INSTITUTO COLOMBIANO DE HIDROLOGIA, METEOROLOGIA Y ADECUACION DE TIERRAS - HIMAT SUBDIRECCION DE ESTUDIOS E INVESTIGACIONES DIVISION DE HIDROMETEOROLOGIA SECCION DE METEOROLOGIA

TECNICAS ESTADISTICAS APLICADAS EN EL MANEJO DE DATOS HIDROLOGICOS Y METEOROLOGICOS

oc.,^

F
y

Preparado por:

JOSE EDGAR MONTEALEGRE B.

BOGOTA, D.E., MAYO DE 1990

INTROOUCCION

Las tcnicas que se exponen a continuacin no constituyen nada original. Unicamente se ha tratado de presentar al lector un resumen , con ejemplos ilustrativos, de los principales mtodos usados en el tratamiento de datos Hidrolgicos y Meteorolgicos , compilados en un manual prctico que ahorre la consulta de extensas obras, muchas veces de difcil acceso bibliogrfico o econmico. No se crea que , por la forma sencilla de presentacin de los temas , este tipo de publicaciones pueda proporcionar un conocimiento superficial de las tcnicas estadsticas . Al contrario, se encuentra la esencia de los mtodos y, por consiguiente se economiza tiempo y se obtiene la ventaja de obviar, muchas veces , conocimientos no requeridos, sin perjuicio de que algunos lectores profundicen en aquellos temas de mayor inters. Con este propsito se ha incluido al final una lista de obras que tratan con amplitud y detalle los principales aspectos tanto de la Estadstica como de su utilizacin en las ramas de las ciencias que aqu tratamos.

CONTENIDO

Pg.

INTRODUCCION ..................................................... .

1. 1.1

HOMOGENEIZACION ........................................... Mtodo de dobles masas ..........................................

9 9

2.

DISTRIBUCION DE GUMBEL .....................................

13

3. 3.1

REGRESION LINEAL ........................................... Mtodo de los mnimos cuadrados ..................................

18 19

4. 4.1

ANALISIS DE LA PRECIPITACION ................................ Pluviograma ....................................................

24 24

4.2
4.3 4.4

Hietograma ....................................................
Mtodo de Thiessen .............................................. Mtodo de las Isoyetas ...........................................

26
27 27

5.

CURVAS DE INTENSIDAD-FRECUENCIA-DURACION ..............

31

6.
6.1 6.2

TECNICAS UTILIZADAS PARA LA EXTENSION DE SERIES ...........

Mtodo de las proporciones ........................................ Razn de valores normales ........................................

42
42 42

7.

BIBLIOGRAFIA ..................

INDICE DE CUADROS

Pg.

No. 1.Determinacin de la homogeneidad de una serie de datos de precipitacin .... 11

2.-

Clculo del perodo de retorno T ...................................

16

3.-

Clculos para la obtencin de la recta de mejor adaptacin de los datos de Y sobre X ....................................................... 20

5.1.-

Mayores aguaceros ocurridos durante el ao 1971 en la estacin estudiada....

32

5.2.-

Evaluacin de los mayores aguaceros cada 20 , 30, 60, 120 y 360 minutos ....

34

5.4.-

Resumen de las mayores intensidades para cada una de las diferentes duraciones estudiadas ................................................ 37

INDICE DE DIAGRAMAS

Pg.

No. 1.Mtodo de dobles masas .......................................... 12

2.-

Ajuste de datos de temperatura a la distribucin Gumbel .................

17

3.-

Rectas de regresin ajustadas por el mtodo de mnimos cuadrados .........

22

4.3.-

Mtodo de Thiessen ..............................................

29

4.4.-

Mtodo de Isoyetas ..............................................

30

5.1.-

Intensidades mximas probables ....................................

38

5.2.-

Curvas Intensidad-Frecuencia-Duracin .............................

40

5.3.-

Isolneas de igual intensidad para perodo de retorno y duracin definidas....

41

1. HOMOGENIZACION El tratamiento estadstico de datos requiere, como condicin bsica, que stos sean de la misma naturaleza, del mismo origen, obtenidos mediante observaciones y mediciones que hayan seguido procedimientos y mtodos semejantes. Las series de datos climatolgicos disponibles son muestras extradas de una poblacin cuya existencia y permanencia se suponen de antemano. El primer problema consiste en determinar la homogeneidad de la muestra, ya que muchas de stas no cumplen con esta condicin esencial y, lo que es peor, no se tiene un registro documental de las posibles hetereogeneidades. Casi todos los mtodos de correccin se basan en la comparacin de los datos de una estacin con los de otras estaciones prximas, situadas en una zona climtica similar y cuya homogeneidad haya sido verificada. Uno de los mtodos ms efectivos, aunque laborioso, es el que a continuacin se describe. 1.1. Mtodo de dobles masas : Con este mtodo se analiza la consistencia de la serie de valores de algn elemento hidrometeorolgico medido en la estacin "X", con base en los datos tomados en otra estacin o grupo de estaciones "Y". Este sistema de homogenizacin de series , se utiliza cuando puede suceder un cambio relativo en la variable observada, medida o registrada en una estacin meteorolgica. El mtodo puede ser aplicado tambin, con mucho xito en la interpolacin para el relleno de datos faltantes y la extrapolacin para extender una serie incompleta al perodo de comparacin (normalmente de 30 aos). Si tomamos por caso la precipitacin, en el anlisis de dobles masas se compara la lluvia anual o mensual (valores acumulados), con la precipitacin anual o mensual, acumulada de otra estacin o grupo de estaciones. Graficando estas dos variables observamos si se presenta un cambio de pendiente, el cual solo puede deberse a causas diferentes a las meteorolgicas. Con el fin de ilustrar el procedimiento , analizaremos los datos pluviomtricos anuares de la estacin " X", con los obtenidos en las estaciones A, B y C durante el perodo 1951-1970, las cuales se hallan ubicadas en condiciones climatolgicas anlogas a las de la estacin problema . Para cada una de las estaciones de referencia (A, B y C) se suman las precipitaciones anuales de ao en ao empezando por el ms reciente ( en este caso 1970), luego se obtienen los promedios de estos valores acumulados y esta serie se toma como base de comparacin (ver datos en el cuadro No. 1). En casos extremos , cuando slo existe una estacin de referencia los datos acumulados de esta serie pueden servir como base de comparacin , aunque en estos casos el mtodo puede llegar a no tener ninguna significacin. Luego se aplica tambin la acumulacin a la estacin problema y se construye un diagrama cartesiano, tomando como ahcisas los valores acumulados de la serie base y como ordenadas

los de la estacin problema . Si todos los puntos aparecen sobre una lnea recta, los datos iniciales de la estacin problema son vlidos sin correccin. En caso de presentarse cambio de pendiente es necesario reestablecer la homogeneidad bajo las condiciones del tramo ms confiable , generalmente es el primero , o sea el correspondiente al ltimo perodo y realizar el ajuste con base en la relacin de las pendientes de los dos segmentos de la curva de dobles masas . La relacin proporciona una constante K, que multiplicada por los valores inconsistentes de la estacin analizada X, permite el ajuste de la serie. La curva representada en el diagrama No. 1, muestra un quiebre a partir del dcimo primer valor: siguiendo el procedimiento descrito, se han obtenido las pendientes de los dos tramos y se ha calculado el coeficiente K = 1.65. En el cuadro No. 1 aparecen los datos corregidos a partir del dcimo primer valor y el nuevo acumulado una vez realizado el ajuste. En el diagrama , la lnea a trazos se ha construido con los nuevos valores acumulados y constituye una prolongacin del primer tramo , con lo cual se tiene evidencia de haber obtenido un buen ajuste. 1.2 Otros mtodos , aunque muy poco frecuentes , se basan en la comparacin de la serie con la de otro parmetro similar , medido en la misma estacin . Por ejemplo el brillo solar con la radiacin solar , la temperatura del suelo con la temperatura cerca al suelo, etc.

