Hidrología - 05 Precipitacion Estadistica PDF

División de Ingenierías
Departamento de Ingeniería Civil y Ambiental

Hidrología
Augusto Sisa Camargo
Hidrología
Parte 3
https://www.flickr.com/photos/internetarchivebookimages/14781906511/in/photostream/
Agua Atmosférica
http://www.thescientificcartoonist.com/?p=198
1
Hidrología
Atmósfera
• Aire Seco
– N2, O2 (99%)
– Argón CO2
• Vapor de Agua
• Películas sólidas en suspensión
http://www.cliffsnotes.com/study_guide/Moisture-in-the-Atmosphere.topicArticleId-24060,articleId-24054.html
2
Hidrología
Presión Atmosférica
• Presión por efecto del aire y sus componentes
Presión Atmosférica (Unidades = ?)
3
Hidrología
Presión Atmosférica sobre la superficie (Pa)
4
Hidrología
Circulación Atmosférica
Circulación Atmosférica
5
Hidrología
Corrientes de agua
Enlace el Niño
El niño 2
Presión de vapor de saturación:

• Es la presión de vapor correspondiente para
que a una temperatura de aire dada, exista un
máximo contenido de humedad que el aire
puede tener. A esta presión de vapor la tasa
de evaporación y condensación son iguales.
 17.27T 
es  611 exp 
 237.3  T 
donde, es está en Pa y T en grados Celsius (Raudkivi, 1979)
6
Hidrología
Humedad Atmosférica
• Contenido de Humedad en el aire.
– Una de las Fuentes de precipitación
• Presiones parciales.
Humedad absoluta.
• Contenido de agua en la masa de aire
• HA Kg/m3
7
Hidrología
Humedad Relativa
• Es la relación porcentual entre la cantidad de
humedad en un espacio dado y la cantidad
que ese volumen podría contener si estuviera
saturado.
Psicrometro
http://es.wikipedia.org/wiki/Imagen:Psicrometro.jpg
Humedad relativa
• Matemáticamente
e
Rh 
e sat
8
Hidrología
Temperatura de punto de rocío

• Es la T° a la cual un espacio se satura al enfriar
el aire a presión constante (isobarico) y con
un contenido de vapor de agua constante.
Humedad relativa
http://www.meted.ucar.edu/fire/s290/unit5/media/graphics/all_bulb.jpg
9
Hidrología
Punto de Rocio
http://www.meted.ucar.edu/fire/s290/unit5/media/graphics/all_bulb.jpg
Humedad
http://people.cas.sc.edu/carbone/modules/mods4car/moisture/moisture.html
10
Hidrología
Up to 29 C° No discomfort
From 30 to 34 C° Slight discomfort sensation
From 35 to 39 C° Strong discomfort. Caution: limit the heaviest physical activities
From 40 to 45 C°
From 46 to 53 C°
Over 54 C°
Strong indisposition sensation. Danger: avoid efforts
Serious danger: stop all physical activities
Death danger: imminent heatstroke
Humidex
Augusto Sisa 21
Up to 21 No discomfort
From 21 to 24 Less than half population feels discomfort
From 25 to 27 More than half population feels discomfort
Most population feels discomfort and deterioration of
From 28 to 29
From 30 to 32
psychophysical conditions
The whole population feels an heavy discomfort
Sanitary emergency due to the the very strong discomfort which
Thoms
Over 32 may cause heatstrokes
Augusto Sisa 22
11
Hidrología
Presión de Vapor de Agua

• De los gases ideales el vapor de agua ejerce
una presión e
e   v RvT PV  nRT
• En el aire húmedo una parte es vapor de agua

y otra aire seco
J
p  e   d Rd T Rd  287
Kg  K
a  d  v
Constante del gas

• Constante del gas vapor de agua
Rd
Rv 
0.622
J
Rd  287
Kg  K
• 0.622 Es la relación entre el peso molecular

del vapor de agua y el peso molecular
promedio del aire seco
12
Hidrología
Presión de Vapor de Agua

y Aire Húmedo
• Reuniendo las expresiones
p  e   d Rd T
p  e   d Rd T
e   v RvT p   v RvT   d Rd T
Rd
p  e   d Rd T p  v T   d Rd T
0.622
  
p   v   d  Rd T
 0.622 
Humedad Especifica (Aire seco)

• Es la relación entre la masa de vapor de agua y
la masa de aire seco
e 0.622e
 RT Rd 0.622e
q v  v  
d p  e pe pe
Rd T Rd
13
Hidrología
Humedad Especifica (Aire Húmedo)

• Es la relación entre la masa de vapor de agua y
la masa de aire húmedo
e 0.622e
 RT Rd e
q v  v   0.622
a p p p
RaT Ra
Ra  Rd 1 0.608qv 
Humedad específica
• Es igual a la relación entre las densidades del
vapor de agua y el aire húmedo
Comparación de cálculo de qv
0.03
Aproximada

Exacta
qv  v
0.025
q (Kg agua / Kg aire humedo)
a 0.02
0.015
e
v
q  0.622
0.01
p 0.005
1000 1500 2000 2500 3000 3500 4000
e (Pa)
14
Hidrología
Humedad (Características)
• La humedad tiende a decrecer con la altitud
• La humedad relativa tiende a aumentar con la
T°
• La humedad atmosferica es máxima sobre los
oceanos y decrece al avanzar en tierra
• La humedad decrece al bajar la T°
La humedad es máxima en verano y mínima
en invierno (Estaciones)
– Contrario con la HR
Humedad Relativa Del Aire
15
Hidrología
Ejercicios
• La estación de la Universidad del Norte
registra los siguientes parámetros.
– Presión de aire 101.kPA
– T° = 25°C
– T°punto de rocio = 20°C
– Determine la presión de vapor

– Humedad relativa
– Humedad especifica
– Densidad del aire
Solución ejercicio
• Ecuaciones Rd
Rv 
0.622
 17.27T 
e as  611exp  R  287
J
 237.3  T  Kg  K
d
e
Rh 
e sat R airehumedo  R aire sec o 1  0.608q v 
e
q  0.622 P
p a 
R aT
16
Hidrología
Solución ejercicio
• Datos
• La presión de vapor saturado es :
– es = 2598 Pa (A la T = 25)
• La presión de vapor real es:
– e = 1984 Pa ( A la T° del punto de rocio = 20)
• Humedad relativa
– Rh = 1984/2598 = 0.76
Solución ejercicio
• Datos
• La humedad especifica
– qv = 0.622*1984/(101100) = 0.012
• La constante del gas Ra es:
– Ra = 287*(1+0.608 qv) = 289 J /(Kg K)
• La densidad del aire es
– a=101 000 / (289 * 298) = 1.17 kg / m3
17
Hidrología
Precipitación
Física
Fenómeno de
Precipitación
18
Hidrología
¿Qué es la precipitación?
• Como precipitación se conocen todas las
formas de humedad que caen a la tierra,
provenientes de las nubes, como agua, nieve y
hielo.
• La precipitación constituye la entrada
primordial del sistema hidrológico y es el
factor principal que controla la hidrología de
una región.
¿Para qué analizar la precipitación?

