Está en la página 1de 18

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

ANALISIS REGIONAL DE FRECUENCIA DE SEQUIAS EN LA REGION SEMIARIDA DE CHILE Jorge Nuez Cobo1, Koen Verbist2, Guido Soto Alvarez1, Ral Naranjo3, Luis Morales S.3
1

CAZALAC, Benavente 980, La Serena, Chile. Email jnunez@cazalac.org, gsoto@cazalac.org


2 3

Universidad de Ghent, Blgica. Email Koen.Verbist@UGent.be. Universidad de Chile, Email: raul.naranjo.t@gmail.com, lmorales@uchile.cl RESUMEN

Dentro de los desastres naturales de origen hidrometeorolgico que presentan mayor impacto en la actividad agrcola se encuentran las sequas. Muy especialmente, la actividad silvoagropecuaria de secano puede sufrir prdidas significativas producto de estos eventos. Ante la preocupacin mundial por el cambio y variabilidad climtica, las sequas cobran mayor importancia debido a la constatacin de que en muchas regiones puedan verse incrementadas tanto en intensidad, como en duracin y frecuencia. Es as que numerosos pases han iniciado la implementacin de programas destinados a la gestin nacional de riesgos de origen climtico, dando nfasis especialmente a los de tipo hidrometeorolgico, como las sequas e inundaciones. El riesgo de verse enfrentado a una sequa, as como la vulnerabilidad del sector silvoagropecuario de secano frente a su impacto (muy especialmente en regiones ridas y semiridas, consideradas por s mismas como las ms vulnerables) constituyen las base para la toma de decisiones en los sistemas de gestin. Tanto las aproximaciones tradicionales de anlisis de riesgos, como las ms actuales, incorporan como aspecto fundamental la cuantificacin de la probabilidad de ocurrencia del fenmeno. Sin embargo, pese a la importancia del anlisis probabilstico en la evaluacin de riesgo, los mtodos convencionales de ajuste de una serie de datos a un modelo estocstico (comnmente basados en el mtodo de los momentos o mxima verosimilitud), presentan seras limitantes, en especial en zonas semiridas, con series de datos de precipitacin de corta longitud y donde los eventos extremos son difciles de modelar, justamente por ser poco frecuentes. En estas condiciones los mtodos de ajuste convencionales son altamente sesgados, haciendo las estimaciones muy poco confiables.

En este contexto, en el presente estudio se aplic la metodologa denominada Anlisis Regional de Frecuencias, basadas en la estadstica de L-momentos, para analizar y mapear el periodo de retorno asociado a una sequa anual severa en la regin semirida de Chile, comprendida entre las regiones de Coquimbo y del Libertador Bernardo OHiggins.

Palabras clave: Anlisis regional de frecuencias, L-momentos, semirido, Chile, secano, sequa

37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70

INTRODUCCIN

Existe una preocupacin internacional debido a un aumento alarmante en la frecuencia y severidad de los desastres. De acuerdo con Bass et al (2008), 240 millones de personas, en promedio, se han visto afectadas por desastres naturales en todo el mundo cada ao entre el 2000 y el 2005.

Un desastre puede ser definido como la acumulacin de prdidas generalizadas sobre mltiples sectores econmicos, asociado a un evento de amenaza natural, que supera la capacidad de la poblacin afectada para sobreponerse. Este desastre, adems, es el resultado de la combinacin de condiciones de riesgo, vulnerabilidad social y las limitadas capacidades de los hogares o comunidades para reducir los potenciales impactos negativos de aquella amenaza (Below et al, 2007; Bass et al, 2008).

Entre las mltiples amenazas naturales que puede llegar a convertirse en desastres, una de las ms importantes son las sequas, resultado de una deficiencia en la precipitacin, respecto a lo considerado normal, de modo que, cuando se extiende a travs de una estacin o ms tiempo, es insuficiente para satisfacer las demandas humanas y del ambiente (Wilhite y Buchanan-Smith, 2005; Seth, 2003). Las sequas, han sido catalogadas como el peligro individual y natural ms grande en el planeta (Patrick, 2003; Askew y Rodda, 1996). De hecho, segn Below et al (2007), las sequas causaron ms del 50% del total de muertes debidas a desastres naturales entre el 1900 y el 2004, representaron el 35% de la poblacin afectada por desastres y el 7% de las prdidas econmicas, despus de las inundaciones y los terremotos.

Por otro lado, a diferencia de otros eventos climticos, como inundaciones, heladas, huracanes o tornados, que poseen distribuciones ms bien restringidas en las escalas espacial y temporal, las sequas presentan mayores dificultades para determinar tanto su duracin como su rea de influencia, las que pueden ser bastante mayores que los eventos antes mencionados (Wilhite y Svoboda, 2000; Lehner y Dll, 2001; Seth, 2003).

Uno de los aspectos que cita consenso entre los autores, es que, en general, las regiones ridas y semiridas del mundo presentan un mayor grado de vulnerabilidad a la sequa que las regiones hmedas del planeta, en particular debido a que estas regiones presentan niveles de precipitacin muy limitantes y con una variabilidad temporal y espacial extremas (Kalma y Franks, 2003, Askew y Rodda, 1996). De hecho, los mayores desastres naturales asociados a eventos de sequa se han registrado en regiones ridas y semiridas, tales como el oeste de frica (Askew y Rodda, 1996) y noreste de Brasil (Brant, 2007; Marcos Valiente, 2000),

71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104

En el contexto de Amrica Latina, Chile, en particular su zona centro norte, donde gran parte del territorio presenta una condicin rida a semirida, las sequas son eventos recurrentes de gran impacto socioeconmico (Fernndez, 1997; Fernndez et al, 1997, Fernndez y Vergara, 1998). FAO (2008), por ejemplo, presenta datos que indican la ocurrencia de 8 eventos de sequa en 30 aos en Chile. Ms an, Espinoza (1985) ejemplifica el impacto histrico de las sequas en el sector agrcola chileno, sealando cmo, desde la fundacin de Santiago en 1541, se han registrado 50 aos secos y 52 muy secos, donde la sequa de 1770-1782 le dio un significado econmico al dficit hdrico al afectar la ganadera orientada a la exportacin de cebo para el alumbrado pblico en Lima. Ms recientemente, Espinoza y Hajek (1988), sealan que la sequa de 1968, que afect toda la zona semirida y mediterrnea de Chile, tuvo un costo aproximado para el pas de 1.000 millones de dlares. En dicho ao, la masa ganadera del pas disminuy en un 45%, la superficie de riego decreci en un 40% y el desempleo afect a cerca de 225.000 personas. En tanto, la sequa de 1994-1997, tuvo un costo en prdidas y asistencia para el pas cercano a 286 millones de dlares (IICA, 1998).

