Hidrologia Aplicada-Capitulo 04

Hidrologa Aplicada Captulo 4: Recopilacin y Anlisis de Datos Hidrolgicos
- 62 -

4.1. REDES HIDROMTRICAS CONVENCIONALES

4.1.1. Generalidades

Los datos hidrometeorolgicos son colectados primordialmente como informacin
bsica para el desarrollo y gestin de los recursos hdricos de una regin. Son
usados tambin para fines operacionales como previsin de inundaciones y sequas,
operacin de embalses y centrales hidroelctricas y finalmente para investigacin.

Una red hidromtrica es un conjunto de instrumentos o estaciones de medicin de
una o ms variables hidrolgicas, distribuido en una cuenca con el objeto de
cuantificarlos adecuadamente y observar sus variaciones temporales y espaciales.
Normalmente, las estaciones de medicin son operados por una persona
denominado observador, encargada de mantener los instrumentos en correcto
estado de funcionamiento y de efectuar las lecturas necesarias, haciendo las
anotaciones respectivas.

Es de gran importancia que los diversos tipos de redes sean instalados como
proyectos integrados, pero en la prctica casi siempre las redes son operadas por
diversas entidades, siendo necesarias una buena cooperacin en su desarrollo y
exploracin.

La diversidad de caractersticas regionales en trminos de topografa, uso del suelo,
acceso, infraestructura y problemas hdricos, hace impracticable establecer normas
universalmente satisfactorias para el proyecto de redes hidrometeorolgicas. El
objetivo final es siempre la implantacin de una red ptima global, pero en los pases
en desarrollo, la preocupacin inmediata debe ser el planeamiento de redes de
densidad mnima aceptable. Una red mnima es aquella que evitar incurrir en serios
errores o deficiencias en la gestin de los recursos hdricos, en una escala
compatible con el desarrollo econmico de la regin.

En la planificacin de redes hidrometeorolgicas, la localizacin de las estaciones de
medicin debe ser definida de tal forma que los datos recolectados sean tiles
tambin en el desarrollo de relaciones entre los factores hidrolgicos y los
parmetros fsicos ms significativos, tales como declividad, altitud, morfologa,
geologa, uso del suelo, rea, etc.

4.1.2. Redes ptimas

Una red ptima es aquella en la cual, por simple interpolacin de los valores medidos
en las diferentes estaciones, es posible determinar con precisin suficiente, para
fines prcticos, los elementos hidrometeorolgicos bsicos en cualquier punto de la
regin. Es claro que, del punto de vista econmico, el nmero de estaciones debe
ser lo menos posible por lo que se acostumbra, entonces, dividir las estaciones en
tres tipos. Estaciones principales, estaciones ordinarias y estaciones especiales.

Las estaciones principales, estaciones base o permanentes, son aquellas que
suministran los fundamentos, para estudios estadsticos, y por eso deben operar
continuamente y por tiempo indefinido. Se estima que para obtener valores medios
CAPITULO 4: RECOPILACIN Y ANLISIS DE DATOS HIDROLGICOS

- 63 -
confiables de caudal en regiones hmedas, son necesarias series de datos de 30 a
40 aos y, en reas con variabilidad acentuada de la precipitacin de 70 a 80 aos.

Las estaciones ordinarias o secundarias deben ser operadas durante un nmero
limitado de aos. Su duracin ser apenas lo suficiente para establecer una buena
correlacin entre ella y las estaciones base o las caractersticas fsicas del terreno.
En caso de estaciones hidromtricas, cuando estas se sitan en afluentes del curso
principal, las correlaciones entre estaciones sern menos significativas en caso de
estar localizadas en el mismo ro. Desplazndose una estacin secundaria despus
de haber sido definida la correlacin, puede ser cubierta una gran rea, con una red
densa apoyado en las estaciones principales, que son operadas continuamente.

Las estaciones especiales atienden proyectos o fines especficos como observacin
de niveles mximos solamente, o estudios de niveles mnimos, etc. En general ellas
no suministran datos adecuados para el anlisis estadstico, razn por la cual su
establecimiento debe ser analizado con sentido crtico, especialmente antes de
contar con una red mnima satisfactoria.

4.1.3. Red Mnima

Alcanzar el estado de una red ptima requiere de tiempo y trabajo permanente. El
primer paso es construir una red mnima que atienda a las necesidades inmediatas
del desarrollo econmico de la regin. Es importante implantar la red con la mayor
rapidez posible, y una vez implantada, los esfuerzos deben ser encaminados para su
optimizacin, instalando sucesivamente estaciones secundarias que suministrarn
datos para estudios de variabilidad espacial y temporal de las variables
hidrometeorolgicas locales para futuras obras hidrulicas que son de inters para
esas instalaciones.

Debido a la baja densidad de una red mnima, es fundamental que los datos de todas
las estaciones sean confiables. Es obvio que una red mnima en la cual 50% de sus
estaciones es abandonado o irregularmente operado, tiene su densidad reducida a la
mitad y no es ms considerado como una red mnima.

Las estaciones existentes deben ser utilizadas como ncleo para la estructuracin de
red mnima. Si su localizacin no es considerada adecuada, se debe implantar una
nueva estacin en las proximidades, visando definir una correlacin y para eso debe
ser operada durante 10 aos. Si la correlacin es satisfactoria, la estacin antigua
puede ser desactivado, en caso contrario, debe ser analizado el abandono de la
estacin antigua, especialmente si sus datos son considerados poco representativos
o poco confiables.

Este es un proceso que lleva mucho tiempo y es por eso que su proseguimiento es
crtico, por cuanto los registros hidrolgicos deben anteceder en muchos aos a la
necesidad inmediata. La falta de esa informacin, mientras tanto, puede atrasar
proyectos de implantacin urgente, o conducir a errores graves en el proyecto de
obras hidrulicas y en la gestin de recursos hdricos.

4.1.4. Densidad Mnima de las Redes

Cada observacin o dato medido en la estacin se toma como representativo de una
rea dada. Una medicin de precipitacin en un pluvimetro, por ejemplo, es til
nicamente en la medida en que representa la lluvia real en la regin circundante, y
an no siendo representativa, ella puede ser usada como ndice.


- 64 -
Una medicin de descargas en un ro representa no solo el caudal de la cuenca
particular de drenaje, sino tambin de las cuencas vecinas, bajo ciertas restricciones.
Existe un lmite para esa representatividad espacial, y el nmero de factores que
deben ser tomados en cuenta es muy grande y complejo, imposibilitando la definicin
de un nico criterio que indique la densidad mnima adecuada para una regin. Entre
los factores a ser considerados se citan las condiciones fisiogrficas e hidrolgicas,
especialmente las variaciones espaciales de los regmenes fluviales, hidrolgicos y la
hidrografa.

Debido al hecho de que la mayor parte de las estaciones exigen los cuidados de un
observador, la distribucin de la poblacin es tambin un factor a ser analizado. La
Organizacin Meteorolgica Mundial aconseja las densidades mnimas para redes
pluviomtricas e hidromtricas constantes de las tablas 4.1. y 4.2.

Tabla N 4.1: Densidades Mnimas para Redes Pluviomtricas

Area en km
2
por estacin Tipo de Regin
Densidad Mnima
Normal
Densidad mnima tolerada en
condiciones difciles
Regiones planas en zonas templadas
y tropicales
600 900 900 3000
Regiones montaosas en zonas
templadas y tropicales

Islas montaosas con precipitaciones
irregulares y red de drenaje densa
100 250

25
250 1000

Regiones ridas y polares 1500 1000

Tabla N 4.2: Densidades Mnimas para Redes Hidromtricas

Area en km
2
por estacin Tipo de Regin
Densidad Mnima
Normal
Densidad mnima tolerada en
condiciones difciles
Regiones planas en zonas templadas
y tropicales
1000 2500 3000 10000
Regiones montaosas en zonas
templadas y tropicales

Islas montaosas con precipitaciones
irregulares y red de drenaje densa
300 1000

140 300
1000 1500

Regiones ridas y polares 5000 20000

4.1.5. Costos

El costo anual de operacin de redes hidromtricas vara de acuerdo con la
frecuencia de las visitas, la composicin de los equipos, equipo usado y medios de
transportes utilizados. A su vez esos factores dependen del tamao de la regin, del
nmero de estaciones, de las condiciones de acceso y de la cantidad y calidad de
los datos a ser colectados.

