evapotranspiracion

ATLAS DE EVAPOTRANSPIRACIÓNREFERENCIAL

Ministro del Ambiente(MINAM)

Manuel Gerardo Pedro Pulgar-Vidal OtárolaMinistro del Ambiente

Servicio Nacional de Meteorología e Hidrología(SENAMHI)

Ing. Amelia Díaz PabloPresidente Ejecutiva SENAMHI

Ing. Ezequiel VillegasDirector Científico de SENAMHI

Ing. Irene Trebejo VarillaDirector General de Agrometeorología

Ing. Ena JaimesDirector de Agrometerología Aplicada

Ministerio de Agricultura y Riego (MINAGRI)

Milton Von Hesse La SernaMinistro de Agricultura y Riego

Ing. Luis ZavaletaViceministro de Políticas Agrarias

Ing. Juan Manuel BenitesViceministro de Desarrollo e

Infraestructura Agraria y Riego

Ing. José Alberto Muro VenturaDirector General de Competitividad Agraria

Ing. Roberto Salazar CórdovaDirector de Información Agraria

Equipo profesional responsable:

Autores:Ing. Karim Quevedo Caiña

Ing. Kevin Sánchez

Colaboradores:Bach. Silvia GuerraIng. Olimpio SolisIng. Marcia Valdez

Lima, Octubre 2013.

Hecho el deposito legal en la Biblioteca Nacional de Perú Nº 2013 - 18209Impresión:GRAFICA BRACAMONTE de: Bracamonte Heredia Gustavo AdolfoCalle Eloy Ureta Nº 076 - San Luis - Lima - Perú, Telf.: 326-5361Noviembre 2013, 900 Unidades

2 ATLAS DE EVAPOTRANSPIRACIÓN REFERENCIAL

INDICE

Página

I. Introducción 3 II. Conceptos básicos II. a. Temperatura 5 II. b. Humedad relativa 6 II. c. Viento 7 II. d. Radiación 8 II. e. Evapotranspiración referencial 9 III. Metodología III. a.Control de calidad de la data 10 III. b. Evapotranspiración referencial 16 III. c. Humedad relativa 19 III. d. Viento 20 III. e. Radiación 21 III. f. Método de interpolación 23 III. g. Algebra de mapas 24 III. h. Método de validación 24 IV. Resultados IV.a. Evapotranspiración referencial mensual promedio(gráficos y tablas) 27 IV.b. Coeficientes de la regresión lineal múltiple para el cálculo de las

temperaturas máxima, mínima, de rocío; y de la radiación en el tope de la atmósfera

32

IV.c. Validación de la temperatura máxima, mínima, de rocío, y de la evapotranspiración referencial

33

IV.d. Resultados gráficos de la validación de las temperaturas máxima, mínima, rocío y evapotranspiración referencial

35

IV.e. Mapas de evapotranspiración referencial mensual (mm/día) 43 V. Como interpretar los resultados 55 VI. Conclusiones y discusión 57 VII. Bibliografía 59

Anexos Anexo 1 Mapas climáticos (1971-2000) de temperatura máxima, temperatura

mínima, temperatura de rocío. 61

Anexo 2 Promedio mensuales de la temperatura máxima, mínima y de rocío 98 Anexo 3 Desviación promedio de la temperatura máxima, mínima y de rocío 105

2

En el marco del convenio especifico de cooperación técnica interinstitucional N°

052-2011-AG-DVM, el Servicio Nacional de Meteorología e Hidrología (SENAMHI) y

el Ministerio de Agricultura y Riego (MINAGRI), presenta el documento “Atlas de

Evapotranspiración Referencial”.

Uno de los requerimientos básicos para el adecuado desarrollo de las plantas es el

agua, él cual es utilizado en diversos procesos biológicos y físicos; dentro de los

procesos físicos se encuentra la transpiración, el cual actúa como termorregulación

o regulación de la temperatura en las plantas. El término evapotranspiración, nace

a raíz de la dificultad de discriminar la evaporación de la transpiración, donde la

evaporación es el proceso mediante el cual el agua del suelo es transferida a la

atmósfera, y la transpiración es la transferencia de agua a la atmósfera realizado por

las plantas a través de los estomas de las hojas. Este valor de evapotranspiración se

traduce en la cantidad de agua requerida por la planta para que pueda desarrollarse

con normalidad, es decir no sufrir estrés hídrico en ninguna etapa de su desarrollo

y así tener la capacidad de producir el máximo rendimiento. Este término se

convierte así en un componente fundamental del balance hídrico agrícola.

Este trabajo es un esfuerzo para espacializar la evapotranspiración referencial a

nivel nacional, el cual hasta el momento no existe un trabajo similar, por el grado de

aproximación o por el método utilizado. Es a raíz de la mejora en la metodología

para la estimación a nivel espacial de las variables meteorológicas y el desarrollo de

programas como los empleados en los sistemas de información geográfica, conjun-

tamente con el desarrollo computacional, lo que ha hecho posible su estimación a

una mayor precisión a lo que se tenía en años anteriores, sobretodo para zonas con

escasez de estaciones meteorológicas. Es importante también mencionar que al

haber encontrado una metodología de estimación de la radiación solar incidente, y

del cual se dispone de un Atlas de radiación solar a escala nacional, elaborado por la

Dirección de Investigación Ambiental del SENAMHI, el año 2001, es que se facilitó la

elaboración de este trabajo.

El método utilizado en el presente documento para la estimación de la evapotrans-

piración referencial, sigue las recomendaciones de la FAO, quienes en el año 1990,

mediante un grupo de expertos, pone de manifiesto la superioridad del método de

Penman-Monteith, publicado en el documento de la FAO Nº56, frente al resto de

metodologías evaluadas, aunque se aclara que tiene ciertas limitantes como son la

tendencia a la subestimación en ambientes áridos y semiáridos.

Es de aclarar también que el área trabajada corresponde a todo el territorio nacional,

el cual comprende áreas con fisonomías distintas en costa, sierra y selva. Es decir

tenemos áreas en llano y con montaña, que impiden que un método de interpolación

común sea utilizado y que no refleje el verdadero comportamiento de la variable,

sobre todo al tratarse de una variable de comportamiento no lineal, ya que su cálculo

depende de varias variables: temperatura, humedad, viento y radiación solar. Por

tal motivo ha sido necesario emplear una metodología para el cálculo del valor de la

evapotranspiración en cada grid o celda, que refiere a la resolución del mapa resul-

tante. Esto ha sido posible gracias al avance computacional, con una combinación de

la estadística y de los sistemas de información geográfica.

El presente trabajo puede ser utilizado para fines como son la zonificación agrícola,

cálculos rápidos de aplicación de riego, o para trabajos más específicos como balan-

ces hídricos, aprovechando que la evapotranspiración es una variable que no tiene

una variación significativa a través de los años; además de ser los resultados robus-

tos, ya que se basan en una media de 20 a 30 años. Sin embargo para estudios más

específicos no esta de más mencionar que debido a la escala tratada y a la densidad

de estaciones trabajada sería siempre recomendable el cálculo in situ de la variable.

4

En el marco del convenio especifico de cooperación técnica interinstitucional N°

052-2011-AG-DVM, el Servicio Nacional de Meteorología e Hidrología (SENAMHI) y

el Ministerio de Agricultura y Riego (MINAGRI), presenta el documento “Atlas de

Evapotranspiración Referencial”.

Uno de los requerimientos básicos para el adecuado desarrollo de las plantas es el

agua, él cual es utilizado en diversos procesos biológicos y físicos; dentro de los

procesos físicos se encuentra la transpiración, el cual actúa como termorregulación

o regulación de la temperatura en las plantas. El término evapotranspiración, nace

a raíz de la dificultad de discriminar la evaporación de la transpiración, donde la

evaporación es el proceso mediante el cual el agua del suelo es transferida a la

atmósfera, y la transpiración es la transferencia de agua a la atmósfera realizado por

las plantas a través de los estomas de las hojas. Este valor de evapotranspiración se

traduce en la cantidad de agua requerida por la planta para que pueda desarrollarse

con normalidad, es decir no sufrir estrés hídrico en ninguna etapa de su desarrollo

y así tener la capacidad de producir el máximo rendimiento. Este término se

convierte así en un componente fundamental del balance hídrico agrícola.

Este trabajo es un esfuerzo para espacializar la evapotranspiración referencial a

nivel nacional, el cual hasta el momento no existe un trabajo similar, por el grado de

aproximación o por el método utilizado. Es a raíz de la mejora en la metodología

para la estimación a nivel espacial de las variables meteorológicas y el desarrollo de

programas como los empleados en los sistemas de información geográfica, conjun-

tamente con el desarrollo computacional, lo que ha hecho posible su estimación a

una mayor precisión a lo que se tenía en años anteriores, sobretodo para zonas con

escasez de estaciones meteorológicas. Es importante también mencionar que al

haber encontrado una metodología de estimación de la radiación solar incidente, y

del cual se dispone de un Atlas de radiación solar a escala nacional, elaborado por la

Dirección de Investigación Ambiental del SENAMHI, el año 2001, es que se facilitó la

elaboración de este trabajo.

El método utilizado en el presente documento para la estimación de la evapotrans-

piración referencial, sigue las recomendaciones de la FAO, quienes en el año 1990,

mediante un grupo de expertos, pone de manifiesto la superioridad del método de

Penman-Monteith, publicado en el documento de la FAO Nº56, frente al resto de

metodologías evaluadas, aunque se aclara que tiene ciertas limitantes como son la

tendencia a la subestimación en ambientes áridos y semiáridos.

Es de aclarar también que el área trabajada corresponde a todo el territorio nacional,

el cual comprende áreas con fisonomías distintas en costa, sierra y selva. Es decir

tenemos áreas en llano y con montaña, que impiden que un método de interpolación

común sea utilizado y que no refleje el verdadero comportamiento de la variable,

sobre todo al tratarse de una variable de comportamiento no lineal, ya que su cálculo

depende de varias variables: temperatura, humedad, viento y radiación solar. Por

tal motivo ha sido necesario emplear una metodología para el cálculo del valor de la

evapotranspiración en cada grid o celda, que refiere a la resolución del mapa resul-

tante. Esto ha sido posible gracias al avance computacional, con una combinación de

la estadística y de los sistemas de información geográfica.

El presente trabajo puede ser utilizado para fines como son la zonificación agrícola,

cálculos rápidos de aplicación de riego, o para trabajos más específicos como balan-

ces hídricos, aprovechando que la evapotranspiración es una variable que no tiene

una variación significativa a través de los años; además de ser los resultados robus-

tos, ya que se basan en una media de 20 a 30 años. Sin embargo para estudios más

específicos no esta de más mencionar que debido a la escala tratada y a la densidad

de estaciones trabajada sería siempre recomendable el cálculo in situ de la variable.


Otra característica importante de la temperatura es que disminuye con la altura, se calcula un promedio de 6.5oC por 1000 metros en la tropósfera libre, ya que luego de este límite se mantiene estable hasta que entra en la estratósfra, capa en donde el comportamiento se invierte (ver figura 3). La distribución de la temperatura también está influenciada por el tipo de superficie, ya que distintos cuerpos tendrán capacidades distintas de absorción y emisión de la radiación solar; es así que existe una diferencia sustancial entre las capacidades de absorción de los océanos comparado con

los de la tierra. Y sobre la tierra además existen diversas superficies, los cuales

Figura 3: Distribución vertical de la temperatura en la atmósfera

Tendrán a su vez distintas capacidades de absorción y emisión, como son los cuerpos pantanosos, superficies rocosas, diversos tipos de vegetación, superficies desérticas, etc. Siendo mayor los cambios de temperatura entre el día y la noche en superficies desérticas.

II.b. Humedad relativa (HR) La humedad relativa se refiere alcontenido de agua en el aire y se define como el porcentaje de saturación del aire con vapor de agua, es decir, es la relación entre la cantidad de vapor de agua que contiene un metro cúbico de aire en unas condiciones determinadas de temperatura y presión y la que tendría si estuviera saturado a la misma temperatura y presión. Por tal, la humedad relativa de una muestra de aire depende de la temperatura y de la presión a la que se encuentre. Su determinación se realiza y mediante fórmulas empíricas, que lo relacionana con la temperatura del bulbo seco, temperatura de bulbo húmedo, y temperatura de rocío.

6


II.c. Viento (u) La velocidad del viento es una magnitud vectorial tridimensional con fluctuaciones aleatorias de pequeña escala en el espacio y en el tiempo, que se superponen a un flujo organizado de mayor escala (OMM, 1996). El viento a nivel de superficie se ve influenciado por la topografía, lo que origina turbulencias, cambiando la velocidad y dirección. En el caso de obstáculos aislados y de relativa poca anchura producen tan sólo alteraciones en la dirección. En otros casos la alteración se da en intensidad y dirección. A sotavento justo detrás del obstáculo aparece una zona muy pequeña en la que el viento experimenta una desviación. Cuanto más alto sea el obstáculo, más longitud tendrá la zona cónica de perturbaciones. Ver figura 4

Figura 4: Variación de la dirección del viento en un obstáculo pequeño.

En el caso de las cadenas montañosas las alteraciones se producen en el plano horizontal y vertical. En el caso de las cordilleras de una longitud superior a los 150 km, el viento sufre alteraciones en el plano vertical que comportan también cambios significativos en los parámetros de estado del aire. En la ladera de barlovento, el viento presenta una ascendencia forzada con velocidades crecientes. Al llegar a la cima el viento gana velocidad hasta una altura que equivale a la tercera parte de la elevación de la montaña. En la ladera de sotavento, la corriente tiene una tendencia a descender y lo hace con importantes turbulencias.

Zona de máximaperturbación

Zona de roladas másacusadas


Hay que considerar que en la práctica estas situaciones nunca se manifiestan de forma exacta ya que en este fenómeno intervienen una gran cantidad de parámetros que pueden producir efectos contrapuestos.

Figura 5:Ondulación del viento al incidir sobre una cadena montañosa de más de 150 km de

longitud

II.d. Radiación (R)

Las magnitudes radiativas se clasifican en dos grupos según su origen, a saber, la radiación solar y la radiación terrestre. La radiación solar es la energía emitida por el sol, y la que incide en el tope de la atmósfera se denomina radiación solar extraterrestre; el 97 por ciento de la misma se halla dentro del intervalo espectral comprendido entre 0,29 y 3,00 um y se denomina radiación en onda corta (RNS)

La radiación terrestre es la energía electromagnética en onda larga (RNL), emitida por la superficie terrestre y por los gases, los aerosoles y las nubes de la atmósfera, y es también parcialmente absorbida en la atmósfera.(OMM, 1996)

Figura 6: Disposición y recorridos de la radiación solar en porcentajes

o unidades arbitrarias de energía

8

Altocúmulos lenticulares

Turbulencias Viento fuerte

10

Indicador

Húmedo

Clima

Árido

R S RMSE R S RMSE

Método de radiación

Método de temperatura

Método de tanque

Métodos combinados

Priestley Taylor 3 - 3% 0,7 7 - 30% 1,9

3 + 22 % 0,8 3 + 6 % 0,6

7 + 17 % 1,0 5 - 16 % 1,6

6 - 4 % 0,9 8 - 40 % 2,4

2 + 5 % 0,6 6 - 30 % 1,9

8 + 14 % 1,3 4 + 21 % 1,5

1 + 4 % 0,3 1 - 1 % 0,5

4 + 10 % 0,7 2 + 3 % 0,5

FAO-Radiaction

SCS Blaney Criddle

Thomtwaite

Tanque Tipo A

Penman-Monteith

Kimberley Penman

Turc


control de calidad, y que además median los cinco parámetros básicos para el cálculo de la evapotranspiración. En el caso de los datos de velocidad del viento no se disponía, en muchos de los casos, de la misma cantidad de años de registro, es por esto que se procuro salvar toda la data disponible en el periodo evaluado, sin embargo se tomo en cuenta que debían de tener por lo menos 5 años de registro; esta última data sirvió para calcular la evapotranspiración a nivel puntual, necesaria para el ajuste de los mapas. En el caso de la data de horas de sol, al igual que los datos de velocidad de viento, se contó con menor data en comparación a los datos de temperatura. Aquí también se comprobó que la data tuviera un comportamiento no muy variable a través de los años. Para que la data esté lista para promediar siguió una serie de procedimientos, los cuales consistían en identificar los datos erróneos, y para esto una de las pruebas estadísticas utilizadas fue el de los outliers, aplicado sobre la serie de datos diarios. Este nombre se le da a aquellos puntos que escapan muy por afuera de la serie histórica, es decir que no obedecen al comportamiento normal de la data, esto se realiza por medio de fórmulas ya establecidas. Estas salidas se muestran mediante un diagrama de caja, del cual aquellos que sobresalen un límite establecido por las fórmulas empleadas en la metodología son eliminados de la serie, siempre y cuando se compruebe que son realmente datos errados y no correspondan a eventos extremos. Esto último se puede corroborar en las planillas meteorológicas; eliminando así cualquier posible error por digitación. Además mediante gráficas temporales, se observó la existencia, o no, de saltos en la serie. Esto se observa cuando en la serie observada se ve notoriamente el cambio en las medias de los datos de registro, normalmente esto ocurre cuando hay una reubicación de estación, que puede que no haya sido reportado. Normalmente esto se demuestra mediante una interrupción de la serie por un tiempo prolongado, que en ocasiones puede no ser tan notorio, y para esto fueron utilizadas las pruebas estadísticas Fisher y T-student para comprobar si las porciones de la serie en las cuales era subdividida los datos, pertenecían a la misma muestra; sin embargo los resultados encontrados muestran que las pruebas estadísticas no eran determinantes para indicar si hubo o no una reubicación de estación en el lapso de ausencia de data, ya que en ocasiones se mostraban resultados de pertenecer a dos series distintas, pero al comparar los resultados de las medias, estas no diferían mucho, a veces sólo llegaban al 1ºC; por tanto se prefirió optar por otra prueba que consistía en correlacionar los datos de temperatura de estaciones cercanas, de tener el mismo comportamiento se tomaba la serie completa en el cálculo de los promedios históricos. En la tabla 1 se especifica las máximas correlaciones encontradas entre algunas de las estaciones.


INDICE

Página

I. Introducción 3 II. Conceptos básicos II. a. Temperatura 5 II. b. Humedad relativa 6 II. c. Viento 7 II. d. Radiación 8 II. e. Evapotranspiración referencial 9 III. Metodología III. a.Control de calidad de la data 10 III. b. Evapotranspiración referencial 16 III. c. Humedad relativa 19 III. d. Viento 20 III. e. Radiación 21 III. f. Método de interpolación 23 III. g. Algebra de mapas 24 III. h. Método de validación 24 IV. Resultados IV.a. Evapotranspiración referencial mensual promedio(gráficos y tablas) 27 IV.b. Coeficientes de la regresión lineal múltiple para el cálculo de las

temperaturas máxima, mínima, de rocío; y de la radiación en el tope de la atmósfera

32

IV.c. Validación de la temperatura máxima, mínima, de rocío, y de la evapotranspiración referencial

33

IV.d. Resultados gráficos de la validación de las temperaturas máxima, mínima, rocío y evapotranspiración referencial

35

IV.e. Mapas de evapotranspiración referencial mensual (mm/día) 43 V. Como interpretar los resultados 55 VI. Conclusiones y discusión 57 VII. Bibliografía 59

Anexos Anexo 1 Mapas climáticos (1971-2000) de temperatura máxima, temperatura

mínima, temperatura de rocío. 61

Anexo 2 Promedio mensuales de la temperatura máxima, mínima y de rocío 98 Anexo 3 Desviación promedio de la temperatura máxima, mínima y de rocío 105

12


Otra característica importante de la temperatura es que disminuye con la altura, se calcula un promedio de 6.5oC por 1000 metros en la tropósfera libre, ya que luego de este límite se mantiene estable hasta que entra en la estratósfra, capa en donde el comportamiento se invierte (ver figura 3). La distribución de la temperatura también está influenciada por el tipo de superficie, ya que distintos cuerpos tendrán capacidades distintas de absorción y emisión de la radiación solar; es así que existe una diferencia sustancial entre las capacidades de absorción de los océanos comparado con

los de la tierra. Y sobre la tierra además existen diversas superficies, los cuales

Figura 3: Distribución vertical de la temperatura en la atmósfera

Tendrán a su vez distintas capacidades de absorción y emisión, como son los cuerpos pantanosos, superficies rocosas, diversos tipos de vegetación, superficies desérticas, etc. Siendo mayor los cambios de temperatura entre el día y la noche en superficies desérticas.

II.b. Humedad relativa (HR) La humedad relativa se refiere alcontenido de agua en el aire y se define como el porcentaje de saturación del aire con vapor de agua, es decir, es la relación entre la cantidad de vapor de agua que contiene un metro cúbico de aire en unas condiciones determinadas de temperatura y presión y la que tendría si estuviera saturado a la misma temperatura y presión. Por tal, la humedad relativa de una muestra de aire depende de la temperatura y de la presión a la que se encuentre. Su determinación se realiza y mediante fórmulas empíricas, que lo relacionana con la temperatura del bulbo seco, temperatura de bulbo húmedo, y temperatura de rocío.

16


II.c. Viento (u) La velocidad del viento es una magnitud vectorial tridimensional con fluctuaciones aleatorias de pequeña escala en el espacio y en el tiempo, que se superponen a un flujo organizado de mayor escala (OMM, 1996). El viento a nivel de superficie se ve influenciado por la topografía, lo que origina turbulencias, cambiando la velocidad y dirección. En el caso de obstáculos aislados y de relativa poca anchura producen tan sólo alteraciones en la dirección. En otros casos la alteración se da en intensidad y dirección. A sotavento justo detrás del obstáculo aparece una zona muy pequeña en la que el viento experimenta una desviación. Cuanto más alto sea el obstáculo, más longitud tendrá la zona cónica de perturbaciones. Ver figura 4

Figura 4: Variación de la dirección del viento en un obstáculo pequeño.

