UNIVERSIDAD CATÓLICA SEDE SAPIENTIAE

FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA CIVIL

Título:

“Curvas de Intensidad Frecuencia y Duración (IDF) en la cuenca”

hidrográfica.

Grupo N°7

Presentado por:

Cruz Huaynates, Yulissa Evelyn

Estrella Esteban, Jazmín Geraldine
Huamán Fernández, Estefanny Fabiola
Pérez Huamán, María Ysabel
Roca Coronel, Rosa María
Samaniego Rafaele, Manuel Ángel
Docente:

Dr. López Silva, Maiquel

2020 - TARMA - PERU

 Índice general

Índice de tablas..........................................................................................................................4

INTRODUCCIÓN.....................................................................................................................4

CAPÍTULO 1. ASPECTOS GENERALES...........................................................................6

1.1 Objetivos de la investigación.........................................................................................6

1.1.1 Objetivo general.......................................................................................................6

1.1.2 Objetivos específicos................................................................................................6

CAPÍTULO 2. MARCO TEÓRICO......................................................................................7

2.1 Antecedentes internacionales y nacional.......................................................................7

2.1.1 Antecedente internacional........................................................................................7

2.1.2 Antecedente nacional...............................................................................................8

2.2 Estaciones hidrometeorológicas....................................................................................8

2.2.1 Estación convencional...............................................................................................9

2.2.2 Estación automática...................................................................................................9

2.3 Métodos para el análisis de datos faltantes en las estaciones meteorológicas.............11

2.3.1 Método de correlación lineal..................................................................................11

2.4 Análisis estadísticos básicos de las precipitaciones métodos gráficos y pruebas

paramétricas.15

2.4.1 Análisis explorativo................................................................................................15

2.4.1.1 Análisis explorativo del grafico..........................................................................15

2.4.2 Análisis confirmatorio............................................................................................18

2.5 Métodos de estimación de precipitaciones areales......................................................21

2.5.1 Media Aritmética....................................................................................................21

2.5.2 Método de Thiessen...............................................................................................22

2.5.3 Método de las Isoyetas...........................................................................................23

 2.6 Curvas de Intensidad Frecuencia y Duración..............................................................25

2.6.1 Definición de las curvas IDF..................................................................................25

2.6.2 Construcción de las curvas IDF.............................................................................26

CAPÍTULO 3. MARCO METODOLÓGICO.....................................................................30

3.1 Descripción general de la zona de estudio...................................................................30

3.1.1 Ubicación...............................................................................................................30

3.2 Estaciones meteorológicas...........................................................................................30

3.3 Información utilizada...................................................................................................31

3.3.1 Softwares empleados..............................................................................................31

3.4 Métodos.......................................................................................................................31

CAPÍTULO 4. RESULTADOS Y DISCUSIÓN.................................................................31

CAPÍTULO 5. CONCLUSIONESY RECOMENDACIONES...........................................31

REFERENCIAS BIBLIOGRÁFICAS..................................................................................32

Índice de ilustraciones

Ilustración 1 Datos Hidrometeorologicos a nivel nacional......................................................10

Ilustración 2 Presentación de la Red de Observación del SENAMHI PERU.........................11

Ilustración 3 Diagramas de cajas de la precipitación anual en las estaciones.........................16

Ilustración 4 Curvas de doble masa.........................................................................................17

Ilustración 5 Polígonos de Thiessen........................................................................................22

Ilustración 6 Perfil pluviométrico............................................................................................24

Ilustración 7 Curvas IDF.........................................................................................................29

Índice de ecuaciones

Ecuación 1 coeficiente de correlación......................................................................................12

Ecuación 2 transformación a la variable..................................................................................18

Ecuación 3 coeficiente de correlación de Spearman................................................................19

Ecuación 4 Hipótesis nula........................................................................................................20

Ecuación 5 estimación de la estabilidad de la varianza............................................................21

Ecuación 6 varianza..................................................................................................................21

Ecuación 7 media aritmética....................................................................................................22

Ecuación 8 Precipitación media del área en estudio................................................................23

Ecuación 9 modelo parabólico.................................................................................................25

Ecuación 10 modelo exponencial.............................................................................................25

Ecuación 11. La intensidad......................................................................................................26

Índice de tablas
 INTRODUCCIÓN

El estudiar las precipitaciones y conocer su distribución temporal es motivo de interés

para diversos fines, por ejemplo, meteorológicos y edafológicos, como también hidrológicos, al

tiempo de lo cual se pueden proporcionar índices para realizar estudios de crecidas o permitir la

alimentación de modelos precipitación-escorrentía que permitan mejorar la información

disponible, para un adecuado diseño y dimensionamiento de las obras civiles. Para esto, es

necesario conocer las intensidades de precipitación, para distintos períodos de retorno.

Ahora bien, la disponibilidad de datos de caudal es imprescindible para el diseño y

planificación de actividades físicas. No obstante, muchas veces no se dispone de registros de

caudales, o éstos no tienen la suficiente duración como para hacer los análisis de frecuencia

requeridos; debe entonces usarse la información pluviométrica para estimar crecidas de cierta

frecuencia.

Es, por lo tanto, muchas veces necesario presentar la información pluviométrica

correspondiente a una tormenta o lluvia en formas de intensidades, a partir de los registros de

las estaciones pluviográficas en estudio.