• Es esencial para entender procesos como:
– La variación de la humedad del suelo
– Recarga de acuíferos, y
– caudal en los ríos.
• El estudio de la precipitaciones entonces de
capital importancia para los hidrólogos
• Para determinar la magnitud de eventos en el
diseño de obras de ingeniería
• Analizar la respuesta de una cuenca
19
Hidrología
Respuesta Hidrológica de una Cuenca
• La respuesta hidrológica de una cuenca es la

distribución del caudal en el tiempo (salida)
dado un evento de precipitación (entrada) y
producto de los procesos internos del sistema.
Precipitación (mm/hr) (Entrada) Caudal (m3/s) (Salida)
Hidrograma
Hietograma
Procesos
¿cómo se forma la precipitación?

• Enfriamiento de una masa por debajo del
punto de condensación.
Ta < Td
• Núcleos de condensación: Sales, polvo

• Crecimiento de las gotitas de agua hasta
obtener un tamaño que les permita caer.
20
Hidrología
Punto Triple A
Formación
21
Hidrología

• La precipitación se forma principalmente en
dos tipos de nubes:
– Nubes calidas : Un poco por encima de los 0°C
– Nubes frías : °T < 0°C

– Nubes Calidas: las gotas en estas nubes son usualmente
más grandes y por su tamaño colisionan y se unen con
facilidad hasta que alcanzan tamaños lo suficientemente
grandes como para caer. Sin embargo estas nubes suelen
tener menor cantidad de gotas
– Nubes Frías: En estas nubes es posible que se formen

estructuras combinadas de cristales de hielo y agua líquida
a temperaturas menores que los 0°C, que tienden a crecer
en la medida que las partículas condensadas crecen
22
Hidrología
Tipos de Nubes
• Según su forma.
Forma de plumero de color blanco y aspecto fibroso. Son nubes
Cirriforme altas y formadas por cristales de hielo. Incluyen a los cirros,
cirrostratos y cirrocúmulos.
Aparecen en forma de capas grises que cubren uniformemente el

Estratiforme cielo. Su espesor es muy superior a su dimensión horizontal.
Incluyen a los estratos, nimbostratos, altostratos y cirrostratos.
Son nubes de evolución vertical, con la base plana y aspecto de

Cumuliforme algodón. De color blanco y aspecto denso. Incluyen a los cúmulos,
estratocúmulos, cumulonimbos, altocúmulos y cirrocúmulos.
23
Hidrología
Tipos de nubes
24
Hidrología
Tipos de Nubes - CIRROS (Ci)

• Cristales de
hielo.
• Muy altos
Tipos de Nubes - CIRROESTRATOS (Cs)

• Cristales
de hielo.
• Capas de
aire
extensas
se elevan
lentament
e.
25
Hidrología
Tipos de Nubes - CIRROCUMULOS (Cc)

• Cristales de
hielo o agua
superenfriada
.
• Transformació
n de Cirros o
Cirroestratos
Tipos de Nubes - Altoestratos (A)

• Cristales de
hielo, gotas de
agua y en
ocasiones
nieve
• Ascenso lento
26
Hidrología
Tipos de Nubes - Altocumulos (Ac)

• Principalme
nte gotas de
agua.
• Se pueden
formar por
convección,
ascenso e
aire o
turbulencia.
Tipos de Nubes - Nimboestratos (Nb)

• Gotitas de
agua y gotas
de lluvia,
cristales de
hielo y copos
de nieve,
partículas
líquidas y
sólidas
27
Hidrología
Tipos de Nubes - Cumulonimbos (Cb)

• Grandes densidades, grandes gotas de lluvia y cristales
de hielo en la parte superior.
Tipos de Nubes - Cumulos (Cu)

• Gotitas de
agua.
• Enfriamiento
por advección
de aire frío en
altura con
expansión
vertical.
28
Hidrología
Tipos de Nubes - Estratocumulos (Sc)

• Elevación o
estratificación
de cumulos o
estratos.
Tipos de Nubes - estratos (St)

• Pequeñas
gotitas de
agua.
• Enfriamiento
de capas
bajas.
29
Hidrología
Fuente: www.met.tamu.edu/.../ models/2001/precip.html
30
Hidrología
Tipos de Precipitación
Fuente:webserv.chatsystems.com/ ~doswell/wxmod/wxmod.html
31
Hidrología
Precipitación Convectiva:
• Suelen ser cortas y de mucha intensidad,
comunes en las zonas tropicales.
• Se forman por el ascenso de una masa de aire
que ha sido calentado y que se condensa en
las alturas.
• Cubren áreas de 25 a 50 Km2
32
Hidrología
Precipitación Orográfica:
• Formada por el ascenso de una masa de aire
como consecuencia de las barreras
montañosas.
• El lado del choque suele ser muy lluvioso
mientras que el lado opuesto es seco.
33
Hidrología
Precipitación por Convergencia
• Se producen por el choque de “frentes” en los
cuales el aire calido asciende y el frio
desciende.
• En las zonas de bajas presiones son los
responsables de la formación de tormentas
tropicales, huracanes y tifones de alta
intensidad y velocidades del viento de hasta
200 km/h.
34
Hidrología
Precipitación
Estadística
Twitter
Estación
Meteorológica
35
Hidrología
Tipos de estaciones
Característica Tipo Descripción
Estaciones equipadas con instrumental
mecánico o digital que requiere la
Convencionales intervención de un operario y los datos
son registrados en papel o desplegados
en un visor.
Estaciones equipadas con instrumental
que no requiere la intervención de un
Automáticas
operario y los datos son almacenados
Tecnología
por un microprocesador.
Instrumental o estaciones automáticas
equipadas con dispositivos para la toma
y transmisión satelital de datos. En esta
Sensores Remotos categoría se incluyen los satélites de
orbita polar y geoestacionaria para el
seguimiento de las condiciones
ambientales.
Tipos de estaciones
Estaciones que permiten conocer el estado y evolución
continua de las condiciones atmosféricas en un momento
determinado con fines de pronostico. Suministran
Sinópticas
información en tiempo real de temperatura, humedad,
presión atmosférica, viento, precipitación y fenómenos
atmosféricos principalmente
Estaciones que permiten obtener datos meteorológicos
de precipitación, temperatura, humedad del aire, dirección
y velocidad del viento, radiación, evaporación, entre otros,
Finalidad
para describir y explicar el clima de una región. No
Climatológicas
necesariamente suministra la información en tiempo real.
En las estaciones climatológicas se hacen observaciones
y mediciones tres veces al día o se registran
continuamente los elementos meteorológicos.
Estaciones que proporcionan datos meteorológicos,
biológicos y fenológicos útiles en la determinación de los
Agrometeorológicas
efectos del tiempo y el clima en el proceso evolutivo de
las plantas y los animales
36
Hidrología
Tipos de estaciones
Estaciones destinadas a efectuar observaciones y dar
información sobre el estado del tiempo, su comportamiento y
evolución para el servicio de la navegación aérea nacional e
Aeronáuticas (Sinópticas)
internacional. En Colombia, estas estaciones son asimiladas
por las estaciones sinópticas. Suministran información en
tiempo real
Estaciones que miden un parámetro o serie de parámetros
Meteorológicas Especiales:
para fines especificos
Estaciones de registro y medición de la cantidad de
Pluviométricas
precipitación en un lugar determinado
Estaciones de medición y registro de niveles, temperatura, y
Mareográficas
salinidad del mar
Puestos de observación situados sobre cuerpos de agua (ríos,
quebradas, embalses, ciénagas, etc.) en donde se miden
variables tales como los niveles y caudales. Adicionalmente
en algunas estaciones se miden los sedimentos
especialmente materiales gruesos como arenas y finos como
Hidrológicas
limos, arcillas y coloides en corrientes y puntos estratégicos,
donde por las características hidrológicas, topográficas,
geológicas y geomorfológicas, entre otros, de las cuencas y
de los cauces que acarrean material tanto en suspensión
como de fondo.
Estación Meteorológica
• Marca Met One Instruments
• Modelo Auto Met (DL 466A, Número de Serie
D7639)
• Localización Cancha de Fútbol
Universidad del Norte Barranquilla.
• Instalada en Febrero de 2005
37
Hidrología
Mediciones de la Estación
• Velocidad del viento (m/s)
• Dirección del viento (Grados)
• Temperatura del aire (°C)
• Humedad Relativa (%)
• Radiación solar (Wm2)
• Presión Barométrica (mB)
• Precipitación (mm)
Sensor de Velocidad y Dirección del Viento
38
Hidrología
Radiación Solar
Sensor de Humedad relativa y Temperatura

