ALFA. Revista de
Investigación en Ciencias Agronómicas y Veterinarias
Enero-abril 2024 / Volumen
8, Número 22
ISSN: 2664-0902 / ISSN-L:
2664-0902
https://revistaalfa.org
pp. 137 – 152
Sitios potenciales de cosecha de agua escorrientia para uso agropecuario,
Cuenca del Alto Pozuzo, Perú
Potential sites of scorrientia water
harvesting for agricultural and livestock use, Upper Pozuzo Basin, Peru
Locais potenciais para a recolha de
água de scourrientia para uso agrícola, Bacia do Alto Pozuzo, Peru
Danilo Dusan Bukvich Echevarria1
dbukviche@undac.edu.pe
https://orcid.org/0000-0001-7335-1176
Hitlser Juan Castillo Paredes1
hcastillop@undac.edu.pe
https://orcid.org/0000-0002-7231-774X
Alina Mabel Zafra Trelles2
azafra@unitru.edu.pe
https://orcid.org/0000-0001-5570-5970
Moisés Agustín Cristóbal1
magustinc@undac.edu.pe
https://orcid.org/0000-0003-3828-5665
Universidad Nacional Daniel Alcides Carrión, Pasco,
Perú1
Universidad Nacional de Trujillo, Trujillo, Perú2
Artículo
recibido 30 de noviembre 2023 | Aceptado 20 de diciembre 2023 | Publicado 20 de
enero 2024
Escanea en tu
dispositivo móvil
o revisa este
artículo en:
https://doi.org/10.33996/revistaalfa.v8i22.254
RESUMEN
El agua es
indispensable en la producción agropecuaria. Objetivo. Aplicar un modelo geoespacial para identificar zonas con
aptitud para la cosecha de agua de escorrentía dentro de la cuenca del Alto
Pozuzo, en Perú. Materiales y Métodos.
Los insumos lo constituyeron el Modelo Digital de Elevación a resolución de 5
metros, ráster del contenido de arcilla de los suelos en (g/kg) y el ráster de
la clasificación de usos de suelo. Resultados.
Con la simulación geoespacial se determinó que el 2,488% tiene una capa ráster
de pendiente óptima (solo el 11,805% de la cuenca), se identificaron 273 396
cauces con orden uno de densa red hídrica, y con capa ráster de ponderación
morfométrica óptima el 3,502%. Conclusiones.
Las zonas con aptitud para la cosecha de agua de escorrentía obtenidas fueron
303 óptimas y 1 144 muy adecuadas; de los sectores de Chontabamba, Chacos,
tramo Oxapampa-Huancabamba, el Anturachi y Mayanpampa.
Palabras clave: Agua de escorrentía; Cosecha de agua; Modelo
geoespacial; Modelo digital de elevación
ABSTRACT
Water is essential in agricultural
production. Objective. Apply a
geospatial model to identify areas suitable for harvesting runoff water within
the Alto Pozuzo basin, in Peru. Materials
and Methods. The inputs were the Digital Elevation Model at a resolution
of 5 meters, a raster of the clay content of the soils in (g/kg) and the raster
of the land use classification. Results.
With the geospatial simulation, it was determined that 2.488% have a raster
layer of optimal slope (only 11.805% of the basin), 273,396 channels were
identified with order one of dense water network, and with a raster layer of
optimal morphometric weighting 3.502 %. Conclusions.
The areas with suitability for harvesting runoff water obtained were 303
optimal and 1,144 very suitable; of the sectors of Chontabamba, Chacos,
Oxapampa-Huancabamba section, Anturachi and Mayanpampa.
Key words: Runoff water; Water
harvesting; Geospatial model; Digital elevation model
A água é essencial na produção agrícola. Objetivo. Aplicar um modelo geoespacial para identificar áreas
adequadas para captação de água de escoamento na bacia do Alto Pozuzo, no Peru.