En el caso de las cadenas montañosas las alteraciones se producen en el plano horizontal y vertical. En el caso de las cordilleras de una longitud superior a los 150 km, el viento sufre alteraciones en el plano vertical que comportan también cambios significativos en los parámetros de estado del aire. En la ladera de barlovento, el viento presenta una ascendencia forzada con velocidades crecientes. Al llegar a la cima el viento gana velocidad hasta una altura que equivale a la tercera parte de la elevación de la montaña. En la ladera de sotavento, la corriente tiene una tendencia a descender y lo hace con importantes turbulencias.


as

a

s

N

a

s

eeuT

r

rGR

r

rETo

2273

900

11

408.0

(2)

= ETrad+ ETaero

La pendiente de la curva a una temperatura se calcula mediante la siguiente ecuación:

23,273

3,273

*27,17exp*6108,0*4098

T

T

T

(3)

Donde: Δ : pendiente de la curva de presión de vapor de saturación a la

temperatura del aire [kPa◦C-1]

T : Temperatura del aire (◦C)

exp[…] : 2,7183 (base logaritmo natural) elevado a la potencia […]

La constante Psicrométrica de la siguiente manera:

PPcp 310*665.0

(4)

Donde:

: constante psicrométrica [kPa ◦C-1]

P : Presión atmosférica [kPa]

: calor latente de vaporización, 2,45 [MJ kg -1]


Hay que considerar que en la práctica estas situaciones nunca se manifiestan de forma exacta ya que en este fenómeno intervienen una gran cantidad de parámetros que pueden producir efectos contrapuestos.

Figura 5:Ondulación del viento al incidir sobre una cadena montañosa de más de 150 km de

longitud

II.d. Radiación (R)

Las magnitudes radiativas se clasifican en dos grupos según su origen, a saber, la radiación solar y la radiación terrestre. La radiación solar es la energía emitida por el sol, y la que incide en el tope de la atmósfera se denomina radiación solar extraterrestre; el 97 por ciento de la misma se halla dentro del intervalo espectral comprendido entre 0,29 y 3,00 um y se denomina radiación en onda corta (RNS)

La radiación terrestre es la energía electromagnética en onda larga (RNL), emitida por la superficie terrestre y por los gases, los aerosoles y las nubes de la atmósfera, y es también parcialmente absorbida en la atmósfera.(OMM, 1996)

Figura 6: Disposición y recorridos de la radiación solar en porcentajes

o unidades arbitrarias de energía


cp : calor específico a presión constante, 1,013 10-3 [MJ kg -1 ◦C-1]

: peso molecular entre vapor y aire seco = 0,622

La resistencia aerodinámica viene dado por la siguiente ecuación:

2

208

ura (5)

Donde:

2u : velocidad del viento [m]

La Resistencia superficial total describe la resistencia al flujo de vapor a través del cultivo transpirante y de la superficie evaporante del suelo, calculándose de la siguiente manera:

activos IAF

rr 1 (6)

Donde:

: resistencia superficial total [s m-1]

r1 : resistencia estomática total de una hoja bien iluminada [s m-1]

IAFactivo : índice activo de área foliar [m2 (área de la hoja) m-2 (superficie del

suelo)].

Tabla 3: valores de algunas variables asumidos como constantes

Variable Valores asumidos Albedo del cultivo de referencia (Allen et al., 1989)

0,23

Altura medida 2 m Altura del cultivo 0,12 m Resistencia superficial (rs) 70 m s-1 Emisividad del cultivo de referencia, césped (Brusaert,1982)

0,97-0,98

Densidad media del aire 1,2 kgm-3 Calor específico del aire 1,013 Kj kg -1 °C-1 Calor latente de vaporización

2,45 MJ kg-1

18


Diagrama de flujo de las fórmulas utilizadas para el cálculo de la

evapotranspiración referencial

III.c. Humedad relativa (HR) La humedad relativa de una muestra de aire dependede la temperatura y de la presión a la que se encuentre. Su determinación se realiza con los datos de temperatura del bulbo seco, temperatura de bulbo húmedo, y temperatura de rocío. Pero para fines prácticos, se puede reemplazar la temperatura del bulbo seco por el de temperatura máxima, y temperatura de bulbo húmedo por el de mínima, mientras que la del rocío si es necesario utilizarlo. Las fórmulas para su estimación se muestran a continuación:

2)3.237(

3.237

27.17exp*6108.04098

T

T

T

ETo

ET_rad ET_aero

GR

r

rN

a

s

.

1

.408.0

+

).(.273

900.

12 as

a

s

eeuT

r

r

G =0.14*(temperatura media del mes-temperatura media del mes anterior) Calor latente de vaporización rsresistencia superficial ra resistencia aerodinámica=208/u2 Donde u es el viento a 2 metros de altura RN: Radiación neta

u2Velocidad del viento a dos metros de altura

CpCalor específico del aire

2100

minmax)(

100

maxmin)(

RHTe

RHTe

e

oo

s

3.237

27.17exp6108.0

T

Tea


3.237

*27.17exp6108.0)(0

dew

dewdewa T

TTee

(7)

3.237

*27.17exp6108.0)(

max

maxmax

0

T

TTe

(8)

3.237

*27.17exp6108.0)(

min

minmin

0

T

TTe

(9)

2

)()( min0

max0 TeTe

es (10)

Donde:

: Presión actual de vapor de saturación [KPa]

: Presión de vapor de saturación [KPa]

dewT : Temperatura de punto de rocío (°C)

maxT : Temperatura máxima (°C)

minT : Temperatura mínima (°C)

Por tanto la Humedad relativa se obtendrá por la siguiente fórmula:

(%) (11)

III.c. Viento (u) Las estaciones meteorológicas miden este parámetro a 10 metros de altura, pero en la fórmula de Penman–Monteith se requiere a dos metros, dicha transformación se logra por medio de una fórmula empírica, que se muestra a continuación:

=T (%)

x100 HR

20


control de calidad, y que además median los cinco parámetros básicos para el cálculo de la evapotranspiración. En el caso de los datos de velocidad del viento no se disponía, en muchos de los casos, de la misma cantidad de años de registro, es por esto que se procuro salvar toda la data disponible en el periodo evaluado, sin embargo se tomo en cuenta que debían de tener por lo menos 5 años de registro; esta última data sirvió para calcular la evapotranspiración a nivel puntual, necesaria para el ajuste de los mapas. En el caso de la data de horas de sol, al igual que los datos de velocidad de viento, se contó con menor data en comparación a los datos de temperatura. Aquí también se comprobó que la data tuviera un comportamiento no muy variable a través de los años. Para que la data esté lista para promediar siguió una serie de procedimientos, los cuales consistían en identificar los datos erróneos, y para esto una de las pruebas estadísticas utilizadas fue el de los outliers, aplicado sobre la serie de datos diarios. Este nombre se le da a aquellos puntos que escapan muy por afuera de la serie histórica, es decir que no obedecen al comportamiento normal de la data, esto se realiza por medio de fórmulas ya establecidas. Estas salidas se muestran mediante un diagrama de caja, del cual aquellos que sobresalen un límite establecido por las fórmulas empleadas en la metodología son eliminados de la serie, siempre y cuando se compruebe que son realmente datos errados y no correspondan a eventos extremos. Esto último se puede corroborar en las planillas meteorológicas; eliminando así cualquier posible error por digitación. Además mediante gráficas temporales, se observó la existencia, o no, de saltos en la serie. Esto se observa cuando en la serie observada se ve notoriamente el cambio en las medias de los datos de registro, normalmente esto ocurre cuando hay una reubicación de estación, que puede que no haya sido reportado. Normalmente esto se demuestra mediante una interrupción de la serie por un tiempo prolongado, que en ocasiones puede no ser tan notorio, y para esto fueron utilizadas las pruebas estadísticas Fisher y T-student para comprobar si las porciones de la serie en las cuales era subdividida los datos, pertenecían a la misma muestra; sin embargo los resultados encontrados muestran que las pruebas estadísticas no eran determinantes para indicar si hubo o no una reubicación de estación en el lapso de ausencia de data, ya que en ocasiones se mostraban resultados de pertenecer a dos series distintas, pero al comparar los resultados de las medias, estas no diferían mucho, a veces sólo llegaban al 1ºC; por tanto se prefirió optar por otra prueba que consistía en correlacionar los datos de temperatura de estaciones cercanas, de tener el mismo comportamiento se tomaba la serie completa en el cálculo de los promedios históricos. En la tabla 1 se especifica las máximas correlaciones encontradas entre algunas de las estaciones.


(12) Donde:

: Velocidad del viento a dos metros de altura (m/s)

: Velocidad del viento a z metros de altura sobre la superficie (m/s)

z : Altura de medición del viento sobre la superficie (m)

Sin embargo resulta complicado su interpolación a nivel espacial debido a que es un parámetro vectorial, y que es a su vez influenciado fuertemente por la topografía local, por tal motivo, en esta etapa previa, preferimos tomar la recomendación de la FAO que dice que al no disponer de datos de viento se puede tomar el valor de 2 m/s correspondiente a una altura de 2 metros. En una etapa posterior es corregida la diferencia de los cálculos en las estaciones en donde se dispone de esta variable. III.e. Radiación (RN)

El término de radiación neta (RN) es el balance entre la energía de onda corta entrante y la energía en onda larga saliente, y lo expresamos de la siguiente manera:

NLNSN RRR (13)

Luego la radiación de onda corta puede ser representado por:

sNSRR )1( (14)

Donde: : albedo o coeficiente de reflexión del cultivo, que es 0,23 para el cultivo

hipotético de referencia (adimensional)

Rs : radiación solar entrante [MJ m-2 día-1] del atlas de radiación solar

Luego la radiación de onda larga puede ser representado por:

u 2 u= Z

67.8z

4.87

ln 5,42

u 2

u Z


35.035.1)14.034.0(

2

,, 4min

4max

so

saNL R

Re

KTKTR (15)

Donde:


: radiación solar entrante [MJ m-2 día-1] del atlas de radiación solar

: radiación solar extraterrestre [MJ m-2 día-1]

: Constante Stefan-Boltzmann [4.903 10-9 MJK -4 m-2 día -1 ]


radiación Neta

Radiación Neta (Rns+Rnl)

Rad. Neta Onda corta (Rns)

Rad. Neta Onda larga (Rnl)

Rns=(1-α)*Rs

α = 0,23 Rs=Atlas de radiación solar

35.035.114.034.0

2

minmax 44

Rso

Rsea

TT

3.237

*27.17exp6108.0

Tdew

Tdewea

RazRso **00002.075.0 Rs (Atlas de radiación)

e a

RS

RSO

δ

22


III.f. Método de interpolación El método utilizado fue propuesto por Ninyerolaet al. (1), basado en técnicas de regresión lineal múltiple y de interpolación espacial de los datos provenientes de las estaciones meteorológicas. Lo resaltante de este método es que al final los mapas resultantes son corregidos utilizando sus propios residuales del mismo análisis de regresión lineal múltiple. Los residuales son luego interpolados por los métodos conocidos en SIG (splines e inverso a la distancia: IDW). Para la comprobación de la exactitud del método, se procesan los mapas con un 60% de la data, y el restante 40% se utiliza para su validación.

, para i = 1,2,…,n Y en forma matricial:

Los resultados de las ecuaciones de regresión lineal múltiple, utilizadas para la espacialización de las temperaturas máxima, mínima y de rocío; se muestran en las tablas 6, 7 y 8. Las variables independientes escogidos para la ecuación de regresión lineal múltiple fueron longitud, latitud y altura de estación. Para la altura de estación se utilizó el MED (Modelo de Elevación Digital) proveniente del Global LandCoverFacility (glcf) de la NASA, el cual posee una resolución de 90 m, sin embargo a esta resolución se hace difícil su procesamiento, por esto motivo se hizo un resampleo a un 1 km. Al igual que el MED los grid generados para la altitud y longitud debían tener la misma resolución. Este método ha demostrado ser muy eficiente para la interpolación de variables que tienen una influencia directa con la altura, como es el caso de la temperatura en sus expresiones de máxima, mínima, absolutas y de rocío.

iippiioi exxxy ......2211

eXβY

y1 11X1

1

1

21X

12X

22X

n1X n2X

12X

22X

npX

y2

yn

+

10

21

nP


III.g. Algebra de mapas

Consiste en aplicar un conjunto de operadores sobre una o varias capas ráster de entrada para producir uno o varios ráster de salida. Estos operadores, que pueden ser aritméticos, trigonométricos, lógicos o condicionales; se aplican mediante ecuaciones a cada celda del ráster de entrada. Para realizar esta operación se hizo uso de la herramienta MapCalculator, del programa ARCGIS 9.1; el cual además permite realizar cálculos matemáticos entre mapas temáticos o varios mapas resultantes. Se hizo uso de esta herramienta para generar los mapas de temperatura máxima, temperatura mínima, temperatura de rocío; y entre éstos tres mapas se generóel de humedad relativa. Además se generaron mapas de radiación solar extraterrestre, radiación solar neta, y el término aerodinámico de la fórmula de evapotranspiración empleada. En general todo el proceso para generar el mapa de evapotranspiración referencial se realizó mediante con el uso de esta herramienta.

III.h. Método de validación

Se utilizó el método de validación por medio del error cuadrático promedio entre los valores estimados y los valores observados, cuando el valor observado es dejado fuera del proceso de estimación. Esta es una medida de qué tan bien el método es capaz de estimar un valor observado cuando éste no es utilizado en el proceso de estimación. El conjunto de errores encontrados debe tener las siguientes características: 1-Media de errores y media de errores al cuadrado próximos a cero. 2-Los valores de error deben ser independientes de su localización en el espacio y no estar autocorrelacionados. 3-La función de distribución de los errores debe de aproximarse a la distribución normal. Como indicador de la bondad del ajuste se ha usado el coeficiente de determinación (R2) y como medida de error el Root Mean Square Error (RMSE). Mientras menores sean estos dos índices, mejor será el funcionamiento del modelo.

(16)

(17)

(18)

=R

=m Y Y

YY

j j

j

1

1=

mj 1

2

2

,2 R 20

Qobs

QobsQest

QestBias =

RMSE = 2

1

n

1

n

24


La eficiencia del modelo definido como:

(19) Los resultados de la validación de las temperaturas máxima, mínima y de rocío; se muestran en las tablas 10, 11 y 12. Las estaciones utilizadas para la validación se muestran en la tabla 4. Tabla 4: Lista de estaciones utilizadas para la validación de las temperaturas

ESTACIÓN Periodo Años Código Longitud Latitud DEM Aucayacu 1986-2000 12 474 08°36´01´´ 75°56´01´´ 1181 Bellavista 1971-2000 15 382 07°03´03´´ 76°33´33´´ 265 Canchan 1988-2000 11 457 09°56´56´´ 76°17´17´´ 2260 Chancay Baños 1987-2000 13 395 06°34´33´´ 78°52´52´´ 2034 Chirinos 1988-2000 10 260 05°18´17´´ 78°54´53´´ 1259 Contumaza 1988-2000 13 354 07°21´21´´ 78°49´49´´ 2801 Curahuasi 1984-2000 15 677 13°33´09´´ 72°44´06´´ 2924 Cutervo 1987-2000 13 352 06°22´21´´ 78°48´47´´ 2982 Desaguadero 1990-2000 11 883 16°34´34´´ 69°02´02´´ 3959 Donoso 1984-2000 15 546 11°28´01´´ 77°14´01´´ 179 El Salto 1971-2000 21 135 03°26´26´´ 80°19´19´´ 5 Hacienda Bernales 1972-2000 24 650 13°45´45´´ 75°57´57´´ 312 Pacarán 1971-2000 18 638 12°51´43´´ 76°03´18´´ 854 Lomas de Lachay 1971-2000 18 534 11°22´01´´ 77°22´01´´ 410 Pampa De Villacuri 1971-2000 19 637 13°57´01´´ 75°48´01´´ 432 Punta Atico 1971-2000 20 830 16°13´43´´ 73°41´40´´ 40 Sama Grande 1971-2000 30 875 17°47´2´´ 70°29´17´´ 562 Jauja 1991-2000 10 503 11°46´45´´ 75°28´27´´ 3359 Ayaviri 1971-2000 19 776 14°52´52´´ 70°35´34´´ 3933 Juli 1971-2000 30 880 16°12´12´´ 69°27´26´´ 3830 Lagunillas 1983-2000 18 763 15°46´46´´ 70°39´38´´ 4199 Pampahuta 1971-2000 15 762 15°29´29´´ 70°40´39´´ 4315 Ferreñafe 1971-2000 30 331 06°43´42´´ 79°46´´45 41 Huánuco 1986-2000 14 404 09°57´56´´ 76°14´13´´ 1961 Fonagro Chincha 1986-2000 13 791 13°28´28´´ 76°08´08´´ 15 La Unión 1974-2000 15 384 07°10´10´´ 76°29´29´´ 304 Lamas 1990-2000 11 383 06°25´25´´ 76°31´31´´ 639 Marcapomacocha 1988-2000 11 549 11°24´17´´ 76°19´31´´ 4551 Oyón 1987-2000 12 541 10°40´01´´ 76°46´01´´ 3660 Paucartambo 1990-2000 10 689 13°19´28´´ 71°35´26´´ 3434 Rioja 1987-2000 14 377 06°02´01´´ 77°10´10´´ 815 San Ignacio 1985-2000 15 242 05°08´07´´ 78°59´58´´ 1074 Santa Cruz 1987-2000 11 351 06°37´36´´ 78°56´55´´ 2215 Tinajones 1986-2000 14 335 06°38´37´´ 79°25´25´´ 189 Urubamba 1985-2000 15 683 13°18´38´´ 72°07´26´´ 3177

Qobs

Qobs1-

2

2Qobs

QestME


Para el caso de la evapotranspiración luego de haberlo calculado por pixel, mediante el algebra de mapas, los valores estimados con velocidades de viento de 2m/s (valor recomendado por la FAO en caso de no disponer de dato de viento), se halló un mapa de errores de la evapotranspiración estimado con la velocidad de viento observado en estación y el obtenido con los 2 m/s. Esta diferencia se sumó al mapa resultante inicial (evapotranspiración estimada con viento a 2m/s), corrigiendo de esta manera los mapas finales, basándonos en la misma metodología planteada por Ninyerola, 2000. En caso de encontrarse algún lugar con características particulares, que no ajustaban a los valores generados por estación, los valores eran corregidos mediante esta misma metodología. Al final del proceso se validaron los mapas finales con una lista de estaciones no utilizadas en el primer proceso, con una serie de datos menor, pero que sirvieron para corroborar los resultados; tales estaciones son mostrados en la tabla 5.

Tabla5: Lista de estaciones utilizadas para la validación de la evapotranspiración ESTACIÓN Periodo Años Código Longitud Latitud DEM Bellavista 1971-2000 16 382 07°03´03´´ 76°33´33´´ 243 Cabo Inga 1993-2000 8 139 03°58´01´´ 80°26´01´´ 403 Chusis 1971-2000 29 231 05°31´31´´ 80°50´50´´ 7 Desaguadero 1971-2000 29 883 16°34´34´´ 69°02´02´´ 3983 El Limon 1971-2000 17 241 05°55´55´´ 79°19´19´´ 1223 Fonagro Chincha 1986-2000 13 791 13°28´28´´ 76°08´08´´ 63 Huancapi 1994-2000 7 665 13°45´45´´ 74°04´04´´ 3277 Jauja 1971-2000 14 503 11°46´45´´ 75°28´27´´ 3350 Jorge Basadre 1993-2000 7 901 18°01´00´´ 70°15´15´´ 550 La Punta 1974-1996 12 601 12°04´01´´ 77°10´01´´ 5 La Unión 1976-2000 13 384 07°10´10´´ 76°29´29´´ 275 Modelo 1975-1999 23 617 12°05´01´´ 77°02´01´´ 120 Ñaña 1971-2000 27 543 11°59´19´´ 76°50´21´´ 539 Punta Atico 1971-2000 27 830 16°13´43´´ 73°41´40´´ 43 Quillabamba 1987-2000 9 606 12°51´22´´ 72°41´31´´ 1041 San Ramon 1971-2000 25 278 05°56´56´´ 76°05´05´´ 146 Sondor Matara 1993-2000 8 323 07°13´01´´ 78°14´01´´ 3071 Tacama 1993-2000 7 794 13°59´01´´ 75°45´01´´ 433 Tarapoto 1971-1996 26 401 06°28´01´´ 76°22´01´´ 282 Tinajones 1986-2000 18 335 06°38´37´´ 79°25´25´´ 314 Urubamba 1984-2000 16 683 13°18´38´´ 72°07´26´´ 3174

26


as

a

s

N

a

s

eeuT

r

rGR

r

rETo

2273

900

11

408.0

(2)

= ETrad+ ETaero

La pendiente de la curva a una temperatura se calcula mediante la siguiente ecuación:

23,273

3,273

*27,17exp*6108,0*4098

T

T

T

(3)

Donde: Δ : pendiente de la curva de presión de vapor de saturación a la

temperatura del aire [kPa◦C-1]

T : Temperatura del aire (◦C)

exp[…] : 2,7183 (base logaritmo natural) elevado a la potencia […]

La constante Psicrométrica de la siguiente manera:

PPcp 310*665.0

(4)

Donde:

: constante psicrométrica [kPa ◦C-1]

P : Presión atmosférica [kPa]

: calor latente de vaporización, 2,45 [MJ kg -1]


IV. Resultados

IV. a. Evapotranspiración referencial mensual promedio (gráficos y tablas)

0

1

2

3

4

5

6

7

ene feb mar abr may jun jul ago sep oct nov dic

Evapotranspiración referencial (ETo) mm/díaCosta norte

Cayalti Chulucanas FerreñafeJayanca La Esperanza LambayequeLaredo Mallares MirafloresMorropón Motupe Olmos

0

1

2

3

4

5

6


Evapotranspiración referencial (ETo) mm/díaCosta central

Alcantarilla CañeteHacienda Bernales Lomas de LachayPacarán Pampa De VillacuriParamonga San CamiloSanta Rosa Von Humboldt


cp : calor específico a presión constante, 1,013 10-3 [MJ kg -1 ◦C-1]

: peso molecular entre vapor y aire seco = 0,622

La resistencia aerodinámica viene dado por la siguiente ecuación:

2

208

ura (5)

Donde:

2u : velocidad del viento [m]

La Resistencia superficial total describe la resistencia al flujo de vapor a través del cultivo transpirante y de la superficie evaporante del suelo, calculándose de la siguiente manera:

activos IAF

rr 1 (6)

Donde:

: resistencia superficial total [s m-1]

r1 : resistencia estomática total de una hoja bien iluminada [s m-1]

IAFactivo : índice activo de área foliar [m2 (área de la hoja) m-2 (superficie del

suelo)].

