Estudio de las propiedades de invariancia de las precipitaciones máximas puntuales en Antioquia

ESTUDIO DE LAS PROPIEDADES DE INVARIANZA DE LAS
PRECIPITACIONES MÁXIMAS PUNTUALES EN EL DEPARTAMENTO DE

ANTIOQUIA
SANTIAGO WILCHES YEPES
Trabajo dirigido de grado presentado como requisito

parcial para optar el título de Magíster en aprovechamiento
de recursos hidráulicos
Director: I.C., Msc., Ph.D. OSCAR J. MESA S
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLÍN
FACULTAD DE MINAS
POSGRADO EN APROVECHAMIENTO DE RECURSOS HIDRÁULICOS
2001
ii
A mi esposa Mercedes y a nuestro hijo

iii
AGRADECIMIENTOS
Al Doctor Oscar Mesa S, asesor de este trabajo por sus enseñanzas invaluables, la ayuda
permanente y los continuos aportes.
A Hidramsa Ltda, por su apoyo y permanente colaboración, especialmente al ingeniero

Juan Carlos Correa J.
Al Área de hidrometría de Empresas Públicas de Medellín, en especial a los Doctores

Jaime Trujillo D, Héctor Pizarro y al Señor Gerardo Henao por su valiosa colaboración y
por el suministro de la información pluviográfica.
A los estudiantes Juan Felipe Álvarez Z y Vladimir Toro V. por su colaboración en la

recopilación y procesamiento de la información.
A la profesora María Victoria Vélez por el suministro de la información recopilada en al

trabajo de “Hidrología en Antioquia”.
Al ingeniero Carlos Daniel Ruiz Carrascal por su colaboración en el análisis de

homogeneidad de las series hidrológicas.
A la ingeniera Gloria Jenny Mejía por su aliento y apoyo incansable
A los Profesores Germán Poveda y Jaime Ignacio Vélez por sus ideas y aportes.
A mi esposa María Mercedes por el tiempo brindado
Y mis padres, hermanos y a todas a aquellas personas que de una u otra forma hicieron
posible la culminación de este trabajo
iv
TABLA DE CONTENIDO
1 INTRODUCCIÓN. ..................................................................................................1
1.1 OBJETIVOS GENERALES ....................................................................................4
1.2 OBJETIVOS ESPECÍFiCOS ..................................................................................4
1.3 ORGANIZACIÓN DEL INFORME ..........................................................................5
2 GENERALIDADES DE LAS CURVAS IDF. ...........................................................7
2.1 DIFERENTES TRABAJOS EFECTUADOS EN EL ESTUDIO DE LAS
PRECIPITACIONES MÁXIMAS. ..........................................................................10
3 ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO ........................................21
3.1 GENERALIDADES. ..............................................................................................21
3.2 ESCALAMIENTO SIMPLE. ..................................................................................21
3.3 ESCALAMIENTO MÚLTIPLE ...............................................................................23
3.4 CURVAS INTENSIDAD-DURACIÓN-FRECUENCIA A PARTIR DE LA TEORÍA
DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO. .................................25
3.4.1 ESCALAMIENTO TEMPORAL.............................................................................26
3.4.1.1 ESCALAMIENTO SIMPLE ...............................................................................26
3.4.2 ESCALAMIENTO MÚLTIPLE ...............................................................................28
3.4.3 ESCALAMIENTO ESPACIAL ...............................................................................30
3.5 RESUMEN DE ALGUNOS TRABAJOS REALIZADOS APLICANDO LOS
CONCEPTOS DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO EN EL
ESTUDIO DE EVENTOS EXTREMOS DE PRECIPITACIÓN. ............................31
3.5.1 PRECIPITACIONES MÁXIMAS AL NORTE DE ITALIA ......................................31
3.5.2 PRECIPITACIONES MÁXIMAS EN QUÉBEC (CANADÁ) ...................................32
4 RECOPILACIÓN, PROCESAMIENTO Y ANÁLISIS DE LA INFORMACIÓN ......35
4.1 GENERALIDADES DE LA ZONA EN ESTUDIO..................................................35
4.1.1 LOCALIZACIÓN ...................................................................................................35
4.1.2 DESCRIPCIÓN GENERAL DE LA ZONA (CLIMATOLOGÍA) ..............................36
4.1.3 RECOPILACIÓN DE INFORMACIÓN ..................................................................36
4.1.4 PROCESAMIENTO DE LA INFORMACIÓN ........................................................42
4.1.5 ANÁLISIS DE LA INFORMACIÓN RECOPILADA. ...........................................44
v
4.1.5.1 AÑO CALENDARIO VS. AÑO HIDROLÓGICO. ...............................................44

4.1.5.2 DESCRIPCIÓN DE LA INFORMACIÓN RECOPILADA ...................................46
4.1.5.3 RELACIÓN ENTRE LOS VALORES DE LAS PRECIPITACIONES MÁXIMAS
OBTENIDAS DE UN PERÍODO CON REGISTROS CONTINUOS, CON LOS
OBTENIDOS DE ALGUNAS TORMENTAS AISLADAS...................................49
4.1.5.4 RELACIÓN ENTRE LA PRECIPITACIÓN MÁXIMA EN 24 HORAS Y LA
PRECIPITACIÓN MÁXIMA DIARIA. .................................................................57
4.1.5.5 ANÁLISIS DE HOMOGENEIDAD DE LAS SERIES DE PRECIPITACIONES
MÁXIMAS .........................................................................................................59
4.1.5.6 RELACIONES ENTRE LA PRECIPITACIÓN MÁXIMA EN 60 MINUTOS DE
DURACION Y LAS PRECIPITACIONES MÁXIMAS CON OTRAS
DURACIONES. .................................................................................................69
5 ANÁLISIS DE FRECUENCIAS DE LAS SERIES DE PRECIPITACIONES
MÁXIMAS. ........................................................................................................72
5.1 FUNCIONES DE DISTRIBUCIÓN ....................................................................72
5.2 ESTIMACIÓN DE PARÁMETROS ...................................................................74
5.3 AJUSTE DE LOS DATOS OBSERVADOS A LAS DIFERENTES FUNCIONES
DE DISTRIBUCIÓN. .........................................................................................76
6 CURVAS INTENSIDAD DURACIÓN FRECUENCIA A PARTIR DE LA TEORÍA
DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO. .............................92
6.1 ANÁLISIS PUNTUAL ........................................................................................93
6.1.1 ESTIMACIÓN DE CURVAS IDF (METODOLOGÍA CONVENCIONAL) ...........93
6.1.2 ESCALAMIENTO TEMPORAL .......................................................................102
6.1.2.1 ESCALAMIENTO SIMPLE..............................................................................102
6.1.2.2 ALGUNAS PRUEBAS ESTADÍSTICAS PARA LA HIPÓTESIS DE
INVARIANZA DE ESCALA (ESCALAMIENTO SIMPLE) ...............................109
6.1.2.3 MODELO DE LOGNORMAL DE ESCALAMIENTO MÚLTIPLE .....................127
6.2 ANÁLISIS REGIONAL ....................................................................................135
6.2.1 VARIACIÓN ESPACIAL DE LOS PARÁMETROS OBTENIDOS EN EL
ESCALAMIENTO TEMPORAL .......................................................................135
6.2.2 ESCALAMIENTO ESPACIAL .........................................................................142
6.2.2.1 TODO EL DEPARTAMENTO .........................................................................144
6.2.2.2 SUBDIVISIÓN DE LA ZONA EN ESTUDIO POR SUBREGIONES ...............150
vi
6.2.2.3 VALLE DEL ABURRÁ (REGIÓN 4) ................................................................156

6.2.2.4 TODO EL DEPARTAMENTO (ESCALANDO CON LA INTENSIDAD MÁXIMA
DIARIA). ..........................................................................................................159
6.3 CÁLCULO DE CURVAS IDF EN LA ZONA EN ESTUDIO, EN SITIOS DONDE
NO SE CUENTE CON REGISTROS PLUVIOGRÁFICOS. ...............................160
7 CONCLUSIONES Y RECOMENDACIONES .....................................................172
BIBLIOGRAFÍA
ANEXOS
vii
LISTA DE FIGURAS
Figura 1-1. Localización de estaciones pluviométricas y pluviográficas en el departamento
de Antioquia operadas por el IDEAM y por Las Empresas Públicas de
Medellín..............................................................................................................2
Figura 2-1. Curvas IDF para una estación del departamento de Antioquia, Estación Aurrá,
tomada de Vélez y Smith, 1997. ........................................................................9
Figura 2-2. Relaciones entre la precipitación máxima en una hora (Abscisas) y las
precipitaciones máximas con las duraciones de 5, 15, 30 y 120 minutos
(ordenadas), para diferentes períodos de retorno, tomado de Bell, 1969. ......15
Figura 3-1. Precipitaciones máximas en la estación Bergamo (Escalamiento simple).
Tomada de Bacchi, 1998. ................................................................................22
Figura 3-2 Función de estructura o “Alejamiento” del escalamiento simple en el
crecimiento de la pendiente nr en la ecuación 3-4 para los caudales para
“Brandywie Creek, Pennsylvania- Tomada de Gupta and Waymire, 1990. .....24
Figura 4-1 Localización de la zona en estudio. ..................................................................35
Figura 4-2 Estaciones utilizadas en el estudio. ..................................................................39
Figura 4-3. Histograma del número de años con registros en la estaciones utilizadas en el
estudio..............................................................................................................42
Figura 4-4. Obtención de la precipitación máxima para una duración d, en una tormenta
específica. ........................................................................................................42
Figura 4-5 Número de tormentas seleccionadas por año en la estación Aurrá..................45
Figura 4-6 Histograma de frecuencia para la hora de inicio y la duración de la tormenta
respectivamente, elaborado para todas las estaciones. ..................................46
respectivamente, elaborado para las estaciones localizadas en la vertiente
occidental de la cordillera occidental. ..............................................................47
oriental de la cordillera central. ........................................................................47
occidental de la cordillera central. ....................................................................48
viii

oriental de la cordillera occidental. ...................................................................48
Figura 4-11. Precipitaciones máximas observadas en el departamento de Antioquia para
diferentes duraciones. Los símbolos azules (Triángulo) corresponden las
precipitaciones observadas durante toda la tormenta y los símbolos rojos
(Círculos) corresponde a los valores de precipitación máximos observados
para una duración específica. ..........................................................................50
Figura 4-12 Comparación de las precipitaciones máximas durante 1995 para diferente
duraciones, obtenida de los registros continuos y con sólo tres tormentas en el
año. a). Estación El Tabor y b) Estación Madreseca. En esta figura los
símbolos vacíos corresponde a los tres valores más grandes de las
precipitaciones obtenidos de los registros continuos y los símbolos “llenos”
corresponden a las intensidades máximas de las tres tormentas analizadas en
la Hidrología de Antioquia. ...............................................................................51
duraciones, obtenida de los registros continuos y tomando los días con mayor
precipitación diaria a). Estación El Tabor y b) Estación Madreseca. En esta
figura los símbolos vacíos corresponde a los tres valores más grandes de las
precipitaciones obtenidos de los registros continuos y los símbolos “llenos” y/o
en color corresponden a las intensidades máximas obtenidas del análisis de
algunas tormentas en cada año. ......................................................................53
Figura 4-14 Comparación de la serie de precipitaciones máximas obtenidas de los
registros continuos y del procesamiento de sólo 3 tormentas para diferentes
duraciones. a) 20 minutos b) 30 minutos. c) 45 minutos. d) 60 minutos. e)75
minutos y f) 120 minutos. .................................................................................55
Figura 4-15. Comparación de los momentos de orden 1 y orden 2 lde a serie de
precipitaciones máximas obtenidas de los registros continuos y del
procesamiento de sólo 3 tormentas para diferentes ecuaciones. a) Estación El
Bizcocho b) Estación Inmarco..........................................................................56
Figura 4-16. a) Relación entre las precipitaciones máximas en 24 horas y las
precipitaciones máximas diarias. a) Estación Inmarco b) Estación El Bizcocho
c) Santa Bárbara d) El Sireno. e) Mande. ........................................................58
ix
Figura 4-17. Tipo de aparato registrador en cada una de las estaciones. En las estaciones
que no se tiene símbolo no se dispuso de la información de los aparatos
registradores. En la estación San Cristóbal hubo cambio de aparato
registrador 2 veces...........................................................................................64
Figura 4-18. Análisis exploratorio para la estación el Retiro. Para la serie precipitaciones
máximas de 20 minutos de duración ...............................................................66
Figura 4-19. Comparación de las series de precipitaciones máximas de la estación
Inmarco para diferentes duraciones. En esta estación se tiene cambio de
aparato registrador en el año de 1983 de un Fuess95 a un Fuess95Y. Véase
anexo 1 para el análisis de homogeneidad......................................................67
Figura 4-20 Serie de precipitaciones máximas diarias en Caldas, Ayurá, Río Abajo y
corrientes. ........................................................................................................68
Figura 4-21 Comparación de las relaciones entre la precipitación máxima de con una hora
de duración y la precipitación máxima para otras duraciones para el mismo
período de retorno. Cada símbolo corresponde a una estación diferente y cada
color corresponde a una duración específica, se muestran duraciones de 20,
30, 45, 90 y 120 minutos. Las líneas rectas corresponden a las relaciones
empíricas encontradas por Hershfield estimadas con la ecuación 2-7. ...........70
Figura 5-1. Grafico Q-Q para la estación el Bizcocho para la intensidad máxima en 20
minutos una distribución lognormal de II parámetros. .....................................78
Figura 5-2 Comparación de las intensidades máximas observadas con los valores
ajustados a una función de distribución estable para diferentes períodos de
retorno y diferentes duraciones en las estaciones de; a) El Bizcocho, b) Mandé
y c) El Sireno. ...................................................................................................79
Figura 5-3 Intensidades máximas para diferentes duraciones y diferentes períodos de
retorno en la estación Mandé...........................................................................87
retorno en la estación El Sireno .......................................................................88
retorno en la estación Santa Bárbara ..............................................................89
retorno en la estación Inmarco.........................................................................90
x

retorno en la estación El Bizcocho ...................................................................91
Figura 6-1. Valores del coeficiente k de la ecuación 6-1 para todas las estaciones
estudiadas. El tamaño del círculo es proporcional al valor del coeficiente k ...96
Figura 6-2. Valores del exponente m de la ecuación 6-1 para todas las estaciones
estudiadas. El tamaño del círculo es proporcional al valor del exponente m ..97
Figura 6-3. Valores del coeficiente b de la ecuación 6-1 para todas las estaciones
estudiadas. El tamaño del círculo es proporcional al valor del coeficiente b ...98
Figura 6-4. Valores del exponente n de la ecuación 6-1 para todas las estaciones
estudiadas. El tamaño del círculo es proporcional al valor del exponente n ...99
Figura 6-5 Escalamiento de los momentos de las intensidades máximas con la duración
para diferentes estaciones. a) Mandé b)Santa Bárbara c) El Sireno d) Inmarco
y e)El Bizcocho. .............................................................................................105
Figura 6-6 Variación del exponente de escalamiento del momento de orden 1 con la
duración .........................................................................................................106
Figura 6-7. Escalamiento de los momentos de las intensidades máximas con la duración
en la estación El Sireno tomando dos rangos de duraciones. .......................107
Figura 6-8 Intensidades máximas vs duración para la Estación Mandé. .........................108
Figura 6-9 Intervalos de confianza de CV para las diferentes estaciones. a) Mandé
b)Santa Bárbara c) El Sireno d) Inmarco y e) El Bizcocho. ..........................111
Figura 6-10 Intervalos de confianza para el exponente nr para las estaciones (a) El Sireno
y (b) Mandé. ...................................................................................................112
Figura 6-11. Exponente de escalamiento θ1 (Rango entre 45 y 105 minutos) El Tamaño
del círculo representa el valor real de la variable...........................................118
Figura 6-12. Coeficiente de variación CV1 (Rango entre 45 y 105 minutos) El Tamaño del
círculo representa el valor de la variable .......................................................119
Figura 6-13. Valor esperado de I105 , E[I105] en mm/hr (Rango entre 45 y 105 minutos) El
Tamaño del círculo representa el valor de la variable ...................................120
Figura 6-14. Valor esperado de I1052 , E[I1052] en (mm/hr)2 (Rango entre 45 y 105
minutos) El Tamaño del círculo representa el valor real de la variable .........121
Figura 6-15. Exponente de escalamiento θ2 (Rango entre 105 y 1440 minutos) El Tamaño
xi
Figura 6-16. Coeficiente de variación CV2 (Rango entre 105 y 1440 minutos) El Tamaño
Figura 6-17. Valor esperado de I1440 , E[I1440] en mm/hr (Rango entre 105 y 1440
Figura 6-18. Valor esperado de I14402 , E[I14402] en (mm/hr )2(Rango entre 105 y 1440
Figura 6-19 . Valor de l(2)1 (Rango entre 45 y 105 minutos) El Tamaño del círculo
representa el valor de la variable ...................................................................130
Figura 6-20 . Valor de l(2)2 (Rango entre 105 y 1440 minutos) El Tamaño del círculo
representa el valor de la variable ...................................................................131
Figura 6-21 Histograma de frecuencia de la hora de inicio de las tormentas en la estación
Miguel de Aguinaga .......................................................................................136
Figura 6-22. Clasificación de las estaciones de acuerdo con el período en el cual se
presenta la mayor cantidad de tormentas (Diurno y Nocturno). ....................138
Figura 6-23 Hora con mayor número de tormentas máximas observadas (Hora local) ...139
Figura 6-24. Variación de los exponentes θ1 y θ2 con la precipitación media anual .......140
Figura 6-25. Variación del exponente de escalamiento con la altura. ..............................141
Figura 6-26. Variación de los coeficientes variación CV1 y CV2 con la precipitación media
anual. .............................................................................................................141
Figura 6-27. Relación entre el momento de orden 1 y orden 2 de las intensidades
máximas en 105 minutos y 24 horas respectivamente. .................................142
Figura 6-28 Variación de los momentos de las intensidades máximas en 45 minutos con la
precipitación media anual. .............................................................................145
Figura 6-29 Variación del coeficiente de determinación con la duración, r2, para la
regresión lineal entre los momentos de la precipitación promedio anual y los
momentos de las intensidades máximas. ......................................................145
Figura 6-30 Intensidades máximas observadas vs intensidades máximas calculadas con
el modelo de escalamiento espacial para todo el departamento de Antioquia.
.......................................................................................................................146
Figura 6-31 Variación del exponente de escalamiento con la duración. ..........................148
Figura 6-32 Variación del coeficiente E[Ipref] con la duración. .......................................148
Figura 6-33 Variación del coeficiente E[Ipref2] con la duración. .....................................149
Figura 6-34 Variación del exponente l(2) con la duración. ...............................................149
xii
Figura 6-35 Localización de las cuatro subregiones en la cuales se subdividió la zona de

estudio............................................................................................................151
precipitación media anual (Región 1).............................................................152
el modelo de escalamiento espacial para la región 1. ...................................152
Figura 6-44. Intensidades máximas observadas vs intensidades máximas calculadas con
el modelo de escalamiento espacial para todo el Departamento, pero
escalando con la precipitación máxima diaria................................................161
el modelo A. ...................................................................................................167
Figura 6-46 Errores máximos obtenidos con el modelo A ................................................168
el modelo B. ...................................................................................................170
xiii
LISTA DE TABLAS
Tabla 4-1 Estaciones utilizadas en este estudio ................................................................40
Tabla 4-2 Tipos de pluviógrafos de flotador y de balanza .................................................62
Tabla 5-1 Prueba Smirnov-Kolmogorov de bondad del ajuste, error medio cuadrático y
coeficiente de correlación del gráfico q-q para las cinco estaciones con
registros continuos, distribución LognormalII (duraciones entre 20 y 1440
minutos). ..........................................................................................................82
Tabla 5-2. Intervalo de confianza para los períodos de retorno estimados de las
precipitaciones máximas (Tomado de Bell, 1969) ...........................................84
Tabla 5-3 Calificación de los métodos de estimación de parámetros ................................85
Tabla 6-1 Errores relativos promedios y máximos para las tres metodologías de cálculo de
parámetros. ......................................................................................................94
Tabla 6-2 Parámetros de las curvas IDF estimados por la metodología III, errores relativos
promedio y errores máximos obtenidos. ........................................................100
Tabla 6-3 Punto de cambio detectado en las diferentes estaciones ................................104
Tabla 6-4 Exponentes de escalamiento θ para diferentes cuantiles para las estaciones con
registros continuos ( .......................................................................................109
Tabla 6-5 Intervalo de confianza para el exponente de escalamiento observado
comparado con el exponente del escalamiento simple .................................113
Tabla 6-6 Parámetros para modelos IV y V de escalamiento simple. ..............................116
Tabla 6-7 Valor de los parámetros l(2)1 y l(2)2 de todas las estaciones para los dos
rangos de duraciones.....................................................................................128
Tabla 6-8 Errores relativos, promedio y máximo entre las intensidades máximas
calculadas con los diferentes modelos analizados simple y las intensidades
máximas “observadas”. ..................................................................................132
Tabla 6-9 Errores relativos promedios y máximos (en %) entre el modelo de curvas IDF
(escalamiento espacial múltiple escalando con la precipitación media anual) y
los valores observados (ajustados a una distribución logNormal). ................147
Tabla 6-10 Parámetros y errores relativos promedios y máximos del modelo de
multiescalamiento, escalando con la Intensidad máxima diaria ....................160
Tabla 6-11 Relaciones observadas entre la intensidad máxima en 60 minutos y la
intensidad máxima para la duración indicada. ...............................................165
xiv

intensidad máxima para la duración indicada. ...............................................169
xv
RESUMEN
Hoy en día las curvas intensidad duración frecuencia (Curvas IDF), siguen siendo una de
las herramientas más utilizadas en la estimación de caudales de máximos, especialmente
en el diseño de obras de drenaje, alcantarillados pluviales en las zonas urbanas y rurales,
y en general en el diseño de pequeñas obras hidráulicas.
En la presente investigación se analiza el comportamiento de los eventos máximos de

precipitación a la luz de las teorías invarianza de escala y multiescala, las cuales han sido
utilizadas para el análisis de gran variedad de fenómenos en hidrología, en 61 estaciones
localizadas en una amplia zona del departamento de Antioquia y su relación con las
curvas intensidad duración frecuencia.
Inicialmente se realiza un análisis detallado de la información disponible en la cual se

observan deficiencias importantes en el registro de los eventos máximos de precipitación,
particularmente para las precipitaciones máximas de cortas duraciones, inferiores a los 45
minutos, las cuales son muy importantes en el diseño de alcantarillados y de pequeñas
estructuras hidráulicas. Se evalúan también algunas prácticas comunes en ingeniería para
la obtención de la información para la estimación de las curvas IDF.
Se muestra como a partir de las teorías de invarianza de escala pueden construirse

modelos de curvas IDF cuyas formas son similares a las diferentes fórmulas empíricas
propuestas a lo largo de la historia para la estimación de intensidades máximas, para
diferentes duraciones y períodos de retorno, estos modelos convencionales como lo
afirman Burlando y Rosso consisten en “procedimientos heurísticos, basados en
suposiciones aún sin probar o suposiciones irreales relacionadas con la estructura
espacio- temporal de la lluvia”, (1996).
Se tiene pues que con la aplicación de las teorías de invarianza de escala y multiescala
es posible conclusiones importantes de diferentes fenómenos en la naturaleza.
En el caso particular de las intensidades máximas, es posible obtener modelos adecuados

para estimar las curvas IDF, con resultados comparables a los obtenidos con la
metodología utilizada tradicionalmente. Con la diferencia de que con la aplicación de
xvi
estos modelos de escalamiento y multiescalamiento la estimación de parámetro es mucho

más sencilla y obedece a un procedimiento más racional que en los modelos
convencionales el cual es un proceso netamente heurístico.
1
1 INTRODUCCIÓN.
Hoy en día las curvas intensidad duración frecuencia (Curvas IDF), siguen siendo una de
las herramientas más utilizadas en la estimación de caudales de máximos, especialmente
en el diseño de obras de drenaje, alcantarillados pluviales en las zonas urbanas y rurales,
y en general en el diseño de pequeñas obras de ingeniería, así como en la estimación de
las tormentas de diseño en sitios donde, debido a la falta de información de caudales, es
necesario recurrir a los modelos lluvia escorrentía para el cálculo de los caudales
máximos.
El tipo de proyectos mencionados anteriormente, a pesar de tener un costo individual

relativamente bajo, representa un porcentaje considerable del total de la inversión en
infraestructura de un país, incluso su costo puede llegar a ser superior que los costos de
los proyectos grandes como los estudios y diseños de las grandes centrales
hidroeléctricas (Pilgrim, 1986).
En el caso particular del diseño de obras de drenaje urbano, de alcantarillados pluviales y

de pequeñas estructuras hidráulicas, es necesario conocer las intensidades máximas
asociadas a diferentes períodos de retorno para duraciones relativamente pequeñas, para
obtener dicha información se requiere de registros continuos de precipitación, los cuales
no están disponibles en muchos de los casos, o si se encuentran disponibles no se
encuentra procesados, tal como sucede en el departamento de Antioquia.
En la Figura 1-1 se muestra la localización de pluviómetros y pluviógrafos, sin incluir

estaciones climatológicas, en el departamento de Antioquia operados por el IDEAM y por
Las Empresas Públicas de Medellín (EPM). En esta figura puede observarse que en gran
parte del departamento se tiene una buena cobertura de estaciones registradoras de
lluvia; de las 129 estaciones del IDEAM el 76 % son pluviómetros y de las 194 estaciones
de EPM 32% son pluviómetros, es decir, de las 323 estaciones la mitad son pluviógrafos.
De lo anterior pudiera concluirse que, desde el punto de vista práctico, de acuerdo con el
2
criterio expuesto por Dixon (1964), en el Departamento se tiene una cobertura

relativamente buena, sin embargo, gran parte de la información pluviográfica existente se
encuentra aún si procesar.
GOLFO DE
URABÁ
BOLIVAR
SANTANDER
CHOCÓ
CONVENCIONES
RISARALDA
CALDAS
Figura 1-1. Localización de estaciones pluviométricas y pluviográficas en el departamento

de Antioquia operadas por el IDEAM y por Las Empresas Públicas de
Medellín.
En Antioquia, en la mayoría de los casos, el Ingeniero dispone para sus diseños de las
curvas IDF de las 69 estaciones procesadas en el estudio “Obtención de Curvas
Intensidad Frecuencia Duración en el Departamento ee Antioquia” (Botero y Muñoz,
3
1997), las cuales se presentan en el trabajo hidrología de Antioquia, (Vélez y Smith 1997),
y de las 17 estaciones publicadas en el anuario hidrometeorológico de las Empresas
Públicas de Medellín, (Empresas Públicas de Medellín, 1993)
Por otro lado en la Figura 1-1 puede observarse también que la mayoría de la información
de precipitación con la que cuenta el IDEAM proviene de registros pluviométricos y
,además, que en los sitios más apartados no se tiene ninguna otra medición de
precipitación diferentes a la pluviométrica, por ejemplo en el Norte de Antioquia, el Bajo
Cauca y el Urabá Antioqueño.
Gracias a las nuevas tecnologías para el registro de precipitación ha sido posible

identificar las características no lineales del fenómeno y las estructuras de variabilidad
temporal y espacial de la precipitación. La observación del fenómeno ha avalado el uso de
modelos desarrollados en otros campos, como la mecánica de fluidos, para explicar la
estadística de la variabilidad espacial y temporal de la precipitación; modelos como las
cascadas multiplicativas las cuales están relacionadas con las teorías de invarianza de
escala y de multiescala, las cuales son el tema del presente estudio, son utilizadas para el
análisis de gran variedad de fenómenos en hidrología, (véase Sposito, 1998),
particularmente en eventos extremos de caudales y de precipitación. Las teorías
mencionadas ya han sido aplicadas por diferentes investigadores en el estudio de
precipitaciones máximas en diferentes partes del mundo, entre otros pueden mencionarse
Burlando and Rosso (1996) y NGUYEN V. T. V. , NGUYEN T. D. and WANG H (1998)
Una de las implicaciones prácticas más importante de las teorías de escalamiento simple
y de multiescalamiento es la posibilidad de, a partir de observaciones de un fenómeno en
escalas grandes (pequeñas), por ejemplo a nivel diario, es posible inferir las
características estadísticas del mismo fenómeno en escalas muchísimo más pequeñas
(más grandes).
Por todo lo anterior se considera importante explorar, bajo este marco teórico, el
comportamiento de los eventos extremos de las precipitaciones máximas en diferentes
escalas, con el ánimo de mejorar el entendimiento y los procesos de estimación de las
4
precipitaciones máximas tanto en sitios con información pluviográfica disponible como en

sitios con poca información.
Es importante mencionar que el principal objetivo de este trabajo es principalmente

práctico y antes que el desarrollo de un procedimiento científico complejo está orientado a
explorar metodologías y procedimientos adecuados para obtener los valores de las
precipitaciones máximas en una zona específica. Dichas metodologías y procedimientos
orientados tanto al estudio de las precipitaciones máximas en una estación específica,
escala puntual, como al estudio de las precipitaciones máximas en una zona o región,
escala regional.
En el presente trabajo se presenta entonces, la aplicación de las teorías de invarianza de

escala y multiescala en el estudio de los eventos máximos de precipitación.
1.1 OBJETIVOS GENERALES
El objetivo general de este trabajo consiste en el estudio de las propiedades de invarianza

de escala o multiescala de las precipitaciones máximas con el fin de profundizar un poco
en el entendimiento del comportamiento de las precipitaciones máximas a lo largo de
diferentes escalas y utilizar los resultados en la determinación de modelos que permitan la
estimación de los eventos máximos de precipitación asociados a diferentes períodos de
retorno.
1.2 OBJETIVOS ESPECÍFICOS
El objetivo específico principal consiste en el estudio de las propiedades de invarianza de

escala y de multiescala en 61 estaciones, operadas por las Empresas Públicas de
Medellín, localizadas dentro del departamento de Antioquia, y observar el comportamiento
de las precipitaciones máximas a lo largo de diferentes escalas (tanto en escalas
temporales y espaciales) e identificar características que permitan el paso de una escala a
otra.
5
Con base en los resultados del párrafo anterior explorar modelos o relaciones que
permitan estimar las precipitaciones máximas para menores duraciones con base en
registros diarios de precipitación con el fin de subsanar el constante problema de escasez
de información a los que se ve enfrentado el ingeniero en el diseño de estructuras
hidráulicas.
Además del objetivo principal se pueden mencionar, entre otros, los siguientes objetivos
específicos:
• Realizar un análisis juicioso de los datos disponibles, para de esta forma trabajar
con datos que estén libres, en lo posible, de “ruidos” ocasionados por causas
diferentes al fenómeno mismo.
• Explorar metodologías diferentes a las utilizadas normalmente en el análisis de

frecuencias de los eventos máximos de precipitación.
1.3 ORGANIZACIÓN DEL INFORME
El informe está compuesto por 7 capítulos los cuales se resumen a continuación.
En el capítulo 2 se presentan las generalidades de las curvas IDF, los diferentes trabajos
e investigaciones que se han realizado en el estudio de las precipitaciones máximas así
como el estado del arte en el que se encuentra el estudio de los eventos máximos de
precipitación.
En el capítulo 3 se presenta brevemente el marco teórico del escalamiento simple y del

escalamiento múltiple o multiescalamiento y su aplicación al análisis de eventos extremos
de precipitación así como un pequeño resumen de diferentes trabajos que se han
realizado en este campo.
6
En el capítulo 4 se muestra la información recopilada durante el estudio, el análisis de la

información básica y algunas consideraciones y restricciones que se tiene en el estudio,
relacionadas con la información disponible.
En el capítulo 5 se muestran algunas consideraciones relacionadas con el análisis de

frecuencias necesarios para la estimación de las intensidades máximas asociadas a los
diferentes períodos de retorno.
En el capítulo 6 se presenta la aplicación de los modelos de escalamiento simple y

multiescalamiento en la construcción de las curvas IDF en las estaciones disponibles para
este estudio.
Y por último en el capítulo 7 se exponen algunas conclusiones y recomendaciones

relacionadas con el estudio de eventos extremos de precipitación en el departamento de
Antioquia.
7
2 GENERALIDADES DE LAS CURVAS IDF.
Las lluvias intensas han sido analizadas desde hace mucho tiempo y los estudios que se
han realizado han tenido diversos objetivos, sin embargo, en la mayoría de ellos el
objetivo último es la determinación de los caudales máximos para el diseño de diferentes
estructuras hidráulicas.
A pesar de que los primeros estudios de precipitaciones máximas datan de finales del
siglo XIX o comienzo del siglo XX y de que se han logrado avances significativos en las
diferentes teorías y modelos para la representación de los campos de precipitación, la
metodología para su análisis en mayoría de los casos de diseño ha permanecido
prácticamente invariable hasta la última década del siglo XX.
La metodología tradicional que se ha venido utilizando a lo largo de la historia en el

cálculo de las curvas IDF consiste básicamente en realizar un análisis de frecuencia a
cada una de las series de valores máximos de precipitación obtenidas para cada
duración.
La serie a la cual se le realiza el análisis de frecuencias puede ser seleccionada de tres

formas, a saber:
• Serie de máximas anuales, es aquella serie que está conformada por cada uno de
los valores máximos de precipitación observados en cada uno de los años de
registro.
• Serie de duraciones parciales, en la cual la serie de datos está conformada por

aquellos datos que sobrepasan un valor base predefinido.
• Serie de excedencias anuales, en la cual el valor base, de la serie anterior, es
seleccionado de tal forma que el número de datos que conforman la serie sea
igual al numero de años de registros.
8
No existe un consenso entre los diferentes investigadores de cual tipo de serie de datos
debería ser utilizada en los análisis, sin embargo, algunos reportan que diferentes
investigadores le han encontrado sentido teórico al análisis de series parciales, (Bonacci,
1984). Otros autores reportan que la utilización de cada uno de los tipos de series es
determinada por cada proyecto específico en el cual se vayan a utilizar los resultados del
análisis de los eventos extremos (Chow, 1964).
Pese a lo anterior, en muchos de los casos prácticos se utilizan las series máximas
anuales, ya que en este tipo de serie no es necesaria la separación de la serie de
registros continua en eventos o tormentas estadísticamente independientes, lo que
eventualmente puede complicar un poco el análisis. Chow muestra que existe una
relación entre las series de máximas anuales y las series de duraciones parciales (1964).
Una vez seleccionada la serie de máximos el siguiente paso consiste en establecer el

rango de duraciones para el cual se estimaran las curvas IDF. Algunos autores
consideran que en un sitio específico puede estimarse una sola familia de curvas para un
amplio rango de duraciones, por ejemplo entre 5 minutos y 24 horas, mientras que la gran
mayoría consideran que para cada sitio específico deben determinarse dos familias de
curvas una para las duraciones más cortas, entre 5 y 60 o 120 minutos y otro entre 60 o
120 minutos hasta 24 horas e incluso hasta varios días. A pesar de no tenerse ninguna
demostración rigurosa, diversos autores consideran que esta subdivisión debe realizarse
ya que se tienen características físicas muy diferentes en las lluvias de corta duración,
entre 0 y 1 o 2 horas, las cuales son debidas a fenómenos netamente convectivos, y las
de larga duración, mayores a dos horas (Bonacci 1984).
Luego de escoger el rango de validez de las curvas IDF, a cada una de las series
obtenidas para cada duración se le ajusta una función de distribución, normalmente la
distribución Gumbel. Con la función de distribución ajustada a los datos observados se
construyen familias de curvas en las cuales pueden estimarse las intensidades máximas
(o precipitaciones) para diferentes duraciones para diferentes probabilidades de
ocurrencia, véase Figura 2-1.
9
350
300
Tr=2 años
250 Tr=5 años
Intensidad (mm/hr)
Tr=10 años
200 Tr=25 años

Tr=50 años
150 Tr=100 años

0, 208
441,2Tr
I =
(d + 0,25)0,748
100
50
0
0 20 40 60 80 100 120
Duración (minutos)
Figura 2-1. Curvas IDF para una estación del departamento de Antioquia, Estación Aurrá,
tomada de Vélez y Smith, 1997.
Usualmente para evitar la representación gráfica de las curvas, y poder automatizar su

cálculo, éstas son ajustadas a diferentes expresiones matemáticas de varios tipos, entre
las más comunes se encuentran las siguientes (Froehlich, 1995):
a
I= (2-1)
( d + b) n
a
I= (2-2)
dn
a
I= (2-3)
(d + b )
10
Donde I, es la intensidad de la lluvia a, b y n son parámetros de las ecuaciones que

dependen del período de retorno y de la localización de la estación y d es la duración de
la tormenta. Todas propuestas empíricamente por diversos investigadores en estudios
específicos de precipitaciones máximas.
De todo lo anterior puede resaltarse, que en el estudio de las precipitaciones máximas

