Académique Documents
Professionnel Documents
Culture Documents
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
El clima
El clima es el conjunto fluctuante de las condiciones atmosfricas,
caracterizado por los estados y evoluciones del estado del tiempo,
durante un periodo de tiempo y un lugar o regin dados, y controlado
por los denominados factores forzantes, factores determinantes y por
la interaccin entre los diferentes componentes del denominado
sistema climtico (atmsfera, hidrosfera, litosfera, crisfera, biosfera y
antropsfera).
Escuela de Posgrados
Tipos de estaciones
Estacin Pluviomtrica (PM): Es una estacin meteorolgica dotada de un pluvimetro o recipiente que permite medir la cantidad de lluvia cada entre dos observaciones
consecutivas.
Estacin Pluviogrfica (PG): Registra en forma mecnica y continua la precipitacin, en una grfica que permite conocer la cantidad, duracin, intensidad y periodo en que
ha ocurrido la lluvia. Actualmente se utilizan los fluvigrafos de registro diario.
Estacin Climatolgica Principal (CP): Es aquella en la cual se hacen observaciones de visibilidad, tiempo atmosfrico presente, cantidad, tipo y altura de las nubes, estado
del suelo, precipitacin, temperatura del aire, humedad, viento, radiacin solar, brillo solar, evaporacin y fenmenos especiales. Gran parte de estos parmetros se
obtienen de instrumentos registradores. Por lo general se efectan tres observaciones diarias.
Estacin Climatolgica Ordinaria (CO): Este tipo de estaciones poseen obligatoriamente un pluvimetro, fluvigrafo y psicrmetro. Es decir, miden lluvias y temperaturas
extremas e instantneas.
Estacin Sinptica Principal (SP): En este tipo de estacin se efectan observaciones de los principales elementos meteorolgicos en horas convenidas
internacionalmente. Los datos se toman horariamente y corresponden a nubosidad, direccin y velocidad de los vientos, presin atmosfrica, temperatura del aire, tipo y
altura de las nubes, visibilidad, fenmenos especiales, caractersticas de humedad, precipitacin, temperaturas extremas, capas significativas de nubes, recorrido del
viento y secuencia de los fenmenos atmosfricos. Esta informacin se codifica y se intercambia a travs de los centros mundiales, con el fi n de alimentar los modelos
globales y locales de pronstico y para el servicio de la aviacin.
Estacin Sinptica Secundaria (SS): Al igual que en la estacin anterior, las observaciones se realizan a horas convenidas internacionalmente y los datos corresponden
comnmente a visibilidad, fenmenos especiales, tiempo atmosfrico, nubosidad, estado del suelo, precipitacin, temperatura del aire, humedad del aire y viento.
Estacin Agro meteorolgica (AM): En esta estacin se realizan observaciones meteorolgicas y otras observaciones que ayudan a determinar las relaciones entre el
clima, por una parte, y la vida de las plantas y los animales, por la otra. Incluye el mismo programa de observaciones de la estacin CP, ms registros de temperatura a
varias profundidades (hasta un metro) y en la capa cercana al suelo (0, 10 y 20 cm sobre el suelo).
Estacin de Radiosonda (RS): La estacin de radiosonda tiene por finalidad la observacin de temperaturas, presin, humedad y viento en las capas altas de la atmsfera
(tropsfera y baja estratsfera), mediante el rastreo, por medios electrnicos o de radar, de la trayectoria de un globo meteorolgico que asciende libremente.
Estacin Mareogrfica (MM): Estaciones para observacin del estado del mar. Mide nivel, temperatura y salinidad de las aguas marinas. Se incluyen en la categora de
estaciones meteorolgicas especiales.
Universidad Manuela Beltrn
Escuela de Posgrados
Escuela de Posgrados
Instrumentos Climatolgicos
Escuela de Posgrados
Instrumentos Climatolgicos
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Kriging
Escuela de Posgrados
Escuela de Posgrados
Cuencas Hidrogrficas
Escuela de Posgrados
Cuenca Hidrogrfica
Una cuenca Hidrogrfica es un
rea topogrficamente, drenada
por un curso de agua o un sistema
conectado de cursos de agua, tal
que todo el caudal efluente es
descargado a travs de una salida
simple.
