Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Nociones de hidrometeorología
3
Tipos de precipitaciones
1. Según el estado en el que caiga el agua, podemos hablar de precipitaciones líquidas o sólidas
a) Llovizna. Está formada por gotas muy pequeñas (Ø<0.5 mm), que caen
lentamente. Estas gotas son numerosas y se encuentran muy próximas unas
de otras. Parecen flotar en el aire y siguen las evoluciones del movimiento de
éste. Procede de nubes densas y bajas.
b) Lluvia. Se caracteriza por un mayor tamaño de las gotas de agua (Ø>0.5 mm),
siendo moderada su velocidad de caída. Si existe viento, las gotas modifican su
trayectoria de caída con respecto a la inclinación del viento.
f) Granizo. En nubes con desarrollo vertical, las gotas de lluvia suben a zonas
donde la temperatura es menos a los 0°C y se congela. Este proceso se repite,
lo que genera que el tamaño aumente. Por el reiterado proceso no alcanzan a
fundirse antes de caer a la superficie, por lo que se presentan en estado sólido
con la dureza del hielo.
5
2. Según el mecanismo que da origen al ascenso de las masas de aire húmedo
a) Precipitación convectiva: Se produce cuando una b) Precipitación orográfica: Ocurre cuando una masa de
masa de aire asciende debido a que su temperatura aire también puede ser forzada a subir a niveles más
es mayor y, por tanto, es más ligera que el aire que la fríos, cuando encuentra una cadena montañosa en su
rodea. El resultado es que la masa se enfría y se camino, por ejemplo. La lluvia producida por este
origina el proceso de condensación, lo que da lugar a método se también se denomina lluvia de relieve.
la lluvia por convección.
6
c) Precipitación ciclónica: Estas lluvias están relacionadas con las depresiones tropicales o
tormentas tropicales, conocidas también como ciclones, y pueden ser frontales o no
frontales.
7
1. En el sureste del país se tienen las mayores
Distribución de la precipitación en México
precipitaciones, del orden de los 4,000 mm
anuales
En la mayor parte de nuestro país, la precipitación
ocurre predominantemente entre junio y septiembre, 2. Las cadenas montañosas como las Sierras Madre
con excepción de la península de Baja California, Oriental, Occidental, Volcánica Transversal y
donde se presenta principalmente en el invierno Madre del Sur, presentan precipitaciones
mayores a los 1,000 mm anuales
9
Pluviográfos
10
11
Es frecuente que el pluviógrafo tenga alguna falla y por ello los registros resultan defectuosos. En ocasiones es posible
recuperar los datos de un registro defectuoso y a veces no, dependiendo del tipo de falla.
12
Si a un registro se le quitan los descensos, se obtiene una
gráfica de precipitación acumulada contra el tiempo
llamada curva masa de precipitación
• Lluvia media
15
a) Método aritmético
𝑛
1
ℎ𝑝 = ℎ𝑝𝑖
𝑛
𝑖=1
Donde:
ℎ𝑝 es la altura de precipitación media, hpi es la altura de
precipitación registrada en la estación i y n es el número de
estaciones bajo análisis.
16
b) Polígonos de Thiessen
18
Ejemplo:
a) Método aritmético
En la cuenca mostrada en la figura se han registrado las alturas
de precipitación señaladas en la misma. Calcular las alturas
medias de precipitación en la cuenca usando los tres métodos. ℎ𝑝 = 17.33 𝑚𝑚
19
25 mm
b) Polígonos de Thiessen c) Isoyetas
20 mm 1998 km2
10 mm 15 mm
2802 km2
3314 km2
368 km2 2237 km2
5452 km2
ℎ𝑝 = 16.70 𝑚𝑚
ℎ𝑝 = 16.98 𝑚𝑚
20
La altura de precipitación media calculada depende, en general, La curva que debe utilizarse depende de los días de
del número de estaciones pluviométricas o pluviográficas que se tormenta por año y del escurrimiento medio anual.
usan en el análisis; entre menor sea el número de estaciones,
mayor será el error cometido en la estimación de la
precipitación media.
