2.

1 Nociones de hidrometeorología

• La meteorología es el estudio de todos los

fenómenos atmosféricos

• El estudio de los fenómenos relacionados con el

agua atmosférica, que son los que interesan en la
ingeniería hidrológica, se denomina
hidrometeorología

La precipitación se define como el agua atmosférica que cae sobre la

superficie terrestre en forma líquida o sólida

Es la principal fuente de abastecimiento de agua en las zonas continentales;

por lo cual, el estudio de su origen, magnitud y distribución es de gran
importancia para su utilización y preservación en cantidad y calidad
1
Origen de la precipitación

• Saturación: El ascenso de grandes masas de aire

húmedo da lugar al enfriamiento de éstas, lo que
favorece la saturación de vapor en la atmosfera. El aire
está saturado si contiene el máximo posible de vapor
de agua

• Condensación: Cuando se alcanza la saturación de

vapor en el aire, las moléculas de vapor de agua se
condensan alrededor de las impurezas que tiene el aire
(núcleos de condensación)

• Precipitación: Las pequeñas gotas de nube colisionan

entre sí (coalescencia) y forman gotas de mayor
tamaño que al incrementar su peso se precipitan
(gotas de lluvia)
2
 Tipo de gota Diámetro (µm) Velocidad (m/s)
1 0.00004
5 0.00076
Gota de nube 10 0.003
50 0.076
100 0.30
500 2.06
1,000 4.03
Gota de lluvia 2,000 6.49
3,000 8.06
5,000 9.09

Por lo general, las masas de aire continental contienen poca

humedad, por lo que la mayoría de la precipitación proviene
de corrientes de aire húmedo que proviene de los océanos

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.

c) Nieve. Precipitación de agua en estado sólido, en forma de cristales de hielo,

en su mayor parte ramificados. Pese a que se encuentran a temperaturas muy
bajas, los cristales están rodeados por una capa líquida que permite que al
chocar con otros copos, éstos se suelden constituyendo grandes copos.

d) Aguanieve. Es la precipitación mixta de lluvia y nieve.

4
e) Lluvia congelante. Precipitación líquida a través del aire frío. Al chocar contra
alguna superficie en la intemperie, con temperaturas por debajo de 0°C, el
agua se congela formando una capa de hielo.

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.

g) Rocío. Condensación directa sobre superficies, generalmente durante la noche

debido al enfriamiento por irradiación.

h) Escarcha. Formación similar al rocío, salvo que la formación directa es sólida.

i) Cencellada. Depósito de cristales de hielo separados con inclusiones de aire

5
2. Según el mecanismo que da origen al ascenso de las masas de aire húmedo
a) Precipitación convectiva: Se produce cuando una
masa de aire asciende debido a que su temperatura
es mayor y, por tanto, es más ligera que el aire que la
rodea. El resultado es que la masa se enfría y se
origina el proceso de condensación, lo que da lugar a
la lluvia por convección.
Suelen ser precipitación que afectan zonas muy
localizadas.
b) Precipitación orográfica: Ocurre cuando una masa de
aire también puede ser forzada a subir a niveles más
fríos, cuando encuentra una cadena montañosa en su
camino, por ejemplo. La lluvia producida por este
método se también se denomina lluvia de relieve.
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.

• La precipitación ciclónica frontal se presenta cuando dos frentes de masas de aire de

distinta temperatura tienen contacto y se obliga al desplazamiento y ascenso de éstos,
que es generalmente el más caliente.

• La precipitación ciclónica no frontal puede ocurrir en cualquier depresión barométrica

donde el ascenso de las masas de aire húmedo se da por la convergencia de otras masas
de aire que por diferencia depresiones tienden a rellenar la zona de baja presión que se
genera por el ciclón en su movimiento de rotación y traslación.

