Académique Documents
Professionnel Documents
Culture Documents
Informe Final
Investigadores Principales:
Germán Poveda Jaramillo, Jaime Ignacio Vélez Upegui, Oscar José Mesa Sánchez.
Estudiantes de Posgrado:
Olga Janet Barco Mejía, Blanca Adriana Botero Hernández, Jairo Herrera Arango,
Luz Adriana Cuartas Pineda, Carlos David Hoyos Ortiz, Ricardo Iván Mantilla
Gutiérrez, John Freddy Mejía Valencia y Santiago Wilches.
Auxiliares de Investigación:
Andrés Felipe Borja Jaramillo, Yuley Mildrey Cardona Orozco, Lina Isabel Ceballos
Bonilla, Paula Lizet Correa Velásquez, Juan Diego Giraldo Osorio, Olver Olfrey
Hernández Navarro, Juan David Pérez Arango, Diana Isabel Quevedo Tejada, Jorge
Mario Ramirez Osorio, Carlos Andrés Ríos Uribe, Luis Fernando Salazar Velásquez,
Jheison Alberto Urzola Hernández, Sara Cristina Vieira Agudelo y Manuel David
Zuluaga Arias.
AGRADECIMIENTOS
iii
TABLA DE CONTENIDO
Página
1. INTRODUCCIÓN 1-1
2. CLIMA 2-1
iv
3.1.2 Integración de los parámetros climáticos de la cuenca para la 3-14
estimación de caudales máximos
4. CAUDALES MÍNIMOS
v
5.3 Causas principales de los procesos denudativos 5-13
6.1 INTRODUCCIÓN.
6-1
REFERENCIAS R-1
vi
LISTA DE FIGURAS
Figuras Página
vii
2.13 Continuación de la figura 2.12. 2-19
2.16 Mapas de correlaciones entre la temperatura del Atlántico Sur y Norte 2-22
con los registros de Precipitación en Colombia.
2.22 Histogramas de frecuencia para el Río Cauca, estación La Balsa para la 2-30
serie completa, para los años El Niño y para los años La Niña,
respectivamente.
2.23 Histogramas de frecuencia para el Río Fonce, estación San Gil para la 2-31
serie completa, para los años El Niño y para los años La Niña,
respectivamente.
2.24 Histogramas de frecuencia para el Río Blanco, estación Carlosama para 2-32
la serie completa, para los años El Niño y para los años La Niña,
respectivamente.
2.25 Gráficos para los cuantiles 25%, 50% y 75% de precipitación. Se 2-34
grafica un mapa para cada cuantil y para cada año correspondiente a una
fase del ENSO y a años normales. El tamaño de los círculos
corresponde a la relación entre el valor del cuantil y el valor medio
viii
multianual de la variable.
2.26 Gráficos para los cuantiles 25%, 50% y 75% de precipitación. Se 2-35
grafica un mapa para cada cuantil y para cada año correspondiente a una
fase del ENSO y a años normales. El tamaño de los círculos
corresponde a la relación entre el valor del cuantil y el valor medio de la
variable en años El Niño, La Niña y normales, según corresponda.
2.28 Curava de Duración para los trimestres DEF, MAM, JJA y SON, 2-42
separando años El Niño, La Niña y Normales.
2.35 Ciclo anual de caudales en la estación de registro Dos Campos (Río 2-51
Sardinata). En la superior se observan el ciclo real (rojo) y el modelado
usando la parametrización de “Balances” (negro). En la inferior, se
observa el ciclo real y los resultados de la modelación usando la
parametrización optimizada.
2.36 Ciclo anual de caudales en la estación de registro Puerto Berrío (Río 2-51
Magdalena). En la superior se observan el ciclo real (rojo) y el
modelado usando la parametrización de “Balances” (negro). En la
inferior, se observa el ciclo real y los resultados de la modelación
usando la parametrización optimizada.
2.37 Ciclo anual de caudales en la estación de registro Puente Portillo (Río 2-52
Bogotá). En la superior se observan el ciclo real (rojo) y el modelado
usando la parametrización de “Balances” (negro). En la inferior, se
observa el ciclo real y los resultados de la modelación usando la
parametrización optimizada.
ix
2.38 Esquema general del modelo sencillo de interacción Suelo-Atmósfera. 2-55
2.40 Ciclo anual puntual (5º 54’ 47’’ N, 74º 58’ 26’’ W) para la 2-60
precipitación, el caudal subsuperficial y el caudal superficial (nótese que
el eje de las ordenadas no tiene la misma escala en las tres gráficas)
2.41 Resultados de dos ejemplos “ficticios” (escorrentía superficial -en color 2-61
negro- y subsuperficial -en rojo-) del modelo diario con la misma
precipitación (superior) y diferentes constantes de recesión (K).
2.42 Ciclo anual de caudales históricos (en rojo), ciclo anual obtenido con el 2-63
modelo mensual (parametrización del “Proyecto Balances” y de la
parametrización optimizada) y el ciclo obtenido con el modelo diario
propuesto. En la parte superior aparecen los resultados para la estación
El Banco (río Magdalena), en la esquina inferior izquierda para la
estación El Tablazo (río Sogamoso) y a su lado para la estación
Quitasueño (río Arma) .
2.44 Determinación del inicio y fin del periodo de almacenamiento de agua 2-70
mediante el análisis del curva de recesión de caudales.
2.48 Ciclo anual del almacenamiento de agua en suelo para varias 2-75
condiciones iniciales, CI, y para el periodo 1966-1987.
x
2.50 Precipitación, evaporación, caudal y almacenamiento de agua en el 2-76
suelo para la cuenca del Río Fonce y para el periodo 1966-1987.
3.2 Ajuste de caudal máximo para todo el país, utilizando los parámetros de 3-7
las ecuaciones de ajuste nacionales para diferentes periodos de retorno
presentados en la Tabla 3.1. De abajo hacia arriba están las ecuaciones
de 2.33, 5, 10, 25, 50 y 100 años de periodo de retorno y
respectivamente los estimados para cada estación están en color azul
oscuro, rojo, amarillo, azul claro, púrpura y verde.
3.3 Ajuste de los momentos de diverso orden (1º al 4º) de todas las 3-10
estaciones del país. En azul oscuro se presentan los puntos para el
primer momento, en rojo para el segundo, en gris para el tercero y por
último en verde para el cuarto. Las líneas entre las nubes de puntos son
las rectas dibujadas de acuerdo a los parámetros presentados en la Tabla
3.2 para toda Colombia.
3.4 Gráfico de la función de estructura para todas las estaciones del país. 3-10
Los valores obtenidos con los datos muestrales se presentan con los
diamantes. La recta denota el valor teórico para el caso de escalamientos
simple. El alejamiento de los puntos con respecto a recta de pendiente
unitaria sugiere la presencia de multiescalamiento.
xi
3.6 Dispersión de los caudales máximos estimados a partir del ajuste de 3-11
cada serie de datos respecto de las curvas de regresión regionales; en
color negro aparecen los puntos estimados y la recta de ajuste
correspondiente a un periodo de retorno de 2.33 años, en verde los
correspondientes a un periodo de retorno de 5 años, en azul los
correspondientes a 10 años, en púrpura los correspondientes a 20 años,
en rojo 50 años y en color gris los correspondientes a 100 años de
periodo de retorno.
3.7 Curvas de regresión calculadas para los momentos de diverso orden. En 3-12
negro el primer momento, en verde el segundo, el tercero en púrpura y
por último el cuarto en rojo.
3.8 Función de estructura en “Cañón del Cauca”. Al alejarse los puntos de 3-13
los momentos de orden mayor de la recta de pendiente unitaria se
observa que los datos no obedecen el escalado simple a favor del
multiescalamiento.
3.10 Ajuste de los caudales máximos medios contra el caudal medio 3-16
multianual de la cuenca, para todas las regiones de Colombia. Es
notable el alto coeficiente de correlación logrado con dicha regresión, lo
que indica la alta confiabilidad de los estimados con este modelo. Sin
embargo, KM se asume constante para todo el país.
3.11 Valores de KM (derecha) y KDS (izquierda) calculados para todas las 3-18
estaciones. La similitud en los tamaños de círculos cercanos indican que
dicho parámetro se puede asumir constante en cada subregión.
3.12 A la derecha se tienen los estimados utilizando K constante para todo el 3-20
país. A la izquierda se presentan los estimados utilizando K
regionalizado. En ambas, el eje de las abscisas es el caudal medio
máximo real y el de las ordenadas es el caudal medio máximo estimado.
La nube de puntos se dispersa mejor alrededor de la recta de pendiente
unitaria en el caso de K regionalizado.
3.13 Mapa de Caudal Máximo Medio. Este mapa utiliza el balance sobre la 3-22
cuenca para calcular el valor del caudal medio y para estimar el valor de
KM en cada pixel del mapa.
xii
3.14 Mapa de desviación estándar del caudal máximo medio. Este mapa 3-22
utiliza el balance sobre la cuenca para calcular el valor del caudal medio
y para estimar el valor de KDE en cada pixel del mapa.
3.15 Mapa de caudal máximo de periodo de retorno 2.33 años calculado 3-23
utilizando la distribución Lognormal.
3.20 Gráfico de los primeros cuatro momentos de las lluvias máximas 3-44
involucrando los registros de 36 estaciones. Los rombos son los valores
muestrales y las líneas continuas los mejores ajustes. θr es la pendiente
de estas líneas
3.24 Valores del CV para todas las duraciones en todas las estaciones. 3-47
3.27 Curvas IDF para cuatro estaciones (El Sauce, Naranjal, La Sirena y El 3-50
Rosario) utilizando el método de escalamiento simple
xiii
3.28 Errores relativos entre los valores del modelo y el método tradicional en 3-51
las estaciones El Rosario, La Sirena, Naranjal y El Sauce.
3.33 Curvas IDF ajustadas para diferentes estaciones con las (3.4) (línea 3-64
continua), Tipo III (línea punteada) y Tipo IV (línea segmentada).
3.35 Errores relativos para la ecuación tipo III para los diferentes períodos de 3-67
retorno
xiv
4.4 Perfil transversal de una ladera ideal. (Furey y Gupta, 2000) 4-8
4.5 Ajuste de caudal mínimo para diferentes periodos de retorno contra el 4-11
área de la cuenca sin fijar el exponente del área. Nótese que las
pendientes de los ajustes, son aproximadamente iguales a 1.
4.6 Ajuste de caudal mínimo para diferentes periodos de retorno contra el 4-12
área de la cuenca fijando el exponente del área en 1.
4.7 Gráfico de M(j) para diferentes periodos de retorno. Nótese como 4-15
aumenta la pendiente con el periodo de retorno. + Tr = 2.33 años, <>
Tr=100 años. R es el coeficiente de regresión del ajuste.
4.8 Función de estructura de los momentos de los caudales mínimos para 4-17
las diversas regiones de Colombia.
4.9 Caudal mínimo/Area contra Area. Nótese que la dispersión de los datos 4-18
disminuye considerablemente para valores de área superiores a 20000
km² aproximadamente. No se descarta que se deba a escasez de datos o
que realmente se trata de convergencia en distribución
4.10 Ajustes de la media del caudal mínimo contra A( P − E ) β para diferentes 4-20
exponentes.
4.14 Caudal mínimo medio para Colombia obtenido a partir de ecuaciones 4-24
de regionalización
xv
4.19 Caudal mínimo para Tr = 50 años, utilizando la distribución Lognormal 4-27
4.20 La línea negra representa tres años (resolución diaria) de la serie de 4-35
caudal de Salvajina. En color se presenta el resultado la envolvente
mínima de la serie calculada buscando el mínimo móvil de un ventana
de 15 días
4.24 Mapa de caudal mínimo para un período de retorno de 2.33 años, 4-37
estimado usando la curva de recesión con los parámetros de la Tabla 4.4
4.25 Mapa de caudal mínimo para un período de retorno de 5 años, estimado 4-38
usando la curva de recesión con los parámetros de la Tabla 4.4
4.29 Mapa de caudal mínimo para un período de retorno de 100 años, 4-42
xvi
estimado usando la curva de recesión con los parámetros de la Tabla 4.4
xvii
5.15 Susceptibilidad a los deslizamientos 5-39
6.4 Determinación del balance hidrológico en una estación del río 6-7
Sogamoso.
6.6 Interfaz para abrir las variables geomorfológicas asociadas a un MDT. 6-10
En (a) el MDT ya ha sido procesado y tiene diez mapas posibles ya
construidos; en (b) sólo se tiene acceso al MDT, para calcular el resto
de mapas se debe hacer clic en Procesar.
xviii
cualquier otro mapa de los que usted desplegó mueva la barra
deslizadora que aparece a la izquierda de la interfaz.
6.13 Índice topográfico para la región del Chocó calculado con la calculadora 6-17
de mapas.
6.14 (a) Estandarización del mapa de Dias con Lluvia en Colombia usando la 6-19
calculadora de mapas y la paleta de colores Verde-Rojo-Azul-Blanco.
(b) Diferencia entre los mapas corregido y bruto de la topografía digital
de Colombia a 120”.
6.17 Modos HSB y RGB para la selección de colores. El color escogido se 6-23
muestra en Preview.
6.20 Interfaz del reporte geomorfológico para la cuenca del rio Magdalena 6-29
sobre el MDT colombia de la carpeta 120[ArcSec].
6.21 Gráficos de algunas gráficas obtenidas para las cuencas del rio 6-30
Magdalena y rio Sogamoso.
xix
6.25 Distancia entre Medellín y Londres evaluada sobre el mapa 6-39
tss8701.metaVHC de la base de datos BaseDeDatosEjemplo.
6.30 (a) Apariencia de la interfaz principal cuando se ubica la estación “La 6-45
Loma”. (b), (c) y (d) corresponden a las gráficas de Real, Ciclo Anual,
Estandarizado y Anual+Distribución obtenidas para esta estación.
xx
LISTA DE TABLAS
Tabla Página
3.1 Resumen de los resultados obtenidos por subregiones por el método 3-6
del multiescalamiento para la estimación de los caudales máximos para
diferentes periodos de retorno.
3.2 Resultados de las regresiones realizadas para ajustar los momentos de 3-8
diverso orden de las series en cada subregión
3.3 Parámetros de ajuste de los modelos ensayados para calcular el caudal 3-15
medio máximo para toda Colombia (207 estaciones)
xxi
3.5 Valores calculados de K de las ecuaciones (3.13) y (3.17) para las 3-19
diferentes subregiones consideradas.
3.14 Media y varianza de los errores porcentuales relativos a las estaciones 3-62
recolectadas sobre la región Andina (Vargas, 1998)
xxii
Occidental (Roose, 1977)
xxiii
Introducción
1 INTRODUCCIÓN
Se dice que el presente trabajo constituye continuación natural de tales estudios previos en
términos de las preguntas, los datos y las metodologías de estimación de otros aspectos de
la variabilidad hidrológica y climática del país. En particular, se hace un exhaustivo análisis
de estimación de influencias macroclimáticas sobre el ciclo anual de la hidrología
Colombiana, se presentan mapas de la distribución de máximas intensidades de lluvias para
diferentes duraciones, así como de la distribución de caudales máximos y mínimos de
distintos períodos de retorno. Además se presentan mapas relacionados con erosión laminar
1-1
Introducción
acompaña este trabajo. En el atlas digital que acompaña este informe se presentan mapas de
los valores estimados de los caudales máximos para distintos períodos de retorno en
cualquier sitio de la geografía colombiana.
2 CLIMA
2-1
Clima
Datos y Metodología
• Diciembre–Enero–Febrero (DEF)
• Marzo–Abril–Mayo (MAM)
• Junio–Julio–Agosto (JJA)
• Septiembre–Octubre–Noviembre (SON)
2-2
Clima
t =
r
(n − 2 ) ≥ tα / 2;n−2 , (2.1)
(1 − r )2
t para una significancia de α/2 y n-2 grados de libertad (Bower y Lieberman, 1972). Si se
rechaza la hipótesis, la correlación es estadísticamente significativa.
2-3
Clima
Resultados
• ENSO
En general, se observa una correlación positiva y estadísticamente significativa entre 0.6
y 0.65 entre el SOI de un trimestre determinado y los caudales en Colombia para ese
mismo trimestre y los dos trimestres siguientes (Figura 2.2 y Figura 2.3). Las
correlaciones son especialmente altas entre el SOI del trimestre SON y el caudal del
trimestre DEF, a igual que entre el SOI de DEF y los caudales de DEF. Las
correlaciones entre el SOI de JJA y los caudales en Colombia es el único caso en que los
valores de correlación son relativamente altos para todos los trimestres. Este resultado
no es casual, pues está relacionado a la existencia de la barrera de predecibilidad del SOI
en la primavera boreal (Torrence y Webster, 1998). Esto se refleja en el decaimiento de
las correlaciones entre un trimestre determinado del SOI y los caudales de trimestres
posteriores a MAM, especialmente en SON y DEF. Esta conclusión concuerda con los
resultados de Poveda y Mesa (1996a).
2-4
Clima
Espacialmente se observa que la correlación entre los índices representativos del ENSO
y la hidroclimatología de Colombia es más baja en el oriente colombiano, y que las
correlaciones más altas en esa zona se presentan en general, un trimestre más tarde que
en el resto del país. Esto concuerda con los resultados de Poveda y Mesa (1997).
Resultados similares se obtienen para las correlaciones entre la precipitación y los
índices del ENSO. Sin embargo, es importante mencionar que las correlaciones entre
índices del ENSO y la hidroclimatología de Colombia son más altas entre los caudales y
dichos índices, que entre ellos y la precipitación. Esto se debe al efecto de integración
espacial que se da en la cuenca en el proceso lluvia-escorrentía, y a que el fenómeno
ENSO influye no sólo en la precipitación, sino también en las tasas de evaporación real
y la humedad en los suelos, variables de primer orden en el proceso lluvia-escorrentía,
según ha sido demostrado por Poveda et al. (2000).
• PDO
En la Figura 2.10 y la Figura 2.11 se observan las correlaciones trimestrales entre la
PDO (“Pacific Decadal Oscillation”) y los caudales en Colombia. Principalmente se
observan correlaciones negativas significativas (aunque menores que -0.5) entre la PDO
de un trimestre determinado y los caudales de ese mismo trimestre y el siguiente. Para el
trimestre SON de la PDO, las correlaciones se mantienen alrededor de –0.5 durante todo
el año siguiente. Los mecanismos físicos de esta asociación deben investigarse.
• NAO
La correlación entre la NAO (“North Atlantic Oscillation”) y la hidroclimatología de
Colombia, en general, no aparece muy alta, aunque si es estadísticamente significativa
2-5
Clima
2-6
Clima
2-7
Clima
Figura 2.2. Mapas de correlaciones trimestrales rezagadas entre el SOI y registros de caudal en Colombia.
2-8
Clima
2-9
Clima
Figura 2.4. Mapas de correlaciones trimestrales rezagadas entre el MEI y registros de caudal en Colombia.
2-10
Clima
2-11
Clima
Figura 2.6. Mapas de correlaciones trimestrales rezagadas entre la SST en NIÑO3.4 y registros de caudal en Colombia.
2-12
Clima
2-13
Clima
Figura 2.8. Mapas de correlaciones trimestrales rezagadas entre el TPI y registros de caudal en Colombia.
2-14
Clima
2-15
Clima
Figura 2.10. Mapas de correlaciones trimestrales rezagadas entre la PDO y registros de caudal en Colombia.
2-16
Clima
2-17
Clima
Figura 2.12. Mapas de correlaciones trimestrales rezagadas entre la NOA y registros de precipitación en Colombia.
2-18
Clima
2-19
Clima
Figura 2.14. Mapas de correlaciones trimestrales rezagadas entre la temperatura del Atlántico Sur y registros de precipitación en
Colombia.
2-20
Clima
2-21
Clima
Figura 2.16. Mapas de correlaciones entre la temperatura del Atlántico Sur y Norte con
los registros de Precipitación en Colombia.
2-22
Clima
Figura 2.17. Mapas de correlaciones trimestrales rezagadas entre el gradiente de temperaturas en el Atlántico Norte y
Sur y registros de precipitación en Colombia.
2-23
Clima
2-24
Clima
2.1.2 Histogramas
Para cuantificar el impacto del ENSO sobre los caudales medios en Colombia, en este
momento se están estimando los histogramas de frecuencia de las series de caudales con las
que cuenta el proyecto actualmente, siguiendo la metodología propuesta por Poveda
(1994). Para realizar estos histogramas se seleccionaron entre 125 series mensuales,
aquellas que tuvieran registros mayores a 35 años, con el fin de tener una muestra
representativa de periodos de El Niño y La Niña. Estas son las series que se utilizaron en el
proyecto de investigación “Balances Hidrológicos de Colombia” (UNAL-UPME-
COLCIENCIAS, 1999), y otras que se adquirieron en el IDEAM para el presente estudio.
En este informe se muestran los resultados obtenidos para 7 estaciones ubicadas en distintas
regiones de Colombia, como se muestra en la Tabla 2.2. En el software interactivo
HidroSig 2.0 (capítulo 6) se incluyen los resultados para todas las estaciones analizadas.
Con el fin de observar cómo se afecta el ciclo anual de los caudales medios con las dos
fases del ENSO, se presentan para cada estación (Figura 2.19 a Figura 2.24), el histograma
de frecuencias para la serie completa, para los años La Niña y para los años El Niño. Los
2-25
Clima
años El Niño que se han considerado son: 1902, 1905, 1911, 1914, 1918, 1923, 1925, 1930,
1932, 1939, 1941, 1951, 1953, 1957, 1965, 1969, 1972, 1976, 1982, 1986, 1991, 1994,
1997 y los eventos de La Niña corresponden a los años de 1904, 1909, 1910, 1915, 1917,
1924, 1928, 1938, 1950, 1955, 1956, 1964, 1970, 1971, 1973, 1975, 1988, 1995. Es de
anotar que el año hidrológico se ha considerado de junio del año (0) a mayo del año (+1).
En las estaciones Puerto Berrío, El Templete RG-8, La Balsa y Calamar, se observa una
disminución de los caudales medios en la fase Cálida/baja de la Oscilación del Sur (El
Niño) y un incremento de dichos caudales en la fase Fría/alta de la Oscilación del Sur (La
Niña), lo que se puede observar al comparar los resultados de la estimación de la media de
la función de distribución de probabilidades.
En los histogramas antes mencionados se puede observar que el centro de masa está más a
la izquierda durante los eventos El Niño, mientras que para los años La Niña el histograma
es más simétrico. Lo anterior podría ser una base para hacer un análisis de la distribución
de los caudales, separando los años normales y los años de El Niño y La Niña.
Aquí es importante hacer una aclaración de tipo estadístico. Los histogramas obtenidos para
los 12 meses del año en condiciones de El Niño y La Niña, constituyen estimadores pobres
de los valores poblacionales, debido al reducido número de eventos de las fase cálida (El
Niño) y fría (La Niña) del ENSO, en el período de registro en cada estación. El mayor
número de eventos El Niño y La Niña se registran en las estaciones Arrancaplumas y
Puerto Berrío (Río Magdalena), las cuales cuentan con 61 y 60 años, respectivamente.
2-26
Clima
2-27
Clima
2-28
Clima
2-29
Clima
2-30
Clima
2-31
Clima
2-32
Clima
2.1.3 Cuantiles
Los resultados se muestran en mapas con círculos que representan valores asociados a cada
cuantil y para cada una de las fases del ENSO (Figura 2.25 y Figura 2.26). Los valores
obtenidos se escalaron tanto por el valor medio multianual de la variable (Figura 2.25),
como por el valor medio de la fase del ENSO correspondiente (Figura 2.26).
2-33
Clima
2-34
Clima
Figura 2.26. Cuantiles 25%, 50% y 75% de Precipitación. Se presenta un mapa para cada
cuantil en términos de su relación con el valor medio durante las dos fases
del ENSO y durante años normales, representado por el tamaño de los
círculos.
En las figuras 2.25 y 2.26. Se ve claramente que la precipitación aumenta para los años La
Niña y disminuye para años El Niño para todos los cuantiles.
2-35
Clima
En la Región Caribe la precipitación asociada al cuantil del 75% es más alta que para el
resto del país principalmente para años La Niña, dicho comportamiento puede ser explicado
por la intensificación de las ondas del este durante la fase fría del ENSO, causando un
aumento en la precipitación en esta región (Martinez, 1993).
La curva de duración ha sido usada como una herramienta para el estudio estadístico de los
datos de caudal. Esta curva representa, para caudales medios, la frecuencia del flujo anual
característico de un río, describe las características medias de todos los percentiles y
representa la proporción de tiempo que un caudal observado en el río es excedido o
igualado. Si se tiene una serie de caudales lo suficientemente larga, la curva puede ser
considerada como una curva de frecuencias y usarse para estimar el porcentaje de tiempo en
el cual un caudal específico es igualado o excedido (Searcy, 1959).
2-36
Clima
m
p= (2.2)
n
Graficando luego en las abscisas cada valor de p (en términos de porcentaje de tiempo de
excedencia) con su correspondiente valor de caudal en las ordenadas.
La utilización de las curvas de duración generales y en particular los valores Q90% y Q95%,
como caudales limitantes del aprovechamiento de los recursos hídricos, tiene los siguientes
inconvenientes, Andrade (1993).
• Se dificulta el análisis de valoración de la representatividad en el tiempo del volumen
de información, particularmente, el rango de caudales críticos de interés.
• Solamente considera los registros observados en el pasado, sin asociar la distribución de
frecuencia empírica obtenida con una distribución teórica de probabilidades, que
permita incluir el riesgo adicional de ocurrencia de caudales menores a los observados.
• En general, la frecuencia de un valor dado F(%), tomada como limitante del uso, indica
que en el pasado los registros históricos incluyen un (1-F)(%) de caudales medios
2-37
Clima
diarios, menores a los QF(%), sin interesar los intervalos de ocurrencia (para el caso de
caudales mínimos), y sin importar también, si estos intervalos son consecutivos o no.
2-38
Clima
detallado de la unidad de tiempo a utilizar y los problemas en los cuales se incurriría con la
mala selección de la misma.
Otro problema al realizar la curva de duración, es verificar si todos los años de registros
utilizados para la construcción de la curva representan las mismas características físicas,
geológicas y climáticas de la cuenca. Cuando la corriente ha sido regulada por
almacenamientos o desviaciones, o cuando el régimen ha variado durante el periodo de los
registros, la curva construida con el total de los registros tiene poco significado. El periodo
de tiempo utilizado para la construcción de la curva de duración depende del propósito de
la misma. Si es utilizada para realizar un análisis hidrológico de las características del flujo
natural, se debe utilizar solamente los registros correspondientes a los datos de caudales no
regulados. Si la curva será utilizada para predecir el comportamiento del canal en el futuro
manteniendo las condiciones presentes, solo se deben utilizar los registros obtenidos
durante el periodo en los cuales los patrones de regulación han sido constantes Searcy
(1933).
Aplicaciones
Se construyeron las curvas de duración para ríos con registros diarios, localizados en la
Región Andina, para un período de 20 años o más. Las estaciones analizadas se incluyen
en la Tabla 2.3.
Tabla 2.3. Estaciones de caudal estudiadas.
2-39
Clima
Los cálculos se realizaron tomando el año hidrológico, desde Junio 1 hasta Mayo 31.
Además, se separaron años El Niño, La Niña y Normales. Estos resultados se presentan en
la Figura 2.27 donde se observa como las curvas de duración presentan un comportamiento
acorde a las épocas de mayor y menor precipitación, es decir, para los años La Niña la
curva de duración siempre está por encima de las otras dos, excepto para El Guavio
(Cundinamarca), ilustrando la poca influencia del Niño y la Niña en la región.
También se realizaron las curvas de duración para los trimestres DEF, MAM, JJA Y SON,
conservando las condiciones anteriores de año hidrológico y separación de años ENSO y
normales. La Figura 2.28 se presentan las curvas de duración para algunas de las
estaciones analizadas, junto con el ciclo anual de los caudales. En todas se observa como la
curva de duración para los años Normales concuerda con el ciclo anual, en donde los
períodos con mayor caudal corresponden a la curva de duración superior, mientras que para
períodos más secos la curva de duración es inferior. En la estación Guavio (Cundinamarca)
se puede observar como las tres figuras dan muy similares, corroborando lo dicho
anteriormente.
2-40
Clima
Figura 2.27. Curvas de Duración de Caudales para estaciones localizadas en diferentes regiones, separando años El Niño, La
Niña y Normales.
2-41
Clima
Figura 2.28. Curvas de duración para los trimestres DEF, MAM, JJA y SON, separando
años El Niño, La Niña y Normales.
2-42
Clima
2-43
Clima
2-44
Clima
2-45
Clima
2-46
Clima
2-47
clima
2.2.1 Modelación
2-48
clima
El valor del coeficiente de descarga K del segundo tanque se puede estimar teniendo en
cuenta las velocidades medias del flujo en los cauces, la longitud del cauce principal y el
tiempo de permanencia en el suelo que a su vez es función de la conductividad del suelo
(primaria y secundaria) y de las distancias. En el proyecto “Balances Hidrológicos de
Colombia” (UNAL-UPME-COLCIENCIAS, 1999) se utilizó un valor de K igual a 0.85.
En el presente trabajo se recalibró dicho modelo usando nuevos datos y una metodología
de optimización mas exhaustiva. Fundamentalmente, se mejoró el mapa de máxima
capacidad de retención de agua en el suelo y se optimizó, para toda Colombia, el valor
de K. El nuevo valor de K, útil para todos los pixeles es 0.45.
2-49
clima
P-Pn Pn
Evaporación
W S
Escorrentía=KV
V
Figura 2.34. Esquema del modelo de tanques propuesto en el proyecto “Balances
Hidrológicos de Colombia (UNAL-UPME-COLCIENCIAS, 1999).
