EVALUACIN DE MTODOS HIDROLGICOS PARA LA COMPLETACIN

DE DATOS FALTANTES DE PRECIPITACIN EN ESTACIONES

DE LA REGIN DEL MAULE, CHILE.
Roberto Pizarro, Paula Ausensi , Dayanna Aravena , Claudia Sangesa ,
Lastenia Len , Francisco Balocchi
Aqua-LAC - Vol. 1 - N 2 - Sep. 2009. pp. 172-185.

Dr. Waldo Lavado Casimiro

waldo.lavado@gmail.com

Completacion de datos
Balance Hdrico para Amrica del Sur, propuesto por UNESCO-ROSTLAC en
1982.

METODOS
Completacin por regresin lineal.

Completacin por razones de distancias.

Completacin por promedios vecinales.
Completacin por correlacin con estaciones
vecinas.

Completacin por regresiones mltiples.

Completacin por regresin lineal

Este mtodo es uno de los ms utilizados; se recomienda para la estimacin de datos
mensuales y anuales de la estacin en estudio y las de una estacin pluviomtrica cercana,
que cuente con una estadstica consistente y observada. Para ello se requiere establecer una
regresin y correlacin lineal entre una estacin patrn y la estacin que tenga carencia de
informacin, mediante una ecuacin lineal de dos variables, del tipo:
y = a + b * x
[1]
Donde;
Y = Valor estimado de la precipitacin para la estacin carente (mm).
x = Valor de precipitacin registrado en la estacin patrn (mm).
a, b = constantes de regresin.
Este mtodo, a pesar de ser de muy fcil aplicacin, no puede ser aplicado
indiscriminadamente, dado que es necesario saber si la calidad del ajuste es buena o mala.
Una mala calidad del ajuste, puede llevar a la generacin de informacin sin consistencia, lo
cual en lugar de mejorar la situacin, la empeora por la agregacin estadstica de datos no
representativos de la realidad que se pretende estimar (UNESCO - ROSTLAC, 1982).
Por esta razn, es posible utilizar el coeficiente de correlacin como una forma de establecer
la calidad de los datos. Con la determinacin del coeficiente de correlacin (R), se puede
estimar el grado de correlacin lineal que existe entre las estaciones en estudio, y cuyo valor
oscila entre 1 R 1, donde el valor 0 indica una correlacin nula, en tanto los valores 1 y 1,
denotan una correlacin total.
En trminos hidrolgicos, se considera aceptable una regresin cuyo valor de R sea mayor a
0,8 menor que 0,8 (Pizarro et al, 1993). Adems deben utilizarse distintos mtodos
estadsticos, que permitan evaluar la calidad de los ajustes obtenidos.

Completacin por razones de distancias

Este mtodo se utiliza para la estimacin de datos menores de un ao, en zonas planas no
montaosas; las estaciones deben tener una disposicin espacial lineal como la que se muestra en
la ilustracin 2.

Ilustracin 2: Disposicin espacial para la completacin, por razones de distancia.(Fuente:

Pizarro et al, 1993)

Donde:
X = Representa la posicin de una estacin con carencia de informacin.
A y B = Seala la presencia de estaciones con informacin completa.
a y b = Representa la distancia sobre un plano desde la estacin X.
La estacin con carencia de datos debe quedar entre dos estaciones que presenten una
estadstica completa; as, y utilizando la siguiente expresin, se puede estimar el dato faltante.
Donde;
PX, PA, PB, representan la precipitacin para las estaciones X, A y B, respectivamente, para el
perodo en estudio.
En este mtodo se ocupan las precipitaciones y las distancias, por lo tanto se asume que existe
una variacin lineal de las precipitaciones, en funcin de la disposicin espacial.

Completacin por promedios vecinales

Se utiliza para la completacin de datos menores de un ao, en zonas planas no montaosas.
Se debe considerar la distribucin espacial en donde la estacin con carencia de datos, queda
ubicada al centro de tres estaciones con estadstica completa (Ilustracin 3).

Donde; X, A, B y C representan la disposicin espacial de cuatro estaciones

pluviomtricas y donde la estacin X es la que presenta carencia de informacin.
De cumplir con esto, es posible la utilizacin de la expresin (3) para estimar las
precipitaciones.

Donde; Pi = Precipitacin de la estacin i en el perodo de estudio; n = Nmero

total de estaciones. Este mtodo, es bsicamente una estimacin que resulta del
clculo de un promedio aritmtico en las n estaciones vecinas existentes.

Completacin por razones promedio

Es complementario al mtodo anterior, y se define por la siguiente base conceptual. Si en
una zona cualquiera, la precipitacin normal de la estacin X, difiere en ms de un 10%
con alguna de las estaciones vecinas, entonces es necesario aplicar la ecuacin (4)
(UNESCO-ROSTLAC, 1982; Linsley et al, 1988; Pizarro et al, 1993):

EVALUACIN DE MTODOS HIDROLGICOS PARA LA COMPLETACIN DE

DATOS FALTANTES DE PRECIPITACIN EN ESTACIONES DE LA REGIN
DEL MAULE, CHILE.

Anlisis comparativo de la calidad de la estimacin

Una vez obtenida la informacin faltante, se hizo una comparacin entre los
valores reales y los valores estimados a travs de los diversos mtodos de
completacin.
As, se analizaron los resultados generados por cada uno, comparndolos
entre s para
detectar diferencias estadsticamente significativas entre ellos.
Para detectar estas diferencias, se aplicaron las siguientes medidas de bondad
de ajuste:
Coeficiente de Determinacin (R):
que expresa el porcentaje de la variacin total de las precipitaciones reales,
que son explicadas por el mtodo de completacin.
Error Estndar de Estimacin (EEE):
Permite calcular la disparidad promedio entre los valores reales de
precipitacin y los estimados., en donde los valores cercanos a cero indican la
buena descripcin de la precipitacin, que hace el mtodo aplicado (Caro,
2001). Dado que los valores que resultan de esta prueba, son inherentes al tipo
de informacin utilizada, no son directamente comparables con los resultados
de otro conjunto de datos (Snchez, 2001).

Test de concordancia de Bland y Altman (ACBA):

Se basa en las diferencias promedio existentes entre el valor real y el estimado, y la
comparacin de las grficas residuales. Esta ltima prueba permite adems, apreciar la
homogeneidad del error en la misma unidad de medida que los datos (Bland y Altman,
1999; Dunn y Roberts, 1999). En trminos estadsticos, el nivel de concordancia lo
asignan las diferencias promedio (dp) entre el valor real y el estimado y la desviacin
estndar (SD) de dichas diferencias. Adems, establece un lmite de concordancia (LC)
con un 95% del nivel de significacin, definido por la expresin (7):

Anlisis de Varianza (ANOVA):

permite definir si existen o no diferencias significativas entre los modelos. Corresponde
a un procedimiento utilizado para descomponer la variabilidad total de un experimento
en componentes independientes que pueden asignarse a causas distintas, como la
variacin entre y dentro de los modelos (Pea, 1995; Marabol, 2000). El diseo
experimental aplicado lleva a cabo pruebas de hiptesis de efectos fijos de tratamientos
(modelos) cuyas hiptesis son:
Ho: Los efectos de los mtodos sobre la media son iguales
Ha: Los efectos de los mtodos son distintos,
es decir, al menos uno de los mtodos difiere significativamente de los dems.
El criterio utilizado para determinar la significancia estadstica, establece que si el valor
p es menor o igual que el nivel de significacin p 0,05, entonces existe evidencia
significativa en contra de Ho (Cid et al, 1990).

Mtodo de critica de la calidad de datos anuales

(o mensuales)
Autores: G. HIEZ e Y. BRUNET MORET
(ORSTOM, 1970)

CONCEPCION DEL VECTOR REGIONAL

Es una serie de datos cronologicos anuales

que integra la informacion de un conjunto de
estaciones de una zona. Es una estacion
ficticia que es una especie de promedio de
las estaciones de la zona.