En la tabla 4.3 se presentan costos de operacin de redes, en algunos pases de
Amrica Latina, (Basso, 1979).


- 65 -
Tabla 4.3: Costos de Operacin de Redes en Pases de Amrica Latina

Pas Costo anual
(US$)
Brasil: Cuenca Amaznica
Brasil:Cuenca de Tocantins
Colombia
Costa Rica
Chile
Nicaragua
Panam
27,700
8.100
2,300
3,990
3,050
2,170
1,780

4.2. ADQUISICIN DE DATOS EN TIEMPO REAL

4.2.1. Telemetra

La gestin de recursos hdricos adquiere cada vez ms importancia en la medida que
aumenta el uso y degradacin de las aguas y la exploracin de las cuencas
hidrogrficas. Una correcta evaluacin de los recursos hdricos exige un elevado
nmero de puntos de muestreos, y una concentracin rpida de la informacin. La
solucin de este problema en cuencas extensas exige la automatizacin de las redes
y su inters es el control efectivo inmediato de la cuenca, justifica el uso de le
telemetra.

Telemetra es la realizacin de mediciones a distancia, a travs de sondas
automticas que, en la mayor parte de los casos, sustituye el observador. Su gran
ventaja es la velocidad de concentracin de los datos, permitiendo el seguimiento de
la evolucin de los fenmenos en tiempo real. El concepto de telemetra es mejor
caracterizado como un sistema (Gauenberg,1967), que como una tcnica o un
dispositivo. El incluye el medio en que se realiza la conversin del parmetro medido
en seal elctrico, el mtodo de transmisin y recepcin de la seal y el mtodo de
conversin de esta seal en forma utilizable. En otras palabras, un sistema de
telemetra est compuesto de un subsistema de medicin, un subsistema de
telecomunicacin y un subsistema de procesamiento (Figura 4.1).

El sistema telemtrico contrasta con los mtodos tradicionales en el uso intensivo e
inmediato que hace de la electrnica (especialmente micro computadoras y micro
procesadores). La figura 4.1 ilustra tambin el esquema convencional, donde
transcurren largos perodos de tiempo entre la adquisicin de informacin y su
aplicacin en la solucin de problemas reales. En la mayora de los casos, los
diversos sistemas de telemetra se diferencian entre s solo en cuanto a los aspectos
de telecomunicacin.

Esquema de un Sistema Tradicional

Figura N 4.1: Esquema de un Sistema Telemtrico

Medicin Clculo Almacenamiento Anlisis Difusin Uso
Fenmeno
Fsico
Subsistema
de
Medicin
Subsistema
de
Transmisin
Subsistema
de
Procesamiento
Utilizacin
Difusin
Archivo

- 66 -
4.2.2. Sistemas de Transmisin

Se utilizan bsicamente cuatro tipos: por lnea telefnica, por radiocomunicacin, por
dispersin meterica y por satlite.

La transmisin de datos por lnea telefnica, consiste en la interconexin de
estaciones hidromtricas al centro de procesamiento a travs de una comunicacin
interurbana (Figura 4.2). Esta modalidad de transcripcin permite que las estaciones
hidromtricas sean totalmente automticas, dispensando la necesidad de
intervencin humana, permitiendo que los datos sean recibidos en tiempo real, con la
ventaja de que las estaciones sean interrogables, esto es, se pueden obtener datos a
cualquier instante, bastando para eso una comunicacin para la estacin.

Bsicamente, en este proceso las seales mecnicas provenientes de los sensores
son transformados en seales elctricas que por medio de una interfase son
introducidas en la lnea telefnica, despus de un discado automtico. Esa seal
cuando es recibido en la estacin central, es codificado, filtrado y almacenado en la
memoria magntica.

Funcionando por medio de programas introducidos en microcomputador, la estacin
central interroga automticamente, en horarios predeterminados a las estaciones
remotas y permite tambin interrogaciones siempre que se considere necesario,
fuera de los horarios preestablecidos.

El sistema de adquisicin de datos va telefnica, depende de la calidad de los
servicios telefnicos prestados en la regin, el que en general, no representa
problema mayor debido al intensivo mejoramiento reciente del sistema de
telecomunicacin. Naturalmente, algunas regiones del pas (Amazona) que an no
cuentan con esos servicios de forma amplia y confiable, tendr limitada la aplicacin
de esta metodologa.

En la forma ms simple, el sistema de radio comunicacin consta de un instrumento
de radio en un lugar remoto, conectado a uno o ms sensores, y de una estacin
piloto situada en la central de procesamiento. La radio transmite los datos, en forma
temporizada o bajo el comando de la estacin piloto. Tales sistemas operan
generalmente en HF (high frecuency), VHF (Very high frecuency), UHF (Ultra high
frecuency) on SHF (Super high frecuency).

4.3. USO DE SATLITES EN HIDROLOGA


De manera simple, se podra decir que los satlites cumplen tres funciones bsicas:
ellos pueden ver, or y hablar. En trminos ms tcnicos, ellos pueden usar
varios tipos de sensores para vigilar las condiciones de la atmsfera terrestre,
pueden recibir los datos que les son enviados de otros sensores y pueden transmitir
toda esa informacin a los usuarios en tierra. Se aplica con mucha frecuencia el
trmino de sensores remotos para referirse a esas tcnicas.

4.3.2. Tipos de Satlites Operativos Disponibles

Se clasifican en dos grupos segn sus rbitas: polares y geoestacionarios.


- 67 -
Los satlites de rbita polar recorren la rbita en aproximadamente en 105 minutos
y cada vez cruzan el ecuador en 25 de longitud ms al oeste que en la rbita
precedente, a una altitud que vara entre 800 y 900 km. De esta forma, una parte
determinada de la superficie terrestre puede ser monitoreada no menos de dos veces
cada 24 horas: una trayectoria N-S y otra de S-N. En las latitudes altas, en general
es posible observar un lugar ms de dos veces en 24 horas, debido a la
superposicin de las imgenes y la proximidad de las rbitas. Su fuente de energa
son celdas solares, y requieren de bateras para funcionar en los perodos de 1/3 de
rbita en que el satlite entra en la sombra de la tierra; como solo transmiten cuando
pasan sobre la estacin receptora, requieren tambin grabadoras para almacenar
informacin.

Los satlites de rbita polar pertenecen a las series TIROS-N (USA) o METEOR-2
(URSS). Los satlites TIROS se lanzan en grupos de 2, con rbitas con ngulo recto,
sincrnicas con el sur, esto es, cruzan el ecuador a la misma hora en cada rbita,
para que la iluminacin en cada foto sea la misma. Su vida til es de dos aos y
estn dotados de 4 conjunto de instrumentos bsicos: uno proporciona imgenes
visuales en infrarrojo de la capa de nubes de la superficie terrestre; otro efecta
sondajes atmosfricos; otro vigila la actividad solar y el cuarto concentra datos y
localiza plataformas de colecta de datos o estaciones telemtricas. Los datos son
transmitidos a tierra por tres emisoras directas distintas.