Para ejemplificar los resultados optimizados, se presenta el ciclo anual para tres cuencas
con registros y de diferente tamaño, al igual que el ciclo anual de caudales usando la
parametrización propuesta en el proyecto “Balances” y la parametrización optimizada.
En la Figura 2.35 se presenta en la parte superior la superposición del ciclo anual real de
caudales en la estación Dos Campos, río Sardinata (en rojo), y el ciclo anual modelado
usando la parametrización del proyecto “Balances” (en negro). En la parte inferior se
observa la superposición del ciclo anual estimado con registros de caudal y el modelado
usando la parametrización optimizada. La cuenca tiene un área de 1976 km2 y su caudal
medio multianual es aproximadamente 79 m3/s. Resultados similares se presentan para
la estación Puerto Berrío sobre el río Magdalena (Figura 2.36), cuya área es de 74530
km2 y su caudal medio es cercano a 2700 m3/s, y para la estación Puente Portillo sobre el
río Bogotá ( Figura 2.37) Área=5230 km2 y Caudal medio=57 m3/s). En general, usando
la nueva parametrización se obtienen resultados mucho mejores para toda Colombia. En
especial se observa una gran mejoría en la regulación del ciclo (máximos menores y
mínimos mayores) debido a la optimización de K.
2-50
clima
Figura 2.35. Ciclo anual de caudales en la estación de registro Dos Campos (Río
Sardinata). En la superior se observan el ciclo real (rojo) y el modelado
usando la parametrización de “Balances” (negro). En la inferior, se
observa el ciclo real y los resultados de la modelación usando la
parametrización optimizada.
Figura 2.36. Ciclo anual de caudales en la estación de registro Puerto Berrío (Río
Magdalena). En la superior se observan el ciclo real (rojo) y el modelado
usando la parametrización de “Balances” (negro). En la inferior, se
observa el ciclo real y los resultados de la modelación usando la
parametrización optimizada.
2-51
clima
Figura 2.37. Ciclo anual de caudales en la estación de registro Puente Portillo (Río
Bogotá). En la superior se observan el ciclo real (rojo) y el modelado
usando la parametrización de “Balances” (negro). En la inferior, se
observa el ciclo real y los resultados de la modelación usando la
parametrización optimizada.
Modelo propuesto
2-52
clima
aumento de incendios forestales durante eventos El Niño, los cuales afectan tanto la
cobertura vegetal como las características fisico-químicas de los suelos.
Uno de los objetivos del modelo es conectar el ciclo hidrológico de Colombia, con la
climatología global, en especial, con el fenómeno ENSO. Tal conexión permite la
construcción de escenarios en la climatología global y observar la respuesta de la
hidrología de Colombia ante dichos escenarios. La conexión puede lograrse mediante
modelos de interacción océano-suelo-atmósfera o mediante modelos de ajuste de la
hidrología de Colombia a índices macroclimáticos basados en series históricas.
2-53
clima
2-54
clima
P E1
F
Imax I E2
R S
WHC FS
W
V
SS Q
Figura 2.38. Esquema general del modelo sencillo de interacción Suelo-Atmósfera.
2-55
clima
2-56
clima
En la Figura 2.39 se presentan los mapas resultado del modelo diario para toda
Colombia. Específicamente se observan los mapas promedio de escorrentía
subsuperficial, superficial, agua en el suelo y evaporación real. Como es lógico, la
distribución espacial de los mapas promedio de escorrentía superficial y subsuperficial
2-57
clima
Una manera de obtener las variables de entrada necesarias y a la vez tener en cuenta la
relación entre la hidroclimatología de Colombia y la climatología global es mediante la
ejecución de un modelo océano-atmósfera. En el desarrollo del proyecto se evaluó el
uso del modelo QTCM (Quasi Equilibrium Tropical Circulation) desarrollado en el
departamento de ciencias atmosféricas de la Universidad de California (UCLA) por J.
David Neelin y Ning Zeng (investigadores principales), William Weibel y Alistair
Adcoft (programación), Chia Chou (nubes y radiación), Hui Su (parte oceánica) y
Matthias Munnich (optimización del modelo).
2-58
clima
12 12
10 10
8 8
6 6
4 4
2 2
0 0
-2 -2
-4 -4
12 12
10 10
8 8
6 6
4 4
2 2
0 0
-2 -2
-4 -4
Figura 2.39. Distribución espacial de los resultados del modelo propuesto. Se observan
en su orden el caudal susbsuperficial, el caudal superficial, la
evapotranspiración real y el agua en el suelo.
2-59
clima
Figura 2.40. Ciclo anual puntual (5º 54’ 47’’ N, 74º 58’ 26’’ W) para la precipitación,
el caudal subsuperficial y el caudal superficial (nótese que el eje de las
ordenadas no tiene la misma escala en las tres gráficas)
2-60
clima
PRECIPITACIÓN DIARIA
150
100
mm
50
0
0 100 200 300 400
Escorrentía
12
K=0.015
10
8
mm
0
0 100 200 300 400
Días del año
Escorrentía
12
K=0.04
10
8
mm
0
0 100 200 300 400
2-61
clima
El modelo define tres tipos de nubes: una nube tipo 1, la cual depende linealmente de la
precipitación de gran escala; nube tipo cirrus y nube tipo stratus.
Las temperaturas superficiales del mar son determinadas por un balance de energía entre
los flujos de radiación de la superficie, flujos de calor latente y calor sensible. En otros
casos se puede incluir las temperaturas superficiales del mar como una condición de
frontera a la modelación, para este caso sería un modelo desacoplado.
2-62
clima
Figura 2.42. Ciclo anual de caudales históricos (en rojo), ciclo anual obtenido con el
modelo mensual (parametrización del “Proyecto Balances” y de la
parametrización optimizada) y el ciclo obtenido con el modelo diario
propuesto. En la parte superior aparecen los resultados para la estación El
Banco (río Magdalena), en la esquina inferior izquierda para la estación
El Tablazo (río Sogamoso) y a su lado para la estación Quitasueño (río
Arma) .
2-63
clima
Sobre las ecuaciones se hacen varias aproximaciones y algunos fenómenos físicos son
parametrizados.
El QTCM1 tiene cobertura desde 60° S hasta 60°N en latitud y cobertura sobre todas las
longitudes. Las fronteras este/oeste son periódicas y las fronteras norte/sur son una pared
sólida. La escala espacial esta definida por retículas de 5° 37.5 min. de longitud y 3°
45 min. de latitud.
2-64
clima
Aunque el modelo los autores presentan buenos resultados del modelo y aparece como
una muy buena alternativa para la conexión de la hidroclimatología de Colombia con la
climatología global, en la actualidad es prácticamente imposible su ejecución detallada
para obtener resultados confiables sobre Colombia, debido a la carencia de datos de
entrada y datos para la validación del modelo. Es por esto que se opta por encontrar una
herramienta de ajuste que involucre el conocimiento de la variabilidad espacio-temporal
de la hidrología de Colombia.
Como se mencionó anteriormente, otra manera de obtener las variables de entrada a los
modelos es mediante modelos de ajuste de la hidroclimatología de Colombia a la
climatología global utilizando series históricas. Una vez construidos los modelos de
ajuste, se construyen escenarios climáticos críticos (ej. Fase cálida del ENSO), útiles
para generar series de variables de entrada a los modelos y posteriormente estudiar la
dinámica hidrológica de Colombia.
2-65
clima
Caudal [R]
2-66
clima
así, combinando las ecuaciones (2.3) y (2.4) obtenemos la ecuación de balance de agua
para el volumen de control,
d(W +S )
Q−R= (2.5)
dt
en donde todos los términos ya fueron definidos anteriormente (Poveda y Mesa, 1995).
Aquí no se considera la interceptación de la precipitación por la vegetación.
S i - S i -1
= Pi − E i − Ri (2.6)
Ät
Si el volumen de control es una cuenca, para hacer las estimaciones del almacenamiento
mes a mes, se debe tener una estimación de la evaporación y la precipitación mensual.
Además las mediciones de caudal a la salida de dicha cuenca. A nivel mensual no es
posible desestimar el cambio en el almacenamiento de agua en el suelo, lo cual era
posible para el largo plazo.
2-67
clima
dS
=P− R−E (2.7)
dt
Diaz y Kan (1999) definen las variables así: S es el almacenamiento total en la cuenca,
compuesto por los almacenamientos superficiales, la humedad del suelo y el agua
subterránea, P es la precipitación, R es el flujo a la salida y E es la evapotranspiración
real. La humedad del suelo es considerada como la suma entre el agua de la zona
vadosa y el agua capilar. El agua subterránea es el agua en la zona de saturación
(Linsley et al., 1975). Se asume que R es el flujo aforado a la salida de la cuenca y que
las pérdidas y ganancias de agua subterránea son despreciables. Integrando sobre un
intervalo de tiempo ∆t, se tiene:
(S f − S i )
= P − R − E (2.8)
∆t
2-68
clima
= − (R + E ) ≤ − R
dS
(2.9)
dt
dS
≤− R (2.11)
dt
dS S
≤− (2.12)
dt T
Integrando (2.12) se tiene que:
t +∆ t dS t + ∆ t dt
∫ ≤− ∫
t S t T
∆t
ln[ S (t + ∆ t ) ] − ln[ S (t ) ]≤ −
T
de donde:
− ∆t
S (t + ∆t ) ≤ S (t )e T
2-69
clima
− ∆t
R(t + ∆t ) ≤ R(t ) e T (2.13)
T puede ser determinado dibujando una línea recta, la cual es la envolvente entre R(t)
versus R(t+∆ t).
Para obtener T, Díaz y Kan (1999) utilizan periodos consecutivos menores de 15 días,
donde se presentan recesiones de caudal. Se acepta que los caudales Ri y Rf sean
menores de 1 mm/día. Se asume entonces que para el fin de tal periodo el agua es
almacenada como agua subterránea y que la evaporación es despreciable. Utilizando Ri
y Rf en (2.10) se pueden estimar Si y Sf y el balance de agua promedio en (2.8) puede ser
calculado (ver Figura 2.44).
Figura 2.44. Determinación del inicio y fin del periodo de almacenamiento de agua
mediante el análisis de la curva de recesión de caudales.
2-70
clima
nl El + nc Ec + nr E r
Ei = (2.14)
nl + nc + nr
donde los subíndices l, c y r están a la izquierda, centro y derecha del periodo del
balance de agua. Los períodos de tiempo en los que se calculó la evaporación (período
de recesión) son ml, mc y mr. El número de días del mes i correspondiente son nl, nc y nr
(ver Figura 2.45).
Díaz y Kan (1999) definieron la evaporación calculada en la ecuación (2.14) como 〈Ei〉
porque no es común que el periodo del balance de agua definido aquí (ver Figura 2.44)
sea un mes, en dicho caso el número de días del mes i sería nc.
2-71
clima
Aplicación
350
Precipitación, Caudal, Evaporación
300
250
200
150
[mm/mes]
100
50
0
Dic-98
Ene-99
Feb-99
Mar-99
Abr-99
May-99
Jun-99
Jul-99
Ago-99
Sep-99
Oct-99
Nov-99
Dic-99
meses
Estimación del ciclo anual del almacenamiento de agua en el suelo para algunas
cuencas en Colombia.
Para el cálculo del ciclo anual del almacenamiento de agua en el suelo sobre una cuenca,
es necesario conocer la precipitación mensual, la evaporación real mensual, el caudal
2-72
clima
• Evaporación
La distribución espacial de la evaporación real mensual fue tomada del Proyecto
Balances Hidrológicos de Colombia. Este mapa fue calculado con la metodología de
Morton, la cual se puede consultar en UNAL-UPME-COLCIENCIAS (1999) y en Barco
y Cuartas (1998). Para obtener la evaporación real sobre cada una de las cuencas se
hizo un promedio de los valores de los pixeles perteneciente a la cuenca. En la Figura
2.47 se muestra la distribución espacial de la evaporación para todo Colombia, con una
resolución espacial de 5 minutos de arco.
• Precipitación
La distribución espacial mensual de la precipitación, fue tomada del Proyecto Balances
Hidrológicos de Colombia. Estos mapas fueron obtenidos por interpolación, con el
método de Kriging Ordinario con 680 estaciones, de la proporción que cada uno de los
meses representa con respecto al promedio anual. Luego, este resultado fue aplicado a
cada uno de los mapas de precipitación media anual (UNALMED-UPME-
COLCIENCIAS, 1999). La estimación de la precipitación sobre cada una de las cuencas
se hizo de la misma forma que para la evaporación real.
2-73
clima
Al aplicar el balance hídrico en las cuencas anteriormente enumeradas (ver ecuación 2.6)
se presentan algunas incongruencias en la estimación del ciclo anual del almacenamiento
de agua en el suelo. Esto es debido a que el balance multianual (1966-1987) no cierra
exactamente, es decir que P–E–R≠0 (ver Tabla 2.5). Con el fin de dar una primera
aproximación del ciclo anual del almacenamiento de agua en el suelo para el periodo
1966-1987, se hace un ajuste a la precipitación de tal forma que la ecuación anterior sea
igual a cero, es decir se supone que el error en el cierre del balance multianual está en la
precipitación. Esta suposición no necesariamente es válida, pero se utilizará como
primera aproximación. Una vez efectuado el ajuste a la precipitación, se aplicó la
ecuación (2.6), partiendo con varias condiciones iniciales, Si-1. Los resultados son
presentados en la Figura 2.48.
2-74
clima
(E + Q) P
CUENCA P [mm/año] ERROR EN %
[mm/año]
Grande 150.7 193.5 28.4
La Vieja 160.9 174.3 8.3
Fonce 235.7 221.9 5.9
Nechí 240.1 244.5 1.8
Otún 184.0 250.5 36.1
500
400
300
200
100
0
-100 D E F M A M J J A S O N D
-200
Meses
C.I = 100 mm C.I = 200 mm C.I = 300 mm
Figura 2.48. Ciclo anual del almacenamiento de agua en el suelo para varias
condiciones iniciales, C.I, y para el período 1966-1987.
2-75
clima
350
300
250
[mm/mes]
200
150
100
50
0
E F M A M J J A S O N D
Meses
Precipitación Evaporación
Caudal Almacenamiento
400
350
300
[mm/mes]
250
200
150
100
50
0
E F M A M J J A S O N D
Meses
Precipitación Evaporación
Caudal Almacenamiento
2-76
clima
400
350
300
[mm/mes]
250
200
150
100
50
0
E F M A M J J A S O N D
Meses
Precipitación Evaporación Caudal Almacenamiento
300
250
200
[mm/mes]
150
100
50
0
E F M A M J J A S O N D
Meses
Precipitación Evaporación
Caudal Almacenamiento
2-77
clima
400
350
300
[mm/mes]
250
200
150
100
50
0
E F M A M J J A S O N D
Meses
Precipitación Evaporación Caudal Almacenamiento
Es importante tener en cuenta que el almacenamiento mes a mes en cada una de las
cuencas analizadas esta estrechamente relacionado con el término “capacidad de
retención de agua en el suelo” (“water holding capacity”) o W0, como se le denomina
comúnmente en la literatura. Para definir este término, es necesario definir primero la
“capacidad de campo” y “el punto de marchitez”, el primero se refiere a la humedad con
la que queda el suelo después de dejarlo drenar por gravedad, y el segundo término se
refiere a la mínima humedad en el suelo a la cual las plantas pueden extraer agua. La
capacidad de retención de agua en el suelo está definida como la diferencia entre la
capacidad de campo y el punto de marchitamiento. Patterson (1990) obtuvo la
distribución espacial de la capacidad de retención de agua en el suelo para toda la tierra.
Milly (1993) involucra este término en el cálculo de la evaporación real y hace un
análisis de sensibilidad de este término en la interacción suelo-atmósfera. En la Tabla
2.4 se presenta la cuenca con el área correspondiente, la capacidad de almacenamiento
de agua en la cuenca; según el mapa presentado por Patterson (1990) y el
almacenamiento máximo de la cuenca suponiendo en un mes del ciclo el
almacenamiento es cero.
2-78
clima
En la tabla anterior se observa que el Wo de la cuenca del Río Otún es 10.7 mm, que es
un valor demasiado bajo, además es un valor poco representativo puesto que el área de
un pixel en el mapa de Patterson (pixeles de 0.5° x 0.5°) es mucho mayor al área de la
cuenca. Para las otras cuencas es importante, además, analizar la no linealidad en los
procesos involucrados en el almacenamiento de agua en el suelo, ya que el suelo no
entrega el agua de igual forma como la recibe. Es importante tratar de obtener un mapa
de la capacidad de retención de agua en el suelo a escala espacial más fina, con el fin de
tener resultados más confiables en la estimación del almacenamiento de agua en el
suelo.
2-79
clima
Donde la capacidad de campo es definida por Hillel (1982), como la habilidad del suelo
para retener humedad y es una propiedad climatológica importante. Según Mather
(1978) la capacidad de campo es la cantidad de agua que permanece en los capilares de
un suelo originalmente saturado, después de varios días de drenaje. El punto de
marchitez permanente se refiere a la mínima humedad en el suelo a la cual las plantas
pueden extraer agua. La capacidad de campo establece un límite superior de capacidad
de retención de agua y el punto de marchitez permanente es generalmente considerado
un límite inferior.
Según Dourado et. al. (1999), la capacidad de retención de agua en el suelo esta
definida por
2-80
clima
Coeficientes
a = -4..396 g = -3.484×10-5 p = 12.012
b = -0.0715 h = 0.332 q = -7.55×10-2
c = -4.880×10-4 j = -7.251×10-4 r = -3.8950
d = -4.285×10-5 k = 0.1276 t = 3.671×10-2
e = -3.140 m = -0.108 u = -0.1103
f = -2.22×10-3 n = 0.341 v = 8.7546×10-4
2-81
clima
Con la tabla anterior y teniendo el mapa de texturas del suelo distribuido espacialmente,
se puede hacer una estimación de la capacidad de campo, el punto de marchitez y por
tanto de la capacidad de retención de agua en el suelo.
2-82
clima
2-83
Caudales Máximos
3 CAUDALES MÁXIMOS
En hidrología se cuenta con varias metodologías para el cálculo de caudales máximos para
diferentes períodos de retorno. Cuando se dispone de extensos registros de caudal es
posible efectuar análisis estadísticos conocidos. Si los registros no son suficientes es
necesario recurrir a información adicional y al respecto se tienen varias posibilidades
metodológicas que se pueden enmarcar en dos grandes grupos: el análisis regional de los
caudales máximos y la estimación de los caudales máximos a partir de la precipitación
máxima en la cuenca.
Para estimar los caudales máximos para distintos períodos de retorno a partir de la
información la precipitación se supone que los caudales máximos asociados a un período de
retorno se producen cuando sobre la cuenca se tiene una tormenta con una intensidad de
lluvia asociada al mismo período de retorno. Para aplicar éste tipo de metodologías es
necesario hacer una caracterización de la intensidad de las tormentas en la cuenca y además
es necesario configurar un modelo precipitación escorrentía que permita representar
adecuadamente la respuesta hidrológica de la cuenca.
3-1
Caudales Máximos
3.1.1 Multiescalamiento
3.1.1.1 Procedimiento
Las series utilizadas corresponden a estaciones limnigráficas que contaran con registros de
duración mayor que 15 años.
3-2
Caudales Máximos
donde:
Q(Tr ) : caudal estimado para un periodo de retorno Tr,
_
Q : media muestral de los caudales máximos estimada para cada serie,
SQ : desviación típica muestral de la serie de caudales máximos,
K Tr : factor de frecuencia, función del periodo de retorno Tr y con una estructura distinta
especificados por Tr
gQ : coeficiente de asimetría calculado de los datos de la serie
3-3
Caudales Máximos
14
12
10
-2
-4
Figura 3.1 Mapa de subregiones que indica la ubicación de las estaciones limnigráficas
utilizadas en los análisis.
Ubicando las estaciones en su respectiva subregión, se realizaron regresiones del tipo
Q( p ) = c( p) Aθ ( p ) (3. 3)
También se calcularon los momentos de orden k a partir de los datos de las series:
3-4
Caudales Máximos
n
∑ Qik
M (k) = i =1
(3. 4)
n
Además de todo lo anterior se han elaborado gráficos que contrastan los coeficientes de
variación muestrales de las series (CV) contra el área de drenaje de la cuenca con el
objetivo de visualizar la existencia o no del área crítica de drenaje.
3.1.1.2 Resultados
En algunas regiones no se tenían estaciones suficientes para realizar ajustes confiables,
como en el caso de La Guajira. Además, en regiones como la Amazonía, donde las cuencas
son bastante grandes, las estaciones no estaban homogéneamente distribuidas en toda la
3-5
Caudales Máximos
Tabla 3. 1 Resumen de los resultados obtenidos por subregiones por el método del
multiescalamiento para la estimación de los caudales máximos para diferentes
periodos de retorno.
Tr (años)
Subregión Parámetros
2,33 5 10 25 50 100
θ(Tr) 0,8998 0,8553 0,8275 0,7994 0,7821 0,7672
Atrato C(Tr) 0,6575 1,0301 1,3673 1,8241 2,1808 2,5479
R 0,8655 0,8563 0,8497 0,8420 0,8365 0,8313
θ (Tr) 0,6633 0,6056 0,5708 0,5367 0,5162 0,4988
Caribe C(Tr) 2,4184 4,7649 7,2137 10,8802 13,9570 17,2800
R 0,9556 0,9493 0,9438 0,9362 0,9301 0,9238
θ (Tr) 0,1630 0,0661 0,0150 -0,0324 -0,0599 -0,0831
Guajira C(Tr) 58,3555 151,6900 254,8240 414,6980 552,3340 703,7660
R 0,4011 0,1776 0,0412 -0,0896 -0,1652 -0,2270
Alto θ (Tr) 0,8633 0,8347 0,8189 0,8042 0,7956 0,7883
Magdalena C(Tr) 0,5755 0,8856 1,1406 1,4612 1,6972 1,9302
R 0,9061 0,9042 0,9024 0,9001 0,8983 0,8966
Magdalena θ (Tr) 0,7422 0,7195 0,7106 0,7045 0,7018 0,7001
Medio C(Tr) 1,7074 2,5510 3,1485 3,8126 4,2551 4,6613
R 0,8599 0,8667 0,8668 0,8639 0,8608 0,8574
θ (Tr) 0,8927 0,8699 0,8573 0,8455 0,8385 0,8326
Sogamoso C(Tr) 0,2242 0,3482 0,4499 0,5770 0,6700 0,7615
R 0,9066 0,9117 0,9146 0,9169 0,9180 0,9186
Valle del θ (Tr) 0,5781 0,5489 0,5305 0,5116 0,4998 0,4894
Cauca C(Tr) 3,6898 5,5753 7,2007 9,3276 10,9485 12,5915
R 0,9344 0,9249 0,9173 0,9078 0,9009 0,8940
Cañón del θ (Tr) 0,6542 0,6318 0,6191 0,6070 0,5999 0,5939
Cauca C(Tr) 2,5691 3,7612 4,7212 5,9074 6,7697 7,6135
R 0,9754 0,9794 0,9807 0,9811 0,9809 0,9804
θ (Tr) 0,8327 0,7953 0,7722 0,7490 0,7349 0,7226
Nechí C(Tr) 0,9261 1,4348 1,8773 2,4573 2,8988 3,3452
R 0,9555 0,9511 0,9479 0,9441 0,9416 0,9391
θ (Tr) 0,6227 0,5592 0,5221 0,4863 0,4649 0,4467
Catatumbo C(Tr) 4,2055 8,9153 13,9056 21,4653 27,8805 34,8774
R 0,7680 0,7489 0,7321 0,7108 0,6952 0,6802
3-6
Caudales Máximos
100000
10000
Caudal (m3/s)
1000
100
10
1
1 10 100 1000 10000 100000 1000000
Área (km2)
Figura 3.2 Ajuste de caudal máximo para todo el país, utilizando los parámetros de las
ecuaciones de ajuste nacionales para diferentes periodos de retorno presentados
en la Tabla 3. 1. De abajo hacia arriba están las ecuaciones de 2.33, 5, 10, 25,
50 y 100 años de periodo de retorno y respectivamente los estimados para cada
estación están en color azul oscuro, rojo, amarillo, azul claro, púrpura y verde.
3-7
Caudales Máximos
En la Tabla 3. 2 se presenta el resumen de los ajustes realizados para la ecuación 3.3 de los
momentos de diverso orden (primero al cuarto) para todas las subregiones consideradas y
para toda Colombia.
Tabla 3. 2 Resultados de las regresiones realizadas para ajustar los momentos de diverso
orden de las series en cada subregión.
Orden del Momento
Subregión Parámetros
1 2 3 4
φ(k) 0.9015 1.7769 2.6269 3.4548
Atrato C(k) 0.6398 0.5183 0.5280 0.6588
R 0.8658 0.8628 0.8600 0.8576
φ (k) 0.6540 1.2464 1.7923 2.3084
Caribe C(k) 2.6002 12.796 102.748 1140.25
R 0.9565 0.9531 0.9495 0.9458
φ (k) 0.1317 0.1237 0.0518 -0.0455
Guajira C(k) 69.641 15802.2 6441250 3436490000
R 0.3505 0.1750 0.0500 -0.0333
Alto φ (k) 0.8629 1.6914 2.5006 3.2976
Magdalena C(k) 0.5684 0.4708 0.4999 0.6328
R 0.9076 0.9068 0.9060 0.9052
Magdalena φ (k) 0.7488 1.4620 2.1648 2.8689
Medio C(k) 1.6080 3.8746 11.3552 36.1203
R 0.8651 0.8689 0.8701 0.8697
φ (k) 0.8906 1.7530 2.5993 3.4378
Sogamoso C(k) 0.2237 0.0744 0.0323 0.0166
R 0.9111 0.9134 0.9156 0.9176
Valle del φ (k) 0.5709 1.1141 1.6354 2.1410
Cauca C(k) 3.7779 19.454 129.017 1033.31
R 0.9337 0.9283 0.9230 0.9182
Cañón del φ (k) 0.6538 1.2844 1.8983 2.5021
Cauca C(k) 2.5232 8.4882 35.698 174.75
R 0.9756 0.9784 0.9801 0.9810
φ (k) 0.8222 1.6062 2.3582 3.0888
Nechí C(k) 0.9589 1.3015 2.3636 5.2861
R 0.9548 0.9525 0.9501 0.9479
φ (k) 0.6047 1.1364 1.6150 2.0621
Catatumbo C(k) 4.7689 47.633 826.594 20335.9
R 0.7591 0.7487 0.7371 0.7252
φ (k) 0.3951 0.7621 1.1052 1.4322
Orinoquía C(k) 45.130 2806.39 230612 23078600
R 0.6645 0.6519 0.6399 0.6306
3-8
Caudales Máximos
La Figura 3.3 muestra los resultados de las ecuaciones de ajuste de los momentos y la
dispersión de los puntos alrededor de ellas. Es notable en esta figura la inestabilidad de los
estimados correspondientes a los momentos más altos de las series, que se debe
seguramente a la corta longitud de los registros. Esto confirma la conveniencia de utilizar
en Colombia distribuciones de probabilidad de no más de dos parámetros para el ajuste de
eventos extremos.
En la Figura 3.4 se presenta la función de estructura para todas las series del país. Al
alejarse los puntos de la recta de pendiente unitaria, se observa la conveniencia de utilizar
multiescalamiento si se utilizan todas las series de las estaciones del país como si fueran de
una misma subregión. Esta figura es sólo ilustrativa del procedimiento; es más clara y útil
cuando se consideran estaciones ubicadas en regiones hidrológicamente homogéneas, ya
que considerar a toda Colombia como una sola región es un grave error de apreciación.
3-9
Caudales Máximos
1.E+17
1.E+16
1.E+15
1.E+14
1.E+13
Valor del Momento 1.E+12
1.E+11
1.E+10
1.E+09
1.E+08
1.E+07
1.E+06
1.E+05
1.E+04
1.E+03
1.E+02
1.E+01
1.E+00
1 10 100 1000 10000 100000 1000000
Área (km2)
Figura 3.3 Ajuste de los momentos de diverso orden (1º al 4º) de todas las estaciones del
país. En azul oscuro se presentan los puntos para el primer momento, en rojo
para el segundo, en gris para el tercero y por último en verde para el cuarto.
Las líneas entre las nubes de puntos son las rectas dibujadas de acuerdo a los
parámetros presentados en la Tabla 3. 2 para toda Colombia.
Función de Estructura
3
M(k) / M(1)
0
0 1 2 3 4
Orden del Momento
Figura 3.4 Gráfico de la función de estructura para todas las estaciones del país. Los
valores obtenidos con los datos muestrales se presentan con los diamantes. La
recta denota el valor teórico para el caso de escalamientos simple. El
alejamiento de los puntos con respecto a recta de pendiente unitaria sugiere la
presencia de multiescalamiento.
3-10
Caudales Máximos
Como ejemplo aplicado a una subregión, se presentará el caso del Cañón del Cauca. En la
Figura 3.5 se ilustra la ubicación geográfica de las estaciones.
Subregión: Cañón del Cauca
14
12
10
-2
-4
-80 -78 -76 -74 -72 -70 -68 -66
1000
100
10
102 103 104 105
Area (km2)
Figura 3.6 Dispersión de los caudales máximos estimados a partir del ajuste de cada serie
de datos respecto de las curvas de regresión regionales; en color negro
aparecen los puntos estimados y la recta de ajuste correspondiente a un periodo
de retorno de 2.33 años, en verde los correspondientes a un periodo de retorno
de 5 años, en azul los correspondientes a 10 años, en púrpura los
correspondientes a 20 años, en rojo 50 años y en color gris los correspondientes
a 100 años de periodo de retorno.