El presente documento pretende analizar el diseño y construcción de las curvas

Intensidad-Duración-Frecuencia (IDF). Para ello, se necesitará conocer el comportamiento de

las precipitaciones a través de una curva que entrega la intensidad media en función de la

duración y la frecuencia, y cuya única finalidad será la de aportar patrones de conductas de las

lluvias, tal que permitan diseños confiables y efectivos para la ingeniería hidráulica, además de
poner a disposición de los ingenieros y personal técnico capacitado una herramienta de análisis

y planificación en el largo plazo.

 CAPÍTULO 1. ASPECTOS GENERALES

1.1 Objetivos de la investigación

1.1.1 Objetivo general

 Analizar la vulnerabilidad sísmica mediante métodos cualitativos en edificaciones de

albañilería confinada de dos pisos del Jr. Cecilio Limaymanta de la provincia de

Tarma, 2020.

1.1.2 Objetivos específicos

 Identificar las características que presentan las edificaciones de albañilería confinada

de dos pisos.

 Determinar la capacidad portante que presenta el suelo del Jr. Cecilio Limaymanta

aplicando ensayos de laboratorio.

 Calcular el índice de vulnerabilidad sísmica aplicando métodos cualitativos en las

edificaciones de albañilería confinada de dos pisos.

 Establecer alternativas de solución que ayuden en la mitigación de la vulnerabilidad

sísmica en edificaciones de albañilería confinada de dos pisos.

 CAPÍTULO 2. MARCO TEÓRICO

2.1 Antecedentes internacionales y nacional

2.1.1 Antecedente internacional

Para GÁLVEZ (2019), hace mención en su tesis titulada “GENERACIÓN DE

INFORMACIÓN HIDROMÉTRICA CON FINES DE APROVECHAMIENTO HÍDRICO

PARA LA CUENCA EL PORVENIR DISTRITO DE HUARANGO”, Con bastante

frecuencia, los proyectos que se diseñan para pequeñas áreas, quedan lógicamente

localizados en arroyos o corrientes de reducida importancia, comúnmente no aforadas y

entonces surge la necesidad de inferir o estimar el régimen hidrológico de dicha corriente.

Ante esto, se aplicaron metodologías de transferencia de datos por diversos criterios y

modelos hidrológicos que proporcionen series sintéticas. Ante este escenario, la presente

investigación está abocada a la generación de información hidrométrica para fines de

aprovechamiento hídrico; a través de la transferencia de información de caudales

promedios desde las cuencas Pilotos (Tabaconas y Manchara), para luego por similitud

hidrológica transferir información a la cuenca de estudio El Porvenir. Se realizó la

caracterización de las cuencas pilotos y la de estudio donde se identificó una similitud

geométrica, dinámica y cinemática a través de los parámetros índice de Gravelius,

Coeficiente orográfico y Relación de confluencias con coeficientes de variación de 4.62%,

11.82% y 3.70% respectivamente.

Al evaluar la similitud de sistemas hidrológicos entre las cuencas pilotos

(Tabaconas y Manchara) y la de estudio (El Porvenir) con los criterios de similitud

geométrica, dinámica y cinemática se obtuvo coeficientes de variación de 4.62%, 11.82% y

3.70% respectivamente. Estos están por debajo de los límites aceptables para establecer

una similitud hidrológica, por lo que la transferencia de información hidrometereológica

fue posible. Pg. (2,14,70)

2.1.2 Antecedente nacional

Para Huanca (2016), en su presente trabajo títulado "Análisis Morfométrico de la

Cuenca del Río Lucre", constituye un ensayo de aplicación de la morfometría fluvial al

estudio de un caso típico de una cuenca hidrográfica pequeña, que apenas cuenta con 103

km2 de área, ubicada en la Provincia de Quispicanchis del Departamento del Cusco,

integrante de la Cuenca Hidrográfica del Río Watanay. El objetivo del presente trabajo es

demostrar cómo una cuenca hidrográfica es organizada y sujeta a diferentes leyes naturales

similares a las de otros fenómenos de la naturaleza. Para el estudio y análisis de la

mencionada cuenca se ha utilizado la carta geográfica del IGN a la escala 1:100,000 hoja

29-S Cusco, considerando para su análisis los canales fluviales mayores a 1000 m de

longitud. Espero que la presente investigación que es la primera aproximación, sirva de

modelo para realizar estudios de morfometría en otras cuencas hidrográficas del Perú.

Este artículo muestra de manera sintética los diferentes parámetros utilizados para

identificar cuencas hidrográficas. Se toma como estudio de caso a la microcuenca del Río

Lucre, Cusco, y alli se analizan diferentes indicadores utilizados por los geógrafos físicos

en sus intentos de llegar a una sistematización teórica sobre el estudio de cuencas. Pg. (4,8-

21)
2.2 Estaciones hidrometeorológicas

Podrás informarte sobre las condiciones meteorológicas e hidrológicas que están

ocurriendo en nuestro país y que se registran en nuestro sistema observacional,

principalmente las temperaturas máximas y mínimas del aire, las precipitaciones pluviales,

la humedad relativa y los niveles de los principales ríos, cuyos datos se reportan horaria y

diariamente. (Plataforma digital unica del estado peruano, 2020, pág. 3)

Estos datos están ordenados por estación (convencional y automática), por

frecuencia de transmisión (a tiempo real o diferido) y por tipo de estaciones:

meteorológicas (M) e hidrológicas (H).

2.2.1 Estación convencional

Realiza observaciones en la superficie. Están equipadas con instrumentos de lectura

directa o de registro, y sus mediciones se realizan de forma manual y mecánica. Se dividen

en:

 Estaciones convencionales con recepción de datos a tiempo real: capacitadas para

enviar los datos hidrometeorológicos directamente a la base de datos institucional

a las 07:00 a. m., 01:00 p. m. y 07:00 p. m.

