Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 1
PORTADA
(Elaborada por la revista)
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 252
Efecto del Cambio Climático Histórico en el Rendimiento Hídrico
de la Cuenca del Rio Tumilaca en Perú
Effect of Historical Climate Change on the Water Yield of the Tumilaca River
Basin in Perú
Eduardo Luis Flores Quispe
efloresq@unam.edu.pe
https://orcid.org/0000-0001-5106-9583
Universidad Nacional de Moquegua
Ilo – Perú
Mario Gauna Chino
mgaunac@unam.edu.pe
https://orcid.org/0000-0003-3370-236X
Universidad Nacional de Moquegua
Ilo – Perú
Eduardo Flores Condori
eflores@unap.edu.pe
https://orcid.org/0000-0003-0983-5250
Universidad Nacional del Altiplano
Puno – Perú
José Antonio Mamani Gomez
jmamani@unap.edu.pe
https://orcid.org/0000-0001-7694-7549
Universidad Nacional del Altiplano
Puno – Perú
Mayda Yanira Flores Quispe
mflores@unaj.edu.pe
https://orcid.org/0000-0002-8803-9772
Universidad Nacional de Juliaca
Juliaca – Perú
Artículo recibido: 25/05/2026
Aceptado para publicación: 03/07/2026
Conflictos de Intereses: Ninguno que declarar
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 253
RESUMEN
El cambio climático global presenta en muchos sitios manifestaciones locales las
cuales es necesario confirmar con investigación. El objetivo de investigación fue determinar
la significancia del efecto del cambio climático en el rendimiento hídrico de la cuenca del rio
Tumilaca, en particular el efecto de la temperaturas medias mensuales y precipitación
mensual en el rendimiento hídrico. Se realizó en la cuenca Tumilaca ubicada en la región
Moquegua en Perú. Se utilizó información cartográfica e hidrometeorológica a nivel mensual
como temperatura media, precipitación mensual de las estaciones: Yacango, Ilabaya, Cairani
y Pampa Umalzo, y también caudales medios de la estación hidrométrica Tumilaca. Los
registros históricos utilizados tienen períodos diferentes que van desde el año 1956 al 2024.
Se realizó: (1) prueba de normalidad de Smirnov-Kolmogorov para escoger la prueba de
tendencia adecuada, (2) análisis de tendencia con prueba de regresión lineal y la prueba de
Mann-Kendall, (3) análisis de correlación y regresión entre la temperatura, precipitación y
caudal. En la temperatura de las estaciones Cairani, Ilabaya y Yacango las tendencias son
significativas, siendo decreciente en Cairani y creciente en Ilabaya y Yacango evidenciando
un cambio climático local. La temperatura de la estación Pampa Umalzo y de la cuenca no
existe ninguna tendencia significativa, es decir no hay cambio climático local. La
precipitación mensual en las estaciones Cairani, Ilabaya, Pampa Umalzo, Yacango y de la
cuenca Tumilaca la tendencia es rechazada, es decir no existe un cambio climático local. Los
caudales no presentan tendencia significativa. La correlación múltiple entre las variables
dependiente caudal e independientes temperatura y precipitación muestra una relación lineal
moderada. El coeficiente de determinación (R2) muestra que sólo el 30.6% de la variación
del caudal es explicado por la temperatura y la precipitación. El análisis de varianza de
regresión muestra un R2 estadísticamente significativo y mayor a cero y la prueba t de
coeficientes de regresión muestra que la temperatura y la precipitación tienen un efecto
significativo sobre el caudal.
Palabras clave: efecto, cambio climático, rendimiento hídrico, cuenca Tumilaca,
tendencia
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 254
ABSTRACT
Global climate change presents local manifestations in many places, which require
confirmation through research. The objective of this research was to determine the
significance of the effect of climate change on the water yield of the Tumilaca River basin,
specifically the effect of mean monthly temperatures and precipitation. The study was
conducted in the Tumilaca basin, located in the Moquegua region of Peru. Monthly
cartographic and hydrometeorological data were used, including mean temperature and
monthly precipitation from the Yacango, Ilabaya, Cairani, and Pampa Umalzo stations, as
well as mean flow rates from the Tumilaca hydrometric station. The historical records used
cover different periods, ranging from 1956 to 2024. The following analyses were performed:
(1) the Smirnov-Kolmogorov normality test to select the appropriate trend test, (2) trend
analysis using linear regression and the Mann-Kendall test, and (3) correlation and regression
analysis between temperature, precipitation, and flow rate. The temperature trends at the
Cairani, Ilabaya, and Yacango stations are significant, decreasing at Cairani and increasing at
Ilabaya and Yacango, indicating a local climate change. No significant trend is observed in
the temperature at the Pampa Umalzo station or in the basin as a whole, meaning there is no
local climate change. The trend in monthly precipitation at the Cairani, Ilabaya, Pampa
Umalzo, Yacango, and Tumilaca basin stations is rejected, indicating no local climate
change. Streamflow rates do not show a significant trend. Multiple correlation between the
dependent variable (streamflow) and the independent variables (temperature and
precipitation) shows a moderate linear relationship. The coefficient of determination (R²)
indicates that only 30.6% of the variation in streamflow is explained by temperature and
precipitation. The regression analysis of variance shows a statistically significant R² greater
than zero, and the t-test of regression coefficients shows that temperature and precipitation
have a significant effect on streamflow.
Keywords: effect, climate change, water yield, tumilaca basin, trend
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 255
INTRODUCCIÓN
El cambio climático como efecto del calentamiento global tiene manifestaciones a nivel del
planeta, sin embargo, esas manifestaciones son pocas veces estudiadas, analizadas e
investigadas en forma local sobre todo en regiones de cada país. El incremento de la
temperatura promedio global no siempre se puede manifestar a nivel local y es necesario
realizar investigaciones al respecto. Así mismo, las precipitaciones en cuanto a su
variabilidad producto del cambio climático global no se investigan a nivel local.
La teoría estadística nos facilita una representación más precisa de las variaciones en los
datos hidrológicos. Esta representación se realiza a través de un modelo estocástico que
detalla todas las propiedades de la serie hidrológica y posibilita la simulación en
circunstancias donde no es posible experimentar directamente (Flores-Quispe et al., 2015).