Escuela de Posgrados
rea de la cuenca
Escuela de Posgrados
rea de la cuenca
Escuela de Posgrados
Drenaje de la cuenca
Escuela de Posgrados
Drenaje de la cuenca
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Curva Hipsomtrica
Escuela de Posgrados
Escuela de Posgrados
Ejercicio
PARMETRO
MORFOMTRICO
Calcular
los
parmetros
Morfomtricos de la cuenca X
donde esta cuenta con la siguiente
informacin:
rea: 15.14 km^2
Perimetro:16467.07 m
FORMULA
VARIABLES
D= Densidad de drenaje
Li = Suma de longitudes de cursos integrados
A= rea de la cuenca en km
Densidad
Tiempo de
Concentracin (Tc)
ndice de
Alargamiento
L
tc 0.066 0.50
So
0.77
Coeficiente de
Compacidad (Kc)
Factor de Forma
(Kf)
Pendiente Media
de los Cauces (Pm)
Escuela de Posgrados
Estadstica
Escuela de Posgrados
Temas a tratar
Introduccin a la estadstica
Exactitud de las mediciones
Anlisis de distribuciones de probabilidad en Hidrologa
Anlisis de consistencia
Anlisis de homogeneidad
Prueba de aleatoriedad
Prueba de Homogeneidad
Ajustes de funciones de distribuciones a las series de tiempo de las variables hidrolgicas
Pruebas para verificacin de ajustes.
Anlisis de consistencia de las series de datos hidroclimaticos
Anlisis de correlacin microclimaticas
Identificacin de valores atpicos
Escuela de Posgrados
Introduccin a la estadstica:
Extraer la informacin esencial de una muestra de datos, para determinar las
caractersticas y el comportamiento de la poblacin.
Las caractersticas estadsticas bsicas se calculan como el valor esperado (E) de
alguna funcin de una v.a.
Valor esperado de una funcin g(x) de una v.a. x se define como:
Eg ( x)
Donde:
g (u ) f
(u )du
Escuela de Posgrados
Parmetros Estadsticos
Media, : Valor esperado de la variable. Es el primer momento con respecto al origen. Es una medida de la
tendencia central de la distribucin.
E(x) = =
2:
Estimacin muestral:
f(x)dx
1 n
x xi
n i 1
Varianza,
Mide la variabilidad de los datos, dispersin de los mismos alrededor de la media. Es el
segundo momento con respecto a la media.
Estimacin muestral:
E[(x - ) ] = =
2
(x - )
f(x)dx
n
1
2
=
(
x
)
S
xi
n - 1 i =1
2
Escuela de Posgrados
E[(x - ) ]
2
1/2
1/ 2
= =
(x
f(x)dx
)
Estimacin muestral:
1
2
S=
(
x
)
xi
n
1
i =1
1/ 2
Escuela de Posgrados
CV =
Estimacin muestral:
S
CV
x
Coeficiente de asimetra, :
E x -
n ( xi x) 3
i 1
e
=
s
Estimacin muestral:
(n 1)( n 2) S 3
Escuela de Posgrados
Caractersticas principales
Asimetra: La distribucin de los valores de una distribucin alrededor de la media.
Tercer momento alrededor de la media.
E[(x-
3
)]=
(x-
3
) f(x)dx
Escuela de Posgrados
Escuela de Posgrados
Exactitud
Correccin
Error
Histresis (del instrumento)
Medicin
Distribucin normal
Precisin
Error Aleatorio
Rango
Medicin de referencia
Repetitividad
Reproducibilidad
Resolucin
Valor Falso
Desviacin Tpica
Error tpico de estimacin
Error sistemtico
Tolerancia
Valor verdadero
Incertidumbre
Escuela de Posgrados
Escuela de Posgrados
Fuentes de error
Algunas fuentes tpicas de error son:
Error del punto de referencia o del cero que proviene de la determinacin incorrecta del punto de referencia de un instrumento.
Error de lectura que resulta incorrecta de lo indicado por el instrumento de medicin.
Error de interpolacin causado por la evaluacin inexacta de la posicin del ndice con respecto a las dos marcas consecutivas de la escala entre
las cuales esta situado el ndice.
Error de observacin.
Histresis.
Error de no linealidad, parte del error por el cual un cambio de indicacin o de respuesta no es proporcional al cambio correspondiente del valor
de la magnitud medida en un rango determinado.
Error de insensibilidad, se produce cuando el instrumento do puede detectar un cambio dado en el elemento medido.