Materiais e métodos. As entradas
foram o Modelo Digital de Elevação com resolução de 5 metros, um raster do teor
de argila dos solos em (g/kg) e o raster da classificação do uso do solo. Resultados. Com a simulação
geoespacial foi determinado que 2,488% possuem camada raster de declividade
ótima (apenas 11,805% da bacia), foram identificados 273.396 canais com ordem
um de rede de água densa, e com camada raster de ponderação morfométrica ótima
3,502%. Conclusões. As áreas com
aptidão para captação de água de escoamento superficial obtidas foram 303
ótimas e 1.144 muito adequadas; dos setores de Chontabamba, Chacos, trecho
Oxapampa-Huancabamba, Anturachi e Mayanpampa.
Palavras-Chave: Água de escoamento; Captação de água; Modelo geoespacial; Modelo de
elevação digital
INTRODUCCIÓN
La disponibilidad del recurso hídrico
es un factor determinante en la producción agropecuaria, por ello se constituye
como elemento integrador en la cuenca y debe de ser exequible (1). Esto puede
atribuirse a su necesidad para la sostenibilidad de la productividad y su
escasez durante los periodos de estiaje. Desde esta perspectiva, existen
investigaciones para la recolección de agua de lluvia en Irán (2), estanques
con este fin en Jordania (3), sistemas de almacenamiento y captación de agua en
el Chaco de Paraguay (4), mitigación de la sequía en la zona del corredor seco
de Nicaragua (5) y cosecha de agua de lluvia en Sudamérica (6,7). Cada caso
constituye ejemplo de acciones llevadas a cabo para solventar la escasez de
agua.
Con este fin, en Perú también se
siembra y cosecha el agua. Esto tiene antecedentes históricos como los
“Huachaques” en la costa norte, las “Qochas” en las zonas altoandinas y los
“Waru Waru” en el Altiplano (8). Se realizaba mediante procedimientos
ancestrales, como la construcción y manejo de amunas, cochas y bofedales, entre
otros sistemas. La siembra consistía en recolectar el agua de lluvia y el agua
de escorrentía superficial para infiltrarla en los acuíferos. La cosecha se
realizaba a través de manantiales o en los ríos, y a través de la construcción
de pozos y galerías.
En la actualidad este tema sigue
siendo importante para la sostenibilidad agropecuaria y alimentaria en Perú.
Además, la incidencia del cambio de climático, ha despertado la necesidad de
suplir el déficit hídrico con conocimientos ancestrales (9); para conservar
tierras de cultivos, reducir riegos de seguridad alimentaria y condiciones de
pobreza (10). A partir de ello, una de las técnicas de fácil implementación,
que se adapta a fuertes irregularidades en periodos de lluvias y que permite
acumular grandes volúmenes de agua, es la cosecha de agua de escorrentía
superficial (11).
Ante esta necesidad, resulta
significativo identificar sitios potenciales de cosecha de agua de escorrentía.
Con su implementación se constituiría una reserva de agua para la época de
estiaje, en donde el reparto de las precipitaciones condicionan la vegetación
en función del grado de pendiente e infiltración (12), para poder sostener la
producción agropecuaria sin recurrir a deforestar el bosque (13).
En este sentido se analiza como
propuesta la reserva de biósfera Oxapampa Asháninka Yánesha, ubicada en la
unidad hidrográfica del Alto Pozuzo, al lado oriental de la cordillera de los
Andes, en Perú. Esta se destaca por su diversidad agrícola y ganadera, con la
presencia de cultivos como el ají, rocoto, granadilla, caigua, zapallo, frejol,
maíz, yuca, palta y la crianza de vacunos para la producción de carne y
lácteos. Tiene además, un clima templado húmedo, debido a la influencia del anticiclón
del Atlántico sur, al encontrarse en la zona de convergencia intertropical y
los vientos alisios del noreste que aportan alta humedad (14); lo que hace que
sean más intensa la corriente de chorro hacia el sur de diciembre a marzo (15).
En la zona se presenta un periodo lluvioso, con precipitaciones mensuales que
oscilan entre 96 a 254 mm y un periodo seco donde las precipitaciones presentan
rangos entre 45 a 14 mm; se destacan los meses de junio y julio por presentarse
más escasez en precipitación; asimismo resaltan los periodos 2001 al 2005 y del
2015 al 2021 por sus precipitaciones anuales con tendencia decreciente (16–18).