Los satlites geoestacionarios completan una rbita en exactamente 24 horas,
girando a la misma velocidad de rotacin de la tierra, para lo cual es necesaria una
altitud de cerca de 36000 km. Por su altura reciben la luz del sol durante el 99% del
tiempo en cada rbita, razn por la cual no requieren casi bateras y grabadoras a
bordo.

Los satlites geoestacionarios proporcionan imgenes tanto visuales como en
infrarrojo con intervalos de 30 minutos, que pueden ser reducidos a 3 minutos,
disminuyendo el campo de visin. Los ltimos lanzados pueden efectuar sondajes de
temperatura y humedad en la atmsfera. Poseen tambin sensores para medir la
actividad solar y el campo magntico terrestre.

Los seales, transmitidos en forma digital, permiten generar imgenes con hasta
1024 tonalidades de color (comparadas con las 16 que el ojo humano puede
distinguir), razn por la cual la reconstruccin de las imgenes requiere la
interpretacin por computador.

Muchos otros tipos de satlites cientficos son usados como el NIMBUS para la
investigacin atmosfrica y previsin del tiempo, el LANDSAT, para la investigacin
de recursos Naturales y el SEASAT para estudiar la conformacin de la superficie de
los ocanos, olas y vientos superficiales.

4.3.3. Evaluacin de la Precipitacin

Normalmente, las imgenes en rango visual y no infrarrojo proporcionan informacin
substancial sobre las nubes, pero no indican directamente las zonas de precipitacin.
Se usan dos criterios, uno para una evaluacin de rutina y otro cuando se trata de
situaciones extremas, como es el caso de precipitaciones extremas causadas por el
fenmeno del nio.

En el primer caso se correlacionan datos de nubes (tipo y cantidad), con las
mediciones efectuadas en los pluvimetros, en general para periodos de 12 horas;
establecida la correlacin, constituye una herramienta de prediccin. En el segundo

- 68 -
caso se analiza la relacin entre el brillo de las imgenes y la precipitacin. Uno de
los mtodos ms satisfactorios se basa en la determinacin de las temperaturas del
tope de las nubes, a partir de las imgenes realzadas en infrarrojo y en el uso de esa
informacin conjuntamente con detalles de desarrollo de las nubes, segn el principio
de que cuanto ms alto (ms fro) es el tope de las nubes ms intensas sern las
precipitaciones.

4.3.4. Plataforma de Colecta de Datos

Adems de captar imgenes del sistema Tierra-Atmsfera, los satlites permiten ligar
estaciones automticas, instalaciones en reas remotas de difcil acceso o
ocenicas, y la estacin receptora que diseminar los datos a los usuarios. Los tres
juntos constituyen el Sistema de Colecta de Datos hidrometeorolgicos cuyo nombre
se da a una estacin telemtrica que opera con satlites.

El sistema propicia la obtencin de datos hidrolgicos en tiempo real, necesarios
para la toma de decisiones en la operacin de embalses y para uso de modelos
lluvia-descarga.

La Plataforma de Colecta de Datos, est compuesta por sensores de parmetros
ambientales, transmisor, antena y fuente de alimentacin elctrica. Las plataformas
pueden ser temporizadas, cuando transmiten informacin al satlite dentro de un
horario programado. Interrogables si transmiten solo cuando son activadas por una
fuente externa. De acceso aleatorio si transmiten cuando el parmetro sobrepasa en
valor o gradiente determinado.

Un aspecto importante a considerar en cualquier aplicacin es la precisin con que
se desea medir un determinado parmetro. En el caso de la precipitacin, se usa el
pluvigrafo de cuba basculante donde a cada 0.1 mm de lluvia el sensor cierra el
contacto y la precipitacin total es obtenida contando el nmero de veces que ese
contacto es accionado. Para el nivel de agua, se usa el linngrafo de flotador, donde
el movimiento vertical de la bolla es transmitido mediante un cable de acero para un
disco que lo convierte en un nmero binario asociado a la cota del flotador.

4.4. DIFUSIN DE LA INFORMACIN HIDROLGICA

En el Per, diferentes instituciones como el Instituto Nacional de Recursos Naturales
(INRENA), a travs de la Direccin General de Aguas y Suelos (DGAS); el Servicio
Nacional de Meteorologa e Hidrologa (SENAMHI) y otros son los rganos
responsables de la elaboracin, coordinacin, orientacin y control de los programas de
utilizacin mltiple de los recursos hdricos del pas. Por ello cabe a estas instituciones
planear, orientar y coordinar el sistema de colecta y elaboracin de informaciones de los
recursos hdricos y mantener el registro de datos e informaciones hidrolgicas,
promoviendo su difusin e intercambio.

Adems de estas instituciones, muchas otras entidades mantienen en operacin redes
de estaciones hidrolgicas como: Instituto Nacional de Desarrollo (INADE) a travs de
los proyectos especiales, empresas de generacin de electricidad como EGENOR,
empresas mineras como SOUTHERN, Yanacoha, Buenaventura, entre otros.


- 69 -
4.5. ANALISIS DE INFORMACION HIDROLGICA


Antes de iniciar cualquier anlisis o utilizar los datos observados en las estaciones
pluviomtricas, hay necesidad de realizar ciertas verificaciones de los valores de
precipitacin.

Los datos hidrolgicos en general, estn constituidos por una larga secuencia de
observaciones de alguna fase del ciclo hidrolgico obtenidas para un determinado
lugar. No obstante que un registro largo sea lo deseable, se debe reconocer que
cuanto ms largo es el perodo de registro, mayor ser la posibilidad de error. Una
serie generada en esas condiciones, si los errores o cambios fueran apreciables, es
inconsistente, o carece de homogeneidad. (Searcy y Hardison, 1963).

4.5.2. Deteccin de Errores

La inconsistencia y homogeneidad de registros hidrolgicos, representa uno de los
aspectos ms importantes del estudio en la hidrologa contempornea. Los medios
ambientes hidrolgicos son afectados grandemente por factores hechos por el
hombre tales como construccin de estructuras hidrulicas (presas, bocatomas, etc.),
obras de drenaje, entre otros o por cambios inesperados naturales y procesos lentos
tales como incendios, derrumbamientos, tala progresiva de rboles, etc., las que
producen inconsistencia en la toma de la informacin. As se tiene que series de
usos de agua urbana presentan saltos y tendencias creadas por el incremento o
decremento de la poblacin.

Inconsistencia es sinnimo de error sistemtico y se presenta como saltos y
tendencias, y no homogeneidad es definido como los cambios de los datos vrgenes
con el tiempo debido a la accin del hombre o causas naturales como: a) Movimiento
de las estaciones en una distancia horizontal, b) movimiento en una distancia
vertical, c) cambios en el medio ambiente de una estacin.

El tratamiento a datos hidrolgicos se refiere a la identificacin, cuantificacin y
correccin de estas series donde existen errores sistemticos.

4.5.3. Anlisis de Consistencia de Datos

Para verificar ese tipo de inconsistencia, se usa el mtodo de la curva de doble
masa, basado en el hecho de que un grfico de una cantidad acumulada ploteada
contra otra cantidad acumulada durante el mismo perodo, debe ser una lnea recta
siempre que las cantidades sean proporcionales; la inclinacin de la recta representa
la constante de proporcionalidad. Una alteracin en la pendiente de la recta, indicar
que ocurri un cambio en la constante de proporcionalidad entre las dos variables o
que tal vez la proporcionalidad no es constante en todos los niveles de acumulacin.

En el caso hidrolgico, si se usa para comparacin de una estacin dudosa un patrn
constituido por las medias de varias estaciones de la regin, las inconsistencias
ocurridas en una nica estacin sern minimizadas. Para las lluvias, si los cambios
de pendiente en las rectas no son debidas a factores meteorolgicos, el mtodo
puede ser usado para ajustar o homogenizar la serie con coeficientes extrados del
grfico de doble masa.