Pese a la importancia que este fenmeno reviste al pas, persiste aun un factor que agudiza el problema de la vulnerabilidad de la sociedad y los ambientes ridos y semiridos frente a su ocurrencia, cual es, la incertidumbre a la hora de caracterizar su intensidad, duracin, severidad y frecuencia, asociado a la gran gama de definiciones conceptuales como operacionales. Esta dificultad en su definicin, derivada de la complejidad para determinar el inicio o trmino de un evento de sequa, del mismo modo que otros desastres naturales, ha ido generando un cambio de enfoque en la comunidad internacional, desde la atencin por la amenaza misma, a la atencin por el impacto que sta puede provocar en la sociedad, en trminos de adaptar medidas adecuadas para mitigar los efectos de los desastres naturales y para integrar las estrategias de Gestin y Reduccin de Riesgo de Desastres en la planificacin del desarrollo (Bass et al, 2008).

En este contexto, el riesgo de un desastre por sequa, ha sido definido como el producto de la exposicin de la regin afectada y el grado de vulnerabilidad de sta frente al evento (Wilhite y Buchanan-Smith, 2005). Por otro lado, otros autores ponen mayor nfasis en el trmino vulnerabilidad, definido como el grado en el cual los sistemas humanos y ambientales son susceptibles de experimentar dao debido a una perturbacin o estrs (Luers et al, 2003; Adger, 2006; Smith and Wandel, 2006; Downing and Patwardhan, 2004, Scheneider et al, 2007).

Independiente del enfoque utilizado para determinar el riesgo o vulnerabilidad de los sistemas sociales y ambientales a los eventos de sequa, el comn denominador en todas las metodologas lo constituye la

105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138

necesidad de estimar la exposicin o probabilidad de ocurrencia de un evento de sequa de determinada magnitud. Una posibilidad como esta, sin embargo, est sujeta a una de las restricciones ms comunes en el mbito del anlisis hidrolgico, cual es, la ausencia de una fuente de registros suficientes para estimacin de eventos extremos, muy especialmente en zonas ridas y semiridas (Kalma y Franks, 2003). Existen trabajos que abordan el estudio de frecuencias de sequas en Chile, como los de Fernndez y Vergara (1998) y Fernndez (1997). Sin embargo, estos estudios analizan las sequas hidrolgicas y no contemplan el anlisis de las de tipo meteorolgico, que son la base para el conocimiento de este fenmeno y permite la estimacin de los riesgos de sequa.

La determinacin de la probabilidad de ocurrencia de una sequa meteorolgica, o dficit en las precipitaciones, as como de cualquier otro tipo de variable ambiental registrada a travs del tiempo, es abordada mediante la hidrologa probabilstica. Sin embargo, las caractersticas propias de regiones ridas y semiridas, con gran variabilidad temporal y espacial de las precipitaciones, influencia de factores externos de variabilidad decadal, como los efectos ENSO, y la reducida disponibilidad de registros de adecuada extensin, imponen ciertas restricciones a la eleccin del mtodo ms adecuado de ajuste probabilstico (Kalma y Franks, 2003). Es en este contexto, que el presente estudio enfrenta estas

restricciones mediante la utilizacin del Anlisis Regional de Frecuencias basado en L-momentos, que ha sido considerado como una de las mejores alternativas para abordar las restricciones mencionadas, para la evaluacin y mapeo de la probabilidad de ocurrencia de eventos de sequa en la regin semirida de Chile. ............................................................................................................................................. MATERIALES Y MTODOS

a. Caractersticas geogrficas y administrativas del rea de estudio: El rea de estudio, ubicada en la zona centro norte de Chile, corresponde, administrativamente, en direccin norte-sur, a las regiones de Coquimbo, Valparaso, Metropolitana de Santiago y la del Libertador Bernardo OHiggins. Geogrficamente se ubica entre las latitudes 2901 y 3454 Lat Sur y entre las longitudes 6950 y 7204 Long. Oeste.

b. Caractersticas de la precipitacin media anual en el rea de estudio: La Figura 1 presenta la variacin espacial de la precipitacin media anual en el rea de estudio. Esta presenta un gradiente norte sur y este oeste, con un mnimo de 50 mm en el extremo noroeste, y un mximo de 1180 mm en el lmite sureste. El origen extra-tropical de las perturbaciones frontales asociadas con las lluvias de invierno y su refuerzo orogrfico a barlovento del cordn andino explican la disminucin de la precipitacin anual media de sur a norte y de cordillera a mar (Rutlant, 2004).