A partir de esto, la investigación
tiene como objetivo aplicar un modelo geoespacial para identificar zonas con
aptitud para la cosecha de agua de escorrentía dentro de la cuenca del Alto
Pozuzo, en Perú.
MATERIALES Y MÉTODOS
Zona de estudio
El área en estudio es la unidad hidrográfica del Alto
Pozuzo (código 49928), según la clasificación Pfafstetter, es de orden 5;
pertenece a la cuenca del río Pachitea (orden 4) (19). La cuenca tiene una extensión de
191 503,369 hectáreas (20), su altitud que va de 711 a 5028 m s. n. m. (21); limita por el este
con el Parque Nacional Yanachaga Chemillen; las aguas discurren de sur a norte,
donde se destacan los ríos Chorobamba y Huancabamba, los cuales forman el río
Pozuzo. Políticamente se encuentra en la región de Pasco, comprende los
distritos de Chontabamba, Oxapampa, Huancabamba y Pozuzo en la provincia de
Oxapampa; así como parte del distrito de Huachón en la provincia de Pasco;
donde se encuentra el nevado Huaguruncho en este distrito, cuya altitud supera
los 5000 m s. n. m. (22)
Figura 1.
Figura 1. Mapas de ubicación de la unidad Hidrográfica del
Alto Pozuzo. (A) Mapa de ubicación de la unidad hidrográfica del Alto Pozuzo,
dentro de la cuenca del río Pachitea. Fuente: Sistema Nacional de Información
de Recursos Hídrico (20); (B) Mapa de ubicación política de la unidad
hidrográfica del Alto Pozuzo. Fuente: Portal infraestructura de datos
geoespaciales (23).
Insumos geoespaciales
para el desarrollo del modelo
Para la identificación de sitios potenciales de
cosecha de agua de escorrentía, se utilizó el modelo geoespacial planteado por Ríos y Benegas Negri (5). Este modelo fue desarrollado en
Centroamérica y se basa en condiciones de pendiente, morfometría, contenido de
arcilla y uso de suelos. Para su modelamiento se requiere como se muestra en la
Figura 2 de los siguientes insumos: Modelo Digital de Elevación (DEM), con una
resolución de cinco metros, descargado de la plataforma ALOS Global Digital
Surface ModelAW3D30, desarrollado por Japan Aerospace Exploration Agency (JAXA)
(21); Ráster del contenido de arcilla
(g/kg), descargado de la plataforma SoilGrids versión 2020 (24); y Ráster de uso de suelos, del
proyecto “Copernicus Global Land Cover
Layers: CGLS-LC100 Collection 3” (25), descargado por intermedió de Google
Earht Engine.
Figura
2. Insumos del modelo
geoespacial de identificación de sitios potenciales de cosecha de agua de
escorrentía. (A) DEM extraído de: Conjunto de datos|ALOS@EORC (jaxa.jp); (B)
ráster contenido de arcilla (g/kg), extraído de: SoilGrids250m 2.0; (C) ráster
uso de suelos extraído de: Google Earth Engine (26).
Procesamiento del
Modelo Digital de Elevación (DEM)
Para el procesamiento se utilizó el software Qgis en
su versión 3.16, con el Sistema Automatizado para el Análisis Geocientífico
(SAGA); se realizó, un relleno de depresiones del DEM crudo, para lo cual se
aplicó el algoritmo de Wang y Liu, por su adaptación a altas resoluciones,
conservar la gradiente de pendiente y ser un proceso corto (27).
Posterior a ello, el procesamiento del DEM rellenado,
se dividió en tres etapas; la primera etapa considera la obtención del ráster
de pendientes, para ello se aplicó el método de cálculo de pendiente de
Zevenbergen y Thorne (28). En la segunda etapa se utilizó el
DEM rellenado para la obtención de la red hídrica de orden uno (método
Strahler), con el cual se determinó las distancias euclidianas en metros de
dichos causes. El procesamiento se realizó en Qgis 3.16, donde se aplicó las
herramientas de SAGA; en la secuencia de: flow dirección, flow acumulación,
arroyos orden 1; para luego con la herramienta de GRASS determinar la distancia
euclidiana Figura 3.