 Estaciones convencionales con recepción de datos en tiempo diferido: por su

ubicación, no cuentan con cobertura de Internet y deben registrar sus datos en

planillas que luego son procesadas en la base de datos institucional.

 Las variables temperatura y precipitación de las estaciones meteorológicas, así

como el promedio del nivel de agua de las estaciones hidrológicas, se muestran

diariamente.
 2.2.2 Estación automática

Consta de sensores que registran las variables hidrometeorológicas y las almacena

en una plataforma desde la que se transmiten de forma automática. Las variables

temperatura y precipitación de las estaciones meteorológicas, así como el nivel de agua de

las estaciones hidrológicas, se actualizan cada hora.

Ilustración 1 Datos Hidrometeorologicos a nivel nacional

Fuente: SENAMHI - Sede Central

 Ilustración 2 Presentación de la Red de Observación del SENAMHI PERU

Fuente: SENAMHI - Sede Central

2.3 Métodos para el análisis de datos faltantes en las estaciones meteorológicas

2.3.1 Método de correlación lineal

El método de correlación lineal es uno de los más utilizados, se recomienda para la

estimación de datos mensuales y anuales de la estación en estudio, y los de una

pluviométrica cercana, que cuente con una estadística consistente y observada. Para ello se

requiere establecer una regresión y correlación lineal entre una estación patrón y la que
tenga carencia de datos, mediante una ecuación lineal. Son herramientas estadísticas

comúnmente empleadas en hidrología para estimar datos faltantes y ampliar el registro de

cierta estación climatológica, con base en la información disponible en las más cercanas.

Cuanto más amplio sea el registro o serie de valores observados en otra cercana, mayores

serán las estimaciones e inferencias estadísticas basadas en tales datos.

Campos Aranda (1998) menciona que el uso de las herramientas mencionadas es

particularmente recomendable para incrementar los registros anuales, ya sea de lluvias,

temperaturas o escurrimientos. Sin embargo, debe mencionarse que una de sus principales

limitaciones es que tanto la recta de regresión como el coeficiente de correlación no son

robustos, en el sentido de que resultan muy afectados por medidas particulares que se

alejan mucho de la tendencia general.

El método establece que dados dos registros (Xi, Yi) de manera que X contenga

más valores que Y, si se desea estimar los valores faltantes de Y a partir de los valores de

X. Suponiendo que se tienen K parejas de valores (Xi, Yi) y además (n – K) valores de Yi,

entonces primero se calcula el coeficiente de correlación ( r ) de las parejas (K) definida

por la ecuación (1). El coeficiente de correlación está definido en el intervalo – 1 ≤ r ≤ 1,

que denota una correlación total, cuando adopta el valor de cero se considera que la

correlación es nula.

Ecuación 1 coeficiente de correlación

 Si se toma en cuenta que el valor del coeficiente de correlación (r ) se calcula con

base en una muestra relativamente pequeña, se considera que es únicamente una

estimación del valor poblacional ( p ) y, por tanto, es necesario investigar si existe la

posibilidad de que rho = 0. Para ello se emplea el estadístico dado por la siguiente

expresión:

(7)

y se compara con el valor Zc de que tiene distribución normal para cierto nivel de

confianza, comúnmente 95%, para el cual Zc = 1.645. Si Z ≥Zc no hay posibilidad de que

(p) sea igual a cero y, por tanto, r es significativo a 5%, como lo establece Campos Aranda

(1998).
 Si el coeficiente de correlación de las k parejas resultó mayor o igual a 0.8, como

en Pizarro, González, Wittersshein, Saavedra y Soto (1993), se considera aceptable inferir

los (n – k) valores faltantes de y, con una relación lineal definida por la ecuación (8), en la

cual los parámetros m y b se evalúan con la k parejas de valores comunes X y Y, según

las ecuaciones (9) y (10).

(8)

Donde:

(9)

(10)

Aun cuando la correlación entre los registros x y y sea alta, es recomendable

investigar hasta qué punto es provechoso utilizar el registro más amplio para incrementar el

otro, dado que puede suceder que los valores inferidos discrepen mucho de la realidad. La

eficiencia estadística (E) ayuda a determinar si mejora el valor medio del registro y, y con

ello si conviene hacer la inferencia. Si el valor de (E) resulta mayor que uno, no mejorará

en nada el registro de las Yi, en cambio, si (E) es menor que la unidad, convendrá hacer la

inferencia de los valores faltantes a partir de las Xi. La eficiencia estadística se calcula con

la siguiente expresión contenida en Campos Aranda (1998):

(11)

Donde:
 M = número total de datos de Y; n = número total de datos de X; r = coeficiente de

correlación.

De acuerdo con Cárdenas Montoya (1994), los métodos de regresión no consideran

las características físicas y geomorfológicas de las cuencas hidrográficas y sus

implicaciones sobre los resultados obtenidos, solo hacen consideraciones estadísticas. No

obstante, Allen, Pereira, Raes y Smith (2006) recomiendan que para la aplicación de este

método se seleccione una serie de datos con un comportamiento similar, esto es, dentro de

la misma área de influencia topo climática, a la serie que tiene los datos faltantes.

2.4 Análisis estadísticos básicos de las precipitaciones métodos gráficos y pruebas

paramétricas.

