HIDROLOGIA ‘TRATAMIENTO DE DATOS HIDROMETEOROLOGICOS: por: ‘SZOUNDO VITO-ALIAGA ARAIO Lima, ABRIL DE 1963PERSONAL DE _APOYO S. Mésime Villén B. Real Flores it Lopes Fe }ODOS LOS DERECHOS SON RESERVADOS $ E Esto publicacién o cualquier parte de alla, no puede ser reproducida por cualquier me ~ $ dio sin el permis escrito del autor «PREFACIO El libre. "Tratemiento de datos hidrometeorBlégicos" exté bosado escancialmente sobre les notes de lectura de loa cursor de HIDROLOGIA ESTADISTICA I y II dictados en 1a Universidad Nacional Mayor de'San Morcos ~ Ingenierfe Mecénica de Flufdor, desde 1978 a la actualidad; de HIDROLOGIA AVANZADA, dictodo en Costa Rica pore 20 ‘prcfestonales del 22 de febrero ol 26 de morzo de 1962; de HIDROLOGIA AVANZADA ictodo of primer ciclo de 1982 en el programa Académice de Grodvados de la Univer= sidad Nactocal Agroria Le Molina; y de la experiancia profesional edqvirida durante = ‘varios af de trobajo. Una defen prncipalesdiffeltades que encuentra al profesional en l Pais = cuondo pretends desrollr etudios hidrlégicas ~ es la inconsistencia y excarez de informa clén on ol punto de inteds; etter, 1 dlipana de cieta contided de informacién romateorolégica, ésto odemés de ester influenclode por eroressstendticos, e incom = plete y de un perado demasiade corto, que nd permite extivar ls partmetros requerides con la mayer segurided posible. El propésito de exte libro es describir los conceimientos bésicos -razonablemante com= pronsibles sabre la oplicacién préctien de Nenicesastdfticas en los problemas més ccomunes relacionados con la evaluacién de la CALIDAD y CANTIDAD de los dots hidromateorelégices para wu posterior utiltzocién en el plan eomiento, dato y operocién 4a lot recumos hidicon. os conocimientos lomentales vetidos en ol presente con su rexpectivos ejemplos opli cativos = pueden servic como gufa @ los ingenieros o expeciolistas que derarrollen oc- tvidodes reloctonodes con series hidromatecrolégicos, y como libro texto en las Univer, kde que peta comprometidan con la especialided respective. Hago piblico mi agrodecimiento todos los emiges que hicieron posible le edicién del ‘presente libro, mi reconoclimiento « todos los persones afines que me hogan llegar su cbeerveciones y sugerencios, para mejorar la futwrs publicaciones an beneficio dal de serollo hidrolégico Sptimo en ol Pots, Autor.El troboje que a continvacién te expone correspondsa una matodologta de utilizecién Feil y préctica en la ejecucién del "Tratomiento de datos Hidrometeorolégices” que con slate on al andlisis de contistencia, incluyendo la correccién de los posibles errores siste, méticos; la completacién de los dates faltontes; y la extensin de los mismos a perfodos ‘mt largos en bese « ofr regisiros existentes. El andlisis de Consstencta se realize: Pimaro, enfocande al problema de la deteccién = de los canbios en los datos (dercorgot, precipitactén, ete) el cual se hace més complejo ‘on la medida que #0 consideren mé oipectos de las series hidrometeorolégicas. Ast, se divi isis en series simples y series compuestas segiin le disposicién de informe=- ign; dentro de cada yna de elles, puede considerar su comportamiento como depen — dientes 0 independientes, perlédicos © no periédlcos, normales 0 no normales, tiempo de ‘combio conocido o desconocido, entre otros; y segundo, desorollande el caso de series ‘méltiples independientes de tiempo de cambio conocide, @ raves del andlisis de sabes. y tendencies. El ondliss de tltos se recllza on tes fest la identificactén del salto mediontecriterios Fisicos de compo, onélisis viuel de los hidrogromas, y el endlisis de doble mat; la eva~ luccién y evantificacin del talto, egin lot estodtiticot T y F pare los medias y deeviaciones estandart, respectivamente; y le correciéi del salto en el perfodo de infor smacién erreda. El anéliss de tendencies se recliza en lo media y desviacién estandert, segtn la repre= la estimacién de parémetras, la eveluacién mediante el estodtsti- co T, y la comectin resoective « sentacién motemética, Le completacién de los datos foltantes se realex tenfend en venta sf ta informac! disponible os periSdica © no periédice; dentro de coda una de elloy, te coreidera si lo seria es depandiente o independiente en el Henpoutilizando para ello. procedimientos de correlacién ervzada, autocorrelacién y crterios prScticos, en orden de pricrided enw, erode le extensin de los datos se realize utilizando los modelos de regresién lineal simple y réltiple, incluyendo un Factor aleatorio dentro de la ecvacién de extinecién, y sin sw Inclusién respectiva.oF Usendo ol enélisis de corelacién por lene lot voleresincompletor o pas extender ~ los registros cortos basodos en in registro més largo de une o mis puntos, es posible que lon nueves etinadot de lot pormetothidrometeorolégics de le estacién de interés, no ‘son mejorodes; vale decir, sean menos precios que los estimodos desde el registro corto ‘riginal; por o tonto, s presente criterosbatdos en el rod de correlacin que per aiton medic ol rejoramiento de ot atinados de ox perémetesrespectves, defini lo conveniancta de ejecutr Ia extersién 0 nb. Tanto en al anélisis de saltos