Documentos de Académico
Documentos de Profesional
Documentos de Cultura
WMO168 Ed2009 Vol II Ch5 Up2008 Es
WMO168 Ed2009 Vol II Ch5 Up2008 Es
5.1
Introduccin
II.5-2
5.2
(5.1)
donde Tp = 1/(l qe) es el perodo de retorno promedio de la serie de duracin parcial, l es la tasa de
acaecimiento de valores por encima del umbral, y qe
es la probabilidad de que, cuando sobrevenga esa
crecida, esta supere el nivel considerado. Esta ecuacin puede ser resuelta para Tp, obtenindose:
Tp = 1 / ln [1 1/Ta]
(5.2)
5.3
Serie parcial
Serie anual
0,50
1,16
1,00
1,58
1,45
2,00
2,00
2,54
5,00
5,52
10,00
10,50
Distribuciones de probabilidad
utilizadas en hidrologa
[HOMSH83, X00]
II.5-3
Intervalo
Y = ln(X). Tambin se usa habitualmente una distribucin log-normal triparamtrica con Y = ln(X ).
tipo.
x m
xv 1 exp +
m x
2m K v (2 )
x 2
2
x
f X (x) = 2v
x 2v 1 exp +
m
m
m efv ( )
m 2
2m 2v x 2v 1
m
f X (x) =
exp +
x
x
efv ()
f X (x) =
aAqu
Tipo B1
Tipo B
Tipo A
Halphen
Pareto
fX(x) = (1/) [1 (x)/]1/1
generalizada
FX(x) = 1 [1 (x)/]1/
y = [1 (x)/]1/ para 0
fX(x) = (1/) [y(1)/(1 + y)]2
FX(x) = 1/[1 + y]
Logstica
generalizada
X = + /(1+)
2X = 2/[(1+)2(1+2)]
X = 2(1)(1+2)1/2/(1+3)
X = + /[1//sen()]
Vase Ahmad y otros (1998) para 2X .
Weibull
Valores extremos
generalizados
fX(x) = exp { (x )}
< x para 0 < X = + 1/; 2X = 1/2
FX(x) = 1 exp { (x )}
X = 2
Exponencial
0 < X = + /;
__ 2X = /2
para 0 < : < x
y X = 2/a__
para < 0: x <
y X = 2/a
X = 3CVX + CV3X
Momentos
Log-Pearson
de tipo III
Pearson
fX(x) = || [(x )]1 exp [ (x )]/ ()
de tipo III
(para 0 < y = 0: X = 2 (CVX)
1 x X 2
fX (x) =
exp
< x < X y 2X, X = 0
Normal
2 X2
2 X
1 ln(x) Y 2
1
Log-normala
0 < x X = exp [Y + 2Y/2]
fX (x) =
exp
2
x
2
2X = 2X {exp [2Y] 1}
Y
Distribucin
II.5-4
Gua de Prcticas Hidrolgicas
Distribuciones normales:
distribucin normal, log-normal
ylog-normal triparamtrica
II.5-5
varianza s2x. El coeficiente de asimetra de las distribuciones normales es cero, ya que estas son
simtricas. La funcin de distribucin acumulativa
de la distribucin normal no tiene una expresin
conocida, pero los libros de estadstica contienen
tablas de la variable aleatoria normal normalizada
(zp). La cantidad de zp es un ejemplo de factor de
frecuencia, ya que el p-simo cuantil xp de una
distribucin normal cuya media es y cuya varianza
es s2 puede describirse como sigue:
xp = + s zp
(5.3)
(5.4)
(5.5)
(5.6)
5.3.2
II.5-6
,
,
,
,
,
,
Figura II.5.1. La funcin de densidad de probabilidad para la distribucin de Pearson de tipo III con la
cota inferior z = 0, la media m = 1 y los coeficientes
de asimetra g = 0,7, 1,4, 2 y 2,8 (correspondientes a
una distribucin gamma y a parmetros de
configuracina =8, 2, 1 y 0,5, respectivamente)
Familia de distribuciones
deHalphen: tipos A, B y B-1
Esta familia de distribuciones fue ideada especficamente para modelizar crecidas y, con carcter ms
general, valores extremos. La funcin de densidad
de probabilidad de estas distribuciones (Perreault y
otros, 1999a) puede verse en la tabla II.5.2. Perreault
y otros (1999b) indicaron diversos procedimientos
para la estimacin de parmetros, cuantilos e intervalos de confianza en el caso de las distribuciones
de Halphen. Las distribuciones gamma y gamma
inversa (x es la distribucin gamma inversa cuando
y = 1/x presenta distribuciones gamma) son casos
lmite de las distribuciones de Halphen.
Aunque la funcin de densidad de probabilidad de
las distribuciones de Halphen es matemticamente
ms complicada que las distribuciones biparamtricas habitualmente utilizadas en hidrometeorologa,
ello no deber ser un gran obstculo para utilizarlas
en la prctica, ya que las distribuciones de Halphen
II.5-7
La distribucin logstica generalizada fue introducida en los estudios hidrolgicos por Hosking y
Wallis (1997), y ha sido propuesta para el anlisis de
frecuencia de crecida en Reino Unido (Robson y
Reed, 1999). Su parametrizacin es similar a la de la
distribucin de valores extremos generalizada, y en
ambos casos los extremos se ajustan a la distribucin de Pareto para valores elevados de x. La funcin
de distribucin acumulativa de la distribucin
logstica generalizada figura en la tabla II.5.2, al
igual que el intervalo de valores de la variable. En
las publicaciones de Hosking y Wallis (1997) y
Robson y Reed (1999) se documentan los medios
que pueden utilizarse para obtener los tres parmetros de esta distribucin mediante estimadores de
momentos de orden L.
5.3.6
II.5-8
5.3.7
Mtodo no paramtrico
deestimacin de la funcin
dedensidad
1
NH
i=1
xi
H
(5.7)
Pruebas de independencia y
estacionalidad de Wald-Wolfowitz
Un estimador de ncleo expresado por esta ecuacin est basado en el principio de que un ncleo
de una funcin de distribucin de forma especificada, triangular, normal o de Gumbel est asociado
a cada una de las observaciones a lo largo de una
escala especificada, expresada mediante H. La suma
ponderada de esas funciones constituye la estimacin no paramtrica de la funcin de densidad. El
valor ptimo de H puede determinarse mediante un
proceso de validacin cruzada (Adamowski, 1985),
y existen programas informticos desarrollados a
tal efecto (Pilon y otros, 1992).
5.4
_
Var (R) = (s22 s4) / (N 1) R2
Comprobacin de hiptesis
R =
N 1
i=1
+ (s1
x i x i+1 + x 1 x N
4s12 s2
(5.8)
(5.10)
+ 4s1 s3 + s2 2s4) / (N 1) (N 2)
Prueba de Mann-Kendall
dedeteccin de tendencias
II.5-9
Explicacin
Aleatoriedad
No se dispone de pruebas
adecuadas para series hidrolgicas.
Independencia
Homogeneidad
Terry (1952).
Estacionalidad
Coeficiente de Spearman
decorrelacin serial por rdenes
derango, como describe el
Consejo Nacional de Investigacin
deCanad (1975).
n1
i=1
j =i+1
sg n ( x j xi )
(5.11)
donde
si x > 0
sgn (x) =
si x = 0
si x < 0
(5.12)
II.5-10
1
Var {S } =
n ( n 1)( 2 n + 5 ) t (t 1)( 2 t + 5 )
18
(5.13)
Var (S)
K=
si S > 0
si S = 0
0
S +1
Var (s)
(5.14)
si S < 0
La estadstica normalizada K presenta una distribucin normal normalizada estndar de media igual a
0 y varianza igual a 1. El valor de probabilidad P de
la estadstica K de los datos de la muestra puede estimarse mediante la funcin de distribucin
acumulativa normal, en la forma:
P=
1
2
e t /2d t
(5.15)
Para muestras de datos independientes sin tendencia alguna, el valor de P deber ser igual a 0,5.
