Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
En la mayoría de los estudios hidrológicos con fines de cualquier tipo se requiere conocer la precipitación
media de la cuenca en estudio, sin embargo el número limitado de estaciones meteorológicas implementados
en el país y distribuidos con mayor o menor homogeneidad a lo largo y ancho del territorio nacional, dificultan
el proceso de cálculo de la precipitación media motivo por la cual se tiene que recurrir a métodos de
interpolación y extrapolación, en el presente artículo se muestra el software Hydraccess, modulo valores
medios (SPATIAL), el mismo que permite el cálculo de la precipitación media por tres métodos, el método de
los polígonos de Thiessen, la inversa del cuadrado de la distancia y el Kriging, como ejemplo práctico se ha
tomado la cuenca del rio Vilcanota con punto de control en la ciudad de Pisac que tiene una superficie de
7025.73 Km2 y una altitud media de 4319.64 msnm, asimismo se ha tomado la información de precipitación
media mensual de 22 estaciones meteorológicas como son Kayra, Perayoc, Anta, Urubamba, Calca, Sicuani,
Pisac, Paucartambo, Corpac, Pomacanchi, La Raya, Yauri, Santo Tomas, Chitapampa, Combapata, Zurite,
Livitaca, Acomayo, Paruro, Tintaya, Urcos y Ccatca.
La precipitación media anual total de la cuenca por el método de Thiessen es 722.20 mm, mientras que por
el método Inverso de distancias es 747.10 mm y finalmente por el método Kriging es 706.80 mm, cabe indicar
que los métodos mostrados en el presente artículo, se deben utilizar con precaución sobre juegos de datos
poco representativos y que presentan una repartición espacial heterogénea; Con estaciones numerosas y
repartidas de manera homogénea sobre una cuenca, todos los métodos dan buenos resultados, La dificultad
es obtener un resultado aceptable con estaciones que son pocas, y mal repartidas. En este caso, el método
de la inversa de la distancia da normalmente mejores resultados que el de Thiessen, pero no siempre. Cuando
las estaciones son mal repartidas, y cuando es necesario hacer en ciertas zonas de la cuenca extrapolación y
no interpolación, es preferible utilizar el método más sólido que es el Kriging. En efecto, este último método es
capaz de tomar en cuenta un gradiente espacial de variación de los valores, y por lo tanto de realizar
extrapolaciones más consistentes.
Palabras clave: Precipitación media, Hydraccess, Polígonos de Thiessen, Inversa del cuadrado de la
distancia, Kriging, Cuenca Vilcanota.
1
Revista Irrigando N°6, Año 2019
𝑛
1
𝑃̅ = ∑ 𝐴𝑖 𝑃𝑖
𝐴
𝑖=1
Donde:
̅ = Precipitación media de la cuenca
𝑷
𝑨𝒊 = Área de influencia del pluviómetro i
𝑷𝒊 = Pluviómetro i con data Pi
2
Revista Irrigando N°6, Año 2019
Inverso de distancias
𝑃𝑖
∑𝑛𝑖=1 𝑛
𝐷𝑖𝑝
𝑃̅ = 𝑃∗ (𝑢) = ∑ 𝜆𝑖 (𝑢)𝑃(𝑢𝑖 )
1
∑𝑛𝑖=1 𝑝 𝑖=1
𝐷𝑖
Donde:
Donde: 𝑷∗ (𝒖)= Estimación de P(u)
̅ = Precipitación media en el punto P
𝑷
𝑷(𝒖𝒊)= Valor medido en la ubicación i
𝑷𝒊 = Valor conocido en el i- ésimo punto
𝝀𝒊 = Una ponderación desconocida para el
𝑫𝒊 = Distancia del punto conocido i al P
valor medido en la ubicación i
𝒑= Potencia del inverso de distancia.
𝒖= La ubicación de la predicción.
Comúnmente se utiliza una potencia p igual a 2 (se
Kriging confía en el semivariograma. En términos
habla de inversa del cuadrado de la distancia), pero
simples, los semivariogramas cuantifican la
SPATIAL permite potencias que van de 1 a 5. Se
autocorrelación porque grafican la varianza de todos
observará que cuando p tiende hacia el infinito, el
los pares de datos según la distancia. Lo más
resultado de la interpolación converge con el del
probable es que las cosas más cercanas estén más
diagrama de Thiessen, ya que, en este caso límite,
relacionadas y tengan una pequeña semivarianza.
es el punto más próximo que ejerce una influencia
Mientras que las cosas lejanas están menos
preponderante.
