484.24

100

506.14

200

563.08

Tabla 6: Caudales máximos

Los caudales máximos calculados para diferentes períodos de retorno, la pendiente promedio y los coeficientes de Manning de la zona de estudio son los valores que se introducen para el modelamiento hidráulico.

66

Figura 9. Inicio de la zona de estudio y delimitación aguas arriba de la cuenca

67 4.2 Modelamiento hidráulico El modelamiento hidráulico comprendió la ejecución de tres fases: el pre proceso con el HecGeoRAS, el modelamiento con HecRAS y el post proceso con el HecGeoRAS para lo cual fue necesario la determinación del coeficiente de rugosidad, las condiciones de contorno y la introducción de los caudales máximos para diferentes período de tiempo (ver Tabla 6).

Del modelamiento hidráulico se obtienen los niveles de agua para los diferentes periodos de retomo, en el entorno del programa HecRAS y, las áreas de inundación se visualizan en el entorno del programa ArcGIS utilizando la herramienta HecGeoRAS. 4.2.1 Coeficiente de rugosidad La estimación del valor del coeficiente de rugosidad se realizó de forma visual en los diferentes tramos considerados para el modelamiento de la zona de intervención. En las fotografías 4, 5 y 6 se puede observar los diferentes valores tomados en cuenta en la determinación del coeficiente de rugosidad.

La zona fue dividida en tres tramos debido a que presenta cierto grado de homogeneidad en cuanto a su fisiografía y componente de materiales. Al inicio del tramo de estudio, en la margen izquierda se observa el lecho del río con presencia de piedras y relleno consolidado (n=0.032), mientras que en la margen derecha se observa el lecho del río con presencia de arbusto y vegetación en general (n=0.033).

En la siguiente fotografía se muestra el punto de inicio del tramo de estudio que corresponde al río seco (Km: 0+000):

68

Fotografía 4. Punto de inicio del tramo (río seco) de estudio

En la siguiente fotografía se observa la parte intermedia de la zona de intervención donde el lecho del río tiene presencia de piedras en ambas márgenes (n=0.032)

Fotografía 5. Parte intermedia (Km: 0+600) del tramo de estudio

En la siguiente fotografía se puede observar el final del tramo de intervención donde es posible apreciar que el lecho de río tiene presencia de arbustos y vegetación en general en ambas márgenes del río (n=0.033):

69

Fotografía 6. Punto final (Km: 1+194) del tramo de estudio

4.2.2 Pre proceso El pre proceso de la zona de estudio se realizó en el software ArcGIS 10.4, con la extensión HecGeoRAS 10.4 y la herramienta RAS Geometry. Utilizando las opciones del HecGeoRAS/RAS Geometry/ Create RAS Layers se creó el eje del río (Stream centerline), los bordes del río (Banks) y la trayectoria del flujo (flow path). En cada shapefile creado fue necesario editar y completar la información de topología, estaciones y elevaciones. Éstos se pueden apreciar en la siguiente figura:

70

Figura 10. Delimitación del eje, bordes y trayectoria del río en la zona de estudio

Así mismo, utilizando las opciones del HecGeoRAS/RAS Geometry se establecieron y delimitaron las secciones transversales (XS Cut Lines) con un espaciamiento de 20m y un ancho de 200m. Se tuvo en cuenta que dos secciones consecutivas no deben cortarse y que las líneas de las secciones deben cortar perpendicularmente al eje del flujo, desde el margen izquierdo al margen derecho.

71 En la siguiente figura se observan las secciones transversales en la zona de estudio:

Figura 11. Secciones transversales

Desde las opciones del HecGeoRAS/RAS Geometry y el TIN creado anteriormente se añadió la topología y elevación al cauce (Stream Certerline Atributes/All) y a las secciones transversales (XS Cut Line Attributes/All).

Finalmente se creó el archivo de exportación (GIS2RAS.sdf).

72 4.2.3 Proceso en HecRAS En la siguiente figura se visualiza la geometría del tramo de estudio (Km: 0+000 al Km: 1+194) en el entorno del HecRAS con seccionamientos cada 20m en la dirección del flujo.

Figura 12. Geometría del río en HecRAS

A continuación se visualizan los perfiles transversales más representativos en el entorno del HecRAS

73

Figura 13. Perfiles transversales Km: 0+020; 0+100; 0+300; 0+430

Figura 14. Perfiles transversales Km: 0+480; 0+620; 0+780; 0+860

74

Figura 15. Perfiles transversales Km: 0+900; 1+000; 1+060; 1+100

De acuerdo al análisis realizado se consideraron los diferentes valores del coeficiente “n” de Manning: En el margen izquierdo (n=0.033), en la parte central (n=0.032) y en el margen derecho (n=0.029). Además, para las condiciones de contorno se calculó la pendiente del río Santa en el tramo de Challhua, resultando el valor de 1.15%.

En las siguientes figuras se visualizan los niveles de agua para las secciones transversales más representativas de la simulación para los diferentes caudales máximos y periodos de retorno (5, 50, 100 y 200 años).

75

Figura 16. Niveles de agua, perfil transversal Km: 0+020

Figura 17. Niveles de agua, perfil transversal Km: 0+100

76

Figura 18. Niveles de agua, perfil transversal Km: 0+300

Figura 19. Niveles de agua, perfil transversal Km: 0+400

77

Figura 20. Niveles de agua, perfil transversal Km: 0+480

Figura 21. Niveles de agua, perfil transversal Km: 0+620

78

Figura 22. Niveles de agua, perfil transversal Km: 0+900

Figura 23. Niveles de agua, perfil transversal Km: 1+060

79

Figura 24. Niveles de agua, perfil transversal Km: 1+100

4.2.4 Post proceso En esta etapa se importó el archivo generado en la etapa anterior a través del software HecGeoRAS y la herramienta RAS Mapping, donde se visualizan secuencialmente las áreas de inundación y los niveles de agua alcanzados para el caudal base y los caudales en los diferentes períodos de retorno, tal como se observan en las Figuras 25 y 26.

En la siguiente tabla se muestran los niveles de agua alcanzados y las áreas de inundación para el caudal base (Qbase) y los caudales en los diferentes períodos de retorno en el río Santa sector Challhua, donde la variación del nivel de agua (m) y el incremento de área (%) fueron calculadas teniendo en cuenta el caudal base:

80 N°

T

Nivel

Variación

Área

Incremento

(Años)

máx.

nivel agua

inundación

área (%)

agua

(m)

(m2)

(m) 1

Qbase

2.35

0.00

371.49

0.00

2

5

2.97

0.62

787.64

112..02

3

10

3.21

0.86

1042.31

180.58

4

25

3.52

1.17

1260.61

239.34

5

50

3.73

1.38

1382.11

272.05

6

75

3.86

1.51

1672.49

350.21

7

100

3.94

1.59

1802.25

385.14

8

200

4.16

1.81

1927.08

418.74

Tabla 7. Niveles de agua y áreas afectadas para diferentes períodos de retorno

Figura 25. Áreas de inundación (Caudal base)

81

Figura 26. Áreas de inundación para diferentes períodos de retorno (5, 50, 100 y 200 años)

82 4.3 Vulnerabilidad física Para determinar la vulnerabilidad física se aplicó la ficha de encuesta a 367 viviendas y 38 módulos del mercado popular del sector Challhua, los cuales fueron agrupados de acuerdo al criterio utilizado por INDECI (2006), tal como se muestra en la Tabla 2.