El procedimiento se inicia con la seleccin de varias estaciones en la regin,
prximos a aquel que va a ser ajustado. Se acumulan a continuacin los totales

- 70 -
anuales de cada estacin, segn se indica en la Tabla N 4.4 del ejemplo 4.1 y luego
se calculan la media aritmtica de los totales precipitados en cada ao en todas las
estaciones y se acumula esa media. Un primer grfico de estos valores promedios
acumulados versus los valores acumulados anuales de cada estacin va a permitir
definir la estacin ndice y luego el grfico de los valores acumulados entre la
estacin ndice y los valores acumulados de las estaciones restantes permitir
visualizar con mayor claridad los quiebres que se presentan en los diagramas de
doble masa.

En el diagrama de doble masa de la Figura 4.3, se puede observar que el grfico
correspondiente a la estacin La Oroya presenta un quiebre bastante fuerte en el
alineamiento de los puntos a partir de 1990 que es corroborada con la observacin
de la serie histrica (Figura 4.4), donde se define claramente dos periodos bien
diferenciados entre sus parmetros estadsticos (media y desviacin estndar).

4.6. ANALISIS DE SALTOS

Los saltos son formas determinsticas transitorias que permiten a una serie hidrolgica
peridica o no peridica pasar desde un estado a otro, como respuesta a cambios
hechos por el hombre debido al continuo desarrollo de los recursos hdricos en la
cuenca o a cambios naturales continuos que pueden ocurrir. Los saltos se presentan
principalmente en los parmetros, media y desviacin estndar.

4.6.1. Procedimiento de Anlisis

Debido a la complejidad del anlisis para detectar los cambios en datos hidrolgicos,
se recomienda al siguiente procedimiento:

- Identificacin
- Evaluacin y/o cuantificacin
- Correccin y/o eliminacin

4.6.2. Identificacin del Salto

La identificacin del salto tiene por objeto detectar la presencia del mismo y evaluar
las causas que pueden haber ocasionado sea esta por la intervencin del hombre o
por fenmenos naturales. El procedimiento de identificacin del salto es la siguiente:

a) Informacin de Campo

Permite conocer el estado real de las condiciones de operacin y mantenimiento de
las estaciones hidrolgicas, cambio de operarios, traslado de estaciones, regulacin
de los ros, derivaciones construidos, estado de explotacin de la cuenca;
bsicamente va a permitir formularse una primera idea de los posibles cambios que
estn afectando a la informacin disponible y tambin conocer el tiempo durante el
cual ha ocurrido dichos cambios.

b) Anlisis de las Series Hidrolgicas

Consiste en analizar visualmente la distribucin temporal de toda la informacin
disponible, combinando con los criterios obtenidos del campo, para detectar la
regularidad o irregularidad de los mismos. Una serie hidrolgica es el grfico de una
variable hidrolgica (precipitacin, descargas, etc.), en el eje de las ordenadas y el
tiempo cronolgico respectivo (anuales, mensuales, semanales o diarios) en el eje de
las abscisas.

- 71 -

Cuando se dispone de una sola serie (un solo registro), ste puede dividirse en
varios perodos y compatibilizar con la informacin de campo obtenida.
Cuando se tiene estaciones varias de comparan sus series respectivos y se
observa cual perodo, vara notablemente con respecto a los dems disponibles,
realizando en este caso anlisis de series mltiples.
Cuando se dispone en el rea de estudio de datos de precipitacin y descarga,
entonces se comparan sus series correspondientes, los cuales deben ser
similares porque la descarga es efecto de la precipitacin que sera la causa.
Se debe mantener en lo posible el perodo ms largo y ms reciente como el ms
confiable, quedando a criterio de la decisin tcnica de acuerdo a la experiencia
en el rea.

c) Anlisis de Doble Masa

El anlisis de doble masa denominado tambin de dobles acumulaciones, es una
herramienta muy conocida y utilizada en la deteccin de inconsistencias de datos
hidrolgicos mltiples, cuando se dispone de 2 o ms series de datos, en lo que
respecta a errores que pueden haberse producido durante la obtencin de los
mismos.

Realizar el anlisis de doble masa entre los datos de la misma causa o del mismo
efecto, por decir precipitacin versus precipitacin o descargas versus descargas,
registradas en estaciones vecinas o en su defecto en cuencas de similar
comportamiento hidrolgico.

Si se presenta el mismo quiebre en todas los grficos de doble masa, significa
que la causa que ocasiona el salto es un fenmeno natural, para lo cual se debe
completar dicho anlisis con informacin de cuencas vecinas.

Realizar el anlisis de doble masa entre variables de causa y efecto (precipitacin
versus descarga) siempre en cuando que el caudal registrado en una estacin
dependa de las precipitaciones que ocurren en la parte alta.

4.6.3. Identificacin del Salto

Se realiza mediante un anlisis estadstico, o sea mediante un proceso de inferencia
para las medias y desviacin estndar, de ambos perodos; mediante las pruebas T y
F respectivamente.

=
=
n
i
i
X
n
X
1 1
1
1
; ( )
2 / 1
1
2
1
1
1
1
1
=

=
n
i
i
X X
n
S (4.1a)

=
=
n
i
i
X
n
X
1 2
2
1
; ( )
2 / 1
1
2
2
2
2
1
1
=

=
n
i
i
X X
n
S (4.1b)

i
X = informacin de anlisis
2 1
, X X = medias del perodo 1 y 2 respectivamente.
2 1
,S S = desviacin estndar del perodo 1 y 2 respectivamente.
2 1
,n n = tamao del perodo 1 y 2 respectivamente.
n = tamao de muestra =n
1
+ n
2


- 72 -
a) Consistencia en la Media (Prueba de medias)

H. p.:
2 1
= (media poblacional)
H.a.:
2 1

05 . 0 =

Clculo de las desviaciones estndar de promedios y ponderada

2 / 1
2 1
1 1
+ =
n n
S S
p d
(4.2)

( ) ( )
2 / 1
2 1
2
2 2
2
1 1
2
1 1
+
+
=
n n
S n S n
S
p
(4.3)

donde: S
d
=desviacin estndar de los promedios
S
p
=desviacin estndar ponderada

Realizacin de la prueba T

( ) ( )
d
c
S
X X
T
2 1
2 1
= (4.4)

donde: 0
2 1
= (por hiptesis); T
c
es el estadstico T calculado. El valor T
t

(tabular) se calcula con: 05 . 0 = y 2 . .
2 1
+ = n n L G

Conclusin

Si %) 95 (
t
T Tc < 2 1 X X = (estadsticamente)
Si %) 95 (
t
T Tc > 2 1 X X (estadsticamente)

b) Consistencia en la Desviacin Estndar (Prueba de variancias)

Clculo de las variancias de ambos perodos
2
1
S y
2
2
S

Prueba estadstica F

Hp :
2
2
2
1
=
Ha :
2
2
2
1

05 . 0 =

Clculo de F
c

2
2
2
1
2
2
2
2
2
1
2
1
/
/
S
S
S
S
F
c
= =
Si
2
2
2
1
S S > (4.5a)
2
1
2
2
S
S
F
c
= Si
2
1
2
2
S S > (4.5b)

- 73 -

Hallar el valor de F
t
en las tablas con:

= 0.05
G.L.N. = n
1
-1 (grados de libertad del numerador)
G.L.D. = n
2
-1 (grados de libertad del denominador)
F
c
= valor de F calculado
F
t
= valor de F tabular

Criterios de decisin

Si %) 95 (
t c
F F <
2 1
S S = (estadsticamente)
Si %) 95 (
t c
F F >
2 1
S S

4.6.4. Correccin de la informacin

A pesar que el nmero de aos de registro en que la estacin fue operada en las
condiciones iniciales sea mayor que en las actuales, es ms aconsejable corregir los
datos del primer periodo, o sea, dejando inalterados los datos ms recientes; porque
en cualquier momento se puede hacer una inspeccin y conocer el estado de
operacin y conservacin del mismo.