139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172
En el Cuadro 1 se presentan algunas estadsticas descriptivas de la base de datos utilizada en el presente estudio. De acuerdo con el Cuadro, la longitud del periodo de registro medio fue de 29,2 aos, con un mnimo de 15 y un mximo de 75 aos. Respecto al mtodo de recoleccin de los datos, la totalidad de las d. Fuente de datos Se dispuso de registros de precipitacin mensual, de un total de 180 estaciones pluviomtricas distribuidas en el rea de estudio, los que fueron obtenidos de la Direccin General de Aguas y la Direccin Meteorolgica de Chile. Para el caso de la regin de Coquimbo, se dispuso de valores de precipitacin diario, los cuales fueron agregados en precipitacin mensual slo para aquellos meses con registros diarios completos. Para el resto de las regiones, se dispuso nicamente de registros de precipitacin mensual. En todo momento se trabaj nicamente con datos completos, no realizando ningn procedimiento para el relleno de datos faltantes. Por otro lado, se restringi el registro a aquellas estaciones con al menos 15 aos de datos completos de precipitacin anual, quedando 172 estaciones disponibles `para el anlisis. Figura 1. Precipitacin media anual de las regiones de a) Coquimbo, b) Valparaso y Metropolitana de Santiago y c) Libertador Bernardo OHiggins. c. Definicin del evento de sequa Frente a la dificultad asociada a la gran variedad de definiciones conceptuales, operacionales y de indicadores disponibles para la sequa, se defini sequa, en este estudio, como un porcentaje respecto a la precipitacin normal, medida muy utilizada en Chile para expresar el grado de superhabit o dficit de la precipitacin, aun sabiendo que este indicador no considera el impacto diferencial que tiene en distintas regiones un mismo nivel de dficit respecto a la norma (Steinman et al, 2005). Para ello, se defini como sequa, aquella en que la precipitacin anual es de un 40% o menos de la precipitacin media, es decir, se presenta un 60% de dficit, lo que corresponde a una sequa intensa.

a b c

173 174 175

180 estaciones utilizadas en este estudio registran la precipitacin se con frecuencia diaria y de forma manual. Cuadro 1. Estadsticas descriptivas registro estaciones pluviomtricas. Variable N Media Desviacin Estndar Coef. de Variacin [%] Minimo Maximo Rango Precipitacin Media Anual 172 364.5 194.8 53.4 52.7 1055.6 1002.9 Longitud de Registro 172 29.2 11.9 41.1 15.0 75.0 60.0

176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199
Los L-momentos son un sistema alternativo para describir la forma de una distribucin de probabilidad. Estadsticamente, los L-momentos son combinaciones lineales de las observaciones ordenadas obtenidas mediante los momentos ponderados por probabilidad, y por lo tanto, no implican elevaciones al cuadrticas o cbicas como en el caso del mtodo producto-momento, hacindolos mucho menos sensibles a la presencia de outliers. Debido a esto, los estimadores L-momentos de los coeficientes de variacin y de sesgo adimensionales son casi insesgados, y tienen una distribucin casi normal. En cambio, los coeficientes de variacin y sesgo estimados por los momentos convencionales son altamente sesgados y variables en muestras pequeas. Adems, los estimadores obtenidos mediante productomomento presentan lmites algebraicos dependientes del tamao de la muestra, y en muchas muestras pequeas o moderadas, es inusual para las estimaciones de sesgo y curtosis presentar valores siquiera cercanos al verdadero valor poblacional. De este modo, para un amplio rango de aplicaciones hidrolgicas, especialmente aquellas relacionadas con tamaos de muestras pequeas, los L-momentos proveen de manera simple y razonable, estimadores eficientes de las caractersticas hidrolgicas de los datos y de los parmetros de una gran variedad de distribuciones (Hosking y Wallis, 1996; Stedinger, 1993; Varas y Bois, 1998; Kjeldsen y Jones, 2004; Kottegoda y Rosso, 2008; Hosking, 1996; Reiss et al, 2007; Norbiato et al, 2007; Delicado y Goria, 2007; Vogel y Fennessey, 1993; Mishra et al, 2007; Ciumara, 2007). e. Metodologa del anlisis regional de frecuencias basado en L-momentos El Anlisis Regional de Frecuencias (ARF), basado en la aplicacin de los L-momentos, tiene su origen en el estudio de crecidas, siendo utilizado en mayor medida en el anlisis de stos eventos y el de precipitaciones mximas (Loucks y Van Beek, 2005; Schaefer et al, 2007; Schaefer et al, 2006; Norbiato et al, 2007).

200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233

En el caso especfico de anlisis de sequas, el ARF basado en L-momentos, se ha aplicado al estudio de la sequa meteorolgica e hidrolgica, tal como en la elaboracin del Atlas de Sequa de EEUU (IWR, 2008), anlisis de sequas en el noroeste de Mxico (Hallack-Alegria y Watkins, 2007), anlisis de sequas en Turqua (Yurekli y Anli, 2008) y en comparacin con otras alternativas de regionalizacin en el estudio de sequas en Europa (Tallaksen y Hisdal, 1999).

La esencia del ARF es que los datos provenientes de sitios dentro de una regin homognea, pueden ser agregados para mejorar la precisin en las estimaciones de la relacin probabilidad-cuantil en todos los sitios (Wallis et al, 2007). De esta manera se compensa la falta de informacin en registros cortos en cada sitio por la abundancia de informacin en el espacio (Loucks y Van Beek, 2005). Cunane (1988), citado por Norbiato et al (2007) compar 20 mtodos diferentes de anlisis regional de frecuencias, y determin como el mejor aquel basado en los momentos de probabilidad ponderada, precursores de los L-momentos. El procedimiento asume que los sitios dentro de una regin homognea presentan una distribucin de frecuencias idntica, excepto por una factor de escala especfico para el sitio, representado por la media del sitio (Norbiato et al, 2007; Hosking y Wallis, 1996).

En el presente estudio, el procedimiento de ARF se bas en las recomendaciones de Hosking y Wallis (1997) y consider 5 etapas, aplicadas de manera sucesiva y consistente en:

Etapa 1: Preparacin de datos: Se realiz un esfuerzo considerable en la revisin y control de calidad de los datos de precipitacin, el que tiene como finalidad eliminar falsos valores, asociados a una amplia variedad de mediciones de datos, su registro, presencia de errores de transcripcin y registros incompletos durante algunos aos. Se le dio un especial nfasis a la confirmacin de los supuestos bsicos en todo anlisis probabilstico. Esta fase de revisin y preparacin de datos consider las recomendaciones de Helsel y Hirch (2002), y permiti chequear los supuestos de estacionariedad, mediante el test de regresin lineal, consistencia, mediante el anlisis de curvas doble masa y autocorrelacin, mediante el test de Durbin-Watson (Dahmen y Hall, 1990; Wallis et al, 2007).

