Vous êtes sur la page 1sur 9

Mtodo Curva masa media

Los mtodos descritos anteriormente se han planteado cuando se requiere


conocer la altura total de precipitacin que, en promedio, se produce en la
cuenca durante una tormenta. Cuando se desea conocer la variacin en el
tiempo de la precipitacin media en la cuenca, es necesario determinar una
curva masa media de precipitacin. Esta curva se construye aplicando el
mtodo aritmtico o el de polgono s de Thiessen a las alturas de
precipitacin acumuladas en cada estacin para diferentes tiempos. El
resultado ser una curva masa media y se puede refinar calculando la
precipitacin media de toda la tormenta con el mtodo de las isoyetas y
multiplicando cada ordenada de la curva masa media por el factor de
ajuste:

Ejemplo 6.4. Construir una curva masa media ajustada para la cuenca y la
tormenta de la figura 6.21 si las curvas masa de cada estacin son las
mostradas en la figura 6.26.
Solucin
Se usar el mtodo de los polgonos de Thiessen. En la tabla 6.5 se muestra
el clculo. En las columnas 2 a 7 de la tabla se han anotado los valores de la
altura de precipitacin acumulada para cada estacin. En las columnas 8 a
13 se encuentran los productos del rea de influencia Ai por las alturas de
precipitacin y en la columna 14, formada por la suma de los valores de las
columnas 8 a 13 dividida entre el rea total de la cuenca, est la curva
masa media. Ntese que, como es de esperarse, el ltimo valor de la
columna 14 coincide con el resultado del ejemplo anterior para el mtodo
de los polgonos de Thiessen.

Para construir la curva masa media ajustada, todos los valores de la


columna 14 se multiplican por el factor de ajuste dado por la ecuacin 6.39
(vase ejemplo 6.3).

y la curva masa media ajustada resulta ser la mostrada en la tabla 6.6 y en


la figura 6.27.

2. METODO DEDUCCIN DE DATOS FALTANTES


Es frecuente que en un registro de precipitacin falten los datos de un cierto
periodo, debido a la ausencia del operador o a fallas del aparato registrador.
En estos casos se pueden estimar los datos faltantes si se tienen registros
simultneos de algunas estaciones situadas cerca de .la estacin en
cuestin y uniformemente repartidas. Una manera de hacerla es mediante
una grfica como las de las figuras 6.28 a y 6.28 b, donde se correlacionan

las precipitaciones medidas en una estacin cercana o el promedio de las


medidas en varias estaciones circundantes con la registrada en la estacin
en estudio (para detalles del procedimiento de correlacin, vase apndice
B). Una vez obtenida esta grfica, y si la correlacin es aceptable, bastara
conocer la precipitacin en la estacin ms cercana (vase figura 6.28a), o
bien la precipitacin media en las estaciones circundantes consideradas
(vase figura 6.28b) en los das en cuestin para deducir los datos faltantes,
Cuando la correlacin obtenida del anlisis anterior no es aceptable, se
puede usar otro mtodo, basado en la precipitacin media anual, que sigue
dos tipos de criterios.
A) Si la precipitacin media anual en cada una de las estaciones
circundantes difiere en menos del 10% de la registrada en la estacin
en estudio, los datos faltantes se estiman haciendo un promedio
aritmtico de los registrados en las estaciones circundantes.

b) Si la precipitacin media anual de cualquiera de las estaciones


circundantes difiere en ms de 10%, se usa la frmula:

Para obtener resultados confiables, es recomendable que el nmero


de estaciones auxiliares n sea como mnimo tres.
3. AJUSTE DE REGISTROS DE PRECIPITACIN POR CAMBIOS EN
LAS CONDICIONES DE MEDICIN
Cuando en una estacin pluviomtrica tiene lugar algn cambio en
las condiciones de medicin, como por ejemplo cambio de operador,
de localizacin o de las condiciones adyacentes, las tendencias del
registro sufren normalmente alteraciones que pueden llegar a ser
importantes en cuanto a su no homogeneidad. Para detectar y

corregir estas alteraciones se usa una tcnica llamada curva masa


doble, que se basa en observaciones hechas en el sentido de que la
precipitacin acumulada media para varias estaciones no es muy
sensible a cambios en una de ellas, debido a que muchos de los
errores se compensan, mientras que la lluvia acumulada de una
estacin particular se afecta de inmediato ante la presencia de
cambios importantes. As, si en una grfica se pone en un eje la
precipitacin anual acumulada media de varias estaciones
circundantes a la estacin en estudio, y en el otro eje se pone la lluvia
anual acumulada de la estacin en cuestin, se obtendr una lnea
recta siempre que en sta no hayan existido cambios o no sean
importantes; en caso contrario, la lnea cambia de pendiente en el
ao a partir del cual la estacin comenz . a operar en condiciones
diferentes.

Por ejemplo, en la grfica de la figura 6.29 se observa que hubo algn


cambio a partir de 1976. Entonces, para que los datos registrados en
la estacin en todos los aos sean consistentes, los registros
anteriores a 1976 se pueden "corregir" multiplicndolos por el factor
de ajuste:

Para que.el ajuste sea suficientemente confiable, conviene que el


nmero de estaciones circundantes usadas no sea menor de diez. Por
otra parte, si en la zona en estudio hay variaciones muy apreciables
de la precipitacin en cada poca del ao, es conveniente hacer
ajustes por separado para cada poca. As, por ejemplo, se puede
hacer un ajuste para la poca de lluvias y otro para la sequa

4. CURVAS INTENSIDAD-DURACIN-PERIODO DE RETORNO (ID-1)


El grado ptimo de seguridad de una estructura depende, por un
lado, de su costo y, por otro, del costo de las prdidas asociadas con
una falla. Por ejemplo, puede ser aceptable que un aeropuerto
pequeo se inunde en promedio una vez cada dos o tres aos, si el
costo de su sistema de drenaje se compara con el de uno que slo
permita inundaciones una vez cada 50 aos en promedio, o ms an,
podra resultar totalmente incosteable un sistema de drenaje con el
que se pudiera extraer cualquier cantidad de precipitacin por grande
que fuera, aun cuando tal drenaje fuera posible de construir. Por otra
parte, sera poco econmico y poco tico aceptar un riesgo alto de
falla del vertedor de una presa grande situada aguas arriba en una
ciudad importante, pues esta falla tendra consecuencias desastrosas,
mientras que en el ejemplo del aeropuerto una insuficiencia del
drenaje no ocasionara ms que algunas molestias a los usuarios. Sin
embargo, al menos en 10 que a la teora estadstica respecta, no es
posible tener una seguridad del 100% de que no exista ninguna
avenida cuyas dimensiones hagan insuficiente el vertedor de la
presa, sino que slo se puede hablar de aceptar un riesgo pequeo.
La magnitud de este riesgo aceptable depende del balance entre el
costo de la obra y el de los daos que se produciran al verificarse
una falla, y para poder determinar cul es el riesgo que se corre al
proponer los parmetros de diseo de la obra, es necesario analizar
estadsticamente los datos hidrolgicos recabados en la zona en
estudio.
Estos datos son fundamentalmente de dos tipos: escurrimientos y
precipitaciones. Un anlisis del primer tipo de datos tendra como
resultado directo un parmetro de diseo, que es el gasto mximo,
mientras que el segundo proporcionara datos con los cuales sera

necesario alimentar un modelo de la relacin lluvia-escurrimiento,


para obtener una avenida de diseo. En este captulo se estudiar
slo parte del anlisis estadstico de precipitaciones, que se refiere a
las curvas intensidad-duracin-periodo de retorno, y todo lo referente
a escurrimientos se tratar con amplitud en el captulo 9, donde
tambin se har una revisin ms profunda de los conceptos de
probabilidad y estadstica aplicables a la hidrologa. A continuacin se
hace solamente un recordatorio de algunos de dichos conceptos.
4.1