10

CUADRO No. 1 Estac . Acumu lado A A 105 112 98 103 108 105 217 315 418 526 Estac . Acumu lado B B 102 98 93 100 104 102 200 293 393 497 Estac . Acumu- Promedio Acumula lado do A-B-C C C 106 103 98 97 95 106 209 307 404 499 104 209 305 405 507 Estacin X 101 105 112 98 100 Acumu- Valores Nuevo Clculo del CoefiAjustaAcumu - ciente K lado dos XxK lado X X 101 206 318 416 516

ANOS

1970 1969 1968 1967 1966

m1 (Primer tramo perodo reciente) _ 1.0 m2 ( Segundo tramo

1965
1964 1963 1962

95
97 98 103

621
718 816 919

107
96 94 92

604
700 794 886

108
103 98 112

607
710 808 920

611
709 806 908

104
107 96 94

620
727 823 917

Perodo inicial) _
0.60 K = M1 = 1.0 =

1961
1960 1959 1958 1957 1956 1955 1954 1953 1952 1951

106
101 92 94 96 107 104 100 93 98 102

1025
1126 1218 1312 1408 1515 1619 1719 1812 1910 2012

101
106 103 98 97 95 108 103 98 112 100

987
1093 1196 1294 1391 1486 1594 1697 1795 1907 2007

105
101 102 98 93 100 104 107 96 94 99

1025
1126 1228 1326 1419 1519 1623 1730 1826 1920 2019

1012
1115 1214 1311 1406 1507 1612 1715 1811 1912 2013

92
75 66 62 59 60 58 53 57 58 57

1009
1084 1150 1212 1271 v" 1331 1389 1442 1944 1557 1614 124 109 102 97 99 96 87 94 96 94 1133 1242 1344 1441 1540 1636 1723 1817 1913 2007 1.65

m2 0.60

Determinacin de la homegeneidad de los datos de precipitacin en la estacin X, con los registros en las estaciones A, B y C, por el mtodo de dobles masas.

DIAGRAMA No. 1
METODO DE DOELES MALAS
i.00

1500

10

K s

1.0 s 0.60

1.65

1500

1.500

L00

res =3 s 0.60

i. ]00

L 100

1.100 I 0O

*0-

ACUMULADOS

ROMSDIO

8
Y

8
M

De A, 7C.

PERIODO DE RECURRENCIA (GUIVIBEL)

TI 26.0 1 1 1. 1 1. 1.4 4 10 20 10. 40 6

14 -

25, 0
-

24.5

-p

- -- -- --

^ .

22,0

4
x=
001 Dio 100 + 1 . 200
1

1
-wd oo
5O0 fQ .760 B .900 .930 .9v0 . 9^ - ID 0.0 1.0 016 2.0 3.0 4.0 VARIABLE REDUCIDA ( GUMBEL)

Hiw - i990 j .996 .99 # 5

- - - ufl
.9991

1 1 W + I Pf^O9ARIL1 DAD IGUALA MENOR QUE 1 1 ^g 1 I I 1J 1 ll 1J J- ll 11 1J LI Ll 1J J^ L1 L A JJ LI LJ Ll li 1_ 1 U iJ i 11 L1 -- LJ 1J L J_ 1 JJ 111.7 -L 1J iJ 1J L L 1 1 U 1 l1J 1_I

X' -20

& O 6.0 ZO.....x,

7-

3. REGRESION LINEAL Si consideramos un lago sobre el que cae una determinada precipitacin, el agua almacenada depender, adems de la precipitacin de muchos otros factores, entre ellos la superficie del lago, la evaporacin, la temperatura -ambiente sobre esa superficie, al viento, la radiacin, etc. Pero si prescindimos de todas ellas menos una, se podra encontrar la ley de variacin de la segunda en funcin de la primera. As en el caso del agua almacenada en el lago de superficie, temperatura, etc., conocidas; a cada precipitacin media (p), sobre el lago corresponder un volumen de agua almacenado (V). Es decir, V = f (p), pero no siempre a un mismo valor de P (diagrama 3.1) corresponde un nico valor de V, sino que unas veces ser mayor y otras menor, abarcando un intervalo de variacin. Si tomamos en las abcisas los valores de P y en las ordenadas N V los de V, al repetirse bastantes A veces el fenmeno, los valores de V podran estar dentro de la banda limitada por las lneas a trazos N' M' y N" M", la ley de variacin tiende a adaptarse a la lnea media NM entre las dos anteriores, que se toma como representacin del feA" M' nmeno. Las ecuaciones o funciones matemticas que representan a esos fenmenos son unas veces lineales, cuadrticos, trigonomtricas o bien, obedecen a funciones ms complicadas.

P
PI

DIAGRAMA N - 3.1

Sinembargo, hay que tener en cuenta que estas leyes no son estrictamente funcionales, ya que no siempre a un valor de la variable independiente corresponde uno de la variable dependiente, sino que existe un conjunto de causas fortuitas que hacen a la funcin tomar valores por encima o por debajo de un valor medio que se pretende deducir por el conocimiento de la funcin o ley de variacin. La lnea que se admite como representativa del fenmeno ha sido denominada por Galton lnea de Regresin y viene a ser como la ley intrnseca del fenmeno excento de causas fortuitas. Esta lnea puede calcularse de diferentes maneras, una de las ms empleadas es la que hace mnima la suma de los cuadrados de las desviaciones respecto al valor medio. 1) 1) Martnez Molina, Ignacio-Apuntes de estadstica

18

3.1 Mtodo de los mnimos cuadrados : Si se tienen datos de temperatura del aire a una hora determinada durante cierto perodo en dos estaciones cercanas X - Y, y estos valores se llevan a un grfico cartesiano, (diagrama 3.2) se obtiene una nube de puntos, que como se aprecia, se distribuyen alrededor de una recta media Y = mx +n, a la cual y parecen adaptarse los datos obtenidos en A ambas estaciones. El problema consiste en elegir entre todas las rectas que pueden satisfacer la ley media del fenmeno, la que mejor se dapte y sta es la que hace mnima la suma de los cuadrados de las desviaciones respecto al valor medio. A manera de ejemplo, a continuacin se establece la dependencia entre los datos anuales de precipitacin obtenidos durante el perodo 1946 -- 1975 en las me t eoro X I' ; El es t aciones ogicas R etiro y Barajas, las cuales se hallan una muy DIAGRAMA N9 3.2 cerca de la otra y por tanto sus caractersticas fisiogrficas son muy similares, al igual que las situaciones meteorolgicas que sobre ellas se hayan presentado. Es de esperar entonces, que la dependencia estadstica que existe entre las precipitaciones anuales registradas en ambas estaciones, sea lineal.
1 11