Figura
3. Procesamiento de
la capa distancia euclidiana. (A) Dirección de
flujo, (B) Red hídrica de orden uno, clasificación Strahler, (C) Distancia
Euclidiana. Fuente: elaborado a partir del DEM de resolución de cinco metros
descargado de Japan Aerospace Exploration Agency (JAXA)(21).
La tercera etapa, utilizó como insumos los productos
de las dos etapas anteriores, para realizar un análisis multicriterio con
ponderación de 50% y 50% para ambas capas ráster, del cual se obtuvo la capa
pendiente-morfometría (5). En la zona de estudio la
fisiografía de montaña con relieve extremadamente quebrado, presenta una densa
cantidad de cauces de orden 1; por ende, la distancia euclidiana no fue una
capa dirimente en el modelo geoespacial; dado que los cauces de dicho orden no
se separan más de 50 metros.
Procesamiento del
ráster uso de suelos
La capa de uso de suelos de CGLS-LC100 requirió una adaptación a la escala planteada por Ríos y Benegas Negri (5); por ello, se desarrolló una
independiente priorización de usos de suelos para cosecha de aguas, dado que la
zona tiene características propias. Se consideró aptitud muy baja (inaceptable)
a zonas urbanas, de nieve perenne y masas de agua; aptitud baja (aceptable) a
los bosques cerrados perennes; aptitud media (adecuado) a arbustos, humedales
herbáceos y bosque cerrado perenne; aptitud alta (muy adecuado) a zonas de
vegetación escasa y bosques degradados; aptitud muy alta (óptimo) a zonas de
herbáceas, cultivos temporales, bosque abierto con mescla de arbustos y bosque
abierto deteriorado. En la priorización destacaron los bosques cerrados
perennes con el 64,56%, los herbáceos 16,7% y el bosque degradado con 9,63%
Figura 4.
Figura
4. Reclasificación
del ráster uso de suelos, por prioridades de uso para la cosecha de agua. Las áreas fueron obtenidas con la identificación de los
usos de suelos en la cuenca con el ráster de “CGLS-LC100 Collection 3” (25,26,29).
Identificación de
sitios para la cosecha de agua de escorrentía
En una primera fase, se reclasificaron las capas
ráster con la herramienta GRASS de Qgis 3.16, se consideró la escala ponderada
planteada por Ríos y Benegas
Negri (5), en donde 1 es inaceptable y 5
óptimo Tabla 1. El procesamiento de reasignación de valores agrupados, se
aplicó a los ráster con valores continuos; como la capa pendiente, cuyos
valores oscilan de 0 a 82,71% y la capa contenida de arcilla con valores de 0 a 355 g/kg. La capa distancia euclidiana se
clasificó como óptima dada su condición y la capa de uso de suelos, al ser un
ráster con valores discretos, fue previamente adaptada a la escala Figura 5.
Figura
5. Mapas de los
insumos del modelo geoespacial reclasificados. Los
insumos para la obtención de las capas ráster: (A) y (B) derivan del DEM
descargado de Japan Aerospace Exploration Agency (JAXA) (21), (C) ráster de
contenido de arcilla (24) y (D) ráster de
uso de suelos (25).