ALGUNOS CONCEPTOS DE PROBABILIDAD Y ESTADSTICA

Probabilidad. Si un experimento tiene n resultados posibles y


mutuamente excluyentes y si de ellos na resultados tienen un
atributo a, entonces la probabilidad de que ocurra un evento A con el
atributo a es:

Por ejemplo, el experimento puede llamarse "tiro de un dado" u


"ocurrencia de una tormenta" y el atributo a puede ser "el nmero
que sale del tiro del dado es 2", o bien "la altura de precipitacin total
es mayor o igual que 500 mm". Periodo de retorno. Sea A el evento
"el nmero que sale del tiro del dado es 2" y B el evento "la altura
mxima de precipitacin en 24 h en cualquier ao es de 500 mm".
Ntese que en el experimento "tiro de un dado" es posible hablar de
resultados que tienen un valor numrico exacto, como 1,2, etc., y las
probabilidades asociadas a estos resultados son diferentes de cero
(1/6 en cada caso). Es claro, sin embargo, que en el experimento
"ocurrencia de una tormenta", la probabilidad de que el resultado
tome un valor exacto, como 500 mm, es nula. En el ltimo caso es
necesario hablar ms bien de intervalos, como por ejemplo que la
precipitacin mencionada tome un valor de 500 mID o mayor, de 500
mm o menor o que est en el intervalo de 300 a 500 rnm. El nmero
de aos en que, en promedio, se presenta un evento como el B, se
llama periodo de retorno, intervalo de recurrencia o simplemente
frecuencia y se acostumbra denotado con T. As, por ejemplo, el
periodo de retorno de la ocurrencia del nmero dos en el tiro de un
dado es el nmero de tiros en que, en promedio, el dos sale una vez;
en este caso T es igual a 6 tiros. Del mismo modo, se dice que "el
Periodo de retorno de la precipitacin mxima en 24 h de 500 rnm es
de 25 aos" cuando, en promedio, se presenta una precipitacin de
esa magnitud o mayor una vez cada 25 aos. Ntese que esto no
significa que dicha precipitacin se presente exactamente una vez
cada 25 aos, de la misma manera que el dos no sale exactamente
una vez cada seis tiros del dado. De acuerdo con la definicin, la
probabilidad de que en cualquier tiro del dado salga un dos es P (2) =
1/6; entonces se tiene la siguiente relacin entre probabilidad y
periodo de retorno:

Esto es, el periodo de retorno de la precipitacin mxima en 24 h de


500 mm es el inverso de que esta precipitacin sea igualada o
excedida en un ao cualquiera

Usualmente, cuando se tienen datos de un cierto periodo, y se desea


aplicar algn mtodo estadstico para extrapolar dichos datos a
periodos de retorno mayores al de las mediciones, es necesario
asignar un valor de T a cada dato registrado. Por las razones que se
expondrn en el captulo 9, conviene usar la siguiente expresin para
asignar periodos de retorno a una serie de datos

Entonces la probabilidad de que dicho evento no ocurra en un ao


cualquiera es:

Si se supone que la no ocurrencia de un evento en un ao cualquiera


es independiente de la no ocurrencia del mismo en los aos
anteriores y posteriores, entonces la probabilidad de que el evento no
ocurra en n aos sucesivos es:

y, por lo tanto, la probabilidad de que el evento ocurra al menos una


vez en n aos sucesivos es:

R es llamada riesgo en la teora probabilstica. Con este parmetro es


posible determinar cules son las implicaciones de seleccionar un
periodo de retorno dado para una obra que tiene una vida til de n
aos.
Ejemplo 6. 7. Determinar el riesgo de falla de una obra que tiene una
vida til de 10 aos si se disea para un periodo de retorno de 10
aos.