Cuando los datos de la muestra presentan una
tendencia positiva acusada, el valor de P deber ser
prximo a 1, mientras que una tendencia negativa
acentuada deber arrojar un valor P cercano a 0. Si
los datos de la muestra estn correlacionados serialmente, ser necesario blanquear previamente los
datos y aplicar una correccin para calcular la
varianza (Yue y otros, 2002b).
La pendiente de una tendencia puede estimarse
como sigue:
= mediana
xi xj , j < i
ij
(5.16)
Prueba de Mann-Whitney de
homogeneidad y estacionalidad
(saltos)
V = R p(p+1) / 2
(5.17)
W = pq V
(5.18)
U = pq/2
(5.19)
pq
N ( N 1)
N N
12
(5.20)
donde T = (J3 J)/12 y J son el nmero de observaciones ligadas a un rango dado. La suma T abarca
todos los grupos de observaciones ligadas de ambas
muestras de tamao p y q. Para una prueba con un
variacinde una muestra obtenida de una distribucin asimtrica es alto (variabilidad elevada), el
error tpico del coeficiente de asimetra de la muestra, utilizado para ajustar la distribucin presumida,
ser tambin elevado. Sevruk y Geiger (1981) arguyen que, para un anlisis de frecuencia de
precipitacin extrema, un registro de 25 aos
puede ser suficiente en regiones hmedas, como el
norte de la Federacin de Rusia, pero sern necesarios ms de 50 aos en otras regiones en que la
precipitacin presenta una fluctuacin netamente
peridica. Segn esos factores, un registro de 40 a
50 aos es, por lo general, satisfactorio para los
anlisis de frecuencia de precipitaciones extremas.
Yue y otros (2002a) y Yue y Pilon (2004) describen
tambin en qu manera las caractersticas estadsticas de la muestra y la longitud del registro pueden
influir en la eficacia de las pruebas estadsticas
habituales.
5.4.5
(5.21)
_
XL = exp (x+ KNs)
(5.22)
II.5-11
_
donde x y s son la media y la desviacin tpica de
los logaritmos naturales de la muestra, respectivamente, y KN es la estadstica de Grubbs y Beck
tabulada para varios tamaos de muestra y niveles
de importancia. Para un nivel de importancia del 10
por ciento, puede utilizarse la aproximacin polinmica siguiente, propuesta por Pilon y Harvey
(1992), para estimar los valores tabulados:
(5.23)
(5.24)
Procedimientos bayesianos
II.5-12
5.5
Estadsticas de poblacin y
estimacin de parmetros
(5.25)
(5.26)
(5.27)
(5.28)
II.5-13
Denotacin
Definicin
Cocientes de producto-momento
Coeficiente de variacin CVX
Coeficiente de asimetraa
X
Coeficiente de curtosisb
X/X
E[(X X)3] / X3
E[(X X)4] / X4
2/1
3/2
4/2
estimadores de mxima verosimilitud estn descritos en los libros de texto de estadstica, y su uso est
recomendado para los registros histricos y de
paleocrecidas, debido a su eficacia para conjuntos
de datos censurados y categricos.
Los mtodos no paramtricos pueden utilizarse
para estimar la relacin de frecuencia de crecidacaudal, con la ventaja de que no es necesario
presuponer que las crecidas han sido obtenidas de
una familia paramtrica especfica de distribuciones. Estos mtodos han sido adoptados en Canad
(Pilon y Harvey, 1992).
5.5.2
Utilizacin de transformaciones
logartmicas
5.5.3
Informacin histrica
II.5-14
(5.29)
II.5-15
5.6
Grficas de probabilidad y
pruebas de calidad del ajuste
5.6.1
II.5-16
aceptablemente satisfactorias. Tres de las ms utilizadas son la frmula de Weibull con pi = i / (n + 1),
la frmula de Cunnane con pi = (i 0,4) / (n + 0,2),
y la frmula de Hazen con pi = (i 0,5) / n. Cunnane
(1978) y Adamowski (1981) analizan en detalle el
tema de la posicin grfica. Hirsch y Stedinger
(1987) han desarrollado posiciones grficas para
registros que contienen informacin histrica. Los
hidrlogos deben recordar que la probabilidad de
excedencia efectivamente asociada a la observacin
de mayor magnitud en una muestra aleatoria tiene
una media de 1/(n + 1) y una desviacin tpica
cercana a 1/(n + 1) (Stedinger y otros, 1993); por
consiguiente, todas las posiciones grficas constituyen nicamente estimaciones groseras del intervalo
relativo de probabilidades de excedencia que es
posible asociar a los fenmenos de mayor magnitud
(Hirsch y Stedinger, 1987).
5.6.2
Criterios de informacin
informacin de Akaike. Este criterio puede adaptarse a situaciones muy diferentes, y consiste en
minimizar un indicador de informacin. Se define
como sigue:
AIC(f) = 2log L(q^, x) + 2k
(5.31)
(5.32)
5.7
II.5-17
II.5-18
Canad, 1989). Por consiguiente, los datos de precipitacin de largo perodo son muy valiosos para
determinar estimaciones estadsticas de lluvia de
fiabilidad razonable, especialmente para episodios
extremos con perodos de retorno elevados, por
ejemplo, superiores a 100 aos.
34
58
924 > 24
Para los estudios de anlisis de frecuencia, es necesario comprobar los datos de precipitacin desde el
punto de vista de los datos anmalos y de la coherencia. Como se ha indicado en la seccin 4.5, un
dato anmalo es una observacin que se aparta
considerablemente de la tendencia general de los
datos restantes. Los procedimientos adoptados
con respecto a los datos anmalos conllevan un
cierto grado de valoracin hidrolgica y matemtica subjetiva (Stedinger y otros, 1993). En el
contexto del anlisis regional de la precipitacin,
los datos anmalos pueden aportar informacin
vital para describir el extremo superior de la distribucin de lluvia. Por consiguiente, los datos
anmalos de valor ms elevado sern considerados
como datos histricos si se dispone de informacin suficiente que indique que tales observaciones
no responden a errores de medicin. Con respecto
a la incoherencia de los datos, sus causas son
numerosas. Los cambios experimentados por los
instrumentos de medicin o por el entorno de la
estacin pueden ser causa de heterogeneidades en
las series temporales de precipitacin. Los datos
obtenidos de pluvimetros situados en reas forestales podran no ser compatibles con los medidos
en reas despejadas. Las mediciones efectuadas en
estaciones situadas en valles o montaas y a distintas altitudes no proporcionarn la misma
informacin acerca de las caractersticas de la
precipitacin. Por consiguiente, habr que obrar
con cautela al aplicar y combinar los datos de
precipitacin.
5.7.2
II.5-19
Algunas de las distribuciones habitualmente utilizadas para el anlisis de las series de mximos
anuales son la distribucin de Gumbel, la generalizada de valores extremos, la log-normal y la
log-Pearson de tipo III. De todas ellas, la distribucin de valores extremos generalizada y su forma
especial, la distribucin de Gumbel, han sido las
ms aplicadas para modelizar la serie de valores de
lluvia mximos anuales. Se ha visto, sin embargo,
que la distribucin de Gumbel subestima las cantidades de precipitacin extremas (Wilks, 1993).