2.4.1 Análisis explorativo

El análisis exploratorio de una serie hidro climatológica consiste en detectar por

medios gráfico y cuantitativos la existencia o no de alguna tendencia y/o cambio, y la

homogeneidad de la serie. El esquema metodológico de un análisis exploratorio empieza

por un análisis gráfico (gráfica de serie de tiempo, grafica de doble masa, diagrama de

cajas, histogramas, gráfica de normalidad), continúa con la prueba de normalidad (Shapiro

Wilk o Smirnov Kolmogorov) para confirmar o no la posible distribución normal de los

datos, y termina con un análisis confirmatorio, por medio de pruebas estadísticas

paramétricas y no paramétricas. Como se observa en el esquema, si existe tendencia y/o

falta de homogeneidad en la información se debe proceder a usar una parte de la misma o

remover de ésta la tendencia o la falta de homogeneidad (Carvajal, 2010).

 2.4.1.1 Análisis explorativo del grafico

Manzano, (2017) análisis exploratorio de los datos (EDA) por medio gráfico se

realiza con el fin de comprobar tendencias y cambios en la serie de tiempo por medio

visual. Es considerado como el primer análisis a realizar antes de cualquier análisis

confirmatorio (cuantitativo) y, más aún, antes de utilizar la información hidro

climatológica para modelos y simulaciones (p. 5).

El autor para determinar el análisis exploratorio gráfico se recomienda utilizar la

gráfica de serie de tiempo, el diagrama de cajas, la gráfica de doble masa y la gráfica de

normalidad, descritas a continuación:

 Gráfica de series de tiempo: representa los datos ordenados cronológicamente

en las ordenadas y el tiempo en las abscisas. Son gráficos en los cuales se pueden

observar claramente las tendencias, los cambios, la irreversibilidad, y la

intermitencia, entre otros.

 Diagrama de cajas: se considera un resumen de la información, ya que brinda

una idea de la tendencia central, la variabilidad, la simetría y la presencia de

puntos atípicos. Para determinar si existe un cambio en la medida de la tendencia

central en la serie hidro climatológica se divide la misma en dos o más partes, de

tal forma que se pueda observar a partir del diagrama de cajas de cada una de ellas

si existen diferencias entre las características estadísticas de cada una de las partes

de la serie.

Ilustración 3 Diagramas de cajas de la precipitación anual en las estaciones

 Gráfica de doble masa: ampliamente usada para evaluar la consistencia de las

observaciones a lo largo del tiempo. Para ello, se compara la serie de estudio con

una serie patrón que no presente ningún problema de homogeneidad, tendencia o

cambio. Para realizar el contraste grafico es necesario graficar en el eje de las

abscisas los valores acumulados de la estación patrón y en el eje de las ordenadas

los valores acumulados de la estación en estudio Si la serie en estudio no presenta

cambios en la media, la gráfica debe manifestar una relación estable de

proporcionalidad entre la estación patrón y la estación en estudio. Si por el

contrario se observan quiebres en la pendiente de la gráfica, saltos o picos, se

puede concluir que la serie presenta un cambio en la media y/o presenta puntos

atípicos.

Ilustración 4 Curvas de doble masa

  Gráfica de normalidad: consiste en graficar la información en un papel de

probabilidad normal. Si la gráfica muestra una línea recta, indicará que la

información se distribuye normalmente, de otra manera la información no se

distribuye siguiendo esta distribución y será necesario realizar una transformación

a la variable. La transformación más utilizada es la propuesta por Box & Cox

(1964), según la cual si {xt} es una serie cronológica asimétrica se determinarán

los parámetros a y tales que la serie {yt} después de la transformación (Ec. (I))

minimice su asimetría.

y t =¿ ¿

Ecuación 2 transformación a la variable

2.4.2 Análisis confirmatorio

Para describir el comportamiento estadístico de los datos hidro climatológicos se

han utilizado diversas funciones de distribución, pero de hecho la mayoría de los modelos

suponen una distribución normal de la variable, lo cual implica realizar una prueba

estadística confirmatoria para rechazar o no la hipótesis nula de que la distribución de los

datos sigue ese tipo de distribución teórica. Las pruebas más utilizadas son las de Smirnov

Kolmogorov, Lilliefors, Cramer Von Misesy Shapiro Wilk, entre otras (Carvajal, 2010).

La mayoría de las pruebas paramétricas suponen que los datos se asemejan a una

distribución normal, son sensibles a la cantidad de datos, a las asimétricas y a la presencia

de datos atípicos. Las pruebas no paramétricas, en cambio, no requieren de ningún

supuesto de normalidad o de otra distribución conocida, lo que indica que son útiles bajo

un amplio rango de distribuciones de la población; además, en la mayoría de los casos, los

resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y

recuento, por lo que su base lógica es de fácil comprensión (Salas, 2014).

2.4.2.1 Comprobación del carácter estacionario de la serie

Para comprobar que no existe tendencia en la serie, es decir que no hay correlación

entre el orden en que se tomaron las observaciones y el incremento (o decremento) en

magnitud de los datos de la serie, se usa el método de rango de correlación de Spearman,

cuya expresión es una medida de la asociación lineal entre los rangos y números de orden

de la serie original y la serie ordenada en forma creciente.

Ecuación 3 coeficiente de correlación de Spearman

 Donde: i es el número de orden de la variable en orden cronológico y Ri es el

número de orden de la observación de la serie cronológica original que ocupa la

variable ordenada en forma ascendente o creciente.