4.3.1 Material de construcción En la siguiente tabla se observan la cantidad de viviendas e infraestructura del sector Challhua en los diferentes grados de vulnerabilidad.

Infraestructura

VB

VM

VA

VMA

90

93

88

96

Módulos mercado

-

-

18

20

Instalación deportiva

-

-

02

-

Viviendas

Tabla 8. Cantidad de viviendas de acuerdo al material de construcción La siguiente fotografía muestra el tipo de material de construcción y la fragilidad de los módulos en el mercado popular de Challhua:

Fotografía 7. Construcciones precarias en el mercado popular

83 4.3.2 Localización de viviendas En la siguiente tabla se observan la cantidad de viviendas e infraestructura de acuerdo al criterio de localización en el sector Challhua. Esta tabla indica que todas las viviendas, módulos e instalaciones deportivas se encuentran muy cerca (0 – 0.2 Km) del cauce del río, tal como se indica a continuación.

Infraestructura

VB

VM

VA

VMA

Viviendas

-

-

-

367

Módulos mercado

-

-

-

38

Instalación deportiva

-

-

-

02

Tabla 9. Cantidad de viviendas de acuerdo a la localización

La siguiente fotografía muestra la cercanía de las viviendas al cauce del río Santa en el sector Challhua:

Fotografía 8. Viviendas ubicadas muy cercanas al cauce del río Santa

84 4.3.3 Características geológicas, calidad y tipo de suelos Las características y tipos de suelos se obtuvieron del trabajo realizado por INDECI (2003). Por lo que las viviendas, los módulos de mercado y las instalaciones deportivas se encuentran en vulnerabilidad muy alta, tal como se muestra en la siguiente tabla:

Infraestructura

VB

VM

VA

VMA

Viviendas

-

-

-

367

Módulos mercado

-

-

-

38

Instalación deportiva

-

-

-

02

Tabla 10. Cantidad de viviendas de acuerdo al tipo de suelo

En la siguiente fotografía se puede observar el material de relleno predominante en el cauce del rio:

Fotografía 9. Material de relleno en el cauce del río Santa

85 4.3.4 Estado de conservación En la siguiente tabla se observan la cantidad de viviendas e infraestructura de acuerdo al estado de conservación:

Infraestructura

VB

VM

VA

VMA

112

88

90

77

Módulos mercado

-

-

-

38

Instalación deportiva

-

-

02

-

Viviendas

Tabla 11. Cantidad de viviendas de acuerdo al estado de conservación

La siguiente fotografía muestra el estado de conservación de las viviendas en el sector Challhua:

Fotografía 10. Viviendas en mal estado de conservación

La siguiente fotografía muestra el estado de conservación del campo deportivo en el sector Challhua:

86

Fotografía 11. Estado precario del campo deportivo con problemas de drenaje

4.3.5 Antigüedad En la siguiente tabla se observan la cantidad de viviendas e infraestructura de acuerdo a la antigüedad de construcción:

Infraestructura

VB

VM

VA

VMA

75

82

95

115

Módulos mercado

-

-

20

18

Instalación deportiva

-

-

02

-

Viviendas

Tabla 12. Cantidad de viviendas de acuerdo a la antigüedad de la construcción

La siguiente fotografía muestra la antigüedad de construcción de las viviendas de material noble (5 años de antigüedad) y de adobe (12 años de antigüedad):

87

Fotografía 12. Antigüedad de las viviendas

4.3.6 Conocimiento sobre la existencia de instrumentos de gestión En la siguiente tabla se observan la cantidad de familias que tienen conocimiento sobre la existencia de instrumento de gestión:

Descripción

VB

VM

VA

VMA

Número de viviendas

25

35

80

227

-

-

8

20

Módulos mercado

Tabla 13. Cantidad de viviendas de acuerdo al criterio de instrumentos de gestión

En la siguiente fotografía se observa a la población en los momentos que se realizó el levantamiento de información en el sector Challhua:

88

Fotografía 13. Pobladores del sector Challhua preocupados por la crecida del río Santa

4.3.7 Vulnerabilidad total En la siguiente tabla se observan la cantidad de viviendas e infraestructura del sector Challhua en los diferentes grados de vulnerabilidad:

Infraestructura

VB

VM

VA

VMA

91

94

91

91

Módulos mercado

-

-

20

18

Instalación deportiva

-

-

02

-

Viviendas

Tabla 14. Cantidad de viviendas de acuerdo al cálculo de la vulnerabilidad total

4.3.8 Mapa de vulnerabilidad En el siguiente mapa se muestra la distribución de las viviendas en los diferentes grados de vulnerabilidad:

89

Figura 27. Niveles de vulnerabilidad en el sector Challhua

90 4.4

Riesgo de inundación

El riesgo de inundación para los diferentes períodos de retorno fue obtenido mediante la superposición de las áreas de inundación de las Figuras 25 y 26 con los niveles de vulnerabilidad de la Figura 27, teniendo en cuenta el criterio establecido en la Tabla 1 por INDECI (2006).

En la siguiente tabla se muestra la cantidad y porcentaje de viviendas e infraestructura en los diferentes niveles de riesgo en el sector Challhua.

Infraestructura Viviendas

RB

RM

RA

91(24.8%) 94(25.6%) 152(41.4%)

RMA 30(8.2%)

Módulos mercado

-

-

20(52.6%)

18(47.4%)

Instalación deportiva

-

-

02(100.0%)

-

Tabla 15. Cantidad y porcentaje de viviendas en los diferentes niveles de riesgo Las Figuras 28 y 29 representan los niveles de riesgo en el sector Challhua debido a la inundación del caudal base y los caudales para un periodo de retorno de 5, 50, 100 y 200 años.

Figura 28. Niveles de riesgo para el caudal base

91

Figura 29. Niveles de riesgo para diferentes períodos de retorno (5, 50, 100 y 200 años)

92

5.

ANÁLISIS DE RESULTADOS Y DISCUSIÓN

Según el concepto del riesgo y las metodologías planteadas sobre la determinación del riesgo de inundación, lo que se pretende es en primer término identificar, determinar la frecuencia y el nivel de peligrosidad de la inundación en base a un estudio hidrológico, tal como manifiesta INDECI (2011). Por otro lado, la determinación de la vulnerabilidad física responde a las metodologías planteadas por INDECI (2006) y Gomariz (S/F) que permitieron la evaluación de las viviendas ubicadas en la zona de estudio y la estratificación correspondiente. Para la determinación del riesgo de inundación en el sector Challhua se utilizó la metodología de la superposición de mapas entre el mapa de inundación y el mapa de vulnerabilidad correspondiente, destacando la importancia de los SIG en todo el proceso.