Tabla 3: valores de algunas variables asumidos como constantes

Variable Valores asumidos Albedo del cultivo de referencia (Allen et al., 1989)

0,23

Altura medida 2 m Altura del cultivo 0,12 m Resistencia superficial (rs) 70 m s-1 Emisividad del cultivo de referencia, césped (Brusaert,1982)

0,97-0,98

Densidad media del aire 1,2 kgm-3 Calor específico del aire 1,013 Kj kg -1 °C-1 Calor latente de vaporización

2,45 MJ kg-1


0

1

2

3

4

5

6


Evapotranspiración referencial (ETo) mm/díaCosta sur

Aplao Calana Camaná

La Joya Locumba Moquegua

Pampa Blanca Pampa de Majes

0

0.51

1.5

2

2.5

3

3.5

4

4.5


Evapotranspiración referencial (ETo) mm/díaSierra norte

A. Weberbauer Ayabaca Bambamarca

Cajabamba Huambos Huancabamba

Huarmaca San Marcos

28



evapotranspiración referencial

III.c. Humedad relativa (HR) La humedad relativa de una muestra de aire dependede la temperatura y de la presión a la que se encuentre. Su determinación se realiza con los datos de temperatura del bulbo seco, temperatura de bulbo húmedo, y temperatura de rocío. Pero para fines prácticos, se puede reemplazar la temperatura del bulbo seco por el de temperatura máxima, y temperatura de bulbo húmedo por el de mínima, mientras que la del rocío si es necesario utilizarlo. Las fórmulas para su estimación se muestran a continuación:

2)3.237(

3.237

27.17exp*6108.04098

T

T

T

ETo

ET_rad ET_aero

GR

r

rN

a

s

.

1

.408.0

+

).(.273

900.

12 as

a

s

eeuT

r

r

G =0.14*(temperatura media del mes-temperatura media del mes anterior) Calor latente de vaporización rsresistencia superficial ra resistencia aerodinámica=208/u2 Donde u es el viento a 2 metros de altura RN: Radiación neta

u2Velocidad del viento a dos metros de altura

CpCalor específico del aire

2100

minmax)(

100

maxmin)(

RHTe

RHTe

e

oo

s

3.237

27.17exp6108.0

T

Tea


0

0.51

1.5

2

2.5

3

3.5

4

4.5


Evapotranspiración referencial (ETo) mm/díaSierra central

A. Weberbauer Huayao Picoy Recuay

0

1

2

3

4

5

6

7


Evapotranspiración referencial (ETo) mm/díaSierra sur

Chivay Chuquibambilla Granja Kcayra

Huancané Juli La Pampilla

Lampa Puno


00.5

11.5

22.5

33.5

44.5

5


Evapotranspiración referencial (ETo) mm/díaSelva

Bagua Chica El Porvenir Genaro Herrera

Jaén Tingo Maria


3.237

*27.17exp6108.0)(0

dew

dewdewa T

TTee

(7)

3.237

*27.17exp6108.0)(

max

maxmax

0

T

TTe

(8)

3.237

*27.17exp6108.0)(

min

minmin

0

T

TTe

(9)

2

)()( min0

max0 TeTe

es (10)

Donde:


: Presión de vapor de saturación [KPa]

dewT : Temperatura de punto de rocío (°C)

maxT : Temperatura máxima (°C)

minT : Temperatura mínima (°C)

Por tanto la Humedad relativa se obtendrá por la siguiente fórmula:

(%) (11)

III.c. Viento (u) Las estaciones meteorológicas miden este parámetro a 10 metros de altura, pero en la fórmula de Penman–Monteith se requiere a dos metros, dicha transformación se logra por medio de una fórmula empírica, que se muestra a continuación:

30


Tabla 6:Evapotranspiración referencial mensual promedio de las estaciones seleccionadas Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 3.3 3.2 3.1 2.9 2.9 2.8 3.1 3.3 3.3 3.4 3.6 3.4 Alcantarilla 501 4.3 4.4 4.2 3.8 2.9 2.2 2.1 2.3 2.7 3.2 3.6 4.0 Aplao 833 5.1 5.3 4.9 4.4 3.5 2.7 3.0 3.5 4.1 4.6 5.2 5.4 Ayabaca 237 2.6 2.5 2.6 2.5 2.6 2.8 3.2 3.4 3.3 3.1 3.1 2.8 Bagua Chica 253 4.0 3.9 3.9 3.6 3.5 3.2 3.7 4.1 4.5 4.6 4.6 4.3 Bambamarca 362 2.9 2.8 2.8 2.7 2.7 2.6 2.8 3.1 3.2 3.3 3.3 3.1 Cajabamba 373 3.4 3.1 3.2 3.0 3.2 3.2 3.6 3.9 3.9 3.8 3.8 3.5 Calana 807 4.4 4.5 4.2 3.5 2.9 2.5 2.5 2.8 3.4 4.0 4.4 4.5 Camaná 832 3.7 4.4 4.5 3.8 3.1 2.5 2.4 2.4 3.0 3.4 3.9 4.0 Cañete 616 3.9 4.1 4.0 3.5 2.5 1.8 1.7 1.8 2.2 2.7 3.1 3.6 Cayalti 320 4.4 4.5 4.5 4.2 3.8 3.4 3.2 3.4 3.9 4.2 4.3 4.4 Chivay 758 3.4 3.4 3.3 3.1 3.0 2.7 2.8 3.2 3.8 4.2 4.4 4.0 Chulucanas 255 4.3 3.9 4.1 4.0 3.7 3.4 3.5 4.0 4.6 4.8 4.8 4.5 Chuquibambilla 764 3.1 3.2 3.0 2.9 2.8 2.6 2.7 3.1 3.5 3.8 3.8 3.5 El Porvenir 310 4.1 3.9 3.7 3.3 3.3 3.3 3.5 3.8 4.1 4.2 4.4 4.3 Ferreñafe 331 4.8 4.7 4.7 4.3 3.9 3.4 3.3 3.6 4.0 4.4 4.6 4.7 Genaro Herrera 281 3.8 3.7 3.6 3.4 3.2 3.1 3.4 3.7 4.0 4.0 3.9 3.7 Granja Kcayra 607 3.1 3.2 3.0 2.9 2.7 2.5 2.7 3.2 3.5 3.8 3.7 3.4 Hacienda Bernales 650 4.3 4.5 4.4 3.9 3.3 2.5 2.4 2.8 3.4 3.8 4.2 4.3 Huambos 343 3.1 2.9 2.9 2.7 2.7 2.6 2.8 3.2 3.4 3.6 3.8 3.5 Huancabamba 239 2.8 2.7 2.7 2.7 2.4 2.3 2.5 2.8 3.0 3.0 3.1 2.9 Huancané 786 3.2 3.3 3.1 3.0 2.9 2.5 2.6 3.1 3.6 3.8 3.9 3.6 Huánuco 404 4.0 3.9 3.8 3.9 4.0 3.8 4.0 4.3 4.4 4.6 4.4 4.3 Huarmaca 248 2.4 2.2 2.4 2.3 2.6 3.3 4.1 4.2 3.7 3.3 3.1 2.7 Huayao 635 3.3 3.3 3.0 3.0 2.8 2.6 2.8 3.2 3.5 3.7 3.8 3.7 Jaén 252 3.3 3.3 3.3 3.2 3.1 2.8 3.1 3.5 3.8 3.9 4.0 3.7 Jayanca 333 4.6 4.6 4.6 4.3 3.8 3.4 3.3 3.7 4.4 4.6 4.7 4.5 Juli 880 3.4 3.4 3.1 3.0 2.8 2.5 2.5 2.9 3.4 3.7 3.9 3.7 La Esperanza 230 4.9 5.0 5.0 4.9 4.4 3.8 3.7 4.0 4.3 4.5 4.7 4.8 La Joya 804 4.6 4.6 4.3 4.0 3.4 3.2 3.3 3.9 4.4 5.0 5.3 5.0 La Pampilla 839 4.6 4.5 4.3 4.4 4.4 4.3 4.3 4.8 5.4 5.8 6.0 5.2 Lambayeque 301 4.7 4.9 4.8 4.5 3.9 3.3 3.2 3.3 3.9 4.2 4.3 4.5 Lampa 779 3.5 3.4 3.2 3.2 2.9 2.6 2.8 3.3 3.7 4.0 4.1 3.8 Laredo 410 4.1 4.2 4.0 3.8 3.2 2.8 2.7 2.7 3.0 3.4 3.8 3.7 Locumba 853 4.9 5.2 4.9 4.2 3.4 2.8 2.8 3.3 4.0 4.7 5.0 5.0 Lomas de Lachay 534 3.5 4.1 3.9 3.3 2.2 1.7 1.5 1.5 1.7 2.2 2.6 3.0 Mallares 208 4.6 4.6 4.6 4.3 3.9 3.4 3.5 3.9 4.4 4.6 4.6 4.6 Miraflores 207 5.4 5.2 5.3 5.1 4.5 4.0 3.9 4.4 5.0 5.2 5.2 5.4 Moquegua 806 4.2 4.2 4.3 4.4 4.1 3.9 4.0 4.3 4.6 4.9 4.9 4.6 Morropón 235 4.3 4.2 4.2 3.8 3.6 3.5 3.7 4.2 4.7 4.9 4.8 4.5 Motupe 334 4.9 4.6 4.4 4.2 4.1 3.7 3.7 4.0 4.6 5.0 5.0 4.9 Olmos 236 4.2 3.7 4.1 3.8 3.8 3.5 3.7 4.1 4.7 4.9 5.0 4.5 Pacarán 638 4.0 4.2 4.2 4.0 3.5 3.0 3.0 3.4 4.0 4.5 4.5 4.3 Pampa Blanca 837 4.6 4.9 4.3 3.5 2.8 2.3 2.3 2.4 2.7 3.4 4.0 4.4 Pampa de Majes 805 4.8 4.7 4.6 4.4 4.2 4.1 4.3 4.8 5.1 5.5 5.5 5.3 Pampa De Villacuri 637 5.0 5.3 5.4 4.8 3.8 3.0 3.0 3.5 4.3 4.9 5.2 5.0 Papayal 134 3.9 3.7 4.0 3.7 3.4 3.0 3.0 3.2 3.4 3.3 3.5 3.7 Paramonga 528 4.0 4.2 4.0 3.4 2.6 2.1 2.0 2.0 2.3 2.8 3.3 3.7 Picoy 542 2.9 2.8 2.7 2.8 2.8 2.7 2.8 3.1 3.3 3.3 3.3 3.1 Puno 708 4.3 4.3 4.1 3.9 3.5 3.2 3.3 3.8 4.4 4.9 5.1 4.8 Recuay 441 3.0 2.9 2.8 3.0 2.7 2.6 2.7 3.0 3.0 3.3 3.4 3.2


(12) Donde:

: Velocidad del viento a dos metros de altura (m/s)

: Velocidad del viento a z metros de altura sobre la superficie (m/s)

z : Altura de medición del viento sobre la superficie (m)

Sin embargo resulta complicado su interpolación a nivel espacial debido a que es un parámetro vectorial, y que es a su vez influenciado fuertemente por la topografía local, por tal motivo, en esta etapa previa, preferimos tomar la recomendación de la FAO que dice que al no disponer de datos de viento se puede tomar el valor de 2 m/s correspondiente a una altura de 2 metros. En una etapa posterior es corregida la diferencia de los cálculos en las estaciones en donde se dispone de esta variable. III.e. Radiación (RN)

El término de radiación neta (RN) es el balance entre la energía de onda corta entrante y la energía en onda larga saliente, y lo expresamos de la siguiente manera:

NLNSN RRR (13)

Luego la radiación de onda corta puede ser representado por:

sNSRR )1( (14)

Donde: : albedo o coeficiente de reflexión del cultivo, que es 0,23 para el cultivo

hipotético de referencia (adimensional)

Rs : radiación solar entrante [MJ m-2 día-1] del atlas de radiación solar

Luego la radiación de onda larga puede ser representado por:


35.035.1)14.034.0(

2

,, 4min

4max

so

saNL R

Re

KTKTR (15)

Donde:


: radiación solar entrante [MJ m-2 día-1] del atlas de radiación solar

: radiación solar extraterrestre [MJ m-2 día-1]

: Constante Stefan-Boltzmann [4.903 10-9 MJK -4 m-2 día -1 ]


radiación Neta

Radiación Neta (Rns+Rnl)

Rad. Neta Onda corta (Rns)

Rad. Neta Onda larga (Rnl)

Rns=(1-α)*Rs

α = 0,23 Rs=Atlas de radiación solar

35.035.114.034.0

2

minmax 44

Rso

Rsea

TT

3.237

*27.17exp6108.0

Tdew

Tdewea

RazRso **00002.075.0 Rs (Atlas de radiación)


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic San Camilo 700 4.7 4.8 4.7 4.4 3.5 2.8 2.8 3.3 4.1 4.7 5.0 4.9 San Marcos 370 3.7 3.4 3.5 3.5 3.4 3.2 3.6 4.0 4.1 4.2 4.3 3.9 San Miguel 247 5.8 5.6 5.6 5.3 4.6 4.0 3.8 4.3 5.0 5.4 5.6 5.8 Santa Rosa 536 4.5 4.9 4.6 3.8 3.3 2.6 2.6 2.9 3.5 3.9 4.0 4.3 Talla 325 4.9 4.7 4.6 4.5 4.0 3.6 3.5 3.7 4.3 4.7 5.0 5.1 Tingo Maria 468 3.2 3.2 3.2 3.2 3.1 2.9 3.1 3.4 3.6 3.7 3.6 3.3 Von Humboldt 610 3.9 4.1 4.0 3.5 2.6 1.9 1.8 2.0 2.3 2.9 3.1 3.6

IV. b: Coeficientes de la Regresión lineal múltiple para el cálculo de las temperaturas máxima, mínima, de rocío; y de la radiación en el tope de la atmósfera (Tablas)

Tabla 7: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura máxima media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante 18.33 22.67 20.07 12.44 0.93 -29.18 Longitud * * * * * 3.47E-06 Latitud 1.412E-06 9.86E-07 1.26E-06 1.98E-06 3.08E-06 6.16E-06 Altura -0.0038 -0.0040 -0.0039 -0.0034 -0.0028 -0.0025 R 0.95 0.96 0.96 0.94 0.91 0.89 R2 0.91 0.92 0.91 0.88 0.82 0.78 N 108 108 108 108 108 108 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -38.03 -42.59 -38.85 -27.72 -16.30 -0.07 Longitud 4.45E-06 5.24E-06 5.19E-06 4.80E-06 3.82E-06 2.30E-06 Latitud 7.03E-06 7.54E-06 7.21E-06 6.07E-06 4.92E-06 3.28E-06 Altura -0.0023 -0.0022 -0.0022 -0.0025 -0.0027 -0.0032 R 0.86 0.84 0.83 0.84 0.87 0.92 R2 0.74 0.70 0.69 0.70 0.75 0.84 N 108 108 108 108 108 108

*: No significante al 5%

Tabla 8: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura mínima media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante -7.77 0.98 -2.66 -15.74 -41.10 -33.36 Longitud 1.72E-06 * * * 2.13E-06 * Latitud 3.14E-06 2.29E-06 2.66E-06 4.00E-06 6.63E-06 5.71E-06 Altura -0.0042 -0.0043 -0.0042 -0.0042 -0.0045 -0.0046 R 0.99 0.99 0.99 0.98 0.97 0.96 R2 0.97 0.98 0.98 0.96 0.94 0.92 N 108 108 108 108 108 108 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -32.61 -48.96 -50.33 -47.26 -39.06 -24.41 Longitud * 3.14E-06 3.92E-06 4.50E-06 4.63E-06 3.38E-06 Latitud 5.53E-06 7.25E-06 7.41E-06 7.11E-06 6.27E-06 4.81E-06 Altura -0.0046 -0.0043 -0.0039 -0.0038 -0.0039 -0.0040 R 0.96 0.95 0.95 0.95 0.96 0.98 R2 0.91 0.90 0.90 0.90 0.92 0.95 N 108 108 108 108 108 108


32


III.f. Método de interpolación El método utilizado fue propuesto por Ninyerolaet al. (1), basado en técnicas de regresión lineal múltiple y de interpolación espacial de los datos provenientes de las estaciones meteorológicas. Lo resaltante de este método es que al final los mapas resultantes son corregidos utilizando sus propios residuales del mismo análisis de regresión lineal múltiple. Los residuales son luego interpolados por los métodos conocidos en SIG (splines e inverso a la distancia: IDW). Para la comprobación de la exactitud del método, se procesan los mapas con un 60% de la data, y el restante 40% se utiliza para su validación.

, para i = 1,2,…,n Y en forma matricial:

Los resultados de las ecuaciones de regresión lineal múltiple, utilizadas para la espacialización de las temperaturas máxima, mínima y de rocío; se muestran en las tablas 6, 7 y 8. Las variables independientes escogidos para la ecuación de regresión lineal múltiple fueron longitud, latitud y altura de estación. Para la altura de estación se utilizó el MED (Modelo de Elevación Digital) proveniente del Global LandCoverFacility (glcf) de la NASA, el cual posee una resolución de 90 m, sin embargo a esta resolución se hace difícil su procesamiento, por esto motivo se hizo un resampleo a un 1 km. Al igual que el MED los grid generados para la altitud y longitud debían tener la misma resolución. Este método ha demostrado ser muy eficiente para la interpolación de variables que tienen una influencia directa con la altura, como es el caso de la temperatura en sus expresiones de máxima, mínima, absolutas y de rocío.

iippiioi exxxy ......2211

eXβY


Tabla 9: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura de rocío media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante -23.80 -19.15 -23.28 -38.16 -54.22 -63.29 Longitud 5.04E-06 3.87E-06 3.90E-06 4.51E-06 5.31E-06 6.12E-06 Latitud 4.82E-06 4.40E-06 4.85E-06 6.40E-06 8.04E-06 8.90E-06 Altura -4.07E-03 -4.09E-03 -4.03E-03 -3.98E-03 -4.21E-03 -4.37E-03 R 0.98 0.98 0.98 0.98 0.97 0.97 R2 0.96 0.97 0.97 0.96 0.94 0.94 N 72 72 72 72 72 72 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -65.87 -69.98 -69.19 -65.48 -55.99 -40.03 Longitud 6.87E-06 7.73E-06 8.01E-06 8.16E-06 8.06E-06 6.54E-06 Latitud 9.07E-06 9.49E-06 9.41E-06 9.04E-06 8.07E-06 6.47E-06 Altura -4.41E-03 -4.22E-03 -3.95E-03 -3.83E-03 -3.98E-03 -4.05E-03 R 0.97 0.96 0.96 0.956 0.96 0.97 R2 0.94 0.93 0.92 0.913 0.92 0.94 N 72 72 72 72 72 72

Tabla 10: Coeficientes de la Regresión lineal múltiple para el cálculo de la Radiación en el tope de la atmósfera (Ra) Fórmula Enero Febrero Marzo Abril Mayo Junio Constante 62.5 49.7 31.2 11.3 -2.6 -8.8 Longitud -1.2E-07 -1.2E-07 -1.1E-07 -8.0E-08 -5.2E-08 -3.6E-08 Latitud -2.6E-06 -1.2E-06 7.2E-07 2.6E-06 3.8E-06 4.3E-06 R 1.00 1.00 1.00 1.00 1.00 1.00 R2 1.00 1.00 1.00 1.00 1.00 1.00 N 110 110 110 110 110 110 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -5.8 6.3 24.3 44.2 59.0 65.7 Longitud -4.4E-08 -7.0E-08 -9.8E-08 -1E-07 -1E-07 -1E-07 Latitud 4.0E-06 3.0E-06 1.3E-06 -6E-07 -2E-06 -3E-06 R 1.00 1.00 1.00 1.00 1.00 1.00 R2 1.00 1.00 1.00 1.00 1.00 1.00 N 110 110 110 110 110 110

IV.c: Validación de la temperatura máxima media, temperatura mínima media, temperatura de rocío y evapotrasnpiración referencial (Tablas)

Tabla11: Validación del modelo empleado para el cálculo de la temperatura máxima media Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 2.0 2.0 2.1 2.1 2.2 2.3 BIAS 0.2 0.2 0.3 0.1 0.0 -0.1 ME 0.9 0.9 0.9 0.9 0.9 0.8 N 31 31 31 31 31 31 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 2.4 2.4 2.4 2.4 2.3 2.1 BIAS -0.1 0.0 -0.1 0.1 0.2 0.2 ME 0.8 0.8 0.8 0.8 0.8 0.9 N 31 31 31 31 31 31


III.g. Algebra de mapas

Consiste en aplicar un conjunto de operadores sobre una o varias capas ráster de entrada para producir uno o varios ráster de salida. Estos operadores, que pueden ser aritméticos, trigonométricos, lógicos o condicionales; se aplican mediante ecuaciones a cada celda del ráster de entrada. Para realizar esta operación se hizo uso de la herramienta MapCalculator, del programa ARCGIS 9.1; el cual además permite realizar cálculos matemáticos entre mapas temáticos o varios mapas resultantes. Se hizo uso de esta herramienta para generar los mapas de temperatura máxima, temperatura mínima, temperatura de rocío; y entre éstos tres mapas se generóel de humedad relativa. Además se generaron mapas de radiación solar extraterrestre, radiación solar neta, y el término aerodinámico de la fórmula de evapotranspiración empleada. En general todo el proceso para generar el mapa de evapotranspiración referencial se realizó mediante con el uso de esta herramienta.

III.h. Método de validación

Se utilizó el método de validación por medio del error cuadrático promedio entre los valores estimados y los valores observados, cuando el valor observado es dejado fuera del proceso de estimación. Esta es una medida de qué tan bien el método es capaz de estimar un valor observado cuando éste no es utilizado en el proceso de estimación. El conjunto de errores encontrados debe tener las siguientes características: 1-Media de errores y media de errores al cuadrado próximos a cero. 2-Los valores de error deben ser independientes de su localización en el espacio y no estar autocorrelacionados. 3-La función de distribución de los errores debe de aproximarse a la distribución normal. Como indicador de la bondad del ajuste se ha usado el coeficiente de determinación (R2) y como medida de error el Root Mean Square Error (RMSE). Mientras menores sean estos dos índices, mejor será el funcionamiento del modelo.