(obtención de curvas IDF) , aún se tienen gran cantidad de interrogantes que no han sido
resueltos satisfactoriamente, a pesar de ser una herramienta de uso continuo en la
ingeniería. Entre otros pueden mencionarse los siguientes: El tipo de serie a utilizar,
separación de los registros continuos en tormentas estadísticamente independientes,
justificación para la determinación de los rangos de duración, metodologías para el ajuste
de los datos a una función de distribución, estimación de parámetros de la función de
distribución, etc.
2.1 DIFERENTES TRABAJOS EFECTUADOS EN EL ESTUDIO DE LAS

PRECIPITACIONES MÁXIMAS.
A lo largo de la historia se han desarrollado un sinnúmero de proyectos y trabajos

relacionados con el estudio de las precipitaciones máximas, a continuación se mencionan
algunos de ellos.
Entre los primeros trabajos relacionados con el estudio de las precipitaciones se

encuentran los realizados por Morgan y Meyer en 1917 (Bernard, 1932).
El primero realizó estudios en la zona Este de los Estados Unidos y estaba interesado en
conocer los caudales máximos de crecientes; para tal efecto realizó un exhaustivo estudio
de los registros de lluvias en la zona, los resultados de su estudio fueron presentados en
una serie de mapas de los cuales se podía leer la intensidad de la lluvia para diferentes
duraciones y frecuencias, en su estudio Morgan se concentró en precipitaciones con
duraciones muy largas, entre 1 y cuatro días. Entre otras cosas Morgan concluye que la
11
relación entre la intensidad de la lluvia y la duración sigue una ecuación parabólica con la
siguiente forma:
a
i= (2-4)
dn
Donde i es la intensidad de la lluvia con una duración d, y a y n parámetros cuyo valor

depende de la localización de la estación y de la frecuencia de la lluvia.
Meyer por su lado estudió más de 2.000 tormentas también al Este de los Estados Unidos
y como resultado de su trabajo obtuvo una seria de fórmulas empíricas, que relacionan la
profundidad de la lluvia, o la intensidad, con la duración y la localización geográfica. El
trabajo de Meyer estuvo concentrado en tormentas con duraciones menores de 120
minutos.
Meyer expresó la precipitación por medio de una ecuación de la siguiente forma:
a
i= (2-5)
(b + d )
Con a y b dependiendo de la localización de la estación y del período de retorno. Este tipo

de ecuación había sido propuesto ha comienzos del siglo, en 1904, por Talbot
(Remeneiras, 1974).
Después de los trabajos realizados por los investigadores mencionados se encuentra el

trabajo realizado por Bernard, quien combinando los datos de los trabajos de los dos
investigadores obtuvo una serie de mapas que permiten calcular los parámetros de las
curvas intensidad frecuencia duración, ecuación 2-4, para duraciones iguales o mayores a
2 horas, es importante resaltar que para la obtención de parámetros Bernard no contó con
ningún tipo de información entre 2 y 24 horas.
Una de las conclusiones del trabajo de Bernard fue que la relación entre la intensidad de
la lluvia y la duración de los datos observados se ajustaban mejor a ecuaciones del tipo
12
de la ecuación 2-4, por lo tanto los mapas que presentó permitían calcular los parámetros
a y n en un sitio determinado para un período de retorno específico. En su trabajo Bernard
encontró que el exponente n permanecía prácticamente constante en una misma
estación, para los diferentes períodos de retorno, y que variaba muy poco para una
mismo sitio y se encontraba alrededor de 0,77. Según Powell, el exponente n puede ser
tomado igual a 0,75 y el valor de a es función únicamente del período de retorno (Bernard,
1932).
En esta misma época Sherman propone, al menos para los estudios de precipitaciones
máximas que él realizó en Boston, la siguiente ecuación para el cálculo de las
precipitaciones máximas (Bernard, 1932):
a
i= (2-6)
(b + t )n
Con el exponente n cercano a 0,70 aplicable a un amplio rango de duraciones de lluvia

con una valor máximo de la duración cercano a las 30 horas.
Además de los trabajos mencionados, se han realizado gran cantidad de estudios para la
determinación de las curvas intensidad frecuencia duración. Uno de los más
representativos, fue el realizado por Hershfield, quien desarrolló para los Estados Unidos
mapas de isoyetas de profundidad de la lluvia para diferentes duraciones y diferentes
períodos de retorno, los cuales fueron publicados en el reporte Técnico No 40 del U.S
Weather Bureau en 1961, en este reporte se construyeron 49 mapas con las isoyetas de
profundidad de lluvia para duraciones entre 30 y 1440 minutos y períodos de retorno entre
1 y 100 años. El trabajo de Hershfield fue luego modificado parcialmente por el trabajo
conocido como el Hydro 35 en el cual se presentan mapas similares a los del TP40 para
algunas zonas de los Estados Unidos para precipitaciones máximas entre 5 y 60 minutos
de duración y períodos de retorno entre 2 y 100 años,
Dentro del trabajo de Hershfield se recomiendan una serie de relaciones empíricas

derivadas de información disponible para lluvias de corta duración, de acuerdo con las
cuales las precipitaciones máximas (láminas) de una tormenta de d minutos de duración
13
tiene una relación constante con la precipitación máxima de una tormenta de una hora de
duración para el mismo período de retorno, es decir Pd/P60=cte. Estas relaciones son de
0,29, 0,45 0,57 y 0,79 para las duraciones de 5, 10, 15 y 30 minutos respectivamente, con
errores máximos entre el 5 y el 8% (Raudkivi 1979). En estudios posteriores Hershfield
muestra que en realidad estas relaciones tienen gran variabilidad alrededor de la media y,
además, que dichas relaciones no permanecen constantes con el período de retorno, pero
no descarta la posibilidad de su utilidad desde el punto de vista práctico (Hershfield,
1984).
Además de los trabajos mencionados anteriormente, existe un sinnúmero de trabajos de

otros autores tanto en Estados Unidos como en otras partes del Mundo acerca de la
estimación de la precipitaciones máximas con diferentes duraciones, asociadas a
diferentes períodos de retorno, sitios donde no se cuenta con información. En estos
trabajos se ha interpolado la información de las estaciones disponibles en mapas, ya sea
de las precipitaciones máximas para diferentes períodos de retorno (o intensidades
máximas) o de los parámetros de las estaciones, y de esta forma posibilitar el cálculo de
las intensidades máximas, en sitios donde no se cuenta con información disponible.
Trabajos de este tipo se han realizado recientemente en nuestro país y particularmente en

el departamento de Antioquia, como fue el desarrollado para la Secretaría de Obras
Públicas del Departamento (Vélez y Smith, 1997). Una de las partes de este trabajo
consistió en la elaboración de las curvas intensidad frecuencia duración de 69 estaciones
distribuidas en todo el Departamento, y en la regionalización de los diferentes parámetros
para la estimación de las curvas intensidad frecuencia duración en la zona en estudio, la
cual fue subdivida 17 en sub-zonas,
A pesar de que la metodología de regionalización descrita anteriormente sigue siendo hoy

en día muy utilizada para la estimación de las curvas IDF en sitios en los cuales no se
tiene medición o cuando los períodos de registros son muy cortos, los investigadores
también se han dado a la tarea de encontrar expresiones que permiten determinar,
cuando se tienen pocos años de registros, la precipitación asociada a un período de
retorno determinado a partir de una precipitación máxima asociada a un período de
retorno mucho menor, esto para una duración específica, o relaciones que permitan
14
estimar la precipitación en sitios donde no se tengan registros muy detallados para la

estimación de las curvas IDF, en función de precipitaciones con duraciones más largas,
las cuales son más fáciles de obtener.
Uno de los trabajos relacionados con este tema es el desarrollado por Bell en
“Generalized rainfall-duration-frecuency relationships” (Bell 1969), en el cual se presenta
una fórmula generalizada para la estimación de las precipitaciones de corta duración,
menores de 2 horas, que, según el autor, podrían ser aplicadas en muchas regiones del
planeta, justificado por el hecho de que los mecanismos físicos que producen las
tormentas cortas son los mismos (Bell, 1969).
En este trabajo Bell muestra que los resultados obtenidos por trabajos de Hershfield de
1961, con respecto a las relaciones constantes mencionadas anteriormente han sido
verificadas, por él mismo y por otros autores en diferentes regiones, como en Suráfrica,
en la antigua Unión Soviética, Australia y Checoslovaquia, véase Figura 2-2.
Y encontró la siguiente expresión para estas relaciones:
d
PT
60
= 0,54d 0, 25 − 0,50 para 5 ≤ d 120 (2-7)
PT
Donde:
PTd: Es la precipitación máxima en un intervalo de tiempo d, en minutos, con un período
de retorno T años. PT60 es la precipitación máxima en un intervalo de tiempo de 60
minutos con un período de retorno T años.
15
Figura 2-2. Relaciones entre la precipitación máxima en una hora (Abscisas) y las
precipitaciones máximas con las duraciones de 5, 15, 30 y 120 minutos
(ordenadas), para diferentes períodos de retorno, tomado de Bell, 1969.
Después de los trabajos de Bell diversos investigadores han verificado la expresión 2-7
para duraciones cortas, tal como puede observarse en el trabajo de Chen (1983) y del
trabajo reciente de Varas en la cual se analiza la expresión 2-7 aplicada a diferentes
16
zonas de Suramérica; Mendoza, Brasil, Sao Paulo y Chile, y se observan errores

máximos del 24% entre los valores calculados para otras zonas y los valores calculados
por Bell para duraciones entre 5 y 120 minutos (Varas 2001).
Otro aspecto importante que se menciona en el artículo de Bell es que la relación que
existe entre la lámina de agua de una lluvia de una duración d para cualquier período de
retorno, y la lámina de agua de una lluvia de una duración d y un período de retorno de 10
años es función únicamente del período de retorno, es decir PTd/ P10d =f(T). Del estudio de
Varas puede concluirse que esta observación se cumple en las diferentes zonas
mencionadas en su estudio, y con respecto a la expresión obtenida por Bell para esta
relación, se obtienen diferencias máximas del orden del 11% para períodos de retorno
entre 2 y 100 años.
Lo anterior es muy importante, pues si esto fuera cierto, únicamente sería necesario la
distribución de probabilidades de las precipitaciones con una hora de duración, y una vez
obtenida la lámina de agua, para una hora de duración, podría estimarse el valor de la
precipitación para otra duración diferente y para el mismo período de retorno y/o para otro
período de retorno diferente.
Con base en lo anterior Bell obtuvo una expresión general con la cual se podría estimar
la lámina de agua para una lluvia de cualquier duración y cualquier período de retorno, en
función de la lámina de agua para una lluvia con período de retorno de 10 años y una
hora de duración, la cual fue verificada satisfactoriamente en el estudio de Varas.
Diversas relaciones similares a las propuestas por Bell para el estudio de las lluvias
intensas y de duraciones cortas se han encontrado en diferentes partes del mundo.
Otro trabajo importante dentro del estudio de las precipitaciones máximas fue el
desarrollado por Chen (1983). El trabajo de Chen consistió en el estudio de
precipitaciones máximas para rangos de duraciones entre 5 minutos y 24 horas, En Dicho
trabajo utiliza para las duraciones cortas, las relaciones constantes entre las
precipitaciones con una hora de duración y las precipitaciones para duraciones más
cortas descritas por Hershfield en el TP 40, mostradas anteriormente.
17
Chen propone una fórmula general para el cálculo de las precipitaciones máximas en
cualquier lugar de los Estados Unidos, en la cual esta puede ser calculada a partir de la
relación entre la precipitación máxima con una hora de duración y la precipitación máxima
con 24 horas de duración, asociadas al mismo período de retorno, dicha relación es
independiente del período de retorno y de la relación entre la precipitación máxima con
una hora de duración y un período de retorno de 10 años y la precipitación máxima con
una hora de duración y un período de retorno de 100 años. Según Chen, con este par de
relaciones podrían ser descritos los patrones geográficos de variación de lluvia.
La expresión propuesta por Chen es la siguiente:
I dT =
(
a1 I 110 log 10 2− x T px −1 ) (2-8)
(d + b ) c
Donde:
I dT : Intensidad (pulg/hr) promedio en una duración 1 hora y un período de retorno de
T años.
I 110 : Intensidad (pulg/hr) promedio en una duración d y un período de retorno de T
años.
Tp : Período de retorno para series parciales en años
Pd100
x :Relación , donde P es la precipitación máxima (lámina).
Pd10
P1T
a1, b y c son parámetros que dependen únicamente de la relación . Los parámetros
P24T
a1, b y c varían entre 4,58 y 40,01, entre –2.84 y 11,52 y entre 0,309 y ,087 y
pueden ser estimados gráficamente.
Además de los trabajos mencionados anteriormente existen gran cantidad de estudios

relacionados con el tema en los cuales, en la mayoría de forma empírica, se busca
expresar las curvas IDF en función de parámetros fácilmente obtenibles en zonas con
18
poca información o con información muy limitada. Entre otros pueden mencionarse los
Trabajos de, Cao (1974), Kothyari y Garde (1992), Froehlich (1995), Botero y Muñoz
(1997), Vargas y Granados (1998) y Varas y Farías (2000).
De estos trabajos es importante resumir los trabajos de Botero y Muñoz (1997) y el de

Vargas y Granados (1998), que fueron trabajos desarrollados en Antioquia y Colombia
respectivamente.
Además de la metodología de regionalización de parámetros descrita anteriormente, en el

trabajo de Botero y Muñoz (1997), para el departamento de Antioquia se utilizó el Método
de Líria y Torres, el cual establece que existe una relación entre el valor medio de las
intensidades máximas anuales de una duración cualquiera y el valor medio anual de las
intensidades máximas diarias (24 horas), que es sólo función de la duración de la
tormenta, es decir, se cumple la siguiente relación:
Id
= f (d ) (2-9)
I 24
Como se muestra más adelante esta relación puede ser obtenida a partir de las teorías de
escalamiento simple y multiescalamiento.
Este método supone también que existe una relación entre la intensidad máxima para una
lluvia con duración y período de retorno específico y el valor promedio anual de las
precipitaciones máximas para la misma duración, dicha relación tiene la siguiente forma:
I d ,T = I d (A + B(LogT )) (2-10)
Puede observarse que la metodología anterior coincide prácticamente con la metodología

de Bell, propuesta para lluvias cortas en las cuales el valor medio reemplaza el período de
retorno de 10 años utilizado en Bell, y la precipitación máxima con 1 hora de duración es
reemplazada con la precipitación máxima diaria, situación que no parece lo más
aconsejable de acuerdo con los resultados obtenidos en los trabajos de Bell y Chen,
(véase Bell 1969 y Chen 1983).
19
Se encontraron entonces una serie de expresiones del tipo de la ecuación (2-10) para las
diferentes subregiones, 17 en total, estudiadas en el departamento de Antioquia. Con la
aplicación de esta metodología se pueden obtener errores máximos hasta del 50 %,
incluso en la mismas estaciones utilizadas para obtener la ecuaciones, valores superiores
a los obtenidos con la regionalización de parámetros, (Véase Botero y Muñoz, 1997).
En el estudio de Vargas y Granados, (1998) inicialmente se evalúa la aplicación de varías

de las metodologías descritas anteriormente en la obtención de curvas IDF generalizadas
en Colombia, de esta evaluación se concluye que no es satisfactoria la aplicación de
metodologías como la propuesta por Bell y la propuesta por Chen. En dicho estudio se
proponen 3 ecuaciones para el cálculo de las curvas IDF en Colombia, la cual fue dividida
en 5 subregiones, las expresiones son las siguientes:
Tb
I =a
d
I
c 24
(2-11)
d
Tb
I =a
d
I Ne
c 24
(2-12)
d
Tb
I = a c I 24 N e PT
d f
(2-13)
d
Donde:
I :Intensidad máxima (mm/hr)
T Período de retorno (años)
N Número de días promedio con lluvia en el año
PT Precipitación media anual (mm)
a, b, c, d, e y f parámetros que dependen de la región, estos parámetros fueron

estimados para cada una de las regiones en las cuales se subdividió el país.
No obstante la validez de las metodologías descritas anteriormente y su aplicabilidad,

desde el punto de vista práctico en muchas regiones del mundo en la obtención de curvas
IDF, se observa que gran parte ellas consisten en métodos empíricos, los cuales como lo
20
afirman Burlando y Rosso consisten en “procedimientos heurísticos, basados en

suposiciones aún sin probar o suposiciones irreales relacionadas con la estructura
espacio- temporal de la lluvia”, (1996).
Otra forma con la que se ha tratado de enfrentar el estudio de los eventos de

precipitaciones máximas, la cual no se profundiza en este trabajo, es por medio de la
utilización de modelos estocásticos que representan la lluvia, con los cuales se realizan
simulaciones de la precipitación durante muchos años y con la gran cantidad de datos
generada es posible la construcción de las curvas IDF.
En algunos trabajos recientes se han empleado los conceptos de invarianza de escala

para el estudio de las precipitaciones máximas y específicamente en el estudio de las
curvas IDF. Dentro de estos trabajos puede mencionarse Rosso and Burlando (1996),
Bacchi (1998) y Nguyen V.T.V., Nguyen T.D. and Wang, (1998).
Antes de presentar el resumen algunos de los trabajos realizados, así como la aplicación
de las teorías de escalamiento simple y multiescalamiento en la obtención de las curvas
IDF se expondrán de forma breve y sucinta en el capítulo siguiente los conceptos
fundamentales de invarianza de escala y de multiescalamiento.
21
3 ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO
3.1 GENERALIDADES.
Una de las preguntas que a lo largo de muchos años han tratado de resolver la ciencia y
la ingeniería es ¿de qué manera pueden trasladarse las observaciones de un fenómeno
en una escala determinada a otras escalas diferentes?. Se habla de invarianza de escala
o de multiescala cuando es posible establecer algunas relaciones entre las variables de
un fenómeno, de tal forma que éstas se preserven ante los cambios de escala.
En el caso particular de la precipitación se tienen dos incógnitas; ¿Cómo es el

escalamiento de las precipitaciones máximas en un sitio determinado para aguaceros de
diferentes duraciones? (Escalamiento temporal), y ¿cómo es el escalamiento de las
precipitaciones máximas para una duración específica de un sitio a otro dentro de una
misma región? (Escalamiento espacial).
3.2 ESCALAMIENTO SIMPLE.
Se dice que un fenómeno presenta características de escalamiento simple para la variable

aleatoria I, cuando para el factor de escala λ (λ>0) existe una función C(λ) de tal forma
que se conserve la siguiente relación (Gupta and Waymire, 1990):
d
I (λd ) = C (λ ) I (d ) (3-1)
La anterior relación es definida como “escalamiento simple en sentido estricto” (Gupta and
Waymire, 1990): Donde la letra d encima del signo igual denota igualdad en la función de
distribución de probabilidad e indica que la distribución de probabilidad del fenómeno es
invariante con respecto a la escala, I es una variable aleatoria (Intensidad en el caso del
estudio de intensidades máximas), d es el parámetro con el cual se escala la variable I
22
Puede mostrarse que la función C(λ) necesariamente tiene la siguiente expresión (Gupta
and Waymire, 1990):
C (λ ) = λθ (3-2)
Donde θ es cualquier número real, llamado exponente característico.
La expresión (3-1) implica que los cuantiles también son invariantes con la escala y
pueden relacionarse por medio de la siguiente expresión
I q (λd ) = λθ I q (d ) (3-3)
Donde q es el q-ésimo cuantil de la variable I
Lo anterior implica una relación lineal, en el espacio logarítmico, entre el parámetro con el
cual se escala y el valor de la variable I correspondiente al q-ésimo cuantil. En la gráfica
de esta ecuación para diferentes cuantiles, se obtendrá una familia de líneas rectas, en el
espacio logarítmico, para cada uno de los cuantiles, y la pendiente de esta familia de
líneas es constante y es igual a θ, véase Figura 3-1.
1000
Tr=5 años
Tr=10 años
Tr=20 años
h5=37.749d0,2715
Altura de precipitación (mm)
Tr=50 años
h20=49,287d0,2715 Tr=100 años
h200=67,536d0,2715 Tr=200 años
100
10
1 10 100
Duración (horas)
Figura 3-1. Precipitaciones máximas en la estación Bergamo (Escalamiento simple).

Tomada de Bacchi, 1998.
La ecuación (3-1) implica también, que siempre y cuando los momentos de la variable I
existan, éstos también son invariantes con la escala y se relacionan por medio de la
siguiente expresión
23
M r (λd ) = λnr M r (d ) (3-4)

Donde :
Mr,() el momento de la variable I de orden r. y
n r = rθ (3-5)
A lo anterior se le conoce como escalamiento en sentido amplio y es una propiedad más

débil (menos rigurosa) que la expresada con la ecuación (3-1) ya que depende de la
existencia de los momentos.
La ecuación (3-4) indica una relación lineal entre el parámetro con el cual se escala y
cada uno de los diferentes momentos de orden r, en el espacio logarítmico.
Es decir, para estimar el momento de cualquier orden y cualquier valor de d, basta con
conocer los valores de los momentos para un valor de d específico y el valor del
exponente θ.
3.3 ESCALAMIENTO MÚLTIPLE
En la naturaleza se han encontrado diversos fenómenos en los cuales a pesar de

conservarse la relación (3-4) para cada orden de los momentos, no se presenta la relación
lineal entre el orden de los momentos y las diferentes pendientes nr de la expresión 3-4,
es decir, no se cumple la expresión (3-5), en la Figura 3-2 se muestra un ejemplo.
24
4
Escalamiento
Simple
nr
Escalamiento Multiple
2
(Datos observados)
0
1 2 3 4 5 6
Orden del momento (r)
Figura 3-2 Función de estructura o “Alejamiento” del escalamiento simple en el

crecimiento de la pendiente nr en la ecuación 3-4 para los caudales para
“Brandywie Creek, Pennsylvania- Tomada de Gupta and Waymire, 1990.
De acuerdo con lo anterior la expresión (3-4) puede escribirse (Burlando and Rosso
1996):
M r (λd ) = λl ( r ) rθ M r (d ) (3-6)
Donde:
θ: corresponde al exponente de escalamiento del momento de orden 1
r: Es el orden del momento
l(r): es una función que describe el “alejamiento” de los valores de los
exponentes de la expresión 3-4.
Como se mencionó, en muchos fenómenos de la naturaleza se han observado estas

características de multiescalamiento. Por ejemplo, en Gupta(1994), se muestra para
caudales máximos debidos a fenómenos de lluvias, relaciones de multiescala entre el
área y los caudales máximos, diferente a lo que puede ocurrir cuando se presentan
crecientes ocasionadas por deshielos, situación en la que se presenta escalamiento
simple.
Otro fenómeno en el cual se han observado estas características de multiescalamiento es

la variabilidad espacial de la precipitación, la cual ha sido posible identificar gracias a las
mediciones de la precipitación con instrumentos como los radares y los satélites, (véanse
25
Gupta et al, 1993 y Over et al, 1994), los cuales permiten una medición prácticamente
continua de esta variable.
Burlando and Rosso (1996), reportan que muchos autores han evidenciado la existencia
de multiescalamiento en el estudio de eventos extremos de la precipitación.
En general, el multiescalamiento parece incrementarse en aquellos sistemas físicos que

son gobernados por dinámicas altamente no lineales, como es el caso de la precipitación,
en particular para tormentas de duraciones muy cortas.
El hecho de conocer las propiedades que permanecen invariantes ante los cambios de
escala, tiene implicaciones importantes en hidrología, tanto desde el punto de vista teórico
como práctico. Un ejemplo de aplicación práctica se tendría, si la identificación de estas
propiedades de invarianza hicieran posible encontrar relaciones entre las precipitaciones
a diferentes escalas temporales, pues sería posible estimar las precipitaciones máximas
asociadas a los diferentes períodos de retorno para cortas duraciones con base en el
estudio de las precipitaciones diarias.
3.4 CURVAS INTENSIDAD-DURACIÓN-FRECUENCIA A PARTIR DE LA

TEORÍA DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO.
En el presente trabajo se sigue prácticamente la misma metodología mostrada en

Burlando and Rosso, (1996).
Como se mencionó al comienzo de este capítulo con la aplicación de los conceptos de

escalamiento simple y escalamiento múltiple se busca, conocer como es el
comportamiento de las intensidades máximas ante los cambios de escala, tanto en el
sentido temporal como en el sentido espacial.
26
3.4.1 ESCALAMIENTO TEMPORAL
En el escalamiento temporal el parámetro con el cual se escala las intensidades máximas

es la duración la lluvia, d.
3.4.1.1 ESCALAMIENTO SIMPLE
Si se supone que existe escalamiento simple y, además, que existen los diferentes
momentos, escalamiento simple en sentido amplio, de las ecuaciones (3-4) y (3-5),
tomando λ = (d / d ref ) se obtiene lo siguiente:
M r (d ) = (d / d ref ) rθ M r (d ref ) (3-7)
y para el momento y la varianza se tiene las siguientes expresiones
[ ]
E [I d ] = (d / d ref )θ E I dref (3-8)
Var [I d ] = (d / d ref ) Var [I ]

2θ
dref (3-9)
Donde:
Id: Intensidad máxima para una duración d
Idref: Intensidad máxima una duración de referencia
θ: Exponente de escalamiento
De las dos expresiones anteriores puede observarse que el coeficiente de variación es

constante cuando se tiene escalamiento simple.
CV =
Var [I d ]
=
Var I def [ ]
E [I d ]
2
E 2 I dref [ ] (3-10)
Con las expresiones anteriores y utilizando la expresión del factor de frecuencia es

posible calcular los cuantiles de la intensidad máxima de la siguiente forma:
27
I ( q ,d ) = E [I d ] + K q Var [I d ] (3-11)
Donde Kq es el factor de frecuencia

y reemplazando en 3-11, 3-8 y 3-9 se obtiene
[ ] [ ]
I ( q ,d ) = (d / d ref )θ E I dref + K q (d / d ref ) 2θ Var I dref (3-12)
[ ]
I ( q ,d ) = (d / d ref )θ E I dref (1 + K q CV ) (3-13)
Puede observarse que para una duración de referencia la ecuación 3-13 quedaría de la
forma de la ecuación (2-2).
Si lo anterior se cumple es posible calcular las intensidades máximas a partir de un valor

de referencia dado, conociendo tanto la función de distribución de los valores extremos y
el valor del exponente de escalamiento.
El exponente θ puede estimarse a partir de los valores de precipitaciones máximas

observadas para las diferentes duraciones. Este exponente puede calcularse de
diferentes formas, una de ellas puede efectuarse calculando los momentos muestrales de
diferentes órdenes y realizando, para el momento de orden 1, una regresión lineal entre
los logaritmos de la duración y los logaritmos de los momentos de orden 1.
Como puede observarse de la ecuación (3-13) para definir el modelo es completamente

necesario conocer la función de distribución de los valores extremos de precipitación. A
continuación se muestra un modelo empleando la distribución lognormal de dos
parámetros.
28
3.4.1.1.1 MODELO LOGNORMAL DE CURVAS IDF (Escalamiento Simple)
Si se supone que los valores extremos de la precipitación siguen una distribución

lognormal de dos parámetros la expresión (3-13) correspondiente al escalamiento simple
quedaría de la siguiente forma (Burlando and Rosso,1996)
[ ]
I d ,q = E I dref
[ (
exp Φ q ln 1 + CV 2 ⎛ d
⎜⎜
)] ⎞
⎟⎟
θ
1 + CV 2 ⎝ dref ⎠ (3-14)
Donde Φq es el valor de la distribución normal acumulada estándar inversa para una

probabilidad de no-excedencia q y las demás variables tal como fueron definidas
anteriormente.
Dado que para el escalamiento simple el coeficiente de variación es constante,

independiente de la duración, la ecuación (3-14) puede también ser expresada de la
siguiente manera:
I d ,q =
[ ]
E I dref
2 ⎡
exp Φ q ln⎜
⎢
(
⎛ E I dref 2 ) ⎞⎟ ⎤⎥⎛⎜d ⎞
⎟⎟
θ
[
E I dref
2
] ⎢
⎣
⎜E I
⎝ [ ]
dref
2 ⎟ ⎥⎜⎝ dref
⎠⎦ ⎠ (3-15)
3.4.2 ESCALAMIENTO MÚLTIPLE
Es posible, como se vio en el numeral anterior, que para los datos de eventos extremos a
pesar de que se cumple con la ecuación (3-4), la ecuación (3-5) no se mantiene, es decir,
el exponente de escalamiento nr no varía linealmente con el orden de los momentos,
véase Figura 3-2.
Los momentos para diferentes escalas se relacionan de acuerdo con la ecuación (3-6) y
los momentos de primer y segundo orden puede expresarse de la siguiente manera:
29
[ ]
E [I d ] = (d / d ref )θ E I dref (3-16)
[ ] E [I
E I 2 d = (d / d ref ) 2l ( 2)θ 2
dref ] (3-17)
reemplazando estos dos momentos en la ecuación del factor de frecuencia es posible

obtener la siguiente expresión
[ ] [ ] ([ ]
I ( q ,d ) = (d / d ref )θ E I dref + K q E I 2 dref (d / d ref ) 2l ( 2)θ − E I dref (d / d ref ) 2l ( 2 )θ
2
) (3-18)
y reorganizado se obtiene:
[ ][ [ ] [ ]
I ( q ,d ) = (d / d ref )θ E I dref 1 + K q E I 2 dref / E I dref (d / d ref ) 2θ (l ( 2 ) −1) − 1
2
] (3-19)
El valor del exponente θ puede ser estimado tal como se describió para el escalamiento
simple. El valor de l(2) puede ser estimado, a partir de una regresión lineal entre los
logaritmos de los momentos de orden 2 y los logaritmos de las diferentes duraciones y
estimar de esta forma el exponente n2 y calcular l2=n2 /(2θ).
Como el modelo depende del valor de θ estimado para el escalamiento simple todas las
observaciones relacionadas con este exponente tienen validez también para escalamiento
múltiple.
3.4.2.1.1 MODELO LOGNORMAL DE CURVAS IDF (multiescalamiento)
Si se supone que los valores extremos de la precipitación siguen una distribución

lognormal de dos parámetros y teniendo en cuenta la relación que existe entre los
momentos de orden r con la media y la varianza, la expresión 3-19 correspondiente al
escalamiento múltiple quedaría de la siguiente forma (Burlando and Rosso, 1996)
30
I d ,q =
[ ]
E I dref
2 ⎡
exp Φ q ln⎜
⎢
[
⎛ E I dref 2 ] ⎛⎜ d ⎞
⎟⎟
2 ( l ( 2 ) −1)θ
⎞ ⎤⎛ d
⎟ ⎥⎜ ⎞
⎟⎟
( 2 −l ( 2 ))θ
[
E I dref
2
] ⎢
⎣ ⎝ [ ]
⎜ E I dref 2 ⎜ dref
⎝ ⎠ ⎟ ⎥⎜⎝ dref
⎠⎦ ⎠ (3-20)
3.4.3 ESCALAMIENTO ESPACIAL
Como se mencionó anteriormente, además del escalamiento temporal, es posible

observar el escalamiento de las precipitaciones máximas a través del espacio, es decir, el
escalamiento espacial.
En general los modelos de escalamiento espacial son los mismos presentados en el

numeral 3.4.1 de escalamiento temporal con la diferencia de que el parámetro de escala
ya no es la duración si no el parámetro que describa mejor la variación espacial.
Por ejemplo si se supone la precipitación media anual como parámetro para escalar las
intensidades máximas, el modelo de escalamiento espacial múltiple está descrito por la
ecuación 3-20, en la cual el parámetro con el cual se escala ya no es la duración, sino la
precipitación media anual, se tiene entonces para cada duración la siguiente expresión.
I d ,q =
[ ] exp⎡⎢Φ
E I pref
2
ln⎜
[ ] ⎛⎜ P ⎞⎟
⎛ E I pref 2 2 ( l ( 2 ) −1)θ
⎞ ⎤⎛ P
⎟ ⎥⎜ ⎞
⎟⎟
( 2 −l ( 2 ))θ
E [I ] ⎢⎣
pref
2 q
⎜E I
⎝ [ ] ⎜⎝ Pr ef ⎟⎠
preff
2 ⎟ ⎥⎜⎝ Pr ef
⎠⎦ ⎠ (3-21)
Donde:
E[Ipref] : Valor esperado de la intensidad máxima para una duración específica en el

sitio con el valor de precipitación promedio anual de referencia.
E[Ipref2] : Valor del momento de orden dos de la intensidad para una duración específica
en el sitio con el valor de precipitación promedio anual de referencia.
31
P : Precipitación promedio anual en el sitio que se desea conocer la intensidad

máxima
Pref. : Precipitación promedio anual de referencia
Simplificando, la ecuación anterior quedaría de la siguiente manera:
a1
2 ⎡ ⎛a ⎞ ⎤ ( 2−l ( 2))θ
I d ,q = exp ⎢Φ q ln⎜⎜ 22 P 2( l ( 2 ) −1)θ ⎟ ⎥ (P ) (3-21)
⎢⎣ ⎟⎥
a2 ⎝ a1 ⎠⎦
Los parámetros de la ecuación (3-21) pueden ser estimados siguiendo el procedimiento

descrito en el escalamiento temporal.
3.5 RESUMEN DE ALGUNOS TRABAJOS REALIZADOS APLICANDO LOS

CONCEPTOS DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO EN
EL ESTUDIO DE EVENTOS EXTREMOS DE PRECIPITACIÓN.
A continuación se resumen dos trabajos recientes relacionados con la aplicación de los

conceptos de escalamiento a los eventos extremos de precipitación.
3.5.1 PRECIPITACIONES MÁXIMAS AL NORTE DE ITALIA
En algunos trabajos recientes realizados en Italia para el análisis de lluvias intensas se

emplean los conceptos de invarianza de escala. Estos trabajos fueron presentados por el
Dr. Baldassare Bacchi Director del departamento de Ingeniería Civil de la Universidad de
Brescia, durante su estadía en Medellín en el mes de julio de 1998 en el curso de
actualización "El riesgo hidrogeológico y la protección hidráulica de los territorios
fuertemente antropizados", Bacchi 1998.
La metodología empleada fue prácticamente la descrita en los párrafos anteriores para el

escalamiento temporal, con la diferencia que en el trabajo presentado por Bacchi se
trabajó con alturas (láminas) de precipitación y no con las intensidades máximas tal como
32
están propuestas las ecuaciones en el numeral 3.4.1. Para este estudio se trabajó con
precipitaciones máximas con duraciones entre 1 hora y 24 horas.
Después de analizar los datos y realizar algunas pruebas estadísticas, para diferentes
distribuciones de probabilidad, se observó un comportamiento de escalamiento simple de
la precipitación, en la mayoría de las estaciones, alrededor del 80% de las estaciones.
Teniendo en cuenta que la ecuación 3-19 puede ser expresada de la siguiente forma
I ( q ,d ) = C1 (d / d ref )θ (3-22)
Y utilizando 1 hora como duración de referencia, para diferentes funciones de

probabilidad, se determinaron los valores de los exponentes θ y de c1 para diferentes
estaciones localizadas al norte de Italia.
Una vez se analizaron todas las estaciones se identificaron las diferentes zonas
“homogéneas” desde el punto de vista del escalamiento simple, es decir, aquellas que
presentaron unos coeficientes de variación estadísticamente iguales.
Los valores de los exponentes θ y C1 obtenidos para cada estación fueron interpolados
usando técnicas de Kriging y de esta forma se obtuvieron ,mapas de todo el norte de
Italia, en los cuales se muestran los valores de θ y c1 para cualquier lugar; con estos dos
valores, y con la ecuación (3-22) se puede estimar la precipitación máxima para una
duración dada asociada a un período de retorno.
3.5.2 PRECIPITACIONES MÁXIMAS EN QUÉBEC (CANADÁ)
Un estudio similar al anterior fue presentado por. Nguyen, Nguyen, and Wang, 1998.
En este estudio se propone la aplicación de un modelo de escalamiento simple a las
precipitaciones máximas entre 5 minutos y 4 días, en 14 estaciones pluviográficas
localizadas en Québec.
33
Con base en las ecuaciones (3-1) y (3-2) y (3-4) y suponiendo que los valores extremos
de precipitación siguen una distribución de generalizada de valor extremo (GEV por sus
iniciales en inglés) establecieron la relación existente entre los parámetros calculados,
para la función de distribución, para una duración específica y los parámetros para
cualquier distribución.
Esta metodología se resume a continuación:

Los cuantiles de la distribución GEV pueden ser calculados de la siguiente manera:
Pq = ε +
α
κ
[
1 − [− ln (1 − q )]
κ
] (3-23)
Donde q es q-ésimo cuantil

ε,α y κ son los parámetros de localización, de escala y forma respectivamente, dichos
parámetros, suponiendo escalamiento simple, están relacionados para dos escalas
temporales diferentes de la siguiente manera:
k (λd ) = k (d ) (3-24)
α (λd ) = λθ α (d ) (3-25)
ε (λd ) = λθ ε (d ) (3-26)
Donde λ y d son el factor de escala y la duración respectivamente.
De acuerdo con lo anterior es posible calcular las precipitaciones máximas para cualquier
duración a partir de los parámetros de cualquier duración, siempre y cuando se conozca
el valor de θ, en el caso particular de del estudio de Nguyen and Nguyen and Wang se
propone calcular estos parámetros a partir de los registros diarios de precipitación y el
valor de θ obtenido a partir de la interpolación de valores de θ obtenidos en estaciones
pluviográficas cercanas al sitio de interés.
Tal como se mencionó al comienzo, la metodología propuesta fue aplicada a 14

estaciones pluviográficas en Québec, encontrándose que los estimativos de las
precipitaciones máximas para cortas duraciones son similares a los obtenidos con las
técnicas tradicionales.
34
En las 14 estaciones en las cuales se aplicó la metodología descrita, se observó la

existencia de dos regímenes de escalamiento diferentes; uno para duraciones entre 5 y
60 minutos y el otro entre 60 minutos y 45 días.
35
4 RECOPILACIÓN, PROCESAMIENTO Y ANÁLISIS DE LA INFORMACIÓN
4.1 GENERALIDADES DE LA ZONA EN ESTUDIO
4.1.1 LOCALIZACIÓN
La zona del estudio comprende un sector del departamento de Antioquia, véase Figura
4-1, abarca la zona centro-oriental del departamento, un sector de la zona norte, la zona
centro (Valle del Aburrá) y un sector de la zona centro-occidental.
GOLFO DE
URABÁ
BOLIVAR
COLOMBIA
SANTANDER
CHOCÓ
ESTACIÓN PLUVIOGRÁFICA
RISARALDA
CALDAS
ANTIOQUIA
Figura 4-1 Localización de la zona en estudio.