Etapa 2: Formacin y aceptacin de sub-regiones homogneas: El supuesto bsico del ARF es que la distribucin subyacente para un conjunto de sitios es la misma, dentro de una regin homognea (Hosking y Wallis, 1997). La identificacin y formacin de regiones homogneas es un proceso iterativo (Schaefer et al, 2007). En este trabajo, considerando la alta estacionalidad de las precipitaciones en el rea de estudio y la necesidad, posterior a este estudio, de describir la frecuencia de eventos de sequa mensual o multimensual, se opt por delimitar regiones homogneas a priori basado en tres criterios:

234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267

1) Realizar un primer agrupamiento de estaciones en funcin de un Indice de Estacionalidad (IE), con grupos definidos por los siguientes rangos: grupo 1, estaciones con IE entre 0 y 0,2; grupo 2, con IE entre 0,2 y 0,6 y grupo 3, con IE mayor a 0,6. El IE utilizado es el descrito por Schaefer et al (2007) cuya base es la estadstica circular, que considera el da medio de ocurrencia, anlogo a la media aritmtica, y el ndice de estacionalidad, anlogo a una medida estandarizada de variacin. El IE toma valores entre 0 y 1. Valores cercanos a 0 indican una gran variacin en los das de ocurrencia, mientras que valores cercanos a 1 indican una baja variacin en los das de ocurrencia y por tanto alta concentracin de los datos. 2) En el caso de que las estaciones analizadas se encuentren todas dentro de un mismo rango de IE, stas pueden ser agrupadas en sub-regiones homogneas basado nicamente en la magnitud de su precipitacin media anual (PMA). De esta manera, las estaciones son ordenadas de menor a mayor magnitud de la PMA y agregadas en una cantidad conveniente de sub-regiones. Esta cantidad debe considerar, por un lado, un nmero mnimo de 7 estaciones por sub-regin (define el lmite mximo de sub-regiones), recomendado para el clculo de la medida de discordancia, y por otro lado, un cantidad de sub-regiones que permita un ajuste adecuado de la funcin que relaciona los L-momentos regionales con la PMA regional, necesaria con fines de mapeo (define el lmite mnimo de sub-regiones. Con este criterio se delimitaron 8 sub-regiones homogneas. 3) De acuerdo con Hosking y Wallis (1997), las regiones homogneas no requieren ser geogrficamente continuas, de modo que no se forz a las estaciones a pertenecer a una determinada regin en funcin de su ubicacin geogrfica.

El grado de homogeneidad de las sub-regiones propuestas se bas en la medida estadstica H1 definida por Hosking y Wallis (1997). La estadstica H1 mide la variabilidad relativa de L-Cv observado a partir de la muestra, y es utilizada para analizar la heterogeneidad en cada una de las 8 sub-regiones homogneas propuestas (Wallis et al, 2007). A diferencia de los valores crticos definidos por Hosking y Wallis (1997), en este estudio se determin como aceptablemente homognea toda aquella regin cuyo H1 fuese menor a 2 y como heterognea, si H1 es mayor a 3. Esta determinacin se bas en Wallis (2008) y se fundamenta en que los lmites propuestos originalmente, slo tenan en cuenta la variabilidad estadstica y no contemplaban la variacin asociada a la operacin y mantenimiento de los sistemas de medicin.

Etapa 3: Determinacin de la distribucin de probabilidad de mejor ajuste: Una vez que las subregiones homogneas han satisfecho la condicin de homogeneidad, se determin, basados en los ratios de

268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300

los L-momentos regionales, la distribucin de probabilidad regional, de acuerdo con la medida de bondad de ajuste descrita por Hosking y Wallis (1997), la cual fue aplicada a cada una de las sub-regiones homogneas para la seleccin de la distribucin de frecuencia de mejor ajuste. Las distribuciones seleccionadas para evaluar la medida de mejor ajuste fueron la Pareto Generalizada, la Generalizada de Valor Extremo, la Generalizada Normal, Pearson Tipo III, Generalizada Logstica, Kappa y Gaucho. Las primeras 6 de estas distribuciones y su estimacin a partir de los ratios L-momentos est bien documentada (Hosking y Wallis, 1996; Abdul-Moniem y Selim, 2009; Shawky y Abu-Zinadah, 2007; Karvanen, 2006; Delicado y Goria, 2007; Gupta y Kundu, 2000). La distribucin Gaucho, ac sealada, corresponde especficamente a una distribucin Kappa, de 4 parmetros, en la que el segundo parmetro de forma, h, es fijado a un valor de 0.5000. De este modo, se constituye en una distribucin de 3 parmetros, la cual es posible representar en un diagrama de L-momentos ratios entre las distribuciones Pareto Generalizada y Generalizada de Valor Extremo (Schaefer y Wallis, 2008; Peel et al, 2001).

Etapa 4: Determinacin de cuantiles: Los cuantiles de la distribucin regional o curva de crecimiento, se determinaron a partir de los L-momentos y la distribucin de mejor ajuste, recordando que la distribucin regional presenta una media igual a 1, mientras que la distribucin de cuantiles en cada sitio puede ser estimada mediante la multiplicacin de la curva regional por la PMA del sitio.

