la

INTRODUCCION

El inventario de los recursos hdricos as como su manejo racional son preocupaciones actuales del
Ecuador.

Sin embargo, tales objetivos dependen estrechamente de un buen conocimiento de los elementos
del clima entre los cuales la pluviometra juega un papel importante. Su conocimiento cuantitativo se
obtiene por mediciones permanentes a travs de una red de observaciones puntuales.

Lastimosamente, todo registro de datos adolece de errores de toda naturaleza, lo que demuestra la
necesidad de una crtica severa de los datos obtenidos por medio de la red, los mismos que pueden
ser eliminados cuando se alejan demasiado de la realidad, corregidos cuando la naturaleza de los erro-
res lo permite, o simplemente sealados cuando el valor anormal puede ser considerado como local-
mente posible.

Adems, el clculo de las necesidades de agua y de los recursos disponibles requiere una informacin
completa y consistente aunque no existan estaciones cercanas.

A fin de alcanzar este objetivo,es indispensable dividir el espacio estudiado en zonas homogneas.
en las que el rgimen pluviomtrico as como la variacin interanual de la precipitacin sean similares y
bien conocidos, para despus disear modelos hidro-pluviomtricos que permitan manejar con criterio
cientfico el recurso agua.

El Instituto Ecuatoriano de Recursos Hidrulicos (INERHI), en colaboracin con el Instituto Francs de

Investigacin Cientfica para el Desarrollo en Cooperacin (ORSTOM), emprendi esa tarea en la Sierra
y en la Costa, para elaborar posteriormente su Plan Nacional de Riego. Ante la magnitud del trabajo, se
asociaron al programa la Escuela Politcnica Nacional (EPN) y el Instituto Nacional de Metereologa e Hi-
drologa (INAMHI).

Las cuatro instituciones trabajan en regiones diferentes en base a una metodologa comn que se
presenta en este artculo.

81
 A - HOMOGENEIZACION

1. DEFINICION DEL PROBLEMA

Una serie cronolgica de valores observados es de carcter aleatorio sencillo si todos sus valores
son independientes y provienen de una misma poblacin estadstica por sorteo al azar. El carcter
aleatorio puede ser alterado por:
.:
un efecto de persistencia
Los valores son dependientes de los anteriores pero la serie es estacionaria y sus parmetros
de distribucin no varan en el tiempo.

un efecto de tendencia
, .
La esperanza matemtica de los valores observados vara en el tiempo.

efectos cfclicos o pseudo-cfclicos

La esperanza matemtica de un valor observado es funcin de la cronologa, pero el valor pro-
medio de series suficientemente largas (medias mviles) es estacionario y sus parmetros no
varan en eltier:hpo.

errores de':~bservacin y de medicin .

Afectan unoo varios trminos consecutivos de la serie y pueden superponerse a los 3 efectos
anteriores.' .

Una serie cronolgica de precipitaciones anuales puede contener todos los tipos de efectos al
mismo tiempo. Los tres primeros caracterizan a la pluviometra del sitio de medicin y conforman
as la organizacin interna de la serie.

Slo los errores de observacin y de medicin (o errores sistemticos) inciden

en la homogeneidad de la serie.

El verdadero problema de la homogeneizacin consiste entonces en detectar e identificar dichos

errores.

Tal es el objetivo de esta primera parte.

2. LAS FUENTES DE HETEROGENEIDAD Y LAS CONSECUENCIAS DE ELLA

Mltiples son los problemas que se presentan en una red de observacin pluviomtrica,
Recordaremos solamente los ms frecuentes:

Modificacin del medio circundante o del sitio de medicin

- P.9.r. q~~pJ~?;~l))j!'1n.t9 ..q~! .~p'f,lmJQ

Es un caso frecuente y generalmente la estacin conserva el mismo nombre.

- P.o.r.mqq(i5fflC.i90. q~.I. m!=1qio. ~ir9.V.IJpfml~

Puede ser brusca (construccin cercana) o progresiva (crecimiento de rboles a proximi-
dad). .

- F.Qr.~.mI;>9.,q~_!9.~nl)Jf,l.q~'~~~~t9 .
Modifica significativamente la cantidad de agua recibida por el pluvimetro sobre todo
cuando el sitio est expuesto al viento. '

98
 Errores debidos al aparato

modificacin de la superficie receptora por construccin o deformacin del aparato eJe medi-
cin;

- defecto de calibracin (en los pluvigrafos).

Errores de medicin

Los errores a nivel de la probeta o de la regleta son frecuentes. La confusin de probeta es el

caso tpico. Antiguamente, el Sur del Ecuador estaba equipado con pluvimetros de 100 cm 2
con la correspondiente probeta de cristal. Una vez rota, el observador poda recibir una nueva
de plstico, pero calibrada para un pluvimetro de 200 cm 2 . Las mediciones posteriores al cam-
bio subestimaban entonces en un 50 % la altura real de lluvia.

El siguiente cuadro presenta el valor de los errores cometidos en el caso de una confusin en-
tre probetas y pluvimetros de superficies usuales.

probeta

P 100 cm? 200 cm 2 314 cm? 400 cm 2

I
u -
v
i 100 crn2 1 0,5 0,3'18 0,25

200 cm 2 2,0 1 0,637 0,50
m
e 314 cm 2 3,14 1,57 1 0,79
t
r 400 cm 2 4,0 2,0 1,27 1
o
--'--

Cuadro nO 1

Errores de transmisin

Problemas de correo, de radio, de satlite, etc.

Errores de archivo y publicacin

Al tipear la informacin en bruto, se generan errores de todo tipo (omisin de datos, errores de
fecha, de copia, de digitacin, etc.).

Segn su naturaleza, los errores sistemticos tienen consecuencias diferentes tanto en su detec-
cin como en la correccin de los valores errneos.