(16)

(17)

(18)


Tabla 12: Validación del modelo empleado para el cálculo de la temperatura mínima media Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 1.4 1.4 1.6 1.7 2.5 2.8 BIAS -0.4 -0.4 -0.5 0.0 -0.8 -0.9 ME 1.0 1.0 0.9 0.9 0.9 0.9 N 31 31 31 31 31 31 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 3.0 2.7 2.2 1.9 1.8 1.6 BIAS -0.9 -0.8 -0.6 -0.7 -0.5 -0.5 ME 0.9 0.9 0.9 0.9 0.9 0.9 N 31 31 31 31 31 31

Tabla 13: Validación del modelo empleado para el cálculo de la temperatura de rocío Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 1.4 1.5 1.5 1.6 1.9 2.2 BIAS -0.6 -0.6 -0.5 -0.6 -0.9 -1.0 ME 1.0 1.0 1.0 1.0 0.9 0.9 N 35 35 35 35 35 35 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 2.4 2.1 1.9 1.9 1.8 1.6 BIAS -1.0 -0.9 -0.9 -0.9 -0.9 -0.7 ME 0.9 0.9 0.9 0.9 0.9 1.0 N 35 35 35 35 35 35

Tabla 14: Validación del modelo empleado para el cálculo de la evapotranspiración referencial Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 0.3 0.3 0.4 0.4 0.3 0.3 BIAS 0.0 0.0 -0.1 -0.1 0.0 -0.1 ME 0.8 0.8 0.7 0.7 0.7 0.9 N 22 22 22 22 22 22 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 0.3 0.4 0.5 0.5 0.4 0.3 BIAS -0.1 -0.1 0.0 0.0 0.0 0.1 ME 0.9 0.8 0.7 0.7 0.7 0.7 N 22 22 22 22 22 22

34

35


La eficiencia del modelo definido como:

(19) Los resultados de la validación de las temperaturas máxima, mínima y de rocío; se muestran en las tablas 10, 11 y 12. Las estaciones utilizadas para la validación se muestran en la tabla 4. Tabla 4: Lista de estaciones utilizadas para la validación de las temperaturas

ESTACIÓN Periodo Años Código Longitud Latitud DEM Aucayacu 1986-2000 12 474 08°36´01´´ 75°56´01´´ 1181 Bellavista 1971-2000 15 382 07°03´03´´ 76°33´33´´ 265 Canchan 1988-2000 11 457 09°56´56´´ 76°17´17´´ 2260 Chancay Baños 1987-2000 13 395 06°34´33´´ 78°52´52´´ 2034 Chirinos 1988-2000 10 260 05°18´17´´ 78°54´53´´ 1259 Contumaza 1988-2000 13 354 07°21´21´´ 78°49´49´´ 2801 Curahuasi 1984-2000 15 677 13°33´09´´ 72°44´06´´ 2924 Cutervo 1987-2000 13 352 06°22´21´´ 78°48´47´´ 2982 Desaguadero 1990-2000 11 883 16°34´34´´ 69°02´02´´ 3959 Donoso 1984-2000 15 546 11°28´01´´ 77°14´01´´ 179 El Salto 1971-2000 21 135 03°26´26´´ 80°19´19´´ 5 Hacienda Bernales 1972-2000 24 650 13°45´45´´ 75°57´57´´ 312 Pacarán 1971-2000 18 638 12°51´43´´ 76°03´18´´ 854 Lomas de Lachay 1971-2000 18 534 11°22´01´´ 77°22´01´´ 410 Pampa De Villacuri 1971-2000 19 637 13°57´01´´ 75°48´01´´ 432 Punta Atico 1971-2000 20 830 16°13´43´´ 73°41´40´´ 40 Sama Grande 1971-2000 30 875 17°47´2´´ 70°29´17´´ 562 Jauja 1991-2000 10 503 11°46´45´´ 75°28´27´´ 3359 Ayaviri 1971-2000 19 776 14°52´52´´ 70°35´34´´ 3933 Juli 1971-2000 30 880 16°12´12´´ 69°27´26´´ 3830 Lagunillas 1983-2000 18 763 15°46´46´´ 70°39´38´´ 4199 Pampahuta 1971-2000 15 762 15°29´29´´ 70°40´39´´ 4315 Ferreñafe 1971-2000 30 331 06°43´42´´ 79°46´´45 41 Huánuco 1986-2000 14 404 09°57´56´´ 76°14´13´´ 1961 Fonagro Chincha 1986-2000 13 791 13°28´28´´ 76°08´08´´ 15 La Unión 1974-2000 15 384 07°10´10´´ 76°29´29´´ 304 Lamas 1990-2000 11 383 06°25´25´´ 76°31´31´´ 639 Marcapomacocha 1988-2000 11 549 11°24´17´´ 76°19´31´´ 4551 Oyón 1987-2000 12 541 10°40´01´´ 76°46´01´´ 3660 Paucartambo 1990-2000 10 689 13°19´28´´ 71°35´26´´ 3434 Rioja 1987-2000 14 377 06°02´01´´ 77°10´10´´ 815 San Ignacio 1985-2000 15 242 05°08´07´´ 78°59´58´´ 1074 Santa Cruz 1987-2000 11 351 06°37´36´´ 78°56´55´´ 2215 Tinajones 1986-2000 14 335 06°38´37´´ 79°25´25´´ 189 Urubamba 1985-2000 15 683 13°18´38´´ 72°07´26´´ 3177


Para el caso de la evapotranspiración luego de haberlo calculado por pixel, mediante el algebra de mapas, los valores estimados con velocidades de viento de 2m/s (valor recomendado por la FAO en caso de no disponer de dato de viento), se halló un mapa de errores de la evapotranspiración estimado con la velocidad de viento observado en estación y el obtenido con los 2 m/s. Esta diferencia se sumó al mapa resultante inicial (evapotranspiración estimada con viento a 2m/s), corrigiendo de esta manera los mapas finales, basándonos en la misma metodología planteada por Ninyerola, 2000. En caso de encontrarse algún lugar con características particulares, que no ajustaban a los valores generados por estación, los valores eran corregidos mediante esta misma metodología. Al final del proceso se validaron los mapas finales con una lista de estaciones no utilizadas en el primer proceso, con una serie de datos menor, pero que sirvieron para corroborar los resultados; tales estaciones son mostrados en la tabla 5.

Tabla5: Lista de estaciones utilizadas para la validación de la evapotranspiración ESTACIÓN Periodo Años Código Longitud Latitud DEM Bellavista 1971-2000 16 382 07°03´03´´ 76°33´33´´ 243 Cabo Inga 1993-2000 8 139 03°58´01´´ 80°26´01´´ 403 Chusis 1971-2000 29 231 05°31´31´´ 80°50´50´´ 7 Desaguadero 1971-2000 29 883 16°34´34´´ 69°02´02´´ 3983 El Limon 1971-2000 17 241 05°55´55´´ 79°19´19´´ 1223 Fonagro Chincha 1986-2000 13 791 13°28´28´´ 76°08´08´´ 63 Huancapi 1994-2000 7 665 13°45´45´´ 74°04´04´´ 3277 Jauja 1971-2000 14 503 11°46´45´´ 75°28´27´´ 3350 Jorge Basadre 1993-2000 7 901 18°01´00´´ 70°15´15´´ 550 La Punta 1974-1996 12 601 12°04´01´´ 77°10´01´´ 5 La Unión 1976-2000 13 384 07°10´10´´ 76°29´29´´ 275 Modelo 1975-1999 23 617 12°05´01´´ 77°02´01´´ 120 Ñaña 1971-2000 27 543 11°59´19´´ 76°50´21´´ 539 Punta Atico 1971-2000 27 830 16°13´43´´ 73°41´40´´ 43 Quillabamba 1987-2000 9 606 12°51´22´´ 72°41´31´´ 1041 San Ramon 1971-2000 25 278 05°56´56´´ 76°05´05´´ 146 Sondor Matara 1993-2000 8 323 07°13´01´´ 78°14´01´´ 3071 Tacama 1993-2000 7 794 13°59´01´´ 75°45´01´´ 433 Tarapoto 1971-1996 26 401 06°28´01´´ 76°22´01´´ 282 Tinajones 1986-2000 18 335 06°38´37´´ 79°25´25´´ 314 Urubamba 1984-2000 16 683 13°18´38´´ 72°07´26´´ 3174

36


IV. Resultados

IV. a. Evapotranspiración referencial mensual promedio (gráficos y tablas)

0

1

2

3

4

5

6

7


Evapotranspiración referencial (ETo) mm/díaCosta norte

Cayalti Chulucanas FerreñafeJayanca La Esperanza LambayequeLaredo Mallares MirafloresMorropón Motupe Olmos

0

1

2

3

4

5

6


Evapotranspiración referencial (ETo) mm/díaCosta central

Alcantarilla CañeteHacienda Bernales Lomas de LachayPacarán Pampa De VillacuriParamonga San CamiloSanta Rosa Von Humboldt

37


0

1

2

3

4

5

6


Evapotranspiración referencial (ETo) mm/díaCosta sur

Aplao Calana Camaná

La Joya Locumba Moquegua

Pampa Blanca Pampa de Majes

0

0.51

1.5

2

2.5

3

3.5

4

4.5


Evapotranspiración referencial (ETo) mm/díaSierra norte

A. Weberbauer Ayabaca Bambamarca

Cajabamba Huambos Huancabamba

Huarmaca San Marcos

38


0

0.51

1.5

2

2.5

3

3.5

4

4.5


Evapotranspiración referencial (ETo) mm/díaSierra central

A. Weberbauer Huayao Picoy Recuay

0

1

2

3

4

5

6

7


Evapotranspiración referencial (ETo) mm/díaSierra sur

Chivay Chuquibambilla Granja Kcayra

Huancané Juli La Pampilla

Lampa Puno

39


00.5

11.5

22.5

33.5

44.5

5


Evapotranspiración referencial (ETo) mm/díaSelva

Bagua Chica El Porvenir Genaro Herrera

Jaén Tingo Maria

40


Tabla 6:Evapotranspiración referencial mensual promedio de las estaciones seleccionadas Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 3.3 3.2 3.1 2.9 2.9 2.8 3.1 3.3 3.3 3.4 3.6 3.4 Alcantarilla 501 4.3 4.4 4.2 3.8 2.9 2.2 2.1 2.3 2.7 3.2 3.6 4.0 Aplao 833 5.1 5.3 4.9 4.4 3.5 2.7 3.0 3.5 4.1 4.6 5.2 5.4 Ayabaca 237 2.6 2.5 2.6 2.5 2.6 2.8 3.2 3.4 3.3 3.1 3.1 2.8 Bagua Chica 253 4.0 3.9 3.9 3.6 3.5 3.2 3.7 4.1 4.5 4.6 4.6 4.3 Bambamarca 362 2.9 2.8 2.8 2.7 2.7 2.6 2.8 3.1 3.2 3.3 3.3 3.1 Cajabamba 373 3.4 3.1 3.2 3.0 3.2 3.2 3.6 3.9 3.9 3.8 3.8 3.5 Calana 807 4.4 4.5 4.2 3.5 2.9 2.5 2.5 2.8 3.4 4.0 4.4 4.5 Camaná 832 3.7 4.4 4.5 3.8 3.1 2.5 2.4 2.4 3.0 3.4 3.9 4.0 Cañete 616 3.9 4.1 4.0 3.5 2.5 1.8 1.7 1.8 2.2 2.7 3.1 3.6 Cayalti 320 4.4 4.5 4.5 4.2 3.8 3.4 3.2 3.4 3.9 4.2 4.3 4.4 Chivay 758 3.4 3.4 3.3 3.1 3.0 2.7 2.8 3.2 3.8 4.2 4.4 4.0 Chulucanas 255 4.3 3.9 4.1 4.0 3.7 3.4 3.5 4.0 4.6 4.8 4.8 4.5 Chuquibambilla 764 3.1 3.2 3.0 2.9 2.8 2.6 2.7 3.1 3.5 3.8 3.8 3.5 El Porvenir 310 4.1 3.9 3.7 3.3 3.3 3.3 3.5 3.8 4.1 4.2 4.4 4.3 Ferreñafe 331 4.8 4.7 4.7 4.3 3.9 3.4 3.3 3.6 4.0 4.4 4.6 4.7 Genaro Herrera 281 3.8 3.7 3.6 3.4 3.2 3.1 3.4 3.7 4.0 4.0 3.9 3.7 Granja Kcayra 607 3.1 3.2 3.0 2.9 2.7 2.5 2.7 3.2 3.5 3.8 3.7 3.4 Hacienda Bernales 650 4.3 4.5 4.4 3.9 3.3 2.5 2.4 2.8 3.4 3.8 4.2 4.3 Huambos 343 3.1 2.9 2.9 2.7 2.7 2.6 2.8 3.2 3.4 3.6 3.8 3.5 Huancabamba 239 2.8 2.7 2.7 2.7 2.4 2.3 2.5 2.8 3.0 3.0 3.1 2.9 Huancané 786 3.2 3.3 3.1 3.0 2.9 2.5 2.6 3.1 3.6 3.8 3.9 3.6 Huánuco 404 4.0 3.9 3.8 3.9 4.0 3.8 4.0 4.3 4.4 4.6 4.4 4.3 Huarmaca 248 2.4 2.2 2.4 2.3 2.6 3.3 4.1 4.2 3.7 3.3 3.1 2.7 Huayao 635 3.3 3.3 3.0 3.0 2.8 2.6 2.8 3.2 3.5 3.7 3.8 3.7 Jaén 252 3.3 3.3 3.3 3.2 3.1 2.8 3.1 3.5 3.8 3.9 4.0 3.7 Jayanca 333 4.6 4.6 4.6 4.3 3.8 3.4 3.3 3.7 4.4 4.6 4.7 4.5 Juli 880 3.4 3.4 3.1 3.0 2.8 2.5 2.5 2.9 3.4 3.7 3.9 3.7 La Esperanza 230 4.9 5.0 5.0 4.9 4.4 3.8 3.7 4.0 4.3 4.5 4.7 4.8 La Joya 804 4.6 4.6 4.3 4.0 3.4 3.2 3.3 3.9 4.4 5.0 5.3 5.0 La Pampilla 839 4.6 4.5 4.3 4.4 4.4 4.3 4.3 4.8 5.4 5.8 6.0 5.2 Lambayeque 301 4.7 4.9 4.8 4.5 3.9 3.3 3.2 3.3 3.9 4.2 4.3 4.5 Lampa 779 3.5 3.4 3.2 3.2 2.9 2.6 2.8 3.3 3.7 4.0 4.1 3.8 Laredo 410 4.1 4.2 4.0 3.8 3.2 2.8 2.7 2.7 3.0 3.4 3.8 3.7 Locumba 853 4.9 5.2 4.9 4.2 3.4 2.8 2.8 3.3 4.0 4.7 5.0 5.0 Lomas de Lachay 534 3.5 4.1 3.9 3.3 2.2 1.7 1.5 1.5 1.7 2.2 2.6 3.0 Mallares 208 4.6 4.6 4.6 4.3 3.9 3.4 3.5 3.9 4.4 4.6 4.6 4.6 Miraflores 207 5.4 5.2 5.3 5.1 4.5 4.0 3.9 4.4 5.0 5.2 5.2 5.4 Moquegua 806 4.2 4.2 4.3 4.4 4.1 3.9 4.0 4.3 4.6 4.9 4.9 4.6 Morropón 235 4.3 4.2 4.2 3.8 3.6 3.5 3.7 4.2 4.7 4.9 4.8 4.5 Motupe 334 4.9 4.6 4.4 4.2 4.1 3.7 3.7 4.0 4.6 5.0 5.0 4.9 Olmos 236 4.2 3.7 4.1 3.8 3.8 3.5 3.7 4.1 4.7 4.9 5.0 4.5 Pacarán 638 4.0 4.2 4.2 4.0 3.5 3.0 3.0 3.4 4.0 4.5 4.5 4.3 Pampa Blanca 837 4.6 4.9 4.3 3.5 2.8 2.3 2.3 2.4 2.7 3.4 4.0 4.4 Pampa de Majes 805 4.8 4.7 4.6 4.4 4.2 4.1 4.3 4.8 5.1 5.5 5.5 5.3 Pampa De Villacuri 637 5.0 5.3 5.4 4.8 3.8 3.0 3.0 3.5 4.3 4.9 5.2 5.0 Papayal 134 3.9 3.7 4.0 3.7 3.4 3.0 3.0 3.2 3.4 3.3 3.5 3.7 Paramonga 528 4.0 4.2 4.0 3.4 2.6 2.1 2.0 2.0 2.3 2.8 3.3 3.7 Picoy 542 2.9 2.8 2.7 2.8 2.8 2.7 2.8 3.1 3.3 3.3 3.3 3.1 Puno 708 4.3 4.3 4.1 3.9 3.5 3.2 3.3 3.8 4.4 4.9 5.1 4.8 Recuay 441 3.0 2.9 2.8 3.0 2.7 2.6 2.7 3.0 3.0 3.3 3.4 3.2

41


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic San Camilo 700 4.7 4.8 4.7 4.4 3.5 2.8 2.8 3.3 4.1 4.7 5.0 4.9 San Marcos 370 3.7 3.4 3.5 3.5 3.4 3.2 3.6 4.0 4.1 4.2 4.3 3.9 San Miguel 247 5.8 5.6 5.6 5.3 4.6 4.0 3.8 4.3 5.0 5.4 5.6 5.8 Santa Rosa 536 4.5 4.9 4.6 3.8 3.3 2.6 2.6 2.9 3.5 3.9 4.0 4.3 Talla 325 4.9 4.7 4.6 4.5 4.0 3.6 3.5 3.7 4.3 4.7 5.0 5.1 Tingo Maria 468 3.2 3.2 3.2 3.2 3.1 2.9 3.1 3.4 3.6 3.7 3.6 3.3 Von Humboldt 610 3.9 4.1 4.0 3.5 2.6 1.9 1.8 2.0 2.3 2.9 3.1 3.6

IV. b: Coeficientes de la Regresión lineal múltiple para el cálculo de las temperaturas máxima, mínima, de rocío; y de la radiación en el tope de la atmósfera (Tablas)

Tabla 7: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura máxima media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante 18.33 22.67 20.07 12.44 0.93 -29.18 Longitud * * * * * 3.47E-06 Latitud 1.412E-06 9.86E-07 1.26E-06 1.98E-06 3.08E-06 6.16E-06 Altura -0.0038 -0.0040 -0.0039 -0.0034 -0.0028 -0.0025 R 0.95 0.96 0.96 0.94 0.91 0.89 R2 0.91 0.92 0.91 0.88 0.82 0.78 N 108 108 108 108 108 108 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -38.03 -42.59 -38.85 -27.72 -16.30 -0.07 Longitud 4.45E-06 5.24E-06 5.19E-06 4.80E-06 3.82E-06 2.30E-06 Latitud 7.03E-06 7.54E-06 7.21E-06 6.07E-06 4.92E-06 3.28E-06 Altura -0.0023 -0.0022 -0.0022 -0.0025 -0.0027 -0.0032 R 0.86 0.84 0.83 0.84 0.87 0.92 R2 0.74 0.70 0.69 0.70 0.75 0.84 N 108 108 108 108 108 108


Tabla 8: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura mínima media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante -7.77 0.98 -2.66 -15.74 -41.10 -33.36 Longitud 1.72E-06 * * * 2.13E-06 * Latitud 3.14E-06 2.29E-06 2.66E-06 4.00E-06 6.63E-06 5.71E-06 Altura -0.0042 -0.0043 -0.0042 -0.0042 -0.0045 -0.0046 R 0.99 0.99 0.99 0.98 0.97 0.96 R2 0.97 0.98 0.98 0.96 0.94 0.92 N 108 108 108 108 108 108 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -32.61 -48.96 -50.33 -47.26 -39.06 -24.41 Longitud * 3.14E-06 3.92E-06 4.50E-06 4.63E-06 3.38E-06 Latitud 5.53E-06 7.25E-06 7.41E-06 7.11E-06 6.27E-06 4.81E-06 Altura -0.0046 -0.0043 -0.0039 -0.0038 -0.0039 -0.0040 R 0.96 0.95 0.95 0.95 0.96 0.98 R2 0.91 0.90 0.90 0.90 0.92 0.95 N 108 108 108 108 108 108


42


Tabla 9: Coeficientes de la Regresión lineal múltiple para la estimación de la temperatura de rocío media Fórmula Enero Febrero Marzo Abril Mayo Junio Constante -23.80 -19.15 -23.28 -38.16 -54.22 -63.29 Longitud 5.04E-06 3.87E-06 3.90E-06 4.51E-06 5.31E-06 6.12E-06 Latitud 4.82E-06 4.40E-06 4.85E-06 6.40E-06 8.04E-06 8.90E-06 Altura -4.07E-03 -4.09E-03 -4.03E-03 -3.98E-03 -4.21E-03 -4.37E-03 R 0.98 0.98 0.98 0.98 0.97 0.97 R2 0.96 0.97 0.97 0.96 0.94 0.94 N 72 72 72 72 72 72 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -65.87 -69.98 -69.19 -65.48 -55.99 -40.03 Longitud 6.87E-06 7.73E-06 8.01E-06 8.16E-06 8.06E-06 6.54E-06 Latitud 9.07E-06 9.49E-06 9.41E-06 9.04E-06 8.07E-06 6.47E-06 Altura -4.41E-03 -4.22E-03 -3.95E-03 -3.83E-03 -3.98E-03 -4.05E-03 R 0.97 0.96 0.96 0.956 0.96 0.97 R2 0.94 0.93 0.92 0.913 0.92 0.94 N 72 72 72 72 72 72

Tabla 10: Coeficientes de la Regresión lineal múltiple para el cálculo de la Radiación en el tope de la atmósfera (Ra) Fórmula Enero Febrero Marzo Abril Mayo Junio Constante 62.5 49.7 31.2 11.3 -2.6 -8.8 Longitud -1.2E-07 -1.2E-07 -1.1E-07 -8.0E-08 -5.2E-08 -3.6E-08 Latitud -2.6E-06 -1.2E-06 7.2E-07 2.6E-06 3.8E-06 4.3E-06 R 1.00 1.00 1.00 1.00 1.00 1.00 R2 1.00 1.00 1.00 1.00 1.00 1.00 N 110 110 110 110 110 110 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre Constante -5.8 6.3 24.3 44.2 59.0 65.7 Longitud -4.4E-08 -7.0E-08 -9.8E-08 -1E-07 -1E-07 -1E-07 Latitud 4.0E-06 3.0E-06 1.3E-06 -6E-07 -2E-06 -3E-06 R 1.00 1.00 1.00 1.00 1.00 1.00 R2 1.00 1.00 1.00 1.00 1.00 1.00 N 110 110 110 110 110 110

IV.c: Validación de la temperatura máxima media, temperatura mínima media, temperatura de rocío y evapotrasnpiración referencial (Tablas)

Tabla11: Validación del modelo empleado para el cálculo de la temperatura máxima media Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 2.0 2.0 2.1 2.1 2.2 2.3 BIAS 0.2 0.2 0.3 0.1 0.0 -0.1 ME 0.9 0.9 0.9 0.9 0.9 0.8 N 31 31 31 31 31 31 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 2.4 2.4 2.4 2.4 2.3 2.1 BIAS -0.1 0.0 -0.1 0.1 0.2 0.2 ME 0.8 0.8 0.8 0.8 0.8 0.9 N 31 31 31 31 31 31




Tabla 12: Validación del modelo empleado para el cálculo de la temperatura mínima media Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 1.4 1.4 1.6 1.7 2.5 2.8 BIAS -0.4 -0.4 -0.5 0.0 -0.8 -0.9 ME 1.0 1.0 0.9 0.9 0.9 0.9 N 31 31 31 31 31 31 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 3.0 2.7 2.2 1.9 1.8 1.6 BIAS -0.9 -0.8 -0.6 -0.7 -0.5 -0.5 ME 0.9 0.9 0.9 0.9 0.9 0.9 N 31 31 31 31 31 31

Tabla 13: Validación del modelo empleado para el cálculo de la temperatura de rocío Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 1.4 1.5 1.5 1.6 1.9 2.2 BIAS -0.6 -0.6 -0.5 -0.6 -0.9 -1.0 ME 1.0 1.0 1.0 1.0 0.9 0.9 N 35 35 35 35 35 35 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 2.4 2.1 1.9 1.9 1.8 1.6 BIAS -1.0 -0.9 -0.9 -0.9 -0.9 -0.7 ME 0.9 0.9 0.9 0.9 0.9 1.0 N 35 35 35 35 35 35

Tabla 14: Validación del modelo empleado para el cálculo de la evapotranspiración referencial Fórmula Enero Febrero Marzo Abril Mayo Junio RMSE 0.3 0.3 0.4 0.4 0.3 0.3 BIAS 0.0 0.0 -0.1 -0.1 0.0 -0.1 ME 0.8 0.8 0.7 0.7 0.7 0.9 N 22 22 22 22 22 22 Fórmula Julio Agosto Setiembre Octubre Noviembre Diciembre RMSE 0.3 0.4 0.5 0.5 0.4 0.3 BIAS -0.1 -0.1 0.0 0.0 0.0 0.1 ME 0.9 0.8 0.7 0.7 0.7 0.7 N 22 22 22 22 22 22

44

46 ATLAS DE EVAPOTRANSPIRACIÓN REFERENCIAL 46



54


56



VI. Conclusiones y discusión - Los mapas mostrados de la variable temperatura muestran resultados bastante

confiables, debido principalmente a que dicha variable tiene un comportamiento inverso a la altura, gradiente que puede ser fácilmente representado mediante una fórmula lineal, y ser plasmado en los mapas a traves del uso del Modelo de Elevación Digital; sin embargo hay que tomar en cuenta que el tamaño del pixel influye en el grado de exactitud de los valores resultantes, esto debido a que el pixel resulta ser un promedio de los valores reales que se encuentran dentro de este pixel, esto es principalmente notorio en el mapa topográfico, cuyo error será mayor si existe dentro del pixel diferencias significativas de altura.

