ARASI S.A.C.CARACTERIZACION HIDROLOGICA DEL AREA DEL PROYECTO PROYECTO ARASI ARASI S.A.C. CARACTERIZACION HIDROLOGICA DEL AREA DEL PROYECTO PROYECTO ARASI Octubre 2007 5354-2 Preparado para: Arasi S.A.C. Principal 560, Of. 201 San Isidro, Lima Perú Preparado por: Water Management Consultants (Perú) S.A. A Schlumberger Company Av. Jorge Basadre 431 San Isidro Lima – Perú 5 Water Management Consultants - A Schlumberger Company Arasi S.A.C. CONTENIDO Página 1 INTRODUCCION 1.1 Antecedentes 1.2 Objetivo del estudio 1.3 Fuentes de información 1.3.1 Precipitación 1.3.2 Mapas 1.4 Estructura del informe DESCRIPCION GENERAL DEL AREA DEL PROYECTO 2.1 Ubicación 2.2 Evaporación 2.3 Temperatura 2.4 Humedad relativa ESTIMACION DE LA PRECIPITACION MEDIA ANUAL 3.1 Precipitación media anual 3.1.1 Datos disponibles 3.1.2 Corrección relleno y extensión de estadística 3.1.3 Estimación precipitación media anual 3.1.4 Estimación precipitación mensual 3.2 Precipitación anual para años húmedos y secos ESTIMACION DE PRECIPITACIONES EXTREMAS Y MAXIMA PROBABLE 4.1 Distribución temporal de tormentas 4.2 Precipitación máxima probable en 24 horas 4.2.1 Datos disponibles 4.2.2 Corrección relleno y extensión de estadística 4.2.3 Estimación precipitación máxima en 24 horas 4.3 Estimación de la precipitación máxima probable CARACTERIZACION HIDROLOGICA 5.1 Red de monitoreo 5.2 Metodología de medición de caudales 5.3 Resultados 5.4 Mecanismo de interacción de aguas superficiales y subterráneas 5.4.1 Flujo de agua subterránea 5.4.2 Descarga y recarga de agua subterránea 1 1 1 2 2 2 2 5 5 6 6 7 9 9 9 12 13 14 16 19 19 20 20 20 21 22 25 25 26 27 29 29 29 2 3 4 5 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. 2 Estaciones pluviométricas 11 3.5 Resultados del modelo 7.2 Datos de precipitaciones y caudales medidos en 2007 28 5354-2 Water Management Consultants . .C.1 Características geométricas Botadero Nº1 7.2.3 Condiciones iniciales 7.1 Estaciones regionales con registros de más de 10 años de precipitación máxima anual en 24 horas 20 4.4 Resumen de estaciones pluviométricas regionales 13 3.2 Matriz de correlaciones 21 4.3 Condiciones iniciales 7.A Schlumberger Company Arasi S.3.1 Introducción 7.2 Balance de agua de los tajos Carlos y el Valle 7.4.7 Precipitación años secos proyecto Gaby 17 3.2 Resumen de resultados en el área del proyecto 6.5 Resumen de la estimación de la PMP en 24 horas 24 5.4 Tránsito del hidrograma 6.4 Balance de agua Botadero Nº 2 7.2.3.4.4 Condiciones de borde 7.4 Estadística de las series de máximos anuales de precipitación en 24 horas 23 4.1 Hietograma 6.3.3 Precipitación máxima en 24 para el área del proyecto Gaby 21 4.3 Hidrograma 6.2.3 Matriz de correlaciones 12 3.3.3 Calibración del modelo continuo 6.1 Resumen de datos de evaporación 6 3.1 Valores característicos de las subcuencas estudiadas 6.Contenido 6 MODELO HIDROLOGICO DEL AREA DE INFLUENCIA DEL PROYECTO 6.4 Predicciones e impactos potenciales 6.9 Comparación entre precipitaciones para diferentes períodos de retorno 17 4.4.2 Construcción del perfil 7.4.8 Precipitación años húmedos proyecto Arasi 17 3.3 Balance de agua Botadero Nº 1.4.4 Condiciones de borde 7.3.1 Precipitación (mm) Estación pluviométrica Campamento Arasi 10 3. tajo Valle 7.2.1 Ubicación y descripción de los sitios de la línea base hidrológica del Proyecto Arasi26 5.4.6 Coeficiente de abatimiento de precipitaciones 16 3.5 Variación Estacional Proyecto Arasi 15 3.5 Resultados del modelo RESUMEN Y CONCLUSIONES 31 31 32 33 33 34 35 35 36 36 37 39 41 41 41 45 45 46 46 46 47 47 47 48 48 48 48 51 7 8 TABLAS Página 2.4.1 Características geométricas Botadero Nº2 7.2 Pérdidas 6.1 General 6.A.2 Modelo HMS 6.5 Estimación de la crecida máxima probable BALANCE DE AGUAS 7.2 Construcción del Perfil 7. mm 18 4. mm 18 3.1 Caudales medidos en estaciones de aforo 30 6. mm 18 3. precipitaciones medias mensuales B Correlaciones estaciones pluviométricas C Estaciones regionales.1 Estaciones meteorológicas regionales 18 3.7 Resumen de propiedades topográficas de las subcuencas modelada 40 7.3 Resumen del tiempo de retraso de las subcuencas 35 6.1 Balance de Agua Botaderos 50 APENDICES A Estaciones regionales.3 Evaporación media mensual (mm) 8 2. puntos de Control Qm1 y Qm4 40 6.3 Variación estacional de precipitaciones.2 Puntos de aforo.4 Temperatura y Humedad Relativa (mm) 8 3. año húmedo con período de retorno de 10 años 38 6.1 Precipitación máxima en 24 horas para el área del proyecto 24 4. mm 18 3.Contenido TABLAS (Continuación) Página 6. 18 3.5 Isoyetas de precipitación años secos con período de retorno 50 años.6 Isoyetas de precipitación años secos con período de retorno 100 años.6 Resumen impactos potenciales. . mm.A Schlumberger Company Arasi S. 18 3. año promedio 37 6.8 Isoyetas de precipitación años húmedos con período de retorno 50 años.2 Representación del factor de recurrencia K 24 5.1 Resumen del balance de aguas del tajo Carlos durante operación 43 FIGURAS Después de la página 2.5 Resumen impactos potenciales.2 Isoyetas de precipitación media anual.3 Calibración modelo HMS.C. mm.2 Calibración modelo HMS.1 Puntos de los aforos semanales 40 6. precipitaciones medias mensuales rellenadas D Curvas doble acumuladas E Precipitación máxima en 24 horas F Precipitación máxima en 24 horas extendida G Curvas doble acumuladas H Corrección y relleno de la precipitación máxima en 24 horas 5354-2 Water Management Consultants . mm 18 3.1 Área general de estudio Proyecto Arasi 8 2.A.2 Distribución de precipitaciones mensuales 33 6. año seco con período de retorno de 10 años 38 6.1 Resumen de propiedades topográficas de las subcuencas modeladas 32 6. punto de control Qm6 40 7.4 Isoyetas de precipitación años secos con período de retorno 10 años. mm 18 3.4 Resumen impactos potenciales.7 Isoyetas de precipitación años húmedos con período de retorno 10 años. manantiales y puntos de monitoreo de aguas superficiales 8 2.9 Isoyetas de precipitación años húmedos con período de retorno 100 años. C.A. .A Schlumberger Company Arasi S.Contenido ESTA PAGINA HA SIDO DEJADA EN BLANCO INTENCIONALMENTE 5354-2 Water Management Consultants . años húmedos y secos. aproximadamente a 4. .C. 5354-2 Water Management Consultants .C. principalmente precipitación y evaporación.A Schlumberger Company Arasi S. El estudio hidrológico involucró lo siguiente: • • • • Recopilación de datos hidrometeorológicos. departamento de Puno. en las partes altas de las microcuencas de los riachuelos Azufrini y Huarucani. Análisis de datos de precipitaciones.2 Objetivo del estudio WMC inició investigaciones hidrológicas en el Proyecto Arasi con el objetivo de caracterizar las condiciones de base dentro del área de impactos potenciales del proyecto.1 INTRODUCCION Antecedentes El presente informe ha sido preparado por Water Management Consultants – A Schlumberger Company (WMC) en soporte a la revisión de la Evaluación de Impacto Ambiental que está realizando la compañía ARASI S. para el proyecto minero Arasi localizado en el sur del Perú. caudales y evaporación. 1.A.argentífero de tipo epitermal de alta sulfuración y se encuentra ubicado en el distrito de Ocuviri. Estimación de precipitaciones extremas anuales.A. integra aspectos hidrológicos de la zona de estudio y una evaluación de los recursos hídricos.1 1 1.600 msnm. provincia de Lampa. Esta tarea involucró la recolección y monitoreo de caudales en una red de monitoreo que cubre toda el área del proyecto. El proyecto es un yacimiento aurífero . El trabajo realizado que se presenta en el siguiente informe. La caracterización hidrológica constituye un pre-requisito clave para evaluar el potencial de impactos de un proyecto minero y proponer medidas de mitigación apropiadas debido a las actividades que involucra el desarrollo de un proyecto minero que usualmente altera parte de las cuencas y requiere de agua para desarrollar sus actividades. y datos de estaciones meteorológicas regionales. los que juntos con los datos meteorológicos provenientes de la estación del campamento Arasi. afluentes del río Chacapalca de la cuenca del río Ramis. Caracterización climática con énfasis en precipitación y evaporación. formaron una base de datos detallada para realizar una caracterización hidrológica del proyecto. 2 Introducción • • • • • • 1. Estimación de la precipitación máxima probable. meteorología y geología. Además. Caracterización de las aguas superficiales. Estimación de los impactos potenciales en cuanto a la cantidad de las aguas por el efecto de explotación del proyecto minero.C. hidrología. Fuentes de información La caracterización hidrológica del Proyecto Arasi se basó en la siguiente información: 1.3. Estimación de la crecida máxima probable. Sección 3. presenta una compilación y un análisis de los datos hidrológicos existentes para el área del proyecto. Estación meteorológica del campamento Arasi.3. Se contó con los siguientes mapas: • 1. Perú. se desarrolló un análisis regional para la estimación de la precipitación media anual y extremas para años húmedos y secos. .3 Estimación de la precipitación máxima en 24 horas. • • 5354-2 Water Management Consultants .1 Precipitación Los datos de precipitación fueron obtenidos de las siguientes fuentes: • • 1.A Schlumberger Company Arasi S.A. Balance de aguas sobre los tajos del proyecto minero.C. presenta un análisis de la precipitación máxima en 24 horas para el área del proyecto y la estimación de la precipitación máxima probable (PMP).A. Estructura del informe El siguiente informe se encuentra organizado en 5 secciones. presenta una descripción general del sitio del Proyecto Arasi.2 Mapas Servicio Nacional de Meteorología e Hidrología (SENAHMI).4 Mapa electrónico con curvas de nivel provisto por Arasi S. cuyos contenidos son los siguientes: • Sección 2. Sección 4. incluyendo información sobre las características básicas del proyecto. C. Sección 7. se estiman los caudales en diferentes puntos de las cuencas y se cuantifican los impactos potenciales del proyecto minero. presenta el modelo hidrológico que cubrió el área de influencia de la propiedad minera.A Schlumberger Company Arasi S. se incluye toda la información registrada en el trabajo de terreno además de la información recopilada para el cumplimiento de los objetivos expuestos en la Sección 1.2. presenta la caracterización hidrólogica del área de interés. . Sección 6. • • 5354-2 Water Management Consultants .Introducción 3 • Sección 5.A. se presenta en esta sección un análisis del balance de agua de los futuros tajos y de los botaderos de la mina correspondientes a los sectores de las zonas mineralizadas Carlos y el Valle. 4 Introducción ESTA PAGINA HA SIDO DEJADA EN BLANCO INTENCIONALMENTE 5354-2 Water Management Consultants . .A.C.A Schlumberger Company Arasi S. C. 5354-2 Water Management Consultants . en las partes altas de las microcuencas de los riachuelos Azufrini y Huarucani.990 a 5. se puede señalar lo siguiente: las precipitaciones se producen a partir del mes de septiembre incrementándose notoriamente en los meses de enero a marzo. departamento de Puno.5 2 2.500 msnm – 4. Con respecto a los factores climatológicos. Botadero de mineral de desmonte. dando origen al Río Chacapalca. que conforma la sección superior del Río de Azufrini. La Figura 2.1). El Río Azufrini se une con el Río Pataqueña. La zona de estudio alcanza altitudes que van desde los 3.A Schlumberger Company Arasi S.100 msnm – 4. .800 msnm). afluentes del río Chacapalca de la cuenca del río Ramis. Zona de almacenamiento temporal de suelo orgánico. Zonas Mineralizadas Valle. Campamento Minero. el cual corresponde a uno de los cursos de agua más importante que se encuentran en el área de estudio. provincia de Lampa. incluyendo la infraestructura minera principal.A. Concordante con su clasificación. Estas altitudes tipifican a las regiones naturales: Suni (3. los meses de mayor humedad relativa son de enero a abril coincidiendo con los niveles de mayor precipitación pluvial.100 msnm) y Puna (4. la cual comprende: • • • • • Zonas Mineralizadas Carlos. En cuanto a la Hidrografía.000 msnm.600 msnm. aproximadamente a 4. uno de los cauces de mayor relevancia se encuentra en la Quebrada Huarucani.2 muestra una imagen del área de estudio. en el distrito de Ocuviri. constituye parte de la ecorregión Tundra Seca de Alta Montaña. las temperaturas más bajas se registran en los meses de junio y julio alcanzando sus niveles más altos en los meses de octubre y noviembre.1 DESCRIPCION GENERAL DEL AREA DEL PROYECTO Ubicación El Proyecto Arasi se ubica en el sur de Perú (Figura 2. el clima es frío y seco. y La subcuencas de los ríos Pataqueña y Chacapalca (zona mineralizada valle) que drena hacia el noroeste del proyecto.1 Resumen de datos de evaporación Estación Fuente Periodo de registros 1970 .2 también se presentan las principales cuencas que alojan las independencias del Proyecto Arasi: • • Las subcuencas de los ríos Azufrini (zona mineralizada Carlos) y Huarucani que drenan hacia el lado oeste del área del proyecto. la Tabla 2.C. Tabla 2.3.2 Evaporación Datos de evaporación estuvieron disponibles para la estación Chuquibambilla.1 presenta un resumen de estos datos.4.6 Descripción general del área del proyecto Finalmente.4°C y la mínima anual de 4.362 No hay antecedentes del método de cálculo de la evaporación. 5354-2 Water Management Consultants . existe una alta posibilidad que el dispositivo usado corresponda a un evaporimetro de bandeja. 2. El promedio anual de las Temperaturas medias es de 6. donde se observa que los mayores valores se registran a partir noviembre a marzo y los meses con menor temperatura son los meses de junio y julio. Sin embargo. La estación Chuquibambilla por su ubicación y características es representativa de las condiciones del área del proyecto.5°C. dado que la zona de estudio se encuentra a una mayor altitud que la estación de Chuquibambilla. .9°C.3°C. siendo julio el mes más frío. Los valores medios de evaporación fueron adoptados para la evaluación del recurso de agua en este estudio. La Figura 2. presenta las variaciones de los valores de la temperatura. ya que corresponde al método estándar y extensamente usado. 2.1997 Latitud Longitud Altitud (m) Chuquibambilla SENAHMI 14° 47’ 70° 43’ 3971 Evaporación media anual (mm) 1. correspondiendo el valor de la máxima anual de 8. en la Figura 2.3 Temperatura La estación Chuquibambilla posee datos de las Temperaturas medias mensuales para el periodo 1964 – 1998. que muestran un total anual de 1590 mm.A Schlumberger Company Arasi S. la temperatura a considerar para efectos de la evaluación en promedio es de 6.A. Dicha estación posee datos de evaporación potencial mensual para el período Enero de 1970 – Junio de 1997. La evaporación potencial mensual medida en la estación meteorológica Chuquibambilla se muestra en la Figura 2. es decir que las precipitaciones pluviales definen el grado de humedad relativa del ambiente.4.1%. observándose que los valores más altos se registran en los meses de diciembre a marzo. . mientras que el promedio mínimo mensual se presenta en el mes de septiembre con 46. lo que coincide con la época de mayores precipitaciones pluviales.A Schlumberger Company Arasi S.Descripción general del área del proyecto 7 2. en los meses de septiembre a noviembre se presenta todo lo contrario.C.A.9%. 