Adamowski y otros (1996) han demostrado que,
en Canad, los datos de intensidad de precipitacin para distintas duraciones no parecen haber
sido obtenidos mediante una distribucin de
Gumbel. Ciertos estudios basados en datos de
precipitacin de lluvia de regiones climticas
tropicales y no tropicales (Nguyen y otros, 2002;
Zalina y otros, 2002) parecen indicar tambin que
una distribucin biparamtrica puede ofrecer la
flexibilidad suficiente para representar datos de
precipitacin extremos. En particular, se considera
que la distribucin de valores extremos generalizada es la ms conveniente, ya que est basada en
un mtodo ms simple de estimacin de parmetros y es ms adecuada para las estimaciones
regionales de las lluvias extremas en lugares en que
los datos son limitados o inexistentes (Nguyen y
otros, 2002). Cuando los perodos de retorno
asociados a las estimaciones de lluvia por el mtodo
de las frecuencias superan con creces la extensin
del registro disponible, las discrepancias entre las
distribuciones habitualmente utilizadas tienden a
aumentar.
II.5-20
los momentos de orden L de la muestra. Se considera que este mtodo es menos sesgado que el de
los estimadores de momento tradicionales y, por
consiguiente, que es ms adecuado para ser utilizado
con muestras de pequeo tamao. El mtodo de los
momentos de orden L ha permitido estimar eficazmente los parmetros de la distribucin de valores
extremos generalizada (Stedinger y otros, 1993).
Otro mtodo es el de mxima verosimilitud, que
permite obtener estimadores con unas propiedades
estadsticas muy satisfactorias para muestras grandes, aunque los estimadores no siempre pueden ser
expresados mediante una frmula, por lo que debern ser calculados utilizando un mtodo numrico
iterativo.
La fiabilidad de las estimaciones de frecuencia de
precipitacin depender del grado en que el
modelo ajustado represente la distribucin original. Es posible utilizar varios criterios de calidad
del ajuste para comprobar si una distribucin
dada es coherente con una muestra de datos especfica (Consejo Nacional de Investigacin de
Canad, 1989; Stedinger y otros, 1993; American
Society of Civil Engineers, 1996). Como ya se
ha indicado, las grficas de probabilidad son
muy tiles para evaluar la idoneidad de las
distribuciones ajustadas. La evaluacin se efecta
representando grficamente los datos de precipitacin de lluvia observados en funcin de las
estimaciones de puntos de la grfica con probabilidad de excedencia, sobre un papel pautado a tal
efecto. La distribucin estimada se representa en la
misma grfica. La calidad del ajuste se determina
inspeccionando la grfica. Hay tambin otras pruebas estadsticas ms rigurosas, como la de
Kolmogorov-Smirnov, la de correlacin de grficas
de probabilidad o la de momentos de orden L, que
permiten valorar cuantitativamente la calidad del
ajuste. Sin embargo, para los anlisis de frecuencia
no se recomienda seleccionar la distribucin que
mejor se ajuste a cada conjunto de datos (Stedinger
y otros, 1993; ASCE, 1996). Las estimaciones obtenidas por este mtodo son demasiado sensibles a
las variaciones del muestreo respecto de los datos
y el perodo de registro disponible. Los procedimientos actualmente adoptados en muchos
pases para seleccionar una distribucin estn
basados en una combinacin de dos procedimientos: la regionalizacin de algunos parmetros y la
utilizacin de evaluaciones mediante el mtodo
Monte Carlo en muestras divididas de diferentes
mtodos de estimacin, obtenindose as combinaciones de procedimientos de estimacin de
distribuciones que arrojan unos cuantiles y unas
estimaciones de riesgo fiables (Stedinger y otros,
1993; ASCE, 1996).
5.7.3
Anlisis de frecuencia
deprecipitacin de lluvia
anivelregional
Incluso los registros prolongados pueden representar una muestra relativamente pequea de un
rgimen climtico. Para caracterizar mejor el rgimen existente en una estacin puede utilizarse un
mapa suavizado que contenga informacin sobre
estaciones circundantes que pudieran influir en los
datos puntuales, ampliando de ese modo la muestra. El grado de alisamiento deber ser coherente
con el espaciamiento de las estaciones de observacin y con el error de muestreo de estas. Un
alisamiento insuficiente tiende a confundir el error
de muestreo con las variaciones regionales
espurias.
Se han confeccionado atlas de frecuencia de
precipitacinmediante interpolacin y alisamiento
de los resultados de anlisis de frecuencia in situ.
Se ha comprobado que los anlisis de frecuencia
regionales,que abarcan datos de numerosos emplazamientos, reducen las incertidumbres en la
estimacin por cuantiles de los fenmenos extremos (Hosking and Wallis, 1988). Anlogamente a
los anlisis de crecida regionales, al efectuar un
anlisis de precipitacin a nivel regional, habr que
abordar la seleccin y verificacin de regiones
homogneas y de parmetros de distribucin regional. Se han sugerido varios mtodos de estimacin
a nivel regional, entre ellos la identificacin de la
distribucin de probabilidad regional y la estimacin de crecida indexada, que son los ms habituales
para series de mximos anuales. As, por ejemplo,
Schaefer (1990) utiliz la metodologa de crecida
indexada para efectuar anlisis regionales de los
datos de precipitacin mxima anual en el estado
de Washington. Se ha comprobado que la precipitacin anual promedio permite definir regiones
climticamente homogneas. Es ms, se ha comprobado que los coeficientes de variacin y asimetra
de las lluvias mximas anuales varan sistemticamente con la precipitacin anual promedio. Por
consiguiente, todos los emplazamientos de una
regin homognea pueden caracterizarse mediante
una distribucin de probabilidad biparamtrica
especfica, como la de valores extremos generalizada, una vez fijados los valores de los coeficientes
de variacin y asimetra. Sin embargo, la utilizacin
del valor de precipitacin anual media como variable indexada no ser apropiada para otras regiones
de condiciones climticas o topogrficas diferentes.
Por ejemplo, en Reino Unido, se recomendaba utilizar la mediana de precipitaciones mximas anuales
en un emplazamiento dado como la variable
indexada para calcular las lluvias extremas a nivel
regional (Institute of Hydrology, 1999). Por lo general, una de las principales dificultades para aplicar
esta tcnica estriba en la definicin de regin homognea. Se han propuesto varios mtodos para
determinar la homogeneidad regional, pero en la
prctica no hay un nico mtodo generalmente
aceptado (Fernandez Mill, 1995; Nguyen y otros,
2002).
Otro de los mtodos de anlisis de frecuencia de
precipitacin de lluvia regional es el mtodo de
aos-estacin. Consiste en ampliar el tamao de la
muestra reuniendo registros de varias estaciones en
una nica muestra de tamao igual al nmero de
aos-estacin de registro. Por consiguiente, al aplicar este mtodo no es aconsejable estimar las
cantidades de lluvia en un emplazamiento para
perodos de retorno muy superiores a las duraciones
del registro en cada una de las estaciones. Sin
embargo, cuando las estaciones pueden considerarse meteorolgicamente homogneas, permite
obtener unas estimaciones ms fiables que cuando
se utilizan los datos provenientes de un solo emplazamiento. Adems, convendr investigar el efecto
de la correlacin entre estaciones, ya que la correlacin espacial entre las muestras tiende a reducir
considerablemente el nmero de estaciones-ao.
Por esa razn, y debido a la heterogeneidad espacial
de los datos climticos, este mtodo rara vez se usa
en la prctica.
