Diseño de La Red Nacional de Monitoreo de Calidad Hídrica

ESTADO PLURINACIONAL DE BOLIVIA
Calidad Hídrica
Diseño de la Red Nacional de

Monitoreo de Calidad Hídrica
Ministerio de Medio Ambiente y Agua
Viceministerio de Recursos Hídricos y Riego
Diseño de la Red Nacional de

La Paz, Bolivia
2016
Diseño de la Red Nacional de Monitoreo de Calidad Hídrica
Autor
Ministerio de Medio Ambiente y Agua (MMAyA)
Viceministerio de Recursos Hídricos y Riego (VRHR)
Autoridad
Viceministro de Recursos Hídricos y Riego
Carlos Ortuño Yañez
La Paz, Bolivia
2016
Versión Digital
Abreviaturas utilizadas
AHP Analytic Hierarchy Process.

CCL Conforma Cónica de Lambert
DEM Modelo de Elevación Digital.
EMC Evaluación Multicriterio.
GIZ Deutsche Gesellschaftfür Internationale Zusammenarbeit.
IA Índice aleatorio.
IC Índice de Consistencia.
INE Instituto Nacional de Estadística.
MAUT Análisis Multiatributo.
MMAyA Ministerio de Medio Ambiente y Agua
ONG Organización No Gubernamental.
p.e. Por ejemplo.
PNC Plan Nacional de Cuencas.
PROAGRO Programa de Desarrollo Agropecuario Sustentable.
RI Razón de inconsistencia.
RNMCH Red Nacional de Monitoreo de Calidad Hídrica.
SRTM Shuttle Radar Topography Mision
VRHR Viceministerio de Recursos Hídricos y Riego.
3
Contenido
1 RESUMEN......................................................................................................................................... 7
2 INTRODUCCIÓN............................................................................................................................ 9
3 METODOLOGÍA............................................................................................................................. 9
3.1 DETERMINACIÓN DE LA RED DE DRENAJE......................................................................... 10
3.2 DETERMINACIÓN DEL MARCO MUESTRAL........................................................................ 13
3.3 DISTRIBUCIÓN ESPACIAL DE LOS PUNTOS DE MONITOREO........................................ 15
3.3.1 Jerarquización y agregación de los criterios.................................................................................. 18
3.3.2 Proyección y estandarización de variables geoespaciales............................................................ 18
3.3.3 Distribución de puntos de monitoreo............................................................................................ 20
4 UBICACIÓN DE PUNTOS DE MONITOREO A NIVEL DEPARTAMENTAL.................... 21
5 DISTRIBUCIÓN DE PUNTOS DE MONITOREO A NIVEL DE CUENCAS....................... 25
6 RED NACIONAL DE MONITOREO DE LA CALIDAD HÍDRICA........................................ 29
7 SISTEMA DE CODIFICACIÓN..................................................................................................... 33
8 CONCLUSIONES............................................................................................................................. 34
9 RECOMENDACIONES................................................................................................................... 35
10 ANEXOS............................................................................................................................................ 37
10.1 ARCHIVO DE MAPAS TEMÁTICOS.......................................................................................... 39
10.2 PUNTOS DE MONITOREO POR DEPARTAMENTO, PROVINCIA Y MUNICIPIO....... 57
5
RESUMEN
La calidad del agua en Bolivia día a día se ve amenazada principalmente por actividades antrópicas
que no son controladas debido a que los instrumentos de gestión son muy débiles e incipientes. En este
contexto, surge la necesidad de la construcción de la Red Nacional de Monitoreo de Calidad Hídrica como
instrumento de vigilancia, control y evaluación de la calidad de los cuerpos de agua que facilite acciones a
los actores y autoridades competentes en el tema.
Para su diseño se aplicó la metodología EMC – AHP (Evaluación Multicriterio – Analytic Hierarchy Process
o denominada también jerarquía Saaty), tomando los siguientes criterios y variables:
1) Accesibilidad
a. Distancia ponderada a caminos.
b. Distancia ponderada a centros poblados.
c. Distancia a estaciones hidrométricas.
d. Distancia ponderada a ríos menores.
2) Presión.
a. Densidad de centros mineros.
b. Densidad poblacional.
3) Pertinencia.
a. Distancia a estaciones hidrométricas.
4) Características biofísicas.
a. Clases de cobertura y uso de la tierra.
Esta metodología permitió identificar y priorizar las zonas y ubicación geográfica donde deben implementarse
puntos de monitoreo a nivel de cuencas, departamentos y municipios.
Como resultado se ha determinado un total de 1 277 puntos de monitoreo de los cuales 60 se plantean como
parte de la Red Primaria cuyo monitoreo deberá ser encarado por el Viceministerio de Recursos Hídricos y
Riego y los restantes 1 217 puntos por los gobiernos departamentales y municipales. La distribución de los
1 277 puntos por departamentos es como sigue:
1) Santa Cruz, 270 puntos,

2) La Paz, 269 puntos,
3) Potosí, 153 puntos,
4) Cochabamba, 144 puntos,
5) Beni, 127 puntos,
6) Oruro, 107 puntos,
7) Chuquisaca, 93 puntos,
7
Calidad Hídrica
8) Pando, 66 puntos, y
9) Tarija, 48 puntos.
Considerando las cuencas mayores, los 1 277 puntos quedan distribuidos como sigue:
1) Cuenca del río Grande, 287 puntos,

2) Cuenca alta del río Pilcomayo, 145 puntos,
3) Cuenca del río Mamoré, 100 puntos,
4) Cuenca del río Itanomas, 87 puntos,
5) Cuenca del Lago Titicaca, 78 puntos,
6) Cuenca del río Alto Beni, 72 puntos,
7) Cuenca del Lago Poopó, 60 puntos,
8) Cuenca del Salar de Coipasa, 50 puntos,
9) Cuenca del río Kaka, 50 puntos,
10) Cuenca del río Beni, 48 puntos,
11) Cuenca del río Desaguadero, 46 puntos,
12) Cuenca del río Blanco, 31 puntos,
13) Cuenca del río Bermejo, 21 puntos,
14) Cuenca del río Orthon, 21 puntos,
15) Cuenca del río Abuná, 20 puntos,
16) Cuenca del río Mamorecillo, 20 puntos,
17) Cuenca alta del río Paraguay, 19 puntos,
18) Cuenca del río Itenez, 18 puntos,
19) Cuenca del río Curichi Grande, 13 puntos,
20) Cuenca del río Madre de Dios, 13 puntos,
21) Cuenca del río Cuevo, 10 puntos,
22) Cuenca del río Mauri, 10 puntos,
23) Cuenca del río San Martin, 8 puntos, y
24) Cuenca del río Acre, 5 puntos.
Finalmente, para su implementación se recomienda realizar la validación en campo iniciando este proceso
por la cuenca endorreica, seguida por la cuenca del río de La Plata y por último la cuenca del Amazonas.
8
INTRODUCCIÓN
Las actividades desarrolladas por el hombre, además de producir bienes, genera procesos de
contaminación en los cuerpos de agua que influyen principalmente en su calidad. Procesos productivos
como la minería, agricultura y manufactura, entre otros, generan efluentes no tratados que dan lugar a
innumerables contingencias y procesos de contaminación de los recursos hídricos, modificando sus
características fisicoquímicas y biológicas que luego influyen de manera adversa en la salud de la población
circundante.
Para evaluar la evolución del grado de contaminación, en cumplimiento con la Ley del Medio Ambiente,
varios gobiernos departamentales y municipales, incluyendo la Contraloría General del Estado y el Gobierno
Central, además de organismos de cooperación externa, se dieron la tarea de realizar el monitoreo de los
cuerpos de agua en puntos dispersos e identificados de manera aleatoria considerando como criterio central
la ubicación de confluencias con descargas contaminantes.
En este contexto, dados los diferentes criterios y la falta de una metodología sistemática que englobe y
organice un adecuado relevamiento de información, surge la necesidad de generar una red nacional de
monitoreo de calidad hídrica, adoptable por las instituciones involucradas en el control y monitoreo de la
calidad de las agua en coordinación con la Unidad de Gestión Ambiental y Calidad de Aguas (UGACA) del
Viceministerio de Recursos Hídricos y Riego (VRHR). Para este propósito, como marco para la realización
del presente trabajo, se establecieron los siguientes objetivos:
Objetivo General:
Diseñar la Red Nacional de Monitoreo de la Calidad Hídrica (RCH), con base en herramientas SIG
y modelación geoespacial, como instrumento de gestión, control y evaluación de la calidad de los
cuerpos de agua superficiales.
Objetivos Específicos:
1) Identificar y priorizar zonas donde se deben implementar puntos de monitoreo.
2) Determinar el número de puntos de monitoreo que debe implementarse a nivel de cuencas,
departamentos y municipios tal que facilite la evaluación y control de la calidad hídrica.
3) Establecer la ubicación geográfica de los puntos de monitoreo con base en criterios de
accesibilidad, densidad poblacional, uso de suelos, ubicación de estaciones hidrométricas, ríos y
centros mineros.
METODOLOGÍA
Con el fin de identificar las zonas para implementar puntos de monitoreo de calidad de las aguas
superficiales, determinar el número de puntos y su distribución espacial, se combinó técnicas geoespaciales
y análisis multicriterio según los siguientes tres pasos secuenciales:
I. Determinación de la red de drenaje a nivel nacional con el propósito de identificar y cuantificar el

total de puntos de confluencia.
9
Calidad Hídrica
II. Determinación del marco muestral a nivel de macrocuencas (Amazonas, Endorreica y del Plata).
Diseño de la Re
III. Generación de un mapa base derivado de un proceso de evaluación multicriterio (EMC) y uso de
técnicas geoespaciales para la distribución espacial de los puntos de monitoreo.
A continuación se describe cada uno de estos pasos.

Vertiente del Plata, ubicada situada entre los denominada Fi
3.1 Determinación de la 18°36' a 22°59' de latitud sur y 57°30' a 66°40'
red de drenaje problemas en
de longitud oeste con una extensión de marcada debid
La determinación de la red de drenaje 2a nivel nacional partió de una división previa a nivel de las tres
229 500 de
principales vertientes o macrocuencas km (20,9% del territorio nacional).
Bolivia: elevación en
tendiendo a gen
De Amazónica,
–– Vertiente estas macrocuencas se extrajeron
ubicada entre los 9°38’ lossur
a 20°30’ de latitud Modelos de de longitud
y 59°58’ a 69°30’
oeste,Elevación
con una extensión aproximada 1
de ,724 000sus
km2 siglas
(65,9% del
Digital (DEM por enterritorio
inglés) nacional).
del En este sent
–– Vertiente cerrada oHydroSHED 2
endorréica, ubicada, entre los 14°38’ aque
22°58’ha
de latitud sur y 66°14’
proyecto la misma servido de a 69°40’ de
generalización
longitud oeste, cubriendo 145 081 km2 de superficie (13,2% del territorio nacional).
información base para derivar la red de drenaje (Fig. drenaje se des
–– Vertiente del Plata, ubicada situada entre los 18°36’ a 22°59’ de latitud sur y 57°30’ a 66°40’ de
1). oeste
longitud Asimismo, este DEM
con una extensión de 229 500deviene
km2 (20,9% dedellas imágenes
territorio de
nacional). nuevo análisis d
radar tomadas en el año 2000 por la NASA en el una combinaci
De estas macrocuencas se extrajeron los Modelos de Elevación Digital (DEM1, por sus siglas en inglés)
proyecto2, la misma
del proyecto HydroSHED topográfico
que ha servido dede información
radar Shuttle Radar
base para derivar sumideros 4 no
la red de drenaje
3
Topography
(Fig. 1). Asimismo, Mision
este DEM deviene de las (SRTM) contomadas
imágenes de radar un tamañoen el añode pixel
2000 mínimo
por la NASA en el los c
proyecto topográfico de radar Shuttle Radar Topography Mision (SRTM)3 con un tamaño de pixel de 90 m
de resolución.
de 90 m de resolución. diferencias ent
2, donde se
Figura 1. Extracción de la red de drenaje a partir del DEM por macrocuencas
eliminados dur
verde los rellen
Figura 2. Izquierd
1 El DEM es una Figura 1. Extracción
representación visual y matemáticade lavalores
de los red dede drenaje
altura con respectoaalpartir del
nivel medio del DEM
mar, quepor
permite caracterizar las
formas del relieve y los elementos u objetos presentes en el mismo. Mediante una estructura numérica de datos se representa la distribuciónde drenaje
méto
macrocuencas
espacial de una variable cuantitativa y continua. Estos valores están contenidos en un archivo de tipo raster.
2 Proyecto que construyo la base digital raster hidrográfica de Sudamérica disponible en enlace web: www.worldwildlife.org/hydrosheds.
3 La resolución de las celdas de los datos fuente es de 1 segundo de arco (30 m), sobre Estados Unidos y en el resto del mundo, 3 segundos de arco
(90 m).
Por otro lado, d

Previa a la obtención de la red de drenaje, los DEM se
10 Optimizado las
acondicionaron modificándose las elevaciones con el
de establecer
fin de establecer las direcciones de flujo, del cual
el una combinación de corte y relleno para eliminar los
ar sumideros 4 no deseados, llegándose a reducir al
el mínimo los cambios generales en el paisaje. Las

Previa a la obtención de la red de drenaje, los DEM se acondicionaron modificándose las elevaciones con
diferencias entre deambas
el fin de establecer las direcciones sederivaran
flujo, del cual pueden notar
los flujos de enGeneralmente
acumulación. la Figura este
proceso se realiza con un método de relleno denominada Fill. Sin embargo, este método presenta problemas
2,
en zonasdonde se nopresenta
donde la topografía en a que
es muy marcada debido color
denominados sumideros tendiendo a generalizar la red de drenaje.
se ocultan rojo
los datos delos
elevaciónpixeles
en sectores
eliminados durante el proceso de corte del DEM y en

En este sentido, para subsanar los errores de generalización durante la obtención de la red de drenaje
verde los rellenos efectuados de manera automática.

se descartó el método Fill y se realizó un nuevo análisis denominado Pit Optimizado que utiliza una
combinación de corte y relleno para eliminar los sumideros no deseados, llegándose a reducir al mínimo
4
los cambios generales en el paisaje. Las diferencias entre ambas se pueden notar en la Figura 2, donde se
presenta en color rojo los pixeles eliminados durante el proceso de corte del DEM y en verde los rellenos
efectuados de manera automática.
Figura 2. Izquierda, red de drenaje método Fill; derecha, red de drenaje método Pit Optimizado.
Figura 2.durante
Por otro lado, Izquierda,
el proceso dered dedeldrenaje
aplicación método
Pit Optimizado Fill;
las elevaciones son derecha,
modificadas con elred
fin
or de establecer claramente las direcciones de flujo y acumulación para la obtención final de la red de drenaje.
de drenaje método Pit Optimizado.
No obstante, este análisis también permite marcar depresiones específicas a ser dejadas sin modificar
mediante el establecimiento de la celda más baja para tener un valor donde no existen datos.
Para la utilización del método Pit Optimizado se aplicó el proceso de automatización mostrado en la Figura
3 y diseñado en el Model Builder de ArcGIS.
Por otro lado, durante el proceso de aplicación del Pit

se
Optimizado las elevaciones son modificadas con el fin
el
de establecer claramente las direcciones de flujo y
al
acumulación para la obtención final de la red de
te
drenaje. No obstante, este análisis también permite
no 4 Un sumidero (o pozo) es el punto más bajo de una depresión sin salida.
marcar depresiones específicas a ser dejadas sin