5354-2 Water Management Consultants . El promedio anual de la Humedad Relativa varia de acuerdo al promedio de precipitaciones pluviales. La Figura 2.4 Humedad relativa La estación Chuquibambilla posee datos de la Humedad Relativa para el periodo 1964 – 1998. muestra la variabilidad mensual de los valores de la Humedad Relativa. así de manera general se presenta la humedad relativa promedio máximo mensual en el mes de febrero con 63. C.8 Descripción general del área del proyecto ESTA PAGINA HA SIDO DEJADA EN BLANCO INTENCIONALMENTE 5354-2 Water Management Consultants .A Schlumberger Company Arasi S.A. . . . : Nº DE PROYECTO: FECHA: T2 DIBUJO: E.3 .A.C. 5354 TAREA: PROYECTO: P.G. 2007 Figura 2.N.R. ING.M. Octubre.180 160 140 Evaporación media mensual (mm) 120 100 80 60 40 20 0 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC Chuquibambilla Evaporación media mensual (mm) CLIENTE: Arasi S. 10 9 8 7 Temperatura (ºc) 6 5 4 3 2 1 0 Enero Marzo Mayo Julio Chuquibambilla Septiembre Noviembre 70 60 50 Humedad Relativa (%) 40 30 20 10 0 Enero Marzo Mayo Julio Septiembre Noviembre Chuquibambilla Temperatura y Humedad Relativa (mm) CLIENTE: Arasi S. 5354 TAREA: PROYECTO: P. Octubre.R.G.C.A.N.M.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E. ING.4 . 2007 Figura 2. 2. ubicada aproximadamente en las coordenadas UTM 302. las que fueron analizadas con el objetivo de caracterizar el régimen de precipitaciones del área del proyecto.1.1).A. 5354-2 Water Management Consultants .: posee registros meteorológicos en la estación ubicada en el Campamento Arasi. El registro para la estación del campamento se presenta en la Tabla 3. secos y húmedos. El período de registros para las estaciones regionales se presenta en la Tabla 3. la máxima precipitación ocurrió el año 2007 con un valor máximo de precipitación mensual para el mes de Marzo de 720 mm.C.312.1.9 3 ESTIMACION DE LA PRECIPITACION MEDIA ANUAL Esta sección presenta las siguientes estimaciones de precipitación media para el área del proyecto: • • • Precipitación media anual. • Los datos de precipitaciones de la estación del Campamento Arasi se presentan en la Tabla 3.070E y 8.1. Esta estación presenta registros diarios de precipitaciones y temperaturas para el período Diciembre de 2006 – Junio de 2007.1 3. 3. Se recopilaron las series de precipitaciones mensuales hasta el año 2005 de 11 estaciones cercanas a la zona de interés.C. De acuerdo a estos antecedentes.A Schlumberger Company Arasi S.930N (Figura 3. con el último mes con registro incompleto. para los años 2006 y 2007.A. . Variación estacional.1 Precipitación media anual Datos disponibles Los datos meteorológicos disponibles para el presente estudio son: • Arasi S. Análisis probabilístico para estimar la precipitación anual para años extremos (varios períodos de retorno). altitud y distancia al área del proyecto. para algunas estaciones las series de datos son bastantes completas y con pocas interrupciones dentro del período de observación.C.1. 5354/R1 Water Management Consultants – A Schlumberger Company Arasi S. que los datos de precipitación disponibles de la estación meteorológica del campamento son muy cortos para realizar estimaciones de precipitación media anual (PMA). Las series originales de estadísticas.2 se muestra el catastro de las estaciones utilizadas y los períodos de registros disponibles. La ubicación de las estaciones se presenta en la Figura 3. que se incluyen en el Apéndice A. se obtuvieron de los registros del Instituto Nacional de Meteorología e Hidrología (SENAHMI).4 Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic 103 Suma Año Incompleto Año Incompleto Se debe mencionar. En Tabla 3. En un primer paso se requirió a SENAHMI un listado de estaciones relativamente cercanas al área del proyecto con datos de precipitación. Por lo tanto. se recurrió a un análisis hidrológico regional involucrando varias estaciones cercanas al área del proyecto. lo que las hace confiables.10 Estimación de la precipitación media anual Tabla 3. Una vez recibido el listado se procedió a realizar una selección de las estaciones considerando el periodo de registros. .1 Precipitación (mm) Estación pluviométrica Campamento Arasi Año 2006 2007 15 56 720 74 65 0.A. Estimación de la precipitación media anual 11 Tabla 3.A.A Schlumberger Company Arasi S.810 3.438 4.195 4.910 3.920 PMA (mm) 593 809 729 720 765 976 782 647 902 812 713 Orurillo SENAHMI 1967-1991 Nota: * Estación campamento Arasi con información incompleta. 5354-2 Water Management Consultants .2 Estaciones pluviométricas Estación Fuente Periodo de registros 2006-2007* 1960-2005 1964-2005 1972-2006 1993-2005 1964-2005 1960-1996 1966-1974 1969-1997 1964-1988 1963-1980 Años de registro 2 45 21 33 13 40 18 9 29 24 18 25 Latitud Longitud Altitud (m) Campamento Arasi Sibayo Yauri Chuquibambilla Lampa Pucara Santa Rosa Porpera Hda.C.C. . Morocaqui Quillisani Jarpana Arasi S.986 4.A. SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI 71° 27' 71° 25' 70° 43' 70° 22' 70° 20' 70° 47' 71° 19' 71° 03' 70° 45' 70° 47' 70° 31' 15° 29' 14° 49' 14° 47' 15° 21' 15° 02' 14° 37' 15° 21' 15° 37' 15° 23' 15° 31' 14° 44' 3.927 3.910 3.600 4.300 3.971 3. estos se rellenaron ya sea por correlación con otras estaciones o asumiendo el promedio para el mes. • • 3. lo que da confiabilidad a los rellenos realizados.2x + 227 0. mientras que en el Apéndice B se incluyen los gráficos de cada correlación.A Schlumberger Company Arasi S.64 0.168 1. Hda. sin embargo. a las cuales se les calculó la recta de regresión y el coeficiente de correlación. El número de puntos (precipitación media anual) considerados en las correlaciones.75 0. el cual es considerado como un mínimo absoluto para realizar inferencia estadísticas en hidrología. donde primó la homogeneidad de la estadística por sobre la cantidad de puntos. por lo que no se considera esta estación en el análisis.2: • El número de años de registro disponible en 10 de las 11 estaciones es superior a 10 años. Con el objeto de no perder años de registros en estaciones con algunos meses faltantes.72 0.12 Estimación de la precipitación media anual Se puede resaltar lo siguiente de la información mostrada en la Tabla 3. Pucara (40).2 fueron ampliadas.7x + 182 Coef. Morocaqui Quillisani Pucara Recta regresión 1.3x . rellenadas.1x + 19 0.7x + 413 0. en que los ajustes obtenidos resultaron satisfactorios. corregidas y homogeneizadas utilizando los procedimientos usuales en este tipo de análisis. considerando sólo aquellos años en que la información de lluvias mensuales estaba completa. presentó una buena correlación. Esta estación.3x .1.68 0.71 0. Las siguientes estaciones tienen un número de años adecuado en sus registros: Sibayo (45).6x + 366 1. Chuquibambilla (33). La estación Porpera presenta 9 años de registros. exceptuando la estación Jarpana. correlación 0.3 Matriz de correlaciones Variable dependiente Yauri Chuquibambilla Lampa Santa Rosa Hda.8x + 58 0.213 1. Se establecieron correlaciones lineales entre estaciones cercanas.A. En la Tabla 3.3 se indican las correlaciones efectuadas y sus resultados.63 Cabe señalar que el coeficiente de determinación R2 obtenido en las correlaciones utilizadas resultó ser superior o igual a 0.2 Corrección relleno y extensión de estadística Las series de precipitaciones anuales de las estaciones indicadas en la Tabla 3.60. Morocaqui Quillisani Jarpana Orurillo Variable independiente Quillisani Sibayo Pucara Quillisani Sibayo Hda. 5354-2 Water Management Consultants . Morocaqui (29) y Orurillo (25).64 0.61 0. . Tabla 3.C. independientemente del número de puntos correlacionados. en general es superior a 15. 3 Estimación precipitación media anual Un total de 11 estaciones fueron utilizadas para el estudio hidrológico regional realizado para estimar la precipitación media anual.910 3.A. considerando un Patrón Pluviométrico.927 3. Luego.810 3. cuya estadística rellenada y corregida se presentan en el Apéndice C. Morocaqui Quillisani Jarpana SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI 45 21 33 13 40 18 9 29 24 18 5354-2 Water Management Consultants . la distribución de estas (Figura 3. eligiendo en este caso una única estación cuya estadística fuera lo más extensa y confiable posible. se puede concluir que todas estas estadísticas finales han sido rellenadas y corregidas adecuadamente. se procedió a verificar la homogeneidad de las series anuales definitivas mediante un análisis de Curvas Doble Acumuladas (CDA). se procedió a ampliar y rellenar las estadísticas analizadas.300 PMA (mm) 593 809 729 720 765 976 782 647 902 812 Sibayo Yauri Chuquibambilla Lampa Pucara Santa Rosa Porpera Hda. El resto de las estadísticas se presentan en el mismo apéndice.1. Quillisani es la estación que por su ubicación y características es la más representativa de las condiciones del área del proyecto.2 sugiere lo siguiente: • Existe un patrón estacional de la precipitación en el año con un periodo húmedo de Septiembre a Marzo y un periodo seco de Abril a Agosto. • 3.1 muestra su ubicación. La estación seleccionada fue Sibayo. De acuerdo a las curvas CDA consignadas en el Apéndice D.600 4.4 Resumen de estaciones pluviométricas regionales Estación Fuente Periodo de registros 1960-2005 1964-2005 1972-2006 1993-2005 1964-2005 1960-1996 1966-1974 1969-1997 1964-1988 1963-1980 Años de registro Altitud (m) 3. el número de estaciones es menor del que generalmente se usa en este tipo de estudio. rellenada y corregida en el presente informe. Febrero y marzo son generalmente los meses más húmedos y proporcionan aproximadamente el 25% de la precipitación anual. la estadística de 10 de ellas fue analizada. Si bien. Un análisis de la precipitación media mensual de las estaciones mostradas en la Tabla 3. Junio y Julio son generalmente los meses más secos y proporcionan solamente el 2% de la precipitación anual.4 muestra un resumen de las estaciones pluviométricas regionales utilizadas y la Figura 3.438 4.971 3. Tabla 3.Estimación de la precipitación media anual 13 Utilizando las correlaciones. .195 4.986 4. la Tabla 3. Del total de 11 estaciones.1) representa en forma satisfactoria la precipitación media en el área del proyecto.A Schlumberger Company Arasi S.C.910 3. 85% y 90% para la generación de las curvas de variación estacional. el período de registro comprende desde Diciembre de 2006 a Junio de 2007. el error estimado del método es de 50 mm.5. . por lo tanto. cuyos antecedentes se presentan en la Tabla 3.2 muestra la distribución de la precipitación media anual obtenida por el método de kriging para el área de interés. la que debido a su ubicación se considera adecuada para ser usada como estación índice de la cuenca de interés. 5354-2 Water Management Consultants . Del análisis de frecuencia realizado se concluye que la distribución Log-Pearson III es la que en general mejor se ajusta a las series analizadas. la PMA estaría en el rango de 800 mm a 900 mm. Morocaqui registran las PAM más bajas (593 mm y 647 mm respectivamente).3 se muestran las curvas de variación estacional para la estación Quillisani y el área del proyecto. altitud y latitud y longitud de las estaciones. seguida de Quillisani (902 mm). Pearson III. Las estaciones de Sibayo y Hda. de dicha figura se puede concluir: • • El promedio de las PMA de todas las estaciones basado en el procedimiento anterior es de 770 mm. El mapa de isoyetas muestra que la PMA para el área del proyecto Arasi sería del orden de 850 mm. En la Figura 3. Rosa es la estación que registra la mayor PMA (980 mm).1. Para las series de precipitaciones mensuales de la estación Quillisani. Los resultados mostraron una gran dispersión no indicando una tendencia definida. Sin embargo.4 Estimación precipitación mensual Con el objeto de conocer la distribución mensual de la precipitación en la zona de estudio. Se consideraron 4 probabilidades de excedencia: 20%. Log-Normal y Log-Pearson III. El método esencialmente consiste en dos pasos: la creación de una grilla que cubre el dominio de interés y valores que se asignan a la grilla usando el algoritmo de interpolación Kriging basado en los datos existentes. El análisis de frecuencia de las precipitaciones mensuales permitió finalmente construir la curva de variación estacional para las probabilidades de excedencia señaladas. ajustando las distribuciones Normal. Se empleó entonces un método más elaborado que consistió en desarrollar isoyetas anuales utilizando el método de interpolación de kriging. se efectuaron los análisis de frecuencia correspondientes. ya que la estación meteorológica del campamento Arasi no presenta un año completo con información. se adoptaron los resultados correspondientes a la distribución de mejor ajuste para cada mes. 50%.C. La Figura 3. Gumbel. se ha incluido la variación estacional de la estación de Quillisani. No se tiene una referencia de la precipitación media en el área de interés.A. La estación Sta.A Schlumberger Company Arasi S.14 Estimación de la precipitación media anual La estimación de la PMA para el área del proyecto se realizó en un primer intento desarrollando correlaciones entre las PMA. • • 3. Estimación de la precipitación media anual 15 Tabla 3. este coeficiente se calcula de acuerdo a la siguiente expresión: CA= Pi / Po (Ecuación 1) Donde: CA= Coeficiente de Abatimiento Pi = Precipitación media anual obtenida del plano de isoyetas medias de la cuenca respectiva Po= Precipitación media anual asociada de la estación pluviométrica base.A Schlumberger Company Arasi S. el cual relaciona el valor medio de precipitación obtenido del plano de isoyetas. En la Tabla 3. Se dispone de las isoyetas de precipitaciones medias anuales presentadas en la Figura 3.6 se presenta el coeficiente de abatimiento obtenido para Arasi. Los meses de Abril a Agosto son totalmente secos. 5354-2 Water Management Consultants .2.A. Para lograr una mejor estimación de la precipitación media en la cuenca. la cual corresponde a 850 mm. con aquella precipitación medida en la estación de Quillisani. se incorporó un factor de abatimiento.5 Variación Estacional Proyecto Arasi Mes 20 Probabilidad (%) 50 Precipitación (mm) Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre 247 279 239 98 24 10 12 22 45 75 130 202 166 211 185 42 9 4 5 11 20 34 72 142 90 128 119 8 3 1 1 6 5 9 19 65 77 110 104 5 2 1 1 5 4 6 10 49 85 90 Del análisis anterior se confirma la concentración de las precipitaciones en los meses de Septiembre a Marzo. que tomó en cuenta toda la información disponible en estaciones cercanas al área de interés. A partir del plano de isoyetas medias anuales se obtiene la precipitación media para el área del proyecto Arasi.C. . 16 Estimación de la precipitación media anual Tabla 3.6 Coeficiente de abatimiento de precipitaciones Pmedia Estación Quillisani (mm) Pp Medias Isoyetas (mm) Proyecto Arasi Coeficiente de abatimiento 905 850 0,95 3.2 Precipitación anual para años húmedos y secos La precipitación anual para años húmedos y secos fue estimada utilizando una metodología similar a la estimación de la PMA, es decir, empleando estaciones cercanas al área del proyecto y utilizando el método de interpolación Kriging. La estación Porpera no fue incorporada en el análisis de años extremos, debido al corto periodo de sus registros, estos pueden sesgar los resultados de los análisis estadísticos como por ejemplo los análisis de distribución de frecuencia. Las demás estaciones cuentan con un número adecuado de registros, lo que permite realizar estimaciones extremas de precipitación anual, para años secos y húmedos. Finalmente se consideraron un total de 10 estaciones que cubren toda el área de estudio. La Figura 3.1 muestra las estaciones utilizadas. Las estimaciones de precipitaciones anuales extremas para el área del proyecto, al igual que para la determinación de la variación estacional, fue obtenida mediante un análisis de distribución de frecuencia para la serie de precipitaciones anuales de cada una de las estaciones utilizadas en el análisis. Para determinar las series correspondientes a los años húmedos y secos se aplico el “método de los quintiles”. Los quintiles son valores que resultan de dividir la población (el número total de las observaciones) en tres partes iguales. El primer quintil (Q1) corresponde a años secos y está formado por los valores de precipitación por debajo del cual quede un 20% de las observaciones de la serie, el segundo quintil (Q2) cubre del 40% al 60% corresponde a un año promedio y el tercer quintil corresponde al último valor (valor de precipitación máximo de las observaciones) por debajo del cual se presenta toda la población y se considera a esta serie como años húmedos. El procedimiento anterior fue aplicado a las 10 estaciones analizadas en el estudio, el número de años considerados en las series, en general es superior a 10, el cual corresponde al mínimo absoluto de años para el análisis de frecuencia. Finalmente a las series de años húmedos y secos obtenidas en las 10 estaciones, se ajustaron las distribuciones Normal, Gumbel, Pearson III, Log-Normal y Log-Pearson III. Se adoptaron los resultados correspondientes a la distribución de mejor ajuste para cada estación. Basado en lo anterior se seleccionó la distribución de Log Pearson III para estimar precipitaciones de años secos y húmedos. Las Isoyetas para años secos con período de retorno de 10, 50 y 100 años se muestran en las Figuras 3.4 a 3.6 y para años secos en las Figuras 3.7 a 3.9. Sobre la base de estas Figuras se presentan en las Tablas 3.7 y 3.8 las precipitaciones extremas anuales en años húmedos y secos para el área del proyecto, considerando los períodos de retorno de 10, 50, 100, 200 y 500 años. 