y terdencios, como en la complementacién y extersién de {ox datos, 10 presanton ejemplos de célculo realizados en cuencos del Pols, demostrando cl grado da utilided y la bonded de la metodologfa. Finalnante, on el opéndice respective se presentan lar distribuctones derivedes como = Chi-cuadrado, Tde Student y de F, con sus valores de lor dstribuciones de probabilided teéricas en las toblas odjuntes; esf come 3. programas de compulectén elect fortran IV « El primgrorealies un anélsts de salts y tendencies; vale decir cuando se tiene series Indepandiantes de tiempo de combig conocido; el segundo, realiza la deteceién anbios en la media euondo se tane series independents de tiempo de combo no con idoy esto es, cuando no ie conoce el tiempo durante el cvol ho ecurido el conblo de {a serie; yal tercero realize un onliss de eorrlacién biveriodo shire dos estociones, pra lo completacién y extensén de los datos o nivel menwl. Indice de contenids . Lista de evodros sta de figuras. 1 INTRODUCCION I, CONSIDERACIONES BASICAS 1, Wentificacisn del probleme «.. 2. Datinietén del objetivo «3 3, Informocién bésica existente 2. Tipos de errores. en las series 3. Categorizocién del probleme . 3.1. Series simples 16 3.1.1. Independientes-tiempo de cambio conocido . 18 tes-tiempo de combio no conoc. 18 les ~ andlisis de intervencién... 21 B a 4 4.3. Mdeotificocién del salto... 2 4.3.1. Informacién de compo «. 7 4.3.2, Anilisis de Nos hidrogramas ...esessesseee 2 4.3.3. Anélisis de doble moa . aeas: 4,4, Bvaluceién y evantifieacién - 2 4.4.1, Consitencia en lo media 2 4.4.2. Consistencia en la desviecién estondert. 35 4,5. Correceién de los datos +++. % 4.5.1. Procedimiante +++ _ 6 4.5.2. Bonded de la informacién corregida ... 37 4.5.2. Limitaciones de los pruebas est : 4.5.4. Mejoramiento de las prusbos «. 8 4.6. Ejemplo de oplicacién «... estar HE ANALISIS DE TENDENCIAS 5. Oeliniei6n raressaeeseneren aie 5.2. Propiadades a 5.3. Procedimiento de a 5.4.Tendencia en le medio 50 5.4.1. Represontocion 50 5.4.2. Estimecién « st 5.4.3. Evaluacion «. 5.4.4, Correccln «++ 5.5. Tendencia en |a desviacién estandort » 5.5.1. Representaclén sees 5.5.2, Evaluactén y estimacién « 5.5.3, Correccién « 5,6. Ejemple de oplicacién IV. COMPLETACION Y EXTENSION DE DATOS 1, Generalidedes «4... a & 2. Tipos de esrrelacién « n 3.1. Andi a 9,1 Definiclones «ese n 3.1.2, Varidblas correlacionadas . 7 3.1.3. Corralacién spurla «+++ 75 3.1.4, Eouaeién de regresién linea! simple RLS). 76 AA. Estimacién de portimatros « 8 B.Pruebo de hipdtesis .+sese+seerseeee 3.1.5. Ecvaciéa de regresién lineal méltiple(RLM).. A, Estimacin de porémetros . B. Medida de la comrelecién miltiple 3.2Anélisis de outocorrelacién. 3.3.COMPLETACION POR R.L.S. 3.3.1. Completecién de dotor envalas ©. Dotor indepandientes . be. Dotos depen sanaosccaxanse 3.3.2. Completocién de dotos ne onvoles «. 3.4.EXTENSION DE DATOS 3.4.1, Regresién lineal simple A, Modelo motemético z+ 00+ C. Mejoramiento del estimade de lo medio. 109 D. Mejoramionta dal estinado de la vorioncie saiesecson THD: | E. Mejoromianto del estimado de otros Porémetror «--.- na 9.4.2, Regresién Lineal miltiple ..... ns | A. Modelo motiamitica -... - ms 8. Criterios pare mejorar los estimedos eos parémetros.«. i C. Mejoromien to del estimado de fa media 120 D. Mejoramiento del estimodo.de la 120 122 3.5. Ejamplos de oplicacién 3.5.1. Extonsién de datos oncaler de descorgar por RLS... eevit 3.5.2. Extansién y completacin de datos de des- carges mensuales por RLS y autocérrelacién V, BIBLIOGRAFIA VI. APENDICE clones derivedes . 1.1, Chi- evadrade « 1.2, Distribvetén T 1.3. Diselbuetén F 1.4, Tablesnespectivas sseeseeuesee 159 153 a 2, Progromes de computocién electrénica en fortron IVeee+e+ 189) 2.1, Programe Cons-1. Variables de entrada y solide 19 2.2, Programa Cons-2. Veriables de entrode y solida..... 189 2.3, Programa Corbi. Variables de entrodasolide 170 2.4, Listado del programa Cons s+. i 2,5, Uistodo del programa Cons-2 . Wz Listedo del programa CORB! .. 181 vir RELACION DE _CUADROS IN? 01. lnforniaeién hstérica de des cargoswmedias mensuales del rio Torata. N® 02. Vollmenes acumulades para el anélisis de dobte maa del rio Torata. IN? 03, Anéliss estotitico para las saltos en la Informacién histérica del ro Torata. N* 04. Serie de precipttacién media mersual regitrada en OrurllePuno. IN® 05, Pores de valores regrestbles pora onalizar la tendencia en la media cn los regisros de precipitacién mensual en Orveilla. IN® 06, Informasién de precipltaciéa media mensuol corregide en la tenden= cla en lo media = Orurillo IN* 07, Criterios para majorer los estimados de los parémetros por rearesién Hineol simple. N* 08, Volorés crticot minimos del coeficiedte de correlacién pore pote mejorar el estimodo de lo media con R.L.S. N* 09, Volores crticos mfatmos del coeficiente de corrélacién con O=0 para mejorar lo veriancfa con R.L.S. N® 10, Valores erticos mininos del coefictegte de correlacién con @=1 cla con RLS. para mejorar lv N® 11. Valores erficos del coefictente de correlacién de la ee. (102), para ‘mejorar el estimado de la madia con R.L.M. N° 12, Valores eriicos minimos del coeficiente