5.7.4
Anlisis de frecuencia
deprecipitaciones de lluvia
promediadas en superficie
II.5-21
II.5-22
5.7.5.2
(5.33)
Relaciones intensidad-duracin
-frecuencia o altura-duracin
-frecuencia pluvial
Altura (mm)
Ubicacin
Fecha
1 min
8 min
15 min
20 min
42 min
1 h 00 min
2 h 10 min
38
126
198
206
305
401
483
26 de noviembre de 1970
25 de mayo de 1920
12 de mayo de 1916
7 de julio de 1889
22 de junio de 1947
3 de julio de 1975
18 de julio de 1889
2 h 45 min
4 h 30 min
6h
9h
10 h
18 h 30 min
24 h
2 das
3 das
4 das
5 das
6 das
7 das
8 das
9 das
10 das
11 das
12 das
13 das
14 das
15 das
31 das
2 meses
3 meses
4 meses
5 meses
6 meses
11 meses
1 ao
2 aos
559
782
840
1 087
1 400
1 689
1 825
2 467
3 130
3 721
4 301
4 653
5 003
5 286
5 692
6 028
6 299
6 401
6 422
6 432
6 433
9 300
12 767
16 369
18 738
20 412
22 454
22 990
26 461
40 768
Barot (Guadalupe)
Fussen (Baviera)
Plumb Point (Jamaica)
Curtea-de-Arges (Rumania)
Holt, Missouri (Estados Unidos)
Shangdi, Mongolia interior (China)
Rockport, Virginia Occidental
(EstadosUnidos)
DHanis, Texas (Estados Unidos)
Smethport, Pensilvania (Estados Unidos)
Muduocaidang, Mongolia Interior (China)
Belouve (Isla de la Reunin)
Muduocaidang, Mongolia Interior (China)
Belouve (Isla de la Reunin)
Foc Foc (Isla de la Reunin)
Aurere (Isla de la Reunin)
Aurere (Isla de la Reunin)
Cherrapunji (India)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Commerson (Isla de la Reunin)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
Cherrapunji (India)
31 de mayo de 1935
18 de julio de 1942
1 de agosto de 1977
28 de febrero de 1964
1 de agosto de 1977
28 a 29 de febrero de 1964
7 a 8 de enero de 1966
7 a 9 de abril de 1958
6 a 9 de abril de 1958
12 a 15 de septiembre de 1974
23 a 27 de enero de 1980
22 a 27 de enero de 1980
21 a 27 de enero de 1980
20 a 27 de enero de 1980
19 a 27 de enero de 1980
18 a 27 de enero de 1980
17 a 27 de enero de 1980
16 a 27 de enero de 1980
15 a 27 de enero de 1980
15 a 28 de enero de 1980
14 a 28 de enero de 1980
1 a 31 de julio de 1861
Junio y julio de 1861
Mayo a julio de 1861
Abril a julio de 1861
Abril a agosto de 1861
Abril a septiembre de 1861
Enero a noviembre de 1861
Agosto de 1860 a julio de 1861
18601861
Revisado: 29 de noviembre de 1991, Servicio Meteorolgico Nacional de Estados Unidos, Oficina de Restauracin del Departamento de
Interior de Estados Unidos, Oficina de Meteorologa de Australia.
II.5-23
t +b
aT
t +b
i = a(t b)
i =
a + b lo g T
(1 + t )
(5.34)
retorno no indicados en los mapas de lluvia regionales pueden obtenerse mediante interpolacin.
Por ejemplo, para las regiones oriental y central de
Estados Unidos, las alturas de precipitacin en
duraciones de 10 y 30 minutos y para un perodo de
retorno dado se calculan por interpolacin a partir
de los datos disponibles respecto de duraciones de
5, 15 y 60 minutos para ese mismo perodo
(Frederick, y otros, 1977):
P10min = 0,41P5min + 0,59P15min
(5.38)
(5.39)
(5.35)
(5.36)
(5.37)
(5.40)
10
13
Lluvia (mm) de
24 horas con perodo
de retorno de 2 aos
36
56
79
107
II.5-24
Cociente entre
las lluvias de 1
y 24 horas con
perodo de retorno
de 2 aos
0,2
0,3
0,4
0,5
16
24
10
15
12
11
10
9
9
30
Cociente
(de n a 60 minutos)
12 10
0,29
0,45
0,57
0,79
11
mm por hora
10
10
11
9
8
6
5
4
2
1
0
7 6
8 7
7
6
2
1
5
4
Altura en mm
3
2
2
1
240
4
300
5
Nota:
360
6
10
12 14 16 18 20 22 24
Duracin: 6 a 24 horas
48
48
44
44
40
40
36
36
32
32
28
28
24
24
20
20
16
16
12
12
10
25
50
100
II.5-25
II.5-26
12 18 24 30 36
Hora 6 am 6 pm
Fecha 31
250
228 Alma
200
150
141 Moncton
133 St John
Duracin (horas)
rea (km2)
12
18
24
42
25
90
165
205
230
240
100
85
155
190
215
225
1 000
70
130
165
185
190
10 000
50
90
115
140
145
100 000
25
45
65
75
85
100
50
6 am
6 pm
6 am
6 pm
6 am
6 pm
6 am
6 pm
6 am
6 pm
II.5-27
250
10
(T
200
or
en
ta
to
ta
150
l)
100
42 horas
24 horas
18 horas
12 horas
6 horas
100
1 000
10 000
100 000
50
0
rea (km2)
Mtodo indirecto
Tormenta
de alta
eficiencia
Maximizacin
de humedad
Transposicin
Envolvimiento
PMP
Mtodo directo
Crecida
mxima
probable
Modelo de
tormenta
Maximizacin
PMP
Crecida
mxima
probable
II.5-28
Los modelos de transposicin se obtienen trasponiendo las tormentas reales a regiones circundantes
similares.
Los modelos combinados son secuencias de dos o
ms tormentas maximizadas espacial o temporalmente, combinadas con arreglo a las teoras de
meteorologa sinptica.
Los modelos inferenciales son modelos tericos o
fsicos obtenidos mediante generalizacin e inferencia, utilizando la estructura espacial
tridimensional de los sistemas tormentosos en la
cuenca de diseo, y en virtud de los cuales los principales factores fsicos que afectan a la precipitacin
estn expresados mediante una serie de ecuaciones
fsicas. Abarcan, principalmente, modelos de
convergencia y modelos laminares del campo de
flujo o del campo del viento.
La etapa de maximizacin consiste en maximizar el
comportamiento de la tormenta. Cuando el modelo
de tormenta representa una tormenta de alta
eficiencia, se maximiza solamente la humedad; en
caso contrario, se maximizan la humedad y la
potencia.
Estos cuatro mtodos son aplicables tanto a regiones montaosas como llanas. El cuarto mtodo es
aplicable, en general, a superficies inferiores a
4000km2 y para duraciones inferiores a 24 horas,
mientras que los otros tres son independientes de la
superficie y de la duracin, y dan especialmente
buenos resultados cuando se utilizan para estimar la
PMP en cuencas superiores a 50 000 km2 y para
duraciones mayores de tres das.
Es posible tambin estimar la PMP mediante el
mtodo de estimacin estadstica y el mtodo de la
frmula emprica.
