ANLISIS DE CONSISTENCIA

El hidrlogo o especialista que desea desarrollar un estudio hidrolgico, debe

buscar la informacin hidrometeorolgica de la cuenca en estudio, en las instituciones encargadas
de su recopilacin (Senamhi), pero una vez que sta se ha obtenido, una de las interrogantes que
se debe hacer es:

Es confiable la informacin disponible?

La respuesta a esta pregunta, se obtiene realizando un anlisis de consistencia de la
informacin disponible, mediante criterios fsicos y mtodos estadsticos que permitan identificar,
evaluar y eliminar los posibles errores sistemticos que han podido ocurrir, sea por causas
naturales u ocasionados por la intervencin de la mano del hombre.

La no homogeneidad e inconsistencia, son los causales del cambio a que estn expuestas
las informaciones hidrolgicas, por lo cual su estudio, es de mucha importancia para determinar
los errores sistemticos que puedan afectarlas.

Inconsistencia es sinnimo de error sistemtico y se presenta como saltos y

tendencias, y no homogeneidad es definido como los cambios de datos vrgenes
con el tiempo.
La no homogeneidad en una serie de tiempo hidrolgica, se debe a factores humanos (tala
indiscriminada de una cuenca, construccin de estructuras hidrulicas, etc.) o a factores
naturales de gran significancia, como los desastres naturales (inundaciones, derrumbes,
terremotos, huracanes, etc.)

Esta inconsistencia y no homogeneidad se pone de manifiesto con la presencia de saltos y/o tendencias
en las series hidrolgicas (las cuales se muestran en las figuras ), afectando las caractersticas estadsticas
de dichas series, tales como la media, desviacin estndar y correlacin serial.

3. Cuando se tienen datos de precipitacin y escorrenta, se comparan los diagramas,

los cuales deben ser similares en su comportamiento.
La interpretacin de estas comparaciones, se efecta conjuntamente con el anlisis doble masa.

Aforador Ronquillo: nivel del agua (m)

13:45

Estacion Chamis: precipitacion (mm)

11:00

Ejemplo N 1:
Dada la serie de caudales promedios de la estacin del ro Bebedero, que se muestra en la tabla 8.1, elaborar
el hidrograma.

Caudales promedios anuales en m3/s del ro Bebedero, perodo 1954-1993 .

Solucin:
Graficando los pares de valores se obtiene la figura 8.4, en la cual, en el eje de la abscisas se coloca el tiempo en aos, y en el
eje de ordenadas el caudal en m3/s.

Realizando el anlisis visual de la serie histrica, se observa que partir del ao 1979 se produce un
salto, esto se explica fsicamente ya que en ese ao existe un trasvase al ro Bebedero, al entrar
operar el proyecto hidroelctrico Arenal-Tempisque .

2.ANLISIS DOBLE MASA

Este anlisis se utiliza para tener una cierta confiabilidad en la informacin, as como tambin, para analizar la consistencia en
relacionado a errores, que pueden producirse durante la obtencin de los mismos, y no para una correccin a partir de la recta
doble masa
El diagrama doble masa se obtiene ploteando en el eje de las abscisas los acumulados, por ejemplo, de los promedios
de los volmenes anuales en millones de m3(MM), de todas las estaciones de la cuenca y, en el eje de las ordenadas
los acumulados de los volmenes anuales, en millones de m3, de cada una de las estaciones en estudio, como se
muestra en la figura 8.5.

Figura 8.5 Anlisis doble masa para determinar la estacin base

De estos doble masas se selecciona como la estacin ms confiable, la que presenta el menor nmero de
quiebres, en el ejemplo de la figura 8.5, corresponde a la estacin C, la cual se usa como estacin base
para el nuevo diagrama doble masa, es decir, se vuelve a construir el diagrama de doble masa colocando
en el eje de las abscisas la estacin base y en el de las ordenadas la estacin en estudio, como se muestra en
la figura 8.6.