3-11
Caudales Máximos
Los resultados de las regresiones de los momentos de diverso orden contra el área para la
región se presentan a continuación: en la Figura 3.3 se presentan los parámetros de las
ecuaciones ajustadas a cada orden de momento de las series de datos y en la Figura 3.7 se
visualiza la dispersión de los momentos calculados para cada serie de la curva de ajuste.
1012
1010
108
106
104
102
100
102 103 104 105
Area (km2)
Figura 3.7 Curvas de regresión calculadas para los momentos de diverso orden. En negro
el primer momento, en verde el segundo, el tercero en púrpura y por último el
cuarto en rojo.
3-12
Caudales Máximos
Factor de estructura
3
0
0 1 2 3 4 5
Orden del momento
0.6
CV(Caudales máximos)
0.4
0.2
0.0
102 103 104 105
Area (km2)
3-13
Caudales Máximos
Magdalena, donde la cuenca tiene un área aproximada de 118000 km2, tiene diferencias de
cerca de 4300 m3/s a favor del Magdalena Medio para el periodo de retorno más bajo
analizado (2.33 años). Este problema no es notorio ni importante en las cabeceras de las
cuencas, dadas las áreas tan pequeñas en dichos puntos y el hecho de que la divisoria de
aguas determina una unidad hidrológica clara para el estudio.
Debido a lo anterior y observando la inestabilidad de los momentos de orden mayor e igual
que tres, se plantearon ecuaciones para la media de los caudales máximos y para la
desviación estándar de los mismos que tienen en cuenta la totalidad de la cuenca al incluir
algún parámetro hidroclimático característico de ella.
3-14
Caudales Máximos
El modelo mejor ajustado utiliza sólo el caudal medio multianual como parámetro, lo que
lo hace bastante simple. Dicho modelo tiene una relación implícita con el área de la cuenca,
de acuerdo con la ecuación (3.9). Dados los parámetros de ajuste del modelo escogido, la
ecuación tomaría la forma
__
α
QM = K M Qm (3. 12)
3-15
Caudales Máximos
10000
R = 0.9532
Qmax Medio Estimado (m3/s)
1000
100
10
1
0.1 1.0 10.0 100.0 1000.0 10000.0
Qmed (m3/s)
Figura 3.10 Ajuste de los caudales máximos medios contra el caudal medio
multianual de la cuenca, para todas las regiones de Colombia. Es notable el alto
coeficiente de correlación logrado con dicha regresión, lo que indica la alta
confiabilidad de los estimados con este modelo. Sin embargo, KM se asume
constante para todo el país.
Se ajustaron ecuaciones con una estructura similar para estimar la desviación estándar de
los caudales máximos, pero ahora incluyendo el ya calculado caudal máximo medio. La
estructura del modelo es de la forma
3-16
Caudales Máximos
__
α φ
σ M = K DS Qm Aθ QM (3. 15)
en donde
σM : desviación estándar estimada de la caudal máximo medio
K DE : constante de ajuste del modelo
Qm : caudal medio multianual calculado para la cuenca
A : área de la cuenca
QM : caudal máximo medio calculado de la serie
Los modelos mejor ajustados fueron los que se apoyaron en la estabilidad del primer
momento de las series. El error relativo se calculó con la misma ecuación utilizada para los
caudales máximos (3.11), pero ahora se utiliza el valor estimado y el valor real de la
desviación estándar para cada estación. En la Tabla 3. 4 se presentan los parámetros de los
modelos ajustados para estimar la desviación estándar en todas las estaciones del país:
Según la tabla anterior, el modelo que mejor estima la desviación estándar de las series es
el que incluye los tres parámetros considerados en el ajuste. Sin embargo, su diferencia es
insignificante con el modelo más simple, que utiliza como regresores el caudal medio
multianual y el caudal máximo medio, que tiene la siguiente forma:
α φ
σ M = K DS Qm QM (3. 16)
3-17
Caudales Máximos
Las constantes KM y KDS en las ecuaciones (3.13) y (3.17) son susceptibles de ser
regionalizadas buscando una optimización de la estimación de los caudales. Esto lo muestra
la Figura 3.11, donde los la magnitud de los círculos indican el valor de K calculado para
cada estación.
3-18
Caudales Máximos
Los valores anteriores permiten graficar un mapa discreto de K con un valor diferente y
constante en cada subregión considerada. Sin embargo, la estimación de K en las cuencas se
hace integrando el valor de este parámetro en toda el área de drenaje. Así pues, la constante
K del río Magdalena en su desembocadura no será el valor presentado en la Tabla 3. 5 para
la región Caribe, sino que será el promedio calculado incluyendo las subregiones que baña
el río Cauca, Nechí, Sogamoso y Alto y Medio Magdalena. En las cuencas pequeñas, con
mucha seguridad el valor de K será el valor calculado a la salida de la misma porque la
integración no cubre tantas subregiones.
Para verificar la optimización en la estimación de los caudales máximos medios, en la
Figura 3.12 se comparan las nubes de puntos de los estimados contra una recta de pendiente
unitaria.
3-19
Caudales Máximos
10000 10000
Qmax Estimado (m3/s)
100 100
10 10
10 100 1000 10000 10 100 1000 10000
Qmax Real (m3/s) Qmax Real (m3/s)
Luego de haber calculado los parámetros de las ecuaciones para todo el país, es posible
ahora estimar caudales máximos de diferente periodo retorno utilizando distribuciones de
dos parámetros, en particular Gumbel y Lognormal. Utilizando la ecuación de Ven Te
Chow presentada en (3.1), es posible cumplir con dicho propósito:
_
Q( Tr ) = Q + KTr SQ (3. 18)
KTr =
[
exp ZTr ln(1 + CV 2 ) − 0.5 ln(1 + CV 2 ) − 1 ] (3.19)
CV
6 1
KTr = − 0.5772 + ln − ln1 − (3. 20)
π Tr
3-20
Caudales Máximos
3-21
Caudales Máximos
12
10
-2
-4
Figura 3.13 Mapa de Caudal Máximo Medio. Este mapa utiliza el balance
sobre la cuenca para calcular el valor del caudal medio y para estimar el valor
de KM en cada pixel del mapa.
12
10
-2
-4
Figura 3.14 Mapa de desviación estándar del caudal máximo medio. Este
mapa utiliza el balance sobre la cuenca para calcular el valor del caudal medio y
para estimar el valor de KDE en cada pixel del mapa.
3-22
Caudales Máximos
12
10
-2
-4
3-23
Caudales Máximos
12
10
-2
-4
3-24
Caudales Máximos
12
10
-2
-4
3-25
Caudales Máximos
12
10
-2
-4
3-26
Caudales Máximos
12
10
-2
-4
3-27
Caudales Máximos
Para obtener caudales de distinto período de retorno a partir de tormentas con intensidades
de lluvia asociadas al mismo período de retorno se requiere de una función o un modelo de
trasformación que en algunos casos se conoce como función de respuesta de la cuenca.
La intensidad de la lluvia puede obtenerse a partir de las curvas IDF, suponiendo que la
lluvia que produce el caudal pico tiene una duración t igual al tiempo de concentración.
Tras de esta formula también existe la suposición de que el caudal pico para un periodo de
retorno es producido por una lluvia de igual periodo de retorno.
3-28
Caudales Máximos
una función del periodo de retorno, Tr. En ese caso el coeficiente de escorrentía puede
expresarse como
q (Tr )
C (Tr ) = . (3. 22)
i (t ,Tr )A
Varios autores éste método consideran que los resultados del método son muy sensibles con
el área de la cuenca, así a menor área el método da mejores resultados (Smith y Vélez,
1997). Otros autores consideran que uno de los problemas de éste método es que el área de
la cuenca no necesariamente es el área efectiva y que por lo general el área efectiva es
menor (Linsley, 1986). La razón de éste comportamiento se debe a la combinación de
muchos elementos como: la variabilidad espacio temporal de las tormentas, la variabilidad
espacial y temporal de las áreas productoras de escorrentía superficial y otros elementos no
lineales que participan en la respuesta hidrológica en la cuenca. Cuando se usa la formula
racional se asume que las áreas hay una tendencia en asumir una excesiva área de aporte,
por lo general el área de la cuenca.
K ( Tr ) Aθ ( Tr )
C (Tr , A) = (3. 24)
i (t ,Tr ) A
3-29
Caudales Máximos
La teoría del hidrograma unitario geomorfoclimático (HUIG) fue propuesta por Rodríguez-
Iturbe y Valdes en 1979, con el objeto de vincular la respuesta hidrológica de una cuenca
representada por el hidrograma unitario instantáneo (HUI), con los parámetros
geomorfológicos de una cuenca (Rodriguez-Iturbe y Rinaldo, 1997).
3-30
Caudales Máximos
Las características más importantes del HUIG son el caudal pico, qp, y el tiempo al pico tp.
Las expresiones que definen estas características son (Rodríguez-Iturbe y Valdes, 1979)
L(Ω ) RB
0.55
−0.38
t p = 0.44 RL (3.25)
v R A
1.31 0.43
qp = RL v. (3.26)
L(Ω )
En las ecuaciones (3.25) y (3.26) RB, RA, y RL son las relaciones de bifurcación, de área y de
longitud de Horton respectivamente. L es la longitud del curso de mayor orden, dada en km
y v es la velocidad pico de la respuesta en m/s; tp y qp están dados en h y h-1
respectivamente.
Para una tormenta en particular de intensidad i, el caudal pico qp y el tiempo al pico tp están
definidos por las siguientes expresiones (Rodriguez-Iturbe y Rinaldo, 1997)
3-31
Caudales Máximos
0 . 871
q =
Ρ 0 .4 (3. 27)
p
donde:
L(Ω )2.5
Ρ = (3. 7)
i A(Ω )R LΘ 0 1.5
S 0 (Ω )
Θ= (3. 30)
n w(Ω )2 / 3
En las ecuaciones (3.29) y (3.30) se tiene que i es la intensidad media de la lluvia efectiva.
L(Ω ), S 0 (Ω ), w(Ω ) son la longitud, área y ancho promedio de la corriente de orden de la
cuenca respectivamente, y n es el coeficiente de Manning para flujo uniforme. Todos estos
parámetros se calculan basados en el modelo digital de terreno (MDT), por tanto, sus
resultados dependerán altamente de la resolución del MDT. Este método se puede
implementar fácilmente usando el software HidroSig V.2, que acompaña este trabajo, pués
los parámetros de Horton y los demás necesarios se calculan fácilmente para la cuenca de
interés.
3-32
Caudales Máximos
El método asume que se presenta una lluvia uniformemente distribuída sobre todo el área
de drenaje, que se traduce totalmente en escorrentía superficial directa debido al estado de
saturación del suelo; considera que para periodos de retorno mayores que T0, la cuenca
tiende hacia un límite de saturación y por cada incremento dP en la precipitación se
presenta un incremento dQ en la escorrentía, así dP=dQ. Estas suposiciones antes
enunciadas implican que para períodos de retorno superiores a T0, las funciones de
frecuencia F y G, correspondientes a la precipitación y escorrentía directa pueden ser
expresadas de la siguiente manera
G (Q ) = F (Q + D ) (3. 32)
3-33
Caudales Máximos
A* α
αq = (3. 33)
3.6 t
Una vez se obtiene la creciente Qt (10 años) y el gradex de caudales αq, se pueden
extrapolar los caudales de duración t, para diferentes períodos de retorno Tr usando la
ecuación (3.34).
T
Qt (Tr ) = Qt (10 ) + α q ln r (3. 34)
10
Este método permite estimar el caudal máximo para un período de retorno cualquiera en
sitios donde no se tengan registros limnigráficos, usando como pivote el caudal medio
máximo, el cual puede estimarse por métodos geomorfológicos, tal como se realizó en
Smith y Vélez (1997).
El método gradex asume implícitamente que en la cuenca que la desviación estándar de los
caudales máximos anuales escala linealmente con el área de la cuenca, lo que coincide con
lo observado en algunas regiones de Colombia y presentado en un aparte anterior. El hecho
de que este método utilice la distribución Gumbel hace que en todas las cuencas el
coeficiente de asimetría sea constante o sea que la relación entre segundo momento y el
tercero sea constante e independiente del área de la cuenca. Esto contradice los rasgos de
escalamiento múltiple observado en las cuencas Colombianas.
3-34
Caudales Máximos
Hoy en día las curvas Intensidad-Duración-Frecuencia (IDF), siguen siendo una de las
herramientas más utilizadas en la estimación de caudales de diseño, especialmente en el
diseño de obras de drenaje de vías y alcantarillados pluviales en las zonas urbanas y rurales
y en la estimación de las tormentas de diseño en sitios donde, debido a la falta de
información de caudales, es necesario recurrir a los modelos lluvia escorrentía para el
cálculo de los caudales máximos. Las intensidades máximas de la lluvia en distintos
intervalos de tiempo en un mismo sitio y con distintas probabilidades de excedencia o
períodos de retorno, se resumen en las IDF.
La precipitación exhibe una gran fluctuación tanto en el espacio como en el tiempo. Gracias
a las nuevas tecnologías para el registro de la precipitación, ha sido posible identificar las
características no lineales de este fenómeno y su estructura de variabilidad espacial. La
observación del fenómeno ha avalado el uso de teorías desarrolladas en otros campos, por
ejemplo en mecánica de fluidos y turbulencia, para explicar la estadística de su variabilidad
espacial y temporal. La intensidad de la lluvia durante intervalos muy cortos de tiempo es
de particular interés en el estudio de los caudales máximos en cuencas pequeñas, en las
cuales el tiempo de concentración de los caudales es similar a la duración de las tormentas
(CEDEX, 1996).
Usualmente las curvas IDF se determinan mediante análisis del mayor número posible de
registros pluviográficos pertenecientes a la estación de estudio. En las cartas pluviográficas
están consignados los perfiles de cada tormenta, es decir, la profundidad de precipitación
acumulada en función del tiempo. El problema que se presenta es la escasez de estaciones
que registran información de este tipo, probablemente debido a su alto costo de instalación
y mantenimiento. La estimación de curvas IDF a partir de información pluviométrica se
presenta como una alternativa para resolver este problema.
3-35
Caudales Máximos
En la última década se han hecho grandes esfuerzos para representar los campos de
precipitación. Los mayores desarrollos se han hecho en la modelación de procesos
temporales (Waymire y Gupta, 1981). La construcción de modelos y su aplicación pueden
exhibir alta complejidad matemática y requerir el procesamiento de registros continuos de
fina resolución temporal. Dentro de estos desarrollos se encuentra los conceptos de
escalamiento simple y multiescalamiento los cuales son utilizados para el análisis de varios
fenómenos en la hidrología que han permitido ligar las observaciones con las características
de los procesos físicos involucrados.
El hecho de conocer las propiedades que permanecen invariantes ante los cambios de escala
en variables como la precipitación, tiene implicaciones importantes en hidrología, tanto
desde el punto de vista teórico como práctico. Un ejemplo de aplicación práctica se tendría,
si la identificación de estas propiedades de invarianza hiciera posible encontrar relaciones
entre las precipitaciones a diferentes escalas temporales, pues sería posible estimar las
precipitaciones máximas asociadas a los diferentes períodos de retorno para cortas
duraciones con base en el estudio de las precipitaciones diarias.
En el numeral 3.3.1 se hace la modelación de las curvas IDF a partir de las propiedades de
escalamiento. La relación de estas propiedades y otras metodologías se trabaja en el
numeral 3.3.2., allí se ajustan diversas fórmulas para la estimación de curvas IDF, comunes
en la práctica ingenieril, y se tienen en cuenta las relaciones que existen entre estos
parámetros con factores que pueden ser regionalizados.
3-36
Caudales Máximos
3.3.1.1 Introducción
Rosso y Burlando (1990) usaron el concepto de invarianza en la escala para analizar
algunas formas tradicionales de las curvas IDF usadas en algunos países para caracterizar
lluvias extremas, mostrando que una síntesis de las regularidades en los patrones
temporales de las tormentas podrían ayudar en la caracterización de los valores extremos, y
que según estos autores es mejor que la aplicación de las técnicas estadísticas tradicionales
que se aplican actualmente para su identificación y parametrización.
En los análisis realizados por Wilches (2001), se encontró para estaciones de registro
pluviograficas ubicadas en Antioquia, que las relaciones de escala no son válidas en todo el
rango de duraciones, y que es necesario subdivirlo en dos o más rangos. Pudo observarse
que el exponente de escalamiento para las duraciones pequeñas (menores de 2 horas)
3-37
Caudales Máximos
En este trabajo se han desarrollado cuidadosos análisis de los registros (los registros
utilizados se muestran en el numeral 3.3.1.3) en los que se ha detectado importantes
propiedades de escalamiento. El desarrollo matemático para la modelación de las curvas
IDF a partir de las propiedades de escalamiento es desarrollado en el numeral 3.3.1.2. En
esta sección también se introduce la función de distribución Log-Normal tipo II para los
valores extremos de las tormentas. El numeral 3.3.1.4 muestra los resultados de la
aplicación de estas teorías aplicada sobre el conjunto de registros, y allí mismo, se muestra
la validación de los resultados respecto a curvas IDF encontradas con metodologías
tradicionales. Recomendaciones en la aplicación de esta metodología y futuras
consideraciones son presentadas en el numeral 3.3.1.5.
Una de las preguntas que a lo largo de muchos años han tratado de resolver la ciencia y la
ingeniería es de qué manera pueden trasladarse las observaciones de un fenómeno en una
escala determinada a otras escalas diferentes. Se habla de invarianza de escala o de
multiescala cuando es posible establecer algunas relaciones entre las variables de un
fenómeno, de tal forma que estas se preserven ante los cambios de escala.
D
I (λd ) = C (λ ) I (d ) (3.35)
3-38
Caudales Máximos
D
La anterior relación es definida como escalamiento simple en sentido estricto, donde =
denota igualdad en la distribución de probabilidad, mostrando que la distribución de
probabilidad del fenómeno es invariante con respecto a la escala. λ es el factor de escala, I
es una variable aleatoria (Intensidad de la lluvia en este caso particular) y d es el parámetro
con el cual se escala I.
C (λ ) = λθ , ∀ θ ∈ R. (3.36)
La expresión (3.35) implica que los cuantiles también son invariantes con la escala y
pueden relacionarse por medio de la expresión
I q (λd ) = λθ I q (d ), (3.37)
donde q es el q-ésimo cuantil de la variable I. Existe una relación lineal entre el parámetro
con el cual se escala y el valor de la variable I correspondiente al q-ésimo cuantil. En el
campo logarítmico, para cada cuantil, se obtiene una línea recta con esta ecuación y las
pendientes de estas rectas (θr).
La ecuación (3.35) implica también, que siempre y cuando los momentos de la variable I
existan, éstos también son invariantes con la escala y se relacionan por medio de la
expresión
M r (λd ) = λξ r M r (d ) , (3.38)
ξ r = r (1 − θ 1 ) (3.39)
3-39
Caudales Máximos
Las propiedades denotadas por las ecuaciones (3.35) a (3.38) definen lo que se conoce
como Escalamiento Simple en sentido amplio ya que depende de la existencia de los
momentos y es una propiedad más débil que la expresada con la ecuación (3.35). La
ecuación (3.38) indica una relación lineal el campo logarítmico entre el parámetro con el
cual se escala y cada uno de los diferentes momentos de orden r.
M r ( λd ) = λl ( r ) r θ M r ( d ) (3.40)
donde l(r) es una función que describe el “alejamiento” de los valores de los exponentes de
la expresión (3.38).
Las curvas IDF se pueden analizar a partir del escalamiento temporal simple de la
precipitación, es decir utilizando la duración como parámetro de escala.
Si se supone que existe escalamiento simple y además que existen los diferentes momentos,
de las ecuaciones (3.38) y (3.39) se obtiene que
[ ]
E [I d ] = (d / d ref )θ E I dref (3.41)
[ ]
Var[I d ] = (d / d ref ) 2θ Var I dref (3.42)
donde Id y Idref son la intensidad máxima para una duración d y una duración de referencia,
respectivamente. Para el caso de escalamiento simple, el coeficiente de variación (CV) es
una constante, dada por
3-40
Caudales Máximos
CV =
Var[I d ]
=
Var I def [ ]
E 2 [I d ] E 2 I dref
.
[ ] (3.43)
Si se conoce la función de distribución de los valores extremos de los registros, el valor del
exponente de escalamiento(θ) y CV, es posible calcular las intensidades máximas a partir
de un valor de referencia conocido (Iref). Suponiendo que los valores extremos de la
precipitación siguen una distribución Log-Normal tipo II (LN II), a partir de la teoría del
escalamiento simple, la expresión para las IDF queda
[
I d ,q = E I dref ] [ (
exp Φ q ln 1 + CV 2 d
)]
θ
+
1 CV 2
dref . (3.44)
Es posible, que para datos de eventos extremos se cumpla la ecuación (3.35), pero no la
ecuación (3.39). Esto significa que el exponente de escalamiento ξr no varía linealmente
con el orden de los momentos. En ese caso se dice que existe escalamiento múltiple y se
puede llegar de la misma forma a la expresión (detalles de esta deducción en Burlando y
Rosso, 1995)
I d ,q =
[
E I dref ]2 E I dref 2
exp Φ q ln
[ ] d
2 ( l ( 2 ) −1)θ
d
( 2 − l ( 2 ))θ
[
E I dref
2
]
E I dref 2
[ ] dref
dref
(3.45)
donde l(2) puede ser estimado de las regresiones lineales entre los logaritmos de los
momentos de orden 2 y los logaritmos de las duraciones. Los detalles para la deducción de
estas expresiones pueden verse en Burlando y Rosso (1996).
3-41
Caudales Máximos
3-42
Caudales Máximos
Los períodos de registro oscilan entre 10 y 22 años. Es de resaltar que las estaciones están
ubicadas en las zonas cafeteras de Colombia y por tanto tienen un rango altitudinal de
ubicación entre los 990 y 2120 m.
Dada la resolución temporal de los registros y los requerimientos del proyecto, se
analizaron las tormentas máximas con duraciones entre 1 y 24 horas.
3-43
Caudales Máximos
1010
108
θ = -0.329931
4
106 θ = -0.498320
3
Mr (d)
θ2 = -0.665849
104
θ1 = -0.832782
102
100
1 10
d (horas)
0.8
ξr = r* ξ1
0.4
ξr
0.2
0.0
0 1 2 3 4 5
r
3-44
Caudales Máximos
10
10
r = 4, pendiente = 3.917
108
r = 3, pendiente = 2.954
6
10
Mr
r = 2, pendiente = 1.981
104
102
100
100
M1
Los resultados anteriores sugieren la utilización del modelo de escalamiento simple, dada la
evidencia de los registros en el rango de duraciones utilizados y con el máximo orden de los
momentos analizados. Wilches (2001) presenta evidencia de la posible existencia de
escalamiento múltiple para lluvias de menor duración de 2 horas, pero este tipo de análisis
no se hizo aquí por razones de disponibilidad de la información. Un parámetro necesario
para aplicar este modelo es el Coeficiente de Variación (CV). Si se toma la intensidad de 24
horas como la intensidad de referencia, el modelo indica que CV se debe ajustar a la línea
de escalamiento simple. Como se observa en la Figura 3.24, el coeficiente de variación
tiene un rango entre 0.18 y 0.34, y dado que este valor es fácilmente afectado tanto por la
longitud de los registros como por los aparatos de medición, se consideró en tomar CV para
3-45
Caudales Máximos
0.40
0.30
Cv
0.20
0.00
2 3 4 5 6 7
I
24
3-46
Caudales Máximos
0.50
Cv 0.40
0.30
0.20
0.10
5 10 15 20
d (horas)
Figura 3.24 Valores del CV para todas las duraciones en todas las
estaciones.
Si se toma un valor de θ1 para cada estación, dado por el ajuste de la serie de registros
máximos para todas las duraciones consideradas, utilizando la ecuación (3.41), se observan
valores que varían entre –0.84 y -0.77, con un valor medio de –0.82 y desviación estándar
de 0.03. El θ1 promediado entre todas las estaciones es muy similar al obtenido con la
regresión lineal entre las duraciones y el momento de orden 1. La distribución de
frecuencias y variabilidad espacial de θ1 se observa en la Figura 3.26. En esta figura no se
observa ningún patron en la variabilidad espacial.
3-47
Caudales Máximos
12
10
0.245
0
-2
-4
3-48
Caudales Máximos
12
10
-0.82
0
-2
-4
Para la validación de los resultados se aplicó el modelo para escalamiento simple con
distribución LNII (ecuación 3.39) y con los valores de θ y Cv constantes e iguales a -0.83
y 0.25, respectivamente y la intensidad de referencia de 24 horas (ver Figura 3.27) y se
compararon los resultados con los obtenidos al aplicar los métodos tradicionales
(suponiendo una distribución LNII de las lluvias máximas) para cuatro de las estaciones
que tuvieran la mayor cantidad de registros (alrededor de 22 años). En la Figura 3.28 se
3-49
Caudales Máximos
observan los errores relativos para las curvas IDF en diferentes períodos de retorno. A
grandes rasgos se puede observar que los errores relativos aumentan en las mayores
duraciones para altos períodos de retorno. Los mayores errores en esta validación son del
orden del 25%, y en promedio se tiene errores del 10 al 15 %.
Figura 3.27 Curvas IDF para cuatro estaciones (El Sauce, Naranjal, La
Sirena y El Rosario) utilizando el método de escalamiento simple.
3-50
Caudales Máximos
Estación Rosario
Tr = 50
14
Error relativo (%)
Estación La Sirena
Tr = 50
10 25
Error relativo (%)
Estación Naranajal
Tr = 50
12 12
Error relativo (%)
Estación El Sauce
Tr = 50
25
Error relativo (%)
25 20
20
20
15 15
15
10 10
10
5 5 5
0 0 0
1 6 12 18 24 1 6 12 18 24 1 6 12 18 24
d (horas) d (horas) d (horas)
Figura 3.28 Errores relativos entre los valores del modelo y el método
tradicional en las estaciones El Rosario, La Sirena, Naranjal y El Sauce.
3-51
Caudales Máximos
3.3.1.5 Conclusiones
Este resultado es una herramienta útil para la práctica en la ingeniería donde se requiera el
cálculo de tormentas extremas cuyas duraciones de interés estén dentro de los rangos aquí
trabajadas. Debe aplicarse con mayor cuidado en las regiones costeras de Colombia, en la
Orinoquía y Amazonía dada la escasez de registros en estas zonas.
La ventaja más robusta es que esta teoría nace de bases físicas que proveen una síntesis de
los complejos mecanismos que determinan las lluvias. Se tiene un resultado simple y más
parsimonioso que el obtenido con modelos heurísticos que actualmente se usan para la
determinación de las curvas IDF.
3-52
Caudales Máximos
tradicionales que estiman las curvas basadas en los registros y el sesgo en la obtención de
las curvas IDF debido a la distribución vertical de las estaciones aquí trabajadas.
Existe una variedad de funciones que se vienen empleando para la representación de las
curvas IDF en forma regionalizada (Froehlich, 1995; Vargas, 1998; y Varas, 2000).
Froehlich (1995) propuso cuatro expresiones básicas para representar las curvas IDF en
varias regiones de los Estados Unidos, ver Tabla 3. 8. Estas ecuaciones están expresadas de
forma adimensional, lo cual se consigue dividiendo por la intensidad de lluvia de 1 hora de
duración (I1) para un período de retorno dado.
I i = a1 /( t + b1 ) a1, b1
II i = a 2 / t c2 a2 , b2
IV i = a 4 /( t c4 + b4 ) a4, b4 ,c4
3-53
Caudales Máximos
parámetros (III y IV), son las que mejor se ajustan a los datos. A pesar de esto, la ecuación
tipo II proporcionó un ajuste casi tan bueno como las ecuaciones tipo III y IV. El parámetro
a2 resultó muy cercano a 1, permitiendo simplificar la ecuación tipo II como
i = 1 / t c2 s . (3. 46)
i = kTr x / t c (3.47)
Otra metodología que se usa para la representación de curvas IDF se basa en una expresión
que tiene la forma
K 1 ⋅ PD ( Tr )
i ( t ,Tr ) = , (3. 48)
( t + B )A
donde K1, A, B son parámetros de ajuste, y PD(Tr) es la precipitación máxima diaria para un
período de retorno Tr expresado en años.
28 0.1 − t 0.1
PD ( Tr ) I 1 0.4
i ( t ,Tr ) = ⋅ (3. 49)
24 ID
Por otra parte, la ecuación (3.49) es una expresión utilizada en España y es recomendada
por la Instrucción de Drenaje Superficial, dependencia del Ministerio de Obras Públicas de
i1
España. En esta, PD(Tr) es la precipitación máxima diaria, es la relación entre la
iD
intensidad máxima de una hora con la intensidad de 24 horas, también llamada coeficiente
de torrencialidad.
Las dos curvas que resultan de (3.48) y (3.49) han mostrado grandes parecidos en regiones
españolas para duraciones de la lluvia entre 1 y 24 horas. Con duraciones menores a una
hora, (3.49) da valores muy superiores, lo cual da evidencia de la gran incertidumbre que
existe en la estimación de la lluvia en las escalas menores.
3-54
Caudales Máximos
Estudios realizados en diferentes regiones del mundo, para tormentas de corta duración
(5min-120min), indican que las relaciones, entre lluvias de distinta duración o distinto
período de retorno, llamadas coeficientes de duración y coeficientes de frecuencia
respectivamente, son bastante constantes para los datos analizados, por lo cual se propuso
su aplicación en otras zonas para tormentas convectivas (Varas, 2000). Los coeficientes
propuestos, válidos para duraciones de lluvia entre 5 minutos y dos horas y para períodos
de retorno entre 2 y 100 años, cumplen la siguiente relación
Con el fin de unificar y comparar resultados, (3.50) se puede expresar de forma general
Los estudios para relacionar las lluvias de duraciones menores a un día, expresadas en
valores horarios con las lluvias diarias registradas, incluyen el período de retorno y la
duración como variables. En Varas (2000), usando series anuales, se muestra la aplicación
de las IDF como
−( x − 1 )
T
ai110 log ln r
Tr − 1
i tTr = . (3. 52)
( t + b )c
3-55
Caudales Máximos
país en 5 zonas buscando que las condiciones metereológicas fueran similares para cada
grupo de estaciones: Región Andina (R1), Región del Caribe (R2), Región del Pacífico
(R3), Región Orinoquia (R4) y Región Amazonia (R5).
