UNIVERSIDAD NACIONAL

“SANTIAGO ANTÚNEZ DE MAYOLO”

FACULTAD DE CIENCIAS DEL AMBIENTE

ESCUELA PROFESIONAL
DE INGENIERÍA SANITARIA
TEMA:
ANÁLISIS HIDROMETEOROLÓGICO DE LAS
ESTACIONES DE LA CUENCA DEL RIO
HUACHECSA
AREA:
HIDROLOGIA
DOCENTE:
DIAZ SALAS ABELARDO MANRIQUE
ALUMNOS:

 ACLLACHO OSORIO OCTAVIO 171.0706.061

 DEPAZ ASIS ROSMERY 161.0704.011
 ISIDRO PEÑA GERSON 131.0704.082
 MEJIA BENITO MIGUEL 161.0704.567
 PEREZ NUÑEZ SHELER 171.0706.083
 HUARAZ – 2019

I. INTRODUCIÓN
La Meteorología es la ciencia que estudia los fenómenos que se producen en la
atmósfera. Como ciencia, podría ocuparse fundamentalmente de entender cómo se
producen esos fenómenos; sin embargo, desde el comienzo de la era moderna de la
Meteorología en la escuela de Bergen, la predicción del tiempo se constituyó en uno de
los pilares fundamentales del desarrollo de la ciencia meteorológica. En sus comienzos,
la predicción meteorológica intentaba conocer con antelación aquellos fenómenos que
podían producir daños materiales o personales en la población, lo que se conoce con el
nombre de fenómenos adversos.

Sin embargo, el clima durante estos últimos diez mil años no ha sido completamente
uniforme; las variaciones de temperatura han determinado ciclos de calor o frío, los
cuales han durado pocos siglos y sus efectos han sido moderados. Las temperaturas, en
las dos últimas décadas han resultado ser las más cálidas del pasado siglo y los tres años
más cálidos del siglo han tenido lugar en la década de los noventa. Existen evidencias
de que los patrones de precipitación también están cambiando en muchas partes del
globo.

El objetivo de este trabajo es analizar el comportamiento de las series de tiempo de los

datos de precipitación, temperatura y escurrimiento de las estaciones
hidrometeorológicas ubicadas en la provincia de Recuay y la provincia de Huaraz.
II. OBJETIVOS
II.1. Objetivo General
 Tratamiento de los datos hidrológicos mediante la estadística de las
cuencas: Recuay, Pachacoto y Santiago Antúnez de Mayolo.

II.2. Objetivos Específicos

 Corregir y completar los datos hidrológicos que faltan en las tablas.
 Determinar la consistencia de los datos hidrológicos de los ríos.
 Realizar el análisis visual gráfico de los datos hidrológicos.
 Realizar en análisis de consistencia y tendencia de los datos hidrológicos.
 Procesar, analizar e interpretar los datos obtenidos.

II.3. Justificación
El presente trabajo tiene por finalidad Comparar las series de precipitación
hidrológico de las estaciones vecinas (estación Recuay, estación Pachacoto,
Santiago Antúnez de Mayolo) con la Estación Chavín mediante el análisis
visual- gráfico, análisis de doble masa, consistencia y tendencia, para
eliminar los errores sistemáticos en las lecturas de caudales medios anuales.
III. ANTECEDENTES
III.1. Antecedentes Nacionales
ESTUDIO HIDROLOGICO DE LA CUENCADEL RIO CHUSPI
[CITATION DIA12 \l 3082 ]
Uno de los primeros trabajos diagnósticos de los Recursos Hídricos en las
micro cuencas alto andinas, se desarrolló el año 1996 en la provincias de
Celendín, departamento de Cajamarca, en la cual participaron: el fondo de
cooperación Holandesa (SNV – Holanda), la agencia de PRONAMACHCS –
Celendín y la Facultad de Ingeniería Agrícola de la Universidad Nacional
Agraria la Molina, como resultado de dicha actividad se publicó la “Guía para
el inventario y planeamiento de los Recursos Hídricos en Micro cuencas”
(IPRH), en Diciembre del 2002. La metodología empleada ha sido replicada
en otras micro-cuencas de la zona de Cajamarca, Cuzco y Tarma, etc., a
través del proyecto MIMA (Manejo Intensivo de Micro cuencas Alto andinas)
y el PRONAMACHCS (Programa Nacional de Manejo de Cuencas
Hidrográficas y Conservación de Suelos).
3.2. Antecedentes Locales