5.7.5.6.4
Consideraciones preliminares
Seleccin de subcuencas
II.5-29
Posibilidad de transposicin
II.5-30
Correccin de la transposicin
Maximizacin de tormentas
II.5-31
X m X n1
S n1
(5.41)
donde Xm es el primer elemento de la serie observada ordenada de mayor a menor, es decir, el valor
1
n 1
i=2
Xi
(5.42)
1
n 2
( Xi
i=2
X i1 )
(5.43)
II.5-32
PMP = Xn + KmSn
(5.44)
Sn
Xn
(5.45)
PMP = (1 + KmCvn) Xn
(5.46)
Como puede verse en la ecuacin 5.46, la determinacin de la PMP mediante el mtodo estadstico
de estimacin de Hershfield consiste esencialmente
en transponer el valor estadstico K m de una
tormenta muy intensa en una extensa regin, corrigindolo mediante el valor promedio de la tormenta
1,01
10
25
50
100
200
99
99,5
68
+
80
24 horas
5m
5 min
10
20
30
utos
10
s
to
15
ora
inu
15
6 hora
1h
ho
24
s
100
67
60
40
+
70
300
65
60
62
64
61
hor
as
0
200
63
69
66
20
ora
1h
ra
20
20
400
500
600
1,0
50
-1,0
80
90
96
98
Probabilidad [100 M (N+1) ]
1,0
2,0
3,0
4,0
5,0
6,0
5.7.5.7
100
24 horas
90
8 horas
80
3 horas
70
1 hora
30 minutos
60
50
0
125
250
375
500
625
750
875
1 000
rea (km2)
Comprobacin de la plausibilidad
de las estimaciones de precipitacin
mxima probable
II.5-33
Tormenta de diseo
Sequa
II.5-34
obtenidos mediante radar en cuadrculas reticuladas de 5 km. Como primera medida, ser
particularmente importante corregir y calibrar los
datos radricos. Los anlisis de altura-rea-duracin
de tormentas individuales tienen por objeto clasificar su potencial de generacin de crecidas. Adems,
Cluckie y Pessoa (1990) han utilizado datos de radar
del noroeste de Inglaterra para caracterizar las
tormentas y, seguidamente, maximizarlas y transportarlas con el fin de obtener estimaciones de la
PMP en las cuencas consideradas (en relacin con la
PMP, vase la seccin 5.7.5.6). Este mtodo capitaliza la capacidad del radar para demarcar las
tormentas en el espacio y en el tiempo. Adems, un
programa denominado RADMAX se encarga de
implementar el procedimiento y permite visualizar
la etapa de transposicin de la tormenta (Moore,
1993). Collier (1993) sugiri utilizar radares y datos
satelitales para efectuar estimaciones ms groseras
en apoyo de la estimacin de la PMP mediante la
metodologa de modelizacin de tormentas.
Los problemas de diseo suelen requerir informacin
sobre
los
fenmenos
hidrolgicos
extremadamente raros, concretamente aquellos
cuyo perodo de retorno es muy superior a 100 aos.
Tradicionalmente, las tcnicas utilizadas para afrontar esos problemas estn basadas, en su mayora, en
la utilizacin de la PMP. Se han desarrollado nuevos
procedimientos para realizar anlisis de frecuencia
que utilizan algunos de los mtodos de PMP para
evaluar las magnitudes de precipitacin de lluvia
con perodos de retorno muy prolongados. En particular, el Consejo Nacional de Investigacin (1988)
recomienda las tcnicas estocsticas de transposicin de tormentas. En las aplicaciones basadas en la
PMP, la transposicin de tormentas est basada en el
supuesto de que hay regiones meteorolgicamente
homogneas en que una gran tormenta en un punto
cualquiera de ellas puede suceder en cualquier otro
punto de la misma regin, siempre y cuando haya
diferencias en la altura de precipitacin de lluvia
promedio determinadas por diferencias del potencial de humedad. En el mtodo estocstico de
transposicin de tormentas, la frecuencia de las
tormentas en la regin de transposicin es el vnculo
que permite obtener estimaciones de frecuencia
para magnitudes de tormenta extremas. El mtodo
estocstico de transposicin de tormentas permite
obtener estimaciones de la probabilidad de excedencia anual de la altura de lluvia de tormenta
promediada en la cuenca estudiada. La estimacin
est basada en caractersticas regionalizadas de la
tormenta, como la altura mxima del centro de la
tormenta, los parmetros de configuracin de esta,
su orientacin, o su altura y variabilidad espacial, y
en la estimacin de la distribucin de probabilidad
5.8
5.8.1
Consideraciones generales
II.5-35
II.5-36
Mediante tcnicas de muestreo con reemplazamiento, Tasker (1987) demostr que, para 20
estaciones situadas en Virginia (Estados Unidos), las
distribuciones log-Pearson de tipo III y las distribuciones de Gumble de tipo III presentaban errores
cuadrticos medios de la estimacin de caudales
bajos de 7 das en perodos de 10 aos (Q7,10) y de
7 das en perodos de 20 aos (Q7,20) menores que
las transformaciones de Box-Cox o los mtodos de
log-Boughton. Vogel y Kroll (1989) analizaron las
distribuciones log-normal biparamtrica y de
Weibull biparamtrica ajustadas a los datos para
23 emplazamientos de Massachusetts (Estados
Unidos). Concluyeron que la ltima proporcionaba
un ajuste insatisfactorio, en tanto que no haba
evidencias que permitieran rechazar la hiptesis de
que los datos procedan de una distribucin lognormal biparamtrica. Adems, analizaron diversas
distribuciones triparamtricas, como la log-normal,
la log-Pearson y la de Gumbel. Comprobaron que la
distribucin log-Pearson de tipo III era ligeramente
ms eficaz que las otras distribuciones tri y biparamtricas. Estos estudios indican que la distribucin
de frecuencia preferible vara segn la regin, y que
no hay una sola distribucin de frecuencia claramente superior a todas las dems.
Zaidman y otros (2003) analizaron 25 corrientes
fluviales naturales del Reino Unido con ms de
30aos de registro. Obtuvieron series de datos para
duraciones de 1, 7, 30, 60, 90 y 365 das en cada una
de las cuencas. Se utilizaron al mismo tiempo cuatro
distribuciones triparamtricas (la distribucin de
valores extremos generalizada, la distribucin logstica generalizada, la de Pearson de tipo III y la de
Pareto generalizada) para ajustar los datos a cada
una de la series y para cada duracin. Para valorar
los resultados se utilizaron pruebas de calidad del
ajuste y apreciaciones subjetivas. Las conclusiones
fueron las siguientes:
a) las distribuciones candidatas se ajustan
muy bien a los datos puntuales observados,
habiendo escasas evidencias cuantitativas para
diferenciar entre ellas;
b) ciertas distribuciones dieron mejor resultado
que otras, siendo as que el tipo de distribucin variaba en funcin de la duracin y de las
caractersticas de la cuenca;
c) el ndice de caudal de base (Institute of Hydrology, 1980) fue muy til para cuantificar la
geologa de la cuenca;
d) con respecto a las cuencas menos permeables,
la distribucin de Pearson de tipo III arroj
los mejores resultados para duraciones cortas,
mientras que, para duraciones largas, la de
valores extremos generalizados dio mejores
resultados; y
II.5-37
Los datos de caudal bajo se calculan, para las distintas duraciones, mediante un promedio mvil para
el perodo considerado. El promedio mvil es el
caudal promedio aritmticamente ms bajo en d
das consecutivos de un mismo ao. Por norma
general, estos valores son calculados a lo largo de
un ao hidrolgico o climtico, y no natural. El ao
hidrolgico se define de modo que comience en
una temporada en que el caudal es probablemente
alto, con lo que no ser probable que los perodos
de caudal bajo anuales estn divididos en aos diferentes. Pueden calcularse estadsticas tales como los
mnimos en d das anuales medios, as como las
estadsticas de caudal bajo en d das y en T aos,
generalmente denotadas mediante Qd,T. Por lo
general, la duracin especfica de d das se determina en funcin de las aplicaciones agrcolas,
biolgicas o de ingeniera, que suelen estar relacionadas con el impacto del riesgo asociado a la
duracin del perodo de disponibilidad de nivel de
estiaje en el sistema estudiado. Los mtodos de
cmputo para estimar los parmetros de la distribucin de la serie de d das son similares a los descritos
para el anlisis de frecuencia de crecida, con pequeas variaciones, como el mtodo de estimacin de
parmetros de la sequa menos intensa observada
para la distribucin de Gumbel de tipo III.