En primera instancia, se utilizó la ecuación de Kothyari y Garde en forma generalizada
T
I = a r ( R24
2 d
) . (3. 53)
tc
Luego, se reemplazó el término R224 por el valor promedio anual máximo de precipitación
diaria (M)
Tb d
I =a M (3. 54)
tc
Tb
I =a c MdNe. (3. 55)
t
Tb
I = a c M d N e PT f . (3. 56)
t
Tb
I = a c M d N e PT f ELEV g . (3. 57)
t
3-56
Caudales Máximos
3-57
Caudales Máximos
a b c d e f g R²
Ec 3.11 5,53 0,17 0,63 0,42 0,91
Ec 3.12 75,03 0,17 0,63 0,12 -0,23 0,91
Ec 3.13 1,30E-26 0,19 0,58 1,19 -1,46 8,28 0,97
Ec 3.14 1,40E-28 0,19 0,58 5,63 -1,52 6,64 -0,62 0,97
El mapa de promedio anual de días con lluvia N, también fue mejorado. Para las regiones
de Amazonia y Orinoquia se introdujeron valores del mapa sobre Colombia (Atlas de
Colombia, 1992) hecho para 5 rangos de promedio anual de días con lluvia, ver 0.
3-58
Caudales Máximos
12
10
-2
-4
3-59
Caudales Máximos
En la Figura 3.31, se muestran los mapas de intensidad estimados a partir de (3.54) y (3.55)
con duración de las tormentas de 1, 3 y 24 hr y Tr de 2.33 y 50 años.
3-60
Caudales Máximos
Intensidad de lluvia Tr =2,33[años] y Duración=1 [hr] Vargas(1998)( Resolución : 2 arcmin ) I ntensidad de lluvia Tr =2,33[años] y Duración=24 [hr] Vargas(1998) ( Resolución : 2 arcmin )
-80 -78 -76 -74 -72 -70 -68 -66 -80 -78 -76 -74 -72 -70 -68 -66
14 14
12 12
10 10
8 8
6 6
4 4
2 2
0 0
-2 -2
-4 -4
Intensidad de lluvia Tr =2,33[años] y Duración=3 [hr] Vargas(1998)( Resolución : 2 arcmin ) Intensidad de lluvia Tr =50[años] y Duración=1 [hr] Vargas(1998)( Resolución : 2 arcmin )
-80 -78 -76 -74 -72 -70 -68 -66 -80 -78 -76 -74 -72 -70 -68 -66
14 14
12 12
10 10
8 8
6 6
4 4
2 2
0 0
-2 -2
-4 -4
Intensidad de lluvia Tr =50[años] y Duración=24 [hr] Vargas(1998)( Resolución : 2 arcmin ) Intensidad de lluvia Tr =50[años] y Duración=3 [hr] Vargas(1998)( Resolución : 2 arcmin )
-80 -78 -76 -74 -72 -70 -68 -66 -80 -78 -76 -74 -72 -70 -68 -66
14 14
12 12
10 10
8 8
6 6
4 4
2 2
0 0
-2 -2
-4 -4
3-61
Caudales Máximos
Para evaluar los resultados obtenidos por Vargas (1998), se calculó la tabla de error para
cada una de las ecuaciones propuestas para la región Andina (región que presenta los
mejores resultados). Este control se realiza con estaciones diferentes a las utilizadas por el
autor, ver Tabla 3. 14. Los periodos y longitud de los registros no han sido homogenizados.
Los errores relativos a las estaciones de control muestran que estas ecuaciones no producen
buena estimación de los valores de intensidad para duraciones altas (24 horas), esto debido
a la estimación de los coeficientes con información de intensidad correspondiente a
duraciones menores a 180 minutos. El error porcentual en el cálculo de las intensidades es
mejor que el presentado por Vargas (1998), en cuanto a al valor medio y la desviación
estándar. Se resalta que no mejora el error con la inclusión de variables independientes en
la estimación (precipitación media anual, promedio de días con lluvia o elevación).
Con el fin de evaluar las curvas IDF obtenidas mediante la metodología propuesta por
Vargas y con el ánimo de confrontarlas con las que se pueden obtener con otros
procedimientos se procedió a hacer un análisis más detallado en la zona cafetera del país en
la que se dispone de mejores registros hidrológicos de resolución horaria. Para éste análisis
se contó con información proveniente de 36 estaciones las cuales fueron proporcionadas
por CENICAFE. Los años de registros de las estaciones oscilan alrededor de 10 a 20 años.
La información de precipitación de las estaciones es transformada a intensidad y ajustada a
una distribución Log-Normal II para los períodos de retorno considerados Tr = 2.33, 5, 10,
3-62
Caudales Máximos
25 y 50 años. Se realizó un ajuste con los datos de intensidad y duración respectivos para
obtener los parámetros correspondientes a (3.4), Tipo III y Tipo IV, Tipo II .
Los valores de c2, c3 y c4 se consideraron constantes e iguales a 0.83 para todos los períodos
de retorno, utilizando el valor encontrado en el numeral 3.3.1.3 y corroborándolo con
análisis hechos de estas ecuaciones. Estos resultados de optimizar estos parámetros sin fijar
los exponentes pueden verse en la Figura 3.32. Allí se observa que los valores de c2, c3 y c4
son cercanos al valor escogido anteriormente y no varían considerablemente, inclusive para
períodos de retorno altos.
Histograma de Frecuencias para C2 (Tr = 2.33) Histograma de Frecuencias para c3 (Tr = 2.33) Histograma de Frecuencias para c4 (Tr = 2.33)
30 30
40
25 25
Frecuencia (%)
Frecuencia (%)
Frecuencia (%)
30
20 20
20 15 15
10 10
10
5 5
0 0 0
0.67 0.71 0.75 0.79 0.84 0.71 0.76 0.80 0.85 0.90 0.94 0.99 0.71 0.76 0.80 0.85 0.89 0.94 0.99
C2 c3 c4
Histograma de Frecuencias para C2 (Tr = 10.0) Histograma de Frecuencias para c3 (Tr = 10.0) Histograma de Frecuencias para c4 (Tr = 10.0)
40
30 30
Frecuencia (%)
Frecuencia (%)
Frecuencia (%)
30
20 20
20
10 10
10
0 0 0
0.69 0.73 0.77 0.81 0.85 0.75 0.79 0.84 0.88 0.93 0.97 0.75 0.79 0.84 0.88 0.93 0.97
C2 c3 c4
Histograma de Frecuencias para C2 (Tr = 50.0) Histograma de Frecuencias para c3 (Tr = 50.0) Histograma de Frecuencias para c4 (Tr = 50.0)
30
40 30
25
Frecuencia (%)
Frecuencia (%)
Frecuencia (%)
30
20
20
20 15
10 10
10
5
0 0 0
0.67 0.72 0.76 0.80 0.84 0.72 0.77 0.81 0.86 0.90 0.95 0.99 0.72 0.76 0.81 0.85 0.90 0.95 0.99
C2 c3 c4
3-63
Caudales Máximos
Figura 3.33 Curvas IDF ajustadas para diferentes estaciones con las ecuaciones (3.49)
(línea continua), Tipo III (línea punteada) y Tipo IV (línea segmentada).
3-64
Caudales Máximos
En la Figura 3.34, se muestran los resultados de Ct contra los parámetros ajustados en las
36 estaciones antes mencionadas (Ct vs atrans, c2, a3, b3, a4, y b4 ) para un período de
retorno de 2.33 años. Se recomienda el ajuste por subregiones, pero la cantidad y
distribución de las estaciones no permite hacer un análisis separado de estas. Debido a esto,
se hicieron ajustes para todas las estaciones, obteniendo resultados representativos. La
relación lineal entre estos parámetros y Ct mostró el mejor ajuste, ver Tabla 3. 15
Período de retorno
Parámetro Ajuste 2.33 5 10 25 50
Atrans a 0.16 0.11 0.04 0.15 0.02
b 0.00 0.00 0.00 0.00 0.01
R2 0.13 0.01 0.14 0.13 0.22
A2 a 62.20 50.68 50.63 44.98 45.94
b -1.13 0.23 0.43 0.85 0.87
R2 0.19 0.04 0.08 0.18 0.18
A3 a 96.71 86.25 87.55 82.84 75.72
b -3.57 -2.31 -2.17 -1.85 -1.24
R2 0.47 0.36 0.37 0.40 0.28
B3 a 1.35 1.37 1.30 1.37 1.17
b -0.09 -0.10 -0.09 -0.09 -0.08
R2 0.91 0.92 0.94 0.96 0.94
A4 a 98.52 88.75 87.42 81.25 74.26
b -3.73 -2.47 -2.19 -1.70 -1.07
R2 0.50 0.38 0.37 0.36 0.21
A4 a 1.40 1.45 1.32 1.33 1.17
b -0.10 -0.10 -0.09 -0.09 -0.08
R2 0.92 0.90 0.91 0.92 0.85
3-65
Caudales Máximos
80
0.20
70
0.15
atrans
a2
60
0.10
50
0.05
40
0.00 30
10 11 12 13 14 15 10 11 12 13 14 15
Ct Ct
0.40
0.30
b3
0.20
0.10
0.00
-0.10
10 11 12 13 14 15
Ct
100
0.4
80
a4
b4
0.2
60
0.0
40
20 -0.2
10 11 12 13 14 15 10 11 12 13 14 15
Ct Ct
Para la validación de estos modelos se compararon los resultados obtenidos con los que
resultan al aplicar los métodos tradicionales, esto es, considerando una distribución
Lognormal tipo II de las lluvias máximas para las cuatro estaciones con el mayor número
de registros. En la Figura 3.35 se observan los errores relativos para las curvas IDF para la
ecuación tipo III para los diferentes periodos de retorno. Los errores máximos para las
estaciones consideradas son del orden del 30%.
3-66
Caudales Máximos
El Saucel
Tr = 2.33 Tr = 10 Tr = 50
20 12 25
Error relativo (%)
Figura 3.35 Errores relativos para la ecuación tipo III para los diferentes
períodos de retorno.
3-67
Caudales Máximos
3-68
Caudales Máximos
3-69
Caudales Máximos
Dados los valores distribuidos de Ct y las relaciones con los coeficientes de ajuste de las
curvas IDF, se pueden obtener las intensidades asociadas a Tr de 2.33, 5, 10, 25 ó 50 y
cualquier duración comprendida entre 1 y 24 horas, como se observa en la Figura 3.37.
Se observa además que la relación I1/I24 tiene una distribución espacial con una forma
similar a la precipitación media anual. Se debe explorar la relación entre I1/I24 y la
precipitación media anual y otras variables relacionadas con la precipitación, componentes
locales y de gran escala que la gobiernan.
El nivel de confiabilidad de las curvas IDF estimadas esta relacionado con la cantidad de
información disponible para calibrar las ecuaciones. En la región Andina se estimaron los
mapas con mayor cantidad de datos, por tanto, los resultados obtenidos para esta zona son
más confiables. En cuanto los errores porcentuales obtenidos en la Tabla 3.8, los
coeficientes ajustados en Vargas (1998), no representan buenos estimativos para duraciones
de tormenta altos (~24 hr). Además, no mejora la estimación de la intensidad usando las
ecuaciones (3.22) y (3.23).
3-70
Caudales Mínimos
4 CAUDALES MINIMOS
Los caudales mínimos son producidos generalmente por la descarga de agua desde los
acuíferos hacia la red de drenaje, mecanismo particularmente importante durante las
temporadas donde se presenta una disminución en la lluvia. En este capítulo se intenta
construir el mapa hidrológico de los caudales mínimos asociados a diferentes periodos de
retorno con en registros históricos y mediante relaciones físicas.
Para la selección de las estaciones de caudal se procuró que la longitud de los registros
fuera superior a 15 años, para efectos de la robustez de los estimadores estadísticos. Para
cada cuenca, definida por la estación de aforo, se obtuvieron parámetros geomorfológicos
como el área y la precipitación media multianual. Este procedimiento se realizó con la
ayuda del software HIDRO-SIG, desarrollado en el proyecto “Balances Hidrológicos de
Colombia” (UNAL-UPME- COLCIENCIAS, 1999).
4-1
Caudales Mínimos
12
10
-2
-4
-80 -78 -76 -74 -72 -70 -68 -66
A partir de las series de caudal diario y mensual se determinaron los caudales mínimos
anuales para realizar ajustes de distribuciones de probabilidad y obtener así caudales
mínimos para diferentes periodos de retorno. En la literatura se han encontrado varias
recomendaciones para el ajuste de distribuciones extremas en el caso de caudales
mínimos, una de estas es no utilizar distribuciones de frecuencia de más de dos
parámetros cuando se tienen series con poca longitud de registros (Bedoya y
Rodriguez,1997). Otros autores recomiendan el uso de las distribuciones de valores
extremos tipo I o Gumbel (Mesa et al., 1987), tipo III o Weibull (Maidment,1993) y
LogNormal de dos parámetros (Smith y Vélez, 1999).
Para las distribuciones Gumbel y LogNormal y para cualquier periodo de retorno, el caudal
se obtuvo a partir de expresión,
4-2
Caudales Mínimos
donde
QTr : Caudal mínimo para un período de retorno Tr .
( ) (
exp Z ln 1 + Cv 2 − 0.5 ln 1 + Cv 2 − 1
)
Ec (4.2) k= , (4.2)
Cv
donde
Cv : coeficiente de variación muestral
Z : valor de la función de densidad de probabilidad normal estándar asociada a cada
período de retorno.
Distribución Gumbel.
Para la distribución Gumbel, el factor de frecuencia k para caudales mínimos se estima
como,
− 6 1
Ec (4.3) k= 0.5772 + ln − ln , (4.3)
π Tr
Distribución Weibull.
Para la distribución Weibull se tiene que la función de probabilidad esta dada por
x β
Ec (4.4) FX ( x ) = 1 − exp − , (4.4)
α
siendo el primer y segundo momentos
4-3
Caudales Mínimos
1
Ec (4.5) µ x = α Γ1 + , (4.5)
β
2 1
2
2
Γ1 +
Ec (4.8) β − 1 − Cv 2 = 0 , (4.8)
2
1
Γ1 +
β
En la Figura 4.2 se presentan los ajustes de las distribuciones Gumbel y LogNormal para
diferentes estaciones de registro en Colombia. En esa figura, el signo (+) representa la
probabilidad empírica y las líneas los ajustes obtenidos. Es importante aclarar que para el
caso de caudales mínimos P(Q ≤ q ) = 1 Tr es la probabilidad de no excedencia, entendida
como la probabilidad de que se presente un caudal más pequeño que un valor dado. La
Figura 4.2 muestra que las distribuciones LogNormal y Gumbel arrojan resultados muy
similares entre sí, y se ajustan significativamente a los datos como lo confirman las
4-4
Caudales Mínimos
4-5
Caudales Mínimos
A partir de los caudales mínimos estimados para diferentes periodos de retorno y con el
área de la cuenca que define cada una de las estaciones de aforo se investigó la relación de
los caudales mínimos con respecto al área de la cuenca y para ello se hicieron regresiones
de la forma Qmin (Tr ) vs. Aα , para cada una de las regiones en las que se dividió el país, (ver
Capítulo 3), mediante la expresión
4-6
Caudales Mínimos
Estación_2123702
800
600
200
0
0.00 0.10 0.20 0.30 0.40 0.50
Probabilidad de no excedencia
Lognormal_punteada Empírica_+
De acuerdo con estudios anteriores (Furey y Gupta, 2000), para caudales mínimos, el valor
de θ (Tr ) es aproximadamente 1 para cualquier Tr, tal y como se muestra en la Tabla 4.1.
Tabla 4.1. Valores de θ encontrados por diferentes autores en el caso de los caudales
mínimos, (Furey y Gupta, 2000).
La hipótesis de que los caudales mínimos escalan con el área de la cuenca a la potencia
uno, se puede demostrar mediante la aplicación de las leyes de Darcy y Dupuit-Forchemier,
4-7
Caudales Mínimos
Furey y Gupta (2000) presentan una expresión para el flujo base a través de una ladera de
la cuenca, tal como lo muestra la Figura 4.4.
Figura 4.4. Perfil transversal de una ladera ideal (Furey y Gupta, 2000)
La aproximación de Darcy para representar el caudal por una ladera, por unidad de longitud
de la corriente principal, a una distancia x de ésta, q(x), puede ser expresada como
dh( x)
Ec (4.11) q( x) = −kh( x) = w( x − a) , x<a (4.11)
dx
donde,
k : conductividad hidráulica saturada.
h(x) : cabeza hidráulica en la superficie del agua medida a una distancia x de la corriente
principal.
wx(2a − x)
Ec (4.12) h( x) − h(0) = (4.12)
2kb
4-8
Caudales Mínimos
3kb∆hl
Ec (4.13) Q B = wal = , (4.13)
a
Para escalar la Ec (4.13) para una cuenca, el flujo base desde la cuenca está representado
como Q B = nQ . Sustituyendo esta expresión y las relaciones para AB y D en dicha ecuación
se encuentra que el flujo base para una cuenca puede ser escrito en forma genérica como
Ec (4.14) QB = C k b ∆h D 2 AB , (4.14)
4-9
Caudales Mínimos
muestra en la Figura 4.5, en la cual la pendiente del ajuste es θ (Tr ) y el intercepto es k (Tr ) .
El ajuste se realizó en el espacio logarítmico. Es importante señalar que para regiones tales
como Amazonas, Atrato, Pacífico y Guajira los resultados no fueron los esperados pues se
obtuvieron exponentes aproximadamente iguales 1,5 para las dos primeras regiones,
mientras que para el Pacífico se obtuvieron valores de θ (Tr ) iguales a 0,7 y para la Guajira
valores que oscilan entre 0,2 y 1,0. Estos resultados deben ser interpretados con cuidado
pues en estas regiones la información es limitada, y las series aparte de ser cortas tienen un
alto porcentaje de datos faltantes, lo cual restringe bastante su uso. Además en dichas zonas
las condiciones geomorfo-climáticas pueden ser muy distintas entre las cuencas pequeñas y
las cuencas grandes.
4-10
Caudales Mínimos
Log(Qmin(Tr)) [m³/s] 3 3
Log(Qmin(Tr)) [m³/s]
2 2
1 1
0 0
Pend_2.=1.06 R=0.95 Pend_2.=0.97 R=0.86
Pend_5=1.09 R=0.95 Pend_5=1.00 R=0.86
Pend_10=1.10 R=0.95 Pend_10=1.02 R=0.85
Pend_25=1.12 R=0.94 Pend_25=1.03 R=0.85
Pend_50=1.13 R=0.94 Pend_50=1.04 R=0.84
Pend_100=1.14 R=0.94 Pend_100=1.05 R=0.84
-1 -1
1 2 3 4 5 1 2 3 4 5
Log(Area) [km²] Log(Area) [km²]
+ Tr=2.33 años, * Tr=10 años, X Tr=100 años + Tr=2.33 años, * Tr=10 años, X Tr=100 años
Qmin(Tr) vs Area_Catatumbo Qmin(Tr) vs Area_Bajo_Cauca
4 4
3 3
Log(Qmin(Tr)) [m³/s]
Log(Qmin(Tr)) [m³/s]
2 2
1 1
0 0 Pend_2.=0.97 R=0.97
Pend_2.=0.98 R=0.97 Pend_5=0.98 R=0.97
Pend_5=0.98 R=0.97 Pend_10=0.99 R=0.96
Pend_10=0.99 R=0.96 Pend_25=1.00 R=0.96
Pend_25=0.99 R=0.96 Pend_50=1.01 R=0.96
Pend_50=0.99 R=0.96 Pend_100=1.01 R=0.96
Pend_100=0.99 R=0.96
-1 -1
1 2 3 4 5 1 2 3 4 5
Log(Area) [km²] Log(Area) [km²]
+ Tr=2.33 años, * Tr=10 años, X Tr=100 años + Tr=2.33 años, * Tr=10 años, X Tr=100 años
Qmin(Tr) vs Area_Caribe Qmin(Tr) vs Area_Amazonas
4 4
3 3
Log(Qmin(Tr)) [m³/s]
Log(Qmin(Tr)) [m³/s]
2 2
1 1
0 0
Pend_2.=1.11 R=0.91 Pend_2.=1.43 R=0.91
Pend_5=1.13 R=0.90 Pend_5=1.47 R=0.91
Pend_10=1.14 R=0.90 Pend_10=1.49 R=0.90
Pend_25=1.15 R=0.89 Pend_25=1.51 R=0.90
Pend_50=1.16 R=0.89 Pend_50=1.53 R=0.90
Pend_100=1.16 R=0.89 Pend_100=1.54 R=0.89
-1 -1
1 2 3 4 5 1 2 3 4 5
Log(Area) [km²] Log(Area) [km²]
+ Tr=2.33 años, * Tr=10 años, X Tr=100 años + Tr=2.33 años, * Tr=10 años, X Tr=100 años
Figura 4.5. Ajuste de caudal mínimo para diferentes periodos de retorno contra el área de
la cuenca sin fijar el exponente del área. Nótese que las pendientes de los
ajustes, son aproximadamente iguales a 1.
4-11
Caudales Mínimos
100.0 100.0
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
10.0 10.0
0.1 0.1
1 2 3 4 5 1 2 3 4 5
10 10 10 10 10 10 10 10 10 10
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
Qmin(Tr) vs Area para el Magdalena Medio Qmin(Tr) vs Area para el Alto Magdalena
100.0 1000.0
100.0
10.0
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
10.0
1.0
1.0
K_2.=0.0066 R=0.78
K_5=0.0049 K_2.=0.00979 R=0.99
R=0.74
K_5=0.00813 R=0.98
K_10=0.0042 R=0.72 K_10=0.00729 R=0.98
K_25=0.0035 R=0.70 K_25=0.00649 R=0.98
K_50=0.0032 R=0.66 K_50=0.00602 R=0.98
K_100=0.0029 R=0.68 K_100=0.00563 R=0.98
0.1 0.1
100 1000 10000 101 102 103 10 4 105
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
1000
10.0
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
100
1.0
10
K_2.=0.0032 R=0.98
K_2.=0.0115 R=0.97 K_5=0.0023 R=0.98
K_5=0.0094 R=0.97
K_10=0.0084 R=0.97 K_10=0.0019 R=0.97
K_25=0.0016 R=0.97
K_25=0.0074 R=0.97
K_50=0.0014 R=0.98
K_50=0.0068 R=0.97
K_100=0.0012 R=0.96
K_100=0.0063 R=0.97
1 0.1
2 3 4 5 6
10 10 10 10 10 102 103 104 105
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
Figura 4.6. Ajuste de caudal mínimo para diferentes periodos de retorno contra el área de
la cuenca fijando el exponente del área en 1.
4-12
Caudales Mínimos
10.0
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
100
1.0
K_2.=0.0075 R=0.91
K_2.=0.0187 R=0.99 K_5=0.0060 R=0.90
K_5=0.0145 R=0.99 K_10=0.0052 R=0.89
K_10=0.0125 R=0.99 K_25=0.0045 R=0.88
K_50=0.0041 R=0.87
K_25=0.0107 R=0.99
K_100=0.0038 R=0.87
K_50=0.0097 R=0.99
K_100=0.0088 R=0.99
10 0.1
103 104 105 100 1000 10000
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
100
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
100
10
K_2.=0.0470 R=0.97
K_5=0.0352 R=0.97
K_10=0.0297 R=0.97 K_2.=0.0234 R=0.56
K_5=0.0190 R=0.56
K_25=0.0247 R=0.96 K_10=0.0168 R=0.56
K_50=0.0220 R=0.96 K_25=0.0148 R=0.56
K_100=0.0198 R=0.96 K_50=0.0136 R=0.55
K_100=0.0126 R=0.55
10 1
2 3 4 5 2 3 4 5
10 10 10 10 10 10 10 10
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
100.0
100
Qmin(Tr) [m³/s]
Qmin(Tr) [m³/s]
10.0
10
1.0
K_2.=0.0356 R=0.96 K_2.=0.0089 R=0.92
K_5=0.0299 R=0.95 K_5=0.0067 R=0.92
K_10=0.0270 R=0.95 K_10=0.0058 R=0.91
K_25=0.0242 R=0.95 K_25=0.0049 R=0.91
K_50=0.0226 R=0.95 K_50=0.0044 R=0.90
K_100=0.0212 R=0.94 K_100=0.0040 R=0.90
1 0.1
100 1000 10000 101 102 103 10 4 105
Area [km²] Area [km²]
+ Tr=2.33 años, * Tr=10 años, x Tr=100 años + Tr=2.33 años, * Tr=10 años, x Tr=100 años
Figura 4.6 Ajuste de caudal mínimo para diferentes periodos de retorno contra el área de
la cuenca fijando el exponente del área en 1. (Cont.)
4-13
Caudales Mínimos
Otra conclusión importante que se desprende de los resultados mostrados en la Figura 4.5 y
que también tiene que ver con el valor del exponente de los ajustes es la posibilidad de
tener escalamiento simple, pues los exponentes son aproximadamente iguales,
independiente del hecho de que todos sean iguales a 1.
∑Q
i =1
i
j
Ec (4.15) M ( j ) = (4.15)
n
φ ( j)
y se hicieron regresiones contra el área de la cuenca, del tipo M ( j ) = C ( j ) A . Esto se
hizo con el fin de calcular la función de estructura, definida como la relación entre las
pendientes de las regresiones para los momentos de orden superior ( j ≥ 2 ) y la pendiente
de la regresión para el primer momento ( j = 1 )
φj
Ec (4.16) FE ( j ) = (4.16)
φ1
Con los valores obtenidos para la función de estructura se construyó un gráfico FE(j) vs. j
y se comparó contra una línea recta de pendiente unitaria. Si existe escalamiento simple, los
valores de FE(j) deben acercarse a dicha recta, y en caso contrario existe escalamiento
múltiple. Los resultados obtenidos se muestran en las Figura 4.7 y 4.8, en las cuales se
presentan las ecuaciones obtenidas para los dos primeros momentos, que son los más
estables debido a la longitud de los registros y la función de estructura.
4-14
Caudales Mínimos
Gráfico de Momento(j) vs Area para el Alto_Cauca Gráfico de Momento(j) vs Area para el Bajo Cauca
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
-5 -5
1 2 3 4 5 6 1 2 3 4 5 6
Area [km²] Area [km²]
Gráfico de Momento(j) vs área para el Alto_Magdalena Gráfico de Momento(j) vs área para el Magdalena Medio
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
-5 -5
1 2 3 4 5 6 1 2 3 4 5 6
área [km²] Area [km²]
Gráfico de Momento(j) vs área para el Caribe Gráfico de Momento(j) vs área para el Sogamoso
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
-5 -5
1 2 3 4 5 6 1 2 3 4 5 6
Area [km²] Area [km²]
Figura 4.7. Gráfico de M(j) para diferentes periodos de retorno. Nótese como aumenta la
pendiente con el periodo de retorno. + Tr = 2.33 años, <> Tr=100 años. R es
el coeficiente de regresión del ajuste.
4-15
Caudales Mínimos
Gráfico de Momento(j) vs Area para el Nechí Gráfico de Momento(j) vs Area para el Cataumbo
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
Gráfico de Momento(j) vs área para el Atrato Gráfico de Momento(j) vs área para el Pacífico
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
Gráfico de Momento(j) vs área para el Amazonas Gráfico de Momento(j) vs área para el Orinoco
15 15
10 10
Momento(j)
Momento(j)
5 5
0 0
Figura 4.7 Gráfico de M(j) para diferentes periodos de retorno. Nótese como aumenta la
pendiente con el periodo de retorno. + Tr = 2.33 años, <> Tr=100 años. R es el
coeficiente de regresión del ajuste. (Cont.)
4-16
Caudales Mínimos
4 4
Función de estructura
Función de estructura
3 3
2 2
1 1
0 0
0 1 2 3 4 5 0 1 2 3 4 5
Orden(j) Orden(j)
4 4
Función de estructura
Función de estructura
3 3
2 2
1 1
0 0
0 1 2 3 4 5 0 1 2 3 4 5
Orden(j) Orden(j)
4 4
Función de estructura
Función de estructura
3 3
2 2
1 1
0 0
0 1 2 3 4 5 0 1 2 3 4 5
Orden(j) Orden(j)
Figura 4.8. Función de estructura de los momentos de los caudales mínimos para las
diversas regiones de Colombia.
4-17
Caudales Mínimos
Al observar la Figura 4.8 se nota que los valores de FE(j) se agrupan alrededor de la línea
de pendiente igual a uno, lo que indica escalamiento simple en las regiones estudiadas. Esto
no descarta la posible separación de los valores muestrales para j ≥ 4 , con respecto de la
línea de pendiente unitaria. Por la corta extensión de las series no se efectúa la estimación
de la función de estructura de orden mayor o igual que 4.
0.0100
Qmin/Area [m³/s/km²]
0.0010
0.0001
0 5.0·10 4 1.0·10 5 1.5·10 5 2.0·10 5
Area [km²]
Figura 4.9. Caudal mínimo/Area contra Area. Nótese que la dispersión de los datos
disminuye considerablemente para valores de área superiores a 20000 km²
aproximadamente. No se descarta que se deba a escasez de datos o que
realmente se trata de convergencia en distribución.