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. Estimación de la precipitación media anual 17 Tabla 3.7 Precipitación años secos proyecto Arasi Ubicación 10 Precipitación Proyecto Arasi (mm) 800 Período de Retorno 50 100 200 860 900 920 500 940 Tabla 3.8 Precipitación años húmedos proyecto Arasi Ubicación 10 Precipitación Proyecto Arasi (mm) 1120 50 Período de Retorno 100 200 1300 1350 500 1250 El análisis realizado es solo representativo del área del proyecto Arasi y no puede ser considerado como un análisis regional debido al escaso número de estaciones utilizadas en la generación de las Isoyetas para años extremos. Como método de comparación y para verificar la validez del método empleado, se realizó la transposición de precipitaciones para años extremos de la estación Quillisani, la cual cuenta con un adecuado número de años de registros. Tabla 3.9 Comparación entre precipitaciones para diferentes períodos de retorno Año pluviométrico Ubicación 10 Precipitación proyecto Arasi obtenida del plano de Isoyetas (mm) Seco Precipitación proyecto Arasi obtenida por transposición con estación Quillisani (mm) Diferencia (%) Precipitación proyecto Arasi obtenida del plano de Isoyetas (mm) Húmedo Precipitación proyecto Arasi obtenida por transposición con estación Quillisani (mm) Diferencia (%) Período de Retorno 50 100 200 500 800 836 4,3 1.120 1.149 2,5 860 913 5,8 1.250 1.272 1,7 900 941 4,3 1.300 1.325 1,9 920 965 4,7 1.350 1.378 2,1 940 996 5,6 1.450 1.451 Tal como queda confirmado en la Tabla 3.9, al comparar las precipitaciones resultantes para los distintos períodos de retorno, con las obtenidas en el plano de Isoyetas para años húmedos y secos, las diferencias registradas son menores a 6%, por lo anterior ambos métodos se consideran validos y representativos del área del proyecto, como criterio conservador para la caracterización de las precipitaciones de años húmedos y secos se utilizaran los valores obtenidos por el método de interpolación Kriging (Isoyetas para años extremos). 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. Estimación de la precipitación media anual 18 ESTA PAGINA HA SIDO DEJADA EN BLANCO INTENCIONALMENTE 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. . . 100 50 0 Enero Marzo Mayo Julio Septiembre Noviembre Prob=20% Prob=50% Prob=85% Prob=90% Área Proyecto Arasi 300 Precipitación Mensual (mm) 250 200 150 100 50 0 Enero Marzo Mayo Julio Septiembre Noviembre Prob=20% Prob=50% Prob=85% Prob=90% Variación estacional de precipitaciones.3 .N.A. Octubre. 5354 TAREA: PROYECTO: P.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E. 2007 Figura 3.C.R.G. ING.Estación Quillisani 300 Precipitación Mensual (mm) 250 200 150 . mm CLIENTE: Arasi S.M. . . . . . . intensidad máxima de precipitación y duración de la tormenta. Hay tres factores importantes que definen una tormenta. . La precipitación sintética de 24 horas de duración Tipo II del NRCS fue adoptada como representativa de las tormentas más severas que ocurren en el área del proyecto Arasi. debido al clima y a la topografía del proyecto Arasi. erosión de suelos y producción de sedimentos. los riesgos asociados a la operación de la mina pueden ser minimizados. Este tipo de tormentas es el más intenso de la clasificación del NRCS y concentra aproximadamente el 54% de la precipitación total de la tormenta en 1 hora.C. son un componente importante en la planificación de las aguas y control de sedimentos para el proyecto. Estimación de la precipitación máxima probable asociada al área del proyecto. se concluyó que las tormentas más intensas en el área del proyecto siguen aproximadamente el patrón de distribución de tormentas Tipo II de la NRCS (Nacional Resources Conservation Service de los Estados Unidos). precipitación total. De acuerdo a la experiencia de este consultor y a estudio previos realizados en la región. Las intensidades máximas y la duración de las tormentas junto con el antecedente de humedad de los suelos tienen una implicancia directa en los volúmenes de la escorrentía superficial. 5354-2 Water Management Consultants . Es de destacar que las técnicas desarrolladas por el NRCS son internacionalmente aceptada y utilizadas alrededor del mundo en la industria minera. a saber.1 Distribución temporal de tormentas Un elemento importante a definir es la distribución temporal de tormentas en el área del proyecto. 4. Análisis probabilístico para estimar la precipitación máxima en 24 horas para varios períodos de retorno. Una vez que se han definidos los eventos extremos.A. Esta sección presenta las siguientes estimaciones de precipitaciones extremas para el área del proyecto: • • • Caracterización de las tormentas. los cuales.A Schlumberger Company Arasi S.19 4 ESTIMACION DE PRECIPITACIONES EXTREMAS Y MAXIMA PROBABLE La estimación de la precipitación máxima en 24 horas es un componente básico para estimar los acontecimientos extremos de inundación. C.2.2 Corrección relleno y extensión de estadística Las series de precipitaciones máximas en 24 horas de las estaciones indicadas en la Tabla 4.1 se muestran en el Apéndice E. Los valores de precipitación máxima anual en 24 horas de las estaciones presentadas en la Tabla 4. Tabla 4. Morocaqui Quillisani Jarpana Fuente SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI SENAHMI Años de registro 46 25 35 13 41 24 28 24 18 Se puede apreciar de la Tabla 4. pero al igual que en la estimación de la precipitación media anual la distribución de estas (Figura 3.A Schlumberger Company Arasi S.2. corregidas y homogeneizadas utilizando los procedimientos usuales en este tipo de análisis. De acuerdo al World Meteorological Organization (WMO) se requiere un mínimo absoluto de 10 años de registros para poder realizar los análisis estadísticos requeridos.1) representa en forma satisfactoria la precipitación en el área del proyecto. 1 2 3 4 5 6 7 8 9 Estación Sibayo Yauri Chuquibambilla Lampa Pucara Santa Rosa Ha.1 Estaciones regionales con registros de más de 10 años de precipitación máxima anual en 24 horas No. .A. 4. rellenadas. Se establecieron correlaciones lineales entre estaciones cercanas. siendo el mínimo recomendado de 15 años. La Tabla 4.1 muestra las estaciones regionales con registros disponibles de más de 10 años y con datos de precipitación máxima anuales en 24 horas.1 Precipitación máxima probable en 24 horas Datos disponibles El registro de precipitaciones de la estación meteorológica del campamento Arasi es muy corto. solamente algunos meses completos de información.20 Estimación de precipitaciones extremas y máxima probable 4.1 fueron ampliadas.2 4.1 que de acuerdo a la información disponible solamente 9 estaciones regionales tienen registro adecuado de precipitación para realizar estimaciones de tormentas extremas. El número y distribución espacial de estas estaciones regionales no es ideal para realizar un análisis regional de tormentas extremas. para ser utilizado en la estimación de tormentas extremas que normalmente son derivadas de datos de precipitación máxima anuales en 24 horas. 5354-2 Water Management Consultants . a las cuales se les calculó la recta de regresión y el coeficiente de correlación. 9x – 0. Hda.9 Coef. Luego. Del análisis de frecuencia realizado se concluye que la distribución Pearson III es la que en general mejor se ajusta a las series analizadas.1 muestra la precipitación máxima en 24 horas considerando un periodo de retorno de 10 años.A. Log-Normal y Log-Pearson III. Tabla 4.2 Matriz de correlaciones Variable dependiente Yauri Lampa Hda. El resto de las estadísticas se presentan en el mismo apéndice.6. empleando estaciones cercanas al área del proyecto y utilizando el método de interpolación Kriging. Morocaqui Variable independiente Hda. cabe señalar que el coeficiente de determinación R2 obtenido en las correlaciones utilizadas resultó ser superior o igual a 0. La estadística rellenada y corregida se presenta en el Apéndice H.69 0.3 Estimación precipitación máxima en 24 horas La precipitación anual para años húmedos y secos fue estimada utilizando una metodología similar a la estimación de la PMA (Sección 3.9x + 5.60 0.1. .4 0. se procedió a ampliar y rellenar las estadísticas analizadas.2 se indican las correlaciones efectuadas y sus resultados. De acuerdo a las curvas CDA consignadas en el Apéndice G.85 De acuerdo a los resultados entregados en la tabla anterior. correlación 0. En las correlaciones efectuadas primó la homogeneidad de la estadística por sobre la cantidad de puntos correlacionados.A Schlumberger Company Arasi S. La Tabla 4. Morocaqui y Lampa. Pearson III.3 0. La Figura 4. se puede concluir que todas estas estadísticas finales han sido rellenadas y corregidas adecuadamente. Se ajustaron las distribuciones Normal. entre las cuales se encuentran la estación Yauri. 4.2.C. se procedió a verificar la homogeneidad de las series máximas en 24 horas mediante un análisis de Curvas Doble Acumuladas (CDA). Se debe mencionar que solo 3 estaciones presentaron buenas correlaciones.3 Precipitación máxima en 24 para el área del proyecto Arasi Período de retorno (años) 10 50 100 200 500 Precipitación en 24 horas (mm) 47 55 57 60 63 5354-2 Water Management Consultants . es decir.3 muestra las estimaciones de precipitación máxima en 24 horas para el área del proyecto Arasi para diferentes períodos de retorno.3). Utilizando las correlaciones. Tabla 4.2x + 25. Morocaqui Pucara Sauri Recta regresión 0.Estimación de precipitaciones extremas y máxima probable 21 En la Tabla 4. Gumbel. 3 Estimación de la precipitación máxima probable La Precipitación máxima probable (PMP) es "Teóricamente la mayor precipitación para una duración dada que es físicamente posible sobre una localidad. X24m: promedio de la serie de precipitación máxima anual en 24 horas. así como los factores de recurrencia K calculados.C.22 stimación de precipitaciones extremas y máxima probable 4. 1965) mostró que el coeficiente K es directamente proporcional a la duración considerada e inversamente proporcional al valor medio de cada serie. mm. está basada sobre un procedimiento estadístico comúnmente aceptado y detallado por Hershfield (WMO. El coeficiente estadístico K queda determinado por la siguiente ecuación: K = (XM – XN-1 ) / σN-1 (Ecuación 3) Donde: XM: XN-1: valor máximo de la serie. La metodología usada para estimar la PMP a partir de datos de precipitación máxima en 24 horas. σN y σN-1 que intervienen en las ecuaciones presentadas anteriormente. En la Tabla 4. . XN-1. (Hershfield. 1986). Hershfield recomendó el valor de K=15 para estimar la PMP. 6 y 24 horas dependiendo de su valor medio.A. mm. Más tarde. y presentó un nomograma para determinar K para series con duraciones de 5 minutos.4 se muestran los valores obtenidos junto con los máximos XM de cada serie.1 los parámetros estadísticos XM. 5354-2 Water Management Consultants . la media de la serie excluyendo el valor máximo. m σN-1m: desviación estándar de la serie de precipitación máxima en 24 horas. 1. queda determinada por la siguiente ecuación: XPMP = X24 + K σN-1 m m (Ecuación 2) Donde: XPMP: precipitación máxima probable en 24 horas. Siguiendo la técnica de Hershfield. 1986). la desviación estándar de la serie excluyendo el valor máximo. mm. El método desarrollado por Hershfield para la estimación de la PMP en 24 horas.A Schlumberger Company Arasi S. en un área de tormenta y en una época del año especifica" como se define en el Manual para la Estimación de la Precipitación Máxima Probable (WMO. se han calculado para todas las estaciones presentadas en la Tabla 4. mm. porque éste fue el mayor factor que obtuvo al analizar un total de 2645 estaciones (el 90% en EEUU). σN-1: En un principio. K coeficiente estadístico que es función del X24 . mm. Tal como se recomienda en el Manual para la Estimación de la Precipitación Máxima Probable (WMO. junto a los puntos (XN. Para encontrar la envolvente apropiada. sumamos 0. estos valores se han registrado en las estaciones de Sibayo. En la Figura 4.A Schlumberger Company Arasi S. la curva envolvente representativa de la dependencia entre ambas variables. la curva envolvente que queda determinada por la siguiente ecuación: K = -71. Rosa Hda. Pucara y Jarpana. 1986). Morocaqui Quillisani Jarpana XM 115 50 58 50 76 61 46 48 64 XN-1 31 31 32 34 35 34 28 35 37 XN 33 31 33 34 36 34 28 35 37 σN-1 8 8 9 3 10 10 7 10 9 σN 16 8 10 4 12 10 8 10 9 K 10 2 3 5 4 3 2 1 3 Los factores de recurrencia K presentan una cierta dependencia con el valor medio de las series de precipitación para cada duración (Hershfield.8 (Ecuación 5) 5354-2 Water Management Consultants .9Ln(XN) + 262.C.K). La ecuación de la curva que mejor se ajusta a dichos puntos es la que se ha representado en la Figura 4. se han utilizando los puntos correspondientes a los extremos más altos de las series de máximos anuales en 24 horas.2 se muestra la dependencia entre el valor medio de las series de máximos anuales de precipitación en 24 horas y los factores de recurrencia K observados para cada una de ellas.4 Estadística de las series de máximos anuales de precipitación en 24 horas Estación Sibayo Yauri Chuquibambilla Lampa Pucara Sta.9(XN) + 262 (Ecuación 4) Para conseguir que la curva esté por encima de todos los puntos. 1965). . Este proceso puede aplicarse a la muestra de factores de recurrencia K calculados para una duración dada. de esta forma. incluyendo los más extremos.2 se ha representado.Estimación de precipitaciones extremas y máxima probable 23 Tabla 4.8 al término independiente obteniendo. La técnica habitual consiste en seleccionar los valores mayores de la muestra y ajustarlos a una curva.2 y queda determinada por la siguiente ecuación: K = -71.A. En la Figura 4. para estimar unos valores adecuados de la PMP es conveniente trazar una envolvente que englobe todos los casos. La PMP para el área del proyecto Arasi fue estimada en 110 mm. A los valores obtenidos se les ha aplicado el ajuste recomendado por la metodología (WMO. Hershfield. en lugar de variables. casi siempre son apreciablemente menores. la media XN y la desviación estándar σN-1 se ha calculado la PMP utilizando la Ecuación 2. 