Para estimar las estadsticas de frecuencia de caudales bajos de las duraciones de d das son
particularmente interesantes dos componentes
HOMS: el I80.2.03, titulado Paquete de anlisis de
frecuencia de caudales bajos, que permite verificar
la hiptesis de aleatoriedad, homogeneidad,
tendencia e independencia, y el I80.2.04, titulado
Programa LOWSTATS - Paquete estadstico para
caudales bajos.
Se han efectuado anlisis limitados para duraciones
superiores a un ao, y se ha determinado la frecuencia de esos caudales multianuales mediante puntos
de una grfica (Carswell y Bond, 1980; Paulson y
otros, 1991). Los anlisis de frecuencia de caudales
bajos multianuales son importantes en los anlisis
de almacenamiento de agua de suministro cuando,
para satisfacer la demanda, se necesita un almacenamiento de reserva de un ao para el siguiente. El
componente I80.2.05 de HOMS, Programa
DROUGHT, estimacin de la probabilidad de
ocurrencia de sequas n-mensuales, puede ser utilizado para facilitar el anlisis de los episodios
multianuales.
En la figura II.5.9 pueden verse varios ejemplos de
curvas de frecuencia de caudal bajo para diversas
duraciones. Los datos de caudal bajo suelen representarse mediante una escala logartmica o
II.5-38
0,01
0,09
0,5
0,8
0,9
0,95
0,975
10
8
6
4
3
274
183
120
60
30
7
2
1
0,99
Longitud del
perodo (das)
20
1,01
1,1
4 5 6 7 8 10
20
40
60
100
(5.47)
(5.48)
y
5.8.3
Estimacin de frecuencia de
caudales bajos en emplazamientos
con registros parciales mediante
mediciones de caudales de base
(5.49)
II.5-39
II.5-40
El componente K10.2.04 del HOMS, Anlisis regionales de caractersticas de los caudales, describe
distintos mtodos para desarrollar relaciones regionales entre las caractersticas del caudal y de la
cuenca.
Los modelos regionales de caudales bajos suelen
expresarse como sigue:
Qd,T = aX1bX2cX3d
(5.50)
II.5-41
del caudal de base. Vogel y Kroll sugieren la posibilidad de estimar esta variable independiente a partir
de mapas, u obtenerla mediante un modesto
programa de mediciones especficas del caudal.
Sugieren que sera posible estimar la constante de
recesin simplemente examinando un pequeo
nmero de hidrogramas de recesin.
20
10
8
6
4
3
2
0,5 1
10
20
50
80
90 95
98 99 99,5 99,9
99,8
II.5-42
o la mediana de dichas curvas anuales representarn la curva tpica (Vogel y Fennessey, 1994). En
tales casos, pueden desarrollarse intervalos de
confianza y perodos de retorno asociados a la curva
de caudales clasificados, con lo que la curva anual
media resultante ser menos sensible a los perodos
extremos de observacin que pudieran formar parte
del historial de un emplazamiento.
La configuracin general y, en particular, la forma
de la parte inferior de la curva de caudales clasificados es un indicador de las condiciones fisiogrficas,
geolgicas y climticas de la cuenca. En los estudios
de caudales bajos, la forma de la parte inferior de la
curva de caudales clasificados reviste el mximo
inters. Si su pendiente es baja, la cuenca ser
permeable y la respuesta de la cuenca a la precipitacin de lluvia no ser instantnea. Por el contrario,
si la pendiente es mayor, la cuenca ser menos
permeable y su respuesta ser probablemente
instantnea a partir de una cierta cantidad de precipitacin de lluvia. Una cuenca muy permeable
tiende tambin a presentar un ndice de caudal de
base elevado superior al de la cuenca menos permeable (Zaidman y otros, 2003).
Para estimar la duracin de caudales en emplazamientos no aforados de una regin homognea
pueden obtenerse relaciones regionales (Institute of
Hydrology, 1980; Fennessey y Vogel, 1990; Ries,
1994). Tambin es posible desarrollar a tal fin modelos de regresin mltiple similares a los descritos
para la estimacin de estadsticas de caudales bajos,
como Q7,10. La variable dependiente sera, por
ejemplo, el valor del caudal excedente un 95 por
ciento del tiempo, denotado como Q95 (Institute of
Hydrology, 1980). Las variables independientes de
esas relaciones son tambin similares a las de otras
estadsticas de caudal bajo, y reflejaran las caractersticas de la cuenca y las condiciones climticas,
por ejemplo, en forma de rea de drenaje o de precipitacin anual media a largo plazo en la cuenca. El
componente K10.2.05 del HOMS, Regionalizacin
de de la curva de caudales clasificados (REGFLOW),
permite estimar las curvas de caudales clasificados.
Puede utilizarse tambin para relacionar estas con
las caractersticas geomorfolgicas, con el fin de
estimar las curvas de caudales clasificados en cuencas desprovistas de instrumentos de medicin.
5.9
Anlisis de frecuencia
deloscaudales de crecida
[HOMS H83, I81, K10, K15]
II.5-43
II.5-44
Regin 1
Regin 1
Regin 2
Regin 2
Emplazamiento sin
pluvimetros considerado
Estacin vecina
Regin 3
Regin 3
Estacin no vecina
Regin 4
Regin 4
a) Regiones homogneas
contiguas
b) Regiones homogneas
no contiguas
c) Entorno hidrolgico
Demarcacin de regiones
homogneas
m (C mi
m=1
j 2
Cm)
(5.51)
Mtodos de estimacin
decrecidasregionales
II.5-45
II.5-46
(5.52)
II.5-47
Puede utilizarse tambin un mtodo basado en tcnicas de regresin mediante anlisis de frecuencia no
paramtrico, que no hace necesario seleccionar una
distribucin a priori. Adamowski (1989) y Guo
(1991) comprobaron que los mtodos no paramtricos son particularmente adecuados para los datos de
crecida anuales multimodales ajustados a distribuciones mixtas. La estimacin de densidad no
paramtrica ha sido utilizada con xito en un marco
regional (GREHYS, 1996b), y en particular la regresin no paramtrica (Gingras y otros, 1995). Puede
utilizarse tambin la tcnica de los momentos de
orden L en todas las etapas del anlisis regional, en
particular la demarcacin y verificacin de las regiones homogneas, la identificacin y verificacin de
las distribuciones regionales, y la estimacin de
cuantiles (Hosking y Wallis, 1997).
5.9.4
5.9.5
II.5-48
II.5-49
5.10
Estimacin de crecidas
dediseo [HOMS K10, K15, I81, K22]
5.10.1
Consideraciones generales
II.5-50
crecida ms importante para un proyecto dado corresponde al planificador y al diseador, y deber estar
basada en un anlisis de ingeniera de la situacin.
Algunos parmetros decisivos son los siguientes:
a) el caudal mximo, en el caso de alcantarillas,
alcantarillado pluvial, arcos de puente, aliviaderos y desages de vertederos y presas pequeas;
b) la altura del agua mxima, en el caso de presas,
pasos bajo puentes, zonificacin de llanuras
inundables y del diseo de carreteras y ferrocarriles en valles fluviales;
c) el volumen de crecida para el diseo de embalses de control de crecida y, en general, para
todos aquellos casos en que la atenuacin de
la crecida gracias al almacenamiento de agua
puede ser importante, como sucede en el diseo
de las capacidades de los aliviaderos y de los
resguardos de las presas; y
d) la forma del hidrograma de crecida, en los
casos en que hay que considerar la posibilidad
de superponer varias crecidas, como sucede en
la proteccin de las crecidas corriente abajo
desde la desembocadura de los grandes afluentes, o para la utilizacin de embalses durante las
crecidas.