7

Distribución de la precipitación en México
En la mayor parte de nuestro país, la precipitación
ocurre predominantemente entre junio y septiembre,
con excepción de la península de Baja California,
donde se presenta principalmente en el invierno
1. En el sureste del país se tienen las mayores
precipitaciones, del orden de los 4,000 mm
anuales
2. Las cadenas montañosas como las Sierras Madre
Oriental, Occidental, Volcánica Transversal y
Madre del Sur, presentan precipitaciones
mayores a los 1,000 mm anuales
3. Las regiones limitadas por las cadenas
montañosas como la depresión del Balsas, los
valles de Oaxaca, Puebla y la Ciudad de México,
así como las planicies costeras, reciben
precipitaciones de entre 500 y 2,000 mm al año
4. La Península de Yucatán recibe poca
precipitación de acuerdo a la latitud en la que se
ubica, debido a que es una zona plana
5. Las regiones más secas, como el noroeste y la
península de Baja California, presentan
precipitaciones máximas anuales de 500 mm y
en algunas zonas de 50 mm
8
 2.2 Medición de la precipitación

• Aparatos de medición de la precipitación:

Pluviómetros

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

A partir de una curva masa de precipitación es posible dibujar

diagramas de barras que representen las variaciones de la altura
de precipitación o de su intensidad en intervalos de tiempo
previamente seleccionados.

Estos diagramas de barras se llaman hietogramas.

13
2.3 Análisis de los datos de la precipitación

• Lluvia media

La altura de lluvia que cae en un sitio dado, difiere de la que cae

en los alrededores aunque sea en sitios cercanos.

Los pluviográfos y pluviómetros, registran la lluvia puntual, es

decir, la que se produce en el punto en que está instalado el
aparato y, para los cálculos ingenieriles, es necesario conocer la
lluvia media en una zona dada, como puede ser una cuenca.

Para calcular la lluvia media de una tormenta dada, existen tres

métodos de uso generalizado.

Puntos de medición de la precipitación

14
BASE DE DATOS CLIMATOLÓGICA NACIONAL
(SISTEMA CLICOM)

15
a) Método aritmético

Consiste simplemente en obtener el promedio aritmético de las

alturas de precipitación registradas en cada estación usada en el
análisis

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

Este método consiste en lo siguiente:

1. Unir, mediante líneas rectas dibujadas en un plano de la

cuenca, las estaciones más próximas entre sí. Con ello se
forman triángulos en cuyos vértices están las estaciones
pluviométricas.

2. Trazar líneas rectas que bisectan los lados de los triángulos.

Por geometría elemental, las líneas correspondientes a cada
triángulo convergerán en un solo punto.

3. Cada estación pluviométrica quedará rodeada por las líneas

rectas del paso 2, que forman los llamados polígonos de
Thiessen y, en algunos casos, en parte por el parteaguas de
la cuenca.

4. El área encerrada por los polígonos de Thiessen y el

parteaguas será el área de influencia de la estación
correspondiente.
17
c) Método de las isoyetas

Este método consiste en trazar, con la información registrada en

las estaciones, líneas que unen puntos de igual altura de
precipitación llamadas isoyetas, de modo semejante a como se
trazan las curvas de nivel en topografía.

La precipitación media se calcula en forma similar al método de

los polígonos de Thiessen, pero ahora el peso es el área A’i entre
cada dos isoyetas y el parteaguas de la cuenca y la cantidad que
se pesa es la altura de precipitación promedio entre
las dos isoyetas, ℎ𝑝𝑖

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

4613 km2 1390 km2

3314 km2
368 km2 2237 km2

5452 km2

1170 km2 4061 km2 7295 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.

En la siguiente figura se muestra la cantidad mínima de

pluviógrafos necesaria para calcular la precipitación media
según las recomendaciones de la Organización Meteorológica
Mundial.

21
Curva Masa Media

Los métodos descritos anteriormente se han planteado cuando

se requiere conocer la altura total de precipitación que, en
promedio, se produce en la cuenca durante una tormenta.

Cuando se desea conocer la variación en el tiempo de la

precipitación media en la cuenca, es necesario determinar una
curva masa media de precipitación.

Esta curva se construye aplicando el método aritmético o el de

polígonos de Thiessen a las alturas de precipitación acumuladas
en cada estación para diferentes tiempos.