de correlocién de Ia ec. (104), pore mejorar el estimodo de 16 variancie con @=0 y R.LM. N13, Valores erMicos mioines del cseficion te de corelecién de la ec (104), pora mejorer el estimado de la vorioncie con =} y R.L.M. IN® 14, Datos de descargas madias anusles de los ries Chancay-Lonbeyeque y Chicama. IN® 15, Conporacign entre los valores reles de descargas con los valores cetimodes por la ecuactén de R.L.S. con y sin el factor aleatorio.. NP 16, Serie histérica de descorgas medics mensuoles del rio Tumilaca, re= sistradas en la estaciénde Chivaye.N* 17, Serie histérica dé descorgos medics mensvalet del rio Quebrada Hondo. N® 18, Parémetras de lo ecuccin dé R.L.S. para la extensién mensval de lor dates delrio Torata, N® 19. Criterios de mejora de los estimodos de los parématros, para fo exten sin de los datos dol rio Torate. IN® 20. Ecuaciones retultantes de R.L.S, més un factor oleatorio, pora la ex= tersién de los datos del rio Torota. IN® 21. Dates extendidos del rio Torate con la ecvacién de regresién lineal simple més el factor aleatario. NP 22, Volores oleatorios notmoles ¢ indepandientes (0,1) N° 23, Porémetros de las ecvactones de extensién por auto-recelocién de los datos del rie Terate, pore loi meses de estioje. IN? 24, Ecuaciones estimades y datos extendidos por outocorrelacin del rio Terota. Fig. Ne 6) Fig, NE 2 Fig. NA 03 Fig. NE OF Fig. NE 0S Fig. N20 Fig. NE 07 Fig. NEOB Fig. NE 09 Fig. NE10 nen FigeNE 12 Fig, NEB) Fig. NEI4 Fig. NEIS Fig. N16 RELACION DE FIGURAS Diagrams de flujo pare al ramiento de datos hidrometecrelSgicos. Exquema general para la deteccién de cambios an los datos hidrome teorolSgicos Serie Hidrometeorolégica con una componente transitorie en lo foe ma de salto. Exqueme simplificado pora el rolégicos. Curves de deble masa.entre el promedio acumulado de 4 estaciones VS cade une de ellas ~ Rio Torate Anétisis de deble masa del Rio Terato Serie Hidrometeorolégica con una componente tronsitoria en le forma de tendencia. Exqueme simplificodo pore el chéliss de tendencios en dates hidhome— teorolégicos. Eliminacién grética de la tendencia en lamedia y desviccién estondort de la serie. Serie de precipitocién mensval con tendencia en lo medio-Ouillo-Pur nists de saltos en dates hidrometea~ itactén mensuol sin tendencia en a medio-Onwitlo Tipos de corelacién existentes enre series de datos hicrometecrolégicos Exqueme generel para la completacién y/o extersign de datos hidromaten rlégiccs. Ejenplos rificos de corelacién mpcio. Diterencia gifice entre dates wales y no anvolesy la seporacién de sus componente Extendorizacién de lov regres pertodicos Xe ¥ pare la realizacin de la corrlocién.1. INTRODUCCTON Generalidedes Una de les Srecs més descuidodes en ol enéliss de series hidrolégicas os el frate= ‘lento de los datos histéricosreglstrades por medicién directa, por lectura 8 por conteo. Aqui tratamienta significa el juste de los datos histéricos @ una condi clés homogénea, incluyende le comecctén de los posibles erores sstemséticos, lo completacién y extersign de los mismos y le reduccién de los datos a condiciones aturales. : Ls mayoria de ler evencos y le con diciones desartellados estan on un constants sttodo de tonticién. El desorllo genersinente continda; por extaraxén, los dates histéricos pueden = ser vlidos slo pora une condicién. desorollada ¢ inv pare presentar@ con= diciones futur 0 ser esperades en une euenca dada. Por ello, lo conflanze de le hidrelogfe cond una dsciplina clentFica eté realmen te bosada sobre le disponbilided de suficientes datos (en cantided y calidad) po +a verificar los teorfs ol rededor del fendmena naturals El hidsSlogo 6 expectalista que quiere desarallar un estudio hidrol¢gico, 2° en— ‘eventra_rodeado con do problemas opustts con respecte @ lo dators 1) Nunca 00 siempre hay sufictentes datos disponibles an al lugar y en la forma corecte que cubron fu nected. 2) Existen diferentes Istituclones que estinan diferente lujos de datos an Je misma corrionte, entre los evcles no hay compatbildod por las diferen = an los métodos wodes pos la coleccién y manejo de los mismos, lo ‘eval con frecuencia confunde al péblica. ora cbvier atts inconvaniants,entes que todo se debe prestar la moyor Inpor= toncia y fiers on el tipo de datos disponibles pora exominer sv carectersticas y confiabilidad de le informacté, lo eval se ogra an forma efictente plantedndse _y tolucionendo let siguientes inerrogantest = 4&5 conflable la Informactén dleponible 7 = Es completa dicha informacién ? = @ Bs suflclenty la Informocién disponible ?