Una primera visin de los datos , pone de manifiesto que la dependencia es bastante estrecha. Los totales anuales registrados en ambas estaciones durante el perodo en mencin, presentan insignificantes diferencias . En el Retiro, la precipitacin media es de 461 .1 milmetros, mientras que la media en Barajas es inferior a aquella en slo 3 milmetros , por otra parte, los valores extremos tambin guardan cierta similitud : la mxima de los 30 aos en el Retiro, 746.6 mm fue inferior en slo 17 mm a la mxima registrada en Barajas . ( ver informacin ms detallada en los datos contenidos en el cuadro No. 3). Teniendo en cuenta que para la obtencin de la recta de mejor adaptacin (Y = mx 4 n) se pueden usar diversos procedimientos para el clculo de los valores m y n, al final del tema se incluyen diversas frmulas con el fin de que se puedan verificar y confrontar los resultados, usando cualquiera de ellas. Los datos anuales de precipitacin (perodo 1946 - 1975) de cada una de las estaciones llevados a un diagrama cartesiano (Fig. No. 3.3), en el que cada punto (x, y) del plano representa los valores de ambas estaciones en un determinado ao, proporciona una nube de puntos

19

CUADRO No. 3
RETIRO AO Y. t Y:2

BARAJAS
Y:-Y -138.65 229.55 -105.35 - 60.15 -168.25
110.35

(Y:-Y)2 19.223.82 52.693.20 11.098.62 3.618.02 28.308.06 12.177.12 6.376.02 4.576.52 48.818.90 8.308.32 119.90 4.455.56 19.80 30.607.50 16.090.92 238.70 2.772.02
81.481.70

X:

X:2 150.001.29 558.158.41 137.566.81 120.339.61 96.658.81 583.084.96 230.784.16 132.204.96 60.762.25 235.807.36 225.815.04 180.030.49 232.420.41 442.358.01 419.256.25 261.325.44 395.263.69 532.462.09 84.797.44 250.100.01 209.214.76 113.501.61 57.792.16 215.760.25 61.752.25 186.883.29
441.560.25

X:-X

(X:-X)2 4.939.27 83.821.83 7.513.42 12.250.06 21.515.02 93.648.24 520.75 8.832.24 44.554.76 785.12 310.46
1.107.55

(Y:-

Y)(X :X) I

Y:X:

1946
1947

1948 1949 1950 1951 1952 1953 1954 1955 1956 1957
1958

322.5 690.7 355.8 401.0 292.9 571.5 381.3 393.5 240.2 552.3
472.1

1959 1960 445.7 1961 1962 513.8 1963 746.6 1964 355.9 1965 513.8 1966 530.0 1967 354.6 1968 383.3 1969 589.5 1970 306.5 1971 507.5 1972 738.7 1973 354.7 1974 300.3 435.7 1975 T otales 1 x3.834.5

394.4 465.6 636.1 588.0

104.006.25 477.066.49 126.593.64 160.801.00 85.790.41 326.612.25 145.389.69 154.842.25 57.696.04 305.035.29 222.878.41 155.551.36 216.783.36 404.623.21 345.744.00
198.648.49

387.3 747.1 370.9 346.9 310.9 763.6

480.4

- 79,85 - 67.65 -220.95

91.15

263.990.44 557.411.56 126.664.81 263.990.44 280.900.00 125.741.16 146.918.89 847.510.25 93.942.25 257.556.25 545.677.69 125.812.09 90.180.09 189.834.49 6.904.191.2

10.95 - 66.75 4.45 174.95 126.85 - 15.45 52.65 285.45 -105.25 52.65 68.85 --106.55 - 77.85 128.35 -154.65 46.35 277.55 -106.45 -160.85
- 25.45

11.077.56 2.772.02 4.740.32

11.352.90

-0.09

6.060.62 16.473.72 23.916.62 2.148.32 77.034.00 11.331.60 25.872.72 647.7 406.8 524.412.8 1 3.727.4

363.6 246.5 485.6 475.2 424.3 482.1 665.1 647.5 511.2 628.7 729.7 291.2 500.1 457.4 336,9 240.4 464.5 248.5 432.3 664.5 347.0 271.2

- 70.28 289.52 - 86.68 -110.68 -146.68 306.02 22.82 - 93.98 -211.08 28.02 17.62 - 23.28 24.52 207.52 189.92 53.62
171.12

272.12 -166.38 45.52 - 0.18 -120.68

-217.18

120.409.00 73.549.44 165.486.24 6.975.105.5

6.92 -209.08 - 25.28 206.92 -110.58 -186.38 - 50.78 3.0

601.23 43.064.55 36.069.60 2.875.10 29.282.05 74.049.29 27.682.30 1.807.95 0.03 14.563.66 47.167.15 47.88 43.714.44 639.07 42.815.88 12.227.93 34.737.50 2.578.60 693.722.93

9.744.32 66.459.31 9.131.73 6.657.40 24.678.91 33.769.30 - 1.822.17 6.357.74 46.638.12 2.554.02 192.93 2.221.44 109.11 36.305.62 24.091.35 - 828.42 9.009.46 77.676.65 17.511.49 2.396.62 - 12.39 12.858.45 16.907.46 888.18 32.334.44 -1.171.72 -57.430.64 11.771.24 29.979.22 1.292.35 535.132.58

124.904.25 516.021.97 131.966.22 139.106.90 91.062.61 436.397.40 183.176.52 143.076.60 59.209.30 268.196.88 224.341.92 167.343.92 224.465.76 423.070.11 380.730.00
227.841.84

323.026.06 544.794.02 103.638.08 256.951.38 242.422.00 119.464.74 92.145.32 273.822.75 76.165.25 219.392.25 490.866.15 123.080.90 81.441.36 177.242.76 6.865.364.30

CALCULOS PARA LA OBTENCION DE LA RECTA DE MEJOR ADAPTACION DE LOS DATOS DE y SOBRE x.

ms o menos densa . A esta nube se le pueden ajustar dos lneas de regresin rectilneas por el mtodo de mnimos cuadrados , siendo y = mx -:- n la ecuacin de regresin de y en x. Los coeficientes m y n han sido calculados con la condicin de que la suma de los cuadrados de las distancias paralelamente al eje y de todos los puntos de la nube sea MINIMA . Conforme a los datos obtenidos para m y n por las diferentes frmulas incluidas en el cuadro de datos, la ecuacin de la recta de mejor adaptacin y sobre x , es Y = 0.77 x + 108.3 y la correspondiente a los valores x sobre Y, es x= 1.02Y - 12.9. Con el fin de estimar el grado de dependencia en'_re las variables analizadas , calculamos el ndice de correlacin r, por diversas frmulas , igualmente relacionadas al final del tema. El valor encontrado r = 0.887, muestra una buena dependencia entre las variables. Finalmente se ha calculado la dispersin media o alejamiento de los datos respecto a la recta media , lo cual da una idea acerca de la homogeneidad de los datos:

52 = N EYi2 + N L Xi2 +n2 - 2`mEXi Yi - 2 Y +2mnX = 3.728, 34

que justifica el que las rectas "Y sobre X" y "X sobre Y" formen un ngulo pequeo entre s (ver figura No . 3.3) ya que el cuadrado de la dispersin es un nmero pequeo.

