Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego

Descripción del Articulo

Ante una creciente población, la fuerte demanda de recursos naturales y en especial del recurso hídrico llevan a la necesidad de crear almacenes que sean de utilidad para los meses donde escasee el recurso hídrico; con este fin el Estado lleva a cabo programas de creación de presas y reservorios par...

Descripción completa

Detalles Bibliográficos
Autor: Yali Samaniego, Roy Marco
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/10078
Enlace del recurso:https://hdl.handle.net/20.500.12672/10078
Nivel de acceso:acceso abierto
Materia:Represas
Cuencas hidrográficas
Erosion
Sedimentología
https://purl.org/pe-repo/ocde/ford#1.05.05
id UNMS_69675aa99af851325c2c505ff94e9690
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/10078
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
title Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
spellingShingle Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
Yali Samaniego, Roy Marco
Represas
Cuencas hidrográficas
Erosion
Sedimentología
https://purl.org/pe-repo/ocde/ford#1.05.05
title_short Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
title_full Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
title_fullStr Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
title_full_unstemmed Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
title_sort Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciego
author Yali Samaniego, Roy Marco
author_facet Yali Samaniego, Roy Marco
author_role author
dc.contributor.advisor.fl_str_mv Pacheco Abad, Renán Alberto
dc.contributor.author.fl_str_mv Yali Samaniego, Roy Marco
dc.subject.none.fl_str_mv Represas
Cuencas hidrográficas
Erosion
Sedimentología
topic Represas
Cuencas hidrográficas
Erosion
Sedimentología
https://purl.org/pe-repo/ocde/ford#1.05.05
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.05.05
description Ante una creciente población, la fuerte demanda de recursos naturales y en especial del recurso hídrico llevan a la necesidad de crear almacenes que sean de utilidad para los meses donde escasee el recurso hídrico; con este fin el Estado lleva a cabo programas de creación de presas y reservorios para poder satisfacer la demanda hídrica. El Perú, es un país con una gran riqueza en recursos hídricos; sin embargo, su distribución geográfica es limitada en la zona occidental del país, existiendo ciudades desabastecidas sin llegar a cubrir todas las necesidades. Desde el Perú prehispánico se diseñaron infraestructuras hidráulicas que le permita una buena distribución del agua de pequeña escala. Actualmente, los avances en ingeniería han permitido la creación de presas de gran magnitud. Sin embargo, un tema poco visto en el diseño de presas es la estimación de su tiempo de vida por acumulación de sedimentos. En esta investigación se utiliza un modelo empírico con herramientas satelitales de acceso libre, que permitan estimar el volumen muerto a través de los años y de la misma manera estimar su tiempo de vida. El modelo de erosión RUSLE y el coeficiente de producción de sedimentos (SDR) ya han sido utilizados con resultados satisfactorios en cuencas de distintas partes del mundo, en esta investigación se ha validado a partir del volumen de sedimentos acumulado en el reservorio Gallito Ciego del río Jequetepeque, una cuenca representativa de la región más afectada por el fenómeno de erosión de suelos, así como la fuerte precipitación en eventos extraordinarios. Los resultados indican que para el reservorio Gallito Ciego el tiempo de vida estimado es de 127 años, siendo acelerado 10 años menos por cada evento extraordinario como lo sucedido en el año 1998.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2019-03-13T20:01:23Z
dc.date.available.none.fl_str_mv 2019-03-13T20:01:23Z
dc.date.issued.fl_str_mv 2018
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv Yali, R. (2018). Modelo de erosión RUSLE y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: Reservorio Gallito Ciego [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela Profesional de Ingeniería Geográfica]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/10078
identifier_str_mv Yali, R. (2018). Modelo de erosión RUSLE y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: Reservorio Gallito Ciego [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela Profesional de Ingeniería Geográfica]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/10078