21
Curva Masa Media
22
Ejemplo: 4613 km2
ℎ𝑝𝑖𝑠𝑜𝑦𝑒𝑡𝑎𝑠 16.98
𝐹𝑎 = = 16.70 = 1.02 1170 km2
Construir una curva masa media para la ℎ𝑝𝑇ℎ𝑖𝑒𝑠𝑠𝑒𝑛
cuenca y la tormenta del ejercicio anterior. 2802 km2
4061 km2
Precipitaciones acumuladas (mm) Alturas de precipitación por superficie (mm*km2) ℎ𝑝 3314 km2
Hora
hp1 hp2 hp3 hp4 hp5 hp6 A1hp1 A2hp2 A3hp3 A4hp4 A5hp5 A6hp6 (mm)
1390 km2
1 2.5 1 0 0 10 5 11,532.5 1,170.0 0.0 0.0 33,140.0 6,950.0 3.04
3 10 4 7.5 2.5 17.5 15 46,130.0 4,680.0 21,015.0 10,152.5 57,995.0 20,850.0 9.27
4 12 5 12.5 7.5 17.5 20 55,356.0 5,850.0 35,025.0 30,457.5 57,995.0 27,800.0 12.25
5 12 7.5 13.75 10 17.5 22.5 55,356.0 8,775.0 38,527.5 40,610.0 57,995.0 31,275.0 13.40
23
24
Selección de estaciones
• Una vez delimitada la cuenca, se pueden localizar todas las estaciones climatológicas que existen
en la zona, pero será necesario seleccionar las mejores.
• Se debe construir una tabla con los criterios de clasificación, que son los siguientes:
1. Años de servicio o años de operación
2. Año final
3. Porcentaje de vacíos
4. Distancia Euclidiana al centro de gravedad de la cuenca
• Deben considerarse sólo estaciones activas y con más de 25 años de operación (salvo casos
excepcionales).
25
Ejercicio:
E2 20 2000 2020 25 1
E3 26 1994 2020 0 10
E4 35 1985 2020 0 3
E5 42 1971 2013 33 8
26
27
Consistencia de datos
• Los datos de las estaciones meteorológicas deben ser consistentes para garantizar la fiabilidad de la
transformación de la precipitación en escurrimiento.
• Para ello se deben realizar pruebas de consistencia de datos para cada estación seleccionada.
Homogeneidad Independencia
3. Test de Helmert
• Para realizar las pruebas de consistencia, los datos deben de procesarse para obtener
datos anuales. 28
Antes de realizar las pruebas de consistencia, se debe
verificar el número de meses completos con que cuenta
cada estación.
• Mes más
El mes se acepta El mes es nulo 1 mes húmedo o húmedo
El año se acepta máximo 2 meses
secos
120
100
80
Precipitación (mm)
Meses húmedos
60
20
0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Mes
30
Ejemplo:
Mes Día
(año 2000) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 n P(mm)
Enero 0 0 0 2 0 4 0 0 8 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 26 17
Febrero 1 1 1 0 0 0 0 0 0 2 0 3 1 2 0 0 0 0 1 1 1 21 14
Marzo 7 3 1 0 0 0 3 0 1 0 0 0 1 0 0 1 2 3 4 19 NULL
90
Mes
31
Una serie de datos meteorológicos se considera consistente siempre y cuando cumpla con las condiciones de
aleatoriedad, homogeneidad, independencia y estacionalidad.
La información requerida para realizar las pruebas son las series de datos anuales, considerando al menos 12 años
consecutivos.
La homogeneidad se cumple si todos los valores que conforman la muestra provienen estadísticamente de una
misma población.
La independencia implica la probabilidad de ocurrencia de cualquier valor sin que un dato dependa de la ocurrencia
de otro valor previo.
32
Homogeneidad
33
Ejemplo:
Determinar la curva masa doble de las siguientes estaciones.
PRECIPITACIÓN (mm)
ACUM EST. ACUM EST. Curva masa doble - Precipitaciones anuales acumuladas (mm)
AÑO EST. 1 EST. 2 1 2 8000
1976 532.5 764.5 532.5 764.5
1977 832.4 669.2 1,364.9 1,433.7 7000
1980 814.7 706.6 2,179.6 2,140.3
1981 863.5 996.1 3,043.1 3,136.4 6000
Estación 2
1984 579.6 525.0 4,716.0 5,964.3 4000
1989 676.8 1,018.9 5,392.8 6,983.2
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000
Estación 1
34
b) Test de secuencias
35
c) Test de Helmert
36
Ejemplo: Test de Secuencias
u=5
• Aplicar la prueba de secuencias y test de PA
Helmert para la siguiente serie de datos: Año Sec.
(mm)
PA 1975 810 +
Año n = 13
(mm)
1976 860 +
1975 810
Media = 807.69 mm 1977 1000 +
1976 860
1978 850 +
1977 1000 Mediana = 810 mm
1979 840 +
1978 850 1
1980 600 -
1979 840
1981 790 -
1980 600 2
1982 990 +
1981 790 3
1983 700 -
1982 990 4
1984 980 +
1983 700 5
1985 690 -
1984 980
1986 740 -
1985 690
1987 650 -
1986 740
Puesto que el valor de cambios de la serie analizada está entre 5 y 9, se considera homogénea.
1987 650 37
Test de Helmert Media = 807.69 mm
− 𝑛−1≤ S−C ≤ 𝑛−1
PA
Año Signo Sec.
