UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

Estudiante: Xavier Rafael Merino Vivanco

Asignatura: Hidrología
Docente: PhD. Fernando Oñate Valdivieso
RELLENO DE DATOS DE PRECIPITACIÓN
1. Introducción

Se denomina precipitación a cualquier forma de hidrometeoro, el cual cae de la

atmósfera y llega a la superficie terrestre, en forma de lluvia, llovizna, nieve,
aguanieve, y granizo. Monsalve Sáenz define a la precipitación como “Todas las
formas de humedad emanadas de la atmósfera y depositadas en la superficie
terrestre, tales como lluvia, granizo, rocío, neblina, nieve o helada” [ CITATION Ger99
\l 12298 ], sin embargo otros autores discrepan debido a que llegan a considerar a la
neblina, y rocío como formas de condensación, mas no de precipitación.
El origen de la precipitación, se da por la condensación del vapor de agua contenido
en las masas de aire, que se origina cuando estas son forzadas a elevarse y enfriarse.
Para que se produzca la condensación es necesario que el aire se encuentre saturado
de humedad, y existan núcleos de condensación, las cuales son pequeñas partículas
en suspensión, que, al combinarse con la humedad, forman gotas de agua.
La precipitación es el punto de partida de las corrientes superficiales y profundas,
por ende, su cuantificación es de es de suma importancia para determinar la
disponibilidad de agua para uso doméstico, agricultura, generación de energía y
otros.
2. Materiales y Metodología
Para la realización del presente trabajo fue necesario el uso de distintas herramientas
digitales tales como Excel, y Photomath, asimismo se llevó a cabo el uso de
métodos manuales para la comprobación de ciertos datos arrojados por los
programas antes mencionados. Además, el trabajo se fundamentó en los algunos
métodos de relleno de datos estudiados en clase los cuales se explicarán a
continuación.
2.2. Método de las proporcionalidades
Los resultados arrojados son más confiables, debido a que se trabaja con valores
medios de los datos registrados durante el periodo analizado.
Xi Sumatoria de datos existentes del año incompleto
=
pmi pa

pmi: Precipitación media mensual del periodo determinada con las

precipitaciones mensuales existentes.
 pa: Precipitación media total, determinada con las sumatorias anuales de
precipitación de series completas.
2.3. Correlación ortogonal
Para su realización es preciso realizar una tabla donde ubicaremos los datos del
mismo mes en todos los años (proceso que se realiza con todos los meses
analizados), dichos datos serán de dos estaciones, la de análisis (y), que contiene
datos faltantes, y la estación base (x) que es aquella con datos completos en los
años que se necesita analizar.
Ya realizada la tabla se procede a eliminar aquellas parejas de datos que
carezcan de valor para luego determinar la varianza y covarianza de nuestras
variables utilizando la siguiente fórmula:
( λ 2 )−( σ 2 x +σ 2 y ) λ+¿
Donde:
λ 1> λ 2 > 0
∑ ( X− Xm )2
σ^2 X =
N

σ^2 Y=
∑ ( Y −Y m )2
N

σXY=
∑ ( ( X −Xm )( Y −Ym ) )
N

Encontrado λ 1, se procede a buscar la pendiente de nuestra ecuación final (m) usando

la siguiente expresión:
σXY
m=
λ 1−σ 2 Y
Luego se introduce dicho valor de pendiente en la siguiente fórmula, con el fin de
encontrar nuestro dato mensual faltante:
y= (Ý −m∗´ X )+ m∗X
Donde:
y: Dato mensual faltante
Ý: Promedio de todos los valores de y (estación de análisis)
´X: Promedio de todos los valores de x (estación base)
m: Pendiente
X: valor de la estación base, en el mismo mes y año que el dato de la estación de
análisis.
Cabe recalcar que cuando los resultados obtenidos son negativos, se debe plantear la
siguiente fórmula:
m∗´ X
X
Y =Ý
(( ) )
´X
Ý

3. Análisis de resultados
3.1. Método de las proporcionalidades
 En la estación C se realizó este método para completar los datos faltantes en los
meses de los años indicados en la siguiente tabla:

Metodo de proporcionalidades
Dato
faltante Sumatoria de datos Existentes en año incompleto       Pa Pmi Dato
696, 118,
abr-65 473,4 9 6 80,5
691, 258, 118,
mar-67 317,8 8 7 9
683,
ene-78 180,2 0 63,3 16,7
666,
oct-79 334,2 8 8,4 4,2
656,
sep-84 694,0 2 1,2 1,2
656,
oct-84 695,2 2 8,2 8,7
656,
nov-84 703,9 2 4,8 5,2