Una vez hechas estas verificaciones y correcciones, los datos estn expeditos para
ser procesados. La primera etapa del procesamiento, en general, es el clculo de las
medias, la seleccin de valores mximos y mnimos observados, el clculo de la
desviacin estndar y el coeficiente de variacin, tanto para valores diarios,
mensuales o anuales como se muestran en la Tabla N 4.6. y el Grfico 4.5 que
corresponde a la informacin corregida con la cual, posteriormente, se pueden hacer
anlisis estadsticos, algunos de ellos sern abordadas en los siguientes acpites.

En los casos en que los parmetros media y desviacin estndar resultan ser
estadsticamente iguales la informacin original no se corrige por ser consistente con
95% de probabilidades, an cuando en el doble masa se observa pequeos
quiebres.

2
2
1
1
' X S
S
X X
X
t
t
+

= para corregir al primer perodo. (4.6a)

1
1
2
2
' X S
S
X X
X
t
t
+

= para corregir el segundo perodo (4.6b)

en ambos casos: X
t
=valor corregido de la informacin
X
t
=valor a ser corregido

Ejemplo 4.1

a) Con la informacin de precipitacin total anual de las estaciones Quiulla,
Casaracra, La Cima y La Oroya, mostrados en la Tabla 4.4, elaborar el diagrama
de doble masa.

b) Para la informacin de precipitacin de la estacin la Oroya, Tabla 4.5, realizar el
anlisis de salto, siguiendo el procedimiento descrito en el texto.

- 74 -

Solucin: a) Tabla N 4.4: Analisis de Doble Masa de Datos de Precipitacin

Valores de Precipitacin Anual Valores de Precipitacin Anual Acumulado
Ao
Quiulla Casaracra La Cima La Oroya Promedio Quiulla Casaracra La Cima La Oroya
1985 675,4 637,7 452,0 889,8 663,7 675,4 637,7 452,0 889,8
1986 673,6 736,5 558,5 1076,0 1424,9 1349,0 1374,2 1010,5 1965,7
1987 542,3 590,0 500,8 1083,7 2104,1 1891,3 1964,2 1511,3 3049,5
1988 651,3 588,3 606,7 1002,5 2816,3 2542,6 2552,5 2118,0 4052,0
1989 598,8 700,6 607,8 635,7 3452,0 3141,4 3253,1 2725,8 4687,6
1990 459,1 639,9 714,8 713,6 4083,8 3600,5 3893,0 3440,6 5401,2
1991 602,1 729,6 722,0 507,8 4724,2 4202,6 4622,6 4162,6 5909,0
1992 802,8 845,2 868,8 485,2 5474,7 5005,4 5467,8 5031,4 6394,2
1993 637,8 976,5 742,3 668,5 6231,0 5643,2 6444,3 5773,7 7062,7
1994 618,3 886,8 584,0 568,2 6895,3 6261,5 7331,1 6357,7 7630,9
1995 719,0 816,5 716,4 502,8 7583,9 6980,5 8147,6 7074,1 8133,7
1996 511,1 663,9 646,3 349,4 8126,6 7491,6 8811,5 7720,4 8483,1
1997 565,4 712,6 688,2 514,9 8746,9 8057,0 9524,1 8408,6 8998,0
1998 750,3 914,8 947,1 407,9 9501,9 8807,3 10438,9 9355,7 9405,9
1999 507,6 469,1 645,3 687,6 10079,3 9314,9 10908,0 10001,0 10093,5

Figura 4.2: Di agrama Doble Masa Referido al Promedio
0
2000
4000
6000
8000
10000
12000
0 2000 4000 6000 8000 10000
Promedio de Precipitacin Anual Acumulada (mm)
P
r
e
c
i
p
i
t
a
c
i
n

A
n
u
a
l

A
c
u
m
u
l
a
d
a

(
m
m
)
Quiulla Casaracra La Cima La Oroya

Figura 4.3: Diagrama de Doble Masa referido a la Estacin Indi ce
0
2000
4000
6000
8000
10000
12000
0 2000 4000 6000 8000 10000
Precipitacin Anual Acumulada- Estacin Quiulla (mm)
P
r
e
c
i
p
i
t
a
c
i
n

A
n
u
a
l

A
c
u
m
u
l
a
d
a

(
m
m
)
Casaracra La Cima La Oroya


- 75 -
b) Anlisis de Consistencia de Datos de Precipitacin
Tabla N 4.5: PRECIPITACION TOTAL MENSUAL (m.m) - ESTACION: LA OROYA

DEPARTAMENTO: J UNIN PROVINCIA YAULI DISTRITO: LA OROYA
LATITUD: 1131' LONGITUD: 7554' ALTITUD: 3.160 msnm

Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Tot.
1985 149,7 133,4 106,1 66,0 17,6 36,7 13,4 8,0 50,9 47,2 86,7 174,1 889,8
1986 179,4 193,0 192,1 153,3 35,3 0,6 25,4 57,2 72,3 51,7 40,9 74,7 1076,0
1987 185,6 126,6 85,1 25,9 37,2 22,7 50,2 29,4 55,8 78,2 192,4 194,6 1083,7
1988 198,9 139,9 96,4 107,5 12,4 0,0 2,2 0,0 45,2 102,1 133,1 164,9 1002,5
1989 94,5 89,3 88,7 43,3 6,9 4,2 1,5 39,1 41,4 55,1 116,4 55,3 635,7
1990 162,0 38,6 33,5 33,5 33,0 31,9 11,9 39,2 45,4 116,0 99,7 68,9 713,6
1991 50,2 49,5 99,8 29,1 27,1 29,0 2,4 0,0 69,9 48,8 52,9 49,1 507,8
1992 45,6 43,9 31,1 25,9 18,9 30,8 7,9 8,7 52,5 64,1 89,3 66,6 485,2
1993 79,4 72,9 83,5 34,6 10,7 32,6 13,3 17,3 35,1 79,4 125,6 84,1 668,5
1994 88,1 100,8 64,6 80,1 19,8 1,6 0 8,4 34,3 42,6 38,2 89,7 568,2
1995 106,2 96,7 62,8 48,3 7,1 0 10,5 2,8 19,6 30,2 41,9 76,7 502,8
1996 52,9 68,2 51,3 52,6 8,6 0 0 5,4 9,8 26,7 35,7 38,2 349,4
1997 75,6 104 45,5 26,6 8 0,7 1,5 26,2 62,6 44 48,8 71,4 514,9
1998 95,7 70,3 48,6 28,9 7,3 0,5 0,0 0,0 2,0 47,5 57,8 49,3 407,9
1999 112,9 125,6 90,2 61,8 10,7 3,7 18,4 4,9 42,6 44,1 82,8 89,8 687,6
MAX. 198,9 193,0 192,1 153,3 37,2 36,7 50,2 57,2 72,3 116,0 192,4 194,6 1083,7
MED. 111,8 96,9 78,6 54,5 17,4 13,0 10,6 16,4 42,6 58,5 82,8 89,8 706,9
MIN. 45,6 38,6 31,1 25,9 6,9 0,0 0,0 0,0 2,0 26,7 35,7 38,2 349,4
D.EST 51,2 42,1 39,8 36,0 10,9 15,2 13,4 17,7 20,3 25,3 44,8 48,3 249,2
Fuente: SENAMHI En negrita: Informacin completada o generada

Figura 4.4: Serie Histrica de Precipitacin - Estacin: La Oroya
0,0
25,0
50,0
75,0
100,0
125,0
150,0
175,0
200,0
1
9
8
5
1
9
9
2
1
9
9
9
Tiempo (aos)
P
r
e
c
i
p
i
t
a
c
i
n