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

2 5 2 2.5 0 15 10 23,065.0 2,340.0 7,005.0 0.0 49,710.0 13,900.0 5.53

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

6 12 9 15 12.5 20 25 55,356.0 10,530.0 42,030.0 50,762.5 66,280.0 34,750.0 14.97

7 12 9 17.5 14 23 26.5 55,356.0 10,530.0 49,035.0 56,854.0 76,222.0 36,835.0 16.42

8 12 9 19 14 23 27 55,356.0 10,530.0 53,238.0 56,854.0 76,222.0 37,530.0 16.70

9 12 9 19 14 23 27 55,356.0 10,530.0 53,238.0 56,854.0 76,222.0 37,530.0 16.70

10 12 9 19 14 23 27 55,356.0 10,530.0 53,238.0 56,854.0 76,222.0 37,530.0 16.70

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:

Datos de las estaciones

Código de
estación Años de Porcentaje de
Año inicial Año final Distancia al CG Calificación
servicio vacíos
E1 50 1950 2010 4 5

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

1. Curva masa doble

1. Limites de Anderson
2. Prueba de secuencias

3. Test de Helmert

• Las series de precipitación que se descargan deben ser diarias.

• 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.

Verificación mensual Verificación anual

Datos diarios Datos mensuales • 2 o más meses
húmedos
Si en un mes n ≥ 21 Si en un mes n < 21 Si se tienen Si faltan datos • 3 o más meses
todos los meses secos

• Mes más
El mes se acepta El mes es nulo 1 mes húmedo o húmedo
El año se acepta máximo 2 meses
secos

Para obtener la El año es nulo

precipitación mensual Para obtener la
se suman los valores precipitación anual se
diarios suman los valores
mensuales 29
Definir meses húmedos

120

100

80
Precipitación (mm)

Meses húmedos
60

Media mensual (anual)

40
Meses secos

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

Precipitación media mensual (mm)

AÑO
2000 2001 2002 2003 2004 2005 Media 80
MES
Enero 17 7 NULL 4 7 4 7.80 70
Febrero 14 12 NULL 7 19 13 13.00
60
Marzo NULL 13 15 9 NULL 14 12.75
Abril 20 21 20 25 23 24 22.17 50

Mayo 30 39 NULL 34 31 33 33.40 40

Junio 45 52 43 40 NULL NULL 45.00
Julio 67 63 61 70 63 64 64.67 30

Agosto 80 78 74 NULL 84 81 79.40 20

Septiembre 70 75 70 63 65 NULL 68.60
10
Octubre 54 50 48 52 50 51 50.83
Noviembre 20 17 15 10 13 19 16.80 0
Diciembre 10 8 3 9 NULL 11 8.20
ANUAL 427 435 NULL NULL NULL NULL 35.14

Mes

31
Una serie de datos meteorológicos se considera consistente siempre y cuando cumpla con las condiciones de
aleatoriedad, homogeneidad, independencia y estacionalidad.

Principalmente se revisa la homogeneidad y la independencia.

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

a) Curva masa doble

Comparación gráfica de dos estaciones, comprobando si el comportamiento de éstas es consistente.

Al ser estaciones cercanas, los valores (en general) son similares.

No sería lógico que dada una tormenta de 23 mm en la estación

5, en la estación 6 se registre una lluvia de 150 mm

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

1982 600.7 1,279.1 3,643.8 4,415.5

5000
1983 492.6 1,023.8 4,136.4 5,439.3

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

• Consiste en analizar el signo de las n u n u

desviaciones con respecto a la mediana
12 5-8 32 13-20
muestral para cada dato y comparar el
número de cambios permitidos (u) con 14 5-10 34 14-21
base en el tamaño de la muestra (n). 16 6-11 36 15-22
18 7-12 38 16-23
• Si el número de cambios está entre los
valores establecidos en la tabla adjunta, la 20 8-13 40 16-25
serie se considera homogénea. 22 9-14 50 22-30
24 9-16 60 26-36
26 10-17 70 31-41
28 11-18 80 35-47
30 12-19 100 45-57

u : número de cambios permitidos

n : tamaño de la muestra

35
 c) Test de Helmert

• Es un procedimiento sencillo donde se

debe ordenar la serie en función del
tiempo y analizar el signo de las
desviaciones con respecto a la media
aritmética de la serie.

• Si una desviación es seguida por otra del

mismo signo, entonces se dice que se
forma una secuencia “S”. Si se presenta el
caso contrario, se considera un cambio
“C”. Para comprobar que la serie es
homogénea se aplica el siguiente criterio:

− 𝑛−1≤ S−C ≤ 𝑛−1

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.