- Los mapas de evapotranspiración referencial tienen una confiabilidad menor a los

mapas de temperatura originales, observado en los resultados de Eficiencia del Modelo; en donde los meses de marzo y abril, y en los meses de setiembre, octubre y noviembre se obtienen valores de 0.7. Sin embargo los resultados se encuentran dentro de un rango aceptable, con un Bias resultante que varía de -0.1 a 0.1.

- En los meses de invierno, existe muy poca diferencia espacial entre los valores de

evapotranspiración resultantes, esto debido principalmente a la disminución de la energía proveniente del sol, lo que se manifiesta en una disminución de la temperatura, y por tanto en los valores de evapotranspiración resultantes.

- En los meses de verano, los mapas resultantes de evapotranspiración referencial

muestra valores altos en el departamento de Piura, con valores que llegan hasta los 5,8 mm/día en el mes de enero; en Arequipa y al sur del departamento de Ica, con núcleos de hasta 6 mm/día, en los meses de octubre, noviembre y diciembre.

- En la zona norte del departamento de Loreto, al igual que en Ucayali y Madre de

Dios, debido a la ausencia de estaciones, no fue posible validar los resultados de la interpolación de temperaturas, ni de la evapotranspiración referencial; sin embargo debido al método de interpolación utilizado, es posible tener un acercamiento a este valor, salvo por la influencia de la intensidad del viento que pudiera sobrestimar o subestimar el valor teórico.

- En ocasiones existe una confusión sobre que método de estimación de evapotranspiración se ajusta más a la realidad. Queda claro en este documento que el valor calculado corresponde a la evapotranspiración referencial, que obedece a una serie de requisitos de un cultivo específico, en este caso grass, de una altura uniforme, con abastecimiento continuo de agua, sin problemas fitosantarios, entre otros; es decir en condiciones ideales. La ventaja del método Penman-Monteith modificado por la FAO, es que incluye el factor aerodinámico y el radiativo dentro de su estimación, lo que lo aventaja sobre otros métodos; además los coeficientes utilizados dentro de la fórmula han sido ajustados tanto para condiciones áridas como húmedas.



- Otra de las ventajas de utilizar el método Penman-Monteithde la FAO, es que esta ampliamente utilizado a nivel mundial, lo que lo hace comparable con otros resultados.

- No hay que confundir que los resultados de evapotranspiración referencial son

muy distintos a los de la evapotranspiración real, este último es el que se observa como dato real en campo, y debido a que éste último es influenciado por factores como: tipo de cultivo, prácticas de manejo utilizado, disponibilidad de agua, estado del cultivo, entre otros; el valor mostrado en los mapas debe ser multiplicado por un factor Kc, referido al estadío de crecimiento de la planta, y a un factor Ks referido a las limitaciones encontradas en campo que interfieren con el normal desarrollo de la planta. En caso de que se asuma que el cultivo crece en buenas condiciones, sólo es necesario multiplicar el valor ETo por el factor Kc (Coeficiente de cultivo), el cual es mostrado en tablas por tipo de cultivo.

58



VII. Bibliografía

1. Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop evapotranspiration: guidelines for computing crop water requirements. FAO Irrigation and DrainagePaper 56.

2. Baigorria, G., Villegas, E., Trebejo, I., Carlos, J., Quiroz, R. 2004.“Atmospheric Transmissivity: Distribution and Empirical Estimation Around The Central Andes”. International Journal of Climatology. 24: 1121-1136

3. Cristóbal, J.; Ninyerola, M. y Pons, X., 2005. ”Aportación de variables obtenidas mediante Teledetección a la modelización de la temperatura del aire”. XI Congreso Nacional de Teledetección. Puerto de la Cruz. Tenerife

4. Díaz, G.; Sánchez, I.; Quiroz, R.; Garatuza, J.; Watts, C. y Cruz, I., 2008. “Interpolación Espacial de la Precipitación Pluvial en la zona de Barlovento y Sotavento del Golfo de México”. Agricultura Técnica de México. Vol. 34 Núm.279-287

5. McVicar, T. , Van Niel, T., LingTao Li, Hutchinson, M., XingMin Mu, ZhiHong Liu. 2007. “Spatially distributing monthly reference evapotranspiration and pan evaporation considering topographic influences” ScienceDirect. Journal of Hidrology. 338: 196-220.

6. Ninyerola, M.; Pons, X. y Roure, JM., 2000. “A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques”. International Journal of Climatology. Vol. 20: 1823-184

7. OMM. 1996. Guía de Instrumentos y Métodos de Observación Meteorológicos. 8. Philips, D., Marks, D. 1996. “Spatial uncertainty analysis: propagation of interpolation

errors in spatially distributed models”. Elsevier. Ecological Modelling 91: 213-229 9. QiaoJingQian, Bingfang Wu, Jun Xiong.2005. “Interpolation System for Generating

Meteorological Surfaces Using to Compute Evapotranspiration in Haihe River Basin”. Institute of Remote Sensing Applications, Chinese Academy Sciences.

10. Rivas, R. 2004. “Propuesta de un Modelo Operativo para la Estimación de la Evapotranspiración”. Universitat de Valencia-Departamento de Termodinámica.

11. SENAMHI. 2001. Atlas de Radiación Solar. 12. Vicente, S., Lanjeri, S., López-Moreno, J., 2007.“Comparison of different procedures to

map reference evapotranspiration using geographical information systems and regression-based techniques” International Journal of Climatology. 27:1103-1118.

13. Villaroto, M., Henríquez, C., Sancho, F., 2008. “Comparación de los interpoladores IDW y Kriging en la variación espacial de PH, CA, CICE, y P del suelo” Agronomía Costarricense 32(1): 95-100. ISSN: 0377-9424



ANEXO 1

60


72


96


ANEXO 2


IV. c. Promedios mensuales de la temperatura máxima, mínima y de rocío

Tabla 14: Promedio de la temperatura máxima promedio mensual de las estaciones Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 21.4 21.0 21.1 21.3 21.7 21.6 21.5 21.8 22.0 21.9 22.0 21.8 Acomayo 687 19.9 20.0 20.2 20.7 21.0 20.3 20.5 21.3 21.9 22.4 22.1 21.2 Alcantarilla 501 28.0 28.8 28.4 26.6 24.1 21.6 20.5 20.3 21.0 22.2 23.8 25.9 Andahuaylas 669 19.9 19.7 19.6 20.3 20.8 20.1 19.7 20.0 20.5 21.2 21.9 21.3 Aplao 833 29.7 30.1 29.9 28.4 26.5 24.5 24.1 25.2 26.4 27.8 28.5 29.2 Arapa 783 15.4 15.5 15.6 16.0 15.9 15.2 15.3 15.9 16.7 17.1 17.2 16.6 Ayabaca 237 16.5 16.3 16.6 16.9 17.3 17.6 17.9 18.4 18.5 18.2 18.0 17.4 Ayaviri 776 15.6 15.8 15.8 16.1 16.2 15.2 15.4 16.0 17.3 17.8 17.6 16.9 Azangaro 781 15.6 15.5 15.6 16.0 15.7 15.4 15.7 16.1 16.8 16.7 17.2 16.0 Bagua Chica 253 32.3 32.2 32.1 31.8 31.6 31.0 31.0 31.7 32.6 33.2 33.6 33.0 Bambamarca 362 19.1 19.0 19.1 19.2 19.2 19.0 19.2 19.8 20.0 20.1 20.2 19.7 Buena Vista 435 31.6 32.4 32.2 30.6 28.0 25.8 24.7 25.0 26.0 27.0 28.1 29.9 Caballococha 291 31.3 31.1 31.2 31.3 31.2 31.0 31.2 32.0 32.2 32.3 32.2 31.8 Cabanillas 780 16.1 15.9 16.0 16.4 16.4 15.8 15.9 16.3 17.0 17.5 17.8 17.2 Cajabamba 373 21.9 21.2 21.3 21.5 22.3 22.3 22.3 22.7 23.0 23.1 22.8 22.6 Calana 807 26.1 26.6 26.1 24.2 22.0 20.2 19.7 20.1 20.9 22.4 23.8 25.1 Camaná 832 26.7 27.4 27.2 25.5 23.1 21.1 19.6 19.3 20.0 21.6 23.1 26.0 Cañete 616 28.0 29.1 28.9 27.3 24.5 21.1 19.8 19.5 20.1 21.6 23.3 25.9 Caraveli 746 27.2 26.8 27.2 27.5 27.6 27.3 27.2 27.6 28.0 28.3 28.2 27.9 Cayalti 320 32.2 33.2 33.1 31.8 29.7 27.9 26.7 26.6 27.4 28.2 29.2 30.7 CCatcca 690 14.4 14.4 14.5 15.2 15.7 15.3 15.0 15.3 15.4 16.0 16.0 15.3 Chivay 758 18.1 18.3 18.5 19.3 19.2 17.9 18.1 18.9 19.8 20.6 20.5 19.6 Chulucanas 255 33.4 33.2 33.3 32.6 31.5 30.1 29.8 30.7 31.8 32.5 32.8 33.1 Chuquibambilla 764 15.2 15.4 15.6 15.8 15.8 15.0 15.3 16.0 16.8 17.4 17.3 16.5 Chusis 231 31.0 32.0 32.1 31.1 29.2 27.1 26.0 25.8 26.4 26.9 27.7 29.3 Cochabamba 353 25.5 25.3 25.4 25.4 25.5 25.2 24.9 25.7 26.1 26.3 26.5 26.2 Copara 727 31.6 32.2 32.3 31.4 29.6 27.3 26.8 28.0 29.6 30.9 31.3 31.6 El Espinal 340 29.5 29.3 29.3 28.5 28.0 27.0 26.9 27.3 27.9 28.1 28.5 29.3 El Frayle 849 13.1 13.4 13.7 14.2 13.5 12.1 12.0 12.7 13.5 14.5 14.7 14.3 El Limón 241 31.0 30.7 31.0 30.8 30.7 30.2 29.9 30.8 31.8 32.1 32.6 31.8 El Porvenir 310 33.8 32.9 32.1 31.7 31.9 31.6 31.8 32.7 33.3 33.3 33.3 33.7 El Salto 135 29.3 29.9 29.9 29.8 29.0 27.7 26.5 25.6 25.6 26.0 26.7 28.1 Ferreñafe 331 30.3 31.4 31.3 29.9 27.8 26.3 25.3 25.1 25.6 26.2 27.1 28.6 Genaro Herrera 281 32.0 32.0 32.0 31.5 31.3 31.0 31.1 31.9 32.5 32.7 32.4 32.1 Granja Kcayra 607 19.8 20.0 20.0 20.5 21.0 20.4 20.3 21.0 21.1 21.5 21.3 20.8 Hacienda Bernales 650 28.9 29.9 29.8 28.4 26.2 24.0 22.9 23.0 23.9 25.0 25.9 27.3 Huamachuco 374 17.4 17.0 17.1 17.5 17.9 17.7 17.7 18.3 18.5 18.4 18.2 17.9 Huamani 640 28.6 29.3 29.6 28.5 26.4 24.1 23.3 24.3 25.9 27.2 27.8 28.3 Huambos 343 19.6 19.6 19.6 19.5 19.3 18.6 18.2 19.1 20.0 20.9 21.4 20.7 Huancabamba 239 24.1 23.8 24.1 24.0 23.9 23.1 22.9 23.2 24.1 25.1 26.0 25.1 Huancané 786 14.3 14.4 14.3 14.7 14.5 13.8 13.8 14.3 15.1 15.5 15.7 15.3 Huánuco 404 25.5 25.5 25.5 26.4 26.7 26.2 25.9 26.3 26.5 26.6 26.4 26.1 Huaraya Moho 787 14.1 14.4 14.3 14.4 14.1 13.5 13.5 14.3 15.2 15.6 15.8 15.1 Huarmaca 248 17.5 17.2 18.2 18.5 19.6 20.6 21.1 21.1 20.1 19.2 18.8 18.2 Huayan 539 28.4 29.7 29.8 28.2 25.1 21.8 20.6 20.6 21.9 23.6 24.7 26.7 Huayao 635 18.9 18.6 18.4 19.3 19.9 19.4 19.4 20.0 20.4 20.6 20.9 20.0 Ilave 879 14.6 14.5 14.6 15.0 14.8 13.6 13.6 14.2 15.1 16.0 16.2 15.8 Imata 765 11.9 12.1 12.0 12.3 12.0 10.7 10.8 11.6 12.8 13.9 14.2 13.4 Jaén 252 30.6 30.3 30.2 30.3 30.1 29.6 29.6 30.7 31.6 31.6 32.0 31.5

98


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Jauja 503 18.5 18.1 18.0 19.0 19.6 19.2 19.1 19.6 19.9 19.8 20.1 19.7 Jayanca 333 32.4 33.2 33.1 31.9 29.9 28.0 26.9 27.3 28.6 29.4 29.9 31.2 Juli 880 13.7 13.8 13.8 14.0 13.5 12.5 12.4 13.0 13.7 14.5 14.8 14.5 La Angostura 754 14.0 14.0 13.9 13.9 14.0 13.2 13.3 13.9 15.0 15.9 16.2 15.4 La Esperanza 230 30.0 31.1 31.0 30.5 28.9 27.1 25.9 25.5 25.8 25.9 26.9 28.6 La Haciendita 838 27.8 28.4 27.8 26.0 23.9 22.0 21.2 21.4 22.0 23.4 24.9 26.5 La Joya 804 26.9 27.3 27.4 27.0 26.9 26.4 26.4 26.8 27.0 27.5 27.3 27.2 Lagunillas 763 13.8 14.0 13.9 14.4 14.4 13.3 13.5 14.1 15.4 16.2 16.4 15.5 Lambayeque 301 28.4 29.8 29.6 28.1 26.1 24.4 23.4 23.0 23.3 23.9 24.9 26.7 Lampa 779 15.8 15.7 15.9 16.2 16.2 15.5 15.7 16.3 17.0 17.4 17.7 16.9 Laredo 410 27.9 28.7 28.4 27.1 25.3 23.6 22.2 21.7 22.1 22.8 24.1 25.9 Lircay 657 19.2 19.2 19.3 20.2 20.9 20.4 20.4 20.6 20.8 21.1 21.3 20.5 Llally 761 15.0 15.1 15.2 15.3 15.2 14.6 14.8 15.4 16.3 16.8 16.6 16.2 Locumba 853 29.6 30.1 29.8 27.9 25.4 23.3 22.7 23.6 24.7 26.5 27.5 28.8 Lomas de Lachay 534 24.8 26.3 25.9 23.7 20.6 18.2 16.8 16.3 17.0 18.7 20.6 22.6 Mallares 208 33.1 33.6 33.4 32.5 30.8 29.0 28.2 28.7 29.6 30.3 30.9 32.1 Mazo Cruz 878 14.8 14.6 15.1 15.6 15.2 14.2 14.4 15.1 15.9 17.1 17.3 16.5 Miraflores 207 33.2 34.0 33.9 32.5 30.4 28.5 27.6 27.9 28.8 29.5 30.3 31.9 Moquegua 806 26.4 26.5 26.6 26.1 25.8 25.2 25.4 25.7 26.0 26.8 26.7 26.9 Morropón 235 32.9 32.6 32.6 32.1 31.0 29.8 29.5 30.2 31.4 32.0 32.3 32.7 Motupe 334 32.4 32.9 32.8 31.9 30.6 28.5 27.6 28.0 29.4 30.1 30.6 31.5 Muñani 785 15.1 15.5 15.6 16.3 16.5 15.7 15.8 16.7 17.2 17.2 17.0 16.3 Navarro 386 30.5 30.4 30.3 30.6 30.6 30.5 30.6 31.3 31.6 31.4 30.9 30.6 Ocucaje 730 32.2 33.2 33.0 31.3 28.4 25.4 24.4 25.3 26.9 28.9 29.8 31.1 Olmos 236 32.7 32.7 33.0 32.0 30.9 29.3 28.6 29.2 30.3 31.0 31.4 32.0 Pacarán 638 28.1 28.5 28.7 27.7 26.1 24.6 24.1 24.3 25.3 26.1 26.3 27.3 Pampa Blanca 837 28.1 28.8 27.8 25.7 23.4 21.4 20.2 20.1 20.6 22.5 24.4 26.5 Pampa de Majes 805 25.3 25.5 25.8 25.3 25.2 25.0 24.9 25.4 25.5 25.8 25.6 25.6 Pampa De Villacuri 637 30.6 31.7 31.8 30.2 26.8 24.5 23.5 24.3 25.4 26.6 27.9 29.4 Pampahuta 762 13.4 13.5 13.4 13.9 13.9 13.0 13.3 14.0 15.2 15.7 15.5 14.7 Papayal 134 31.5 31.7 31.8 31.7 31.3 30.0 29.1 28.8 28.8 29.0 29.6 30.8 Paramonga 528 26.1 27.0 26.5 24.7 23.0 21.1 20.2 19.5 19.8 21.0 22.3 24.3 Picoy 542 17.3 16.9 17.0 18.1 19.1 19.2 19.5 19.6 19.7 19.1 18.6 18.0 Pilchaca 648 16.8 16.6 16.7 17.5 18.5 17.9 17.7 17.7 17.8 18.3 18.7 17.9 Progreso 778 14.8 15.1 15.3 15.7 15.7 15.0 15.0 15.7 16.4 16.8 16.8 15.9 Puerto Pizarro 132 30.5 31.1 31.2 30.9 30.1 28.7 27.6 26.9 27.2 27.8 28.5 29.6 Puno 708 14.9 14.8 14.6 14.7 14.3 13.5 13.5 14.3 15.2 15.9 16.2 15.9 Punta Atico 830 25.3 25.7 24.8 23.6 21.8 19.9 19.0 18.6 18.7 20.3 22.1 23.9 Punta Coles 846 25.3 25.3 24.6 23.1 21.4 19.7 18.7 18.5 19.0 20.6 22.5 24.1 Quillabamba 606 29.3 29.4 29.7 29.7 30.0 30.3 30.6 31.4 31.5 31.9 31.4 30.3 Recuay 441 20.5 20.1 20.1 20.7 21.5 21.6 22.0 22.4 22.3 21.5 21.1 21.2 Reque 332 27.1 28.5 28.3 26.7 25.3 24.0 23.0 22.5 22.5 22.8 23.9 25.5 Sama Grande 875 28.3 28.9 28.2 26.5 24.5 22.1 21.1 21.4 22.3 24.1 25.9 27.2 San Camilo 700 31.1 32.0 32.2 30.9 28.3 25.5 24.6 25.4 26.8 28.3 29.2 30.2 San Juan 369 20.6 20.1 20.5 20.8 21.6 22.3 22.9 23.3 22.9 22.4 22.3 21.6 San Marcos 370 25.4 24.9 25.0 25.2 25.3 25.1 24.5 25.0 25.6 25.8 26.3 26.0 San Miguel 247 32.8 33.6 33.6 32.0 29.8 27.9 26.9 27.3 28.4 29.1 30.0 31.6 Santa Rosa 536 29.1 29.9 29.8 28.5 25.4 22.7 21.7 22.0 23.0 24.3 25.6 27.3 Sausal de Culucan 238 27.9 27.6 28.0 27.8 27.9 27.7 28.2 28.5 28.8 28.9 28.8 28.3 Sibayo 755 17.9 17.8 17.9 18.2 17.6 16.4 16.7 17.5 18.5 19.7 20.5 19.5 Tabaconas 240 21.9 21.6 22.0 22.0 21.6 20.7 20.5 21.2 22.3 22.8 23.3 22.4 Tahuaco-Yunguyo 882 14.5 14.6 14.6 14.7 14.2 13.0 12.8 13.6 14.6 15.5 15.8 15.4