(mm)
S=7
1975 810 +
1976 860 + S C=5
1977 1000 + S
1978 850 + S Rango
1979 840 + S
± 𝑛−1
1980 600 - C
1981 790 - S ± 13 − 1 = ±3.46
1982 990 + C
1983 700 - C
S–C=7–5=2
1984 980 + C
1985 690 - C Dado que, la diferencia entre las Secuencias y los Cambios es de 2 y el
1986 740 - S rango valido para la homogeneidad resultó de ± 3.46, se concluye que la
estación analizada es homogénea.
1987 650 - S
38
2.5.1 Independencia
Límites de Anderson
El coeficiente de autocorrelación se calcula:
• Los datos de una muestra son independientes
cuando el valor de uno de ellos no repercute
en el valor del siguiente. Esta es una de las
características de las series de precipitación.
Es frecuente que en un registro de precipitación falten los datos de un cierto periodo, debido a la ausencia del
operador o a fallas del aparato registrador.
En estos casos se pueden estimar los datos faltantes si se tienen registros simultáneos de algunas estaciones situadas
cerca de la estación en cuestión y éstas se encuentran uniformemente repartidas.
El llenado de datos faltantes se realiza a través de métodos de distribución espacial, permitiendo extrapolar la
información puntual de una estación meteorológica a un espacio más extenso.
Algunos de los métodos que pueden ser utilizados para el llenado de estaciones son:
Se requiere realizar la correlación existente entre las estaciones más cercanas y, con la que mejor ajuste tenga se realiza
el llenado.
Se realiza una gráfica de dispersión a la cual se le asigna la recta ( o curva) de mejor ajuste.
El principal problema de este método es que puede dar valores negativos para precipitaciones bajas.
𝑦 = 𝛼 + 𝛽𝑥
𝑦𝑖 𝑥𝑖 2 − 𝑥𝑖 𝑦𝑖 𝑥𝑖
𝛼=
𝑛 𝑥𝑖 2 − ( 𝑥𝑖 )2
𝑛 𝑦𝑖 𝑥𝑖 − 𝑥𝑖 𝑦𝑖
𝛽=
𝑛 𝑥𝑖 2 − ( 𝑥𝑖 )2
42
Relación normalizada
Este método es aplicable a cualquier estación sin importar el porcentaje de vacíos. Solo se recomienda que como mínimo
se tengan datos de tres estaciones auxiliares.
Donde:
43
Inverso de la distancia euclidiana al cuadrado (IDW)
• Este método es aplicable a cualquier estación sin importar el porcentaje de vacíos. Solo se recomienda que como
mínimo se tengan datos de tres estaciones auxiliares.
44
Se deben seleccionar las estaciones a utilizar en el llenado de los datos faltantes a través del análisis de la matriz de
correlación.
Se utilizarán únicamente aquellas que tengan un valor mínimo del coeficiente de correlación de 0.75.
𝐶𝑜𝑣 𝑥𝑦
r=
𝜎𝑥 𝜎𝑦
E1 E2 E3 E4 E5
E1 1 0.80 0.74 0.50 0.72
E2 0.80 1 0.76 0.65 0.79
E3 0.74 0.76 1 0.81 0.60
E4 0.50 0.65 0.81 1 0.55
E5 0.72 0.79 0.60 0.55 1
45
EJERCICIO:
Supóngase que se requieren conocer los valores faltantes de las precipitaciones en la estación 32058 y se tienen los
siguientes datos para el año 2010.
32126 32003 32047 32120 32121 32058
Ene 22.5 36.8 13.1 47.5 22.7 15.3
Feb 90.4 93.4 97.9 76.5 120.4 -
Mar 0 0 0 0 1.1 1.0
Abr 0 0 0 2 1.5 0
May 0 0.4 0 7 9 0
Jun 1.5 47.4 7.5 26 14.3 -
Jul 118 140.4 168.5 153.3 164.3 188.9
Ago 51.2 11.5 11.9 16.1 67.6 -
Sep 75.9 57 77.4 65.2 105.6 -
Oct 0 16.3 0 0 0 0
Nov 0 4.6 0 0 0 0
Dic 0 0 0 0 0 0
Long (x) 767,102 735,925 756,449 757,196 756,824 767,102
Lat (y) 2,512,650 2,534,293 2,534,628 2,490,320 2,512,474 2,512,750
Elev (z) 2,169 2,097 2,173 2,176 2,262 2,200 46
Funciones de distribución
Cada espacio muestral tiene su propia función de distribución de probabilidad, la cual no se conoce a priori. Esta función
de distribución debe de compararse de la misma forma para una muestra pequeña y para una muestra grande.