Una confusin de probeta necesita generalmente pocos aos para detectarse cuando no hay utili-
zacin concomitante de varias probetas o regletas. Es posible en ese caso restablecer los totales
anuales, mensuales y hasta diarios cuando se conoce la fecha de la confusin.

Una modificacin del medio circundante se detecta con un buen nmero de aos homogneos
antes y despus delcambio. Mientras mayor es el cambio, menos aos serequieren. La experien-
cia demuestra que so/amente los totales anuales y mensuales pueden corregirse en este caso.

Si hay desplazamientos frecuentes del aparato (u otras causas que producen el mismo efecto), las
heterogeneidades no son discernibles y es imposible efectuar correcciones.

9D
3. IMPORTANCIA DE LAS PRUEBAS DE HOMOGENEIDAD

Todo lo anterior demuestra la necesidad de controlar rigurosamente los datos pluviomtricos, con-
trol que se podra hacer consultando el historial de las estaciones.

En general, un cambio de sitio coincide con un cambio de observador y una confusin de probe-
tas se produce despus de una interrupcin de las mediciones. Un buen historial con anotacio-
nes sobre cambios de observadores o de sitio, de material o del medio circundante, permitira en-
tonces resolver gran nmero de problemas.

Lastimosamente, si bien los inspectores conocen esos detalles de la vida de una estacin. estas
figuran rara vez por escrito en algn documento, y con la desaparicin de la gente que sabe
desaparece tambin la informacin.

Una parte del historial puede reconstruirse en base a los documentos originales enviados por los
observadores, pero ello es generalmente insuficiente.

Por tal razn, surgi un inters general por elaborar pruebas de homogeneidad' a partir de los sim-
ples datos.

Numerosas pruebas estadsticas existen en la literatura: test de los signos, test de correlacin se-
rial de Wald, Wolfowitz y Anderson, test de los picos y de fas fases, de correlacin de rango de
Mann y Sperman, de Fisher-Yates,etc.

Esos tests solamente pueden comprobar el carcter aleatorio de una serie de variables indepen-
dientes, lo cual implica la hiptesis de la inexistencia de una organizacin interna de la muestra ob-
servada.

Por construccin, comparan una parte de los valores de la muestra con la restante, por lo que re-
quieren conocer de antemano la poca separando las series homogneas.

Para resumir, no pueden distinguir los errores sistemticos de una organizacin interna real de la
serie, pues no han sido concebido para tal efecto.

Desafortunadamente, la mayora de series pluviomtricas anuales tiene una organizacin interna,

lo que disminuye an ms el inters de aplicar a la pluviometra las pruebas clsicas de homoge-
neidad.

4. LAS PRUEBAS DE SIMPLES MASAS

Para utilizar este mtodo, se anota en coordenadas:

el nmero i del ao en la serie (creciente o decreciente), omitiendo los aos faltantes;

la suma L. xl/x m en la cual XI representa las precipitaciones anuales y Xm la pluviometra pro-

medio de todos los aos utilizados.

En el caso de una' serie cronolgica de carcter aleatorio sencillo, el grfico de simples masas osci-
lar alrededor de la primera bisectriz.

En la prctica, siendo el trabajo muy largo, se usan programas que utilizan una variable transfor-
mada de tipo x/xm - i, lo que permite transformar la primera bisectriz en un eje vertical, facilitando
as el trazado de los grficos por computador.

Si la serie ha sido afectada por uno (o varios) de los efectos enumerados en el punto 1, el grfico
presentar un cambio de pendiente significativo. Dicho cambio es fcilmente detectable y permite
adems localizar los aos afectados, lo que ni siquiera podan realizar los tests clsicos.

100
 Lastimosamente, las pruebas de simples masas no pueden distinguir con certeza los errores siste-
mticos de eventuales efectos que componen la organizacinintema de la serie observada.

La figura 1, elaborada automticamente a partir del programa MASA utilizado en el proyecto, ilustra
bien la afirmacinanterior.

El grfico de simples masas de la estacin Mira no oscila alrededor del eje vertical y parece tener 3
perodos de pendientes diferentes.

El perodo 1965-1968 es casi paralelo al eje lo que significa que esta compuesto por aos normales
(cercanos al promedio muftianuaJ).

El perodo 1969- 1976 corresponde a una serie de totales anuales elevados y el ltimo perlodo
(1977-1983) a una serie de precipitaciones" balas (inferioresal promedio muftianual).

El caso de la estacin Los Cerros (Montecristi), ubicada en la provincia del Manab, es an mas es-
pectacular. .

El grlico est compuesto de 3 pertodos principales (1964-1971 ,1972-1976, 1977-1982) Y se ob-

serva claramente el valor anormalmente elevado del ao 1983 que altera completamente el grfico y
que representa evidentemente al fenmeno del Nio.

Todos esos cambios de pendiente corresponden a efectos que vienen a alterar el carcter aleatorio
de las dos series, pero el problema reside en saber cules son esos efectos.

DOBLES MASAS
SIMPLES MASAS ~. SIMPLES MASSES
DOUBLES MASSES

1983 - 1983 ~
1983

1977 _

1972

1965 _ - 1964
1965 -

MIRA lOS CERROS

Estacin - Station Estacin - Station vs. vs.
MIRA LOS CERROS (MONTECRIST/) CAHUASQUI CAMARON(MANABI)

Figura 1 Figura 2

101
 El solo uso de las simples masas no permite contestar objetivamente y la nica observacin que
puede hacerse es que en las 2 estaciones existe un cambio similar de pendienle entre los aos
1976 y 1977. Este cambio debe corresponder entonces a un fenmeno normal de organizacin
interna.