- wr FIG. NEO1 DIAGRAMA OE FLINO PARA EL TRATAMIENTO Z DE DATOS HIOROMETEDROLOGICOS us primera pragunta se soluciona tealizando un nilisis de corlitencla de lator imacién disponible, mediante critrie Fisicosy métedoe steitices que perniton Identificar, evalu y eliminar les posbles erores sstemétcon que han pido © ure, 4e0 por cower netwrelesG cessionades por la Intervencién de la mana dal hombre. . ‘as otras dos preguntas restontes 40 saluctonan realizande los process de compl tocién y extensién de datos mediante matodologfs conicbles, lo evel corattuye tun problema muy fecuente cuendo se desea diveter cbr hiduliees con dates de un parfode corto. Noda puede suatituir al dato directo y original, las tenicas presents seven pe 8 propercionarinfemacién aprotimade, la que deberé wr verificada cada vex = 4qu0 la ccumutocién de nuevos dee pemite mejorar ls eflevos. La'lorsitud de dat necttarics pra el plan siento, dinate y aperacién de et= ‘ruc}wron hidkSulicos no puede entcblecerse con preciign, pare si 18 sabe que, = TOENTIFICACION DEL PROBLEMA DEFINIGION DE ‘OBvENVOS. FASE PRELININAR ta, agin 5 ‘A gine ete pac leo de elgunccumneas velar con fs de gina cin, + iene Recopileda la informacién hideoligic existent, se puede decidir obre lo = Tp + dor fro 0 rogitade en ln prniplee Profundidod o simplicidad de los andlisis plicativas, sain sea el eato. elma, dor de nivale laguna mln, ee Ast 30 tenes ‘rg ce aaniancs da ope bterone, sie re. eae acorl, nasal, snenal ora, tein 2 Guencos can sffclentsinformacign hideoligheat items eerie iid regio 7 prompuno respective. ~ Suficiente ioformocisn de deseerges 0 ee = arg volar metic anes, minima, seg sae Ire : in » espe ei renctsSn ek Hi ec tis Ry pec dh wes TIGA ce pr ar ream rhe ne todas ery dn ln de glee ln er Salmeastaes seavepienanonne oa qe lt hubs, hat agar a top Fae Cuereas con escate informacién hidrolégicas en principals Fontes qu propercionn infarmelin onal Polt, pro afee scat infomocién de detcergaty sfctente infomocign de prec Soran pltocn. Se puede deaellr modelo que elacionen ls deer c._Sevici Nia Mateo Hilo: SAM dares reel-hesia ine Neco de rec de Ren Naas ONIN Eres informacion de dtcorges yprecipitacin. En ete com nr, cL eau engin ti 16M 4 conendobe realise vn andl regional, SL Keke nel ite Neo Ampici eo Ft : se Aercle &+ Cuenca in ofrmocin io + Fate os el caso més critica y puede ser! in informecién de descargas y con informacién de precipitactén ~ sin Informacién de descorgas y sin informacién de precipitacién. Eo" Gta ected conte an recep y enaliee a eatogrfia + Ditceién Generel de Agua Seals brgsciones f.—Univesided Nacional Agraria La Mong 3+ Divecciones anoles y agree del Minnerie de Agricul he Ministerio de Eom y Miva, ELECTROPERU 1, Laborato Nectoral de Mulia i. Oficina de Catenre Roa Ke Orr eotdade ilies y petteleet ain Contograie Bases eo — ‘ete, 0 una ecole cdecunda. Ene las mie inortnie Here: ~ Cares tovoriicas resildos por ls Direceén General de Coes R= rol oun eclade (735000 > Mopashicrareo y ecolégien de lo fina de ONERN y ENAMEL 2 wna exzala de 1/100,00 Mopot vale del Ministre de Traparts y Comunteaeionas y ONERN, une eccla de 1/100,000, ~ Fotografias aveos de pique y gran etal de To ony terreno eya= ‘ents af como de iméganes deste y fotos infra, lx habla Infamactin de Compe fits actividad er une de los més nporantes de relizaclén donde al pro fesional Yona contacto con le elided, detsrollnde aecloncs com reco~ ocimiento gewal dl.res de ests y regione vince, cbiencién de Inforoctén conplementera de compo, reclizcign de foros en todos lon intos de interts, inventrio de ede los fuentes de ue, estactnes ex tent, shes hdres comrades yp connie; nfrraein que ‘vir pre juificrficamunt la bonded dele lfermacn dion Porolelamante lot fers x neceero realizar un meee devine or lx ondis posterires. es acctones genesis detarellare on vn visita ol campo, se puade re mi 0 lo sgulntat = Iripacetin neal del ea de etaio y tna de otgrffas de n ‘lguoas zones expectfcas yobs hidGulfees extents 9 en cont vec. Felizacién de cfr con conentinatre © miconelinte, segin ‘aude de ecurinionto anal cine principal y entodor los penton de inert,conjntonene-con el muses de sedinenfo en nape lin; midonda le temper del agus. Tone de montrs de aqua y de sedimenton dels playosy cos ylagunae exten i lit de agua eleanzado fr lt vende y lx depos de wdinertos ocvianaders Weniieacin eos ives minimoe de ag even 13 con moyor preci, iendo une encvete @ ‘ercort al cute de agua que 4 eit evluondo, dsniicoctn de todos les fueates de ogues extents, realizands {us afoot repestiv: esneisleraniechy de equa wterinen lg ‘a8 neticalas,nivler aguas de retora, erie os. ‘Actcliacin del Inventria dels extociont hidrontintece como Tos materotégicss extents, Indians ence coo su doo ie, regoncilided, adie principles, crocterseas det ‘out, toma de dots, equipesy csarvacioneyconfrme 2 Indice nel femora respective qu a prevente adn. Toma de dos oiclenator che ol equpamientoy operacin de lai ‘tocones respective: come: tpa de intents demedicén,cam- bios en las ecziones taniverales ee medieiS, combos de lugar do lasetacines,conbio. de epererot nteread de lectuo y medi« lone te, ‘Actelizcién dal invontrio de bre hidkGultos extender como: \erivocions de ogue del cure placipal opuct eva de le startin be medicin, exbolies extents, en cocerveion y progronaden, cxprciones de mares fvertes de osve, ere eros. Tea de informacion sobre loicambies da euros de Io sy tds ‘ctu defn evanes (axpltede, renaxplotodo o virgen) ‘dentfcacin de tx reas con problanas de rena, eriibn dacienes. 