5.1 Modelamiento hidrológico Para la regionalización del caudal máximo en la cuenca del río Santa se utilizó el modelo probabilístico de Gumbel, tal como lo recomienda Diaz (2011), quién en su investigación analizó los datos de caudales máximos de 13 estaciones hidrométricas en la cuenca del río Santa, encontrando una relación para la determinación del caudal máximo en cualquier punto de la cuenca del río Santa en función del área de aporte y el tiempo de retorno. La mejora del modelo anterior radica en la introducción de otros parámetros como la pendiente del cauce principal y el tiempo de concentración mostrados en la Tabla 4, según las recomendaciones dadas por CEDEX (2011). Por otro lado, se destaca la importancia de los SIG como herramienta de análisis para la determinación de los diferentes parámetros de la cuenca del río Santa.

Para la aplicación de la regresión múltiple de tres parámetros se tuvo en cuenta la ecuación logarítmica (3) o la ecuación exponencial (4) planteadas por CEDEX (2011). El análisis de la regresión múltiple se realizó considerando los datos de caudales máximos de las 15 estaciones hidrométricas ubicadas en el ámbito de la cuenca del río Santa y se aplicó en dos momentos: el primero que

93 consideró el coeficiente adimensional (d) como variable dependiente y el tiempo de retorno (Tr), pendiente del cauce principal (S) y el tiempo de concentración (Tc) como variables dependientes, obteniéndose la ecuación (13), con un coeficiente de correlación R de 0.8942, mostrando este valor una alta correlación entre las variables planteadas. En segundo lugar se planteó el caudal máximo promedio (Qmaxp) como variable dependiente y el área de aporte (A), pendiente del cauce principal (S) y el tiempo de concentración (Tc) como variables independientes, obteniéndose la ecuación (14), con un coeficiente de correlación R de 0.9832, siendo este valor un alto índice de correlación de las variables planteadas.

Teniendo en cuenta las ecuaciones (13) y (14) se obtuvo la ecuación (15) que representa el modelo de predicción de las descargas máximas instantáneas en la cuenca del río Santa. La determinación del caudal base se realizó en función de la ecuación (14) y para el cálculo del caudal máximo de la zona de estudio se utilizó la ecuación (15) teniendo en cuenta los parámetros de la Tabla 5 y los diferentes períodos de retorno 5,10, 50, 100 y 200 años.

Es necesario mencionar que el modelo de predicción obtenido presenta mejores bondades con respecto al modelo planteado por Díaz (2011), sin embargo para obtener un modelo adecuado será necesario establecer una estación hidrométrica en la zona de estudio para la calibración correspondiente y obtener una mejor relación que permita aproximar el caudal máximo para los diferentes períodos de retorno.

5.2 Modelamiento hidráulico Según la metodología planteada por INDECI (2011) se estimó el riesgo ante inundaciones fluviales del río Santa en el sector Challhua teniendo en cuenta la geometría de la zona de estudio, el coeficiente de rugosidad, las condiciones de contorno, el caudal base y los caudales máximos para los diferentes períodos de retorno, los cuales fueron procesados en los programas HecRAS y HecGeoRAS del ArcGIS, tal como recomienda Romo (2015).

94 Los niveles de agua alcanzados en el modelamiento hidráulico que se muestran en las Figuras 16-24 y en la Tabla 7, confirman la variación secuencial del nivel de agua en los diferentes períodos de retorno con respecto al caudal base, siendo el más crítico el de 200 años con una variación de 4.16m con respecto al caudal base. Esto significa que ante un evento extremo de caudal máximo los niveles de agua se incrementarían significativamente produciéndose el desborde y las inundaciones en el río Santa sector Challhua.

Las áreas de inundación que se muestran en las Figuras 25 y 26 y la Tabla 7 fueron producidas utilizando el caudal base y los caudales máximos a diferentes períodos de retorno. Las áreas posibles de inundación se ubican en la margen derecha del río Santa donde se encuentra el sector Challhua y el mercado popular. La variación porcentual del área de inundación del periodo de retorno de 200 años con respecto al caudal base es de 418.74%. Este índice muestra un incremento considerable de las áreas de inundación y más aún, teniendo en cuenta el estudio de microzonificación sísmica del INDECI (2003) el sector de Challhua presenta las condiciones más desfavorables, con material de rellenos poco consolidados (ver Fotografía 14) y capacidad portante baja, lo cual podría ocasionar mayores inundaciones, como el que se muestra en la Fotografía 15.

Fotografía 14. Suelos de relleno en el sector Challhua del río Santa

95 La siguiente fotografía muestra el momento crítico de inundación en el sector Challhua, ocurrido en la crecida del caudal en el mes de marzo del 2017 a raíz de la presencia del niño costero que azotó esta parte del Perú.

Fotografía 15. Áreas de inundación en el río Santa sector Challhua

5.3 Vulnerabilidad física El análisis de la vulnerabilidad física de las viviendas e infraestructura ubicadas en el sector Challhua tuvo como eje central el material de construcción, el estado actual de las viviendas, el tipo de suelo y la cercanía al cauce principal del río Santa, según la metodología planteada por INDECI (2006). Además, se tuvo en cuenta la recomendación de Pastrana (2011), que permitió el levantamiento de información acerca del conocimiento de la población sobre la existencia de instrumentos de gestión. La incorporación de otras variables de análisis como el aspecto socioeconómico, mejoraría en gran manera los resultados de la vulnerabilidad en el sector Challhua.

El análisis de la vulnerabilidad física se realizó en el área de afectación de la inundación debido a la ocurrencia de caudales máximos en el río Santa, sector Challhua. Es importante destacar que el asentamiento humano Challhua fue producto de invasiones de terrenos y de la mala gestión de las autoridades

96 locales que no pudieron evitar en su momento esta situación caótica y por el contrario reubicaron a los vendedores informales en el sector Challhua constituyéndose el mercado popular en un lugar de alto riesgo.

De acuerdo al material de construcción de las edificaciones, mostradas en la Tabla 8, 96 viviendas se encuentran en vulnerabilidad muy alta, la mayoría de estas viviendas son de adobe construidas sin dirección técnica y asentadas en suelos con material de relleno. También, en este nivel se encontraron 20 módulos que son construcciones temporales utilizando maderas locales y calaminas para los techos que no presentan ninguna garantía frente a la ocurrencia de algún evento extremo. En el nivel de vulnerabilidad alta se encontraron 88 viviendas, 18 módulos del mercado popular y 2 instalaciones deportivas, siendo estas viviendas de material noble, construidas generalmente por maestros de obra, sin ninguna dirección técnica. En el nivel de vulnerabilidad media se encontraron 93 viviendas, siendo estas viviendas de material noble construidas con algún criterio técnico y en el nivel de vulnerabilidad baja se encontraron 90 viviendas, los cuales han sido construidas con material noble, con dirección técnica y asentadas en suelos con buena capacidad portante.