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Talla 325 30.1 30.3 30.2 29.1 27.5 26.0 24.8 25.0 25.8 26.4 27.3 28.9 Tambopata 790 25.9 25.8 26.0 25.5 24.5 23.6 23.5 25.0 26.1 26.9 26.6 26.3 Tamshiyacu 172 32.1 32.0 31.9 31.5 31.1 30.7 30.8 31.7 32.2 32.4 32.4 32.1 Tarapoto 401 33.4 32.9 32.5 32.5 32.5 32.1 32.2 32.8 33.3 33.5 33.6 33.7 Tingo Maria 468 28.8 28.7 29.0 29.5 29.6 29.2 29.0 29.7 30.2 30.0 29.6 29.3 Tulumayo 469 28.8 28.8 29.0 29.6 29.5 28.9 29.0 29.6 30.0 30.2 29.8 29.5 Ubinas 851 17.4 17.2 17.5 18.5 18.3 17.1 17.3 18.0 18.7 19.5 19.6 19.2 Von Humboldt 610 26.8 28.1 27.9 25.9 23.1 20.2 19.0 18.8 19.5 20.8 22.4 24.7

Tabla 15: Promedio de la temperatura mínima promedio mensual de las estaciones

Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 8.9 9.2 9.2 8.7 6.7 5.4 4.5 5.3 6.9 7.7 7.6 8.2 Acomayo 687 7.7 7.4 7.2 5.6 2.7 0.8 0.7 2.7 5.2 6.5 7.0 7.4 Alcantarilla 501 18.7 19.4 19.0 17.3 15.7 15.0 14.6 14.4 14.2 14.6 15.3 17.0 Andahuaylas 669 8.6 8.5 8.5 6.8 3.9 2.1 1.9 3.7 5.5 6.6 7.0 7.8 Aplao 833 16.5 16.8 16.1 13.5 10.4 8.4 7.4 8.0 9.0 10.1 11.7 14.2 Arapa 783 4.9 4.8 4.5 3.1 0.5 -1.5 -2.2 -0.9 1.4 2.9 3.6 4.5 Ayabaca 237 9.3 9.6 9.7 9.9 9.8 9.3 8.7 9.0 9.3 9.2 9.1 9.3 Ayaviri 776 3.3 2.9 2.8 1.0 -3.5 -6.6 -7.4 -5.0 -1.7 0.6 1.7 2.6 Azangaro 781 4.0 3.8 3.5 1.6 -2.6 -5.0 -5.4 -3.8 -0.9 1.5 2.3 3.3 Bagua Chica 253 20.8 20.8 20.9 21.2 20.8 20.2 19.1 19.4 20.1 20.8 20.6 20.7 Bambamarca 362 10.6 10.6 10.5 10.8 10.1 8.7 7.7 8.5 10.0 10.4 10.2 10.4 Buena Vista 435 20.0 20.9 20.5 18.9 17.0 15.5 14.6 14.4 14.5 15.2 16.2 18.1 Caballococha 291 21.9 21.9 21.9 22.0 22.0 21.2 20.8 21.0 21.4 21.8 22.1 22.3 Cabanillas 780 4.4 4.5 4.2 2.9 0.3 -1.7 -2.2 -0.5 1.3 2.4 3.3 4.1 Cajabamba 373 9.8 9.7 9.9 10.0 8.7 7.7 6.7 7.4 8.8 9.3 9.3 9.6 Calana 807 14.9 15.1 14.3 12.1 9.7 7.9 7.2 7.7 9.1 10.2 11.8 13.4 Camaná 832 19.8 19.7 19.2 17.3 15.7 14.7 14.0 14.0 14.7 15.7 17.2 18.7 Cañete 616 19.7 20.4 19.8 18.0 16.1 15.0 14.3 14.2 14.3 15.0 16.1 17.8 Caraveli 746 12.1 12.5 12.3 11.0 10.1 10.4 10.1 10.4 10.5 10.5 10.4 11.0 Cayalti 320 19.0 20.2 19.9 18.8 16.9 15.3 13.9 13.9 14.4 15.0 15.8 17.4 CCatcca 690 3.5 3.4 2.9 1.6 -1.2 -3.0 -3.6 -1.6 0.7 2.1 2.9 3.2 Chivay 758 3.7 3.7 3.2 1.4 -1.5 -2.9 -3.1 -1.8 0.0 1.0 1.8 2.8 Chulucanas 255 21.1 22.1 21.8 20.8 18.8 17.1 16.3 16.0 16.1 17.0 17.7 19.3 Chuquibambilla 764 3.1 2.8 2.6 0.2 -5.2 -8.4 -9.4 -7.0 -3.7 -1.2 0.3 1.8 Chusis 231 21.4 22.6 22.3 21.1 19.8 18.5 17.4 17.1 17.1 17.5 18.1 19.7 Cochabamba 353 14.1 14.2 14.5 14.4 14.0 13.2 12.8 13.4 14.1 13.8 13.1 13.6 El Espinal 340 19.6 20.5 20.2 19.3 17.4 15.6 14.4 14.5 14.9 15.4 16.3 18.1 El Frayle 849 0.7 0.8 0.6 -1.9 -6.5 -8.6 -9.4 -8.0 -6.5 -5.3 -3.8 -1.5 El Limón 241 20.3 20.3 20.3 20.4 20.4 20.1 19.9 20.6 21.0 20.7 20.4 20.5 El Porvenir 310 21.4 21.7 21.7 21.5 21.0 20.0 19.0 19.4 20.3 21.0 21.3 21.4 El Salto 135 22.7 22.9 22.7 22.9 22.6 21.7 20.6 20.2 20.3 20.8 21.1 22.0 Ferreñafe 331 20.4 21.5 21.4 19.9 18.5 17.1 15.7 15.5 15.8 16.2 17.0 18.6 Genaro Herrera 281 22.3 22.4 22.4 22.4 22.0 21.1 20.3 20.8 21.4 21.9 22.2 22.3 Granja Kcayra 607 7.3 7.2 6.6 4.2 0.7 -1.2 -1.8 0.3 3.2 5.2 6.2 6.6 Hacienda Bernales 650 18.4 19.0 18.6 16.6 13.9 12.4 11.6 11.4 12.1 13.2 14.3 16.4 Huamachuco 374 6.4 6.7 6.7 6.6 5.5 4.5 3.8 4.5 5.5 5.6 5.3 5.9 Huamani 640 16.8 17.6 17.7 16.2 13.5 11.2 10.1 10.6 11.6 12.6 13.7 15.4 Huambos 343 11.6 11.9 11.8 12.3 12.1 11.5 10.9 11.3 11.6 11.4 11.1 11.4 Huancabamba 239 12.5 13.0 13.0 12.9 12.4 11.9 11.5 11.8 12.3 12.2 11.8 12.3 Huancané 786 4.2 4.0 3.5 1.9 -2.0 -4.0 -4.5 -2.7 0.2 2.3 3.1 3.7


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Huánuco 404 14.5 14.4 14.4 14.0 12.9 11.7 10.6 11.8 13.1 13.8 14.3 14.2 Huaraya Moho 787 5.1 4.9 4.6 3.2 0.8 -0.7 -1.3 0.1 1.8 3.3 4.0 4.6 Huarmaca 248 11.6 12.0 12.3 12.4 12.3 12.2 12.0 12.0 11.7 11.4 11.0 11.3 Huayan 539 18.2 19.2 18.9 17.2 15.2 14.1 13.5 13.3 13.4 13.9 14.8 16.5 Huayao 635 6.7 6.7 6.4 4.7 1.8 0.6 -0.3 1.8 4.1 5.3 5.5 5.9 Ilave 879 4.7 4.6 4.4 2.8 -0.4 -2.6 -3.1 -1.6 0.6 2.2 3.3 4.4 Imata 765 -1.5 -1.6 -1.6 -4.2 -9.5 -12.1 -12.9 -11.5 -9.6 -8.1 -6.6 -3.9 Jaén 252 20.5 20.5 20.6 20.6 20.5 19.7 19.1 19.6 20.4 20.5 20.7 20.6 Jauja 503 6.3 6.2 6.1 4.9 2.4 0.9 -0.2 1.5 3.6 4.9 5.4 5.8 Jayanca 333 20.1 21.4 21.2 19.9 18.1 16.2 14.9 14.9 15.1 15.7 16.2 18.1 Juli 880 4.7 4.5 4.4 3.1 0.7 -1.0 -1.3 -0.1 1.8 3.0 4.0 4.8 La Angostura 754 0.8 0.8 0.7 -1.1 -5.7 -8.5 -9.5 -7.7 -5.6 -3.8 -2.8 -0.8 La Esperanza 230 21.5 22.9 22.6 21.6 20.1 18.8 17.7 17.1 17.2 17.6 18.4 20.0 La Haciendita 838 17.3 17.5 17.0 14.8 13.0 11.8 11.2 11.6 12.4 13.2 14.5 15.9 La Joya 804 13.3 13.6 13.1 10.9 8.7 7.6 7.3 7.6 8.2 9.0 9.8 11.4 Lagunillas 763 1.4 1.4 1.5 0.2 -2.7 -4.7 -5.3 -4.3 -2.8 -1.5 -0.5 0.6 Lambayeque 301 20.2 21.5 21.2 19.9 18.3 17.2 16.3 16.0 16.0 16.3 17.1 18.6 Lampa 779 4.1 3.8 3.4 0.9 -3.4 -5.5 -6.1 -4.2 -1.7 -0.2 1.3 2.9 Laredo 410 19.1 20.2 19.9 18.5 17.1 16.2 15.3 15.2 15.1 15.4 16.0 17.6 Lircay 657 5.8 5.7 5.7 4.6 2.4 1.2 0.9 1.7 3.1 4.0 4.2 4.9 Llally 761 2.6 2.9 2.0 0.0 -5.0 -8.0 -8.8 -6.9 -3.5 -1.4 0.1 1.5 Locumba 853 16.9 16.8 15.7 13.6 11.0 9.6 8.6 9.4 10.5 11.8 13.3 15.2 Lomas de Lachay 534 17.8 18.7 18.4 16.9 15.0 13.8 12.9 12.8 12.7 13.3 14.5 15.8 Mallares 208 21.5 22.7 22.3 21.3 19.6 18.3 17.2 16.9 17.1 17.6 18.2 19.8 Mazo Cruz 878 0.3 -0.4 -0.7 -5.0 -10.6 -13.2 -14.1 -12.4 -9.8 -7.9 -5.3 -2.4 Miraflores 207 21.6 22.8 22.5 21.2 19.4 17.9 16.8 16.8 16.9 17.5 18.0 19.8 Moquegua 806 13.3 13.6 13.3 11.9 10.6 9.8 9.6 9.8 10.2 11.0 11.4 12.4 Morropón 235 21.4 22.3 22.1 21.2 19.3 17.5 16.3 15.9 16.2 17.0 17.8 19.6 Motupe 334 20.6 22.0 21.7 20.5 18.5 16.8 15.3 15.3 15.6 16.1 16.9 18.6 Muñani 785 4.2 4.0 3.6 2.2 -0.7 -2.4 -3.0 -1.7 0.3 1.8 2.7 3.6 Navarro 386 21.5 21.4 21.5 21.3 21.0 20.3 19.7 20.0 20.5 21.2 21.5 21.4 Ocucaje 730 16.5 17.2 16.7 14.3 10.9 9.3 9.3 9.5 10.1 11.2 12.8 14.8 Olmos 236 21.1 22.1 22.0 20.9 19.2 17.5 16.2 16.0 16.2 16.8 17.4 19.2 Pacarán 638 17.6 18.0 18.1 16.9 14.6 12.9 12.0 12.3 12.9 13.9 14.8 16.1 Pampa Blanca 837 19.2 19.1 18.4 16.5 14.8 13.7 13.2 13.3 14.0 15.2 16.7 17.9 Pampa de Majes 805 13.9 14.4 14.3 12.4 10.5 9.5 9.1 9.5 10.3 11.1 11.6 12.7 Pampa De Villacuri 637 18.5 19.0 18.6 16.6 14.0 11.9 11.2 11.2 11.9 12.9 14.3 16.5 Pampahuta 762 -0.2 -0.4 -0.7 -3.0 -7.8 -10.7 -12.0 -10.3 -8.2 -6.0 -4.2 -2.0 Papayal 134 22.6 22.6 22.7 22.5 22.1 21.1 20.3 19.9 20.3 20.6 21.0 21.8 Paramonga 528 19.0 19.8 19.6 18.1 16.7 16.0 15.4 15.0 15.0 15.5 16.1 17.4 Picoy 542 7.3 7.3 7.4 6.5 4.9 3.9 3.5 4.3 5.3 6.0 6.2 6.7 Pilchaca 648 5.5 5.5 5.7 5.0 3.5 2.4 1.8 2.8 3.8 4.6 4.9 5.1 Progreso 778 4.4 4.2 3.8 2.5 -0.5 -2.3 -2.7 -1.1 1.0 2.6 3.1 3.8 Puerto Pizarro 132 23.1 23.4 23.5 23.3 22.8 21.7 20.7 20.3 20.6 21.1 21.5 22.5 Puno 708 5.3 5.1 4.9 3.4 0.7 -1.0 -1.3 0.0 1.7 3.2 4.1 5.0 Punta Atico 830 18.6 18.5 18.0 17.1 16.3 15.4 14.4 14.1 14.2 14.9 16.2 17.4 Punta Coles 846 19.3 19.3 18.8 17.7 16.7 15.7 15.1 14.8 15.1 16.2 17.2 18.2 Quillabamba 606 18.7 18.6 18.7 18.4 17.8 16.8 15.8 16.9 17.9 18.6 19.2 18.9 Recuay 441 5.9 6.2 6.3 5.8 3.5 1.4 0.2 1.3 3.3 4.6 4.7 5.4 Reque 332 18.6 20.1 19.9 18.8 17.6 16.7 15.8 15.4 15.4 15.6 16.3 17.5 Sama Grande 875 16.6 16.7 15.9 14.4 12.6 10.7 10.0 10.4 11.3 12.5 14.1 15.5 San Camilo 700 17.5 18.1 17.4 15.1 12.1 10.7 10.3 10.3 10.9 12.0 13.5 15.7


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic San Juan 369 11.9 11.9 11.9 11.9 11.6 11.4 11.2 11.4 11.5 11.6 11.5 11.8 San Marcos 370 11.9 12.0 11.8 11.5 10.0 8.4 7.5 8.4 10.3 11.1 10.8 11.4 San Miguel 247 21.0 22.2 21.9 20.7 19.0 17.5 16.5 16.4 16.5 17.0 17.7 19.3 Santa Rosa 536 17.6 18.8 18.5 16.9 14.6 13.2 12.6 12.5 12.8 13.5 14.3 15.9 Sausal de Culucan 238 17.7 18.2 18.5 18.3 17.6 16.5 15.7 15.7 16.2 16.4 16.4 17.1 Sibayo 755 3.5 3.6 3.3 0.6 -4.6 -7.0 -7.8 -6.0 -3.6 -1.7 -0.3 1.7 Tabaconas 240 13.3 13.6 13.4 13.5 13.3 12.7 12.0 12.2 12.9 13.2 13.3 13.4 Tahuaco-Yunguyo 882 4.2 4.1 3.8 2.4 -0.3 -2.0 -2.2 -0.9 0.9 2.2 3.3 4.0 Talla 325 19.7 20.7 20.5 19.0 17.1 15.2 13.9 14.0 14.5 15.0 15.7 17.7 Tambopata 790 16.3 16.4 16.3 15.9 14.8 13.7 12.8 13.4 13.9 15.2 16.0 16.3 Tamshiyacu 172 21.3 21.3 21.4 21.2 21.2 20.6 20.0 20.6 21.0 21.3 21.6 21.6 Tarapoto 401 21.4 21.3 21.3 21.2 20.8 20.1 19.2 19.6 20.1 20.9 21.2 21.4 Tingo Maria 468 19.8 19.8 19.9 19.9 19.5 19.0 18.2 18.6 19.0 19.5 19.7 19.9 Tulumayo 469 19.7 19.6 19.7 19.6 19.4 18.7 17.7 18.1 18.5 19.1 19.7 19.6 Ubinas 851 6.1 6.1 5.8 4.3 2.0 0.6 0.4 1.5 2.9 3.9 4.5 5.5 Von Humboldt 610 18.6 19.5 19.0 17.2 15.4 14.4 13.8 13.8 13.8 14.3 15.3 17.1

Tabla 16: Promedio de la temperatura rocío promedio mensual de las estaciones

Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 9.0 9.5 9.6 9.4 8.0 6.3 4.8 5.4 7.0 7.8 7.5 8.5 Acomayo 687 7.9 7.9 8.0 7.0 3.8 1.4 0.8 2.4 4.1 5.5 6.7 7.2 Alcantarilla 501 19.0 19.7 19.4 18.1 16.6 15.2 14.5 14.3 14.3 15.0 16.0 17.6 Andahuaylas 669 10.0 10.1 10.1 9.4 7.6 6.2 5.5 6.8 7.8 8.9 8.8 9.4 Aplao 833 17.3 17.7 17.4 15.4 13.4 11.7 11.0 11.4 12.4 13.2 14.2 15.8 Arapa 783 5.0 5.3 5.0 3.7 0.8 -0.9 -1.4 -0.4 0.7 1.7 2.2 3.8 Ayabaca 237 10.7 11.0 11.1 11.2 10.7 9.4 7.9 8.0 9.0 9.7 9.8 10.3 Azangaro 781 5.6 5.8 5.3 4.1 1.7 -0.2 -0.2 0.4 1.8 2.9 3.9 4.6 Bagua Chica 253 21.8 21.9 22.1 22.2 22.2 21.5 20.5 20.6 21.0 21.5 21.5 21.7 Bambamarca 362 11.4 11.7 11.9 12.1 11.7 10.7 9.7 9.9 10.7 11.0 10.5 11.2 Buena Vista 435 18.4 19.2 19.1 18.3 17.2 15.9 14.9 14.5 14.6 15.0 15.8 17.2 Cabanillas 780 4.0 4.0 3.9 2.2 -1.1 -2.7 -2.8 -2.0 -0.8 0.1 0.7 2.3 Calana 807 15.1 15.4 15.1 13.5 11.6 10.1 9.4 9.6 10.5 11.5 12.2 13.8 Camaná 832 19.9 20.0 19.2 17.5 15.5 13.8 13.3 13.1 13.8 14.5 16.1 18.4 Cañete 616 19.5 20.3 19.9 18.4 16.7 15.2 14.3 14.1 14.5 15.2 16.3 18.0 Cayalti 320 20.8 21.8 21.7 20.9 19.4 17.8 17.1 16.9 16.7 17.3 18.2 19.5 CCatcca 690 6.2 6.3 6.3 5.6 3.6 1.9 1.1 2.4 3.7 5.0 5.8 6.1 Chivay 758 4.8 5.0 4.6 3.5 1.5 0.2 0.1 0.9 1.9 2.6 2.9 3.7 Chulucanas 255 19.5 20.9 21.2 20.5 19.1 17.9 16.9 16.7 16.4 16.7 17.1 18.4 Chusis 231 19.6 20.7 20.8 19.7 18.7 17.7 16.6 16.4 16.2 16.5 16.9 18.4 Cochabamba 353 14.7 15.0 15.2 15.7 15.2 14.4 13.4 13.6 14.2 14.3 13.8 14.2 El Espinal 340 19.1 20.1 20.5 20.1 18.6 16.6 15.9 15.9 16.1 16.4 16.9 18.3 El Limón 241 16.1 16.8 17.2 17.5 16.8 15.7 14.5 14.5 15.0 15.5 14.6 15.7 El Porvenir 310 22.3 22.5 22.5 22.7 22.4 21.6 21.1 21.4 21.8 22.2 22.4 22.3 Genaro Herrera 281 23.8 23.8 23.9 23.9 23.5 22.9 22.2 22.9 23.3 23.7 24.1 23.9 Huamani 640 18.1 18.5 18.3 17.2 15.1 13.5 12.7 13.0 13.6 14.4 15.2 16.7 Huancabamba 239 12.7 13.2 13.4 13.5 12.8 11.7 10.9 11.3 12.1 12.4 12.4 12.6 Huancané 786 4.3 4.2 4.1 2.7 -0.3 -2.0 -2.0 -1.1 0.3 1.8 2.3 3.6 Huaraya Moho 787 6.0 5.9 5.7 5.1 2.9 1.2 0.2 1.2 2.2 3.9 4.9 5.6 Huayan 539 19.2 19.7 19.5 18.5 16.8 15.3 14.4 14.1 14.2 15.0 16.0 17.5 Huayao 635 5.6 5.8 5.8 4.3 1.8 0.4 -0.4 0.7 2.2 3.7 4.0 4.5 Ilave 879 4.7 4.6 4.5 2.9 -0.7 -2.3 -2.5 -1.7 -0.2 0.9 2.1 3.5