3 iano se sea. Eso st, 1 pobladeres (htenctin dels infomeclén idolSgea y metorlégice més re lone, of come datos medio axbianole ete ellos faresacin,vepetacién fours silva, heb peicole, principalmante. ae motivo de adimenton xe tom dude dos pon de vist: 1% Meatnot pore determina la CONCENTRACION de fo sido en srpencién. Ena cparacign se real ina on difarntes pnts de un gue cum plan les requis par oferer,canjuntamente con Io fort respes tive con coentimeto. 2° Masts pera deteminar 1a GRANULOMETRIA 9 ditrucign del tomato de os portale, bisiomante ee fpoce de ovendes. Esto ‘parocin reli en diferentes punts de ot ny a les il 2 playos de lx minmon are determiner por diferencia al materiel ponte © sine on evlqverdeptito volundiics can boule on, ha (pr ejemplo un valde). ca muss fomodes pore determior la grnclomatnioyeoncantrcié, sit ‘on edowds pre deteminar al pase exectico del sliden, valocided de olde dels partes (exrimantl) ype l nds minaroligicates— peotes. r 2 INVENTARIO DE ESTACIONES HIDROMETRICAS ESTACION: ye. ae, __—_ pu, ate, ee vusicacion | pero, pow vere cue _____ sww-cuenea —___eauee | enous coniso nesronsa. |... ILIAD mre ‘Pemovo OF REGETRO: OSCE /____wasTA Deseanca wena a a a lestapistica CARACTERIS- sexoienre, TICAS. DEL, = cauce — | maven oe. vecHo. Acceso (sere, Vat ate) Toma DE Aronos: nezvencn —___ ona oatos \ecrunas ___ reeveneua —__ nora. aPaRATO WaRen eaTaoo ‘uasauerso Eoulro - ‘immienaro commenTOMETAG josservaciones|IMI, _ANAUISIS_DE_CONSISTENCIA Introduce Ls no homogenided w inconsstoncia en smevencias hidiolighcat repraanta une e los oxpectos mds importantes del estudio en la herolegfa contenporénea, patti ulormente on lo relacionado ala conservacién, desartllo y control de recurso. hidcicos, yo que. evonda noe identifica, elimina ni se ajusten @ lt eondicion futuros la inconsstencia yine homagenided enla myers histrica, un ero signif ative puede inteductse todos lor endliisfturas que se reolicsn cbleniendo roll ot oltamente reigador. Les miedioscuibienteshidrol6gicos son efectados grandenente por Factores hechot per el hombre tolas coma cbrat de regodio, renaje, ate; © por cambios Ineipara~ dos naturales y lentos procases tales come ineendios, derunbanientos, Ilenado de logos por fornacin. rencia en la tome de in inecten similares, os que prodcen incon s2 lene que seros de wos de agua urbana pretantan lion ton= lncios crocs pore increment 0 decrement de la pblacin, increments. 6 decrement del nival de vido, vorion dally cons scicles yo inmovaciones tcrolglent,pecioe del equa y oho més. (3 Inconsistencies sinfnine de errr sistenstico ye preveta como salts y tendon clos, y no Homogenaidod e dafinide como lot cambios de lox datos vi tempo. Ast por ejemplo, le no homogeneided en lor dats de precipitacin ton creo do por tres fuentes principales: «) Movimienta de las estaciones en une distancia hovizonfal, b) Movimiento en una distancia vertical ye) Cambios an el medio ‘onbienta de uno estacién como érboles, contucelén de cote, entre otros. Tiger _de_erreres Eroressignificativs pueden errestrorse on fora de muchos fuenters En formo general, ler datos medides Ineluyen dos tipar de eroves: 2] = Eroressistensticor y = Errees electoris amados tombién aecidentales ©) Los errres Alectoios se pretenten @ caus de la inensctitd en los medi ine y cbservaciones. Este tipo de erraves son difciles de evalucr despues 44 tronscuir sign tiempo. Les causes que don logor a ete tipo de emores » pueden ser divertor, teniendo entre los mis comunes: ores de abiervacién como lecturas poco consiente, operate Tigers mente estrapeade y ml colocodo / = erores de trantcmpeién de eéleulo (lor mé/irecuentes) = erores de copie = erates de impresin = errores de interpretacién Lon eres siteméticos son lo de pyar inportencio, come consecuenci de ‘os miumos, los dates pueden sr igZrementodos 6 reducidesssteméticamente, can lo que los rtultdoe finale“4e desvion, pudiende produciese grondes ero, es en los estudios de utiliagién y requlacién que se realicen o pert de. chos datos. 3 os exrressstemét/on pueden sera lo ver naturales y atficioles w ocacio~ roles por la man- del hone, ls misnos que eewren en une direccién, come teltory como tedlencios; de llf'gue ston este tipo de erores los ave sa licen pore e!minarles de los dates inconsstentes. 1 problema de lo detecctén de los ereres sisteméticos ot potencialmente com leje, ¢ medida que se especule més en fo natroleza de los datos, Los com | bios en al fenémene de abservacién que induce o combios en lox dtos, pue— den ser noturcles © cowodor por el hombre como se menciond enterirmente eo. As por ejemplo, lot estactones pueden haber sido movidos distancis con siderables,o ogucs aribe de una estactén se reolicen derivectone, entonces cestode de descorgas cabia en forma bru: una matonze gradu de los fres, teles por infectacién de inectos puede acasioar combicsgradvcles en los des carges [fg]. Tanbien es posible que lo cause del cambio tempoco see co- ocd entonces el problema ze terna més complejo. Desde un punto de vista préctico son de mayor interés ls eros sisteméticos ccationodos pore la intervenetén dela mano del hombre an ellos se concen tre al andlisis de conalstencio. “a”Nt 02 ESQUEMA GENERAL PARA LADETECCION DE CAMBIOS EN DATOS HIDROMETEOROLOGICOS: DETECCION UE CAMBIO ria. 3. Catageriznctén del Problema El problema de deteccién de conbios