Identificación de
sitios para la cosecha de agua de escorrentía
Las capas ráster reclasificadas de: contenido de
arcilla, uso de suelos y pendiente-morfometría; fueron procesadas por análisis
multicriterio con ponderación de 30, 30 y 40% respectivamente (5). Los resultados se expresaron en una
escala en la cual e valor de uno se considera inaceptable y cinco óptimo. En
función de dicha escala se marcaron zonas de aptitud para la cosecha de agua de
escorrentía, en las cuales se determinaron los centroides de cada una de las
zonas, en coordenadas UTM; para ser consideradas puntos potenciales para la
instalación de cosecha de agua de escorrentía
Tabla 1. Categorización de insumos del modelo geoespacial
|
Escala |
Pendiente (%) |
Distancia a red hídrica (metros) |
Contenido arcilla (g/kg) |
Uso* |
Categorización de sitios |
|
1 |
> 20 |
>200 |
0 |
Urbano, nieve y masas de agua. |
Inaceptable |
|
2 |
10-20 |
200 |
0-100 |
Bosque cerrado perenne. |
Aceptable |
|
3 |
5-10 |
150 |
100-200 |
Arbustivas, bosque cerrado caducifolio y humedal herbáceo. |
Adecuado |
|
4 |
3-5 |
100 |
200-300 |
Escasa vegetación y bosques degradados. |
Muy adecuado |
|
5 |
< 3 |
50 |
>300 |
Herbáceas, cultivos temporales, bosque abierto con mescla de arbustos
y pastos. |
Óptimo |
Nota: *Las descripciones de uso son
correspondientes a las descripciones de la capa uso de suelos de “CGLS-LC100 Collection 3”. Fuente:
adaptado de Ríos y Benegas Negri (5).
RESULTADOS
Del análisis de la imagen DEM, se obtuvo como producto
la capa ráster de pendiente, en donde se identificó 4 764,731 ha con pendientes
óptimas (inferior al 3%); lo cual no es muy significativo al considerarse las
191 503,369 ha de la cuenca del Alto Pozuzo, dado que el 67,14% es
inaceptables, el 21,056% aceptable, 7,036% adecuado, 2,281% muy adecuado y
2,488% óptimo Figura 6. Se debe tener en cuenta que para la captación del agua
de escorrentía, se considera prudente instalar esta tecnología en zonas con pendientes
de hasta 10% (5), solo el 11,805% de la cuenca puede
ser considerado con posibilidad elección para la cosecha de agua.
En zonas sin
pendiente, el agua tiende a infiltrarse o encharcarse en función de la
saturación hídrica del suelo, en zonas de mayor pendiente las aguas de
escorrentía tienden a ganar mucha energía cinética, pero con pendientes mínimas
del 3 al 10%, se puede captar mayor
cantidad de agua de escorrentía (3).
Figura 6. Clasificación de las pendientes en la cuenca del Alto
Pozuzo.
Un segundo análisis de la imagen DEM, fue la
determinación de la red hídrica con orden uno, en donde se identificó 273 396
cauces de dicho orden, los cuales son sinónimo de una densa red hídrica, típica
de relieves quebrados; por ello cuando se determinó las distancias euclidianas,
según la metodología plateada por Ríos y Benegas Negri (5), la cuenca del Alto Pozuzo en su
totalidad fue considera como zona óptima, porque la distancia entre los causes
de orden uno no superan los 50 m.
De esta primera fase se obtuvo la capa ráster de
ponderación morfométrica, la cual es el resultado del análisis de la superposición
ponderada de los ráster pendientes y distancias a la red hídrica de orden uno.
En este nuevo ráster, se puedo identificar que solo el 3,502% es óptimo, lo que
equivale a 6 706,592 ha de la cuenca; se destaca el predominio de las zonas
adecuadas con un 85,157% y que las zonas inaceptable y aceptable son las más
bajas con 0,001 y 0,053% respectivamente Figura 7.
Figura
7. Ponderación morfométrica en la
cuenca del Alto Pozuzo.
La capa ráster de arcilla reclasificada, es un criterio
que determina la permeabilidad de la superficie lo que evita lo más posible la
infiltración del agua de escorrentía; en la cuenca predominan las zonas con
contenidos de arcilla superiores a los 100 g de arcilla por kg suelo (aptitud
media a muy alta), escasamente se presenta zonas con contenidos casi nulos de
arcilla, los cuales se ha evidenciados en cuatro zonas al suroeste de la cuenca
y una zona hacia el sureste que corresponde a los suelos fluviales de los río
San Alberto y San Luis (sector de Miraflores, la Oxapampa).