Figura 8.6 Anlisis doble masa para obtener los perodos de estudio (en este caso n 1, n2, n3)

El anlisis doble masa propiamente dicho, consiste en conocer mediante los quiebres que se presentan
en los diagramas, las causas de los fenmenos naturales, o si estos han sido ocasionados por errores
sistemticos.
En este ltimo caso, permite determinar el rango de los periodos dudosos y confiables para cada
estacin en estudio, la cual se deber corregir utilizando ciertos criterios estadsticos. Para el caso de la
figura 8.6, el anlisis de doble masa, permite obtener los perodos, n1, n2, n3, que deben estudiarse, con el
anlisis estadstico.

Anlisis de Saltos
1. Consistencia de la Media
El anlisis estadstico consiste en probar, mediante la prueba t (prueba de hiptesis), si los valores medios
de las submuestras, son estadsticamente iguales o diferentes con una probabilidad del
95% o con 5% de nivel de significacin, de la siguiente manera:

a) Clculo de la media y de la desviacin estndar para las submuestras, segn:

b) Clculo del (tc) calculado segn:

c) Clculo del t tabular tt:

El valor crtico de t se obtiene de la tabla t de Student (Ver tabla), con una probabilidad al
95%, con un nivel de significacin del 5%, es decir con /2 = 0.025 y con grados de
libertad y = n1 + n2 - 2.

2. Consistencia de la Desviacin Estndar

El anlisis estadstico consiste en probar, mediante la prueba F, si los valores de las desviaciones estndar
de las submuestras son estadsticamente iguales o diferentes, con un 95% de probabilidad o con un 5% de
nivel de significacin, de la siguiente forma:
a)

Clculo de las varianzas de ambos perodos:

c) Clculo del F tabular (valor crtico de F Ft), se obtiene de las tablas F (Ver tabla) para
una probabilidad del 95%, es decir, con un nivel de significacin = 0.05 y grados de libertad:

donde:
G.L.N = granos de libertad del numerador
G.L.D = grados de libertad del denominador

Correccin de los datos

En los casos en que los parmetros media y desviacin estndar de las submuestras de las series de tiempo,
resultan estadsticamente iguales, la informacin original no se corrige, por ser consistente con 95% de
probabilidad, aun cuando en el doble masa se observe pequeos quiebres. En caso contrario, se corrigen los
valores de las submuestras mediante las siguientes ecuaciones:

La ecuacin (8.7), se utiliza cuando se deben corregir los valores de la submuestra de tamao
n1, y la ecuacin (8.8), si se deben corregir la submuestra de tamao n2.

Anlisis de Tendencias
Antes de realizar el anlisis de tendencias, se realiza el anlisis de saltos y con la serie libre de
saltos, se procede a analizar las tendencias en la media y en la desviacin estndar.

1. Tendencia en la Media
La tendencia en la media Tm, puede ser expresada en forma general por la ecuacin polinomial:

Los parmetros de regresin de estas ecuaciones, pueden ser estimados por el mtodo de
mnimos cuadrados, o por el mtodo de regresin lineal mltiple.
El clculo de la tendencia en la media, haciendo uso de la ecuacin (8.10), se realiza
mediante el siguiente proceso:
a.Clculo de los parmetros de la ecuacin de simple regresin lineal.

b. Evaluacin de la tendencia Tm
Para averiguar si la tendencia es significativa, se analiza el coeficiente de regresin B m o tambin el
coeficiente de correlacin R.
El anlisis de R segn el estadstico 1, es como sigue:
1. Clculo del estadstico t segn:

donde:
tc= valor del estadstico t calculado.
n = nmero total de datos
R = coeficiente de correlacin
2. Clculo

de t

El valor crtico de t, se obtiene de la tabla de t de Student (Ver tabla), con 95% de probabilidad o con un
nivel de significacin del 5 %, es decir:

c.

Correccin de la informacin:

La tendencia en la media se elimina haciendo uso de la ecuacin:

donde Tm es el promedio de la tendencia en la media o promedio de los valores corregidos

de saltos.
2. Tendencia en la desviacin estndar
La tendencia en la desviacin estndar, generalmente se presenta en los datos semanales o
mensuales, no as en datos anuales. Por lo que, cuando se trabajan con datos anuales, no hay
necesidad de realizar el anlisis de la tendencia en la desviacin estndar.
La tendencia en la desviacin estndar Ts, se expresa en forma general por la ecuacin polinomial.