En la estación B también se usó este método para completar los datos faltantes
indicados en la siguiente tabla:

Método de proporcionalidades
Dato faltante Sumatoria de datos Existentes en año incompleto     Pa Pmi Dato
ago-90 622,8 1332,3 6,1 2,8659063
nov-98 2279,6 1311,5 25,1 43,6675456
jul-99 1336,3 1370,9 8,2 7,96525754
mar-00 163,1 1370,1 396,2 47,1685702
abr-00 210,2 1370,1 261,9 40,1904593
may-00 250,4 1370,1 94,0 17,1875725
jun-00 267,6 1370,1 22,6 4,40956277
jul-00 272,0 1370,1 8,2 1,62102907
ago-00 273,6 1370,1 6,0 1,20575418
sep-00 274,8 1370,1 8,9 1,7882676
oct-00 276,6 1370,1 20,9 4,21441064
nov-00 280,8 1370,1 25,7 5,25660805
dic-00 286,0 1370,1 89,8 18,7524037

3.2. Método de correlación ortogonal

Al tener años con ningún dato mensual en nuestra estación B (1968 y 1973), se
utilizó este método utilizando como estación base a la estación C, realizando un
análisis desde los años 1965-1988, ya que dicha estación base poseía los datos
completos en ese periodo (tomando en cuenta los datos completados con el
método de proporcionalidades).
Estación B
 VALORES MENSUALES
AÑOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1968 39,4 63,6 26,9 20,5 31,0 20,5 20,5 20,5 20,5 20,9 21,0 20,5
1973 165,5 379,8 475,2 194,7 54,7 22,4 20,5 22,9 20,5 21,5 20,5 20,5
Una vez llenados estos datos en nuestra estación B, se la puede utilizar como
estación base para la completación de datos de las estaciones A y C.

Estación C

VALORES MENSUALES
AÑOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1989 250,4 202,1 419,5 173,2 4,0 12,4 0,0 0,0 0,1 15,9 0,0 1,5
1998 1,0 406,7 430,0 485,5 137,4 7,8 2,7 0,6 7,6 0,9 12,6 11,4
1999 55,6 236,7 316,1 81,8 83,9 10,5 2,0 0,0 0,2 0,7 8,7 19,0
2000 5,4 74,0 15,1 10,1 5,4 0,9 0,3 0,2 0,3 0,9 1,2 6,0

Estación A.

VALORES MENSUALES
AÑOS ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1979 234,7 242,2 564,1 182,6 99,0 0,0 0,0 15,4 2,0 0,0 0,0 3,5
1983 614,3 357,5 444,9 615,5 379,8 64,8 26,2 2,5 18,8 35,3 15,3 81,9
1986 181,3 195,8 47,0 289,7 46,9 0,0 4,6 0,0 0,0 12,0 30,8 94,1
1988 35,0 278,3 5,5 153,7 26,3 0,0 0,0 1,6 1,5 3,0 0,0 70,4
1989 249,9 313,3 397,8 197,4 26,5 67,6 7,5 0,0 1,5 19,5 0,0 18,5
1990 27,2 93,9 165,3 79,1 22,4 6,5 0,0 0,0 0,0 8,0 0,0 27,3
1991 73,5 185,9 412,0 125,5 25,1 27,9 3,2 0,0 1,0 11,0 1,3 28,2
1998 22,7 532,3 561,6 631,3 194,0 18,6 7,0 0,9 18,2 1,9 37,3 35,7
1999 91,3 318,7 418,4 124,2 126,8 34,7 5,3 0,0 0,0 1,2 20,4 45,2
2000 28,2 114,4 40,4 34,2 13,6 2,1 1,3 1,0 1,5 1,9 2,8 14,9

4. Conclusiones
 Los datos obtenidos mediante proporcionalidad, no son tan precisos a
diferencia del método de correlación ortogonal.
 El método de correlación ortogonal es muy útil cuando existen datos
faltantes anuales, siempre que tengamos estos datos en otras estaciones
cercanas.
 No se pudo utilizar los métodos de Distancia inversa ponderada, o el de
Ponderación mediante la precipitación normal, debido a que era necesario al
menos una estación con datos completos y reales.

Bibliografía
Sáenz, G. M. (1999). HIdrología en la Ingeniería. Colombia: EDITORIAL ESCUELA
COLOMBIANA DE INGENIERÍA.