del Aire
39
Hidrología
Precipitación
Medidor de Presión Barométrica
40
Hidrología
Data Logger
Población en Colombia
41
Hidrología
Estaciones en Colombia
• Estaciones Activas
• Estaciones Suspendidas
42
Hidrología
• Estaciones CO CP SS SP
• Estaciones PM PG
43
Hidrología
Países Vecinos
Nuevos campos de precipitación promedia anual para Colombia (Álvarez, Vélez Poveda 2008)
Estaciones en el Atlántico
44
Hidrología
Medición de la precipitación
• Pluviómetro: Medidor
sin registro
• Pluviógrafo: Medidor
con registro
• Fotos de Satélite,
radares identificando la
cantidad de agua
disponible.
Pluviómetro
• Medidor sin registro
• Se utilizan
generalmente para la
medición de
precipitación diaria,
semanal o mensual
• Compuesto por un
colector localizado
encima de un embudo
precisión de 0.1 mm
el cual lleva le agua a un
tanque
45
Hidrología
Pluviógrafo
• Medidor con registro
• Registra
automáticamente la
profundidad de lluvia
en intervalos tan
pequeños como un
minuto de duración
• Tipos de Pluviógrafos:
– De Balanza,
– De flotador, y
– De cubeta basculante
Pluviógrafo de balancín
http://www.hyparion.com/web/diccionari/dics/meteo.htm
46
Hidrología
Pluviógrafo de balancín localizado en el Castillo del Mono Osorio. (Estudio para la subcuenca El Virrey)
Pluviógrafo de balancín localizado en el Castillo del Mono Osorio. (Estudio para la subcuenca El Virrey)
47
Hidrología
Registro Pluviógrafico
Registro Pluviógrafico
48
Hidrología
Imágenes Satelitales
Densidad del Registro de las

mediciones
• Regiones planas: lo ideal es un aparato cada
600-900 Km2. Es aceptable uno cada 900 -
3000 Km2.
• Regiones montañosas: lo ideal, 1 aparato cada
100 - 250 Km2 . Se acepta 1 por cada 250 -
1000 Km2.
• Regiones áridas: se recomienda un
pluviómetro cada 1500 - 10000 km2.
World Meteorological Organization
49
Hidrología
Presentación de los datos

• Curva de masa de las lluvias
• Hietogramas
• Precipitación puntual
Curva de masa de las lluvias

• Son un gráfico de la
precipitación acumulada
contra el tiempo, en orden
cronológico.
• Se obtiene directamente del
pluviógrafo
• Las curvas de masa se usan
para extraer información
sobre la magnitud, duración
e intensidad de una
tormenta.
50
Hidrología
¿Qué es un Hietograma?
• Es la representación gráfica
de una lluvia. Expresa la
intensidad de una lluvia
(mm/hr) distribuida en el
tiempo.
• Se obtiene a partir de la
medición de la
precipitación.
• La precipitación efectiva es
aquella que genera
escorrentía superficial, es
decir la que no logra
infiltrarse en el suelo.
Registros de Hietogramas
51
Hidrología
Registros de precipitación puntuales.

• Registro en una estación determinada por
días, por meses, por años, por estaciones.
• Suelen ser tablas o diagramas de barras.
Análisis de Precipitación
• Consistencia: Que los datos correspondan a
una misma población
• Continuidad: Que se tengan todos los datos
52
Hidrología
Continuidad
• A partir de la precipitación normal se
comparan estaciones vecinas.
N x  P1 P P 
Px     i    m 
m  N1 Ni Nm 
• La precipitación normal (N): es el promedio de

la precipitación anual, mensual o diaria.
Consistencia
• Las inconsistencias pueden ser creadas por:
– traslado de la estación a un nuevo sitio
– que las vecindades de la estación hayan cambiado
– cambios en el ecosistema, tales como incendios
forestales, deslizamientos, etc
– errores de observación.
• Pereza
• Crímenes
• Las inconsistencias se pueden detectar mediante
análisis de doble masa
53
Hidrología
Curva de Doble masa

• Comparación con N estaciones vecinas con
registros de precipitación media acumulada
anual.
Curva de doble masa

• Es posible hacer una corrección usando la
formula:
Mc
Pcx  Px
Ma
54
Hidrología
Precipitación en un Área
• A partir de las mediciones en un punto es
necesario determinar la cantidad de
precipitación en un área.
– Media aritmética
– Polígonos de Thiessen
Media Aritmética
• Se determina a partir del promedio de las
estaciones vecinas.
• Nos es muy común ya que las variaciones
espaciales suelen llevar a errores en este
método.
P P i
55
Hidrología
Polígonos de Thiessen
• Ponderación de los registros por un factor de
área de influencia.
P
P A
i i
A
• Los factores de área sont determinados así:
– Determinación de estaciones
– Definición de líneas entre ellas.
– Se halla la mediatriz de cada una
• Solo se tiene en cuenta el criterio Geométrico
Ejemplo de Polígonos de Thiessen
Polígon Area F de
o Km 2 Área
1 90 0,30
2 24 0,08
3 84 0,28
4 63 0,21
5 3 0,01
6 36 0,12
Total 300 1.00
56
Hidrología
Estació P(mm) F de P
n Área Ponderad
a
(mm)
1 160 0,30 48
2 150 0,08 12
3 140 0,28 39
4 120 0,21 25
5 100 0,01 1
6 50 0,12 6
Totales 720/6 = 1.00 131 mm
120 mm
http://www.ltid.inpe.br/dsr/vianei/CursoHF/Capitulo4c.htm
¿Qué es una isoyeta?