Para calcular y probar si la tendencia en la desviacin estndar es significativa, se sigue el siguiente proceso:

a. La informacin ya sin tendencia en la media Yt, se divide en perodos de datos anuales.

b. Se calcula las desviaciones estndar para cada perodo de toda la informacin:

c. Se calculan los parmetros de la ecuacin (8.19), a partir de las desviaciones

estndar anuales y el tiempo t (en aos), utilizando las ecuaciones de la (8.11) a
la (8.14), dadas para la tendencia en la media.
d. Se realiza la evaluacin de Ts siguiendo el mismo proceso descrito para Tm.
Si en la prueba R resulta significativo, la tendencia en la desviacin estndar es
significativa, por lo que se debe eliminar de la serie, aplicando la siguiente ecuacin:

donde: Zt = serie sin tendencia en la media ni en la desviacin estndar. Las dems variables han sido
definidas en prrafos anteriores.
Para que el proceso preserve la media y la desviacin estndar constante. la ecuacin toma la forma:

La serie Z es una serie homognea y consistente al 95% de probabilidad.

Ejemplo 1:
Con el registro de volmenes anuales de caudales en MM3, que se muestra en la tabla 8.2, se realiz el
anlisis de doble masa, y se obtuvo un quiebre que permiti separar los datos en los perodos 1964-1985 y
1986-1999.
Realizar el anlisis estadstico de saltos en la media y desviacin estndar para ambos perodos. Si obtiene
diferencia significativa (al 95 % de probabilidad), realizar la correccin del primer perodo.
Tabla 8.2 Volmenes anuales de caudales en MM3

COMPLETACIN Y EXTENSIN DE DATOS

HIDROMETEREOLGICOS

Lacompletacinyextensindeserieses uno de los problemas ms comunes de

la hidrologa.Elusodeunaestacincercanapuedeserventajosoparaestosfines.
Laextensindeseriescortasesunodelosaspectosmsimportantes,puestoque
se modifican sustancialmente los estadsticos muestrales, acercndose a sus
equivalentes poblacionales. A s por ejemplo, la media de una serie corta es
totalmente diferente a la media de la serie larga y de la misma manera se
pueden comparar todos los otros estadsticos de la serie histrica.

METODOLOGAS
Existen varios procedimientos para efectuar la completacin y extensin de
datoshidrometereolgicosmediante la aplicacin de tcnicas estadsticas
y matemticas. En todos los casos, debe analizarse profundamente la
confiabilidad de la tcnica o metodologa utilizada por las siguientes
razones:

a). El aumentar la longitud de un registro implica disminuir el error estndar

en la estimacin de parmetros ya que si la serie tiende al infinito el
estimador se aproxima ms al parmetro poblacional.
b). Si la tcnica es inadecuada, lejos de mejorar los estadsticos los empeora.
En este caso es preferible quedarse con los registros cortos.

Los modelos de regresin simple y mltiple son muy usados en

hidrologa para transferir informacin desde uno o varios puntos a otra
estacin de registro con datos faltantes y/o de serie corta.
La completacin y la extensin de series histricas se realiza con datos
consistentesesdecir,despusdehaberanalizadolaconfiabilidaddelasmuestras.
Dicho en otras palabras, para esta etapa de completacin y/o extensin, la
muestra debe estar

libre de saltos y de tendencias

TIPOS DE CORRELACIN
Lastcnicasqueseutilizanparalacompletacin,enordendeprioridadson:
Regresin lineal simple, entre stas:
Correlacincruzadaentredosomsestacionessituacin(1)sindesfaseverfigura
Autocorreccinsituacin(2)verfigura
Relleno con criterios prcticos.
Paralaextensinseusanmodelosde:
Regresinlinealsimpleylaregresinlinealmltiple

SERIE HISTRICA DE CAUDALES DE LAS CUENCAS A Y B

(1) Correlacin cruzada sin desfase (correlacin espacial)

(2) Correlacin serial con desfase (correlacin temporal o autocorrelacin)
(3) Correlacin cruzada con desfase (correlacin espacial y temporal)

a) La correlacin cruzada o simplemente correlacin, es la relacin entre

variables correspondientes a dos estaciones vecinas. Puede ser correlacin en el
espacio,sindesfaseeneltiempo.