Error de desviacin, se debe a las caractersticas del instrumento en el que, con el tiempo y en condiciones de uso particular, cambian las
propiedades de medicin.
Error de inestabilidad, resulta de la incapacidad de un instrumento para mantener constantes ciertas propiedades meteorolgicas especificas.
Error fuera de rango causado por el uso del instrumento mas all del alcance de medicin efectiva, inferior al mnimo o superior al mximo valor
para el que se ha construido, ajustado o instalado el instrumento.
Error de exactitud causado por el uso inadecuado de un instrumento, cuando el error mnimo es mayor que la tolerancia para la medicin.
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Distribuciones de Probabilidad
Distribuciones discretas
Distribucin Binomial
Distribucin Poisson
Distribucin Geomtrica
Distribuciones continuas
Distribucin Exponencial
Distribucin Normal
Distribucin Log Normal
Distribucin Gamma
Distribucin Log Pearson tipo III
Distribucin General de Valor Extremo
Escuela de Posgrados
DISTRIBICIONES DE PROBABILIDAD
DISCRETA
Escuela de Posgrados
Distribucin Binomial
Un ejemplo de los ensayos de Bernoulli es lanzar una moneda. Los ensayos
operan bajo tres condiciones:
1.
2.
3.
Cualquier ensayo solo puede tener uno o dos posibles resultados, xito o
falla, llueve o no llueve.
Ensayos sucesivos son independientes.
Las probabilidades son constantes.
Bajo estas tres condiciones la probabilidad de x xitos en n ensayos, est
dada por la distribucin Binomial como:
n x n x
p ( x) p q
x
Donde:
n Es el nmero de combinaciones de n eventos tomando x a
x la vez.
Universidad Manuela Beltrn
Escuela de Posgrados
n!
n
x x!(n x)!
p es la probabilidad de ocurrencia de un evento, por ejemplo la probabilidad
de xito en lanzar una moneda, q es la probabilidad de falla.
q 1 p
x es la variable o el nmero de ensayos con xito.
Escuela de Posgrados
p 1 / T 0.01
q 1 p 0.99
x 1
n 50
50 1
49
p(1) 0.1 0.99 0.306
1
Escuela de Posgrados
Distribucin Poisson
Una expansin binomial es un pequeo inconveniente para calcular nmeros
grandes.
( p q ) n e e e e
2 e
2!
.....
p( x)
x!
Escuela de Posgrados
Donde:
= np es la media.
La distribucin binomial finita
puede ser aproximada por la
distribucin Poisson infinita, siempre que se apliquen las
siguientes 4 condiciones:
1.
2.
3.
4.
Escuela de Posgrados
1 0.5
0 .5 e
p (1)
1!
0.303
Escuela de Posgrados
Distribucin Geomtrica
RECORDANDO:
En una secuencia de Bernoulli, el nmero de ensayos hasta que un evento especfico ocurra
por primera vez es modelado por la distribucin geomtrica.
xito ensayo t + n
Falla ensayo t 1
Si T v.a. apropiada:
P(T t ) pqT 1
t 1, 2, ....
Escuela de Posgrados
DISTRIBICIONES DE PROBABILIDAD
CONTINUA
Escuela de Posgrados
Distribucin Exponencial
Consideraciones:
Proceso de eventos aleatorios (los parmetros no cambian con el
tiempo).
No es posible tener mas de un evento en cualquier instante.
Descripcin de un proceso Poisson.
La v.a. t representa el tiempo entre tormentas.
Funcin de Densidad:
La media es:
La varianza es:
f (t ) e t ,
t0
E (t ) 1 /
2 (t ) 1 / 2
e t d 1 e t
Escuela de Posgrados
F (96) e t dt 1 e t
0
Escuela de Posgrados
Escuela de Posgrados
1
1
y
f(x) =
exp 2
2
y x 2
Escuela de Posgrados
1
loga (X i )
N i1
N
12
1 N
2
log
(
X
)
Y
Y
a
i
N
i1
ln1 + Cv 2
2 1/2
exp K T ln1 + Cv -
- 1
2
K=
Cv
John Camilo Barrios Romero IA-IC-MSc
Escuela de Posgrados
-1
K T = F u 1
F u 1
Tr
Intervalos de confianza
: Nivel de confianza o significancia
ST: Error estndar
lnX T u1- 2 S T
Y
ST =
N
Universidad Manuela Beltrn
1/2
K
= 1 + T
2
Escuela de Posgrados
Y=4.52 y Y=0.2337
Hallar el QTR=100 si los Qmax tienen una distribucin Log Normal.