5.10.2
Crecidas de diseo
En ingeniera de recursos hdricos se utiliza habitualmente los tipos de crecida de diseo siguientes
(Singh, 1992):
a) crecida de diseo de aliviaderos. Trmino habitualmente utilizado en el diseo de presas para
identificar las crecidas que deber poder descargar un aliviadero dado, de modo que la presa
quede suficientemente protegida;
b) crecida de construccin. Crecida que determinar una serie de precauciones razonables para
evitar la inundacin de las obras, evitando as
daos durante la realizacin del proyecto;
c) crecida mxima probable. Crecida mxima
que cabe esperar en un emplazamiento dado,
teniendo en cuenta todos los factores pertinentes desde el punto de vista de la ubicacin, la
meteorologa, la hidrologa y las caractersticas
del terreno (seccin 5.7). Su perodo de retorno
es esencialmente infinito y puede utilizarse
como crecida de proyecto para evitar desastres
de grandes proporciones;
d) crecida del proyecto. Crecida resultante de
la combinacin ms severa de condiciones
meteorolgicas e hidrolgicas que cabe razonablemente considerar como caractersticas de
la regin geogrfica considerada, excluyendo
las combinaciones extremadamente raras. Su
perodo de retorno es prolongado, aunque
no est especificado, y puede ser utilizada
Es posible estimar una crecida de diseo transformando la tormenta de diseo en crecida de diseo,
por ejemplo, mediante el concepto de hidrograma
unitario o el anlisis de frecuencia de crecidas. Para
este ltimo, se necesitan datos del caudal de largo
perodo en el emplazamiento considerado. Si no se
dispusiera de datos de caudal o si se necesitara un
hidrograma, podr estimarse la crecida de diseo o
bien mediante un anlisis de frecuencia de precipitacin de lluvia acoplado a un modelo de
lluvia-escorrenta, o bien mediante un mtodo de
lluvia-escorrenta basado en datos, hipottico o
emprico. La informacin sobre la precipitacin de
lluvia utilizada para estimar la crecida de diseo se
denomina tormenta de diseo, y puede clasificarse
en: precipitacin mxima probable, tormenta de
diseo estndar y tormenta en trminos de frecuencia. En estructuras en que el riesgo de daos es
escaso, como sucede con las alcantarillas o las carreteras secundarias, la crecida de diseo puede
calcularse por mtodos empricos, dada la corta
duracin del perodo de retorno y su importancia
relativamente escasa. En estructuras o proyectos
que podran experimentar daos importantes,
aunque sin riesgo de prdida de vidas, las crecidas
de diseo se calcularn, siempre que sea posible,
utilizando mtodos que permitan evaluar sus perodos de retorno con el fin de utilizar mtodos de
optimizacin para seleccionar la magnitud de la
crecida de diseo. Cuando hay riesgo de prdida de
vidas, el objetivo es aportar la mxima proteccin,
para lo cual se adopta como crecida de diseo la
crecida mxima probable o la crecida de proyecto.
Es aconsejable evaluar hasta qu punto es razonable
la crecida mxima probable, comparndola con
precipitaciones de lluvia y crecidas observadas.
II.5-51
posiblesi no se han tenido antes en cuenta los criterios polticos, sociales, medioambientales y otros
criterios cuantificables.
En muchos casos, los criterios para el anlisis de
crecidas estn estipulados en reglamentaciones y
no son negociables. Cada tipo de proyecto puede
requerir diferentes tipos de criterios que reflejen la
eficacia econmica y la seguridad. Los criterios de
seguridad pueden ser especificados en trminos de
un perodo de retorno, de unos datos meteorolgicos de base y/o de la crecida mxima registrada. El
perodo de retorno (T), en aos, que se utilice suele
ser especificado por el organismo competente, y
est posiblemente relacionado con el riesgo especfico (R) o con la probabilidad de fallo (porcentual) a
lo largo del ciclo de vida (n) (en aos), descrito
mediante T = 1/[1-(1-R)1/n] (seccin 5.10.8).
As, por ejemplo, cuando n = 2 y el riesgo aceptable es
R = 0,02 por ciento, entonces T = 99,5 aos. Conviene
distinguir entre la especificacin de los criterios que
deben cumplirse y la especificacin del mtodo de
clculo que se utilizar para estimar la crecida de
diseo. Cuando el mtodo de clculo no est definido por ninguna reglamentacin, deber ser
decidido y argumentado por el diseador. Es aconsejable asegurarse de que el diseo ser adecuado a las
condiciones existentes y a la finalidad del proyecto.
5.10.2.3 Crecidas de diseo para embalses
degran tamao
La seleccin de las crecidas de diseo para el diseo
del aliviadero en embalses de almacenamiento de
gran tamao deber ser objeto de atencin especial,
ya que un embalse puede alterar considerablemente
el rgimen de crecida, tanto en su emplazamiento
como en la parte del ro situada aguas abajo.
El efecto bsico de un embalse sobre las crecidas es
la atenuacin de estas. Para estimarlo, ser necesario conocer la forma original del hidrograma de
crecida. Cuando no se conozca el hidrograma, se
presupondr una forma hipottica, frecuentemente
triangular, ajustada al volumen y al caudal mximo
de la crecida seleccionada. Al evaluar los efectos de
la atenuacin de las crecidas sobre la reduccin de
la capacidad del aliviadero y del resguardo de una
presa, ser imperativo adoptar un planteamiento
conservador y considerar solo los efectos que sea
posible garantizar en todo momento. As, habr que
considerar solamente los efectos del aliviadero sin
compuertas. Se supondr que todos los desages
con compuertas estarn cerrados y que el embalse
estar lleno hasta la coronacin del aliviadero
considerado al comienzo de la crecida.
II.5-52
crecida mxima probable, habr que dedicar especial atencin a la conversin entre precipitacin de
lluvia y escorrenta. Para ello, se utilizan modelos
de lluvia-escorrenta determinsticos, aunque su
aplicacin con este fin conlleva ciertas modificaciones con el fin de dar cabida a la magnitud extrema
del episodio de precipitacin de lluvia que se utiliza
como dato de entrada. Las modificaciones ms
importantes son las siguientes:
a) el efecto de las condiciones iniciales de humedad del suelo y de la variacin de la tasa de
infiltracin durante la precipitacin de lluvia
sobre el caudal se reduce considerablemente
respecto del efecto producido en la simulacin del caudal en condiciones normales. Por
consiguiente, es posible simplificar considerablemente los mtodos refinados utilizados en la
mayora de los modelos para estimar los ndices
de infiltracin. Una prctica habitual consiste
en utilizar la capacidad de infiltracin mnima,
o el coeficiente de escorrenta mximo, para un
tipo de suelo y cubierta de vegetacin dados, a
lo largo de toda la tormenta;
b) cuando se utiliza un hidrograma unitario para
transformar la precipitacin mxima, hay que
recordar que la validez del supuesto de linealidad se circunscribe a condiciones similares
a aquellas para las que ha sido obtenido el
hidrograma unitario. Un anlisis de crecidas
en varias cuencas (Singh, 1992) ha evidenciado
que las ordenadas mximas de los hidrogramas unitarios obtenidos de crecidas cuantiosas
(superiores a 125 mm de escorrenta en toda la
extensin de la cuenca) suelen ser entre un 25 y
un 50 por ciento superiores a las obtenidas con
crecidas secundarias (25 a 50 mm de escorrenta). Es importante tener en cuenta que el ajuste
del hidrograma unitario para el clculo de la
crecida mxima probable deber ser acorde a la
necesidad de efectuar una estimacin conservadora, es decir, que d como resultado la crecida
ms cuantiosa; y
c) en el caso de las reas de drenaje superiores a
500 km2, o incluso en cuencas menores cuyas
partes presentan caractersticas de escorrenta muy diferentes, suele ser necesario obtener por separado los hidrogramas unitarios
y las crecidas mximas probables para varias
subreas, y calcular la crecida mxima probable para el conjunto de la cuenca por propagacin de las crecidas componentes aguas
abajo hacia el emplazamiento del proyecto.