Est.A:Y1,Y2,Y3,.,Yn
Est.B:X1,X2,X3,.,Xn

En este caso se correlacionan datos de diferentes estaciones, resultando n pares

correlacionados.

Lacorrelacincruzadatambinseestablececondesfaceeneltiempo.

Est.A:Y1,Y2,Y3,.,Yn
Est.B:X1,X2,X3,.,Xn

Engeneral,enesecasoresultann-kparescorrelacionados:dondekeseldesfaseen
el tiempo. Esta correlacin implica una prdida de la informacin disponible en
kdatos.

b) Auto correlacin: Llamada tambin correlacin seriada o serial, consiste en

correlacionar datos correspondientes al registro de una misma muestra
hidrometereolgica,considerandoundesfasekeneltiempo.

Est.A:Y1,Y2,Y3,.,Yn
Est.B:Y1,Y2,Y3,.,Yn(parak=1)
En esta relacin resulta n-k pares correlacionados, perdindose tambin parte de la
informacinequivalenteakdatosdelaserie.
K=1elcoeficientedeautocorrelacinesde1orden.
K=2Elcoeficientedeautocorrelacinesde2orden.
En ingeniera hidrolgica slo se puede encontrar autocorrelaciones hasta de
segundo orden

ANLISIS DE REGRESIN Y CORRELACIN

Frecuentemente es necesario investigar posibles relaciones (de
causalidadodeinterdependenca)entredosomsvariables,talrelacin,
en caso de existir deber ser estudiada a travs de los anlisis
estadsticos de regresin y correlacin
Estos anlisis constituyen una de las herramientas estadsticas ms
antiguas usadas en hidrologa. Primeramente fueron utilizadas para
estimar datos faltantes y ampliar el registro de corta extensin, de
una cierta estacin climatolgica o hidromtrica, en base a la
informacindisponibleen las estaciones cercanas.
Hoy en da, sus aplicaciones incluyen adems, el estudio de las
relaciones entre dos o ms variables hidrolgicas y la investigacin
de la dependencia entre los eventos sucesivos de una serie
cronolgica de datos hidrolgicos.

La diferencia entre regresin y correlacin es bastante clara. La

regresin permite obtener la ecuacin matemtica que expresa la
variable dependiente (y), cuando otra u otras variables, llamadas
independientes (x), se suponen conocidas y por lo tanto, permite
calcular valores de 'y' a partir de los de 'x'.
En cambio, por medio de la correlacin, se calcula el grado de
dependencia o asociacin entre dos o ms variables, representado
numricamenteporelllamadoCoeficiente de Correlacin.
Unagrficaenlaqueseindicanlosvaloresmuestralesdibujadossobre
un plano xy,sedenomina:Diagrama de Dispersin.
Enbaseataldiagramasepodrdetectarsilosvaloressiguenunmodelo
LINEAL o no NO LINEAL,esdecir;silospuntosseaproximanauna
lnearectaoaunacurva,comoseilustraenlafigurasiguiente.

La ecuacin matemtica (regresin) de la relacin o modelo lineal entre

dos series de valores, se representa por medio de un polinomio de grado
uno, en cambio, una relacin no lineal se reproduce matemticamente
mediante un polinomio de grado superior.

regresinlinealdedosvariables: y = a0 + a1 x
regresinlinealmltiple:y = a0 + a1 x1 + + an xn
El diagrama de dispersin, adems de ayudar a definir el modelo a
utilizar(linealonolineal),permitedetectarlosvalores(parejasdedatos)
que se apartan de la NUBE DE PUNTOS y que al ser eliminados del
anlisisderegresin,mejoranelajustedelarectaocurva,de manera que
se eleva la correlacin entre las dos variables.
El nmero de puntos que se considera permisible eliminar, depende de
muchos factores como son: forma de la nube de puntos, nmero de
puntos o parejas, naturaleza de los datos, etc. sin embargo, se puede
aceptar en una primera aproximacin que el 10% del nmero total de
puntos se pueden eliminar para mejorar el ajuste.