“ESTUDIO HIDROLOGICO_CUENCA DEL RIO HUARI”

[ CITATION ANA15 \l 3082 ]
En la tesis “Inventario del Recurso Hídrico y de la Infraestructura
Hidráulica en la subcuenta del rio Quillcay – Huaraz”, se realizó el
inventario de los recursos hídricos, así como también de la infraestructura
hidráulica que permitió identificar el potencial hídrico existente tanto en los
nevados, lagunas y quebradas de la sub-cuenca Quillcay, para así distribuir
equitativamente y de acuerdo a las necesidades de los diferentes sectores.

IV. MARCO TEORICO

a. Estadística Descriptiva:
Es la que intenta obtener toda la información posible de los datos recogidos,
mediante su adecuado ordenamiento. Son producto de ella las clasificaciones de
datos en forma de tablas, procesamiento y archivo programas de computación.
b. Estadística Matemática:
Pretende ir más lejos, basándose en comparaciones del fenómeno con modelos
probabilísticos teóricos, a fin de obtener una información que no resulta evidente
con el simple ordenamiento de los datos. En este campo se ha desarrollado una
 teoría matemática, a veces muy compleja, basada en la teoría de probabilidades,
de la que la Estadística matemática puede considerarse como una aplicación
práctica.
[Estadística aplicada a la hidrología. Autor: Ing. Carlos D. SEGERER e Ing. Rubén VILLODAS]

5.4. MEDIDAS DE DISTRIBUCIONES

Para describir ciertas características de un conjunto de datos, se pueden usar
números simples, llamados estadísticos, De ellos se puede obtener un
conocimiento más preciso de los datos, que el que se obtiene a partir de las
tablas y gráficas.
5.4.1. MEDIDA DE TENDENCIA CENTRAL
Se define una medida de tendencia central, como un índice de localización central
empleado en la descripción de las distribuciones de frecuencias.

En términos generales se tiene tres medidas: la μ media, la mediana, y la moda.

[Hidrología Estadística. Autor: Máximo, VILLON BEJAR. Pág. 94]

5.4.1.1. LA MEDIA ARITMETICA:

Dada la muestra compuesta de n datos: X1, X2, X3,…Xn; la media se define

como la suma algebraica de ellas, dividida entre el número de datos. Cuando

se calcula la media para una población, esta se denota por μ. Y cuando se

trata de una muestra por

Dónde:

5.4.1.3. LA MODA:
Es aquel valor que se repite más frecuentemente en un conjunto de datos, se denota por
Mo.
[Hidrología Estadística. Autor: Máximo, VILLON BEJAR. Pág. 100]

