Aporte De Agua De La Microcuenca "Grande", En Función Del Caudal Recesivo De Su Cauce Principal Mediante Modelamiento Matemático Exponencial Y Potencial, En Periodo De Estiaje 2014-2016

Show simple item record

dc.contributor.advisor Huamán Vidaurre, Francisco
dc.contributor.author Alvarez Villanueva, Jairo Isai
dc.date.accessioned 2018-10-22T19:03:33Z
dc.date.available 2018-10-22T19:03:33Z
dc.date.issued 2018
dc.identifier.uri http://repositorio.unc.edu.pe/handle/UNC/2204
dc.description.abstract La investigación está ubicada en el Distrito de Cajamarca y Provincia Cajamarca de la Región Cajamarca, Perú. Se centra básicamente en determinar el aporte de agua de la microcuenca “Grande” en período de estiaje. La información fue proporcionada por el Servicio Nacional de Meteorología e Hidrología. La metodología es aplicada, cuantitativa y de campo. Se utilizaron seis modelos matemáticos de generación de caudales recesivos en función del caudal, tiempo y coeficiente de agotamiento; tales como: el modelo exponencial de Maillet (1905), Balocchi (2008), Nuñez (2005), apropiadas para cuencas permeables y los modelos potenciales de Boussinesq (1904); y, Soto (2001) apropiados para cuencas poco permeables, con la finalidad de determinar cual de ellos se ajusta mejor a los caudales recesivos del río “Grande” de la microcuenca “Grande”. Para ello, en la curva de agotamiento o curva recesiva de la curva de descenso global se identificó los meses de estiaje, y el inicio del aporte de agua subterránea, según la metodología de Lisney et al (1975), desarrollado por Pizarro y Saavedra (1991) para el período 2014-2016. Utilizando el “Planteamiento Modificado” de Martínez (2004 citado en Balocchi, 2008), se identificó caudales recesivos a partir del tercer punto de inflexión de la curva de agotamiento, seleccionando 49 datos para el análisis. Mediante indicadores estadísticos tales como el Coeficiente de Determinación, Error Estándar de Estimación, Índice de Willmott Modificado y Coeficiente de Nash-Sutcliffe Modificado y la prueba de T Student, se demostró que el modelo matemático exponencial de la forma , es el que mejor se ajusta a los caudales recesivos del río “Grande” en período de estiaje, ya que genera caudales subestimados, próximos a los caudales observados. Además, se determinó el coeficiente de agotamiento para la microcuenca “Grande” es de 0,007 hr-1. El aporte de agua de la microcuenca “Grande” para el período de estiaje 2014-2016 se expresó mediante la ecuación , generándose en volumen un promedio diário de 4,829 MMC. es_PE
dc.description.uri Tesis es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional de Cajamarca es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights Attribution-NonCommercial-NoDerivs 3.0 United States *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/us/ *
dc.source Universidad Nacional de Cajamarca es_PE
dc.source Repositorio Institucional - UNC es_PE
dc.subject Modelo matemático exponencial y potencial es_PE
dc.subject coeficiente de agotamiento es_PE
dc.subject capacidad de almacenamiento es_PE
dc.subject caudales observados es_PE
dc.title Aporte De Agua De La Microcuenca "Grande", En Función Del Caudal Recesivo De Su Cauce Principal Mediante Modelamiento Matemático Exponencial Y Potencial, En Periodo De Estiaje 2014-2016 es_PE
dc.type info:eu-repo/semantics/masterThesis es_PE
thesis.degree.grantor Universidad Nacional de Cajamarca. Escuela de Posgrado es_PE
thesis.degree.level Maestria es_PE
thesis.degree.discipline Ordenamiento Territorial y Gestión de Riesgos de Desastres es_PE
thesis.degree.name Maestro en Ciencias. Mención Ordenamiento Territorial y Gestión de Riesgos de Desastres es_PE


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

  • Maestrías
    Maestrías de la Escuelas de Posgrado - UNC

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics