Generalidades

Antes de utilizar datos hidrometereologicos estos deben

ser procesados y verificados. Muy rara vez los datos se

pueden utilizarse tal como han sido publicados, sin
investigar y determinar su consistencia y veracidad.
Una serie de datos es llamada homognea si es una
muestra de una nica poblacin. Si la serie es no homognea,
se le deben hacer ajustes o correcciones para volverla
homognea.
Anlisis Climatolgicos
Homogeneidad en la
serie

Anlisis de Consistencia de Series

Hidrometeorolgicos

Anlisis Hidrolgico
serie

... Causas de la perdida de Homogeneidad

Consistencia en la

Secuencia del Analisis de la Serie

Anlisis Grfico: histograma, ordenadas se toma el valor de

la serie (pp, Q,) y en las abscisas el tiempo (anuales, mensuales,

semanales o diarios).
Anlisis de Doble Masa: se determina el punto de quiebre

Todo procesamiento de datos comienza por el estudio

de la historia de cada estacin, esto principalmente

referido a
Cambios de ubicacin de la estacin:
Cambios del ambiente fsico: deforestacin,
reforestacin de la zona, nuevas reas de cultivo en
los alrededores, construccin de represas en las
cercanas, industrializacin en reas circundantes.
Cambios de equipo utilizado: forma de exposicion
del pluvimetro, reemplazo del operador

Los diagramas doble masa y el anlisis grafico sirven para

determinar el rango de los periodos dudosos y confiables para
cada estacin en estudio.
Anlisis Estadstico: conociendo los periodos de posible

correccin, se analiza estadsticamente (X, S) para ver si sus

valores estn dentro del rango segn la hiptesis que se
plantea.
Correccin de los datos: determina el periodo dudoso y se
corrige
3

Serie de Tiempo de Precipitacin Mensual:

1. Anlisis Visual: Serie de Tiempo

Hidrolgico

Histograma de Precipitacin

La grfica de descargas o precipitaciones (proceso

hidrolgicos) vs tiempo, constituyen una serie de

tiempo: horaria, diaria, semanalmente, mensualmente,
bimensualmente o anualmente.

ao
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979

ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic

ene
150
179
186
199
94.5
162
50.2
45.6
79.4
88.1
106

feb
133
193
127
140
89.3
38.6
49.5
43.9
72.9
101
96.7

1969
150
133
106
66
18
37
13
8
51
47
87
174

mar
106
192
85.1
96.4
88.7
33.5
99.8
31.1
83.5
64.6
62.8

1970
179
193
192
153
35
1
25
57
72
52
41
75

abr
66
153
25.9
108
43.3
33.5
29.1
25.9
34.6
80.1
48.3

may
17.6
35.3
37.2
12.4
6.9
33
27.1
18.9
10.7
19.8
7.1

1971
186
127
85
26
37
23
50
29
56
78
192
195

jun
36.7
0.6
22.7
0
4.2
31.9
29
30.8
32.6
1.6
0

1972
199
140
96
108
12
0
2
0
45
102
133
165

jul
13.4
25.4
50.2
2.2
1.5
11.9
2.4
7.9
13.3
0
10.5

ago
8
57.2
29.4
0
39.1
39.2
0
8.7
17.3
8.4
2.8

1973
95
89
89
43
7
4
2
39
41
55
116
55

sep
50.9
72.3
55.8
45.2
41.4
45.4
69.9
52.5
35.1
34.3
19.6

1974
162
39
34
34
33
32
12
39
45
116
100
69

oct
47.2
51.7
78.2
102
55.1
116
48.8
64.1
79.4
42.6
30.2

1975
50
50
100
29
27
29
2
0
70
49
53
49

nov
86.7
40.9
192
133
116
99.7
52.9
89.3
126
38.2
41.9

dic
174
74.7
195
165
55.3
68.9
49.1
66.6
84.1
89.7
76.7

1976
46
44
31
26
19
31
8
9
53
64
89
67

X
ao mes
1969 ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
1970 ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
1971 ene
feb
mar
abr
may

Serie de
Tiempo de
Precipitacion
Mensual
Datos luego
de trasponer
1977
79
73
84
35
11
33
13
17
35
79
126
84

1978
88
101
65
80
20
2
0
8
34
43
38
90

1979
106
97
63
48
7
0
11
3
20
307
42
77

Para graficar
(Excel)

2. Mtodo de la Curva de Doble Masa:

P romedio de 10 estaciones

En eje Y pp acumulada anual de la estacin en estudio

En eje X pp media anual acumulada de las estaciones
vecinas

Estacin X

Ao

Pp. Anual
Media

PP.anual Media
Acumulada

P recipit.
anual

PP. anual
acumulada

1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959

1065.8
720.3
935.0
1010.3
978.3
791.5
1181.1
1061.5
900.6
691.6
1053.4
1189.6

1065.8
1786.1
2721.1
3731.4
4709.7
5501.2
6682.3
7743.8
8644.4
9336.0
10389.4
11579.0

1167.9
754.6
759.7
1088.2
1272.3
650.7
359.8
1151.0
714.9
508.9
603.1
370.0

1167.9
1922.5
2682.2
3770.4
5042.7
5693.4
6053.2
7204.2
7919.1
8428.0
9031.1
9401.1

Curva de Doble Masa

8
6
4
2
0

o
48
0

o
49
2

M1
o
o
51
50

o
52

o
o 59
o 58
M2 o 57
56
o
55
o
o 54
53

10

3. Anlisis Estadistico:

x103

10

Ejem:

Grafica datos acumulados de una variable,

comparandola con datos acumulados de un patrn
de variables relacionadas durante un perodo de
tiempo.
Si la variable es pp entonces comparamos la pp
acumulada anual de la estacin analizada con la
precipitacin media anual acumulada de un grupo de
estaciones cercanas (10 o ms)

12

Y
pp (mm)
149.7
133.4
106.1
66
17.6
36.7
13.4
8
50.9
47.2
86.7
174.1
179.4
193
192.1
153.3
35.3
0.6
25.4
57.2
72.3
51.7
40.9
74.7
185.6
126.6
85.1
25.9
37.2

Se usan en el analisis de homogeneidad de series

hidrologicas (precipitacin, escorrentia).

El criterio para el anlisis es:

anlisis visual de los valores originales
anlisis de doble masa
anlisis estadsticos de la media y la desviacin

10

x103

estndar
Correccin de la serie
Combinando estos criterios se llega a tener una idea de
la confiabilidad de la muestra, para corregir, si fuese
necesario, mejorando su bondad estadstica y obteniendo
finalmente una serie de datos homogneos y consistentes
11

12

Distribucin t de Student

3. Prueba Estadstica:
Prueba Estadstica de T de Student.-

El valor absoluto de tc
se compara con el
valor de t de la
distribucin
t
de
Student con (n1+n2-2)
grados de libertad y
con 5% de nivel de
significancia

Se emplea si la no homogeneidad de la serie se debe a un

cambio abrupto en la media (inconsistencia en la media)
En el histograma de precipitacin (grfica), se identifica dos
perodos que se sospeche que sean no homogneos

x1 x2
tc
n1 1S12 n2 1S 22 1

n1 n2 2

n
1

n1 n2
1

n2

tc ttabla

12

Homogeneidad
13

14

...Pruebas Estadisticas
Prueba

Estadstica

Cramer.Es complementaria a la
prueba de la t de Student.

Tk

n1 n2
Se compara la media de
toda la serie y la media de
una cierta parte del registro
(n1)

t k ttabla

ik n

de

xk x

xk

i k 1

n1

n n 2
tk 1
Tk
2
n n1 1 Tk
12

g l n 2
distribucion t de Student

Homogeneidad

15

cuando

S21< S22

g.l. numerador = n1 1
g.l. denominador = n2 1
g.l. numerador = n2 1
g.l. denominador = n1 1

Fc Ftabla
Homogeneidad

17

10

12

15

20

24

30

40

60

120

n 1 = Grados de libertad en el numerador

16 1,4 19 9,5 21 5,7 22 4,6 23 0,2 23 4,0 23 6,8 23 8,9 24 0,5 24 1,9 24 3,9 24 5,9 24 8,0 24 9,1 25 0,1 25 1,1 25 2,2 25 3,3 25 4,3

18 ,51 19 ,00 19 ,16 19 ,25 19 ,30 19 ,33 19 ,35 19 ,37 19 ,38 19 ,40 19 ,41 19 ,43 19 ,45 19 ,45 19 ,46 19 ,47 19 ,48 19 ,49 19 ,50

10 ,13 9 ,55

9 ,28

9 ,12

9 ,01

8 ,94

8 ,89

8 ,85

8 ,81

8 ,79

8 ,74

8 ,70

8 ,66

8 ,64

8 ,62

8 ,59

8 ,57

8 ,55

8 ,53

7 ,71

6 ,94

6 ,59

6 ,39

6 ,26

6 ,16

6 ,09

6 ,04

6 ,00

5 ,96

5 ,91

5 ,86

5 ,80

5 ,77

5 ,75

5 ,72

5 ,69

5 ,66

5 ,63

6 ,61

5 ,79

5 ,41

5 ,19

5 ,05

4 ,95

4 ,88

4 ,82

4 ,77

4 ,74

4 ,68

4 ,62

4 ,56

4 ,53

4 ,50

4 ,46

4 ,43

4 ,40

4 ,37

n 2 = Grados de libertad en el
denominador

Se prueba, la homogeneidad de la desviacin estndar (S)

con un 5% de nivel de significancia
cuando S21 > S22

n2

Prueba Estadstica de Fisher.-

S2
Fc 12
S2
S2
Fc 22
S1

16

n1

...Pruebas Estadisticas:

5 ,99

5 ,14

4 ,76

4 ,53

4 ,39

4 ,28

4 ,21

4 ,15

4 ,10

4 ,06

4 ,00

3 ,94

3 ,87

3 ,84

3 ,81

3 ,77

3 ,74

3 ,70

3 ,67

5 ,59

4 ,74

4 ,35

4 ,12

3 ,97

3 ,87

3 ,79

3 ,73

3 ,68

3 ,64

3 ,57

3 ,51

3 ,44

3 ,41

3 ,38

3 ,34

3 ,30

3 ,27

3 ,23

5 ,32

4 ,46

4 ,07

3 ,84

3 ,69

3 ,58

3 ,50

3 ,44

3 ,39

3 ,35

3 ,28

3 ,22

3 ,15

3 ,12

3 ,08

3 ,04

3 ,01

2 ,97

2 ,93

5 ,12

4 ,26

3 ,86

3 ,63

3 ,48

3 ,37

3 ,29

3 ,23

3 ,18

3 ,14

3 ,07

3 ,01

2 ,94

2 ,90

2 ,86

2 ,83

2 ,79

2 ,75

2 ,71

10

4 ,96

4 ,10

3 ,71

3 ,48

3 ,33

3 ,22

3 ,14

3 ,07

3 ,02

2 ,98

2 ,91

2 ,85

2 ,77

2 ,74

2 ,70

2 ,66

2 ,62

2 ,58

2 ,54

11

4 ,84

3 ,98

3 ,59

3 ,36

3 ,20

3 ,09

3 ,01

2 ,95

2 ,90

2 ,85

2 ,79

2 ,72

2 ,65

2 ,61

2 ,57

2 ,53

2 ,49

2 ,45

2 ,41

12

4 ,75

3 ,89

3 ,49

3 ,26

3 ,11

3 ,00

2 ,91

2 ,85

2 ,80

2 ,75

2 ,69

2 ,62

2 ,54

2 ,51

2 ,47

2 ,43

2 ,38

2 ,34

2 ,30

13

4 ,67

3 ,81

3 ,41

3 ,18

3 ,03

2 ,92

2 ,83

2 ,77

2 ,71

2 ,67

2 ,60

2 ,53

2 ,46

2 ,42

2 ,38

2 ,34

2 ,30

2 ,25

2 ,21

14

4 ,60

3 ,74

3 ,34

3 ,11

2 ,96

2 ,85

2 ,76

2 ,70

2 ,65

2 ,60

2 ,53

2 ,46

2 ,39

2 ,35

2 ,31

2 ,27

2 ,22

2 ,18

2 ,13

15

4 ,54

3 ,68

3 ,29

3 ,06

2 ,90

2 ,79

2 ,71

2 ,64

2 ,59

2 ,54

2 ,48

2 ,40

2 ,33

2 ,29

2 ,25

2 ,20

2 ,16

2 ,11

2 ,07

16

4 ,49

3 ,63

3 ,24

3 ,01

2 ,85

2 ,74

2 ,66

2 ,59

2 ,54

2 ,49

2 ,42

2 ,35

2 ,28

2 ,24

2 ,19

2 ,15

2 ,11

2 ,06

2 ,01

17

4 ,45

3 ,59

3 ,20

2 ,96

2 ,81

2 ,70

2 ,61

2 ,55

2 ,49

2 ,45

2 ,38

2 ,31

2 ,23

2 ,19

2 ,15

2 ,10

2 ,06

2 ,01

1 ,96

18

4 ,41

3 ,55

3 ,16

2 ,93

2 ,77

2 ,66

2 ,58

2 ,51

2 ,46

2 ,41

2 ,34

2 ,27

2 ,19

2 ,15

2 ,11

2 ,06

2 ,02

1 ,97

1 ,92

19

4 ,38

3 ,52

3 ,13

2 ,90

2 ,74

2 ,63

2 ,54

2 ,48

2 ,42

2 ,38

2 ,31

2 ,23

2 ,16

2 ,11

2 ,07

2 ,03

1 ,98

1 ,93

1 ,88

20

4 ,35

3 ,49

3 ,10

2 ,87

2 ,71

2 ,60

2 ,51

2 ,45

2 ,39

2 ,35

2 ,28

2 ,20

2 ,12

2 ,08

2 ,04

1 ,99

1 ,95

1 ,90

1 ,84

21

4 ,32

3 ,47

3 ,07

2 ,84

2 ,68

2 ,57

2 ,49

2 ,42

2 ,37

2 ,32

2 ,25

2 ,18

2 ,10

2 ,05

2 ,01

1 ,96

1 ,92

1 ,87

1 ,81

22

4 ,30

3 ,44

3 ,05

2 ,82

2 ,66

2 ,55

2 ,46

2 ,40

2 ,34

2 ,30

2 ,23

2 ,15

2 ,07

2 ,03

1 ,98

1 ,94

1 ,89

1 ,84

1 ,78

23

4 ,28

3 ,42

3 ,03

2 ,80

2 ,64

2 ,53

2 ,44

2 ,37

2 ,32

2 ,27

2 ,20

2 ,13

2 ,05

2 ,01

1 ,96

1 ,91

1 ,86

1 ,81

1 ,76

24

4 ,26

3 ,40

3 ,01

2 ,78

2 ,62

2 ,51

2 ,42

2 ,36

2 ,30

2 ,25

2 ,18

2 ,11

2 ,03

1 ,98

1 ,94

1 ,89

1 ,84

1 ,79

25

4 ,24

3 ,39

2 ,99

2 ,76

2 ,60

2 ,49

2 ,40

2 ,34

2 ,28

2 ,24

2 ,16

2 ,09

2 ,01

1 ,96

1 ,92

1 ,87

1 ,82

1 ,77

1811 ,73
,71

4. Correccin de la Serie
Cuando los parmetros: media y desviacin estndar (X, S) resultan
estadsticamente iguales, la informacin original queda intacta, aun
cuando en la curva doble masa se encuentre pequeos quiebres. Pero si
resulta X y S estadsticamente diferentes, se corrige mediante la
siguiente ecuacin:

X
|
j

X |j

X j X1
S1
X j X2
S2

S 2 X 2 Para corregir el primer perodo

S1 X 1

Para corregir el segundo perido

X |j = valor corregido de la informacin

X j = valor a ser corregido
X 1 , X 2 = media de la primera y segunda serie
S1 , S 2 = desviacin estndar de la primera y segunda serie

Ejemplo 1: Analizar la consistencia de la precipitacion media

mensual de la Estacion Pallanga y corregir el periodo dudoso
Ejemplo 2:En la Fig se muestra el registro de lluvias anuales de la
estacin Higueras, observndose un salto brusco en la media, de
manera que al parecer durante el periodo comprendido entre 1967
y 1979 se registr ms lluvia. Se pide investigar con las pruebas
estadsticas de la T de Student y de la de Cramer si la serie es
homognea

19

20

Secuencia del Analisis de la Serie

Hidrologa Ambiental

Serie de tiem po de Precip (datos originales)

1400
1200
1000

N2

800

Completacin y Extensin de
Datos

N1

600
400
200

1975

1978

1969

1972

1963

1966

1957

1960

1951

1954

1945

1948

1939

1942

1933

1936

1927

1930

21
22

Generalidades
Datos faltantes son frecuentes debido a desperfectos en

el equipo de medicin, enfermedad o sustitucin del

encargado de la observacin, interrupciones debido a
limitaciones presupuestales, etc
Los datos faltantes son estimados en base a los registros
de las estaciones cercanas, o en base al propio registro.
La extensin y completacin de los registros es muy
frecuente cuando se desea disear obras hidrulicas con
datos de corta duracin
Los registros obtenidos despus de la completacin y
extensin nos proporcionan una informacin aproximada,
las que se deben verificar con el anlisis de homogeneidad.
23

Mtodo del Promedio Aritmetico

Consiste en calcular el promedio aritmtico simple de los
valores correspondientes al dato faltante (mensual o
anual) de todas las estaciones con registros completos.
*Los valores medios anuales o mensuales de cada una de
las estaciones auxiliares no deben exceder en mas del
10% de la registrada en la estacin incompleta (respecto
al promedio encontrado)

Px

Donde:
Px = pp mensual faltante en mm.
Pi = pp mensual en la estacin i (mm)
n = numero de estaciones con registros
completos
24

Mtodo de la Relacion Normalizada

Mtodo de la Recta de Regresin

Es aplicado generalmente para estimar valor mensual

faltante a partir de valores observados de tres estaciones
cercanas (o mas), situadas uniformemente alrededor de la
estacin incompleta.
Consiste en ponderar los valores observados mensuales en
las tres estaciones ( o mas) mediante el cociente entre el
valor medio anual de la estacin incompleta y el valor
medio anual de las tres (o mas) estaciones.

Se denotar con Y a la estacin con datos

incompletos y con X a la estacin ndice -con
datos completos- que servir para efectuar la
estimacin.
Cuando hay varias estaciones ndice, deber
seleccionarse aquella que presente la mejor
correlacin con la estacin incompleta, lo cual se
determinar a partir de la obtencin del coeficiente
de correlacin (r) entre ambas estaciones.

N
N
1 N
Px x PA x PB x Pc
3 NA
NB
Nc
Donde:
Px = pp mensual estimada (mm)
Nx = pp media anual de la estacin incompleta (mm)
NA, NB, NC = pp media anual en las estaciones A, B, C (mm)
25

Estimacin de Registros Faltantes en Base al Propio

Registro
Mtodo Racional Deductivo
Permite estimar valores mensuales faltantes (como mximo
once) en base a la informacin de los aos incompletos

PI Sp
Pi
1200 sp

Donde:
i = cada uno de los mese desconocidos (mximo 11)
Pi = pp mensual desconocida en cada ao incompleto (mm)
sp = suma de los % promedios de los meses cuya pp se desconoce
(%)
PI
= suma de las pp mensuales conocidas en los aos incompletos
(mm)
sp= % promedio correspondiente a cada uno de los meses desconocidos
(promedio mensual de los aos completos)
27

26

Extensin de datos
La extensin de informacin, es el proceso de transferencia de
informacin desde una estacin con un largo registro
histrico a otra con un corto registro.
La extensin de datos modifica sustancialmente a los
estimadores de los parmetros poblacionales (ej. la media de
una muestra corta, ser diferente a la media de una muestra
extendida)
La completacin y extensin de la informacin
hidrometeorolgica faltante, se realiza para tener en lo posible
series completas, ms confiables y de un periodo uniforme.
La extensin de datos se puede realizar usando modelos de
regresin lineal simple y regresin lineal mltiple
28

Modelo de regresin lineal simple

El modelo de regresin lineal simple es:

yt a bxt
yt : variable hidrolgica dependiente (registro corto)
xt : variable hidrolgica independiente (registro largo)
a, b: parmetros de la ecuacin de RLS
Seleccionar la serie de tamao
N1 a extenderse.
Seleccionar la estacin que
mejor relacin tenga con la
estacin a extenderse sus
datos. Adems: N = N1 + N2
N1 : registro comn
N2 : registro no comn
29

Los estimadores a, b y r se calculan como sigue:

br
s1( y )

s1( x )

s1( y )

s1( x )

N1 ( xi yi ) xi yi
N1 xi ( xi ) 2
2

N1
1
[ ( yi y1 ) 2 ]
N1 1 i 1

y1

N1

1
[ ( xi x1 ) 2 ]
N1 1 i 1

a y1 bx1
r

N1 ( xi yi ) xi yi

N1

N1

y1 x1: son los promedios de las

medias del periodo comn (N1)
S1(x) S1(y): son los estimados no
segados de las desviaciones estndar
de xt e yt del periodo comn (N1)

( N1 xi ( xi ) 2 )(N1 yi ( yi )2 )
2

x1

30

Finalmente, la ecuacin para extender los datos ser:

yt y1 r

s1( y )
s1( x )

( xt x1 )

(1)

La ecuac. 1 se usa cuando r es estadsticamente significativo

con un cierto nivel de confiabilidad, utilizando el estadstico t:
tc

r N1 2
1 r 2

El valor de t (tt) se obtiene de t de student con 95% de

probabilidad. Es decir con /2=0.025 y G.L.=N1-2
Si: |tc|=< tt r no es significativo
Si: |tc|> tt r es significativo
31