11
modificar mediante el establecimiento de la celda más
Output DEM
COR (txt)
Calidad Hídrica
ASCII to Raster
Figura 3. Esquema del proceso para la automatización del método de relleno Pit Optimizado.
Pixel DEM: Tamaño de pi
Output DEM
Input Output DEM elevación digital.
DEM
Float (Relleno
(float)
PIT)
Raster to
Define
ASCII Output Flow
Projection Los resultados aplicando Pit Opt
Accumulation
Output DEM de 124 permitieron obtener u
(txt)
ASCII To TXT2 Flow adecuada para determinar poster
Accumulation de confluencia entre un tributari
Optimized Pit
Removal 1.5 se denotan con puntos rojos en la
Output drop Output Flow
Flow Direction
raster Direction
Output DEM
COR (txt)
Figura 3. Esquema del proceso para la automatización del Figura 4. Puntos de con
método de relleno Pit Optimizado.
ASCII to Raster
Output DEM
(Relleno PIT)
Asimismo, se debe mencionar 3.2 Determina

Define que, previo a la
Output Flow
determinación de la red de drenaje, se debe
Projection
calcular el
Accumulation Se tomó como unive
umbral de acumulación que confluencia determin
ASCII Togeneralmente
TXT2 Flow es un
proceso iterativo de ensayo y error. Sin embargo, para
Accumulation
supuesto de que la en
evitar este proceso Output drop
se estableció un áreaOutput
Flow Direction
Flow
de captación principal altera la co
raster Direction
teórica de 1 km2 a partir del cual se calculó la cantidad del sistema hídrico
Figura 3. Esquema del proceso para la automatización del Figura 4. Puntos de confluencia
contenido de una
de carga o
Asimismo, se debede pixeles
mencionar umbral
que,deprevio
método rellenoaPit para lade lared
la Optimizado.
determinación red dededrenaje,drenaje,
se debe calcular el umbral
de acumulación que generalmente es unun
estableciéndose proceso
umbral iterativo
de de124 ensayo
bajoy error. al, 1980;
Sin embargo, para evitar
la siguiente este Bruns et al, 19
proceso se estableció un área de captación teórica de 1 km2 a partir del cual se calculó la cantidad de pixeles
fórmula: 3.2 Determinación
umbral para la red de drenaje, estableciéndose
Asimismo, se debeunmencionar
umbral de 124 que,bajoprevio
la siguiente
a lafórmula: De esta maneradelsem
Se tomó como universo muestral
determinación de la red de drenaje, se debe calcular el 510 440 puntos de
umbral de acumulación que generalmente es un confluencia determinados en el an
area _decaptación 1000 000 para supuestodistribuidos a nivel
de que la entrada de und
Umbral
proceso = iterativo =
ensayo y error. Sin
2
= embargo, 124 principalTabla
altera 1.
la continuidad es
pixel se
evitar este proceso _ DEM
estableció un área90 de2captación
teórica de 1 km2 a partir del cual se calculó la cantidad del sistema hídrico debido a los
de pixeles umbral para la red de drenaje, contenido Una vez obtenido
de carga orgánica e ine
Donde: al, 1980; por et al, 1991).
Brunsmacrocuenca
estableciéndose un umbral de 124 bajo la siguiente se
Donde:
fórmula:
–– Umbral: Umbral de acumulación para determinar la red de drenaje. De estaelmanera
número
se llegó de
a dete
510 440 suficientemente ade
puntos de confluencia
–– area_captación: Umbral:
Área Umbral
de captación teórica parade acumulación
delimitar una cuenca. para
area _ captación 1000 000 distribuidos a nivel deestadístic
parámetro macrocuen
–– determinar
Umbral
Pixel DEM: Tamaño de pixel la Modelo
= de un red=dededrenaje.=
2 elevación digital.
2
124 Tabla 1.
pixel _ DEM 90 de muestreo (5%), y
area_captación: Área de captación teórica para
Los resultados aplicando Una
Pit Optimizado y el umbral de 124 permitieron obtener una redvezdeobtenido
de variabilidad
drenaje el total de
de las
pu
delimitar una cuenca. por macrocuenca se realizó un mu
adecuada para determinar posteriormente los puntos de confluencia entre un tributario y otro, los mismos
Donde:
se denotan con puntos rojos en la Figura 4. el número de muestras a
10 suficientemente adecuado para
Umbral: Umbral de acumulación para
determinar la red de drenaje. parámetro estadístico utilizado en
de muestreo (5%), ya que de ello
12 area_captación: Área de captación teórica para
de variabilidad de las sustancias q
delimitar una cuenca.
(txt)
adecuada para determinar posteriormente los puntos
de confluencia entre un tributario y otro, los mismos
imized Pit Diseño de la Red Nacional de Monitoreo de Calidad Hídrica
moval 1.5 se denotan con puntos rojos en la Figura 4.
tput DEM
OR (txt) Figura 4. Puntos de confluencia de una red de drenaje.
II to Raster
tput DEM
lleno PIT)
Define
Output Flow
ojection
Accumulation
CII To TXT2 Flow

Accumulation
Output Flow
w Direction
Direction
ara la automatización del Figura 4. Puntos de confluencia de una red de drenaje.

3.2 Determinación del marco muestral
Se tomó como universo muestral al total de puntos de confluencia determinados en el anterior punto,
bajo el supuesto de que la entrada de un tributario a un curso principal altera la continuidad estructural
y funcional
nar que, previo 3.2hídrico
a ladel sistema Determinación del
debido a los aportes en marco
caudal muestral
y contenido de carga orgánica e inorgánica
(Vennote et
naje, se debe calcular el al, Se
1980; tomó
Bruns et como
al, universo
1991). muestral al total de puntos de
generalmente es un confluencia determinados en el anterior punto, bajo el
De esta manera se llegó a determinar
supuesto un total
de que de 510 440de
la entrada puntos de confluencia
un tributario a nivel
a un de Bolivia, distribuidos
curso
rror. Sin embargo, para
a nivel de macrocuencas como muestra la Tabla 1.
ió un área de captación principal altera la continuidad estructural y funcional
al se calculó laUna del sistema
vez obtenido el total
cantidad hídrico
de puntos de debido
confluencia a los aportes
por macrocuenca en caudal
se realizó y de forma que el
un muestreo
número de muestrascontenido
a tomar sean de
lo suficientemente
carga orgánica adecuado para acotar(Vennote
e inorgánica el valor del parámetro
et estadístico
la red de utilizado
drenaje,
en los límites del error de muestreo (5%), ya que de ello dependerá el patrón de variabilidad de las
e 124 bajo la sustancias
siguiente al, 1980; Bruns et al, 1991).
que puedan modificar la calidad hídrica en una determinada zona y cualquier orientación en base
a la superficie afectada puede resultar errónea sino se contempla este límite de error.
De esta manera se llegó a determinar un total de
Tabla510 440 puntos
1. Número de puntosde confluencia
de confluencia a nivel de
determinados por Bolivia,
macrocuenca
n 1000 000 distribuidos a nivel de macrocuencas como muestra la
= 124 Tabla 1.Macrocuenca Puntos de Confluencia
902 Río Amazonas 104 357
Endorreica
Una vez obtenido el total de puntos334de009confluencia
Río
pordemacrocuenca
la Plata se realizó un 72 074
muestreo de forma que
Total
el número de muestras 510 440
a tomar sean lo
e acumulación suficientemente
para de determinar
Así, al tratar
adecuado para acotar el valor del
el número total de muestras no es conveniente tomar un número muy pequeño
enaje. parámetro
que lleve asociado un estadístico
gran error de muestreo y utilizado
que supongaenposteriormente
los límites del erroresfuerzo para acotar
un gran
demuy
el error, ni un número muestreo (5%),
grande que ya que
sobrepase de ellodedependerá
el número el patrón
muestras necesarias para conseguir el error
captación teórica para
admitido. En este sentido, la división dede
loslas
puntos de muestreo
de variabilidad sustancias quepor macrocuenca
puedan permite minimizar estas
modificar
salvedades. Además, al tener una estratificación implícita de cada macrocuenca a nivel de departamentos y
estos a su vez de municipios se hace menos tedioso el muestreo global por estrato.
13
Endorreica 334 009
nivel de departamentos y estos a su vez de municipios
Plata 72 074
se hace menos tedioso el muestreo global por estrato. TOTAL 510 440
Calidad Hídrica
Bajo el anterior supuesto se determinó un tamaño de

muestreo de acuerdo a la siguiente fórmula: Por otra parte, al ser también uno
Bajo el anterior supuesto se determinó un tamaño de muestreo de acuerdo a la siguientedeterminar
fórmula: la cantidad de mu
municipios, se distribuyó el tota
N * (α c * 0,5) 2
n= obtenidas (1 417) de acuerdo a
1 + (e 2 * ( N − 1)) superficie de cada municipio.
diferencias en tamaño, por ejemp
Donde: Tacachi (Cochabamba) con 12
Donde: Charagua (Santa Cruz) con
–– n: Tamaño de la muestra.
n: Tamaño de la muestra.
dificultaron esta distribución, raz
normalizó el tamaño de las superfi
–– N: Tamaño de la Población
N : Tamaño de la Población
Diseño de la Red Nacional de Monitoreo de Calidad
5 Hídrica acuerdo a la siguiente expresión:
–– e: Limite aceptable de e: Limite
error aceptable
muestral 5
. de error muestral .
6 α: Nivel de confianza 6.
–– y cualquier
n una determinada zona α: Nivel de confianza .
El error de muestreo se obtuvo de acuerdo a la x−µ
z=
se a la superficie afectada puede siguiente fórmula:
El error de muestreo se obtuvo de acuerdo a la siguiente fórmula:
S
no se contempla este límite de error. 5
Generalmente cuando no se tiene el valor del error Donde:
muestral suele utilizarse un 0,5 2 queNvaría
valor − n entre 1% (0,01) y
9% (0,09). e = α c * * - z: Dato normalizado.
n N −1
puntos de confluencia determinados por 6
El nivel de confianza indica la probabilidad de que los - x: Valor nominal del dato a
macrocuenca
Donde: resultados sean ciertos. Un 95,5 % de confianza es lo mismo - µ: Media aritmética del con
ca Puntos de Confluencia
que 4,5% de error.
–– e: Error de muestreo.
Donde:
104 357
––
334 009 n: Tamaño de la muestra.
- e: Error de muestreo.
72 074
––
510 440
N: Tamaño de la Población. - n: Tamaño de la muestra.
–– αc: Nivel de confianza. - N: Tamaño de la Población.
- αc: Nivel de confianza.
determinar el De número total de
la aplicación delas formulas anteriores se obtuvieron las siguientes muestras por macrocuenca:
onveniente tomar un número muy De la aplicación de las formulas anteriores se
asociado un gran error de muestreo obtuvieron
Tabla 2. lasNúmero
siguientes demuestras
muestraspor pormacrocuenca:
estratos
steriormente un gran esfuerzo para
Puntos de Tamaño de la Error de
ni un número muy grande Macrocuenca que
Confluencia muestra muestreo
mero de muestras necesarias para Tabla 2. Número de muestras por estratos
Amazonas 104 357 472 4,501%
r admitido. En este sentido, la
ntos de muestreo por macrocuenca Endorreica 334 009Puntos de 474
Tamaño
Error de 4,498%
Macrocuenca de la
estas salvedades. Además, alPlata tener 72 074 Confluencia 471
muestra
muestreo 4,501%
n implícita de cada macrocuenca TOTAL a Amazonas 510 440 104 357 1 417472 4,501%
Endorreica 334 009 474 4,498%
entos y estos a su vez de municipios
Plata 72 074 471 4,501%
Por otra
oso el muestreo global porparte,
estrato.al ser también unoTOTAL de los objetivos 510 440
el determinar1 417
la cantidad de muestras a nivel de
municipios, se distribuyó el total de las muestras obtenidas (1 417) de acuerdo a la proporción de
puesto se determinó un tamaño
superficie de cada de municipio. No obstante, las diferencias en tamaño, por ejemplo, el municipio de
do a la siguiente fórmula:
Tacachi (Cochabamba) con Por12,24
otra km
parte,2
frente
al sera también
Charaguauno (Santa Cruz)
de los con 70el 961,26 km2, dificultaron
objetivos
esta distribución, razón por la cual se normalizó
determinar la cantidad el tamaño
de muestrasde las superficies
a nivel municipales
de de acuerdo a la
siguiente expresión: municipios, se distribuyó el total de las muestras
N * (α c * 0,5) 2 obtenidas (1 417) de acuerdo a la proporción de
1 + (e 2 * ( N − 1)) superficie de cada municipio. No obstante, las
5 Generalmente cuando no se tiene diferencias en muestral
el valor del error tamaño, suelepor ejemplo,
utilizarse un valorel
quemunicipio
varía entre 1% de
(0,01) y 9% (0,09).
Tacachi (Cochabamba) con 12,24 km2confianza
6 El nivel de confianza indica la probabilidad de que los resultados sean ciertos. Un 95,5 % de frentees loamismo que 4,5% de error.
Charagua (Santa Cruz) con 70 961,26 km2,
dificultaron esta distribución, razón por la cual se
de la muestra.
14
normalizó el tamaño de las superficies municipales de
o de la Población
acuerdo a la siguiente expresión:
ceptable de error muestral 5.
normalizó el tamaño de las superficies municipales de
acuerdo a la siguiente
Diseño expresión:
de la Red Nacional de Monitoreo de Calidad Hídrica
estral 5.
x−µ
z=
S
Donde:
valor del error Donde:
entre 1% (0,01) y
–– - z: Dato
z: Dato normalizado. normalizado.
–– x: Valor nominal del dato a estandarizar.
idad de que los - x: Valor nominal del dato a estandarizar.
anza es lo mismo–– μ: Media aritmética del conjunto de datos.
- µ: Media aritmética del conjunto de datos.
–– S: Desviación estándar.
Normalizadas las superficies, se realizó la distribución proporcional por municipio llegándose a obtener
11 del ámbito
un total de 1 277 puntos de monitoreo, 140 puntos menos, distribuidos en los 339 municipios
nacional. La Tabla 3 muestra parte de los resultados obtenidos.
Tabla 3. Número de puntos de monitoreo por municipio

Superficie Muestra Muestra
Municipio Z
(km )
2
calculada asumida
Acasio 342,38 -0.43 1,92 2
Aiquile 2 703,52 -0.07 3,16 3
…
Reyes 12 537,30 1.45 11,72 12
Riberalta 9 710,51 1.01 10,23 10
Roboré 7 286,91 0.64 8,96 9
TOTAL 1 098 581 1 277
3.3 Distribución espacial de los puntos de monitoreo
La distribución espacial de los puntos de monitoreo se realizó a través del análisis EMC que se
define como un conjunto de técnicas orientadas a asistir en procesos de toma de decisiones basado en la
ponderación y compensación de variables que van a influir de manera positiva o negativa sobre la actividad
objeto de decisión.
De acuerdo a bibliografía, existen varios métodos de evaluación y decisión EMC como el de ponderación
lineal (scoring), utilidad multiatributo (MAUT), relaciones de superación y proceso analítico jerárquico
(AHP – Analytic Hierarchy Process) o denominada también jerarquía Saaty. Para este trabajo se utilizó
el método de AHP que es un método de descomposición de estructuras complejas en sus componentes o
variables ordenándolos en una estructura jerárquica, de donde se obtiene valores numéricos para los juicios
de preferencia y, finalmente, se sintetiza para determinar qué variable tiene la más alta prioridad.
Para el proceso de análisis se consideraron cuatro criterios: Accesibilidad, presión antrópica sobre los
cuerpos de agua, pertinencia con otras redes de monitoreo y características biofísicas de la zona. La Tabla 4
muestra las variables asignadas a cada criterio.
15
Densidad poblacional
monitoreo por municipio Pertinencia Densidad estaciones hidrométricas