(
m
m
)

ANALISIS DEL SALTO 1er. Periodo: N1 = 61 P1 = 79,5 S1 = 61,4
2do. Periodo: N2 = 119 P2 = 44,1 S2 = 32,8
PRUEBA DE MEDIAS: alfa = 0,05 G.L = 178 Sp = 44,541 Sd = 7,01 Tc = 5,05
Tt = 1,97
Como Tc >Tt, existe salto en la Media
PRUEBA DE VARIANCIAS: Como S1 >S2: alfa = 0,05 G.L.N 60 G.L.D 118 Fc = 3,50
Ft = 1,43
Como Fc >Ft, se concluye que existe salto en la Variancia

- 76 -

Tabla N 4.6: PRECIPITACION TOTAL MENSUAL CORREGIDA - ESTACION: LA OROYA

DEPARTAMENTO: J UNIN LATITUD : 1131'
PROVINCIA : YAULI LONGITUD : 7554'
DISTRITO : LA OROYA ALTITUD : 3.160 msnm
Ao Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Tot.
1985 81,6 72,9 58,3 36,8 11,0 21,2 8,7 5,8 28,8 26,8 47,9 94,6 494,4
1986 97,4 104,8 104,3 83,5 20,4 1,9 15,2 32,2 40,2 29,2 23,4 41,5 594,0
1987 100,8 69,2 47,0 15,4 21,5 13,7 28,4 17,3 31,4 43,4 104,4 105,6 598,1
1988 107,9 76,4 53,1 59,0 8,2 1,6 2,8 1,6 25,7 56,1 72,7 89,7 554,7
1989 52,1 49,3 49,0 24,7 5,2 3,8 2,4 22,5 23,7 31,0 63,8 31,1 358,6
1990 88,2 38,6 33,5 33,5 33,0 31,9 11,9 39,2 45,4 116,0 99,7 68,9 639,8
1991 50,2 49,5 99,8 29,1 27,1 29,0 2,4 0,0 69,9 48,8 52,9 49,1 507,8
1992 45,6 43,9 31,1 25,9 18,9 30,8 7,9 8,7 52,5 64,1 89,3 66,6 485,2
1993 79,4 72,9 83,5 34,6 10,7 32,6 13,3 17,3 35,1 79,4 125,6 84,1 668,5
1994 88,1 100,8 64,6 80,1 19,8 1,6 0 8,4 34,3 42,6 38,2 89,7 568,2
1995 106,2 96,7 62,8 48,3 7,1 0 10,5 2,8 19,6 30,2 41,9 76,7 502,8
1996 52,9 68,2 51,3 52,6 8,6 0 0 5,4 9,8 26,7 35,7 38,2 349,4
1997 75,6 104 45,5 26,6 8 0,7 1,5 26,2 62,6 44 48,8 71,4 514,9
1998 95,7 70,3 48,6 28,9 7,3 0,5 0,0 0,0 2,0 47,5 57,8 49,3 407,9
1999 112,9 125,6 90,2 61,8 10,7 3,7 18,4 4,9 34,4 44,1 64,4 68,3 639,4
MAX. 112,9 125,6 104,3 83,5 33,0 32,6 28,4 39,2 69,9 116,0 125,6 105,6 668,5
MED. 82,3 76,2 61,5 42,7 14,5 11,5 8,2 12,8 34,4 48,7 64,4 68,3 526,8
MIN. 45,6 38,6 31,1 15,4 5,2 0,0 0,0 0,0 2,0 26,7 23,4 31,1 349,4
D.EST 22,7 25,5 22,8 20,7 8,4 13,5 8,2 12,4 18,2 23,7 28,9 22,5 99,3

Figura 4.5: Serie Histrica de Precipitacin Corregida - Estacin: La Oroya
0,0
25,0
50,0
75,0
100,0
125,0
150,0
175,0
200,0
1
9
8
5
1
9
9
2
1
9
9
9
Tiempo (aos)
P
r
e
c
i
p
i
t
a
c
i
n

(
m
m
)


- 77 -

4.7. COMPLETACION DE DATOS DE HIDROLGICOS

El producto final de una estacin de medicin de lluvias o descargas debe ser una serie
de valores diarios (o con intervalos diferentes) a lo largo de los aos. Esto posibilitar la
aplicacin a esos datos de anlisis estadsticos, a fin de extraer lo mximo de
informacin de ellas y extender geogrficamente o extrapolar temporalmente la
informacin.

Muchas estaciones de precipitacin o descargas tienen perodos faltantes en sus
registros, debido a la ausencia del observador o a fallas instrumentales. A menudo es
necesario estimar algunos de estos valores faltantes para lo cual existen muchas
formas de suplir estas deficiencias y el grado de aceptacin de uno de estos mtodos
va a depender de la cantidad de observaciones faltantes en el registro de datos. Entre
estos mtodos podemos mencionar los siguientes:

Completacin de datos mediante un promedio de datos existentes.
Completacin de datos mediante el mtodo de razones normales.
Completacin de datos por correlacin entre dos estaciones.
Completacin de datos mediante mtodos numricos (generacin aleatoria).

4.7.1. Completacin de Datos mediante un Promedio Simple

Si dentro del registro de datos faltan menos del 5% de informacin estos se pueden
completar con un simple promedio de todos los datos existentes o la semisuma de
los datos del ao anterior y del siguiente.

4.7.2. Completacin de Datos mediante el Mtodo de Razones Normales

Puede haber, en los registros de los datos, das o intervalos grandes sin informacin,
por imposibilidad del operador o falla del instrumento registrador. En ese caso, la
serie de datos de que se dispone en una estacin X, de los cuales se conoce la
media en un determinado nmero de aos, presenta vacos que debe ser rellenada.
Un procedimiento simple de completacin parte de la premisa de que la precipitacin
P
X
en la estacin X, sea proporcional a las estaciones vecinas A, B y C en un mismo
periodo, que sern llamadas P
A
, P
B
, P
C
.

Se acepta que el coeficiente de proporcionalidad sea la relacin entre la media M
X
y
las medias M
A
, M
B
, y M
C
en el mismo periodo de tiempo; esto es, que las
precipitaciones sean directamente proporcionales a sus medias. Se adopta,
entonces, como valor del dato faltante P
X
, la media entre los tres valores calculados a
partir de A, B y C:

+ + =
C
C
X
B
B
X
A
A
X
X
P
M
M
P
M
M
P
M
M
P
3
1
(4.7)

Este mtodo se base en el empleo de tres estaciones cercanas a la estacin
problema y que sirven de estaciones ndices. Cuando la precipitacin normal anual
de cualesquiera de las tres estaciones ndices difiere ms del 10% de la estacin
problema se emplea la ecuacin (4.7). Donde P es la precipitacin en la estacin
indicada (X, A, B, C) y M es la precipitacin media anual. Este mtodo es adaptable a
regiones con grandes variaciones en la precipitacin debido a la orografa.


- 78 -
Ejemplo 4.2:

Se desea determinar la precipitacin en la estacin X del ao 1972 en el que dej de
funcionar. Teniendo los siguientes datos en las estaciones A, B y C.

Estacin Precipitacin 1972 Precipitacin promedio de 30 aos
A 412 mm. 399 mm.
B 517 mm. 530 mm.
C 389 mm. 400 mm.
X ? 290 mm.

Solucin:

. 1 . 288
400
389
500
517
399
412
3
290
mm P
X
=
+ + =

4.7.3. Completacin de Datos mediante Regresin Simple

Antes de ver la forma como se completan los datos mediante correlacin y regresin
es importante indicar que en todos los casos las estaciones, a ser correlacionadas,
deben tener similitud en su ubicacin (altitud, latitud, longitud, distancia a la divisoria)
y estn cercanos.