102


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Imata 765 0.6 0.7 0.7 -1.2 -4.4 -6.0 -6.8 -6.3 -5.3 -3.6 -2.5 -1.1 Jaén 252 19.8 20.2 20.4 20.5 20.4 19.7 18.8 19.0 19.2 19.6 19.6 20.0 Jayanca 333 19.2 20.1 20.5 19.7 18.3 17.0 15.9 15.7 15.8 16.1 16.4 18.0 La Angostura 754 1.2 1.4 1.3 -0.4 -4.6 -7.2 -8.4 -6.8 -5.1 -3.6 -2.7 -0.8 La Esperanza 230 20.1 21.4 21.3 20.4 19.1 17.9 17.1 16.5 16.5 16.8 17.4 18.9 Lambayeque 301 18.8 19.8 19.9 18.7 17.4 16.5 15.7 15.3 15.1 15.4 16.1 17.7 Lampa 779 5.2 5.2 5.0 3.8 0.6 -1.1 -1.5 -0.8 0.9 2.1 2.8 4.1 Laredo 410 19.2 20.0 19.9 18.5 17.5 16.3 15.4 15.1 15.0 15.3 16.1 17.8 Locumba 853 16.9 16.9 16.4 14.6 13.0 11.4 10.5 10.9 11.7 12.7 14.3 15.6 Mallares 208 19.0 20.1 20.2 19.7 18.4 17.3 16.1 15.8 15.6 15.8 16.4 17.9 Miraflores 207 18.5 19.4 19.6 18.8 17.7 16.7 15.7 15.4 15.3 15.8 16.3 17.5 Morropón 235 19.8 20.8 21.3 20.8 19.1 17.6 16.3 16.2 15.9 16.3 16.9 18.4 Motupe 334 19.6 20.5 20.9 20.1 18.7 17.5 16.5 16.4 16.3 16.6 17.1 18.5 Muñani 785 4.1 4.1 4.0 2.6 -0.6 -2.7 -3.4 -2.5 -0.9 1.0 1.7 3.0 Ocucaje 730 18.1 18.3 17.9 16.8 14.7 13.3 12.5 12.7 12.9 13.7 14.9 16.7 Olmos 236 20.5 21.8 21.8 21.0 19.7 18.3 17.1 16.9 17.0 17.3 17.7 19.0 Pampa Blanca 837 19.1 19.4 19.0 17.4 15.4 14.0 13.1 13.0 13.7 14.6 15.7 17.5 Papayal 134 22.3 22.8 23.2 22.9 22.6 21.2 20.5 20.4 20.4 20.7 21.0 21.9 Paramonga 528 18.8 19.5 19.3 18.0 16.4 15.3 14.5 14.4 14.4 14.8 16.0 17.2 Pilchaca 648 6.7 6.9 7.2 7.1 5.3 3.6 3.0 3.1 4.3 5.1 5.5 6.1 Puerto Pizarro 132 22.5 23.0 23.3 23.2 22.5 21.5 20.7 20.2 20.3 20.6 20.7 21.9 Puno 708 4.4 4.2 4.2 2.5 -0.7 -2.8 -2.9 -1.7 -0.1 1.0 2.0 3.1 Punta Coles 846 20.0 19.8 19.5 18.1 16.6 15.5 14.4 14.2 14.7 15.8 17.7 18.8 Recuay 441 6.5 6.9 7.0 6.7 5.2 3.1 1.7 2.0 4.0 5.1 5.0 5.6 Reque 332 18.6 19.7 19.6 18.4 17.5 16.7 15.9 15.4 15.4 15.5 16.1 17.4 San Camilo 700 17.3 17.7 17.4 16.1 14.3 12.7 12.0 11.8 12.4 13.0 13.9 15.7 San Juan 369 12.3 13.0 12.9 13.0 12.1 10.4 8.8 9.3 10.3 10.9 11.1 11.8 San Marcos 370 12.1 12.7 12.8 12.5 11.1 9.4 7.7 8.4 9.8 10.9 10.8 11.5 San Miguel 247 19.6 20.8 21.0 20.5 19.2 18.0 16.9 16.6 16.6 16.9 17.5 18.7 Santa Rosa 536 17.9 18.6 18.4 17.4 15.5 14.0 13.1 13.1 13.4 14.1 15.3 16.6 Sausal de Culucan 238 17.4 18.0 18.4 18.5 17.7 16.6 15.4 15.4 15.6 15.8 16.0 16.8 Talla 325 19.5 20.7 20.6 19.9 18.2 16.8 16.0 16.0 16.1 16.2 16.7 18.4 Tambopata 790 18.4 18.3 18.3 17.8 16.8 15.9 15.2 15.9 16.6 17.7 18.2 18.5 Tamshiyacu 172 24.8 24.7 24.7 24.6 24.4 24.1 23.9 24.2 24.6 24.8 24.9 24.9 Tarapoto 401 22.2 22.2 22.4 22.4 22.3 21.8 21.3 21.5 21.9 22.2 22.3 22.2 Tingo Maria 468 21.0 20.8 21.0 21.0 20.8 20.2 19.5 19.9 20.2 20.6 20.9 21.0 Tulumayo 469 21.4 21.4 21.5 21.5 21.2 20.5 19.9 20.2 20.5 21.1 21.4 21.4 Ubinas 851 6.4 6.9 6.7 3.6 0.4 -1.7 -2.5 -1.6 -0.3 0.9 3.1 4.7 Von Humboldt 610 18.3 18.9 18.7 17.5 15.9 14.6 13.8 13.6 13.8 14.3 15.4 17.0


ANEXO 3

104


IV. d. Desviación promedio de la temperatura máxima, mínima y de rocío

Tabla 17: Desviación promedio de la temperatura máxima Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 0.8 1.1 1.0 0.8 0.9 1.1 0.9 0.8 0.9 0.9 0.8 0.9 Acomayo 687 1.0 1.2 0.8 0.9 0.8 0.6 0.7 1.2 1.1 0.9 1.0 1.0 Alcantarilla 501 1.0 0.9 1.2 1.3 1.7 2.1 1.7 1.4 1.1 0.8 0.9 1.1 Andahuaylas 669 1.1 1.2 1.0 1.1 1.1 1.2 1.1 1.3 1.0 0.8 1.1 1.0 Aplao 833 0.9 0.9 0.9 1.0 0.9 1.0 0.7 1.0 1.1 0.9 1.1 0.8 Arapa 783 1.0 1.2 1.1 1.1 1.0 1.0 0.9 1.2 1.0 0.8 0.8 1.0 Ayabaca 237 1.1 1.1 0.9 0.8 0.8 1.1 0.9 0.9 1.0 0.9 0.8 1.0 Ayaviri 776 1.2 1.4 1.2 1.1 1.0 0.6 0.9 1.4 1.2 0.9 1.2 1.0 Azangaro 781 1.1 1.1 1.2 1.3 1.8 0.7 0.9 1.2 1.2 2.1 1.0 2.4 Bagua Chica 253 1.2 1.2 1.2 1.0 1.0 1.0 0.8 1.1 0.9 0.7 0.9 1.0 Bambamarca 362 1.0 1.1 1.0 0.9 0.8 0.9 0.9 0.8 1.0 1.1 1.0 1.0 Buena Vista 435 1.0 0.7 0.9 1.1 1.6 1.6 1.4 1.1 1.0 0.9 0.9 1.0 Caballococha 291 0.6 0.8 0.7 1.1 0.9 0.7 0.9 0.9 0.8 0.8 0.9 0.7 Cabanillas 780 1.3 1.3 1.1 1.3 1.1 1.0 1.2 1.2 0.9 1.0 1.1 1.2 Cajabamba 373 1.2 1.4 1.3 1.1 1.6 1.7 1.2 1.2 1.3 1.1 0.9 1.3 Calana 807 0.6 0.6 0.8 0.8 0.8 0.9 0.7 0.9 1.0 0.6 0.5 0.6 Camaná 832 1.5 1.4 1.2 1.1 1.0 1.3 1.9 1.6 1.0 1.0 1.2 6.0 Cañete 616 1.4 1.5 1.5 1.8 2.3 2.1 1.5 1.5 1.6 1.4 1.3 1.4 Caraveli 746 1.2 1.3 0.8 0.7 0.6 0.7 0.8 0.8 0.8 0.7 0.7 1.0 Cayalti 320 1.3 1.1 1.2 1.5 1.8 1.7 1.7 1.5 1.7 1.5 1.4 1.3 CCatcca 690 0.9 1.1 0.8 0.9 0.8 0.8 0.7 1.0 0.8 0.8 0.7 0.6 Chivay 758 1.5 1.6 1.4 1.2 0.9 1.2 1.3 1.4 1.1 0.8 1.0 1.3 Chulucanas 255 1.1 1.3 1.3 1.2 1.4 1.2 0.8 0.8 0.9 0.9 0.8 0.8 Chuquibambilla 764 1.2 1.4 1.2 1.1 1.0 0.9 0.9 1.4 1.0 1.1 1.3 1.2 Chusis 231 0.7 0.7 0.6 0.6 1.1 1.6 1.8 1.4 0.9 0.9 1.2 1.3 Cochabamba 353 1.1 1.3 1.2 1.0 0.9 0.9 0.9 0.7 1.0 1.3 1.1 1.1 Copara 727 0.6 0.7 0.7 0.7 0.7 1.0 0.9 0.7 0.7 0.5 0.5 0.6 El Espinal 340 0.8 0.8 1.1 0.9 0.7 1.4 1.1 0.8 0.8 0.7 0.7 0.9 El Frayle 849 1.1 1.4 1.2 1.0 0.8 1.0 0.8 1.4 0.9 0.7 0.8 0.8 El Limón 241 1.4 1.8 1.5 1.1 1.3 0.9 0.7 0.8 0.9 1.3 1.2 1.2 El Porvenir 310 0.9 1.1 0.9 0.7 0.7 1.0 1.0 1.0 1.0 1.0 1.0 1.0 El Salto 135 1.1 0.7 1.1 1.0 1.2 1.4 1.6 1.7 1.4 1.4 1.4 1.4 Ferreñafe 331 1.0 0.9 1.1 1.4 1.8 1.8 1.7 1.5 1.4 1.3 1.3 1.2 Genaro Herrera 281 0.9 0.9 0.7 0.8 0.9 0.7 0.9 0.6 0.7 0.7 0.5 0.6 Granja Kcayra 607 1.0 1.1 0.9 1.0 0.8 0.9 0.7 1.3 1.1 1.0 1.2 0.7 Hacienda Bernales 650 0.9 0.9 0.9 1.3 1.4 1.8 1.3 1.3 0.8 0.6 0.8 0.9 Huamachuco 374 1.0 1.2 1.2 1.0 0.9 0.9 0.8 0.7 0.8 1.0 0.9 1.0 Huamani 640 1.0 0.9 0.9 1.0 0.9 1.4 1.0 1.1 0.7 0.9 0.7 0.9 Huambos 343 1.3 1.2 1.1 0.9 0.8 0.9 1.0 0.9 1.1 1.1 1.1 1.2 Huancabamba 239 1.2 1.3 0.9 0.8 0.8 1.1 0.9 0.9 0.9 0.9 1.0 1.0 Huancané 786 1.1 1.1 1.1 1.0 0.9 0.8 0.8 1.0 1.1 0.9 1.0 1.0 Huánuco 404 1.0 1.2 1.1 0.8 0.7 0.7 0.7 0.8 0.8 0.9 1.0 0.9 Huaraya Moho 787 1.0 1.1 0.9 0.9 0.8 0.8 0.8 1.0 0.9 1.0 1.1 1.0 Huarmaca 248 1.4 1.7 1.4 1.0 1.0 1.3 1.1 1.2 1.1 1.1 0.8 1.0 Huayan 539 1.0 0.7 0.8 1.0 1.7 2.0 1.7 1.5 1.3 1.0 1.0 1.1 Huayao 635 1.2 1.3 1.0 1.0 0.9 0.8 0.7 0.8 0.9 0.9 1.0 1.1 Ilave 879 0.9 1.1 0.9 0.8 0.7 0.7 0.7 1.2 0.7 0.7 0.9 1.0 Imata 765 1.6 1.8 1.5 1.2 0.9 1.0 1.0 1.6 1.0 1.1 1.0 1.1 Jaén 252 1.5 1.4 1.2 1.2 0.9 1.1 1.1 1.3 1.1 1.1 1.2 1.4


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Jauja 503 1.1 1.3 1.2 1.2 0.9 1.1 0.9 1.0 0.9 1.2 0.9 1.1 Jayanca 333 0.6 0.7 0.9 1.0 1.1 1.3 1.2 0.9 0.9 1.0 0.7 0.7 Juli 880 0.8 1.0 0.9 0.9 0.9 0.7 0.8 1.0 0.9 0.8 0.6 0.8 La Angostura 754 1.4 1.3 1.2 1.1 1.1 1.0 0.9 1.6 1.3 1.2 1.1 1.2 La Esperanza 230 0.6 0.7 0.7 0.7 1.2 1.4 1.5 1.3 1.1 1.1 1.2 1.0 La Haciendita 838 0.9 0.9 1.2 1.1 1.3 1.3 1.1 1.2 1.3 1.3 1.1 1.1 La Joya 804 1.0 0.9 0.8 0.8 0.7 0.8 0.9 1.0 1.0 0.6 0.8 0.8 Lagunillas 763 1.3 1.6 1.4 1.3 0.9 1.0 0.8 1.4 1.1 1.1 1.3 1.3 Lambayeque 301 1.3 1.0 1.2 1.5 1.8 1.8 1.7 1.6 1.4 1.2 1.2 1.4 Lampa 779 1.1 1.3 1.1 1.0 0.8 0.8 1.0 1.2 1.1 1.4 1.3 1.3 Laredo 410 1.2 1.1 1.3 1.6 2.0 2.1 1.9 1.7 1.6 1.3 1.3 1.3 Lircay 657 0.9 1.3 1.1 1.3 1.1 0.9 0.6 1.0 0.9 1.1 1.1 1.2 Llally 761 1.1 1.1 1.0 1.0 0.9 0.8 0.8 1.2 1.1 1.1 2.5 1.0 Locumba 853 1.1 1.1 0.9 1.1 1.0 1.1 0.8 1.4 1.6 1.0 0.9 0.9 Lomas de Lachay 534 1.1 1.2 1.4 1.3 1.8 2.1 1.7 1.5 1.3 1.1 1.2 1.1 Mallares 208 1.1 1.2 0.9 1.0 1.1 1.1 1.3 1.0 0.9 0.8 0.8 0.8 Mazo Cruz 878 1.7 1.7 1.7 1.5 0.9 0.9 0.9 1.6 1.3 1.1 1.6 1.6 Miraflores 207 0.6 0.6 0.6 0.6 1.2 1.2 1.3 1.0 1.0 0.8 0.9 0.7 Moquegua 806 0.9 1.1 1.0 0.8 0.8 0.9 1.0 1.1 0.9 0.9 0.9 0.7 Morropón 235 1.1 1.3 1.3 1.2 1.3 1.2 0.9 0.7 1.0 0.8 0.8 0.8 Motupe 334 0.6 0.9 1.0 1.0 0.9 1.2 1.3 0.9 0.8 0.8 0.6 0.7 Muñani 785 1.1 1.1 1.3 1.1 1.1 0.9 0.9 1.2 1.1 1.0 1.3 1.2 Navarro 386 0.8 0.9 0.7 0.7 0.7 0.7 1.0 0.7 1.0 1.0 0.9 0.6 Ocucaje 730 0.7 0.7 0.7 1.0 1.4 1.6 1.4 1.5 1.3 1.1 1.2 1.2 Olmos 236 0.6 1.1 1.1 1.1 1.1 1.1 1.0 0.7 0.8 0.7 0.6 0.6 Pacarán 638 2.2 3.2 3.3 3.1 2.3 1.6 1.4 0.7 0.8 0.6 1.9 2.1 Pampa Blanca 837 0.8 0.9 0.9 0.9 1.0 1.1 0.8 1.0 1.0 0.8 0.8 0.7 Pampa de Majes 805 1.0 0.8 0.7 0.7 0.9 0.8 1.0 0.8 1.0 0.7 0.6 0.6 Pampa De Villacuri 637 0.9 1.0 0.9 0.8 2.8 1.3 1.3 1.1 1.0 1.1 0.8 0.8 Pampahuta 762 1.3 1.6 1.5 1.5 1.4 1.3 1.1 1.6 1.3 1.4 1.3 1.5 Papayal 134 0.9 1.1 0.8 0.8 1.1 1.4 1.6 1.4 1.3 1.4 1.1 0.9 Paramonga 528 1.7 1.8 1.9 2.0 2.4 2.4 1.9 1.7 1.7 1.4 1.5 1.8 Picoy 542 1.6 1.7 1.6 1.4 1.3 1.2 1.2 1.3 1.3 1.2 1.3 1.4 Pilchaca 648 1.3 1.3 1.1 1.0 1.1 1.3 1.0 1.1 1.3 0.9 1.2 1.2 Progreso 778 1.3 1.3 1.0 0.9 1.1 0.7 0.8 1.1 1.3 1.1 1.2 1.1 Puerto Pizarro 132 1.0 1.0 1.0 1.1 1.4 1.7 1.8 1.6 1.4 1.4 1.3 1.2 Puno 708 1.2 1.2 1.0 1.1 1.1 1.0 1.4 1.3 1.5 1.2 1.2 1.3 Punta Atico 830 0.9 1.0 1.2 1.1 1.1 1.3 1.3 1.2 0.8 0.7 0.7 0.9 Punta Coles 846 1.1 1.3 1.3 1.2 1.3 1.1 1.1 1.1 0.9 0.9 0.9 1.0 Quillabamba 606 1.1 1.2 1.3 1.2 1.0 1.1 0.9 0.9 1.5 1.1 1.2 1.1 Recuay 441 1.1 1.5 1.2 0.9 0.9 0.9 0.9 0.7 0.7 0.9 0.9 1.2 Reque 332 1.6 1.5 1.7 1.8 1.9 2.0 1.9 1.9 1.7 1.5 1.6 1.6 Sama Grande 875 0.8 0.7 0.9 1.0 1.4 1.2 1.0 1.1 1.1 0.7 0.9 0.8 San Camilo 700 0.8 0.8 0.8 0.8 1.1 1.0 0.9 0.7 0.7 0.6 0.6 0.6 San Juan 369 1.2 1.4 1.3 0.9 1.0 1.2 0.8 1.0 1.1 1.2 0.9 1.1 San Marcos 370 1.2 1.4 1.4 1.2 1.2 1.3 1.1 1.1 1.3 1.2 1.2 1.4 San Miguel 247 0.5 0.6 0.6 0.7 1.3 1.4 1.4 1.1 1.1 0.9 0.9 0.9 Santa Rosa 536 1.5 1.3 1.6 1.7 2.2 2.0 1.5 1.3 1.1 1.4 1.3 1.7 Sausal de Culucan 238 1.2 1.1 1.1 1.2 1.1 1.2 1.0 1.1 0.9 0.8 0.9 0.9 Sibayo 755 1.5 1.7 1.5 1.2 0.9 1.0 1.0 1.3 1.1 1.0 1.2 1.1 Tabaconas 240 0.8 1.2 0.7 0.7 0.7 0.6 0.8 0.7 0.7 0.5 0.7 1.1 Tahuaco-Yunguyo 882 1.0 1.0 0.8 0.7 0.7 0.9 0.7 1.1 0.8 0.8 0.8 1.1

106


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Talla 325 1.1 0.8 1.0 1.2 1.4 1.6 1.6 1.3 1.1 1.0 1.0 1.2 Tambopata 790 0.9 0.8 0.6 0.8 0.7 0.7 0.9 1.1 1.2 1.3 1.1 0.8 Tamshiyacu 172 1.0 0.9 0.7 1.0 0.9 0.8 1.0 0.9 0.9 1.1 0.9 0.9 Tarapoto 401 1.0 0.9 0.7 0.6 0.9 0.8 0.8 0.9 1.1 0.7 0.8 0.8 Tingo Maria 468 0.8 0.8 0.7 0.4 0.5 0.4 0.6 0.4 0.5 0.7 0.7 0.5 Tulumayo 469 1.0 1.1 0.9 0.6 0.5 0.7 0.8 0.8 0.9 0.9 0.9 0.8 Ubinas 851 1.8 2.1 1.6 0.8 0.7 0.8 0.7 1.0 0.7 0.6 0.7 0.9 Von Humboldt 610 1.1 1.1 1.2 1.3 1.9 1.9 1.6 1.4 1.3 1.1 1.0 1.2

Tabla18: Desviación promedio de la temperatura mínima

Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 1.3 1.1 1.1 1.0 0.8 0.9 1.0 0.9 0.7 1.1 1.3 1.3 Acomayo 687 0.7 1.1 0.9 1.0 0.9 0.9 0.8 0.9 0.7 0.8 0.9 0.6 Alcantarilla 501 1.5 1.3 1.3 1.5 1.7 1.8 1.4 1.3 1.0 0.8 1.2 1.5 Andahuaylas 669 1.2 1.2 1.1 1.0 1.0 1.3 1.4 1.4 1.0 1.4 1.5 1.3 Aplao 833 1.6 1.4 1.4 1.5 1.7 1.3 1.7 1.7 1.6 1.5 1.5 1.2 Arapa 783 0.7 0.8 0.7 1.0 1.3 1.4 1.7 1.9 1.6 0.9 1.2 0.8 Ayabaca 237 0.9 0.7 0.7 0.6 0.6 0.6 1.0 0.6 0.5 0.5 0.7 0.8 Ayaviri 776 0.8 1.0 1.0 1.3 1.7 2.2 1.4 1.5 1.2 1.0 1.1 0.7 Azangaro 781 1.6 2.5 1.7 1.9 2.0 1.8 2.1 2.2 1.9 2.1 2.1 1.8 Bagua Chica 253 1.2 1.8 1.7 1.2 1.2 1.1 1.6 1.8 1.8 1.6 1.7 1.4 Bambamarca 362 1.1 0.8 1.0 0.8 0.8 1.2 1.0 0.9 0.5 0.8 1.1 0.8 Buena Vista 435 1.3 1.0 1.3 1.4 1.8 1.9 1.5 1.4 1.1 1.0 1.2 1.4 Caballococha 291 0.8 0.8 0.7 0.9 0.8 1.2 1.2 1.4 1.0 0.9 1.0 0.8 Cabanillas 780 0.7 0.8 0.8 0.8 1.2 1.1 0.9 1.1 0.9 1.1 1.0 0.9 Cajabamba 373 1.5 1.7 1.4 1.2 1.5 1.4 1.1 1.2 1.2 1.2 1.2 1.4 Calana 807 1.4 1.6 1.5 1.6 1.5 1.3 1.5 1.3 1.1 1.0 1.1 1.1 Camaná 832 1.2 1.3 1.3 1.7 1.8 1.1 1.3 1.0 1.0 1.0 0.9 0.9 Cañete 616 1.7 1.7 1.8 1.7 2.0 1.8 1.3 1.2 1.2 0.7 1.1 1.3 Caraveli 746 1.0 1.1 0.9 1.1 0.7 1.0 0.9 1.1 1.0 0.9 1.0 1.0 Cayalti 320 1.9 1.4 1.8 1.9 2.0 2.2 1.8 1.9 1.4 1.3 1.6 1.9 CCatcca 690 1.2 1.1 1.1 1.5 1.5 1.6 1.4 1.4 1.1 1.0 1.1 1.0 Chivay 758 1.0 1.2 1.1 1.3 1.1 1.2 1.0 0.8 1.1 1.2 0.9 0.8 Chulucanas 255 1.2 0.7 0.9 1.2 2.0 1.8 1.6 1.4 1.5 1.1 1.5 1.5 Chuquibambilla 764 0.8 0.8 1.0 1.5 1.8 1.9 1.2 1.3 1.5 1.6 1.9 1.0 Chusis 231 1.6 1.2 1.3 1.6 1.9 2.0 1.7 1.4 1.3 1.2 1.5 1.7 Cochabamba 353 1.1 0.9 0.9 0.8 0.7 0.9 0.8 0.8 0.6 0.9 1.2 1.0 El Espinal 340 1.1 1.0 1.1 1.1 1.3 1.5 1.5 1.5 1.4 1.3 1.3 1.4 El Frayle 849 1.3 1.5 1.5 1.8 1.7 1.7 1.2 1.4 2.0 2.0 2.2 1.5 El Limón 241 1.1 1.1 0.9 0.7 0.8 0.7 0.8 1.2 1.3 0.9 0.9 0.7 El Porvenir 310 1.0 0.7 0.5 0.5 0.5 0.6 0.7 0.7 0.6 0.5 0.6 0.7 El Salto 135 1.0 0.9 1.3 1.0 0.9 1.0 1.1 1.3 1.2 1.1 1.1 1.1 Ferreñafe 331 1.7 1.6 1.5 1.5 1.9 1.9 1.8 1.8 1.6 1.3 1.6 1.8 Genaro Herrera 281 0.5 0.4 0.5 0.4 0.5 0.6 0.7 0.5 0.4 0.4 0.4 0.5 Granja Kcayra 607 0.6 0.6 0.8 0.9 0.8 1.1 0.9 1.1 0.6 0.8 1.0 0.6 Hacienda Bernales 650 1.4 1.1 1.2 1.1 1.3 1.5 1.3 1.4 1.2 1.1 1.2 1.3 Huamachuco 374 1.5 1.1 1.2 0.9 0.9 1.3 1.1 1.1 1.0 1.3 1.3 1.2 Huamani 640 1.1 1.3 1.3 1.2 1.1 1.1 1.0 1.1 1.1 1.0 1.0 0.9 Huambos 343 0.8 0.7 0.7 0.5 0.4 0.3 0.6 0.5 0.4 0.5 0.6 0.7 Huancabamba 239 1.1 1.0 1.2 1.0 0.8 0.9 1.3 1.1 0.9 0.9 1.2 1.4 Huancané 786 1.1 1.0 1.0 1.3 1.5 1.8 1.5 1.4 1.4 1.3 1.3 0.9 Huánuco 404 0.8 0.8 0.8 0.7 0.7 0.7 1.1 0.9 0.8 1.0 1.2 1.6