1986).000 años. . Estos valores normalmente no coinciden con los valores máximos reales en 24 horas. estimada en 204 mm mientras que la PMP más baja es para la estación Lampa y Jarpana estimada en 70 mm. Con estos valores teóricos de K que da la envolvente para cada estación. para corregir el uso de intervalos de tiempo fijos de 24 horas. el cual corresponde a un período de retorno de 10. 24-Hr (mm) 16 8 10 4 12 10 8 10 9 24-hr PMP (mm) 204 162 144 70 87 121 204 116 70 Sibayo Yauri Chuquibambilla Lampa Pucara Sta. para aproximarla a los valores reales de precipitación máxima en 24 horas. es el que se ha aplicado para maximizar la PMP en 24 horas.5.3.5 Resumen de la estimación de la PMP en 24 horas Estación Promedio precipitación Max. Morocaqui Quillisani Jarpana De acuerdo a los resultados presentados en la Tabla 4.2. Para calcular el período de retorno de la PMP. Tabla 4.13 a la precipitación en 24 horas medida con intervalos fijos. Morocaqui. Rosa Hda. se ha utilizado la ecuación 5 para obtener los valores del factor de recurrencia K que la envolvente asocia a la media de precipitación en 24 horas XN de cada estación. ampliamente utilizado.24 Estimación de precipitaciones extremas y máxima probable Se realizó la estimación de la PMP para cada una de las 9 estaciones.A. utilizamos el análisis de frecuencia descrito en la Sección 4. Los valores de la PMP en 24 horas calculados para cada estación se muestran en la Tabla 4. 24-Hr (mm) 33 31 33 34 36 34 28 35 37 Desviación estándar precipitación Max. generalmente de 8 AM a 8 AM (o de 7AM a 7 AM). Los valores de precipitación en 24 horas suelen obtenerse en las estaciones para intervalos fijos de tiempo.5 se tiene que la PMP más alta se encuentra en las estaciones Sibayo y Hda. 5354-2 Water Management Consultants . propone un factor multiplicativo de 1. valores que serán en todos los casos superiores a los K originales observados. Este factor.C.A Schlumberger Company Arasi S. para obtener este valor se uso la estación Quillisani como estación índice y se transpuso la PMP estimada para esta estación al área del proyecto. . M. ING.R.G. Octubre. 2007 Figura 4.N.C.925Ln(x) + 262.A.43 R2 = 0.996 34 36 38 40 Representación del factor de recurrencia K CLIENTE: Arasi S.2 . 5354 TAREA: PROYECTO: P.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E.28 24 20 16 K 12 8 4 0 26 28 30 32 XN (mm) y = -71. 2. Predecir impactos aguas abajo de las actividades mineras.A Schlumberger Company Arasi S. Subcuenca F: subcuenca quebrada Huarucani Qm2. La caracterización hidrológica a lo largo de una red de monitoreo de 7 sitios se presentan en la Figura 2.2.A. descritos en la Tabla 5. Los datos de caudales existentes en los distintos cursos de agua fueron tomados en base a mediciones semanales entre Abril de 2007 y Junio de 2007 durante las campañas de muestro de calidad de aguas. Subcuenca I: subcuenca río Chacapalca Qm6 Subcuenca J: subcuenca río Pataqueña Qm3.C.1 y presentados en la Figura 2. 5. Los sitios de monitoreo de aguas superficiales se pueden dividir según su ubicación en las siguientes subcuencas: • • • • • • Subcuenca C: subcuenca río Azufrini Qm1.25 5 CARACTERIZACION HIDROLOGICA Se requiere la estimación de caudales en diversos puntos del área de interés para: • • • Diseñar las obras de abastecimiento de agua. Esta red de monitoreo fue definida en enero de 2007 por WMC. Subcuenca G: subcuenca río Azufrini Qm4. basándose en la información topográfica y el plan de ubicación de instalaciones en el área del proyecto. No existen por lo tanto mediciones continuas en ninguno de los cauces. Manejo de aguas y control de sedimentos. . 5354-2 Water Management Consultants .1 Red de monitoreo La línea base hidrológica del área del Proyecto Arasi ha sido caracterizada por una red de monitoreo de caudales compuesta por 7 estaciones de aforo (Qm-1 a Qm-7). Subcuenca H: subcuenca quebrada Joillone Qm5. tributario del Río Azufrini. Este método se usa normalmente a lo largo de cursos de agua en los cuales las condiciones de flujo y de topografía permiten establecer una curva de gasto (es decir. Río Chacapalca. Q = VA).311.140 300.C.283 299. aprox. la descarga en cada sub-sección fue calculada como el producto de la velocidad media y el área de la sección transversal de la sub-sección (es decir. 100m aguas arriba de la confluencia con el Río Azufrini.2 Metodología de medición de caudales Para la medición de los caudales en campo se utilizó el método de velocidad-área. 120m aguas arriba de la confluencia con la quebrada Huaracani Quebrada Huaracani.312. .312.353 8.777 300.479 8. Dividiendo el ancho del curso de agua en sub-secciones.312. estado del río versus descarga).014 8.132 302.315. Descarga de Río Azufrini al cauce Chacapalca. Descarga de tributario Quebrada Joillone. aprox.315. aprox. se calculó el caudal (Q) mediante la fórmula: Q = Asección x vpromedio Donde: Asección : vpromedio: área de la sección donde se realiza la medición velocidad promedio medida con flujómetro 5354-2 Water Management Consultants .26 Caracterización hidrológica Tabla 5. aprox.733 8. Río Chacapalca.445 299. 5. Para medir velocidad se utilizaron dos metodologías. 270m aguas abajo de la confluencia con la quebrada Joillone. El procedimiento de terreno contempló la determinación de la velocidad media en secciones verticales a través de todo el ancho de la sección transversal de modo de obtener una velocidad integrada.155 UTM N 8. Después de establecer la curva de gasto. Por lo tanto.A. El método de velocidad-área se desarrolló registrando mediciones de la velocidad media de un curso de agua en múltiples porciones de la sección transversal.713 299.872 8. Para el cálculo final del caudal en cada sitio de medición se tomaron las áreas de las secciones transversales del cauce en cada punto de medición y. la descarga total se determinó como la suma de las descargas medidas en cada sub-sección.650 8. 160m aguas arriba de la confluencia con la quebrada Joillone. Río Pataqueña. se determinó el caudal a partir de la curva y la profundidad de flujo medida en la estación.1 Ubicación y descripción de los sitios de la línea base hidrológica del Proyecto Arasi Sitio Qm-1 Qm-2 Qm-3 Qm-4 Qm-5 Qm-6 Qm-7 UTM E 302. cada una aplicable a determinadas condiciones del río. Huarucani Río Pataqueña Río Azufrini Río Joillone Río Chacapalca Río Chacapalca Descripción Río Azufrini.A Schlumberger Company Arasi S.961 Subcuenca Río Azufrini Q. posteriormente.315. sólo tres se ubican en el río principal de la cuenca en estudio. En este sitio se registró un total de 611 y 406 l/s.A.A Schlumberger Company Arasi S. Río Chacapalca (Qm-3. La Figura 2. Durante la Campaña de monitoreo.2.1 presenta las series de tiempo de dichos datos. de estos sitios. descrito en la Sección 5.2 y la Figura 5.C. siendo el menor caudal medido el del sitio Qm-5 (17 l/s a 28 l/s). 5354-2 Water Management Consultants . La descarga de las quebradas Huaracani (sitios Qm-2) y Joillone (sitio Qm-5) presentaron los máximos valores para el mes de Abril de 2007. todos los sitios de aforo se encontraban con flujo.3 Resultados Los datos de caudales medidos en las estaciones de aforo y las precipitaciones registradas en el Campamento Arasi se presentan en la Tabla 5. de todos los medidos fue el Azufrini antes de la intersección con Pataqueña (Qm-4). Qm-6 y Qm-7) y los 4 restantes corresponden a tributarios de primer y segundo orden que drenan hacia el oeste del área de estudio. Los meses de Abril. Mayo y Junio corresponde a los meses de escasez de lluvias. . Los caudales fueron medidos realizando una estimación de velocidad a través del uso de un flotador.Caracterización hidrológica 27 5. con valores de caudales medidos de 249 y 18 l/s. para luego calcular el caudal a través del método velocidad-área. respectivamente. respectivamente.2 presenta los 7 puntos de aforo ubicados dentro del área de interés. el tributario que alcanzó un caudal mayor. C.A Schlumberger Company Arasi S.2 0 0 0 0 0 0 0 0 0 0 Azufrini Qda. Joillone Qm5 28 21 22 21 27 20 18 22 20 19 19 18 18 17 Chacapalca antes Int Joillone Qm6 1839 1690 1700 1656 1786 1465 964 1313 1451 1447 1447 1444 1428 1418 Chacapalca después Int.2 Datos de precipitaciones y caudales medidos en 2007 fecha caudal Precipitación en campamento Arasi 0 5. . Huarucani Qm2 389 363 391 385 297 256 299 360 251 249 244 242 238 231 Rio Pataqueña Qm3 967 910 995 744 1070 380 571 445 444 421 441 423 418 416 Azufrini antes de int.con Pataqueña Qm4 585 512 611 503 584 525 465 406 497 485 492 486 485 468 Qda.6 0.A.4 0.28 Caracterización hidrológica Tabla 5. Joillone Qm7 1869 1720 1730 1643 1880 1411 1098 1683 1407 1398 1399 1392 1326 1314 Qm1 07/04/07 14/04/07 21/04/07 30/04/07 07/05/07 14/05/07 21/05/07 30/05/07 07/06/07 14/06/07 07/07/07 14/07/07 21/07/07 30/07/07 lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg lit/seg 177 183 215 197 269 320 163 172 304 279 296 273 245 241 5354-2 Water Management Consultants . C.1 Mecanismo de interacción de aguas superficiales y subterráneas Flujo de agua subterránea Durante la estación lluviosa hay presencia de agua subterránea somera a través del sitio.A. aporta el 41% del caudal superficial del río Chacapalca. los datos de caudales existentes son muy escasos y no suficientes para.4 5. • • A partir de los datos disponibles no es posible determinar el régimen hidrológico de los cauces. a partir de ellos. Durante este tiempo. El flujo de agua subterránea somera tiende a seguir la topografía general a lo largo de la capa de tierra orgánica y el lecho rocoso. 5.Caracterización hidrológica 29 Al analizar el aporte relativo porcentual de cada tributario al caudal del río principal en cada subcuenca se tiene lo siguiente: • Subcuenca Río Azufrini: formada por los puntos de aforo Qm-1. Esta es la metodología que se ha aplicado en el presente estudio. Subcuenca Río Pataqueña: formada por el puntos de aforo Qm-3.4. Estas formaciones de agua subterránea representan la descarga proveniente del acuífero somero del suelo orgánico. En caso de ausencia de datos es una técnica estándar utilizar modelos hidrológicos numéricos que permiten estimar los caudales a partir de la precipitación. 5. 5354-2 Water Management Consultants . inferir los caudales necesarios en los diversos puntos de las quebradas bajo diferentes condiciones climáticas. Toda esta subcuenca aporta el 35% del caudal superficial del río Chacapalca. Varias de las zonas de manantial están asociadas con los cambios de pendiente y con los puntos en donde la capa de tierra orgánica y el lecho rocoso se interceptan en la superficie. Un gran número de manantiales se observa en el sector noreste del área de estudio (Figura 2. se necesitan antecedentes en el periodo de lluvias (Septiembre a Marzo) para analizar la respuestas de los cauces superficiales frente a la ocurrencia de lluvias intensas en forma diferida.2 Descarga y recarga de agua subterránea El mecanismo natural de descarga de agua subterránea en el área se produce a través de manantiales y flujo de base de cursos de agua. entre la capa de tierra orgánica y la interfaz de roca meteorizada. Como se puede apreciar de la Tabla 5. La profundidad de la capa de tierra orgánica tiende a un mayor espesor en las laderas de menor gradiente y a ser menos definida en las pendientes superiores y más abruptas.4. aporta solo el 1% del caudal superficial del río Chacapalca. Subcuenca Quebrada Joillone: formada por el puntos de aforo Qm-5.A Schlumberger Company Arasi S. Qm-2 y Qm4. una reducida proporción del agua en esta zona se infiltra hacia zonas fracturadas más profundas a través de planos en fracturas discontinuas.2. No hay conocimiento de pozos de bombeo de agua subterránea en el área.2). El aporte porcentual de las quebradas Huarucani y Azufrini corresponde al 40% y 60% respectivamente. drena el sector este del área de interés. . Durante los meses más secos. Se espera que durante los meses de verano los niveles de agua subterránea se eleven en respuesta al mecanismo de recarga. la recarga es mínima y se produce durante eventos de precipitación esporádicos.A. éstas son capaces de contener gran cantidad de agua durante un período de tiempo relativamente largo. .C. y que en consecuencia aumente la descarga en manantiales. cuando la lluvia se infiltra a través de los afloramientos de roca fracturada en las áreas de pendientes superiores y percola hacia abajo. Puesto que las capas superiores de suelo son de naturaleza orgánica. Es probable que la zona principal de recarga esté constituida por aquellas áreas que yacen más abajo y por los afloramientos de roca. Esta agua puede infiltrarse lentamente hacia el acuífero del lecho rocoso a través de rutas en fracturas discontinuas. 5354-2 Water Management Consultants .30 Caracterización hidrológica La recarga de agua subterránea se produce principalmente por medio de la lluvia y la escorrentía de tormentas.A Schlumberger Company Arasi S. La recarga hacia la zona de lecho rocoso más profunda se produce principalmente durante los meses más lluviosos de verano. 6 0.6 1.G.A.0 39171 39202.15 39233.C.45 39295. 5354 TAREA: PROYECTO: P.0 1.8 0.3 0.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E.M.con Pataqueña Qm4 Río Chacapalca 2.3 39264. Huarucani Qm2 Azufrini antes de int.0 0.4 0.1 0.5 .8 1.3 39264.4 0.45 39295.6 Fecha Rio Pataqueña Qm3 Chacapalca antes Int Joillone Qm6 Qda.2 1.1 .R.Río Azufrini 0.N.7 0.6 Fecha Azufrini Qm1 Qda. 2007 Figura 5. Joillone Qm5 Salida de la cuenca Qm7 Caudales medidos en estaciones de aforo CLIENTE: Arasi S.4 Caudales (l/s) 1. Caudales (l/s) 0.15 39233.2 0. Octubre.0 39171 39202. ING.6 0.2 0. con el objetivo primordial de estimar caudales en diferentes puntos de las cuencas y que sirva de base para la predicción de impactos potenciales en cantidad de aguas. Tres de las subcuencas están localizadas en el sector este del área de estudio y corresponden al río Azufrini. Las subcuencas de las quebradas Azufrini y Huarucani tienen áreas de 17. los datos disponibles para su ejecución.3. las predicciones e impactos potenciales en cuanto a cantidad de agua y finalmente la estimación de la crecida máxima probable asociada a la PMP estimada en la Sección 4. A continuación se describe el modelo HMS utilizado. De esta manera se pudo apreciar la influencia de proyecto en los recursos hídricos de la zona.9 km2. La subcuenca definida para el río Azufrini tiene un área de 1. incluyendo la simulación de eventos extremos y los efectos del tránsito de estos eventos.1.1 Valores característicos de las subcuencas estudiadas Para estimar las crecidas en las áreas aportantes a las instalaciones del proyecto minero. Army Corp of Engineers. 5354-2 Water Management Consultants .8 km2 y 29. El modelo de HMS está diseñado para simular los procesos de precipitación-escorrentía para una superficie determinada. se requiere conocer algunos valores característicos de cada subcuenca.A.31 6 MODELO HIDROLOGICO DEL AREA DE INFLUENCIA DEL PROYECTO Se implementó un modelo hidrológico que cubrió el área de influencia de la propiedad minera. es decir sin mina y.5 km2. El modelo hidrológico utilizado en este estudio fue el HMS (Hydrological Model System) desarrollado por el Hydrological Engineer Centre (HEC) del U.A Schlumberger Company Arasi S. El modelo hidrológico contempló dos casos fundamentales: a) condiciones existentes.C.1 km2 respectivamente. un año húmedo y un año seco ambos con periodo de retorno de 10 años. b) con el proyecto 100% desarrollado. El área del proyecto Arasi fue subdividido en seis subcuencas. quebrada Azufrini y quebrada Huarucani que drenan hacia el lado oeste del área del proyecto. 