Entre los principales modelos de regresin usados en hidrologa, podemos
mencionar:

Regresin lineal simple: bX a Y + =
Regresin logartmica: ) ln(X b a Y + =
Regresin Potencial:
b
aX Y = forma linealizada: ) ln( ) ln( ) ln( X b a Y + =
Regresin exponencial: ) exp(bX a Y = forma linealizada: bX a Y + = ) ln( ) ln(

Todas estas ecuaciones pueden se analizadas como modelos de regresin lineal
simple, usando su forma linealizada.

a) Regresin Lineal Simple

Posiblemente el modelo ms comn usado en hidrologa est basado en la asuncin
lineal entre dos variables. El objetivo de este anlisis es establecer una relacin lineal
entre la variable independiente X y la variable dependiente Y: Y = +X. En este
modelo y representan valores reales, sin embargo ser necesario preguntarnos
que valores de y son los ms representativos para el modelo. Un criterio intuitivo
nos conduce a que y deben tener valores que minimice la desviacin e
i
entre los
valores observados Y y los valores predecidos
Y , siendo los estimadores de y a

y b respectivamente.

( )

=
= =

bX a Y X Y e Y Y (4.8)


- 79 -
La
0 e puede ser positivo negativo, por lo que este criterio no es del todo
conveniente ya que en la ecuacin: Y =a +bX, la
e ser igual a cero si la recta

pasa por dos puntos. La
e ser tambin cero cuando la recta sobreestima un

punto en la misma proporcin que subestima el otro punto y de ese modo se tienen
una infinidad de lneas que hagan
0 e .

Por las consideraciones mencionadas se opta por minimizar la suma del cuadrado de
las desviaciones:

( )
2
2
2

=
= =

bX a Y Y Y e M (4.9)

Esta suma puede minimizarse para a y b, derivando parcialmente M respecto de a y
b e igualando a cero.

( ) 0 2
2
= =
bX a Y
a
M

( ) 0 2
2
= =
bX a Y X
a
M

La solucin de estas ecuaciones normales para a y b es:

( )
( )( )
( )
=
2 2
2
X X
Y Y X X
X X n
Y X XY n
b (4.10)

( )
X b Y
X X n
XY X Y X
n
X b Y
a =
=

2
(4.11)

La lnea Y =a +bX es comnmente conocida como la lnea de regresin de Y en X.
El procedimiento de determinacin de a y b se conoce como regresin simple.

b) Evaluacin de la Regresin

La segunda pregunta que pregunta puede formularse es si pueden los datos ser
descritos adecuadamente por la lnea de regresin. Naturalmente la respuesta a esta
pregunta depende de lo que se entienda adecuadamente. Una aproximacin puede
ser cuantificando el valor de la suma de cuadrados de la variable dependiente ya que
ello representa su variabilidad, y cuyo procedimiento se presenta a continuacin:

Haciendo:

+ + = Y Y Y Y Y Y lo que es igual a ) ( ) ( Y Y Y Y Y Y =

; elevando
al cuadrado ambos lados de la ecuacin y sumando para todas las observaciones
resulta:

+ =

2 2 2
) ( ) )( ( 2 ) ( ) ( Y Y Y Y Y Y Y Y Y Y (4.12)

- 80 -

como: bX a Y + =
y X b Y a =
se obtiene: ) ( X X b Y Y =

=

) )( ( 2 ) )( ( 2 X X Y Y b Y Y Y Y

De la ecuacin deducida para "b" por mnimos cuadrados, ecuacin (4.10), se tiene
que:

=
2
) ( ) )( ( X X b X X Y Y por lo tanto

[ ]

= = =

2
2
2 2
) ( 2 ) ( 2 ) ( 2 ) )( ( 2 Y Y X X b X X b Y Y Y Y

Entonces la ecuacin de la suma de cuadrados podemos escribir como:

=

2 2 2
) ( ) ( ) ( Y Y Y Y Y Y (4.13)

reordenando trminos resulta:

+ =

2 2 2
) ( ) ( ) ( Y Y Y Y Y Y

si:

=
2
2 2
) ( Y n Y Y Y tenemos

+ + =

2 2
2
2
) ( ) ( Y Y Y Y Y n Y (4.14)

la suma de cuadrados total,
2
Y , tiene tres componentes.
1.
2
Y n , suma de cuadrados de la media.
2.

=

2 2
) ( e Y Y , suma de cuadrados de las desviaciones de la regresin o la
suma de cuadrados residual.
3.
2
) ( Y Y , la suma de cuadrados de la regresin.

La relacin entre la suma de cuadrados total respecto a la media es denotada por R
2
:

[ ]

=

2 2
2
2 2
2
2
) ( ) (
) )( (
) (
) )( (
) (
) (
Y Y X X
Y Y X X
Y Y
Y Y X X
b
Y Y
Y Y
R (4.15a)

[ ]
( ) [ ] ( ) [ ]

= =
2
2
2
2
2
2
2
2
2
2
2 2
) (
) (
Y Y n X X n
Y X XY n
X Y
X X
b
S
S
b R
Y
X
(4.15b)


- 81 -
Y
X
S
S
b R = donde 1 0
2
R

( ) ( ) [ ] ( ) [ ] ( ) [ ]
2 / 1
2
2
2 / 1
2
2
2 / 1
2 2
) )( (

=

= =
Y Y n X X n
Y X XY n
Y Y X X
Y Y X X
S S
S
R
Y X
XY
(4.16)

R =coeficiente de correlacin
S
X
=desviacin estndar de X
S
Y
=desviacin estndar de Y
S
XY
=desviacin estndar de X e Y

Para completar informacin es importante contar al menos con una estacin cercana
a la estacin problema, adems deben tener similitud en cuanto a los registros y
estn ubicados en la misma cuenca o en su defecto en cuencas con parmetros
geomorfolgicos similares. La estacin cercana (B) deber abarcar necesariamente
perodo de registro mayores que la estacin problema (A); de ese modo se puede
establecer una ecuacin de regresin entre los datos de perodos comunes y
completar los datos que faltan en A. Es importante para el empleo de este mtodo
que el valor del coeficiente de correlacin ( =R) entre A y B sea alto por ejemplo r
0.7.

El ejemplo 4.5 (Tabla N 4.7 y Figura 4.6) ilustra el procedimiento de completacin de
datos mediante cuatro modelos de regresin.

4.7.4. Completacin de Datos mediante Generacin Aleatoria

En este caso el dato faltante ser completado mediante el siguiente modelo lineal

+ = P P
i
(4.17)

donde es un nmero aleatorio con distribucin normal, lognormal, gamma, etc.

a) Generacin de nmeros Aleatorios con distribucin uniforme

Para generar nmeros aleatorios se puede usar un mtodo prctico llamado de
congruencia multiplicativa propuesto por Lehmer (1951), la relacin de recurrencia
es:

( ) b aX X
i i
+ =
1
mdulo C (4.18)

donde: C es un nmero entero grande para evitar ciclicidad.
a y b son nmeros enteros primos entre s comprendidos entre 0 y C-1
X
i-1
es un nmero escogido al azar para iniciar los clculos
X
i
viene a ser el resto de la divisin de (aX
i-1
+b) entre C

Ejemplo 4.3:

Si a = 7; b = 13; C = 43; X
0
= 20 (asumidas). Generar 6 nmeros aleatorios
comprendidos entre 0 y 1.