21

DIAGRAMA No. 3.3

RECTAS DE REGRESION CORRESPONDIENTES A LAS PRECIPITACIONES ANUALES REGISTRADAS DURANTE EL PERIODO 1 .946- 1975 . EN LAS ESTACIONES METEOROLOGICAS RETIRO' BARAJAS? , AJUSTADAS POR EL MET000 DE MINIMOS CUADRADOS

RETIRO Y

PRECIPITACION ACUMULADA EN mm

22

FORMULAS UTILIZADAS EN EL CALCULO DE LA RECTA DE MEJOR ADAPTACION Y EL COEFICIENTE DE CORRELACION

1.- Recta de mejor adaptacin ( y sobre x ) Y = 0.77 x + 108.3 NZ x1 Y - ^xi I yi 30 x 6865364.3 - 13727.4 x 13834.5 - 0.7711 N xi2 - x1)2 30 x 6975105. 5 - 1.88441 x 108 IIYir xi2 x1 x y 13834 . 5 x 6975105 . 5 - 13727 x 6865364 N T xi2 - ( ^ x )2 30 x 6975105 . 5 - 1.88441 x 108 n == 108.274
2.- Recta de mejor ad^i tac io'n (. sobre y) x = 1.02y - 12.9

M-

m, =L (x - x) (y--7) (y -7)2

535132.58 = 1.0204414 524412.80

n' = 'x - m' 7 = 457.58 - 1.0204414 x 461.15 = - 12.99655 3.- Coeficiente de Correlacin

(y - y)

(x -- z) 535132.58

(x - x r = 0.887221

)2

(y -y)2

693722.93 x 524412.80

xy -- N y
r=
(

= 0.88695
yi2 - Ny2 )

x 2 - N72 ) (

r=

N^-xiy -- x Y

\/[N Z: x i 2 - (Z- xi)2 J L N E y2 - (j:y )2 d, xy

= 0.88699495

r = --- = 0.887017 (x r y

23

4. ANLISIS DE LA PRECIPITACION De los diferentes tipos de precipitacin nos ocuparemos, en esta parte, de aquella caracterizada por cierta intensidad y duracin, capaz de provocar caudales significativos en las cuencas hidrogrficas. No todas las gotas precipitadas en un aguacero intervienen en la formacin de una crecida, ya que el volumen de agua cado sigue sobre la cuenca diversos recorridos y parte de este volumen no llega nunca al ro, o lo hace con un retraso una vez extinguido el aguacero. Si la precipitacin es dbil, el agua queda retenida por la vegetacin o en el suelo como humedad de la capa superficial y acabar evaporndose posteriormente sin que el ro acuse su presencia. En aguaceros ms importantes , una vez saturado el suelo , el agua empezar a escurrir en porcentajes cada vez mayores de acuerdo con la intensidad y duracin de la precipitacin. Estas aguas conforman la llamada escorrenta y tendr un primer recorrido por el terreno hasta llegar a uno de los cauces de la cuenca. Otra parte del agua cada ir infiltrndose hacia el sub-suelo saturado (capa fretica) y aflorar nuevamente a la superficie, tras un lento y subterrneo recorrido, por desage de la capa fretica en el ro o excepcionalmente a travs de las fuentes; esta aportacin subterrnea es la nica que suministra agua a los ros en la poca de sequa. De acuerdo con lo expuesto, la escorrenta es definitiva, constituye un factor dominante en el origen de las avenidas, ya que para fines prcticos se puede despreciar la aportacin subterrnea como una primera aproximacin en el estudio de estos eventos Hidrometeorolgicos. El agua procedente de los aguaceros constituye la entrada de agua en la cuenca y el volumen de agua recibida en un punto dado quedar determinado directamente por el registro pluviogrfico en tal punto. 4.1 Pluviograma : Es un grfico cronolgico en el que se establece el total de lluvia precipitada desde el instante inicial y para diferentes intervalos de tiempo. Las unidades ms comunes a graficar son milmetros de lluvia y tiempo en horas. A manera de ejemplo construiremos el pluviograma con datos consignados en el siguiente cuadro:

TIEMPO(horas) PRECIPIT. (mm) INTENS. (mm/h)

0--3 13 4.3

3-8 46 9.2

8-9 19 29.0

9-10 73 73.0

10-11 11 11.0

24

L D (mm)

PLUVIOGRAMA

150

100

50

El pluviograma permite establecer, adems del total de precipitacin, la intensidad mxima y media as como la duracin total del aguacero.

PLUVIOGRAMA

t
1 E 3 4

a e

e 9 lo II It (Naos)

El pluviograma se valorar como la altura de la capa de agua (mm) y para expresarla en volumen basta multiplicar dicha altura por la superficie de la cuenca.

25

2. DISTRIBUCION DE GUMBEL Esta distribucin ha sido utilizada, con buenos resultados, para el estudio de frecuencias de valores extremos; por ello es aplicable a valores mximos o mnimos de caudales, precipitaciones, temperaturas, etc.
000-4
0061

La Ley de distribucin Gumbel define la frecuencia F con la que un determinado valor (precipitacin, caudal, temperatura, etc.) no es superado y es de la forma siguiente: P= e e-y

009'1

009 , 1
000'1

Donde P es la probabilidad de que un valor extremo sea inferior a un cierto valor X. Si suponemos la suma de frecuencias igual a la unidad, entonces q = 1-p ser la probabilidad de que dicho valor extremo, tomado al azar, sea igual o mayor que X. Es decir, p +q = 1, de donde p + (1-p) = 1

00 ^ '1

009.1

001,1

Ahora, si T es el nmero de aos necesarios para que el valor mximo alcanzado iguale o supere el valor de X, una vez en promedio , entonces T = 1/q = 1/1 - p, donde Tse denomina tiempo de recurrencia , de repeticin o perodo de retorno.

001'1

T =
0001

-e-y

006

donde "e " es la base de los logaritmos neperianos y Y = O& (X - U ), donde D<y U
009

son parmetros

002 009
009

G^=

y U=X-0.45

0.78 6
00 ^

Siendo 0 la desviacin tpica =

Dos
002

IZ:

Xi N

X2

1/2

00 1

y la X la media aritmtica =_j Xi N

por lo tanto y = 1 (X-(X-0.456) 0.786

Ejemplo: De la serie de temperaturas mximas anuales registradas en la estacin "Observatorio Meteorolgico Nacional" durante el perodo 1923 -- 1970, se conoce su valor medio X = 23.70C (Celsius) y la desviacin tpica 6= 0.790C, se quiere encontrar el perodo de retorno T para una temperatura X = 24.50C. 1 1

Y = (24.5 - 23.7 r0. 45 x 0 . 79) = 1.16 = 1.87 0.62 0.78 x 0.79 1

T = 1 -e -1.87 = 7 aos

Es decir, el perodo de retorno para una temperatura igual o superior 24.5C es de 7 aos y su probabilidad de ocurrencia anual es q = 1/T = 1/7 = 0.14 El clculo puede abreviarse considerablemente utilizando el papel de probabilidad extrema para determinar los parmetros de la distribucin de Gumbel en la serie de valores mximos y mnimos que se tengan.
En la figura No. 2, la escala horizontal inferior representa la frecuencia acumulativa o probabilidad, es doblemente logartmica y por consiguiente lineal en Y; en la horizontal superior figuran los perodos de retorno. En la escala vertical se ubican los valores de la variable estudiada.