6. como se muestra en la Figura 6. La subcuenca del Río Pataqueña que drena hacia el noroeste del proyecto presenta un área de 92. . El modelo se corrió para varios escenarios climáticos que comprendieron un año promedio.S. en el norte del área de estudio se encuentran las subcuencas del río Chacapalca y quebrada Joillone con un área de 12. . incluyen los efectos de la evaporación y modelan explícitamente la variación de humedad del suelo en el tiempo.9 1. La utilizada en el presente estudio es la técnica desarrollada por el Soil Conservation Service (SCS) de los Estados Unidos denominada Número de Curva o CN (Curve Number).9 12.7 3. La Tabla 6.A Schlumberger Company Arasi S.32 Modelo hidrológico del área de influencia del proyecto Finalmente. simula períodos de tiempo largos.9 km2 respectivamente.7 km2 y 3.8 29. El modelo HMS ha sido diseñado para simular tanto eventos de tormenta como también realizar simulaciones hidrológicas continuas. Tabla 6.1 presenta las características topográficas de las seis subcuencas modeladas. en cambio.7 20.9 7.1 92. el de evento de tormentas y el de simulación continua se utilizaron en el presente estudio. El modelo HMS ofrece varias opciones para modelar eventos de tormentas.0 6. normalmente alto. y no se consideran los efectos de evaporación ni la interacción con las aguas subterráneas.3 5. los datos geomorfológicos se obtuvieron del mapa electrónico con curvas de nivel presentado en la Figura 6. Las tormentas son eventos usualmente de alta intensidad de precipitación y corta duración.C. del orden de meses o años.5 Cota máxima (msnm) 5025 4913 5125 4512 5050 4450 Cota mínima (msnm) 4512 4512 4450 4450 4375 4375 Pendiente (%) 7.A. La modelación hidrológica continua se utiliza para realizar balances hídricos de cuencas y son adecuados para la evaluación de recursos de agua y predicción de impactos. Estos modelos consideran la interacción de aguas superficiales y subterráneas.7 3.5 3. 5354-2 Water Management Consultants .7 Largo (km) 7. Ambos modelos.1.3 4. el modelo hidrológico se utilizó en los dos siguientes casos: • El modelo hidrológico continúo se utilizó para la predicción de impactos debido a la infraestructura involucrada en el proyecto. desarrollado y mantenido por el US Army Corps of Engineers de los Estados Unidos.7 8.6 1.7 6. Estos modelos se utilizan por ejemplo para la predicción de caudales de crecidas donde se asume el nivel de saturación del suelo.2 Modelo HMS El modelo hidrológico empleado en el presente estudio es el Hydrological Model System (HMS).7 1. La modelación hidrológica continua. normalmente de minutos a dos o tres días.1 Resumen de propiedades topográficas de las subcuencas modeladas Subcuencas Subcuenca Quebrada Azufrini Subuenca Quebrada Huarucani Subuenca Río Pataqueña Subuenca Río Azufrini Subcuenca Quebrada Joillone Subuenca Río Chacapalca Area 2 (km ) 17. 1 Hietograma Un elemento importante de la modelación hidrológica es definir la distribución temporal de las precipitaciones extremas en el área del proyecto. se concluyó que las tormentas más intensas en el área del proyecto siguen aproximadamente el patrón de distribución de tormentas Tipo II de la NRCS (Nacional Resources Conservation Service de los Estados Unidos). y por lo tanto.2 Distribución de precipitaciones mensuales Año Seco (%) Húmedo (%) Sep 1. soil Conservation Service (SCS) fue usado para definir las pérdidas en el modelo HMS. 6.4 6. 5354-2 Water Management Consultants . Este tipo de tormentas es el más intenso de la clasificación del NRCS y concentra aproximadamente el 54% de la precipitación total de la tormenta en 1 hora. El método SCS proporciona tablas que relacionan valores de CN para varios tipos de suelo. considerando el inicio del año hidrológico en Septiembre.1 17. El valor 100 representa suelos impermeables. húmedos y normales de la estación Quillisani.1 Abr 3.0 Mar 22.6 3. Es de destacar que las técnicas desarrolladas por el NRCS son internacionalmente aceptada y utilizadas alrededor del mundo en la industria minera. la cual es representativa del área de estudio y se normalizó con la precipitación total anual correspondiente a cada año hidrológico creando un año adimensional sintético. Para la caracterización de las precipitaciones de los diferentes escenarios climáticos modelados se utilizó la información presentada en el Capítulo 3.3 Nov 4.5 11.6 15.2. la cubierta de suelo y sus condiciones de humedad.3 Feb 23. Las pérdidas en el método SCS son gobernadas por un parámetro llamado Curva Número (CN).A Schlumberger Company Arasi S. Se adoptó la distribución de la precipitación mensual para las series de años secos.1 May 0.1 0.2.Modelo hidrológico del área de influencia del proyecto 33 • Se utilizó el método de la curva número para estimar la crecida máxima probable asociada a la precipitación máxima probable para cada subcuenca del área de estudio. El método de la Curva Número del U.9 Jul 0. Tabla 6. La Tabla 6.S.5 5.C. cubierta de suelo y condiciones de humedad. El parámetro CN toma valores de 0 a 100.9 Oct 2.4 Jun 0. La precipitación sintética de 24 horas de duración Tipo II del NRCS fue adoptada como representativa de las tormentas más severas que ocurren en el área del proyecto Arasi.9 7.2 Pérdidas Los procesos de pérdida determinan la cantidad de precipitación que se pierde por efecto de la infiltración.5 3.0 14.5 2. . que caracteriza el tipo de suelo.2 presenta la distribución de las precipitaciones mensuales para un año seco y húmedo.A.5 Ene 26.0 Dic 14. no se producen pérdidas.0 Ago 0. De acuerdo a estudios previos realizados en la región.1 1.7 18. El rango usual de valores para la CN se encuentra entre los 50 a 100. 34 Modelo hidrológico del área de influencia del proyecto Las subcuencas del área del proyecto Arasi fueron clasificadas como suelos tipo D de condiciones hidrológicas medias (suelos casi impermeables de alto potencial de escorrentía) resultando un valor de la CN de 60. Valor de la CN para condiciones medias de humedad del suelo.13 * CNII) (Ecuación 6) Donde: CNIII: CN II: Valor de la CN para condiciones húmedas del suelo.2. Según el método SCS.A Schlumberger Company Y: S: 5354-2 .3 Hidrograma La precipitación que no se infiltra se transforma en escorrentía directa que escurre a través de los cauces definiendo la superficie de inundación. Water Management Consultants . se producirán hidrogramas más amplios con peak más bajos. Además de las pérdidas descritas anteriormente. Arasi S. es la máxima capacidad de retención del suelo. Hay varios métodos para transformar la precipitación en escorrentía y obtener el hidrograma de crecida a la salida de la cuenca.C. El método SCS proporciona la siguiente ecuación para estimar un valor de CN para condiciones húmedas del suelo a partir de las condiciones medias de humedad del suelo: CN III = 23 * CNII / (10 + 0. El método SCS recomienda la siguiente ecuación para estimar el tiempo de retraso: T=L 0. El hidrograma unitario SCS usa solamente un parámetro definido como el tiempo de retraso (tiempo que transcurre entre el centro de gravedad de la precipitación neta hasta el peak del hidrograma). las pérdidas iniciales son estimadas con la siguiente ecuación: Initial Loss (mm) = 0.8 (S+1) 0.A. is the longest hydraulic length of the basin in feet.5 (Ecuación 8) Donde: T: L: tiempo de retraso de la cuenca. Basado en la ecuación anterior. ocurren pérdidas iniciales al principio de la tormenta y son relacionadas principalmente con la retención superficial y la matriz del suelo. Mientras mayor sea el tiempo de retraso. en %. en horas.2* ((1000/CNIII)-10) (Ecuación 7) 6. este parámetro se puede estimar como 1000/CNII –10. el valor de CN para la condición húmeda del suelo fue calculado en 78. pendiente media de la cuenca.7/1900 Y0. El método aplicado en este estudio fue el método del Hidrograma Unitario SCS. Mayo y Junio.C. 6. Las propiedades fisiográficas e hidrológicas de las cuencas. la cual de acuerdo a los datos recopilados es la única estación en el sector que dispone de información de evaporación en el área del proyecto.1). 5354-2 Water Management Consultants .3 Tabla 6. Mayo y Junio de 2007en la estación meteorológica Chuquibambilla. Los datos fundamentales que requiere el modelo son: • • • Propiedades fisiográficas e hidrológicas de las cuencas.2.Modelo hidrológico del área de influencia del proyecto 35 El tiempo de retraso calculado para cada subcuenca modelada se presenta en la Tabla 6. Precipitación concordante con el periodo de calibración. El modelo HMS se “calibró” en los puntos de aforo Qm1 a Qm7 para el año 2007 (ver Figura 6. No existen registros de evaporación para los meses de Abril. se obtuvieron de los mapas topográficos disponibles. En cuanto a la precipitación se utilizó la información registrada en la estación del campamento Arasi para el periodo de calibración.3 Calibración del modelo continuo Debido a la falta de aforos. por lo tanto se asumieron los valores de evaporación mensual estimados para la estación Chuquibambilla y presentados en la Figura 2.3. permitió definir las variables principales del modelo.3 Resumen del tiempo de retraso de las subcuencas Subcuenca Subcuenca Quebrada Azufrini Subuenca Quebrada Huarucani Subuenca Río Pataqueña Subuenca Río Azufrini Subcuenca Quebrada Joillone Subuenca Río Chacapalca Tiempo de retraso (min) 149 161 174 67 49 222 6.A Schlumberger Company Arasi S. . se realizó una calibración muy rudimentaria del modelo HMS.4 Tránsito del hidrograma Los Hidrogramas generados en cada cuenca fueron transitados aguas abajo utilizando el método Muskingam-Cunge. que junto con la experiencia con este modelo en cuencas similares. para el cual existen aforos realizado durante los meses de Abril.A. Evaporación mensual. Se puede apreciar de estas figuras que en general el modelo simula mejor los caudales bajos que lo altos. es decir sin proyecto. escenario disturbado. A modo de ejemplo en las Figuras 6. El modelo se corrió para los escenarios climáticos mencionados y las siguientes condiciones de la cuenca: • • 5354-2 Water Management Consultants . ni ciertamente el forma del hidrograma. Qm4 y Qm6.A Schlumberger Company Condiciones existentes. estimado en 1120 mm. Estos registros podrían no ser representativos de lo que ocurre en toda la cuenca modelada. Por lo tanto se puso más énfasis en obtener una buena calibración para caudales bajos sacrificando en algunas instancias la precisión de los caudales altos. La única variable modificada en el modelo HMS-DCM para simular diferentes condiciones climáticas fue la precipitación. estimado en 800 mm. y para los siguientes escenarios climáticos: • • • Año promedio. Con el proyecto Arasi 100% desarrollado.C. Qm4 y Qm6.3 se muestra la calibración del modelo para los puntos de aforo Qm1. esto se debe a: • Los caudales bajos son más importantes para la predicción de impactos que los caudales moderados y altos. la capacidad máxima de almacenamiento del acuífero y el coeficiente de almacenamiento del acuífero) hasta que se logró un ajuste satisfactorio con los caudales medidos. escenario no disturbado.A. La mayoría de las cuencas modeladas tienden a responder en forma rápida a los eventos de lluvia. Esto tiene efecto en la estimación de caudales moderados y altos ya que los caudales medidos son espontáneos y semanales.1 Predicciones e impactos potenciales General El modelo HMS-DCM calibrado fue aplicado para predecir caudales en 3 puntos de aforo: Qm1. la tasa máxima de percolación hacia el acuífero. Se recomienda efectuar una nueva calibración del modelo cuando se disponga de un mayor número de datos de medición. que podría estar indicando la precipitación ocurrida. Año seco con período de retorno de 10 años. La precipitación utilizada es la registrada en el campamento Arasi. En este caso el caudal aforado podrá mostrar un incremento pero no captará el pico.4 6. Puede ocurrir por ejemplo que un caudal se haya medido en horas de la tarde cuando una tormenta importante tuvo lugar en la madrugada anterior. Arasi S.2 a 6. Los puntos de aforo seleccionados corresponden a aquellos que se verán afectados por el desarrollo del proyecto minero. ya sea por la explotación de los tajos o por la construcción de botaderos.4. estimado en 850 mm. Año húmedo con período de retorno de 10 años. . • • • 6.36 Modelo hidrológico del área de influencia del proyecto La calibración se logró ajustando las principales variables del modelo (capacidad máxima de almacenamiento de agua del suelo. 34 -0. % Dif.50 0.2 Resumen de resultados en el área del proyecto A continuación se presenta un resumen de los resultados del modelo para los tres puntos de aforos señalados anteriormente.01 -0.09 3.51 -9.95 -6.05 0.02 -10.31 -8.02 -0.39 km2.35 0.56 -0.02 -5. % Dif.02 -0.4.06 -11.08 Mes Dif.02 -0.36 0.99 -3.96 -0.15 0.6 para los diferentes escenarios considerados Tabla 6.08 0.63 0.31 2.37 0.22 0.02 -0.76 1.08 -4.01 -15.09 -5.A Schlumberger Company Arasi S. Los resultados se presentan en las Tablas 6.11 1.64 0.80 -2.35 0.01 -0.02 -0.03 -0.16 0.13 -0.44 -0. -0.50 0.07 0.70 -9.Modelo hidrológico del área de influencia del proyecto 37 Las condiciones existentes son aproximadas ya que no se conoce con exactitud las diversas abstracciones que ocurren en la cuenca como por ejemplo irrigación y abastecimiento de agua.78 0.4 a 6.10 0.24 2.95 0.70 0.02 -0.01 -0.02 -0.16 0.01 -17.11 -3.01 -0.18 4.63 1.36 -6.16 -3.33 0.07 -0.76 0.78 1.40 0.C.63 -0.97 5354-2 Water Management Consultants .01 -15.24 Mina 0.07 -0.04 -12.35 0.36 0.46 -3.25 -0.91 1.06 -0.62 0.06 0.92 -2.12 0.01 -0.07 -0.02 -2.07 -0. año promedio Qm1 Caudal (m3/s) Existente Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Media 0. La condición proyecto 100% desarrollado involucró la siguiente infraestructura.16 0.36 0.22 Dif.06 -3.02 0.01 -7. % -0.11 0.02 1.49 0.62 -0. -0.49 Dif.57 Qm4 Caudal (m3/s) Existente 0.A. ver Figura 2.23 3.96 -0.56 -4.35 0.36 1.48 -0. .13 0.11 0.18 0. Tajos: Al igual que el caso anterior se asumió que la escorrentía aguas arriba de los tajos es desviada mediante canales de desvíos.24 0.30 3.72 -6.79 Qm6 Caudal (m3/s) Existente 2.26 -0.12 0. -0.32 1.09 -0.64 -9.56 0.46 0. El área de los botaderos es de 0.03 -0.07 -0.01 -12.01 -4.55 0.05 1.02 -11.64 km2 en total.19 0.06 0.53 0.01 -17.24 0. El área de los tajos es de aproximadamente 0.09 0.08 1.2: • Botaderos: Se asumió que existirán canales de desvío laterales que desviarían la escorrentía aguas arriba del botadero.07 -5.50 -8.38 0.05 0.59 -3.06 0.05 -10.44 Dif.01 -2.05 -12. Se asumió además que la lluvia que caiga en el depósito de relaves será 100% retenida.32 0.02 -0.14 0.10 -0.17 0. estos sectores se verán potencialmente impactados por el desarrollo del proyecto minero.51 Mina 0.42 0.04 1.20 -6.50 Mina 2.4 Resumen impactos potenciales.01 -10.18 -2.26 0.14 -0.56 0. • 6. 