Para concluir, es indispensable consultar los grficos de dobles masas (figura n 2). realizadas con
estaciones vecinas y en los cuales han desaparecido los diferentes perodos, lo que demuestra
que todos los cambios de pendiente anteriores son debidos a fenmenos normales y caractersti-
cos de las regiones climticas en las cuales estn ubicadas las 2 estaciones.

Si bien las pruebas de simples masas son interesantes en comparacin con las pruebas estadsti-
cas, no pueden aportar criterios realmente objetivos en cuanto a la homogeneizacin de los datos
pluviomtricos.

Adems parece imposible detectar con certeza los errores sistemticos a partir de una sola serie
cronolgica. Afor1unadamente, en el estudio de las precipitaciones, se dispone generalmente de
varias estaciones ubicadas en una misma regin. .
, .
5. LAS PRUEBAS DE DOBLES MASAS

5.1 Hiptesis de base

Se admite que existen zonas climticas en las cuales se dispone de varias estaciones cuyas se-
ries cronolgicas estn relacionadas por coeficientes de correlacin lineal significativamente po-
sitivos.

Perteneciendo a una misma zona climtica, las estaciones estn sometidas a los mismos efectos
de persistencia. de tendencia o de pseudo-ciclos. Sus coeficientes de variacin son entonces
similares y sus precipitaciones anuales pseudo-proporcionales.

Es decir que para un ao i, los totales anuales XI y YI de dos estaciones de la misma zona tienen
entre ellos la siguiente relacin:

(1 )

en donde xn y Yn corresponden a los promedios multianuales de las dos estaciones, calculados

en un perodo suficientemente largo. La varianza de el (trmino independiente tanto de Xi
como de YI) es ms reducida si el coeficiente de correlacin entre las dos estaciones es mayor.
Su esperanza matemtica es igual a cero.

5.2 Taorfa de las dobles masas

La hiptesis anterior implica entonces que una estacin X est ligada a una tendencia climtica
regional nica, cuyos valores anuales ti pueden expresarse mediante una variable WI reducida y
normada de la siguiente forma:

(2)

en donde t M corresponde al promedio de la tendencia y (Jl a su desviacin estndar.

Considerando que una estacin tiene factores de sitio propios (promedio XM, desviacin estn-
dar (Jx). representativos del sitio de medicin, y que sus observaciones tienen fluctuaciones
aleatorias (UI) cuya magnitud vara segn la relacin existente entre la estacin y su tendencia,
las precipitaciones XI de la estacin X podrn escribirse segn la frmula:

102
 (3)

en donde r x representa el coeficiente de correlacin entre la estacin y su tendencia.

Acumulando los datos hasta el ao n, tenemos:

( 4) LX' =n- XM + ox . (r x . L w, + L u, .~ 1- r; )
Dividiendo para el promedio:

(5) /

en donde C x corresponde al coeficiente de variacin de la estacin X. El grfico de simples ma-

sas ilustra esta relacin.

Consideremos ahora otra estacin, Y, que pertenece a la misma zona climtica. Efectuando los
clculos anteriores, obtendremos la siguiente ecuacin:

(6)

Eliminando n y reagrupando los trminos:

x,'
1"
(7) + "'-'
" W, . (r y.Cy - rx.Cx )

La ecuacin anterior muestra la existencia, entre los totales acumulados X n y Y n, de una relacin
lineal alterada por 2 trminos complementarios, A y B.

Eso significa que el grfico de dobles masas (o de dobles acumulados) oscilar alrededor de una
recta de pendiente positiva igual a 1.

Si las estaciones son independientes, la magnitud de la oscilacin del.grfico depender nica-

mente de C x y C y. En el caso contrario, la oscilacin disminuir cuando los coeficientes de corre-
lacin se aproximen a 1.

Toda variacin de uno de los promedios se traducir en una modificacin simultnea de la pen-
diente del grfico, como en el caso de las simples masas.

Segn la ecuacin (7), si las 2 estaciones son suficientemente cercanas como para obedecer
estrictamente a una misma tendencia climtica, C x y Cy sern sensiblemente iguales as Como r x
y r y. En este caso, el trmino A de la ecuacin tender haca cero y /a re/acin existente entre las
dos SUmas acumuladas X n y Yn ser independiente de eventuales fluctuaciones climticas y al-
terada nicamente por factores aleatorios cuando los datos son homogneos.

EN ESTE CASO, TODA MODIFICACION DE LA PENDIENTE DEL GRAFICO CORRES-

PONDERA UNICAMENTE A ERRORES SISTEMATICOS.

Es la gran ventaja que tienen las dobles masas en comparacin con las simples masas cuya
ecuacin (5) contiene siempre los valores w, relativos a la tendencia climtica de la zona conside-
rada, los mismos que pueden contener otros efectos superpuestos como lo hemos visto en la
figura 1.

103
 La ecuacin (7) permite el uso de la metodologla para cualquier estacin, pero en la prctica, la do-
teccin de errores poco Importante es posible siempre y cuando la oscilacin tenga menor ampli-
tud, es decir cuando exista una correlacin. suficiente entre las estaciones. Por esa razn, su se
restringe a estaciones cercanas, aunque esa nocin de proximidad se defina ms por el valor del
coeficiente de correlacin que por la distancia absoluta.

5.3. Anlisis de grficos

Las figuras 2 y 3 Ilustran bien las afirmaciones anteriores.

En la primera, la estacin Mira es comparada a la de Cahuasqu y la estacin Cerros (Montecrisli) a

la de Camarn (Manabl). Los cambios de pendiente que tenfan las dos estaciones en simples ma-
sas han desaparecido, lo que demuestra se debfan nicamente a efectos particulares (w) de la
tendencia climtica de cada estacin.

Las curvas oscilan ligeramente alrededor de una recta. En el caso de la estacin Los Cerros, esa
recta difiere del eje representado por la primera bisectriz debido al efecto del NUlO de 1983, cuyo
carcter excepcional detennina que la hiptesis de pseudo-proporcionalidad no sea totalmente res-
petada.