Etapa 5: Mapeo del periodo de retorno de la sequa: Una de las especiales ventajas que presenta el mtodo de ARF basado en L-momentos es la facilidad de implementar el mapeo espacial de los cuantiles, considerando aquellos sitios medidos y no medidos. Esto ha sido demostrado ya en varios ejemplos de aplicacin (Wallis et al, 2007; Schefer et al, 2007, Schaefer et al, 2006; Baldassare et al, 2006; Baldassare et al, 2005; Raiford et al, 2007). El procedimiento de mapeo del periodo de retorno del evento de la sequa analizada consider las siguientes dos etapas: 1) Determinacin de la funcin predictora: Se determin la relacin entre los L-momentos y la Precipitacin Media Anual como variable predictora. Si bien existen diversas alternativas para establecer una relacin funcional entre los L-momentos y variables auxiliares, una de las ms utilizadas han sido aquellas basadas en la Precipitacin Media Anual como variable predictora. En este estudio, la funcin utilizada fue la siguiente:

L momento e ( PMA )
Donde, PMA es la precipitacin media anual, L-momento corresponde a los momentos lineales LCv, L-Skewness y L-Kutosis; alfa, beta y delta son constantes a ser determinar mediante

301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334

optimizacin. La bondad de ajuste

se determin mediante la raz estandarizada del error

cuadrtico medio (RMSE) y su valor relativo a la media de los valores observados, en porcentaje

2) Mapeo del periodo de retorno de sequa anual severa: El procedimiento de mapeo consisti en: generar los mapas de periodo de retorno de la sequa analizada, mediante las relaciones Lmomento vs PMA y los mapas de PMA presentados en la Figura 1, proporcionados por Morales (2009). Los mapas fueron obtenidos mediante la herramienta de cmputo L-MAP, aunque tambin es posible realizar este procedimiento en las distribuciones invertibles, mediante lgebra de mapas.

f. De la herramienta de anlisis En este estudio, se aplicaron dos herramientas de anlisis principales: a) La herramienta de cmputo L-RAP, abreviatura de Linear Regional Analysis of Precipitation (MGS, 2008) es un software codificado en Visual Basic que se basa en las rutinas desarrolladas por Hosking (2005) pero que, a diferencia de las versiones en Fortran y R presenta una serie de caractersticas: i. Posee una interfase de usuario amigable, sin necesidad de las complejas programaciones basadas en R ni la generacin de complejos archivos de ingreso basados en Fortran ii. Realiza paso a paso cada una de las etapas asociadas al anlisis regional de frecuencias como importacin de datos en formato Excel, control de calidad, chequeo de supuestos de estacionariedad mediante regresin lineal, determinacin de Indice de Estacionalidad, Lmomentos; determinacin de Indices de Discordancia y Heterogeneidad, determinacin de parmetros y cuantiles iii. Genera de grficos de diagrama L-Ratios y cuantiles y grficas de resumen de cada estacin iv. Edita la base de datos almacenada en un formato binario interno de L-RAP b) La herramienta L-MAP, programada en Visual Basic, cuya funcin es relacionar las funciones de ajuste entre los L-momentos vs. PMA, con imgenes raster de la PMA y posteriormente, utilizar estas relaciones con los mismos algoritmos de L-RAP para la elaboracin de mapas de probabilidad o periodo de retorno. ............................................................................................................................................. RESULTADOS Y DISCUSIN

Preparacin de datos: Las 172 estaciones que cumplieron el criterio de tener 15 o ms aos de registro, tuvieron en promedio 29,2 aos de registro, con un total de 5015 aos-registro. Presentaron una

precipitacin media de 364,5 mm y un IE promedio de 0,87, con un mnimo de 0,72 y un mximo de 0,94. Esto implica una alta concentracin de la precipitacin en una sola poca de lluvias. De acuerdo con el

10

335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351

criterio definido en Etapa 2 (a), no fue necesario utilizar el criterio de estacionalidad para separar estaciones en regiones homogneas y slo se formaron sub-regiones homogneas basadas en la magnitud de la PMA.

Formacin y aceptacin de sub- regiones homogneas: Tal como lo indican Wallis et al (2007), Schaefer et al, (2007) y Schaefer et al (2006), la formacin de regiones homogneas es un proceso iterativo. El Cuadro 2 presenta las regiones homogneas propuestas, as como algunos de sus estadsticas descriptivas y l-momentos, luego de un proceso de 3 iteraciones. Estas iteraciones consistieron en eliminar del anlisis algunas estaciones que fueron permanentemente discordantes, cambiar algunas estaciones de una regin homognea a otra, en funcin de sus L-momentos, que afectaron en algn momentos tanto el ndice de discordancia como haber provocado valores de H1 por sobre el valor crtico. De acuerdo con el cuadro, las 8 sub-regiones finalmente propuestas, fueron consideradas homogneas en trminos de H1. Las sub-regiones 4, 5 y 6 presentan valores de H1 negativos, lo cual se puede interpretar como que el nivel de homogeneidad es mayor al esperado de una regin homognea proveniente de una distribucin Kappa de 4 parmetros, con los mismos l-momentos regionales de la sub-regin analizada.

Cuadro 2. Estadsticas de resultado del Anlisis Regional de Frecuencias de la PMA


Regin 1 2 3 4 5 6 7 8 PMA 114,8 191,4 242,5 281,4 351,8 437,7 543,1 739,3 # Estationes 21 21 21 20 22 21 21 21 # Datos 771 667 564 583 617 552 764 586 L-Cv 0,4146 0,3507 0,3250 0,3402 0,3001 0,2561 0,2715 0,2351 LSkew 0,2733 0,2028 0,2028 0,2242 0,1991 0,1502 0,1616 0,0856 LKurt 0,1373 0,1065 0,1217 0,1393 0,1475 0,1196 0,1117 0,0967 H1 0.76 1.23 1.01 -2,16 -2,1 -1,62 1,65 1,05 GL GEV Distribucin P3 GN Gaucho X X X X X X X X X X X X X X GP X

X X

X X X

352 353 354 355 356 357 358 359 360 361
Determinacin de funciones de distribucin: El Cuadro 2 presenta las regiones homogneas propuestas, as como las distribuciones de mejor ajuste, de acuerdo con la medida de bondad de ajuste z (Hosking y Wallis, 1997). Las distribuciones que se ajustaron, en orden de mayor a menor cantidad ajustes fueron la Gaucho, Pearson 3, Generalizada Normal, Generalizada de Valor Extremo y Generalizada de Pareto. La nica distribucin comn a todas las sub-regiones homogneas fue la Gaucho. Esto confirma el que la distribucin Kappa presenta un alto grado de flexibilidad para adecuarse a una serie de condiciones. De hecho, una serie de otras distribuciones comnmente utilizadas en hidrologa son casos particulares de la distribucin Kappa (Finney, 2004).