4-18
Caudales Mínimos
umbral de área (alrededor de 20000 km²). Esto evidencia que la alta variabilidad de los
caudales mínimos de cuencas pequeñas puede estar influenciada por las características
geomorfológicas y climáticas locales que pueden ser muy variables en algunas regiones del
país, y que para las cuencas de área grande, los caudales mínimos son representativos de
condiciones geomorfológicas y climáticas medias de la región.
Los valores de k(tr) hallados para la Ec (4.10) presentan algunas variaciones que pueden
estar atribuidas a problemas muestrales y a características climáticas locales. Por lo anterior
se trató de buscar alguna dependencia entre k(tr) y componentes del ciclo hidrológico, tales
como la precipitación y la evaporación. Para esto se involucraron, los mapas de
precipitación y evaporación producidos en el proyecto “Balances Hidrológicos de
Colombia” (UNAL-UPME- COLCIENCIAS, 1999), y se estimó la media de los caudales
mínimos mediante
Lo que se pretendía era obtener un valor de cµ, para cada pixel, que permitiera calcular el
caudal mínimo en cada punto y que eliminara el problema que se presenta cuando se tiene
una cuenca grande que atraviesa regiones con características climáticas diferentes y por lo
tanto un valor de cµ distinto, y entonces realizar una integración sobre cada cuenca y
obtener así el caudal mínimo, pues se supone que el caudal mínimo a la salida de una
cuenca se presenta cuando cada pixel que la forma está aportando el mínimo.
4-19
Caudales Mínimos
El valor de cµ, para cada región, se obtiene a partir de la Ec (4.17), utilizando los registros
de caudal mínimo medio en cada estación, los valores de P y E en cada pixel, y el área para
cada pixel, realizando una integración sobre la cuenca definida por la estación de aforo.
0 0 0
0 1000 2000 3000 4000 5000 0 1000 2000 3000 4000 5000 6000 0 1000 2000 3000 4000 5000 6000
área*(Pre-Evap)^0.5 [m³/s] área*(Pre-Evap)^0.75 [m³/s] área*(Pre-Evap)^0.9 [m³/s]
0 0 0
0 1000 2000 3000 4000 5000 6000 0 2000 4000 6000 8000 0 5.0·10
3 1.0·10 4 1.5·10 4 2.0·10
4
área*(Pre-Evap)^1.0 [m³/s] área*(Pre-Evap)^1.5 [m³/s] área*(Pre-Evap)^2.0 [m³/s]
Figura 4.10. Ajustes de la media del caudal mínimo contra A( P − E ) β para diferentes
exponentes.
4-20
Caudales Mínimos
0 0 0
0 1000 2000 3000 4000 5000 0 1000 2000 3000 4000 5000 6000 0 1000 2000 3000 4000 5000 6000
área*(Pre-Evap)^0.5 [m³/s] área*(Pre-Evap)^0.75 [m³/s] área*(Pre-Evap)^0.9 [m³/s]
Area*(Pre-Evap) vs Qmin Area*(Pre-Evap) vs Qmin Area*(Pre-Evap) vs Qmin
600 600 600
0 0 0
0 1000 2000 3000 4000 5000 6000 0 2000 4000 6000 8000 0 5.0·10 3 1.0·10 4 1.5·10 4 2.0·10 4
área*(Pre-Evap)^1.0 [m³/s] área*(Pre-Evap)^1.5 [m³/s] área*(Pre-Evap)^2.0 [m³/s]
Figura 4.11. Ajustes de la desviación típica del caudal mínimo contra A( P − E ) β para
diferentes exponentes.
Está relación fue corroborada buscando, a partir de registros históricos de caudal medio,
valores de cµ y comparándolos con los hallados mediante el balance realizado utilizando la
Ec (4.17). En la Figura 4.12 se muestran los valores hallados por los dos métodos. Se
observa que los valores son bastante similares.
4-21
Caudales Mínimos
12 12
10 10
8 8
6 6
4 4
2 2
0 0
C = 0.5
C = 0.50
-2 -2
-4 -4
-80 -78 -76 -74 -72 -70 -68 -66 -80 -78 -76 -74 -72 -70 -68 -66
4-22
Caudales Mínimos
10 10
8 8
6 6
4 4
2 2
0 0
C= 0.20
-2 C= 0.50 -2
-4 -4
-80 -78 -76 -74 -72 -70 -68 -66 -80 -78 -76 -74 -72 -70 -68 -66
Para la media del caudal mínimo Para la desviación típica del caudal mínimo
4-23
Caudales Mínimos
Una vez se tenía el mapa de caudal mínimo para cada pixel, obtenido a partir de la Ec
(4.17), se realizó la integración sobre toda Colombia, es decir, se obtuvo el caudal mínimo
(media y desviación estándar) a la salida de cada cuenca para así obtener un mapa nacional
de la distribución de la media y la desviación del caudal mínimo.
12
10
-2
-4
Figura 4.14. Caudal mínimo medio para Colombia obtenido a partir de ecuaciones de
regionalización.
4-24
Caudales Mínimos
12
10
-2
-4
Por último el caudal mínimo asociado a un periodo de retorno dado, se estimó a partir de la
Ec (4.1), donde µ y σ, corresponden a los valores obtenidos para la media y la desviación
estándar de los caudales mínimos y k, es el factor de frecuencia para la distribución de
probabilidad elegida, en este caso, Lognormal, Ec (4.2) o Gumbel, Ec (4.3). En la 0 se
muestra el mapa nacional de la distribución del caudal mínimo para Tr=2.33 años
utilizando la distribución Lognormal.
4-25
Caudales Mínimos
12
10
-2
-4
Figura 4.16. Caudal mínimo para Tr = 2.33 años, utilizando la distribución Lognormal
12
10
-2
-4
4-26
Caudales Mínimos
12
10
-2
-4
12
10
-2
-4
4-27
Caudales Mínimos
El caudal de un río en período seco o sin lluvia proviene de su interacción con los acuíferos.
Tal dinámica ocasiona un descenso en la cantidad de agua de estos, y por ende una
disminución en los caudales. La forma de la curva de descenso en función del tiempo,
tiende a ser propia para cada cuenca dependiendo de la cobertura vegetal, del tipo y la
profundidad del suelo y de las características hidrogeológicas de su acuífero.
Tradicionalmente se ha interpretado que tal forma es independiente de las lluvias anteriores
al período seco. Desde el punto de vista práctico, se ha encontrado que la curva puede ser
representada matemáticamente por una ecuación del tipo
q(t ) = q 0 e (− k t ) , (4.21)
kS d
k = 12 , (4.22)
µ L2
[ ]
es la porosidad activa L3 L3 y L es la dimensión horizontal del acuífero [L] (ver Van De
Leur, 1966).
4-28
Caudales Mínimos
Existen diferentes formas de determinar k para una cuenca con registros de precipitación y
caudal. Una de ellas explorando directamente el registro diario de caudales a la salida de la
cuenca, otra utilizando modelos hidrológicos que representen la dinámica de los caudales
según el régimen de precipitación. Otra manera es a partir de regresiones de la forma,
QB
= γ k AB , (4.23)
AB
d∆h( t )
Sy = w( t ) − α∆h( t ) (4.24)
dt
es el punto inicial del desarrollo de la teoría, e indica que el volumen de agua desalojado
desde el acuífero por unidad de disminución de la cabeza hidráulica por área, Sy,
multiplicado por el rata de cambio en el tiempo de la altura media del nivel freático medido
por encima de la corriente principal, es igual a la relación de recarga por unidad de área,
w(t), menos la descarga del flujo base por unidad de área del acuífero. En este punto, α es
una constante que representa la respuesta del acuífero y depende de K , la conductividad
hidráulica saturada. Luego, el flujo base se relaciona linealmente con la cabeza hidráulica
por medio de Q(t ) = α∆h(t ) A , donde A es el área de la ladera afluente. La ecuación (4.24)
puede ser expresada en términos de Q(t) como
4-29
Caudales Mínimos
dQ( t )
= β( R( t ) − Q( t )) (4.25)
dt
3KbA
t 0 +η
= 12bD 2 E[KH ] AB + σN
QB
(4.27)
AB
Esta última ecuación unifica la física de la generación del flujo base, con la variabilidad
estadística de los caudales mínimos en redes de ríos. El primer término de la ecuación
(4.27) indica que los caudales mínimos son una función de la conductividad saturada
hidráulica, el cuadrado de la densidad de drenaje y el área de drenaje. Además se incluye un
segundo término que considera la variabilidad espacial, no considerada en las ecuaciones
físicas como la ecuación (4.13.)
4-30
Caudales Mínimos
La dificultad fundamental que surge al intentar estudiar la recesión de caudales que da lugar
a caudales mínimos a partir de registros diarios de caudal o precipitación se debe a las
lluvias que tienen lugar en el período de sequía. En general la mayor parte de la masa de
agua de dichos eventos lluviosos se convierte en escorrentía superficial por lo cual no están
fuertemente vinculados con el proceso físico que da lugar a los caudales mínimos (recesión
debida a disminución del nivel del acuífero), pero sí introducen ruido en el registro de
caudales dificultando la detección de la recesión. Tal dificultad tiene como consecuencia,
en especial para las condiciones climáticas de Colombia, la imposibilidad de estimar el t
directamente de registros diarios de precipitación, lo cual es una práctica tradicional en
hidrología.
Con el objetivo de aislar el efecto de las lluvias en período de sequía, se propuso una
técnica de exploración basada en la búsqueda del caudal mínimo por tramos para encontrar
la envolvente mínima de caudales, sobre los registros diarios de caudal. Para hallar la
envolvente, primero se define el período (en días) de una ventana con la cual se hace una
búsqueda móvil de mínimos para cada ventana. Así, si se tienen 400 datos diarios de caudal
y se define una ventana de 10 días, primero se halla caudal mínimo entre los primeros 10
días, luego para los segundos 10 días hasta recorrer toda la serie y tener 40 datos de
caudales mínimos en la ventana (CMV). Finalmente se interpola linealmente (teniendo en
cuenta la posición de cada dato) entre cada par de valores de CMV para obtener una serie
4-31
Caudales Mínimos
Tabla 4.3. Estaciones con registros diarios utilizadas en la construcción de los mapas de
caudales mínimos.
CODIGO NOMBRE TIPO LAT LON AREA (km2) REGION
5201701 Pte_Guascas, Río Patía LG 1.36 77.25 9605.26 Pacífico
5203006 Hidromayo_Camp PM 138 76.56 Pacífico
5203003 Union_La PM 136 77.09 Pacífico
5204502 Apto_Antonio_Narin SP 1.25 77.16 Pacífico
1104701 Belén, Río Atrato LG 5.42 76.4 5001.63 Atrato
1101001 Vuelta_La PM 5.27 76.32 Atrato
1102001 Carmen_De_Atrato PM 5.54 76.12 Atrato
1102005 Pinon_El PM 5.44 76.22 Atrato
1103001 Certegui PM 5.22 76.36 Atrato
1104501 Apto_El_Carano SP 5.43 76.37 Atrato
2703701 La_Esperanza, Río Nechí LG 8 74.47 13059.4 Nechí
2317502 Apto_Otu SS 7.01 74.43 Nechí
2308026 Mosca_La PG 6.19 75.28 Nechí
2701038 San_Antonio_De_Pra PG 6.11 75.4 Nechí
2702014 Miraflores PG 6.47 75.19 Nechí
2612704 Cartago, Río La Vieja LG 4.45 75.53 2841.33 Valle del Cauca
2612506 Apto_El_Eden SP 4.27 75.46 Valle del Cauca
2610083 Palmasola PM 4.42 75.58 Valle del Cauca
2612015 Alcala PM 4.4 75.48 Valle del Cauca
2613504 Apto_Matecana SP 4.49 75.44 Valle del Cauca
2406701 El Tablazo, Río Sogamoso LG 7.03 73.21 21107.7 Sogamoso
2401024 Oiba PM 6.16 73.19 Sogamoso
2403033 Tope_El PM 6.58 72.55 Sogamoso
2403035 Duitama PM 5.5 73.02 Sogamoso
2403517 Tunguavita PM 5.45 73.08 Sogamoso
2405006 San_Vicente PM 6.53 73.25 Sogamoso
2312702 Pto Araujo, Río Carare LG 6.32 74.06 5314.87 Mag_medio
2312005 Muzo PM 5.33 74.07 Mag_medio
2312006 Buenavista PM 5.32 73.56 Mag_medio
2312007 Pto_Araujo PM 6.32 74.07 Mag_medio
2306702 Colorados, Río Negro LG 5.3 74.34 3044.34 Mag_medio
2306011 Caparrapi PM 5.21 74.29 Mag_medio
2109707 Pte_Santander, Río Magdalena LG 2.59 75.18 15669.1 Mag_alto
2101005 San_Jose_De_Isnos PM 1.56 76.18 Mag_alto
2103006 San_Adolfo PM 1.38 76.02 Mag_alto
2104001 Agrado PM 2.15 75.46 Mag_alto
2105502 Esc_Agr_La_Plata CP 2.25 75.55 Mag_alto
1606701 Pto_Barco.Gabarra, Río Catatumbo LG 9.01 72.51 5229.58 Catatumbo
1605013 Campanario_El PM 8.01 73.14 Catatumbo
de igual cantidad de datos que la serie original. El tamaño de la ventana debe estar
asociado al clima y el tipo de suelo de cada región, que a su vez influyen en el grado de
intermitencia del registro de caudales. En la Figura 4.20 se presentan tres años (1947-1949)
del registro diario de caudales en Salvajina y su respectiva envolvente mínima.
Luego para cada año se busca el caudal mínimo q (t ) y el caudal al inicio de la recesión q0 ,
4-32
Caudales Mínimos
para un período de retorno determinado. Para esto se ajustan los t a una distribución teórica
de probabilidades. En la Figura 4.22 se presenta el ajuste de los t de Salvajina a la función
de distribución Gumbel. El comportamiento de t es regional.
En la Figura 4.23 se presenta gráficamente el resumen de los resultados para todos los años
disponibles del registro diario de caudales de Salvajina. Es fácil observar la relación
creciente de qo con t (Figura 4.23 A) y la baja variabilidad de k (Figura 4.23 B).
Cualitativamente, el comportamiento que se observa es general para todas las cuencas de
Colombia con marcadas diferencias regionales desde el punto de vista cuantitativo.
Esto permite encontrar relaciones lineales regionales y distribuidas (píxel a píxel) para qo
en función de t y el caudal medio de cada píxel (rendimiento por píxel, Qmed ), al igual
que diferentes ajustes para t . En principio, se busca relacionar qo y t ya que desde el
dadas las características del acuífero y la cuenca, es decir, qo no es una variable aleatoria
4-33
Caudales Mínimos
Desde la Figura 4.24 hasta la Figura 4.29 se presentan los mapas de caudales mínimos para
diferentes períodos de retorno (2.33, 5, 10, 25, 50 y 100 años).
t media Varianza de t k qo qo
REGIÓN Pendiente de = f (t ) Constante de = f (t )
(días) (días) 2
(días) -1 Qmed Qmed
Valle del
137 4720 0.009 0.937 0.413
Cauca
Cañón del
117 2720 0.011 0.969 0.267
Cauca
Magdalena
106 2080 0.014 0.779 0.450
Medio
Alto
87 2170 0.008 0.655 0.480
Magdalena
4-34
Caudales Mínimos
800
600
Caudal (m3/s)
400
200
0
1947 1948 1949 1950
Año
Figura 4.20. La línea negra representa tres años (resolución diaria) de la serie de caudal de
Salvajina. En color se presenta el resultado la envolvente mínima de la serie
calculada buscando el mínimo móvil de un ventana de 15 días.
150
Caudal (m3/s)
100
50
0
0 100 200 300 400
Días
Figura 4.21. La línea negra corresponde al primer año de la envolvente mínima de la serie
de caudales diarios de Salvajina. La línea vertical color verde señala el caudal
mínimo del año y la línea naranja localiza el comienzo de la recesión. La
curva vinotinto corresponde a la curva exponencial ajustada para representar
la recesión.
4-35
Caudales Mínimos
0.8
0.6
P(T<t)
0.4
0.2
0.0
0 50 100 150 200 250 300 350
T (Número de días)
qo
k
t qo
Qmin Qmin
qo t
Figura 4.23. Resultados de la metodología de envolvente mínima para Salvajina. (A) Los
triángulos negros representan qo (caudal de inicio de la recesión) vs t
(duración de la recesión), la líneas naranja representan el ajuste de qo vs t y
la media de qo . La línea negra representa el caudal medio multianual. Los
triángulos amarillos corresponden al caudal mínimo para cada año. (B) k
(constante de la recesión) vs qo . (C) Qmin (Caudal mínimo) vs qo . (D) Qmin
vs t
4-36
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
2
Figura 4.24. Mapa de caudal mínimo para un período de retorno de 2.33 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-37
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
Figura 4.25. Mapa de caudal mínimo para un período de retorno de 5 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-38
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
2
Figura 4.26. Mapa de caudal mínimo para un período de retorno de 10 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-39
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
2
Figura 4.27. Mapa de caudal mínimo para un período de retorno de 25 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-40
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
2
Figura 4.28. Mapa de caudal mínimo para un período de retorno de 50 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-41
Caudales Mínimos
12
10
Información no
disponible
8
Información no
disponible
2
0
Figura 4.29. Mapa de caudal mínimo para un período de retorno de 100 años, estimado
usando la curva de recesión con los parámetros de la Tabla 4.4
4-42
Caudales Mínimos
Otra alternativa para el estudio del tiempo de “sequía” y del caudal inicial cuando se tienen
estaciones de precipitación sobre la cuenca es utilizando modelos lluvia-escorrentía. En el
presente trabajo se utilizaron las estaciones de precipitación listadas en la Tabla 4.3 junto
con el modelo de tanques presentado en el Capítulo 2 para reproducir aproximadamente la
serie de caudales diarios de cada cuenca y, más importante aún, reproducir el caudal medio
multianual y el caudal medio mínimo. Inicialmente se debe construir una serie de
precipitación promedio sobre la cuenca. Dicha construcción puede ser utilizando polígonos
de Thiessen para cada día; sin embargo, los coeficientes deben ser modificados para lograr
un mejor ajuste del resultado del modelo con respecto al caudal real. Luego de tener la
precipitación y la evaporación potencial diaria sobre la cuenca (valor muy estable para
Colombia entre 4.5 y 5.5 mm/día), se debe calibrar la constante k del modelo,
correspondiente a la tasa de salida de agua subsuperficial. Dicha constante corresponde
exactamente con la tasa de descenso de la curva exponencial que representa la recesión de
caudales ( q(t ) = q 0 e (− k t ) ). Finalmente se ejecuta el modelo y se obtienen las series de
caudal superficial y subsuperficial con resolución diaria.
De manera similar que para los resultados de la envolvente mínima, se halla una relación
entre q0 y t . Esto hace posible hallar el caudal mínimo para determinado período de
retorno utilizando el k calibrado y un ajuste de los t para cada año a una función de
distribución determinada (ej. Gumbel o LogNormal). En la Figura 4.30 se presentan los
resultados del modelo de tanques para la cuenca del río Sogamoso (estación el Tablazo,
código 2406701) luego de ajustar la precipitación sobre la cuenca y la constante k . En la
gráfica superior se observa la serie real de caudales diarios desde 1968 hasta 1980 y en la
inferior el caudal modelado para el mismo intervalo de tiempo.
4-43
Caudales Mínimos
años diferentes desde el punto de vista hidrológico (años El Niño, La Niña y normales).
Debido a la construcción teórica del modelo de tanques, en especial la representación de la
escorrentía subsuperficial mediante un tanque de descarga lineal, no existen diferencias
fundamentales en los resultados obtenidos usando la envolvente mínima y el modelo de
tanques. Las diferencias fuertes se deben a escasa o deficiente (cobertura espacio-temporal)
información de precipitación.
4-44
Caudales Mínimos
2000
1000
0
1970 1972 1974 1976 1978
Año
3000
Caudl (m3/s)
2000
1000
0
1970 1972 1974 1976 1978
Año
Figura 4.30. En la gráfica superior se observa una fracción de la series de caudales sobre el
río Sogamoso (estación el Tablazo, código 2406701) y en la inferior el
resultado del modelo de tanques (ver Capítulo 2) utilizando las estaciones de
precipitación dentro de la cuenca (ver Tabla 4.3). La línea verde representa la
escorrentía superficial la naranja representa la escorrentía subsuperficial y la
negra es la escorrentía total.
4-45
Procesos de Denudación
5 PROCESOS DE DENUDACIÓN
5-1
Procesos de Denudación
5.1 Erosión
La erosión superficial de los suelos por acción del agua puede ser en forma laminar, en
surcos y en cárcavas.
Se han desarrollado varios modelos que describen la relación entre la erosión laminar por
efecto de la lluvia y los principales factores que la controlan. El modelo más conocido es la
Ecuación Universal de la Pérdida de Suelo, la cual fue inicialmente desarrollada para
predecir la tasa de erosión en el medio oeste de los Estados Unidos y ahora se usa en todo
el mundo para varios propósitos. La ecuación se basa en datos de muchos estudios
orientados por U.S. Agricultural Scientists. Su desarrollo estuvo liderado por Walter
Wischmeier y Dwight Smith, quienes antes de definir la expresión actual, investigaron
acerca de la energía de la lluvia y su relación con la pérdida de suelo (Wischmeier and
Smith, 1958). Esta energía es cinética y es aportada por las gotas de lluvia.
5-2
Procesos de Denudación
Este modelo conceptual demuestra que la tasa de erosión es una función de las magnitudes
relativas de la resistencia de la superficie de la tierra a la erosión y las fuerzas erosivas
aplicadas y que la topografía, la vegetación, y la actividad humana pueden modificar este
balance (Laronne and Mosley, 1982). La ecuación universal de pérdida de suelo permite a
los planificadores predecir la tasa promedio de erosión del suelo.
El impacto de las gotas de lluvia sobre la superficie del suelo puede superar la resistencia
del mismo y causar el desprendimiento de partículas; el material así desprendido puede ser
arrastrado por el flujo de agua sobre la superficie del terreno en el caso de que la lluvia en
combinación con la configuración topográfica tenga la energía suficiente para tal efecto.
En los terrenos cubiertos con vegetación, esta intercepta las gotas de lluvia disminuyendo
la fuerza del impacto de las mismas.
Es necesario anotar que la variabilidad de las gotas de lluvia de acuerdo con la intensidad
puede causar diferentes efectos sobre la forma en que se da la erosión ya que eventualmente
podría darse una compactación del suelo, una reducción de la infiltración y/o, un aumento
del flujo superficial.
5-3
Procesos de Denudación
El valor de R debe cuantificar el efecto del impacto de las gotas de lluvia y debe dar una
idea de la cantidad de escorrentía que podría estar asociada con la lluvia. Otras
investigaciones han mostrado que cuando los demás factores son constantes y se aplica la
ecuación sobre una zona cultivada, la pérdida de suelo es proporcional al parámetro EI,
(Wischmeier and Smith, 1978).
5-4
Procesos de Denudación
n
( )( )
∑ 1.213 + 0.890 log10 I j I j T j I 30
j01
R= (5.3)
(173.6 )
El factor de erodabilidad del suelo, K depende del tipo de suelo, de sus características
físicas y químicas, de la cantidad de materia orgánica, de la estructura, de la estabilidad de
sus agregados, de sus parámetros hidrológicos asociados al almacenamiento, retención,
infiltración y flujo de agua y a su composición mineralógica y catiónica (ver Rivera, 1999,
para una completa revisión). La estimación del factor de erodabilidad se basa en parcelas
de escorrentía, en la determinación de propiedades de los suelos en laboratorio, en los
5-5
Procesos de Denudación
estudios nacionales y regionales de suelos, apoyados en tablas para los distintos tipos de
suelo.
Para la estimación de K, existen en la literatura varias tablas las cuales dan un valor de
dicho parámetro para un tipo de suelo determinado.
Se encontró también una expresión para el cálculo aproximado de K en función de la
textura del suelo (Stöckle).
[ [ [ ] ]]
K = 7.594 0.0034 + 0.0405 ⋅ exp − 1 2 ( Log10 D g + 1.659 ) / 0.7101 2 (5.4)
5-6
Procesos de Denudación
Factores Topográficos L y S
Tanto la longitud como el grado de pendiente del terreno afectan sustancialmente la tasa de
erosión del suelo por efecto de la lluvia. Los dos efectos han sido evaluados separadamente
en la ecuación, pero se pueden considerar como un solo factor.
Donde,
L es el factor de longitud de la pendiente [adimensional]
x la longitud de la pendiente [m]
m es un exponente que toma los siguientes valores
m = 0.5 para pendientes > 5%
m = 0.4 para pendientes < 5% y > 3 %
m = 0.3 para pendientes < 3% y > 1% y
m = 0.2 para pendientes < 1%
El valor de S, está dado también de acuerdo a las ecuaciones dadas por Wischmeier y Smith
(1978). La ecuación es la siguiente:
Existen en la literatura otras expresiones para S, pero se prefirió esta porque corresponde
con lo propuesto inicialmente por la Ecuación Universal de la Pérdida de Suelo. (Ver
Rivera 1999).
5-7
Procesos de Denudación
Cuando actúa la vegetación, el factor C es menor de 1. Las plantas por el hecho de estar en
cultivo, potrero o bosque, presentan diferentes grados de protección del suelo. En cada uso
del suelo el valor de C varía en cada caso. Igualmente es alto o bajo según el manejo del
suelo; labranza reducida, presencia o ausencia de residuos de cosecha, entre otros.
5-8
Procesos de Denudación
El carcavamiento es una erosión en surcos muy avanzada, que disecta tan profundamente el
suelo que el terreno no puede nivelarse con los instrumentos de labranza ordinarios (FAO,
1967 citado por Villota 1991). La intensidad y la amplitud de la formación de cárcavas
guardan una íntima relación con la intensidad de las lluvias y la velocidad de escorrentía;
además, están reguladas por las características de los suelos (permeabilidad, cohesión), del
relieve, del clima y de la cobertura vegetal protectora.
5-9
Procesos de Denudación
En Colombia los procesos de remoción en masa son más comunes en la región Andina
debido a la topografía y precipitación. Las definiciones utilizadas son tomadas de Villota,
1991 y Varnes, 1978.
SUELOS INGENIERILES
TIPO DE MOVIMIENTO ROCAS
GRUESOS FINOS
Caídas Caída de rocas Caída de detritos Caídas de tierra
Volcamientos Volcamiento de Volcamiento de Volcamiento de
rocas detritos tierra
Rotacional Roca Hundimiento Hundimiento de Hundimiento de
homogénea de rocas detritos tierra
Deslizamiento Translacional Heterogenei- Deslizamiento Desliz. de Desliz. de bloques
dad litológica de bloques de bloques de tierra
rocas Desliz. de Desliz. de tierra
detritos
Propagación Lateral de rocas De detritos de tierras
Flujo de rocas Flujos de Flujos de tierras
Flujos escombros
deep creep Reptación
Movimientos complejos Combinación de dos o más tipos de movimientos
5-10
Procesos de Denudación
5.2.2 Flujos
Los flujos son movimientos de material que puede ser de textura fina o gruesa favorecidos
por la presencia de una superficie de falla bien definida generada por una discontinuidad
litológica entre roca fresca y la roca meteorizada, por un contraste litológico entre rocas
permeables suprayaciendo rocas impermeables o por la presencia de un plano de
estratificación. Este tipo de movimiento puede ser rápido o muy lento, en suelos saturados o
no saturados. Morfológicamente se caracterizan por ser alargados y estrechos debido a su
encauzamiento sobre un drenaje o cauce y presentar una morfología de conjunto laminar.
1. Los flujos de lodo son el resultado de la saturación de materiales de textura fina (limos
y arcillas) al punto de superar el límite plástico permitiendo que fluyan, en su recorrido
pueden involucrar materiales gruesos (bloques, árboles, etc.).
2. Los flujos de escombros están asociados a zonas con pendiente fuerte, con alta
precipitación y compuestas por rocas fuertemente fracturadas. El material transportado
está formado por una masa de bloques y lodos semilíquida que se desplaza pendiente a
bajo con gran velocidad y alto poder de arrastre. Estos movimientos son generalmente
de ocurrencia intermitente y con velocidades variables.
5-11
Procesos de Denudación
5.2.3 Deslizamientos
Los deslizamientos son movimientos producidos cuando se supera la resistencia al corte del
material, tienen lugar a lo largo de una o varias con superficies de ruptura definidas sobre
las cuales se desplaza la parte superior de la masa. Pueden ser lentos o rápidos según la
topografía, el tamaño de la masa afectada, modo de falla y la acción del agua, entre otros.
Se presentan en cualquier tipo de material, éstos pueden ser:
5.2.4 Reptación
La reptación es el desplazamiento lento de la superficie del terreno con una velocidad
promedio de 1 cm/año, no hay una separación definida entre la masa en movimiento y la
que permanece en su sitio. Las evidencias de este proceso son la formación de arrugas y
escalones, la inclinación de árboles y postes, etc. La deformación acumulada durante varios
años, es capaz de llevar la masa a su límite de resistencia y originar un deslizamiento.
5-12
Procesos de Denudación
Los principales factores externos están relacionados con el clima y las actividades
antrópicas así.
5-13
Procesos de Denudación
Es así como la ecuación 5.3. se ha tomado como punto de partida en esta labor. Para
nuestro país, a nivel nacional, la utilización de esta expresión como medio para encontrar R
no es viable hasta el momento debido a la escasez de información diaria de precipitación.
5-14
Procesos de Denudación
Otras personas han usado registros de lluvia cada 10 min. para calcular el valor de R a
partir de la ecuación 5.3. Tal es el caso del cálculo de la erosividad en la República de
Corea (Hu,Qi et al).