Para representar una distribucin de frecuencias de valores extremos sobre el mencionado papel de probabilidad se ordenan los valores mximos (X) en forma creciente y se asigna la frecuencia acumulativa o probabilidad p = M x 100 , siendo n el nmero de datos y n1-1 m el nmero de orden de cada uno de ellos. Los P (X) se llevan a la escala horizontal y sobre la vertical los correspondientes a los valores extremos (X). Se dibujan en el papel los puntos representativos de las parejas de valores (P (X), X) y se interpola una recta que ser la ley buscada. La distribucin se ajusta a la del tipo Gumbel tanto ms cuanto mejor alineados estn los puntos. Ejemplo: Tomando la misma serie de temperaturas mximas del Observatorio Meteorolgico Nacional (perodo 1923 - 1970) se pueden determinar los parmetros obtenidos numricamente en el caso anterior, utilizando el papel de probabilidad extrema, as(: - Se agrupan los datos, tal como aparecen en el Cuadro No. 2 - Se dibujan en el papel de probabilidad las parejas ordenadas (P (X), X), y se traza la recta de ajuste a la distribucin Gumbel. (Diagrama No. 2).

14

- De acuerdo con la recta obtenida , se tiene que para una temperatura X = 24.50C, el perodo de retorno T es igual a 5 .7 aos y la probabilidad de ocurrencia q es igual a 0.16, que estn en armona con los valores calculados numricamente. * Adems, para estimar la media X y la desviacin tpica se hallan los valores de las ordenadas correspondientes a las abcisas 37, 57, y 98. Si estos valores son Xo X1 y X2 se tiene aproximadamente X = X1 y 4' = (X2 - Xo)/5. De acuerdo con el diagrama No. 2, tenemos que: Xo = 23.35, X1 = 23.76 X2 = 26.1, obtenindose como valores aproximados de la media y la desviacin tpica , los siguientes: X = X1 = 23.8UC y 6-- X2 - Xo 5
6 26.1 23.35 = 0.55, que se asemejan a los calculados 23, 7 y 0.79.

Tomado de Notas sobre la distribucin Gumbel ( Fisher - Tippett , Tipo 1).

15

CUADRO No.2 m P = - x 100 Orden n+1 m m

Ao

Valor No.
oC

Ao

Valor No. P=
oC Orden m n +l

x 100

(X) 1923 1968 1925 1934

1935

P (X) 1 2 3 4
5

(X) 1946 1955 1969 1945

1957

P (X) 25 26 27 28
29

22.1 22 .1 22.5 22.5

22.6

2.0 4.1 6.1 8.2

10.2

23.6 23.6 23.6 23.8

23.8

51.0 53.1 55.1 57.1

59.2

1967 1938
1943

22.6 22.8
23.0

6 7
8

12.2 14.3
16.3

1937 1926
1931

23.9 24.0
24.0

30 31
32

61.2 63.3
65.3

1956 1961 1927 1966 1932 1959

1928 1951 1929

23.0 23.0 23.1 23.1 23.2 23.2

23.3 23.4 23.4

9 10 11 12 13 14
15 16 17

18.4 20.4 22.4 24.5 26.5 28.6

30.6 32.6 34.7

1962 1939 1942 1947 1936 1953

1954 1940 1952

24.0 24.2 24.2 24.2 24.2 24.5

24.5 24.6 24.6

33 34 35 36 37 38
39 40 41

67.4 69.4 71.4 73.5 75.5 77.6

79.6 81.6 83.7

1933
1960

23.4
23.4

18
19

36.7
38.8

1950
1948

24.6
24.8

42
43

85.7
87.8

1965 1930 1944

1963 1924

23.4 23.5 23.5

23.5 23.6

20 21 22
23 24

40.8 42.9 44.9

46.9 49.0

1941 1949 1958

1964 1970

25.0 25.0 25.0

25.0 25.0

44 45 46
47 48

89.8 91.8 93.9

95.9 98.0

Clculo del perodo de retorno T, para una temperatura X = 24.50C ( datos de la estacin OMN - perodo 1923-1970)

16

4.2 Hietograma :

Es un diagrama en el que se grafican las intensidades de la precipitacin en diferentes intervalos de tiempo . Las intensidades vienen medidas en unidades de altura de la capa de agua divididas por unidades de tiempo (generalmente mm/h) y pueden transformarse en sus equivalentes volmenes / tiempo, multiplicando por la superficie de la cuenca . Las leyes derivadas del pluviograma definen las intensidades de precipitacin 1, de tal forma que:

1 dt. Con los datos del cuadro anterior se construye a continuacin 0 el hietograma correspondiente:

H IETOGRAMA

50

40

30

20

10 ^

10

11

( Horas)

26

Otra tcnica de uso frecuente es la de deducir la lluvia de un rea a partir de registros puntuales en su entorno. A continuacin expondremos dos de los mtodos ms comunes para resolver este tipo de problemas: 4.3 Mtodo de Thiessen: Para una mejor comprensin de la tcnica estudiaremos directamente un caso en el que se desea conocer la precipitacin media anual en milmetros y millones de metros cbicos, para una cuenca de 92 Km2 de rea, dentro de la cual hay instaladas 4 estaciones meteorolgicas A, B, C, y D y 2 fuera de ella E y F. Este mtodo busca un factor de ponderacin para cada una de las estaciones. Una vez ubicadas stas en el mapa se unen mediante lneas rectas (ver diagrama 4.3) formando una triangulacin, luego se trazan las correspondientes mediatrices con lo que se obtienen los polgonos que establecen los lmites del rea efectiva para cada estacin. Esta rea se expresa en porcentaje del rea total. Posteriormente se calcula la precipitacin total promedio de la cuenca, efectuando la ponderacin de acuerdo con el rea demarcada por cada polgono. La lluvia media de la cuenca es la suma de estas precipitaciones parciales. Se debe tener en cuenta que el mtodo solo es vlido para zonas planas, ya que se asume una distribucin pluvial homognea dentro de cada polgono. PRECIP. ANUAL (mm) 100 400 200 50

ESTACIONES

AREA ( Km.)2

AREA ( o/o)

PRECIPITACION (mm) 23 124 42 11

A B C D

21 29 19 20

0.23 0.31 0.21 0.22

E
F Tot. y Prom .

200
100 1050

1
2 92

0.01
0.02 1.00

2
2 204 mm

4.4 Mtodo de las Isoyetas: Este mtodo resulta algo ms exacto que el anterior. En esta tcnica se localizan en el mapa las estaciones con su correspondiente valor y se dibujan

27

curvas que unan puntos con igual cantidad de precipitacin , denominados lsoyetas (par el dibujo de estas lneas es conveniente tener en cuenta la topograf(a , as como el espaciad entre ellas a fin de no involucrar errores en el clculo).(Ver diagrama No. 4.4). La precipitaci total promedio de la cuenca se obtiene igualmente al sumar las precipitaciones parciales obt( nidas al efectuar la ponderacin de acuerdo con el rea encerrada entre dos isoyetas sucesiva!