11

362 363 364 365 366 367 368 369 370 371 372 373

Determinacin de cuantiles: En la Figura 2 se presentan los cuantiles regionales de cada una de las 8 subregiones homogneas, determinados a partir de la distribucin Kappa de 4 parmetros (Gaucho), la cual fue la nica que se ajust de manera comn a las 8 sub-regiones homogneas. Se aprecia que existe una tendencia a que, desde la sub-regin 1 a la sub-regin 8, se presente un mayor rango de variacin en la curva de crecimiento. Esto implica una mayor variabilidad en los cuantiles regionales y en los de cada sitio. Esto tiene relacin con los montos de precipitacin media anual, que se incrementan en el mismo sentido, desde la sub-regin 1 a la 8. Es decir, la variabilidad, medida en trminos de L-Cv, L-skewness y L-Kurtosis, disminuye desde la zona norte ms ridas a la zona sur ms hmeda. Este comportamiento es similar al descrito por Wallis et al (2007); Schaefer et al (2007) y Schaefer et al (2006) y coincide totalmente con la idea de la alta variabilidad interanual de las precipitaciones en regiones ridas y semiridas (Seth, 2003) y es totalmente coincidente con los anlisis de variabilidad de la precipitacin anual para el territorio chileno (Gast, 1966).
Curva de crecimiento regional

6 5 4 3 2 1 0 0.005 0.050 0.200 0.350 0.500 0.650 0.800 0.950 0.990 0.999 Probabilidad de no excedencia

Sub-region 1 Sub-region 2 Sub-region 3 Sub-region 4 Sub-region 5 Sub-region 6 Sub-region 7 Sub-region 8

374 375 376 377 378 379 380 381 382 383

Figura 2. Curvas de crecimiento regional de cada una de las 8 sub-regiones homogeneas.

Determinacin de las relaciones de mejor ajuste: El Cuadro 3 presentan los coeficientes y el RMSE de las funciones de mejor ajuste entre los L-momentos y la PMA. EL RMSE puede ser considerado como bajo y se aprecia que el ajuste es mejor para el L-Cv y menor para el L-Kurtosis. En los 3 L-momentos, los valores de SRMSE son similares a los registrados por Wallis et al (2007) al analizar precipitaciones mximas en 24 y 2 horas en Washington.

Cuadro 3. Estadsticas de optimizacin de funciones de mejor ajuste L-momento vs. PMA.


L-momento L-CV L-Skewness L-Kurtosis alfa 0.3030 0.2943 0.7351 beta 0.0040 0.0018 0.0342 delta 0.2214 0.0291 0.1195 RMSE SRMSE [%] 0.01136616 3.60 0.01807645 9.58 0.01422268 11.41

384
12

385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417

Mapeo del periodo de retorno del evento de sequa: En la Figura 3 se presentan los mapas de periodo de retorno asociados a la ocurrencia de un evento de severa, equivalentes a un 60% de dficit en la precipitacin anual respecto a la media. De acuerdo con los mapas, este evento es ms frecuente en el lmite norte del rea de estudio (5 aos) y es mayor en el lmite sur (10 aos). Sin embargo, los valores al lmite deben ser considerados con precaucin debido a que son funcin de la relacin L-momento vs PMA, la cual no incluye la PMA mnima de un punto especfico, sino la PMA de la sub-regin homognea ubicada en el lmite norte, con un mayor valor de PMA y por tanto, mayor valor de los Lmomentos.

Figura 3. Mapas de periodo de retorno de una sequa severa, equivalente a un dficit del 60% respecto a la precipitacin media anual. ............................................................................................................................................. CONCLUSIONES

El Anlisis Regional de Frecuencias basado en los L-momentos es un procedimiento que contribuye significativamente a la hidrologa probabilstica, al permitir compensar la escasez de informacin en el tiempo, por la abundancia de sta en el espacio. A travs de una secuencia de 5 etapas, es posible derivar informacin base para la toma de decisiones en la gestin de riesgos climticos, como es el riesgo de sequas. Por otro lado, permite generar mapas de periodos de retorno de manera simple y con una base estadstica robusta. Los mapas obtenidos pueden ser utilizados para delimitar zonas ms susceptibles a las sequas y, en conjunto con cartografa de vulnerabilidad de los sistemas agropecuarios a la sequa, es posible delimitar zonas de mayor riesgo, orientando de mejor forma recursos econmicos y humanos para programas de

mitigacin, prevencin y generacin de capacidad adaptativa.

13

418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462

............................................................................................................................................. AGRADECIMIENTOS

Los autores desean agradecer muy especialmente a las siguientes instituciones y personas que han contribuido al desarrollo de este proyecto. El Gobierno de Flandes (Blgica); el Programa Hidrolgico Internacional de UNESCO, la Direccin General de Aguas de Chile y la Direccin Meteorolgica de Chile que facilitaron la informacin meteorolgica y respondieron siempre cordialmente nuestras solicitudes; a los doctores James Wallis y Melvin Schaefer por su profesionalismo y compartir con nosotros toda una vida de experiencia en la metodologa.
.............................................................................................................................................