puede ser eatogerizade como siguet el fend, ‘meno en estudio puede 0 no tenet una componente eflice (come datos anvoles y no cnualesrespectivanente). Dentro de cada uno de ellor se puede consideror tnples 8 miltiples, Adomés ol medslemient del Fender lo cual e rs site pore la deteccién de cambios puede 0 8 Inclir le xtuctura de dopendencia. | Hay otras formas de subcategerizacién del problema, teniende en cuenta que el 1 aes tiempo de conbio puede 0 no ser conccida, los datot pueden ser registrados en tiem | faNaLIsis DE 0 contin 6 dinate (el comiirie) El ipo da combio puede ser anol val (al como en la media) on la veribili~ dod tal ccna en la variansa, 0 un combio an la aetructua de depandencia (tl ‘come al coeficiente de auto corelaciin), 8 une conblnacin de Sits y ros més. Seat la catagertzacién del problema an series simples y miltiples, en la Figura N° 02 se presenta on eiqvens general pore la deteccién de canbios en lox datos hidrometeorolégicot, ectividedes que ze describen a cantinvscién, mostsindoxe on | flechos de doble raya ol c®mnina simplifcado de anslsis en saltory tendencies. 3.1 Series Simples ] Seo Xyy Xap ++1.X, un Conjunto de variblesaleotorias, con "a" igual al toma ‘o-da la moet hist. Dichon variables constityan una seri simple regsre= don una estan rspectiv, lo mitna que pusde eerie cone: (9 Bs teeta He Ma eed, donde 20 caume que un "conbio* = que pusde 0 no afecar la dsttbucién de X = eure ante lor perfodos de tempat y ttl, ta t2yevenel Un problems de dateccién de Conbios on la saris simple corsite en lo siguiente: 2 Adumir que Xy Xoyeoee X, tone una funtén de disibuetén marginal acu rmulotiva (.0.A.) igual © FW), y Xsan Mega e 2+ 1% «Hane una funcién de dstibveisn ‘marginal acumuleda (F.D.A.) igual G (.) bb. Probor la hipétens mld que F (.) a8 idéntica © G (.); esto; no hay com ‘bio en la distructén morginal antes y dexpuds del perfodo de tiempo 1. St . 1 ex.iumido conocido y las X' S ton esumides Independiente, antonces eno ce a .10 redvee al problem clético de dor muestra para lor cuales hay muchas cnicos de ands estosticos. 3.1.1 Coup de_ndependencia = Tiengo de Conbio conocido Cando lor exuncionss dl medele son impueste, vale decir los verlbles som independientesy el tlenpo durante el cual scure el eanblo es conocido, en, tonces el problema ze reduce o a eplicacién de prucbos estauiticas. jerplot Suponee que Xs Xpvesor Xp san vue Independintes normles(ealtzar frit de eed) a étcomate did con malo uy 20 FY Ka Kygt Mygneenee My 298 Vo Independents nommoler + ldenticomente dlsriouides con median up y varlanze Gj? . entonces ull zor Ia prusba estodftiea “T" do student pare le eompecbacién da los medics 1 luego la prucba estasitica "F* ~ pera la comprobacién de los verianses ret ‘pectivar de enbos perfoder. El procedimiante de apliencién de eae prusbas 12 detllan ms adelante enol anlisis de seltos-especTicamenta 3.1.2 Cou do Indepandencia = Tienpe de combio no conocido Este ese! cao que ha.clofdo use atencién consdercle an la Ilteratura esta tates. Considerar ios modelos sguents: Hoe Ws hss hae. HOF dent, dondes 0 Ej ex uno secvancio de trminot de eres no eorelacionadot con medio exo (Es os Fy @) or na fumeién media para la primera pats dela serie, y FW) es la fancién media para la segunda porte de la serie En loredoles de le ecvecién 1), 1# presontan ls siguientes cots espociales 03 } es Conde los medios de onivor perfodos son canstontes , eo FO = 4 0 Fy = up Goomdo te mice de eos sia: Os O44 yz ® RO 2 “2+ %7, Kely (1970) ho derived la ditrveién entice dl Yinador de + Gor méxina verona) de te ecvocién (2), donde uy ¥ vp feron owmids evacides, pero le alt inde Ej fue suede arbiariomente, Ne hey une female colicita par mBxine verosiili pare el eaudiodeten ete caso. $i | son axmidor normalmente diribuidos, con vom Teta 0 conoid le drBvetinetintca de t con uy Y Wy ve conocides ot la mlane Que pore uy y vp cancel a, ‘Chernoff end Zachs (1964), Kander and Zechs (1966), ond Garda (1969), consideran problemas similares desde un pun tode vive Bayesono, ctsdoon (i Lee ond Heghinion (197) conidren a { ute, o Us det donde: HY nn confine vcs slosetsnistnsrs Aicrbuides con (0, 6? )tes el punto de conbio 44:8 le camtidad de combo Considerande lot <1 et oxide uniforme rbre 1,2, . =4_ yu son osumidos coda uno normel con madio cea, pero dife= vientes expects: ~ Todos fot veribles ton independents + Tenbien Poe G2 y grec Se tiene que lo "diiribucién posterior conjunic® ©. 0 7 cantided de conbio y d rempectivanente) son del pun FOAM = meek {Ho + Don wa? ] m pee & Dra ah RP SO Kn . 1 6 B= Kot - Refine] > x40) > x, iv ial Poranco 1, (959K, Ky (estoditicomente ) Se 4.4.2 CONSISTENCIA EN LA DESVIACION STANDART El ondlisis de consistencia en la dewviaeién standort ser la prueba "F "de la forma que a continvocién 4e describe. 