En la Tabla 9 se muestra el número de viviendas e infraestructura de acuerdo al criterio de localización respecto al cauce del río Santa en el sector Challhua, encontrándose que el 100% se encuentran en vulnerabilidad muy alta.

La Tabla 10 muestra el total de viviendas e infraestructura en vulnerabilidad muy alta, debido a que están ubicadas en suelos de relleno con baja capacidad portante, tal como manifiesta INDECI (2003).

De acuerdo al criterio de estado de conservación, 77 viviendas no presentan ningún estado de conservación, encontrándose en una vulnerabilidad muy alta, 90 viviendas se encuentran en una vulnerabilidad alta, 88 viviendas presentan una vulnerabilidad media y 112 viviendas presentan una vulnerabilidad baja, tal como se muestra en la Tabla 11.

97 De acuerdo al criterio de antigüedad, 115 viviendas se encuentran en una vulnerabilidad muy alta, debido a que son viviendas muy antiguas (más de 30 años), 95 viviendas se encuentran en una vulnerabilidad alta, 82 viviendas se encuentran en una vulnerabilidad media y 75 viviendas se encuentran en una vulnerabilidad baja, tal como se muestra en la Tabla 12.

En la Tabla 13 se muestra la vulnerabilidad de acuerdo al criterio de conocimiento sobre la existencia de instrumentos de gestión. La encuesta fue aplicada a las familias que representan a las viviendas y módulos de mercado, encontrándose que, 227 familias no tienen ningún conocimiento, las cuales presentan una vulnerabilidad muy alta, 80 familias tienen algún conocimiento siendo así catalogadas vulnerabilidad alta, 35 familias se encuentran en una vulnerabilidad media y 25 familias se encuentra en una vulnerabilidad baja. Por otro lado, las familias que ocupan los módulos de mercado manifestaron que 20 familias no tienen ningún conocimiento de la existencia de instrumentos de gestión (vulnerabilidad muy alta) y finalmente 8 familias tienen algún conocimiento sobre la existencia de instrumento de gestión (vulnerabilidad alta).

Finalmente, en la Tabla 14 se muestra la vulnerabilidad total del sector Challhua, donde se puede observar que 91 viviendas y 18 módulos del mercado se encuentran en una vulnerabilidad muy alta, 91 viviendas, 20 módulos y 2 instalaciones deportivas se encuentran en una vulnerabilidad alta, 94 viviendas se encuentran en una vulnerabilidad media y 91 viviendas se encuentran en una vulnerabilidad baja.

Por otro lado, se puede observar la presencia de 13 viviendas en vulnerabilidad muy alta que no pertenecen al sector Challhua y se encuentra ubicadas en el margen izquierdo del río Santa, tal como se observa en la Figura 27.

5.4 Riesgo de inundación La metodología planteada en la presente investigación consideró como herramienta central de análisis los SIG, tal como manifiesta Jiménez (2013) permitiendo la geoespacialización del peligro de inundación, el análisis de la

98 vulnerabilidad y la elaboración del mapa de riesgo por inundación, según manifiesta INDECI (2011). Por otro lado, los SIG permitieron la minimización del tiempo para la elaboración y análisis del mapa de riesgo, cuyos resultados servirán para la toma de decisiones, tal como manifiesta Maskrey (1998). Sin embargo, la carencia de información como los datos hidrométricos para la zona de estudio, la topografía y el estudio detallado de suelos imposibilitan realizar los cálculos con mayor precisión.

La Tabla 15 presenta las cantidades y porcentajes de viviendas, módulos de mercado e infraestructura deportiva en los diferentes niveles de riesgo en el sector Challhua. El 8.2% de viviendas y el 47.4% de módulos de mercado se encuentran en riesgo muy alto, debido especialmente a su localización en la zona

de

peligro

muy

alto.

Estas

viviendas

y

módulos

presentan

vulnerabilidades muy altas con deficientes sistemas constructivos, materiales de construcción defectuosos y ubicados en suelos de rellenos con baja capacidad portante, tal como manifiesta INDECI (2006) en la microzonicación de la ciudad de Huaraz. Por otro lado, se observan algunas viviendas en riesgo muy alto ubicadas en el margen izquierdo del río Santa que no pertenecen al sector Challhua., tal como se muestran en las Figuras 28 y 29.

El 41.4% de viviendas y el 52.6% de módulos de mercado se encuentran en riesgo alto, ubicadas en zonas de peligro alto y vulnerabilidad alta.

Directamente no son afectadas por las inundaciones en los diferentes períodos de retorno, pero se constituyen en zonas potenciales ante una inundación debido a su ubicación y a la calidad de suelos que presentan en su mayoría, los cuales son de relleno que podrían socavar y permitir el inundamiento de esta zona. Por otro lado, el material de construcción utilizado es de calidad intermedia, en muchos casos son construcciones de material noble, pero construidos sin dirección técnica.

El 25.6% de viviendas se encuentran en riesgo medio, debido a que están ubicados en zonas más altas con respecto a los anteriores y en zonas relativamente estables, las viviendas han sido construidas con material noble y cierta dirección técnica. El 24.8% se encuentran en riesgo bajo, estas son las

99 zonas más estables y que se ubican en las partes altas, donde difícilmente podrían llegar las inundaciones.

Es necesario mencionar que en el mes de marzo de este año debido al fenómeno del Niño Costero en el Perú se produjeron lluvias intensas con picos elevados de precipitación, que incrementaron notablemente el caudal del río Santa, producto de este incremento el sector Challhua fue afectado severamente, poniendo en riesgo la vida de los pobladores y de las personas que a diario realizan sus compras en el mercado popular, tal como se observa en la Fotografía 15.

100 6.

CONCLUSIONES

Para el modelamiento de inundación debido a los caudales máximos para diferentes periodos de retorno en el río Santa sector Challhua se utilizaron los SIG como herramienta de análisis, a través de los programas HecRAS y HecGeoRAS del ArcGIS que permitieron realizar análisis más dinámicos y sencillos para la obtención del mapa de riesgos del área de estudio.

El modelamiento hidrológico permitió establecer una ecuación regionalizada para el cálculo del caudal máximo en cualquier punto de la cuenca del río Santa, a través del ingreso de los parámetros como tiempo de retorno, área de aporte, pendiente del cauce principal y el tiempo de concentración. En nuestro caso, se calculó el caudal máximo para diferentes tiempos de retorno 5, 10, 25, 50, 75, 100 y 200 años.