• Las isoyetas son las líneas que unen los puntos
de igual precipitación.
• Para la aplicación de este método, se dibuja la
cuenca a escala y se ubican las estaciones de
precipitación con sus valores respectivos.
Del francés. isohyète, y este de iso- y el griegp. ὑετός, lluvia
57
Hidrología
Cálculo
• Una vez se tienen las isoyetas se calcula el
área cubierta entre cada par de curvas y se le
asigna el promedio de las precipitaciones.
Cálculo
  Pi  Pi 1  
  Ai ,i 1 
 2 
 
P
At
58
Hidrología
Efecto del método de cálculo

Función de Base Radial Kriging
59
Hidrología
Rojo: TIN
Azul: Inverso de la potencia de la distancia suavizado
Verde: Inverso de la potencia de la distancia
Distribución mundial
60
Hidrología
Efecto de la precipitación con la altura
Relaciones de Precipitación
• Para diseño de estructuras hidráulicas o
control de sistemas se sigue con análisis de:
– Área - profundidad
– Intensidad - duración – frecuencia
• Modelos Lluvia Escorrentía
61
Hidrología
Precipitación máxima promedio diaria

(mm)
HidroSIG
Precipitación máxima promedio diaria

(mm)
62
Hidrología
Días con lluvia anuales
Días con lluvia anuales
63
Hidrología
Precipitación media anual
Precipitación Media Anual
64
Hidrología
IDF Colombia
Intensidad de lluvia Tr =50[años] y

Duración=1 [hr] Vargas(1998)
65
Hidrología
Intensidad de lluvia Tr =50[años] y

Duración=24 [hr] Vargas(1998)
Estadística
https://lovestats.files.wordpress.com/2010/08/fun_with_statistics2.png?w=550
66
Hidrología
Elementos
• Variable Aleatoria X:
– Es una variable descrita por una distribución de
probabilidad
• Distribución de Probabilidad:
– Determina la posibilidad de que una observación
X de la variable caiga en un rango especifico.
Probabilidad de un evento
• ¿Que es un evento?:
– Es un subconjunto del espacio muestral, que es el
conjunto de todas las muestras de una población.
– La población es infinita
• La probabilidad de un evento es:
– La posibilidad de que ocurra cuando se hace una
observación de la variable aleatoria.
nA
PA   Lim
n  n
67
Hidrología
• Función de Frecuencia Relativa

• Función de Frecuencia Acumulada
• Ambas se pueden extender para la población.

x i  x, x i  f s x 
f s x   Lim
n  x
x  x
ni Fs x   Lim Fs x 
i
f s x i   Fs x    f s x i 
n n 
j1 x x
Una función de distribución de

probabilidad
• La Normal x 
z
1  x   2  
f x   exp   1  z2 
2  2 2
 f z   exp  
2  2
 
  x   2  1 x   
F x    f x dx   dx  1  erf 
1
exp   
 
2  2 
2
2   2 
x
erf  x  
1
e
t 2
dt
 x
68
Hidrología
Parámetros Estadísticos
• Valor central o dominante de la serie
– Media
– Mediana
– Moda
• Dispersión o fluctuación de diversas observaciones
alrededor del valor central
– Desviación estándar
– Varianza
– Rango
– Coeficiente de variación
• Característica de la forma. Coeficiente de oblicuidad
Augusto Sisa 138
69
Hidrología
Momentos
• Primer momento alrededor del origen (media)
+∞ 𝑛
1
𝐸 𝑋 =𝜇= 𝑥𝑓 𝑥 𝑑𝑥 𝑥= 𝑥𝑖
𝑛
−∞ 𝑖=1
• Segundo momento alrededor de la media

(varianza)
+∞ 𝑛
2 1
𝐸 𝑥−𝜇 = 𝜎2 = 𝑥 − 𝜇 2 𝑓 𝑥 𝑑𝑥 𝑠2 = 𝑥𝑖 − 𝑥 2
𝑛−1
−∞ 𝑖=1
Momentos
• Tercer momento alrededor de la media
(Asimetría)
+∞
𝐸 𝑥−𝜇 3 = 𝑥 − 𝜇 3 𝑓 𝑥 𝑑𝑥
−∞
– Coeficiente de asimetría
𝑛
3 1
𝐸 𝑥−𝜇 𝑠2 = 𝑥𝑖 − 𝑥 2
𝛾= 𝑛−1
𝜎3 𝑖=1
𝑛 𝑛𝑖=1 𝑥𝑖 − 𝑥 3
𝐶𝑠 =
𝑛 − 1 𝑛 − 2 𝑠3
70
Hidrología
Otras distribuciones de probabilidad

• Normal o Gauss • Exponencial
• Log-normal • Gamma
• Log-Gumbel • Valores Extremos
• Pearson Tipo III – Gumbel
• Log-Pearson Tipo III – Frechet
– Weibull
Ver Ven te Chow Página 383
Distribuciones
71
Hidrología
Distribuciones
Métodos de Ajuste
• Método de los Momentos
• Máxima Verosimilitud
• Aplicaciones de software
72
Hidrología
Método de los momentos

• Desarrollado en
1902
• Un buen estimador
de los parámetros de
una “fdp” son
aquellos para los
cuales los momentos
Karl Pearson
de la fdp son iguales
1857-1936 a los de la muestra
Reino Unido
http://es.wikipedia.org/wiki/Karl_Pearson
Momentos
• Primer momento alrededor del origen (media)
+∞ 𝑛
1
𝐸 𝑋 =𝜇= 𝑥𝑓 𝑥 𝑑𝑥 𝑥= 𝑥𝑖
𝑛
−∞ 𝑖=1
• Segundo momento alrededor de la media

(varianza)
+∞ 𝑛
2 1
𝐸 𝑥−𝜇 = 𝜎2 = 𝑥 − 𝜇 2 𝑓 𝑥 𝑑𝑥 𝑠2 = 𝑥𝑖 − 𝑥 2
𝑛−1
−∞ 𝑖=1
73
Hidrología
Momentos
• Tercer momento alrededor de la media
(Asimetría)
+∞
𝐸 𝑥−𝜇 3 = 𝑥 − 𝜇 3 𝑓 𝑥 𝑑𝑥
−∞
– Coeficiente de asimetría
𝑛
3 1
𝐸 𝑥−𝜇 𝑠2 = 𝑥𝑖 − 𝑥 2
𝛾= 𝑛−1
𝜎3 𝑖=1
𝑛 𝑛𝑖=1 𝑥𝑖 − 𝑥 3
𝐶𝑠 =
𝑛 − 1 𝑛 − 2 𝑠3
Distribuciones
74
Hidrología
Distribuciones
Método de máxima verosimilitud

• Desarrollado en 1922
• Un buen estimador de
los parámetros de una
fdp son aquellos que
maximizaran la
verosimilitud o
probabilidad conjunta
de ocurrencia de la
Ronald Fisher muestra
1890-1962 𝑛 𝑛
Reino Unido
𝐿= 𝑓 𝑥𝑖 ln 𝐿 = ln(𝑓 𝑥𝑖 )
http://es.wikipedia.org/wiki/Ronald_Fisher 𝑖=1 𝑖=1
75
Hidrología
Comparación
• Momentos • Máxima
– Muy fácil de verosimilitud
implementar – Más exacto desde el
punto de vista
teórico
– Requiere una
solución analítica (no
siempre posible) o
numérica de la fdp
Prueba de bondad de ajuste

• Comparación de los valores teóricos y
muestrales de las funciones de frecuencia
relativa
• Se utiliza la prueba 𝜒 2
𝑚
𝑛[𝑓𝑠 𝑥𝑖 − 𝑝 𝑥𝑖 ]2
Χ𝑐2 =
𝑛𝑖 𝑝 𝑥𝑖
𝑖=1
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 𝑖 = 𝑓𝑠 𝑥𝑖 =
𝑛
𝑚 𝑛
𝑛[ 𝑖 − 𝑝 𝑥𝑖 ]2
Χ𝑐2 = 𝑛
𝑝 𝑥𝑖
𝑖=1
76
Hidrología
Función de Distribución Χ 2
• Llamada, distribución Pearson o Χ 2
• Tiene un parámetro k
• Χ 2 = 𝑍12 + ⋯ + 𝑧𝑘2
– 𝑍𝑖 son variables aleatorias normales estándar
– k = número de intervalos-número de parámetros -
1
• H nula: La distribución es adecuada (Igualdad
entre distribución real y de la muestra)
2
– Se rechaza cuando Χ𝑐2 > Χ𝑘,1−𝛼
Comunes
Función Uso
Precipitación anual, (Problemas por valores
Normal negativos y simetria)
Conductividad Hidráulica, tamaño de gotas en
LogNormal tormentas .
Contaminantes, Tiempos de interarribo de
Exponencial eventos, Tiempo de retención
Gamma Profundidades de precipitación