Calidad Hídrica
Muestra Muestra Biofísico Clases cobertura y uso de la tierra

calculada asumida
1,92 2 Tabla 4. Criterios y variables de análisis para la aplicación
3,16 3 del proceso de evaluación multicriterio AHP7
Como se observa en la Tabla 4, un criterio incluye una
Criterio Variables
11,72 12 o más variables de análisis que deben ser comparadas
Accesibilidad Distancia ponderada caminos7
10,23 10 de manera pareada alDistancia
igual que los criterios, esto para
ponderada centros poblados
8,96 9
establecer la importancia relativa
Distancia dehidrométricas
estaciones cada uno de ellos
1 277
(pesos). Distancia ponderada ríos menores
Presión Densidad centros mineros
La ponderación de pesos en la comparación pareada
cial de los puntos presenta diferentes
Densidad poblacional
Pertinencia métodos de llenado
Densidad estaciones (escalas de 7
hidrométricas
puntos, tasación simple,
Biofísico ordenación
Clases cobertura simple,
y uso de la tierra etc). El
puntos de monitoreo se más aceptado y utilizado es el método de comparación
MC que se define
Comocomo
se observa en por
la Tabla 4, un criterio
pares de Saaty 8 una o más variables de análisis que deben ser comparadas
incluye, de acuerdo a la escala de
de manera pareada al
rientadas a asistir en valoración que muestrapara
igual que los criterios, esto establecer la importancia relativa de cada uno de ellos
la Tabla 5. Este método, para
(pesos).
isiones basado en la su valoración, requiere del cálculo del eigenvector W
de variables que van a de pesos
La ponderación (vector
en ladecomparación
pesos relativos)
pareadade cada criterio
presenta diferentesy/o variable
métodos de llenado (escalas de 7
gativa sobre lapuntos,
actividad
tasación simple,
de análisis para asegurar la coherencia ó consistencia 9 de comparación
ordenación simple, etc). El más aceptado y utilizado es el método
por pares de Saaty8, de acuerdo a la escala de valoración que muestra la Tabla 5. Este método, para su
con la cual se establece la importancia relativa de los
valoración, requiere del cálculo del eigenvector W (vector de pesos relativos) de cada criterio y/o variable
de análisisde diferentes
para asegurar criterios,
la coherencia estimando
ó consistencia9
con la cual selaestablece
razón de
la importancia relativa de los
sten varios métodos 10
consistencia
diferentes criterios, estimando , de
la razón deacuerdo a la, siguiente
consistencia10
de acuerdo ecuación:
a la siguiente ecuación:
omo el de ponderación
multiatributo (MAUT), 𝐼𝐼𝐼𝐼
ceso analítico jerárquico 𝑅𝑅𝑅𝑅 =
𝐼𝐼𝐼𝐼
Process) o denominada
este trabajo seDonde:
utilizó el Donde:
odo de descomposición
–– RC: Razón de consistencia.
n sus componentes o 7
– – IC: Índice LaConsistencia.
de Ponderación de las distancias se realizó a través de la
a estructura jerárquica, incorporación de la topografía y la pendiente en el análisis
–– IA: Índicede
méricos para los juicios aleatorio 11
.
EMC, dejando de lado la distancia simple euclidiana.
te, se sintetiza para 8
Comparación a pares con respecto a un criterio dado
a más alta prioridad. “Escala de Intensidades de Preferencias”.
9
La consistencia es la relación entre la transitividad,
se consideraron cuatro respeto a las relaciones de orden entre elementos, y la
ón antrópica sobre los proporcionalidad (margen de error permitido).
a con otras redes de 10
La razón de consistencia debe ser menor al 10%, caso
iofísicas de la zona. La contrario se debe revisar la calificación a los criterios y/o
signadas a cada7 criterio. variables
La Ponderación de las distancias propuestas.
se realizó a través de la incorporación de la topografía y la pendiente en el análisis de EMC, dejando de lado la
distancia simple euclidiana.
8 Comparación a pares con respecto a un criterio dado “Escala de Intensidades de Preferencias”.
9 La consistencia es la relación entre la transitividad, respeto a las relaciones de orden entre elementos, y la proporcionalidad (margen de error
permitido).
10 La razón de consistencia debe ser menor al 10%, caso contrario se debe revisar la calificación a los criterios y/o variables propuestas.
11 El valor de índice aleatorio proviene de tablas ya especificadas de acuerdo al número de criterio y/o variables de análisis que se manejan.
16
- IC: Índice de Consistencia. Tabla 6. Valor
- IA: Índice
Diseño de la Red aleatorio 11
.
Nacional de Monitoreo de Calidad Hídrica
Accesi-
CRITERIOS Presión
bilidad
Accesibi-
1,00 2,00
Tabla 5. Criterios y variables de análisis para la aplicación lidad
Tabla 5. del
Criterios
procesoy variables de análisis
de evaluación para la aplicación
multicriterio AHP del
Presión 0,50 1,00
proceso de evaluación multicriterio AHP
Intensidad Definición Explicación
Intensidad Definición Explicación Pertinencia 1,00 0,50
De igual Dos actividades contribuyen de igual
1 1 De igual forma
Dos al actividades contribuyen
importancia objetivo Biofísico 0,33 0,50
importancia de igual forma al objetivo
3 Importancia La experiencia y el juicio favorecen
Importancia La experiencia y el juicio TOTAL 2,83 4,00
3 moderada levemente
favorecen a una actividad sobre
levemente la
a una
moderada actividad sobre la otra
otra R.I.: 0,08 = 8% < 10%; Vect
5 Importancia La experiencia y el juicio
La experiencia y el juicio favorecen
fuerte favorecen fuertemente a una
0,273; 0,273; 0,107).
Importancia
5 fuertemente a una actividad sobre la
fuerte actividad sobre la otra
7 Muy fuerte o otra Una actividad es mucho más
demostrada favorecida que la otra, su
Una actividad es mucho más
predominancia se demuestra
Muy fuerte o favorecida que la otra, su
en la práctica
3.3.1 Jerarquización
7
9 demostrada
Extrema La evidenciase demuestra
predominancia que favoreceen la criterios
una actividad
práctica sobre la otra es
absoluta y totalmente clara
La evidencia que favorece una un
Considerando que no to
2, 4, 6, 8 Valores Cuando se necesita
9 Extrema actividad sobre la
intermedios compromiso de las partesotra es absoluta y misma importancia para d
totalmente claraadyacentes
entre valores se ordenaron los mismos d
Valores Cuando se necesita un compromiso muestra el resultado de e
2, 4, 6, 8
intermedios de las partes entre valores adyacentes puede indicar que el c
A su vez el índice de consistencia se calcula con la
Accesibilidad con 0,34
A su vez el índice de consistencia se calcula con la siguiente expresión:
siguiente expresión:
Pertinencia, ambos con 0
𝜆𝜆𝑀𝑀𝑀𝑀𝑀𝑀 − 𝑛𝑛 Biofísico con 0,107.
𝐶𝐶𝐶𝐶 =
𝑛𝑛 − 1
Donde: Donde:
Tabla 7. Pesos de pondera
var
–– - IC: Índice de Consistencia.
IC: Índice de Consistencia.
Criterio W
–– - λMax: Valor matricial.
λMax: Valor matricial. Accesibilidad 0,347 Distancia p
–– - n: Número de criterios.
n: Número de criterios.
Distancia p
Distancia e
Distancia p
Aplicando
Aplicando la valoración la diferentes
de Saaty a los valoración de ySaaty
criterios a delos
variables diferentes
análisis se obtuvieron los valores que
Presión 0,273 Densidad
muestra la Tabla 6. criterios y variables de análisis se obtuvieron los Densidad
valores que muestra la Tabla 6. Pertinencia 0,273 Distancia e
Tabla 6. Valoración de criterios
Biofísico 0,107 Clases cob
CRITERIOS Accesibilidad Presión Pertinencia Biofísico TOTAL Peso (W)
Accesibi-lidad 1,00 2,00 1,00 3 7,00 0,347
Presión 0,50 1,00 2,00 2 5,50 0,273
3.3.2 Proyección y
Pertinencia 1,00 0,50 1,00 3 5,50 0,273
Biofísico 0,33 0,50 0,33 1 2,17 0,107
variables geoes
TOTAL 2,83 4,00 4,33 9 20,17 1,000 de la asignación
Luego
R.I.: 0,08 = 8% < 10%; Vector propio (eigenvector); (0,347; 0,273; 0,273; 0,107). variables de análisis, se
11 12
El valor de índice aleatorio proviene de tablas ya La Ponderación de las dis
especificadas de acuerdo al número de criterio y/o variables incorporación de17la topogra
de análisis que se manejan. de EMC, dejando de lado la d
Calidad Hídrica
3.3.1 Jerarquización y agregación de los criterios
Considerando que no todos los criterios tienen la misma importancia para definir la aptitud de un sitio,
se ordenaron los mismos de mayor a menor. La Tabla 7 muestra el resultado de esta operación y de donde
se puede indicar que el criterio de mayor peso es Accesibilidad con 0,347, seguido de Presión y Pertinencia,
ambos con 0,273, y por último el criterio Biofísico con 0,107.
Tabla 7. Pesos de ponderación ordenados por criterios y variables12

Criterio W Variable W
Accesibilidad 0,347 Distancia ponderada caminos . 12
0.132
Distancia ponderada centros poblados 0.397
Distancia estaciones hidrométricas 0.149
Distancia ponderada ríos menores 0.322
DiseñoPresión
de la Red Nacional
0,273 de Monitoreo
Densidad centros minerosde Calidad Hídrica
0.333
Densidad poblacional 0.667
Pertinencia 0,273 Distancia estaciones hidrométricas 1
Biofísico
información 0,107 Clases cobertura
en formato y uso de
raster dela tierra 1
las diferentes
3.3.2 coberturas
Proyección cartográficas
y estandarización implícitas
de variables geoespacialesen los criterios
definidos anteriormente considerando un tamaño de
Luego de la asignación de pesos a las distintas variables de análisis, se procedió a espacializar la
pixel de 90 m (Figura 5), al mismo tiempo se
información en formato raster de las diferentes coberturas cartográficas implícitas en los criterios definidos
homogenizó
anteriormente considerando su proyección
un tamaño de pixel de 90 m(Con
(Figura forma cónica
5), al mismo tiempo dese homogenizó su
proyección (Con forma cónica de Lambert)
Lambert) y datum (WGS 84). y datum (WGS 84).
Figura 5. Ejemplo del proceso de rasterización de la densidad de centros mineros.
Debido a que laFigura 5. Ejemplo

información delde
rasterizada proceso de de
las variables rasterización de diferentes
análisis presenta la densidad
unidades de medida
2 de centros
(hab/km , m, número mineros.
de puntos, etc.) ésta fue transformada a unidades comparables. Para ello se realizó un
proceso de estandarización tanto de las coberturas continuas como de las categóricas, escalándolos en un
Figura 6. Proceso
ponderada a estac
12 La Ponderación de las distancias se realizó a través de la incorporación de la topografía y la pendiente en el análisis de EMC, dejando de lado la
distancia simple euclidiana.
Debido a que la información rasterizada de las
variables de análisis presenta diferentes unidades de
18 Estandarizadas l
medida (hab/km2, m, número de puntos, etc.) ésta fue
transformada a unidades comparables. Para ello se los peses (W),
onitoreo de Calidad Hídrica
intervalo de 0 a 100. Como ejemplo, en la Figura 6 se muestra el proceso de estandarización de la distancia

ponderada a estaciones hidrométricas. En el Anexo I se presentan las coberturas utilizadas en el proceso
aster de las diferentes
EMC – AHP estandarizadas.
plícitas en los criterios
siderando un Setamaño de énfasis en que la estandarización evita problemas de cálculo originados por la utilización de
debe hacer
), al mismo diferentes
tiempo unidades
se y que en consecuencia los puntajes estandarizados no tienen unidades de dimensión.
al (Con No obstante,
formade Calidad
de Monitoreo valores
cónica Hídrica
de altos indican mayor importancia y preferencia.
).
Figura 6. Proceso de estandarización de la distancia ponderada a estaciones hidrométricas.
mato raster de las diferentes
cas implícitas en los criterios
nte considerando un tamaño de
gura 5), al mismo tiempo se
ección (Con forma cónica de
GS 84).
rasterización de la densidad
Figura 6. Proceso de estandarización de la distancia

ponderada a estaciones hidrométricas.
ción rasterizada de las

ceso de rasterización de la densidad
a diferentes unidades de
o de puntos, etc.) ésta fue Estandarizadas las variables estandarizas y calculados
Figura 6. Proceso de estandarización de la distancia
omparables. Para ello se losponderada
peses (W), parahidrométricas.
a estaciones obtener el mapa de zonas
Estandarizadas
ndarizaciónrasterizada
nformación tanto de de
las las preferenciales
las variables paraylacalculados
estandarizas ubicaciónlosdepeses los puntos se aplicó
(W), para obtener el mapa de zonas
mo preferenciales
de diferentes
presenta las categóricas, para
unidades de la ubicación
la de
sumatoria los puntos
lineal se aplicó
ponderada la sumatoria
cuya lineal
expresión ponderada
es: cuya expresión es:
número de puntos,
de 0 a 100. etc.) ésta fue
Como ejemplo, Estandarizadas las variables n estandarizas y calculados
ades
uestracomparables.
el proceso Para ello
de se
los peses (W), para ∑
ri = obtener
preferenciales para la ubicación
j =1
w j * velij mapa de zonas
de los puntos se aplicó
e estandarización tanto de las
ia ponderada a estaciones la sumatoria lineal ponderada cuya expresión es:
s como de las categóricas,
Donde: las
xo I se presentan
ervalo de 0 a 100. Como ejemplo, n
lseproceso EMC – AHP
muestra el proceso de
Donde: ri = ∑ w j * vij
ri: Nivel de preferencia del pixel i.
distancia ponderada a––estaciones
j =1
- ri: Nivel de preferencia del pixel i.