 Ecuación 4 Hipótesis nula

 Donde: tt tiene una distribución t Student con n-2 grados de libertad. Para un

nivel de significancia la hipotesis nula se rechaza

2.4.2.2 Estabilidad en la varianza

Detectar cambios en la varianza y en la media son pasos fundamentales para determinar si

la serie presenta homogeneidad o no; el hecho de que no lo sea significa que los

parámetros estadísticos varían, ya sea debido a causas naturales o antropogénicas

(Calahorrano, 2017).

El autor recomienda hacer en primer lugar el test para la estabilidad de la varianza, debido

básicamente a dos razones: la inestabilidad de la varianza implica que la serie cronológica

no es estacionaria, así que no se puede usar para análisis posteriores; y algunos test de

estabilidad en la media requieren que haya estabilidad en la varianza.

 Test F: es una prueba paramétrica que relaciona las varianzas de dos conjuntos de

información que resultan de dividir la serie hidro climatológica en dos partes

iguales. Se conoce como distribución F o Fisher a la distribución de la relación

entre varianzas de muestras que vienen de una distribución normal.

 Ecuación 5 estimación de la estabilidad de la varianza

Ecuación 6 varianza

 Test Siegel – Tukey: es una prueba no paramétrica utilizada para determinar si

uno de los dos grupos (subconjunto de la serie original) tiende a tener más valores

extremos que el otro grupo, o dicho de otra manera determina si uno de los dos

grupos presenta mayor dispersión que el otro con respecto a la medida de

tendencia central.

2.5 Métodos de estimación de precipitaciones areales

2.5.1 Media Aritmética

Es un modelo de muy fácil aplicación y mucha rapidez y simplicidad. Además, no

necesita mayor información para su ejecución que las mediciones puntuales de la

precipitación y, dependiendo del número de valores en consideración, una calculadora o

planilla electrónica para realizar dicho cálculo. La principal carencia del modelo es no

considerar características anexas que pueden influir en las precipitaciones, como podría ser

la presencia de cordones montañosos, cercanía a océanos, condiciones atmosféricas

predominantes u otros (Lobo, 2006).

 Ecuación 7 media aritmética

 Donde:Pmj = Precipitación media del área en estudio en el tiempo j (mm.),Pij =

Precipitación de la estación i en el tiempo j (mm). n = Número de estaciones de

precipitación en análisis.

2.5.2 Método de Thiessen

La aplicación de Thiessen no presenta mayores complicaciones. Además de la

información pluviométrica, requiere para su ejecución sólo la ubicación espacial de las

estaciones. No requiere de una inversión excesiva de tiempo, ni de materiales. Debido a

que se realiza una representación geométrica, los implementos necesarios para llevarlo a

cabo son básicamente materiales de dibujo técnico, destacando la importancia de trabajarlo

en una escala adecuada [ CITATION Lob06 \l 10250 ].

El autor nos define que este método intenta asignar una ponderación de

representatividad en función de la superficie a cada estación pluviométrica inserta en el

área de estudio. Para ello, es preciso ubicar las estaciones en un plano cartográfico,

mediante puntos representativos, los cuales se unen a través de líneas rectas.

Posteriormente, se trazan las mediatrices a cada una de estas rectas, las cuales, en conjunto

con los límites del área en estudio, definen la superficie de influencia de cada estación

pluviométrica, valor que es determinado mediante un cálculo sobre el mapa.

Ilustración 5 Polígonos de Thiessen

 Ecuación 8 Precipitación media del área en estudio

2.5.3 Método de las Isoyetas

Una isoyeta es una curva trazada en un plano, que representa puntos de igual

precipitación. Luego, este método, para su aplicación contempla el trazado en el área

geográfica que se desea estudiar, de las correspondientes isoyetas.

Este método es el que presenta más laboriosidad, tanto en tiempo como en recursos

materiales. Para su ejecución es necesario disponer, además de las mediciones de

precipitación en los períodos de interés y de las ubicaciones de los puntos de observación,

de las precipitaciones normales de cada estación, del material cartográfico correspondiente

y de un conocimiento espacial y atmosférico lo más detallado posible de las áreas

consideradas.
 El trazado de una isoyeta, obedece básicamente a dos criterios que se conjugan

entre sí:

a) El primero dice relación con un trazado entre dos puntos de precipitación

conocida, en el cual caben en proporción lineal a las distancias sobre el plano,

todas aquellas isoyetas de valor intermedio. Es decir, es equivalente al criterio que

rige el trazado de las curvas de nivel en un mapa cartográfico.

b) El segundo criterio, señala que, si bien el primero es altamente orientador, el

trazado de las isoyetas intermedias a través de dos puntos conocidos, debe

considerar factores de relieve condicionantes de la precipitación. Esto implica,

que es necesario conocer para la zona de estudio, un perfil pluviométrico, es decir,

cómo varía la precipitación en función de la altitud. Así el trazado de la isoyeta, a

través del primer criterio, se ve compensada hacia una mayor precisión por medio

del segundo, ya que evidentemente la progresión de la precipitación en altitud, no

es lineal.

Ilustración 6 Perfil pluviométrico

 Ecuación 9 modelo parabólico

Ecuación 10 modelo exponencial

 Donde:Pp = precipitación (mm). H = altitud (m). a,b= coeficientes de regresión.