Pearson Tipo III - Gamma de tres
parámetros Picos de crecientes máximos
Estándar en EEUUA para crecientes, cuando es
Log Pearson Tipo III asimétrica positivamente
Valor extremo I - Gumbel Caudal máximo anual
Valor extremo III - Weibull
77
Hidrología
Valor Extremo
• Son de tres tipos I, II y III
– Gumbel – Tipo I (k = 0)
𝛼
– Frechet – Tipo II (k < 0) 𝑥 ∈ 𝑢 + 𝑘 +∞
– Weibull (para -x) – Tipo III (k >0)
𝛼
𝑥 ∈ −∞ 𝑢 + 𝑘
• Valor Extremo General
1
GEV
𝑥−𝜇 𝑘
𝐹 𝑥 = exp − 1 − 𝑘
𝛼
Sistemas de Distribuciones Pearson

• Son 7 tipos diferentes con soluciones para f(x)
𝑑[𝑓(𝑥)] 𝑓(𝑥)(𝑥 − 𝑑)
=
𝑑𝑥 𝐶0 + 𝐶1 𝑥 + 𝐶2 𝑥 2
• D es la moda (f(x) máximo)

• 𝐶𝑖 coeficientes a determinar
– 𝐶2 = 0, Pearson Tipo III
– 𝐶1 = 𝐶2 = 0, Normal
78
Hidrología
Familia Pearson
• Type 0: Normal distribution
• Type 1: Four-parameter beta
• Type 2: Symmetric four-parameter beta
• Type 3: Three-parameter gamma
• Type 4: Not related to any standard distribution.
Density proportional :
• (1+((x-a)/b)^2)^(-c) * exp(-d*arctan((x-a)/b)).
• Type 5: Inverse gamma location-scale
• Type 6: F location-scale
• Type 7: Student's t location-scale
Ajuste por momentos a una

distribución normal
79
Hidrología
En Matlab
• limites = 15:5:65; [h,p,stats] = chi2gof(prec,
'Edges',limites,'Emin',0);
– Caso: Normal - Intervalos definidos como 15:5:65
– h=0 : La hipótesis nula NO se rechaza
– p-valor=0.937094
– Estadísticas de la prueba:
• chi2stat: 2.3624
• df: 7 (Intervalos – Parámetros - 1)
• edges: [15 20 25 30 35 40 45 50 55 60 65]
• O: [1 2 6 14 11 16 10 5 3 1]
• E: [1x10 double]
• chi2stat critico: 14.067140
Funcines utiles
• Chi2gof(datos, ‘emin’,0)
• Dfittool(datos)
80
Hidrología
En Excel
Intervalo ni fs (xi) Fs (xi) F (xi) p(xi) c2c

1 20 1 0.014 0.014 0.016 0.016 0.012 c2c 2.4354
2 25 2 0.029 0.043 0.055 0.039 0.169 p-valor 0.932
3 30 6 0.087 0.130 0.145 0.090 0.008
4 35 14 0.203 0.333 0.303 0.158 0.890
5 40 11 0.159 0.493 0.510 0.207 0.762 a 0.05
6 45 16 0.232 0.725 0.715 0.205 0.253 1-a 0.95
7 50 10 0.145 0.870 0.866 0.152 0.020
8 55 5 0.072 0.942 0.951 0.084 0.116 k 7
9 60 3 0.043 0.986 0.986 0.035 0.132
10 65 1 0.014 1.000 0.997 0.011 0.073 c2k,1-a 14.1
Momentos 𝑚
𝑛[𝑓𝑠 𝑥𝑖 − 𝑝 𝑥𝑖 ]2
Media 39.77 Χ𝑐2 =
𝑝 𝑥𝑖
Desviación 9.23 𝑖=1
Análisis de
Frecuencia
http://www.jklossner.com/computerworld/images/data6.gif
81
Hidrología
Año Hidrologico
• En el hemisferio norte se ha definido entre 1
Octubre y el 30 de septiembre.
• En el hemisferio sur se ha definido entre 1abril
y 30 de marzo del año siguiente.
• Es variable de país a país
Análisis de Frecuencia
• Se supone que la información es
independiente y esta idénticamente
distribuida.
• Período de Retorno T
• Es el valor esperado de  , el intervalo de
recurrencia entre ocurrencias de X Pxt
82
Hidrología
Periodo de Retorno
• Cada observación puede ser mayor o menor
que cierto valor.

E   1  p  p
1
1
p 1
E   T
1  1  p  p
2
1
P X  x T  
T
Períodos de Retorno Recomendados

Estructura Período de Retorno Estructura Período de Retorno
Alcantarillas de carreteras Aeropuertos

Tráfico bajo 5-10 Volúmen bajo 5 -10
Tráfico medio 10-25 Volúmen medio 10-25
Tráfico alto 50-100 Volúmen alto 50-100
Puentes Presas baja amenaza

Sistema Secundario 10-50 Pequeñas 50-100
Sistema Primario 50-100 Intermedias 100+
Grandes -
Drenaje Agrícola
Culverts 5-50 Presas amenaza significativa
Surcos 5-50 Pequeñas 100 +
Intermedias -
Drenaje Urbano Grandes -
Ciudades pequeñas 2-25
Ciudades grandes 25-50 Presas alta amenaza
Pequeñas -
Intermedias -
Grandes -
83
Hidrología
Proceso de Bernoulli
• Estacionario (Permanente) /
– ¿Cambio Climático?
• Independiente (No depende del pasado)
– ¿Cambio Climático?
k  n!
  
 n  k!n  k !
– Cantidad de combinaciones de k eventos en n
años
Proceso de Bernoulli
• La probabilidad que ocurra exactamente k
eventos en n años es
k 
Pk | n    1  P 
nk
 n
84
Hidrología
Periodo de Retorno
• ¿cuál es la probabilidad de que un evento con
periodo de retorno T años ocurra al menos
una vez en N años?
1  p N .Probabilidad que no ocurra en N años

1  1  p  .Probabilidad que ocurra en N años
N
N
 1
P(X  xt)  1 - 1 - p   1 - 1 - 
N
 T
Ejemplo
• Que probabilidad hay que ocurra una
creciente de 100 años en un sitio durante los
próximos 5, 10, 50 y 100 años.
P(X  xt)  1 - 1 - 

1
 T
85
Hidrología
Ejemplo
• Cual es la probabilidad que ocurra una
tormenta de los 5 años en el 2010.
P(X  xt)  1 - 1 - 

1
 T
Ejemplo
• Cual es el periodo de retorno de una
precipitación de 0.7 in utilizando los datos.
Precipitación
1.2
1
0.8
P (in)
0.6
0.4
0.2
0
1900 1910 1920 1930 1940 1950
Años
86
Hidrología
Solución
• Se calcula la cantidad 1919 0.74
1921 0.76
de excedencias durante 1923 0.80
la ventana de 1928 0.88
observación definida 1931 0.96

1932 0.94
por la primera y la 1933 0.80
última 1935 0.71
• Ventana = 24 años 1936 1.11