89 -2.02 -0.17 0.A.03 -4.02 -0.31 0.70 0. -0.65 0.01 -0.09 0.45 0.22 0.86 -9.26 -3.28 -9.39 0.03 -0.93 -14.11 0.97 -5.13 0.85 -7.20 0.08 -5.05 -2.02 -0.90 -2.38 Qm6 Caudal (m3/s) Existente Mina 0.66 -14.27 0.07 -0.41 -15.18 -0.07 -0.C.14 -4.59 1.54 -12.26 0.07 0. % Dif.45 -9.36 Tabla 6.01 -0.11 0.17 0.06 0.84 -9.53 -3.88 0.02 -0.22 0.17 -0.02 -0.01 -0.01 -0. % Dif.00 -12.02 -0.38 Modelo hidrológico del área de influencia del proyecto Tabla 6.10 0.68 1.13 0.71 0.02 -0.53 -7.22 Dif.02 -0.66 1.13 0.91 0. año seco con período de retorno de 10 años Qm1 Caudal 3 (m /s) Existente Mina Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Media 0.01 -0.42 -6. % Dif.88 -7.83 Dif.17 0.55 -1.29 0.28 0.76 -8.30 0.49 -4.94 -3.47 0.02 -11.04 -0.01 5.70 -7.06 -10.06 0.11 0.20 1.60 0.04 -0.01 -0.05 -0.67 0.02 -0.01 -0.41 -0.73 0.32 Dif.13 0.97 1.46 0.23 0.50 -2.25 3.80 2.14 1.41 0.29 0.30 -8.24 0.99 4.01 -17.17 -0.05 -10.80 -0.01 -0. -0.51 -3.04 0.02 -0.72 0.39 Qm4 Caudal (m3/s) Existente Mina 0.81 1.40 3.45 -1.01 -14.65 -0.70 Dif.07 -0.61 -5.5 Resumen impactos potenciales.67 0.16 0.27 0.50 -0.06 0. año húmedo con período de retorno de 10 años Mes Qm1 Caudal 3 (m /s) Existente Mina ene-04 feb-04 mar-04 abr-04 may-04 jun-04 jul-04 ago-04 sep-04 oct-04 nov-04 dic-04 Media 0.09 -6.51 0.02 -0.07 -0.33 0.05 -0.93 -2.14 0.29 0.78 0. -0.41 -17.68 1.32 0.67 0.08 0.68 -16.04 -8.A Schlumberger Company Arasi S.14 0.55 -23.66 1.39 0.09 -0.01 -10.22 0.15 -3.60 0.34 -3.46 0.03 -0.01 -0.99 Qm4 Caudal (m3/s) Existente Mina 0.16 0.07 -7.32 -19.10 0.01 -10.81 0.19 Dif.10 0.28 -0.6 Resumen impactos potenciales.88 0.47 -6.12 0.33 0.01 -0.02 -0.07 -0.44 3.09 0.02 -0.02 -0.01 -7.08 -0. -0. .01 -0.02 -0.29 -4.63 -3.07 Dif.07 0.81 -11.81 -5.32 0.17 -4.34 1.05 -0.06 -0.44 0.18 0.49 0.02 -0.94 4.02 -6.04 -0.05 -12.28 0.07 0.15 0.13 -15.08 0.67 1.53 -0.80 0.32 -10. % Dif.01 -0.49 0.14 -8.04 -0.09 0.12 9.62 0. -0.87 0.02 Mes Dif.16 0.18 0.43 3.03 -0.05 -0.39 -0.54 0.19 0.23 9.03 0.76 -4.06 -0.10 0.10 0.46 0.05 -3.12 0.01 -0.20 0.15 0.02 -0.04 0.80 0.01 -11.11 0.03 2.12 -22. % -0.71 Qm6 Caudal (m3/s) Existente Mina 0.34 0. % 5354-2 Water Management Consultants .94 4.92 2.46 -2.23 -11.32 1.10 -0.20 -2.05 0.06 -4.16 -9.44 0.23 0.12 0.06 -0.41 Dif.12 -0.01 -14.14 0.11 -0. -0.03 -0.24 0.71 2.65 1.37 0.24 1.08 0.06 -0.16 0.92 2.55 0.40 0.34 0.02 -0.49 0.39 0.02 -8.83 -12.05 1.40 -2.38 0.02 -0.20 0.02 -0.60 0.63 -10.05 0.42 0.28 1.01 -0.70 -13.07 0.30 0.14 0.02 -0.78 -13.75 2.62 -4. Modelo hidrológico del área de influencia del proyecto 39 De las tablas anteriores se puede concluir lo siguiente: • En todos los puntos de control el modelo predice un decrecimiento del caudal. Finalmente. el modelo predice un decrecimiento promedio anual de los caudales de 8% y 6% respectivamente.A Schlumberger Company Arasi S.3 m3/s. También se realizó una simulación considerando un aumento en el valor de la CN igual a 65 aumentando a 81 las condiciones de humedad del suelo. uno de los parámetros clave del modelo para la estimación de la crecida máxima probable. El impacto promedio en el punto Qm1 para un año promedio sería de un decrecimiento del caudal de 20 l/s o 6. para el punto Qm6 el modelo predice un decrecimiento de caudales del 7% para un año promedio y de 9% y 6. .4 m3/s respectivamente. Es una práctica estándar asumir que la PMF podría ocurrir como resultado del acontecimiento de la precipitación máxima probable (PMP) en conjunto con las condiciones adversas más probables de humedad del suelo. En el punto Qm4 el modelo predice un decrecimiento de caudales del 10% para un año promedio y de 12% y 8.5 m3/s para la cuenca del río Azufrini. considerando un hietograma de distribución Tipo II y un valor de la CN de 78. el modelo HMS simuló un caudal máximo de 9. en el norte del área de estudio se encuentran las subcuencas del río Chacapalca y quebrada Joillone con un caudal máximo de 32. 5354-2 Water Management Consultants .A. Finalmente.4% para los años secos y húmedos con periodo de retorno de 10 años. El error que es de esperar en los aforos de caudales de acuerdo al equipo utilizado y naturaleza de los cursos de agua es de 10%. Para los años secos y húmedos con período de retorno de 10 años. El caudal máximo obtenido para las cuencas de las quebradas Huarucani y Azufrini es de 94.1 m3/s respectivamente.6% para los años secos y húmedos con periodo de retorno de 10 años.C. para este valor se obtiene un valor de las condiciones húmedas del suelo de 74.5%. Usando la PMP en 24 horas estimada en 110 mm.2 m3/s y 31. La subcuenca del Río Pataqueña que drena hacia el noroeste del proyecto presenta un caudal máximo de 284. • • • • 6.5 Estimación de la crecida máxima probable La Crecida Máxima Probable (PMF) es una inundación teórica que intenta definir la inundación máxima para un sitio específico. Esto se realizó aplicando el modelo HMS considerando un valor menor de la CN igual a 55. Se realizó un análisis de sensibilidad para la CN. Es decir impactos por debajo del 10% están dentro del error de las mediciones y se pueden considerar bajos. el que en porcentaje medio no superaría el 10% considerando este valor dentro del error esperado.5 m3/s y 61. Esto ayuda a poner en perspectiva la magnitud de los impactos potenciales que induciría el desarrollo del proyecto. 8 232.4 94. se puede concluir que los caudales máximos considerando una CN de 74 disminuyen como máximo en un 18 %.8 31.1 25.5 284.6 9.2 Subcuenca Quebrada Azufrini Subuenca Quebrada Huarucani Total Subcuenca Subuenca Río Azufrini Subuenca Río Pataqueña Total Subcuenca Subcuenca Quebrada Joillone Subuenca Río Chacapalca Total Proyecto De los resultados mostrados en la Tabla anterior.5 155.8 CN 81 Caudal máximo (m3/s) 72.7 Resumen de propiedades topográficas de las subcuencas modeladas CN 74 Subcuencas Caudal máximo (m3/s) 50.C.A.5 11.40 Modelo hidrológico del área de influencia del proyecto La Tabla 6. al considerar un aumento de la CN con un valor de 81.6 36.1 32.4 389. Por otro lado.2 474.8 523. Tabla 6.9 361.3 564. .9 112.1 CN 78 Caudal máximo (m3/s) 61.8 26.6 7.3 440.A Schlumberger Company Arasi S.2 337.7 presenta un resumen de los caudales máximos y volúmenes obtenidos mediante la aplicación del HMS.1 184.8 38.4 77. 5354-2 Water Management Consultants . para todas las subcuencas modeladas en el estudio. los caudales máximos aumentan en un 16 %.5 127. . 8 0.C.M.R.6 10 12 0. puntos de Control Qm1 y Qm4 CLIENTE: Arasi S.2 May-07 Mar-07 Abr-07 Caudal Observado "Caudal Modelado" Precipitation Punto de Control Qm4 1.3 0.2 1.2 Ago-07 Jun-07 Jul-07 Precipitación diaria (mm) Caudales diarios (m3/s) 1.2 0 2 4 6 8 0.2 0.6 0. 2007 Figura 6.A. 5354 TAREA: PROYECTO: P. ING.4 14 16 18 0.0 May-07 Mar-07 Abr-07 Caudal Observado "Caudal Modelado" Precipitation Calibración modelo HMS.Punto de Control Qm1 1. Octubre.1 0.9 0. 0.0 20 0.0 Ago-07 Jun-07 Jul-07 Precipitación diaria (mm) Caudales diarios (m3/s) 1.N.4 0.8 .5 0.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E.1 0 2 4 6 8 10 12 14 16 18 20 0.0 .G.7 0. 5 2.3 Ago-07 Jun-07 Jul-07 Precipitación diaria (mm) Caudales diarios (m3/s) .0 1.8 1.3 1. 5354 TAREA: PROYECTO: P.3 2.C.N.8 0 2 4 6 8 10 12 14 16 18 20 May-07 Mar-07 Abr-07 Caudal Observado "Caudal Modelado" Precipitation Calibración modelo HMS.9 0.2 2.4 1.6 1. Punto de Control Qm6 2. Octubre.G.7 1.: Nº DE PROYECTO: FECHA: T2 DIBUJO: E.2 1.M. ING.. punto de Control Qm6 CLIENTE: Arasi S.9 1.0 0.1 1.5 1.A.4 2. 2007 Figura 6.R.1 2. • 7. estimado en 850 mm. 50% del área desarrollada correspondiente a un área de 0.A Schlumberger Company Arasi S.2 Balance de agua de los tajos Carlos y Valle Se realizó el balance de aguas del tajo de la mina Carlos y Valle durante la operación y cierre. La influencia de estas estructuras en el balance general de aguas de la operación de la mina.41 7 7. ya sea durante la operación de la mina (corto plazo) y cierre de las obras (largo plazo).29 km2 para el tajo Valle. estimado en 1.A.C. Fin del desarrollo del tajo (antes del cierre). 100% del proyecto desarrollado correspondiente a un área de 0. Se analizaron dos etapas de desarrollo del tajo: • Mitad del desarrollo del tajo (operación).120 mm.05 km2 para el tajo Carlos y 0. Año húmedo con período de retorno de 10 años. estimado en 800 mm.10 km2 para el tajo Carlos y 0. .1 BALANCE DE AGUAS Introducción Se presenta en esta sección un análisis del balance de agua de los botaderos y de los futuros tajos de la mina correspondientes a los sectores de las zonas mineralizadas Carlos y Valle. Año seco con período de retorno de 10 años. Los escenarios hidrológicos que se analizaron fueron los siguientes: • • • Año promedio. • 5354-2 Water Management Consultants . El propósito principal del balance de aguas es el de proporcionar información básica que permita evaluar: • Los impactos potenciales al medio ambiente en cuanto a cantidad y calidad de aguas.15 km2 para el tajo Valle. Los aportes de aguas subterráneas se estimaron del análisis hidrogeológico sobre la base de la geometría del tajo y los resultados de los ensayos de permeabilidad. Se asumió en el modelo conceptual que: • • Los aportes de agua son originados por la precipitación y la contribución del agua subterránea.42 Balance de aguas El modelo conceptual del balance de aguas del tajo incluyó como entrada la precipitación y como salida la evaporación e infiltración.C.2 para los tajos de Carlos y Valle respectivamente.75 para el año seco y 0.85 para el año húmedo. • • • • • La escorrentía resultante del balance de aguas para el proyecto a la mitad de su desarrollo y al final del proyecto se muestra mes a mes y para cada escenario hidrológico en la Tabla 7.A Schlumberger Company Arasi S. Se desprecia la infiltración del suelo que pudiera retornar al tajo a través de las paredes del mismo. Se desprecia la contribución o pérdida por infiltración que pudiera existir en el fondo del tajo. 5354-2 Water Management Consultants . El coeficiente de escorrentía se varió durante los distintos meses del año de manera que el promedio anual fuera de 0. 0. No existe escorrentía que pueda ingresar al tajo desde la parte superior ya que será desviada mediante un canal perimetral.80 para el año promedio.1 y Tabla 7.A. La contribución del agua subterránea se estimo entre 3 a 5 l/s para el tajo Valle. . Del estudio hidrogeológico realizado se concluye que para el tajo Carlos no habría aporte de agua subterránea. Balance de aguas 43 Tabla 7.1 Resumen del balance de aguas del tajo Carlos durante operación Escorrentía Año normal Mes Operación 3 (m ) Escorrentía año húmedo 10 años período de retorno Escorrentía año seco10 años período de retorno Operación (m3) 11,613 12,091 14,744 16,529 18,243 18,330 16,884 13,757 11,832 11,318 11,083 11,823 168,247 (L/s) 4.5 4.7 5.7 6.4 7.0 7.1 6.5 5.3 4.6 4.4 4.3 4.6 65 Antes del cierre (m3) 11,237 12,618 19,424 23,916 28,335 28,176 24,341 16,112 11,231 9,888 9,455 11,531 206,263 (L/s) 4.3 4.9 7.5 9.2 10.9 10.9 9.4 6.2 4.3 3.8 3.6 4.4 80 Operación (m3) 465 731 1,317 4,096 7,772 6,810 6,376 1,080 138 28 28 144 28,986 (L/s) 0.2 0.3 0.5 1.6 3.0 2.6 2.5 0.4 0.1 0.01 0.01 0.1 11 Antes del cierre (m3) 1,190 1,881 3,385 10,532 20,181 17,335 16,058 2,690 345 72 72 366 74,107 (L/s) 0.5 0.7 1.3 4.1 7.8 6.7 6.2 1.0 0.1 0.0 0.0 0.1 29 Antes del cierre (m3) 7,533 7,888 12,238 17,841 23,406 22,004 19,589 10,835 7,228 7,282 6,826 7,254 149,923 (L/s) 2.9 3.0 4.7 6.9 9.0 8.5 7.6 4.2 2.8 2.8 2.6 2.8 58 (L/s) 3.4 3.4 4.0 4.9 5.7 5.6 5.2 3.9 3.4 3.4 3.3 3.3 49 Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Total anual 8,694 8,697 10,426 12,626 14,826 14,419 13,506 10,129 8,690 8,786 8,555 8,670 128,025 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. 44 Balance de aguas Tabla 7.2 Resumen del balance de aguas del tajo Valle durante operación Escorrentía Año normal Mes Operación (m3) Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Total anual 5,719 5,725 10,529 16,639 22,750 21,619 19,084 9,705 5,708 5,975 5,332 5,653 134,440 (L/s) 2.2 2.2 4.1 6.4 8.8 8.3 7.4 3.7 2.2 2.3 2.1 2.2 52 Antes del cierre (m3) 2,494 3,478 15,563 31,125 46,581 42,688 35,981 11,664 1,646 1,797 529 1,719 195,265 (L/s) 1.0 1.3 6.0 12.0 18.0 16.5 13.9 4.5 0.6 0.7 0.2 0.7 75 Escorrentía año húmedo 10 años período de retorno Escorrentía año seco10 años período de retorno Operación (m3) 9,220 10,547 17,915 22,873 27,634 27,875 23,858 15,174 9,828 8,400 7,746 9,801 190,871 (L/s) 3.6 4.1 6.9 8.8 10.7 10.8 9.2 5.9 3.8 3.2 3.0 3.8 74 Antes del cierre (m3) 8,174 12,010 30,915 43,391 55,664 55,223 44,573 21,715 8,159 4,426 3,223 8,990 296,463 (L/s) 3.2 4.6 11.9 16.7 21.5 21.3 17.2 78.4 3.1 1.7 1.2 3.5 114 Operación (m3) 1,291 2,032 3,657 11,377 21,589 18,916 17,710 3,000 385 79 79 399 80,511 (L/s) 0.5 0.8 1.4 4.4 8.3 7.3 6.8 1.2 0.1 0.03 0.03 0.2 31 Antes del cierre (m3) 3,306 5,224 9,403 29,255 56,055 48,149 44,602 7,470 958 200 200 1,016 205,838 (L/s) 1.3 2.0 3.6 11.3 21.6 18.6 17.2 2.9 0.4 0.1 0.1 0.4 79 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. Balance de aguas 45 Se puede apreciar de las Tablas 7.1 y 7.2 que: • En el caso del tajo Carlos, para un año normal la escorrentía anual es de 49 l/s, para la mina en operación, y 58 l/s para la mina al final de su vida (en el cierre). Para el Tajo Valle, se tiene una escorrentía anual de 52 l/s, para la mina en operación, y 75 l/s para la mina al final de su vida. Para el escenario considerando un año húmedo la escorrentía anual aumenta a 65 l/s y 74 l/s, para los tajos Carlos y Valle respectivamente, y considerando la mina en operación. A los finales de la vida de la mina (antes de cierre) se tiene una escorrentía de 80 l/s y 114 l/s para los tajos Carlos y Valle respectivamente. Para un año seco la escorrentía anual disminuye a 11 l/s y 31 l/s, para los tajos Carlos y Valle respectivamente, y considerando la mina en operación. A los finales de la vida de la mina (antes del cierre) se tiene una escorrentía de 29 l/s y 79 l/s para los tajos Carlos y Valle respectivamente. • • Para cumplir con el estudio de impacto ambiental se deberá dar una disposición final a las aguas lluvias generadas durante el desarrollo del tajo. Una alternativa sería bombear estas aguas a una poza de sedimentación y después de la sedimentación verificar la calidad de las aguas, si ésta es buena, podrán ser utilizadas para el abastecimiento o retornadas al medio ambiente. Si la calidad de las aguas no es adecuada, se deberá utilizar algún sistema de tratamiento. 7.3 7.3.1 Balance de agua Botadero Nº 1, tajo Valle Características geométricas Botadero Nº1 Este botadero ha sido diseñado para una capacidad de 16.130 millones de toneladas para almacenar el desmonte del tajo Valle. Una vez finalizado el botadero de la mina tendrá una altura promedio de aproximadamente 78 m y cubrirá un área total de aproximadamente 33 há. El diseño del botadero se ha realizado teniendo en cuenta que existe el potencial de generar aguas ácidas, y consiste en un sistema de drenaje que facilite la colección del agua hacia una poza de contención y sedimentación. Debido al potencial de generar aguas ácidas, el balance de aguas del botadero es relevante, en particular la cantidad de agua que se infiltre y escurra en el fondo del mismo a corto o largo plazo. Se ha empleado un modelo especializado para simular el escurrimiento en botaderos que se describe a continuación. Se utilizó el modelo HELP, desarrollado por el U.S. Army Corp of Engineers, especialmente diseñado para estimar escurrimiento de agua en botaderos. HELP es un modelo en una dimensión que permite discretizar los botaderos en varias capas para representar diferentes propiedades de los materiales. 5354-2 Water Management Consultants - A Schlumberger Company Arasi S.A.C. 75 m/día (5. Las condiciones de borde asignadas fueron: 5354-2 Water Management Consultants . 7. 7. consistente en 15% para la capa superior y 10% en las capas restantes.C. Dado los alcances del presente estudio y los datos disponibles se considera adecuada la utilización de un modelo unidimensional para estimar el escurrimiento de agua en los botaderos.2 Construcción del Perfil Se desarrolló un modelo conceptual unidimensional para obtener un ‘perfil representativo’ del botadero de la mina que incorpore propiedades del material basados en el estudio “Diseño de los Botaderos de Desmonte N° 1 y N° 2 del Proyecto ARASI”. Considerando los planos de diseño y el proceso de construcción del botadero se elaboro un perfil unidimensional.A Schlumberger Company Arasi S. que en el proceso de construcción del botadero las partículas más grandes bajan a lo largo del ángulo de reposo más lejos que las partículas finas.A. .46 Balance de aguas Esencialmente. el modelo HELP realiza un balance de aguas dentro del botadero de acuerdo a la siguiente ecuación: P – (I – E + R) = ΔS (Ecuación 9) Donde: P: I: E R: ΔS: precipitación infiltración evaporación escurrimiento cambio de almacenamiento de agua dentro del botadero.0X10-5 m/s).8 m respectivamente.4 Condiciones de borde El modelo HELP utiliza datos atmosféricos como condición de borde externa superior y existen varias opciones para definir la condición de borde inferior. y una conductividad hidráulica saturada de 4. Se debe mencionar.3. Las dos últimas capas corresponde al material de desmonte de tamaño grueso de la mina y a la grava de drenaje tienen un espesor de 2 m y 0. 