La tendencia actual en investigación es el cambio climático global, pero a nivel local en
muchas partes del mundo no se ha demostrado el efecto del cambio climático en los caudales,
incluso ni siquiera se ha probado la existencia de un cambio climático a nivel local a nivel de
cuencas. Por ello, esta investigación trata de dar respuesta a este vacío en el conocimiento.
En cuanto a las causas del cambio climático, según Useros (Useros, 2013) la principal causa
del cambio climático es el incremento de los gases de efecto invernadero producto de la
quema de combustibles fósiles, quema que se elevó por el desarrollo industrial. Además,
SERFOR (Laura-Añasco et al., 2021) menciona que el cambio climático es la variación del
estado del clima a nivel mundial durante largos período de tiempo causado por la
modificación antropogénica de la atmosfera. Así mismo, Salaverry y Botana indican que el
cambio climático es una alteración del clima a nivel del planeta tierra consecuencia de gases
dispuestos en la atmosfera y del efecto invernadero (Salaverry & Inés Botana, 2022).
En relación a los efectos del cambio climático, según el Grupo intergubernamental de
Expertos sobre el cambio climático (IPCC) (IPCC, 2001) (IPCC, 2007) a partir de evidencia
científica los principales efectos del cambio climático son incremento de la temperatura
promedio global del aire y los océanos, derretimiento de formaciones de hielo y nieve, y
aumento de los niveles del mar en promedio (Rodríguez-Becerra & Mance, 2009). Además,
el IPCC afirma que el cambio climático es de origen antrópico y no natural como sucedió con
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 256
las eras geológicas, y esto lo afirma con una certeza de 90% por la rapidez con que se
produce, en cambio las eras geológicas son procesos lentos (IPCC, 2001) (IPCC, 2007).
Ruiz-Gómez y otros consideran que la temperatura y la precipitación son las principales
variables indicadoras del cambio climático, ellos estimaron la evapotranspiración como una
variable interviniente y también estimaron el déficit hídrico. Ellos también indican que el
comportamiento de la temperatura y precipitación pueden estar influidos por factores
regionales como el fenómeno del niño oscilación sur (ENOS), tormentas y depresiones
tropicales (Ruiz Gómez et al., 2021).
Blanco-Villafuerte y Hartinger indican que el cambio climático al generar cambios en las
temperaturas y precipitaciones están causando impactos negativos en la salud humana
ocasionando enfermedades por la contaminación del aire por incendios o la contaminación
del agua por inundaciones, también ocasiona desnutrición por reducción de la producción
agrícola, aumento de infecciones transmitidas por vectores como el dengue (Blanco-
Villafuerte & Hartinger, 2023).
Algunos efectos del cambio climático son el aumento de la temperatura o los eventos
meteorológicos extremos (Blanco-Villafuerte & Hartinger, 2023). Efectos que están
relacionados a precipitación como sequias y lluvias intensas; además de extremos
relacionados a temperatura como eventos de calor alto y heladas más frecuentes.
El cambio climático incrementa la vulnerabilidad de la agricultura aumentando la demanda
de agua de los cultivos con incremento de las temperaturas, limitando el abastecimiento de
agua con periodos de sequias y por lo tanto generando presión sobre los recursos hídricos
(Bou Said et al., 2026).
En cuanto al efecto del cambio climático en la temperatura, Rodríguez y Mance afirman que,
según el IPCC, en el periodo 1906 a 2005 la temperatura del planeta aumento 0.74 °C.
También el IPCC en su informe del 2007 prevé un incremento entre 1.1°C y 6.4 °C para el
periodo de los años 2089 a 2099 respecto al año 2000. En el 2009 se presentaron
proyecciones donde se prevé un aumento de 4°C antes del 2055 si se mantiene las
condiciones actuales (Rodríguez-Becerra & Mance, 2009).
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 257
En relación al efecto del cambio climático en el régimen hídrico de precipitación y caudal,
también forman parte de los diferentes impactos del cambio climático los períodos extremos
de sequía o de lluvias torrenciales (Rodríguez-Becerra & Mance, 2009) . Así mismo, habrá
baja en el suministro de agua; se aumentará la escasez de agua y la frecuencia de
inundaciones incrementará también.
La desaparición de glaciares andinos afectaría al suministro de agua, el aumento de escasez
de agua y aumento del riesgo de inundaciones, también son efectos del cambio climático en
el régimen hídrico (Rodríguez-Becerra & Mance, 2009). El cambio en el régimen de lluvias
es otro efecto, disminuyendo en algunos lugares y aumentando en otros.
Para condiciones de ríos en zonas áridas del Perú como el Tumilaca, se han realizado estudios
de predicción de sus caudales con modelos estocásticos autoregresivo a nivel diario (Flores-
Quispe et al., 2015). Los caudales medios diarios presentan mayor variabilidad que los
medios mensuales, por la influencia del clima; pero para planificación de recursos hídricos es
más usual los medios mensuales.
Los factores del clima influencian a la precipitación máxima para condiciones de los andes
peruanos del sur (Flores-Condori et al., 2021), pero esta influencia es local y el cambio
climático global no puede influenciar directamente sobre la precipitación como elemento
climático que depende de los factores del clima.
La precipitación máxima en lugares como Moquegua en Perú se ha regionalizado con el fin
de una mejor predicción con fines de diseño hidrológico, además, la precipitación máxima es
explicada en un 79% por factores del clima como la posición geográfica (latitud, longitud y
altitud) mejorándose su estimación (Flores-Quispe et al., 2022). Aunque el comportamiento
de los máximos es puramente aleatorio, el cambio climático global puede mostrarse con
mayor frecuencia y magnitud de eventos extremos como lluvias intensas.
Palacios y otros analizaron y evaluaron la sensibilidad de los caudales para generación
hidroeléctrica a los efectos del cambio climático, ellos han utilizado modelos de cambio
climático para proyecciones de precipitación que indican que existe una probabilidad
significativa de eventos extremos como tormentas de lluvias intensas que aumentarán los
caudales (Palacios Cabrera et al., 2024).
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 258
Algunos de los sectores afectados por el cambio climático son el de recursos hídricos y el de
generación de hidroenergía, puesto que el cambio climático influye en la variabilidad de los
caudales impactando en la eficiencia y confiabilidad de producción hidroenergética que a su
vez forma parte de las estrategias de energía renovable a nivel mundial (Abraham et al.,
2026).