El contenido de arcilla que predomina en la cuenca fue
entre 200 y 300 g de arcilla por kg suelo, el cual constituye el 91,088% de la
superficie en la cuenca; seguido por zonas de condiciones óptimas con valores
que superan los 300 g de arcilla por kg suelo, el cual constituye el 7, 814% de
la cuenca; también resaltan, al suroeste de la cuenca los valores aceptables de
arcilla (entre 100 a 200 g de arcilla por kg suelo), en un área de 1715,653 ha
(0.896% de la cuenca). Las condiciones inaceptables solo representan el 0,203%
de la superficie en la cuenca y no se han identificadas zonas aceptables Figura
8.
Figura
8. Variación del
contenido de arcilla en la cuenca del Alto Pozuzo.
Del mapa de uso de suelos, se identifica la
predominancia de zonas aceptables con 123 640,741 ha (64,563% de la cuenca),
seguido de las zonas óptimas con 43 534,360 ha (22,733% de la cuenca); también,
destacan las zonas muy adecuadas con 18 455,958 ha (9,637% de la cuenca). Las
zonas adecuadas son 5 382,700 ha (2,811% de la cuenca) y solo 489,608 ha
(0,256% de la cuenca) son zonas inaceptables Figura 9.
Figura
9. Priorización de
uso de suelos en la cuenca del Alto Pozuzo.
Como resultado del modelo geoespacial utilizado, se
obtuvo el ráster de sitios potenciales para la cosecha de agua de escorrentía
Figura 10; cuyos resultados del modelo se identificaron 2 750,693 ha con aptitud óptima, 64 029,794 ha con aptitud muy adecuada,
124 543,312 ha con aptitud adecuada, 179,570 ha con aptitud aceptable y no se
identificaron zonas con aptitud inaceptable. Destacan las zonas de aptitud
aceptable por ser el 65,035% de la cuenca, mientras que las zonas aceptables
son la minoría 0,094%; también, es de resaltar que solo el 1,436% de la cuenca
lo conforman las zonas óptimas; lo que significa que las zonas con aptitud alta
que representan 33,435%; también, deben estas de priorizarse para la
instalación de la cosecha de agua.
Figura
10. Mapa de sitios
potenciales para la cosecha de agua de escorrentía.
De la verificación en campo realizada en los sectores
de Chontabamba, Chacos, tramo Oxapampa-Huancabamba, el Anturachi y Mayanpampa,
se comprobó de forma visual características de: topografía, el contenido de
arcilla para la impermeabilización y la necesidad de demanda hídrica
evidenciada por el uso agrícola y ganadero de estas zonas Figura 11.
Figura
11. Valle del río
Chorobamba y posibles zonas para la cosecha de agua. Tomado el 28 de
agosto del 2023, en sector la Florida, distrito de Chontabamba; altitud: 1890 m
s. n.m., coordenadas este: 453
766,62 m y norte: 8 827
512,90 m (UTM WGS84 18S).
De las zonas visitadas en campo se pudo comprobar como
espacios idóneos para retener, almacenar y disponer de estas en época de
estiaje, que según Huaccho (30), se podrían crear sistemas de
gobernanza y relación territorial en aras del desarrollo agropecuario de la
cuenca.
CONCLUSIONES
El modelo geoespacial utilizado
permitió identificar 1916 zonas, de cuales 303 son óptimas y 1144 muy adecuadas
para la cosecha de agua de escorrentía, donde se destacan los sectores de:
Chontabamba, Chacos, Huancabamba, el Anturachi y Mayanpampa por su escasez de
recurso hídrico en la época de estiaje, lo cual evidencia la importancia de las
zonas privilegiadas por su pendiente no mayor del 5%, contenido de arcilla
superior a los 300 g /kg, cercanía no mayor de 50 metros a la red hídrica de
orden uno y un uso de suelos con escasa vegetación, cultivos anuales, pastos y
herbáceas.
Del modelo geoespacial planteado por
Ríos y Benegas Negri (5), se concluye como un modelo aplicable; pero en zonas
donde existe alta densidad de cauces de orden 1, se puede excluir la capa
distancia euclidiana, para solo trabajar con pendiente, contenido de arcilla y
uso de suelo, sin modificar los porcentajes de ponderación de estos.
CONFLICTO DE INTERESES.
Los autores declaran que no tienen
conflicto de intereses.