Para nuestro caso, sabiendo que no hay información suficiente y que los casos donde se ha
calculado directamente el valor de R son aislados, se optó por tomar como punto de partida
un mapa de erosividad media anual del IGAC con una escala de 1:3’400000.
Este mapa de erosividad está categorizado en cinco grupos. Desde el de menor valor
clasificado como de baja erosividad hasta el de mayor valor clasificado como alta
erosividad. Su resolución es de 2arcmin
5-15
Procesos de Denudación
Estos valores de erosividad son semejantes a los obtenidos en zonas puntuales como
Cotové y Bogotá. (Machado y Machado, 1975 y Machado, 1977; mencionados por Rivera,
1999).
La estimación de este factor no tiene una fuente de validación apropiada, ya que en el país
no se cuentan con datos acerca de la erosividad. Aún así la distribución de su valor a lo
largo y ancho del territorio nacional parece ser coherente, debido a que en las zonas de
altura intermedia y alta, este factor alcanza valores entre medios y altos, asociados
posiblemente a las intensidades de lluvia que se dan en estas zonas. Las regiones de la
Orinoquía y la Amazonía presentan valores entre medios y altos, asociados posiblemente a
los regimenes de precipitación en aquellas zonas.
Es de notar que en la región de la Amazonía existe una zona de alta erosividad, debido
posiblemente a los altos valores que la precipitación alcanza allí, entre 3500 y 4000 mm por
año, y a la variación de la topografía que sin tener diferencias de altura muy grandes son en
todo caso bastante diversas, lo que puede modificar la variabilidad espacial de la lluvia,
desde su origen mismo.
Textura Gruesa: Menos del 15% de arcilla y mas del 70% de Arena
5-16
Procesos de Denudación
Figura 5.2. Mapa de Erodabilidad de los Suelos en Colombia basado en la ecuación de las
texturas del suelo (Stöckle e IGAC, 1988 y 1995)
5-17
Procesos de Denudación
Es importante resaltar que la clasificación de acuerdo con las texturas es reducida (solo
cuatro clases), lo que implica que se están ignorando rangos de textura mas amplios que
posiblemente existen en el país pero que no se conocen o al menos no se tiene información
al respecto. Las porciones de arcilla y arena en cada una de las unidades de suelo deben ser
mucho mas variables que lo reportado empíricamente en este informe, por lo que este mapa
de K, a partir de texturas puede variar eventualmente si se logra obtener mayor información
en futuros proyectos. Como es de esperarse, este resultado no sólo esta sujeto a esta
clasificación sino a la escala del mapa fuente (1:3’400000), por lo que los resultados
estarán ajustados a esta. En una escala mayor, con conocimiento previo de datos mas
claros acerca de las texturas o de los valores de K, se obtendría un mapa mucho más
heterogéneo, pero todo esto está variando de acuerdo a la información disponible.
Este mapa dado en porcentajes, sirvió para determinar el factor de longitud de pendiente en
función del ángulo de pendiente y el factor S. En cuanto al factor L, cuyo valor esta dado
por la ecuación 5.6. se tomaron para x los siguientes valores de acuerdo con un estimado
empírico las longitudes horizontales de ladera. Los valores son los siguientes:
Así, se reclasificó el mapa de pendientes y se obtuvo un mapa para L. Con la ecuación 5.7.
se obtuvo el mapa para S, reclasificando en el Idrisi el mapa de pendientes. Así se obtuvo
un mapa para S.
5-18
Procesos de Denudación
El producto de estos dos mapas dio como resultado el mapa de LS (Figura 5.3) el cual
presenta una heterogeneidad asociada a la configuración topográfica de nuestro país la cual
es bien conocida y altamente variable. Este factor es adimensional y como se expresó con
antelación, representa el efecto de la configuración geométrica del terreno estudiado.
Es necesario dar claridad respecto a los valores de este mapa debido a que están totalmente
sujetos a la resolución del mismo. El hecho que sea de 120 Arcsec, implica que los pixeles
son de aproximadamente 3.7Km de lado. De acuerdo con esto, el proceso de
reclasificación del mapa en orden a asignar un valor de x según la pendiente puede generar
errores ya que los valores de x que varían entre 60m y 200m son muy pequeños
comparados con los 3.7Km que tiene el píxel. Es por esto que este mapa está tan sujeto a
la resolución. Una mejor resolución en el mapa de pendientes permitiría obtener un mapa
mejor para el factor LS, y por lo tanto, el mapa de Erosión Laminar sería también mejor.
5-19
Procesos de Denudación
En zonas mas pequeñas, como departamentos o regiones geográficas, donde exista una
topografía mas detallada se puede obtener un mapa mas preciso.
Se optó por hacer uso de un mapa de Usos de la Tierra en Colombia, originado por el
IGAC(1988), ya que desde Cenicafé, nos reportaron algunos valores aproximados de C.
Estos valores, algunos asociados a tipos de cultivos en Colombia y otros asociados a tipos
de Cultivo en África, permitieron generar una serie de datos para definir el valor de C
según el Uso de las Tierras.
Cultivo Valor C
Café con sombra 0.070
Café sin sombra 0.110
Banano 0.062
Cacao 0.040
5-20
Procesos de Denudación
5-21
Procesos de Denudación
Tabla 5.4. Valor C para diferentes porcentajes de recubrimiento del Suelo (Gómez, 1984)
El mapa de Uso Actual de la tierra en Colombia se muestra en la Figura 5.4. Este mapa
debió reclasificarse en orden a obtener el mapa del factor de manejo y cultivo C (Figura
5.5). A continuación se presenta la tabla con las categorías originales del mapa y una tabla
con la reclasificación de las categorías y su correspondiente valor de C.
5-22
Procesos de Denudación
Tierra en Pastos
Pm. Pastos Manejados. Areas con cobertura densa de pastos con obras de adecuación y/o
prácticas agronómicas como : distribución y rotación de potreros, control de malezas,
fertilización y encalamiento.
Pn. Pastos Naturales o introducidos con cobertura densa. Areas con cobertura densa de
pastos, principalmente, sin obras de adecuación y sin prácticas agronómicas.
Pn1. Pastos Naturales o introducidos con cobertura rala. Areas con cobertura rala de
pastos pastos, principalmente, sin obras de adecuación y sin prácticas agronómicas.
Pn/Ra. Pastos con rastrojo. Areas con cobertura de pastos mezclados con rastrojos.
Tierras en Bosques.
Bp. Bosque primario. Areas en donde no se han realizado aprovechamientos madereros y
la intervención humana es mínima.
Bi. Bosque intervenido. Areas en donde se han efectuado aprovechamientos selectivos de
especies y sobre las cuales se han establecido pastos y cultivos de subsistencia.
Bpt. Bosque plantado. Areas cultivadas con especies maderables.
Sb. Sabana arbustiva
Xe. Vegetación xerofilítica. Areas con vegetación de tipo achaparrado, espinosa y de poca
densidad.
5-23
Procesos de Denudación
5-24
Procesos de Denudación
El cálculo de la erosión media anual en Colombia, se hizo multiplicando para cada una de
las celdas que componen todo el país los valores de los factores de la USLE en cada celda y
contenidos en cuatro mapas: Erosividad, Erodabilidad, Factor Topográfico y Factor de
recubrimiento y manejo de cultivos, todos ellos con la misma resolución. Para el quinto
factor (P) se considera que es 1.0 sobre todo el país lo que supone la condición más
desfavorable.
El mapa de Erosión Laminar Media Anual se muestra en la Figura 5.6 y en el Atlas digital
se puede acceder a este mapa que contiene el valor estimado para la perdida de suelo en
todas y cada una de las celdas en que se ha subdividido la geografía nacional.
5-25
Procesos de Denudación
Este mapa comparado con el mapa de erosión del IGAC es bastante semejante, sobre todo
en la zona central del país, considerando que la erosión reportada por el IGAC en el Atlas
de 1988 tiene en cuenta la remoción en masa, la erosión eólica y la degradación de los
suelos.
La Tabla 5.7 muestra cada una de las estaciones en las que se hizo el balance de
sedimentos. Se puede observar que los errores en el cálculo de las áreas son pequeños, lo
que indica que el área de las cuencas se identifica con buena precisión. Las cantidades de
sedimentos que transportan las corrientes son coherentes con las cantidades de sedimentos
que se producen por erosión laminar en las cuencas tributarias. La Figura 5.7 muestra la
relación entre los datos estimados y los reportados para las diferentes estaciones.
En las cuencas más grandes la cantidad de sedimento que sale de la cuenca transportada por
las corrientes es muy cercana a la que se produce por erosión laminar, aunque en varios
casos es menor y esto se puede explicar por la gran capacidad de almacenar sedimentos
que tienen las ciénagas y las partes bajas de los valles en éstas cuencas.
5-26
Procesos de Denudación
Tabla 5.7. Cálculo del transporte de sedimentos basados en el mapa de erosión laminar.
Estación Cuenca Area Reportada Area Calculada Transporte Anual Transporte Anual Error Area[%] Error
[Km²] [Km²] [Mton/año] Estimado [Mton/año] Transporte[%]
Calamar Magdalena 257438 259198.73 386 468.45 0.68 21.36
Peñoncito Magdalena 139657 138853.78 290.12 310.71 0.58 7.10
Arrancaplumas Magdalena 54359 53945.01 143.99 106.06 0.76 26.34
Puerto Valdivia Cauca 37966 38553.77 120.99 79.46 1.55 34.32
Las Varas Cauca 59012 59148.21 149.11 89.73 0.23 39.83
Cuestecita Rancheria 2240 2311.66 0.28 9.21 3.20 3190.45
Cotoca Sinú 14915 13444.39 11.65 1.88 9.86 83.89
Pte La Sánchez Atrato 333 301.32 0.9 0.14 9.51 84.03
Pto. Barco Catatumbo 5179 5161.58 6.34 21.66 0.34 241.63
Pte Lleras Meta 8358 8020.99 45.57 8.47 4.03 81.40
Guayaré Guaviare 139520 139701.2 85.23 26.07 0.13 69.41
Angosturas Caquetá 5676 4982.71 20.75 4.84 12.21 76.67
Pte Texas Putumayo 2900 2891.1 4.69 1.42 0.31 69.81
Pte Pusmeo San Juan 14162 14120.37 75.35 29.75 0.29 60.52
La Pintada Cauca 27750 27783.45 33 51.77 0.12 56.87
Cañafisto Cauca 34335 34220.23 45 63.14 0.33 40.31
El Templete Rio Grande 1294 1135.88 0.74 1.62 12.22 118.82
Caseteja Negro 2448 2608.48 8.7 7.11 6.56 18.28
Pte_Balseadero Magdalena 5875 5765.76 14.21 11.88 1.86 16.37
Julumito Cauca 724 729.15 0.33 1.47 0.71 344.69
Se observa sin embargo que para muchas cuencas, el valor estimado para la cantidad de
sedimentos producidos por erosión laminar toma valores cercanos a la cantidad de
sedimentos que transporta la corriente ( línea de pendiente 1), este puede ser el caso en que
se tienen cuencas donde la erosión de origen laminar es una componente importante en el
aporte de sedimentos a la cuenca o también es el caso en que una cantidad de sedimentos
similar a la que se origina de los movimientos en masa, se almacena en la parte baja de la
cuenca.
El factor escala está altamente asociado a los resultados obtenidos. Es muy posible que por
no poseer la información adecuada a una escala mas fina, se dejen de obtener resultados
mas cercanos a los valores reales. Además el uso de la ecuación Universal de Pérdida de
Suelos no garantiza una precisión en todos los tipos de ambientes, a saber, que nuestro
5-27
Procesos de Denudación
clima y nuestra topografía son altamente variables y en muchos casos difieren ampliamente
de estos factores en los Estados Unidos, lugar donde se obtuvo la ecuación
5-28
Procesos de Denudación
Los mapas que presentan las variables utilizadas se encuentran publicados a escalas que
varían desde 1:1’500.000 hasta 1:3’400.000, por esta razón se decidió trabajar en una escala
coherente con el nivel de información disponible y así se unificaron todos los mapas
utilizando celdas de 3.7 Km de lado (13.7 Km²).
Una vez digitalizados en AutoCad los mapas con las variables requeridas se procedió a
realizar su reclasificación en rangos de susceptibilidad a la generación de los procesos
denudativos mediante el Idrisi como se describe a continuación.
5-29
Procesos de Denudación
Figura 5.8. Mapa de grupos litológicos, modificado del Mapa Geológico de Colombia
(Ingeominas, 1988)
5-30
Procesos de Denudación
CLASIFICACIÓN RANGO
Baja 0 – 15°
Leve 15 – 30°
Moderada 30 – 45°
Moderadamente Alta 45 – 60°
Alta Mayor de 60°
GRUPO RESISTENCIA A LA
CLASIFICACIÓN
LITOLÓGICO COMPRESIÓN SIMPLE MN/M²
1 Baja Menor de 80
2 Baja Menor de 80
3 Baja Menor de 80
4 Baja Menor de 80
5 Media 80 – 180
6 Media 80 – 180
7 Alta Mayor de 180
8 Alta Mayor de 180
9 Media 80 – 180
10 Alta Mayor de 180
5-31
Procesos de Denudación
Esta clasificación se realizó haciendo una aproximación con base en el área de influencia
promedio de las zonas de falla presentes en el territorio colombiano (4 Km a lado y lado de
la traza); sin embargo, es importante aclarar que para algunos casos como el sistema de
falla Cauca – Romeral Ingeominas han determinado áreas de influencia de 30 Km a lado y
lado de la traza principal, por esta razón se seleccionaron las principales zonas de falla para
ampliar su rango de cobertura hasta 30 Km a lado y lado, tal es el caso de las fallas de
Guaicáramo, Palestina y Bucaramanga – Santamarta entre otras.
5-32
Procesos de Denudación
Figura 5.10. Mapa de cobertura vegetal (modificado de Usos de la Tierra, IGAC. 1988).
La influencia de la zona de vida en los procesos erosivos tiene que ver con la densidad de la
cobertura vegetal nativa o exótica (implantada) determinada en parte por los factores
climáticos tales como la humedad relativa y la precipitación.
5-33
Procesos de Denudación
reclasificaron las 30 zonas de vida en que se encuentra dividido el país (IGAC, 1992) en 10
grupos como se muestra en la Tabla 5.12 (Figura 5.11).
Tabla 5.12. Clasificación general de la cobertura vegetal (modificado del mapa de Usos de
la Tierra presentado por IGAC, 1988).
CLASIFICACIÓN
SEGÚN COBERTURA RANGOS
VEGETAL
Bosque primario 1
Otros 2
Bosque plantado 3
Pastos 4
Bosque intervenido 5
Perennes 6
Café 7
Transitorios 8
Semiperennes 9
Sin uso 10
Con base en la zonificación sísmica de Colombia por aceleración pico efectiva (IGAC,
1989) se clasificó el área nacional en tres rangos de susceptibilidad (Figura 5.12).
5-34
Procesos de Denudación
5-35
Procesos de Denudación
Debido a que en algunos casos la influencia de las variables varía de proceso a proceso, se
realizó una clasificación adicional de las susceptibilidades intrínsecas del material y la
pendiente (Tablas 5.14 y 5.15).
Valores de aceleración Aa
Rango
(g)
Alto 0.25 – 0.4
Moderado 0.1 – 0.25
Bajo 0.05 – 0.1
Grupos litológicos
1 2 3 4 5 6 7 8 9 10
Reptación Mod Alta Alta Mod Alta Baja Baja Baja Baja Baja
Erosión laminar Baja Alta Alta Mod Mod Alta Mod Mod Mod Mod
Erosión Concentrada Baja Alta Mod Mod Mod Mod Alta Baja Mod Alta
Flujos Baja Alta Alta Alta Alta Mod Alta Baja Alta Alta
Deslizamientos Baja Alta Alta Alta Alta Alta Alta Alta Alta Alta
Caída y desgarres Baja Alta Mod Baja Mod Alta Baja Alta Alta Mod
Esta es una propuesta metodológica basada en pesos ponderados del grado de intervención
de cada factor en la ocurrencia de cada proceso independiente. En la Tabla 5.16 se
presentan los pesos sugeridos para cada variable y los resultados obtenidos a partir de ellos
son los presentados en este trabajo. Sin embargo, el usuario podrá elegir los propios pesos
según su propio criterio.
5-36
Procesos de Denudación
Grupos litológicos
1 2 3 4 5 6 7 8 9 10
Reptación Baja Leve Leve Baja Mod Mod Baja Baja Mod Baja
Erosión laminar Baja Leve Mod Baja Leve Leve Leve Leve Leve Leve
Erosión Concentrada Baja Baja Leve Mod Mod Leve Baja Baja Leve Baja
Flujos Baja Leve Leve Leve Leve Leve Mod Mod Leve Mod
Deslizamientos Baja Leve Mod Mod Leve Mod Mod Mod. alta Mod Mod. alta
Caída y desgarres Baja Mod. alta Mod. alta Baja Mod. alta Alta Alta Alta Alta Alta
5-37
Procesos de Denudación
5-38
Procesos de Denudación
5-39
Procesos de Denudación
5-40
Procesos de Denudación
El uso del álgebra de mapas en el Atlas Digital permite al analista la posibilidad de variar
los factores de ponderación de los mapas insumos para producir unos nuevos mapas de
susceptibilidad a la erosión por movimientos en masa.
5-41
Atlas Digital
6.1 Introducción.
El atlas digital permite la visualización interactiva de mapas de variables hidrológicas,
climáticas y geomorfológicas. Esta aplicación se ha denominado HidroSig Java. En esta
sección se presentan sus aspectos generales y un manual del usuario para manipular los
mapas producidos en el proyecto Atlas Hidrológico de Colombia. HidroSig Java fue
desarrollado usando programación orientada a objetos con el lenguaje Java y su librería
visual VisAD. Esto ofrece ventajas comparativas con respecto a otros lenguajes del
comercio, como el IDL en el cual se desarrolló HidroSig 1.0. Las ventajas de Java se
refieren a que: es de dominio público y con acceso gratuito a actualizaciones; es un
lenguaje multiplataforma y brinda herramientas útiles para realizar actualizaciones de datos
y código de programación a través de la Internet; y la programación orientada a objetos
hace que la generación de código sea mucho más fácil y organizada. Ya que Java es
multiplataforma, puede presentar desventajas en términos de velocidad de procesamiento,
con respecto a los lenguajes compilados en máquina como C++ o el mismo IDL. En
general, HidroSig Java es una herramienta que despliega información “raster”, vectorial y
puntual de cualquier variable que se pueda asociar a los puntos de un mapa geográfico.
Toda esta información hace parte de una base de datos actualizable que conforma, en sí, el
Atlas Hidrológico de Colombia. La visualización de mapas en este software es interactiva
y amigable con el usuario ya que permite: obtener información “al clic” de las variables,
utilizar una paleta personalizada de colores, hacer zoom, y otra serie de herramientas
programadas de manera tal que el usuario pueda sacar verdadero provecho de la
información desplegada.
6-1
Atlas Digital
Este manual del usuario contiene, como primera medida un sobrevuelo a lo que se puede
hacer en la aplicación, posteriormente se presenta una guía general que incluye los detalles
de todas las herramientas y posibilidades a las que tiene acceso cuando usa el HidroSig
Java; por último, una guía tutorial indica los pasos a seguir para convertir mapas físicos en
información desplegable en el atlas digital.
6-2
Atlas Digital
Para ver el modelo digital de terreno de Colombia con una resolución de 120 segundos de
arco, haga clic en la carpeta de 120 [ArcSec] del recuadro Selección de MDT y haga clic en la
carpeta Colombia. Allí encontrará dos archivos con extensión .metaMDT, estos archivos
contienen la información sobre el mapa y es exactamente la misma que se muestra en el
recuadro MetaArchivo. Haga doble clic en, por ejemplo, el archivo colombia_original.metaMDT.
Inmediatamente aparecerá una caja de diálogo con una lista de variables geomorfológicas
que se pueden desplegar en mapas y que fueron extraídas previamente del MDT (a esto se
refiere el mensaje: Este Modelo Digital de Terreno ya ha sido Procesado); para ver uno o más de
estos mapas, selecciónelos y haga clic en Abrir. Para una mejor visualización de la variable,
usted puede seleccionar la tabla de colores de su preferencia, para esto haga clic en el
legajador de Visualización Global y seleccione, por ejemplo, Especial. La figura 6.2 muestra
cómo debe lucir la interfaz principal cuando se realiza esta operación para el mapa de
Pendientes Máximas.
6-3
Atlas Digital
Si desea volver a la paleta de colores por defecto haga clic en Reset, por otra parte el botón
Grey Scale le permite usar directamente la paleta de Blanco y Negro.
Ahora localice el puntero del mouse en la región del mapa y haga clic con los dos botones
del mouse simultáneamente. Inmediatamente, en el recuadro superior izquierdo de la
interfaz, aparecerá información puntual del valor de la variable sobre el pixel en el cual se
encuentra el puntero del mouse. Para mover el mapa con relación a la interfaz, simplemente
arrástrelo con el mouse manteniendo el botón derecho presionado.
Figura 6.2 Mapa de pendientes máximas para Colombia y selección de la tabla de colores.
La visualización de HidroSig Java permite hacer zoom infinito en ambas direcciones. Una
forma rápida de hacer esto es presionando simultáneamente la tecla “Shift” y el botón
derecho de su mouse y moviendo este hacia delante o hacia atrás para que el mapa se
acerque y se aleje respectivamente. Otra forma de hacer zoom es mediante la opción Zoom
en Caja del menú Edición. Una vez seleccionada esta opción lleve el mouse hasta la esquina
6-4
Atlas Digital
superior izquierda del cuadro sobre el cual desea el zoom, estando allí presione los dos
botones del mouse simultáneamente y manténgalos así mientras mueve el puntero hasta la
esquina inferior derecha de la caja que le interesa, por último suelte los botones y espere a
que aparezca la imagen. En caso de que desee el mapa en la posición por defecto, haga clic
en Opciones de Mapa y luego en Restituir Imagen.
Figura 6.3 Extracción de corrientes y localización de algunas cuencas sobre el mapa de Direcciones de
Drenaje del MDT Concordia.
6-5
Atlas Digital
espere unos segundos. Ahora, para visualizar una subcuenca de la corriente que acaba de
trazar, haga un zoom suficiente para distinguir por cuáles puntos del mapa pasa la corriente;
luego, en el menú Opciones de Mapa seleccione Definir Cuenca y oprima los dos botones del
mouse en alguno de los pixeles sobre la corriente, espere unos segundos y seleccione
Restituir Imagen. Por ejmplo, si usted realiza esta operación varias veces sobre el mapa de
Direcciones de Drenaje del MDT Concordia usando la paleta Grey Scale, el resultado debe ser
similar al mostrado en la figura 6.3.
El primer paso consiste en ubicar el sitio en el cual se quiere hacer el balance y visualizarlo
de una forma agradable. Para esto haga clic en el menú Herramientas y luego en Opciones de
Mapa; en este momento se abrirá una ventana que le permitirá escoger el color con el cual
se mostrarán las estaciones que usted desee ubicar en el mapa. Seleccione por ejemplo el
color rojo de la paleta, haga clic en la opción Estaciones y por último presione el botón
Actualizar. Ahora seleccione el legajador Sitios de la parte derecha de la ventana del mapa
que abrió hace unos momentos. Allí aparece una lista de tipos de puntos que usted puede
localizar; haga clic en Estaciones_LG (esto quiere decir limnigráficas). En el cuadro de
diálogo ubique la corriente Sogamoso en la lista Corriente, el programa mostrará todas las
estaciones LG incluidas en la base de datos y que están ubicadas sobre el río Sogamoso.
Seleccione, por ejemplo, la estación Pte_La_Paz del municipio Betulia y haga clic en la
flecha gris que apunta hacia la derecha. Para conocer los datos que se tienen de esta
estación en la base de datos haga clic en Visualizar Datos Estación, allí (entre muchas otras
cosas) usted podrá observar una caudal medio observado de 490.53 m3/s en la caja de texto
6-6
Atlas Digital
Promedio. Oprima Aceptar para volver a la ubicación de estaciones. Ahora active la opción
Mostrar Nombres y haga clic en Ubicar Seleccionadas. De esta manera, en el mapa activo
aparecerá ubicada la estación en el sitio adecuado y en el color que usted escogió.
Figura 6.4 Determinación del balance hidrológico en una estación del río Sogamoso.
Para realizar el balance hidrológico en la cuenca que tiene como salida este punto, trace la
corriente del río Sogamoso y extraiga la cuenca en el punto en el cual fue ubicada la
estación. En el legajador Vectoriales de la ventana del mapa, aparecerá seleccionada el
objeto vectorial colombia_original.mdt_Cuenca x_198 y_362.poli. Ahora, en el legajador Balance
y Ciclo Anual de la parte derecha de la interfaz principal aparece una lista con las cuencas
que usted haya extraído en el mapa activo hasta el momento, seleccione Cuenca x_198
y_362. Para incluir las variables hidrológicas en el balance, haga clic en el botón [...]
correspondiente a Precipitación y seleccione un archivo de campo de precipitación, por
6-7
Atlas Digital
En primer lugar está un menú principal en la parte superior de la interfaz que brinda acceso
a las herramientas generales de la aplicación. En el centro de la interfaz usted podrá
desplegar tantos mapas como usted quiera y podrá interactuar con ellos en forma separada.
A la derecha de la interfaz de mapas hay una serie de legajadores que dan acceso a
información específica acerca de la visualización y la región que se está mostrando en el
mapa. Allí es posible efectuar balances hídricos y de erosión, y se da acceso a la base de
datos a la que su archivo pertenece. En la esquina superior izquierda de la interfaz, usted
tendrá información al clic de la variable que se esté mostrando en el mapa activo.
6-8
Atlas Digital
En las secciones que siguen se describirán cada uno de los elementos de la interfaz y de los
procedimientos a los que se accede mediante ellos.
Menú principal Legajadores de objetos sobre el Mapa Información al clic sobre el mapa
Opciones
del Mapa Legajadores
Globales.
6-9
Atlas Digital
(a) (b)
Figura 6.6 Interfaz para abrir las variables geomorfológicas asociadas a un MDT. En (a) el MDT ya ha sido
procesado y tiene diez mapas posibles ya construidos; en (b) sólo se tiene acceso al MDT, para calcular el
resto de mapas se debe hacer clic en Procesar.
Figura 6.7 Cuadro de diálogo de la corrección de un MDT, la barra indica el progreso en la corrección de
sumideros. Para cada uno de los sumideros se deben corregir zonas planas y calcular direcciones de drenaje.
El estado indica qué parte del proceso se está ejecutando.
6-10
Atlas Digital
Si usted oprime el botón Iniciar comenzará un proceso que corregirá las zonas planas y los
sumideros haciendo cambios en las elevaciones y creando un MDT corregido, además
calculará los mapas de: direcciones de drenaje, áreas acumuladas, orden de Horton,
magnitud de la cuenca, pendientes máximas del terreno, longitud del canal principal de la
cuenca, longitud total de canales de la cuenca y diámetro topológico de la red de drenaje de
la cuenca; por último se crearán dos archivos para la representación vectorial de la red de
drenaje. Todo este proceso puede tardar desde segundos hasta horas dependiendo del
tamaño del MDT, del número de sumideros y de la capacidad de su procesador. Como
indicativo, el MDT colombia_original con 60 segundos de arco de resolución, tiene 10005
zonas planas y 2122 sumideros y tarda 2 horas en un procesador de 256 MHz para
corregirse; por otra parte, procesar el MDT colombia_original con resolución de 120
segundos de arco implica la corrección de 2579 zonas planas y 831 sumideros y tarda 40
minutos en el mismo procesador. El resultado de este proceso es la creación de once nuevos
archivos que tienen el mismo nombre del MDT procesado y con extensiones que indican la
variable geomorfológica que contienen.
Cuando el MDT haya sido corregido usted podrá abrir uno o varios de los mapas desde una
lista como la de la figura 6.6 (a), simplemente seleccionándolos y haciendo clic en el botón
Abrir.
6-11
Atlas Digital
Ahora, si usted desea abrir más de un mapa al mismo tiempo, puede utilizar el legajador
Abrir Múltiples Archivos de la figura 6.8. En este caso aparece una la interfaz que se muestra
en la figura 6.9.
Esta herramienta le brinda a usted dos formas de visualizar el conjunto de mapas de la lista
izquierda: Desplegar simultáneamente y Desplegar en Capas. La primera opción le permitirá
observar todos los mapas que usted elija distribuidos ordenadamente en toda el área de
visualización. Si usted elige Desplegar en Capas, la aplicación mostrará los mapas
superpuestos. Cuáles mapas se despliegan y en qué orden lo hacen, son decisiones que
usted puede tomar. De esta manera, para agregar los mapas que desee desplegar,
selecciónelos en la lista izquierda y haga clic en el botón , si desea remover alguno de los
que agregó, oprima el botón , si desea agregar todos haga clic en Add All. Ahora, para
ordenar los mapas de la manera que usted los quiere ver, simplemente seleccione uno o
6-12
Atlas Digital
varios de los archivos de la lista derecha y muévalos a la posición que desee usando los
botones y . Cuando tenga los mapas de la lista derecha tal como desea verlos, haga
clic en Abrir Archivos para visualizarlos.
Figura 6.10 Conjunto de mapas de una variable hidrológica mostrados usando la herramienta Desplegar
Simultáneamente. Los recuadros del legajador Variables Activas muestran el valor de la variable de cada mapa,
en el punto en el cual usted posicione el puntero del mouse.
En el tipo de visualización de la figura 6.10, cuando usted recorre alguno de los mapas con
los dos botones del mouse presionados al tiempo, el legajador Variables Activas le mostrará
los valores de la variable desplegada en cada uno de los mapas, al mismo tiempo, el
recuadro superior derecho de la interfaz principal será actualizado con la posición y los
valores de la variable del mapa sobre el cual usted se esté desplazando.