20 mediante Céleulo de los veriencios de ambos perfodes + 2 1 sae Fw [boy = &) Lhe a 2 1 3g 2 3 = fer]E x - i b. Estadtitiea * F* 1, Se establecs la hipéteris planteade y alternonte , exf como ol nivel de significactin « 1,268 ne veh pblcens nyse? wed += 0.05 Giteulo de Fe: 2 Si) go 1% 87 >s2e ‘ sdw 3 Os)shu Fe — sto s Zw >stw 3. Hallor el valor de F, on lox tables con + a= 0,05 GLLN. = my GUD. = my -1 donde + F,, =volor de F eélevlodo F, valor de F tebuler, de lo tbls t= nivel de significacién G. LN. grodos de libertod del numerador GiL.D. = grades de libarted dal denominador 4. Criterion de decision HFEF, (95%)05,00) = Sala) _(estodticomente) SEF _> Fy (95%) —08,(«) Sp (x) (estoditicomente) Los petfodos enolizados en un registro histérica se ilustra en to a 4.5. CORRECCION DE LOS DATOS HIDROMETEOROLOGICOS En los covon en que los pardnatros media y desviacién stendart revultaren ‘stodisticomente igeales, 12 informacién original no se corrige por ser = ccomsistente con 95% de prebolidodes, ain cuando en el doble mata se ob= serve pequetios quiebras. 4.5.1 Procedimiento: Si resulta lo medio y desviacién stondort estadiaticomente diferentes, en= permite mentener fos pordme, une ecvacién 4 Diche ecuacién 40 expresa como + [i toncas se corrige medion trot del perfodo més confichl ' % (6) calor a sor coregido En la eevecién (16), el perfodo el perfodo cerregide correponde el primero, pero onde tmbin ol end, amtencs la acon tm linia = | . x \ Sars" % 7) By SC) 7 (0) sn vole detnidorontercrmane fede cdl ue opt di rate de ie pr ediia po~ Porcionen los siguientes casos : ¥ Pt aa ~ Tosa desta dr wom hoagie, 0 fowl ~ termes io kono dane ene fences nose corige le ~ Lormatorn son honepinay ls deacons ender honegé= ~ es nde devin etn on hone, tesla acs, de ccd oa vloet edition cle ladon bees aan lr vanes un reno scone diferentes. ™~" 452 WONDAD DF LA IMFORMACION CORREGIDA fe spit le banded do inferecin eared, eee mente un onélisis de soltos en lo medic oink pe : lami eoctsnmtondon ee op od canbe yal period em a intermacon ewe, pants yes alo a pak Ty F repetvonnt, yes eee deena cy Sel iva de sigan hijo eon atid, 443 itactONes OF Las erueas estaoisricas ‘Como los pruebas estaciticosopliccdos pera la media y devibucién T y F, respectivomente, éstas sah aplicables @ muestras de datos que reinen clertor condiciones 0 requisites como + os Los distibuctones Ty F son derivadas de la dist imal en basa al teorenta dal Ifnite central, entonces s6lo son opli= yyan en forma normal cobles o musttros que #8 Son aplicables « musstras no parfodicos, yo que les peri pueden destrit el poder de dichos pruebes; esto implies que son née aplicabies los dator anvales que o lov no envales (perfodtcos). Tee detorno onolet 0 refer cla nferncién estacionl, mann sononol © ria. tou prnbor sn vidos soloment pra datos ndependintes, ¥ por fe ger of lor series hirometeoroldglca on dependants (2m ox— cxpeién de la peciptocié media ane!) Se concluye que pare que [0s eulodos de ls prsbor et eon roles ox nacsario qua los mottos de ends est ~ tuyon nema Independientenentey no son pei 4.5.4 MEJORAMIENTO DE LAS PRUEBAS Cuando of ondliss 4 realize en dotos no anuales, per lo general dupendientes y para mejorar la bonded de las pruebas, 10 pusds uiilizar un procadiniento de conpensacién de la estructura de dependencia, el cuol consiste on ‘St ms la longitud do fa muestra dependiante, entonce: este valor puede tar reducido a una longitud efectiva muestral que compence la dependen= ‘cia de lon datos y eepresente una Independencia de los mismos, en funcién dal primar coefictente de autocorrl [seins] 2 ‘sf, para la prueba de medias fa longitud efectiva seed» 1-% a TH onda : [No os la longtud fective mustral 46 nes a longitud de lor datos dependientes Py esel primer cosficiente de aitocerrelociin el Pera le prusba de la desviacién estondort, 1a longitud efective es : 1=p,? Ne = ® «sy 1+p? ‘xyes témines han sid desert etermina on este ease, con (Ney ~1), (Neql) grados de libertad, pora el oso de dotos compensads come independientes. Cuonde la informe’ ‘onteriormente. El volor de F tobulor se resulta muy dudose, en olgunos coror, es recomen= doble eliminer dichos dates y trabajar con el perfado conf EJEMPLO DE ANALISIS DE SALTOS EN DATOS DE DESCARGAS MEDIAS MENSUALES : ‘Se deseo onalizor le consistencia de la informacién de descorgos medios = rmanauotes registrados en la estacién de Iuioys correspondiente al Rio To- rato formador del Rio Moquegua « [12] Pore ello se dispone de 29 cttes de informacién incompleta (1953-1961), los mmismos que se presentan en cuodro N° 01. El procedimiento de andlisis, es como se describe @ continvacién : 1 Seleccién de los registros de los descargas mensucles que guordan simi litud con ef Ro Torota, les mismor que son: Rio Tumileca, Qdo. Hon a y ol Rio Quellaveco. Dichos registro presenten un perfade comin completo de 8 aftos (1953-1960). El eriterio empleado pore seleccionor ‘estos 3 ries Fue mediante la informacién de compo y de la comporacién de los hidrogrémas histéricos. 