–– wj: Peso
l Anexo I se presentan las del criterio y/o variable j.
e en
la estandarización
el proceso EMC evita -
Donde: w : Peso del criterio y/o variable j.
–– –v :AHP
j
Valor normalizado (0 – 100) del pixel en la variable j.
ados por la utilización de ij
- vij: Valor normalizado (0 – 100) del pixel en la
e en consecuencia los - ri: Nivel de preferencia del pixel i.
variable j.
noen que la estandarización
tienen unidades deevita - wj: Peso del criterio y/o variable j.
originados por la utilización de
ores altos indican mayor 3.3.3 - Distribución
vij: Valor normalizado (0 – 100)
de puntos de del pixel en la
monitoreo
y que en consecuencia los variable j.
dos no tienen unidades de Con la finalidad de establecer una distribución
nte, valores altos indican mayor 3.3.3 Distribución de de
puntos de monitoreo 19
uniforme de los puntos monitoreo determinados
ncia. (Tabla
Con 3), de acuerdo
la finalidad de con la técnica
establecer del centroide
una distribución
Diseño de la Red Nacional de M
Calidad Hídrica
3.3.3
más cercanas, como es el caso de los municipios de
DistribuciónTacachi
de puntos de monitoreo(Figura 7).
4 UBICACIÓN DE PU
y Cuchumuela
MONITOREO A NI
Con la finalidad de establecer una distribución uniforme de los puntos de monitoreo determinados
DEPARTAMENTA
(Tabla 3), de acuerdo con la técnica del centroide óptimo, se realizó el análisis de distancias euclidianas,
proceso que consiste en generar una cobertura adicional, tipo buffer, a nivel de capitales municipales
Con base con en el mapa de p
un radio de 1,5 km, que deriva de un análisis previo entre las distancias de las capitales municipales
obtenida por másaplicación de la
cercanas, como es el caso de los municipios de Tacachi y Cuchumuela (Figura 7). Diseño de la AHP
Red Nacional de Monitoreo de Calidad Hídrica
y que proporciona inf
zonas que deben ser prioriz
Figura 7. Distancia de
másconsiderada
cercanas, comopara
es el la distribución
caso de puntos
de los municipios de de
4 monitoreo.
UBICACIÓN DE PUNTOS DE
Tacachi y Cuchumuela (Figura 7). escalados entre 0 (color verde
MONITOREO A NIVEL
diferencia de mapas basad
DEPARTAMENTAL
categórica de alta, media
Con base en el mapa de ponderación (Figura 11)
obtenida porpresencia/ausencia,
aplicación de la metodología de EMC perm–
AHP y que discriminación
proporciona información y distribución
respecto a la
zonas que deben ser priorizadas para su monitoreo
que por lo menos por cada m
escalados entre 0 (color verde) y 100 (color rojo) que, a
Figura 7. Distancia de considerada para la distribución de diferencia depunto mapas de monitoreo,
basados los 1 2
en una clasificación
puntos de monitoreo. categórica de alta, media y baja o binario de
(Tabla 3) para la Red de C
presencia/ausencia, permiten una mejo
distribuidos,
discriminación y distribución, yen número,ademá
considerando com
una pordensidad
que por lo menos cada municipio máxima
debe existirenun
Figura 7. Distancia de considerada para la distribución de punto de monitoreo, los 1 277 puntos determinado
Por otropuntoslado, la distribución de los puntos a nivel
de monitoreo. Cochabamba
(Tabla 3) para la Red de Calidad de 2,59
Hídricapunto
quedan
nacional se realizó a partir de la determinación del distribuidos,mínima
en número, en comoelmuestra
departamento
la Figura 9 con
Por otro lado, la distribución
ordendede puntos a 13nivel
los Strahler nacionalde
derivado se realizó
la reda partir de launa
de drenaje densidad máxima
determinación
por 1 000 del ordenen 2el departamento de
km , tal como mues
Por otro lado, la distribución de los puntos a nivel Cochabamba de 2,59 puntos por 1 000 km2 y una
de Strahler derivado de
13
la red de
(Figura 8) drenaje
que sedio
nacional (Figura
orden
realizó 8)10,
quede
a partir dio orden 10, luego,
adoptándose
la determinación adoptándose
del para luego,
mínima en elpara el presente
departamento de Beni con 0,59 punto
trabajo, puntos de monitoreo con orden
orden de superior
Strahler 13
a 5.
el presente trabajo, puntos de monitoreo con orden
derivado de la red de drenaje 2
por 1 000 km , tal como muestra la Figura 13.
(Figura 8) que dio orden 10, adoptándose luego, para
superior ela presente
5. trabajo, puntos de monitoreo con orden Tarija; 48
Figura 8. Esquema de la reducción del orden de drenaje de orden 10 a orden > 5.
superior a 5. Tarija; 48 Beni; 127
Chuquisaca;
Santa Cruz; 270 93
Santa Cruz; 270
Cochabamba
144
Potosí; 153
Potosí; 153
Pando; 66 La Paz; 269
Oruro; 107
Figura 9. Distribución de puntos

Pando; 66 de monitoreo po
departamento.
Oruro; 107
Figura 8. Esquema de la reducción del orden de drenaje de

orden 10 a orden > 5. Figura 9. Distribución de pu
La Figura 12 muestra la distribución de los 1 277 en e
departamento.
ámbito nacional, en Anexos se encuentran la
coordenadas de los mismos.
La metodología EMC – AHP y la determinación de
Figura 8. Esquema de la reducción
puntos de monitoreo del orden
se esquematiza de drenaje
en la Figura 10. de
orden 10 a orden > 5.
La metodología EMC – AHP y la determinación de puntos de monitoreo se esquematiza enLa
la Figura 12 muestra la distr
Figura 10.
13
El orden de Strahler es un número que muestra la ámbito nacional, en Anex
jerarquía de los afluentes.
13 El orden de Strahler es un número que muestra la jerarquía de los afluentes. coordenadas de los mismos.
La metodología EMC – AHP y la determinación de 15
puntos de monitoreo se esquematiza en la Figura 10.
20
13
El orden de Strahler es un número que muestra la
AHP y que proporciona información respecto a las
zonas Diseño
que deben ser priorizadas
de la Red Nacional para
de Monitoreo de suHídrica
Calidad monitoreo,
escalados entre 0 (color verde) y 100 (color rojo) que, a
diferencia de mapas basados en una clasificación
UBICACIÓN
categórica de DE alta,PUNTOS
media y DE baja MONITOREO
o binario de
A NIVEL DEPARTAMENTAL
presencia/ausencia, permiten una mejor
discriminación y distribución, y considerando además
Con base en el mapa
que deporponderación
lo menos (Figura
por cada 11),municipio
obtenida pordebe aplicación
existirde un
la metodología de EMC
– AHP y que proporciona información respecto a las zonas que deben ser priorizadas para su monitoreo,
da para la distribución punto
de entre 0 (color
escalados
de monitoreo, los 1 277 puntos determinados
verde) y 100 (color rojo) que, a diferencia de mapas basados en una clasificación
(Tabla
categórica de alta, media 3) opara
y baja la Red
binario de Calidad Hídrica
de presencia/ausencia, permiten quedan
una mejor discriminación
distribuidos, en número, como muestra la
y distribución, y considerando además que por lo menos por cada municipio debe Figura 9 con existir un punto de
monitoreo, los 1 277 puntos
una determinados
densidad máxima (Tabla 3) para
en la el
Red de Calidad Hídrica de
departamento quedan distribuidos, en
ón de los puntos número, como muestra
a nivel la Figura 9 conde
Cochabamba una2,59
densidad
puntosmáximaporen1el000departamento
2
km y una de Cochabamba de 2,59
puntos por 1 000 km2 y una mínima en el departamento de Beni con 0,59 puntos por 1 000 km2, tal como
de la determinación del mínima en el departamento de Beni con 0,59 puntos
muestra la Figura 13.
do de la red de drenaje por 1 000 km2, tal como muestra la Figura 13.
adoptándose luego, para Figura 9. Distribución de puntos de monitoreo por departamento.
de monitoreo con orden
Tarija; 48 Beni; 127
Chuquisaca;
Santa Cruz; 270 93
Cochabamba;
144
Potosí; 153
Pando; 66 La Paz; 269

Oruro; 107
Figura 9. Distribución de puntos de monitoreo por

La Figura 12 muestradepartamento.
la distribución de los 1 277 en el ámbito nacional, en Anexos se encuentran las
ón del orden de drenaje de
La Figura 12 muestra la distribución de los 1 277 en el
ámbito nacional, en Anexos se encuentran las
HP y la determinación de
ematiza en la Figura 10.
n número que muestra la
15
21
Calidad Hídrica

Figura 10. Flujograma del proceso EMC – AHP
Ponderación
Identificación de
Criterios
factores
(Variables de Análisis)
Estaciones
Centros Poblados Caminos Cobertura uso Ríos Centros Mineros
Hidrométrica
s
Derivación Variables de Análisis
Distancia Ponderada Distancia Densidad Centros Densidad Distancia Ponderada Distancia Densidad
Centros Poblados Ponderada Caminos Mineros Estaciones Estaciones Cobertura uso
Ponderada Ríos Centros Poblados
Hidrométricas Hidrométricas
Ponderación de Factores Ponderación

Ponderación de
de factores
Factores
(Matriz pareada)
(AHP - Matriz pareada) (Matriz pareada)
(Espacialización - SIG)
Estandarización Factores
Integración Criterios
(Sumatoria lineal
ponderada)
Identificación – Áreas n Puntos de Monitoreo

Monitoreo
ri = ∑ w j * vij (Propuestos)
j =1
Evaluación Multicriterio
Figura 10. Flujograma del proceso EMC – AHP
22
16
Figura 11. Mapa ponderado con base en el método EMC – AHP. Las zonas en rojo corresponden a las
que demandan prioridad alta, las amarillas prioridad media y las en verde prioridad baja
(ver Referencias en Diseño
el mapa).
de la Red Nacional de Monitoreo de Calidad Hídrica
Figura 11. Mapa ponderado con base en el método EMC – AHP. Las zonas en rojo corresponden a las que demandan prioridad
alta, las amarillas prioridad media y las en verde prioridad baja (ver Referencias en el mapa).
23
Calidad Hídrica
Figura 12. Ubicación de los 1 277 puntos de monitoreo determinados a nivel nacional
y priorizados de acuerdo a la metodología EMC - AHP.
Figura 12. Ubicación de los 1 277 puntos de monitoreo determinados a nivel nacional y priorizados de acuerdo a la metodología
EMC - AHP.
24 18
Diseño de la Red Nacional de Monitoreo de Calidad Hídrica Diseño de la Red
Figura 13. Puntos de monitoreo por 1 000 km2 por departamento.
Cochabamba 2,59
La Paz 2,01
Rio Grande
Oruro 2,00
Alta Rio Pilcomayo
Chuquisaca 1,80
Rio Mamore
Potosí 1,29
Rio Itonamas
Tarija 1,28
Lago Titicaca
Pando 1,03
Rio Alto Beni
Santa Cruz 0,73
Lago Poopo
Beni 0,59
Rio Kaka
0,00 0,50 1,00 1,50 2,00 2,50 3,00 Coipasa
Número de puntos/1 000 km2 Rio Beni
Rio Desaguadero
DISTRIBUCIÓN
Figura 13. DE PUNTOS
Puntos de monitoreo DE
por 1 000 km2 por Salar de Uyuni
MONITOREO A NIVEL DE CUENCAS
departamento. Rio Blanco
Rio Orthon
Considerando la ubicación de los 1 277 a nivel de macrocuencas, se tiene que la mayor cantidad de
Rio Bermejo
puntos se encuentran sobre los tributarios de la cuenca del río Amazonas, seguida de los ríos de la cuenca
Endorreica y de La Plata, tal como muestra la Tabla 8. Rio Mamorecillo
Rio Abuna
5 DISTRIBUCIÓN DE PUNTOS DE
Tabla 8. Distribución de puntos de monitoreo a nivel de macrocuencas Alta Rio Paraguay
MONITOREO
Macrocuenca A NIVEL
Puntos DE CUENCAS
Monitoreo
Rio Itenez
Rio Madre de Dios
Río Amazonas 780
Considerando la ubicación de los 1 277 a nivel de Curichi Grande
Rio de La Plata 208
Rio Mauri
macrocuencas,
Endorreica se tiene que la mayor 289 cantidad de
Rio Cuevo
puntos TOTAL
se encuentran sobre los 1tributarios
277 de la Rio San Martin
cuenca del río Amazonas, seguida de los ríos de la
Asimismo, a nivel de cuencas mayores, el mayor número de puntos de monitoreo corresponden a la cuenca Rio Acre
cuenca
del río Grande, con Endorreica
287 puntos, y el menor aylade La del
cuenca Plata, talcon
río Acre, como muestra
5 puntos, tal comola
muestra la Figura
0
14. Tabla 8.
Figura 14. Puntos

Tabla 8. Distribución de puntos de monitoreo a nivel de mayores.
macrocuencas
Macrocuenca Puntos Monitoreo

Río Amazonas 780 La Figura 15 mu
Rio de La Plata 208 monitoreo por m
Endorreica 289 mayores.
TOTAL 1 277
25
Calidad Hídrica
Figura 14. Puntos de monitoreo distribuidos por cuencas mayores.

2,59
2,01
Rio Grande 287
2,00
Alta Rio Pilcomayo 145
1,80
Rio Mamore 100
Rio Itonamas 87
Lago Titicaca 78
Rio Alto Beni 72
Lago Poopo 60
Rio Kaka 50
2,00 2,50 3,00 Coipasa 50
00 km2 Rio Beni 48
Rio Desaguadero 46
or 1 000 km2 por Salar de Uyuni 45
Rio Blanco 31
Rio Orthon 21
Rio Bermejo 21
Rio Mamorecillo 20
Rio Abuna 20
NTOS DE Alta Rio Paraguay 19
DE CUENCAS Rio Itenez

Rio Madre de Dios
18
13
1 277 a nivel de Curichi Grande 13

Rio Mauri 10
ayor cantidad de
Rio Cuevo 10
tributarios de la Rio San Martin 8
de los ríos de la Rio Acre 5
l como muestra la 0 50 100 150 200 250 300
Puntos de monitoreo
La Figura 15 muestra
Figurala distribución
14. Puntos de puntos de monitoreo
de monitoreo por macrocuenca
distribuidos por ycuencas
la Figura 16 por cuencas
nitoreo a nivelmayores.
de mayores.
s Monitoreo
780 La Figura 15 muestra la distribución de puntos de
208 monitoreo por macrocuenca y la Figura 16 por cuencas
289 mayores.
1 277
mayores, 26el mayor

corresponden a la
Figura
Diseño de la Red 15. de
Nacional Ubicación de Calidad
Monitoreo de los 1 277 puntos
Hídrica de monitoreo a nivel de macrocuencas.
Figura 15. Ubicación de los 1 277 puntos de monitoreo a nivel de macrocuencas.
20
27
Calidad Hídrica
Figura 16. Ubicación de los 1 277 puntos de monitoreo

Diseño de laaRed
nivel de cuencas
Nacional mayores.
de Monitoreo de Calidad Hídrica
Figura 16. Ubicación de los 1 277 puntos de monitoreo a nivel de cuencas mayores.
21
28
RED NACIONAL DE MONITOREO DE LA CALIDAD HÍDRICA

Considerando los 1 277 puntos de monitoreo distribuidos a nivel nacional (Figuras 12, 15 y 16) y los
puntos que hasta la fecha fueron utilizados por diferentes instituciones para el monitoreo de la calidad de
agua en distintas cuencas, se plantea el establecimiento de la red de monitoreo a tres niveles:
1. Red primaria. Que debe tener como finalidad generar información de los cuerpos de agua de la
Tabla 9, los mismos que corresponden a las cuencas mayores con 60 puntos distribuidos entre
ellos (Figura 17). Estos puntos forman parte del total de los 1 277 puntos determinados (Ver
Anexos). Su monitoreo deberá ser de competencia del Gobierno Central a través del VRHR.
Los puntos seleccionados corresponden a cabeceras, salidas y puntos intermedios de las cuencas
mayores.
2. Red secundaria. Que debe tener como finalidad generar información periódica sobre el estado
de la calidad de los restantes 1 217 cuerpos de agua distribuidos en los 9 departamentos y
339 municipios (Figura 12). Esta red deberá ser de competencia de los gobiernos autónomos
departamentales y municipales.
3. Red actual. Que corresponden a todos aquellos puntos que hasta la fecha fueron
implementados con objetivos de estudio, monitoreo, clasificación de cuerpos de agua u
otros por instituciones como ONG´s, centros de investigación, instituciones académicas,
gobiernos departamentales y municipales, etc. que deberán en lo posible integrarse a la
Red Nacional, entre ellos los puntos que el VRHR fue monitoreando en el río Bermejo,
Pilcomayo, Suchez, Mauri, Katari y Desaguadero. En la Figura 18 se muestra la ubicación de
los puntos de monitoreo del VRHR y de otros proporcionados por la Contraloría General
del Estado.
Tabla 9. Puntos de monitoreo de la Red Primaria de Calidad Hídrica ubicados en cabeceras,

salidas y puntos intermedios de cuencas mayores
Cuenca Mayor Puntos de monitoreo
Alta Rio Paraguay 3
Alta Rio Pilcomayo 4
Coipasa 2
Curichi Grande 1
Lago Poopo 3
Lago Titicaca 3
Rio Abuna 3
Rio Alto Beni 2
Rio Beni 3
Rio Bermejo 2
Rio Blanco 1
Rio Cuevo 1
29
Calidad Hídrica
Cuenca Mayor Puntos de monitoreo