LITERATURA CITADA ABDUL-MONIEM, I. and Y. SELIM. 2009. TL-Moments and L-Moments Estimation for the Generalized Pareto Distribution. Applied Mathematical Sciences, Vol. 3, 2009, no. 1, 43 52 ADGER, W. 2006. Vulnerability. Global Environmental Change 16 (2006) 268281 ASKEW, A. and J. ROODA. 1996. Addressing arid zone problems. L'hydrologie tropicale: soscience et outil pour le dveloppement (Actes de la confrence de Paris, mai 1995).IAHS Publ. no. 238, 1996. BALDASSARRE, G., A. CASTELLARIN, and A. BRATH. 2006. Relationships between statistics of rainfall extremes and mean annual precipitation: an application for design-storm estimation in northern central Italy. Hydrol. Earth Syst. Sci., 10, 589601, 2006 BALDASSARRE, G., A. CASTELLARIN, and A. BRATH. 2005. Evidences of relationships between statistics of rainfall extremes and mean annual precipitation: an application for design-storm estimation in northern central Italy. Hydrol. Earth Syst. Sci. Discuss., 2, 23932425, 2005 BASS, S., S. RAMASAMY, J. DEY DEPRICK and F. BATTISTA. 2008. Disaster Risk Management Systems Analysis. Environment, Climate Change and Bioenergy Division. Food and Agriculture Organisation of the United Nations. Rome, January 2008 BELOW, R., E. GROVER-KOPEC and M. DILLEY. Documenting Drought-Related Disasters A Global Reassessment. The Journal of Environment & Development Volume 16 Number 3 September 2007 328344 BRANT, S. 2007. Assessing vulnerability to drought in cear, northeast Brazil. A thesis submitted in partial fulfillment of the requirements for the degree of Master of Science (Natural Resources and Environment) University of Michigan. CIUMARA, R. 2007. L-moments evaluation for identically and nonidentically weibull distributed random variables. Proceedings of the Romanian Academy, Series A, Volume 8, Number 3/2007, pp. 000000 DAHMEN, E., M. HALL and INTERNATIONAL INSTITUTE FOR LAND RECLAMATION AND IMPROVEMENT. 1990 Screening of hydrological data : tests for stationarity and relative consistency / 14

463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513

E.R. Dahmen [and] M.J. Hall International Institute for Land Reclamation and Improvement, Wageningen, Netherlands

DELICADO, P. Y GORIA, M. 2007. A small sample comparison of maximum likelihood, moments and L-moments methods for the asymmetric exponential power Distribution. Computational Statistics & Data Analysis 52 (2008) 1661 1673 DOWNING, T. and A. PATWARDHAN. Assessing Vulnerability for Climate Adaptation. In: Adaptation Policy Frameworks for Climate Change: Developing Strategies, Policies and Measures. Edited by Bo Lim, Erika Spanger-Siegfried. ESPINOZA, G. 1985. Los desastres y su relacin con el manejo de los recursos naturales en Chile. AMB. y DES., VOL I, N 3, Pgs. 159-172, octubre 1985 ESPINOZA, G. y E. HAJEK. 1988. Riesgos climticos: Evidencias en Chile central. En: FUENTES, E. Y PEAFRENA, S. Editores. Ecologa del paisaje en Chile Central: Estudios sobre sus espacios montaosos. Ediciones Universidad Catlica de Chile. FERNANDEZ, B. 1997. Identificacin y caracterizacin de sequas hidrolgicas en Chile central. Ingeniera del Agua Vol 4. Num. 4:37-46. http://upcommons.upc.edu/revistes/bitstream/2099/3082/1/44article4.pdf FERNANDEZ, B., G. DONOSO, M. LURASCHI, D. ORPHANOPOLOUS, Y C. SALAZAR. 1997. Estimacin del impacto econmico asociado a sequas hidrolgicas. VI Jornadas de CONAPHI Chile. FERNANDEZ, B. Y A. VERGARA. 1998. Risk of scarcity of monthly precipitation and streamflows in semiarid regions. Hydrological Sciences Journal. Vol 43 (5): 759-773 FINNEY, J. 2004. Optimization of a skewed logistic distribution with respect to the kolmogorov-smirnov test. A Dissertation Submitted to the Graduate Faculty of the Louisiana State University and Agricultural and Mechanical College in partial fulfillment of the requirements for the degree of Doctor of Philosophy in The Interdepartmental Program in Engineering Science GASTO, J. 1966. "Variaciones de las precipitaciones anuales en Chile", Bol. Tc. Fac. Agron. Univ. Chile 24: 4-20. GUPTA, R. Y D. KUNDU. 2000. Generalized exponential distribution: different method of estimations. J. Statist. Comput. Simul., 2000, Vol. 00, pp. 1 22 HALLACK-ALEGRIA, M. and D.W. WATKINS JR. 2007. Annual and Warm Season Drought Intensity-Duration-Frequency Analysis for Sonora, Mexico, Journal of Climate, 20(9): 1897-1909, 2007. HELSEL, D. and R. HIRSH, 1992. Statistical methods in water resources. Studies in Environmental Science 49. Elsevier. HOSKING, J. 2005. Fortran routines for use with the method of L-moments Version 3.04. HOSKING, J. and J. WALLIS. 1997. Regional frequency analysis: an approach based on Lmoments. Cambridge University Press, Cambridge, U.K.

15

514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564

IICA. 1998. Sequa 1994 - 1997 : Lecciones y experiencias. Chile. Comisin Nacional de Sequa; Instituto Interamericano de Cooperacin para la Agricultura (IICA). Agencia de Cooperacin Tcnica. Santiago, CL; 1998. 77 pag KALMA, J. y S. FRANKS. 2003. Rainfall in arid and semiarid regions. Chapter 2. In: Simmers, I(Ed). Understanding water in a Dry Environment. Hydrological processes in arid and semiarid zones. International Association of Hydrogeologists. BALKEMA. Lissier. 15-63 KARVANEN, J. 2006. Estimation of quantile mixtures via L-moments and trimmed L-moments. Computational Statistics & Data Analysis. Volume 51, Issue 2, 15 November 2006, Pages 947-959