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Huaraya Moho 787 0.6 0.6 0.7 0.8 0.8 1.0 0.7 0.7 0.7 0.7 0.8 0.5 Huarmaca 248 1.0 1.0 1.0 0.8 0.6 0.6 0.7 0.7 0.8 0.6 0.7 0.8 Huayan 539 1.2 1.1 1.1 1.4 1.5 1.7 1.4 1.2 1.0 0.8 1.1 1.2 Huayao 635 0.8 0.7 0.8 1.0 0.9 1.4 1.1 1.2 0.7 0.8 0.9 0.8 Ilave 879 0.7 0.8 0.8 1.0 1.3 1.3 1.0 1.1 0.9 1.1 1.1 0.6 Imata 765 1.2 1.6 1.6 1.8 1.8 1.9 1.2 1.6 2.1 2.2 2.4 1.6 Jaén 252 0.8 0.7 0.7 0.7 0.6 0.6 0.9 0.9 0.7 0.9 0.8 0.8 Jauja 503 1.4 1.2 1.2 1.3 1.2 1.8 1.7 1.4 1.1 1.1 1.4 1.3 Jayanca 333 1.6 1.2 1.4 1.6 2.0 2.1 1.6 1.5 1.2 1.1 1.6 1.9 Juli 880 1.1 1.1 1.1 1.2 1.2 1.3 1.5 1.2 0.9 1.0 1.1 0.9 La Angostura 754 0.8 1.0 1.0 1.3 1.7 1.6 1.2 1.3 1.7 1.8 1.9 1.0 La Esperanza 230 1.4 1.1 1.2 1.3 1.6 1.7 1.5 1.4 1.3 1.3 1.5 1.6 La Haciendita 838 1.6 1.8 1.5 1.7 1.1 1.4 1.5 1.2 1.2 1.4 1.6 1.5 La Joya 804 1.3 1.2 0.9 0.8 0.9 1.0 0.8 0.9 1.1 0.7 0.9 1.0 Lagunillas 763 0.8 0.7 0.7 0.9 1.1 1.0 0.9 0.9 1.0 1.1 1.2 0.8 Lambayeque 301 1.7 1.3 1.6 1.7 2.0 1.9 1.5 1.5 1.3 1.2 1.4 1.8 Lampa 779 1.0 1.0 1.1 1.5 1.4 1.4 1.2 1.6 1.7 1.5 1.7 1.0 Laredo 410 1.9 1.6 1.7 1.8 2.2 2.3 1.9 1.9 1.6 1.3 1.6 2.0 Lircay 657 1.3 1.5 1.5 1.3 1.6 2.0 1.2 1.3 1.1 1.4 1.2 1.4 Llally 761 0.9 1.1 1.3 1.5 2.0 2.4 2.4 2.9 1.8 1.7 1.5 0.9 Locumba 853 1.3 1.5 1.5 1.7 1.7 1.8 2.0 1.5 1.3 1.2 1.2 1.2 Lomas de Lachay 534 1.1 1.2 1.1 1.0 1.3 1.6 1.5 1.3 1.4 0.9 1.0 1.2 Mallares 208 1.4 0.9 1.2 1.3 1.8 1.8 1.6 1.4 1.3 1.1 1.4 1.7 Mazo Cruz 878 1.9 2.6 2.3 2.4 2.9 3.0 2.0 2.3 3.1 2.9 2.6 2.3 Miraflores 207 1.4 0.9 1.1 1.3 1.8 1.9 1.6 1.4 1.3 1.2 1.5 1.7 Moquegua 806 1.4 1.5 1.0 1.0 0.9 1.2 1.0 1.2 1.2 1.0 1.1 1.1 Morropón 235 1.1 0.9 0.9 1.1 1.7 1.7 1.5 1.6 1.5 1.2 1.5 1.5 Motupe 334 1.5 0.9 1.2 1.5 1.8 2.2 1.7 1.4 1.4 1.1 1.6 1.8 Muñani 785 0.6 0.9 1.2 1.2 1.2 1.3 1.0 1.3 1.1 1.3 1.3 0.9 Navarro 386 0.6 0.7 0.8 0.7 0.8 0.9 0.9 0.8 0.6 0.6 0.7 0.6 Ocucaje 730 1.4 1.5 1.3 1.0 1.4 1.9 1.7 1.4 1.5 1.0 1.1 1.4 Olmos 236 1.3 0.9 1.0 1.1 1.6 1.8 1.6 1.5 1.3 1.1 1.5 1.4 Pacarán 638 1.2 1.5 1.4 1.3 1.6 1.5 1.5 1.3 1.0 1.0 1.2 1.2 Pampa Blanca 837 1.1 1.2 1.1 1.3 1.2 1.1 1.2 1.0 0.8 0.8 0.8 1.1 Pampa de Majes 805 0.9 0.7 0.7 0.8 0.9 1.2 1.4 1.2 1.4 1.2 1.1 0.9 Pampa De Villacuri 637 1.5 1.7 1.8 1.7 1.6 1.2 1.3 1.2 1.1 1.0 1.2 1.0 Pampahuta 762 0.9 1.1 1.1 1.7 2.1 1.9 1.2 1.5 1.8 2.1 2.4 1.3 Papayal 134 0.9 1.0 1.0 1.0 1.0 1.3 1.3 1.4 1.1 0.9 1.0 1.0 Paramonga 528 1.8 1.6 1.5 1.6 2.0 2.1 1.6 1.4 1.1 0.9 1.2 1.7 Picoy 542 0.7 0.6 0.6 0.6 0.8 0.9 1.0 0.9 0.7 0.8 0.8 0.8 Pilchaca 648 0.7 0.6 0.5 0.7 0.7 0.9 0.7 0.7 0.6 0.7 0.7 0.7 Progreso 778 0.9 1.0 1.0 0.8 0.9 1.1 0.9 1.3 0.9 1.0 1.4 1.2 Puerto Pizarro 132 1.3 1.4 1.3 1.2 1.1 1.1 1.1 1.0 1.1 1.0 1.2 1.1 Puno 708 0.6 0.6 0.6 0.7 0.8 0.9 0.7 0.5 0.6 0.8 0.8 0.5 Punta Atico 830 1.4 1.2 1.3 0.9 1.1 1.1 1.0 1.0 0.8 0.7 0.8 1.0 Punta Coles 846 1.3 1.5 1.5 1.2 1.3 1.0 1.0 0.9 0.7 0.7 0.9 1.1 Quillabamba 606 1.0 0.9 0.9 0.9 0.7 1.1 0.9 1.0 1.1 1.1 1.1 1.1 Recuay 441 1.1 0.9 0.8 0.9 1.2 1.4 0.7 0.8 0.8 0.9 1.7 1.4 Reque 332 2.1 1.9 2.1 1.9 2.0 2.0 1.5 1.2 1.2 1.0 1.3 1.9 Sama Grande 875 1.0 1.0 1.1 1.1 1.3 1.3 1.5 1.0 0.8 0.7 0.8 0.8 San Camilo 700 1.4 1.5 1.4 1.3 1.5 1.6 1.6 1.5 1.2 1.1 1.3 1.2 San Juan 369 0.9 0.9 0.8 0.7 0.7 0.8 1.0 1.0 0.8 0.7 0.7 0.8

108


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic San Marcos 370 1.0 0.7 1.0 0.7 0.7 1.0 1.0 0.9 0.6 0.9 1.2 1.2 San Miguel 247 1.3 1.0 1.3 1.4 1.7 1.7 1.4 1.2 1.1 1.1 1.4 1.6 Santa Rosa 536 1.7 1.5 1.6 1.6 2.1 2.2 1.7 1.4 1.1 1.0 1.6 1.8 Sausal de Culucan 238 1.1 1.0 0.8 1.0 0.9 0.8 0.8 0.6 0.7 0.5 0.8 0.9 Sibayo 755 1.1 1.1 1.1 1.6 1.6 1.6 1.1 1.3 1.8 1.8 2.2 1.2 Tabaconas 240 0.7 0.7 1.1 1.2 1.1 0.6 0.7 0.8 0.6 0.7 0.6 0.7 Tahuaco-Yunguyo 882 1.1 1.0 1.0 1.4 1.2 1.8 1.6 1.4 1.0 1.0 1.1 1.0 Talla 325 1.5 1.1 1.3 1.4 1.8 2.1 1.6 1.6 1.2 1.1 1.4 1.8 Tambopata 790 0.7 0.7 0.6 0.7 0.9 1.1 1.1 0.8 0.8 0.7 0.8 0.7 Tamshiyacu 172 1.1 1.0 1.1 1.0 1.0 1.0 1.0 1.0 0.9 0.9 0.9 0.9 Tarapoto 401 1.0 0.9 0.9 0.9 1.0 0.9 1.1 0.9 1.0 0.9 1.0 0.9 Tingo Maria 468 0.6 0.6 0.6 0.5 0.5 0.5 0.7 0.5 0.6 0.7 0.8 0.6 Tulumayo 469 0.6 0.5 0.6 0.6 0.7 0.7 0.8 0.8 0.8 0.8 0.7 0.8 Ubinas 851 0.8 0.6 0.7 0.8 1.0 0.9 0.8 0.8 0.9 0.9 0.8 0.7 Von Humboldt 610 1.5 1.3 1.3 1.3 1.8 1.9 1.7 1.3 1.1 0.9 1.2 1.3

Tabla 19: Desviación promedio de la temperatura de rocío

Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic A. Weberbauer 304 1.3 1.2 1.2 1.0 1.1 1.2 1.5 1.5 1.1 1.5 1.8 1.6 Acomayo 687 2.2 2.3 2.2 2.2 2.8 3.5 4.0 4.2 3.2 3.0 2.9 2.5 Alcantarilla 501 1.3 1.2 1.1 1.1 1.3 1.4 1.3 1.1 0.8 0.7 1.0 1.1 Andahuaylas 669 0.6 1.0 0.9 1.0 0.7 1.2 1.4 1.4 0.9 1.1 1.1 0.8 Aplao 833 1.3 1.3 1.3 1.1 1.4 0.9 1.2 1.2 1.1 1.2 1.3 1.2 Arapa 783 0.7 0.7 0.8 1.0 1.6 1.8 1.9 2.0 1.8 1.5 2.5 1.2 Ayabaca 237 0.8 0.6 0.7 0.8 0.8 1.0 1.3 1.2 1.0 1.3 1.3 1.2 Azangaro 781 1.0 1.0 1.1 1.3 1.5 2.1 2.4 2.4 1.8 1.9 2.0 1.6 Bagua Chica 253 0.9 0.9 0.9 0.8 0.7 0.8 0.9 1.0 0.9 0.8 1.3 0.9 Bambamarca 362 1.4 1.0 1.0 1.0 0.9 1.3 1.4 1.6 1.3 1.4 2.0 1.5 Buena Vista 435 1.4 1.3 1.5 1.2 1.5 1.5 1.2 1.1 1.0 0.8 1.1 1.3 Cabanillas 780 1.1 1.0 1.2 1.2 1.5 1.6 1.2 1.6 1.3 1.7 2.0 1.4 Cajabamba 373 1.4 1.2 1.3 1.4 2.1 2.0 1.8 1.5 1.5 1.6 1.6 1.8 Calana 807 1.3 1.3 1.2 1.2 1.1 1.0 1.0 0.8 0.9 0.9 0.8 0.7 Camaná 832 1.1 1.1 1.4 1.3 1.4 0.7 1.1 1.3 1.4 1.6 1.1 1.0 Cañete 616 1.2 1.0 0.9 1.1 1.2 1.3 1.2 1.1 0.9 0.8 0.9 1.0 Caraveli 746 1.9 1.7 1.8 2.3 2.9 3.3 3.4 3.6 3.3 3.1 2.7 2.2 Cayalti 320 2.1 2.1 1.8 2.1 2.4 2.5 2.1 2.0 1.8 1.7 2.0 2.0 CCatcca 690 0.8 0.7 0.7 0.9 1.4 1.8 1.3 1.2 1.1 0.9 1.0 1.0 Chivay 758 1.2 1.3 1.1 0.8 1.1 1.5 1.6 1.4 1.8 1.8 1.6 1.1 Chulucanas 255 2.0 1.7 2.0 1.7 1.9 1.9 1.5 1.4 1.3 1.4 1.4 1.9 Chusis 231 2.0 2.1 1.8 1.9 2.1 1.9 1.5 1.6 1.4 1.3 1.1 1.7 Cochabamba 353 1.1 0.7 1.0 0.7 0.7 0.8 0.9 0.8 0.7 0.9 1.7 1.1 El Espinal 340 1.6 1.3 1.0 1.1 1.1 1.7 1.2 1.0 0.9 0.8 1.2 1.8 El Limón 241 1.0 0.8 1.1 0.9 1.0 0.9 1.1 1.3 0.8 0.9 1.5 1.2 El Porvenir 310 0.9 0.8 0.5 0.7 0.6 0.6 0.9 0.9 0.7 0.6 0.6 0.6 Genaro Herrera 281 0.5 0.8 0.6 0.6 0.6 0.6 0.6 0.7 0.7 0.7 0.8 0.6 Huamachuco 374 1.6 1.2 1.1 1.1 1.5 2.0 2.6 2.3 2.1 1.7 2.1 1.7 Huamani 640 1.9 1.9 2.0 1.7 1.6 1.5 1.6 1.8 2.0 1.8 1.8 1.7 Huancabamba 239 1.4 1.3 1.5 1.4 1.2 1.3 1.3 1.3 1.5 1.4 1.6 1.7 Huancané 786 1.2 1.3 1.4 1.4 1.5 1.7 2.1 2.1 2.1 2.0 1.9 1.5 Huánuco 404 1.0 0.6 0.6 0.7 1.1 1.2 1.2 1.3 1.0 1.1 1.5 0.8 Huaraya Moho 787 0.8 1.0 1.1 1.0 1.7 2.3 1.7 1.6 1.2 1.3 1.2 1.0


Nombre estación Cod Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Huayan 539 1.3 1.1 1.2 1.3 1.4 1.8 1.5 1.0 1.1 1.0 1.1 1.1 Huayao 635 1.2 1.2 1.0 1.3 1.6 1.7 1.7 1.4 1.8 1.3 1.3 1.5 Ilave 879 0.8 1.1 0.9 1.2 2.0 2.4 2.0 1.7 2.0 2.4 1.8 0.8 Imata 765 1.3 1.4 1.2 1.6 1.5 1.6 1.4 1.5 2.0 1.6 1.8 1.6 Jaén 252 1.5 1.4 1.1 1.1 1.1 1.3 1.5 1.6 1.6 1.6 1.4 1.5 Jayanca 333 1.7 1.7 1.8 1.7 1.8 1.7 1.3 1.3 1.2 1.1 1.0 1.4 La Angostura 754 1.2 1.2 1.3 1.5 1.7 1.7 1.7 1.8 1.7 1.9 2.3 1.5 La Esperanza 230 1.7 1.3 1.5 1.6 1.7 1.7 1.6 1.5 1.4 1.2 1.5 1.6 Lambayeque 301 1.8 1.6 1.6 1.6 1.8 1.8 1.1 1.4 1.2 1.1 1.2 1.7 Lampa 779 1.0 0.9 1.1 1.4 2.1 2.3 2.5 2.4 2.4 2.4 2.3 1.4 Laredo 410 1.5 1.4 1.5 1.3 1.9 1.8 1.4 1.4 1.2 1.0 1.3 1.5 Lircay 657 1.0 1.0 1.1 1.4 1.5 1.9 2.3 2.1 1.7 1.2 1.6 1.6 Locumba 853 1.2 1.4 1.8 1.1 1.6 1.5 1.3 1.0 1.2 1.5 1.0 1.6 Mallares 208 2.0 1.9 2.0 2.2 2.2 2.0 1.4 1.6 1.8 1.6 1.7 1.7 Miraflores 207 1.8 1.5 1.7 1.6 1.7 1.6 1.4 1.2 1.2 1.2 1.4 1.7 Morropón 235 1.6 1.5 1.6 1.9 2.1 1.8 1.6 1.2 1.3 1.4 1.2 1.4 Motupe 334 1.7 1.5 1.6 1.5 1.5 1.7 1.3 1.3 1.1 0.9 1.0 1.6 Muñani 785 0.7 0.7 0.8 1.1 1.4 1.3 1.9 1.3 1.4 0.9 1.7 0.9 Navarro 386 0.4 0.5 0.5 0.4 0.5 0.5 0.7 0.6 0.4 0.3 0.4 0.4 Ocucaje 730 1.9 2.1 1.6 1.8 1.8 1.9 1.6 1.8 1.7 1.6 1.4 1.7 Olmos 236 2.0 1.7 1.8 1.9 2.1 1.9 1.6 1.6 1.5 1.4 1.7 1.6 Pampa Blanca 837 1.2 1.1 1.1 1.1 1.3 1.1 1.1 0.9 1.0 1.0 1.3 1.0 Papayal 134 1.3 1.2 1.1 1.3 1.4 1.3 1.3 1.6 1.5 1.3 1.3 1.5 Paramonga 528 1.3 1.4 1.2 1.1 1.2 1.6 1.5 1.3 1.3 1.0 1.1 1.4 Picoy 542 0.8 0.8 0.7 0.7 1.2 1.6 2.2 2.1 1.9 1.6 1.7 1.0 Pilchaca 648 1.1 1.2 1.1 1.7 2.1 2.0 2.7 2.3 1.8 1.5 1.6 1.3 Progreso 778 1.1 1.4 1.4 1.6 2.0 2.8 2.9 2.8 2.7 2.4 2.3 1.7 Puerto Pizarro 132 1.1 0.8 1.0 0.8 1.2 1.3 1.5 1.2 1.2 1.1 0.9 1.3 Puno 708 0.7 0.8 0.8 0.8 1.3 1.2 1.1 1.0 1.3 1.2 1.6 1.0 Punta Coles 846 1.4 1.5 1.7 1.5 1.6 1.3 1.4 1.3 1.3 1.3 1.4 1.3 Recuay 441 1.0 0.9 1.0 1.0 1.1 1.7 1.4 1.5 1.1 1.2 1.8 1.6 Reque 332 1.7 1.5 1.7 1.7 1.8 1.9 1.4 1.4 1.3 1.2 1.2 1.6 San Camilo 700 1.3 1.3 1.3 1.0 1.3 1.1 1.0 0.9 1.0 1.0 1.1 1.2 San Juan 369 1.2 0.8 1.0 1.0 1.3 2.0 2.6 2.2 1.6 1.7 2.1 1.5 San Marcos 370 1.1 0.9 1.1 1.2 1.1 1.2 1.2 1.5 1.0 1.4 1.5 1.5 San Miguel 247 1.8 1.6 1.6 1.6 1.8 1.9 1.5 1.3 1.4 1.3 1.5 1.6 Santa Rosa 536 2.0 2.0 2.0 2.2 2.2 2.1 1.7 1.5 1.6 1.7 2.0 2.0 Sausal de Culucan 238 1.7 1.3 1.3 1.2 1.3 1.5 1.7 1.6 1.5 1.4 1.9 1.7 Tabaconas 240 1.3 1.0 1.3 1.0 0.9 1.1 1.4 1.3 1.1 1.1 2.2 1.3 Talla 325 1.4 1.6 1.4 1.4 1.7 1.6 1.3 1.4 1.1 1.0 1.2 1.4 Tambopata 790 0.8 0.7 0.7 0.7 0.9 0.8 1.0 0.9 1.0 0.8 0.8 0.7 Tamshiyacu 172 1.0 0.8 0.7 0.8 0.7 0.7 0.9 0.8 0.9 0.9 0.9 0.9 Tarapoto 401 0.5 0.4 0.4 0.4 0.4 0.5 0.7 0.6 0.5 0.4 0.4 0.4 Tingo Maria 468 0.6 0.5 0.4 0.4 0.4 0.5 0.7 0.7 0.6 0.5 0.4 0.4 Tulumayo 469 0.5 0.8 0.6 0.7 0.6 0.7 1.0 0.7 0.6 0.6 0.7 0.5 Ubinas 851 1.1 1.2 1.2 1.8 2.3 2.0 1.9 1.9 2.2 2.6 2.2 1.6 Von Humboldt 610 1.3 1.4 1.3 1.2 1.3 1.4 1.2 1.1 1.0 0.8 1.0 1.1

110

evapotranspiracion

Documents

Transcript of evapotranspiracion