7.3.3 Condiciones iniciales Dadas las características climáticas de la zona. las cuales permanecen cerca de la pendiente.3 m de espesor con una conductividad hidráulica saturada de 0. en forma conservadora se adoptó un contenido de humedad alto para el botadero.64 m/día (1.5X10-8 m/s) la segunda capa comprendió el material de desmonte de la mina con un espesor de 78 m y una conductividad hidráulica saturada de 8.0475 m/día (5. partiendo desde una capa basal gruesa a una capa superficial intensamente compactada por la descarga directa de los camiones.5X10-6 m/s).3. El modelo conceptual intentó representar esta distribución de granulometrías de manera simplificada. y se adoptó una configuración que consiste en cuatro capas. La capa superior intensamente compactada se fijó en 0. y consiste en un sistema de drenaje que facilite la colección del agua hacia una poza de contención y sedimentación. que representan volúmenes anuales de aproximadamente 35. .1 Balance de agua Botadero Nº 2 Características geométricas Botadero Nº2 Este botadero ha sido diseñado para una capacidad de 7. ocurren antes que los picos de las filtraciones del botadero. Las filtraciones del botadero responden a las condiciones atmosféricas con un desfase y amortiguamiento.C. • • • 7.000 y 95. Condición de borde inferior Un dren colector en la base que impide filtraciones al suelo. según el diseño del botadero. Una vez finalizado el botadero tendrá una altura promedio de aproximadamente 176 m y cubrirá un área total de 18 há.000 m3. Para representar el comportamiento del botadero a largo plazo se generaron en forma sintética 100 años de precipitación con el programa Weather Generator (WGEN) incorporado como parte del programa HELP.270 millones de toneladas para almacenar el desmonte del tajo Carlos. El diseño del botadero se ha realizado teniendo en cuenta que existe el potencial de generar aguas ácidas. Las series sintéticas son una réplica de la precipitación que podría ocurrir en la zona del proyecto y comprende años húmedos y secos. tomando como datos base los valores provenientes de la estación pluviométrica Quillisani y transponiéndolo al área de los botaderos.3. luego comienza una oscilación que responde a las condiciones atmosféricas a partir del duodécimo año aproximadamente.Balance de aguas 47 Condición de borde superior La precipitación y evaporación. 7. de dicha figura se concluye que: • La filtración desde el botadero se incrementa con el tiempo paulatinamente desde el primer año y en el octavo año comienza a estabilizarse. en particular la cantidad de agua que se infiltre y escurra en el fondo del mismo a corto o largo plazo. producto del almacenamiento en el botadero. Se visualiza que los picos de la escorrentía. 5354-2 Water Management Consultants .0 l/s.A.5 Resultados del modelo La Figura 7. Debido al potencial de generar aguas ácidas. que responde inmediatamente a las condiciones atmosféricas.4.4 7.0 l/s respectivamente. Durante los 100 años de simulación la escorrentía máxima diaria fue de 45 l/s y la filtración máxima diaria 9.A Schlumberger Company Arasi S.1 muestra los resultados obtenidos para el botadero Nº 1.1 y 3. el balance de aguas del botadero es relevante. Durante los 100 años de simulación el promedio de la escorrentía superficial y filtraciones son 1. de dicha figura se concluye que: • La filtración desde el botadero se incrementa con el tiempo paulatinamente desde el primer año y en el octavo año comienza a estabilizarse.A Schlumberger Company Arasi S. luego comienza una oscilación que responde a las condiciones atmosféricas a partir del duodécimo año aproximadamente.75 m/día (5.4. Considerando los planos de diseño y el proceso de construcción del botadero se elaboro un perfil unidimensional.4.48 Balance de aguas La metodología de estimación del balance del botadero del tajo Carlos es similar al descrito en la Sección 7. y se adoptó una configuración que consiste en cuatro capas. La capa superior intensamente compactada se fijó en 0.C. Se debe mencionar. partiendo desde una capa basal gruesa a una capa superficial intensamente compactada por la descarga directa de los camiones.0475 m/día (5. El modelo conceptual intentó representar esta distribución de granulometrías de manera simplificada.2 Construcción del perfil Se desarrolló un modelo conceptual unidimensional para obtener un ‘perfil representativo’ del botadero de la mina que incorpore propiedades del material basados en el estudio “Diseño de los Botaderos de Desmonte N° 1 y N° 2 del Proyecto ARASI”.3 Condiciones iniciales Dadas las características climáticas de la zona. en forma conservadora se adoptó un contenido de humedad alto para el botadero.A.0X10-5 m/s).8 m respectivamente. 7. 7. Las dos últimas capas corresponde al material de desmonte de tamaño grueso de la mina y a la grava de drenaje tienen un espesor de 2 m y 0.3 m de espesor con una conductividad hidráulica saturada de 0.64 m/día (1. 7. que en el proceso de construcción del botadero las partículas más grandes bajan a lo largo del ángulo de reposo más lejos que las partículas finas.3. y una conductividad hidráulica saturada de 4.5X10-8 m/s). 5354-2 Water Management Consultants .5X10-6 m/s). consistente en 15% para la capa superior y 10% en las capas restantes.4.1 para el botadero del tajo Valle.1 muestra los resultados obtenidos para el botadero Nº 2.4 Condiciones de borde Las condiciones de borde para el balance del botadero del tajo Carlos son las descritas en la Sección 7.3. la segunda capa comprendió el material de desmonte de la mina con un espesor de 176 m y una conductividad hidráulica saturada de 8. .4. Dado los alcances del presente estudio y los datos disponibles se considera adecuada la utilización de un modelo unidimensional para estimar el escurrimiento de agua en los botaderos. las cuales permanecen cerca de la pendiente. 7.5 Resultados del modelo La Figura 7.4. A Schlumberger Company Arasi S.9 y 1.6 l/s respectivamente. Durante los 100 años de simulación la escorrentía máxima diaria fue de 19 l/s y la filtración máxima diaria 4. que responde inmediatamente a las condiciones atmosféricas. Se visualiza que los picos de la escorrentía.C. .000 m3.A.6 l/s.Balance de aguas 49 • Las filtraciones del botadero responden a las condiciones atmosféricas con un desfase y amortiguamiento. producto del almacenamiento en el botadero. que representan volúmenes anuales de aproximadamente 30. ocurren antes que los picos de las filtraciones del botadero.000 y 51. • • 5354-2 Water Management Consultants . Durante los 100 años de simulación el promedio de la escorrentía superficial y filtraciones son 0. 50 Balance de aguas ESTA PAGINA HA SIDO DEJADA EN BLANCO INTENCIONALMENTE 5354-2 Water Management Consultants .A. .C.A Schlumberger Company Arasi S. Octubre. TAREA: PROYECTO: ING. E.G.N.M.1 . 2007 Figura 7.A.: Nº DE PROYECTO: 5354 FECHA: T2 DIBUJO: P. 40 20 0 -20 -40 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 Años Pp cm Evap cm Infiltración cm Alamcenamiento cm Escorrentía cm Botadero Nº2 160 140 120 100 80 60 40 20 0 -20 -40 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 Años Pp cm Evap cm Infiltración cm Almacenamiento cm Escorrentía cm Balance de Agua Botaderos CLIENTE: Arasi S.Botadero Nº1 160 140 120 100 80 60 .C.R. • • • • • • 5354-2 Water Management Consultants . Se utilizó el modelo HMS desarrollado por el U.51 8 RESUMEN Y CONCLUSIONES • El área del Proyecto Arasi se encuentra en el sur de Perú.A Schlumberger Company Arasi S.4 m3/s respectivamente. un valor de 57 mm asociado a un período de retorno de 100 años. que es la tormenta más intensa en la clasificación SCS. con un periodo húmedo de septiembre a marzo y un período seco de abril a agosto. que representa condiciones de húmedas del suelo. para el área del proyecto.2 m3/s y 31. se tiene que una precipitación media anual de 850 mm para el área del campamento Arasi. La crecida máxima probable (PMF) fue estimada mediante la utilización de un modelo de Precipitación-Escorrentía. en el norte del área de estudio se encuentran las subcuencas del río Chacapalca y quebrada Joillone con un caudal máximo de 32. determinando el plano de Isoyetas para el área cubierta por estas. Finalmente. Se realizó un análisis regional para las precipitaciones máximas en 24 horas considerando la estadística de 9 estaciones. Se realizó un análisis regional para determinar la precipitación media en el área del proyecto. Según este método. la PMP en 24 horas para el área del proyecto es de 110 mm.5 m3/s y 61. se realizó la estimación de la precipitación máxima probable de 24 horas. .A.C. Army Corp of Engineers. Los resultados indican.1 m3/s respectivamente. existe un patrón estacional de la precipitación en el año. La subcuenca del Río Pataqueña que drena hacia el noroeste del proyecto presenta un caudal máximo de 284. La estimación del peak de la PMF para las subcuencas modeladas arrojó los siguientes valores: para las cuencas de las quebradas Huarucani y Azufrini un caudal máximo de 94.3 m3/s. y un parámetro de la CN de 78. Utilizando el método Hershfield. Los principales parámetros utilizados en el modelo son: hietograma de tormenta tipo II. Se utilizó la metodología del SCS para transformar la precipitación en escorrentía con el modelo HMS. Basándose en las Isoyetas de precipitaciones medias obtenidas para el área del proyecto.S. respectivamente. se determinó que durante un año promedio la infiltración y escorrentía en el botadero Valle es de 130.000 m3 y en el botadero Carlos 81. basándose en un año promedio es de 135.000 m3 y 128. la escorrentía anual de los tajos Valle y Carlos. • • 5354-2 Water Management Consultants .000 m3. De acuerdo a este. De acuerdo al modelo hidrológico elaborado. La infiltración y escorrentía en los botaderos fue calculada usando modelos de flujo no saturado.000 mm al año). donde predominan altas precipitaciones (> 1.000 m3. .C.A. crean las condiciones para una alta probabilidad de infiltración en los botaderos.52 Resumen y conclusiones En cuanto al potencial de generar efluentes provenientes de los tajos y botaderos se puede manifestar lo siguiente: • Las condiciones climáticas del proyecto.A Schlumberger Company Arasi S. APÉNDICE A Estaciones regionales. precipitaciones medias mensuales . 6 FEB 74 152 154 195 92 155 150 132 72 135 132 111 108 135 132 182 102 180 16 36 50 176 53 37 192 203 175 32 86 152 32 88 48 79 233 60 149 193 65 282 154 240 234 144 151 173 128.8 MAR 26 93 111 111 103 81 52 178 177 95 139 89 221 150 38 119 92 130 54 127 130 60 115 39 206 109 189 28 140 131 50 128 14 91 89 220 47 56 78 217 131 125 128 118 177 68 110.7 .9 OCT 30 6 19 9 6 15 32 14 51 21 28 17 31 6 0 26 0 40 15 39 70 3 79 20 102 1 3 33 7 0 20 17 25 28 6 0 6 7 1 52 67 16 15 8 4 3 21.6 SEP 24 18 19 11 1 31 0 22 6 17 25 0 41 38 1 0 69 12 0 0 31 0 56 35 0 9 12 2 2 1 2 7 0 3 0 7 4 45 0 27 0 0 12 2 27 21 13.1 JUL 0 0 0 0 0 2 0 15 5 2 0 0 0 5 0 0 5 2 0 1 11 0 0 0 1 0 0 26 2 9 0 0 1 0 S/D 0 0 0 0 1 0 5 29 2 20 0 3.9 MAY 0 28 1 10 31 0 45 6 13 0 25 1 1 1 0 19 9 0 0 0 0 3 1 12 2 10 5 1 21 13 13 3 0 3 7 1 3 10 0 1 16 5 2 5 0 0 7.2 ABR 11 55 47 76 27 14 4 49 7 28 11 30 37 68 57 26 24 1 63 5 9 52 31 32 16 47 72 12 75 67 12 19 0 29 36 16 63 14 13 47 13 79 65 24 12 23 32.SIBAYO P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM ENE 193 152 184 224 61 51 59 109 211 89 145 144 239 190 223 133 170 56 143 103 50 178 119 15 181 26 145 178 271 166 144 162 32 168 238 96 151 166 258 145 230 231 201 84 181 97 147.8 PP anual 486 798 582 783 458 463 495 617 652 516 592 509 751 700 597 660 540 553 408 449 400 603 661 232 996 600 764 337 683 579 543 545 256 526 529 569 630 570 855 725 767 873 481 635 486 589.1 AGO 6 25 2 0 4 0 0 4 1 6 0 2 0 8 71 0 10 0 0 0 8 31 88 1 9 2 19 11 0 5 7 0 22 17 0 0 10 22 0 0 8 23 0 9 11 0 9.1 JUN 1 1 0 0 0 0 0 0 6 0 0 0 1 1 16 2 0 0 0 0 0 0 0 2 6 18 0 2 0 13 34 27 5 0 0 0 0 0 0 0 4 4 4 0 0 0 3.0 DIC 53 164 46 114 95 104 89 69 53 83 84 101 57 70 49 153 59 54 51 78 40 87 16 39 135 125 129 5 79 2 123 40 90 92 61 98 91 99 102 71 90 32 123 82 52 93 78.6 NOV 68 104 0 33 38 10 64 20 51 42 3 15 16 30 10 2 0 79 67 60 2 13 104 0 146 50 15 8 1 20 106 54 19 18 0 31 46 19 53 13 12 7 61 3 0 10 33. S/D Dato sin Información YAURI P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual S/D 82 94 65 241 211 S/D 174 194 360 249 167 193 44 204 S/D 103 208 93 96 150 S/D 284 180 360 253 221 182 155 39 130 112 70 169 100 73 40 112 145 248 188 128 119 61 44 59 38 9 41 14 51 65 50 34 187 64 125 26 0 27 0 0 24 11 0 0 0 0 0 16 3 33 12 1 0 0 0 0 0 5 0 0 3 0 0 19 8 37 0 0 0 S/D 0 10 13 5 0 0 16 3 0 0 0 6 0 0 0 0 18 16 S/D 6 0 9 6 115 0 32 0 0 10 18 10 31 11 0 70 0 25 69 28 0 77 10 0 14 21 125 90 70 0 10 10 53 25 23 9 2 49 0 33 33 49 25 129 S/D 20 6 64 71 12 43 24 42 S/D 102 204 126 107 90 S/D 144 119 164 105 45 99 72 40 S/D 715 661 783 758 884 1450 999 833 776 408 269 206 166 160 247 217 142 161 266 111 171 216 107 222 141 188 210 150 229 195 231 294 230 167 134 191 209 109 116 90 159 162 255 148 193 85 117 57 82 97 67 14 126 41 100 68 37 48 6 17 3 17 3 0 4 4 32 25 6 0 0 0 0 0 0 3 0 6 1 1 1 2 1 0 0 0 0 0 0 0 4 17 0 11 15 0 3 20 26 4 1 13 5 0 6 18 8 22 13 14 38 1 48 6 4 41 35 26 94 13 52 31 15 48 53 79 32 56 11 26 174 66 38 51 92 47 45 27 26 S/D 73 57 157 101 128 105 123 48 155 168 68 143 129 105 1080 894 834 792 936 621 961 860 1023 892 759 . 1 1 7.6 43 60.7 S/D 3.1 123 132.1 42 51.2005 PROM S/D 114 181.1 56 38.6 162 115.6 Dato sin Información CHUQUIBAMBILLA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 ENE 322 FEB 115 MAR 49 ABR 56 MAY 8 JUN 0 JUL 0 AGO 6 SEP 38 OCT 69 NOV 99 DIC 71 PP anual 833 196 155 167 225 209 95 295 151 109 174 148 51 220 114 99 111 202 157 148 191 110 183 209 120 162 205 129 114 183 239 128 85 118 117 89 138 128 54 104 176 92 58 175 124 115 75 73 85 97 61 71 29 133 120 112 204 139 163 181 127 116 158 127 106 152 140 67 79 149 145 101 61 140 91 130 73 153 114 150 118 84 183 140 120 98 193 151 140 121 127 37 111 48 37 27 32 64 44 12 77 82 48 31 121 90 32 71 87 68 30 35 47 61 16 62 64 23 147 14 25 0 5 0 22 15 4 1 1 11 8 0 2 21 21 13 1 17 4 9 29 0 0 0 2 1 4 0 10 17 19 0 0 4 0 2 0 1 0 0 3 2 0 0 26 0 1 0 1 48 39 2 16 0 0 0 0 2 0 7 1 S/D 2 0 0 1 2 0 0 1 0 0 0 1 0 1 7 0 1 0 0 0 0 0 0 3 0 0 1 7 5 3 9 35 0 3 0 0 4 2 12 0 0 1 1 4 1 0 40 0 0 42 29 6 0 5 17 2 2 5 8 S/D 58 S/D 32 34 38 25 5 5 31 27 7 3 66 36 3 12 31 10 1 0 9 6 3 7 31 9 20 7 11 S/D 50 29 62 2 55 20 29 87 77 95 21 121 25 3 9 27 60 136 48 58 94 43 27 12 35 73 58 96 40 32 92 43 49 26 107 102 35 64 42 154 25 124 141 60 97 5 56 70 30 99 162 76 57 57 112 107 28 17 18 S/D 64 71 131 43 83 122 122 106 107 68 88 180 107 147 80 95 96 78 95 90 98 121 124 99 122 51 94 139 70 788 781 602 693 824 524 651 851 769 361 1017 834 697 490 654 729 815 642 592 850 795 587 618 986 685 777 795 690 .1 0 3.7 814.6 177 187.7 6 22.2 5 11. 5 176 155 137 214 119.0 2 3 2 0 4.2002 2003 2004 2005 PROM S/D 157 138 216 88 165.5 105 44 43 39 55.0 114 245 96 98 123.2 128 98 143 98 100.6 14 0 3 0 1.8 Dato sin Información LAMPA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 155 164 108 196 149 105 18 148 95 101 178 154 142 105 94 108 147 104 25 58 24 24 69 26 3 2 1 17 4 0 0 1 0 0 0 2 0 0 0 2 0 0 27 0 6 3 19 0 13 5 20 22 43 0 66 19 19 14 40 45 75 52 55 74 113 70 136 79 62 149 96 68 659 632 483 708 858 575 .1 103 34 58 76 70.4 14 13 22 8 8.2 94 19 13 118 53.3 22 23 61 0 20.1 29 4 1 0 8.8 956 775 794 738 729. 