La figura 3 muestra grfk::osde dobles masas alterados por errores sistemticos.

EL ANGEL VS. SAN GABRIEL EL ANGEL VS. SAN GABRIEL

1964 -
\
\

.... 1963
I .... 1963
I

Originales Corregidas Corregidas

Originales
COR 0,56 = Corrges
=
COR 0,64
COR == 0,70 Corrges
COR = 0,76

Figura 3

La curva que representa la comparacin entre las estaciones El Angel y San Gabriel tiene 2 perio-
dos diferentes (1963-1970 Y 1971-1985), cuyas pendientes tienen una relacin igual a 1,20.

104
 Este valor no corresponde a ninqn valor del cuadro 1, habindose diagnosticado entonces un
cambio de sitio. .

Multiplicando el primer perodo por el valor de 1,2 para obtener una serie cronolgica homog-
nea y representativa del ltimo sitio del aparato, obtenemos una curva mucho ms adecuada.

Sin embargo, despus de haber visto la estacin y estudiado su historial en ellNAMHI (a quien
presentamos nuestro reconocimiento por habernos permitido la consulta), pudimos comprobar
el cambio de sitio de la estacin climatolgica, pero en una fecha anterior.

Este error en el diagnstico proviene del valor particularmente bajo del coeficiente de correla-
cin (0,56) y viene a corroborar lo dicho en el prrafo anterior.

Las dobles masas entre las estaciones Zuleta y Pimampiro muestran un cambio de pendiente a
partir del ao 1972. La relacin entre las pendientes de los dos perodos es de 1,36, lo que tarn-
poco corresponde a ningn valor del cuadro 1. Se diagnostic entonces un cambio de sitio.

Una visita de campo permiti corroborar la fecha del cambio, pero el observador nos indic un
cambio de probeta.

Esas dos estaciones tampoco tienen coeficientes de correlacin muy significativos (0,70 y 0,76
para los valores corregidos), lo que puede explicar el error de diagnstico.

En los dos casos anteriores, fue necesario comprobar las estaciones con relacin a todas las
otras circundantes para acertar el diagnstico, lo que constituye un serio limitan te de esa meto-
dologa. .

5.4. Conclusiones sobre los grficos de dobles masas

Para utilizar este mtodo se debe, en primer lugar, determinar empricamente grupos de esta-
ciones que pertenezcan a la misma zona climtica, teniendo en cuenta la distancia entre ellas,
los efectos de relieve, el tipo de rgimen intra-anual, etc.

Posteriormente, se compara cada una con todas las dems del grupo, lo que significa un n-
mero de dobles masas igual a m (m -1) /2 para un grupo de m estaciones. En esas condicio-
nes, el tratamiento de la pluviometra de una regin o de un pas exige la manipulacin de una
cantidad considerable de informacin, posible nicamente mediante automatizacin de las ope-
raciones de tratamiento.

El programa MASA, utilizado en el proyecto, constituye un buen ejemplo de trazado automtico

de grficos. Su utilizacin facilita considerablemente las comparaciones entre estaciones supri-
miendo la mayor parte de las operaciones manuales y aportando una valiosa ayuda en el trabajo
de inl erpretacin.

La sola figura 2 no permite tampoco detectar de donde vienen los errores que aparecen en los
grficos con datos originales. Los cambios de pendiente pueden provenir tanto de Mira como
de Cahuasqul o de Los Cerros (Montecristi) como de Camarn (Manab). Varias pruebas sern
necesarias para descubrir de donde vienen los problemas.

La mejor manera de utilizar el mtodo de dobles masas es seleccionar, en la zona climtica consi-
derada, algunas estaciones con datos de buena calidad y de largo perodo (estaciones de
base). Comparndolas con las estaciones vecinas y corrigiendo cada vez que aparezcan cam-
bios de pendientes, es factible constituir otras estaciones de base y avanzar as lentamente,
comprobando cada vez los diagnsticos emitidos con todas las estaciones de base.

Operando minuciosamente y de esa manera, es posible llegar a diagnsticos precisos y compro-

bados. La metodologa es usada en varios continentes en donde se ha probado su eficiencia.

11:.5
 )

Sin embargo, la realidad es ms compleja. No siempre es posible encontrar de antemano esta-

ciones de base y, en tal caso, la interferencia entre errores provenientes de estaciones diferen-
tes dificulta en gran medida la eleccin de criterios de decisin realmente objetivos.

Adems, es frecuente disponer de estaciones de base que tengan perodos de observacin in-
completos, justamente en los aos interesantes de comparar.

Se percibe entonces, el inters de elaborar un vector de referencia:

homogneo,
que cubra todo el perodo considerado,
automticamente,
en base a los.datos existentes.

Con un vector elaborado en condiciones ptimas, su simple comparacin con una estacin per-
mitira concluir sin tener que pasar por toda una serie de deducciones cuya prctica conduce r-
pidamente a confusin cuando el nmero de estaciones por tratar aumenta.
, .
6. ELASORACION DE UN VECTOR DE REFERENCIA

6.1 Principal inters

Si Z designa al vector de referencia representalivo de la tendencia climtica regional descrita en

el punto 5.2 yen la cual se encuentran las estaciones a verificarse, dicho vector no tendr fluc-
tuaciones aleatorias y su relacin con la tendencia podr escribirse mediante la siguiente ecua-
cin:

(8)

en donde ZI representa los valores anuales, ZM el promedio, y O'z la desviacin estndar.

Acumulando las variables z hasta el ao n y dividiendo para el promedio, la ecuacin anterior se

escribe:

(9)

en donde Cz corresponde al coeficiente de variacin de ZI.