Para el modelamiento hidráulico se utilizó el programa HecRAS, que es un software libre y de mucha utilización en este tipo de trabajos, que permitió determinar los niveles de agua en los perfiles transversales previamente establecidos para los diferentes periodos de retorno. Es importante destacar la diferencia que existe entre el nivel de agua máximo alcanzado entre el caudal base (2.35m) y el periodo de retorno de 200 años (4.16m) con una variación de 1.81m. Por otro lado las áreas de inundación fueron procesadas en el ArcGIS utilizando las herramientas del HecGeoRAS, cuyos resultados muestran un incremento del área de inundación de 418.74% al realizar la comparación entre el caudal base y el caudal para el periodo de retorno de 200 años, las cuales se encuentran ubicadas en la margen derecha del río santa.

La determinación de la vulnerabilidad física respondió al análisis del estado actual de las viviendas ubicadas en la zona de influencia de inundación en el sector Challhua, analizando el material de construcción, localización de las viviendas, tipo de suelo, estado de conservación, antigüedad y la percepción de la población frente a los diferentes instrumentos de gestión. El resultado muestra que 91 viviendas y 18 módulos de mercado presentan una vulnerabilidad muy alta, 91 viviendas, 20 módulos de mercado y 2 infraestructuras deportivas se encuentran en una vulnerabilidad alta, 94

101 viviendas tienen una vulnerabilidad media y 91 viviendas se encuentran en una vulnerabilidad baja; entendiéndose que el 100% de los módulos de mercado, la mayoría de las viviendas y el 100% de las infraestructuras deportivas se encuentran entre la vulnerabilidad muy alta y alta y afectan directamente el riesgo de inundación.

El análisis conjunto del peligro de inundación y la vulnerabilidad física del sector Challhua permitió la localización de los diversos elementos expuestos en los diferentes niveles de riesgo. Se encontraron que el 8.2% de las viviendas y el 47.4% de módulos de mercado se encuentran en un riesgo muy alto, los cuales se encuentran ubicadas en las riberas del río Santa, en el margen derecho. También, el 41.4% de las viviendas, el 52.6% y el 100% de los módulos de mercado se encuentran en riesgo alto, el 25.6% de las viviendas en riesgo medio y el 24.8% en riesgo bajo.

La determinación de las áreas de inundación y el establecimiento de los diferentes niveles de riesgo en el sector Challhua se constituye en una información valiosa para la gestión del riesgo local, permitiendo a las autoridades del gobierno local una buena planificación con fines de prevención y el planteamiento de medidas estructurales y no estructurales para minimizar el riesgo determinado.

102 7.

REFERENCIAS

Aguirre, M.G. (2005). La valoración de los riesgos en la ordenación del territorio: Metodología práctica. Recuperado el 25 de Julio de 2016, de Boletín de la Asociación de Geógrafos Españoles: https://dialnet.unirioja.es/servlet/articulo?codigo=1308557 Barnes, H. (1987). Roughness characteristics of natural channels. U.S. Geological Survey. Recuperado el 23 de Abril de 2017, de https://pubs.usgs.gov/wsp/wsp_1849/pdf/wsp_1849.pdf Cardona A., O. D. (2001). Universidad de los Andes. Recuperado el 5 de Marzo de 2017, de La necesidad de repensar de manera holística los conceptos de vulnerabilidad y riesgo: http://www.desenredando.org/public/articulos/2001/repvuln/RepensarVul nerabilidadyRiesgo-1.0.0.pdf CEDEX. (2011). Centro de estudios y experimentación de obras públicas.

Recuperado el 11 de julio de 2017, de Mapa de caudales máximos: http://www.mapama.gob.es/es/agua/temas/gestion-de-los-riesgos-deinundacion/memoria_tecnica_v2_junio2011_tcm7-162773.pdf Chávez, J.A. (2009). Repositorio Institucional PIRHUA. Recuperado el 19 de setiembre de 2017, de Aplicación del método de regionalización para la determinación de caudales en el puente Carrasquillo: file:///C:/Users/USUARIO/Downloads/MAS_ICIH_001.pdf Chow, V. T. (2004). Hidráulica de canales abiertos. Santafé de Bogotá, Colombia: Nomos S.A. Chow, V. T., Maidment, D. R., & Mays, L. W. (1994). Hidrología aplicada.

Santafé de Bogotá, Colombia: NOMOS S.A. COMITRAN. (2016). Consejo sectorial de ministros de transporte de centroamérica. Recuperado el 24 de Abril de 2017, de Manual de consideraciones técnicas hidrológicas e hidáulicas: https://es.scribd.com/document/325971849/Manual-ConsideracionesTecnicas-Hidrologicas-e-Hidraulicas

103 Diaz, S.A. (2011). Modelo Probabilístico y regional de las descargas máximas instantáneas del río Santa en la región Ancash. Aporte Santiaguino, 135144.

Electroperú - Hidroservice. (1985). Estudio integral para el aprovechamiento de la cuenca del río Santa. Lima.

Esri. (2016). ¿Qué es una superficie TIN? Recuperado el 24 de Abril de 2017, de ArcMap: http://desktop.arcgis.com/es/arcmap/10.3/managedata/tin/fundamentals-of-tin-surfaces.htm Gomariz, C.F.J. (S/F). Universidad de Murcia. Recuperado el 12 de Octubre de 2016, de Los SIG aplicados a los riesgos naturales por inundación: http://ocw.um.es/ciencias/sistemas-de-informacion-geografica-aplicadosa-la/material-de-clase-1/sesion-12-los-sig-aplicados-a-los-riesgosnaturales-por-inundacion.pdf HidrojING. (2017). Como seleccionar el coeficiente de rugosidad de Manning en cauces naturales. Recuperado el 30 de Junio de 2017, de http://www.hidrojing.com/como-seleccionar-el-coeficiente-de-rugosidadde-manning-en-cauces-naturales/ HidrojING. (2017). Condiciones de contorno en HecRAS, simulación en régimen permanente. Recuperado el 24 de Abril de 2017, de http://www.hidrojing.com/condiciones-de-contorno-en-hec-ras/ Hydrologic Engineering Center. (2017). HecGeoRAS. Recuperado el 4 de Abril de 2017, de US Army Corps pf Engineers: http://www.hec.usace.army.mil/software/hec-georas/downloads.aspx Hydrologic Engineering Center. (2017). HecRAS. Recuperado el 20 de Abril de 2017, de US Army Corps of Engineers: http://www.hec.usace.army.mil/software/hec-ras/downloads.aspx INDECI. (2003). Plan de prevención ante desastres: Usos del suelo y medidas de mitigación ciudad de Huaraz. Informe técnico, Instituto Nacional de Defensa Civil, Huaraz.

INDECI. (2006). Manual básico para la estimación del riesgo. Lima.

104 INDECI. (2011). Manual de estimación del riesgo ante inundaciones fluviales.

Lima.