Para evitar el juicio o criterio particular en el ajuste de un

modelo de regresin a unos datos, es necesario obtener una
definicin rgida de la recta o curva de mejor ajuste.
Al obtener la ecuacin de la recta de regresin por la tcnica
de los mnimos cuadrados, se presentan tres casos, segn como
se mida la distancia de cada punto a la recta.
Estoselograatravsdelatcnica de los Mnimos Cuadrados,la
cual indica que de todas las rectas o curvas que representan a
una nube de puntos, la que tiene una suma mnima de los
cuadrados de las distancias de cada punto a tal recta o curva,
es la del mejor ajuste.

PRECIPITACION MENSUAL DE LA ESTACION PLUVIOMETRICA NIMA COLQUI

AO

ENERO

1945

FEBRERO MARZO ABRIL MAYO

JUNIO

JULIO AGOSTO SETIEMBRE

OCTUBRE NOVIEMBRE

DICIEMBRE

81.90

157.30

215.10

29.30

93.80

78.70

141.10

147.90

45.10

120.40

77.10

66.20

123.60

18.10

100.80

153.60

81.10

55.80

1946

247.90

1947

186.70

1948

290.10

146.90 284.70 93.90 32.60 30.50 32.70

101.7
200.20 218.60
0
79.90 31.00 16.10
105.8
181.70 170.00
0
165.00 54.10 33.90

1949

195.20

138.40 174.60 90.10 18.30 46.40 43.90

28.40

54.80

133.40

91.50

107.40

1950

278.60

203.20 185.00 87.80 20.10 15.20 18.80

29.80

42.70

50.30

143.10

217.90

1951

157.20

114.70 25.90 18.70 24.50 13.90

14.40

24.80

44.40

68.60

58.80

1952

207.40

223.40 194.70 84.30 28.30 33.60 19.70

43.10

97.70

49.40

119.80

145.40

1953

181.50

272.00 162.40 90.10 23.80 29.40 25.10

34.40

75.10

82.90

193.70

148.70

1954

198.10

232.80 167.60 86.50 106.80 30.50 20.90

18.00

42.60

85.30

113.40

169.80

1955

170.10

15.40

19.60

59.30

55.00

103.50

1956

131.70

214.70 201.50 71.00 39.00 22.70 18.70

110.0
257.00 173.10
0
44.20 13.90 23.60

18.90

37.40

41.50

23.00

23.20

1957

148.30

195.20 147.20 59.30 13.90 13.90 13.90

37.50

52.10

58.80

31.10

92.40

1958

101.20

33.70 13.90 17.10

27.60

45.60

107.50

76.40

117.40

1959

82.00

41.40 51.70 20.50

36.50

64.20

139.20

68.80

201.80

1960

113.20

24.50 13.90 13.90

35.00

111.80

105.90

100.60

44.70

1961

192.00

220.30 181.50 59.70

249.4
286.80 186.30
0
131.9
166.50 122.70
0
156.4
316.00 145.90
0

97.70 27.40 13.90

13.90

36.50

56.50

208.80

119.00

1962

172.60

29.00

33.80

36.50

56.30

171.00

1963

303.70

114.70 181.90 74.80 36.90 13.90 13.90

190.3
166.20 227.30
0
57.10 15.40 18.70

23.30

78.20

68.20