Comparando este vector con una estacin X que pertenezca a la misma zona climtica y elimi-
nando n entre las ecuaciones (5) y (9), obtenemos:

(10)

? para simplificar:
(11 ) Xn =Zn + A + S
Como lo manifestamos en el punto 5.2, en una misma zona climtica, el trmino A tiende hacia
cero, mientras el trmino S, del cual depende la magnitud de la oscilacin de las dobles masas,
tiene como varianza:

(12 )

relacin en la cual C~ y C~ corresponden al cuadrado de los coeficientes de variacin C. y Cz .

106
 En la comparacin estacin por estacin en dobles masas, la varianza del trmino B de la ecua-
cin (7) es:

(13)

Con coeficientes de variacin similares, (J~y es superior a (J~, lo que significa que las dobles ma-
sas entre estaciones y vector tendrn una oscilacin menor que las dobles masas entre estacio-
nes. Adems, como el vector no tiene fluctuaciones aleatorias, su coeficiente de variacin ser
inferior al de la mayora de estaciones y esa particularidad ser an ms marcada.

Eso significa que las dobles masas entre estaciones y vector de referencia sern mas precisas
que las dobles masas entre estaciones, como lo podremos verificar en ejemplos posteriores.

6.2 Condiciones de elaboracin

La elaboracin del vector tendr que conformarse con la condicin de pseudo-proporcionalidad

de los totales anuales y deber tambin tener en cuenta algunas consideraciones complemen-
tarias:

su elaboracin no debe exigir hiptesis previas sobre la distribucin de los totales pluviom-
tricos anuales;

para un ao dado, el total anual de una sola estacin no puede, a priori, servir de valor de re-
ferencia;

se supone' que en el conjunto de la informacin global existe un valor estimativo de la ten-

dencia climtica regional, ms representativa que la informacin parcial de cada una de las es-
taciones; .

el proceso de elaboracin debe ser concebido de modo que toda la informacin disponible
sea utilizada sin que la informacin errnea tenga una influencia sensible en el resultado; sin
embargo, en la prctica, cuando los datos son realmente desastrosos, ser necesario corre-
gir los errores ms grandes, pero no se eliminarn a priori estaciones de perfodos cortos (5
aos por ejemplo) cuyos valores pueden ayudar a la construccin de una componente anual
del vector.

6.3 Anlisis de la matriz de datos

El conjunto de los totales anuales conforma una matriz A cuyas filas son las estaciones y las co-
lumnas los aos. \ 01',,',. \..' .
t r f> ~,iI -.
(14) A = IxllI ] = I~l: ('t l/ : -~) ;J.
1-1, ,n
~ ""' " " ,
Los 11 datos obtenidos durante 1n ao i definen las coordenadas de un vector-lluvia en el espa-
cio de las estaciones.

Si la pseudo-proporcionalidad fuese estricta, la ecuacin (1) podra escribirse:

( 15)

El conjunto de los n vectores constituira entonces un conjunto de vectores colineales y la ma-

triz A podra representarse por una matriz B degenerada.

En la realidad, la matriz A se aleja de esle modelo terico porque en cada estacin existen fluc-
tuaciones aleatorias que deben tenerse en cuenta,

107
 As, tenemos:

( 16) A=B+E

B representa la informacin terica deseada.

6.4 Anlisis de algunas posibilidades

Una posibilidad es calcular, para cada ao, el valor del vector utilizando la media aritmtica de to-
dos los totales observados durante este ao.

En caso de homogeneidad previa de todos los datos y de distribucin normal, la media aritm-
tica corresponde efectivamente a un parmetro significativo de tendencia central.

Lastimosamente, las variables se alejan frecuentemente de una distribucin normal:

por el escaso nmero de datos que genera distribuciones asimtricas;

por la existencia de series heterogneas regidas por distribuciones plurimodales;

por la presencia de valores anormales que vienen a alterar el clculo de la media (.. contami-
nacin de la media por los valores extremos").

Una estimacinvellosa puede obtenerse a partir de las medianas, pero los clculos se vuelven
problemticos cuando las series tienen muchos aos sin observacin.

En base a las consideraciones anteriores, G. Hiez [61 emprendi la elaboracin de un vector re-
gionaltomando en cuenta los valores modales. Dicho vector se utiliza en Brasil en donde est
dando buenos resultados. Desafortunadamente, el algoritmo es bastante largo en tiempo de
clculo y su aplicacin est reservada, por el momento, a grandes computadoras. ,;

Explorando en una direccin diferente; otro investigador (Y. Brunet-Moret [2].[3], [4]) dise un
vector de los ndices anuales" (o vector YBM) que estima, para cada ao, la media ms proba- ~
ble.

El proyecto Plan Nacional de Riego utiliza este ltimo vector. A continuacin presentamos su
teora y sus resultados.

Cabe sealar que los dos vectores han sido probados en varios pases, dando resultaods simila-
res, pero nunca han sido aplicados en un pas de relieve tan contrastado como lo es el Ecuador.

,0 PRESENTACION DEL VECTOR YBM

7.1 Hiptesis de base

Si Z es el vector de la zona climtica estudiada, segn las ecuaciones (1) Y (14), para el ao i, la
precipitacin anual Xlii de la estacin e (de las Jl existentes) est vinculada al ndice ZI del vector
por la relacin:

(17)

XMll = esperanza matemtica de Xli en su universo

efll = variable aleatoria independiente de z,

Las variables Ell (de a a 11) son independientes entre ellas.

Como se manifest inicialmente, para una estacin 9. la serie cronolgica de XOI es de carcter
aleatorio sencillo, alterado. por efectos de tendencia, persistencia y pseudo-cclicos.

108

\
 Dichos efectos estn representados ya en el veclor; la serie cronolgica de los eol es entonces
de carcter aleatorio sencillo.

Cabe recordar que en la zona climtica considerada existe la hiptesis de que los totales pluvio-
mtricos anuales son pseudo-proporcionales.