INGEMMET. (2007). Instituto Geológico Minero y Metalúrgico. Recuperado el 5 de Marzo de 2017, de Zonas críticas por peligros geológicos y geohidrológicos en la región Ancash: http://www.ingemmet.gob.pe/documents/73138/204416/05R_ZONAS_C RITICAS_ANCASH.pdf/58ee826d-fdf8-4415-888b-d306ef897423 Jiménez, A.D. (2013). Tecnología SIG en apoyo al análisis y desarrollo metodológico de riesgos ocasionados por fenómenos naturales para el cantón Mejía, Provincia de Pichincha, Ecuador. Quito.

Krochin, S. (1982). Diseño Hidráulico (Segunda ed.).

Maskrey, A. (1998). Red de estudios sociales en prevención de desastres en América Latina. Recuperado el 20 de Enero de 2017, de Navegando entre brumas. La aplicación de los sistemas de información geográfica al análisis de riesgo en América Latina: http://www.desenredando.org/public/libros/1998/neb/neb_cap02-LA_nov09-2002.pdf MEF. (2006). Ministerio de Economía y Finanzas - Perú. Recuperado el 5 de Marzo de 2017, de Pautas metodológicas para la incorporación del análisis del riesgo de desastres en los proyectos de inversión pública: http://www.fitel.gob.pe/archivos/FI501769d0a4d78.pdf MEF. (2015). Ministerio de Economía y Finanzas - Perú. Recuperado el 05 de Marzo de 2017, de Linea de base sobre la gestión del riesgo y la adpatación al cambio climático en la inversión pública - Perú: https://www.mef.gob.pe/contenidos/inv_publica/docs/instrumentos_meto d/Linea_de_base_sobre_GdR%20SNIP%209.pdf MINAM - Perú. (2017). Ministerio del Ambiente - Perú. Recuperado el 20 de Diciembre de 2016, de Geoservidor: http://geoservidor.minam.gob.pe/geoservidor/download_raster.aspx

105 MINAM - Perú. (2017). Ministerio del Ambiente - Perú. Recuperado el 20 de Diciembre de 2017, de Geoservidor: http://geoservidor.minam.gob.pe/geoservidor/download.aspx MTC - Perú. (2013). Ministerio de Transportes y Comunicaciones - Perú.

Recuperado el 23 de Abril de 2017, de Manual de carreteras: Hidrología, hidráulica y drenaje: https://www.mtc.gob.pe/transportes/caminos/normas_carreteras/docume ntos/manuales/Manual%20de%20Hidrolog%C3%ADa,%20Hidr%C3%A1 ulica%20y%20Drenaje.pdf Ochoa , S., Reyna, T., Reyna, S., Garcia, M., Labaque, M., & Díaz, J. (2016).

Modelación hidrodinámica del tramo medio del río Ctalamochita, Provincia de Córdoba. Revista Facultad de ciencias exactas, físicas y naturales.

Pastrana, T. S. F. (2011). Valoración del riesgo de inundación del río CaplinaUchusuma, y percepción del peligro de la población del distrito Gregorio Albarracín Lanchipa, 2010. Tacna.

PNUD Cuba. (2015). Metodologías para la determinación de riesgos de desastres a nivel territorial. Recuperado el 12 de Octubre de 2016, de https://issuu.com/cprundprsclac/docs/libro_metodolog__a_riesgo_ama Romo, S. P. (2015). Estimación del riesgo por inundación en la ribera del río Mulato (Mocoa-Colombia). Mocoa.

Sanchez, D.M., & Portuguez, M.M. (2010). Modelamiento Hidráulico en Ríos Con HecRAS y SIG. Lima: UNALM. SENAMHI. (2008). Servicio Nacional de Meteorología e Hidrología del Perú.

Recuperado el 5 de Marzo de 2017, de Amenazas, vulnerabilidad y desastres de origen hidrometeorológico: http://www.senamhi.gob.pe/?p=1001 Sotelo, Á.G. (2002). Hidráulica de canales. México: UNAM, Facultad de Ingeniería.

106 Van, W.C., Montoya de Horn, L., & Vargas Franco, R. (S/F). International Institute for Geo-information Science and Earth Observation, ITC. Recuperado el 20 de Enero de 2017, de Aplicación de SIG para la evaluación de amenazas y riesgos: Tegucigalpa, Honduras: https://www.itc.nl/external/unescorapca/Casos%20de%20estudios%20SIG/09%20Analisis%20de%20riesg o%20Tegucigalpa/Caso%20de%20estudio%20Tegucigalpa.PDF Villón, B.M. (2002). Hidrología. Lima.

Yamin, L. E., Ghesquiere, F., Cardona, O. D., & Ordaz, M. G. (Abril de 2013).

Universidad de los Andes Colombia. Recuperado el 20 de Noviembre de 2016, de Modelación probabilística para la gestión de riesgo de desastre. El caso de Bogotá Colombia: https://www.gfdrr.org/sites/gfdrr/files/publication/modelacionprobabilistap aralagestiondelriesgodedesastre_elcasodebogotacolombia_reduced.pdf

107 ANEXOS Anexo 1 FICHA DE ENCUESTA Tesis: Pag. 1/2 Modelamiento del riesgo de inundación por descargas máximas del río Santa, sector Challhua (Huaraz-Perú) I. AMBITO DE INTERVENCION Departamento

Ancash

Provincia

Huaraz

Distrito

Huaraz

Localidad

Challhua

II. DATOS GENERALES Nombres y Apellidos Cargo Fecha de Inspección N° Habitantes

N° familias

N° viviendas

III. ACTIVIDADES PRODUCTIVAS PRINCIPALES Actividad Productiva

Especies

%

Hortalizas Frutales Agricultura

Pastos Cultivos de pan llevar Otros Vacunos

Ganaderia

Ovinos Animales menores Otros

Artesanía

Si No

Comercio

Si No

IV. IDENTIFICACION DE PELIGROS Frecuencia

Peligros Naturales Mensual Sismos Deslizamiento Huaycos Erosión Inundación Sequias Heladas Granizadas Vientos Fuertes Lluvias intensas Peligros Antrópicos Incendios forestales Contaminación agua Contaminación aire Terrorismo Deforestación

Anual

Magnitud Otro

Bajo

Medio

Alto

108 FICHA DE ENCUESTA Tesis: Pag. 2/2 Modelamiento del riesgo de inundación por descargas máximas del río Santa, sector Challhua (Huaraz-Perú) V. EVALUACION DE VIVIENDAS Componente