ISOYETAS (mm)

PRECIP. (mm)

AREA (Km2)

AREA
(0 /o)

PRECIPITACION (MM)

0 -- 100 100 - 200

200 -- 400 400 - 600 600 700

50 150
300 500 650

38 12
26 13 3

0.42 0.13
0.28 0.14 0.03

21 19.5
84 70 19.5

Total y Prom.

1650

92

1.00

214 mm

28

DIAGRAMA No. 4.3 METODO DE THIESSEN

E (200)
O-ESTACIONES PRECIPITACION MEDIA ANUAL : 204m.m. PRECIPITACION EN MILLONES DE m = 92 x IO'm2x 204 x I m=18.7 x I m3

29

DIAGRAMA No. 4.4

PRECIPITACION

MEDIA

ANUAL: 214m.m

PRECIPITACION EN MILLONES

DE m3 = 92 x IO` m x 214 x 10 m = 19.6 x 10^m

30

S. CURVAS DE INTENSIDAD - FRECUENCIA - DURACION Uno de los aspectos ms relievantes de los anlisis de precipitacin es el estudio de las intensidades mximas en determinados intervalos de tiempo y para perodos de retornos caractersticos , los cuales revisten una especial importancia en el control de avenidas , diseo de estructuras (acueductos, puentes), proyectos de riego y otros. Siguiendo un procedimiento similar al de los apartados anteriores , describiremos esta tcnica, efectuando directamente el anlisis de los registros obtenidos en una estacin durante el perodo 1971 - 1980. De cada ao se eligieron los pluviogramas de los cinco aguaceros de mayor volumen registrados en un da y se evaluaron de 10 en 10 minutos. Los datos extractados de los registros seleccionados para el ao 1971, aparecen en el cuadro No. 5.1 Con estos datos se obtienen por sumas sucesivas las cantidades de precipitacin registradas en 20, 30, 60, 120 y 360 minutos que corresponden a las duraciones caractersticas para las que se efectue el anlisis, ver los datos para el ao 1971 en el cuadro No. 5.2 En los cuadros citados se han marcado con un asterisco (*) las mayores cantidades registradas en las duraciones establecidas para cada aguacero. Estos valores se han condensado en el cuadro No. 5.3
CUADRO No. 5.3

AGUACEROS

Junio 2 -- 3 10 minutos 2.9

Junio 10 2.5

Julio 8 3.1

Julio 27 2.4

Novbre. 23 3.2

20 minutos 30 minutos
60 minutos 120 minutos 360 minutos

3.6 5.4
7.5 12.0 25.4

4.8 * 6.0 *
11.2 * 20.2 * 36.0 *

3.8 6.0
8.1 15.3 28.2

3.7 4.9
8.6 16.9 36.3

4.1 5.7
8.4 12.3 26.7

En sntesis resulta, que dentro de los intervalos establecidos, las mayores intensidades de los aguaceros mas notables ocurridos durante 1971, fueron las siguientes:

31

S. CURVAS DE INTENSIDAD - FRECUENCIA - DURACION Uno de los aspectos ms relievantes de los anlisis de precipitacin es el estudio de las intensidades mximas en determinados intervalos de tiempo y para perodos de retornos caractersticos , los cuales revisten una especial importancia en el control cie avenidas , diseo de estructuras (acueductos, puentes), proyectos de riego y otros. Siguiendo un procedimiento similar al de los apartados anteriores , describiremos esta tcnica , efectuando directamente el anlisis de los registros obtenidos en una estacin durante el perodo 1971 - 1980. De cada ao se eligieron los pluviogramas de los cinco aguaceros de mayor volumen registrados en un da y se evaluaron de 10 en 10 minutos. Los datos extractados de los registros seleccionados para el ao 1971, aparecen en el cuadro No. 5.1 Con estos datos se obtienen por sumas sucesivas las cantidades de precipitacin registradas en 20, 30, 60, 120 y 360 minutos que corresponden a las duraciones caractersticas para las que se efectue el anlisis, ver los datos para el ao 1971 en el cuadro No. 5.2 En los cuadros citados se han marcado con un asterisco (*) las mayores cantidades registradas en las duraciones establecidas para cada aguacero . Estos valores se han condensado en el cuadro No. 5.3
CUADRO No. 5.3

AGUACEROS

Junio 2 - 3 10 minutos 20 minutos 30 minutos 60 minutos 120 minutos 2.9 3.6 5.4 7.5 12.0

junio 10 2.5 4.8 * 6.0 * 11.2 * 20.2 *

Julio 8 3.1 3.8 6.0 8.1 15.3

Julio 27 2.4 3.7 4.9 8.6 16.9

Novbre. 23 3.2 4.1 5.7 8.4 12.3

360 minutos

25.4

36.0 *

28.2

36.3

26.7

En sntesis resulta, que dentro de los intervalos establecidos, las mayores intensidades de los aguaceros mas notables ocurridos durante 1971, fueron las siguientes:

31

CUADRO No. 5.1 MAYORES AGUACEROS OCURRIDOS DURANTE EL AO DE 197 1 19:50 0.8 21:50 0.3 Junio2y3 23:50 0.6 14:00 1.4 16:00 Junio 10 1.1 18:00 0.2 I 04:30 0.5 0 .4 0.1 0.0 1.0 1.1 0.9 0.8 0.5 1.1 19:00 0.2 05:30 0.0 0.0 0.2 0.1 0.0 1.3 1.5 1.3 1.4 1.5 1.9 0.8 0.8 0.7 0.5 0.2 00:5 0 0.3 15:00 1.3 17:00 2.5 1.4 1.2 2.4 2.4 0.1 1 0.5 1 0.8 1 0.8 1 0.9 1.4 0.1 1 0.0 0.5 1.3 20:50 0.8 22:50 1.2 1 1.6 1 0.9 2.9 0.7 1.1 1.3 0.8 1 0.5 1 0.6

0.6

0.8 J

0.1

0.0

1.9^

1.4

1.1

1.4

0.0

0.0

1 0.0
06:30 Julio 8 X1.1

0.0

0.0

0.4

0.5
07:30

0.2

0.2

0.9

1.5

1.4

1 1.0

1.2

1.4

0.9

1.6

3.1 *' 09:30

2.0

1.0

0.6

0.6

0.8

08:30
1 2.5 1.3 2.2 1.0

0.4

0.1

0.1

0.2

0.0

0.0

0.0 I 0.0

09:20 0.3 11:20 0.6 Julio 27 13:20 1.6 17:40 0.9 1.5 2.0 1.3 0.8 1.2 1.6 1.2 1.3 1.9 1.5 0.5 0.7 0.7

10:20 0.9 1 0.7 0.6 1 0.7 1.1 1 1.2

12:20 2.4 * 1.b 14:20 0.3 18:40 0.9 0.7 0.3 0.2 0.1 0.1 0.1 0.2 0.0 1.3 1.5 1.7 1.1 1.4