2.6 Curvas de Intensidad Frecuencia y Duración

2.6.1 Definición de las curvas IDF

Las curvas Intensidad – Duración – Frecuencia (IDF) son curvas que resultan de

unir los puntos representativos de la intensidad media en intervalos de diferente duración,

y correspondientes todos ellos a una misma frecuencia o período de retorno [ CITATION

Tém78 \l 10250 ]

En este sentido, se debe destacar que la intensidad, según Chow et al (1994), se

define como la tasa temporal de precipitación, o sea, la profundidad por unidad de tiempo

(mm/hr), y ésta se expresa de la siguiente forma:

Ecuación 11. La intensidad

 P
i=
Td

Fuente: Manual de hidrología aplicada, Chow (1994)

Donde P es la profundidad de lluvia en mm o pulg, y Td es la duración, dada

usualmente en hr.

Es importante señalar, que cuando sólo se dispone de un pluviómetro en una

estación, es evidente que, en general, sólo se podrá conocer la intensidad media en 24

horas. Como se comprenderá, esta información puede inducir a grandes errores por

defecto, por cuanto las lluvias de corta duración son, en general, las más intensas.

Es natural entonces que las determinaciones de intensidades de lluvia se hagan a

partir de los registros proporcionados por los pluviógrafos [ CITATION Aro97 \l 10250 ].

2.6.2 Construcción de las curvas IDF

La construcción de las curvas Intensidad-Duración-Frecuencia (IDF), diversos

autores plantean distintas formas o métodos para su construcción.

 Para Aparicio (1997), existen dos métodos; el primero, llamado de intensidad -

período de retorno, relaciona estas dos variables para cada duración por separado,

mediante alguna de las funciones de distribución de probabilidad usadas en

hidrología. El otro método relaciona simultáneamente la intensidad, la duración y

el período de retorno en una familia de curvas, cuya ecuación es:

k∗T m
I= n
(d + c)
 Donde k, m, n y c son constantes que se calculan mediante un análisis de

correlación lineal múltiple, y en tanto que I y d corresponden a la intensidad de

precipitación y la duración, respectivamente.

 Por otra parte, Chow et al (1994), plantean dos formas de trabajar con las curvas.

La primera, utiliza un análisis de frecuencia de la lluvia, considerando para ello

una función de distribución de probabilidad de valor extremo como la función

Gumbel. El segundo método, expresa las curvas IDF como ecuaciones, con el fin

de evitar la lectura de la intensidad de lluvia de diseño en una gráfica. Wenzel

(1982), citado por Chow et al (1994), dedujo para algunas ciudades de los Estados

Unidos, algunos coeficientes para utilizarlos en una ecuación de la forma:

c
i= e
(Td + f )

Donde I es la intensidad de lluvia de diseño, y Td la duración, en tanto c, e

y f son coeficientes que varían con el lugar y el período de retorno.

 Por otro lado, [ CITATION EUL93 \l 10250 ] han propuesto otra metodología

para el diseño de las curvas IDF. Dicho procedimiento plantea la siguiente

expresión para estimar las intensidades máximas, para distintos períodos de

retorno y duraciones:

Pt,T = K * P10,D *Cd,t *

Cf,T

Donde:
 P t ,T es la lluvia con período de retorno de T años y duración t horas en

(mm), K es coeficiente para obtener la lluvia máxima absoluta en 24 horas en

función del valor máximo diario ( k= 1,1); P 10 , D es la lluvia máxima diaria con

10 años de período de retorno, Cd,t es coeficiente de duración para t horas; C f , T es

coeficiente de frecuencia para T años de período de retorno.

Entonces, la intensidad máxima de precipitación queda dada por:

P t ,T
I l ,T ( mm/hr )=
d

Donde:

d es la duración en hr.

Siguiendo esta metodología, se pueden diseñar las curvas IDF en aquellas

ciudades o zonas en que sólo exista información pluviométrica, para lo cual se

deberán seleccionar los coeficientes de duración y frecuencia de la estación

pluviográfica más cercana.

 Otra forma o método determinar las curvas IDF, es el que se presenta en este

documento, y corresponde al que ha planteado Témez (1978), el cual relaciona las

intensidades de precipitación para distintos períodos de retorno, con el propósito

de graficar la relación entre las tres variables (Intensidad- Duración –Frecuencia),

y cuyo esquema de la curva IDF es el siguiente:

Ilustración 7 Curvas IDF

 Fuente: Témez (1978)
Con; D es duración en horas, I es intensidad de precipitación en mm/hr; tal como se muestra en

la siguiente ecuación; A, B y C representan distintos períodos de retorno en años.

P
I=
D

Donde P es la profundidad de lluvia en mm o pulg, y D es la duración, dada usualmente

en horas.
 CAPÍTULO 3. MARCO METODOLÓGICO

3.1 Descripción general de la zona de estudio

3.1.1 Ubicación

3.2 Estaciones meteorológicas

3.3 Información utilizada

3.3.1 Softwares empleados

3.3.1.1 ArcGIS

3.4 Métodos

CAPÍTULO 4. RESULTADOS Y DISCUSIÓN

 CAPÍTULO 5. EJEMPLOS

5.1. Método promedio o media aritmético

Es de un conjunto infinito de números es el valor característico de una serie de

datos cuantitativos, se obtiene a partir de la suma de todos sus valores dividida entre el

número de sumados.

Dados los n números , la media aritmética se define como:

Ecuación 12 Media aritmética

Donde:

Ƥ = Precipitación Media de una cuenca

n = Número de estaciones dentro de una cuenca

Xi = Precipitación de la estación

Se quiere determinar la media aritmética de las precipitaciones de una cuenca

Cañete nivel 5 “13754”, para ello se tiene 36 estaciones metereológico dentro de la cuenca.