El mtodo del Vector Regional facilita la critica,

la homogenizacion y en ciertos casos el
relleno de datos. Es una alternativa comoda al
metodo de las dobles masas.

Esta1

Esta2

Esta3

Esta4

Esta5

Vector

1967

2560

3941

2631

2543

1,467

1968

2010

3244

1889

1619

1,083

1969

2320

3528

1994

1,228

1970

1840

2232

1892

1,043

1971

1240

1586

1908

1031

0,717

1972

1320

1768

1725

1281

0,826

1973

1570

1886

1485

0,889

1974

1780

2297

2791

1792

1,039

1975

1490

1965

2681

1626

0,924

1976

1350

1805

2229

1227

0,785

Promedio:

1748

1934

3069

1576

2007

Ao
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976

Estacin No Aos
Esta1
10
Esta2
7
Esta3
6
Esta4
6
Esta5
8

Vector No Estaciones
1.467
4
1.083
4
1.228
3
1.043
3
0.717
4
0.826
4
0.889
3
1.039
4
0.924
4
0.785
4

D.E. Obs.
442.5
254.7
622.1
318.1
462.9

Coef.
Variacin
0.253
0.132
0.203
0.159
0.294

Media
Obs.
1748
1934.1
3069
2006.5
1575.5

Media
Calculada
1755.6
2167.5
2812.4
1800.8
1645.3

Indices anuales del Vector y de las Estaciones

2
1,8

Esta1

Indices

1,6

Esta2

1,4

Esta3

1,2

Esta4

Esta5
Vector

0,8

Lm. Inf.

0,6

Lm. Sup.

0,4
0,2
0
1966

1968

1970

1972
Ao

1974

1976

Cumul de los ndices anuales

del Vector y des las Estaciones
16

14

Esta1

12

Esta2

Estaciones

10

Esta3
8

Esta4
6

Esta5

4
2

0
1

7
Vector

11

 Brunet Moret :
Basado en la media
Datos de distribucin de Gauss o cerca

Hiez :
Basado en la Moda

Indices anuales del Vector y de las Estaciones

2
1,8

Esta1

1,6

Esta2

1,4

Esta3
Indices

1,2

Esta4
1

Esta5

0,8

Vector

0,6
0,4

Lm. Inf.

0,2

Lm. Sup.

0
1966

1968

1970

1972
Ao

1974

1976

Indices anuales del Vector y de las Estaciones

2
1,8

Esta1

Indices

1,6

Esta2

1,4

Esta3

1,2

Esta4

Esta5
Vector

0,8

Lm. Inf.

0,6

Lm. Sup.

0,4
0,2
0
1966

1968

1970

1972
Ao

1974

1976

Ao
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976

Desvo
/ Vector
-0.01
-0.03
-0.12
0.01
0.34
0.13

Vector
1.467
1.083
1.228
1.043
0.717
0.826
0.889
1.039
0.924
0.785

Cumul
Vector
1.47
2.55
3.78
4.82
5.54
6.36
7.25
8.29
9.21
10

Cumul
Estacin
1.46
2.51
3.62
4.67
5.73
6.69

Observado
2631
1889
1994
1892
1908
1725

Calculado
2641.8
1950.3
2211.4
1878.2
1291.2
1487.5
1600.9
1871
1663.9
1413.6

Calculado
+/- Desvo
2856.3
1982.1
2269.4
1606.7
1112.1
1476.8
1334.2
1667.3
1732.2
1550.6

Mapa de medias / desvos para el ao: 1972-01

-6,4
2812,4

-6,6

2167,5
-0,01
1800,8
0,13

-6,8

Latitud

1755,6
-0,07

Esta1
Esta2

-7

Esta3
-7,2

Esta4
Esta5

-7,4

-7,6

1645,3
-0,05

-7,8
-71

-70,5

-70

-69,5

-69

-68,5

Longitud

-68

-67,5

-67

-66,5