Todo lo anterior (hiptesis y relacin) implica que:

la esperanza matemtica de EA = O en su universo;

la esperanza matemtica de z = 1 en su universo;
las varianzas de Ecu , E son iguales entre ellas y a Var E

Para cada ao i, los ell"..... ,e1 no son independientes entre ellos (proximidad geogrfica),
pero se admite que en sus universos la suma de las covarianzas es igual a cero:

Esto implica que los coeficientes de correlacin entre estaciones no son iguales pero tienen un
valor promedio de:

( 18) CORXYM = Var Z/(Var Z + Var E)

Con esas hiptesis, el coeficiente de correlacin entre el veclor y una estacin cualquiera ten-
dr en los universos un valor igual a:

(19) CORXVM = v'CORXYM

Siendo esle valor superior a CORXYM, es comprensible que las dobles masas entre vector y es-
tacin sean en general ms precisas que las dobles masas entre estaciones.:

Lo anterior implica tambin que el valor del coeficiente de variacin de cada eslacin en su uni-
verso sea igual a : .

(2 O)

7.2 Algoritmo de clculo

El programa examina los totales anuales de las estaciones seleccionadas a partir de un ao de

principio (ID) y hasta un ao final (IF) y escoge nicamente las estaciones que poseen por lo
menos MINIAO aos en el perodo considerado, as como los aos del perodo en donde
existen por lo menos MINIEST totales pluviomtricos.

Las variables ID, IF, MINIAOy MINIEST son variables de entrada, definidas por el utilizador.

Los valores seleccionados conforman la matriz de observacin A (n, ~I) de las precipitaciones
anuales de ~ estaciones en n aos.

Dicha matriz es generalmente incompleta (observaciones faltantes) y constituye la base de

clculo del vector.

En un espacio de ~t dimensiones, la ecuacin:

(21)

representa un hiperplano perpendicular a la recta:

(22)

H)9
 El clculo consiste en determinar los valores XM9 para cada estacin y los valores de ZI para cada
ao, para que los hiperplanos representativos de las observaciones de cada ao sean paralelos
entre ellos y perpendiculares a la recta (22).

Segn las hiptesis anteriores aplicadas a la muestra (promedio de Z = 1, promedio de E = O,

Var 8 = Var E), se pueden utilizar los mnimos cuadrados para minimizar la expresin:

(23)

para determinar XM9 , XM~' ZI zn'

Derivando dicha expresin segn ZI' si existen ~1 estaciones observadas en el ao 1, obtene-

mos n ecuaciones:

(24 )

Derivando la expresin (23) segn 1/xMf!o si existen "1 aos observados en esta estacin 0, ob-
tenemos ~ ecuaciones:

(25)

En realidad, teniendo en cuenta que existen datos faltantes, se debe reemplazar ZI en la expre-
sin (23) por su valor encontrado en la ecuacin (24) antes de derivar segn 1/xMO para obtener
. un sistema de ~ ecuaciones con ~ incgnitas (1/xMO):

(26)

Este sistema lineal es homogneo y tiene una solucin banal:

1/x M U = ..... = lIxM~ =O

Para su resolucin, debe ser reducido a (~- 1) ecuaciones lineales de (~- 1) incgnitas y con
el segundo miembro diferente de cero.

=
Fijando lIxM~ 1, se calculan entonces, por los mnimos cuadrados (regresin mltiple), los
(11- 1) valores de lIxMu que mejor satisfacen las ~ relaciones entre las cantidades f de la ecua-
cin (26).

Se conocen as los valores C/XM{l' , C/XM~' siendo C un coeficiente multiplicador descono-

cido, pero igual para todas las variables.

Con las ecuaciones (24) se calculan los valores de ZI' Formulando la hiptesis de que el prome-
dio de los ZI es igual a 1, se calcula el coeficiente C, pudindose as determinar exactamente los
valores XMu , XMIl'

El clculo anterior muestra que:

110
 APLlCACION A CASOS CONCRETOS

El algoritmo anterior da el mismo peso a cada uno de los valores observados al igual que a los va-
lores alterados que se quieren detectar y que pueden influir en los valores de XMtl Y Z,.

Conviene entonces formular una ltima hiptesis admitiendo que en cada ao y en cada esta-
cin los valores errneos son la minora.

El clculo se realiza segn el siguiente proceso:

Un primera iteracin se efecta con los valores reales de la matriz A y se calcula Una primera
serie de valores para los XMll Y ZI'

Para cada ao y para cada estacin se compara XUj/XMll con ZI' Si x~li/xMoIzl no est compren-
dido entre un intervalo dado, Xlii ser reemplazado por x MO .2 1,

Los nuevos valores de la matriz A se utilizan para una segunda iteracin, la cual calcula nue-
vos valores de XMfJ Y 21 que se comparan nuevamente con el intervalo y se reemplazan de ser
necesario segn el procedimiento anterior.

Se procede a una serie de iteraciones hasla que todos los valores de XU/XM,/ZI se encuen-
tren al interior del intervalo, lo que ocurre rpidamente.

Es lgico que los valores que delimitan el intervalo dependan de la varianza de E de la cualtene-
mas una estimacin (por exceso si la homogeneidad espacial no es realizada). En la realidad, es
difcil tener en cuenta esa observacin cuando existen series heterogneas.

Despus de varias tentativas, tanto en el callejn inlerandino como en la Costa, se resolvi to-
mar 0,7 Y 1,5 como valores que delimitan el intervalo de comparacin.

Esas cantidades son similares a 2fn y a Tt!2, valores debidos a los errores ms frecuenles entre
probetas y pluvimetros (cuadro n 1).

7.3 Test de sensibilidad

Consideramos un grupo de 12 estaciones ficticias observadas durante 20 aos (1966-1985 por

ejemplo) y cuyos totaJes anuales varan entre 999 y 1.001 mm (casi siempre iguales a
1.000 mm).