Noviembre 23

L. 1 -T19:40 0.8 0.6

0.8

1.1 20:40

1.4

0.9

0.8

0.6

0.5

0.9 3.2 * 1 .6 0.9 1 .0 1 21:40 22:40 0.5 0.4 0.1 0.4

1 .1

0.4

0.4

0. 4

0.6

0.6

0.7

0.3

0.4

0.7

0.7

0.5

NOTA: Precipitacin en milmetros

CUADRO No.5.2

AGUACEROS Junio 2 - 3 Junio 10 Julio 8 Julio 27 Noviembre 23

2.2 0.1
1.8

2.9 2.7
3. 4

0.0 0.0
0.4

2.2 2.0
1.4

1.2 1.0
1.0

1.9 2.1
1.1

3.8 2.6
4.8 *

0.7 1.1
2.9

1.6 1.3
2.3

2.5 1.7
1.1

0.8
1.6

2.1
2.0

2.1
2.6

1.8
2.8

1.8
4.1

20 minutos

2.1
2.5

1.3
2.4

2.5
3.1

3.7 *
2.9

2.5
2.1

3.6 *
1.4 1.4

3.3
2.5 0.7

1.6
1.4 3.8 *

3.2
2.5 2.5

0.8
1,0 1.1

1.5
0.7 0.4 0.2

0.9 0.1
0.4 0.1

3.2 0.5
0.3 0.0

3.5 2,1
0.4 0,2

0.5
Lo1 1-1

0.0
2,3 1.8

0.0 4.2
4.8

0.0 0.0
0.4

0.2 3.7
1.9

1 ,2 1.9
1,3

3.2
1.9 1.6 2.9 5.4 * 2.1 2.2 1.4 0.5 0, 1 4.1 5.1 4.5 7, 5 * 3.6 0.6 9.2 .0 * 4.2 25.4

5.2
6.0 * 3.2 2.2 4.3 3.9 1.2 0. 5 0.5 0.0 9.0 11.2 * 8.2 1.7 0.5 20.2 13.6 2.2 .36 .0 *

0.9
3.8 3.3 3.9 5.1 2.0 6.0 * 1. 5 0.3 0.0 0.4 4.7 2 8.1 * 7.5 0.3 5.1 15.3 * 7.8 28.2

2.2
3.1 3.4 4.9 * 4.4 4.2 4.0 4 .1 0.1 0.3 5.6 5.3 8.6 * 8.1 0.8 10.9 16.9 * 8.9 35.3

3.4
1.9 2.7 5.7 * 2.5 1.4 1.5 1.1 1.4 1.9 3.2 5,3 * 3.9 2.6 3.3 8.5 12.3 5.9 26.7

30 minutos

60 minutos

120 minutos 360 minutos

Evaluacin de los mayores aguaceros cada 20, 30, 60, 120 y 360 minutos

34

10 20

minutos : minutos :

3.2 mm 4.8 mm

30
60 120 360

minutos :

6.0 mm

minutos : 11.2 mm minutos : 20.2 mm minutos : 36.3 mm

Igual procedimiento se sigui para los datos de los aos restantes y de esta forma se confeccion el siguiente cuadro resumen de las cantidades mximas en milmetros, de los cinco mayores aguaceros de cada ao, para cada una de las duraciones establecidas:

DURACIONES

10 minutos

20 minutos

30 minutos

60 minutos

120 minutos

360 minutos

1971

3.2

4.8

6.0

11.2

20.2

36.3

1972
1973 1974 1975 1976 1977 1978 1979 1980

2.b
3 .3 3.5 3 .4 3.0 2.9 3.7 3.1 2.8

4.8
5.2 4.4 4.3 4.7 5.6 5.9 5.0 5.3

6.5
5.9 6.5 7.1 6.8 7.8 7.3 6.7 6.0

11 . 9
10.9 10.4 12.6 11.7 11.2 13.5 12.3 11.9

19.8
19.2 21.0 22.4 20.2 21.0 23.0 21.0 22.0

36.6
38.4 36.0 34.8 36.6 37.8 40.2 39.0 39.6

Para homogeneizar los datos, es necesario disponer de ellos en milmetros por hora (mm/h), lo cual se consigue aplicando una sencilla regla de tres as: La mayor cantidad de precipitacin registrada en 10 minutos de los aguaceros ocurridos en

35

1971, fue de 3.2 milmetros, luego: 3.2 mm ---- 10 min. X ---- 60min. 3 . 2 mmx60min 10 min = 19.2 mm

X =

Lo que equivale a decir que si en la hora hubieran continuado cayendo 3.2 mm cada 10 minutos en una hora hubieran cado 19.2 milmetros. Igual procedimiento se aplic a los datos restantes, los cuales aparecen en el cuadro No. 5.4 Luego, se calcul la probabilidad de presentacin de estas intensidaaes (1) para las diferentes duraciones aplicando la frmula de Gumbel P = m/n + 1 x 100 (ver apartado No. 2) donde n es el nmero de datos (10) y m el nmero de orden de cada uno de ellos. Estos datos fueron consignados igualmente en el cuadro No. 5.4. Las parejas resultantes (P, 1) fueron graficadas en papel de probabilidad (variable reducida de Gumuel) y se obtuvieron las rectas correspondientes a cada duracin (diagrama No. 5.1)

36

CUADRO No. 5.4

10 minutos Orden P (o/o) Itens mm/h 16.6 16.7 17.4 18.0 18.6 19.2 19.9 20.4 21.0 23.3 F 90 Ao

20 minutos Itens Ao mm/h 13.0 13.3 14.1 14.5 14.5 15.0 15.6 15.9 16.7 17.6 1975 1974 1976 1971 1972 1979 1973 1980 1977 1978

30 minutos Itens Ao mm/h 11.8 12.0 12.1 13.-0 13.1 13.4 13.7 14.2 14.6 15.5 1973 1971 1980 1972 1974 1979 1976 1975 1978 1977

60 minutos Itens Ao mm/h 10.4 10.9 11.2 11.2 11.7 11.9 11.9 12.3 12.6 13.5 1974 1973 1971 1977 1976 1972 1980 1979 1975 1978

120 minutos Itens Ao mm/h 9.6 9.9 10.1 10.1 10.5 10.5 10.5 11.0 11.2 11.5 1973 1972 1971 1976 1979 1977 1974 1980 1975 1978

360 minutos Itens Ao mm/h 5.8 6.0 6.0 6.1 6.1 6.3 6.4 6.5 6.6 6.7 1915 1971 1974 1972 1976 1977 1973 1979 1980 1978

1 2 3 4 5 6 7 8 9 10

9.1 18.2 27.3 36.4 45.5 54.5 63.6 72.7 81.8

1972 1980 1977 1976 1979 1971 1973 1975 1974 1978

RESUMEN DE LAS MAYORES INTENSIDADES PARA C/U DE LAS DURACIONES ESTUDIADAS

DIAGRAMA No. 5.1 INTENSIDADES MAXIMAS PROBABLES

Ti INTENSIDAD

1001

1. 1 1.2 1.4 1. 4

PERIODO DE RECURRENCIA 5 1

40

500

Tm

MAX mm/h

20 t 1 1,1

t
na vi

t I
t

15

Ir

i ^

I
t

lo

f '

x=
x

pol p 20 .200 .3001 5O la .7 0 8 )0 1 900 9 0 90,0 .9610 I9 9o 94 ooi .c I oonl I I 1 + 1 I I i 1 10 IW PROBABILIDAD IGUAL A O MENOR QUE I 11 1 L1 LJ 1 Ll LJ LJ LI L L1 J^ 1-J L IL9 L1 11 L 1 j j L-L 1 L u 1 1 1 1 1 1 L 1.1J 1 1 1J 1- 1 L I L 1- J 1 1 1 1 1 1J -1-1 Ll LJ LL ' 1 1 L I 1 ILI Ll
-20 -l0 0. 0 U O 2 0 3.0 VARIABLE REDUCIDA (GUMBEL) 40 0 6.0 70 x,
11 -46-77