Procedimiento:

 Sumamos todos los valores de precipitación: 7689 mm

 Contamos cuántas estaciones hay en la suma: 36

 Dividimos la suma de los valores de precipitación entre la cantidad de estaciones:

7689/36
La media aritmética de la cuenca cañete es 213.583 mm

Id este Norte precipitación

1 371612 8549419 26
2 369760 8563442 27
3 376904 8556563 32
4 381666 8561855 29
5 378491 8574290 59
6 383783 8583286 72
7 390775 8572055 74
8 407596 8565294 80
9 423471 8564765 84
1 437494 8585403 86
0
1 427175 8593340 160
1
1 417385 8596515 167
2
1 405479 8602601 180
3
1 384841 8601542 178
4
1 384312 8613713 192
5
1 391191 8619269 190
6
1 408654 8615036 195
7
1 422588 8606794 256
8
1 431442 8602956 267
9
2 430030 8615294 287
0
2 416856 8624561 287
1
2 399658 8631705 290
2
2 399923 8643611 292
3
2 411035 8643611 295
4
2 420031 8637526 350
5
 2 428912 8636796 378
6
2 422148 8651813 320
7
2 413152 8657370 334
8
2 403007 8654280 267
9
3 396483 8652078 387
0
3 391790 8663210 389
1
3 396748 8667953 394
2
3 403891 8666630 391
3
3 420031 8663984 389
4
3 412623 8603394 200
5
3 417914 8572967 85
6
SUMA 7689
MADIA 213.58
ARITMETICA

5.1.1. Utilizando el Arc Gis

Las estaciones en formato vectorial tipo punto conteniendo la información de

precipitación, en la tabla de atributo se determina la estadística de los datos de

precipitación.

Tabla 1
Atributo estadística de datos de precipitación
Fuente: Geomática Ambiental (2019)

Ilustración 8 Estaciones Meteorologicas

 Fuente: Geomática Ambiental (2019)

5.1.2. Utilizando el Hidroesta

Las estaciones en formato XLS solo se debe guardar los valores de precipitación y

cargarlo en HIDROESTA con el menú principal Precipitación > Promedio aritmético.

Ilustración 9 Calculo hidrologicos y estaticos

Fuente: Geomática Ambiental (2019)

Ilustración 10 Precipitacion promedio

Fuente: Geomática Ambiental (2019)

 5.2. Método de polígono de Thiessen

Villón (2002) “Para este método, es necesario conocer la localización de las

Estaciones en la Zona bajo Estudio, a que su aplicación, se requiere delimitar la zona de

influencia de cada estación, dentro del conjunto de estaciones” (p.78). Usamos la siguiente

fórmula:

Ecuación 13 Precipitación media

𝑃𝑚𝑒𝑑: Precipitación
𝐴𝑖 : Área de Influencia Parcial del Polígono de Thiessen. correspondiente a la
Estación i.
𝑃𝑖 : Precipitación de la Estación i.
𝑛: Número de Estaciones.
𝐴𝑇: Área Total de la Cuenca
5.2.1. Polígono de Thiessen

Atoche & Alemán (2019) Luego de haber completado los datos de precipitaciones

de las estaciones en Estudio, a través de un archivo del portal GEO GPS PERU donde

contiene todas las estaciones del SENAMHI georreferenciadas para ArcGIS 10.5, se

procedió a extraer solo las estaciones que corresponden al Departamento de Tumbes

como se muestra en la Figura 42. Finalmente, a través de la herramienta de ArcGIS

Create Thiessen Polygons (Crear polígono de Thiessen) “Figura 43”, se generó el

polígono de Thiessen para toda Nuestra Región “con precipitaciones de (promedio

enero, promedio febrero, promedio marzo y Promedio de máximas precipitaciones.

Ilustración 11 Estacones de las regiones Tumbes Georrefenciadas en ArcGIS

Fuente: Tesis – Atoche y Alemán (2019)

Ilustración 12 Polígono de Thiessen

 Fuente: Tesis – Atoche y Alemán (2019)

5.2.2. Datos del polígono de Thiessen

Ilustración 13 Tabla de información de polígono de Thiessen para Precipitación promedio de

los Máximos anuales

Fuente: Atoche & Alemán (2019)

De acuerdo a los cálculos realizados, se obtiene en el método del polígono de

Thiessen una precipitación media total de 319.33 mm.

5.3. Método de Isoyetas

Villón (2002) “Para este Método, se necesita un plano de Isoyetas de la

Precipitación registrada, en las diversas estaciones de la Zona en Estudio” (p.80). Usamos

la siguiente formula:

Ecuación 14 Precipitación media - Isoyetas

 Donde:

𝑃𝑚𝑒𝑑: Precipitación media

𝐴𝑖: Área Parcial comprendida entre las Isoyetas 𝑃𝑖−1 𝑦 𝑃𝑖

𝑃𝑖: Altura de Precipitación de las Isoyetas i.

𝑛: Número de Áreas Parciales.

𝐴𝑇: Área Total de la Cuenca

5.3.1. Curvas de Isoyetas

Atoche & Alemán (2019) En base al archivo del portal GEO GPS Perú donde

están las estaciones del SENAMHI georreferenciadas, se tomaron de este grupo solo 10

estaciones que cubrían la parte de nuestra zona en Estudio; luego con esta información, se

generó a través de la herramienta spline “ranura” de ArcGIS un Mapa Base que contiene

las características de precipitación (promedio enero, promedio febrero, promedio marzo y

Promedio de máximas precipitaciones anuales) de la zona en estudio como lo muestra la

Figura 44. Finalmente se crea las curvas de Isoyetas a través de la herramienta Contour

“Contorno” de ArcGIS teniendo como base el Mapa antes Generado como lo muestra la

Figura 45.