• Para determinar los limites de probabilidad de

series independientes, se utilizan los límites de
Anderson con un 95% de confianza. Los límites de Anderson al 95% de confianza, se
calculan:
• La gráfica de los valores estimados para r
(ordenadas) contra los tiempos de retraso k
−1 ± 1.96 𝑛 − 𝑘 − 1
(abscisas), junto con sus correspondientes
𝐿(95%) =
límites de confianza, se llama correlograma de
𝑛−𝑘
la muestra.
El numero de desfases necesarios :
• Si y solo si, menos del 10% de los valores r
sobrepasan los límites de confianza se dice 𝑛
que la serie es independiente y por lo tanto es k=
3
una variable que sigue las leyes de la
probabilidad. 39
40
Llenado de estaciones 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:

• Media aritmética Fecha Est. 1 Est. 2 Est. 3

• Polígonos de Thiessen 1/1/1981 20.5 19.5 19.2
• Isoyetas
• Thiessen modificado 2/1/1981 16.7 18.2 15.5
• Regresión lineal 3/1/1981 18.5 19.9
• Relación normalizada 4/1/1981 5.3 9.3 6.6
• Inverso de la distancia euclidiana al cuadrado
5/1/1981 2.2 0 1.1
41
Regresión lineal

Este método es aplicable en estaciones con un porcentaje de vacíos menor al 10 %.

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.

1 𝑃𝑀𝐴𝑥 𝑃𝑀𝐴𝑥 𝑃𝑀𝐴𝑥

𝑃𝑥 = 𝑃1 + 𝑃2 + ⋯ + 𝑃
𝑛 𝑃𝑀𝐴1 𝑃𝑀𝐴2 𝑃𝑀𝐴𝑛 𝑛

Donde:

P = Precipitación en el mes (x corresponde al dato faltante)

PMA = Precipitación media anual
n = Número de estaciones

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.

• Método aceptado por la CONAGUA.

• Otorga un peso a cada estación,

dependiendo de la distancia que se
encuentre cada una respecto de la
que se desea llenar.

• Esta distancia se obtiene a partir de

las coordenadas “x”, “y” y “z” de cada
estación.

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:

AÑO Qmax m3/s m Qmax m3/s

1972 2,000 1 5,000
1973 5,000 2 4,700
1974 4,500 3 4,500
1975 3,800 4 3,900
1976 2,900 5 3,800
1977 3,100 6 3,100
1978 1,500 7 2,900
1979 2,200 8 2,200
1980 3,900 9 2,000
1981 4,700 10 1,500 47
Una vez que se asigna un periodo de retorno al gasto de diseño de la obra en cuestión, generalmente es necesario, para
conocer dicho gasto de diseño, hacer extrapolaciones a partir de los gastos máximos anuales registrados, pues rara vez
este periodo es menor al periodo de datos.

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

La función de densidad de probabilidad normal se define como:

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

a) ¿Cuál es la probabilidad de que, en un año cualquiera, el 𝑃 𝑋 ≥ 7500 = 1 − 0.9761 = 0.0239

gasto sea mayor o igual a 7 500 m3/s?
b) Se planea construir cerca de este sitio un bordo para
protección contra inundaciones. ¿Cuál debe ser el gasto de
diseño si se desea que el periodo de retorno sea de 60 años? 51
b)
60 − 1
𝑃 𝑋≤𝑥 = = 0.9833
60

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

Donde α y β son los parámetros de la distribución.

Los valores de la función de distribución de probabilidad se

obtienen usando la tabla de la distribución Normal, si la variable
estandarizada se define como:

𝑙𝑛𝑥 − 𝛼
z=
𝛽
53
Ejemplo

Resolver el ejemplo anterior usando la función de distribución lognormal.