relacionadas y tienen una alta semivarianza. Pero a
cierta distancia (rango), la autocorrelación se vuelve
2.1.3 Kriging
independiente. Donde esa variación se nivela, se
El método consiste en establecer para cada punto llama (umbral). Esto significa que ya no hay ninguna
de la grilla un variograma o semivariograma que autocorrelación espacial o relación entre la cercanía
evalúa la influencia de las estaciones próximas en de sus puntos de datos. Por ultimo cabe indicar que
función de su distancia al punto, y de su rumbo. el software esta implementado con el método de
Kriging es así el único método que puede tomar en interpolación tipo Kriging ordinario.
cuenta un eventual gradiente espacial de la
3
Revista Irrigando N°6, Año 2019
Cuenca Vilcanota-Pisac
4
Revista Irrigando N°6, Año 2019
El software nos mostrara las siguientes pestañas pestaña archivos seleccionamos archivo
que se muestran en la figura N°09 multiestaciones, direccionamos a la ubicación donde
se encuentra nuestro archivo y hacemos doble clic
Menú del módulo spatial para cargarlo tal como se muestra en la figura N°12
y 13.
Apertura multiestaciones
5
Revista Irrigando N°6, Año 2019
3. RESULTADOS
A continuación, se muestra los resultados del cálculo de la precipitación areal para cuenca Vilcanota-Pisac.
Polígonos de Thiessen
6
Revista Irrigando N°6, Año 2019
Inverso de la distancia
7
Revista Irrigando N°6, Año 2019
Kriging
8
Revista Irrigando N°6, Año 2019
200
PRECIPITACION (MM)
150
100
50
0
64 65 66 67 68 69 70 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 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19
PERIODO (1,964-2,019)
200
PRECIPITACION (MM)
150
100
50
0
64 65 66 67 68 69 70 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 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19
PERIODO (1,964-2,019)
200
PRECIPITACION (MM)
150
100
50
0
64 65 66 67 68 69 70 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 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19
PERIODO (1,964-2,019)
9
Revista Irrigando N°6, Año 2019
En la figura N°15 y Tabla N°01, se observa los resultados del cálculo de la precipitación media para la cuenca
en estudio, por el método de Thiessen, donde podemos observar los polígonos confeccionados por el software,
asimismo se muestra los coeficientes de Thiessen para cada estación tomada, que no es más que la división
del área de influencia de cada estación considerada entre el área de la cuenca. Cabe señalar que el software
automáticamente descarta las estaciones que no tienen incidencia en el cálculo de la precipitación media es
decir aquellas estaciones con coeficientes de Thiessen cuyos valores son cero no son tomados en cuenta. La
precipitación media anual total determinada por el método de Thiessen para la cuenca Vilcanota con punto de
control en Pisac es de 722.20 mm.
La figura N°16 muestra el método de cálculo de la precipitación media para la cuenca en estudio, por el método
la inversa del cuadrado de la distancia, donde podemos apreciar por ejemplo la precipitación que cayó en la
cuenca en el mes de enero para el año 1964, donde apreciamos que la mayor cantidad de precipitación en la
cuenca se registra en los lugares con mayor altitud; La precipitación media anual total determinada por este
método para la cuenca Vilcanota es de 747.10 mm.
Asimismo, en la figura N°17 se muestra el método Kriging para la cuenca, donde podemos observar que cada
punto en evolución del espacio dentro de la cuenca, está influenciada por las estaciones próximas en función
a su distancia y su rumbo, de este modo se puede observar la influencia del color generando isolineas de
incremento conforme va incrementándose la altitud; la precipitación media anual total calculada por este
método para la cuenca Vilcanota es de 706.80 mm.
5. CONCLUSION
A continuación, en la tabla N°02, se muestra un resumen con las ventajas y desventajas de cada
método.
En todos los casos, los métodos mostrados en el presente artículo, se deben utilizar con precaución
sobre juegos de datos poco representativos y que presentan una repartición espacial heterogénea.
Con estaciones numerosas y repartidas de manera homogénea sobre una cuenca, todos los métodos
dan buenos resultados.
10
Revista Irrigando N°6, Año 2019
La dificultad es obtener un resultado aceptable con estaciones que son pocas, y mal repartidas. En
este caso, el método de la inversa de la distancia da normalmente mejores resultados que el de
Thiessen, pero no siempre. Cuando las estaciones son mal repartidas, y cuando es necesario hacer
en ciertas zonas de la cuenca extrapolación y no interpolación, es preferible utilizar el método más
sólido que es el Kriging. En efecto, este último método es capaz de tomar en cuenta un gradiente
espacial de variación de los valores, y por lo tanto de realizar extrapolaciones más consistentes.
6. REFERENCIAS BIBLIOGRÁFICAS
11