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/80d7a625-2d03-4f1a-aae5-cf21b307f866/download
https://cybertesis.unmsm.edu.pe/bitstreams/3c0a0ea2-ecf9-4142-a172-3c67d12c66e8/download
https://cybertesis.unmsm.edu.pe/bitstreams/97e947ea-b73e-42d8-a61e-57bc9f428c9b/download
https://cybertesis.unmsm.edu.pe/bitstreams/a8ed9e60-fed9-42f3-b400-b25e17d2ca16/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
828dc8664ea69a722abe2b213f0d253a
99e89797507943bb64971f2b8437f8c2
07846b344ab222f4cecbbec835ef3d15
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1845982914201780224
spelling Pacheco Abad, Renán AlbertoYali Samaniego, Roy Marco2019-03-13T20:01:23Z2019-03-13T20:01:23Z2018Yali, R. (2018). Modelo de erosión RUSLE y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: Reservorio Gallito Ciego [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela Profesional de Ingeniería Geográfica]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/10078Ante una creciente población, la fuerte demanda de recursos naturales y en especial del recurso hídrico llevan a la necesidad de crear almacenes que sean de utilidad para los meses donde escasee el recurso hídrico; con este fin el Estado lleva a cabo programas de creación de presas y reservorios para poder satisfacer la demanda hídrica. El Perú, es un país con una gran riqueza en recursos hídricos; sin embargo, su distribución geográfica es limitada en la zona occidental del país, existiendo ciudades desabastecidas sin llegar a cubrir todas las necesidades. Desde el Perú prehispánico se diseñaron infraestructuras hidráulicas que le permita una buena distribución del agua de pequeña escala. Actualmente, los avances en ingeniería han permitido la creación de presas de gran magnitud. Sin embargo, un tema poco visto en el diseño de presas es la estimación de su tiempo de vida por acumulación de sedimentos. En esta investigación se utiliza un modelo empírico con herramientas satelitales de acceso libre, que permitan estimar el volumen muerto a través de los años y de la misma manera estimar su tiempo de vida. El modelo de erosión RUSLE y el coeficiente de producción de sedimentos (SDR) ya han sido utilizados con resultados satisfactorios en cuencas de distintas partes del mundo, en esta investigación se ha validado a partir del volumen de sedimentos acumulado en el reservorio Gallito Ciego del río Jequetepeque, una cuenca representativa de la región más afectada por el fenómeno de erosión de suelos, así como la fuerte precipitación en eventos extraordinarios. Los resultados indican que para el reservorio Gallito Ciego el tiempo de vida estimado es de 127 años, siendo acelerado 10 años menos por cada evento extraordinario como lo sucedido en el año 1998.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMRepresasCuencas hidrográficasErosionSedimentologíahttps://purl.org/pe-repo/ocde/ford#1.05.05Modelo de erosión Rusle y coeficiente de aporte de sedimentos (SDR) para la estimación del volumen muerto de reservorios, caso de estudio: reservorio Gallito Ciegoinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero geógrafoUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, minera, metalúrgica y geográfica. Escuela Profesional de Ingeniería GeográficaTitulo ProfesionalIngeniería Geográfica06651432https://orcid.org/0000-0002-6222-438XGarnica Gonzales, Luis AlbertoAyala Gutiérrez, MáximoAlcántara Boza, Francisco Alejandrohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis079538732570443127074721LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/80d7a625-2d03-4f1a-aae5-cf21b307f866/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALYali_sr.pdfYali_sr.pdfapplication/pdf16137998https://cybertesis.unmsm.edu.pe/bitstreams/3c0a0ea2-ecf9-4142-a172-3c67d12c66e8/download828dc8664ea69a722abe2b213f0d253aMD53TEXTYali_sr.pdf.txtYali_sr.pdf.txtExtracted texttext/plain102334https://cybertesis.unmsm.edu.pe/bitstreams/97e947ea-b73e-42d8-a61e-57bc9f428c9b/download99e89797507943bb64971f2b8437f8c2MD56THUMBNAILYali_sr.pdf.jpgYali_sr.pdf.jpgGenerated Thumbnailimage/jpeg15500https://cybertesis.unmsm.edu.pe/bitstreams/a8ed9e60-fed9-42f3-b400-b25e17d2ca16/download07846b344ab222f4cecbbec835ef3d15MD5720.500.12672/10078oai:cybertesis.unmsm.edu.pe:20.500.12672/100782024-08-15 22:45:17.555https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.02468
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).