En relación a los estudios sobre el cambio climático en América Latina centrados en Perú,
hay varios organismos de cooperación internacional que han llevado a cabo y llevan a cabo
estudios (ya sean propios o financiados) en América Latina acerca del Cambio Climático, sus
consecuencias sobre la biodiversidad, su influencia en la economía de las naciones de
América Latina y el Caribe, así como en los individuos y sus acciones. Además, desarrollan
programas y proyectos de mitigación y adaptación, entre otros (Vergara-Rodríguez, 2012).
Entre las instituciones se encuentra la Agencia Española de Cooperación Internacional para el
Desarrollo (AECID), el Banco Mundial (BM), la Comunidad Andina de Naciones (CAN), la
Cooperación Finlandesa, la Agencia Suiza para el Desarrollo y Cooperación (COSUDE),
Deutsche Gesells chaftfür International e Zusam menarbeit (GIZ), Programa Desarrollo Rural
Sostenible (PDRS), Oxfam GB, Programa de las Naciones Unidas para el Desarrollo
(PNUD), la Comisión Europea y Ayuda Humanitaria de la Comunidad Europea (ECHO),
Comprehensive Assessment Reporting Evaluation (CARE), Comisión Económica para
América Latina (CEPAL), el Banco Interamericano de Desarrollo (BID), entre otros.
Es importante destacar el documento "El cambio climático no tiene fronteras" entre los
diferentes estudios que estas instituciones han presentado. “Influencia del cambio climático
en la comunidad andina”, que fue presentado por la secretaria de la CAN en 2008 (Amat y
León, 2008).
Incluso Pablo Fajnzylber, uno de los investigadores del informe, indicó que “Perú ya está
padeciendo algunas de las consecuencias atribuidas al cambio climático, y por eso es
importante mantener y profundizar todas las medidas de mitigación y adaptación posibles,
como parte de una política de estado que sea amigable con el medio ambiente” (De la Torre
et al., 2009).
El informe de CEPAL (CEPAL, 2010) “La economía del cambio climático en América
Latina y el Caribe. Síntesis 2010” indica que, aunque América Latina y el Caribe es la
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 259
segunda región del mundo con menores emisiones de GEI, podría verse afectada
significativamente por los efectos del cambio climático sobre la población, las actividades
económicas y los ecosistemas. Asimismo, se señala que el cambio climático provoca un
incremento de la aridez, del número de meses secos (que es la relación entre la
evapotranspiración y las precipitaciones) y de la concentración e intensidad de las
precipitaciones, lo que afecta los procesos de degradación de la tierra y su productividad.
Entre las áreas más afectadas, se destacan las zonas de frontera agrícola en sistemas
ecológicos de alta fragilidad como las selvas de las vertientes amazónicas de Colombia,
Ecuador y Perú, donde los procesos antrópicos como la deforestación, la agricultura, la
ganadería y la minería aurífera informal provocan severos procesos de degradación”.
En cuanto a investigaciones sobre Cambio Climático realizadas por el Perú, un análisis más
detallado del marco institucional y normativo del Perú relacionado al Cambio Climático es
accesible en la Segunda Comunicación Nacional del Perú (MINAM, 2010). La Comisión
Nacional sobre el Cambio Climático (CNCC) es un Grupo Técnico conformado por el
Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI), el Consejo Nacional
de Ciencia y Tecnología - CONCYTEC, el Instituto de Investigación de la Amazonía Peruana
- IIAP, el Instituto Geofísico del Perú - IGP, el Ministerio de Relaciones Exteriores, el Fondo
Nacional del Ambiente - FONAM, el Instituto de Mar del Perú - IMARPE, el Ministerio de
Agricultura - MINAG, el Ministerio de Economía y Finanzas - MEF, el Ministerio de
Transportes y Comunicaciones - MTC, el Ministerio de Energía y Minas - MINEM,
Ministerio de la Producción - PRODUCE, así como por representantes de ONGs,
Universidades, Asamblea Nacional de Gobiernos Regionales, del Consejo Nacional de
Decanos de los Colegios Profesionales del Perú y Confederación Nacional de Instituciones
Empresariales Privadas - CONFIEP (MINAM, 2010).
El artículo 4 de la aprobación de la CCNN fue cambiado a través del D.S. Nº 009-2010-
MINAM con el fin de incorporar a representantes de otras instituciones, por ejemplo,
Organizaciones indígenas, organizaciones de trabajadores, la Mesa de Concertación para la
lucha contra la pobreza y otros (Poder ejecutivo de la república del Perú, 2010).
Dentro de este proyecto, en el 2007 el Perú comenzó el Proyecto Adaptación al Impacto del
Retroceso Acelerado de Glaciares en los Andes Tropicales mediante la generación de
escenarios con énfasis en los efectos sobre el retroceso de los glaciares para las cuencas de
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 260
los Ríos Urubamba y Mantaro (proyecciones al 2100). Existe también un Programa de
Adaptación al Cambio Climático (PACC), que busca responder a los efectos e impactos de
los escenarios futuros del cambio climático implementando medidas de adaptación e
incidiendo con sus experiencias en los procesos de planificación regional y nacional
(MINAM, 2010).
Con respecto a escenarios del cambio climático, los escenarios de cambio climático son
proyecciones detalladas que simulan el clima futuro (temperatura, precipitación, extremos) a
escala local o regional, basadas en modelos globales y emisiones de gases de efecto
invernadero (GEI). Son herramientas clave para la adaptación y gestión de riesgos, mostrando
cambios diferenciados según la geografía.
Rodríguez-Flores y Rodríguez-Flores han analizado la variabilidad de caudales ecológicos
frente al escenario histórico y a escenarios regionales del cambio climático futuros,
encontraron que frente a escenarios del cambio climático futuros los caudales ecológicos
disminuirán y los flujos tendrán mayor variabilidad (Rodríguez-Flores & Rodríguez-Flores,
2025).
Respecto a la adaptación al cambio climático, es necesario investigar la cooperación
internacional en la gestión de agua en ríos transfronterizos especialmente en el contexto del
cambio climático, sobre todo en lugares donde la parte alta posee demandas hídricas para
generación hidroeléctrica y donde la parte baja posee otras demandas (Abraham et al., 2026).
En relación a los límites de los estudios con escasos datos, en países en vías de desarrollo las
limitaciones en datos hidrológicos hacen difícil cuantificar los cambios en los caudales de
ríos relacionados al abastecimiento para usos consuntivos y en la evapotranspiración
potencial relacionado a la demanda de agua agrícola, así mismo esto se agrava más en un
contexto de cambio climático (Bou Said et al., 2026).