36
4.1.2 DESCRIPCIÓN GENERAL DE LA ZONA (CLIMATOLOGÍA)
La zona de estudio es caracterizada por una gran variabilidad climática, la cual está
determinada por gran cantidad de factores dentro de los cuales pueden mencionarse la
situación tropical, la vecindad con los océanos pacífico y atlántico, la presencia de dos de
los tres ramales de la cordillera de los Andes, y la variabilidad de los diferentes procesos
de la hidrología superficial, Vélez, Poveda y Mesa (2000), para más detalles véase Snow
(1976), Mesa, Poveda y Carvajal. (1997) y. Vélez, Poveda y Mesa (2000).
Gran parte de la zona se encuentra en medio de la región Andina, la cual desde el punto
de vista de la subdivisión climática realizada por Snow, (1976), pertenece a la categoría
de clima Montañoso. En esta zona se presentan situaciones extremas en cuanto al
comportamiento de las precipitaciones se refiere, ya que están influenciadas en gran parte
por la topografía. Se tienen valores de la precipitación promedio multianual, obtenidos del
software Hidrosig, Veléz, Poveda y Mesa, (2000), inferiores a los 1.000 mm en sectores
como el valle del río Cauca, la cual es la región más seca de la zona hasta, hasta valores
superiores a los 5.000 mm en las estribaciones norte de las cordilleras, en la transición
entre la región andina y la región caribe, Mesa, Poveda y Carvajal, (1997).
Dentro de la zona en estudio se encuentra también parte de la región Pacífica, costado

occidental de la cordillera Occidental cuenca del río Penderisco-Murrí, de acuerdo con
Snow, categoría húmeda marítima. En esta zona se tienen valores promedios de la
precipitación anual que pueden llegar hasta los 9000 mm
4.1.3 RECOPILACIÓN DE INFORMACIÓN
Para el presente estudio se contó con la información recopilada en el trabajo hidrología de

Antioquia mencionado anteriormente. Para este proyecto se recopilaron alrededor de
4.500 pluviogramas correspondientes a las tormentas registradas en 69 estaciones del
Departamento, 67 de las cuales son propiedad de Las Empresas Públicas de Medellín y 2
del IDEAM. Para cada una de las estaciones se recopilaron tres tormentas por año, entre
37
el año de instalación de la estación y el año de 1995. Cada uno de los pluviogramas fue
“escaneado” y posteriormente digitalizado.
Para el presente trabajo dirigido de grado se tomó como información base las imágenes
de los pluviogramas las cuales fueron digitalizadas nuevamente en su mayoría.
La información de las precipitaciones obtenidas fue actualizada hasta abril de 1999 con
ayuda de los registros continuos de precipitación disponibles en el área de Hidrometría de
las Empresas Públicas de Medellín.
Además de la información recopilada para la “Hidrología de Antioquia” se dispuso de la

información de las tormentas de 16 estaciones utilizada por EPM para la estimación de las
curvas IDF, información procesada y suministrada por las Empresas Públicas de Medellín,
dichas estaciones están localizadas en el Valle de Aburrá y en el oriente cercano. Para
cada uno de estas estaciones se dispuso entre 3 y 8 tormentas por año, entre el año de
instalación de la estación y el año de 1990, cada tormenta discretizada en intervalos de 5
min.
La información de las tormentas obtenidas de EPM fue actualizada hasta el año de 1999
de dos fuentes diferentes: para el período entre 1990 y 1995 se obtuvieron las tormentas
máximas procesadas en el estudio elaborado por Cárdenas, Marín y López (1995) en el
cual se actualizó la información de las curvas IDF calculadas por EPM en 1990, en dicho
estudio se tomaron 5 tormentas por año.
Para el período entre 1995 y 1999 la información fue actualizada con la ayuda de los
registros continuos de precipitación disponibles en el área de Hidrometría de las
Empresas Públicas de Medellín.
Inicialmente de las 84 estaciones disponibles se seleccionaron aquellas que tuviesen

mínimo 20 años de registros; sin embargo se observó que la mayoría de las estaciones
disponibles en la vertiente occidental de la cordillera Occidental tenían entre 18 y 19 años
de registros, por lo tanto no fueron descartadas, se observó también que las estaciones
38
Cachipay y Farallones, únicas sobre la vertiente oriental de la cordillera occidental tenían

18 años de registros cada uno y por lo tanto tampoco fueron descartadas.
Finalmente se seleccionaron 61 estaciones que se muestran en la Figura 4-2. En la Tabla

4-1 se muestra un listado de las diferentes estaciones con algunas de sus características
más representativas y en la Figura 4-3 puede observarse la distribución del número de
años de registros en cada una de las estaciones.
39
GOLFO DE
URABÁ
BOLIVAR
SANTANDER
CHOCÓ
RISARALDA
CALDAS
Figura 4-2 Estaciones utilizadas en el estudio.

40
Tabla 4-1 Estaciones utilizadas en este estudio (Tabla4_1.xls)

41
42
14
12
10
Número de estaciones
8
0
menor que 20-25 25-30 30-35 35-40 40-45 45-50 mayor que
20 50
Numero de años de registros
Figura 4-3. Histograma del número de años con registros en la estaciones utilizadas en el
estudio.
4.1.4 PROCESAMIENTO DE LA INFORMACIÓN
Una vez recopilada la información se hallaron llas precipitaciones máximas. En la Figura

4-4 se muestra un esquema de la forma en que se obtuvieron las precipitaciones máximas
para las diferentes duraciones, en cada una de las tormentas.
Precipitación acumulada
Pj
Pi
Inicio
de la
tormenta
Ti Ti+d Tj Tj+d T
d d
Tiempo Ventana móvil de longitud d
Figura 4-4. Obtención de la precipitación máxima para una duración d, en una tormenta
específica.
43
Como se mencionó anteriormente, para el período comprendido entre 1995 y 1999 se

cuenta con registros continuos de precipitación por lo tanto, para el cálculo de las
intensidades máximas, es necesario la separación de los registros en tormentas
independientes. En la literatura se mencionan intervalos entre eventos independientes
entre 1 y 4,5 horas (Arnell et al, 1984).
RESTREPO AND EAGLESON (1982) presentan un metodología para la estimación del

intervalo mínimo entre tormentas independientes donde proponen también una relación
que, como lo dicen en ellos, “aunque empírica e inexacta, puede ser atractiva en muchas
situaciones de diseño” en la cual es posible calcular el intervalo mínimo entre tormentas
independientes en función de la precipitación media anual (o precipitación promedio en la
estación lluviosa) y la duración de la estación lluviosa, se tiene entonces la siguiente
relación.
−1.59
tb0 ⎛m ⎞
= 1523⎜⎜ PA ⎟⎟ (4-1)
mτ ⎝ mτ ⎠
Donde:
tbo :Tiempo mínimo entre tormentas independientes en horas
mPA : Precipitación promedio en la estación lluviosa en mm
mτ :Duración de la estación lluviosa en meses
Aplicando esta metodología a la región en estudio y tomando mPA igual a la precipitación

promedio anual y mτ igual a 12 meses se tienen valor de tbo que varía entre 1 hora para
los sitios más “lluviosos” y 10 para los sitios más ”secos”.
A pesar de lo anterior y teniendo en cuenta la limitaciones en las duraciones de la

tormentas analizadas para este trabajo como criterio de intervalo mínimo para la
separación de eventos independientes se adoptó “Ad hoc” un intervalo de 2 horas, como
se verá más adelante esta suposición no afecta los resultados debido a que se tomaron
series de valores máximos anual y no series parciales.
44
Una vez separados los registros continuos en tormentas independientes se estimaron las
precipitaciones máximas para cada duración siguiendo la metodología descrita
anteriormente.
Adicionalmente se obtuvieron las series de precipitaciones máximas diarias para las 61

estaciones.
4.1.5 ANÁLISIS DE LA INFORMACIÓN RECOPILADA.
A continuación se mencionan algunos aspectos importantes observados durante las

diferentes etapas del estudio relacionados con el análisis preliminar de la información
recopilada.
4.1.5.1 AÑO CALENDARIO VS. AÑO HIDROLÓGICO.
Con el fin de tener en cuenta los efectos estacionales y/o periódicos, en la mayoría de los
fenómenos de la hidrología es preferible tomar como período base para la obtención de
las diferentes series de datos el año hidrológico y no el año calendario. En el caso de la
región de Antioquia, en la cual tiene una incidencia muy marcada el fenómeno del niño-
oscilación del Sur se tomó como año hidrológico el período comprendido entre el 1° de
mayo y el 30 de abril del año siguiente de acuerdo con la recomendación de Smith (1998).
Al procesar la información y obtener, para cada duración, la serie de máximos en cada

año hidrológico se observó que en algunos de los años hidrológico no se contaba con
tormentas para el cálculo de las precipitaciones máximas. Lo anterior debido a que las
tormentas máximas fueron seleccionadas, tanto en el proyecto de “Hidrología de
Antioquia” como en el de las curvas IDF de EPM de acuerdo con el año calendario, luego
para algunos de los años las precipitaciones máximas seleccionadas pertenecían a los 4
primeros meses del año calendario, es decir, al año hidrológico anterior, y las tormentas
del año calendario siguiente pertenecían todas a las los últimos 8 meses calendario. Por
ejemplo en la estación Aurrá para el año de 1987 se seleccionaron las tormentas con
fechas del 1 de enero, del 30 de marzo y del 25 de abril y para el año de 1988 se
seleccionaron tormentas con fechas del 19 de junio, del 7 de agosto y del 7 de diciembre
45
luego ninguna de las tormentas pertenecía al período del 1 de mayo de 1987 al 30 de abril
de 1998.
En la Figura 4-5 se muestra un ejemplo de la diferencia que se tiene entre el número de

tormentas que se tiene por año, dependiendo si se toma año calendario o año hidrológico.
5
Año hidrológico
Número de tormentas por año
Año calendario
0
51
54
57
60
63
66
69
72
75
78
81
84
87
90
93
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
Año
Figura 4-5 Número de tormentas seleccionadas por año en la estación Aurrá.
De acuerdo con lo anterior se complementaron las estaciones para que por lo menos se
tuviera una (1) tormenta, en cada uno de los años de registros de cada una de las
estaciones.
A pesar de lo anterior no se observan diferencias importantes entre la series de máximas

anuales tomando los años hidrológicos y las series tomando los años calendario.
46
Sin realizar un minucioso análisis se observó que no se tiene una influencia muy clara,
como la reportada en otras latitudes del ENSO sobre las series de precipitaciones
máximas, Véase por ejemplo Heredia (1998), sin embargo, es necesario realizar un
estudio más detallado en este sentido.
A lo largo del estudio se utilizarán las series correspondiente a los años hidrológicos.
4.1.5.2 DESCRIPCIÓN DE LA INFORMACIÓN RECOPILADA
Después de todo lo anterior, finalmente se obtuvieron alrededor de 8.500 tormentas.
En la Figura 4-6 a la Figura 4-10 se muestran los histogramas de frecuencias relativas

tanto para la hora de inicio como para la duración de las tormentas, estas figuras se
construyeron para el conjunto de estaciones analizadas y para las diferentes vertientes,
las cuales, eventualmente, podrían ser las sub-regiones en las cuales se subdivida el
Departamento en caso de ser necesario.
0.35
0.25
0.3
0.25
Frecuencia relativa
0.20
0.2
Frecuencia relativa
0.15
0.15
0.1
0.10
0.05
0.05 0
0
40
80
0
0
12
24
36
48
60
72
84
96
20
32
44
14
10
0-
0-
0-
0-
0-
0-
0-
0-
-1
-1
-1
0-
de
12
24
36
48
60
72
84
80
00
20
96
10
12
13
or
0.00
ay
m
0-2 2-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24
Hora local Duración de la tormenta (minutos)

respectivamente, elaborado para todas las estaciones.
47
0.25 0.3
0.25
0.2
Frecuencia relativa
0.2
Frecuencia relativa
0.15
0.15
0.1
0.1
0.05
0.05
0
40
0
80
0
12
24
36
48
60
72
84
96
20
32
44
14
10
0-
0-
0-
0-
0-
0-
0-
0-
-1
-1
-1
0-
de
12
24
36
48
60
72
84
80
00
20
0
96
10
12
13
or
ay
0-2 2-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24
m

occidental de la cordillera occidental.
0.3
0.25
0.25
0.2
Frecuencia relativa
0.2
Frecuencia relativa
0.15
0.15
0.1
0.1
0.05
0.05
0
0
40
0
80
0
12
24
36
48
60
72
84
96
20
32
44
14
10
0-
0-
0-
0-
0-
0-
0-
0-
-1
-1
-1
0
0-
de
12
24
36
48
60
72
84
80
00
20
96
10
12
13
or
0-2 2-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24
ay
m

oriental de la cordillera central.
48
0.25 0.35
0.3
0.2
0.25
Frecuencia relativa
Frecuencia relativa
0.2
0.15
0.15
0.1 0.1
0.05
0.05
0
40
80
0
0
12
24
36
48
60
72
84
96
20
32
44
14
10
0-
0-
0-
0-
0-
0-
0-
0-
-1
-1
-1
0-
de
12
24
36
48
60
72
84
80
00
20
0
96
10
12
13
or
ay
0-2 2-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24
m
Hora local Duración de la tormenta en minutos

occidental de la cordillera central.
0.3 0.35
0.3
0.25
0.25
Frecuencia relativa
Frecuencia relaativa
0.2
0.2
0.15 0.15
0.1
0.1
0.05
0.05
0
40
0
80
0
0
12
24
36
48
60
72
84
96
20
32
44
14
10
0-
0-
0-
0-
0-
0-
0-
0-
-1
-1
-1
0-
de
0
12
24
36
48
60
72
84
80
00
20
96
10
12
13
or
0-2 2-4 4-6 6-8 8-10 10-12 12-14 14-16 16-18 18-20 20-22 22-24 ay
m

oriental de la cordillera occidental.
De estas figuras puede observarse que, exceptuando el comportamiento del inicio de la

tormenta para las estaciones localizadas en la cordillera occidental, los resultados de las
demás regiones difieren muy poco de lo observado en todo el Departamento. En general
se observa que alrededor del 20% de las tormentas inician entre las 14 y las 16, y cerca
del 60% comienzan entre las 14 y las 22 horas, exceptuando en las dos estaciones
localizadas sobre la vertiente oriental de la cordillera occidental en la cual la mayoría de
las tormentas se presentan al amanecer, cerca del 50 % se presentan entre las 22 y las
02 horas.
49
No obstante lo anterior, dentro de las diferentes zonas analizadas se observan algunas

estaciones específicas con patrones de precipitación diferentes a los valores promedios
mostrados en las figuras anteriores, como es el caso de las estaciones localizadas en el
oriente antioqueño por debajo de los 2.000 msnm donde predominan las lluvias
nocturnas, en el capítulo 6 se muestra en detalle esta situación.
En cuanto a la duración se observa que alrededor del 75 % de las tormentas analizadas

tienen duraciones inferiores a las 6 horas y más del 50% tienen duraciones inferiores a las
4 horas.
Con las tormentas analizadas, y con el único fin de comparar las precipitaciones máximas
en el mundo con las máximas observadas en el departamento de Antioquia, se graficaron
las máximas precipitaciones observadas sobre la curva envolvente de las máximas
precipitaciones tomadas de Smith (1993), Figura 4-11. En esta figura puede observarse
que las precipitaciones máximas a nivel mundial difieren prácticamente en un orden de
magnitud con los máximos observados en el Departamento.
4.1.5.3 RELACIÓN ENTRE LOS VALORES DE LAS PRECIPITACIONES MÁXIMAS

OBTENIDAS DE UN PERÍODO CON REGISTROS CONTINUOS, CON LOS
OBTENIDOS DE ALGUNAS TORMENTAS AISLADAS.
Una de las prácticas comunes en la ingeniería de diseño para la estimación de las curvas
IDF, en nuestro medio, es la obtención de las precipitaciones máximas para las diferentes
duraciones a partir del análisis de algunas tormentas en el año y no de la serie de
registros continuos de precipitación, debido esto principalmente a razones económicas.
En el presente estudio se presenta esta misma situación, en la cual, como se muestra en
numerales anteriores, la mayoría de la información recopilada corresponde a un número
discreto de tormentas y no a la serie de registros continuos de precipitación
50
10000
1000
Precipitación (mm)
Madreseca Mande
P=421,6d0.475 (24/04/85) (14/05/87)
Madreseca
(16/12/92)
Madreseca Mande
(14/08/83) (21/03/82) Madreseca
100 Madreseca (15/05/87)
Madreseca (22/09/93)
La Fe
(14/08/83)
(10/02/93)
San Antonio
Pabón (08/05/92)
(15/01/92)
La Fe
(16/11/92)
Precipitaciones máximas a nivel mundial
10
Envolvente de las precipitaciones máximas anivel mundial
Precipitaciones máximas observadas en el departamento de Antioquia

(toda la tormenta)
Precipitaciones máximas observadas en el departamento de Antioquia
(Duración específica)
1
1 10 100 1000
Duración (minutos)
Figura 4-11. Precipitaciones máximas observadas en el departamento de Antioquia para

diferentes duraciones. Los símbolos azules (Triángulo) corresponden las
precipitaciones observadas durante toda la tormenta y los símbolos rojos
(Círculos) corresponde a los valores de precipitación máximos observados
para una duración específica.
A raíz de lo anterior metodología anterior surge la inquietud inmediata de cual es el efecto

“real” de tomar tan sólo unas pocas tormentas en el año sobre el estudio de
precipitaciones máximas.
Con el fin de tratar de dilucidar esta situación se realizaron algunas comparaciones entre
las precipitaciones máximas obtenidas por los dos métodos anteriores, para duraciones
de 5, 10, 15, 20, 30, 45, 60, 75, 90, 105 y 120 minutos. Inicialmente se compararon las
precipitaciones máximas obtenidas en el estudio de la “hidrología de Antioquia” (tres
tormentas por año) , para el año de 1995 con las obtenidas de los registros continuos de
las Empresas Públicas de Medellín. Esta comparación se realizó para la estaciones de
Haitón, Farallones, El Tabor, Madreseca y El retiro. En la Figura 4-12 se muestran los
resultados para las estaciones de El Tabor y Madreseca.
51
100
Precipitación (mm)
10
Precipitación máxima, registros continuos

2 precipitación máxima, registros continuos
Tormenta del 16 de Marzo
Tormenta del 20 de Octubre
Tormenta del 29 de junio
1
1 10 100 1000
Duración (minutos)
(a) El Tabor
100
Precipitación (mm)
10

Tormenta de 17 de mayo
1
1 10 100 1000
Duración (minutos)
(b) Madreseca
duraciones, obtenida de los registros continuos y con sólo tres tormentas en el
año. a). Estación El Tabor y b) Estación Madreseca. En esta figura los
símbolos vacíos corresponde a los tres valores más grandes de las
precipitaciones obtenidos de los registros continuos y los símbolos “llenos”
corresponden a las intensidades máximas de las tres tormentas analizadas en
la Hidrología de Antioquia.
52
De los resultados obtenidos en las diferentes estaciones se observa que los 11 valores
máximos de las precipitaciones, correspondientes a las 11 duraciones, normalmente se
encuentran entre 4 y 6 tormentas diferentes, razón por la cual capturar todos estos
valores en sólo tres tormentas es prácticamente imposible. En general, el hecho de tomar
solamente tres tormentas en el año, subestima los valores de las precipitaciones
máximas, especialmente para duraciones inferiores a 30 minutos, en las cuales se
observan diferencias hasta del 400%. Esta diferencia comienza a disminuir y desaparece
para duraciones superiores a los 30 minutos. Es importante mencionar que para las
duraciones muy cortas, el error en el procesamiento de la información puede llegar a ser
muy significativo, por la baja resolución temporal de las cartas registradoras, y
eventualmente se pueden encontrar casos en los cuales los valores de las precipitaciones
máximas obtenidos tomando sólo tres tormentas son superiores a los obtenidos de los
registros continuos.
Otra práctica usual en la ingeniería para el cálculo de las curvas IDF es seleccionar y
procesar únicamente aquellas tormentas en los cuales se presentaron los mayores
registros diarios de precipitación los cuales son registros disponibles y de fácil consulta,
usualmente se toman entre 3 y 6 tormentas por año. En la Figura 4-13 se observa la
comparación entre las precipitaciones máximas obtenidas de la información parcial y de
los registros continuos. En estas puede observarse, que aún tomando las 6 tormentas
máximas en el año no se garantiza que se tomen los valores máximos de precipitación,
especialmente para las duraciones inferiores a 30 minutos, para las duraciones mayores
los valores son prácticamente iguales.
.
53
100
Precipitación (mm)
10

Tormenta del 25 de Noviembre
Tormenta del 20 de octubre
Tormenta del 4 de julio
1
1 10 100 1000
Duración (minutos)
.
(a) El Tabor
100
Precipitación (m)
10

Tormenta de 15 de octubre
Tormenta del 18 de agosto
Tormenta del 14 de mayo
Tormenta del 17 de mayo
Tormenta del 25 de abirl
1
1 10 100 1000
Duración (minutos)
(b) Madreseca
duraciones, obtenida de los registros continuos y tomando los días con mayor
precipitación diaria a). Estación El Tabor y b) Estación Madreseca. En esta
figura los símbolos vacíos corresponde a los tres valores más grandes de las
precipitaciones obtenidos de los registros continuos y los símbolos “llenos” y/o
en color corresponden a las intensidades máximas obtenidas del análisis de
algunas tormentas en cada año.
54
De acuerdo con los resultados anteriores es posible concluir que cuando se desean
construir las curvas IDF deben tomarse, si es posible, los registros de precipitación
continuos, de no ser posible deben seleccionarse el mayor número de tormentas posible,
superior a seis(6) u ocho(8) tormentas por año, dependiendo de la aplicación de dichas
curvas.
Con la metodología anterior se verificó que para un año cualquiera se tienen diferencias
importantes entre los valores máximos de precipitación si se toman sólo algunas
tormentas en el año o si se toma los registros continuo. Con el fin de verificar el efecto
sobre toda la serie de los valores máximos anuales, obtenida a partir de algunas
tormentas se procesaron completamente 6 estaciones distribuidas en toda la zona de
estudio: El Sireno, Santa Bárbara y Mandé en la vertiente occidental de la cordillera
Occidental e Inmarco, El Bizcocho y el Peñol en la vertiente occidental de la cordillera
Central. De esas 6 estaciones se descarta la ecuación del Peñol por problemas de
tendencias y de no-homogeneidad en las series.
En la Figura 4-14 se muestran los resultados obtenidos en la Estación El Bizcocho, en

esta figura se observa que para las cortas duraciones se tienen diferencias muy grandes
en ambas series, esta diferencia disminuye a medida que aumenta la duración. Este
comportamiento se observó en todas las estaciones analizadas.
En la Figura 4-15 se muestra la comparación de los momentos de orden 1 y orden 2 de

ambas series, en esta puede notarse la diferencia mencionada anteriormente entre las
series de precipitaciones máximas obtenidas de los registros continuos y del análisis de
algunas tormentas. De la ecuación 3-13 puede observarse que las diferencias entre los
momentos de orden 1, corresponden a las diferencias mínimas que se tendrían en el
cálculo de las precipitaciones máximas asociadas a diferentes períodos de retorno ya que
se tiene que el factor de frecuencia y la varianza son valores positivos..
55
250 160
140
200
120
Precipitación (mm)
Precipitación (mm)
100
150
80
100
60
Algunas tormentas Algunas tormentas
Registros continuos 40 Registros continuos
50
20
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Probabilidad de no excedencia (empírica) Probabilidad de no excedencia (empírica)
(a) (b)
140 120
120
100
100
Precipitación (mm)
Precipitación (mm) 80
80
60
60
40
40 Algunas tormentas Algunas tormentas
Registros continuos Registros continuos
20
20
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
(c) (d)
90 70
80
60
70
50
Precipitación (mm)
Precipitación (mm)
60
50 40
40 30
30
Algunas tormentas 20 Algunas tormentas
Registros continuos Registros continuos
20
10
10
0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
(e) (f)
Figura 4-14 Comparación de la serie de precipitaciones máximas obtenidas de los

registros continuos y del procesamiento de sólo 3 tormentas para diferentes
duraciones. a) 20 minutos b) 30 minutos. c) 45 minutos. d) 60 minutos. e)75
minutos y f) 120 minutos.
56
momento de orden 1 de la precipitación (mm) 90 8000
momento de orden 2 de la precipitación

80 7000
70
6000
60
5000
(mm 2)
50
4000 Algunas tormentas
40 Registros continuos
3000
30
2000
20
Algunas tormentas
1000
0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
Duración (minutos) Duración (minutos)
(a)
80 7000
momento de orden 1 de la precipitación (mm)
momento de orden 2 de la precipitación

70 6000
60
5000
50
4000
(mm 2)
40 Algunas tormentas
30
2000
20
Algunas tormentas 1000
10
Registros continuos
0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
(b)
Figura 4-15. Comparación de los momentos de orden 1 y orden 2 lde a serie de

precipitaciones máximas obtenidas de los registros continuos y del
procesamiento de sólo 3 tormentas para diferentes ecuaciones. a) Estación El
Bizcocho b) Estación Inmarco.
De todo el análisis presentado anteriormente se concluye que con la información

disponible no es procedente trabajar con duraciones muy cortas, a pesar de su
importancia en el diseño de obras civiles, ya que es muy factible obtener errores muy
significativos, por lo tanto, para este trabajo se analizaran los eventos máximos de
precipitación con duraciones superiores a los 45 minutos.
El hecho de tener disponibles sólo algunas tormentas en el año para cada estación
restringe también la duración máxima que se incluirá en el análisis, ya que para las
duraciones largas, es posible que las precipitaciones máximas se den como consecuencia
57
del diferentes eventos de precipitación. De acuerdo con la información disponible se

considera que es factible estimar de manera confiable, las precipitaciones máximas hasta
2 horas de duración.
4.1.5.4 RELACIÓN ENTRE LA PRECIPITACIÓN MÁXIMA EN 24 HORAS Y LA

PRECIPITACIÓN MÁXIMA DIARIA.
Tal como se mencionó anteriormente uno de los objetivos de este trabajo es poder
establecer relaciones que permitan estimar las precipitaciones máximas para las
duraciones cortas a partir de los valores máximos de las precipitaciones diarias. Como
para las 61 estaciones no se tienen procesados los registros continuos, se utilizará el
valor máximo diario como el valor máximo para 24 horas de duración.
Con el fin de conocer las implicaciones de esta decisión y con ayuda de los registros
continuos disponibles en las 5 estaciones mencionadas, se observó la relación existente
entre las precipitaciones máximas en 24 horas y las precipitaciones máximas diarias, de
acuerdo con (Cao, 1974), esta relación puede considerarse lineal, independiente de la
probabilidad de ocurrencia y constante para una región específica.
En la Figura 4-16 se muestran los resultados obtenidos en las diferentes estaciones, en

estas se muestra la relación entre las precipitaciones máximas diarias y las
precipitaciones máximas en 24 horas, así como la recta de ajuste, la cual pasa por el
origen.
De esta figura puede observarse que se tienen una relación lineal que varía entre 1,01 y
1,11 con un valor medio para estas estaciones de 1,07.
58
200
160
180
Precipitación máxima en 24 horas (mm)

140
160
120
140 Datos observados
Datos observados
Lineal (Datos observados) Lineal (Datos observados)
100 120
y = 1.0111x y = 1.1136x
R2 = 0.9427 100
80 R2 = 0.8495
80
60
60
40
40
20 20
0 0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 160 180
Precipitación máxima diaria (mm) Precipitación máxima diaria (mm)
(a) (b)
80
120

70
100
60 Datos observados Datos observados
Lineal (Datos observados) Lineal (Datos observados)
50 80
y = 1.0978x
y = 1.0612x
R2 = 0.8701
40 R2 = 0.7413
60
30
40
20
10 20
0
0
0 10 20 30 40 50 60 70
0 20 40 60 80 100 120
Precipitación máxima diaria (mm) Precipitación máxima diaria (mm)
(c) (d)
180
160
Datos observados
140 Lineal (Datos observados)
120 y = 1.078x
R2 = 0.8788
100
80
60
40
20
0
0 20 40 60 80 100 120 140 160
Precipitación máxima diaria (mm)
(e)
Figura 4-16. a) Relación entre las precipitaciones máximas en 24 horas y las

precipitaciones máximas diarias. a) Estación Inmarco b) Estación El Bizcocho
c) Santa Bárbara d) El Sireno. e) Mande.
59
4.1.5.5 ANÁLISIS DE HOMOGENEIDAD DE LAS SERIES DE PRECIPITACIONES

MÁXIMAS
Las diferentes teorías utilizadas para el análisis y la simulación de datos hidrológicos

usualmente suponen que dichos datos son estacionarios, consistentes y homogéneos, por
lo tanto dentro de las primeras actividades de cualquier estudio relacionado con datos
hidrológicos debe realizarse la verificación de que se cumplen dichas propiedades.
Se dice que una serie hidrológica es estacionaria si sus propiedades estadísticas, como la
media la varianza y los momentos de orden mayor, no son afectados por el escogencia
del origen, (Dahmen and May, 1990).
Una serie hidrológica eventualmente puede exhibir cambios y tendencias propios de las
series, a estos cambios y tendencias se les conoce como inconsistencias y no-
homogeneidades de la series. Se habla de inconsistencia cuando se tienen cambios o
saltos en las series asociados principalmente con el registro y la recolección de la
información, dichos cambios puede presentarse en las diferentes etapas de todo el
proceso de recolección y procesamiento: como en la toma o medida de la información de
campo, en la transmisión de los datos, en el almacenamiento y en el procesamiento de la
información. Y se dice que una serie es no-homogénea cuando los cambios o saltos en
las series de los datos son debidos a cambios naturales o factores antrópicos. (Dahmen
and May, 1990).
Usualmente al proceso de detección de las no-estacionaridad, inconsistencias y la no-

homogeneidad de las series se le conoce como análisis de homogeneidad, existen
diferentes técnicas para el análisis de homogeneidad de una serie hidrológica, muchas de
estas técnicas se muestran en detalle en Salas et al (1992).
En el presente trabajo se realizó al análisis de homogeneidad siguiendo la misma

metodología mostrada en el estudio de Universidad Nacional-Interconexión Eléctrica S.A
(1996).
60
Se realizó al análisis de homogeneidad para todas las estaciones y para cada una de las
series correspondientes a duraciones de 20, 30, 45, 60, 75, 90, 105, 120 y a la serie de
máximas diarias. En total se analizaron alrededor de 660 series, incluyendo las series
obtenidas a partir de los registros continuos de 6 estaciones para duraciones de 20, 30,
45, 60, 75, 90, 105, 120, 180, 240, 360, 480, 640, 760, 880, 1000, 1220 y 1440 minutos.
Inicialmente se realizó el análisis exploratorio. Para este análisis se realizaron las gráficas
de las series de tiempo, gráfico de masas simple, gráficas de análisis bayesiano para el
punto de cambio, gráficos de cuantiles o Box-Plot y el correlograma junto con los límites
de confianza de acuerdo con la prueba de Anderson para observar la independencia o
dependencia de la variable hidrológica.
Posteriormente y con base en lo observado en el análisis exploratorio, para las pruebas

que requieren punto de cambio, se realizó el análisis confirmatorio. Para éste se
realizaron las siguientes pruebas
• Detección de cambios en la media:
Prueba T simple asumiendo igualdad de varianzas
Prueba T simple asumiendo diferencia de varianzas
Prueba de Mann-Whitney
Prueba de Kruskal-Wallis
Prueba de Signo
Prueba de homogeneidad de Abbe
Prueba de Pettit
• Detección de tendencia en la media
Prueba de T para la detección de tendencias lineales
Prueba de Hotelling-Pabst
Prueba de Mann-Kendall
Prueba de Sen
• Detección de cambios en la varianza
Prueba de F simple
Prueba de Ansari-Bradley
Prueba de Bartlett
Prueba de Leven
61
• Detección de tendencias en la varianza

Prueba de Homocedasticidad
• Detección de puntos extraordinarios
Prueba del rango
Prueba del rango normalizado
• Pruebas de independencia
Pruebas de corridas
Prueba de punto cambiante
Prueba de independencia de Spearman
Diferentes tipos de pluviógrafos existentes en las estaciones de estudio. Antes de

realizar el análisis de homogeneidad y con el fin de interpretar correctamente los
resultados obtenidos se consultaron la mayoría de las bitácoras (hoja de vida) de cada
una de las estaciones.
En general, en el área de interés, Las Empresas Públicas de Medellín disponen de tres

tipos de pluviógrafos: El pluviógrafo de flotador, el pluviógrafo de balanza y el pluviógrafo
de cubeta basculante.
Pluviógrafo de flotador consiste en un pluviógrafo que

posee una cámara la cual a su vez contiene un flotador que
sube verticalmente a medida que el agua aumenta. El
movimiento vertical del flotador es registrado por medio del
movimiento de una pluma en el papel. Este aparato cuenta
con un sistema de sifón para evacuar el agua una vez la
cámara que posee el flotador se ha llenado. En la actualidad,
excepto en la estación de San Pedro, todas la estaciones
analizadas cuenta con este tipo de. Dentro de este tipo de
aparatos existen a su vez diferentes clases de acuerdo con la
resolución temporal y de lluvia del aparato, dentro de este tipo
de aparato se encuentran Los Fuess 95 y Los Fuess 95Y de mejor resolución en la
fotografía anterior se muestra un Fuess 95Y tomado de EPM 1991.
62
En la Tabla 4-2 se muestran los diferentes tipos de pluviógrafos de flotador y de balanza