6-13
Atlas Digital
Por otra parte, si usted utiliza la visualización con Desplegar por Capas, observará una
interfaz como la que se muestra en la figura 6.11, en este caso sólo podrá ver un mapa al
tiempo y, si desea cambiar de mapa basta con mueva verticalmente la barra deslizadora que
aparece en el lado izquierdo. Aunque usted sólo vea un mapa al tiempo, la información de
la variable, mientras usted se mueve por encima del mapa, se mostrará de la misma forma
que si utiliza Desplegar Simultáneamente.
Figura 6.11 Conjunto de mapas de una variable hidrológica mostrados usando la herramienta Desplegar por
Capas. Los recuadros del legajador Variables Activas muestran el valor de la variable de cada mapa, en el punto
en el cual usted posicione el puntero del mouse. Para observar cualquier otro mapa de los que usted desplegó
mueva la barra deslizadora que aparece a la izquierda de la interfaz.
6-14
Atlas Digital
Importar (MDT)
Esta herramienta está diseñada para que usted pueda visualizar sus propios modelos de
elevación digital. Su función es convertir los MDT rasterizados bajo algún tipo de software,
al formato que HidroSig Java requiere para operar con ellos. De esta manera, la herramienta
despliega una interfaz de explorador de carpetas que localiza archivos ASCII de Idrisi® y
archivos con terminación GRASS. Ambos tipos de archivos son el resultado de usar
procedimientos de rasterización o interpolación incluidos en varios paquetes de software
comercial. Los detalles de cómo obtener estos archivos se explican en la sección 6.1.5. Para
importar uno de los archivos, simplemente selecciónelo de la lista y haga clic en Open.
6-15
Atlas Digital
calculadora y/o los mapas que pueden ser seleccionados con los botones de “Mapas”. Todas
las operaciones posibles se encuentran en alguno de los tres legajadores del centro de la
interfaz. Estas operaciones son de tres tipos, aritméticas, lógicas y estadísticas. Por último,
los botones de la parte inferior de la calculadora, manipulan las expresiones válidas que
hayan sido entradas.
A continuación se presentarán una serie de ejemplos ilustrativos usando los varios tipos de
operaciones que usted puede realizar en la calculadora de mapas.
Operaciones
Básicas.
Inserción
de Mapas.
Botones de
ejecución.
En primer lugar, recuerde que el “Indice Topográfico” de una región se define como:
IT= log(A×l-1×p-1), (6.1)
donde A es el área de drenaje acumulada, p es la pendiente máxima y l es la longitud media
del pixel. Para calcular este índice sobre el modelo digital de la región de Chocó, lo primero
que se debe hacer es incluir los mapas necesarios en la lista de botones de Mapas; esto es,
preparar los mapas de Areas Acumuladas y Pendientes de la Cuenca del MDT de Chocó, para
que la calculadora los acepte como objetos con los cuales se pueda operar. Para esto haga
6-16
Atlas Digital
clic en botón Agregar y, en la casilla de texto que se despliega, escriba el nombre con el cual
usted quiera identificar el mapa de área acumulada (por ejemplo Areas(Choco)). Luego
presione el botón Buscar... y explore sus directorios hasta localizar el archivo
topochoco.areas de la carpeta Topografía/Choco, haga clic en Open y por último presione
Aceptar. Esto incluirá un botón con el nombre que usted haya elegido en la lista de Mapas.
Repita la operación para el archivo de pendientes máximas topochoco.pend y un nombre
como Pend(Chocó).
Figura 6.13 Índice topográfico para la región del Chocó calculado con la calculadora de mapas.
Para estimar el valor de l, usted puede consultar la información del MDT del Chocó; para
esto abra cualquiera de los mapas de la carpeta Choco usando el legajador Análisis de MDT o
el menú Archivo y, en el legajador Propiedades, observe que la resolución de los mapas de
esta carpeta es de 60” de arco, lo cual es aproximadamente 2 km. Ahora se puede escribir la
expresión del cálculo. Esto se logra aplicando las operaciones en el mismo orden de la
fórmula 6.1, o sea, presionando los siguientes botones: Log, Areas(Choco), /, Pend(Choco), /,
6-17
Atlas Digital
2. Luego asegúrese que el paréntesis del logaritmo agrupe toda la división; la expresión
debe lucir así: Log( [Areas(Choco)]/[Pend(Choco)]/2).
Cuando usted oprime el botón Ejecutar Expresión, HidroSig Java despliega un nuevo mapa
resultado de calcular el valor de la expresión en cada uno de los puntos de los mapas
involucrados; este nuevo mapa queda guardado en la carpeta Temporal de BDRaster, con
extensión .vhc. El mapa resultante, usando la paleta Gamma Estandar, se muestra en la figura
6.13.
Por último, las operaciones lógicas de la calculadora de mapas son una herramienta que le
permite hacer, entre otras cosas, una comparación rápida e interactiva de mapas. Cuando
usted ejecuta una operación lógica entre mapas, el resultado será un nuevo mapa con
valores binarios: 1.0 en los puntos en los cuales la expresión sea verdadera y 0.0 en donde
sea falsa. Por ejemplo, es interesante conocer cuáles cambios se efectuaron durante la
corrección de un modelo digital de terreno; para averiguar esto en el caso de la topografía
original de Colombia con resolución de 120”, adicione botones para los mapas
colombia_original.corrMdt y colombia_original.mdt de la carpeta 120[ArcSec]/Colombia. Si ésta
inclusión se hizo con los nombres de “Bruto” y “Corregido” respectivamente; la expresión
que debe ser ingresada en la casilla para visualizar los puntos de diferencia entre los mapas
6-18
Atlas Digital
Cuando usted desee conservar las expresiones que ha evaluado en la calculadora de mapas,
puede usar el botón Guardar Expresión. De la misma forma, una expresión previamente
guardada en un archivo con extensión .txt puede ser utilizada automáticamente con el botón
Cargar Expresión.
(a) (b)
Figura 6.14 (a) Estandarización del mapa de Dias con Lluvia en Colombia usando la calculadora de mapas y la
paleta de colores Verde-Rojo-Azul-Blanco. (b) Diferencia entre los mapas corregido y bruto de la topografía
digital de Colombia a 120”.
Zoom en Caja.
Esta herramienta sirve para hacer zoom sobre una región cuadrada del mapa que esté
visualizando. Una vez seleccione esta opción, lleve el mouse hasta la esquina superior
izquierda del cuadro sobre el cual desea el zoom; estando allí presione los dos botones del
mouse simultáneamente y manténgalos así mientras mueve el puntero hasta la esquina
inferior derecha de la caja que le interesa, por último suelte los botones y espere a que
aparezca la imagen. Recuerde que usted puede hacer zoom directamente usando Shift +
botón derecho y haciendo movimientos del mouse hacia delante y atrás.
6-19
Atlas Digital
Posición relativa del mapa. Para mover el mapa hacia usted o hacia el fondo de la pantalla
haga lo mismo que en el zoom de los mapas en 2D, esto es, desplace el mouse hacia arriba
y hacia abajo con el botón derecho y la tecla Shift presionados simultáneamente. Para mover
la caja del mapa en cualquier dirección del plano de la pantalla, presione el botón derecho
del mouse y la tecla Ctrl mientras mueve el mouse como desee.
Orientación del mapa. HidroSig Java le permite rotar el mapa 360º al rededor de cualquier
eje de manera muy sencilla. Simplemente presione el botón derecho del mouse mientras
mueve el puntero en la dirección que usted desee que rote el mapa. Además, para efectuar
rotaciones alrededor de las direcciones perpendiculares definidas por el plano de la pantalla
y el eje que la atraviesa, usted puede presionar algunos de los seis botones Girar de la parte
izuierda de la ventana del mapa. Estos botones rotan el mapa un ángulo fijo cada vez que
son activados.
Aspecto del mapa. Para que usted pueda apreciar un buen contraste entre los valores que
toma su variable sobre el mapa que se está mostrando, la visualización en 3D le permite
también modificar la escala vertical en la cual se muestran las elevaciones sobre el mapa.
Esto se logra modificando el valor de la casilla Altitud de la parte superior izquierda de la
ventana, para lo cual usted puede ingresar manualmente un número entre 0 y 100, desplazar
6-20
Atlas Digital
la barra deslizadora o presionar las flechas de ésta. Para observar los cambios, haga clic en
el botón Cambiar.
Para conocer la ubicación según los tres ejes de la caja de cualquiera de los puntos del
mapa, usted puede hacer uso del cursor 3D que aparece ante el desplazamiento del puntero
por el volumen del mapa mientras mantiene presionado los dos botones del mouse
simultáneamente. Usted puede “posar” este cursor sobre la superficie del mapa o
atravesarla con él para ubicarse en un punto exacto de la malla graficada. Las coordenadas
del cursor aparecen en tiempo real en la esquina superior izquierda del recuadro del mapa.
Figura 6.15 Interfaz para la visualización en 3D para el MDT de concordia[60] y la paleta de colores
Elevaciones. Nótese la alta relación de aspecto que se requiere.
6-21
Atlas Digital
Si usted desea que el mapa vuelva a la posición por defecto y su aspecto original, puede
hacer clic en el menú Opciones y luego en Restituir Mapa. Por último debe anotarse que,
inclusive para visualización 3D, HidroSig Java le permite escoger y personalizar la paleta
de colores.
Opciones.
Desde este botón usted tiene acceso a dos herramientas muy útiles que le permitirán
mejorar su interacción con HidroSig Java. La primera es la modificación de los colores de
todos los objetos que se despliegan en los mapas; en segundo lugar, la limpieza de los
archivos temporales que se crean durante el uso de la aplicación. En la figura 6.16 se
muestra la interfaz que se despliega cuando hace clic en Opciones, ésta contiene dos
legajadores correspondientes a las dos herramientas mencionadas.
Figura 6.16 Interfaz de Opciones del Sistema y modo Swatches de selección de color.
El legajador Colores Sistema tiene una apariencia como el de la figura 6.16; en la parte
izquierda usted encuentra, agrupados en lo paneles Sitios e Hidrología, cada uno de los
6-22
Atlas Digital
objetos desplegables que pueden ser coloreados. En el centro se encuentran los legajadores
Swatches, HSB y RGB; cada uno de ellos le permite seleccionar colores de manera diferente.
Justo debajo de estos legajadores, en el panel Preview, se muestra el color que usted está
seleccionando en el momento. Para modificar el color de alguno de los objetos,
selecciónelo haciendo clic en él, escoja el color hasta que en Preview aparezca el color que
usted desea, y haga clic en Actualizar. El indicador que está debajo del objeto que usted
seleccionó debe quedar del color deseado.
(a) (b)
Figura 6.17 Modos HSB y RGB para la selección de colores. El color escogido se muestra en Preview.
La selección de los colores se puede hacer usando una de tres formas estándar. Si usa el
legajador Swatches, usted debe simplemente escoger uno de los colores de la cuadrícula, los
últimos colores escogidos aparecen en Recent. En el legajador HSB, mostrado en la figura
6.17(a), se utiliza una especificación triple para cada color: matiz (H), saturación (S) y brillo
(B). Para escoger el color se debe escoger una pareja compuesta por los dos primeros
componentes, y para esta combinación, seleccionar el valor del componente restante. Así
por ejemplo, ubique en el recuadro el color que mejor le parezca, luego para este color,
modifique la tercera componente usando la barra deslizadora del lado derecho. Usted puede
cambiar qué variable se modifica usando la barra, simplemente seleccionando H, S ó B en la
lista de botones de opción de la esquina superior izquierda del legajador. La tercera forma
de selección, mostrada en la figura 6.17(b), usa las coordenadas RGB (rojo, verde y azul)
6-23
Atlas Digital
para determinar el color adecuado; así, desplace las barras delsizadoras hasta el valor
deseado de cada componente, el resultado se puede ir observando en el panel de Preview.
Menú Ventana.
Este menú le permite moverse de forma rápida entre los legajadores de la parte izquierda de
la interfaz, los mapas individuales y los visualizadores múltiples que tenga abiertos en un
momento dado.
En HidroSig Java hay una serie de paletas de colores preestablecidas para permitirle a usted
diferentes formas de visualizar los datos. Por defecto, la aplicación utiliza la paleta Arco Iris
en todas las variables que se desplieguen. Las diferentes paletas de colores ofrecen
diferentes tipos de contrastes, a los cuales usted tiene acceso simplemente haciendo clic en
el nombre de la paleta de colores que desea implementar. En la figura 6.18 se muestra la
selección de la paleta Elevaciones, esta paleta es recomendada para visualizar MDT’s.
6-24
Atlas Digital
Figura 6.18 Legajador de visualización global del MDT corregido concordia. La paleta de colores
Elevaciones ha sido seleccionada.
Cada paleta de colores utiliza una distribución de colores diferentes para representar los
datos, usted puede observar estos colores en la banda que en la figura 6.18 esta señalada
con el número 1. Para averiguar el valor que la paleta asigna a un color en particular,
simplemente arrastre la flecha blanca marcada con 3 en la figura 6.18 hasta que señale el
color que le interese, así, el número que acompaña a varRaster indicará el número
correspondiente al color señalado.
Las curvas roja, azul y verde que se observan en el legajador y que, en la figura 6.18
aparecen enumeradas con 3, indican las coordenadas RGB de cada uno de los colores de la
banda de la paleta seleccionada. HidroSig Java le permite modificar cada paleta de colores
haciendo cambios interactivos en las curvas RGB correspondientes. Por ejemplo, en la
paleta de colores para el mapa de la figura 6.18, usted puede disminuir el contenido de rojo
(R) para los colores que corresponden a los valores entre 200 y 255 metros en la escala;
para esto coloque el puntero del mouse sobre el color que le corresponde al valor de 200 y a
una distancia en la vertical por debajo de la curva roja, presione el botón derecho del mouse
6-25
Atlas Digital
Figura 6.19 Resultado sobre el MDT de la figura 6.18 de la modificación de la paleta de colores Elevación.
Por último, usted puede volver a la paleta Arco Iris haciendo clic en Reset, y a la Blanco y
Negro presionando el botón Grey Scale.
6-26
Atlas Digital
El recuadro Selección de MDT ubica en la base de datos los archivos con información acerca
de modelos de elevación digital, esto es, archivos con extensión .metaMDT. Por su parte el
recuadro Selección de Variable Hidrológica, busca archivos con extensión .metaVHC. Si usted
hace doble clic en un archivo de alguno de los tipos anteriores aparecerá una interfaz como
la de la figura 6.4 o 6.6, según sea el caso.
Legajador Propiedades.
Esta parte de la interfaz muestra un resumen del archivo que contiene la información de la
variable “raster” del mapa seleccionado en la interfaz central.
6-27
Atlas Digital
Una vez el usuario haya extraído una cuenca en cualquiera de los mapas derivados de un
Modelo Digital de Terreno, HidroSig Java le permite conocer información gráfica y
cuantitativa de un conjunto de parámetros geomorfológicos de interés. Esta información
comprende el Reporte Geomorfológico.
Para acceder a este reporte, usted debe escoger una de las cuencas que aparecen en la lista
de cuencas del legajador Análisis MDT; en esta lista figuran todas las cuencas que el usuario
haya extraído en el mapa activo e incluyen a aquellas que aparecen en el legajador
Polígonos del mapa. Una vez seleccionada la cuenca, basta hacer clic en el botón Reporte
Geomorfológico. Para que este reporte tenga sentido, la cuenca que se seleccione debe tener
orden de Horton mayor que 2; en cuyo caso su pantalla deberá lucir como la figura 6.20. A
continuación se describe en detalle la información que se despliega cuando se efectúa
exitosamente el reporte.
En la parte derecha de la interfaz del reporte, el usuario encuentra dos listas. La superior
permite cambiar la gráfica que se esta desplegando en el panel derecho, y en la inferior se
muestra el valor de algunos parámetros geomorfométricos importantes de la cuenca.
A continuación se describe someramente cada una de las gráficas a las que se puede
acceder en el Reporte Geomorfológico; un tratamiento más completo de las aplicaciones y
construcción de las variables que que hacen parte de este reporte, se puede encontrar en
Mantilla (1999) y Chow et al. (1994). Es importante recordar que, en una red de drenaje, se
llama “segmento” a cualquier tramo que una dos nodos; y se entiende por “corriente” a una
sucesión de tramos que tengan el mismo orden de Horton. La figura 6.21 muestra ejemplos
de algunos resultados obtenidos en cuenca del MDT de Colombia a 120”.
6-28
Atlas Digital
Figura 6.20 Interfaz del reporte geomorfológico para la cuenca del rio Magdalena sobre el MDT colombia de
la carpeta 120[ArcSec].
6-29
Atlas Digital
Resumen al final de la lista de gráficas; esta pendiente estima el factor de escalamiento del
número de corrientes con el orden y se denota en la literatura como RB.
Figura 6.21 Gráficos de algunas gráficas obtenidas para las cuencas del rio Magdalena y rio Sogamoso.
Orden-Área de Drenaje: Para cada corriente de un orden de Horton dado se calcula el área
de drenaje al final de esta corriente. Luego se promedia entre todas las corrientes de cada
uno de los órdenes de la cuenca y se gráfica el logaritmo natural de este promedio contra el
6-30
Atlas Digital
orden de Horton. Estos valores se ajustan a una recta cuya pendiente y correspondiente
coeficiente de determinación se pueden encontrar en la Tabla Resumen al final de la lista;
esta pendiente se denota en la literatura como RA.
Orden-Longitud del Canal Principal : Esta gráfica se construye de la misma forma que la
anterior, pero en este caso se calcula la longitud del canal principal de la cuenca que tiene
como salida el punto final de cada corriente.
6-31
Atlas Digital
Tabla Resumen: Esta tabla muestra todos los valores usados en la construcción de las
gráficas de las relaciones de Horton. Los datos que se presentan no han sido afectados por
la escala logarítmica de las gráficas. En la parte final de cada una de las variables se
muestra la pendiente del ajuste lineal descrito en la parte de arriba y el coeficiente de
determinación R2.
Las cajas de texto de la parte derecha inferior de la interfaz del reporte geomorfólogico,
muestran información global sobre la cuenca que se está analizando. Los valores de Area de
la Cuenca, Orden de Horton, Magnitud, Longitud Total y Longitud del Canal Principal corresponden
al valor de estas variables calculado en el punto de salida de la cuenca, y coinciden con el
valor mostrado en los mapas extraídos por el HidroSig durante el procesamiento del
modelo digital de terreno.
Los datos de Cota Máxima y Cota Mínima representan los valores extremos de la altitud de las
celdas de la cuenca analizada. Ellos son de especial interés para analizar la curva
hipsométrica descrita arriba. La Distancia del Centroide, por su parte, muestra la longitud
total a través de la red de drenaje desde el centroide la cuenca como objeto plano, hasta la
salida de la cuenca. Por último, el Perímetro muestra la longitud de la frontera de la cuenca
medida siguiendo el contorno de las celdas que la componen.
6-32
Atlas Digital
un árbol de archivos en el cual usted puede seleccionar el MDT que desea someter al
balance, una lista de cuencas de ese MDT en especial, unas casillas donde se desplegarán
los resultados de las variables hidrológicas y, por último, un panel en el cual usted puede
observar una estimación del ciclo anual de caudales basada en los mapas de escorrentía. La
figura 6.22 muestra una situación típica de balance para cuencas en el MDT de Colombia.
El balance hidrológico se puede realizar sobre cualquiera de las cuencas que usted halla
extraído sobre el MDT activo, las cuales coinciden con aquellas que usted puede
seleccionar en el legajador Poligonos de la ventana del mapa. Estas cuencas tiene nombres
como Cuenca x_117y_223 donde los números corresponden a las coordenadas de matriz
(columnas y filas respectivamente contando a partir de la esquina inferior derecha del
mapa). Una vez usted haya escogido una de las cuencas de esta lista, debe seleccionar los
mapas de precipitación, evaporación y precipitación por rocío (opcional), con los cuales
usted quiere que se realice el balance. Para ubicar estos mapas en la base de datos, haga clic
en los botones [...] correspondientes a cada una de las variables, y explore sus directorios
hasta encontrar los archivos deseados, recuerde que estos archivos deben tener extensión
metaVHC.
Cuando usted halla seleccionado los archivos de precipitación y evaporación, HidroSig
Java integra estas variables sobre todas las celdas de la cuenca y estima la columna
promedio de agua en milímetros correspondiente a cada variable, con estos valores, se
estima el caudal promedio a largo plazo en la salida de la cuenca. Este valor aparece en la
casilla Caudal Estimado.
Por último, usted puede realizar un estimativo del ciclo anual de caudales en la salida de la
cuenca que halla seleccionado. Para esto escoja uno de los mapas de escorrentía de la base
de datos y haga clic en el botón Ver Ciclo Anual de Caudales. Inmediatamente se desplegará
una gráfica con una estimación del caudal mes a mes utilizando la técnica de tanques.
6-33
Atlas Digital
en el capítulo 2 de este informe. La figura 6.22 muestra la forma en cómo se presentan los
resultados de la herramientas Balance y Ciclo Anual.
Figura 6.22 Resultados obtenidos después de calcular el balance hidrológico y estimar el ciclo anual de
caudales para el rio Guaviare en el MDT de Colombia con resolución 120”.
6-34
Atlas Digital
extraídas sobre el mapa activo, un panel para Caudales Máximos y otro para Caudales
Mínimos.
Figura 6.23 Legajador Caudales Máximos y Mínimos después de una estimación completa para la cuenca
del río Sogamoso.
Para estimar el caudal mínimo de una cuenca dada se debe primero determinar la media y la
desviación estándar de la distribución de los caudales mínimos en dicha cuenca. Esto se
6-35
Atlas Digital
hace por medio de mapas generados por regionalización. Así, haga clic en el botón [...] de la
derecha de la casilla Caudal Mínimo y, desde allí, seleccione uno de tales mapas. En la base
de datos producida en el proyecto Atlas Hidrológico de Colombia está incluido el mapa
ConstantesMinimo.metaVHC dentro de la carpeta \BDRaster\Hidrologia\Caudales Minimos. Una
vez seleccione el mapa, espere unos segundos para que HidroSig Java calcule los valores de
las casillas Media y Desviación; luego seleccione la distribución y el período de retorno que
desee usar; el resultado de la estimación aparecerá en la casilla Caudal Mínimo. En la figura
6.23 se muestra cómo debe lucir el legajador después de la estimación.
Legajador Erosión.
Con esta herramienta usted puede estimar la cantidad promedio de sedimento, en toneladas
por año, producida en la cuenca. Este resultado tiene en cuenta sólo la erosión laminar
producida por lluvia de acuerdo a la ecuación universal de pérdida de suelo según
Wischmeier y Smith. Cualquier información adicional sobre los datos y la metodología
utilizados en la estimación, se puede encontrar en el capítulo 5 de este informe.
Para realizar la estimación, seleccione una cuenca de la lista del legajador y escoja alguno
de los mapas de erosión. Uno de los productos del proyecto Balances Hidrológicos de
Colombia es uno de estos mapas el cual se encuentra en la BaseDeDatodHSJ con el nombre
de Erosion.Anual.Promedio.vhc en la carpeta \BDRaster\Hidrologia\Suelo y Cobertura
Vegetal\Erosion.
Restituir Imagen.
La función de este botón es devolver el mapa activo al tamaño y la posición con la cual se
despliega por defecto. Esto ocurre sin modificar la tabla de colores ni los objetos
adicionales que usted haya superpuesto en el mapa.
6-36
Atlas Digital
Definir Perfil.
Con esta herramienta usted puede visualizar cómo es el comportamiento de la variable que
se está mostrando en el mapa, a lo largo de una línea poligonal que puede definir
interactivamente.
Cuando usted hace clic en Definir Perfil se activa el legajador Arcos; desde allí, HidroSig Java
le da la opción de trazar manualmente las líneas de perfil o cargarlas desde un archivo. Para
hacer lo primero asegúrese de que la opción Insertar Puntos esté seleccionada y posicione el
puntero del mouse en la celda del mapa en la cual usted desea que inicie el perfil; una vez
allí haga clic con los dos botones del mouse simultáneamente, posteriormente repita esta
operación en todos los puntos de quiebre de la línea donde usted desea que sea evaluada la
variable para el perfil. La línea que usted trace puede ser cualquier tipo de poligonal dentro
de los límites del mapa pero Hidro Sig Java sólo permite trazar una de éstas al tiempo.
Para utilizar un línea previamente trazada, haga clic en Cargar y seleccione un archivo con
extensión .arc. Haga clic en Abrir e HidroSig Java dibujará automáticamente la línea
correspondiente al archivo. Cuando la línea este totalmente dibujada sobre el mapa, usted
puede salvarla como un archivo .arc haciendo clic en Guardar y escogiendo la ruta destino.
Para eliminar una línea trazada, haga clic en Borrar. Con esta procedimiento usted puede
definir un perfil en un mapa, guardar el archivo de la línea y cargarlo sobre otro mapa de
alguna variable que a usted le interese; haciendo posible la comparación interactiva de las
variables.
La visualización del perfil se hace presionando el botón Ver Perfil; esto produce que se
despliegue una gráfica en dos dimensiones que muestra el valor de la variable del mapa
evaluada en puntos sobre la línea que usted trazó. Estos puntos son tomados en intervalos
menores que la resolución del mapa en cuestión. En la figura 6.24 se muestra el perfil de la
topografía colombiana a la altura del departamento de Antioquia, este perfil fue guardado y
posteriormente cargado sobre el mapa de temperaturas del aire en la superficie.
6-37
Atlas Digital
6-38
Atlas Digital
Figura 6.25 Distancia entre Medellín y Londres evaluada sobre el mapa tss8701.metaVHC de la base de datos
BaseDeDatosEjemplo.
Definir Cuenca.
Si usted tiene un MDT procesado o un mapa de alguna de las variables geomorfológicas
asociadas a un MDT, usted puede determinar el contorno de cualquier cuenca en el mapa,
definiendo únicamente su punto de salida. Para hacer esto, haga clic en la opción Definir
Cuenca y presione simultáneamente los dos botones del mouse sobre el punto del mapa que
le interese. En unos segundos aparecerá un contorno amarillo que encierra todos los puntos
de la cuenca que tienen como salida el punto que usted seleccionó.
Debido a que un gran número de puntos definen cuencas muy pequeñas, es útil observar los
valores del área acumulada y del orden de Horton que se muestran en el legajador Análisis
6-39
Atlas Digital
MDT mientras se mantienen presionados los dos botones del mouse, y soltarlos en aquellos
puntos que tengan un área de la cuenca del orden que usted lo espere. Otra forma de hacer
esto es trazando previamente una corriente, y hallando el contorno de la cuenca de uno de
los puntos por los cuales pasa la corriente.
Figura 6.26 Visualización de múltiples cuencas y corrientes sobre el mapa de direcciones de drenaje de
Colombia. Para remover alguna de las cuencas desplegadas, basta con deseleccionar el objeto polígono en el
legajador de las izquierda.
6-40
Atlas Digital
Red de Drenaje.
La red de drenaje de un MDT consiste de dos archivos vectoriales que se crean cuando
usted procesa el MDT. Para observar esta red superpuesta en el MDT activo, haga clic en el
Figura 6.27 Red de drenaje para un MDT pequeño en la región de Concordia, Antioquia.
6-41
Atlas Digital
submenú Red de Drenaje y luego en Ver. Este proceso puede tardar unos minutos. HidroSig
Java le permite ver la red de drenaje con las corrientes de orden de Horton mayor que tres.
Si usted desea remover la red de drenaje, haga clic en Ocultar. Una red de drenaje para un
MDT pequeño se muestra en la figura 6.27.
Limpiar Mapa.
Cuando usted hace clic en esta botón se borran todos los objetos que usted haya adicionado
al mapa; esto incluye los sitios, cuencas, líneas de perfil, líneas de distancia, archivos
vectoriales y corrientes.
Legajador Vectoriales.
Este legajador permite visualizar objetos vectoriales en el mapa activo. Estos objetos
comprenden divisiones políticas, regiones, redes de drenaje y otros complementos que le
permitirán una mejor ubicación espacial sobre los mapas desplegados. Los objetos
vectoriales constan de dos archivos, uno con extensión .punteros y otro con extensión
.segmentos. Para visualizar una objeto vectorial haga clic en el botón Agregar y ubique el
archivo tipo .punteros en la base de datos. Haga doble clic en el archivo y espere unos
segundos.
En ese momento aparecerán las líneas blancas que representan el conjunto de segmentos
que conforman el objeto vectorial; además, en el recuadro Elementos en la Base de Datos
aparecerá un caja de chequeo mediante la cual usted podrá activar o desactivar el objeto
vectorial sin necesidad de volver a abrir el archivo. La figura 6.28 muestra el modelo digital
de terreno de la costa Pacífica colombiana con dos objetos vectoriales superpuestos, las
costas y los departamentos de Colombia. Estos objetos corresponden a los archivos
departamentos.punteros y costas.punteros que aparecen seleccionados en la lista Elementos de
la Base de Datos.
6-42
Atlas Digital
Figura 6.28 Modelo digital topochoco.mdt con el objeto vectorial costas.punteros y departamentos.punteros.
Legajador Sitios.
En este legajador HidroSig 2.0 le brinda un conjunto de herramientas para ubicar sitios
puntuales en el mapa activo y conocer información sobre ellos. Desde allí usted tendrá
acceso a un conjunto de botones correspondientes a municipios, capitales de departamentos
y estaciones de toma de variables hidroclimáticas que estén contenidos en la base de datos.
Estas últimas se clasifican en los siguientes tipos: (LM) Limnimétrica, (CO) Climática
Ordinaria, (CP) Climática Primaria, (LG) Limnigráfica, (AM) Agrometereológica, (ME)
Meteorológica Especial, y (MM) Micro-meteorológica.