Según Flores-Quispe et al. (2022), los estudios hidrológicos son una herramienta fundamental
para determinar la viabilidad de un proyecto de desarrollo hidráulico en una cuenca
hidrográfica. Uno de los problemas dentro del planeamiento hidráulico presente en la cuenca
del río Tumilaca, es la asignación del recurso agua para garantizar la cobertura de la demanda
sujeta frecuentemente a situaciones de deficiencias o excedencias.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 261
El río Tumilaca se origina en la unión de los ríos Capillune (Huacanane) y Coscori, a una
altitud de 2400 msnm. Su recorrido abarca los distritos de Moquegua, Samegua y Torata,
finalizando en el último. Según INRENA (2003), su longitud es de 67.729 km y su pendiente
es de 0.054 m/m. Riega los angostos valles de Samegua, Pocata y Tumilaca. Es el tercer
tributario más importante de la cuenca del río Moquegua. La mayoría de los recursos hídricos
de la cuenca del río Moquegua se producen en las microcuencas de los ríos Huaracane,
Tumilaca y Torata.
El planteamiento del problema expone que, para garantizar la oferta de agua de una cuenca,
es necesario realizar estudios de predicción de caudales empleando modelos matemáticos. El
río Tumilaca es la principal fuente de agua para los usos multisectoriales ubicados en su
trayecto. Las condiciones geográficas y climáticas condicionan sus niveles de agua poniendo
en riesgo la atención de la demanda de agua de todos sus usuarios, por tanto, es muy
importante predecir el caudal diario para tomar la previsión en las actividades que hacen uso
del agua de esta fuente.
En general las cuencas de la región Moquegua son áridas en la parte media y baja, siendo las
partes altas las principales fuentes productoras. Los ríos de estas cuencas tienen en general
recursos hídricos limitados para cubrir todas las demandas poblacionales, agrarias, mineras y
ecológicas. Específicamente el río Tumilaca posee escasos pero valiosos recursos hídricos
con un caudal medio aproximado de 0.541 m3/s en diciembre. En estas condiciones se
considera que la predicción de caudales es valiosa para gestionar los recursos hídricos.
El cambio climático puede agravar el problema de escasez de recursos hídricos con sequias o
puede causar desastres por lluvias intensas. Así mismo, no se puede afirmar con certeza que
el cambio climático global influye en el clima regional y local de alguna cuenca, porque
existe la variabilidad natural del clima en los diferentes elementos climáticos: temperatura,
precipitación, humedad, presión atmosférica, viento y nubosidad, los cuales son dependientes
de los factores climáticos que son: latitud, altitud, relieve, corrientes marinas, continentalidad
o distancia al mar, circulación atmosférica y vegetación.
El cambio climático histórico debe comprobarse y de presentarse debe determinarse el efecto
de este cambio climático en el rendimiento hídrico o en el caudal. En esta investigación se ha
evaluado dos elementos del clima: la temperatura media mensual y la precipitación mensual;
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 262
además se ha evaluado la influencia de estos dos elementos en el cauda o rendimiento
hídrico.
En esta investigación la pregunta general es: ¿Es significativo el efecto del cambio climático
en el rendimiento hídrico de la cuenca del rio Tumilaca?. Las preguntas específicas son: (1)
¿Es significativo el efecto de las temperaturas medias mensuales en el rendimiento hídrico de
la cuenca del río Tumilaca?, (2) ¿Es significativo el efecto de la precipitación mensual en el
rendimiento hídrico de la cuenca del río Tumilaca?. La hipótesis general es: El efecto del
cambio climático en el rendimiento hídrico de la cuenca del rio Tumilaca es significativo. Las
hipótesis específicas son: (1) El efecto de las temperaturas medias mensuales en el
rendimiento hídrico de la cuenca del río Tumilaca es significativo, (2) El efecto de la
precipitación mensual en el rendimiento hídrico de la cuenca del río Tumilaca es
significativo. El objetivo general es: Determinar la significancia del efecto del cambio
climático en el rendimiento hídrico de la cuenca del rio Tumilaca. Los objetivos específicos
son: (1) Determinar la significancia del efecto de las temperaturas medias mensuales en el
rendimiento hídrico de la cuenca del río Tumilaca, (2) Determinar la significancia del efecto
de la precipitación mensual en el rendimiento hídrico de la cuenca del río Tumilaca.
METODOLOGÍA
La información cartográfica utilizada fue la Carta Nacional digital a escala 1:100 000,
elaborada por Instituto Geográfico Militar (IGM), mapas base y temáticos. La información
meteorológica utilizada pertenece a estaciones que están dentro y fuera de la cuenca
Tumilaca. En la tabla 1 se muestra las estaciones utilizadas.
Tabla 1. Estaciones meteorológicas utilizadas
ESTACIÓN
LATITUD SUR
LONGITUD OESTE
ALTITUD (MSNM)
Yacango
17°05’47.8’’
70°52’03.1’’
2091
Ilabaya
17°25’04.2’’
70°30’46.1’’
1375
Cairani
17°17’17’’
70°20’20’’
3920
Pampa Umalzo
16°52’30’’
70°25’25’’
4609
Fuente: SENAMHI.
Así mismo, se recopiló información de temperatura media mensual y de precipitación
mensual de las estaciones meteorológicas de la tabla 1 anterior. Los registros históricos
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 263
utilizados tuvieron el mayor periodo posible y se obtuvieron por el SENAMHI de la región
Moquegua y Tacna, los cuales se muestran en la tabla 2.
Tabla 2. Registros históricos utilizados
ESTACIÓN
TEMPERATURA MEDIA
MENSUAL (°C)
PRECIPITACIÓN
MENSUAL (MM)
Cairani
2013 a 2024
1971 a 2024
Ilabaya
1997 a 2024
1997 a 2024
Pampa Umalzo
2002 a 2024
1964 a 2024
Yacango
1995 a 2024
1965 a 2024
Cuenca Tumilaca con
Polígono de Thiessen
2013 a 2024
1997 a 2024
Fuente: Elaboración propia.