1941 0.70
• T = 24/11= 2.18 años 1943 0.92
Series
• Serie Total Completa
• Serie de Excendencia
• Serie de Máximos Anuales.
87
Hidrología
Periodo de Retorno en una serie de

Excendencia
• De magnitudes de un evento deducido de una
serie de excedencia anual.
1
 T 
TE  ln 
  T  1
TE : Excedencias
T : Máximos
Distribución de Valores Extremos

• General • Tipo I
  x  u 
F  x   exp  exp  
   
  x u k
1
sx 6
Fx   exp  1  k   

    
u  x  0.5772
x u
y

  T 
yT   ln ln  , xT  u  yT
  T 1  
88
Hidrología
Ejemplo
• Calcule la lluvia con periodo de retorno de 20
y 100 años. (EVI)
Precipitación
1.2
1
0.8
P (in)
0.6
0.4
0.2
0
Años
1905 1910 1915 1920 1925 1930 1935 1940 1945 1950
Pruebas de Ajuste
3.5
datoshidrologia(:,2) data
Extreme
3 Normal
Weibull
Gamma
2.5
2
Density
1.5
0.5
0
0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2
Data
89
Hidrología
1
Datos
0.9 Weibull
Extreme value
0.8
GEV
0.7
Cumulative probability
0.6
0.5
0.4
0.3
0.2
0.1
0
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Data
Solución
• Utilizando los valores medios
promedio 0.648
desviación 0.177
 T 
y T   ln ln  u  0.569
  T  1 
x T  u  y T   0.138
 20  
y T20   ln ln    2.97 
y T100   ln ln
100  
   4.6
  20  1    100  1 
x T20  u  y T  0.98in x T100  u  y T  1.2in
90
Hidrología
Ejemplo Acumulada Tipo I

 x  u 
Fx   exp  exp  
    u  0.569

6s x   0.138

u  x  0.5772
1.2
0.8
0.6
0.4
0.2
-0.2
0 0.2 0.4 0.6 0.8 1 1.2
Aeropuerto Ernesto Cortissoz

1
datosaeropuerto(:,3) data
Gamma 0.9
0.02
Weibull
0.8
Log Logistica
GEV
0.7
Cumulative probability
0.015
0.6
Density
0.5
0.01
0.4
0.3 datosaeropuerto(:,3) data

0.005 Gamma
0.2
Weibull
Log Logistica
0.1
GEV
0 0
20 40 60 80 100 120 140 160 20 40 60 80 100 120 140 160
Data Data
91
Hidrología
0.9999 datosaeropuerto(:,3) data

0.9995 Gamma
0.999
Weibull
0.995
0.99 Log Logistica
0.95 GEV
0.9
0.75
Probability
0.5
0.25
0.1
0.05
0.01
0.005
0.001
0.0005
0.0001
20 40 60 80 100 120 140 160

Data
60.6 mm
92
Hidrología
Lloro
• Choco
• Instalación en 15/03/1983
• Altura : 90m
• Latitud : N 5° 30’ 53”
• Longitud : W 76° 34’ 33”
• Promedio anual = 7558.7 mm
• Temperatura promedio =
25.9°C
93
Hidrología
" I D E A M - INSTITUTO DE HIDROLOGIA, METEOROLOGIA Y ESTUDIOS AMBIENTALES

Datos de Lloro SISTEMA DE INFORMACION
VALORES TOTALES MENSUALES DE PRECIPITACION (mms) NACIONAL AMBIENTAL
FECHA DE PROCESO : 2012/08/13 ESTACION : 11035010 LLORO

LATITUD 0530 N TIPO EST CO DEPTO CHOCO FECHA-INSTALACION 1983-MAR
LONGITUD 7634 W ENTIDAD 01 IDEAM MUNICIPIO LLORO FECHA-SUSPENSION
ELEVACION 0090 m.s.n.m REGIONAL 01 ANTIOQUIA CORRIENTE ATRATO
************************************************************************************************************************************
A#O EST ENT ENERO * FEBRE * MARZO * ABRIL * MAYO * JUNIO * JULIO * AGOST * SEPTI * OCTUB * NOVIE * DICIE * VR AN UAL *
************************************************************************************************************************************
1983 2 01 515.5 3 548.5 3 691.6 3 587.6 773.7 3 532.8 503.1 481.4 373.8 681.4 3 5689.4 3
1984 2 01 724.8 3 1088 3 627.8 8 849.8 8 902.5 8 839.3 8 801.5 8 180.0 3 833.7 1072 951.1 639.6 3 9510.1 3
1985 2 01 1299 3 333.7 626.7 698.3 932.3 329.0 679.4 873.5 992.4 594.5 478.0 274.4 8111.2 3
1986 2 01 422.4 264.0 3 518.9 889.6 3 814.7 673.6 426.7 500.9 616.8 704.9 637.9 351.1 3 6821.5 3
1987 2 01 388.8 449.1 542.8 710.3 709.6 455.8 981.7 1050 538.9 3 579.4 8 730.9 3 533.2 7670.5 3
1988 2 01 611.5 660.0 329.8 645.0 491.6 501.5 985.3 886.1 598.2 637.4 540.2 479.4 7366.0
1989 2 01 482.2 536.1 414.2 603.5 284.7 1081 266.4 436.8 534.7 530.1 177.9 306.9 5654.5
1990 2 01 277.8 263.6 258.7 622.6 472.2 471.0 452.0 654.6 513.7 403.7 636.4 475.5 5501.8
1991 2 01 457.8 397.8 376.1 214.5 710.7 823.7 337.6 353.3 635.2 407.9 610.1 307.1 5631.8
1992 2 01 419.2 8 369.8 8 435.3 8 598.6 8 646.9 8 614.8 8 591.2 8 695.2 8 624.0 508.3 460.8 679.4 6643.5
1993 2 01 680.9 591.7 1087 936.1 1127 3 772.3 518.2 677.1 1472 892.3 713.8 544.8 3 10013.2 3
1994 2 01 704.7 576.0 497.3 753.5 774.3 8 704.5 8 648.5 8 749.0 638.5 223.5 1102 562.8 7934.6
1995 2 01 396.7 307.0 497.3 753.5 1004 799.9 939.1 748.6 904.4 550.7 747.7 762.1 8411.0
1996 2 01 629.7 580.1 634.0 897.1 882.0 624.8 654.3 1256 957.4 629.7 728.7 8 526.6 8 9000.4
1997 2 01 770.4 407.4 65.4 609.6 708.5 872.4 304.3 729.9 3 508.1 8 395.9 3 588.6 218.5 3 6179.0 3
1998 2 01 186.9 121.9 3 351.7 3 1217 943.2 693.7 1075 1108 607.8 940.0 697.9 636.7 3 8579.8 3
1999 2 01 818.7 3 806.3 599.1 1258 732.7 795.9 877.8 944.0 1243 703.2 1291 790.4 10860.1 3
2000 2 01 234.2 703.6 594.5 888.6 1163 832.0 993.0 589.1 619.2 606.5 3 748.1 510.0 8481.8 3
2001 1 01 596.3 306.6 514.4 472.9 684.8 983.8 849.4 885.3 730.5 515.0 892.4 600.0 8031.4
2002 1 01 784.2 535.4 404.0 633.0 622.9 609.7 775.1 791.4 759.2 746.0 849.0 1196 8705.9
2003 1 01 451.5 441.2 3 556.2 3 414.4 642.7 611.8 911.4 717.3 3 667.0 3 * * 597.2 6010.7 3
2004 1 01 544.7 445.0 310.3 682.1 938.9 3 913.3 3 554.5 957.5 659.9 3 535.7 3 574.6 3 7116.5 3
2005 1 01 729.7 3 457.8 695.9 3 714.5 730.5 3 592.3 846.3 3 577.9 3 864.8 3 401.7 3 * 675.0 7286.4 3
2006 1 01 582.6 719.7 750.4 518.7 862.8 3 962.4 785.1 3 889.0 642.8 801.8 832.0 740.2 3 9087.5 3
2007 1 01 * 408.3 3 854.0 930.8 3 * 590.7 3 779.5 1147 761.0 405.8 3 941.6 534.3 3 7353.0 3
2008 1 01 358.0 425.2 660.2 829.7 3 877.7 1009 3 747.5 785.7 5693.0 3
2009 1 01 985.6 972.7 809.4 562.3 632.7 573.1 1078 825.3 948.6 773.5 520.6 590.4 9272.2
2010 1 01 312.2 485.8 750.0 684.7 633.2 3 656.5 1065 953.7 664.3 992.2 1421 1233 9851.6 3
2011 1 01 908.9 598.8 649.4 754.1 1024 1151 889.8 700.5 679.0 715.7 8071.2 3
MEDIOS 592.4 506.6 541.1 714.5 769.0 718.5 751.3 753.0 754.9 638.6 729.0 600.2 8069.3
MAXIMOS 1299 1088 1087 1258 1163 1151 1078 1256 1472 1072 1421 1233 1472.0
MINIMOS 186.9 121.9 65.4 214.5 284.7 329.0 266.4 180.0 503.1 223.5 177.9 218.5 65.4
Lloro (Anual- Normal)
Caso: Normal
h=0 : La hipótesis nula NO se rechaza
p-valor=0.984661
Estadísticas de la prueba:
chi2stat: 2.3495 media = 7742.7
df: 9
edges: [1x13 double] desviación = 1485.8
O: [5 2 2 2 3 4 3 2 3 1 1 1]
E: [1x12 double]
chi2stat critico: 16.918978
94
Hidrología
I D E A M - INSTITUTO DE HIDROLOGIA, METEOROLOGIA Y ESTUDIOS AMBIENTALES
VALORES MAXIMOS MENSUALES DE PRECIPITACION (mms)