Rio Desaguadero 3
Rio Grande 8
Rio Itenez 2
Rio Itonamas 5
Rio Kaka 1
Rio Madre de Dios 1
Rio Mamore 4
Rio Mamorecillo 1
Rio Mauri 1
Rio Orthon 3
Rio San Martin 1
Salar de Uyuni 2
TOTAL 60
30
Figura 17. Ubicación de los 60 puntos deDiseño

monitoreo deNacional
de la Red la ReddePrimaria.
Figura 17. Ubicación de los 60 puntos de monitoreo de la Red Primaria.
23
31
Calidad Hídrica
Figura 18. Ubicación de puntos de monitoreo ubicados sobre los ríos Bermejo, Pilcomayo,
Suchez, Mauri, Desaguadero, Mecapaca, Piraí y Rocha donde el VRHR y la Contraloría
realizan o realizaron actividades de seguimiento de la calidad de los cuerpos de agua.
Figura 18. Ubicación de puntos de monitoreo ubicados sobre los ríos Bermejo, Pilcomayo, Suchez, Mauri, Desaguadero, Mecapaca,
Piraí y Rocha donde el VRHR y la Contraloría realizan o realizaron actividades de seguimiento de la calidad de los cuerpos de
agua.
32
24
SISTEMA DE CODIFICACIÓN
El sistema de codificación que se propone para su adopción para la RCH comprende cinco partes
(Figura 19):
1) Código INE. Corresponde los códigos asignados de acuerdo a la unidad político administrativa
donde está ubicado el cuerpo de agua. Comprende tres grupos de dos números, los dos primeros
referencian su ubicación departamental, los segundos su ubicación provincial, y los dos terceros
su ubicación municipal. Así, el código 030702 corresponde al punto ubicado en el departamento
de Cochabamba, provincia Capinota y municipio Santibañez.
2) Código Pfafstetter. Corresponde a la codificación asignada a la unidad hidrográfica a la que
pertenece el cuerpo de agua hasta un nivel de cinco. Así, el código 46698 corresponderá a la
siguiente descripción:
–– Nivel 1: 4 (macrocuenca del Amazonas),
–– Nivel 2: 46 (cuenca del río Madera),
–– Nivel 3: 466 (cuenca del río Mamoré),
–– Nivel 4: 4669 (cuenca del río Grande),
–– Nivel 5: 46698 (cuenca del río Caine).
3) Código Tipo de agua a evaluar: Donde se denota como Sp para agua.
4) Código Época del año. Donde se denota como S si la época de monitoreo corresponde a la seca y
con HDiseño deeslahúmeda.
si la época Red Nacional de Monitoreo de Calidad Hídrica
5) Código Número de punto a relevar. Corresponde al número del punto dónde se está realizando el
monitoreo. Así, el 01 corresponderá al punto 1 (inicial) de relevamiento.
La Figura 20 muestra un ejemplo de aplicación sobre el punto 1 del río Caine, de Cochabamba.
ÓN Figura 19. Detalle del sistema de codificación propuesto para la RCH.
pone para su
cinco partes
los códigos
dad político
do el cuerpo Figura 19. Detalle del sistema de codificación propuesto para
la RCH.
pos de dos
ferencian su
segundos su
terceros su
digo 030702 33
ado en el
á ubicado el cuerpo Figura 19. Detalle del sistema de codificación propuesto para
la RCH.
es grupos de dos Calidad Hídrica
ros referencian su
los segundos su
Figura 20. Ejemplo de uso del sistema de codificación propuesta para la RCH.
os dos terceros su
, el código 030702
ubicado en el
abamba, provincia
tibañez.
orresponde a la
unidad hidrográfica
po de agua hasta un
el código 46698
te descripción:
ca del Amazonas),
el río Madera),
del río Mamoré),
del río Grande),
a del río Caine).
evaluar: Donde se
nde se denota como

eo corresponde a la
húmeda.
punto a relevar.
del punto dónde se
itoreo. Así, el 01
o 1 (inicial) de Figura 20. Ejemplo de uso del sistema de codificación
propuesta para la RCH.
CONCLUSIONES
de aplicación sobre
1) Por aplicación de la metodología EMC – AHP considerando los criterios de accesibilidad, presión,
amba. 8 y características
pertinencia CONCLUSIONES biofísicas, y con base en la red hídrica, se determinaron un total de
1 277 puntos de monitoreo distribuidos a nivel nacional con una densidad que varía entre 0,59
puntos por 1 1) Porenaplicación
000 km2 el Beni hastade
2,59lapuntos
metodología EMC
por 1 000 km2 – AHP
en Cochabamba.
2) considerando
De los 1 277 puntos los criterios
determinados, se consideran 60 como departe
accesibilidad,
de la Red Primaria. Estos puntos
presión,
están ubicados en las partes altas, pertinencia
medias y bajas de lasy24 principales
características
cuencas mayores y deberán
ser monitoreados por el VRHR en
biofísicas, y representación
con base en del MMAyA.
la red Los Restantes
hídrica, se1 217 puntos, que
son parte de la red secundaria, deberán ser monitoreados por los gobiernos departamentales y
municipales. determinaron un total de 1 277 puntos de
monitoreo distribuidos a nivel nacional con
una densidad que varía entre 0,59 puntos por
34 25
RECOMENDACIONES
1) Todos los puntos determinados deben ser validados para su apropiación como punto de monitoreo.
En este proceso se debe comprometer la participación de los gobiernos subnacionales a objeto de
facilitar su alcance e implementación posterior
2) Durante su implementación y posteriores acciones se debe considerar incorporar criterios de
calidad hídrica, presencia de metales pesados, residuos domésticos e industriales, residuos del
sector de hidrocarburos, pesticidas, etc. Esto permitirá una distribución más adecuada de los
puntos de monitoreo, principalmente en el caso de la evaluación del grado de contaminación o
remediación.
3) En lo posible, para completar la red actual, se deberá recopilar y sistematizar información de
monitoreos realizados por otras instituciones. Esto permitirá una mejor interpretación de la
evolución en el tiempo de la calidad de los cuerpos de agua e identificar de manera específica
zonas o puntos de contaminación.
4) Para la implementación de la red y a objeto de cumplir con el Marco de Evaluación de Desempeño
del VRHR, se recomienda seguir el siguiente cronograma anual de monitoreo de cuerpos de agua:
2014 2015 2016 2017

Katari Salar de Uyuni Salar de Coipasa Beni
Suchez Bermejo Kaka Mamoré
Desaguadero Pilcomayo Alto Beni Madre de Dios
Mauri Grande Itonamas Abuná
Lago Poopó Curiche grande
Paraguay
San Martín
Itenez
5) Se debe considerar realizar el diseño de una red de monitoreo de la calidad hídrica subterránea
con la finalidad de tener una red de monitoreo de calidad hídrica integral.
35
ANEXOS
Anexo 1 – Archivo de mapas temáticos
Figura A1. Mapa de densidad de centros mineros.

10.1 Anexo 1 – Archivo de mapas temáticos
Figura A1. Mapa de densidad de centros mineros.
39
28
Calidad Hídrica
Diseño de la Red Nacional de Monitoreo de Calidad Hídrica – Anexos

Figura A2. Mapa de densidad de centros poblados.
Figura A2. Mapa de densidad de centros poblados.
40 29

Figura A3. Mapa de densidad de estaciones hidrométricas.
Figura A3. Mapa de densidad de estaciones hidrométricas.
30 41
Calidad Hídrica

Figura A4. Mapa de distancias ponderadas a carreteras principales y municipales.
Figura A4. Mapa de distancias ponderadas a carreteras principales y municipales.
42 31

Figura A5. Mapa de distancias ponderadas a centros poblados.
Figura A5. Mapa de distancias ponderadas a centros poblados.
32 43
Calidad Hídrica

Figura A6. Mapa de distancias ponderadas a estaciones hidrométricas.
Figura A6. Mapa de distancias ponderadas a estaciones hidrométricas.
44 33

Figura A7. Mapa de distancias ponderadas a ríos menores.
Figura A7. Mapa de distancias ponderadas a ríos menores.
34 45
Calidad Hídrica

Figura A8. Mapa de cobertura de uso de la tierra.
Figura A8. Mapa de cobertura de uso de la tierra.
46 35

Figura A9. Mapa de valores ponderados utilizando el método de evaluación multicriterio.
Figura A9. Mapa de valores ponderados utilizando el método de evaluación multicriterio.
36 47
Calidad Hídrica
Figura A10. Mapa de distribuciónDiseño de la Red Nacional de Monitoreo de Calidad Hídrica – Anexos
de puntos en el departamento de La Paz.
Figura A10. Mapa de distribución de puntos en el departamento de La Paz.
48 37

Figura A11. Mapa de distribución de puntos en el departamento de Cochabamba
Figura A11. Mapa de distribución de puntos en el departamento de Cochabamba
38 49
Calidad Hídrica
de puntos en el departamento de Oruro.
Figura A12. Mapa de distribución de puntos en el departamento de Oruro.
50 39

Figura A13. Mapa de distribución de puntos en el departamento de Potosí.
Figura A13. Mapa de distribución de puntos en el departamento de Potosí.
40 51
Calidad Hídrica
Figura A14. Mapa de distribución deDiseño

puntosde la Red Nacional de Monitoreo de Calidad Hídrica – Anexos
en el departamento de Chuquisaca.
Figura A14. Mapa de distribución de puntos en el departamento de Chuquisaca.
52 41

Figura A15. Mapa de distribución de puntos en el departamento de Tarija.
Figura A15. Mapa de distribución de puntos en el departamento de Tarija.
42 53
Calidad Hídrica

Figura A16. Mapa de distribución de puntos en el departamento de Santa Cruz
Figura A16. Mapa de distribución de puntos en el departamento de Santa Cruz
54 43

Figura A17. Mapa de distribución de puntos en el departamento de Beni.
Figura A17. Mapa de distribución de puntos en el departamento de
Figura A17. Mapa de distribución de puntos en el departamento de Beni.
44 55
Calidad Hídrica
de puntos en el departamento de Pando.
Figura A18. Mapa de distribución de puntos en el departamento de Pando.
56 45
ANEXO 2
PUNTOS DE MONITOREO POR DEPARTAMENTO,
PROVINCIA Y MUNICIPIO
N° DEPARTAMENTO PROVINCIA MUNICIPIO ZONA UTM X UTM Y
1 Beni Yacuma Exaltación 19 810239,62 8642023,44
4 Beni General José Ballivián Reyes 19 735946,35 8699741,40
12 Beni Vaca Diez Riberalta 19 819868,24 8783161,40
16 Beni General José Ballivián Rurrenabaque 19 660959,44 8404618,93
19 Beni General José Ballivián San Borja 19 765899,14 8375117,12
26 Beni Yacuma Santa Ana de Yacuma 19 789373,58 8480918,24
28 Beni General José Ballivián Santa Rosa 19 787751,77 8704168,45
36 Beni Itenez Baures 20 514763,56 8563694,64
57
Calidad Hídrica

55 Beni Vaca Diez Guayaramerín 20 233388,74 8839738,15
62 Beni Itenez Huacaraje 20 403687,71 8499860,11
65 Beni Marban Loreto 20 280874,56 8328335,20
71 Beni Itenez Magdalena 20 367419,03 8574112,60
78 Beni Mamoré Puerto Siles 20 274730,22 8662288,66
58

84 Beni Marban San Andrés 20 321552,37 8343182,30
91 Beni Moxos San Ignacio 20 206190,88 8366257,15
99 Beni Cercado San Javier 20 375391,42 8389384,90
106 Beni Mamoré San Joaquín 20 318812,36 8606082,07
111 Beni Mamoré San Ramón 20 351696,60 8613021,68
124 Beni Cercado Trinidad 20 287665,02 8359224,84
59
Calidad Hídrica

128 Chuquisaca Nor Cinti Camargo 20 270182,25 7716094,44
131 Chuquisaca Sud Cinti Culpina 20 328299,86 7701499,37
137 Chuquisaca Tomina El Villar 20 364519,99 7828487,82
138 Chuquisaca Tomina El Villar 20 375158,72 7809387,89
139 Chuquisaca Luis Calvo Huacaya 20 444129,63 7710204,70
142 Chuquisaca Zudáñez Icla (R. Mujia) 20 310233,68 7859742,12
145 Chuquisaca Nor Cinti Incahuasi 20 307988,20 7706986,49
148 Chuquisaca Sur Cinti Las Carretas 20 264853,67 7653261,65
149 Chuquisaca Sur Cinti Las Carretas 20 271141,54 7653030,42
150 Chuquisaca Luis Calvo Machareti 20 504561,41 7728722,03
157 Chuquisaca Hernando Siles Monteagudo 20 396239,91 7809481,09
164 Chuquisaca Tomina Padilla 20 358089,20 7866037,10
167 Chuquisaca Oropeza Poroma 20 241195,24 7956620,27
60

168 Chuquisaca Oropeza Poroma 20 243125,02 7949105,02
169 Chuquisaca Zudáñez Presto 20 293729,04 7920263,86
170 Chuquisaca Zudáñez Presto 20 295885,46 7906358,98
171 Chuquisaca Nor Cinti San Lucas 20 286285,34 7787499,99
175 Chuquisaca Hernando Siles San Pablo de Huacareta 20 399811,61 7761608,83
178 Chuquisaca Tomina Sopachuy 20 334738,74 7857528,48
179 Chuquisaca Tomina Sopachuy 20 345168,51 7842838,66
180 Chuquisaca Oropeza Sucre 20 260844,43 7892515,36
185 Chuquisaca Yamparaez Tarabuco 20 296481,40 7878455,49
186 Chuquisaca Yamparaez Tarabuco 20 310374,16 7890183,17
187 Chuquisaca Azurduy Tarvita (Villa Arias) 20 324289,59 7808239,86
188 Chuquisaca Azurduy Tarvita (Villa Arias) 20 344915,54 7793793,20
189 Chuquisaca Tomina Tomina 20 340420,21 7896574,01
190 Chuquisaca Tomina Tomina 20 345887,52 7878652,02
191 Chuquisaca Sur Cinti Villa Abecia 20 268208,78 7679844,43
192 Chuquisaca Sur Cinti Villa Abecia 20 264551,36 7667615,52
193 Chuquisaca Tomina Villa Alcalá 20 351933,95 7858198,92
196 Chuquisaca Azurduy Villa Azurduy 20 344133,27 7761593,59
199 Chuquisaca Nor Cinti Villa Charcas 20 318086,57 7739257,89
202 Chuquisaca Zudáñez Villa Mojocoya 20 329517,31 7927066,29
203 Chuquisaca Zudáñez Villa Mojocoya 20 340198,82 7917727,18
204 Chuquisaca Belisario Boeto Villa Serrano 20 368139,18 7914977,27
207 Chuquisaca Luis Calvo Villa Vaca Guzmán (Muyupampa) 20 421978,98 7727531,40
61
Calidad Hídrica