La información hidrométrica utilizada es el registro histórico de caudales medios mensuales
(m3/s) de la estación hidrométrica Tumilaca, proporcionada por el SENAMHI Tacna -
Moquegua. La estación pertenece al departamento de Moquegua, provincia Mariscal Nieto,
distrito de Torata, sus coordenadas son: 17°07’42.17” de Latitud sur, 70°50’12.8” de
Longitud oeste, altitud de 1929 msnm. Es de tipo convencional – hidrológica con código
204804. Se utilizó como rendimiento hídrico el caudal medio mensual (m3/s) registrado
históricamente de 1956 a 2024, en la referida estación hidrométrica.
Se delimitó la cuenca Tumilaca, a partir de la ubicación de la estación hidrométrica Tumilaca.
Se ubicaron las estaciones meteorológicas dentro y fuera de la cuenca Tumilaca. Se
determino los polígonos de Thiessen y con ello el área de influencia de las estaciones en la
cuenca Tumilaca. Los datos faltantes se completaron a través de la función tendencia de
Excel con los datos existentes. El tamaño de la muestra analizada son los registros históricos
disponibles de información.
Se analizó exploratoriamente los datos con técnicas de estadísticas descriptivas y graficas,
con el fin de identificar los métodos estadísticos más adecuados a aplicar para poder
comprobar las hipótesis de la investigación. Un método fundamental aplicado en esta parte es
la prueba de normalidad de Kolmogorov-Smirnov. Se probó de normalidad para escoger la
prueba estadística de tendencia más adecuada. Se probó de tendencia con prueba no
parametrica de Mann Kendall para datos no normales y la prueba paramétrica de regresión
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 264
lineal para datos normales que incluye la prueba t. Lo cual se hizo con temperatura media
mensual, de la precipitación mensual y del caudal medio mensual. Se probó la correlación de
Pearson. Las variables que han sido correlacionadas fueron la temperatura, la precipitación y
el caudal. Se analizó la regresión lineal donde las variables son la temperatura, la
precipitación y el rendimiento hídrico.
Los programas de computadora utilizados para el manejo de la información cartográfica
fueron QGIS 2.18, para el análisis estadístico se empleó Minitab 14, para el análisis de
tendencia se utilizó TREND.y para la correlación y regresión se utilizó Microsoft Excel.
RESULTADOS
El límite de la cuenca Tumilaca a partir de la dicha estación hidrométrica, además los
polígonos de Thiessen obtenidos se presentan en la siguiente figura 1.
Figura 1. Polígonos de Thiessen en la cuenca Tumilaca
Fuente: Elaboración propia.
El área de influencia de las estaciones en la cuenca Tumilaca se muestra en la siguiente tabla
3.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 265
Tabla 3. Área de influencia de cada estación meteorológica en la cuenca Tumilaca
ESTACIÓN
DEPARTAMENTO
PROVINCIA
DISTRITO
ÁREA (KM2)
% ÁREA
Ilabaya
Tacna
Jorge Basadre
Ilabaya
0.40
0.09
Pampa Umalzo
Moquegua
Mariscal Nieto
Carumas
155.25
32.79
Cairani
Tacna
Candarave
Cairani
98.84
20.87
Yacango
Moquegua
Mariscal Nieto
Torata
219.04
46.26
Total =
473.53
100
Fuente: Elaboración en QGIS basado en datos de ubicación.
En la figura 2 se presenta la prueba de normalidad de la temperatura media mensual de la
estación Cairani.
Figura 2. Prueba gráfica de normalidad de temperatura media mensual de la estación Cairani
Fuente: Elaboración propia.
Según la figura 2 anterior la normalidad es rechazada con la prueba de Kolmogórov-Smirnov
(KS) al nivel de significancia de 0.05. Por ello se realizó la prueba de tendencia de Mann
Kendall para probar la tendencia de la temperatura media mensual de la estación Cairani,
como muestra la figura 3.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 266
Figura 3. Prueba de tendencia de temperatura media mensual estación Cairani
Fuente: Elaboración propia.
La prueba muestra que existe una tendencia altamente significativa decreciente al nivel de
significancia de 0.01. Del mismo modo se hizo las pruebas de normalidad y de tendencia en
las estaciones Ilabaya, Pampa Umalzo, Yacango y en la temperatura media mensual de la
cuenca. En la siguiente tabla 4 se presenta un resumen de las pruebas de normalidad y del
análisis de tendencia de la temperatura media mensual de las estaciones meteorológicas.
Tabla 4. Resumen de pruebas de normalidad y de tendencia de temperatura media mensual.
ESTACIÓN
NORMALIDAD
PRUEBA DE
TENDENCIA
TENDENCIA
Cairani
Rechazada
Mann Kendall
Decreciente, altamente
significativa
Ilabaya
Aceptada
Regresión lineal
Creciente, significativa
Pampa Umalzo
Aceptada
Regresión lineal
Ninguna
Yacango
Rechazada
Mann Kendall
Creciente, altamente
significativa
Cuenca
Tumilaca
Aceptada
Regresión lineal
Ninguna
Fuente: Elaboración propia
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 267
Así mismo, se analizó de tendencia de la precipitación mensual de la estación Cairani. La
normalidad es rechazada con la prueba de Kolmogorov-Smirnov (KS) al nivel de
significancia de 0.05. Se realizo la prueba de tendencia de Mann Kendall. La prueba muestra
que no existe una tendencia significativa en la precipitación de la estación Cairani. Del
mismo modo se hizo las pruebas de normalidad y de tendencia en las estaciones Ilabaya,
Pampa Umalzo, Yacango y en la precipitación mensual de la cuenca. En la siguiente tabla 5
se presenta un resumen de las pruebas de normalidad y del análisis de tendencia de la
precipitación mensual de las estaciones meteorológicas.
Tabla 5. Resumen de pruebas de normalidad y de tendencia de precipitación mensual
ESTACIÓN
NORMALIDAD
PRUEBA DE
TENDENCIA
TENDENCIA
Cairani
Rechazada
Mann Kendall
Ninguna
Ilabaya
Rechazada
Mann Kendall
Ninguna
Pampa Umalzo
Rechazada
Mann Kendall
Ninguna
Yacango
Rechazada
Mann Kendall
Ninguna
Cuenca Tumilaca
Rechazada
Mann Kendall
Ninguna
Fuente: Elaboración propia
En cuanto al caudal medio mensual de la estación hidrométrica Tumilaca la prueba de
rechaza la normalidad al 0.05 de significancia. Se analizó la tendencia con prueba de Mann
Kendall la cual muestra que no existe tendencia significativa en los caudales medios
mensuales.