5.4.2. MEDIDAS DE DISPERSION

Las medidas de dispersión o variabilidad permiten observar cómo se reparten o
dispersan los datos a uno y otro lado del centro. Si la dispersión es poca, indica gran
uniformidad de los datos en la distribución. Por el contrario, gran dispersión indica poca
uniformidad.
5.4.2.3. DESVIACION ESTANDAR(S):
La desviación estándar, se define como la raíz cuadrada positiva de la varianza, es decir:
5.5. CORRELACIÓN Y REGRESIÓN
5.5.1. CORRELACION (r):
La correlación se define como la asociación entre dos o más variables.
5.5.1.1. COEFICIENTES DE CORRELACIÓN(r):
Es el estadístico que nos permite medir el grado de asociación de dos variables
linealmente asociadas. Para el caso de una muestra está dada por:
Variación de valores de r: -1<r < 1; describen los varios grados de asociación. Si x e y
son independientes: Sxy= 0, Luego r = 0
5.5.1.2. COEFICIENTE DE DETERMINACIÓN (r2):
Es la proporción o porcentaje, de la variación total de la variable dependiente y, que es
explicada o depende de la variable independiente x, por lo cual, es un criterio para
explicar la importancia de la variable independiente dentro del modelo.
Además; 0 <r2< 1; de 0-100%.
5.5.2.1. REGRESION LINEAL SIMPLE:
En Hidrológica el modelo más simple y común, está basada en la suposición de que dos
variables se relacionan en forma lineal, como, por ejemplo: Caudales y precipitaciones
de una misma cuenca. Precipitaciones de una estación, con precipitaciones de otra
estación.
Caudal de una estación con caudal de otra estación. Precipitación con la altitud de una
cuenca. Este hecho, permite correlacionar estas variables para completar datos o
extender un registro.
c) Prueba de significación de los parámetros estadísticos que miden la asociación
correlativa, para lo cual se aplica la prueba "t". Para ello se plantea la siguiente
hipótesis:
H0: r = 0
Ha: r ≠ 0 ( r es el coeficiente de correlación poblacional y su valor varía entre -1 y 1)
Criterios de confiabilidad.
Es verificar si estadísticamente está dentro de lo permitido; para esto se procede de la
siguiente forma:
5.7. ANÁLISIS DE CONSISTENCIA
Cualquier cambio en la ubicación como en la exposición de un pluviómetro puede
conllevar un cambio relativo en la cantidad de lluvia captada por el pluviómetro. El
registro completo publicado representará condiciones inexistentes. Un registro de este
tipo se dice que es inconsistente.
[Hidrología para Ing. Civiles. Autor: Wendor Chereque Moran PUCP.
Pág. 26]
El análisis de consistencia de la información hidrológica, se realiza mediante
los siguientes procesos.
- Análisis visual gráfico.
- Análisis doble masa.
- Análisis estadístico.
5.7.1. Análisis visual gráfico:
En coordenadas cartesianas se plotea la información hidrológica histórica, ubicándose
en las ordenadas, los valores de la serie y en las abscisas el ntiempo (años, meses, días,
etc.)
Unos gráficos de esta naturaleza sirven para analizar la consistencia de la información
hidrológica en forma visual, e indicar el periodo o periodos en los cuales la información
es dudosa, lo cual se puede reflejar como "picos" muy altos o valores muy bajos, saltos
y/o tendencias, los mismos que deberán comprobarse, si son fenómenos naturales que,
si efectivamente han ocurrido, o si son producto de errores sistemáticos.
Para conocer la causa del fenómeno detectado, se pueden analizar de diversas formas:
1. Cuando se tienen estaciones vecinas, se comparan los gráficos de las series históricas,
y se observa cual periodo varía notoriamente uno con respecto al otro.
2. Cuando se tiene una sola estación, esta se divide en varios periodos y se compara la
información de campo obtenida.
3. Cuando se tienen datos de precipitación y escorrentía, se comparan los diagramas, los
cuales deben ser similares en su comportamiento.
5.7.2. Análisis estadístico:
Después de obtener los gráficos construidos para el análisis visual, los periodos de
posible corrección, y los periodos de dados que se mantendrán con sus valores