Datos de Lloro SISTEMA DE INFORMACION
NACIONAL AMBIENTAL
EN 24 HORAS
FECHA DE PROCESO : 2012/08/13 ESTACION : 11035010 LLORO
LATITUD 0530 N TIPO EST CO DEPTO CHOCO FECHA-INSTALACION 1983-MAR
LONGITUD 7634 W ENTIDAD 01 IDEAM MUNICIPIO LLORO FECHA-SUSPENSION
ELEVACION 0090 m.s.n.m REGIONAL 01 ANTIOQUIA CORRIENTE ATRATO
************************************************************************************************************************************
A#O EST ENT ENERO * FEBRE * MARZO * ABRIL * MAYO * JUNIO * JULIO * AGOST * SEPTI * OCTUB * NOVIE * DICIE * VR AN UAL *
************************************************************************************************************************************
1983 2 01 141.0 3 133.3 3 138.3 3 100.5 152.4 3 66.4 76.8 74.0 51.0 140.0 3 152.4 3
1984 2 01 133.8 3 208.7 3 44.0 3 100.1 138.0 111.3 133.2 3 208.7 3
1985 2 01 149.0 3 80.0 147.5 1 132.0 133.5 59.0 88.0 135.0 135.0 60.0 126.0 70.0 149.0 3
1986 2 01 130.0 46.0 3 130.0 134.3 3 96.0 130.0 66.0 100.0 104.0 130.0 94.0 94.0 3 134.3 3
1987 2 01 118.0 92.0 130.0 130.0 70.0 142.0 112.0 112.0 3 123.0 3 130.0 142.0 3
1988 2 01 130.0 110.0 90.0 92.0 105.0 100.0 130.0 116.0 70.0 80.0 102.0 125.0 130.0
1989 2 01 80.0 130.0 130.0 130.0 170.0 67.0 112.0 90.0 90.0 45.0 85.0 170.0 3
1990 2 01 50.0 84.0 74.0 70.5 85.0 64.0 90.0 78.0 110.0 130.0 80.0 82.0 130.0
1991 2 01 75.0 150.0 100.0 86.0 100.0 100.0 50.0 84.0 100.0 84.0 86.0 82.0 150.0
1992 2 01 145.0 68.0 52.5 114.0 145.0 3
1993 2 01 160.0 83.0 192.4 182.7 184.0 3 75.7 76.5 67.5 130.0 133.0 120.0 79.0 3 192.4 3
1994 2 01 86.0 80.0 132.0 96.0 130.0 128.0 70.0 123.0 133.0 133.0 3
1995 2 01 62.0 130.0 96.0 130.0 130.0 123.0 90.0 165.8 103.0 140.0 108.0 165.8 3
1996 2 01 100.0 62.0 130.0 168.0 76.0 134.0 115.0 104.6 168.0 3
1997 2 01 135.0 32.0 81.0 135.0 132.0 52.0 139.5 3 67.4 3 92.0 53.0 3 139.5 3
1998 2 01 40.0 39.0 3 150.0 3 260.0 170.0 104.0 190.0 160.0 70.0 106.0 3 260.0 3
1999 2 01 110.0 3 180.7 114.0 118.0 220.0 118.0 164.0 130.0 220.0 100.6 130.0 110.0 220.0 3
2000 2 01 56.0 155.0 116.0 200.0 260.0 142.0 155.0 155.0 96.0 96.0 3 100.0 126.0 260.0 3
2001 1 01 115.0 90.0 84.0 120.0 150.0 115.0 185.0 140.0 222.0 68.0 133.0 168.5 222.0
2002 1 01 150.0 150.0 79.0 110.0 118.0 100.0 190.0 107.0 90.0 137.0 175.0 150.0 190.0
2003 1 01 97.0 70.0 3 137.0 3 100.0 83.0 124.0 134.4 110.0 3 116.0 3 * * 130.0 137.0 3
2004 1 01 135.0 54.0 47.0 114.0 150.0 3 134.0 3 116.0 154.0 100.0 3 100.0 3 92.0 3 154.0 3
2005 1 01 110.0 3 76.0 131.5 3 122.0 133.5 3 78.0 134.0 3 110.0 3 116.0 3 74.0 3 * 133.5 134.0 3
2006 1 01 98.0 132.0 130.0 110.0 130.0 3 122.0 131.0 3 133.0 115.0 132.0 3 133.0 3
2007 1 01 * 110.0 3 133.6 3 * 108.0 3 130.0 130.0 134.0 80.0 3 100.0 3 134.0 3
2008 1 01 78.0 94.0 3 108.0 190.0 3 78.0 75.0 190.0 3
2009 1 01 120.0 329.0 130.0 86.0 94.0 106.0 130.0 110.0 155.0 112.0 106.0 98.5 329.0
2010 1 01 106.0 165.0 100.0 115.0 105.0 3 68.0 110.0 150.0 85.0 95.0 110.0 78.0 165.0 3
2011 1 01 98.0 93.0 145.0 90.0 175.0 185.0 107.0 127.0 73.0 113.0 185.0 3
MEDIOS 104.5 116.7 115.8 120.4 139.2 109.8 119.7 113.6 121.2 100.5 102.1 108.4 114.3
MAXIMOS 160.0 329.0 192.4 260.0 260.0 185.0 190.0 160.0 222.0 190.0 175.0 168.5 329.0
MINIMOS 40.0 39.0 32.0 70.5 83.0 59.0 50.0 44.0 70.0 60.0 45.0 53.0 32.0
Lloro (máximas en 24 horas - Normal)
Caso: Normal
h=1 : La hipótesis nula se rechaza
p-valor=0.005868
chi2stat: 23.1498
df: 9
edges: [1x13 double]
O: [11 4 4 4 1 2 0 2 0 0 0 1]
E: [1x12 double]
chi2stat critico: 16.918978
95
Hidrología
Lloro (24 Horas- GEV)