REFERENCIAS BIBLIOGRÁFICAS
1. Vásquez A, Mejía A, Faustino J, Terán R, Vásquez I, Díaz J. Manejo y
gestión de cuencas hidrográficas. Fondo Editorial-UNALM. Lima; 2016. 646 p.
https://acortar.link/eTAQ7u
2. Aghaloo K, Chiu YR. Identifying Optimal Sites for a
Rainwater-Harvesting Agricultural Scheme in Iran Using the Best-Worst Method
and Fuzzy Logic in a GIS-Based Decision Support System. Water. 2020;12(7):1913.
https://doi.org/10.3390/w12071913
3. Al-Adamat R, Diabat A, Shatnawi G. Combining GIS with multicriteria
decision making for siting water harvesting ponds in Northern Jordan. J Arid Environ. 2010;74(11):1471-7.
https://doi.org/10.1016/j.jaridenv.2010.07.001
4. Cabrera A, Harder W, Bareiro de Thiessen D, Servín E, Basabe V. Sistemas
de captación y almacenamiento de agua en el Chaco Central. 1.a ed. Irala
Fernández M. Asuncion: Universidad Nacional de Asunción; 2021. 75 p.
http://hdl.handle.net/20.500.14066/2782
5. Ríos N, Benegas L. Herramienta Geoespacial para la identificación y
selección de sitios potenciales para construcción de obras de cosecha de agua
de escorrentía en el Corredor Seco Centroamericano. Centro Agronómico Tropical
de Investigación y Enseñanza (CATIE), editor. Turrialba, Costa Rica; 2022. 57
p. https://acortar.link/wFZp79
6. Vargas OI, González N, Trujillo J. Análisis de un sistema de cosecha de
agua de lluvia a pequeña escala con finalidad pecuaria. Luna Azul. 2018;
(46):20-32. https://acortar.link/l2VsTd
7. Atencio E, Alfaro R, Mamani W. Sostenibilidad de la cosecha de agua
pluvial como alternativa de abrevadero para ganado en zona rural del distrito
de Ilave-Perú. Ñawparisun. 2022; 4(1):57-65.
http://doi.org/10.47190/nric.v4i1.6
8. Carrasco A, Gallegos C, Delgado F, Swanson M. Climate change, food
sovereignty and ancestral farming technologies in the Andes. Curr Dev Nutr. 2021; 5(4): 54-60.
https://acortar.link/45skvg
9. Durán A, Castro M, Velez H, Briones J, Carrión P, Herrera G, et al.
Siembra y Cosecha de Agua (SyCA), técnicas ancestrales que solucionan problemas
del siglo XXI. En: 18th LACCEI International
Multi-Conference for Engineering, Education and Technology. 2020. https://acortar.link/RBA4DM
10. Chávez A, González D. El impacto de los caudales
medioambientales en la satisfacción de la demanda de agua bajo escenarios de
cambio climático. Rev Iberoam del Agua. 2015; 2(1):3-13.
https://doi.org/10.1016/j.riba.2015.04.001
11. Agencia Zuiza para el Desarrollo y la Cooperación
(COSUDE), Centro Agronómico Tropical de Investigación y Enseñanza (CATIE),
Ministerio de Economía Familiar Comunitaria Cooperativa y Asociativa (MEFCCA).
Selección de sitios para establecer sistemas de captación de escorrentía.
Nicaragua; 2018. https://acortar.link/ttq6PI
12. Salas M, Fernández E, Quintana G, Del Arco M. Efecto
de la inclinación y pedregosidad sobre el reparto del agua de lluvia, su
cuantificación y aplicación al estudio de la vegetación en zonas áridas. Investig Geográficas. 2017; (92):51-63. https://acortar.link/diDtTx
13. Food and Agriculture Organization of the United Nations (FAO). Restauración de los Ecosistemas de produccción, en el
contexto del Decenio de las Naciones Unidas (2021-2030). 2020.