Los datos de 3 estaciones en un perodo de 10 aos (1966-1975) son multiplicados por 5.

Un vector elaborado a partir de la media aritmtica sera alterado y tendra 2 perodos cuyas pen-
dientes diferentes tendran una relacin igual a 2.

Con el vector, la relacin es de 1,25, lo que demuestra su poca sensibilidad a confusiones de

aparatos o a cambios de sitio.

En esas mismas estaciones, se multiplica por 13 la precipitacin de 1985 en una estacin.

Para ese ao, el valor de la media alcanza los 2.000 mm, mientras que el valor del vector es de
1.025 mm, lo que pone en evidencia su casi insensibilidad a valores extremos como errores de
teclado, etc.

En los dos casos anteriores (un tanto extremos), la comparacin de las estaciones con la media
no hubiera permitido detectar los errores, al estar ella misma alterada.

1 11
8 . RESULTADOS OBTENIDOS

Desde hace varios meses, el equipo de trabajo est efectuando el tratamiento de la informacin
de ms de 700 estaciones de la Sierra yde la Costa, aplicando la metodologa anterior.

La cuenca del ro Mira est terminada y los diagnsticos emitidos han sido comprobados con verifi-
caciones de campo y revisin de los historiales en ellNAMHI.

En la parte sur del pas y en las cuencas del Guayas y delPastaza, el tratamiento ha terminado y
slo resta verificar los diagnsticos.

La homogeneizacin est bien avanzada en Manab y en la cuenca del ro Esmeraldas.

Solamente queda por emprender los anlisis en las estaciones ubicadas en las cuencas de Caar
y Zapotal,

El concepto de pseudo-proporcionalidad ha sido verificado en todas partes, aunque las zonas cli-
mticas encontradas en la Sierra son ms reducidas y sus limites ms difciles de trazar.

Por lo tanto, no existen tantos micro-climas como se poda esperar y las estaciones obedecen a
efectos climticos similares cuyo impacto en las precipitaciones vara segn la posicin de la esta-
cin en relacin con el relieve (efeclos de abrigo, etc.). '

Ms vale entonces hablar de topo-climas.

El vector detecta tambin los errores con buena confiabilidad como lo observamos en la figura 4
que representa las estaciones El Angel y Zuleta ya presentadas en la prueba de dobles masas (fi-
gura 3).

Los coeficientes de correlacin han aumentado significativamente, lo que permite acertar el diag-
nstico por visualizacin de un solo grfico.

El cambio de sitio de la estacin El Angel aparece ahora entre 1969 y 1970 (conforme al historial),
y la relacin de pendientes en el caso de Zuleta es de 1,57 confirmando as el cambio de probeta
realizado por el observador en 1972.

Las verificaciones han permitido confirmar todos los diagnsticos de la cuenca del Mira para la cual
se obtuvieron los siguientes resultados: '

- 58 estaciones analizadas
- 14 con cambios de sitio o inadecuacin de aparatos
- 17 con aos anormales

es decir casi un 50 % de estaciones homogneas, lo que corresponde a los re-

sultados obtenidos en palsas vecinos.

112
 El ANGEL vs. VECTOR 8 ZUlETA vs. VECTOR 3

-1984
\ -1985 -1985
\
\

I -1965 ~. 1965
_ 1964 _1964
I

Corregidas Originales Corregidas

Originales
Corrlges COR =0,71 Corrlges
COR =0,94
COR =0,94 . COR = 0,85

Figura 4

113
 I[ B - REGIONALlZACION

1. DEFINICION DEL PROBLEMA

La regionalizacin pluviomtrica, su concepcin y la precisin de su clculo dependen en gran

medida de los objetivos perseguidos.

El Plan Nacional de Riego necesita establecer. en cualquier parte del pas, balances entre necesi
dades de agua y recursos hldricos, los cuales tendrn que calcularse mes a mes y ao por ao
para tener en cuenta los riesgos (desde el punlo de vista estadstico) que debern asumir los per-
metros regables en cuanto a disponibilidad de agua.

En el caso del clculo de las necesidades de agua, se requiere entonces disponer de una se-
rie cronolgica mensual y anual homognea, observada en un perodo suficientemente largo y
cuya precipitacin anual promedio sea igual a la del permetro considerado.

La utilizacin de un vector de referencia no permitir obtener dalos exactos (ausencia de Iluc-

tuaciones aleatorias en el sitio considerado), pero permitir estimar los parmetros estadsticos
correctos.

Por otra parte, el clculo de la lluvia promedio de una cuenca vertiente integra las precipitacio-
nes puntuales de cada una de sus partes y por lo tanto elimina o reduce la influencia de las fluc-
tuaciones aleatorias debidas a cada medicin. En ese caso, la estimacin del recurso hdrico
. mediante la relacin lluvia-caudal se aproximar ms a la realidad si utiliza tambin un vector de
referencia que no contenga esos efectos.

Lo anterior demuestra que los balances hdricos en un punto dado pueden establecerse de mejor
manera a partir de un vector de referencia, representativo de la regin del sitio considerado (o de
su cuenca vertiente), desde el punto de vista tanto cronolgico (regionalizacin cronolgica)
como de su reparticin intra-anual (regionalizacin de rgimen), siempre y cuando se conozca la
precipitacin anual promedio del punto de clculo o de su cuenca.

Veamos como el vector YBM puede resolver esos problemas.

2. TRAZADO DE ISOYETAS

Para ser efectivas, las isoyetas deben trazarse en base a estaciones cuyos totales anuales hayan
sido calculados en un perodo comn suficientemente largo para ser representativo.

En teora, el vector YBM se elabora segn la esperanza matemtica de las precipitaciones anua s
de cada estacin.