KJELDSEN T.R. and D. JONES. (2004) Sampling variance of flood quantiles from the generalised logistic distribution estimated using the method of L-moments. Hydrology and Earth System Sciences, 8(2), 183-190. KOTTEGODA, N. and R. ROSSO. 2008. Applied Statistics for Civil and Environmental Engineers. LEHNER, B. Y P. DLL. 2001. Europes drought today and in the future. Lehner B, Doll P. 2001. Europes droughts today and in the future. In Eurowasser Model-based Assessment of European Water Resources and Hydrology in the Face of Global Change, Kassel World Water Series Report No 5, Lehner B, Henrichs T, Doll P, Alcamo J (eds). Kassel: Germany; 7.17.16. LOUCKS, D. and E. VAN BEEK. 2005. Water Resources Systems Planning and Management: An Introduction to Methods, Models, and Applications. Paris, France: UNESCO Press LUERS, A., D. LOBELL, L. SKLAR, C. ADDAMS and P. MATSON. 2003. A method for quantifying vulnerability, applied to the agricultural system of the Yaqui Valley, Mexico. Global Environmental Change 13 (2003) 255267 MARCOS VALIENTE, . 1999. Evaluacin de la vulnerabilidad a la sequa en el nordeste de brasil mediante indicadores socioclimticos. MISHRA, B. , Y. TACHIKAWA, and K. TAKARA. 2007. Suitability of simple size for identifying distribution function in regional frequency analysis. Annuals of Disas. XXXX NORBIATO, D., M. BORGA, M. SANGATI and F. ZANON. 2007. Regional frequency analysis of extreme precipitation in the eastern Italian Alps and the August 29, 2003 flash flood. Journal of Hydrology (2007) 345, 149 166 PATRICK, E. 2003. Sequa: Vulnerabilidad y crisis en tierras ridas. Estrategia Internacional para la reduccin de desastres. http://www.unisdr.org/eng/public_aware/world_camp/2003/spanish/19_Article_UNDP_spa.pdf PEEL, M. C., Q. WANG, R. VOGEL, and T. MCMAHON. 2001. The utility of L-moment ratio diagrams for selecting a regional probability distribution. Hydrological Sciences-Journal-des Sciences Hydrologiques REISS, R., M. THOMAS, and J. HOSKING. 2007. Chapter 14. Flood frequency analysis. In: Statistical Analysis of Extreme Values with Applications to Insurance, Finance, Hydrology and Other Fields. Third Edition.

16

565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613

RAIFORD, J.P., N. AZIZ, A. KHAN and D. POWELL. 2007. Rainfall Depth-Duration-Frequency Relationships for South Carolina, North Carolina, and Georgia. American Journal of Environmental Sciences 3 (2): 78-84, 2007 RUTLANT, J. 2004. Aspectos de la circulacin atmosfrica de gran escala asociada al ciclo ENOS 19971999 y sus consecuencias en el rgimen de precipitacin en Chile central. En: S. AVARIA, J. CARRASCO, J. RUTLLANT y E. YEZ. (eds.). 2004. El Nio-La Nia 1997-2000. Sus Efectos en Chile. CONA, Chile, Valparaso. pp. 61-76. SETH, S. 2003. Human impacts and management issues in arid and semi-arid regions. Chapter 8. In: Simmers, I(Ed). Understanding water in a Dry Environment. Hydrological processes in arid and semiarid zones. International Association of Hydrogeologists. BALKEMA. Lissier. 289-341 SCHAEFER, M.; B. BARKER, G. TAYLOR, and J. WALLIS. 2007. Regional precipitation-frequency analysis and spatial mapping for 24-hour precipitation for Oregon. MGC Engineering Consultants, Inc and Oregon Climate Service. SCHAEFER, M. Y J. WALLIS, 2008. Comunicacin Personal SCHNEIDER, S.H., S. SEMENOV, A. PATWARDHAN, I. BURTON, C.H.D. MAGADZA, M. OPPENHEIMER, A.B. PITTOCK, A. RAHMAN, J.B. SMITH, A. SUAREZ AND F. YAMIN, 2007: Assessing key vulnerabilities and the risk from climate change. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson, Eds., Cambridge University Press, Cambridge, UK, 779-810. SHAWKY, A. y H. ABU-ZINADAH. 2009. Exponentiated Pareto Distribution: Different Method of Estimations. Int. J. Contemp. Math. Sciences, Vol. 4, 2009, no. 14, 677 - 693 SMITH, B. and J. WANDEL 2006. Adaptation, adaptive capacity and vulnerability. Global Environmental Change 16 (2006) 282292 STEDINGER, J.R., R. VOGEL and E. FOUFOULA-GEORGIOU. 1993. Frequency Analysis of Extreme Events, Chapter 18, Handbook of Hydrology, McGraw-Hill Book Company, David R. Maidment, Editorin-Chief, 1993 STEINEMANN, A., M. HAYES, AND L. CAVALCANTI . 2005; Drought Indicators and Triggers. In: Wilhite, D. Editor: Drought and Water Crises Science, Technology, and Management Issues. TALLAKSEN, L. Y HISDAL, H. 1999. Methods of regional classification of stremflow droguht series: the EOF Method and L-moments. Technica Report N2. http://www.hydrology.unifreiburg.de/forsch/aride/navigation/publications/publications.htm VARAS E. Y P. BOIS. 1998. Hidrologa Probabilstica. Ed. Universidad Catlica, Santiago, Chile. 1998. VOGEL, R. and M. FENNESSEY. 1993. L-moments diagrams should replace moment product diagrams. Water Resources Research.

17

614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629

WALLIS, J., M. SCHAEFER, B. BARRER. and G. TAYLOR. 2007. Regional precipitation-frequency analysis and spatial mapping for 24-hour and 2-hour durations for Washington States. Hydrol. Earth Syst. Sci., 11(1), 415-442 WILHITE, D. and M. BUCHANAN-SMITH. 2005. Drought as Hazard: Understanding the Natural and Social Context. In: Wilhite, D. Editor: Drought and Water Crises Science, Technology, and Management Issues. WILHITE, D. and M. SVOBODA. 2000. Drought Early Warning Systems in the Context of Drought Preparedness and Mitigation. En: Wilhite, D.A.; M.V.K. Sivakumar; and D.A. Wood (eds.). 2000. Early Warning Systems for Drought Preparedness and Drought Management. Proceedings of an Expert Group Meeting. Lisbon, Portugal, September 57. World Meteorological Organization, Geneva, Switzerland. http://drought.unl.edu/monitor/EWS/EWS_WMO.html YUREKLI, K. and A. ANLI. 2008. Analyzing Drought Based on Annual Total Rainfalls over Tokat Province. International Journal of Natural and Engineering Sciences 2 (2): 21-26, 2008

18