Hay que recordar que una misma posicin de
la pauta de isoyetas de la tormenta de diseo
sobre la cuenca que arroje el valor mximo
de crecida cuando se utiliza un nico hidrograma unitario para la totalidad de la cuenca
Preparacin de datos
II.5-53
Las tcnicas de clculo seleccionadas para determinar las crecidas de diseo dependern del tipo, la
cantidad y la calidad de los datos hidrolgicos
disponibles, as como del tipo de informacin sobre
la crecida de diseo. Debido a la complejidad de los
procesos de generacin de crecidas, las estimaciones son solo aproximadas, y el anlisis de otros
aspectos conexos ser importante para obtener
unas estimaciones fiables. Son muchos los mtodos
disponibles, por lo que la seleccin est basada
generalmente en criterios subjetivos e intuitivos. En
la obra de Pilgrim y Doran (1993), pueden encontrarse criterios prcticos para la seleccin del
mtodo, y en las de Pilgrim y Cordery (1993),
Bedient y Huber (2002) y Viessman y Lewis (2003),
se encontrar una descripcin de numerosos
mtodos.
En funcin de la disponibilidad de datos y de los
requisitos de diseo, los mtodos de estimacin de
crecida de diseo pueden clasificarse en tres grupos:
empricos, en trminos de frecuencia y de relacin
lluvia-escorrenta.
Para obtener la mxima informacin cuando los
datos son escasos o inexactos es aconsejable utilizar
varios mtodos diferentes, comparar los resultados
y escoger los parmetros de diseo atendiendo a
criterios de ingeniera. Los anlisis de sensibilidad
II.5-54
(5.53)
Mtodo racional
(5.54)
donde C es el coeficiente de escorrenta, sin dimensiones, seleccionado en funcin del tipo de uso de
la tierra en la cuenca, i es la intensidad de precipitacin de lluvia, expresada en mm/h, de la frecuencia
seleccionada para una duracin igual al tiempo de
concentracin, y A es la superficie de la cuenca,
enkm2. Este mtodo suele utilizarse en pequeas
reas urbanas y para obtener estimaciones aproximadas en reas rurales en ausencia de datos que
permitan utilizar otros mtodos. Es muy sensible a
los valores de precipitacin de lluvia supuestos y al
valor de C seleccionado. Este mtodo deber utilizarse nicamente para reas pequeas; aunque su
lmite superior no est explcitamente establecido,
vara entre 40 y 500 ha.
Dado que se utiliza predominantemente en reas
urbanas, el mtodo racional est descrito con mayor
detalle en la seccin 4.7.
5.10.4.2.2
II.5-55
S = 2 5 ,4
1000
CN
10 (milmetros)
(5.55)
Q=
( P Ia )
( P Ia ) + S
(5.56)
Segn este mtodo, la altura de escorrenta superficial viene dada por la ecuacin siguiente:
Tabla II.5.8. Nmeros de curva de escorrenta para algunos usos agrarios, suburbanos y urbanos
de la tierra (condicin de humedad antecedente II y Ia = 0,25) (Bedient y Huber, 2002)
Grupo de suelos hidrolgicos
Descripcin del uso de la tierra
Tierra cultivadaa
Sin tratamiento de conservacin
72
81
88
Con tratamiento de conservacin
62
71
78
Pastos o pastizales
En mal estado
68
79
86
En buen estado
39
61
74
Praderas
En buen estado
30
58
71
Bosques o tierras forestales
Arena fina, cubierta en mal estado, sin mantillo
45
66
77
Cubierta en buen estadob
25
55
70
Espacios abiertos: cspedes, parques, campos de golf y otros
En buen estado: cubierta de hierba = 75% o mayor
39
61
74
En estado aceptable: cubierta de hierba = 50-75%
49
69
79
reas comerciales y de negocios (impermeabilidad: 85%)
89
92
94
Distritos industriales (impermeabilidad: 72%)
81
88
91
Residencialc
Tamao promedio del solar
Impermeabilidad promedia en %d
e
1/8 acre o menos
65
77
85
90
1/4 acre
38
61
75
83
1/3 acre
30
57
72
81
1/2 acre
25
54
70
80
1 acre
20
51
68
79
Aparcamientos pavimentados, tejados, avenidas y otrosf
98
98
98
Calles y carreteras
Pavimentado con bordillos y alcantarillado para tempestadesf
98
98
98
Gravilla
76
85
89
Suciedad
72
82
87
a
b
c
d
e
f
D
91
81
89
80
78
83
77
80
84
95
93
92
87
86
85
84
98
98
91
89
Para una descripcin ms detallada de las cifras del uso de la tierra, puede consultarse el National Engineering Handbook (Servicio
deConservacin de Recursos Naturales, 1972).
La cubierta en buen estado est protegida del pastoreo, de los detritos y de la maleza.
Los nmeros de curva se calculan suponiendo que la escorrenta desde casas y entradas para vehculos es dirigida a la calle, con un
mnimo de agua del tejado vertida en el csped, donde puede haber infiltracin adicional.
Se considera que las reas permeables restantes (csped) estn en buen estado para esos nmeros de curva.
1 ha = 0,404687 acres
En algunos climas ms clidos del pas se puede usar como nmero de curva el 95.
II.5-56
( P 0,2 S )
Q=
P + 0,8S
(5.58)
(5.57)
y
CN(III) = 23CN(II)/(10 + 0,13CN(II)
(5.59)
5.10.4.2.3
El mtodo original del SCS est basado en un hidrograma triangular simple, como se indica en la figura
II.5.12, con una duracin de precipitacin de lluvia
D (en horas), un perodo de culminacin TR (en
horas), un perodo de cada B (en horas) y un caudal
mximo Qp (en m3 s1), con arreglo a la ecuacin
siguiente (Bedient y Huber, 2002):
Qp =
0,208 AQR
TR
(5.60)
(5.61)
l 0,8 ( S + 1) 0,7
1 90 0 y 0, 5
(5.62)
II.5-57
Modelos conceptuales
dehidrograma de crecida
Tabla II.5.9. Ordenadas del hidrograma unitario sin dimensiones del Servicio de Conservacin
deRecursos Naturales
t/TR
0,4
0,8
1,2
1,6
2,0
2,4
2,8
3,4
4,6
5,0
Q/Qp
0,310
0,930
0,930
0,560
0,280
0,147
0,077
0,029
0,003
0,000
II.5-58
Riesgo
pn = 1 (1 p ) = 1 1
1
T
(5.63)
50
100
0,01
199,0
10
995,0
4975,0
9950,0
0,10
19,5
95,4
475,0
950,0
0,50
3,4
14,9
72,6
145,0
0,75
2,0
7,7
36,6
72,6
(5.64)
(5.65)
II.5-59
II.5-60
II.5-61
II.5-62
II.5-63
II.5-64
II.5-65
II.5-66