A partir de estas rectas se calcularon directamente las mximas intensidades probables para los perodos de retorno 2, 5, 10, 20 y 50 aos que son los ms caractersticos, establecienao en la ordenada (intensidad mxima) el valor correspondiente al corte entre las lneas perodo de retorno (abcisas) con las curvas de duracin. En el siguiente cuadro se presentan los valores estimados:

INTENSIDADES PROBABLES ( mm) PARA PERIODOS DE RETORNO DE : 2 aos D U R A C I 0 N E S (min.) 10 20 30 60 120 360 18.8 14 . 8 13.2 11.6 10.5 6.2 5 aos 20.9 16.5 14.5 12 . 6 11.0 6.5 10 aos 22 . 3 17.6 15.4 13.3 11.5 6 .7 20 aos 23.6 18.7 16.2 13.9 11.9 6.9 50 aos 25.3 20.1 17.3 14.7 12.4 7.1

A partir ue estos datos se pueden elaborar las curvas de intensidad -- frecuencia - duracin (ver diagrama No. 5.2), las cuales establecen la relacin de proporcionalidad (inversa) entre la intensidad y la duracin, para los perodos de retorno establecidos. De igual forma se puede establecer directamente la intensidad mxima probable para cada perodo de retorno en una determinada duracin. Finalmente, si se tiene una cuenca con un determinado nmero de estaciones pluviogrficas a las cuales se les ha elaborado las curvas de intensidad - frecuencia - duracin, se puede confeccionar un mapa con lneas de igual intensidad para un perodo de retorno y una duracin dadas (ver diagrama No. 5.3).

39

INTENSIDADES m.m/h

DIAGRAMA N2 5.2

CURVAS DE INTENSIDAD- FRECUENCIA - DURACION

25

20 -i

10 -

2&cs

- 5 oilo. 1005(n

DURACION

10 20 30 60 120

360 mio I I

DIAGRAMA No. 5.3

LINEAS DE IGUAL INTENSIDAD (mm/h) PARA UN PERIODO DE

RETORNO DE 10 AOS

Y UNA DURACION DE 30 MINUTOS EN UNA CUENCA HIDROGRAFICA

16

17

16

41

6. TECNICAS UTILIZADAS PARA LA ESTIP,1ACION DE DATOS FALTANTES 6.1 Mtodo de las proporciones: Este mtodo es uno de los ms utilizados en aquellos casos en que no existen datos de comparacin y por tanto, la serie tiene que servir de referencia para el relleno de datos faltantes de si misma. Cuando se desconoce la lluvia cada de un mes cualquiera , se establece una razn de proporcionalidad entre la lluvia mensual y anual as: (ver Diagrama No. 5.2 y 5.3) X / X = Pf/(Pa -- X ) X = Lluvia del mes faltante X = Lluvia promedio del mes faltante Pf = Total anual (uel mes faltante) Pa = Total anual promedio Tal como se aprecia, la proporcionalidad ha sido establecida entre la lluvia mensual y su promedio y la lluvia anual pf (de 11 meses) y su promedio Pa, disminuido tamoin en un mes, el correspondiente al valor medio del mes faltante. Despejando el valor X de la ecuacin anterior , se obtiene X = X (Pf/ Pa - X) conde se aprecia que el total e precipitacin buscado es igual al valor medio ( X ), multiplicado por un factor de correccin ( pf/(Pa )) de tal forma que dicho factor tiende a ser igual a 1, cuanuo Pf = Pa--X. Aplicacin: El total de lluvia registrado en una estacin meteorolgica durante el ao de 1976 fue el de 902.3 mm excluyendo el valor registrado en marzo del cual no se tiene informacin. Estimar dicho valor, sabiendo que el valor medio para el mes de marzo es de 98.7 mm. y el promedio anual de 985.8 mm.

XxPf 98.7 mm x 902.3 mm

)( = = = 100.4 mm pa -- X 985.8 mm - 98.7 mm 6.2 Razn de valores normales: Cuando se desconoce el valor de la precipitacin de un determinado mes o ao en una estacin, pero se conoce el valor registrado este mismo mes o ao en algunas otras estaciones que por sus caractersticas fisiogrficas y climatolgicas se consideran como representativa de la primera, pueden estimarse dichas cantidades en funcin de los valores medios mensuales o anuales mediante la siguiente relacin: PX _ 1 Nx PA + Nx Pg + Nx PC n = nmero de estaciones ue refen NA Ng N C rencia.

42

Fcilmente se puede apreciar que el valor de la precipitacin faltante ( PX), es estimado como la media aritmtica de los valores registrados en las estaciones A, B, y C ( PA, PB , PC) corregidos por el factor Nx/NA, Nx/ NB y Nx / NC respectivamente donde N se refiere al valor medio del mes o ao faltantes y los subndices corresponden a las estaciones en mencin. Aplicacin : Estimar el valor de la precipitacin en el mes de agosto de 1979 en una estacin X, sabiendo que durante ese mes se registraron 68.3 mm en la estacin A , 75.6 mm en la B, 71.4 mm en la C y 80. 2 en la estacin D. Los valores medios para el mes de agosto, en las cinco estaciones son: X = 68.7 mm, A = 67.3 mm, B=71.2mm, C=69.Omm, D=73.7mm.

PX = 1

r 68 . 7 x 68 . 3 + 68.7 x 75 . 6 + 68.7 x 71.4 +68.7 x 80.2 4 [67.3 71.2 69.0 73.7

P ( x ) = 1 /4 (69.2 + 73.0 + 71.1 + 74.8) = 288.5 = 72.1 4

43

BIBLIOGRAFIA

Martnez, Molina, Ignacio - Apuntes de estadstica con aplicacin a Hidrometeorologa. Servicio Meteorolgico Nacional - Espaa. Jansa G, Jos Mara -- Curso de Climatologa - Madrid 1969, ed. Servicio Meteorolgico Nacional. Petterssen , Sverre , PH. D - Introduccin a la Meteorologa - Madrid 1968, ed. ESPASA - CALPE, S.A. Fisher - tippett - Notas sobre la Distribucin Gumbel. Siegel, S. Estadstica no paramtrica, ed. Trillas, Mxico, 1972. Ya - lun chou - Anlisis estadstico, Editorial interamericana, S.A. de C. V. Mxico, 1974. Brooks, C. E. P. y Carruthers, N. -- Hanbook of Statistical methods in meteorology, Air Ministry M. O. 538, Her Mayesty's Stationery office, 1953. Thom. H. C. S.: Some methods of Climatological analysis, T. N. N. 81, WMO No. 199, T.P. 103., 19 Compendio de Apuntes de Climatologa para la formacin del personal Meteorolgico de la Clase IV OMM No. 327 WP. Lowry

45