K=2.326
QY Tr=100=4.52+2.326*0.237
QTr=100=159 m3/s
Escuela de Posgrados
=1.92
Y
ST =
N
K
T
= 1 +
2
1/2
ST=0.075
5.0711.6*0.075
4.94 QY 5.14
Escuela de Posgrados
-1
1
x -x
f(x) =
e
| | ( )
Escuela de Posgrados
() = z-1 e-z dz
=
2 = 2
1
=
v2
C
1 3
1
2
2
K K T + (K t 1) + (K T 6K T ) (K T 1) + K T
6 3
6
6
6 36
Universidad Manuela Beltrn
Escuela de Posgrados
1
x - xo
x - xo
f(x) =
exp
| | ()
Funcin de densidad acumulada
1
P ( X x)
( )
X x x0
x x0
dx
Parmetros
y , parmetros de escala y forma respectivamente.
xo parmetro de localizacin.
() = z-1 e-z dz
0
Escuela de Posgrados
2
=
0 =
X T u1 2 ST
: Nivel de confianza o nivel de probabilidad
ST: Error estndar
ST =
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
K = 2.32
QTR=100 = 94.35 + 2.32*22.45 = 146.4
Intervalos de confianza:
XT u1 2 ST
John Camilo Barrios Romero IA-IC-MSc
Escuela de Posgrados
ST
N
De tabla 95=1.6
ST = 17.6
146,4 1.6*17.6
146.4 28.16 m3/s
Escuela de Posgrados
x ()
-1
ln (x)- y o
-
Parmetros
Estimacin de Parmetros
Mtodo de los momentos
y
Universidad Manuela Beltrn
=
y
2
John Camilo Barrios Romero IA-IC-MSc
y0
y
Escuela de Posgrados
Factor de Frecuencia:
Y T = ln X T =
y + K
y
Intervalos de Confianza: Que tan cercano puede estar el estimado al
verdadero valor desconocido de la poblacin: Conocer con cierta certeza.
Franja grande: mucha incertidumbre.
X T u1- 2 ST
: Nivel de confianza o nivel de probabilidad
ST: Error estndar
ST =
N
Universidad Manuela Beltrn
ln XT 1 / 2S T
Escuela de Posgrados
1/
x
F(x) = exp - 1 -
John Camilo Barrios Romero IA-IC-MSc
Escuela de Posgrados
Donde:
, y son parmetros que deben ser determinados.
Los tres casos limitantes son:
1.
x-
x -
f(x) = exp - exp
Rango:
Estimacin de parmetros:
- x
x 0.5772
Universidad Manuela Beltrn
Escuela de Posgrados
Rango:
1/
x
f(x) = exp - 1 -
( / ) x
f(x) = exp - 1 -
Rango:
x ( / )
Escuela de Posgrados
Distribucin Gumbel
La fda y el factor de frecuencias es:
x
F(x) exp - exp
x
K=-
0.577 + ln ln Tr - ln Tr - 1
X T u1- 2 ST
ST =
= 1 + 1.1396K + 1.1 K 2
1/2
Escuela de Posgrados
QTr 95ST
K 100
0.577 lnlnT R
ln(T R 1)
KTr=100 = 3.13
QTr 100 K
QTr 100 94.35 3.13 22.45 164 .77
Intervalos de confianza:
Escuela de Posgrados
= 1 + 1.1396K + 1.1 K 2
1/2
= 3.91
ST = 14.62
QTR 1.6*14.62
141.4 164.77 188.17 m3/s
Escuela de Posgrados
Anlisis de consistencia
La informacin obtenida de las estaciones, pueden dar lugar a un
cierto numero de errores, los cuales pueden ser:
Errores de observacin
Errores de trascripcin y calculo
Errores de copia
Errores de impresin
Con el fin de determinar la consistencia de los datos, se hace un
anlisis de doble masa.