.
Tabla 4-2 Tipos de pluviógrafos de flotador y de balanza

Modelo de Tipo de Máxima lectura Máxima lectura
pluviógrafo pluviógrafo temporal de precipitación
(mm)
Q-6 Balanza Semanal 120
Freizz Balanza Semanal 300
Fuess 95Y Flotador Semanal 10
Fuess 95 Flotador Semanal 40
En la Figura 4-17 se muestra el tipo de aparato existente en cada una de las estaciones
así como la estaciones en las que hubo cambio de aparato registrador.
Pluviógrafo de balanza. Este tipo de

aparato consiste en un pluviógrafo que
registra continuamente en una carta o
papel, el peso de un recipiente más la lluvia
acumulada utilizando un mecanismo de
resorte (Freiz) o de balanza (Q-6 Stevens).
En esta fotografía se muestra un
pluviográfo que utiliza el resorte como
mecanismo para registrar el peso de la lluvia. Tomada de Gilman (1964). Actualmente
sólo una de las 61 estaciones analizadas cuenta con este tipo de aparato, sin embargo en
varias de las estaciones inicialmente se tuvo instalado este tipo de aparato, véase Figura
4-17.
Pluviógrafo de cubeta basculante consiste en un

pluviógrafo con dos cubetas, en el cual la lluvia entra
primero a una cubeta, una vez llena esta primera cubeta,
ésta se desbalancea dirigiendo el flujo de aguas hacia la
63
segunda cubeta. Este movimiento basculante de las cubetas es transmitido hacia el

aparato registrador, conociendo el volumen de cada una de las cubetas es posible estimar
la intensidad de la precipitación. Actualmente gran cantidad de las estaciones
pluviográficas de Las Empresas Públicas de Medellín han sido dotadas de este tipo de
aparato registrador, dicho programa comenzó alrededor del año de 1997. Es importante
señalar que en las estaciones en donde se ha instalado este tipo de aparato registrador
aún se conserva el pluviógrafo de flotador, es decir, se cuenta con ambos registros
pluviográficos
Resultados del análisis de homogeneidad. En la Figura 4-18 se muestra un ejemplo del

análisis exploratorio realizado para en las diferentes estaciones y en el anexo 1 se
muestra un resumen de los resultados obtenidos en el análisis confirmatorio para todas
las series, en este anexo las series marcadas con el número 0 indica que de acuerdo con
alguna prueba específica, la hipótesis de Homogeneidad no puede ser rechazada,
mientras que el número 1 indica que la hipótesis de homogeneidad es rechazada.
En general de este análisis puede concluirse, entre otras cosas. lo siguiente:
• En la mayoría de las estaciones donde se realizó cambios del tipo de aparato

registrador se observan cambios en la media, especialmente en aquellas que se
realizó cambio de un aparato de menor resolución temporal (por ejemplo Fuess
95) a uno de mayor resolución (por ejemplo Fuess95Y). Este cambio es muy
marcado particularmente para las duraciones menores, inferiores a 60 minutos, en
los gráficos de las series puede observarse que los cambios en la media se van
haciendo más pequeños a medida que aumenta la duración hasta desaparecer
completamente para las series de precipitaciones máximas diarias, véase Figura
4-19.
64
CHOCÓ SANTANDER
CONVENCIONES
Fuess95
Fuess95Y
Freiz
Q-Stevens
Fuess95-Fuess95Y
Freiz-Fuess95Y
Freiz-Fuess95
Q-Stevens-Fuess95
Q-Stevens-Fuess95Y
Figura 4-17. Tipo de aparato registrador en cada una de las estaciones. En las estaciones que no se tiene símbolo no se
dispuso de la información de los aparatos registradores. En la estación San Cristóbal hubo cambio de aparato
registrador 2 veces.
65
Se observa que en los aparatos de menor resolución, en general, “subestiman”·

los valores reales de las precipitaciones máximas para las duraciones más cortas.
• La influencia del aparato registrador dificulta cualquier búsqueda de no-

homogeneidades de las series, debidas a cambios climáticos o cambios inducidos
por la acción del hombre sobre las precipitaciones máximas de corta duración ya
que estos pueden ser mucho más sutiles o de efecto más “débil” que el observado
por el cambio de aparato. Un ejemplo de esta situación es el de estaciones
relativamente cercanas como Haitón, Rionegrito y Montañitas, en la primera se
tiene un cambio de aparato registrador en el año de 1988 y se observan cambios
únicamente en la serie de precipitaciones máximas de 20 minutos de duración
alrededor de este año. En las otras dos estaciones no se tiene cambio de aparato
registrador y, de acuerdo con las diferentes pruebas de homogeneidad, se
observan disminución en la media con un cambio alrededor de 1980.
• Para las series de precipitaciones máximas de 24 horas, las cuales no deben estar
influenciadas por el tipo de aparato registrador, se tiene que sólo 20 estaciones no
presentan ningún indicio de que la hipótesis de homogeneidad de las series pueda
ser rechazada. En las 41 series restantes no es tan evidente el tipo de cambio o
las no-homogeneidades detectadas por las diferentes pruebas, las cuales no
muestran un comportamiento o patrón regional que permita identificar evidencias
de cambio climático, por lo tanto es necesario estudiar más en detalle esta
situación. Cabe destacar las tendencias crecientes en las estaciones Caldas, La
Ayurá y Río Abajo, véase Figura 4-20.
Lo anterior confirma el hecho que no parece conveniente trabajar con series de

duraciones pequeñas las cuales pueden estar altamente influencias por el tipo de aparato
registrador.
66
CURVA DE MASAS
SERIE DE PRECIPITACIONES MÁXIMAS
60 1000
900
50
Precipitación acumulada (mm)

800
Precipitación máxima (mm)
700
40
600
30 500
400
20
300
10 200
100
0
0
1940 1950 1960 1970 1980 1990 2000
1940 1950 1960 1970 1980 1990 2000
Año AñO
ANÁLISIS BAYESIANO
ANÁLISIS BAYESIANO funsión de densidad de la cantidad de cambio
funsión de densidad del tiempo de cambio
0.35 0.2
0.18
0.3
Año de cambio (media)=1967 0.16
media de la
Año de cambio (moda)=1966 Cantidad de
0.25 0.14
0.12
0.2
0.1
0.15
0.08
0.1 0.06
0.04
0.05
0.02
0 0
1940 1950 1960 1970 1980 1990 2000 -40 -30 -20 -10 0 10 20 30 40
Año cantidad de cambio
CORRELOGRAMA
GRÁFICO DE CAJA (BOX-PLOT)
50 1
45
0.8
40
35 0.6
Precipitación (mm)
30
0.4
25
20 0.2
15
0
10
1 1 2 3 4 5 6 7 8 9 10
5
-0.2
0
1940 1950 1960 1970 1980 1990 2000
AñO -0.4
Figura 4-18. Análisis exploratorio para la estación el Retiro. Para la serie precipitaciones
máximas de 20 minutos de duración
67
140
20 minutos
120 minutos
120 máximas diarias

100
80
60
40
20
0
1965 1970 1975 1980 1985 1990 1995
Año
Figura 4-19. Comparación de las series de precipitaciones máximas de la estación

Inmarco para diferentes duraciones. En esta estación se tiene cambio de
aparato registrador en el año de 1983 de un Fuess95 a un Fuess95Y. Véase
anexo 1 para el análisis de homogeneidad.

90
100
80
90
70
80
60 70
60
50
50
40
40
30
30
20 20
10 10
0
0
1970 1975 1980 1985 1990 1995 2000
1940 1950 1960 1970 1980 1990 2000 Año
Año (La Ayurá)
(Caldas)
68

90 140
80
120

70
100
60
50 80
40 60
30
40
20
20
10
0 0
1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 1965 1970 1975 1980 1985 1990 1995 2000
Año Año
(Río Abajo) (Corrientes)
Figura 4-20 Serie de precipitaciones máximas diarias en Caldas, Ayurá, Río Abajo y
corrientes.
Para el presente trabajo se analizarán las precipitaciones máximas para 45, 60, 75, 90,
105, 120 minutos y las precipitaciones máximas diarias, para las estaciones en las cuales
no se cuenta con registros continuos y para duraciones de 20, 30, 45, 60, 75, 90, 105,
120, 180, 240, 360, 480, 640, 760, 880, 1000, 1220 y 1440 minutos para las 5 estaciones
con registros continuos.
Como se puede observar en la Figura 4-17 alrededor del 50% de las estaciones
disponibles hubo cambio de aparato registrador, en un porcentaje no despreciable de este
50% se tienen series inconsistentes por esta razón, con el fin de no desechar esta
información se decidió “modificar” las series originales para corregir dichas
inconsistencias de la siguiente manera:
• Se conservó la fracción de la serie que tuviese mayor longitud, siempre y cuando

la serie modificada no se “descartaran” más de 10 años de registros.
• Se afectaron los datos de la fracción de menor longitud de tal forma que la nueva
serie se conservaran los valores de la media y la varianza de la serie de mayor
longitud, normalmente se convirtieron las fracciones de las series obtenidas de
aparatos de menor resolución, por ejemplo aquellas obtenidas del Fuss95.
69
4.1.5.6 RELACIONES ENTRE LA PRECIPITACIÓN MÁXIMA EN 60 MINUTOS DE

DURACION Y LAS PRECIPITACIONES MÁXIMAS CON OTRAS
DURACIONES.
De todos los análisis y resultados anteriores puede concluirse que no se tiene información
suficiente y confiable para el cálculo de las precipitaciones máximas para duraciones
pequeñas, inferiores a 60 minutos, la cual es indispensable para el cálculo de
alcantarillados y estructuras hidráulicas pequeñas.
Como se mencionó en el capítulo 2, a través de la historia se han utilizado una serie de

relaciones empíricas con el fin de estimar las precipitaciones máximas de duraciones
pequeñas con base en las precipitaciones máximas en una hora, las cuales han sido
validadas en diferentes lugares del planeta.
En el presente estudio y ante la necesidad de disponer de alguna metodología para

estimar las precipitaciones máximas para las duraciones menores se verifican estas
relaciones. Inicialmente se verifican para las 5 estaciones con registros continuos
disponibles. En la Figura 4-21 se muestran estas relaciones comparadas con las
relaciones empíricas calculadas con la ecuación 2-7. Cada par de puntos de la Figura
4-21 fue obtenido de los valores observados para el mismo período de retorno el cual fue
estimado de acuerdo con la probabilidad empírica calculada con la ecuación de Weibull
De esta figura puede observarse que existe una dispersión en algunos valores alrededor
del valor medio el cual se encuentra muy cerca de los valores generalizados por
Hershfield.
Comparando los valores calculados con los valores estimados se observan diferencias
máximas del orden del 20%, con un valor promedio del error, en valor absoluto del orden
del 7 %.
Con los datos obtenidos, se observa también que estas relaciones tienen gran variabilidad
espacial y no presentan una correlación tan marcada como se reporta en la literatura.
70
140
Precipitación máxima para la duración indicada
Nota: Cada símbolo corresponde a una
120
estación y cada color corresponde a una
duración
100
80
(mm)
60
40
20
0
0 20 40 60 80 100
Precipitación máxima para una hora de duración (mm)
Figura 4-21 Comparación de las relaciones entre la precipitación máxima de con una hora
de duración y la precipitación máxima para otras duraciones para el mismo
período de retorno. Cada símbolo corresponde a una estación diferente y cada
color corresponde a una duración específica, se muestran duraciones de 20,
30, 45, 90 y 120 minutos. Las líneas rectas corresponden a las relaciones
empíricas encontradas por Hershfield estimadas con la ecuación 2-7.
Dichas relaciones se verificaron, además, para las 61 estaciones analizadas, para

duraciones entre 45 y 120 minutos, de estos resultados se observa que los valores
obtenidos para dichas relaciones difieren alrededor del 5% de los valores sugeridos por
Hershfield y se obtienen diferencias máximas entre los valores observados y los
calculados con la ecuación 2-7 inferiores al 20%.
De lo anterior puede concluirse que no obstante la dispersión , para las relaciones entre
las precipitaciones máximas con diferentes duraciones y la precipitación máxima para
una hora de duración, desde el punto de vista práctico y con la información disponible en
71
este trabajo, parece adecuado utilizar las relaciones empíricas mencionadas

anteriormente, máxime si se tienen en cuenta la gran cantidad de errores, la
incertidumbre y las imprecisiones que se tiene en el registro y procesamiento de las
precipitaciones máximas para duraciones inferiores a 60 minutos, los cuales puede inducir
a errores del mismo orden de magnitud o incluso hasta superiores que los obtenidos al
utilizar dichas relaciones.
72
5 ANÁLISIS DE FRECUENCIAS DE LAS SERIES DE PRECIPITACIONES

MÁXIMAS.
Si bien es cierto que todo estudio o análisis de los diferentes procesos hidrológicos
debiera fundamentarse sobre aspectos físicos y “reales”, existen en hidrología diversos
fenómenos muy complejos en los cuales es necesario recurrir a teorías que carecen de
dichas bases físicas pero, que si se cuenta con suficiente información y se realizan los
procedimientos apropiados se pueden obtener resultados satisfactorios. La precipitación
es uno de estos casos en el cual se recurre al análisis de frecuencias, con funciones de
distribución adoptadas “Ad-hoc”, para el estudio de los eventos extremos.
A continuación se presenta el análisis de frecuencias de las precipitaciones máximas en

cada una de las diferentes estaciones para cada una de las duraciones, este se realiza
con el fin de observar las implicaciones de la elección de una función de distribución
específica en la estimación de las precipitaciones máximas asociadas a los diferentes
períodos de retorno y con el fin de obtener valores con los cuales cotejar los valores
obtenidos con los modelos de escalamiento.
5.1 FUNCIONES DE DISTRIBUCIÓN
Existe un sinnúmero de funciones de distribución utilizadas en hidrología las cuales, en

general, no pueden ser deducidas teóricamente a partir de los procesos físicos, (Cong et
al, 1993) y por lo tanto normalmente se adopta alguna función arbitrariamente, se estiman
sus parámetros con los datos muestrales disponibles y se verifica que dicha función de
distribución se ajuste satisfactoriamente a los datos y si esto sucede se supone que dicha
función de distribución es aplicable a toda la población.
Entre las funciones de distribución utilizadas en hidrología pueden mencionarse las

siguientes: Normal (Yevjevich, 1972), Log-Normal (Chow, 1954), Gamma (Yevjevich,
73
1972), LogGamma (Yevjevich, 1972), Logistic, loglogistic (Beirlant, Teugels and Vynckier,
1996) y Pareto.
En general, se ha demostrado que muchas de las funciones de distribución usadas en

hidrología para el estudio de eventos extremos convergen asintóticamente a una de tres
funciones específicas llamadas funciones de valor extremo, Tipo I, Tipo II y Tipo III
respectivamente, (Ang and Tang, 1984). Así por ejemplo a la función tipo I convergen las
funciones de distribución exponencial, gamma, normal, lognormal, logística y tipo I
propiamente, a la función tipo II convergen Distribución t, Pareto, Cauchy, log gamma y
tipo II, y a la función tipo III la uniforme, beta y tipo III (Committee on techniques for
estimating probabilities of extreme floods, 1988), la convergencia de estas funciones de
probabilidad puede ser muy lenta lo que limita la utilidad de la aplicación de dichas
funciones. Las tres funciones de valor extremo pueden ser ligadas por medio de una única
función de distribución de probabilidad llamada función generalizada de valor extremo
(GEV por sus siglas en inglés).
Para la evaluación de las precipitaciones máximas en este trabajo se emplearán las

siguientes funciones de distribución: Lognormal de II y III parámetros, Gamma II y III
parámetros, LogGamma de III parámetros, GEV, Extremo tipo I, y Log extremo tipo I la
cual es equivalente a extremo tipo II. En diversos textos y artículos de hidrología y
estadística se encuentra la descripción en detalle de las anteriores funciones de
distribución, véanse Stedinger, Vogel and Foufoula-Goergiou, 1993, Salas et al, 1992,
Rao, 1981, Kite, 1977, Yevjevich, 1972 entre otros.
Además de las funciones de distribución de probabilidad mencionadas se exploró, aunque

de manera preliminar y sin entrar en ningún detalle teórico, la clase de funciones de
distribución llamadas distribuciones estables. Esta clase de funciones de distribución
permite el análisis de fenómenos caracterizados por colas “pesadas” (heavy tails) con
grandes asimetrías. (Nolan, 1999).
La familia de las funciones de distribuciones estables ha sido propuesta para modelar

gran cantidad de sistemas físicos y económicos y fue caracterizada por Paul Lèvy en sus
estudios de sumas normalizadas de términos idénticamente distribuidos, sin embargo,
74
debido a la ausencia de fórmulas o expresiones exactas que permitan estimar la función

de densidad o la función de distribución acumulada, no ha sido acogidas por la mayoría
profesionales y personas relacionadas con la aplicación de la estadística. En Nolan, 1999
se describe detalladamente este tipo de función de distribución, las cuales, entre otras
cosas, están caracterizadas por sus propiedades de escalamiento (Véase Gupta and
Waymire, 1990).
Dentro de esta familia se encuentran las funciones de distribución Normal, Cauchy y Lèvy.
En general, este tipo de funciones de distribución son descritas por cuatro parámetros; un
índice de estabilidad o exponente de escalamiento, α, un parámetro de asimetría (β), un
parámetro de escala (γ) y un parámetro de localización (δ). En este trabajo los logaritmos
de los valores máximos de las intensidades precipitación serán ajustados a una función
de distribución estable, es decir, se ajustan a una función de distribución Log-estable.
5.2 ESTIMACIÓN DE PARÁMETROS
Una vez se ha definido por algún método la distribución con la cual se desea modelar un
fenómeno en particular, el siguiente paso consiste en la estimación de los parámetros de
la función de probabilidad con base en la información disponible.
Ya que existen un número importante de estimadores para los parámetros de una función
de distribución, deben buscarse aquellos estimadores que cumplan con las siguientes
propiedades: No sesgados, regulares, eficientes, suficientes y consistentes (Yevjevich,
1972).
Entre los métodos de estimación de parámetros pueden mencionarse en orden

ascendente de eficiencia, la cual considera que un estimador sea no sesgado y regular,
entre otros, están: El método gráfico, el método de mínimos cuadrados, el método de los
momentos, el método de momentos ponderados por la probabilidad o el método de “L-
Moments” y el método de máxima verosimilitud.
75
En este trabajo se utiliza para la estimación de parámetros el método de momentos, el

método de L-moments con los momentos ponderados por la probabilidad y el método de
máxima verosimilitud, para una descripción detallada de estos métodos véase, Hosking
and Wallis (1997), Salas et al (1992) y Yevjevich, (1972)
Método de los momentos: El principio básico de este método es la relación que existe
entre los parámetros de la función de distribución y los momentos muestrales, los cuales
se suponen iguales a los momentos de la población.
Como fue mostrado por Fisher (Yevjevich), 1972 los estimadores calculados por el
método de los momentos, son estimadores asintóticamente eficientes y su eficiencia es
usualmente más pequeña que la unidad, particularmente en distribuciones asimétricas,
que son las más usuales en el campo de la hidrología, su eficiencia es considerablemente
menor que la unidad, lo que hace de este un método que en muchos de los casos se
utiliza como una primera aproximación en la estimación de los parámetros.
Método de máxima verosimilitud: El principio básico de este método consiste en

estimar los parámetros de tal forma que al utilizar el modelo, la probabilidad de obtener
los resultados observados sea máxima, (Chow 1964).
Este método es más robusto, desde el punto de vista estadístico, que los demás métodos
para la estimación de parámetros, sin embargo, para muestras de menor longitud puede
ser menos eficiente que el método de “l-moments”, además, este método es mucho más
complicado desde el punto de vista computacional.
Método de “L-moments”: Este método es similar al método de los momentos y se basa

en que una función de distribución puede ser caracterizada por sus momentos
ponderados por la probabilidad (PWM por sus siglas en inglés), (Greenwood et al 1979),
por lo tanto basta con calcular los momentos ponderados por la probabilidad a partir de
los datos muestrales. A su vez los “L-moments” son estadísticos, los cuales aparecen
como una modificación de los PWM, que pueden ser expresados en términos de éstos y
por lo tanto una función de distribución puede ser caracterizada por los “L-moments”. Para
76
la existencia de los r-ésimos “l-moments” sólo se requiere que exista el primer momento
de la función de distribución.
Este método tiene la ventaja teórica sobre el método de los momentos convencional en
que por medio de estos se caracterizan una amplia gamma de funciones de distribución y,
además, que es un método más robusto ante la presencia de puntos extraordinarios en la
muestra “Outliers”, cuando se calculan los parámetros a partir de los datos muestrales,
(Hosking and Wallis, 1997).
Para la estimación de los cuatro parámetros de las distribuciones estables no es factible

utilizar los métodos descritos anteriormente por lo tanto se utiliza el programa STABLES
suministrado por el señor John P. Nolan en su página de Internet,
www.cas.american.edu/∼jpnolan .
5.3 AJUSTE DE LOS DATOS OBSERVADOS A LAS DIFERENTES

FUNCIONES DE DISTRIBUCIÓN.
Inicialmente se ajustaron los datos de las Intensidades máximas para las 18 duraciones
de cada una de las cinco estaciones con registros continuos a las funciones de
distribución descritas en el numeral 5.1. Dicho ajuste se realizó, estimando los parámetros
de acuerdo con los tres métodos mencionados en el numeral anterior, excepto en las
estables.
La estimación de los parámetros se realizó de acuerdo con la metodología expuesta en

Salas et al (1992), para los métodos de momentos (no-sesgados) y de máxima
verosimilitud y en Hosking and Wallis, (1997) para el método de “l-moments”.
A cada una de las 90 series resultantes se les aplicó la prueba Smirnov-Kolmogorov para
la bondad del ajuste. En los resultados obtenidos se observa que, exceptuando en
aquellas funciones de distribución en las cuales no se pudieron estimar los parámetros
por problemas de convergencia en los algoritmos para el cálculo por el método de máxima
verosimilitud, en ningún caso es posible rechazar la hipótesis de que cualquiera de las
77
funciones de distribución estimadas con cualquiera de los tres métodos, es válida para
modelar los datos de intensidades máximas, véase Anexo 2.
Es importante mencionar que en la columna Smirnov-Kolmogorov de las tablas del anexo

2 se muestra la diferencia entre el valor crítico, calculado con el número de datos de la
serie y con un nivel de significancia del 95% , y el valor calculado, véase Benjamín y
Cornell (1981), es decir, si en esta columna aparece un valor negativo significa que la
prueba es rechazada.
Adicionalmente, y con el fin de comparar las diferentes funciones de distribución de

probabilidad y los diferentes métodos de estimación de parámetros, se calculó el error
medio cuadrático estimado como:
0.5
⎛ n ⎞
⎜ ∑ (Ici − Ioi ) ⎟
2
ECM = ⎜ i =1 ⎟
⎜ n−2 ⎟
⎜ ⎟
⎝ ⎠
Donde
ECM :Error cuadrático medio
Ici :Intensidad calculada
Ioi :Intensidad observada
n :Número de datos en la series.
Y se hicieron los gráficos cuantil observado vs cuantil estimado (Gráficos Q-Q) para todas
las series de máximos, la relación lineal que debe existir entre estos valores puede ser
chequeada fácilmente por observación de las gráficas o por medio del coeficiente de
correlación. En la Figura 5-1 se muestra un ejemplo de las gráficas Q-Q construidas y en
el anexo 2 se muestra los coeficientes de correlación calculados para todas las series.
78
Gráfico Q-Q
Precipitación 20 minutos de duración
250
Valore de la precipitación Rea

200
150
100
50
0
0 50 100 150 200 250
Valor de la precipitación teórica
Figura 5-1. Grafico Q-Q para la estación el Bizcocho para la intensidad máxima en 20
minutos una distribución lognormal de II parámetros.
En general, puede observarse, que de acuerdo con los tres criterios considerados
aparentemente no existen diferencias significativas para una misma función de
distribución en cuanto al método de estimación de parámetros se refiere. Sin embargo de
los resultados obtenidos se observa que algunas funciones distribución comienzan a
“alejarse” considerablemente de las demás las funciones de distribución par períodos de
retorno mayores o iguales a 100 años por lo tanto se debe ser cauteloso en la elección de
una función de distribución, considerando el comportamiento de las “colas”,
especialmente si se desea simular lluvias máximas para períodos de retorno superiores al
período de registros. En la Figura 5-2 se muestran, por ejemplo, los valores obtenidos al
ajustar los datos a una función de distribución log-estable para tres de las cinco
estaciones con registros continuos.
79
100000
20 minutos
60 minutos
120 minutos
10000
480 minutos
880 minutos
Intensidad (mm/hr)
1440 minutos
1000 Observados
100
10
1
1 10 100 1000
Período de retorno (años)
10000
20 minutos
60 minutos
120 minutos
480 minutos
1000 880 minutos
1440 minutos
Intensidad (mm/hr)
Observados
100
10
1
1 10 100 1000
(a) (b)
1000
Intensidad (mm/hr)
100
20 minutos
60 minutos
10
120 minutos
480 minutos
880 minutos
1440 minutos
Observados
1
1 10 100 1000
(c)
Figura 5-2 Comparación de las intensidades máximas observadas con los valores
ajustados a una función de distribución estable para diferentes períodos de
retorno y diferentes duraciones en las estaciones de; a) El Bizcocho, b) Mandé
y c) El Sireno.
80
No obstante lo anterior, con el fin de definir una metodología específica para la estimación
de los valores extremos en las demás estaciones y con base en los tres criterios
mencionados anteriormente, se compararon cada una de las 9 funciones de distribución
utilizadas, de acuerdo con el método utilizado en la estimación de parámetros, en esta
comparación no se incluyen las funciones de distribución estables.
En la Tabla 5-1 se muestra la comparación para la función de distribución lognormal de II

parámetros, en esta tabla las áreas sombreadas corresponden al “mejor” valor de cada
uno de los tres criterios así: el mayor valor de la prueba Smirnov-Kolmogorov, el menor
valor del error medio cuadrático y el mayor valor del coeficiente de correlación. Y las letras
en negrilla corresponden al segundo valor.
Con el fin de cuantificar los resultados obtenidos para cada una las funciones de
distribución se ponderó la información siguiendo la metodología que se describe a
continuación:
A cada uno de los tres criterios se les dio el mismo peso. Al mejor valor se le dio un peso
del 70% y al segundo valor se le dio un peso del 30% restante. Es decir, para cada criterio
el mejor valor tiene una calificación de 0,23 y el segundo valor de 0,1
• Se supuso que en cada estación se tiene, para todas las series, una única función
de distribución en la cual los parámetros son estimados por el mismo método.
• Al mejor valor se le dio un peso del 70% y al segundo valor se le dio un peso del
30% restante. Es decir, para cada criterio y para cada serie el mejor valor tiene
una calificación de 0,01296, (0,7/(18*3)) y el segundo valor 0,00556 (0.3/(18*3))
• Para cada estación se sumaron los valores de las calificaciones y de esta forma
se observaron los “mejores” métodos de estimación de parámetros.
En la Tabla 5-3se muestran los resultados de las calificaciones, se observa que el método
de “L-moments” es el que mejor puntaje tiene en la mayoría de las estaciones para las
81
diferentes funciones de distribución. Por lo anterior se adopta este método para la

estimación de los parámetros de las series de cada una de las duraciones de las 61
estaciones consideradas en este estudio.
82
Tabla 5-1 Prueba Smirnov-Kolmogorov de bondad del ajuste, error medio cuadrático y
coeficiente de correlación del gráfico q-q para las cinco estaciones con
registros continuos, distribución LognormalII (duraciones entre 20 y 1440
minutos). Tabla5_1.xls
83
Una vez decidido el método para la estimación de parámetros se compararon las

diferentes distribuciones de probabilidad, además de las nueve funciones mencionadas
anteriormente se incluyó la función de distribución logística.
En esta comparación no se incluye las funciones de distribución estables ya que se

considera que en la mayoría de los casos se tienen muy pocos datos para estimar de
forma confiable los cuatro parámetros, esta situación es corroborada al observar el
comportamiento de los valores las intensidades máximas para períodos retornos
superiores al período de registros, 100 o 500 años por ejemplo. En los cuales para una
misma estación se tiene, en algunas duraciones, que los valores de las intensidades
máximas se “disparan” rápidamente hacia “infinito” mientras que para otras duraciones
vecinas crecimiento no es tan dramático, véase Figura 5-2. No obstante lo anterior, dadas
las propiedades de este tipo de funciones de distribución, éstas podrían ser consideradas
en estudios posteriores relacionados con las propiedades de escalamiento de las
intensidades máximas.
En la Figura 5-3 a la Figura 5-7 se muestran las intensidades máximas de las cinco
estaciones con registros continuos para diferentes duraciones y para diferentes períodos
de retorno. En estas figuras se observa que exceptuando la función de distribución
LogGumbel, los valores de las funciones de distribución son del mismo orden de
magnitud, con diferencias máximas del orden del 20% para un período de retorno de 500
años. Diferencia que desde el punto de vista estadístico no parece muy significativa, pues
seguramente, el intervalo de confianza para cualquiera de estas funciones de distribución
sería más amplio que este valor, además, debe tenerse en cuenta que el ajuste a las
diferentes funciones se realiza con muy pocos datos, alrededor de 50 para el mejor de los
casos, y esto lleva errores muy significativos, véase Tabla 5-2, pues como los expresa
Bell, 1969 “Debería apreciarse que el valor promedio de una población en particular no
puede ser determinado de uno o dos datos muestrales y por razones similares el evento
promedio en 50 años no podría ser determinado con precisión de tan sólo 50 años de
registros”.
84
Tabla 5-2. Intervalo de confianza para los períodos de retorno estimados de las
precipitaciones máximas (Tomado de Bell, 1969)
Período de retorno estimado para las precipitaciones máximas

50 años 100 años 500 años
Confiabilidad del 68% con Límite superior 220 años Límite superior 400 años Límite superior 2200 años
25 años de registros Límite inferior 12 años Límite inferior 15 años Límite inferior 16 años
Confiabilidad del 68% con Límite superior 100 años Límite superior 220 años Límite superior 1500 años
25 años de registros Límite inferior 25 años Límite inferior 23 años Límite inferior 60 años
Se observa pues que desde el punto de vista estadístico no puede ser rechazada ninguna
función de distribución y que al aplicar cualquiera de las funciones de distribución se
obtienen valores estadísticamente similares.
No obstante lo anterior y a manera de ejercicio se seleccionó la “mejor” función de

distribución en cada estación siguiendo la metodología explicada en párrafos anteriores
para la selección del “mejor” método para la estimación de parámetros. Se obtiene
entonces que de las 61 estaciones, 25 se ajustan “mejor” a una función de distribución
Logística, 17 a una función de valor extremo generalizada, 11 a una función LogGamma
de tres parámetros y 8 a una función Gamma de tres parámetros.
Como es lógico los mejores resultados se obtuvieron para funciones de distribución de

tres parámetros, pues se tiene un parámetro adicional para el ajuste. De los resultados se
observa también que estas funciones de distribución tienen un límite inferior o superior
dependiendo de los parámetros de forma, condición que para el caso específico de la
precipitación no se cumple necesariamente. Se obtienen resultados por ejemplo en los
cuales la función de distribución se encuentra entre -∞ y un limite superior, es decir, gran
parte del dominio se encuentra en la parte negativa lo cual no tiene ningún sentido en
cuanto a la precipitación se refiere. Incluso dentro de la misma estación se encuentra el
caso de que para algunas duraciones se tiene un dominio entre -∞ y un limite superior y
para otras se tiene un dominio entre un limite inferior, el cual puede ser negativo y ∞ lo
cual no parece tener ninguna explicación desde el punto de vista físico.
85
Tabla 5-3 Calificación de los métodos de estimación de parámetros
Función de Método de ESTACIÓN

distribución estimación
de MANDÉ EL SIRENO SANTA INMARCO EL BIZCOCHO
parámetros BÁRBARA
Mom 0,41 0,39 0,44 0,42 0,39
Lognormal II Mver 0,14 0,05 0,20 0,19 0,12
Lmom 0,45 0,56 0,37 0,39 0,48
Mom 0,370 0,319 0,363 0,376 0,263
Lognormal iII Mver 0,089 0,039 0,044 0,050 0,109
Lmom 0,557 0,643 0,570 0,574 0,628
Mom 0,406 0,289 0,315 0,359 0,406
GammaIII Mver 0,143 0,148 0,246 0,217 0,115
Lmom 0,452 0,563 0,439 0,424 0,480
Mom 0,250 0,272 0,381 0,374 0,356
Gamma III Mver 0,109 0,107 0,078 0,102 0,026
Lmom 0,641 0,620 0,541 0,524 0,619
Mom 0,394 0,361 0,287 0,313 0,311
LogGamma III Mver 0,144 0,019 0,000 0,017 0,124
Lmom 0,461 0,620 0,663 0,670 0,565
Mom 0,437 0,261 0,393 0,419 0,270
GEV Mver 0,069 0,157 0,152 0,213 0,178
Lmom 0,494 0,581 0,456 0,369 0,552
Mom 0,193 0,111 0,183 0,181 0,296
Gumbel Mver 0,376 0,393 0,357 0,307 0,226
Lmom 0,431 0,496 0,454 0,511 0,478
Mom 0,211 0,376 0,376 0,493 0,322
LogGumbel Mver 0,283 0,300 0,300 0,300 0,259
Lmom 0,506 0,324 0,324 0,207 0,419
Por todo lo anterior no parece recomendable utilizar las funciones de distribución de tres
parámetros.
Al aplicar la “calificación “ de las funciones de distribución de dos parámetros se obtiene

que un poco más del 50% de las estaciones se ajustan “mejor” a una función de
distribución Gamma II de dos parámetros, el 26% a una función de distribución lognormal,
el 20% a una función Gumbel y el 2% a una función de distribución LogGumbel.
86
De acuerdo con todo lo mostrado a lo largo de este capítulo y teniendo en cuenta que no
existen diferencia prácticas entre una función de distribución GammaII y lognormal de II
parámetros, véanse Figura 5-3 a Figura 5-7, se usará la función de distribución Lognormal
de II parámetros para la estimación de las intensidades máximas asociadas a diferentes
períodos de retorno, cuyos parámetros serán estimados con el método de “L-moments”,
los valores de precipitaciones máximas se estimarán para períodos de retorno máximo de
50 años con el fin de evitar extrapolaciones muy alejadas de los valores observados.
87

retorno en la estación Mandé Fi5_3aFig5_7.xls
88

retorno en la estación El Sireno Fi5_3aFig5_7.xls
89

retorno en la estación Santa Bárbara Fi5_3aFig5_7.xls
90

retorno en la estación Inmarco Fi5_3aFig5_7.xls
91

retorno en la estación El Bizcocho Fi5_3aFig5_7.xls
92
6 CURVAS INTENSIDAD DURACIÓN FRECUENCIA A PARTIR DE LA