Para determinar el efecto de la precipitación y la temperatura en el caudal se utilizó regresión
lineal múltiple en el período de datos común. Para utilizar este método estadístico se
transformó variables para que sean datos normales. La temperatura media mensual de la
cuenca Tumilaca es normal por lo cual no es necesaria ninguna transformación. La
precipitación media mensual en la cuenca Tumilaca no es normal, por lo cual se procedió a su
transformación. Para elegir el método de transformación más adecuado se determinó
estadísticos descriptivos como muestra la figura 4 siguiente.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 268
Figura 4. Resumen de estadísticos básicos de la precipitación media cuenca Tumilaca
Fuente: Elaboración propia.
Puesto que el coeficiente de asimetría es mayor a cero se utilizó la siguiente transformación
que admite valores de cero
Luego de la transformación se realizó la prueba de normalidad de Smirnov-Kolmogorov
como muestra la figura 5.
Figura 5. Prueba gráfica de normalidad de precipitación mensual transformada de la cuenca
Tumilaca
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 269
La prueba concluye que siguen siendo no normales los datos de precipitación. El caudal
medio mensual de la estación Tumilaca también no es normal por lo cual se determinó sus
estadísticos descriptivos como muestra la figura 6.
Figura 6. Resumen de estadísticos básicos del caudal medio mensual estación Tumilaca
Fuente: Elaboración propia.
La transformación más adecuada por el alto nivel de asimetría es la inversa
. También
se realizó la prueba de normalidad de Smirnov-Kolmogorov a los datos transformados como
muestra la figura 7.
Figura 7. Prueba gráfica de normalidad del caudal medio mensual transformado de la
estación Tumilaca
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 270
Los datos transformados siguen siendo no normales según el resultado. El modelo de
regresión es el siguiente:
Siendo Q = caudal medio mensual (m3/s), T = temperatura media mensual (°C), P =
precipitación mensual (mm/mes). Se obtuvo un coeficiente de correlación múltiple de
0.553142, un coeficiente de determinación (R2) de 0.305966, un R2 ajustado de 0.296122, un
error típico de 0.53959, y el número de observaciones fue de 144. El coeficiente de
correlación múltiple de 0.553 (entre 0.4 a 0.59) muestra que existe una relación lineal
moderada entre las variables dependiente e independiente, este resultado claramente se
esperaba puesto que las variables no son lineales y en su mayoría no son normales. El
coeficiente de determinación de 0.306 (entre 0.2 a 0.4) muestra que sólo el 30.6% de la
variable dependiente es explicado por las variables independientes, por lo tanto, la relación es
baja y el ajuste del modelo es pobre. En las siguientes tablas 6 y 7 se presenta los resultados
de la regresión lineal múltiple.
Tabla 6. Análisis de varianza de regresión lineal múltiple
GRADOS DE
LIBERTAD
SUMA DE
CUADRADOS
PROMEDIO DE LOS
CUADRADOS
F
PROBABI
LIDAD
Regre
sión
2
18.09835
9.049175
31.08
006
6.57E-12
Resid
uos
141
41.05312
0.291157
Total
143
59.15147
Fuente: Elaboración propia
El resultado del análisis de varianza de regresión muestra que el coeficiente de determinación
R2 es mayor a cero y que los coeficientes del modelo βi son mayores a cero, ambos al nivel de
significancia de 0.05.
Tabla 7. Coeficientes de regresión y prueba t respectiva
COEFICIE
NTES
ERROR
TÍPICO
ESTADÍSTI
CO T
PROBABIL
IDAD
INFERIOR
95%
SUPERIO
R 95%
Intercep
ción
-0.24716
0.639309
-0.38661
0.699629
-1.51103
1.016708
Variable
X 1
0.186543
0.059899
3.114288
0.002234
0.068126
0.304959
Variable
X 2
-0.29201
0.03933
-7.42456
9.8E-12
-0.36976
-0.21426
Fuente: Elaboración propia
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 271
Las variables x1 y x2 son estadísticamente diferentes de cero al nivel de significancia de
0.05.
DISCUSION
Las estaciones pluviométricas que tienen influencia en la cuenca Tumilaca son: Ilabaya,
Pampa Umalzo, Cairani y Yacango según el método de Polígonos de Thiessen. En orden de
porcentaje de área de influencia Yacango posee un 46.26%, Pampa Umalzo tiene 32.79%,
Cairani tiene 20.87% e Ilabaya posee solamente 0.09%, es decir, Yacango influye más en la
cuenca. El método de polígonos de Thiessen junto con los métodos de la media aritmética y
potencia de la distancia inversa han mostrado tener errores reducidos; sin embargo, el método
de potencia de la distancia inversa fue encontrado como satisfactorio en caso de mayor
dispersión en investigaciones previas (Dante et al., 2022). En la presente investigación se
asume así mismo, que el método de polígonos de Thiessen tiene errores reducidos.
En cuanto a la normalidad de los datos de temperatura media mensual en Cairani y Yacango
la normalidad es rechazada, en cambio en Ilabaya, Pampa Umalzo y en la precipitación media
de la cuenca la normalidad es aceptada; por lo cual se aplicó la prueba de tendencia
correspondiente que es regresión lineal para datos normales y prueba de Mann Kendall para
datos no normales. Como mencionan otros autores con datos meteorológicos a nivel mensual
al no cumplirse el supuesto de normalidad e igualdad de varianzas es necesario aplicar
pruebas no paramétricas (Romero & Forigua Parra, 2021), entonces en este aspecto la
presente investigación hizo una prueba de tendencia adecuada según este cumplimiento de
normalidad.
En las temperaturas medias mensuales de las estaciones Cairani, Ilabaya y Yacango las
tendencias son significativas, siendo decreciente en Cairani y creciente en Ilabaya y Yacango
es decir se evidencia un cambio climático local. En cambio, la temperatura media mensual de
la estación Pampa Umalzo y de la cuenca no existe ninguna tendencia significativa, por lo
cual no hay un cambio climático en estas temperaturas. Como una variante del análisis de
tendencia de temperatura, autores lo han realizado en temperaturas mínimas y máximas con
técnicas de análisis wavelets, la cual puede dar resultados a mayor detalle (Correa Ortiz et al.,
2021).