Escuela de Posgrados
Escuela de Posgrados
=1
=
=1
En el periodo o
Escuela de Posgrados
Escuela de Posgrados
(3) (mm)
(4) (mm)
(5) (mm)
(1) Ao i
(2) (mm)
+ +
+ +
+ +.+
+ ++
Escuela de Posgrados
1
=
=1
Figura x
Escuela de Posgrados
Datos faltantes
Existen estaciones pluviomtricas con datos faltantes en sus registros, dado
que en hidrologa se trabaja con series continuas, se deben completar dichos
datos faltantes
= 1 1 1 + 2 2 +. . +
n: numero de estaciones pluviomtricas con datos de registros continuos
cercanas a la estacin x, la cual va a sr completada en su registro.
PX: precipitacin de la estacin x durante el perodo de tiempo para
completar.
P1 a Pn: precipitacin de las estaciones 1 a n durante el periodo de tiempo por
completar.
NX: precipitacin media anual a nivel multianual de la estacin x.
N1 a Nn: precipitacin media anual a nivel multianual de las estaciones de 1 a
n.
Universidad Manuela Beltrn
Escuela de Posgrados
Pruebas de Ajuste
Para determinar que tan adecuado es el ajuste de los datos a una
distribucin de probabilidades se han propuesto una serie de
pruebas estadsticas que determinan si es adecuado el
ajuste. Estos son anlisis estadsticos y como tal se deben
entender, es decir, no se puede ignorar el significado fsico de los
ajustes.
Escuela de Posgrados
La prueba requiere que el valor Dn calculado con la expresin anterior sea menor que el valor tabulado Dn
para un nivel de probabilidad requerido.
Esta prueba es fcil de realizar y comprende las siguientes etapas:
El estadstico Dn es la mxima diferencia entre la funcin de distribucin acumulada de la muestra y la
funcin de distribucin acumulada terica escogida.
Se fija el nivel de probabilidad a, valores de 0.05 y 0.01 son los ms usuales.
El valor crtico Da de la prueba debe ser obtenido de tablas en funcin de a y n.
Si el valor calculado Dn es mayor que el Da, la distribucin escogida se debe rechazar.
Escuela de Posgrados
si el estadstico =0 significa que las distribuciones terica y emprica ajustan exactamente, mientras que si el estadstico >0,
ellas difieren. La distribucin del estadstico se puede asimilar a una distribucin Chi-cuadrado con (k-n-1)
grados de libertad, donde k es el nmero de intervalos y n es el nmero de los parmetros de la distribucin
terica. La funcin se encuentra tabulada. Supongase que una hiptesis Ho es aceptar que una distribucin
emprica se ajusta a una distribucin Normal. Si el valor calculado de por la ecuacin anterior es mayor que
algn valor crtico de , con niveles de significancia a de 0.05 y 0.01 (el nivel de confianza es 1-a) se puede
decir que las frecuencias observadas difieren significativamente de las frecuencias esperadas (o calculadas) y
entonces la hiptesis Ho se rechaza, si ocurre lo contrario entonces se acepta.
[1] Aunque no existe una definicin generalmente aceptada, se puede entender como valores extremos, muy
superiores a los dems registrados (Ashkar, et al. 1994).
Escuela de Posgrados
Tormenta de Diseo
Escuela de Posgrados
Escuela de Posgrados
Periodos de retorno.
Escuela de Posgrados
Periodos de retorno.
(Chow,
& Mays, 1994).
John CamiloMaidment,
Barrios Romero IA-IC-MSc
Escuela de Posgrados
Periodo de Retorno
Escuela de Posgrados
Riesgo
Escuela de Posgrados
Tiempo de concentracin
Escuela de Posgrados
Escuela de Posgrados
CURVAS IDF
Escuela de Posgrados
Curvas IDF
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
(Repblica de Colombia. Ministerio de Transporte. Instituto Nacional de Vas. Subdireccin de apoyo tcnico., 2009)
Escuela de Posgrados
Escuela de Posgrados
Tormenta de diseo d = Tc
Escuela de Posgrados
Tormenta de diseo d = Tc
Escuela de Posgrados
Bloque Alterno
Escuela de Posgrados
Escorrenta - Infiltracin
Escuela de Posgrados
Escuela de Posgrados
Modelos de Infiltracin
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
Escuela de Posgrados
ndice de escasez
CATEGORA
RANGO
COLOR
EXPLICACIN
Alto
> 50%
Rojo
Demanda alta
Medio alto
21-50%
Naranja
Demanda apreciable
Medio
11-20%
Amarillo
Demanda baja
Mnimo
1-10%
Verde
No significativo
<1%
Azul
Demanda no
significativa
Escuela de Posgrados