54
c) Distribución Pearson III (Gamma de tres parámetros)

La función de densidad de probabilidad Pearson III se define como:

𝛽1 −1 𝑥−𝛿1
1 𝑥 − 𝛿1 −
𝛼1
𝑓 𝑥 = 𝑒
𝛼1 Γ 𝛽1 𝛼1

donde 𝛼1, 𝛽1 y 𝛿1 son los parámetros de la función y Γ 𝛽1 es la función

Gamma.
𝑛
𝑥𝑖 − 𝑥 3 /𝑛 𝑥 − 𝛿1
𝑥 = 𝛼1 𝛽1 + 𝛿1 𝛾= 𝑦=
𝑠3 𝛼1
𝑖=1

𝑠 2 = 𝛼1 2 𝛽1
Función Chi cuadrado
2 𝜒 2 = 2𝑦
𝛾=
𝛽1 Grados de libertad
𝑣 = 2𝛽1

Sistema de ecuaciones 55
Ejemplo

Resolver el ejemplo anterior usando la función de distribución Pearson III.

Tabla A4 del libro “Fundamentos de hidrología de superficie” de Francisco J. Aparicio Mijares

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

Resolver el ejemplo anterior usando la función de distribución Gumbel.

58
Curvas p-d-T e i-d-T

• El grado óptimo de seguridad de una estructura depende no solo de su costo de

construcción y operación, sino también de las pérdidas asociadas con su falla.
• Los riesgos permitidos dependen de la estructura que se estudie y de los daños que
podrían causarse.
• En lo que a la teoría estadísticas respecta, no es posible tener una seguridad del 100%,
solo se puede hablar de riesgos mínimos. La magnitud de este riesgo aceptable
depende del balance entre el costo de la obra y el de los daños que se producirán al
verificarse una falla.
• Para determinar los riesgos asumidos al diseñar una obra, se deben analizar
estadísticamente los datos hidrológicos recabados en la zona en estudio y construir las
curvas i-d-T.
• Las curvas p-d-T (precipitación-duración-periodo de retorno) y las curvas i-d-Tr
(intensidad-duración periodo de retorno), permiten conocer la precipitación y la
intensidad registrada para un tormenta de diseño de cualquier duración.

59
Periodo de retorno

• Se define como el intervalo de recurrencia (T), al lapso promedio en años entre la

ocurrencia de un evento igual o mayor a una magnitud dada.
• Es uno de los parámetros más significativos a ser tomado en cuenta en el
momento de dimensionar una obra hidráulica destinada a soportar avenidas,
como por ejemplo: el vertedero de una presa.
• Para la elaboración de las curvas i-d-T o p-d-T se suelen calcular los valores
asociados a los siguientes periodos de retorno: 2, 5, 10, 100, 1000 y 10 000 años.

60
Curvas pdT e idT

• Para obtener las curvas, es necesario haber seleccionado la función de distribución

que mejor se ajusta a la serie de datos. Para ello:
• Debe asociarse un periodo de retorno T a cada uno de los datos de la serie
correspondiente.

• Se deben calcular el valor de precipitación asociado a cada periodo de retorno

para todas las funciones de distribución.
• Calcular el error cuadrático medio.

• Seleccionar la función de distribución que presente el menor valor del ECM.

61
Curvas pdT e idT

• Calcular el valor de precipitación asociado a cada uno de los periodos de retorno

planteados, T= 2, 5, 10 , 100…..
• De acuerdo con el criterio establecido por la entonces CNA para estimar las curvas
i-d-T, para obtener las lluvias asociadas a dichos periodos de retorno, se tiene que
el cociente o factor R se obtiene:

𝑃1𝑇
R= 𝑇
𝑃24

𝑃1𝑇 = 𝑃24
𝑇
∗ 𝑅

62
63
64
Lluvias convectivas ≥ 1mm

65
Método de Chen

𝑎 = −2.297536 + 100.0389R – 432.5438𝑅2 + 1256.228𝑅3 − 1028.902𝑅4

10 2−𝐹 𝑇 𝐹−1
𝑎 𝑃1 𝑙𝑜𝑔 10
𝑃𝑡𝑇 =
𝑡+𝑏 𝑐
𝑏 = −9.845761 + 96.94864R – 341.4349𝑅2 + 757.9172𝑅3 − 598.7461𝑅4
100
𝑃24
𝐹 = 10
𝑃24 𝑐 = −0.06498345 + 5.069294R – 16.08111𝑅2 + 29.09596𝑅3 − 20.06288𝑅4

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