En cuanto a las precipitaciones mensuales en las estaciones Cairani, Ilabaya, Pampa Umalzo,
Yacango y de la cuenca Tumilaca la normalidad de datos es rechazada y la tendencia con la
prueba Mann Kendall respectiva, también es rechazada al nivel de significancia de 0.05, por
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 272
lo cual no existe un cambio climático local. Algunos autores también realizaron un análisis de
tendencia aplicando la técnica de análisis wavelets, utilizando datos diarios transformados a
mensuales, evidenciando tendencias lentas y crecientes en precipitación y en temperatura
mínima, en contraste, en temperatura máxima encontraron tendencias lentas decrecientes
(Correa Ortiz et al., 2021), comparando este resultado con lo encontrado en la presente
investigación, el análisis wavelets puede dar resultados de lentitud de las tendencias lo cual
no con la prueba de Mann Kendall no podría evidenciarse.
Los caudales medios mensuales son no normales y no presentan tendencia significativa. Así
mismo, la presente investigación al igual que otras utilizó pruebas no paramétricas para
probar la tendencia en caudales medios mensuales que no son normales, pero los caudales en
esas investigaciones han sido generados por un modelo precipitación-escorrentía (Zorrilla
Marcos et al., 2024), en comparación la presente investigación analizó tendencia de datos
observados de caudal.
Para el proceso de regresión es necesario evaluar la normalidad de datos y analizar el
requerimiento de transformación de estos. A nivel de la cuenca la temperatura media mensual
es normal por lo cual no ha requerido transformación de datos. En contraste la precipitación
mensual de la cuenca es no normal requiriendo una transformación de datos. Así mismo, los
caudales medios mensuales no son normales también requiriendo transformación. Para
aplicar la regresión múltiple es necesario cumplir los supuestos de normalidad sobre todo en
los residuos, autores han realizado esta aplicación a la temperatura anual promedio como
variable dependiente teniendo como variable independiente las emisiones de CO2 y otras
variables (Castro-Vargas, 2025).
La correlación múltiple entre las variables dependiente caudal e independientes temperatura y
precipitación muestra una relación lineal moderada. El coeficiente de determinación muestra
que sólo el 30.6% de la variación del caudal es explicado por la temperatura y la
precipitación. El análisis de varianza muestra un coeficiente de determinación
estadísticamente mayor a cero, es decir, significativo y la prueba t de coeficientes de
regresión muestra que estos son estadísticamente significativos y mayores a cero, por lo cual
la temperatura y la precipitación tienen un efecto significativo sobre el caudal a nivel mensual
en la cuenca Tumilaca. El uso de correlación entre caudales y variables climáticas
representados por índices climáticos, se han realizado por autores recientemente, a su vez han
realizado el análisis de variabilidad en fases de su ciclo anual (Ricetti et al., 2024). La
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 273
presente investigación también ha utilizado estos métodos estadísticos de correlación y
regresión, herramientas que permiten demostrar las relaciones entre variables.
CONCLUSIÓN
En las temperaturas medias mensuales de las estaciones Cairani, Ilabaya y Yacango las
tendencias son significativas, siendo decreciente en Cairani y creciente en Ilabaya y Yacango,
es decir, se evidencia un cambio climático local. En cambio, la temperatura media mensual
de la estación Pampa Umalzo y de la cuenca no existe ninguna tendencia significativa, por lo
cual no hay un cambio climático local.
En cuanto a las precipitaciones mensuales en las estaciones Cairani, Ilabaya, Pampa Umalzo,
Yacango y de la cuenca Tumilaca la tendencia es rechazada, por lo cual no existe un cambio
climático local. Los caudales medios mensuales no presentan tendencia significativa por lo
cual no cambian localmente.
La temperatura media mensual de la cuenca influye significativamente (p < 0.05) en el caudal
medio mensual del río Tumilaca, de forma no lineal puesto que ha sido necesario realizar
transformación de los datos de caudal para cumplir el supuesto de normalidad.
Así mismo, la precipitación mensual de la cuenca influye significativamente (p < 0.05) en el
caudal medio mensual del río Tumilaca, de forma no lineal porque ambos datos de las
variables dependiente e independiente han sido transformados para cumplir el supuesto de
normalidad.
REFERENCIAS
Abraham, T., Olarinoye, T., Hartmann, A., Hendricks Franssen, H.-J., & Liu, Y. (2026).
Towards cooperation on transboundary rivers: achieving a win–win balance between
upstream hydropower generation and downstream water demand under climate
change. Journal of Hydrology, 669, 135111.
https://doi.org/10.1016/j.jhydrol.2026.135111
Amat, & León, C. (2008). El Cambio Climático no tiene fronteras: Impacto del Cambio
Climático en la Comunidad Andina. Secretaria General de la Comunidad Andina.
Blanco-Villafuerte, L., & Hartinger, S. M. (2023). Impact of climate change on the health of
peruvians: challenges and strategies for a comprehensive response. In Revista Peruana
de Medicina Experimental y Salud Publica (Vol. 40, Number 2, pp. 130–131).
Instituto Nacional de Salud. https://doi.org/10.17843/rpmesp.2023.402.12998
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 274
Bou Said, R., Mohtar, R. H., & Moussa, R. (2026). Water demand and surface water supply
dynamics in the changing climate of semi-arid basins. International Soil and Water
Conservation Research, 100635. https://doi.org/10.1016/j.iswcr.2026.100635
Castro-Vargas, J. J. (2025). Análisis de la variación de la temperatura mundial en el periodo
2000-2024 mediante Regresión Múltiple.
https://repositorio.ucm.edu.co/server/api/core/bitstreams/a9ca7d35-c407-4035-8296-
b9c210b2e1b3/content
CEPAL. (2010). La economía del cambio climático síntesis 2010. ONU.
Correa Ortiz, L. C., Ocampo López, O. L., & Alba Castro, M. F. (2021). Análisis de
tendencia de temperatura y precipitación para el departamento de Caldas (Colombia),
mediante wavelets. Ciencia e Ingeniería Neogranadina, 31(1), 37–52.
https://doi.org/10.18359/rcin.4900
Dante, M., Arriero, T., Galbetti, S., Galbetti, M. V., De Oliveira Ribeiro, V., & Oliveira
Diodato, J. (2022). Comparação dos métodos da média aritmética, dos polígonos de
thiessen e do IPD na avaliação espacial de dados pluviométricos. Revista EIA, 19(37),
1–11. https://doi.org/10.24050/reia
De la Torre, A., Fajnzylber, P., & Nash, J. (2009). Desarrollo con menos carbono: Respuestas
latinoamericanas al desafío del Cambio Climático. Banco Mundial.