Caracteristica

%

Tierra Pisos

Materiales de Construcción

Componente

%

Altura de viviendas

Cemento

Un piso

Otros

Dos pisos

Adobe Paredes Mat. noble

Más de dos pisos Estado de Conservación

Madera

Bueno

Otros

Regular

Calamina Techos Teja

Malo Antigüedad

Paja

5 - 10 años

Otros

> 10 años

VI. EQUIPAMIENTO URBANO Educación

Inicial

Salud

Puesto de salud

Recreativo

Plaza

Primaria

Superior Tecnológica Centro de Salud

Parque

Campo Multideportivo

VII. CONDICIONES BASICAS DE HABITABILIDAD Tipo de abastecimiento de agua Red pública dentro de vivienda

Rio, acequia, manantial

Pileta

Red pública fuera de vivienda

Camión cisterna

Pozos

Red pública dentro de vivienda

Letrina

Pozoséptico

Red pública fuera de vivienda

Rio, acequia, canal

Otros

Disposición de excretas

Almacenamiento de residuos sólidos/Servicio de recolección de residuos sólidos Municipal

Privado

Informal

Ninguna

Cuenta con servicio de energía eléctrica Con alumbrado público

Sin alumbrado Público

Sin energía

VIII. INSTRUMENTOS DE GESTION Y ORGANIZACIÓN Instrumentos de gestión

Organización

Vías de evacuación

Brigada de Defensa Civil

Ubicación de zonas de refugio

Comité de Defensa Civil

Estudio de Riesgos de Desastres

Comité Gestión de Riesgos de desastres

Zonificación de uso de suelo

Comisión ambiental distrital

Planes de desarrollo urbano

Juntas vecinales

Plan de acondicionamiento territorial

Mesas de concertación

IX. OBSERVACIONES

Empadronador:

Firma

109

Anexo 2 ESTACION HIDROMETRICA AÑO

1953 - 1954 1954 - 1955 1955 - 1956 1956 - 1957 1957 - 1958 1958 - 1959 1959 - 1960 1960 - 1961 1961 - 1962 1962 - 1963 1963 - 1964 1964 - 1965 1965 - 1966 1966 - 1967 1967 - 1968 1968 - 1969 1969 - 1970 1970 - 1971 1971 - 1972 1972 - 1973 1973 - 1974 1974 - 1975 1975 - 1976 1976 - 1977 1977 - 1978 1978 - 1979 1979 - 1980 1980 - 1981 1981 - 1982 Caudal máximo promedio (Qmaxp) (m3/seg) Numero de Datos (N) Desviación Estándar (S)

RECRETA

PACHACOTO

OUEROCOCHA

18.4 38.2 23.5 23 21.5 38 25.78 21.48 37.6 34.1 27.01 21.97 17.08 29.09 8.8 13.2 39.9 40 53.55 26.96 40.35 27.65 31.26 25.19 11.9 23.1 6.17 54.7 38.8

27 41 23 26.3 24.2 23.5 25.4 26.6 36 34.96 24.4 15.88 23.6 34 17.9 18.16 33 31.28 57 23.58 41 18.15 21.68 26.7 21.5 27 17.16 52

6.94 7.95 6.5 6.77 6.39 6.26 8.9 8 9.4 7.56 5.88 9.1 6.52 9.8 4.93 3.98 6.87 6.7 8.9 5.8 7.48 10.72 10.21 8.97 8.13 8.96 4.89 9.4 10.78

28.22

28.28

7.68

29 11.959

28 10.012

29 1.789

OLLEROS

24 38.4 28.8 42 48 47.84 26.42 37.76 31.88 30.8 33.4

QUILLCAY

31.1 19.68 26 29 30 17.04 26.5

CHANCOS

LLANGANUCO

PARON

COLCAS

29

9.9 7.2 6.2 8.8 5.88 6.4 7.2 4.2 8.8 8.28 5.45 4.45 5.45 5.93 4.45 5.45 5.85 5.86 5.57 8.63 4.45 6.65 5.98 5.86 6.4 6.76

2.95 2.54 2.34

15.82 17.2 18.4 14 13.67 14.72 14.2 22.74 27.4 23.4 16.85 15.72 18.7 28.5 18.7 27.2 26.4

37 33.6 28.5 34.6 34.6 36.3 40.5 27.7 29.7 22.3 32.3 21.22 27.2 28.9 60 37.22 34 31.16 48

3.25 3.75 2.75 3.25 2.75 2.45 3.35 1.86 2.37 2.37 2.2 2.91

8.97 8.97

3.06 2.85 3.53 2.36 2.19 2.81 2.83 3.11 4.23 3.88 3.82 3.18

LOS CEDROS

13.71 8.58 8.7 6.57 11.68 11.55 5.15 15.07 17.96 14.24 12.13 9.1 17.19 8.41 11.04 12.81

LA BALSA

QUTARACSA

750.7 1093.1 574.54 376.04 627.68 257.6 592 700

60.4 64 55.36 60.24 65.72 69.44

562 570 435 324.8 830 218 272 535.6

66.05 45.2 60 45 33.34 38.6 53 38.4 84.4

MANTA

CHUQUICARA

119 112.86 887.5 1110 1330 1260 588

273 93.3 93.2

61.15 41.56 75.4 74 51.48 60 17.92 43.78 36.44

780

63.2 59.8 81.6 77 54.6 48.14 40.84 62 30.4 72.2 42.7

—

270.8 266.5 285.6 230 600 328.6 396 95.2 291.6 110.8 440 188.74

22.67 34 39 19 26 30 24.4 11.62 23.53 13.76

10.25 19 9.5 16 10.92 10 7.88 21.56 5.56 11.1 8.3

404 392.2 688.6 534.4 540 458.3 360.8 618 205.5

CONDORCERRO

180 188

482 925 403.5 922 1186

900 1130

40.3 36.2

45.72 44 56 42.4 44.2

35.39

28.42

36.24

6.57

2.92

21.39

11.63

526.96

56.60

55.49

248.33

870.76

11 8.145

9 7.307

25 9.589

28 1.580

27 0.586

27 6.866

27 4.124

26 208.314

26 14.492

10 26.711

18 134.391

14 321.952

Fuente: Electroperú - Hidroservice (1985)