214 Chuquisaca Yamparaez Yamparáez 20 275990,96 7877381,33
217 Chuquisaca Oropeza Yotala 20 264685,48 7880597,40
218 Chuquisaca Oropeza Yotala 20 261308,42 7879352,29
219 Chuquisaca Zudáñez Zudáñez 20 315503,38 7896890,92
220 Chuquisaca Zudáñez Zudáñez 20 320457,30 7886485,69
221 Cochabamba Esteban Arce Arbieto 19 809325,89 8060608,12
225 Cochabamba Arque Arque 19 775600,36 8027382,47
228 Cochabamba Bolívar Bolívar 19 760500,67 8011483,16
231 Cochabamba Capinota Capinota 19 791128,55 8041578,89
234 Cochabamba Ayopaya Cocapata 19 743233,54 8145926,85
240 Cochabamba Cercado Cochabamba 19 803160,16 8081018,78
244 Cochabamba Quillacollo Colcapirhua 19 793211,69 8075055,81
245 Cochabamba Quillacollo Colcapirhua 19 793851,54 8072449,21
246 Cochabamba Ayopaya Independencia 19 727781,15 8130494,02
249 Cochabamba Ayopaya Morochata 19 747836,86 8100516,40
250 Cochabamba Ayopaya Morochata 19 762092,86 8094505,52
251 Cochabamba Quillacollo Quillacollo 19 787719,35 8084991,58
62

255 Cochabamba Chapare Sacaba 19 817257,55 8079716,81
257 Cochabamba Capinota Santibañez 19 793221,53 8060187,28
258 Cochabamba Capinota Santibañez 19 790246,31 8054881,37
259 Cochabamba Capinota Sicaya 19 781873,28 8036920,18
260 Cochabamba Capinota Sicaya 19 782275,29 8030600,23
261 Cochabamba Quillacollo Sipe Sipe 19 782643,58 8070616,32
265 Cochabamba Arque Tacopaya 19 749871,28 8030116,80
266 Cochabamba Arque Tacopaya 19 761924,39 8026511,14
267 Cochabamba Tapacari Tapacarñ 19 734674,88 8053112,36
270 Cochabamba Esteban Arce Tarata 19 813949,76 8049938,80
273 Cochabamba Quillacollo Tiquipaya 19 795138,48 8090276,27
276 Cochabamba Quillacollo Vinto 19 779192,43 8075624,10
279 Cochabamba Campero Aiquile 20 270368,59 8002155,06
282 Cochabamba Mizque Alalay 20 212537,68 8040403,02
283 Cochabamba Mizque Alalay 20 226569,14 8023823,32
284 Cochabamba Germán Jordán Toko 20 187094,62 8043830,03
285 Cochabamba Esteban Arce Anzaldo 20 189517,06 8032450,58
286 Cochabamba Esteban Arce Anzaldo 20 198853,79 8029964,65
287 Cochabamba Arani Arani 20 203304,06 8057579,19
290 Cochabamba Carrasco Chimore 20 306943,25 8164134,10
294 Cochabamba Germán Jordán Cliza 20 187585,02 8056451,63
63
Calidad Hídrica

297 Cochabamba Chapare Colomi 20 187771,11 8089696,41
300 Cochabamba Punata Cuchumuela (V. G. Villarroel) 20 204692,20 8045629,26
301 Cochabamba Punata Cuchumuela (V. G. Villarroel) 20 202906,63 8045053,78
302 Cochabamba Carrasco Entre Ríos (Bulo Bulo) 20 342482,39 8097313,61
303 Cochabamba Carrasco Entre Ríos (Bulo Bulo) 20 353794,41 8093327,10
304 Cochabamba Mizque Mizque 20 257104,39 8017227,75
307 Cochabamba Campero Omereque 20 295596,95 8000233,58
308 Cochabamba Campero Omereque 20 300144,20 7994897,33
309 Cochabamba Campero Pasorapa 20 323763,84 7977537,52
312 Cochabamba Carrasco Pocona 20 251547,73 8050231,76
313 Cochabamba Carrasco Pocona 20 243861,90 8044539,86
314 Cochabamba Carrasco Pojo 20 299983,49 8039307,27
317 Cochabamba Carrasco Puerto Villarroel 20 309149,20 8137416,76
320 Cochabamba Punata Punata 20 198487,75 8059999,43
321 Cochabamba Punata Punata 20 202431,00 8061999,69
323 Cochabamba Esteban Arce Sacabamba 20 206952,28 8029730,91
324 Cochabamba Esteban Arce Sacabamba 20 202902,25 8029989,03
325 Cochabamba Punata San Benito 20 199657,11 8061324,50
328 Cochabamba Tiraque Shinahota 20 263550,60 8127485,87
331 Cochabamba Punata Tacachi 20 204214,23 8046850,47
332 Cochabamba Punata Tacachi 20 203082,17 8047220,43
333 Cochabamba Tiraque Tiraque 20 203590,26 8073305,87
338 Cochabamba Germán Jordán Tolata 20 186151,00 8060115,95
339 Cochabamba Germán Jordán Tolata 20 181836,23 8057171,28
64

340 Cochabamba Carrasco Totora 20 263039,57 8048697,23
343 Cochabamba Arani Vacas 20 226845,62 8056962,01
347 Cochabamba Mizque Vila Vila 20 213424,35 8018095,95
348 Cochabamba Mizque Vila Vila 20 222136,06 8009676,60
349 Cochabamba Punata Villa Rivero 20 195145,25 8051881,79
352 Cochabamba Chapare Villa Tunari 20 264283,79 8247323,77
365 La Paz Ingavi Tiahuanacu 19 531003,44 8160298,99
366 La Paz General José Manuel Pando Santiago de Machaca 19 475310,27 8088755,97
367 La Paz Abel Iturralde Ixiamas 19 590894,24 8670954,79
369 La Paz Inquisivi Colquiri 19 712174,22 8082775,38
370 La Paz Omasuyos Achacachi 19 547056,38 8230852,83
373 La Paz Murillo Achocalla 19 589041,71 8159327,69
376 La Paz Caranavi Alto Beni 19 666447,07 8281128,48
377 La Paz Caranavi Alto Beni 19 676812,54 8277769,90
378 La Paz Omasuyos Ancoraimes 19 505610,28 8248064,37
381 La Paz Franz Tamayo Apolo 19 548645,15 8407715,57
65
Calidad Hídrica

393 La Paz Muñecas Aucapata 19 523302,09 8295464,79
396 La Paz Muñecas Ayata 19 518002,60 8290421,41
397 La Paz Muñecas Ayata 19 525549,90 8283648,55
398 La Paz Aroma Ayo Ayo 19 595330,85 8113340,29
401 La Paz Los Andes Batallas 19 564189,33 8208314,90
404 La Paz Loayza Cairoma 19 649716,50 8140918,21
407 La Paz Inquisivi Cajuata 19 677079,02 8169982,46
408 La Paz Inquisivi Cajuata 19 695116,57 8153341,64
409 La Paz Pacajes Calacoto 19 537290,38 8087687,10
410 La Paz Pacajes Calacoto 19 521821,51 8071041,68
411 La Paz Aroma Calamarca 19 586528,92 8133980,99
414 La Paz Pacajes Caquiaviri 19 530176,33 8127008,13
417 La Paz Caranavi Caranavi 19 660721,68 8254820,78
420 La Paz General José Manuel Catacora 19 448466,40 8102875,88
423 La Paz Gualberto Villarroel Chacarilla 19 583064,48 8055587,30
424 La Paz Gualberto Villarroel Chacarilla 19 593269,39 8053543,57
425 La Paz Pacajes Charaña 19 468650,78 8059188,63
66

428 La Paz Bautista Saavedra Charazani (Gral. Pérez) 19 483318,24 8327837,09
432 La Paz Omasuyos Chua Cocani 19 528412,46 8211365,80
433 La Paz Omasuyos Chua Cocani 19 523049,78 8211404,69
434 La Paz Sur Yungas Chulumani 19 653495,25 8190711,38
435 La Paz Sur Yungas Chulumani 19 659187,83 8184922,72
436 La Paz Muñecas Chuma 19 508985,39 8291021,22
437 La Paz Muñecas Chuma 19 511398,23 8285880,83
438 La Paz Aroma Collana 19 579945,55 8134144,93
441 La Paz Aroma Colquencha 19 582658,88 8133512,73
446 La Paz Pacajes Comanche 19 561173,79 8136117,82
447 La Paz Pacajes Comanche 19 561685,08 8126412,54
448 La Paz Larecaja Combaya 19 527625,83 8253488,33
449 La Paz Larecaja Combaya 19 526159,39 8251266,41
450 La Paz Manco Kapac Copacabana 19 491856,35 8213307,95
451 La Paz Manco Kapac Copacabana 19 499518,63 8211141,65
452 La Paz Nor Yungas Coripata 19 645014,57 8201745,56
455 La Paz Pacajes Coro Coro 19 558544,17 8098543,07
456 La Paz Pacajes Coro Coro 19 547877,97 8097209,24
457 La Paz Nor Yungas Coroico 19 636435,14 8212593,23
458 La Paz Nor Yungas Coroico 19 627676,98 8208574,23
459 La Paz Manco Kapac Curva 19 491995,53 8334248,13
462 La Paz Ingavi Desaguadero 19 498038,30 8166669,31
465 La Paz Murillo El Alto 19 588942,24 8189445,09
67
Calidad Hídrica

469 La Paz Camacho Escoma 19 488579,38 8270786,90
472 La Paz Larecaja Guanay 19 602178,11 8296720,88
477 La Paz Ingavi Guaqui 19 523722,84 8170266,24
480 La Paz Camacho Humanata 19 484814,06 8300987,87
483 La Paz Camacho Huarina 19 546065,07 8217421,17
486 La Paz Omasuyos Huatajata 19 532574,39 8208439,62
487 La Paz Omasuyos Huatajata 19 530427,75 8209151,55
488 La Paz Inquisivi Ichoca 19 686947,03 8109017,44
491 La Paz Inquisivi Inquisivi 19 725096,00 8162481,04
495 La Paz Sur Yungas Irupana 19 663699,46 8180857,44
496 La Paz Sur Yungas Irupana 19 673220,47 8177609,09
508 La Paz Ingavi Jesús de Machaca 19 518605,74 8149879,43
68

512 La Paz Sur Yungas La Asunta 19 694404,29 8219636,20
515 La Paz Los Andes Laja 19 565439,94 8175253,27
519 La Paz Inquisivi Licoma (Villa Libertad) 19 691165,51 8145908,70
520 La Paz Inquisivi Licoma (Villa Libertad) 19 691445,57 8142041,89
521 La Paz Loayza Luribay 19 641719,19 8122199,19
522 La Paz Loayza Luribay 19 642443,32 8113521,99
523 La Paz Loayza Malla 19 667133,70 8125987,47
526 La Paz Larecaja Mapiri 19 583998,93 8307422,58
527 La Paz Larecaja Mapiri 19 581274,38 8307583,55
528 La Paz Murillo Mecapaca 19 599723,84 8162962,62
531 La Paz Camacho Mocomoco 19 493875,32 8302173,85
534 La Paz Pacajes Nazacara de Pacajes 19 523278,10 8129626,13
535 La Paz Pacajes Nazacara de Pacajes 19 524921,76 8127609,22
536 La Paz Murillo Nuestra Señora de La Paz 19 605388,14 8224465,20
544 La Paz Murillo Palca 19 611327,05 8167850,58
547 La Paz Sur Yungas Palos Blancos 19 698083,11 8295136,77
552 La Paz Gualberto Villarroel Papel Pampa 19 627801,96 8038559,84
553 La Paz Gualberto Villarroel Papel Pampa 19 628361,84 8030923,77
554 La Paz Aroma Patacamaya 19 609842,76 8106578,39
69
Calidad Hídrica

558 La Paz Franz Tamayo Pelechuco 19 475921,34 8363202,09
561 La Paz Los Andes Pucarani 19 566311,44 8191417,70
565 La Paz Camacho Puerto Acosta 19 472957,25 8281995,60
568 La Paz Camacho Puerto Carabuco 19 493049,71 8261360,92
571 La Paz Los Andes Puerto Perez 19 546700,24 8193691,93
574 La Paz Larecaja Quiabaya 19 527348,56 8272689,83
575 La Paz Larecaja Quiabaya 19 526476,67 8271676,43
576 La Paz Inquisivi Quime 19 678326,11 8140674,95
577 La Paz Inquisivi Quime 19 690678,51 8122668,02
578 La Paz Ingavi San Andrés de Machaca 19 497374,70 8143725,48
582 La Paz Abel Iturralde San Buenaventura 19 624457,25 8435589,69
586 La Paz Gualberto Villarroel San Pedro de Curahuara 19 605005,00 8052496,02
587 La Paz Gualberto Villarroel San Pedro de Curahuara 19 613876,44 8046062,43
588 La Paz Manco Kapac San Pedro de Tiquina 19 515820,21 8206361,53
591 La Paz Pacajes Santiago de Callapa 19 561982,27 8077944,34
594 La Paz Omasuyos Santiago de Huata 19 521563,85 8223580,21
595 La Paz Omasuyos Santiago de Huata 19 517494,49 8222646,05
596 La Paz General José Manuel Santiago de Machaca 19 482527,56 8116099,74
70

599 La Paz Loayza Sapahaqui 19 612523,21 8132716,27
602 La Paz Aroma Sica Sica 19 632464,15 8092930,38
605 La Paz Larecaja Sorata 19 528076,13 8267873,24
608 La Paz Larecaja Tacacoma 19 544379,10 8291744,86
609 La Paz Larecaja Tacacoma 19 540406,36 8275659,93
610 La Paz Ingavi Taraco 19 514906,51 8182812,23
611 La Paz Ingavi Taraco 19 519560,96 8173192,57
612 La Paz Larecaja Teoponte 19 633333,11 8289371,47
613 La Paz Larecaja Teoponte 19 624795,28 8286568,98
614 La Paz Ingavi Tiahuanacu 19 539141,26 8169695,28
616 La Paz Larecaja Tipuani 19 605710,30 8279602,78
617 La Paz Larecaja Tipuani 19 597645,15 8276883,79
618 La Paz Manco Kapac Tito Yupanki 19 504902,17 8210086,95
619 La Paz Aroma Umala 19 599480,53 8083593,49
623 La Paz Ingavi Viacha 19 576245,08 8166986,02
627 La Paz Pacajes Waldo Ballivián 19 585633,33 8112675,61
628 La Paz Pacajes Waldo Ballivián 19 586364,85 8108090,06
629 La Paz Loayza Yaco 19 669572,40 8086444,60
632 La Paz Sur Yungas Yanacachi 19 635548,77 8187201,13
633 La Paz Sur Yungas Yanacachi 19 643946,36 8185206,24
634 Oruro Poopó Antequera (Bolivar) 19 726561,83 7955854,58
637 Oruro Sur Carangas Belén de Andamarca 19 642172,58 7926803,96
638 Oruro Sur Carangas Belén de Andamarca 19 624314,77 7919926,14
639 Oruro Cercado Caracollo 19 687851,12 8057368,23
71
Calidad Hídrica

643 Oruro Mejillones Carangas 19 533595,75 7909623,77
646 Oruro Abaroa Challapata 19 746492,16 7919196,20
650 Oruro Sabaya Chipaya 19 603695,53 7893183,71
651 Oruro Sabaya Chipaya 19 595901,59 7893570,65
652 Oruro Carangas Choquecota 19 616320,58 7997544,58
653 Oruro Carangas Choquecota 19 608671,62 7981557,18
654 Oruro Sabaya Coipasa 19 576646,83 7868395,85
655 Oruro Sabaya Coipasa 19 574294,51 7864601,68
656 Oruro Carangas Corque 19 640549,22 7969927,83
659 Oruro Litoral Cruz de Machacamarca 19 561443,22 7940142,76
662 Oruro Sajama Curahuara de Carangas 19 553501,29 8039767,97
666 Oruro Cercado El Choro 19 682401,85 8009694,70
669 Oruro Litoral Escara 19 593021,90 7920818,37
670 Oruro Litoral Escara 19 589638,19 7913475,60
671 Oruro Litoral Esmeralda 19 575202,46 7915252,07
672 Oruro Litoral Esmeralda 19 583833,04 7907040,94
673 Oruro Tomás Barrón Eucaliptus 19 659113,97 8052448,96
674 Oruro Tomás Barrón Eucaliptus 19 671504,20 8047429,37
675 Oruro Litoral Huachacalla 19 577857,40 7923553,80
676 Oruro Litoral Huachacalla 19 578183,35 7921570,82
677 Oruro Mejillones La Rivera 19 536799,09 7898637,49
680 Oruro Pantaleón Dalence Machacamarca 19 719376,36 7994533,90
683 Oruro Cercado Oruro 19 706472,19 8019808,15
72