5 5 7 11 22 5 3 0 6.9 143 130 115 139 139 101 117 121.0 2 6 3 4 3 2 0 1.9 123 53 30 68 18 39 50 46.2 106 57 58 83 9 22 75 47.0 18 10 46 93 24 17 54 53.6 PUCARA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 50 146 58 62 192 126 126 173 187 174 213 163 214 125 228 186 117 185 156 74 338 178 152 176 143 130 147 145 212 185 158 98 61 62 149 156 215 87 55 260 102 148 115 181 156 214 181 63 94 147 82 79 262 163 196 84 114 80 129 127 105 40 200 77 155 152 135 187 88 14 140 44 75 204 107 118 100 175 144 118 132 125 127 34 117 70 192 59 181 110 86 151 55 133 113 79 45 46 2 1 20 50 78 57 44 80 36 16 31 36 91 46 9 125 58 51 19 172 82 57 103 63 47 44 24 90 59 9 9 0 22 18 10 0 0 1 0 0 2 21 7 2 8 12 10 8 0 11 5 20 12 6 19 7 18 29 1 8 0 3 0 0 0 0 0 0 0 0 0 0 7 5 0 0 0 0 0 3 3 7 7 10 0 11 0 2 45 54 11 1 0 0 0 0 0 7 9 3 0 0 0 5 5 0 3 2 0 0 7 0 0 2 9 0 3 29 0 1 0 6 0 0 0 0 3 0 0 7 19 0 0 7 3 11 56 1 6 0 0 0 3 14 34 0 14 2 11 10 0 16 6 9 35 13 4 1 32 11 0 28 18 14 32 1 40 45 21 39 79 35 17 8 28 34 51 29 2 47 62 5 10 14 22 18 7 27 S/D 8 S/D 95 87 87 58 10 10 34 24 62 51 88 2 66 67 80 90 87 120 38 166 30 8 32 52 48 100 48 30 79 26 18 47 56 62 34 134 43 36 63 40 48 25 52 32 82 165 107 24 70 111 35 142 228 52 99 10 32 94 44 44 73 65 94 S/D 233 92 205 106 91 233 83 93 52 80 123 116 90 228 163 54 110 69 100 195 186 122 78 131 111 86 69 151 147 90 106 800 607 793 867 436 710 723 606 828 718 807 745 827 1129 784 567 908 810 459 1277 1107 890 647 762 615 778 743 673 795 493 .9 1 7 8 9 2 19 0 7.1999 2000 2001 2002 2003 2004 2005 PROM 153 174 250 121 204 267 101 165.8 64 114 74 177 132 100 175 109.8 0 0 2 19 0 2 0 1.7 33 15 4 16 31 27 22 19.1 98 117 188 151 136 144 278 138.6 744 690 787 902 704 742 871 719. 7 22 3 0 11 4 18 15 10 7 0 8.0 0.5 Dato sin Información SANTA ROSA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 ENE 341 154 122.0 98.2 20 OCT 37 28 69.3 28 NOV 136 155 27.5 50 142 52 25 36 30 73 54 68 73 67.0 4.0 4 13 2 7 29 10 22 9 27 15 10.5 43 59 71 78 107 35 137 45 8 103 60.0 0 AGO 12 7 0.6 123 167 109 148 108 225 113 122 104 123 120.7 110 MAR 12 152 175.4 370.0 86 DIC 79 219 148.0 46 JUN 11 3 0.9 82 126 118 112 143 118 198 99 227 165 132.0 16 23 3 22 0 5 31 26 48 6 23.0 0.5 0 0 9 0 4 2 4 7 4 0 4.0 65.0 90.0 43.0 450.0 0 SEP 24 29 10.4 39 21 71 74 12 34 72 31 55 38 50.9 632 833 551 606 675 892 1023 728 995 698 758.7 1 0 0 1 0 5 21 0 8 0 3.1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 159 160 86 84 127 303 145 188 303 63 157.2 299.2 52 MAY 0 52 2.0 110 FEB 131 122 180.7 93 118 32 46 106 108 192 138 137 112 118.0 0 JUL 0 0 0.0 85 PP anual 794 977 801 1476 632 98 144 S/D 225 213 310 167 217 276 239 273 155 124 224 111 216 225 154 167 197 194 122 282 253 147 137 156 S/D 52 147 238 158 167 180 188 177 33 21 104 S/D 110 54 184 114 35 48 27 52 16 3 0 8 3 2 42 12 17 40 S/D 3 1 2 0 2 0 0 5 0 15 14 0 1 22 15 15 0 0 0 0 0 0 17 6 0 29 2 4 0 1 17 27 121 13 17 0 S/D 30 S/D 30 117 0 18 59 55 82 74 60 53 64 S/D 135 98 39 37 78 92 64 47 86 19 32 154 67 39 81 76 141 75 103 57 249 237 163 85 77 332 185 162 120 158 259 125 208 224 758 908 977 1227 1198 1223 979 239 143 110 195 107 69 187 143 27 63 43 4 8 30 0 32 30 1 S/D 0 0 3 0 23 5 11 8 74 63 38 45 26 94 167 101 87 696 461 .2 96 ABR 12 56 67.0 55.0 0. 1 4.9 36.6 983.2 Dato sin Información PORPERA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 71 128 251 172 251 173 378 149 163 133 78 97 174 151 272 76 88 114 53 192 146 165 152 204 124 126 45 8 54 60 109 26 30 10 35 60 24 1 1 28 17 3 1 16 2 0 0 3 41 2 1 0 1 10 0 6 12 5 1 0 0 11 1 6 3 5 59 9 0 5 16 104 1 39 18 83 68 0 32 33 15 32 20 58 19 54 14 17 13 7 109 13 S/D 92 27 15 28 32 24 S/D 82 S/D 242 237 120 16 43 30 615 1187 994 832 686 563 575 .7 61.8 14.1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 199 263 127 190 57 174 148 188 140 188 160 150 94 75 29 57 8 13 6 10 8 2 0 0 7 0 0 11 27 4 0 13 29 5 51 21 72 37 85 75 151 92 145 111 172 179 106 180 962 1033 856 1005 207.1 171.6 151.1 103.0 153.2 61.0 5.0 13. 6 134.0 43.9 42.7 Dato sin Información HACIENDA MOROCAQUI P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 94 202 93 174 210 248 192 165 84 257 124 91 186 146 42 172 68 149 44 140 125 104 171 173 200 98 164 84 75 65 157 47 61 246 232 227 59 63 64 160 116 109 132 122 110 84 146 146 87 109 43 214 144 193 15 25 19 11 74 57 43 27 2 56 13 9 64 57 42 20 142 73 0 1 1 0 6 0 17 8 0 0 0 3 0 0 0 8 33 7 1 4 2 0 0 16 1 2 0 2 0 0 0 0 0 5 19 0 2 0 2 0 4 0 0 12 2 0 4 0 0 0 0 3 5 4 0 5 3 0 10 29 0 25 0 0 0 0 25 1 0 9 9 16 10 6 2 32 47 0 8 71 9 0 0 29 10 32 12 1 18 8 1 3 4 18 10 0 9 0 15 14 27 61 14 46 8 111 0 2 49 18 14 11 17 3 7 0 107 86 48 20 19 114 0 142 157 11 S/D 93 92 71 49 53 102 58 69 81 103 20 97 16 64 177 140 121 559 420 582 714 688 710 588 561 664 541 443 658 567 272 1108 964 810 .0 32.0 131.8 23.4 3.1 25.1 755.3 110.1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 193.1 6.4 10. 0 607.8 2.3 13.1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 237 271 118 190 126 59 161 213 73 172 128 61 70 85 34 89 100 59 211 126 130 190 40 192 134 S/D 138 22 111 72 151 64 66 5 92 44 53 18 17 40 61 27 48 26 S/D 13 9 7 2 0 6 22 3 23 6 6 0 3 48 22 7 1 1 0 0 0 25 1 3 0 1 4 0 0 0 1 1 1 0 2 5 2 32 22 0 2 21 24 2 4 1 1 13 0 6 5 13 5 41 23 19 3 46 34 20 66 0 10 2 9 47 0 21 123 25 34 36 44 37 20 56 26 99 12 85 60 103 137 123 83 115 52 760 433 529 397 644 752 524 601 599 153.6 8.3 19.2 122.2 4.7 6.9 110.9 43.6 Dato sin Información QUILLISANI P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 53 123 111 86 186 241 138 324 253 243 214 209 108 265 258 155 174 239 64 158 164 182 129 220 143 263 81 227 260 265 136 239 106 144 72 189 117 14 156 150 100 222 100 178 101 125 174 118 186 211 169 82 142 187 208 121 2 77 73 5 30 58 47 14 45 90 47 36 22 4 107 55 20 95 37 2 28 4 45 23 8 15 3 3 34 4 37 36 3 1 0 7 0 0 4 0 0 0 2 4 2 6 1 1 11 6 16 0 3 0 0 0 1 3 0 3 1 12 7 1 0 0 17 5 0 6 5 0 9 3 0 0 0 10 0 0 10 8 8 8 7 13 55 0 32 0 4 11 16 79 13 5 6 13 9 49 13 21 1 38 40 20 6 77 18 8 0 56 32 79 0 10 13 71 68 65 32 5 64 32 17 33 4 22 37 63 103 53 83 3 67 92 110 6 188 9 48 67 94 11 40 6 100 142 95 31 70 224 5 107 235 101 111 124 235 187 88 134 103 201 102 66 215 150 60 157 2 26 672 869 733 747 979 932 774 842 1108 894 1022 858 733 969 926 708 1057 915 128 .6 82.3 40. 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 135 104 110 106 227 242 283 316 138 121 95 126 284 139 257 27 197 81 21 92 3 33 11 7 4 7 15 0 17 0 1 0 0 26 4 13 6 25 9 13 11 28 50 4 2 114 14 2 42 25 173 137 19 127 56 235 196 203 93 45 1055 1137 1100 729 846 171.8 132.9 Dato sin Información JARPANA P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 279 56 112 86 94 142 169 165 138 285 262 240 202 207 96 312 188 83 242 173 177 159 85 148 131 241 245 54 226 250 264 110 183 99 123 72 156 146 183 68 287 140 111 180 128 204 132 75 150 163 150 84 101 232 123 57 63 10 27 38 57 39 16 29 133 39 56 22 9 50 35 8 45 42 0 30 10 27 0 9 1 2 33 1 23 24 2 0 1 0 0 0 0 0 0 34 0 0 3 0 0 19 0 2 0 2 0 0 0 0 0 0 13 18 S/D 0 0 0 5 0 0 2 4 1 2 2 0 0 0 0 7 6 S/D 4 1 1 11 45 0 20 0 1 5 8 18 17 10 15 51 6 S/D 10 0 23 39 9 4 51 38 13 1 27 60 3 0 36 39 31 1 17 1 31 15 8 26 2 29 25 59 100 22 70 33 115 26 120 62 10 33 61 56 8 41 6 123 108 103 24 194 89 197 39 74 122 112 171 220 105 85 119 171 73 85 146 103 38 1136 651 774 556 711 831 845 786 795 995 814 938 682 719 839 722 594 .2 40.3 863.9 175.2 151.6 79.4 12.1 14.9 3.3 53.9 4.4 24. 3 44.9 13.7 6.0 781.8 56.1 165.1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM S/D 173.7 149.9 3.0 Dato sin Información ORURILLO P R E C I P I T A C I O N E S (mm) AÑO 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC PP anual 54 82 149 212 96 221 169 168 126 200 123 119 209 131 92 177 123 86 193 110 67 161 87 85 32 129 91 151 132 135 109 125 217 33 37 36 106 77 46 84 42 29 35 32 15 2 0 25 1 4 5 8 13 23 6 0 0 0 1 3 0 1 11 0 4 0 10 13 3 0 0 3 5 0 0 4 0 17 6 0 0 6 6 8 45 0 13 0 36 30 9 55 1 27 58 30 23 52 44 61 60 29 51 38 21 70 36 60 0 74 26 74 74 69 56 52 47 35 51 35 193 141 70 60 198 70 80 45 100 119 98 94 597 668 524 936 616 735 709 802 638 656 944 .5 26.3 2.4 19.6 119. 1 27.3 7.6 116.3 3.2 68.5 6.8 57.1 105.8 .1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 PROM 206 146 153 182 149 112 204 182 128 131 134 175 175 160 112 54 61 111 71 87 199 131 232 29 87 99 44 82 127 77 171 135 168 69 130 136 169 21 207 134 26 59 63 61 8 71 59 57 48 174 202 22 51 29 27 14 5 1 6 5 0 9 18 22 3 2 20 26 3 18 0 0 0 5 0 1 2 23 0 2 0 10 55 39 0 0 11 0 0 0 0 0 0 30 0 3 0 0 0 4 3 17 7 0 5 1 13 1 0 19 5 3 34 14 24 37 39 13 3 64 34 0 9 37 3 10 20 22 95 52 103 26 116 15 0 15 34 12 65 8 130 73 14 88 117 41 123 149 23 73 5 33 80 42 126 141 124 135 72 120 129 275 107 95 62 59 80 33 823 593 668 838 784 535 979 1172 910 421 609 636 562 468 153.4 114.4 43.3 712.6 9. APÉNDICE B Correlaciones estaciones pluviométricas . 6271 Pucara Correlación Estación Yauri Precipitaciones Medias (mm) 1600 1400 1200 1200 1000 Correlación Estación Jarpana Precipitaciones Medias (mm) Sta.7078 Pucara y = 1.3712 R2 = 0. Morocaqui Correlación Estación Hda.9722 2 R = 0.64 Quillisani y = 0.8158 R2 = 0.3249x . Morocaqui Precipitaciones Medias (mm) 1600 1400 1200 1000 800 Correlación Estación Orurillo Precipitaciones Medias (mm) Hda.7912x + 413.227.5996x + 365.213.6073 Sibayo y = 0. Morocaqui 1200 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 1600 Orurillo 600 400 200 0 0 200 400 600 800 1000 1200 y = 1. Rosa Precipitaciones Medias (mm) Sta.0963 R2 = 0.7162 Hda.7043x + 182. Rosa 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 Jarpana 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 y = 1.8415x + 57.1975 R2 = 0.17 R2 = 0.Correlación Estación Chuquibambilla Precipitaciones Medias (mm) 1600 1200 1400 1000 1200 Correlación Estación Quillisani Precipitaciones Medias (mm) Chuquibambilla Quillisani 0 200 400 600 800 1000 1200 800 600 400 200 0 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 1600 y = 0.167.7509 Sibayo y = 0.3035x .6803 Quillisani Correlación Estación Lampa Precipitaciones Medias (mm) 1200 1000 1600 1400 1200 Correlación Estación Sta.42 2 R = 0.15x .6014 Quillisani .5800 R2 = 0.0778x + 19. Rosa 800 Lampa 1000 800 600 400 600 400 200 0 0 200 400 600 800 1000 1200 200 0 0 200 400 600 800 1000 1200 y = 1. APÉNDICE C Estaciones regionales. precipitaciones medias mensuales rellenadas . Rosa Hda.ESTADISTICA CORREGIDA Y RELLENADA SERIE DE PRECIPITACIÓN ANUAL (mm) Estaciones Sibayo 617 652 516 592 509 751 700 597 660 540 553 408 449 400 603 661 232 996 600 764 337 683 579 543 545 256 526 747 529 569 630 570 855 725 767 873 481 635 486 Yauri 718 737 801 868 866 713 1487 1160 789 754 441 456 946 655 917 739 326 411 1263 1154 619 904 721 575 843 586 755 1124 806 822 869 745 804 882 1172 793 851 794 679 Chuquibambilla 772 736 674 734 675 809 787 763 689 772 516 837 602 579 856 682 564 730 924 790 547 705 625 762 764 518 734 913 623 654 860 745 816 736 810 749 948 692 721 Lampa 719 1013 607 557 944 604 897 808 723 898 852 1039 1008 784 878 824 626 1100 1294 1318 711 841 632 720 960 641 744 767 481 605 825 683 708 713 802 714 878 773 710 Pucara 680 906 594 556 853 592 817 748 683 817 782 926 902 730 802 761 609 972 1121 1140 674 774 613 681 865 621 700 860 472 655 693 736 593 598 962 768 899 998 664 Sta. Morocaqui 852 749 835 684 936 573 1049 681 1189 428 988 561 1122 724 1216 755 1096 640 1184 585 737 490 810 683 1138 543 803 492 1105 648 900 499 424 395 522 761 1504 1081 1379 984 762 503 1090 735 879 519 711 359 785 654 435 371 767 556 1142 825 784 551 1005 603 945 582 1014 648 1313 934 1168 795 1349 967 1166 793 1029 662 1086 717 855 497 Quillisani 804 824 867 953 829 827 1063 1044 894 948 717 772 1020 767 995 840 481 555 1296 1201 736 984 824 697 930 707 854 1066 849 890 874 926 1152 1043 1179 1041 938 980 806 Jarpana 726 740 787 859 739 829 1021 864 840 792 576 823 747 672 895 765 463 525 1148 1069 677 886 751 645 841 653 776 955 773 807 793 837 1027 935 1050 934 847 883 736 Orurillo 661 698 584 737 823 720 669 820 587 722 724 919 652 663 782 765 666 807 1040 1249 402 682 605 475 603 619 675 788 514 643 670 701 600 604 860 723 815 885 650 Año 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Años Rellenados . APÉNDICE D Curvas doble acumuladas . 410x R2 = 0.380x R2 = 0.CURVAS DOBLE ACUMULADAS PRECIPITACIONES ANUALES (mm) Curva Doble Acumulada 60000 50000 40000 Curva Doble Acumulada CHUQUIBAMBILLA 30000 20000 10000 0 0 10000 20000 30000 YAURI 40000 30000 20000 10000 0 0 10000 20000 30000 40000 y = 1.993 SIBAYO y = 1.9966 10000 20000 30000 ORURILLO SIBAYO .5183x R2 = 0.653x R2 = 0.999 40000 Curva Doble Acumulada HDA.367x R2 = 0. MOROCAQUI SANTA ROSA 30000 20000 10000 0 0 10000 20000 30000 40000 SIBAYO SIBAYO Curva Doble Acumulada 40000 40000 30000 20000 10000 0 0 10000 20000 30000 Curva Doble Acumulada QUILLISANI 20000 10000 0 JARPANA 30000 y = 1.999 10000 20000 30000 y = 1.9994 SIBAYO y = 1.086x R2 = 0.996 SIBAYO Curva Doble Acumulada 40000 30000 20000 10000 0 0 y = 1.2268x R2 = 0.999 0 10000 20000 30000 SIBAYO Curva Doble Acumulada 40000 30000 20000 10000 0 0 y = 1.312x R2 = 0.235x R2 = 0.999 SIBAYO Curva Doble Acumulada 60000 50000 60000 50000 Curva Doble Acumulada PUCARA LAMPA 40000 30000 20000 10000 0 0 10000 20000 30000 40000 40000 30000 20000 10000 0 0 10000 20000 30000 y = 1.999 SIBAYO y = 1. APÉNDICE E Precipitación máxima en 24 horas . ESTADISTICA ORIGINAL SERIE DE PRECIPITACIÓN MÁXIMA EN 24 HORAS (mm) Estaciones Sibayo 38 31 28 33 24 32 28 31 28 22 36 26 51 30 40 26 31 31 31 41 24 31 36 22 40 23 26 19 47 18 41 25 19 27 35 36 21 34 30 31 28 30 115 32 47 34 Yauri Chuquibambilla 36 Lampa Pucara Sta. Rosa 38 43 24 43 31 Porpera Hda. Morocaqui Quillisani Jarpana Año 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 23 32 24 24 21 18 23 30 22 19 15 16 39 36 35 33 37 43 40 31 31 31 33 50 36 25 37 58 29 25 25 44 30 27 47 26 16 42 26 27 36 31 27 27 42 36 38 35 24 24 36 28 27 22 53 25 48 42 34 30 35 25 43 31 33 33 33 38 37 37 44 50 38 32 55 26 14 30 35 29 38 27 39 38 44 39 34 26 37 41 24 43 29 28 34 36 33 33 33 29 38 36 26 47 32 37 23 29 68 40 41 76 56 24 33 38 61 37 44 37 33 37 31 47 39 27 46 41 39 36 21 28 28 33 26 27 38 36 13 18 25 20 20 17 31 38 24 24 25 25 18 27 44 38 33 35 25 37 24 31 26 37 36 22 34 44 33 47 31 34 30 38 25 39 33 46 41 28 9 46 48 44 20 24 38 33 51 26 44 25 39 64 36 43 31 37 36 35 27 34 32 33 28 32 15 23 25 42 29 . APÉNDICE F Precipitación máxima en 24 horas extendida . 85 Yauri Correlación Estación Lampa Precipitaciones Máximas en 24 Horas (mm) 120 100 Lampa 80 60 40 20 0 0 20 40 60 80 100 120 y = 0.89 R2 = 0. Morocaqui Precipitaciones Máximas en 24 Horas (mm) Hda.30 R2 = 0. Morocaqui 100 80 60 40 20 0 0 20 40 60 80 100 120 Yauri 60 40 20 0 0 20 40 60 80 100 120 y = 0.39 R2 = 0.Correlación Estación Yauri Precipitaciones Máximas en 24 Horas (mm) 120 120 80 100 Correlación Estación Hda.69 Hda. Morocaqui y = 0.24x + 25.92x .0.92x + 5.59 Pucara . APÉNDICE G Curvas doble acumuladas . MOROCAQUI 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 y = 0. MOROCAQUI LAMPA PUCARA Curva Doble Acumulada 1200 HDA.000 200 400 600 800 1000 1200 1600 1400 1200 1000 800 600 400 200 0 0 y = 0.977x R2 = 0.998 200 400 600 800 1000 1200 1400 1600 Curva Doble Acumulada YAURI HDA.917x R2 = 0.999 YAURI .CURVAS DOBLE ACUMULADAS PRECIPITACIONES MÁXIMAS EN 24 HORAS (mm) Curva Doble Acumulada 1400 1200 1000 800 600 400 200 0 0 y = 1.091x R2 = 1. APÉNDICE H Corrección y relleno de la precipitación máxima en 24 horas . ESTADISTICA CORREGIDA Y RELLENADA Año 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 SERIE DE PRECIPITACIÓN MÁXIMA EN 24 HORAS (mm) Estaciones Yauri 24 24 21 38 18 23 30 22 19 15 16 40 27 28 28 28 22 30 46 41 36 37 29 40 28 34 39 36 35 33 37 43 40 31 31 31 33 50 36 Año rellenado Lampa 39 32 29 33 34 32 34 32 35 34 36 35 33 31 34 35 31 36 32 32 33 34 33 33 33 32 30 35 25 43 31 33 33 33 38 37 37 44 50 Hda. Morocaqui 21 21 18 36 13 18 25 20 20 17 31 38 24 24 25 25 18 27 44 38 33 35 25 37 24 31 26 37 36 22 34 39 36 28 28 28 29 46 32 .