• Probando el ajuste para GEV con k = 0
• media = 173.2103
• desv = 47.8453
• alfa = 37.3048
• mu = 151.6780
disttool
Lloro (24 Horas- GEV)
Caso: GEV k=0.000000 sigma=37.304790 mu=151.678020 (Valor Extremo Tipo I - Gumbel)

h=0 : La hipotesis nula NO se rechaza
p-valor=0.676870
chi2stat: 6.6175 media = 173.2103
df: 9
edges: [1x13 double]
desv = 47.8453
O: [11 4 4 4 1 2 0 2 0 0 0 1] Sigma (alfa) = 37.3048
E: [1x12 double]
chi2stat critico: 16.918978 mu = 151.6780
96
Hidrología
Caso Paraguachón
Año Caudal (m3/s) Mes Origenes de dato Origenes de dato (-)
2001 51.78 Nov - -
2004 49.44 Nov - -
1998 43.50 Ago - -
1995 29.47 Oct 1 Registrado
1997 29.00 Sep 3 Incompletos
1999 29.00 Dic 3 Incompletos
1992 28.08 Oct 8 Est. Otros metodos
1990 22.28 Nov 3 Incompletos
2003 17.03 Dic 9 Generados
1996 15.62 Dic - -
2000 12.65 Ene - -
1991 2.73 Nov - -
2006
promedio 25.9
desviación 14.5
asimetria 0.5
Caso Paraguachón
T Caudales (m3/s)
Años K yT xT Q
2 0.240 1.40 25.379 25.24
5 0.825 1.60 39.526 39.40
10 1.018 1.66 45.747 45.87
25 1.157 1.71 50.826 51.32
50 1.217 1.73 53.188 53.94
100 1.256 1.74 54.783 55.70
200 1.282 1.75 55.872 56.86
Manual EVI
T Caudales (m3/s)
Años K xT Q
2 -0.164 23.50 23.49
5 0.719 36.30 36.30
10 1.305 44.78 44.77
25 2.044 55.49 55.49
50 2.592 63.44 63.43
100 3.137 71.32 71.32
200 3.679 79.18 79.18
97
Hidrología
Caso Paraguachón
Paraguachon
98
Hidrología
2014-03-10 Uninorte
Rìo Magdalena
El heraldo 2008
(Plato)
Uninorte 2010
(Sur Atlántico)
99
Hidrología
Heidelberg
• Alemania • Longitud: 367 Km
• 150000 Habitantes • Área Cuenca: 14000 Km2
• Caudal medio: 145 m3/s
Digital Globe 2010
Hsu.Alpha 2010
201
Marrugo 2010
100
Hidrología
Niveles
Marrugo 2010 202
Que hacer
Diciembre de 1993
http://www.hvz.baden-wuerttemberg.de
http://www.hvz.baden-wuerttemberg.de/cgi/peg_info.pl?id=9021
http://www.pronosticosyalertas.gov.co/jsp/loader.jsf?lServicio=Publicaciones&lTipo=publicaciones&lFuncion=loadCon
101
Hidrología
Probabilidad de Ocurrencia
• En proyectos de obras hidráulicas es necesario
conocer el riesgo de que una estructura llegue a
fallar durante su vida útil.
• Frecuencia de Ocurrencia:
– Los datos se clasifican en orden descendente y a cada uno
se le puede atribuir un orden. La frecuencia con que sea
igualado o superado un evento de orden i es:
1
Fx  x i   Método California
n
1 Método Kimbal
Fx  x i  
n 1
Riesgo
• Se debe conocer el riesgo de que una estructura
pueda fallar si la magnitud correspondiente al
periodo de retorno de diseño es excedido
durante la vida útil de la estructura.
N
R  1  1  
1
 T
Donde,
N = vida útil de la estructura en años
102

Hidrología - 05 Precipitacion Estadistica PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Hidrología - 05 Precipitacion Estadistica PDF

Cargado por

Copyright:

Formatos disponibles

División de Ingenierías

Departamento de Ingeniería Civil y Ambiental

Presión Atmosférica (Unidades = ?)

Presión Atmosférica sobre la superficie (Pa)

Presión de vapor de saturación:

donde, es está en Pa y T en grados Celsius (Raudkivi, 1979)

Temperatura de punto de rocío

Presión de Vapor de Agua

• En el aire húmedo una parte es vapor de agua

Constante del gas

• 0.622 Es la relación entre el peso molecular

Presión de Vapor de Agua

Humedad Especifica (Aire seco)

Humedad Especifica (Aire Húmedo)

Humedad Relativa Del Aire

– Determine la presión de vapor

¿Para qué analizar la precipitación?

Respuesta Hidrológica de una Cuenca

• La respuesta hidrológica de una cuenca es la

Precipitación (mm/hr) (Entrada) Caudal (m3/s) (Salida)

¿cómo se forma la precipitación?

• Núcleos de condensación: Sales, polvo

¿cómo se forma la precipitación?

¿cómo se forma la precipitación?

– Nubes Frías: En estas nubes es posible que se formen

Aparecen en forma de capas grises que cubren uniformemente el

Son nubes de evolución vertical, con la base plana y aspecto de

Tipos de Nubes - CIRROS (Ci)

Tipos de Nubes - CIRROESTRATOS (Cs)

Tipos de Nubes - CIRROCUMULOS (Cc)

Tipos de Nubes - Altoestratos (A)

Tipos de Nubes - Altocumulos (Ac)

Tipos de Nubes - Nimboestratos (Nb)

Tipos de Nubes - Cumulonimbos (Cb)

Tipos de Nubes - Cumulos (Cu)

Tipos de Nubes - Estratocumulos (Sc)

Tipos de Nubes - estratos (St)

Fuente: www.met.tamu.edu/.../ models/2001/precip.html

Sensor de Velocidad y Dirección del Viento

Sensor de Humedad relativa y Temperatura

Medidor de Presión Barométrica

Densidad del Registro de las

Presentación de los datos

Curva de masa de las lluvias

Registros de precipitación puntuales.

• Continuidad: Que se tengan todos los datos

• La precipitación normal (N): es el promedio de

Curva de Doble masa

Curva de doble masa

Ejemplo de Polígonos de Thiessen

¿Qué es una isoyeta?

Del francés. isohyète, y este de iso- y el griegp. ὑετός, lluvia

Efecto del método de cálculo

Efecto de la precipitación con la altura

Precipitación máxima promedio diaria

Precipitación máxima promedio diaria

Días con lluvia anuales

Días con lluvia anuales

Precipitación media anual

Precipitación Media Anual

Intensidad de lluvia Tr =50[años] y

Intensidad de lluvia Tr =50[años] y

• Función de Frecuencia Relativa