TEORÍA DE ESCALAMIENTO SIMPLE Y MULTIESCALAMIENTO.
En este capítulo se presenta la aplicación de las teorías de escalamiento simple y

escalamiento múltiple mostradas en el numeral 3.4, para la obtención de las curvas
intensidad duración frecuencia.
Inicialmente se estudia la obtención puntual de las curvas lDF, es decir, en cada una de
las estaciones, a partir del escalamiento temporal (simple y multiescalamiento) de las
precipitaciones, tomando la duración como parámetro de escala y se comparan los
resultados con las técnicas convencionales de la estimación de curvas IDF.
Posteriormente se analizan el comportamiento regional de las curvas IDF. Este análisis se

realiza a partir del escalamiento espacial, utilizando diferentes parámetros de escala
como la precipitación promedio anual y la elevación sobre el nivel del mar en las
diferentes estaciones y también a partir de los resultados obtenidos en el escalamiento
temporal.
En ambos casos, escalamiento simple y múltiple, se empleará un modelo de escalamiento

lognormal, obtenido a partir de una función de distribución lognormal de dos parámetros,
que es una función de distribución adecuada para la modelación de los eventos máximos
de precipitación, tal como se mostró en el capítulo anterior.
Con el fin de comparar los resultados obtenidos, se calcularon las curvas IDF siguiendo la
metodología convencional, tanto para las 5 estaciones con registros continuos como para
las 61 estaciones con registros parciales. Antes de mostrar la aplicación de los conceptos
de escalamiento simple y multiescalamiento se presentan los resultados obtenidos por
medio de la metodología convencional
93
6.1 ANÁLISIS PUNTUAL
6.1.1 ESTIMACIÓN DE CURVAS IDF (METODOLOGÍA CONVENCIONAL)
Como se mencionó en el capítulo 2 la metodología convencional consiste en el ajuste de

los valores de las intensidades máximas asociadas a diferentes períodos de retorno,
estimados a partir de una función de distribución de probabilidad, a una expresión
matemática que normalmente tiene cualquiera de las formas de las ecuaciones 2-1 a 2-3.
En este estudio los valores de las intensidades máximas fueron calculados a partir de una
distribución LogNormal de II parámetros, estimados por el método de “l-Moments”, con
períodos de retorno entre 2 y 50 años, las cuales para este trabajo se consideran como
observados, dichos valores se ajustaron a una función con la forma de la ecuación (2-1),
la cual tiene la siguiente expresión: .
a
I= (2-1)
( d + b) n
Se ha observado que en la ecuación (2-1) el parámetro a es función del período de
retorno y se relacionan por medio de la siguiente expresión:
a = KTr
m
(6-1)
Donde: k y m son constantes para cada estación y Tr período de retorno.
Reemplazando esta expresión en la ecuación (2-1) queda de la siguiente manera:
KTrm
I= (6-2)
( d + b) n
Tal como se ha mencionado en repetidas ocasiones, el cálculo se realiza inicialmente

para las cinco estaciones con registros continuos y posteriormente, con base en los
resultados obtenidos se calculan las 61 estaciones con registros parciales.
El cálculo de los parámetros se realiza de tres formas diferentes usadas normalmente en

la práctica de ingeniería. Las cuales se describen a continuación.
94
Metodología I (Estimación de parámetros por regresión lineal). Este método consiste

en la estimación de cada uno de los parámetros de la ecuación (6-2) por medio de
regresiones lineales, en el espacio logarítmico, entre las intensidades máximas y las
duraciones, para cada uno de los períodos de retorno. La metodología se muestra
detalladamente en Monsalve, (1995).
Metodología II (Estimación de parámetros minimizando el error relativo promedio, 1

ecuación por estación). Este método consiste en la estimación de cada uno de los
parámetros de la ecuación (6-2) minimizando el error relativo promedio entre las
intensidades máximas observadas y las calculadas, el error relativo promedio calculado
como:
abs ( I o − I c )
∑ Io
E = 100 * (6-3)
n
Metodología III (Estimación de parámetros minimizando el error relativo promedio,1
ecuación por período de retorno). Este método consiste en la estimación de cada uno
de los parámetros de la ecuación (6-2) minimizando el error relativo promedio entre las
intensidades máximas observadas y las calculadas, ecuación 2-1, pero en este caso se
aplica la ecuación a cada período de retorno.
En la Tabla 6-1 se muestran los errores relativos, promedios y máximos, de las diferentes
metodologías, en esta tabla se observa, que en general, se tienen errores mayores en la
metodología I y que los errores menores obviamente son para la metodología II, pues un
modelo con más parámetros que los otros dos.
No obstante lo anterior, se observa que las diferencias entre los errores obtenidos por la
metodología II y por la metodología III son del mismo orden de magnitud, por lo tanto para
el cálculo de las curvas IDF se estimaran por la metodología II.
Tabla 6-1 Errores relativos promedios y máximos para las tres metodologías de cálculo de
parámetros.
95
Metodología 1 Metodología II Metodología III

Error Error Error
Estación promedio Error máximo promedio Error máximo promedio Error máximo
Mande 9 27 3 16 2 12
Santa
Bárbara 9 29 4 13 2 7
El Sireno 6 17 6 13 5 13
Inmarco 4 13 3 9 3 9
El Bizcocho 2 9 2 11 1 7
En la Figura 6-1 a la Figura 6-4 se muestran cada uno de los cuatro parámetros que
componen las curvas IDF, calculados con la información disponible para las duraciones
entre 45 y 120 minutos y con las precipitaciones máximas diarias, duración de 1440
minutos, para períodos de retorno entre 2 y 50 años. En estas figuras se observa que
existe una gran variación espacial para los coeficientes k y m, se observa que los
exponentes m y n varían entre un rango más estrecho, 0,09 y 0,23 y entre 0,83 y 1,16
respectivamente. En la Tabla 6-2 se muestran los errores relativos promedios y los
errores relativos máximos en cada una de las estaciones.
En estas tablas puede observarse que, en general, aplicando esta metodología se

obtienen errores máximos inferiores al 30%, exceptuando la estación Mandé en la cual se
obtuvo un error máximo del 41%. Se observa pues que al aplicar la metodología
convencional se tienen errores significativos en la estimación de las intensidades
máximas.
96
SANTANDER
CHOCÓ
CONVENCIONES
Coef_k=1000
Valor de Coef_k
Figura 6-1. Valores del coeficiente k de la ecuación 6-1 para todas las estaciones estudiadas. El tamaño del círculo es
proporcional al valor del coeficiente k
97
SANTANDER
CHOCÓ
CONVENCIONES
Exp_m=0,1
Valor de Expf_m
Figura 6-2. Valores del exponente m de la ecuación 6-1 para todas las estaciones estudiadas. El tamaño del círculo es
proporcional al valor del exponente m
98
SANTANDER
CHOCÓ
CONVENCIONES
Coef_b=10
Coef_b=-10
Valor de Coef_b
Figura 6-3. Valores del coeficiente b de la ecuación 6-1 para todas las estaciones estudiadas. El tamaño del círculo es
proporcional al valor del coeficiente b
99
SANTANDER
CHOCÓ
CONVENCIONES
Exp_n=1
Valor de Exp_n
Figura 6-4. Valores del exponente n de la ecuación 6-1 para todas las estaciones estudiadas. El tamaño del círculo es
proporcional al valor del exponente n
100
Tabla 6-2 Parámetros de las curvas IDF estimados por la metodología III,
errores relativos promedio y errores máximos obtenidos.
N° Estación Coeficiente exponente Coeficiente Exponente Error Error
K m b n relativo máximo
promedio
1 Cruces 3131 0.13 46 -0.89 2 8
2 Mandé 3485 0.19 19 -0.96 5 -41
3 Santa Bárbara 1161 0.16 6 -0.89 4 20
4 El Sireno 2306 0.13 32 -0.92 3 -10
5 Nendo 5685 0.17 92 -0.99 2 12
6 Pabón 839 0.18 3 -0.83 3 -23
7 Chaquenodá 2163 0.11 9 -0.84 3 -16
8 La Palmera 1971 0.14 34 -0.93 4 17
9 Pantano
Grande 3269 0.12 24 -0.91 2 10
10 La Blanquita
Murrí 18932 0.14 97 -1.16 3 -15
11 Musinga 2372 0.13 26 -0.93 2 -18
12 Inmarco 2743 0.13 15 -0.90 2 -25
13 La Fe 1482 0.15 4 -0.90 3 23
14 La Severa 1135 0.15 -3 -0.87 2 -18
15 Las Palmas 1447 0.12 7 -0.88 3 14
16 Vasconia 1722 0.13 0 -0.90 2 -18
17 El Retiro 1738 0.13 9 -0.93 2 17
18 La Mosca 1309 0.19 11 -0.87 3 15
19 Rionegro La
Macarena 817 0.16 -6 -0.83 3 -23
20 El Chuscal 1270 0.17 2 -0.89 3 13
21 Corrientes 2264 0.18 32 -0.94 3 14
22 Remango 2485 0.18 23 -0.90 3 14
23 La Pradera 3678 0.14 22 -0.96 2 13
24 El Combo 1642 0.09 0 -0.82 2 -14
25 San Carlos 14693 0.14 92 -1.11 3 8
26 El Pital 10150 0.12 83 -1.07 2 10
27 El Bizcocho 6547 0.12 45 -1.01 3 9
28 Calderas 2860 0.09 27 -0.89 2 -11
29 Mesopotamia 2099 0.21 26 -0.93 3 23
30 El Buey 776 0.16 1 -0.81 2 -18
31 Farallones 7795 0.14 50 -1.08 4 -26
32 Cachipay 3398 0.18 24 -1.00 4 -19
33 Aurrá 902 0.19 -5 -0.88 3 -30
101
Tabla 6-2 Parámetros de las curvas IDF estimados por la metodología III,
errores relativos promedio y errores máximos obtenidos.
N° Estación Coeficiente exponente Coeficiente Exponente Error Error
K m b n relativo máximo
promedio
34 Mazo 1132 0.16 -4 -0.87 3 -20
35 Chorrillos 1597 0.16 8 -0.92 2 12
36 Caldas 2326 0.17 13 -0.96 3 9
37 Fabricato 2220 0.18 32 -0.94 3 -19
38 San Antonio de
Prado 1942 0.13 2 -0.92 2 11
39 Río Grande
Bocacero 3409 0.16 52 -0.99 2 -13
40 Villa Hermosa 1948 0.17 6 -0.96 3 -31
41 San Cristóbal 2420 0.23 14 -1.00 4 -23
42 Miguel de
Aguinaga 1406 0.15 6 -0.92 3 11
43 El Botón 2490 0.19 22 -1.01 3 -18
44 Río Chico 916 0.19 5 -0.88 3 -31
45 Alto de San
Andrés 1480 0.15 14 -0.90 2 17
46 Aragón 1222 0.18 12 -0.91 3 -19
47 Rionegrito 3158 0.15 67 -0.98 2 -9
48 El Chaquiro 715 0.20 -1 -0.84 3 22
49 Haitón 3558 0.15 42 -0.97 3 -31
50 Trinidad 1498 0.20 18 -0.95 4 -34
51 El Gómez 1643 0.21 13 -0.96 4 -29
52 Medina 932 0.13 7 -0.84 2 11
53 La Ayurá 1550 0.21 7 -0.93 5 -30
54 San Bernardo 1266 0.23 17 -0.91 4 -32
55 El Mango 2375 0.13 17 -0.95 2 -18
56 San Pedro 2350 0.18 19 -0.99 3 -15
57 El Tabor 1323 0.18 17 -0.85 3 -13
58 La Teresita 7735 0.20 65 -1.13 3 -21
59 Miraflores 3067 0.15 28 -0.94 2 15
60 Madreseca 5236 0.13 28 -0.97 2 13
61 Montañitas 1322 0.15 31 -0.88 3 -14
102
6.1.2 ESCALAMIENTO TEMPORAL
Dadas las limitaciones de disponibilidad de información descritas en el capítulo 4,

Inicialmente se realiza el análisis de escalamiento temporal en aquellas estaciones en las
cuales se tienen registros continuos, en las cuales se investigará el comportamiento para
duraciones entre 20 minutos y 1440 minutos (24 horas) y luego con base en los
resultados obtenidos se analizan el resto de las estaciones.
En el escalamiento temporal se considera la duración de la precipitación como el

parámetro con el cual se escala la intensidad y se investiga el comportamiento para
duraciones entre 20 minutos y 1440 minutos (24 horas).
6.1.2.1 ESCALAMIENTO SIMPLE
Siguiendo el modelo lognormal de escalamiento simple, las Intensidades máximas pueden

ser expresadas por la ecuación 3-14 y 3-15 definidas en el numeral 3.4.1.1.1 . Si se
supone que la duración de referencia para escalar las intensidades máximas es 1440
minutos (24 horas) se tienen las siguientes expresiones.
I d ,q = E [I 24 ]
[ ( )]
exp Φ q ln 1 + CV 2 ⎛ d ⎞θ
⎜ ⎟
1 + CV 2 ⎝ 1440 ⎠ (6-4)
I d ,q =
E [I 24 ]
2 ⎡ ( ) ⎞⎟ ⎤⎥⎛⎜
⎛ E I 24 2
exp ⎢Φ q ln⎜⎜
d ⎞
θ
⎟ ⎥⎝ 1440 ⎟⎠
[ ]
E I r 24
2
⎢⎣ ⎝ E [I 24 ]
2
⎠⎦ (6-5)
Es importante observar que estas ecuaciones tienen la forma de la ecuación propuesta

por Morgan para el análisis de precipitaciones máximas para tormentas de larga duración,
103
y son similares a la expresión propuesta por Vargas para la estimación de las

precipitaciones en Colombia, véase capítulo 2, la cual se fundamenta en los estudios
realizados en la India por Kothyari y Garde (1992), todas obtenidas empíricamente.
De acuerdo con las ecuaciones anteriores, si la hipótesis de escalamiento simple se

cumple, para estimar las intensidades máximas para cualquier duración y para cualquier
período retorno se necesitaría el valor esperado de las intensidades máximas en 24
horas, el segundo momento de las precipitaciones máximas en 24 horas y el exponente θ.
Tal como se mencionó anteriormente, el escalamiento simple implica una relación lineal,
en el espacio logarítmico, entre el parámetro con el cual se escala, en este caso la
duración, y las intensidades máximas asociadas a diferentes períodos de retorno o los
cuantiles. En la gráfica de esta ecuación para diferentes cuantiles, se obtiene una familia
de líneas rectas, en el espacio logarítmico, para cada uno de los cuantiles, y la pendiente
de esta familia de líneas es constante y es igual a θ. El escalamiento simple implica
también, que siempre y cuando los momentos de la variable I existan, éstos también son
invariantes con la escala y existe también una relación lineal, en el espacio logarítmico, en
los momentos y las diferentes escalas, véase numeral 3.2, esta última condición es
utilizada por algunos autores para investigar la existencia de escalamiento simple, ya que
según ellos, (Burlando and Rosso, 1996) es fácil de aplicar y, además, normalmente se
tienen muy pocos registros disponibles para estimar, de forma confiable, los cuantiles.
En la Figura 6-5 se muestran el escalamiento de los momentos con la duración, en éstas

puede observarse que, a pesar de que en las diferentes estaciones se tienen regresiones
muy altas, con coeficientes de determinación superiores a 0,99 se tiene que en todas las
estaciones, para las duraciones pequeñas entre 20 y 60 minutos aproximadamente, los
valores observados se encuentran por debajo de la línea ajustada, para las duraciones
intermedias, entre 60 y 640 minutos se encuentran por encima de la línea de regresión y
para las duraciones restantes se encuentran nuevamente por debajo, este
comportamiento sistemático, indica, que las relaciones de escala no son válidas en todo
el rango de duraciones, es decir, aparentemente, las propiedades de invarianza de escala
no son válidas en el rango de duraciones consideradas y por lo tanto es necesario
subdividir el rango en varios grupos, en cada uno de los cuales sean válidas las
104
propiedades de invarianza. De forma visual puede decirse que para las cinco estaciones
existe un punto de “cambio” que se encuentra alrededor de los 120 minutos.
Para detectar el punto de cambio de comportamiento, se dividió el rango de duraciones en

dos grupos; 1 grupo conformado por las duraciones pequeñas entre 20 minutos y el
punto de cambio y el segundo grupo, grandes duraciones, entre el punto de cambio y
1440 minutos. Este punto de cambio se varió entre 60 y 360 minutos y para cada uno de
los escenarios, se calculó el coeficiente de determinación de la regresión lineal entre los
momentos de orden 1 y las diferentes duraciones tanto para las duraciones pequeñas
como para las grandes duraciones. El punto de cambio se definió como el punto en el cual
se presenta la mayor suma entre los dos coeficientes de determinación (duraciones
pequeñas y grandes duraciones). En la Tabla 6-3 se muestran los diferentes puntos de
cambio estimados.
Tabla 6-3 PUNTO DE CAMBIO DETECTADO EN LAS DIFERENTES ESTACIONES

Estación Punto de cambio
Mandé 120 minutos
Santa Bárbara 60 minutos
El Sireno 120 minutos
Inmarco 120 minutos
El Bizcocho 90 minutos
De esta tabla se observa que el punto de cambio puede variar dependiendo del sitio, en
un rango relativamente pequeño de duraciones. Sin embargo, no se cuenta con la
información suficiente para estudiar más a fondo este punto de cambio.
105
1.E+10
VALOR DE LOS MOMENTOS INDICADOS DE LA

1.E+12
VALORES DE LOS MOMENTOS INDICADOS DE LA
1.E+09
1.E+11
1.E+08
1.E+10
Momento de orden 1 Momento de orden 1
1.E+09 1.E+07
1.E+08
INTENSIDAD
Momento de orden 4 1.E+06 Momento de orden 4
INTENSIDAD
1.E+07 Momento de orden 5 Momento de orden 5

y = 1E+16x -3.9349 1.E+05 y = 6E+14x-4.0936
1.E+06 R2 = 0.9942 R2 = 0.9983
1.E+05 y = 7E+12x-3.1317 1.E+04 y = 6E+11x-3.2583
R2 = 0.9937 R2 = 0.9984
1.E+04 1.E+03
y = 4E+09x-2.3352 y = 6E+08x-2.4308
1.E+03 R2 = 0.9933 R2 = 0.9984
-1.5473 1.E+02
y = 2E+06x y = 656113x-1.6115
1.E+02
R2 = 0.993 R2 = 0.9985
1.E+01
1.E+01 y = 1394.7x-0.7688 y = 777.52x-0.8011
R2 = 0.9929 R2 = 0.9987
1.E+00 1.E+00
10 100 1000 10000 10 100 1000 10000
Duración (min) Duración (min)
(a) (b)
1.E+12
1.E+10
VALORES DE LOS MOMENTOS INDICADOS DE LA
1.E+11
VALOR DE LOS MOMENTOS INDICADOS DE LA
1.E+09
1.E+10 Momento de orden 1
Momento de orden 4
Momento de orden 2
Momento de orden 3
INTENSIDAD
1.E+06
INTENSIDAD
Momento de orden 4 1.E+07 y = 1E+17x-4.3821

Momento de orden 5 R2 = 0.9951
1.E+05 -3.6748 1.E+06
y = 3E+14x
y = 4E+13x-3.5111
R2 = 0.9953
1.E+04 1.E+05 R2 = 0.9954
-2.9461
y = 4E+11x
R2 = 0.9955 1.E+04 y = 1E+10x-2.6372
1.E+03
y = 5E+08x-2.213 R2 = 0.9957
1.E+03
R2 = 0.9956
1.E+02 y = 6E+06x-1.7606
y = 595773x-1.4766 2
1.E+02 R = 0.996
R2 = 0.9956
1.E+01
y = 758.2x-0.7383 y = 2391.9x-0.8814
1.E+01
R2 = 0.9956 R2 = 0.9963
1.E+00
1.E+00
10 100 1000 10000 10 100 1000 10000
Duración (min) Duración (min)
(c) (d)
1.E+12
Valores de los momentos indicados de la Intensidad
Momento de orden 1
Momento de orden 3
1.E+10
Momento de orden 4
Momento de orden 5
1.E+09
1.E+08
y = 3E+16x-4.0331
1.E+07 R2 = 0.997
1.E+06 y = 1E+13x-3.2279
R2 = 0.997
1.E+05
y = 7E+09x-2.4222
1.E+04 2
R = 0.997
1.E+03
y = 3E+06x-1.6155
1.E+02 R2 = 0.9968
y = 1828.6x-0.808
1.E+01
R2 = 0.9966
1.E+00
10 100 1000 10000
Duración (min)
Figura 6-5 Escalamiento de los momentos de las intensidades máximas con la duración
para diferentes estaciones. a) Mandé b)Santa Bárbara c) El Sireno d) Inmarco
y e)El Bizcocho.
106
Con el fin de observar la variación de este exponente a lo largo de la duración se realizó

la Figura 6-6, en esta figura se graficó el exponente θ calculado localmente, es decir, se
calculó la pendiente local, en el espacio logarítmico, entre cada par de duraciones
adyacentes. En esta figura puede observarse que para las duraciones pequeñas, del
orden de los 120 minutos, se tiene un comportamiento ascendente del valor de θ, y muy
variable, y no un valor fluctuante alrededor de un valor constante, como se esperaría si el
valor de θ fuera constante, tal como suponen las hipótesis de escalamiento simple o
multiescalamiento, lo anterior puede ser la consecuencia de la existencia de rangos
menores para la validez de las propiedades de escala dentro del rango entre 20 y 120
minutos adicionado al gran “ruido” que se tiene en los datos para las duraciones
pequeñas.
Para las duraciones grandes, pero inferiores a 1220 minutos, se observa un

comportamiento estable del exponente θ fluctuando alrededor de un valor medio que varía
de estación en estación y para el último rango de duraciones, se observa una disminución
del exponente θ para todas las estaciones.
0.9
Exponente del momento de orden 1
0.8
0.7
0.6
0.5
0.4
El Sireno
0.3 El Bizcocho
Inmarco
0.2 Mande
Santa Barbara
0.1
0
0 200 400 600 800 1000 1200 1400
Duración (minutos)
Figura 6-6 Variación del exponente de escalamiento del momento de orden 1 con la
duración
Por lo anterior y teniendo en cuenta que uno de los principales objetivos del trabajo es
netamente práctico se adopta como punto de cambio una duración igual a 105 minutos.
107
Al realizar la separación del intervalo en dos rangos se observa que efectivamente los
exponentes son muy diferentes para los dos rangos de duraciones considerados, con
diferencias, en algunos casos, superiores al 40% entre el exponente para las duraciones
mayores y las duraciones menores En la Figura 6-7 se muestra el escalamiento del
momento con la duración para los dos rangos de duraciones mencionados, para la
estación El Sireno.
1.E+11
1.E+10
y = 2E+15x-3.402 Momento de orden 1
Valores de los momentos indicados de la
1.E+09 R2 = 0.9959 Momento de orden 2

Momento de orden 3
y = 2E+12x-2.7509
R2 = 0.9962 Momento de orden 5
1.E+07
y = 7E+17x-4.6967
intensidad
1.E+06 R2 = 0.9999
y = 2E+09x-2.0876
1.E+05 y = 2E+14x-3.7576
R2 = 0.9964
R2 = 0.9999
1.E+04
y = 5E+10x-2.8179
-1.4103
y = 1E+06x R2 = 0.9999
1.E+03
R2 = 0.9965
y = 1E+07x-1.8778
1.E+02 R2 = 0.9999
y = 1237.64958x-0.71589 y = 3409.96363x-0.93815
1.E+01
R2 = 0.99654 R2 = 0.99987
1.E+00
10 100 1000 10000
Duración (min)
Figura 6-7. Escalamiento de los momentos de las intensidades máximas con la duración
en la estación El Sireno tomando dos rangos de duraciones.
En la Figura 6-8 se muestran graficados, en escala logarítmica, la variación de las

intensidades con la duración para diferentes períodos de retorno en la estación Mandé,
otra forma de identificar cualitativamente la existencia o no del escalamiento simple. En la
Tabla 6-4 se muestran, los exponentes de escalamiento para diferentes períodos de
retorno para las cinco estaciones con registros continuos.
108
1000
y = 963.13x-0.5594
R2 = 0.9796
y = 926.97x-0.5633 y = 4602.4x-0.904
R2 = 0.9837 R2 = 0.999
y = 841.97x-0.5732 y = 4264.9x-0.898
Intensidad (mm/hr)
100
R2 = 0.9919 R2 = 0.999
y = 3522.1x-0.8829
Tr=10 años R2 = 0.9989
Tr=25 años
Tr=50 años
10
1
1 10 100 1000 10000
Duración (minutos)
Figura 6-8 Intensidades máximas vs duración para la Estación Mandé.
En esta figura puede observarse claramente el cambio de comportamiento alrededor de

los 105 minutos de duración, se observa también que existe una variación para un mismo
período de retorno del exponente del orden del 35%. Para el rango de duraciones
pequeñas se tiene que el exponente de escalamiento aumenta, aunque levemente con el
período de retorno, mientras que para el rango de duraciones largas este exponente
disminuye con el período de retorno.
En la Tabla 6-4 puede notarse que el exponente de escalamiento no presenta siempre el

mismo comportamiento para todos las estaciones en el mismo rango de duraciones, es
decir, mientras que para las estaciones Mandé, Santa Bárbara e Inmarco el exponente de
escalamiento aumenta con el período de retorno, para el rango de duraciones entre 45 y
105 minutos, en las estaciones El Sireno y El Bizcocho este disminuye Una situación
109
similar se observa para el rango de duraciones mayores, en la cual no se tiene tampoco

un comportamiento sistemático.
Tabla 6-4 Exponentes de escalamiento θ para diferentes cuantiles para las estaciones con
registros continuos (
Exponentes de escalamiento θ
Estación Período de retorno (años) Período de retorno (años)

Duraciones entre 20 y 105 minutos Duraciones entre105 y 1440 minutos
5 10 20 25 40 50 5 10 20 25 40 50
Mandé -0,58 -0,57 -0,57 -0,56 -0,56 -0,56 -0,87 -0,88 -0,89 -0,90 -0,90 -0,90
Santa -0,70 -0,70 -0,69 -0,69 -0,69 -0,69 -0,86 -0,88 -0,89 -0,90 -0,91 -0,91
Bárbara
El Sireno -0,66 -0,68 -0,70 -0,70 -0,71 -0,71 -0,81 -0,81 -0,82 -0,82 -0,82 -0,82
Inmarco -0,67 -0,64 -0,61 -0,61 -0,59 -0,59 -0,94 -0,95 -0,95 -0,95 -0,95 -0,95
El Bizcocho -0,70 -0,71 -0,72 -0,73 -0,73 0,74 -0,85 -0,84 -0,83 0,83 -0,83 -0,82
Lo anterior puede indicar problemas muestrales ya que es muy probable, que en

estaciones de la misma región como por ejemplo Mandé , El Sireno y Santa Bárbara
tengan un comportamiento, por lo menos similar en cuanto a las propiedades de
invarianza de escala, pues es de esperarse, a pesar de los efectos locales, que el
fenómeno que gobierna el origen de las tormentas sea muy similar.
En esta tabla se observa también que, en general, la variación del exponente de

escalamiento con los cuantiles a pesar de no mostrar un valor constante en cada una de
las estaciones, no es muy significativa por lo tanto no es evidente la existencia o no de
escalamiento simple o de multiescalamiento.
6.1.2.2 ALGUNAS PRUEBAS ESTADÍSTICAS PARA LA HIPÓTESIS DE INVARIANZA

DE ESCALA (ESCALAMIENTO SIMPLE)
CV=Constante: En el capítulo 3 se mostró que una de las implicaciones del escalamiento

simple es que el coeficiente de variación es un valor constante independiente de la
duración, por lo tanto se plantea la hipótesis de que el CV=Constante.
110
Se calcula entonces el intervalo de confianza para el CV de cada rango de duraciones, el

valor de CV para cada estación y para cada rango de duraciones se estima como el valor
promedio de todos los valores de CV observados y el intervalo de confianza se estima de
acuerdo con la siguiente expresión:
⎛ s s ⎞
CV = ⎜ CV − tα / 2,n −1 ; CV + tα / 2,n −1 ⎟ (6-6)
⎝ n⎠
0 , 95
n
Donde
CV 0 , 95
Intervalo del 95% de confianza para CV ,
s Desviación estándar muestral del coeficiente de variación.

n Número de datos para estimar CV, 7 para duraciones entre 45 y 105 y 13
para duraciones entre 105 y 1440 minutos
tα/2,n-1 Función de distribución de probabilidad t-student inversa para una
probabilidad de α/2 y n-1 grados de libertad.
En la Figura 6-9 se muestran los intervalos de confianza estimados para las cinco
estaciones, en esta puede observarse que en ninguna de las cinco estaciones los puntos
observados se encuentran dentro de los intervalos de confianza, es decir, que la hipótesis
de que el CV es constante no puede ser aceptada con una confiabilidad del 95%, sin
embargo, se observa que la ·”banda” para las duraciones mayores es mucho más
estrecha que para las duraciones menores
nr=θ*r : En el capítulo 3 se mostró también que, si se presenta escalamiento simple y

existen los diferentes momentos, los exponentes de escalamiento siguen una función
lineal con el orden del momento, véase ecuación (3-5)
111
0.25
0.3
0.25 0.20
Coeficiente de variación
0.2
0.15
0.15
Observados
0.10
Cv medio Observados
0.1 Cv inferior CV medio
Cv superior CVinferior
CV superior
0.05
0.05
0 0.00
0 200 400 600 800 1000 1200 1400 1600 0 200 400 600 800 1000 1200 1400 1600
(a) (b)
0.30 0.30
0.25
Coeficiente de variación 0.25
0.20 0.20
Observados
0.15 0.15 CV medio
Cvinferior
Observados
Cvsuperior
Cv medio
0.10 CVinferior 0.10
CVsuperior
0.05 0.05
0.00
0.00
0 200 400 600 800 1000 1200 1400 1600
0 200 400 600 800 1000 1200 1400 1600
(c) (d)
0.25
0.20
0.15
0.10
0.05
0.00
0 200 400 600 800 1000 1200 1400 1600
Duración (minutos)
(e)
Figura 6-9 Intervalos de confianza de CV para las diferentes estaciones. a) Mandé

b)Santa Bárbara c) El Sireno d) Inmarco y e) El Bizcocho.
112
Debido a que cada uno de los exponentes nr son estimados a partir de regresiones
lineales entre los logaritmos de los momentos y los logaritmos de las duraciones, es
posible calcular el intervalo de confianza de cada uno de los exponentes estimados, de la
siguiente manera, Véase Benjamín y Cornell,1981.
nr 0 , 95
(
) )
= n(r − tα / 2,n − 2 S nr ; n(r + tα / 2,n − 2 S nr ) (6-
7)
Donde:
nr 0 , 95
, es el Intervalo de confianza para el valor estimado de nr con una confiabilidad del
95% y Snr, es la estimación de la desviación estándar de nr la cual puede ser estimada

de los datos
En la Tabla 6-5 se muestra el intervalo de confianza para el exponente de escalamiento

de cada uno de los rangos de duraciones en cada una las cinco estaciones, en la Figura
6-10 se muestra la variación del exponente de escalamiento con el orden del momento,
gráfica llamada por algunos función de estructura, de las estaciones El Sireno y Mandé
0.00 0.00
Valor observado (duraciones entre 105 y 1440 minutos)
Límite superior e inferior
-0.50 -0.50
Escalamiento Simple
Valor observado ( duraciones entre 45 y 105 minutos)
-1.00 -1.00
Serie3
-1.50 -1.50
Exponente nr
Exponente n r
-2.00 -2.00
-2.50 -2.50
-3.00 -3.00 Observados (Duraciones entre 105 y 1440

minutos)
Limite superior e inferior
-3.50 -3.50
Esalamiento Simple
-4.00 -4.00
Observados (Duraciones entre 45 y 105
minutos)
-4.50 -4.50
0 1 2 3 4 5 6
0 1 2 3 4 5 6
Orden del momento (r) Orden del momento (r)
(a) (b)
Figura 6-10 Intervalos de confianza para el exponente nr para las estaciones (a) El Sireno
y (b) Mandé.
Tanto en la tabla como en la figura, puede observarse que la línea de escalamiento simple
se encuentra dentro de los límites de confianza de los datos estimados, es decir, que
113
desde el punto de vista estadístico no es posible rechazar la hipótesis de escalamiento

simple. Además, debe notarse que algunas veces los puntos observados se encuentran
por debajo de la línea de escalamiento simple, mientras que para otras se encuentran por
encima, esto no es lógico ya que se está comparando el mismo fenómeno en estaciones
cercanas en las cuales las características físicas del mismo son similares.
Tabla 6-5 Intervalo de confianza para el exponente de escalamiento observado

comparado con el exponente del escalamiento simple
Intervalo de confianza para el exponente nr
Duraciones entre 45 y 120 minutos Duraciones entre 120 y 1440 minutos
r Valores Limite Limite nr=θ*r Valores Limite Limite nr=θ*r
Estación
estimado Superior inferior (escalamie estimado Superior inferior (escalamiento
nto Simple)
Simple)
1 -0.60 -0.61 -0.58 -0.60 -0.85 -0.87 -0.83 -0.85
2 -1.19 -1.23 -1.16 -1.19 -1.71 -1.75 -1.67 -1.70
Mandé 3 -1.80 -1.87 -1.74 -1.79 -2.57 -2.63 -2.51 -2.55
4 -2.44 -2.53 -2.34 -2.38 -3.43 -3.52 -3.35 -3.40
5 -3.10 -3.23 -2.96 -2.98 -4.30 -4.40 -4.19 -4.26
1 -0.71 -0.74 -0.67 -0.71 -0.83 -0.84 -0.82 -0.83
2 -1.42 -1.49 -1.35 -2.13 -1.67 -1.69 -1.65 -1.66
Santa
3 -2.13 -2.25 -2.02 -2.13 -2.52 -2.55 -2.49 -2.48
Bárbara
4 -2.86 -3.02 -2.70 -2.84 -3.38 -3.43 -3.34 -3.31
5 -3.59 -3.81 -3.38 -3.55 -4.25 -4.31 -4.19 -4.14
1 -0.63 -0.63 -0.62 -0.63 -0.80 -0.83 -0.78 -0.80
2 -1.27 -1.29 -1.24 -1.25 -1.61 -1.66 -1.55 -1.61
El Sireno 3 -1.92 -1.98 -1.86 -1.88 -2.41 -2.49 -2.32 -2.41
4 -2.57 -2.67 -2.46 -2.51 -3.20 -3.33 -3.08 -3.21
5 -3.22 -3.38 -3.06 -3.13 -3.99 -4.17 -3.82 -4.01
1 -0.72 -0.76 -0.67 -0.72 -0.94 -0.94 -0.94 -0.94
2 -1.41 -1.49 -1.33 -1.43 -1.88 -1.88 -1.88 -1.88
Inmarco 3 -2.09 -2.21 -1.96 -2.15 -2.82 -2.82 -2.82 -2.81
4 -2.75 -2.92 -2.58 -2.86 -3.76 -3.76 -3.76 -3.75
5 -3.40 -3.62 -3.19 -3.58 -4.70 -4.70 -4.70 -4.69
1 -0.67 -0.68 -0.66 -0.67 -0.86 -0.88 -0.85 -0.86
2 -1.35 -1.38 -1.33 -1.34 -1.72 -1.75 -1.69 -1.73
El
3 -2.03 -2.07 -1.99 -2.01 -2.58 -2.62 -2.53 -2.59
Bizcocho
4 -2.71 -2.77 -2.66 -2.69 -3.43 -3.49 -3.38 -3.45
5 -3.39 -3.47 -3.32 -3.36 -4.29 -4.36 -4.22 -4.32
Por todo lo anterior parece razonable utilizar el modelo de escalamiento simple para la
estimación de las intensidades máximas. A continuación se ajustan las intensidades
114
máximas de las diferentes estaciones a un modelo de escalamiento simple para las 61

estaciones, considerando los dos rangos de duraciones mencionados, se estiman también
los errores relativos entre el modelo y los valores observados, es decir, se evalúa la
capacidad de predicción del modelo.
Como se mostró anteriormente el modelo lognormal de escalamiento puede presentarse

de dos formas equivalentes el representado por la ecuación 6-4, modelo IV y el
representado por la ecuación 6-5, modelo V.
Modelo IV (a partir de la ecuación 6-4) Para este modelo, para una estación específica
se tienen como parámetros, el exponente de escalamiento θ, el coeficiente de variación, y
el primer momento de las intensidades máximas paras las duraciones de referencia, 105
minutos y 24 horas, es decir, se tienen 3 parámetros para cada rango de duraciones y el
modelo queda de la siguiente forma:
I d ,q = E [I 105 ]
[ (
exp Φ q ln 1 + CV1
2
)]⎛⎜ d ⎞
⎟
θ1
para 45 min ≤ d ≤ 105 min

1 + CV1
2
⎝ 105 ⎠ (6-8)
I d ,q = E [I 1440 ]
[ (
exp Φ q ln 1 + CV2
2
)]⎛⎜ d ⎞
⎟
θ2
para 105 min ≤ d ≤ 1440 min (6-9)

1 + CV2
2
⎝ 1440 ⎠
Eventualmente los 6 parámetros de este modelo (3 por cada rango de duraciones)

podrían ser reducidos a cinco si el valor promedio de las intensidades máximas de 105
minutos se calcula a partir de la ecuación 6-9
Los parámetros para cada rango de duración pueden estimarse de la siguiente manera:
El coeficiente de variación estimado como el promedio de los coeficientes de variación de

cada una de las series.
El exponente θ estimado por medio de una regresión lineal entre los logaritmos de las
duraciones y los logaritmos del momento de orden uno de las intensidades máximas.
115
Los momentos de orden 1 para las duraciones de referencia, 105 y 1440 minutos,
obtenidos de cada una de las series de valores observados.
Modelo V ( a partir de la ecuación 6-5) En este modelo para una estación específica se
tienen como parámetros el exponente de escalamiento θ y el primer y segundo momento
de las intensidades máximas para las duraciones de referencia. El modelo quedaría de la
siguiente forma
I d ,q =
E [I 105 ]
2 ⎡ ( ) ⎞⎟ ⎤⎥⎛⎜
⎛ E I 105 2
d ⎞
θ1
⎟ ⎥⎝ 105 ⎟⎠ para 45 min ≤ d ≤ 105 min