688 Oruro Ladislao Cabrera Pampa Aullagas 19 704940,13 7877487,30
692 Oruro Cercado Paria 19 715195,84 8029656,56
693 Oruro Cercado Paria 19 709522,83 8028672,11
694 Oruro Poopó Pazña 19 723308,99 7950198,87
697 Oruro Poopó Poopó 19 717886,72 7966055,56
700 Oruro Sabaya Sabaya 19 524769,40 7947739,09
705 Oruro Ladislao Cabrera Salinas de Garci Mendoza 19 650307,73 7881265,49
710 Oruro San Pedro De Totora San Pedro de Totora 19 591551,46 8037591,13
713 Oruro Sur Carangas Santiago de Andamarca 19 649099,74 7932833,72
716 Oruro Sebastián Pagador Santiago de Huari 19 759253,62 7903614,34
719 Oruro Nor Carangas Santiago de Huayllamarca 19 618389,35 8030987,47
722 Oruro Abaroa Santuario de Quillacas 19 713591,97 7877447,31
723 Oruro Abaroa Santuario de Quillacas 19 723645,47 7859311,22
724 Oruro Mejillones Todos Santos 19 531911,08 7898665,95
725 Oruro Mejillones Todos Santos 19 525362,46 7896197,45
726 Oruro Saucari Toledo 19 663420,77 7999734,07
73
Calidad Hídrica

729 Oruro Sajama Turco 19 581675,05 7996538,05
736 Oruro Pantaleón Dalence Villa Huanuni 19 727855,70 7991208,87
739 Oruro Litoral Yunguyo del Litoral * 19 560424,08 7918352,17
740 Oruro Litoral Yunguyo del Litoral * 19 571699,45 7914306,36
741 Pando Nicolás Suarez Bella Flor 19 663359,63 8824033,83
749 Pando Nicolás Suarez Bolpebra (Mukden) 19 494253,33 8753377,02
752 Pando Nicolás Suarez Cobija 19 527245,37 8782258,11
755 Pando Madre De Dios El Sena 19 691510,74 8730924,14
762 Pando Manuripi Filadelfia 19 604218,56 8751005,30
74

770 Pando Abuná Ingavi 19 762602,51 8872662,66
775 Pando Nicolás Suarez Porvenir 19 533990,53 8757365,25
776 Pando Nicolás Suarez Porvenir 19 504253,48 8752285,27
777 Pando Madre De Dios Puerto Gonzales Moreno 19 795934,27 8777456,83
780 Pando Manuripi Puerto Rico 19 657728,63 8771333,05
783 Pando Madre De Dios San Lorenzo 19 737827,18 8752043,63
788 Pando Manuripi San Pedro (Conquista) 19 811180,77 8803493,85
791 Pando Abuná Santa Rosa del Abuná 19 693405,04 8849308,72
795 Pando Federico Román Santos Mercado 19 790578,88 8909911,97
799 Pando Federico Román Villa Nueva (Loma Alta) 19 805348,26 8823380,94
802 Pando Federico Román Nuevo Manoa (Nueva Esperanza) 20 222049,70 8917189,33
807 Potosí Sur Chichas Atocha 19 809449,08 7679061,48
808 Potosí General Bernardino Acasio 19 811557,80 8008555,93
810 Potosí General Bernardino Arampampa 19 808232,51 8021922,78
811 Potosí General Bernardino Arampampa 19 802949,37 8014337,00
75
Calidad Hídrica

816 Potosí Tomas Frías Belén de Urmiri 19 796773,49 7865301,95
819 Potosí Alonso de Ibáñez Caripuyo 19 763814,90 7986824,53
822 Potosí Rafael Bustillo Chayanta 19 769743,87 7957956,88
823 Potosí Rafael Bustillo Chayanta 19 779524,94 7954028,26
824 Potosí Rafael Bustillo Chuquihuta 19 778736,91 7941999,61
825 Potosí Rafael Bustillo Chuquihuta 19 784548,71 7937515,72
826 Potosí Nor Lipez Colcha”K” (V. Martin) 19 633353,02 7726286,68
833 Potosí Nor Lipez Colcha”K” (V.Martin) 19 693390,14 7654936,64
834 Potosí Chayanta Colquechaca 20 815785,14 7929717,96
837 Potosí Nor Chichas Cotagaita 19 802708,14 7729523,08
839 Potosí Rafael Bustillo Llallagua 19 762162,93 7966815,99
842 Potosí Daniel Campos Llica 19 545933,87 7820868,29
848 Potosí Sur Lipez Mojinete 19 785529,21 7591789,25
849 Potosí Sur Lipez Mojinete 19 773860,85 7590531,90
850 Potosí Chayanta Pocoata 19 800132,75 7928817,62
851 Potosí Alonso de Ibaªez Sacaca 19 779097,12 8002432,70
852 Potosí Alonso de Ibaªez Sacaca 19 766505,79 8003418,83
853 Potosí Enrique Baldivieso San Agustín 19 637033,90 7659646,21
76

856 Potosí Sur Lipez San Antonio de Esmoraca 19 750397,16 7570293,07
859 Potosí Sur Lipez San Pablo de Lipez 19 729024,17 7616984,72
867 Potosí Charcas San Pedro de Buena Vista 19 814253,08 7982020,38
868 Potosí Nor Lipez San Pedro de Quemes 19 600821,17 7706391,40
874 Potosí Daniel Campos Tahua 19 637795,95 7802628,35
877 Potosí Antonio Quijarro Tomave 19 748888,36 7785248,67
885 Potosí Rafael Bustillo Uncña 19 760839,87 7955837,29
888 Potosí Antonio Quijarro Uyuni (Thola Pampa) 19 697788,67 7821631,20
895 Potosí Tomas Frías Potosí 20 213062,14 7814410,60
896 Potosí Antonio Quijarro Porco 20 196858,47 7794166,42
897 Potosí José María Linares Caiza “D” 20 228978,48 7773266,70
77
Calidad Hídrica

900 Potosí Cornelio Saavedra Betanzos 20 237876,02 7841200,99
907 Potosí Cornelio Saavedra Chaqui 20 223454,26 7833104,57
910 Potosí José María Linares Ckochas 20 270086,27 7832966,05
918 Potosí Chayanta Ocuri 20 212311,04 7905639,04
921 Potosí Chayanta Pocoata 20 189112,96 7948092,74
930 Potosí José María Linares Puna 20 239634,57 7818931,74
931 Potosí José María Linares Puna 20 238002,95 7810647,48
932 Potosí Chayanta Ravelo 20 233568,75 7920365,74
933 Potosí Chayanta Ravelo 20 229167,42 7903308,04
936 Potosí Cornelio Saavedra Tacobamba 20 229123,01 7882330,60
939 Potosí Tomas Frias Tinquipaya 20 203038,83 7872928,18
940 Potosí Tomas Frias Tinquipaya 20 210381,92 7872134,10
941 Potosí Charcas Toro Toro 20 207527,60 7997254,95
78

942 Potosí Charcas Toro Toro 20 208315,40 7991705,87
943 Potosí Sur Chichas Tupiza 20 192420,35 7641100,73
949 Potosí Modesto Omiste Villazón 20 209238,47 7587123,32
953 Potosí Nor Chichas Vitichi 20 239082,66 7766766,18
957 Potosí Tomas Frías Yocalla 20 195842,31 7853591,86
960 Santa Cruz Ñuflo De Chávez San Ramón 20 562759,61 8173008,58
961 Santa Cruz Guarayos Ascensión de Guarayos 20 413207,02 8304158,38
971 Santa Cruz Cordillera Boyuibe 20 489622,53 7750796,52
974 Santa Cruz Ichilo Buena Vista 20 435545,54 8075500,71
977 Santa Cruz Andres Ibaªez La Guardia 20 477782,56 7981761,25
978 Santa Cruz Cordillera Cabezas 20 510178,29 7971674,01
984 Santa Cruz Cordillera Camiri 20 442574,40 7787112,22
79
Calidad Hídrica

987 Santa Cruz Cordillera Charagua 20 751505,49 7863129,69
1007 Santa Cruz Sara Colpa Bélgica 20 470869,26 8065615,52
1008 Santa Cruz Sara Colpa Bélgica 20 477198,50 8060191,97
1009 Santa Cruz Manuel M. Caballero Comarapa 20 337917,60 8019479,48
1012 Santa Cruz Ñuflo De Chávez Concepción 20 567999,39 8140672,05
1023 Santa Cruz Andrés Ibáñez Cotoca 20 523086,24 8043489,71
1026 Santa Cruz Ñuflo De Chávez Cuatro Cañadas 20 556115,54 8108440,70
80

1033 Santa Cruz Cordillera Cuevo 20 453148,26 7743658,62
1034 Santa Cruz Cordillera Cuevo 20 447266,47 7737994,88
1035 Santa Cruz Guarayos El Puente 20 488517,12 8214690,15
1041 Santa Cruz Andrés Ibáñez El Torno 20 460596,40 8014210,61
1044 Santa Cruz Obispo Santisteban Fernández Alonso 20 470340,39 8133528,85
1047 Santa Cruz Obispo Santisteban General Saavedra 20 481285,45 8108090,64
1050 Santa Cruz Cordillera Gutiérrez 20 446588,41 7888156,38
1053 Santa Cruz Andrés Ibáñez La Guardia 20 465440,57 8023263,76
1057 Santa Cruz Cordillera Lagunillas 20 433269,91 7788562,93
1060 Santa Cruz Florida Mairana 20 391391,48 8011307,34
1063 Santa Cruz Obispo Santisteban Mineros 20 485091,00 8118363,07
1066 Santa Cruz Obispo Santisteban Montero 20 466807,37 8087699,73
1069 Santa Cruz Valle Grande Moro Moro 20 367889,97 7975062,21
1070 Santa Cruz Valle Grande Moro Moro 20 360304,77 7969282,54
81
Calidad Hídrica

1071 Santa Cruz Warnes Okinawa Uno 20 504626,63 8105572,88
1075 Santa Cruz Florida Pampa Grande 20 382960,41 8005053,93
1078 Santa Cruz Chiquitos Pailón 20 592056,13 8068069,17
1086 Santa Cruz Andrés Ibáñez Porongo (Ayacucho) 20 451865,22 8047930,18
1089 Santa Cruz Sara Portachuelo 20 445716,13 8091732,06
1090 Santa Cruz Sara Portachuelo 20 463362,64 8080627,54
1091 Santa Cruz Valle Grande Postrer Valle 20 404082,56 7960310,77
1092 Santa Cruz Valle Grande Postrer Valle 20 412943,00 7956315,86
1093 Santa Cruz Valle Grande Pucara 20 362210,80 7932054,72
1094 Santa Cruz Valle Grande Pucara 20 373215,16 7931459,91
1095 Santa Cruz Florida Quirusillas 20 400059,24 7973829,69
1096 Santa Cruz Florida Quirusillas 20 400740,08 7969695,79
1097 Santa Cruz Manuel M. Caballero Saipina 20 331629,46 8000159,02
1098 Santa Cruz Manuel M. Caballero Saipina 20 332591,55 7996401,70
1099 Santa Cruz Florida Samaipata 20 433030,88 7998174,40
1102 Santa Cruz Ñuflo De Chávez San Antonio de Lomerío 20 614850,15 8160188,96
1105 Santa Cruz Ichilo San Carlos 20 409953,82 8076497,73
1106 Santa Cruz Ichilo San Carlos 20 417120,46 8073148,31
1107 Santa Cruz Velasco San Ignacio de Velasco 20 637087,84 8492802,70
82

1121 Santa Cruz Ñuflo De Chávez San Javier 20 571140,20 8190360,53
1125 Santa Cruz Chiquitos San José de Chiquitos 20 810014,19 8010210,38
1134 Santa Cruz Ichilo San Juan 20 383656,79 8178724,73
1139 Santa Cruz Ñuflo De Chávez San Julián 20 511077,81 8180089,72
1147 Santa Cruz Velasco San Miguel de Velasco 20 720488,14 8168896,98
1153 Santa Cruz Obispo Santisteban San Pedro 20 419265,70 8188591,19
83
Calidad Hídrica

1157 Santa Cruz Velasco San Rafael 20 743280,53 8145742,55
1162 Santa Cruz Andrés Ibáñez Santa Cruz de la Sierra 20 478788,03 8043364,02
1167 Santa Cruz Sara Santa Rosa del Sara 20 407757,86 8156734,73
1173 Santa Cruz Valle Grande Trigal 20 374871,06 7988079,90
1176 Santa Cruz Guarayos Urubichá 20 458613,42 8421928,38
1183 Santa Cruz Valle Grande Vallegrande 20 372512,31 7972548,89
1188 Santa Cruz Warnes Warnes 20 493030,78 8103555,83
1192 Santa Cruz Ichilo Yapacaní 20 386678,19 8120500,32
84

1201 Santa Cruz Chiquitos San Jose de Chiquitos 21 214189,97 8081357,99
1202 Santa Cruz Germán Busch Carmen Rivero Torrez 21 325185,20 7928826,43
1212 Santa Cruz Germán Busch Puerto Quijarro 21 440175,62 7984366,09
1213 Santa Cruz Germán Busch Puerto Quijarro 21 423807,83 7901383,75
1214 Santa Cruz Germán Busch Puerto Suarez 21 416073,12 7904684,70
1215 Santa Cruz Germán Busch Puerto Suarez 21 367901,29 7899777,16
1216 Santa Cruz Chiquitos Robore 21 186291,48 8001999,65
1221 Santa Cruz Ángel Sandoval San Matías 21 351697,82 8199844,62
1230 Tarija Arce Bermejo 20 356943,73 7490176,59
1234 Tarija Gran Chaco Caraparí 20 381619,21 7574882,15
1238 Tarija Burnet O’Connor Entre Ríos (La Moreta) 20 379741,00 7617502,76
85
Calidad Hídrica

1243 Tarija Arce Padcaya 20 312324,53 7583092,78
1247 Tarija Cercado Tarija 20 325877,75 7625374,92
1252 Tarija Méndez Tomayapo (El Puente) 20 271417,02 7653783,16
1255 Tarija Avilez Uriondo 20 331867,59 7601233,94
1258 Tarija Gran Chaco Villamontes 20 422386,33 7658490,29
1264 Tarija Méndez Villa San Lorenzo 20 315351,27 7641331,81
1267 Tarija Gran Chaco Yacuiba 20 501291,59 7610555,20
1275 Tarija Avilez Yunchara 20 287377,25 7592955,68
Puntos de monitoreo red actual
N° Nombre del punto Departamento Provincia Municipio UTM X UTM Y

1 Desaguadero 2011-2012 Oruro Pantaleón Dalence Machacamarca 715459 7990242
2 Desaguadero 2011-2012 Oruro Pantaleón Dalence Machacamarca 711162 7991219
3 Desaguadero 2011-2012 Oruro Pantaleón Dalence Villa Huanuni 729277 7976787
4 Desaguadero 2011-2012 Oruro Poopó Poopó 716147 7966234
86