171.90

123.80

1964

128.80

156.90 230.20 98.90 60.10 13.90 13.00

13.90

51.00

71.10

92.50

65.10

1965

117.20

240.70 157.20 53.70 35.40 15.40 48.20

48.40

55.30

79.60

44.30

150.30

1966

263.70

130.60 154.00 74.70 50.40 34.10 13.90

19.80

60.00

133.80

86.40

145.90

1967

123.20

251.90 227.60 53.50 42.90 25.90 45.60

41.40

39.40

133.80

49.80

120.40

1968

135.30

121.30 129.00 51.40 58.40 27.50 16.50

57.20

37.10

109.80

118.60

111.00

1969

70.70

1970

186.30

1971

120.70

1972

186.80

84.60

144.00 128.10 67.60

71.10

3.70

131.10 91.30 15.80

1.20

0.00

5.40

13.60

76.00

83.90

193.50

0.00

0.90

0.40

69.00

73.70

42.60

145.40

0.00

3.20

0.20

41.10

27.00

31.00

20.80

51.10

22.30

82.60

242.40 179.40 10.60 4.70

0.00
0.00
104.5
192.60 263.20
0
25.80 12.50 33.60

PRECIPITACION MENSUAL DE LA ESTACION PLUVIOMETRICA JATUN SORATERA

AO
1945
1946

ENERO

FEBRERO

MARZO

ABRIL

MAYO

JUNIO

JULIO

111.8

49.6

109

25.5

0.2

20.4

28
18.4

51.7
38.5

82.3
42.8

1947

66.6

74.4

79.8

33.5

12.3

2.6

19.8

25.9

4.4

41.2

AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

1948

128

54

53.7

24.5

40.2

13.4

46.9

12.1

12.8

1949
1950

64.2
110.9

43.7
70.4

52.4
69.6

26.5
36.4

0
0

2.8
0

0.1
0

2.3
0

4.6
0

40.2
15.3

25.6
43.2

18.5
97

1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972

50.7
49.5
67
79.2
50.6
31.2
55.5
31.2
10.3
27.5
105.9
73.7
123
25.8
26.6
103.4
45.6
39.2
21
106.9
42.2
63.5

40.3
61.2
109.6
112.5
76.6
109
55.5
75.6
115.2
44.7
129.1
78.8
52.8
44.6
1.5
27.3
214
33.8
39.8
8.9
72.6
106.2

61.1
62.9
47.1
54.5
78.8
54.8
48.6
55.2
46.9
24.1
58.2
149.7
87.5
83
45
47.9
83
54.1
47.1
35.4
116
144.8

0
10.6
35.4
20.4
8.3
13.5
14.5
0
23
22.2
55
25.8
1.5
30.1
9.3
22.5
8.7
4
26.3
29.1
27.4
13.8

0
0
0
21.4
3.8
5.1
0
0
2.1
0
34.3
0.6
0
9
0
2.9
0
8.8
0
9.1
0
0

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1.2
2.6
0
0
0
0

0
0
0
0.3
0
0
0
0
0
0
0
0
0
0
0
0
7.1
0
0
0
0
0

0
0.1
0
0
0
0
0
0
4.4
0
0
0.7
0
0
6.3
0
9.3
0
0
0
0
0

0
17
18.3
0.6
0
1.6
0
0
5.1
9.5
1.3
10.7
11.3
0.7
3.6
7.3
3.6
0.4
0.9
21.8
0
1.5

7.5
1
24.5
16.8
9.9
0
8.2
12.5
37.5
18
7.2
2
11.1
8.6
15.3
43.4
30.6
19.6
18.1
12
6.6
12.6

0
37.3
55.6
34.3
11.4
0
0
15.9
15.1
5.9
112.5
10.2
54
27.3
5.2
26.2
12.5
24.6
24.1
5.4
1.2
0

1.6
38.3
41.5
46.9
28.5
0.2
27.4
7.2
70
8.2
11.6
46.2
35.4
6.1
37.3
50.1
32.3
24.1
55.2
53.8
42.9
48.2