[ ]
E I 105
2
⎢
⎣ ⎝ E [I 105 ]
2
⎠⎦ (6-10)
I d ,q =
E [I 24 ]
2 ⎡
( ) ⎞⎟ ⎤⎥⎛⎜
⎛ E I 24 2 d ⎞
θ2

⎟ ⎥⎝ 1440 ⎟⎠
[ ]
E I 24
2
⎢⎣ ⎝ E [I 24 ]
2
⎠⎦ (6-11)
Los parámetros de este modelo pueden ser estimados de la siguiente forma:
El exponente θ estimado de la misma forma que en el modelo anterior.
El primer y segundo momento calculados a partir de las series de las intensidades

máximas de duraciones de referencia, 105 y 1440 minutos.
Es importante recordar que para el caso de las 61 estaciones con registros parciales se
toma la intensidad máxima en 24 horas igual a la intensidad máxima diaria, calculada a
partir de los registros pluviométricos.
En la Tabla 6-6 se muestran los parámetros estimados para cada una de las estaciones
por los diferentes métodos. En la Figura 6-11 la Figura 6-18 se muestran, localizados
espacialmente, los parámetros de los modelos de escalamiento simple.
116
Tabla 6-6 Parámetros para modelos IV y V de escalamiento simple.
Modelo IV Modelo V
Duraciones entre 45 y 105 Duraciones entre 105 Duraciones entre 45 y 105 Duraciones entre 105 y
Estación minutos y 1440 minutos minutos 1440 minutos
θ1 θ2 θ1 θ2
2 2
Cv1 E[I105] Cv2 E[I1440] E[I105] E[I105 ] E[I440] E[I1440 ]
Cruces -0.50 0.23 37.25 -0.78 0.22 4.90 -0.50 37.25 1452.22 -0.78 4.90 24.95
Mandé -0.58 0.31 40.67 -0.86 0.23 4.32 -0.58 40.67 1776.61 -0.86 4.32 19.10
Santa Bárbara -0.70 0.25 20.05 -0.87 0.20 2.06 -0.70 20.05 422.74 -0.87 2.06 4.32
El Sireno -0.55 0.21 26.75 -0.83 0.18 3.10 -0.55 26.75 743.18 -0.83 3.10 9.79
Nendo -0.50 0.28 31.40 -0.78 0.30 4.13 -0.50 31.40 1065.38 -0.78 4.13 18.85
Pabón -0.66 0.29 19.66 -0.82 0.25 2.30 -0.66 19.66 410.22 -0.82 2.30 5.60
Chaquenodá -0.57 0.18 44.32 -0.84 0.16 4.99 -0.57 44.32 1999.31 -0.84 4.99 25.69
La Palmera -0.65 0.23 21.66 -0.83 0.23 2.45 -0.65 21.66 492.65 -0.83 2.45 6.32
Pantano
Grande -0.65 0.24 40.64 -0.80 0.22 4.98 -0.65 40.64 1746.29 -0.80 4.98 25.49
La Blanquita
Murrí -0.49 0.24 41.20 -0.84 0.22 4.62 -0.49 41.20 1789.47 -0.84 4.62 22.01
Musinga -0.61 0.22 27.46 -0.84 0.19 3.05 -0.61 27.46 783.21 -0.84 3.05 9.62
Inmarco -0.65 0.22 39.31 -0.89 0.21 3.83 -0.65 39.31 1600.25 -0.89 3.83 15.58
La Fe -0.80 0.24 23.50 -0.89 0.23 2.28 -0.80 23.50 582.50 -0.89 2.28 5.45
La Severa -0.86 0.27 21.82 -0.85 0.25 2.34 -0.86 21.82 510.38 -0.85 2.34 5.72
Las Palmas -0.71 0.22 23.72 -0.86 0.21 2.51 -0.71 23.72 584.03 -0.86 2.51 6.65
Vasconia -0.82 0.22 28.24 -0.89 0.20 2.76 -0.82 28.24 832.41 -0.89 2.76 7.84
El Retiro -0.78 0.23 22.46 -0.88 0.21 2.25 -0.78 22.46 529.04 -0.88 2.25 5.26
La Mosca -0.63 0.33 23.78 -0.85 0.29 2.60 -0.63 23.78 613.55 -0.85 2.60 7.29
Rionegro La
Macarena -0.69 0.30 20.63 -0.86 0.24 2.20 -0.69 20.63 450.64 -0.86 2.20 5.14
El Chuscal -0.80 0.30 22.48 -0.87 0.25 2.28 -0.80 22.48 545.58 -0.87 2.28 5.36
Corrientes -0.59 0.31 24.84 -0.84 0.28 2.81 -0.59 24.84 671.96 -0.84 2.81 8.39
Remango -0.55 0.30 35.00 -0.83 0.25 4.05 -0.55 35.00 1313.26 -0.83 4.05 17.21
La Pradera -0.61 0.27 38.68 -0.88 0.23 3.90 -0.61 38.68 1582.34 -0.88 3.90 15.95
El Combo -0.60 0.18 38.50 -0.83 0.12 4.40 -0.60 38.50 1503.51 -0.83 4.40 19.55
San Carlos -0.44 0.23 44.36 -0.86 0.21 4.73 -0.44 44.36 2072.08 -0.86 4.73 23.04
El Pital -0.44 0.23 44.36 -0.86 0.21 4.73 -0.44 44.36 2072.08 -0.86 4.73 23.04
El Bizcocho -0.58 0.20 44.78 -0.87 0.19 4.66 -0.58 44.78 2067.09 -0.87 4.66 22.57
Calderas -0.55 0.16 38.85 -0.84 0.14 4.33 -0.55 38.85 1533.00 -0.84 4.33 19.30
Mesopotamia -0.54 0.32 26.15 -0.79 0.27 3.31 -0.54 26.15 749.31 -0.79 3.31 11.39
El Buey -0.65 0.31 19.25 -0.81 0.27 2.34 -0.65 19.25 398.97 -0.81 2.34 5.80
Farallones -0.58 0.24 35.54 -0.89 0.21 3.49 -0.58 35.54 1324.41 -0.89 3.49 12.59
Cachipay -0.71 0.31 30.36 -0.91 0.27 2.83 -0.71 30.36 1007.61 -0.91 2.83 8.33
Aurra -0.77 0.33 17.55 -0.84 0.27 1.95 -0.77 17.55 336.26 -0.84 1.95 3.99
117
Tabla 6-6 Parámetros para modelos IV y V de escalamiento simple.
Modelo IV Modelo V
Duraciones entre 45 y 105 Duraciones entre 105 Duraciones entre 45 y 105 Duraciones entre 105 y
Estación minutos y 1440 minutos minutos 1440 minutos
θ1 θ2 θ1 θ2
2 2
Cv1 E[I105] Cv2 E[I1440] E[I105] E[I105 ] E[I440] E[I1440 ]
Mazo -0.74 0.29 23.43 -0.89 0.23 2.31 -0.74 23.43 582.86 -0.89 2.31 5.52
Chorrillos -0.76 0.31 21.92 -0.86 0.27 2.32 -0.76 21.92 522.25 -0.86 2.32 5.67
Caldas -0.77 0.29 25.55 -0.88 0.26 2.55 -0.77 25.55 707.83 -0.88 2.55 6.73
Fabricato -0.46 0.33 24.38 -0.85 0.28 2.64 -0.46 24.38 644.62 -0.85 2.64 7.42
San Antonio
de Prado -0.81 0.24 27.13 -0.90 0.23 2.59 -0.81 27.13 774.74 -0.90 2.59 7.01
Río Grande
Bocacero -0.54 0.30 24.02 -0.81 0.27 2.89 -0.54 24.02 626.11 -0.81 2.89 8.78
Villa Hermosa -0.79 0.28 22.57 -0.90 0.24 2.14 -0.79 22.57 544.33 -0.90 2.14 4.74
San Cristóbal -0.77 0.44 22.71 -0.85 0.35 2.44 -0.77 22.71 601.80 -0.85 2.44 6.23
Miguel de
Aguinaga -0.75 0.26 20.56 -0.89 0.21 2.01 -0.75 20.56 446.12 -0.89 2.01 4.14
El Botón -0.70 0.36 20.62 -0.88 0.31 2.08 -0.70 20.62 479.39 -0.88 2.08 4.50
Río Chico -0.68 0.32 16.26 -0.79 0.25 2.06 -0.68 16.26 285.24 -0.79 2.06 4.41
Alto de San
Andrés -0.66 0.26 21.95 -0.86 0.23 2.34 -0.66 21.95 510.82 -0.86 2.34 5.72
Aragón -0.63 0.31 17.65 -0.82 0.25 2.10 -0.63 17.65 336.27 -0.82 2.10 4.58
Rionegrito -0.47 0.27 22.15 -0.79 0.27 2.85 -0.47 22.15 526.52 -0.79 2.85 8.66
El Chaquiro -0.65 0.40 16.14 -0.78 0.34 2.08 -0.65 16.14 297.86 -0.78 2.08 4.64
Haitón -0.54 0.26 30.19 -0.82 0.23 3.52 -0.54 30.19 962.76 -0.82 3.52 12.89
Trinidad -0.64 0.35 17.63 -0.82 0.28 2.07 -0.64 17.63 345.63 -0.82 2.07 4.40
El Gómez -0.63 0.38 19.13 -0.85 0.29 2.07 -0.63 19.13 409.26 -0.85 2.07 4.44
Medina -0.67 0.24 18.49 -0.83 0.23 2.11 -0.67 18.49 358.54 -0.83 2.11 4.70
La Ayurá -0.67 0.35 23.16 -0.89 0.27 2.29 -0.67 23.16 587.54 -0.89 2.29 5.49
San Bernardo -0.64 0.42 18.35 -0.81 0.38 2.21 -0.64 18.35 391.59 -0.81 2.21 5.37
El Mango -0.78 0.23 26.02 -0.87 0.22 2.72 -0.78 26.02 712.34 -0.87 2.72 7.70
San Pedro -0.71 0.31 21.89 -0.89 0.27 2.13 -0.71 21.89 523.96 -0.89 2.13 4.73
El Tabor -0.60 0.28 25.51 -0.79 0.24 3.20 -0.60 25.51 698.53 -0.79 3.20 10.62
La Teresita -0.51 0.37 25.05 -0.84 0.31 2.77 -0.51 25.05 715.87 -0.84 2.77 7.92
Miraflores -0.61 0.27 33.96 -0.85 0.27 3.67 -0.61 33.96 1236.38 -0.85 3.67 14.34
Madreseca -0.64 0.22 50.15 -0.90 0.23 4.83 -0.64 50.15 2622.65 -0.90 4.83 24.73
Montañitas -0.52 0.25 19.34 -0.79 0.22 2.47 -0.52 19.34 393.96 -0.79 2.47 6.36
118
SANTANDER
CHOCÓ
CONVENCIONES
θ1=-0,5
Valor de θ1
Figura 6-11. Exponente de escalamiento θ1 (Rango entre 45 y 105 minutos) El Tamaño del círculo representa el valor real de la
variable
119
CHOCÓ SANTANDER
CONVENCIONES
CV1=0,20
Valor de CV1
Figura 6-12. Coeficiente de variación CV1 (Rango entre 45 y 105 minutos) El Tamaño del círculo representa el valor de la
variable
120
CHOCÓ SANTANDER
CONVENCIONES
I[I105]=40
Valor de I[I105]
Figura 6-13. Valor esperado de I105 , E[I105] en mm/hr (Rango entre 45 y 105 minutos) El Tamaño del círculo representa el valor
de la variable
121
CHOCÓ SANTANDER
I[I105 ]=1000
Valor de I[I105 ]
Figura 6-14. Valor esperado de I1052 , E[I1052] en (mm/hr)2 (Rango entre 45 y 105 minutos) El Tamaño del círculo representa el
valor real de la variable
122
CHOCÓ SANTANDER
CONVENCIONES
θ2=-0,80
Valor de θ2
Figura 6-15. Exponente de escalamiento θ2 (Rango entre 105 y 1440 minutos) El Tamaño del círculo representa el valor real de
la variable
123
CHOCÓ SANTANDER
CONVENCIONES
CV2=0,25
Valor de CV2
Figura 6-16. Coeficiente de variación CV2 (Rango entre 105 y 1440 minutos) El Tamaño del círculo representa el valor real de
la variable
124
CHOCÓ SANTANDER
CONVENCIONES
I[I24]=3
Valor de I[I24]
Figura 6-17. Valor esperado de I1440 , E[I1440] en mm/hr (Rango entre 105 y 1440 minutos) El Tamaño del círculo representa el
valor real de la variable
125
CHOCÓ SANTANDER
CONVENCIONES
I[I24 ]=10
Valor de I[I24 ]
Figura 6-18. Valor esperado de I14402 , E[I14402] en (mm/hr )2(Rango entre 105 y 1440 minutos) El Tamaño del círculo representa
el valor real de la variable
126
En la Figura 6-11 puede observarse que el exponente θ1 varía en un amplio rango, entre -
0,44 y -0,86. Presentándose gran variabilidad en algunos casos en estaciones cercanas,
como es por ejemplo la estación Fabricato la cual tiene un exponente de -0,46 y tiene dos
estaciones vecinas, relativamente cerca, con valores de -0,77 para el exponente. En estas
figuras puede observarse también que los valores más altos y más bajos se encuentra en
las estaciones del Valle del Aburrá.
En la Figura 6-12 puede observarse que el coeficiente de variación para las duraciones
cortas, cv1 varía entre 0,16 y 0,44.
En la Figura 6-15 se aprecia que el exponente θ2 varía en un rango mucho más estrecho,
entre 0,78 y 0,91, que lo que varía exponente θ1. Presentándose valores del mismo orden
de magnitud entre estaciones vecinas. Esta variable presenta una mayor estabilidad que
la mostrada por el exponte de θ1 y la variabilidad mostrada en cada una de las regiones es
prácticamente la misma que se observa en todo el departamento.
En la Figura 6-16 puede observarse que el coeficiente de variación varía para las grandes
duraciones entre 0,12 y 0,28 mostrando, en algunos casos, gran variabilidad entre
estaciones vecinas como por ejemplo las estaciones del Remango y el Combo donde se
tiene estaciones con coeficientes de variación de 0,25 y 0,12 respectivamente.
En la Tabla 6-8 muestran los errores relativos promedios y los errores máximos, en esta
tabla se observa que las diferencias por los dos modelos de escalamiento simple son del
mismo orden de magnitud presentándose errores mayores para el modelo V, en la
mayoría de los casos. En el modelo IV se presentan errores promedios inferiores en todos
los casos al 7% y con errores máximos inferiores al 15% en el 80% de las estaciones. En
el modelo V se presentan errores relativos promedios en todos los casos inferiores al 10%
y alrededor del 50% de las estaciones tienen errores máximos inferiores al 15%, cerca del
80% presenta errores inferiores al 20%.
127
Al comparar los errores obtenidos con los modelos de escalamiento simple con los
obtenidos con el mejor modelo de la metodología convencional se observan que, en
general los errores obtenidos son del mismo orden de magnitud, siendo un poco menores
los errores relativos promedio para el caso de la metodología tradicional, sin embargo, se
observa que en la metodología tradicional sólo el 40% de las estaciones presentan
errores máximos inferiores al 15%. Para el modelo IV se observa que los mayores errores
se presentan para las duraciones de 45 minutos, el 18 % de las estaciones, 105, el 23 %,
y 1440 minutos, 39% de las estaciones.
Para el modelo V se tienen los mayores errores en las duraciones de 45, el 35% de las
estaciones, y 120 minutos 43% de las estaciones, y la mayoría de los errores se
presentan par un período de retorno de 50 años.
Se tienen pues que las los errores calculados en los modelos de escalamiento simple
son, en general menores, que los calculados en los modelos de curvas IDF, además, el
cálculo de los parámetros en los modelos de escalamiento simple es más sencillo y
obedece a un procedimiento más racional que el utilizado en el modelo convencional el
cual es proceso netamente heurístico.
6.1.2.3 MODELO DE LOGNORMAL DE ESCALAMIENTO MÚLTIPLE
Tal como se mostró en el capítulo 3 un modelo de curvas IDF puede ser descrito a partir
de la teoría de multiescalamiento por medio la ecuación 3-20.
Si se consideran que las propiedades de multiescala son válidas en los dos rangos de
duraciones mencionados anteriormente se tendrían las siguientes expresiones para las
intensidades máximas:
I d ,q =
E [I 105 ]
2 ⎡
exp ⎢Φ q ln⎜
[ ]
⎛ E I 105 2 ⎛ d ⎞ 2 (l ( 2 )1−1)θ 1 ⎞ ⎤⎛ d ⎞ ( 2−l ( 2)1)θ 1
⎟ ⎥⎜ para 45 min ≤ d ≤ 105 min
⎜ E [I ]2 ⎜⎝ 105 ⎟⎠ ⎟ ⎥⎝ 105 ⎟⎠
(6-12)
[ ]
E I 105
2
⎢
⎣ ⎝ 105 ⎠⎦
I d ,q =
E [I 1440 ]
2 ⎡
exp ⎢Φ q ln⎜
[ ]
⎛ E I 1440 2 ⎛ d ⎞ 2 (l ( 2) 2−1)θ 2 ⎞ ⎤⎛ d ⎞ ( 2−l ( 2) 2)θ 2
⎟ ⎥⎜ para 105 min ≤ d ≤ 1440 min
(6-13)
[ 2
] ⎢ ⎜ E [I ]2 ⎜⎝ 1440 ⎟⎠ ⎟ ⎥⎝ 1440 ⎟⎠
E I 1440 ⎣ ⎝ 1440 ⎠⎦
128
Se observa que este modelo tiene 4 parámetros para cada uno de los rangos de
duraciones mencionados: el exponente de escalamiento θ1, E[I105], E[I1052] y l(2)1 para las
duraciones entre 45 y 105 minutos y el exponente de escalamiento θ2, E[I1440], E[I14402] y
l(2)2 para las duraciones entre 105 y 1440 minutos. En esta ecuación los tres primeros
parámetros para cada rango de duraciones son exactamente iguales que para el
escalamiento simple, el cuarto parámetro l(2) puede ser estimado, a partir de una
regresión lineal entre los logaritmos de los momentos de orden 2 y los logaritmos de las
diferentes duraciones y estimar de esta forma el exponente n2 y calcular l(2)=n2 /(2θ),
nótese que para escalamiento simple el valor del parámetro l(2) es igual a la unidad.
Con base en las ecuaciones 6-12 y 6-13 y los parámetros obtenidos de los datos
observados, se calculan los valores máximos de las intensidades asociados a diferentes
períodos de retorno para las estaciones con registros continuos, los valores obtenidos
fueron comparados con los valores “observados”, obtenidos del análisis de frecuencias
En la Tabla 6-7 se muestran los valores de los parámetros l(2)1 y l(2)2 correspondientes a
las duraciones de entre 45 y 105 y entre 105 y 1440 minutos respectivamente. En la
Figura 6-19 y en la Figura 6-20 se muestra la localización de dichos parámetros, los
demás parámetros, de este modelo pueden observarse en las tablas y figuras respectivas
de escalamiento simple.
Tanto en las tablas como en las figuras puede observarse que este valor varía entre 0,98
y 1,06 para el rango de duraciones pequeñas y entre 0,99 y 1,02 para el rango de grandes
duraciones. Se observa también que para las grandes duraciones, en la mayoría de los
casos, el valor de l(2) es prácticamente de 1, por lo tanto las intensidades máximas, para
este rango de duraciones, pueden ser estimadas a partir de modelos de escalamiento
simple.
Tabla 6-7 Valor de los parámetros l(2)1 y l(2)2 de todas las estaciones para los dos
rangos de duraciones
Duraciones entre 45 y 105 minutos Duraciones entre 105 y 1440 minutos
Estación Estación
l(2)1 l(2)2 l(2)1 l(2)2
129
Cruces 1.01 1.00 Cachipay 0.99 1.01

Mandé 1.03 1.01 Aurra 1.03 1.01
Santa Bárbara 1.02 1.01 Mazo 1.03 1.00
El Sireno 1.01 1.00 Chorrillos 1.01 1.01
Nendo 0.98 0.99 Caldas 1.00 1.01
Pabón 1.03 1.00 Fabricato 1.05 1.00
San Antonio de
Chaquenodá 1.03 1.00 Prado 1.01 1.00
Río Grande
La Palmera 1.01 1.00 Bocacero 1.00 1.01
Pantano Grande 1.00 1.01 Villa Hermosa 1.01 1.01
La Blanquita
Murrí 1.00 1.01 San Cristóbal 1.03 1.02
Miguel de
Musinga 1.01 1.00 Aguinaga 1.02 1.01
Inmarco 1.02 0.99 El Botón 0.99 1.02
La Fe 1.01 1.00 Río Chico 1.04 1.01
Alto de San
La Severa 1.00 1.01 Andrés 1.02 1.00
Las Palmas 1.03 1.00 Aragón 1.02 1.01
Vasconia 1.01 1.00 Rionegrito 1.00 1.00
El Retiro 1.01 1.00 El Chaquiro 1.03 1.02
La Mosca 1.05 1.00 Haitón 1.02 1.00
Rionegro La
Macarena 1.06 1.00 Trinidad 1.01 1.02
El Chuscal 1.01 1.01 El Gómez 1.03 1.02
Corrientes 1.01 1.01 Medina 1.02 1.00
Remango 1.03 1.00 La Ayurá 1.06 1.01
La Pradera 1.03 1.00 San Bernardo 1.00 1.01
El Combo 1.04 1.00 El Mango 0.99 1.00
San Carlos 1.00 1.01 San Pedro 1.00 1.01
El Pital 1.00 1.01 El Tabor 1.01 1.01
El Bizcocho 1.02 1.00 La Teresita 0.99 1.02
Calderas 1.02 1.00 Miraflores 1.01 1.00
Mesopotamia 1.02 1.01 Madreseca 1.01 1.00
El Buey 1.03 1.00 Montañitas 1.01 1.00
Farallones 1.02 1.00
130
CHOCÓ SANTANDER
CONVENCIONES
I(2)1=0,97
I(2)1=1,06
Valor de l(2)1
Figura 6-19 . Valor de l(2)1 (Rango entre 45 y 105 minutos) El Tamaño del círculo representa el valor de la variable
131
CHOCÓ SANTANDER
I(2)2=0,99
I(2)2=1,02
Valor de l(2)2
Figura 6-20 . Valor de l(2)2 (Rango entre 105 y 1440 minutos) El Tamaño del círculo representa el valor de la variable
132
Para las duraciones menores, el valor tan alto para l(2) no necesariamente es debido a la
existencia de un escalamiento múltiple, sino que puede ser debido a que el valor de θ,
que de acuerdo con las hipótesis de escalamiento es constante dentro de un rango de
duraciones específicas, no es un parámetro realmente constante y aumenta con la
duración.
En la Tabla 6-8 se muestran los errores relativos, máximos y promedios obtenidos,

comparados algunos de los modelos IDF mencionados anteriormente.
calculadas con los diferentes modelos analizados simple y las
intensidades máximas “observadas”.
Modelo IV Modelo V Modelo VI

Modelo III
(Escalamiento Simple (Escalamiento Simple (Escalamiento múltiple
(Convencional)
ec-6-8 y 6-9) ec-6-10 y 6-11) ec-6-12 y 6-12)
Estación
Error Error Error Error Error Error Error Error
relativo relativo relativo relativo relativo relativo relativo relativo
promedio máximo promedio máximo promedio máximo promedio máximo
Cruces 2 8 1 4 4 -7 3 -7
Mandé 5 -41 5 19 10 -22 6 -13
Santa Bárbara 4 20 6 16 7 -21 4 -7
El Sireno 3 -10 3 15 5 -13 3 -6
Nendo 2 12 6 17 3 -8 5 -9
Pabón 3 -23 4 16 8 -17 6 -11
Chaquenodá 3 -16 6 18 7 -18 3 -7
La Palmera 4 17 2 5 3 -9 3 -6
Pantano
Grande 2 10 5 13 3 -12 2 -4
La Blanquita
Murrí 3 -15 4 16 6 -16 5 -12
Musinga 2 -18 3 6 5 -11 4 -10
Inmarco 2 -25 4 7 7 -15 4 -8
La Fe 3 23 2 5 2 -7 1 -4
La Severa 2 -18 2 8 3 -10 2 -4
Las Palmas 3 14 4 13 6 -16 2 4
Vasconia 2 -18 2 4 3 -7 2 -3
El Retiro 2 17 1 4 3 -6 2 4
La Mosca 3 15 3 7 6 -13 3 -5
Rionegro La 3 -23 4 9 5 -18 1 3
133

Modelo III
(Convencional)
ec-6-8 y 6-9) ec-6-10 y 6-11) ec-6-12 y 6-12)
Estación
Macarena
El Chuscal 3 13 4 11 4 -17 1 -2
Corrientes 3 14 2 8 5 -14 3 -6
Remango 3 14 5 13 8 -16 6 -10
La Pradera 2 13 3 6 3 -11 1 -3
El Combo 2 -14 4 11 6 -19 1 -3
San Carlos 3 8 4 11 5 -17 4 -7
El Pital 2 10 5 14 3 12 2 7
El Bizcocho 3 9 2 7 4 -11 2 -5
Calderas 2 -11 3 7 6 -13 3 -6
Mesopotamia 3 23 5 15 9 -23 6 -14
El Buey 2 -18 3 7 3 -11 2 4
Farallones 4 -26 2 8 5 -14 4 -9
Cachipay 4 -19 4 9 4 -16 3 -5
Aurra 3 -30 4 14 9 -21 6 -13
Mazo 3 -20 4 13 4 -11 1 -2
Chorrillos 2 12 3 6 4 -12 2 -4
Caldas 3 9 4 18 5 -18 4 -7
Fabricato 3 -19 4 10 5 -13 2 -6
San Antonio de
Prado 2 11 1 3 3 -9 1 -3
Río Grande
Bocacero 2 -13 4 12 4 -13 3 -9
Villa Hermosa 3 -31 3 8 7 -18 4 -9
San Cristóbal 4 -23 6 24 7 -30 3 -5
Miguel de
Aguinaga 3 11 3 9 5 -15 2 -4
El Botón 3 -18 4 14 4 -22 3 -7
Río Chico 3 -31 7 21 9 -20 6 -11
Alto de San
Andrés 2 17 3 7 3 -8 1 -2
Aragón 3 -19 6 13 9 -21 6 -13
Rionegrito 2 -9 1 4 3 9 3 9
134

Modelo III
(Convencional)
ec-6-8 y 6-9) ec-6-10 y 6-11) ec-6-12 y 6-12)
Estación
El Chaquiro 3 22 3 10 5 -14 3 8
Haitón 3 -31 5 14 8 -19 6 -16
Trinidad 4 -34 4 17 7 -27 4 -9
El Gómez 4 -29 4 12 8 -23 4 -8
Medina 2 11 3 8 4 -10 2 -3
La Ayurá 5 -30 4 10 8 -19 3 -7
San Bernardo 4 -32 4 8 7 -15 5 -12
El Mango 2 -18 2 9 3 -6 4 -7
San Pedro 3 -15 3 13 5 -18 4 -7
El Tabor 3 -13 3 11 5 -17 3 -6
La Teresita 3 -21 6 25 7 -28 4 -10
Miraflores 2 15 2 6 1 -6 1 2
Madreseca 2 13 5 10 3 -6 3 -5
Montañitas 3 -14 2 5 4 -9 3 -8
De esta tabla se obtiene que en el 95% de las estaciones se tienen errores relativos
promedios inferiores al 6%, que de las 61 estaciones únicamente en una estación (2%) se
presentan errores superiores al 15%.
Los mayores errores para el modelo VI se presentan para la duración de 60 minutos,

alrededor del 38% de las estaciones presentan el error máximo para esta duración. Los
errores máximos en este modelo están distribuidos más uniformemente en todas las
duraciones que los otros modelos analizados.
En general de la Tabla 6-8 puede concluirse que los errores relativos promedios en todos
los modelos son del mismo orden de magnitud, sin embargo, en el modelo que menores
errores se presentan es en el modelo de escalamiento múltiple. Es importante anotar que
135
si bien es cierto que el comportamiento de los datos muestra una tendencia de

escalamiento múltiple, las pruebas estadísticas no permiten rechazar el escalamiento
simple para la modelación de las precipitaciones máximas.
De todo lo anterior puede concluirse que al utilizar las teorías de escalamiento simple y
multiescalamiento, para la obtención de las curvas IDF se obtienen errores inferiores o
del mismo orden de magnitud a los obtenidos al utilizar la metodología convencional.
6.2 ANÁLISIS REGIONAL
Para el análisis regional inicialmente se observa la variación espacial de los diferentes

parámetros obtenidos en análisis puntual y posteriormente se analiza el escalamiento de
las intensidades máximas espacialmente a partir del escalamiento de las mismas con la
precipitación promedio anual, con la altura sobre el nivel del mar y con el promedio de las
precipitaciones máximas diarias.
6.2.1 VARIACIÓN ESPACIAL DE LOS PARÁMETROS OBTENIDOS EN EL

ESCALAMIENTO TEMPORAL
Tal como se mencionó anteriormente la zona en estudio se caracteriza por una gran
variabilidad climática determinada por un sinnúmero de factores. Uno de estos factores
está relacionado con las circulaciones locales, las cuales pueden explicar la
preponderancia de las lluvias diurnas o nocturnas de acuerdo con la posición topográfica
de las estaciones, véase Oster (1979).
De acuerdo con lo anterior, y con el fin de interpretar un poco mejor los resultados
obtenidos en las diferentes estaciones, así como conocer un poco más acerca de los
diferentes fenómenos que intervienen en las formaciones de las tormentas más intensas
en cada una de las estaciones, se realizó, para cada una de ellas un histograma de
frecuencias de la hora de inicio de las tormentas.
136
En la Figura 6-21 se muestra por ejemplo el histograma de frecuencias para la estación

Miguel de Aguinaga, En esta figura puede observarse que la hora en que se presentan la
mayor cantidad de aguaceros intensos es entre las 15 y las 16 y que alrededor del 60%
de las casi 200 tormentas observadas se presentaron en la tarde, entre las 12 y las 19
horas, se observa pues que en esta estación la mayoría de las precipitaciones intensas
puede deberse a la combinación convención y efectos orográficos.
20%
Frecuencia relativa de la hora de inicia de la
18%
16%
14%
12%
tormenta
10%
8%
6%
4%
2%
0%
1
3
0-
2-
4-
6-
8-
-1
-1
-1
-2
-2
-1
-1
10
12
14
16
18
20
22
Hora Local
Figura 6-21 Histograma de frecuencia de la hora de inicio de las tormentas en la estación

Miguel de Aguinaga
En el anexo 3, se muestra la tabla resumen para todas las estaciones. En la Figura 6-22
se muestra gráficamente la clasificación de las estaciones de acuerdo con el período del
día en el cual se presenta por lo menos el 50% de las tormentas, clasificándolas como
diurnas, entre las 7 y las 19 horas y nocturnas, entre las 19 y las 7 horas del día siguiente
y en la Figura 6-23 se muestra la hora en la cual se observaron el mayor número de
tormentas en cada una de las estaciones.
137
Tanto en la tabla del anexo 3 como en las figuras puede observarse en la mayor parte de
la zona en estudio se tienen lluvias diurnas, las cuales en su mayoría ocurren en las horas
de la tarde, entre las 12 y las 19 horas y son, muy probablemente ocasionadas por la
combinación de efectos convectivos y orográficos.
Se observan lluvias nocturnas en la zona del oriente Antioqueño, este comportamiento se

observa en todas las estaciones del oriente antioqueño localizadas por debajo de los
2000 msnm. Además de la zona mencionada se observan lluvias nocturnas en las
estaciones La Palmera, Haitón, Farallones, Cachipay, El Mango y Madreseca estas cuatro
últimas localizadas en la parte baja de los valles del río cauca y Porce-Nechí, en estas
cuatro estaciones el hecho de tener lluvias preponderantemente nocturnas es explicado
por las circulaciones locales diurnas y nocturnas, véase Oster, (1979).
Con el fin de observar el comportamiento espacial se graficaron los parámetros θ1 y θ2 y

CV1 y CV2 con respecto a algunas variables como la precipitación media anual y la
elevación de las estaciones sobre el nivel del mar, en la Figura 6-24 y en la Figura 6-26 se
muestran las gráficas de estos parámetros contra la precipitación media anual, parámetro
con el cual se obtuvieron mejores resultados, en estas gráficas los resultados se
presentan por regiones.
En la Figura 6-24 puede observarse que el exponente θ1 varía en un amplio rango, entre
0,44 y 0,86. En estas figuras puede observarse también que los valores más altos y más
bajos se encuentra en las estaciones del Valle del Aburrá, observándose un cambio del
valor medio alrededor de los 2000 mm/año. En esta figura se aprecia, tal como se
mencionó anteriormente, que el exponente θ2 varía en un rango mucho menor que lo que
varía exponente θ1, .observándose que la variabilidad mostrada en cada una de las
regiones es la misma que la que se presenta en todo el departamento, con un valor
promedio para toda la región de 0,85.
138
SANTANDER
CHOCÓ
CONVENCIONES
Estación con más del 50 % de las
precipitaciones máximas entre las 19 y 07
horas (Nocturno)
Estación con más del 50 % de las
precipitaciones máximas entre las 07 y 19
horas (Diurno).
Figura 6-22. Clasificación de las estaciones de acuerdo con el período en el cual se presenta la mayor cantidad de tormentas
(Diurno y Nocturno).
139
SANTANDER
CHOCÓ
CONVENCIONES
0
Hora local con el mayor número de
18 6 tormentas máximas
12
Figura 6-23 Hora con mayor número de tormentas máximas observadas (Hora local)
140
1
1
0.9
0.9
0.8
0.8
0.7
0.7
1
2
0.6 Penderisco-Murrí
0.6
Exponente
Oriente de Antioquia
Exponente
0.5 Sur de Antioquia
0.5
Valle de aburrá
0.4 Norte de Antioquia
0.4
Penderisco-Murrí
0.3 Oriente de Antioquia 0.3
Sur de Antioquia
0.2 Valle del Aburrá 0.2
Norte de Antioquia
0.1 0.1
0 0
0 1000 2000 3000 4000 5000 6000 0 1000 2000 3000 4000 5000 6000
Precipitación media anual (mm) Precipitación media anual (mm)
Figura 6-24. Variación de los exponentes θ1 y θ2 con la precipitación media anual
De todo lo anterior se confirma la anotación de Snow (1976) en el sentido de que la

complejidad de la topografía hace que cualquier generalización sobre la distribución
espacial y temporal de la lluvia esta sujeta a muchas excepciones, se observa que
estaciones relativamente cerca, presentan parámetros considerablemente diferentes, es
decir, se tiene un efecto local muy fuerte sobre el exponente de escalamiento θ.
En general se observa que para una zona específica el exponente varía con la altura
sobre el valle presentándose los menores valores en las partes más bajas y más altas de
las laderas, y los parámetros mayores a media ladera, véase Figura 6-25, lo que significa,
que en tanto en las partes bajas como en las partes alta de las laderas se tienen las
precipitaciones máximas más concentradas en el tiempo que en las laderas.
Por ejemplo en la Figura 6-25 se muestra la variación del exponente de escalamiento para
las estaciones de Mandé, Las Cruces, Nendo, El Sireno, y Santa Bárbara, localizadas
alrededor de la 6°25’ de latitud en la vertiente occidental de la cordillera occidental y para
las estaciones de San Pedro, Río Chico y Río Grande Bocacero, se observa, en general
se observa un gradiente muy alto alrededor del valor mínimo de θ2.
Sin embargo, este comportamiento no se presenta en todas partes, en los cuales la

variación regional es prácticamente la misma que la variación de dos estaciones muy
141
cerca como es el caso de las estaciones La Pradera y El Pital ubicadas en la misma cota
aproximadamente, cota 1100 msnm, a menos de 2 km de distancia en las cuales se tiene
valores de -0,85 y -0,88 respectivamente.
3000
2450
Santa Bárbara
2500
2400
San Pedro
Elevación (msnm)
2000 2350
Elevación (msnm)
2300
1500
El Sireno
Río Chico
Las Cruces 2250
1000
Nendo 2200
Mandé
500 Río Grande
2150 Bocacero
0 2100
-0.88 -0.86 -0.84 -0.82 -0.80 -0.78 -0.76 -0.90 -0.88 -0.86 -0.84 -0.82 -0.80 -0.78
Exponente de escalamiento θ2 Exponente de escalamiento θ2
Figura 6-25. Variación del exponente de escalamiento con la altura.
0.5
0.5
0.45
0.45
0.4
0.4
0.35 0.35
0.3 0.3
CV2
CV1
0.25 0.25
0.2 0.2
Penderisco-Murrí
0.15 0.15
0.1 Sur de Antioquia 0.1 Penderisco-Murrí