- 82 -
Solucin:

X
i
=(a X
i-1
+b) mdulo C
X
1
= (7 x 20 +13) mdulo 43 =24
X
2
=(7 x 24 +13) mdulo 43 =9
X
3
=(7 x 9 +13) mdulo 43 =33
X
4
=(7 x 33 +13) mdulo 43 =29
X
5
=(7 x 29 +13) mdulo 43 =1
X
6
=(7 x 1 +13) mdulo 43 =28
.
.
X
n
=(a X
n-1
+b) mdulo C

El nmero aleatorio es el resto de dividir (a X
i-1
+b) entre el mdulo C.
Por lo tanto los 6 nmeros aleatorios comprendidos entre 0 y 1 sern: 1 0
C
X
i

C
X
n
....
43
28
,
43
1
,
43
29
,
43
33
,
43
9
,
43
24

0.558, 0.209, 0.767, 0.674, 0.023, 0.651

b) Generacin de nmeros aleatorios con distribucin normal

Segn Box Muller, los nmeros aleatorios con distribucin normal, con media igual a
0 y desviacin estndar igual a 1, pueden ser generados con cualquiera de las
siguientes ecuaciones:

( ) ( )
1
2 / 1
2 cos ln 2
+
=
i i i
X X (4.19a)

( ) ( )
1
2 / 1
2 sen ln 2
+
=
i i i
X X (4.19b)

del ejemplo anterior:

1
=(-2 Ln 0.558)
1/2
Cos (2 x 0.209) =0.275
2
=(-2 Ln 0.209)
1/2
Cos (2 x 0.767) =0.189
3
=(-2 Ln 0.767)
1/2
Cos (2 x 0.684) =-0.335
4
=(-2 Ln 0.674)
1/2
Cos (2 x 0.023) =0.879
5
=(-2 Ln 0.023)
1/2
Cos (2 x 0.65) =1.600

Para la completacin de datos, mediante generacin de nmeros aleatorios con
distribucin normal, se debe probar por Chi-cuadrado o Kolmogorov si los datos
Hidrolgicos se ajustan a esa distribucin. Si as fuere se toma cualquier nmero
aleatorio normal generado para completar el dato faltante en base al modelo
propuesto: + = P P
i

Ejemplo 4.4:

. mm 1 . 42 ., mm 9 . 92 = = P Si , determinar el dato faltante mediante el mtodo
de generacin aleatoria con distribucin normal.


- 83 -
Solucin:

( )( ) mm 8 . 78 335 . 0 1 . 42 9 . 92 = + = + =
i i
P P P Informacin completada

c) Generacin de nmeros aleatorios con distribucin Log-Normal

El procedimiento a seguir es el siguiente:

Generar nmeros aleatorios (Y) con distribucin normal con media y desviacin
estndar .
Transformar a: X =e
+Y
; donde Y tiene distribucin normal con media y
desviacin estndar y X tiene distribucin Log-Normal.

d) Generacin de nmeros aleatorios con distribucin Gamma
Para generar nmeros aleatorios con distribucin Gamma:
) (
) (
1
=
t
e Y
t f , se sigue
el siguiente procedimiento:

a) Generar nmeros aleatorios con distribucin normal : N(0,1)
b) Calcular el nmero aleatorio con distribucin Gamma o Pearson Tipo III con la
siguiente ecuacin:

3
3 9
1
1
+ =
t (4.20)

donde es el parmetro de la funcin Gamma.

Ejemplo 4.5:

Completar la informacin de la Tabla 4.7, usando los modelos de regresin lineal
simple, logartmica, potencial y exponencial.


- 84 -

Solucin: Completacin de datos de precipitacin mediante el mtodo de regresin:

Cuadro N 4.7: Registro de Informacin para dos Estaciones

Precipitacin (mm) Completacin de datos faltantes
Ao Estacin A Estacin B Regresin Regresin Regresin Regresin
(X) (Y) Lineal Logartmica Potencial Exponencial
1985 45,0 47,0
1986 51,1 52,0
1987 53,0 54,5
1988 54,0 59,0
1989 56,0 63,0
1990 63,0 72,0
1991 70,1 82,0
1992 74,2 80,0
1993 48,0 50,3
1994 60,0 62,4
1995 90,2 - 103,9 96,8 105,7 117,9
1996 70,1 - 78,3 78,0 78,5 78,9
1997 40,3 - 40,4 36,6 40,8 43,5
1998 60,5 - 66,1 67,0 66,0 65,1
1999 56,7 - 61,3 62,1 61,1 60,3

Figur a 4.6b: Regr esin Logar t mica
y =74,786Ln(x) - 239,84
R
2
=0,9545
40,0
50,0
60,0
70,0
80,0
90,0
40,0 50,0 60,0 70,0 80,0
Pr ecipit acin X (mm)
P
r
e
c
i
p
i
t
a
c
i
n

Y

(
m
m
)
Figur a 4.6a: Regr esin Lineal Simple
y =1,2735x - 10,931
R
2
=0,9554
40,0
50,0
60,0
70,0
80,0
90,0
40,0 50,0 60,0 70,0 80,0
P
r
e
c
i
p
i
t
a
c
i
n

Y

(
m
m
)
Figur a 4.6c: Regr esin Potencial
y =0,5209x
1,18
R
2
=0,9604
40,0
50,0
60,0
70,0
80,0
90,0
40,0 50,0 60,0 70,0 80,0
P
r
e
c
i
p
i
t
a
c
i
n

Y

(
m
m
)
Figur a 4.6d: Regr esin Exponencial
y =19,41e
0,02x
R
2
=0,9509
40,0
50,0
60,0
70,0
80,0
90,0
40,0 50,0 60,0 70,0 80,0
P
r
e
c
i
p
i
t
a
c
i
n

Y

(
m
m
)

- 85 -

4.8. BIBLIOGRAFA

(1) CHOW VEN TE Hand book of Applied Hydrology, New York, McGraw-Hill Book
Company, 1964
(2) CHOW VEN TE; MAIDMENT D. R.; MAYS L. W. Applied Hydrology, McGraw-
Hill Book Company, 1988
(3) CLARKE R. T. - Mathematical Models in Hydrology, Food and Agriculture
Organization of the United Nations Rome, 973
(4) DE PIEROLA CANALES., J . N. - Notas del Curso de Hidrologa, Universidad
Nacional Agraria La Molina; Lima, 1979, 1980, 1981, 1982.
(5) GARCS, L. N. - Hidrologa, Sao Paulo, Ed. Edgard Blcher. 1967
(6) HANN T. CHARLES - Statistics Methods in Hydrology, The IOWA State
University Press Ames IOWA USA, 1977
(7) G. HOEL PAUL - Introduccin a la Estadstica Matemtica, Editorial ARIEL
Barcelona, 1976
(8) MAISEL LOUIS - Probabilidad y Estadstica, Fondo Interamericano S.A.
Colombia, 1973
(9) MEJ IA M., J .A. Notas del Curso de Hidrologa, Universidad Nacional Agraria La
Molina; Lima, 1984, 1985.
(10) MEJ IA M. J . A. & DE PIEROLA CANALES J . N. - Estadstica Aplicada a la
Hidrologa, Departamento de Recursos de Agua y Tierra UNALM La Molina
Lima, 1985
(11) MOLINA G., M. Hidrologa, Universidad Nacional Agraria La Molina,
PUBLIDRAT, Publicacin N 12, Lima, 1975.
(12) VIESSMAN J r., W.; HARBAUGH, T.E. & KNAPP, J . W. Introduction to
Hydrology, New York, Intext Educational, 1972.
(13) VILELA S. M.; MATTOS A. Hidrologia Aplicada, Sao Paulo, McGraw-Hill do
Brasil, 1975

Hidrologia Aplicada-Capitulo 04

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hidrologia Aplicada-Capitulo 04

Uploaded by

Copyright:

Available Formats

Hidrologa Aplicada Captulo 4: Recopilacin y Anlisis de Datos Hidrolgicos

Y , siendo los estimadores de y a

e ser igual a cero si la recta

e ser tambin cero cuando la recta sobreestima un

You might also like