originales se proceden al análisis estadístico de saltos, tanto en la media, como en la
desviación estándar.
5.7.3. Análisis doble masa:
Una forma de detectar las inconsistencias es mediante las curvas doble másicas. Una
curva doble másica se construye llevando en ordenadas los valores acumulados de la
estación en estudio y en abscisas los valores acumulados de un patrón, que consiste en
el promedio de varias estaciones índice.
5.8. ANÁLISIS DE SALTOS
5.8.1. Consistencia de la media
El análisis estadístico consiste en probar, mediante la prueba t (prueba de hipótesis), si
los valores medios ( 21, x x ) de las sub muestras, son estadísticamente iguales o
diferentes con una probabilidad del 95% o con 5% de nivel de significación, de la
siguiente manera.
a. Cálculo de la media y la de la desviación estándar
5.8.2. Corrección de datos:
En los casos en que los parámetros media y desviación estándar de las submuestras de
las series de tiempo, resultan estadísticamente iguales, la información original no se
corrige, por ser consistente con 95% de probabilidad. En caso contrario, se corrigen los
valores de las sub-muestras
5.9. ANÁLISIS DE TENDENCIA
Antes de realizar el análisis de tendencias, se realiza el analizas de saltos y con la serie
libre de saltos, se procede a analizar las tendencias en la media y en la desviación
estándar.
5.9.1. Tendencia a la media (Tm)
La tendencia en la media Tm, puede ser expresada en forma general por la ecuación
polinomial.
5.10. TABLA DE FRECUENCIAS
Los datos se clasifican de la siguiente forma:
a) Ordenar los datos en forma descendente.
b) Calcular el rango o la amplitud de la muestra con la siguiente ecuación.
𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
c) Calcular el número de intervalos de clase con la ecuación de Sturges.
𝑘=1.33𝑙𝑛(𝑛)+1
Dónde:
k: número de intervalo de clase.
n: número de datos de la muestra.
d) Calcular la amplitud de cada intervalo de clase; con la siguiente fórmula.
Δ𝑋=𝑅𝑘
e) Calcular los límites de clase de cada intervalo de clase.
𝐿𝐼𝑖=𝐿𝐼𝑖−1+Δ𝑋 𝐿𝑆𝑖=𝐿𝐼𝑖+Δ𝑋
Dónde:
𝐿𝑛: 𝑙𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑛 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒.
𝐿𝑆1: 𝑙𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 n 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒.
f) Calcular las marcas de clase.
𝑀𝑐𝑖=𝐿𝐼𝑖+𝐿𝑆𝑖2
g) Tabular la tabla de frecuencia.
N° de clase o intervalo de clase Intervalo de clase
Marca de clase 𝑴𝒄𝒊
Frecuencia absoluta 𝒇𝒂𝒊
Frecuencia absoluta acumulada 𝑭𝒂𝒊
Frecuencia relativa 𝒇𝒓𝒊
Frecuencia relativa acumulada 𝑭𝒓𝒊
Función densidad empírica 𝒇𝒆𝒊 𝑳𝑰𝒊 𝑳𝑺𝒊
h) Graficamos las siguientes distribuciones:
 Distribución de frecuencias absolutas.
 Histograma de frecuencias absolutas.
 Polígono de frecuencias absolutas.
 Distribuciones de frecuencias relativas.
Histograma de frecuencias relativas.
Polígono de frecuencias relativas.
 Distribuciones de frecuencias absolutas acumuladas (ojiva).
 Distribuciones de frecuencias relativas acumuladas (ojiva).
 Función de densidad empírica.
 Coeficiente de asimetría (sesgo).
a) Aplicaremos la siguiente fórmula:
𝒈=𝑪𝒔=𝒏𝟐×𝒎𝟑(𝒏−𝟏)×(𝒏−𝟐)×𝒔𝟑
 Para datos no agrupados:
𝑚3=1𝑛×Σ(𝑥𝑖−𝑥)3𝑛𝑖=1
 Para datos agrupados:
𝑚3=1𝑛×Σ(𝑥𝑖−𝑥)3×𝑛𝑖𝑛𝑖=1
El resultado se tendrá que verificar con lo siguiente
𝑪𝒔<0 ; Es una distribución sesgada a la izquierda (polígono de frecuencias con cola más
larga hacia la izquierda).
𝑪𝒔=𝟎 ; Es una distribución simétrica.
𝑪𝒔>0 ; Es una distribución sesgada a la derecha ( polígono de frecuencias con cola más
larga hacia la derecha).
 Medida de apuntamiento (curtosis).
a) Aplicaremos la siguiente fórmula:
𝑪𝒌=𝒏𝟑×𝒎𝟒(𝒏−𝟏)×(𝒏−𝟐)×(𝒏−𝟑)×𝒔𝟒
 Para datos no agrupados:
m4=1n×Σ(xi−x)4ni=1
 Para datos agrupados:
m4=1n×Σ(xi−x)4×nini=1
El resultado se tendrá que verificar con lo siguiente:
𝑪𝒌<3 ; Es una distribución platicurtica (achatada o plana)
𝑪𝒌=𝟑 ; Es una distribución mesocurtica o moderada (curva normal)
𝑪𝒌>3 ; Es una distribución leptocurtica (picuda o puntiaguda)

V. CALCULOS Y RESULTADOS