Valle de aburrá
Sur de Antioquia
0.05 Norte de Antioquia 0.05 Valle de aburrá
Norte de Antioquia
0 0
0 1000 2000 3000 4000 5000 6000 0 1000 2000 3000 4000 5000 6000
Precipitación media anual (mm) Precipitación media anual (mm)
Figura 6-26. Variación de los coeficientes variación CV1 y CV2 con la precipitación media
anual.
En la Figura 6-26 se aprecia que el coeficiente de variación, tanto para las duraciones
pequeñas como para las duraciones mayores, presenta gran variabilidad espacial con una
tendencia clara de disminuir a medida que a aumenta la precipitación media anual, lo que
eventualmente, podría indicar un escalamiento múltiple espacial.
142
En Figura 6-27 se muestra la variación del momento de orden 2 en función del momento
de orden 1, para las duraciones de 105 y 1440 minutos respectivamente. Es importante
mencionar en la gráfica correspondiente a la duración de 1440 minutos, se incluyeron,
además de las 61 estaciones de este estudio, se incluyeron los datos de 36 pluviómetros
localizados dentro del área de interés.
3000
35
Momento de orden 2 de la intensidad máxima
Momento de orden 2 de la intensidad máxima en 24

en 105 minutos, E[I 1052] (mm2/hr2)
2500 30
2000 25
y = 1.0495x2.0001
R2 = 0.9979
horas (mm2/hr2)
20
1500
15
1000
1.9471
y = 1.2717x
R2 = 0.9981 10
500
0
0 10 20 30 40 50 60 0
Momento de orden 1 de la intensidad máxima en 105 minutos 0 1 2 3 4 5 6
(E[I105]) (mm/hr) Momento de orden 1 de la intensidad máxima en 1440 minutos

(mm/hr)
Figura 6-27. Relación entre el momento de orden 1 y orden 2 de las intensidades

máximas en 105 minutos y 24 horas respectivamente.
Se observa, pues que existe una alta correlación entre los momentos de orden 1 y orden
2, para ambas duraciones y por lo tanto es posible calcular los parámetros de E[I1052] y
E[I14402] a partir de los parámetros E[I105] y E[I1440] respectivamente y de esta forma
disminuir en dos parámetros los modelos de curvas IDF obtenidos de las teorías
escalamiento simple y /o multiescalamiento mencionados anteriormente. De la función
obtenida de la correlación mostrada en la Figura 6-27 para las precipitaciones máximas
en 24 horas se obtiene, que para estas duraciones, se tiene un coeficiente de variación
constante igual a 0,22.
6.2.2 ESCALAMIENTO ESPACIAL
Además del escalamiento temporal, es posible observar el escalamiento de las

precipitaciones máximas a través del espacio, es decir, escalamiento espacial.
143
En el escalamiento espacial se utilizaron dos variables como parámetros de escala; la

altura sobre el nivel del mar, y la precipitación promedio anual en cada uno de las
estaciones analizadas. A continuación se presenta un resumen de los resultados
obtenidos escalando con la precipitación promedia anual, con la cual se obtuvieron
mejores resultados.
De los resultados obtenidos en el numeral anterior puede observarse que el coeficiente de

variación no es un valor constante y presenta una tendencia, aunque con gran
variabilidad, decreciente con la precipitación media anual, lo anterior permite descartar la
posibilidad de considerar escalamiento espacial simple e indica la necesidad de
considerar escalamiento múltiple. Para el análisis de escalamiento espacial se considera
entonces un modelo lognormal de multiescalamiento.
El modelo de escalamiento espacial múltiple está descrito por la ecuación 3-21, en la cual
el parámetro con el cual se escala es la precipitación media anual o la altura sobre el nivel
del mar, en este trabajo sólo se muestran los resultados obtenidos con la precipitación
media anual como parámetro de escala ya que fue el parámetro con el cual se obtuvieron
los mejores resultados.
Teniendo en cuenta lo anterior retomando lo expresado en el capítulo 3, para cada

duración se tiene la siguiente expresión.
I d ,q =
[ ] exp⎡⎢Φ
E I pref
2
ln⎜
[ ] ⎛⎜ P ⎞⎟
⎛ E I pref 2 2 ( l ( 2 ) −1)θ
⎞ ⎤⎛ P
⎟ ⎥⎜ ⎞
⎟⎟
( 2 −l ( 2 ))θ
E [I ] ⎢⎣
pref
2 q
⎜E I
⎝ [ ] ⎜⎝ Pr ef ⎟⎠
preff
2 ⎟ ⎥⎜⎝ Pr ef
⎠⎦ ⎠ (6-21)
Donde: E[Ipref] es el Valor esperado de la intensidad máxima para una duración específica
un el sitio con el valor de precipitación promedio anual de referencia, E[Ipref2] es el valor
del momento de orden dos de la intensidad para una duración específica un el sitio con el
valor de precipitación promedio anual de referencia, P es la precipitación promedio anual
en el sitio que se desea conocer la intensidad máxima y Pref. Es la Precipitación promedio
anual de referencia.
144
Los parámetros de la ecuación 6-13 pueden estimarse siguiendo el procedimiento descrito

en el escalamiento temporal.
Es importante mencionar que la aplicación de este modelo de escalamiento espacial,

escalando con la precipitación promedio anual, tiene una limitante muy importante y es
que la precipitación promedio anual máxima (5644 mm) y mínima (1377 mm) son del
mismo orden de magnitud con la mayoría de los valores concentrados alrededor de los
2000 mm/año.
El modelo anterior se aplicó para todo el Departamento y también se aplicó en diferentes

subregiones en las cuales se dividió el área en estudio, a continuación se presentan los
resultados obtenidos en cada una de las regiones.
6.2.2.1 TODO EL DEPARTAMENTO
Se aplicó un modelo lognormal de multiescalamiento a las 61 estaciones del

departamento de Antioquia. Para este modelo lognormal se tomó como valor de
referencia aquella estación que tuviese mayor precipitación promedio anual.
Para el cálculo del coeficiente θ se realizaron regresiones lineales entre el logaritmo de

los momentos de orden 1 y los logaritmos del valor de la precipitación promedio anual de
cada estación. En la Figura 6-28 se muestra, por ejemplo, el gráfico para las intensidades
máximas con 45 minutos de duración. En esta figura puede observarse que los
coeficientes de determinación para el ajuste son relativamente pequeños, para las
duraciones menores. Este coeficiente de determinación aumenta con la duración, véase
Figura 6-29.
145
1.00E+10
1.00E+09 y = 2.9139x2.397
R2 = 0.4873
1.00E+08
Valor de los momentos indicados

1.00E+07 y = 1.0822x2
R2 = 0.5117
1.00E+06
M1
1.00E+05 M2
y = 0.5618x1.5674
M3
R2 = 0.5334
1.00E+04 M4
M5
1.00E+03 y = 0.4326x1.093
R2 = 0.5502
1.00E+02
1.00E+01 y = 0.5162x0.5721
R2 = 0.5603
1.00E+00
1000 10000
Precipitación media anual (mm)
precipitación media anual.
0.95
0.90
0.85
0.80
0.75
r2
0.70
0.65
0.60
0.55
0.50
0 200 400 600 800 1000 1200 1400 1600
Duración (minutos)
Figura 6-29 Variación del coeficiente de determinación con la duración, r2, para la
regresión lineal entre los momentos de la precipitación promedio anual y los
momentos de las intensidades máximas.
A pesar de los coeficientes de correlación relativamente “bajos”, se calcularon los

diferentes parámetros y se estimaron las intensidades máximas asociadas a diferentes
146
períodos de retorno. De los resultados obtenidos se concluye, que en el 74% de las

estaciones se tienen errores menores del 20%, y el 80% de los valores estimados tienen
errores por debajo del 30% con respecto a los valores observados, véase Figura 6-30. En
la Tabla 6-9 se muestra el resumen de los errores máximos y los errores promedios entre
los valores calculados y los valores observados, para las diferentes duraciones. En esta
tabla puede observarse que en general se tienen errores máximos cercanos al 40% o
superiores, estos errores se presentan en las mismas estaciones, lo que es de esperarse
ya que se utilizan valores promedio de los parámetros para estimar las precipitaciones en
cualquier punto.
1000
Intensidades máximas calculadas con el modelo de
recta teórica
Error relativo de +/-20%
escalamiento espacial (mm/h)
Datos calculados
100
10
1
1 10 100 1000
Intensidades máximas "observadas" (mm/h)

el modelo de escalamiento espacial para todo el departamento de Antioquia.
En la Figura 6-31 a la Figura 6-34 se muestra la variación de los parámetros de los

diferentes modelos de multiescalamiento con la duración. Para el caso de todo el
Departamento entre otras cosas puede observarse lo siguiente:
• El exponente θ tiene un comportamiento creciente con la duración. Condición que

puede indicar, a pesar de tener parámetros de escala diferentes en el
escalamiento espacial y temporal, que el rango para el cual son válidas las
147
propiedades de invarianza de escala o multiescala en el escalamiento temporal es

mucho menor, que el amplio rango considerado en el escalamiento temporal, e
incluso que las hipótesis que supone el escalamiento no se cumplen. Puede
apreciarse también que el exponente θ tiene un comportamiento asintótico
alrededor de 0,80.
• Se observa buena correlación entre los momentos de orden 1 y orden 2 de

intensidad máxima promedio diaria y la precipitación promedio multianual.
• El factor de “decaimiento” l(2) aumenta con la duración, es decir, que a medida

que aumentan las duraciones la precipitación tiende a un comportamiento de
escalamiento simple.
Tabla 6-9 Errores relativos promedios y máximos (en %) entre el modelo de curvas IDF
(escalamiento espacial múltiple escalando con la precipitación media anual) y
los valores observados (ajustados a una distribución logNormal).
Todo el Región 1 Región 2 Región 3
Región 4
departamento (Penderisco-Murrí (Oriente de (Norte de
(Valle del Aburrá)
Antioquia) Antioquia)
Error Error Error Error Error Error Error Error Error Error
Duración
medio máximo medio máximo medio máximo medio máximo máximo máximo
(minutos)
(%) (%) (%) (%) (%) (%) (%) (%) (%) (%)
45 7 59 10 -28 9 36 11 -29 8 -28
60 14 45 12 13 9 27 12 -27 7 -27
75 13 39 9 -27 9 25 12 -26 7 -31
90 13 -38 10 -31 9 23 13 -29 6 -24
105 14 -41 11 -30 9 23 13 -29 6 -24
120 14 -49 10 -27 9 26 13 -30 5 -25
1440 12, -37 13 -39 8 18 12 -30 9 -17
148
1.10
1.00
0.90
Valor del exponente
0.80
0.70
Todas las estaciones

0.60
Region 1 (Penderisco-Murrí)
Region 2 (Oriente Antioqueño)
0.50 Region 3 (Norte de Antioquia)
Region 4 (Valle de Aburra)
0.40
0.30
10 100 1000 10000
Duración (minutos)
Figura 6-31 Variación del exponente de escalamiento con la duración.
100
Coeficiente E[Ipref]
10
Región 2 (Oriente Antioqueño)
Región 3 (Norte de Antioquia)
Región 4 (Valle de Aburrá)
1
10 100 1000 10000
Duración (minutos)
Figura 6-32 Variación del coeficiente E[Ipref] con la duración.

149
6000
5000
Valor del coeficiente E[I pref2]

4000
3000

2000 Region 1 (Penderisco-Murrí)
Region 2 (Oriente Antioqueño)
Region 3 (Norte de Antioquia)
Region 4 (Valle de Aburra)
1000
0
10 100 1000 10000
Duración (minutos)
Figura 6-33 Variación del coeficiente E[Ipref2] con la duración.
1.03
1.02
1.01
1.00
0.99
Coeficiente l(2)
0.98

0.97
0.96 Región 2 (Oriente Antioqueño)
Región 3 (Norte de Antioquia)
0.95
Región 4 (Valle de Aburrá)
0.94
0.93
0.92
10 100 1000 10000
Duración (minutos)
Figura 6-34 Variación del exponente l(2) con la duración.

150
6.2.2.2 SUBDIVISIÓN DE LA ZONA EN ESTUDIO POR SUBREGIONES
Se subdividió la zona en estudio en cuatro subregiones, véase Figura 6-35, y en cada

una de estas, siguiendo la misma metodología para todo el Departamento, se aplicó un
modelo lognormal de multiescalamiento a las estaciones localizadas dentro de las
diferentes zonas. Al igual que para todo el Departamento, en cada una de las subregiones
se tomó como valor de referencia aquella estación que tuviese la mayor precipitación
promedio anual.
6.2.2.2.1 PENDERISCO-MURRÍ (REGIÓN 1)
Se tomaron 11 estaciones localizadas en la vertiente occidental de la cordillera occidental

en su mayoría en la cuenca del río Murrí. Las estaciones que conforman esta región son,
véase Figura 6-35 Las Cruces, Mandé, Santa Bárbara, El Sireno, Nendo, Pabón,
Chaquenodá, La Palmera, Pantano Grande, La Blanquita Murrí y Musinga La Grande.
Para esta región se obtuvieron mejores correlaciones, entre los logaritmos de los
momentos y los logaritmos de las precipitaciones medias anuales, que las obtenidas para
todo el departamento, Por ejemplo en la Figura 6-36 se muestras las correlaciones para
una duración de 45 minutos. En esta región al igual que para todo el Departamento se
observa que el coeficiente de determinación aumenta con la duración.
En la Tabla 6-9 se muestran el resumen de los errores máximos y los errores promedios
entre los valores calculados y los valores observados, para las diferentes duraciones. En
esta tabla puede observarse que en general se tienen errores máximos del orden del 30%
exceptuando la duración de 1440 minutos en la cual se tiene un error máximo del orden
del 40%, véase Figura 6-37, estos errores máximos se presentan, en la mayoría de los
casos en la estación Mandé.
151
REGIÓN 3
REGIÓN 1
REGIÓN 4 REGIÓN 2
CHOCÓ SANTANDER
Figura 6-35 Localización de las cuatro subregiones en la cuales se subdividió la zona de estudio
152
1.00E+10
y = 0.0049x 3.1408
R2 = 0.8124
1.00E+09
Valor de cada uno de los momentos indicados

1.00E+08
1.00E+07 y = 0.0114x2.5271
M1 R2 = 0.8256
1.00E+06 M2
M3
1.00E+05 M4
M5 y = 0.0288x1.91
R2 = 0.8384
1.00E+04
1.00E+03
y = 0.0801x1.2859
R2 = 0.8497
1.00E+02
y = 0.2574x0.6508
1.00E+01
R2 = 0.8588
1.00E+00
1000 10000
precipitación media anual (Región 1)
1000
recta teórica
Datos calculados
100
10
1
1 10 100 1000

el modelo de escalamiento espacial para la región 1.
En la Figura 6-31 a la Figura 6-34 se muestran la variación de los parámetros de los

diferentes modelos de multiescalamiento con la duración. En esta figura puede
observarse que los parámetros tienen prácticamente el mismo comportamiento que los
153
parámetros obtenidos al considerar todo el Departamento, con la diferencia que por

ejemplo para el coeficiente l(2) se tienen valores más cercanos a la unidad para la región
del Penderisco-Murrí.
6.2.2.2.2 ORIENTE-ANTIOQUEÑO (REGIÓN 2).
Se tomaron 17 estaciones localizadas en la vertiente oriental de la cordillera central en su

mayoría en la cuenca del río Nare. Las estaciones que conforma esta región son, véase
Figura 6-35: Inmarco, La Fe, La Severa; Las Palmas, Vasconia; El Retiro, La Mosca,
Rionegro-La Macarena, El Chuscal, Corrientes, Remango, La Pradera, El Combo, San
Carlos, El Pital, El Bizcocho y Calderas. Se escogió como estación de referencia para el
escalamiento espacial, la estación El Bizcocho.
Para esta región no se obtuvieron correlaciones, entre los logaritmos de los momentos y
los logaritmos de las precipitaciones medias anuales, mejores que en la región 1, sin
embargo, si fueron mejores que las obtenidas para todo el departamento de Antioquia. En
la Figura 6-38 se muestran las correlaciones para una duración de 45 minutos. Tal como
se ha mencionado para las regiones anteriores, en esta región se observa que el
coeficiente de determinación aumenta con la duración.
En la Tabla 6-9 se muestran los errores máximos y los errores promedios entre los
valores calculados y los valores observados, para las diferentes duraciones. En esta tabla
puede observarse que en general se tienen errores máximos inferiores al 30%,
exceptuando la duración de 45 minutos en la cual se tiene un error máximo del 36%. Los
errores máximos para las diferentes duraciones se presentan en diferentes estaciones.
En la Figura 6-31 a la Figura 6-34 se muestran la variación de los parámetros de los

parámetros obtenidos al considerar todo el Departamento, con la diferencia que se tiene
un valor muy cercano a 1 para el coeficiente l(2) para la duración de 45 minutos:
154
1.00E+10

1.00E+09 y = 7.6616x2.3123
R2 = 0.6455
1.00E+08
M1
1.00E+07 M2
y = 2.0389x1.9495
M3
R2 = 0.6559
1.00E+06 M4
M5
1.00E+05
y = 0.8666x1.5349
R2 = 0.6591
1.00E+04
1.00E+03 y = 0.5928x1.0684
R2 = 0.6552
1.00E+02
y = 0.7626x0.5345
1.00E+01 R2 = 0.7264
1.00E+00
1000 10000
precipitación media anual (Región 2).
1000
recta teórica
Datos calculados
100
10
1
1 10 100 1000

155
6.2.2.2.3 NORTE DE ANTIOQUIA (REGIÓN 3)
Se tomaron 14 estaciones localizadas en la vertiente occidental de la cordillera central,

sobre la margen izquierda del río Porce todas pertenecientes a la cuenca del río Nechí.
Las estaciones que conforma esta región son, véase Figura 6-35: Río Grande-Bocacero,
El Botón, Río Chico, Aragón, Río Negrito, El Chaquiro, Haitón, Trinidad, El Gómez, San
Bernardo, El Tabor, La Teresita, Miraflores y Montañitas. Se escogió como estación de
referencia para el escalamiento espacial, la estación El Tabor.
Para esta región se obtuvieron correlaciones, entre los logaritmos de los momentos y los
logaritmos de las precipitaciones medias anuales, muy pequeñas En la Figura 6-40 se
muestra las correlaciones para una duración de 45 minutos. Tal como se ha mencionado
para las regiones anteriores, en esta región se observa que el coeficiente de
determinación aumenta con la duración.
1.00E+10
1.00E+09
y = 0.0011x3.3063
1.00E+08
R2 = 0.4958
1.00E+07 M1
y = 0.0016x2.7502
M2
R2 = 0.5265
1.00E+06 M3
M4
y = 0.0032x2.1653
1.00E+05 M5
R2 = 0.562
1.00E+04
1.5303
y = 0.01x
2
1.00E+03 R = 0.6002
1.00E+02 y = 0.0621x0.8201
R2 = 0.6391
1.00E+01
1.00E+00
1000 10000
puede observarse que para todas las duraciones y todas las estaciones se tienen errores
156
máximos inferiores al 30%. Los errores máximos para las diferentes duraciones se
presentan en diferentes estaciones, véase Figura 6-41.
1000

recta teórica
Datos calculados
100
10
1
1 10 100 1000


parámetros obtenidos al considerar todo el Departamento. Se observa también que en
esta zona es donde se presentan mayores valores del exponente θ
:
6.2.2.3 VALLE DEL ABURRÁ (REGIÓN 4)
Se tomaron 8 estaciones localizadas en la vertiente occidental de la cordillera central,

todas pertenecientes a la cuenca del río Medellín. Las estaciones que conforma esta
región son, véase Figura 6-36: Mazo, Chorrillos, Caldas, San Antonio de Prado, Villa
Hermosa, San Cristóbal, Miguel de Aguinaga y La Ayurá. Se escogió como estación de
referencia para el escalamiento espacial, la estación Caldas.
157
Para esta región se obtuvieron correlaciones, entre los logaritmos de los momentos y los
logaritmos de las precipitaciones medias anuales, similares a las obtenidas en todo el
departamento de Antioquia En la Figura 6-42 se muestran las correlaciones para una
duración de 45 minutos. Tal como se ha mencionado para las regiones anteriores, en esta
región se observa que el coeficiente de determinación aumenta con la duración.
1.00E+09
y = 385.53x1.8686
Valor de cada uno de lo momentos indicados
1.00E+08 R2 = 0.4345
1.00E+07
y = 65.777x1.5478
1.00E+06 R2 = 0.5047
M1
1.00E+05 M2
y = 15.025x1.1987
M3
1.00E+04 R2 = 0.563
M4
M5
1.00E+03
y = 4.5965x0.8229
R2 = 0.5831
1.00E+02
y = 1.861x0.4231
1.00E+01 R2 = 0.5587
1.00E+00
1000 10000
puede observarse que para todas las duraciones y todas las estaciones se tienen errores
máximos inferiores al 31%, véase Figura 6-43. Es importante anotar que esta es la región
en la cual las estaciones que la conforman se encuentran más cercanas entre sí, es la
que presenta menor coeficiente de determinación, entre los logaritmos de los momentos y
los logaritmos de las precipitaciones medias anuales.

observarse exponente θ presenta un comportamiento decreciente completamente
158
diferente a lo observado en las otras regiones. Se observa también que en esta zona es
donde se presentan los menores valores del exponente θ.
1000

recta teórica
escalamiento espacial (mm/h) Error relativo de +/-30%

Datos calculados
100
10
1
1 10 100 1000

Además de lo mencionado en párrafos anteriores en la Figura 6-31 a la Figura 6-34 puede

observarse entre otras cosas lo siguiente:
• En dos regiones tan distantes geográficamente, como la región del Penderisco

Murrí y la región del Oriente Antioqueño se tienen, en general, parámetros muy
similares
• En las otras dos zonas, regiones 3 y 4, a pesar de tener valores de

precipitaciones promedio multianuales similares, se tienen valores para el
exponente θ muy diferentes, por ejemplo se tienen valores que varían de 0,42 y
0,82 para una duración de 45 minutos en las regiones 4 y 3 respectivamente.
En general puede concluirse que las intensidades máximas pueden ser escaladas a
partir de las precipitaciones máximas multianuales. Al aplicar estas teorías de
multiescalamiento se obtienen errores máximos inferiores al 30%, entre las
159
precipitaciones observadas y las calculadas, cuando se divide el departamento en

regiones. Sin embargo, se observa que las diferencias obtenidas, entre los valores
observados y calculados, para todo el Departamento no son significativas con
respecto a las obtenidas en cada una de las subregiones, lo que puede indicar la
incidencia de los efectos locales sobre las intensidades máximas.
6.2.2.4 TODO EL DEPARTAMENTO (ESCALANDO CON LA INTENSIDAD MÁXIMA

DIARIA).
Con la misma metodología expuesta en los párrafos anteriores se estimó un modelo

lognormal de multiescalamiento espacial , pero utilizando como parámetro de escala la
precipitación máxima en 24 horas. La expresión para el modelo quedará de la siguiente
forma:
I d ,q =
[
E I dpref ]2 ⎡ ⎛EI
[dpref
2
] ⎛⎜ I ⎞⎟
2 ( l ( 2 ) −1)θ
⎞ ⎤⎛ I
⎟ ⎥⎜ 1440 ⎞
⎟
( 2 −l ( 2 ))θ
[
E I dpref
2
] ⎢
⎢⎣ ⎝
[
E I dpref ]2 ⎜I ⎟
⎝ pref ⎠
⎟ ⎥⎜ I
⎠ ⎥⎦⎝ 1440 pref
⎟
⎠ (6-14)
Donde E[Idpref] es el valor esperado de la intensidad máxima para una duración específica
en el sitio con el valor de la intensidad máxima diaria de referencia. (Estación
Chaquenodá), E[Idref2] es el valor del momento de orden dos de la intensidad para una
duración específica un el sitio con el valor de la intensidad máxima diaria de referencia
(Estación Chaquenodá), I 1440 es el valor de la Intensidad máxima diaria en el sitio que se
desea estimar la intensidad máxima y I 1440ref. es la Intensidad máxima diaria en el sitio de
referencia
Las demás variables son iguales a lo descrito anteriormente, en la Tabla 6-10 se resumen
los parámetros del modelo anterior así como los errores promedio y máximos obtenidos al
utilizar el modelo para estimar las intensidades máximas en las 61 estaciones.
160
Tabla 6-10 Parámetros y errores relativos promedios y máximos del modelo de

multiescalamiento, escalando con la Intensidad máxima diaria
Duración θ L(2) E[Idpref] E[Idref2] I 1440ref. Error Error
(minutos) medio máximo
(%) (%)
45 0,79 0,958 71,66 5384 4,99 12 54
60 0,84 0,965 62,18 4030 4,99 10 39
75 0,89 0,97 54,82 3099 4,99 10 32
90 0,93 0,972 49,19 2464 4,99 10 30
105 0,94 0,974 44,31 1999 4,99 10 28
120 0,98 0,977 40,77 1695 4,99 9 28
1440 1 0,997 4,99 25,69 4,99 4 21
En esta tabla se observan errores relativos promedios del mismo orden de magnitud que
los obtenidos en los otros métodos de escalamiento espacial para cada una de las
regiones, sin embargo, se observan errores máximos mayores, especialmente para las
duraciones más cortas. Para este modelo se observa que alrededor del 93% de los
valores estimados presentan errores inferiores al 20% con respecto a los valores
observados y menos del 1% presentan errores por encima del 30%, véase Figura 6-44.
6.3 CÁLCULO DE CURVAS IDF EN LA ZONA EN ESTUDIO, EN SITIOS

DONDE NO SE CUENTE CON REGISTROS PLUVIOGRÁFICOS.
Tal como se menciona anteriormente las condiciones climáticas locales tienen una
influencia fuerte sobre los diferentes parámetros que componen los modelos de curvas
IDF, especialmente el exponente de escalamiento, por lo tanto cualquier modelo de
regionalización que no involucre estas condiciones climáticas locales puede llevar a
errores significativos en la estimación de las intensidades. De lo observado a lo a lo largo
de este capítulo parece que, si bien es cierto que los valores máximos de las
precipitaciones diarias “guardan” gran parte del comportamiento de las intensidades
máximas para cortas duraciones, no son suficientes para explicarlo todo.
161
1000

recta teórica

Datos calculados
100
10
1
1 10 100 1000

el modelo de escalamiento espacial para todo el Departamento, pero
escalando con la precipitación máxima diaria.
No obstante lo anterior, en ingeniería es necesario recurrir a diferentes modelos

simplificados para la estimación, así sea de manera aproximada, de las intensidades
máximas en sitios donde no se cuenta con información suficiente para la elaboración de
las curvas IDF.
Además de los diferentes modelos de escalamiento espacial mencionados, en el numeral

anterior, a continuación se exploran diferentes modelos para la estimación de las
intensidades máximas asociadas a diferentes períodos de retorno en sitios dónde
únicamente se cuente con información pluviométrica, modelos derivados partir de los
resultados obtenidos en el escalamiento temporal.
Como se vio anteriormente, desde el punto de vista práctico, es posible calcular las
curvas IDF a partir de un modelo lognormal de escalamiento temporal simple. Dicho
modelo con características válidas en dos rangos de duraciones entre 45 minutos y 105
minutos y entre 105 minutos y 1440 minutos (24 horas).
162
Para el cálculo de las curvas con este tipo de modelo es necesario conocer dos
parámetros en cada uno de los rangos de duración: el exponente de escalamiento y el
valor promedio de la intensidad máxima para la duración de referencia (105 y 1440
minutos).
Tal como se observa en numerales anteriores la ubicación de la estación y las

condiciones climáticas locales, tienen una incidencia muy fuerte sobre el valor del
exponente de escalamiento, sin embargo, durante este estudio no se encontraron
expresiones que permitan relacionar las diferentes variables con el valor del parámetro,
por lo anterior, y siendo consciente de la magnitud de los errores que esto implica, se
propone considerar los exponentes de escalamiento como constantes e iguales a los
valores promedio obtenidos para cada rango de duraciones.
Para las duraciones pequeñas, entre 45 y 105 minutos, a pesar de que el exponente de
escalamiento aumenta con la duración, pueden estimarse las Intensidades máximas partir
del valor medio observado en toda la zona del estudio de 0,64. Con esta suposición, y con
la hipótesis de que los demás parámetros son estimados exactamente se tiene que en el
93% de las estaciones se tienen errores máximos relativos inferiores al 20% y en el 100%
de las estaciones inferiores al 30%.
Para las duraciones mas largas, entre 105 y 1440 minutos, puede tomarse el exponente
de escalamiento θ2 constante, e igual al promedio de los valores observados. Calculando
las intensidades máximas con un exponente de escalamiento igual a 0,85, suponiendo
que los demás parámetros son conocidos se tiene que en el 70 % de las estaciones
tienen errores máximos relativos inferiores al 20% y en el 100 % de las estaciones
inferiores al 32%.
Para cálculo del valor promedio de las intensidades máximas para las duraciones de
referencia el procedimiento sería el siguiente:
163
• Para las duraciones pequeñas, entre 45 y 105 minutos, el valor promedio de la

intensidad máxima en 105 minutos, valor de referencia, podría ser calculado a
partir del modelo de intensidades máximas para las duraciones largas.
• Para las duraciones largas, entre 105 y 1440 minutos, el valor promedio de la
intensidad máxima en 1440 minutos, 24 horas, podría ser calculado a partir de los
registros pluviométricos.
En el modelo lognormal de escalamiento temporal simple se necesitarían también el

segundo momento de las intensidades máximas de cada una de las duraciones de
referencia, los cuales podrían ser calculados a partir de las regresiones encontradas y
mencionadas anteriormente entre el momento de orden 1 y orden 2 para una duración
específica, las cuales tienen la siguiente expresión.
M 2 ( I 105 ) = 1,27 M 1 ( I 105 )1,947 (6-
14)
M 2 ( I 1440 ) = 1,05M 1 ( I 1440 ) 2 (6-
15)
Debe notarse que la ecuación 6-15 implica un coeficiente de variación constante e igual a
0,22. Sin embargo, como normalmente se dispone de la serie de intensidades máximas
diarias el valor del segundo momento M2(I1440) puede ser estimado de los datos
observados.
Con la metodología descrita anteriormente podrían ser calculadas las intensidades

máximas para duraciones entre 45 y 1440 minutos, sin embargo, no sería posible
estimarlas para duraciones más cortas, las cuales son de mucho interés en el diseño de
alcantarillados y obras de drenajes pequeñas.
Para el rango de duraciones pequeñas se propone la aplicación de resultados empíricos

mostrados en la literatura mencionados en el capítulo 2 , en los cuales se supone que la
relación entre la precipitación (Intensidad) máxima para una duración de referencia y la
precipitación máxima para otra duración específica permanece constante para cualquier
164
sitio y para el mismo período de retorno sin importar cual, relaciones que son válidas para
duraciones inferiores a 2 horas. Al aplicar esta metodología en las cinco estaciones con
registros continuos se obtuvieron errores máximos inferiores al 20%, error comparable
con cualquiera de las metodologías para el cálculo de curvas IDF con registros
pluviográficos disponibles.
Relacionando estas relaciones con el escalamiento simple, ecuación 3-4, para una
estación específica y un período de retorno específico, se tendría lo siguiente:
exp[Φ ( )] θ
ln 1 + CV 2 ⎛ d ⎞
E [I ] ⎜⎜ ⎟⎟
q
dref
I d ,q 1 + CV 2
⎝ dref ⎠
I 60,q
=
[ ]
E I dref
[ (
exp Φ q ln 1 + CV 2 ⎛ 60
⎜⎜
)] ⎞
⎟⎟
θ (6-18)
1 + CV 2 ⎝ dref ⎠
θ
I d ,q ⎛d ⎞
=⎜ ⎟ (6-19)
I 60,q ⎝ 60 ⎠
Luego podría ser calculado el valor de θ a partir de la ecuación 2-7 y se tendrían valores
para θ de -0,53, -0,57, -0,59, -0,62 para las duraciones de 5, 10, 15 y 30 minutos
respectivamente. Se observa entonces, que este valor no es constante y va -
disminuyendo con la duración, lo que esta de acuerdo con las observaciones
mencionadas anteriormente con respecto al exponente de escalamiento para las
duraciones pequeñas.
A continuación se muestran los resultados obtenidos al aplicar los diferentes criterios

mencionados anteriormente:
Modelo A. Para este modelo se suponen los exponentes de escalamiento iguales a los
valores promedios obtenidos de los parámetros observados, de -0,64 para el rango de
duraciones entre 45 y 105 minutos y de –0,85 para las duraciones de 105 y 1440 minutos.
Los momentos de orden 1 y orden 2 para las intensidades máximas diarias son obtenidas
165
de los registros pluviométricos. Notése la similitud entre la expresión para el cálculo de las
intensidades máximas para duraciones con el modelo A y la expresión encontrada por
Vargas y Granados (1998) para la región Andina ecuación (2-11), en la cual se tiene un
exponente para la duración de 0,66.
Las Intensidades máximas para las duraciones 5 y 45 minutos se suponen que pueden
ser estimadas partir de la expresión 2-7, que para las intensidades máximas quedaría:
d
IT 32,4 30
60
= − para 5 ≤ d 45 (6-17)
IT d 0, 75 d
Al tomar la duración de referencia de 105 minutos y estimar las relaciones promedio en

todas las estaciones del estudio se obtienen diferencias máximas del 6% con respecto a
las relaciones obtenidas con la ecuación 6-16. Si se suponen que estos valores son
constantes para toda la región en estudio se obtendría, al calcular las intensidades
máximas para cualquier período de retorno una error máximos del 29% entre el valor
observado y el valor calculado, este error disminuye a medida que la duración calculada
se acerca más a la duración de 105 minutos, véase Tabla 6-11

intensidad máxima para la duración indicada.
Relación I45/i60 I75/i60 I90/i60 I105/i60 I120/i60

promedio 1,20 0,86 0,75 0,67 0,60
desviación éstandar 0,05 0,03 0,04 0,05 0,05
Valor estimado con la
1,20 0,87 0,78 0,70 0,64
ecuación 6-17
Valor máximo 1,30 0,93 0,85 0,77 0,71
Valor mínimo 1,06 0,81 0,68 0,59 0,53
Error máximo (%) 0,11 0,08 0,14 0,15 0,18
De acuerdo con todo lo anterior las intensidades máximas en cualquier sitio, dentro de las
zonas de interés podrían estimarse a partir del valor promedio de las intensidades
máximas diarias, los pasos se resumen a continuación.
166
Teniendo en cuenta que el primer y segundo momento de las precipitaciones máximas

diarias son conocidos. Las intensidades máximas para el rango de duraciones entre 105
y 1440 minutos pueden estimarse a partir de la siguiente expresión:
I d ,q =
E [I 24 ]
2 ⎡
( ) ⎞⎟ ⎤⎥⎛⎜
⎛ E I 24 2 d ⎞
− 0 ,85

⎟ ⎥⎝ 1440 ⎟⎠
[ ]
E I 24
2
⎢⎣ ⎝ E [I 24 ]
2
⎠⎦ (6-18)
Para las duraciones pequeñas entre 5 y 105 minutos las intensidades máximas pueden
estimarse de la siguiente manera:
I d ,q =
E [I 105 ]
2 ⎡
( ) ⎞⎟ ⎤⎥⎛⎜
⎛ E I 105 2 d ⎞
− 0 , 64