Ilustración 14 Curvas Isoyetas

 Fuente: Atoche & Alemán (2019)

5.3.2. Datos obtenidos del método de Isoyetas

Ilustración 15 Datos de estaciones para diseñar curvas Isoyetas

en ArcGIS

Fuente:

Atoche & Alemán (2019)

Ilustración 16 Datos de Isoyetas en Precipitación promedio de

los Máximos Anuales
 Fuente: Atoche & Alemán (2019)

Realizando los respectivos cálculos se obtiene una precipitación máxima anual de

297.83 mm con el método de Polígono de Thiessen.

5.4. Curvas de intensidad, duración y frecuencia (Curvas IDF)

Atoche & Alemán (2019) Estas curvas nos ayudan a obtener la Intensidad de la

lluvia

que utilizaremos en el método racional modificado para calcular el Caudal Máximo.

Ministerio de transportes (2019) Las curvas intensidad – duración – frecuencia son

un elemento de diseño que relacionan la intensidad de la lluvia, la duración de la misma y

la frecuencia con la que se puede presentar, es decir su probabilidad de ocurrencia o el

periodo de retorno. (p.27).

Ministerio de transportes (2019) En el Perú contamos con escasa información

pluvio gráfica, y esto es una dificultad para elaborar dichas curvas. Habitualmente se

diseñan en base a precipitaciones máximas en 24 horas, estimado la intensidad al

multiplicar la precipitación máxima en 24 hora por un coeficiente de Duración, dichos

coeficientes los mostramos en la Tabla 9 usados cuando no se disponga mejor información.

Para calcular la intensidad:

 Ecuación 15 Intensidad

Donde:

I: Intensidad para un periodo de Retorno Tr en (mm/h).

P: Precipitación para un periodo de Retorno (Tr) en mm.

C: coeficiente de Duración

D: Duración en Horas

5.4.1. Generando la curva IDF

Atoche & Alemán (2019) Para generar las curvas IDF se tomó como referencia la

estación Angostura, ya que tiene más incidencia en nuestra Cuenca en Estudio,

realizando un diseño de precipitaciones máximas para determinado periodo de retorno

(2, 5 , 10, 20 , 25, 50, 100, 200 y 500 años) a través de la Distribución Estadística

Gumbel, que fue la que más se ajustó a nuestra data. Finalmente usando los

coeficientes de Duración del Ministerio de Transporte “Tabla 9”, que nos permite

distribuir esta precipitación de diseño para cada determinada Duración (1, 2, 3, 4, 5, 6,

8, 10, 12 ,14, 16, 18, 20, 22, 24 y 48 horas) se generó las Curvas IDF con la ayuda del

Excel 2013
Ilustración 17 Hoja Excel para diseñar curva IDF
 Fuente: Atoche & Alemán (2019)

5.4.2. Gráfica de la curva IDF

Ilustración 18 Diseño de Precipitaciones Máximas para
periodos de Retorno con distribución
 Fuente: Atoche & Alemán (2019)

Ilustración 19 Datos para el Diseño de las curvas (I-D-F), Procesados en Excel 2013.

Fuente: Atoche & Alemán (2019)

 Ilustración 20 Curvas de Intensidad, Duración Y Frecuencia De la Cuenca
Angostura Cabuyal

Fuente: Atoche & Alemán (2019)

Ilustración 21 Ecuaciones de las curvas IDF

Fuente: Atoche & Alemán (2019)

 5.5. Análisis de doble masa

5.5.1. Justificación

Anaya, Justiniano, Ordeano, & Solorzano (2015) El presente trabajo tiene por

finalidad Comparar las series de tiempo hidrológico de las estaciones vecinas (estación

Quillcay, estación Llanganuco con la Estación Chancos mediante el análisis visual-

gráfico, análisis de doble masa, consistencia y tendencia, para eliminar los errores

sistemáticos en las lecturas de caudales medios anuales.

5.5.2. Análisis de 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.

Ilustración 22 Análisis de doble masa

 Fuente:

Ilustración 23 Gráfica del análisis de doble masa

Fuente: Anaya,

Anaya, Justiniano, Ordeano, & Solorzano (2015) Escogemos como estación modelo

la estación QUILLCAY por tener menos quiebres”.

 REFERENCIAS BIBLIOGRÁFICAS

 Aros, V. (1997). Apuntes de Hidrología. Concepción, Chile.

 Chow, V. (1994). Manual de hidrología aplicada. Santafé de Bogotá, Colombia :

Mc Graw - Hill.

 EULA. (1993). Gestión de los recursos hídricos de la cuenca del Bío - Bío. Di

Ricerca Scientifica Applicata e Formazione, 600.

 Lobo, D. (2006). Guia metodologica para la elaboracion de zonas aridas. 67.

Obtenido de

https://www.cazalac.org/publico/fileadmin/templates/documentos/Guia_metodolo

gica_Mapa_ZA_ALC.pdf

 Plataforma digital unica del estado peruano. (2020). Conocer los datos

hidrometeorológicos del Perú. 10. Obtenido de https://www.gob.pe/9313-conocer-

los-datos-hidrometeorologicos-del-peru

 Témez, J. (1978). Cálculo hidrometereológico de caudales máximos en pequeñas

cuencas naturales. Madrid, España .