730 336.6

110

Anexo 3 FACTORES DE FRECUENCIA PARA DIFERENTES PERÍODOS DE RETORNO (Kt) TR

RECRETA

PACHACOTO

OUEROCOCHA

OLLEROS

QUILLCAY

CHANCOS

LLANGANUCO

PARON

COLCAS

LOS CEDROS

LA BALSA

QUTARACSA

MANTA

CHUQUICARA

CONDOR CERRO

Kt5 Kt10 Kt25 Kt50 Kt75 Kt100 Kt200

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

0.719 1.305 2.044 2.592 2.911 3.137 3.679

111

Anexo 4 CAUDALES MÁXIMOS PARA DIFERENTES PERÍODOS DE RETORNO (QmaxTr) TR

RECRETA

PACHACOTO

OUEROCOCHA

OLLEROS

QUILLCAY

CHANCOS

LLANGANUCO

PARON

COLCAS

LOS CEDROS

LA BALSA

QUTARACSA

MANTA

CHUQUICARA

CONDORCERRO

Qmaxtr5

36.82 43.82 52.66 59.22 63.03 65.73 72.21

35.49 41.34 48.75 54.24 57.43 59.69 65.12

8.97 10.01 11.34 12.32 12.89 13.29 14.26

41.25 46.02 52.04 56.50 59.10 60.94 65.36

33.68 37.96 43.36 47.37 49.69 51.34 55.31

43.14 48.75 55.84 61.10 64.16 66.32 71.52

7.71 8.63 9.80 10.67 11.17 11.53 12.38

3.34 3.69 4.12 4.44 4.63 4.76 5.08

26.33 30.35 35.43 39.19 41.38 42.93 46.65

14.59 17.01 20.06 22.32 23.63 24.56 26.80

676.83 798.71 952.72 1066.97 1133.37 1180.37 1293.36

67.03 75.51 86.22 94.17 98.79 102.06 109.92

74.71 90.34 110.09 124.73 133.25 139.28 153.76

345.02 423.65 523.01 596.71 639.55 669.87 742.77

1102.39 1290.76 1528.77 1705.35 1807.98 1880.61 2055.24

Qmaxtr10 Qmaxtr25 Qmaxtr50 Qmaxtr75 Qmaxtr100 Qmaxtr200

112

Anexo 5 COEFICIENTES ADIMENSIONALES (QmaxTr/Qmaxp) Relación de caudales (d) QmaxTr5/Qmaxp QmaxTr10/Qmaxp QmaxTr25/Qmaxp QmaxTr50/Qmaxp QmaxTr75/Qmaxp QmaxTr100/Qmaxp QmaxTr200/Qmaxp

RECRETA

PACHACOTO

OUEROCOCHA

OLLEROS

QUILLCAY

CHANCOS

LLANGANUCO

PARON

COLCAS

LOS CEDROS

LA BALSA

QUTARACSA

MANTA

CHUQUICARA

CONDORCERRO

1.30 1.55 1.87 2.10 2.23 2.33 2.56

1.25 1.46 1.72 1.92 2.03 2.11 2.30

1.17 1.30 1.48 1.60 1.68 1.73 1.86

1.17 1.30 1.47 1.60 1.67 1.72 1.85

1.18 1.34 1.53 1.67 1.75 1.81 1.95

1.19 1.35 1.54 1.69 1.77 1.83 1.97

1.17 1.31 1.49 1.62 1.70 1.75 1.88

1.14 1.26 1.41 1.52 1.58 1.63 1.74

1.23 1.42 1.66 1.83 1.93 2.01 2.18

1.26 1.46 1.72 1.92 2.03 2.11 2.30

1.28 1.52 1.81 2.02 2.15 2.24 2.45

1.18 1.33 1.52 1.66 1.75 1.80 1.94

1.35 1.63 1.98 2.25 2.40 2.51 2.77

1.39 1.71 2.11 2.40 2.58 2.70 2.99

1.27 1.48 1.76 1.96 2.08 2.16 2.36

113

Anexo 6 Variables para la regresión múltiple de tres variables (Tr, S, Tc)

ESTACION

Variables independientes S (%) Tc (h)

Variable dependiente (d) d(T=5 años)

d (T=10 años)

d (T=25 años)

d (T=50 años)

d (T=75 años) d (T=100 años)

d (T=200 años)

RECRETA

0.78

4.52

1.3

1.55

1.87

2.1

2.23

2.33

2.56

PACHACOTO

2.51

3.4

1.25

1.46

1.72

1.92

2.03

2.11

2.3

OUEROCOCHA

4.33

1.28

1.17

1.3

1.48

1.6

1.68

1.73

1.86

OLLEROS

3.99

2.48

1.17

1.3

1.47

1.6

1.67

1.72

1.85

QUILLCAY

3.99

2.61

1.18

1.34

1.53

1.67

1.75

1.81

1.95

CHANCOS

3.64

3.37

1.19

1.35

1.54

1.69

1.77

1.83

1.97

LLANGANUCO

6.14

1.19

1.17

1.31

1.49

1.62

1.7

1.75

1.88

PARON

13.23

1.04

1.14

1.26

1.41

1.52

1.58

1.63

1.74

COLCAS

6.1

2.87

1.23

1.42

1.66

1.83

1.93

2.01

2.18

LOS CEDROS

7.78

1.93

1.26

1.46

1.72

1.92

2.03

2.11

2.3

LA BALSA

0.96

21.15

1.28

1.52

1.81

2.02

2.15

2.24

2.45

QUTARACSA

5.13

3.54

1.18

1.33

1.52

1.66

1.75

1.8

1.94

MANTA

4.92

3.24

1.35

1.63

1.98

2.25

2.4

2.51

2.77

CHUQUICARA

2.52

8.94

1.39

1.71

2.11

2.4

2.58

2.7

2.99

CONDORCERRO

1.17

25.94

1.27

1.48

1.76

1.96

2.08

2.16

2.36

114

Anexo 7 Variables para la regresión múltiple de tres variables (A, S, Tc) ESTACION

Variables independientes 2

Variable dependiente (Qmaxp)

A(Km )

S (%)

Tc (h)

T=5 años

T=10 años T=25 años T=50 años T=75 años T=100 años T=200 años

RECRETA

279.06

0.78

4.52

36.82

43.82

52.66

59.22

63.03

65.73

72.21

PACHACOTO

202.38

2.51

3.4

35.49

41.34

48.75

54.24

57.43

59.69

65.12

OUEROCOCHA

62.54

4.33

1.28

8.97

10.01

11.34

12.32

12.89

13.29

14.26

OLLEROS

175.52

3.99

2.48

41.25

46.02

52.04

56.5

59.1

60.94

65.36

QUILLCAY

245.22

3.99

2.61

33.68

37.96

43.36

47.37

49.69

51.34

55.31

CHANCOS

266.93

3.64

3.37

43.14

48.75

55.84

61.1

64.16

66.32

71.52

LLANGANUCO

86.29

6.14

1.19

7.71

8.63

9.8

10.67

11.17

11.53

12.38

PARON

52.61

13.23

1.04

3.34

3.69

4.12

4.44

4.63

4.76

5.08

COLCAS

235.38

6.1

2.87

26.33

30.35

35.43

39.19

41.38

42.93

46.65

LOS CEDROS

114.57

7.78

1.93

14.59

17.01

20.06

22.32

23.63

24.56

26.8

LA BALSA

4784.11

0.96

21.15

676.83

798.71

952.72

1066.97

1133.37

1180.37

1293.36

QUTARACSA

382.39

5.13

3.54

67.03

75.51

86.22

94.17

98.79

102.06

109.92

MANTA

563.65

4.92

3.24

74.71

90.34

110.09

124.73

133.25

139.28

153.76

CHUQUICARA

3196.25

2.52

8.94

345.02

423.65

523.01

596.71

639.55

669.87

742.77

CONDORCERRO

10408.87

1.17

25.94

1102.39

1290.76

1528.77

1705.35

1807.98

1880.61

2055.24