(FO:COFO/2020/Inf.7). https://www.fao.org/3/nd651es/nd651es.pdf
14. Marengo J, Nicolini M, Douglas M, Silva P.
Identificación de casos de jets en niveles bajos, del norte (SALLJ) y del sur
(SJ) al este de los Andes durante el verano y otoño 1999. En: Anales de VIII
Congremet y IX Climet. Buenos Aires; 2001. https://acortar.link/IRbzqW
15. Coello J, Calle V. Efecto de la corriente en chorro de
bajos niveles en la ocurrencia de precipitación en la Selva del Perú. Ecol Apl.
2021;20(2):147-59. https://acortar.link/tHm1hi
16. Servicio Nacional de Meteorlogia e Hidrología
(Senamhi). Mapa climático del Perú. Lima. https://acortar.link/UtRW3p
17. Correa K, Avalos G, Cubas F, De la Cruz G, Díaz A,
Takahashi K. Orientaciones para el análisis del clima y determinación de los
peligros asociados al cambio climático. [Lima]: Servicio Nacional de
Meteorlogia e Hidrología [Senamhi]; 2019. https://acortar.link/Sy4j6r
18. Castro N, Correa M, Olivares H, Rodríguez F, Ita V,
Porras V. Análisis del periodo de lluvias a nivel nacional 2021-2022. 2.a ed.
Ochoa M J, Carrillo C J. Lima: Servicio Nacional de Meteorología e Hidrología
del Perú (SENAMHI); 2022. 47 p. https://acortar.link/ScR2sm
19. Benavides I, Sánchez L, Pagador C, Serruto G, Ruiz R,
Torres H. Delimitación y codificación de la unidades hidrográficas del Perú.
Lima: Autoridad Nacional del Agua (ANA). 2008. https://acortar.link/N3zXo0
20. Autoridad Nacional del Agua (ANA). Observatorio
Nacional de Recursos Hídricos. 2023. https://acortar.link/VWehjL
21. Japan Aerospace Exploration Agency (JAXA). ALOS Global
Digital Surface Model «ALOS World 3D - 30m (AW3D30)». 2023. https://acortar.link/4N7nog
22. Instituto del Bien Común (IBC). Monitoreo hidrológico
en la cuenca del río Chorobamba. Oxapampa. 2017.
p. 36. https://acortar.link/QQK5Us
23. Instituto Nacional de Estadística e Informática (INEI). Portal infraestructura de datos espaciales. Lima; 2023. https://ide.inei.gob.pe/#capas
24. Poggio L, de Sousa L, Batjes N, Heuvelink B, Kempen B, Ribeiro E.
SoilGrids 2.0: producing soil information for the globe with quantified spatial
uncertainty. SOIL.2021;7(1):217-40. https://doi.org/10.5194/soil-7-217-2021
25. Buchhorn M, Lesiv M, Tsendbazar N, Herold M, Bertels L, Smets B.
Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2019:
Globe. Zenodo. 2020;
https://doi.org/10.5281/zenodo.3939050
26. Buchhorn M, Smets B, Bertels L, Roo B De, Lesiv M, Tsendbazar N-E. Copernicus Global Land Service: Land Cover 100m: version 3 Globe
2015-2019: Product User Manual. Zenodo; 2021.
https://doi.org/10.5281/zenodo.4723921
27. Wang L, Gong M, Gong M, Yang R. How Far Can We Go with Local
Optimization in Real-Time Stereo Matching. En: Third International Symposium on
3D Data Processing, Visualization, and Transmission (3DPVT’06). Chapel Hill;
2006. 129-36. https://acortar.link/trOJvI
28. Zevenbergen L, Thorne C. Quantitative analysis of land surface
topography. Earth Surf Process Landforms. 1987;12(1):47-56.
https://doi.org/10.1002/esp.3290120107
29. Buchhorn M, Lesiv M, Tsendbazar N-E, Herold M, Bertels L, Smets B.
Copernicus Global Land Cover Layers—Collection 2. Remote Sens. 2020;12(6):1044. https://acortar.link/8lcAiC
30. Huaccho D. Siembra y cosecha de agua. Crianza del
paisaje andino a través de infraestructura natural para la seguridad hídrica.
ARQ. 2022;(110):72-83. https://acortar.link/WqT3s1
º