Flores-Condori, E., Flores-Quispe, E. L., & Morales-Aranibar, L. (2021). Influence of
climate factors on the regionalization of maximum precipitations in the basin of Lake
Titicaca. Manglar, 18(1), 27–34. https://doi.org/10.17268/manglar.2021.004
Flores-Quispe, E. L., Flores-Condori, E., & Huaquisto-Cáceres, S. (2022). Regionalization of
Maximum Daily Rain in Moquegua Perú. Revista Científica de La UCSA, 9(2), 43–
57. https://doi.org/10.18004/ucsa/2409-8752/2022.009.02.043
Flores-Quispe, E. L., Silva-Delgado, C. A., & Flores-Condori, E. (2015). Predicción de
caudales diarios de la estación hidrométrica Tumilaca aplicando modelos estocásticos
autoregresivos. Revista Ciencia & Desatollo, 19, 68–73.
https://revistas.unjbg.edu.pe/index.php/cyd/article/view/489/483
INRENA. (2003). Evaluación y ordenamiento de los recursos hídricos en la cuenca del río
Tambo y Moquegua: inventario de fuentes de agua superficial. Instituto Nacional de
Recursos Naturales. Intendencia de Recursos Hídricos. Administración Técnica del
Distrito de Riego Tambo - Alto Tambo. Editorial INRENA. Páginas 74.
https://repositorio.ana.gob.pe/item/39ff5a80-8003-4c9b-a013-56e10760c670
IPCC. (2001). Cambio Climático 2001: Informe de síntesis (OMM, Ed.). PNUMA.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 275
IPCC. (2007). Cambio climático 2007 : informe de síntesis (OMM, Ed.). Grupo
Intergubernamental de Expertos sobre Cambio Climático.
Laura-Añasco, F. Y., Moreano-Rodríguez, V. A., & Sencie-Tarazona, Á. (2021). Cambio
Climático (Ministerio de desarrollo agrario y riego, Ed.). Servicio nacional forestal y
de fauna silvestre (SERFOR). www.gob.pe/serfor
MINAM. (2010). Segunda Comunicación Nacional del Perú.
Palacios Cabrera, T. A., Quishpe Landeta, D., Armenta, G., Arias, M., & Gavilanes López, S.
L. (2024). Análisis de la sensibilidad del caudal aprovechable para generación
hidroeléctrica del proyecto “El Tigre” ante los efectos del cambio climático.
Sostenibilidad Económica, Social y Ambiental, (6), 97–122.
https://doi.org/10.14198/sostenibilidad.25382
Poder ejecutivo de la república del Perú. (2010). Decreto supremo N°009-2010-MINAM que
modifica el artículo 4 del decreto supremo N°006-2009-MINAM referido a la
comisión nacional sobre cambio climático. Diario El Peruano - Normas legales.
Ricetti, L., Hurtado, S. I., Scarel, E. A., & Cesanelli, A. (2024). Variabilidad del caudal del
río Neuquen en las fases de su ciclo anual y su relacion con indices climaticos.
Meteorologica, 49. https://doi.org/10.24215/1850468Xe026
Rodríguez-Becerra, M., & Mance, H. (2009). Cambio climático: lo que está en juego. Foro
Nacional Ambiental.
Rodríguez-Flores, S., & Rodríguez-Flores, M. A. (2025). Variabilidad Histórica y de Cambio
Climático del Caudal Ecológico. COMEII-2500 X Congreso Nacional y III Congreso
Internacional de Riego, Drenaje y Biosistemas, 1–10.
Romero, M., & Forigua Parra, J. E. (2021). La importancia de los métodos estadísticos en la
investigación: Caso de estudio sobre las variables meteorológicas mensuales en la
ciudad de Bogotá en el periodo 1972- 2016. Noria Investigación Educativa, 1(9),
106–119. https://doi.org/https://doi.org/10.14483/25905791.18533
Ruiz Gómez, V. L., Savé Monserrat, R., Lanuza Lanuza, O. R., Herrera Herrera, A., López
Benavidez, K., & Urrutia Rodríguez, J. T. (2021). Evolución de la temperatura y
precipitación en cuatro estaciones meteorológicas, ubicadas en la región Norcentral de
Nicaragua, Centroamérica. Revista Científica de FAREM-Estelí, (38), 197–212.
https://doi.org/10.5377/farem.v0i38.11952
Salaverry, E., & Inés Botana, M. (2022, April 8). Las teorías sobre cambio climático
aplicadas en América Latina y la estandarización de los sistemas ambientales. XXII
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 276
Jornadas de Investigación y Enseñanza de La Geografía.
https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.15067/ev.15067.pdf
Useros, J. (2013). El Cambio Climático: sus causas y efectos medioambientales. Real
Academia de Medicina y Cirugía de Valladolid, 50, 71–98.
Vergara Rodríguez, K. V. (2012). Variabilidad climática, percepción ambiental y estrategias
de adaptación de la comunidad de Conchucos, Ancash. Tesis PUCP. Lima, Perú.
https://tesis.pucp.edu.pe/items/1f647038-e101-420d-b038-6da564f36b6c
Zorrilla Marcos, Y., Panana Holgado, E. C., Solorzano Poma, J. E., Minaya Huerta, D., Javier
Cabana, L. T., & Coral Jamanca, J. C. (2024). Generation of monthly mean flows
using the Gr2m model for trend analysis. Universidad Ciencia y Tecnología, 28(124),
26–36. https://doi.org/10.47460/uct.v28i124.841
© Los autores. Este artículo se publica en Prisma ODS bajo la Licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0). Esto permite el uso, distribución y reproducción en cualquier medio, incluidos fines
comerciales, siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
: https://doi.org/10.65011/prismaods.v5.i3.279
Cómo citar este artículo (APA 7ª edición):
Flores Quispe, E. L. ., Gauna Chino, M. ., Flores Condori, E. ., Mamani Gomez, J. A. ., &
Flores Quispe, M. Y. . (2026). Efecto del Cambio Climático Histórico en el Rendimiento
Hídrico de la Cuenca del Rio Tumilaca en Perú. Prisma ODS: Revista Multidisciplinaria
Sobre Desarrollo Sostenible, 5(3), 252-276. https://doi.org/10.65011/prismaods.v5.i3.279