5 Desaguadero 2011-2012 Oruro Cercado El Choro 683161 7998565
7 Desaguadero 2011-2012 Oruro Saucari Toledo 666630 7990614
8 Desaguadero 2011-2012 Oruro Litoral Escara 590203 7918193
9 Desaguadero 2011-2012 Oruro Sabaya Sabaya 567858 7898710
10 Desaguadero 2011-2012 Oruro Poopó Poopó 706506 7968652
11 Desaguadero 2011-2012 Oruro Poopó Antequera (Bolívar) 726912 7955918
12 Desaguadero 2011-2012 Oruro Poopó Pazña 718093 7941917
13 Desaguadero 2011-2012 Oruro Ladislao Cabrera Salinas de Garci Mendoza 631293 7876217
15 Desaguadero 2011-2012 Potosí Antonio Quijarro Uyuni (Thola Pampa) 727013 7833084
16 Desaguadero 2011-2012 Oruro Tomas Barrón Eucaliptus 656124 8053308
17 Desaguadero 2011-2012 Oruro Cercado Caracollo 662965 8034197
19 Desaguadero 2011-2012 Oruro Cercado Oruro 701910 8010503
21 Desaguadero 2012 Oruro Cercado Paria 710088 8011040
22 Desaguadero 2012 Oruro Ladislao Cabrera Pampa Aullagas 707742 7874337
23 Katari 2011-2012 La Paz Murillo Nuestra Señora de La Paz 592840 8198196
24 Katari 2011-2012 La Paz Murillo El Alto 588758 8183222
25 Katari 2011-2012 La Paz Los Andes Laja 578841 8170888
26 Katari 2011-2012 La Paz Ingavi Viacha 577534 8170156
28 Katari 2011-2012 La Paz Murillo El Alto 577775 8172671
37 Katari 2011-2012 La Paz Los Andes Puerto Pérez 539511 8187548
39 Katari 2011-2012 La Paz Los Andes Pucarani 537150 8190003
40 Katari 2011-2012 La Paz Los Andes Pucarani 536303 8189932
43 Mauri 2011-2012 La Paz General José Manuel Santiago de Machaca 454422 8072836
44 Mauri 2011-2012 La Paz General José Manuel Santiago de Machaca 451602 8068747
45 Mauri 2011-2012 La Paz Pacajes Charaña 464513 8058609
87
Calidad Hídrica

50 Mauri 2011-2012 La Paz Pacajes Calacoto 509988 8068596
51 Mauri 2011-2012 La Paz Pacajes Calacoto 538756 8088518
52 Mecapaca 2012 La Paz Murillo Nuestra Señora de La Paz 597050 8189540
66 Mecapaca 2012 La Paz Murillo Mecapaca 599427 8163700
71 Pilcomayo 2010-2011 772893 7506529
72 Rocha 2012 Cochabamba Chapare Sacaba 813276 8074240
77 Rocha 2012 Cochabamba Cercado Cochabamba 803923 8076500
85 Rocha 2012 Cochabamba Quillacollo Colcapirhua 795028 8072870
89 Rocha 2012 Cochabamba Quillacollo Quillacollo 791527 8073060
88

94 Rocha 2012 Cochabamba Quillacollo Vinto 786327 8072920
97 Rocha 2012 Cochabamba Quillacollo Sipe Sipe 784278 8072840
106 Rocha 2012 Cochabamba Capinota Capinota 791279 8041740
107 Suchez 2011-2012 463489 8364260
108 Suchez 2011-2012 462976 8363779
109 Suchez 2011-2012 460863 8349365
110 Suchez 2011-2012 La Paz Franz Tamayo Pelechuco 466601 8337291
111 Suchez 2011-2012 La Paz Bautista Saavedra Charazani (Gral. Pérez) 478028 8325226
113 Suchez 2011-2012 La Paz Camacho Escoma 483439 8264875
114 Suchez 2011-2012 La Paz Camacho Escoma 485668 8268798
115 Suchez 2011-2012 La Paz Camacho Mocomoco 492477 8273037
116 Suchez 2011-2012 La Paz Camacho Humanata 486609 8289236
120 Suchez 2012 La Paz Franz Tamayo Pelechuco 464320 8364712
121 Bermejo 2012-2013 Tarija Méndez Villa San Lorenzo 318750 7637256
123 Bermejo 2012-2013 Tarija Cercado Tarija 320449 7616932
124 Bermejo 2012-2013 Tarija Cercado Tarija 325517 7611722
125 Bermejo 2012-2013 Tarija Avilez Uriondo 334273 7599261
126 Bermejo 2012-2013 Tarija Burnet O’Connor Entre Ríos (La Moreta) 377545 7618648
129 Bermejo 2012-2013 Tarija Burnet O’Connor Entre Rios (La Moreta) 371941 7589397
130 Bermejo 2012-2013 Tarija Burnet O’Connor Entre Rios (La Moreta) 385175 7586983
132 Bermejo 2012-2013 386882 7529680
133 Bermejo 2012-2013 Tarija Arce Bermejo 367965 7488537
89
Calidad Hídrica

135 Bermejo 2012-2013 Tarija Arce Padcaya 309874 7577987
137 Bermejo 2012-2013 327896 7545080
144 Pilcomayo 2010 780358 7394127
145 Pilcomayo 2010-2011 Tarija Gran Chaco Villamontes 446880 7649102
146 Pilcomayo 2010-2011 Chuquisaca Hernando Siles San Pablo de Huacareta 384464 7686970
147 Pilcomayo 2010-2011 Tarija Burnet O’Connor Entre Ríos (La Moreta) 371771 7660531
148 Pilcomayo 2010-2011 Chuquisaca Sur Cinti Las Carretas 270748 7649689
149 Pilcomayo 2010-2011 Chuquisaca Nor Cinti Camargo 266653 7704789
150 Pilcomayo 2010-2011 Potosí Cornelio Saavedra Betanzos 271319 7858341
151 Pilcomayo 2010-2011 Potosí Tomas Frías PotosÝ 206680 7844560
152 Pilcomayo 2010-2011 Potosí Tomas Frías Yocalla 205927 7832804
153 Pilcomayo 2010-2011 Potosí Tomas Frías Potosí 213111 7830040
154 Pilcomayo 2010-2011 Potosí Nor Chichas Cotagaita 227029 7732332
155 Pilcomayo 2010-2011 Potosí Nor Chichas Cotagaita 222313 7695363
156 Pilcomayo 2010-2011 Potosí Sur Chichas Tupiza 219647 7619644
157 Pilcomayo 2010-2011 Potosí Sur Chichas Tupiza 225766 7613433
158 Pilcomayo 2010-2011 232983 7554056
159 Pilcomayo 2010-2011 191894 7511627
160 Pilcomayo 2010-2011 752926 7391302
161 Pilcomayo 2011 773311 7303375
162 Pilcomayo 2011 603803 7439293
163 Pilcomayo 2011 580815 7486376
164 Pilcomayo 2011 549517 7525143
165 Piraí 2011 Santa Cruz Andrés Ibáñez La Guardia 470183 8025947
166 Piraí 2011 Santa Cruz Andrés Ibáñez Santa Cruz de la Sierra 472591 8030151
167 Piraí 2011 Santa Cruz Andrés Ibáñez Porongo (Ayacucho) 474799 8032150
169 Piraí 2011 Santa Cruz Warnes Warnes 479303 8047835
90

180 Piraí 2011 Santa Cruz Sara Portachuelo 467494 8076051
181 Piraí 2011 Santa Cruz Obispo Santisteban General Saavedra 468042 8094876
182 Piraí 2011 Santa Cruz Obispo Santisteban San Pedro 459640 8130757
185 Piraí 2011-2012 Santa Cruz Obispo Santisteban Montero 465394 8084557
186 Piraí 2012 Santa Cruz Obispo Santisteban Fernández Alonso 476485 8123893
187 Piraí 2012 Santa Cruz Obispo Santisteban General Saavedra 468287 8095429
188 Piraí 2012 Santa Cruz Obispo Santisteban Montero 470389 8089240
192 Piraí 2012 Santa Cruz Sara Colpa Bélgica 477077 8060674
204 Piraí 2012 Santa Cruz Andrés Ibáñez El Torno 460323 8012664
207 Pilcomayo 2010-2011 314636 7261714
208 Pilcomayo 2010-2011 444850 7223093
209 Pilcomayo 2010-2011 427097 7205623
210 Pilcomayo 2010-2011 426594 7205509
211 Pilcomayo 2010-2011 397635 7147397
212 Pilcomayo 2010-2011 367963 7324124
213 Pilcomayo 2010-2011 352794 7356867
214 Pilcomayo 2010-2011 274554 7430970
215 Pilcomayo 2011 214967 7265784
216 Pilcomayo 2011 229826 7215867
91
Calidad Hídrica
Modelo de planilla para la validación de los puntos de monitoreo
Modelo de planilla para la validación de los puntos de monitoreo
Estado Plurinacional
de Bolivia
RED NACIONAL DE MONITOREO DE CALIDAD HÍDRICA (RCH)

FICHA DE VALIDACIÓN – PUNTOS DE MONITOREO
Código Punto RCH:
Departamento: Provincia:
Municipio: Cantón:
Sitio (comunidad): Ruta (accesibilidad):
Nombre de la cuenca:
Código pfafstetter:
Nombre del afluente:
Ubicación Geográfica UTM (X) UTM (Y) Altura
(referencial)
Ubicación Geográfica UTM (X) UTM (Y) Altura
(rectificada)
Documentación satelital: Sistema de coordenadas:
Proyección:
IMAGEN SATELITAL
(Punto de ubicación)
Zona UTM:
Documentación fotográfica: Descripción del sitio a muestrear:
Uso del agua:
FOTOGRAFÍA
Factores antropogénicos:
Identificar el tipo de factor antropogénico p.e.
minería, agricultura, ganadería, industrial, vertidos,
otros.
Solicitante (información)
Responsable (llenado)
Dirección
Teléfono e-mail
92
L
a calidad del agua en Bolivia día a día se ve amenazada
principalmente por actividades antrópicas que no son
controladas debido a que los instrumentos de gestión
son muy débiles e incipientes. En este contexto, surge la
necesidad de la construcción de la Red Nacional de Monitoreo
de Calidad Hídrica como instrumento de vigilancia, control
y evaluación de la calidad de los cuerpos de agua que facilite
acciones a los actores y autoridades competentes en el tema.
Para su diseño se aplicó la metodología EMC – AHP

(Evaluación Multicriterio – Analytic Hierarchy Process o
denominada también jerarquía Saaty). Esta metodología
permitió identificar y priorizar las zonas y ubicación
geográfica donde deben implementarse puntos de monitoreo
a nivel de cuencas, departamentos y municipios.
Como resultado se ha determinado un total de 1277 puntos

de monitoreo de los cuales 60 se plantean como parte de la
Red Primaria cuyo monitoreo deberá ser encarado por el
Viceministerio de Recursos Hídricos y Riego y los restantes
1217 puntos por los gobiernos departamentales y municipales.
Finalmente, para su implementación se recomienda realizar

la validación en campo iniciando este proceso por la cuenca
endorreica, seguida por la cuenca del río de La Plata y por
último la cuenca del Amazonas.
Ministerio de Medio Ambiente y Agua

Calle Capitán Castrillo Nº 434
entre 20 de Octubre y Héroes del Acre
Teléfono: 2115571
www.mmaya.gob.bo
La Paz- Bolivia
Viceministerio de Recursos Hídricos y Riego

Avenida 20 de Octubre Nº 1636,
entre calle Santos Machicado y Otero de la Vega.
Teléfono/fax: 2117391 - 2114484 - 2113239
www.cuencasbolivia.org - www.riegobolivia.org
http://bibliotecadelagua.sirh.gob.bo
La Paz- Bolivia

Diseño de La Red Nacional de Monitoreo de Calidad Hídrica

Cargado por

Copyright:

Formatos disponibles

Diseño de La Red Nacional de Monitoreo de Calidad Hídrica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseño de La Red Nacional de Monitoreo de Calidad Hídrica

Cargado por

Copyright:

Formatos disponibles

ESTADO PLURINACIONAL DE BOLIVIA

Diseño de la Red Nacional de

Diseño de la Red Nacional de

AHP Analytic Hierarchy Process.

3.1 DETERMINACIÓN DE LA RED DE DRENAJE......................................................................... 10

3.2 DETERMINACIÓN DEL MARCO MUESTRAL........................................................................ 13

3.3 DISTRIBUCIÓN ESPACIAL DE LOS PUNTOS DE MONITOREO........................................ 15

3.3.1 Jerarquización y agregación de los criterios.................................................................................. 18

3.3.2 Proyección y estandarización de variables geoespaciales............................................................ 18

3.3.3 Distribución de puntos de monitoreo............................................................................................ 20

4 UBICACIÓN DE PUNTOS DE MONITOREO A NIVEL DEPARTAMENTAL.................... 21

5 DISTRIBUCIÓN DE PUNTOS DE MONITOREO A NIVEL DE CUENCAS....................... 25

6 RED NACIONAL DE MONITOREO DE LA CALIDAD HÍDRICA........................................ 29

10.1 ARCHIVO DE MAPAS TEMÁTICOS.......................................................................................... 39

10.2 PUNTOS DE MONITOREO POR DEPARTAMENTO, PROVINCIA Y MUNICIPIO....... 57

1) Santa Cruz, 270 puntos,

1) Cuenca del río Grande, 287 puntos,

I. Determinación de la red de drenaje a nivel nacional con el propósito de identificar y cuantificar el

A continuación se describe cada uno de estos pasos.

Por otro lado, d

el mínimo los cambios generales en el paisaje. Las

eliminados durante el proceso de corte del DEM y en

verde los rellenos efectuados de manera automática.

Por otro lado, durante el proceso de aplicación del Pit

marcar depresiones específicas a ser dejadas sin

Asimismo, se debe mencionar 3.2 Determina

CII To TXT2 Flow

ara la automatización del Figura 4. Puntos de confluencia de una red de drenaje.

Bajo el anterior supuesto se determinó un tamaño de

Tabla 3. Número de puntos de monitoreo por municipio

3.3 Distribución espacial de los puntos de monitoreo

monitoreo por municipio Pertinencia Densidad estaciones hidrométricas

Muestra Muestra Biofísico Clases cobertura y uso de la tierra

3.3.1 Jerarquización y agregación de los criterios

Tabla 7. Pesos de ponderación ordenados por criterios y variables12

Figura 5. Ejemplo del proceso de rasterización de la densidad de centros mineros.

Debido a que laFigura 5. Ejemplo

onitoreo de Calidad Hídrica

intervalo de 0 a 100. Como ejemplo, en la Figura 6 se muestra el proceso de estandarización de la distancia

Figura 6. Proceso de estandarización de la distancia

ción rasterizada de las

- ri: Nivel de preferencia del pixel i.

Figura 9. Distribución de puntos

Figura 8. Esquema de la reducción del orden de drenaje de

Pando; 66 La Paz; 269

Figura 9. Distribución de puntos de monitoreo por

n número que muestra la

Diseño de la Red Nacional de Monitoreo de Calidad Hídrica

Derivación Variables de Análisis

Ponderación de Factores Ponderación

Identificación – Áreas n Puntos de Monitoreo

Figura 10. Flujograma del proceso EMC – AHP

Figura 13. Puntos de monitoreo por 1 000 km2 por departamento.

Figura 14. Puntos

Macrocuenca Puntos Monitoreo

Figura 14. Puntos de monitoreo distribuidos por cuencas mayores.

DE CUENCAS Rio Itenez

1 277 a nivel de Curichi Grande 13

mayores, 26el mayor