Es muy común querer determinar un gasto de diseño para un periodo de retorno de 1,000 años a partir de 25 años de
registro. Es importante entonces, obtener un periodo de retorno para los datos de registro con que se trabaje. Por
ejemplo:
Si los gastos máximos anuales registrados se dibujan contra sus respectivos periodos de retorno, generalmente se observa
alguna tendencia más o menos definida. El problema radica en cómo extender esta tendencia hasta el periodo de retorno
deseado.
Para eliminar esta subjetividad, se debe buscar entre las distintas funciones de distribución de probabilidad teóricas la que
se ajuste mejor a los datos medidos, y usar esta función para la extrapolación.
Entre las funciones de distribución de probabilidad usadas en hidrología, se estudiarán las siguientes:
a) Normal
b) Lognormal
c) Pearson III
d) Gumbel
48
a) Distribución Normal
1 1 𝑥−𝜇 2
−
𝐹 𝑥 = 𝑒 2 𝜎
2𝜋𝜎
Donde µ y σ son los parámetros de la distribución. Estos Se requiere una tabla para cada valor de µ y
parámetros determinan la forma de la función f(x) y su posición σ, por lo que se ha definido la variable
en el eje x. estandarizada:
𝑥 − 𝜇
z=
𝜎
que está normalmente distribuida con media
cero y desviación estándar unitaria, N(0,1).
49
50
Ejemplo: a)
Los gastos máximos anuales registrados en la estación
hidrométrica Las Perlas en el río Coatzacoalcos se muestran en
𝑥 = 3,882.16
la tabla siguiente:
σ = 1825.91
7500 − 3882.16
z= = 1.98
1825.91
𝑃 𝑋 ≤ 7500 = 0.9761
z = 2.128
x = z 𝜎 + 𝜇 = (2.128*1825.91)+3886.16
x = 7,771.70 m3/s
52
b) Distribución lognormal
𝑛
ln 𝑥𝑖
En esta función, los logaritmos naturales de la variable aleatoria 𝛼=
𝑛
se distribuyen normalmente. La función de densidad de 𝑖=1
probabilidad es:
𝑛 1/2
2
ln 𝑥𝑖 − 𝛼
1 1 1 𝑌−𝛼 2 𝛽=
−2 𝑛
𝑓 𝑥 = 𝑒 𝛽
𝑖=1
2Π 𝑥𝛽
𝑙𝑛𝑥 − 𝛼
z=
𝛽
53
Ejemplo
54
c) Distribución Pearson III (Gamma de tres parámetros)
𝛽1 −1 𝑥−𝛿1
1 𝑥 − 𝛿1 −
𝛼1
𝑓 𝑥 = 𝑒
𝛼1 Γ 𝛽1 𝛼1
𝑠 2 = 𝛼1 2 𝛽1
Función Chi cuadrado
2 𝜒 2 = 2𝑦
𝛾=
𝛽1 Grados de libertad
𝑣 = 2𝛽1
Sistema de ecuaciones 55
Ejemplo
56
d) Distribución Gumbel
Si se selecciona el máximo x de los n eventos de una muestra, es posible demostrar que, a medida que n aumenta, la
función de distribución de probabilidad de x tiende a:
−𝑒 −𝛼(𝑥−𝛽)
𝐹 𝑥 = 𝑒
Donde 𝛼 y 𝛽 son los parámetros de la función.
𝜎𝑦
𝛼=
𝑆
𝜇𝑦
𝛽= 𝑥 −
𝛼
1 𝑇
𝑥 = 𝛽 − ln ln
𝛼 𝑇−1 57
Ejemplo
58
Curvas p-d-T e i-d-T
59
Periodo de retorno
60
Curvas pdT e idT
𝑃1𝑇
R= 𝑇
𝑃24
𝑃1𝑇 = 𝑃24
𝑇
∗ 𝑅
62
63
64
Lluvias convectivas ≥ 1mm
65
Método de Chen
Donde 𝑷𝑻𝒕 altura de precipitación en mm para un T en años y una lluvia de t minutos; a, b y c son parámetros
que dependen del cociente de lluvia-duración R. 𝑷𝟏𝟎
𝟏 es la altura o lámina de lluvia en mm asociada a un T de
10 años y duración de una hora.
5 ≤ 𝑡 ≤ 1,440 5 ≤ 𝑇 ≤ 100
66
Método de Bell
2
𝑃𝑡𝑇 = 0.35 ln 𝑇 + 0.76 0.54𝑡 0.25 − 0.5 𝑃60
Donde 𝑷𝑻𝒕 es la precipitación en mm para una duración de t minutos y T en años; 𝑷𝟐𝟔𝟎 es la precipitación en
mm para una duración de 60 min y T de 2 años; t es la duración de la lluvia entre 5 y 120 min, en minutos; y T
el periodo de retorno en años. La ecuación de Bell es válida para cuecas pequeñas y para 2 años ≤ T ≤ 100
años y 5 min ≤ t ≤ 120 min.
67