Cuando usted hace clic en alguno de los botones de estaciones contenidos en el legajador
Sitios, accede al panel de la figura 6.29. Este panel se encarga de discriminar y clasificar las
estaciones, y permite consultar toda la información acerca de éstas que esté contenida en la
base de datos.
6-43
Atlas Digital
Debe tener en cuenta que cuando se abre la aplicación HidroSig 2.0, el sistema traslada la
información de todas las estaciones de la base de datos a la memoria principal de su
computador; de esta manera, si usted hace clic en alguno de los botones de Sitos y el
sistema no ha terminado de cargar la base de datos, aparecerá un mensaje en donde se le
pedirá que intente más tarde.
Para ubicar las estaciones, usted puede usar una búsqueda cruzada con cuatro campos:
Departamentos, Municipios, Tipo, Corrientes y Código. Para ver la lista de estaciones en cada
uno de los campos, simplemente haga clic en la lista y escoja la característica que desee. El
componente central del panel visible le permite visualizar los resultados de la clasificación.
Sobre esta componente usted puede realizar una búsqueda sobre las estaciones que
satisfacen todas las condiciones impuestas en la clasificación previa que usted realizó.
Es en el componente derecho del panel visible, donde usted puede realizar la selección de
las estaciones sobre las que realmente desea visualizar información. Para seleccionar
estaciones individuales haga clic sobre el nombre de la estación y use las flechas de color
blanco para depositarlas en la caja etiquetada como Seleccionadas. Se puede realizar el
proceso inverso, es decir, remover ítems del componente izquierdo del panel. Para
seleccionar o remover al tiempo todas las estaciones que se listan en las correspondientes
cajas, use las flechas azules.
6-44
Atlas Digital
Una vez se ha seleccionado al menos una estación usted puede visualizar su ubicación
geográfica y tener acceso a su información hidroclimática.
La opción Ubicar Estación se encarga de pintar una “X” sobre el mapa activo mostrando la
ubicación geográfica de la estación. Además, si se selecciona la opción Mostrar Nombre,
aparecerá el nombre de la estación al lado de la “X” pintada en el mapa.
(a) (b)
(c) (d)
Figura 6.30 (a) muestra la apariencia de la interfaz principal cuando se ubica la estación “La Loma”. (b), (c)
y (d) corresponden a las gráficas de Real, Ciclo Anual, Estandarizado y Anual+Distribución obtenidas para esta
estación.
Para acceder a la información recopilada en la estación, haga clic sobre la opción Visualizar
Datos o presione los dos botones de su mouse simultáneamente sobre la “X” desplegada en
el mapa. Aparecerá un panel en el cual se ponen a disposición varias formas de visualizar
6-45
Atlas Digital
esta información. La opción Ciclo Anual muestra una gráfica del promedio mensual
interanual de los años de registro. Por su parte, si selecciona Espectro de Fourier puede ver el
espectro de potencias calculado con la transformada de Fourier para la serie de tiempo
registrada en la estación. La gráfica que se despliega cuando usted selecciona Estandarizado
muestra la serie de tiempo después de restarle su media y dividirla por la desviación
estándar de cada mes. Por último, la opción Anual+Distribución despliega un análisis
descriptivo de los datos de la variable mediante el uso de box-plots para cada uno de los
meses de registro. En la figura 6.30 se muestran algunas de las gráficas obtenidas para la
estación agrometereologica “La Loma”.
La base de datos de HidroSig Java tiene muchas estaciones para las cuales no hay
información disponible. Estas estaciones pueden ser ubicadas en el mapa y aparecen en los
campos de búsqueda pero no muestran ninguna de las gráficas arriba descritas.
Si, en vez de una estación, usted hace clic en los botones Capitales o Municipios, aparecerá
una ventana similar a la descrita arriba para la selección de estaciones. En esta ventana
usted podrá ubicar los municipios que desee y desplegarlos en el mapa activo.
Una vez ubicado el municipio, usted puede tener acceso a información útil sobre él; para
esto haga clic con los dos botones del mouse simultáneamente sobre la “X” marcada en la
posición del municipio. Así, se desplegará una pequeña ventana en la cual aparecen
generalidades sobre el municipio y que, además, contiene el botón Imágenes. Este botón
despliega una serie de fotografías del municipio, cuando estas estén disponibles en la base
de datos. En la figura 6.31 se muestra el mapa de Colombia con algunas ciudades ubicadas
y la ventana de información sobre Medellín.
Si usted desea incluir en la base de datos imágenes de una capital o municipio, basta con
adicionar la imagen como un archivo del tipo .gif en la carpeta BDSitios\Capitales\Imagenes o
BDSitios\Municipios\Imagenes. El nombre del archivo debe ser de la forma Nombre#.gif, donde
Nombre debe coincidir con el nombre del archivo que contiene la información del municipio
6-46
Atlas Digital
o capital, y el número, indica el orden de la imagen. Por ejemplo, use nombres como:
Medellín2.gif, Chigorodó2.gif o Santafé de Bogotá1.gif.
Figura 6.31 Ubicación de capitales sobre el MDT de Colombia y visualización información acerca de
Medellín.
Legajador Arcos.
Este legajador contiene las herramientas para la definición de perfiles que se describieron
dentro del Menú Opciones de Mapa.
Legajador Polígonos.
Acá usted encontrará una lista de todas las cuencas que haya extraído en el mapa. Cada
cuenca está identificada con las coordenadas matriciales de su salida. En el mapa se
mostrarán sólo aquellas cuencas que estén seleccionadas.
6-47
Atlas Digital
Digitalización.
Use Autocad® para digitalizar las curvas de nivel de su mapa físico, preferiblemente
hágalo en modo “poli-lineas”. Este proceso produce un archivo con extensión .dwg. Luego
exporte este archivo al formato “drawing external format” para convertirlo en un archivo de
extensión .dxf13.
Rasterización.
En Idrisi® la rasterización requiere de dos pasos, primero se deben asignar alturas a los
pixeles que reposan sobre las curvas de nivel en la resolución que usted desee y,
posteriormente, se debe usar un algoritmo de interpolación para asignar alturas a los pixeles
que se encuentran entre las curvas de nivel. La primera operación se realiza haciendo uso
de la herramienta LINERAS del submenú Raster/Vector conversion; por su parte, el segundo
paso utiliza la herramienta POINTRAS del mismo submenú. Como resultado se obtienen dos
archivos tipo .rdc y dos del tipo .rst, estos cuatro archivos representan los dos mapas
rasterizados. Por último se debe convertir el archivo interpolado a formato ASCII, para esto
use la herramienta Convert del menú Reformat. Los archivos resultantes son, de nuevo, .rdc
6-48
Atlas Digital
y .rst (asegúrese que las extensiones queden en minúsculas) y están listos para importarse
usando el menú Importar MDT de HidroSig Java.
6-49
Atlas Digital
6-50
Atlas Digital
6-51
Conclusiones
7 CONCLUSIONES
Se entrega el documento final del estudio “Atlas Hidrológico de Colombia”, que profundiza
y amplia los resultados de estudios previos realizados por el Posgrado en Aprovechamiento
de Recursos Hidráulicos, con apoyo de la UPME. Los resultados del estudio se pueden
desplegar en el software contenido en el CD-ROM acompañante. El software interactivo
HidroSig desarrollado en lenguaje JAVA, permite realizar el balance hidrológico de largo
plazo sobre cualquier cuenca Colombiana. Adicionalmente, se han construido y se
incluyen mapas interactivos y de posible consulta en tiempo real, para la estimación de
variables de diseño hidrológico como tiempos de concentración, curvas de intensidad-
frecuencia-duración, tormentas de diseño, caudales máximos y mínimos de diversos
período de retorno. La mayoría de los mapas están construídos a escala de 2 minutos de
arco, y por ofrecen amplias posibilidades de aplicación en diseño hidrológico, en planes de
ordenamiento territorial, en sistemas de atención y prevención de desastres, en estimación
de caudales garantizables para acueductos urbanos, etc.
7-1
Conclusiones
7-2
Conclusiones
El software HidroSig 2.0, que contiene todos los resultados de este estudio, y que se entrega
en CD-ROM para instalación inmediata, lo hemos desarrollado en lenguaje JAVA. La
migración desde IDL, en el que estaba desarrollado HidroSig 1.0, se decidió por razones
como: (i) Java es un lenguaje de uso libre y gratuito; (ii) es compatible con diferentes tipos
de arquitecturas computacionales (PC, Mac, Unix, etc.); (iii) tiene capacidades de manejo
gráfico mucho más potentes que IDL, (iv) proporciona la posibilidad de poner el software
en Internet para descargarlo y correrlo en tiempo real. El software ha sido depurado y
mejorado y ampliado con respecto a la versión anterior. Se plantea a la UPME, en la
medida del interés, la posibilidad de efectuar cursos cortos de inducción al manejo de
HidroSig Java en distintas ciudades del país, a cargo del Posgrado en Recursos Hidráulicos,
para usuarios de los sectores educativo y de medio ambiente.
7-3
Conclusiones
7-4
REFERENCIAS
Angel, E., Mesa, O. J., y Vélez J. I. Algunas Consideraciones sobre Manejo de Cuencas,
Quebrada Santa Bárbara (Antioquia, Colombia). Memorias XV Congreso
Latinoamericano de Hidráulica e Hidrología, IAHR. Vol. 1, Cartagena, 1992.
Benjamin, J.R., y Cornell, C.A., Probability Statistics and Decision for Civil Engineers,
McGraw Hill, New York, 684, 1970.
Beven K., Kirkby M., “Channel Network Hidrology”, Wiley Publishers, 175-221, 1993.
R-1
Bower A. H., and Lieberman, G. J., Engineering Statistics. Prentice-Hall, New Jersey,
1972.
Burlando P. y Rosso R., Comment on “Parameter estimation and sensitivity analysis for
the modified Bertlett-Lewis Rectangular Pulse Model of rainfall”, J. Geophys.
Res., 96, D5, p. 9391-9395, 1991.
Carvajal, L.F., Salazar J.E., Mesa, O.J., y Poveda, G. Aplicación del Análisis Espectral
Singular a Series Hidrológicas en Colombia, Memorias XVI Congreso Latino-
Americano de Hidráulica e Hidrología, IAHS, Santiago de Chile, 3, 97-108,
1994.
Castro, E., Moreno, M., y Vagas, G., Zonificación de Amenazas por Procesos de
Remoción en Masa en las Cuencas de los Ríos Bolo y Fraile, Valle del Cauca,
VII Congreso Colombiano de Geotecnia, Volumen 2, Santafé de Bogotá,
Colombia, Octubre, 1998.
R-2
Dickinson, R. E., Henderson-Sellers, A., Kennedy, P. J. y Wilson, M. F., Biosphere-
Atmosphere Tranfer Scheme (BATS) for the NCAR Community Climate Model.
Technical Note TN-265, National Center for Atmospheric Research, Boulder,
Colorado, 1986.
Foster, H.A., American Society of Civil Engineers. Paper N°1885. Duration Curves,
North Platte, Nebr., 1933.
Frish, U., Sulem P. and Nelkin M., A Simple Dinamical Model of Fully Developed
Turbulence, J. Fluid Mech., 87, 719-736, 1978.
Furey, P.R. y Gupta, V.K., Space-Time Variability of Low Streamflows in River, Water
Resources Research. 36, 2679-2690, 2000.
Garbrecht J., Martz L., The Assigment of Dreinage Direction Over Flat Surfaces in
Raster Digital Elevation Models”, J. Hodrology, 205-213, 1996.
R-3
Gupta, V. K. y Waymire E. C., Spatial Variability and Scale Invariance in Hydrologic
Regionalization, 1963.
Gupta, V. K., Mesa, O. J. and Dawdy, D., Multiscaling Theory of Flood Peaks:
Regional Quantile , Water Resources Research, 30, 3405-3421, 1994.
Gupta, V. K., Mesa O. J. y Dawdy D. R., Multiscaling Theory of Flood Peaks: Regional
Quantile Analysis, Water Resources Research, 30, 3405-3421, Diciembre, 1994.
Hilll, D., Introduction to Soil Physics, Orlando, Florida, Academic Press, Inc. 1982.
Hu, Q., Gantzer, C. J., Jung, P. And Lee, B., Rainfall Erosivity in the Republic of Korea,
Journal of Soil and Water Conservation, 155-120, 2000.
Jaramillo, R. A., Balance Hídrico de la Zona Cafetera Colombiana, Cenicafe 33, 15-34,
1982.
Lal, R., Methods and Guidelines for Assessing Sustainable Use of Soil and Water
Resources in the Tropics. Soil Management Support Services USDA Soil
Conservation Service and U:S: Agency for International Development, SMSS
Technical Monograph , 21, 78 p. 1994.
Laronne, J. B., and Mosley M. P., Erosion and Sediment Yield. Stroudsburg,
Pennsylvania. 1982.
R-4
Linsley, R. Flood Estimates: ¿How Good are they?, Water Resources Research, 22,
159-164, Agosto, 1986.
Mesa, O. J., Poveda, G., Carvajal, L.F y Salazar, J.E., Influencia de Variables
Macroclimáticas en la Hidrología Colombiana, Boletín Hidrológico de las
Empresas Públicas de Medellín, 3, 25-58, 1994 b.
R-5
Mesa, O. J., Poveda, G., Carvajal, L.F y Salazar, J.E., Predicción Hidrológica usando
Redes Neuronales, Memorias XVI Congreso Latinoamericano de Hidráulica e
Hidrología, IAHR, Santiago de Chile, 3, 385-396, 1994a.
Milly, P. C.D., Climate, Soil Water Storage , and the Average Annual Water Balance,
Water Resources Research, 30, 1994.
Milly, P. C.D., Climate, Water and Heat Fluxes in Desert Soils, Water Resources
Research, 30, 1994.
Milly, P. C.D., Potencial Evaporation and Soil Moisture in General. Journal of Climate,
5, 1992.
Milly, P. C.D., Sensitivity of the Global Water Cycle to the Water-Holding Capacity of
Land, Journal of Climate, 7, 1994.
Milly, P. C.D., Climate, Interseasonal Storage of Soil Water, and the Annual Water
Balance, Advances in Water Resourses, 17, 1994.
Neelin, J. D., et. al., The Neelin-Zeng Quasi-Equilibrium Tropical Circulation model
(QTCM1) version 2.1. Manual. http://www.atmos.ucla.edu/ %csi/QTCM
R-6
Over, T y Gupta V. K., Statistical Analysis of Mesoscale Rainfall: Dependence of a
Random Cascade Generator on Large-Scale Forcing, J. Appl. Meteorol., 33,
1526-1542, 1994.
Patiño, F., Vélez, J., and Vélez, M., The Moses Rod: Ground Water in Generation of
Deep-Seated Landslides, Bulletin of the Association of Engineering Geologist,
1994.
Poveda, G., Lluvias en Colombia: Correlación con el Clima del Océano Pacífico y
Análisis de Funciones Ortogonales Empíricas, Memorias del XVI Congreso
R-7
Latino-Americano de Hidráulica e Hidrología, IAHR, Santiago de Chile,
Volumen 4, 93-105. 1994a.
Poveda, G., Mesa, O.J., Carvajal, L.F., y Salazar, J.E. Lluvias en Colombia: Correlación
con el Clima del Océano Pacífico y Análisis de Funciones Ortogonales
Empíricas, Memorias XVI Congreso Latino-Americano de Hidráulica e
Hidrología, IAHR, Santiago de Chile, Volumen 4, 93-105, 1994.
Poveda, G., y Mesa, O.J., The Relationship between ENSO and the Hydrology of
Tropical South America,. The Case of Colombia, Proceedings of the Fifteenth
Annual American Geophysical Union Hydrology Days, Atherton, CA, USA,
Hydrology Days Publications, 227-236,, 1995.
Poveda, G., y Mesa, O. J., Feedbacks between hydrological processes in tropical South
America and large scale oceanic-atmospheric phenomena, J. Climate, 10, 2690-
2702, 1997.
Poveda, G., y Mesa, O.J., Las fases extremas del ENSO - El Niño y La Niña - y su
influencia sobre la hidrología de Colombia, Revista de Ingeniería Hidráulica, XI,
México, 21-37, 1996a.
Reed, S. M., Soil – Water Budge,. Part I: Methodology and Results,. Disponible en
http://www.ce.utexas.edu/prof/maidment/GISHydro/seann/explsoil/method.htm
R-8
Rivera, J. H., Determinación de los Índices de Erosividad, Erodabilidad y Erosión
Potencial en la Zona Cafetera Central Colombiana (Caldas, Quindio y Risaralda),
Universidad Nacional de Colombia, (Tesis Master Science), 310 , Palmira,
1990.
Rivera, J. H., Erosión Potencial de los suelos de la Zona Cafetera Central Colombiana
(Caldas, Quindio y Risaralda) y su Aplicabilidad en la Orientación del Uso,
Manejo y Conservación,. 141-154. Cenicafé (Colombia), 1993.
Rodríguez, E., Cepeda, H., y Ojeda, B., Aporte del INGEOMINAS en los estudios de
amenaza, vulnerabilidad y riesgo geológico en Colombia, VII Congreso
Colombiano de Geotecnia, Volumen 2, Santafé de Bogotá, Colombia, Octubre
1998.
Sellers, P. J., Mintz, Y., Sud, Y. C. y Dalcher A., The Design of a Simple Biosphere
Model (SiB) for use within General Circulation Models, J. Atmos. Sci., 43, 505-
531, 1986.
R-9
Shrestha D. P. y Zinck J. A., Land Degradation Assessment using Geographic
Information System: A Case Study in the Middle Mountain Region of the
Nepalese Himalaya. http://pages.hotbot.com/edu/geoinformatics/f64.html
Van de Leur, K., Runoff models with linear elements in recent trends in hydrographs
synthesis, Committee for hydrologic research, TNO, The Hague, 31-64, 1966.
R-10
Vargas, G., Metodología para la cartografía de zonas de susceptibilidad a los
deslizamientos a partir de sensores remotos y S.I.G., Boletín Geológico, 34,
1994.
Vargas, R., Curvas sintéticas de Intensidad-Duración-Frecuencia para Colombia.
Regionalización e Implementación de un SIG, Universidad de Los Andes,
Facultad de Ingeniería, Tesis 22470, Julio de 1998.
Direcciones en Internet
www.itc.nl/ilwis/dev/applic/index.htm.
R-11
ANEXO A
INFORMACIÓN
HIDROLÓGICA
A.1 INTRODUCCIÓN
Toda esta información fue debidamente depurada y seleccionada, con el fin de elegir
los datos a utilizar en la aplicación de cada una de las metodologías. Para esto
inicialmente se hizo una clasificación por años de registro, para determinar las
estaciones con periodos de registro muy corto. También se observaron las series
gráficamente, con el fin de detectar series con problemas. Se hicieron pruebas de
homogeneidad y finalmente se procedió a completar los datos faltantes en algunas
variables, por medio de la transformada de onditas (“wavelets”).
A.2
A.2 UBICACIÓN DE LAS ESTACIONES
A.3
FIGURA A.3. Ubicación de las estaciones de caudal máximo (301 estaciones).
FIGURA A.4. Ubicación de las estaciones de datos diarios de precipitación (104 estaciones).
A.4
FIGURA A.5. Ubicación de las estaciones de precipitación mensual (336 estaciones).
Los series fueron observadas gráficamente con el fin de hacer una depuración inicial
y detectar problemas. Unos de los problemas detectados fue la existencia de
“outliers” o puntos espurios. Para ilustración, en la figura A.6 se observa que
aproximadamente en el año 1966 en la estación de precipitación El Peñol ubicada en
el departamento de Nariño y en el año de 1971 en la estación Olaya ubicada en el
departamento de Antioquia, hay datos muy extremos, que podrían ser anómalos.
También se detectaron series con muchos datos faltantes, y sin posibilidades de ser
reconstruidos debido a la poca longitud del periodo de registro (ver figura A.7).
A.5
800
600
Caudal (m3/s)
400
200
0
1965 1966 1967 1968 1969
Año
800
600
Caudal (m3/s)
400
200
0
1970 1971 1972 1973 1974
Año
A.6
4
3
Caudal (m3/s)
0
1984 1985 1986 1987 1988
Año
50
40
Caudal (m3/s)
30
20
10
0
1974 1975 1976 1977 1978
Año
FIGURA A.7. Datos de caudal medio mensual en la estación San Cristóbal ubicada en el
departamento de Bolivar (arriba) y Puente Comuna ubicada en el
departamento de Santander (abajo).
A.7
A.4 RECONSTRUCCIÓN DE DATOS FALTANTES EN LAS SERIES
USANDO ONDITAS
Los datos faltantes de las estaciones de caudal medio fueron llenados por medio de la
transformada de onditas (“wavelets”). Se trata de una herramienta de análisis para el
estudio de procesos no estacionarios, o con fenómenos de multiescala, que ocurren
sobre dominios finitos en el tiempo y en el espacio. La transformada en onditas
logra localización temporal y frecuencial simultáneamente, mediante el uso de
funciones (ondita madre) de dos parámetros, uno de localización y otro de
escalamiento. En Torrence y Compo (1998), Foufoula y Kumar (1994) y Hoyos
(1999) se encuentra una descripción detallada de la técnica de onditas utilizada en
este trabajo. La intención de utilizar la transformada en onditas es descomponer
tanto la serie de aportes como las series de los índices macroclimáticos en las
principales componentes espectrales de las series de aportes. Las componentes
espectrales principales corresponden a intervalos de frecuencias (o períodos) que
incluyen los períodos principales de una serie, los cuales pueden hallarse mediante
análisis espectral usando diferentes metodologías (Fourier, máxima entropía,
onditas).
A.8
http://www.cdc.noaa.gov/~kew/MEI. El índice de Oscilación del Sur se calcula como
la diferencia estandarizada de presiones atmosféricas entre Tahití y Darwin
(Trenberth, 1976). El índice para la PDO se calcula usando análisis de componentes
principales de anomalías mensuales en la temperatura superficial del Océano
Pacífico Norte (Mantua et al., 1997). El índice para la NAO se calcula con base en
las diferencias de presiones atmosféricas normalizadas entre las Islas Azores e
Islandia (Hurrel, 1995 y Jones et al., 1997). El índice de la QBO utilizado fue
construido a partir de datos de viento zonal a 30 hPa (Marquardt y Naujokat, 1997).
La mayoría de las series se pueden obtener en
http://tao.atmos.washington.edu/data_sets/. Además de las anteriores variables se
utilizaron estaciones de precipitación y caudal, las cuales contaban con un período de
tiempo largo y que son series relativamente confiables.
A.9
Variables tales como caudales máximos y mínimos, no se le reconstruyeron faltantes
debido a que la metodología no reproduce bien tales eventos extremos, además
físicamente esta variables son independientes y por lo tanto no pueden ser
reconstruidas a partir de datos anteriores o previos.
A.10
Estación La Purificación 1 Estación Mariangola
Bolivar Cesar
25 12
10
20
Caudal (m3/s)
Caudal (m3/s)
8
15
6
10
4
5
2
0 0
1988 1989 1990 1991 1992 1988 1989 1990 1991 1992
Año Año
Estación Bocas Est. Puente Carretera
Tolima Meta
80 400
60 300
Caudal (m3/s)
Caudal (m3/s)
40 200
20 100
0 0
1988 1989 1990 1991 1992 1987 1988 1989 1990 1991
Año Año
Est. La Cocha Est. Venecia
Nariño Caqueta
20 300
250
15
Caudal (m3/s)
200
Caudal (m3/s)
10 150
100
5
50
0 0
1988 1989 1990 1991 1992 1988 1989 1990 1991 1992
Año Año
Est. Puente Gárces Est. Puente Lleras
Huila Meta
100 1200
Año Año
1000
Caudal (m3/s)
80
Caudal (m3/s)
800
60
600
40
400
20 200
0 0
1988 1989 1990 1991 1992 1988 1989 1990 1991 1992
Año Año
FIGURA A.8. Serie real (línea continua) y resultados de llenar cinco años de datos con la
transformada de onditas, en algunas estaciones de caudal medio.
A.11
Estación La Purificación 1 Estación Mariangola
Bolivar Cesar
80
60
50 60
% Aciertos
% Aciertos
40
40
30
20
20
10
0 0
Inferior Medio Superior Inferior Medio Superior
terciles terciles
Estación Bocas Est. Puente Carretera
Tolima Meta
80
80
% Aciertos
% Aciertos
60
60
40
40
20
20
0 0
Inferior Medio Superior Inferior Medio Superior
terciles terciles
Est. La Cocha Est. Venecia
Nariño Caqueta
80
80
% Aciertos
% Aciertos
60
60
40
40
20
20
0 0
Inferior Medio Superior Inferior Medio Superior
terciles terciles
Est. Puente Gárces Est. Puente Lleras
Huila Meta
80
60
% Aciertos
% Aciertos
60
40
40
20 20
0 0
Inferior Medio Superior Inferior Medio Superior
terciles terciles
FIGURA A.9. Porcentaje de aciertos en la reconstrucción de los datos agrupada por terciles
A.12
La prueba de hipótesis para la significancia del coeficiente de regresión fue “la serie
presenta tendencia en la media”, para la prueba F-simple fue “la serie presenta
tendencia en la varianza”, para la prueba Mann Whitey fue “la serie presenta punto
de cambio” y para las pruebas de Spearman, corridas y Picos&Valles fue “La serie
es independiente”. Los resultados para las series de precipitación se presentan en la
tabla 1 y para las series de caudal en la tabla 2.
Tabla 1. Resultados de las pruebas de homogeneidad para las series de precipitación mensual.
Tabla 2. Resultados de las pruebas de homogeneidad para las series de caudal medio mensual.
El análisis gráfico de cada una de las series, en algunos casos mostró que las
tendencias y puntos de cambio detectados por las pruebas no son muy marcadas,
A.13
como es el caso de la estación de precipitación mensual Hacienda Pérez en el
departamento del Huila, la cual según la prueba de Significancia del Coeficiente de
Regresión presenta una tendencia en la media, pero esto no es muy claro si se
observa gráficamente, ver figura A.10.
500
400
Caudal (m3/s)
300
200
100
0
1967 1970 1973 1976 1979 1982 1985 1988 1991 1994
Año
A.14
ANEXO B
MAPAS ADICIONALES
A continuación se presentan unos mapas adicionales que se incluyen en el Atlas Digital
y que pueden ser útiles en el cálculo o la consulta para cualquier usuario.
B.2
Bd : Altillanura con afloramientos locales del escudo guayanés.
Be Vegas inundables con bosques de rebalse y/o galería.
MONTAÑAS ANDINAS
PARAMOS
D4 : Cumbres montañosas por encima del los 3500 m.s.n.m. con pajonales y
frailejonales.
B.3
VERTIENTES NUBLADAS ENTRE 2500 Y 3500 m.s.n.m. CON BOSQUE ANDINO
Y ALTO ANDINO GENERALMENTE CON VALLES DE DISECCION
PROFUNDA.
D7a : Vertientes abruptas con tendencias seca hacia los valles del Magdalena y Cauca
con vegetación ecuatorial dispersa.
D7b : Vertientes abruptas Húmedas del borde externo de la cordillera oriental con
vegetación ecuatorial.
D8a : Cañones de tendencia seca y subhúmedos de los ríos Chicamocha y Suarés, con
procesos de erosión lineal moderada a fuerte.
D8b : Magdalena medio subhúmedo y húmedo con superficies plana inundables por la
Hylea magdalenense.
B.4
D8c : Terrazas y conos subhúmedos y de tendencia seca asociados con agricultura
intensiva del alto magdalena.
D8d : Colinas subhúmedas, localmente de tendencia seca con procesos de erosión
acelerada y bosque tropical tropófilo.
D8e : Fosa y cañón del río Patía muy disectados con clima subhúmedo y bosque
subandino a ecuatorial tropófilo.
D8f : Cauca medio Subhúmedo, con superficies planas poco disectadas y de agricultura
intensiva.
D8g : Cañón subhúmedo del bajo Cauca con bosque tropófilo y procesos erosivos
fuertes.
SISTEMAS PERIFÉRICOS
B.5
Gb : Sierra Nevada de Santa Marta, de características subhúmedas a húmedas con el
mismo escalonamiento de los medios naturales de las montañas andinas: picos nevados,
páramos y vertientes abruptas de disección profunda con bosque altoandino, subandino y
ecuatorial.
FIGURA B.1. Mapa de Medios Naturales(Tomado de Atlas de Colombia, IGAC, 1992. Escala 1:
3´400.000)
B.6
Corporaciones regionales.
Zona de pastos naturales.
Parques nacionales naturales.
Solicitudes de permisos de estudios, reservas.
Reservas especiales.
Reservas forestales.
Reservas nacionales naturales y reservas de resguardos indígenas. *
Sustracciones a la reserva forestal; Ley 2 de 1959.
*
Por dificultad de visualización de colores esta categoría contiene dos de las clasificadas según el IGAC.
B.7
A.6.3 SISMICIDAD Y TECTONISMO
PROVINCIAS ANDINAS
B.8
FIGURA B.3. Mapa de Sismicidad y Tectonismo(Tomado de Atlas de Colombia, IGAC,
1992.Escala 1: 5´000.000)
B.9
PACIFICO 2 : Áreas de integración entre las provincias pacifico
centroamericana y la brasileña.
PACIFICO 3 : Fauna submontaña darienense.
PACIFICO 4 : Fauna submontaña chocoana.
PACIFICO 5 : Fauna del patía.
B.10
REGION FISIOGRÁFICA DE LA AMAZONIA
B.11
RAd : Macizo Colombiano.
RAe : Altiplanos (cundiboyacense , Popayán, Túquerres)
B.12