⎟ ⎥⎝ 105 ⎟⎠
[ ]
E I 105
2
⎢
⎣ ⎝ E [I 105 ]
2
⎠⎦ (6-20)
Donde el valor de E[105] se calcula
E [I 105 ] = E [I 1440 ] (105 / 1440) −0,85 (6-
21)
y
[ ]
E I 105 = 1,27 E [I 105 ]
2 1, 947
(6-
22)
Siguiendo los dos pasos anteriores se calcularon las precipitaciones máximas para todas
las estaciones y se obtuvieron errores máximos hasta del 40%, en el 90 % de las
estaciones se observan errores máximos inferiores al 30% y sólo en el 50% de ellas se
tienen errores inferiores al 20%, no obstante lo anterior en el 90 % de las intensidades
máximas estimadas se obtuvieron errores inferiores al 20% y en el 99% de los casos se
obtuvieron errores inferiores al 30%.
167
1000
Intensidades máximas calculadas con el modelo A

recta teórica
Datos calculados
100
(mm/h)
10
1
1 10 100 1000

el modelo A.
Modelo B. Para este modelo se supone el exponente de escalamiento para las

duraciones entre 105 y 1440 minutos constante para toda la zona e igual a –0,85. Los
momentos de orden 1 y orden 2 para las intensidades máximas diarias son obtenidas de
los registros pluviométricos
Las Intensidades máximas para las duraciones 5 y 105 minutos se suponen que pueden
ser estimadas partir de la expresión 2-7, cambiando el punto de referencia de 60 a 105
minutos dicha expresión quedaría.
d
PT
105
= 0,44d 0, 25 − 0,41 para 5 ≤ d 105 (6-23)
PT
o lo que es lo mismo
d
IT 46,20 43,05
105
= − para 5 ≤ d 105 (6-24)
IT d 0,75 d
168
SANTANDER
CHOCÓ
CONVENCIONES
Error relativo máximo (30 % más que el
valor observado)
Error relativo máximo (30 % menos que el
valor observado)
Figura 6-46 Errores máximos obtenidos con el modelo A

169
Al tomar la duración de referencia de 105 minutos y estimar las relaciones promedio en

todas las estaciones del estudio se obtienen diferencias máximas del 6% con respecto a
las relaciones obtenidas con la ecuación 6-22. Si se suponen que estos valores son
constantes para toda la región en estudio se obtendría, al calcular las intensidades
máximas para cualquier período de retorno una error máximos del 21% entre el valor
observado y el valor calculado, este error disminuye a medida que la duración calculada
se acerca más a la duración de 105 minutos, véase Tabla 6-12

intensidad máxima para la duración indicada.
Relación I45/i105 I60/i105 I75/i105 I90/i105 I120/i105

Promedio 1.81 1.51 1.29 1.13 0.90
Desviación estan. 0.19 0.11 0.05 0.02 0.01
Valor máximo 2.12 1.69 1.38 1.17 0.95
Valor mínimo 1.43 1.30 1.18 1.07 0.87
Error máximo (%) 21 14 8 5 5
De acuerdo con todo lo anterior las intensidades máximas en cualquier sitio, dentro de las
zonas de interés podrían estimarse a partir del valor promedio de las intensidades
máximas diarias, los pasos se resumen a continuación.
Las intensidades para duraciones entre 105 y 1440 minutos se estiman de acuerdo con la
ecuación 6-18.
Para las duraciones pequeñas entre 5 y 105 minutos las intensidades máximas pueden
estimarse a partir de la ecuación 6-24
Siguiendo los dos pasos anteriores se calcularon las precipitaciones máximas para todas
las estaciones y se obtuvieron los siguientes resultados, se observaron errores relativos
máximos, con respecto a los valores observados, del orden del 44% . En tan sólo el 40%
de las estaciones se observaron errores inferiores al 20% y cerca del 65 % de las
estaciones se presentaron errores máximos inferiores al 30%. Se observa pues que con
170
este modelo, en general los errores relativos máximos son mayores que con el modelo A.
Para este modelo se tiene que el 80% de las intensidades máximas estimadas presentan
valores inferiores al 20% y el 95% de los casos valores inferiores al 30%, véase Figura
6-45.
1000
Intensidades máximas calculadas con el modelo B
recta teórica
Datos calculados
100
(mm/h)
10
1
1 10 100 1000

el modelo B.
A su vez en el modelo A se observan errores mayores que los obtenidos con el modelo de
regionalización de multiescalamiento, tomando como parámetro de escala la precipitación
máxima diaria.
A pesar de la magnitud de los errores relativos obtenidos en los diferentes modelos

regionales los errores obtenidos son del mismo orden de magnitud e incluso inferiores a
los obtenidos cuando se aplican otras metodologías de regionalización para el
departamento de Antioquia.
Así por ejemplo se calcularon las intensidades máximas para las 61 estaciones utilizando
el modelo para la región andina propuesto por Vargas y Granados (1992), para
duraciones entre 45 y 120 minutos y se obtuvieron errores máximos del orden del 39%.
En el 99% de las intensidades máximas calculadas se obtuvieron errores inferiores al
171
30% y en el 88% se obtuvieron errores inferiores al 20%. Este modelo tiene la desventaja,
con respecto a los propuestos en este trabajo, que son válidos únicamente para
duraciones inferiores a los 180 minutos.
Se calcularon también las intensidades máximas de 36 de las 61 estaciones, utilizando los

parámetros regionalizados en 17 zonas mostrados en la “Hidrología de Antioquia”, (Vélez
y Smith, 1997). Con estos modelos se obtuvieron errores máximos del orden el 44%, en el
75% de las estaciones se obtuvieron errores máximos inferiores al 30% y en el 50% de
ellas se obtuvieron errores máximos inferiores al 20%. Además, en el 85% de las
intensidades máximas calculadas se obtuvieron errores inferiores al 30% y en el 65% de
los casos se obtuvieron errores inferiores al 20%.
172
7 CONCLUSIONES Y RECOMENDACIONES
Como conclusión general puede resaltarse, que en el estudio de las precipitaciones

máximas, obtención de curvas IDF, aún se tienen gran cantidad de interrogantes que no
han sido resueltos satisfactoriamente, a pesar de ser una herramienta de uso continuo en
la ingeniería. Entre otros interrogantes pueden mencionarse; El tipo de serie a utilizar,
series parciales o máximas anuales, la longitud de los intervalos de períodos sin lluvia
para la separación de los registros continuos en tormentas estadísticamente
independientes, justificaciones para la determinación de los rangos de duración,
metodologías para el ajuste de los datos a una función de distribución específica,
estimación de parámetros de la función de distribución. Algunos comentarios con respecto
a los puntos anteriores se realizaron a lo largo de este trabajo.
La zona de estudio es caracterizada por una gran variabilidad climática, la cual está
determinada por gran cantidad de factores dentro de los cuales pueden mencionarse la
situación tropical, la vecindad con los océanos pacífico y atlántico, la presencia de dos de
los tres ramales de la cordillera de los Andes, y la variabilidad de los diferentes procesos
de la hidrología superficial, (Vélez, Poveda y Mesa, 2000), esta gran variabilidad climática
dificulta cualquier generalización que desee realizarse acerca de las precipitaciones
máximas.
A lo largo de este estudio se realizaron observaciones en diferentes tópicos relacionados

con las precipitaciones máximas puntuales en una amplia zona del departamento de
Antioquia, las conclusiones y recomendaciones pueden subdividirse en tres grupos;
aquellas relacionadas con el análisis de la información disponible, las relacionadas con el
análisis de frecuencias de eventos extremos y las relacionadas con la aplicación de los
conceptos escalamiento simple y multiescalamiento para la estimación de las curvas
intensidad duración frecuencia, a continuación se resumen dichas conclusiones.
173
• Tal vez la conclusión más importante relacionada con la información disponible

tiene que ver con el efecto del tipo de aparato registrador sobre las precipitaciones
máximas, particularmente para las duraciones cortas. Se ha observado que el
aparato tiene una influencia grande sobre los valores reales de precipitación, así
por ejemplo en el análisis de homogeneidad de las diferentes series se detectaron
diferencias hasta del 50% de los valores promedios registrados con aparatos
registradores diferentes para una misma estación.
El efecto del aparato registrador se conserva incluso hasta duraciones superiores

a una hora, y en general puede afirmarse que en los aparatos de menor resolución
temporal se subestima el valor real de las precipitaciones máximas. Lo anterior es
una situación que delicada, si se tiene en cuenta que el diseño de alcantarillados
normalmente se realiza para tiempos de concentración inferiores a 20 minutos,
véase Empresas Públicas de Medellín, (1989)
Por lo tanto se recomienda realizar investigaciones que permitan cuantificar el

efecto real sobre las precipitaciones máximas de los diferentes aparatos
registradores existentes en la zona, para de esta forma estimar curvas IDF que
permitan dimensionar de forma más confiable las pequeñas estructuras
hidráulicas. Esta recomendación es viable, ya que actualmente Empresas Públicas
de Medellín tiene dotadas muchas de las estaciones pluviográficas, además del
aparato convencional, con aparatos del tipo de cubeta basculante que permiten
una resolución temporal muy buena.
• Otra conclusión importante, de acuerdo con los resultados de este estudio, es que
para la elaboración de las curvas IDF, en la medida de lo posible deben
procesarse los registros pluviográficos completamente y no sólo unas cuantas
tormentas en el año, especialmente si se desean estimar las precipitaciones
máximas para duraciones cortas, inferiores a 1 hora. De no ser factible deben
procesarse el mayor número de tormentas por año, mínimo 8 tormentas.
• Se observa que a pesar de la gran variabilidad espacial de las precipitaciones

máximas, y de las relaciones entre las precipitaciones máximas con una hora de
174
duración y la precipitación máxima para diferentes duraciones y la gran dispersión

que presentan éstas alrededor de los valores promedio, parece adecuado utilizar
las relaciones empíricas propuestas por Hershfield, para estimar las
precipitaciones máximas para duraciones pequeñas, máxime si se tienen en
cuenta la gran cantidad de errores, la incertidumbre y las imprecisiones que se
tiene en el registro y procesamiento de las precipitaciones máximas para
duraciones pequeñas, los cuales puede inducir en errores del mismo orden de
magnitud o incluso hasta superiores que los obtenidos al utilizar dichas relaciones.
• En general no se observa una influencia muy clara, como la reportada en otras

latitudes, del ENSO sobre las series de precipitaciones máximas, sin embargo, es
necesario realizar un estudio más detallado en este sentido véase por ejemplo
Heredia, (1998).
• En la mayor parte de la zona en estudio se tienen lluvias diurnas, las cuales en su

mayoría ocurren en las horas de la tarde, entre las 12 y las 19 horas, hora local, y
son, probablemente ocasionadas por la combinación de efectos convectivos y
orográficos.
Se observan lluvias nocturnas en 16 de las 61 estaciones analizadas, este

comportamiento se observa principalmente en la zona del oriente Antioqueño, en
las estaciones por debajo de los 2.000 msnm. Se observan lluvias nocturnas
también en estaciones La Palmera, Haitón, Farallones, Cachipay, El Mango y
Madreseca estas cuatro últimas localizadas en la parte baja de los valles del río
cauca y Porce-Nechí.
En ninguna de las estaciones se observa un predominio de tormentas en las horas

de la mañana, excepto en la estación de San Bernardo en la cual la hora con
mayor número de tormentas es entre las 11 y 12 del día.
• En el análisis de frecuencias de los eventos extremos de intensidades, los

parámetros de cada una de las funciones de distribuciones fueron estimados de
acuerdo con tres metodologías diferentes, métodos de los momentos, método de
175
“L-moments” y método de máxima verosimilitud. A pesar de no obtenerse

diferencias significativas en los diferentes parámetros estimados, se observa que
los mejores resultados fueron los obtenidos por el método de “l-moments” por lo
tanto se recomienda su utilización en el estudio de eventos extremos en hidrología
ya que es un método fácil de utilizar y no presenta los problemas computacionales
y dificultades que presenta el método de máxima verosimilitud.
• A cada una de las series de intensidades máximas utilizadas se ajustaron nueve

funciones de distribuciones de probabilidad de dos y tres parámetros
encontrándose que, exceptuando la distribución logGumbel, los valores obtenidos
con cualquiera de las distribuciones son del mismo orden de magnitud con
diferencias máximas del 20% para un período de retorno de 500 años, diferencias
que desde el punto de vista práctico no son muy significativas, máxime si se tiene
en cuenta la corta longitud de los registros.
Por lo anterior parece razonable utilizar para el análisis de frecuencias, siempre y

cuando no existan argumentos teóricos ni físicos que exijan una distribución
específica, las funciones de distribución más simples y más utilizadas en el medio,
como por ejemplo la distribución lognormal de II parámetros.
No obstante los resultados obtenidos con las funciones de distribución log-

estables, dadas las propiedades de escalamiento de este tipo de funciones de
distribución, estas deberían ser consideradas en estudios posteriores
relacionados con las propiedades de escalamiento de los eventos extremos en
diferentes fenómenos de hidrología.
• A lo largo de este trabajo se ha mostrado que al aplicar las propiedades de

escalamiento simple y escalamiento múltiple se obtienen modelos adecuados para
estimar las curvas IDF. Los resultados obtenidos con dichos modelos, son del
mismo orden de magnitud, con errores máximos relativos considerablemente
menores, a los obtenidos por la metodología tradicional, se muestra pues una
metodología en la cual la estimación de los parámetros es mucho más sencilla y la
176
cual obedece a un procedimiento más racional que el utilizado en el modelo

convencional el cual es un proceso netamente heurístico.
• En el rango de duraciones estudiado, entre 45 y 1440 minutos, se observan

mínimo dos regímenes o rangos de duraciones en los cuales se tienen
propiedades de escala diferentes, el punto en el cual se presenta este cambio se
ha detectado entre una y dos horas. Otros autores han reportado la presencia de
este punto de cambio, pero en diferentes duraciones, por ejemplo Burlando and
Rosso, (1996) reportaron que este cambio se daba alrededor de los 45 minutos y
Nguyen, Nguyen and WANG H, (1998) lo reportan alrededor de 1 hora. No debe
descartarse la posibilidad de que este punto de quiebre sea una consecuencia de
la baja resolución temporal de los medidores. La hipótesis anterior es reforzada
por el comportamiento de escalamiento creciente, véase Figura 6-6, situación que
podría presentarse por una subestimación de las intensidades máximas en las
duraciones cortas.
• En general se observa que con los modelos de multiescalamiento se obtienen

mejores resultados en la estimación de las intensidades máximas, sin embargo, no
se tienen pruebas estadísticas que permitan rechazar las hipótesis, por lo tanto se
hace necesario profundizar en la investigación de diferentes pruebas estadísticas
más robustas que permitan rechazar las hipótesis de escalamiento simple.
Además, para el rango duraciones cortas no es muy claro la presencia de
escalamiento simple o múltiple, ya que de acuerdo con la información disponible,
no se cumplen las hipótesis de invarianza de escala pues no se tiene un único
exponente de escalamiento sino que este varía con la duración.
Para el rango de duraciones entre 105 y 1440 minutos tanto la función de

estructura como el exponente l(2), permiten proponer el escalamiento simple para
las precipitaciones máximas. En estas duraciones se observa que el exponente de
escalamiento varía en un rango relativamente estrecho, entre –0,78 y -0,91, con un
valor promedio de -0,85 mostrando una variabilidad local del mismo orden de
magnitud que la variabilidad regional. En algunos sitios se observa una clara
variación del exponente de escalamiento con la altura, por ejemplo la cuenca del
177
río Penderisco en el cual se observa un valor máximo para el exponente de

escalamiento alrededor de los 1000 m., sin embargo, este comportamiento no se
observa en todas las regiones.
• Se observó también dentro de este estudio el escalamiento espacial de las

intensidades máximas, con base en las propiedades de multiescala se obtuvieron
modelos de multiescalamiento regionales, escalando las intensidades máximas
con la precipitación promedio multianual.
Los resultados obtenidos para el multiescalamiento espacial pueden ser utilizados

para la estimación de las curvas IDF en sitios donde no cuente con ninguna
información diferente a la precipitación media anual del sitio para duraciones entre
45 y 1440 minutos. Con la aplicación de estos modelos se podrían tener errores
hasta del 60% si se emplea el modelo propuesto para todo el departamento o del
40% se emplean los modelos obtenidos para cada una de las subregiones. Es
importante mencionar que para el modelo propuesto para el departamento de
Antioquia en el 74% de las estaciones se obtuvieron errores inferiores al 20% y
que en el 80% de ellas se obtuvieron errores inferiores al 30%. De lo anterior
puede concluirse que en la precipitación promedio multianual se tiene
“almacenada” información valiosa relacionada con las precipitaciones máximas, sin
embargo, esta no es suficiente para explicar exactamente el comportamiento de
las intensidades máximas con duraciones inferiores a 1 día.
Se observó también el escalamiento espacial, utilizando como parámetro de

escala la precipitación máxima promedio diaria y se obtuvieron resultados mejores
que los obtenidos con la precipitación promedio multianual como parámetro de
escala. Con este modelo a pesar de haber obtenidos errores máximos hasta del
54%, en el 93% de las intensidades máximas estimadas se obtuvieron errores
inferiores al 20% y en el 99% se obtuvieron errores inferiores al 30%.
• Sin ignorar que las condiciones climáticas locales tienen una influencia fuerte
sobre los diferentes parámetros que componen los modelos de curvas IDF,
especialmente el exponente de escalamiento y que por lo tanto cualquier modelo
178
de regionalización que no involucre estas condiciones climáticas locales conlleva a

errores en la estimación de las intensidades, y teniendo en cuenta que
normalmente en ingeniería es necesario recurrir a diferentes modelos simplificados
para la estimación, así sea de manera aproximada, de las intensidades máximas
con base en los resultados obtenidos en el escalamiento temporal se propone un
modelo de cálculo para la estimación de las curvas IDF utilizando únicamente la
información pluviométrica (modelo A descrito en el capítulo 6).
Con la aplicación de este modelo es observan errores máximos hasta del 40%, sin
embargo, en el 90 % de las estaciones se observan errores máximos inferiores al
30% y en el 50% de ellas se tienen errores inferiores al 20%, situación comparable
con los errores máximos obtenidos al aplicar la metodología convencional en cada
uno de los sitios. No obstante los errores máximos, en el 90 % de las intensidades
máximas estimadas se obtuvieron errores inferiores al 20% y en el 99% de los
casos se obtuvieron errores inferiores al 30%.
• De todo lo anterior puede concluirse finalmente que con la aplicación de las teorías
de invarianza de escala y multiescala, es posible obtener conclusiones importantes
de diferentes fenómenos en la naturaleza. En el caso particular de las
precipitaciones máximas permite estimar de manera confiable y simple relaciones
entre la intensidad y la duración, curvas IDF, en un sitio determinado lo que a su
ves facilita el estudio del fenómeno a nivel regional.
179
BIBLIOGRAFÍA
ANG, Alfredo and TANG, Wilson. Probability concepts in engineering, planning and
design. Volume II: Decision, Risk and reliability. John Wiley and Sons, 1984.
ARNELL V, HARREMOES P, JENSEN N, JOHANSE N. B. and NIEMEZYNOWICS.

Review of rainfall data application for design and analysis. Water Science and
Technology vol 16 N° 8-9 pp 1-45, 1984.
BACCHI, Baldassare. Analisi e previsione statistica delle piogge di breve durata e forte
intensita En curso de actualización "El riesgo hidrogeológico y la protección
hidráulica de los territorios fuertemente antropizados", Medellín 1998.
BERNARD M. Merry. Formulas for rainfall intensities of long duration Transactions of the
American society of civil Engineers, volume 96, New York, 1932.
BEIRLANT Jan, TEUGELS, Josef and VYNCKIER Petra. Practical analysis of extreme
values. Leuven University Press. 1996 .
BELL Charles Frederick. Generalized rainfall-duration-frequency relationships. Journal of

hydraulics division. ASCE. January, vol 95, 1969.
BENJAMIN Jack y CORNELL Allin. Probabilidad y estadística en ingeniería Civil. McGraw

Hill Latinoamericana, 1981.
BOCACCI. O. Rainfall as the basis urban-runoff- Experience and practice in Yugoslavia.

Water Science and Technology vol 16 N° 8-9 pp 102-108, 1984.
BOTERO B. Alejandro León y Muñoz G. Sergio I Obtención de curvas intensidad

frecuencia duración para el departamento de Antioquia. Medellín 53 p. Trabajo de
grado (ingeniería Civil). Universidad Nacional de Colombia. Facultad de Minas,
1997.
180
BURLANDO Paolo, ROSS Renzo Scaling and Multiscaling models of depth-duration-

frequency curves for storm precipitation. Journal of Hydrology N° 187 pp 45-64.
1996.
CAO, Carlo. A contribution to statistical depth-duration-frequency analysis. Journal of

Hydrology, N°22 pp109-129. 1974.
CARDENAS B, Juan Carlos, MARÍN P. Olga Lucía y LOPEZ O. Isabel Cristina, “Curvas
de masas para las estaciones pluviográficas de las Empresas Públicas de Medellín
que poseen curvas Intensidad Duración Frecuencia, Tesis de grado. Universidad de
Medellín. Facultad de Ingeniería Civil. 1995
CHEN, Cheng L. Rainfall intensity-Duration-Frequency formulas. Journal of hydraulics

engineering, vol 109 No 12. pp 1603-1621, 1983.
CHOW, Ven te. The log-probability law and its engineering applications. Proceedings
American Society of Civil Engineers. 1954
CHOW, Ven te. Statistical and probability analysis of hydrological data. Part I. Frequency
analysis. En Chow Ven Te. Handbook of applied hydrology. McGraw Hill book
Company, 1964
CHOW, Ven te, Maidment David R, Mays Larry W Hidrología aplicada. McGraw-Hill
interamericana S.A. Santa Fé de Bogotá, 1994.
COMMITEE ON TECHNIQUES FOR ESTIMATING PROBABILITIES OF EXTREME

FLOODS. Estimating probabilities of extreme floods, methods and recommended
research. National Academy Press. Washington D.C. 1988
CONG, Shuzheng, LI Yuanzhang, VOGEL, Jhon AND SHAAKE Jhon. Identification of the
underlying Distribution form of precipitation by using regional data. Water Resources
Research, Vol 29. N°4, pp1103-1111. 1993.
181
DAHMEN E. R. and HALL M.J. Screening of hydrological data: Test for stationarity and
relative consistency. International Institute for land reclamation an improvement
publication N° 49. 1990.
DIXON J. W. Planning and development, En Chow Ven Te. Handbook of applied

hydrology. McGraw book Company, 1964.
EAGLESON, Peter. Climate, soil and vegetation. 2. The distribution of annual precipitation
derived from observed storm sequences. . Water Resources Research, vol 14 No
5,pages 713-721, Octubre de 1978.
EMPRESAS PÚBLICAS DE MEDELLÍN. Normas de diseño de acueducto y alcantarillados

y aguas residuales , 1989
EMPRESAS PÚBLICAS DE MEDELLÍN. Anuario hidrometeorológico. Volumen 1, 1991
GILMA Charles. Rainfall. In CHOW Ven Te. Handbook of Applied Hydrology. aw Hill INC.
1964.
GRENWOOD Arthur, LANDWEHR Maciunas, MATALAS N.C.and Wallis J.R.. Probability

weighted moments: Definition and relations to parameter of several distributions
expressable in inverse form, Water Resources Research. vol 15 No 5, pages 1049-
1054, 1979.
GUPTA Vijay k. Multiscaling theory of flood peaks: Regional quantile analysis. Water
Resources Research, vol 30 No 12,pages 3405-3421, December de 1994.
GUPTA Vijay K and, Waymire Edward. Multiscaling properties of spatial rainfall and river
flow distributions. Journal of Geophysical Research, volume 95, No D3 ,Febrero de
1990
GUPTA Vijay K and, Waymire Edward. A statistical analysis of mesoscale rainfall as a

random cascade. Journal of applied meteorology, volume 32, No 2,Febrero de 1993
182
FROEHLICH, David C Intermediate-duration-rainfall intensity equations. Journal of

Hydraulic Engineering, Vol. 121, No 10, Octubre 1995, pp751-756.
HEREDIA C. Edison. Una metodología de análisis regional de frecuencias de lluvias

intensas adecuada para zonas bajo efectos del niño. En: CADIER Eric,GOMÉZ
Gustave, GALÁRRAGA Remigio y FERNÁNDEZ-JUAREGUI Carlos Consecuencias
climáticas e hidrológicas del evento El Niño a escala regional y local. Incidencia en
América del Sur, Ecuador 1998 publicación de la UNESCO (
www.unesco.org.uy/phi/libros/enso/)
HERSFIELD. D. M. Some statistical properties of short duration rainfall. Water Science

and Technology vol 16 No 8/9. P101-108, 1984.
HOSKING J.T.M. and WALLIS J.R. Regional frequency analysis: an approach based on l-
moments. Cambridge University Press. 1997.
KITE, G.W. Frequency and risk analyses in hydrology. Water Resources Publications. Fort
Collins Colorado. 1977
KOTHYARI Umesh C. and GARDE Ramchandra J. Rainfall intensity-duration-frequency

formula for India. Journal of Hydraulics Engineering, Vol. 118 No 2. 1992. pp 323-
335.
LANDWEHR Maciunas and MATALAS N.C. Probability Weighted moments compared with
some traditional techniques in estimating Gumbel parameters and quantiles.. Water
Resources Research. Vol 15. No 5. 1979. ppp1055-1064.
MESA, Oscar, POVEDA, Germán y Carvajal L. Fernando. Introducción al clima de

Colombia. Universidad Nacional de Colombia, Sede Medellín. Facultad de Minas.
1997.
183
MONSALVE Germán. Hidrología en la ingeniería. Editorial escuela Colombiana de

Ingeniería. Santa Fé de Bogotá 1995.
NOLAN, John P. Stable Distribution Capítulo 1 [En línea] Math/Stat Department American
University, 1999 www.cas.american.edu/∼jpnolan.
NGUYEN V. T. V. , NGUYEN T. D. and WANG H. Regional estimation of short duration

rainfall extremes. Water Science and Technology Vol 37 No 11, pp15-19. 1998.
OSTER, Remy. Las precipitaciones en Colombia. Colombia Gegráfica. Instituto

Geográfico Agustín Codazzi, Vol 6 N°2 de 1979.
OVER Thomas, GUPTA Vijay K. Statistical analysis of mesocale Rainfall: Dependence of

random cascade generator on large-Scale forcing. Journal of applied meteorology,
volume 33, No 12, 1994
PILGRIM, David H Bridging the gap between flood research and design practice. Water
Resources Research. Vol 22, No 9 pp 1655-1765, 1986.
RANZI Roberto. Valutazione delle portate al colmo di piena in un bacino alpino con un
modello di trasformazione afflusi-defflusi. La difesa idraulica del territorio. Universita
di brescia, diprtimento di ingegneria civile, Editoriale Bios1996.
RAO Dounthamsetti Veerabbadra. Three-parameter probability distributions. Journal of the

hydraulics division. Vol 107 No. HY3. 1981. pp339-357.
RAUDKIVI, Arved J. An Advance introduction to hydrological processes and modeling.

Oxford Pergamon Press, 1979.
REMENEIRAS G. Tratado de hidrología aplicada. Editores técnicos asociados S.A.

Barcelona-España. 1974.
184
RESTREPO P.J. and EAGLESON Peter. Identification of independent rainstorms. Journal

of hydrology N55, pp 303-319. 1982
RODRIGUEZ-ITURBE Ignacio, GUPTA Vijay K, Waymire Edward. Scale in the modeling

of temporal rainfall. . Water Resources Research, vol 20 No 11,pages 1611-1619,
1984.
SALAS, J.D, SMITH, R,TABIOS G and HEO J. Statistical computer techniques in
hydrology and water resources. Colorado State University, 1992.
SNOW J. W. The climate of Northern South America. In SCHWERDTFEGER, Werner.

Climates of Central and South America. World Survey of Climatology Volume 12.
STEDINGER, Jeri, VOGEL, Richard and FOUFOULA-GEORGIOU Efi. Frequency analysis

of extreme events. En: En MAIDMENT David R,. Handbook of hydrology. McGraw
Hill INC. 1993.
SMITH James. PRECIPITATION In MAIDMENT David R,. Handbook of hydrology.

McGraw Hill INC. 1993.
SMITH Ricardo. Conferencia de estimación de caudales máximos. En : En curso de

actualización "El riesgo hidrogeológico y la protección hidráulica de los territorios
fuertemente antropizados", Medellín 1998.
UNIVERSIDAD NACIONAL DE COLOMBIA-INTERCONEXIÓN ELÉCTRICA S.A. Análisis

de homogeneidad de las series del sector eléctrico colombiano. Tomos I, II y III.
Posgrado en Aprovechamiento de recursos hidráulicos. 1996.
VARGAS M. Rodrigo M. y DÍAS Granados Mario. Curvas sintéticas regionalizadas de

intensidad frecuencia duración para Colombia. Cali 1998.
VARAS., C. Eduardo y FARÍAS de Reyes Marina. Estudio comparativo de relaciones-

Intensidad-Duración-Frecuencia. En XIX congreso latinoamericano de hidráulica,
Córdoba-Argentina. 2000.
185
VELÉZ María Victoria, SMITH Ricardo. Ricardo. Hidrología de Antioquia. Posgrado en

Aprovechamiento de recursos hidráulicos. Secretaria de Obras Públicas
Departamentales. 1997.
VELÉZ, Jaime, POVEDA, Germán y Mesa, Oscar. Balances hidrológicos de Colombia.

Universidad Nacional, Sede Medellín. Posgrado en Aprovechamiento de Recursos
Hidráulicos, 2000.
YEVJEVICH, Vujica. Probability and statistics in hydrology. Water Resources Publications

Fort Collins, Colorado. 1972.
ANEXO 1
ANÁLISIS DE HOMOGENEIDAD DE LAS SERIES DE
PRECIPITACIONES MÁXIMAS ESTUDIADAS Anexo1.xls
Convenciones en la tabla de análisis de homogeneidad.
Detección de cambios en la media:
1 :Prueba T simple asumiendo igualdad de varianzas
2 :Prueba T simple asumiendo diferencia de varianzas
3 :Prueba de Mann-Whitney
4 :Prueba de Kruskal-Wallis
5 :Prueba de Signo
6 :Prueba de homogeneidad de Abbe
7 :Prueba de Pettit
Detección de tendencia en la media
8 :Prueba de T para la detección de tendencias lineales
9 :Prueba de Hotelling-Pabst
10 :Prueba de Mann-Kendall
11 :Prueba de Sen
Detección de cambios en la varianza
12 :Prueba de F simple
13 :Prueba de Ansari-Bradley
14 :Prueba de Bartlett
15 :Prueba de Leven
Detección de tendencias en la varianza
16 :Prueba de Homocedasticidad
Detección de puntos extraordinarios
17 :Prueba del rango
18 :Prueba del rango normalizado
Pruebas de independencia
19 :Pruebas de corridas
20 :Prueba de punto cambiante
21 :Prueba de independencia de Spearman
A.B. Análisis Bayesiano
ANEXO 2
PRUEBA SMIRNOV-KOLMOGOROV DE BONDAD
DEL AJUSTE, ERROR MEDIO CUADRÁTICO Y
COEFICIENTE DE CORRELACIÓN DEL GRÁFICO Q-
Q PARA LAS CINCO ESTACIONES CON
REGISTROS CONTINUOS (DURACIONES ENTRE
20 Y 1440 MINUTOS) Anexo2.xls
ANEXO 3
DISTRIBUCIÓN PORCENTUAL DE LAS
TORMENTAS MÁXIMAS EN EL CICLO
DIURNO.Anexo3.xls

Estudio de las propiedades de invariancia de las precipitaciones máximas puntuales en Antioquia

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio de las propiedades de invariancia de las precipitaciones máximas puntuales en Antioquia

Cargado por

Copyright:

Formatos disponibles

ESTUDIO DE LAS PROPIEDADES DE INVARIANZA DE LAS

PRECIPITACIONES MÁXIMAS PUNTUALES EN EL DEPARTAMENTO DE

SANTIAGO WILCHES YEPES

Trabajo dirigido de grado presentado como requisito

Director: I.C., Msc., Ph.D. OSCAR J. MESA S

UNIVERSIDAD NACIONAL DE COLOMBIA

POSGRADO EN APROVECHAMIENTO DE RECURSOS HIDRÁULICOS

A mi esposa Mercedes y a nuestro hijo

A Hidramsa Ltda, por su apoyo y permanente colaboración, especialmente al ingeniero

Al Área de hidrometría de Empresas Públicas de Medellín, en especial a los Doctores

A los estudiantes Juan Felipe Álvarez Z y Vladimir Toro V. por su colaboración en la

A la profesora María Victoria Vélez por el suministro de la información recopilada en al

Al ingeniero Carlos Daniel Ruiz Carrascal por su colaboración en el análisis de

A la ingeniera Gloria Jenny Mejía por su aliento y apoyo incansable

A mi esposa María Mercedes por el tiempo brindado

4.1.5.1 AÑO CALENDARIO VS. AÑO HIDROLÓGICO. ...............................................44

6.2.2.3 VALLE DEL ABURRÁ (REGIÓN 4) ................................................................156

Figura 4-10 Histograma de frecuencia para la hora de inicio y la duración de la tormenta

Figura 5-7 Intensidades máximas para diferentes duraciones y diferentes períodos de

Figura 6-35 Localización de las cuatro subregiones en la cuales se subdividió la zona de

Tabla 6-12 Relaciones observadas entre la intensidad máxima en 105 minutos y la

En la presente investigación se analiza el comportamiento de los eventos máximos de

Inicialmente se realiza un análisis detallado de la información disponible en la cual se

Se muestra como a partir de las teorías de invarianza de escala pueden construirse

En el caso particular de las intensidades máximas, es posible obtener modelos adecuados

estos modelos de escalamiento y multiescalamiento la estimación de parámetro es mucho

El tipo de proyectos mencionados anteriormente, a pesar de tener un costo individual

En el caso particular del diseño de obras de drenaje urbano, de alcantarillados pluviales y

En la Figura 1-1 se muestra la localización de pluviómetros y pluviógrafos, sin incluir

criterio expuesto por Dixon (1964), en el Departamento se tiene una cobertura

Figura 1-1. Localización de estaciones pluviométricas y pluviográficas en el departamento

Gracias a las nuevas tecnologías para el registro de precipitación ha sido posible

precipitaciones máximas tanto en sitios con información pluviográfica disponible como en

Es importante mencionar que el principal objetivo de este trabajo es principalmente

En el presente trabajo se presenta entonces, la aplicación de las teorías de invarianza de

1.1 OBJETIVOS GENERALES

El objetivo general de este trabajo consiste en el estudio de las propiedades de invarianza

1.2 OBJETIVOS ESPECÍFICOS

El objetivo específico principal consiste en el estudio de las propiedades de invarianza de

• Explorar metodologías diferentes a las utilizadas normalmente en el análisis de

1.3 ORGANIZACIÓN DEL INFORME

El informe está compuesto por 7 capítulos los cuales se resumen a continuación.

En el capítulo 3 se presenta brevemente el marco teórico del escalamiento simple y del

En el capítulo 4 se muestra la información recopilada durante el estudio, el análisis de la

En el capítulo 5 se muestran algunas consideraciones relacionadas con el análisis de

En el capítulo 6 se presenta la aplicación de los modelos de escalamiento simple y

Y por último en el capítulo 7 se exponen algunas conclusiones y recomendaciones

2 GENERALIDADES DE LAS CURVAS IDF.

La metodología tradicional que se ha venido utilizando a lo largo de la historia en el

La serie a la cual se le realiza el análisis de frecuencias puede ser seleccionada de tres

• Serie de duraciones parciales, en la cual la serie de datos está conformada por

Una vez seleccionada la serie de máximos el siguiente paso consiste en establecer el

200 Tr=25 años

150 Tr=100 años

Usualmente para evitar la representación gráfica de las curvas, y poder automatizar su

Donde I, es la intensidad de la lluvia a, b y n son parámetros de las ecuaciones que

De todo lo anterior puede resaltarse, que en el estudio de las precipitaciones máximas

2.1 DIFERENTES TRABAJOS EFECTUADOS EN EL ESTUDIO DE LAS

A lo largo de la historia se han desarrollado un sinnúmero de proyectos y trabajos

Entre los primeros trabajos relacionados con el estudio de las precipitaciones se

Donde i es la intensidad de la lluvia con una duración d, y a y n parámetros cuyo valor

Meyer expresó la precipitación por medio de una ecuación de la siguiente forma:

Con a y b dependiendo de la localización de la estación y del período de retorno. Este tipo