UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

INGENIERÍA CIVIL

CONTENIDO
RESUMEN ................................................................................................................ 1
SUMMARY ............................................................................................................... 1
I. OBJETIVOS ............................................................................................................ 1
II. MARCO TEÓRICO ................................................................................................. 2
III. CONCLUSIONES………………………………………………………………………………………………….4
IV.RECOMENDACIONES ........................................................................................... 4
V. BIBLIOGRAFÍA...................................................................................................... 4

RESUMEN
La cantidad de agua de una tormenta que drena o escurre sobre la superficie
del suelo se denomina escorrentía. Los métodos para estimar la escorrentía a
partir de la precipitación tratan de descontar de la lluvia caída sobre una
cuenca todas aquellas pérdidas que se deben a factores tales como la
infiltración, la evapotranspiración, la intercepción y el almacenamiento
superficial. Debido a esto, la búsqueda de un método óptimo frecuentemente
involucra encontrar una técnica que genere largas secuencias de datos.

SUMMARY
The quantity of water of a storm that drains or drips on the surface of the
ground run-off names itself. The methods to value the run-off from
precipitation try to deduct of the fallen rain on a basin all those losses that are
due to factors such like infiltration, the evapotranspiration, the interception
and the superficial storage. Due to this, the search of an optimal method
frequently involves finding a technique that generates long sequences of data.

RELACIONES PRECIPITACIÓN CURASMA MEDINA MAIKOL

ESCORRENTÍA 1
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
INGENIERÍA CIVIL
RELACIONES PRECIPITACIÓN ESCORRENTÍA
(Modelos de generación de caudales. Lutz Scholtz y redes neuronales)

I. OBJETIVO
• Conocer la generación de caudales mediante los métodos de
Redes neuronales y Lutz Scholz.

II. MARCO TEÓRICO

MÉTODO DE LAS REDES NEURONALES
Muchos estudios desarrollados en la última década han empleado las
ANNs para la generación y previsión de variables hidrológicas, ejemplo
la previsión de crecidas e inundaciones; previsión de lluvia escorrentía;
predicción de caudales y generación de caudales multivariados
(Herrera, y otros, 2013).
Las Redes Neuronales Artificiales son una herramienta computacional
que emula el funcionamiento de las redes neuronales del cerebro. Una
característica atractiva de las redes neuronales es la capacidad de
extraer la relación de las entradas y salidas de un proceso, sin conocer
explícitamente la naturaleza física del problema de tal forma que el
resultado es usado para transmitirlo a lo largo de la red y dar una señal
de salida.
Actualmente existen muchos modelos para la generación y previsión
de caudales, precipitaciones y evaporaciones producidas en una
determinada zona los cuales son usados en el planeamiento de los
sistemas de gestión de recursos hídricos (Herrera, y otros, 2013).
En todos estos modelos, la relación lineal entre las variables
hidrológicas relevantes es asumida pero no siempre da los mejores
resultados, y en algunos casos es inadecuado (Herrera, y otros, 2013).
Muchos estudios emplean los modelos autoregresivos para la
generación y previsión de caudales, mostrando de esta forma que los
modelos de bajo orden reproducen bien las características analizadas.
Por otro lado, los resultados de los modelos estocásticos de caudales
pueden mejorar la precisión de la estimación del diseño de la
capacidad de los embalses. Peng muestra que no hay evidencia que los

RELACIONES PRECIPITACIÓN CURASMA MEDINA MAIKOL

ESCORRENTÍA 2
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
INGENIERÍA CIVIL
modelos AR(1) multivariados sean inadecuados (Thomas Fiering es un
modelo AR1 con coeficientes que varían estacionalmente, un buen
ejemplo de este enfoque).
Estudios iniciales describen secuencias de caudales con modelos
matemáticos, los cuales pueden reproducir características especiales
como la periodicidad y considerar los efectos de la correlación lineal.
La más importante contribución fue hecha por Thomas y Fiering.
Ellos proponen que los caudales pueden ser simulados con una
relación lineal simple con cuadales previos (Herrera, y otros, 2013).
II-A1. Modelo de Thomas y Fiering: Modelo para la generación de
caudales sintéticos fue desarrollado en 1962 por Thomas y Fiering.
Este modelo ademas de la media y la varianza, usa el coeficiente de
correlación, pues se considera que los registros históricos de procesos
hidrológicos presentan un fenómeno de persistencia observable. El
modelo fue aplicado exitosamente en muchos estudios de generación
de series temporales de caudales, precipitación.

Donde:
Q¯ j es el caudal en el mes j
Qj es el caudal promedio en el mes j
Bj es la pendiente de la recta de regresión entre el mes j y
j+1
S j es la varianza de la distribución de los caudales en el
mes j
Rj es el coeficiente de correlación entre el mes j y j+1
T j es un número aleatorio que viene de una distribución normal de
media nula y de varianza igual a uno.

MÉTODO DE LUTZ SCHOLZ

En nuestro país, en la década de los 80, el experto Lutz Scholz

desarrolló el modelo matemático “Transformación de Precipitación en
Descarga” para el Ministerio de Agricultura, en el marco de
Cooperación Técnica de la República Alemana a través del Plan MerisII.

RELACIONES PRECIPITACIÓN CURASMA MEDINA MAIKOL

ESCORRENTÍA 3
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
INGENIERÍA CIVIL
Este modelo además de ofrecer una metodología para la calibración de
los parámetros hidrológicos, presenta una serie de expresiones
empíricas regionalizadas que en teoría permitirán estimar los valores
de los caudales a escala mensual en cuencas sin información (Espiritu,
2012).

donde:
Qt = Caudal del mes
tQ t-1 = Caudal del mes anterior
PE t = Precipitación efectiva del mes
B1 = Factor constante o caudal básico.

III. CONCLUSIONES
• Se concluye que cada método es aplicable a un determinado
caso, presentando ventajas, desventajas y limitaciones.

IV. RECOMENDACIONES
• Es recomendable utilizar el método más apropiado de acuerdo a
las características de los datos disponibles

V. BIBLIOGRAFÍA
• Espiritu, Hiber. 2012. Generación de descargas mensuales en la
quebrada de aporte a la laguna contunga, utilizando el método
de Lutz Scholz. Ancash : s.n., 2012.

• Herrera, José, y otros. 2013. Red Neuronal aplicada a la

generación de caudales. Arequipa : UNSA, 2013. ISSN-0124-
6984.

RELACIONES PRECIPITACIÓN CURASMA MEDINA MAIKOL

ESCORRENTÍA 4