En la prctica, el programa de clculo estima cada esperanza matemtica en base a la 9' anizacin
interna de la tendencia climtica regional.

No se necesita entonces rellenar los aos fallanles de cada estacin en un perodo comn ni cal-
cular la representatividad de tal perodo. Adems, las relaciones entre lluvia y altitud son normal-
mente ms precisas al interior de cada zona climtica encontrada.

3. REGIONALlZACION CRONOLOGICA

La metodologa del vector al igual que la de las dobles masas depende de la existencia de zonas
climticas homogneas.

.114
 Figura 5

El primer paso consiste en agrupar el mximo de estaciones para construir un primer vector, a fin de
eliminar despus las que tienen un coeficiente de correlacin muy bajo con el vector. La dificultad re-
side en saber si este valor bajo proviene de la no pertenencia a la misma zona o si se debe a la pre-
sencia de series heterogneas. 8 examen de las dobles masas entre estaciones y vector permite su-
perar la dificultad y la delimitacin de cada zona se va precisando a medida que se procede a la co-
rreccin de las series alteradas.

La precisin de la zonificacin depende nicamente del criterio de similitud escogido. En este trabajo,
hemos delimitado las zonas de modo que el coeficiente de correlacin promedio entre estaciones y el
vector correspondiente se site alrededor de 0,9. Los resultados respondieron a las esperanzas
como lo demuestra el siguiente cuadro relativo a la cuenca del Mira (figura 5).

grupo ng 1 2 3 4 5 6 7 8

coeficiente de
0,91 0,89 0,91 0,95 0,91 0,98 0,96 0,96
correccin

Cuadro n 2 2

115
 Los lmites de las zonas 4 y 8 no estn completamente definidos sencillamente por falta de esta-
ciones cercanas.

Se han obtenido resultados similares en las otras regiones, y es posible tambin detectar las par-
tes en las que la red pluviomtrica es insuficiente.

4. REGIONALlZACION DE REGIMEN

Para agrupar estaciones segn su rgimen, es posible razonar, como usualmente, en promedios
mensuales.

Lastimosamente. el rgimen de una estacin vara segn el ao, y existen en la Sierra estaciones
de rgimen promedio interandino mientras tienen algunos aos de rgimen pseudo-amaznico,
como el caso del ao 1975 en la estacin Ibarra-Aeropuerto (figura 6). Asl, aunque la comparacin
en rgimen promedio es vlida, no es suficiente, y es necesario, para no perder informacin, con-
siderar los datos mensuales como una sola serie cronolgica.

Desde ese punto de vista, las hiptesis y ecuaciones que rigen la elaboracin del vector no impi-
den considerar una serie mensual.

El concepto de pseudo-proporcionalidad ser ms difcil de encontrar, las fluctuaciones aleatorias

sern mayores y los ajustes a valores anuales tal vez delicados. Sin embargo, el grupo de trabajo
est realizando ensayos en ese sentido, y esperamos que resultados futuros vengan a confirmar
este razonamiento.

116
 REGIMENES

,\~f'!>
. \.~f~

\.~ttJf;)

\.~~
~~<;)\~

ESTACION IBARRA-AEROPUERTO

Figura 6

CONCLUSION

El mtodo del vector regional ha demostrado su buena sensibilidad para detectar los errores sistemticos
que alteran las series cronolgicas de precipita ciones anuales.

Su aplicacin en computador es relativamente sencilla y rpida en comparacin con el mtodo de las do-
bles masas.

El vector Y8M facilita tambin el trazado de las isoyetas y permite delimitar zonas climticas homogneas
presentando de manera exacta sus caracterlsticas.

Una slntesis pluviomtrica a nivel nacional puede elaborarse solamente a partir de los vectores de cada
zona, reduciendo asl el volumen de anlisis y suprimiendo los efectos aleatorios debidos a toda medicin
puntual.

Los primeros resultados ratifican las t-riptesis emitidas y confirman, por primera vez, la validez de la meto-
dologfa en medio montaoso,

117
 BIBLlOGRAFIA

[1] BRUNEL, J.-P., 1986. Comparaison instrumentale des prcipitations en c1imat mdilerranen
semi-aride, in Hydrologie Continentale, vol. 1, nll 2, p. 87-93 ..

[2] BRUNET-MORET, Y., 1971. tud~ de I'homognit de sries chronologiques annuelles par la ~
mthode des doubles masses, in Cahiers ORSrOM, srie hydrologie, vol. 111, nll 4, p. 3-31.

[3] BRUNET-MORET, Y., 1977. Test d'homognit, in Cehiers ORSrOM, serie Hydrologie, vol. XIV,
nll 2, p. 119-128.

[4] BRUNET-MORET, Y., 1979: Homognisation des prcipitations, in Cahiers ORSrOM, serie Hy-
drologie, vol. XVI, nI! 3-4, p. 147-170.

[5] CHEVALLlER, P., 1986. Note sur les carts de mesure observes entre pluvlornetres estndars et
au sol, in Hydrologie Continentale, vol. 1, n 22, p. 111-119.

[6] HIEZ, G., 1977. L'homognit des donnes pluviomtriques, in Cahiers ORSrOM, serie Hydro-
logie, vol. XIV, n 2, p. 129-172.

[7] L'HTE, Y., 1985. Controle de la qua lit et de I'homognit des donnes pluviomtriques par
la mihode du vecteur des indices annuels de prcipitation, Zrich, ETHIIAHSIWMO, Workshop
on Ihe correction of precipitation measurements.

[8] RODDA, J.-C., 1967. The rainfall measurernent problem, in AISH, publ. n 78, p. 215-281.
.. .

[9] SEARCY, J.K., HARDISON, C.H., 1983. Curva de dobles masas, HIMAT et COLCIENCIAS, Bogot.

118