PRECIPITACION MENSUAL DE LA ESTACION PLUVIOMETRICA BELLAVISTA

AO
1945
1946

ENERO
219.1

FEBRERO

100.8

MARZO

213.7

ABRIL

54.8

MAYO

6.9

JUNIO

3.8

JULIO

0.3

1947

136.8

147.9

158.1

70.1

29.8

11.4

0.3

1948

249.9

109.2

110.5

53

100

23.5

1949
1950

128.6
217.3

89.5
140.3

125.1
138.7

56.8
76

3.4
1

11.7
0

1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972

102.8
100.5
133.8
157
102.6
65.8
111.9
65.8
26
58.7
207.8
146.6
240.3
55.5
57.9
204.9
96
81.8
47.4
163.1
89.3
129.3

83.1
122.9
214.8
220.3
151.9
213.6
111.9
150.1
225.4
91.4
251.9
156.2
106.8
89.3
12.2
62.1
226.3
66.9
85
27.5
147.3
112.5

122.6
126.1
96
110.1
156.4
110.6
98.9
111.4
95.7
52.3
117.2
291.1
172.8
161.4
90.3
95.6
163.2
103.6
95
28.3
174.6
200

5.9
26.6
73.7
45.2
22.2
32.2
34.2
5.6
50.2
48.7
111.1
55.6
9.4
57.9
19.3
48.3
24.8
12.2
60.8
61.7
43.6
83.8

3
0.8
5.5
47.2
13.6
16.1
0
0
10.4
2.5
71.6
7.6
1
20.6
0
14.7
9.3
27
0
42
5
0

0
5
0
3
0
0
0
0
6
0
0
0
1
0
0
0
4.2
7.6
0.1
0
0
0.1

AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

59.7
104.8
162
6
45.1
41.4
79.7
87
12.1

44

55.6

14.9

84

5.1

0.3

31.8

95.6

29.5

30.8

6.7
0

10.8
1.9

15.2
4.8

82.9
35.6

55.2
88.6

41.6
190.8

0
0
1.5
7.1
0
1.5
0
0
1
0
0
0
1.3
0
0
0
17
1.3
0.2
4.7
0
0.4

0
6.8
3
0
0
0
6.5
0
14.8
0
0
7.8
0
0
13.6
0
18.4
9.9
6.1
1.3
1
0.4

4.2
38.7
41.2
7.5
0
9.5
0.2
6.5
16.1
24.5
8.9
26.9
27.9
6.7
15.2
17.5
10.4
10
36.6
61.7
0
0

20.8
8
53.1
38.4
25.2
5
22.1
29.6
77.8
40.7
20.1
10.3
27.6
26.5
30.7
85.2
61.7
40.4
33.1
33
5.3
16.9

1.1
77.4
112.2
71.8
28.1
0
4
36.7
35.1
17.6
220.3
25.9
109.1
53.5
10.5
62
35.9
56.9
77.6
18.5
15.1
0

9.6
79.2
85.3
97.6
60.8
7
58.6
20.1
139.6
22.1
218.7
94.3
73.7
22.8
82.1
107.3
68.7
54.2
86.4
158.2
144.3
44.8

CORRECCIN DE ERROR SISTEMATICOS

Cuando trabajemos con valores anuales de precipitacin y con el fin de corregir
esos valores para obtener la media real en una determinada estacin podremos
emplear el mtodo de las dobles acumulaciones con el fin de eliminar errores
sistemticos. En el caso de existir un error sistemtico al dibujar el grfico de
dobles acumulaciones correspondientes a dos estaciones, y detectados tanto la
estacin con el error sistemtico como el tramo afectado por ese error, se
proceder segn se describe a continuacin.

COMPLETADO DE DATOS EN ESTACIONES

Del mismo modo que se indic para corregir datos, el completado solo debe
emplearse con datos anuales de precipitacin. Si se conoce un dato bi , del ao i
se obtiene el dato correspondiente ai como:

VERIFICACIN DE LA HOMOGENEIDAD
Toda obtencin de datos adolece de errores de diversa
ndole:
- Errores por la modificacin del medio circundante
- Errores debido al aparato
- Errores de medicin y observacin
- Errores de transmisin
-Errores de archivo y publicacin
El mtodo empleado para detectar dichas anomalas
son las curvas de doble masa o doble acumulacin