2* Anélisis de doble mosa, pore lo cual primero x0 ploted el promedio. - ecumulade de lox evatro astaciones versus cada una de elles. Lor vo~ limenes ecumulodos de coda uno de ellos, se presenton en el cvodro N*02; siendo el promedio acumulade el siguiente :o CUADRO _N® ot ~ SERIE HISTORICA DE DESCARGAS MENSUALES EN _LITROS /SEG. RIO TORATA _—_ ESTACION ILUBAYA QS Se Fe. MAR. AB._MAY.JUN. JUL. AGO.SET. ocr. NOV. DIC. 18624577 354 166 25 800 B00 700 910 1095 7,000 685 a3 _ aT 393 57 39S TT Tats TAs a9 re aT FD TRS 1-0 VI T1700 97 mal 2552155) Ta Tao T76T} 25 1POB 00 YOO POO TOE TAR 200 1200 | (See TSE TOS 15 75806 159 | 198} Deer, = 1007 Tae 736 Vie? 700_-1 7s 659 61-1) 5250054 456501 a =I ae st ‘ 7 aS =r =I aT a st oy 1965 =I =a 1966 ar Rete sel =I cy oa 101 ia WAIN S PSO GITS VT STB TENT 5 oc aaa Ie 38ST AS 1 356 aE 198 [70 ert 13001510 i Too 02798 Baas 12001250 1,110 1405 TAO? 100 (B50 370 100 — ZI 3 jm po 1915100 — B10 Oa 780 od 0 1485 0 a0 TH O 17 300 0 1700 121521001200 Tao 1pa_757 7a 35 100 1974 725310 13800 24601750 750 1215 1200 «0? 7a 750 1213 1975 T3750 _12500- 2800 1,185 1950 1A92 WOOO 740 7a 704 70745, 76" 2500 2708 12st et 502 480450410380 350 197) G6_ 227 3106717 85 S87 S37 33000 17 52047 $6050 — 1 01285257 320410, 045070 | [lere[1aat veh et e086 ato s99 57081 — Soh 330515 | FES | 1980) 739 os 9260s] 563508532 50351 ae a, Wal wee TSH 25585095975 3H =I 551 + NOTA Indica dete faltonte om ‘Volumen promedio scumulade a e A estociones(ni 1953 49,296.2 1954 97,299.5 1935 143,052.5 1956 174.11.5 1997 200,252.2 1958 225,667.5, 999 250, 244.0 bs 252,506.6 Dichor voldimenes son obtenidos sagin los ecvaciones ( 10 )." En Ia figura N05 se presenta lor cuatro curvar de doble masa obteni= oi plotecr el promedia eeumulado versus el ccumulade de coda una 6e ellos, epreciéndose que el gréfico de Qda.Honda presenta mayor = reguleridod. En Ia Figura N'06 te presente lax curvas de doble- masa de Torata ver = us lot otros tres rox respectivor, lor Que han sido obtenidos ploteando {os volGefenes acumulados presen ted~s en el evadro N° 02. En estos ‘curves, t© observe un quiebre en el afte 1955-1956; vole decir de 1953 1955 el conportomiento es muy buens, tentendo la misma pendiente el pperfodo 1956-1960; por lo que, los datos que, probablemente eston = ‘errodos 1on solamente del eo 1956 en concerdancia con la tnformacién de campo que verfica le dude de los dates de 1956 porque han sido solo estimades en la estacién Ilubaye por inspeccién ocular. Pra verificar la bondad de los datos de 1956 se procede @ ancl zor todfiticamente lot dos perfodor: el primero 1956 y el segundo como el Confiable los datos de 1957-1959, Le longitud , medio y desviacién es ‘ondort, ealculador segin la ecuacién N° (11) respectivomente, se pre senta en al evadro N*03 ~ A. En al cuacro N*03 ~ B se presenta valores obtenides de los estas Tey Fe, segin las ecvaciones ( 13) ( 15 )remectivamente, es? como también los valores cbtenidos con un nivel de significacién igual « 0.05, 43 grades de libertod pera Tt y 11, 32 grades de libertad pora Ft. Comparando dicho: valores segiin los criterion de decisién, se deduce ue el salto en fa media y desviacisn estondart son signiRctives al 95% de probatilidodes, esto 8s, lor valores de Te y Fe son mayares ‘que sus respectivos tebulores, por lo que ex necescrio la ccrreccién.i8 2 é z8 : : 2 z { sghc 0 a ; i 2 is 3 ‘| a is : 5 z t mo Ss 4 fF 8 3 4 g ip 5 -| 2 jase 8 & 38 Pio g 6 ol bait 9 sz) 9 8 = 5558 8.2 4 Pits © Vo gees i i Fi z@ i i § ike e i J é i i : é ; i fat |3 8 i j tfe |F 3 " a £2 a. |= z 4 é Pe 8) | ‘80’ roe eer'Be 0869 ers’e LOL’ 0961 Sri SIe Bec'ez 619S92 £0905 cer'te wet eos IP 6561 ‘LOv" 262 6se'8z ‘910'Sez 66516 990"08 zee"e 1a'es es61 Bro" Wz Ole atv’ e0z 266/06 eea’9r, were 12°90E Ber re S61 606" 220, eres Sey’ zet zoe 698'te re'e ele ee i 9561 bos’se1 zsh'OL ‘BAL’ bs 0z6’0, a'8 £20’ ree 165" 68 ‘ss6t 1se’sot 569'Ss ‘Shih Ger ZL \er’9 cer’ brt 69 ‘ps6 999" br 959" br ie2'zr 18c'er 8560'S es6’S 062" re 062" bL egal 12h" len_|-rav-fon _|yotay-12A | Sy lon S¥fon_}otiv:fon | ony scien haere | caer en jetty “| eet aspen «tars o for SOTTO Vann vavWaNC ran ‘SOWISIOR SOT 30 VEVW 300 SISTIVNY 13 VaVd SOGVINWNOY SINIWMTOA Tov61 = e661) VSVTIWNI A VIVAOL 30 SOW SOT 30 SHIVANY ~N OWGWADformacién del primer perfodo en funcién del segun= iz6 la eevacién N° (16), en la que reemplazendo valores X} = 61-6+0,6024+ para t=1,2,3, Ast se tiene: pore tal. —e Xi 126 tg. pare enero teh—KSeI2 © + faves ‘ogetto " setiembce telO— Kig=6sl * chines S62 "© noviealie "diciembre retultando un promedio anval de 940 Ii dea un volumen medio anual de 29,643, or segundo, que correspon~ les de metros cibicor. ‘5°. Pore verficar la bondad de esta informacién, con el valor corregide de 29,643.8 miles de metros cibicos, nuevamente se elabor’ el pro= oto de deble mose, cuyas curvas resultantes se presentan con linea Punteoda en la figura N° 06. En ellas se puede observor que los — puntos modificados estén sobre uno recta casi parfecte, concluyéndose ‘que se dispone de una infermacién conslitente y homogenea al 95% de 5, ANALISIS DE TENDENCIAS iba lls tendencios son componentes determinfticas tranttorias que se definen co- ‘mo un combi sistemétien y continue sabre une muestra de informacién hidrometeo= rolégica en cualquier porémetro de la misma, que efecton lat disribuciones y depen cos de las series. [27] Por ejemplo, si hay un combio arcendente o descendente en a temperatura, precipitacién, evoporocién 6 excorrentia, entoncesse produce una tendencia. 5.2, Propedodes Las propiedades més importontes de les tendencios, son: ©, Las tendencias no son experadas @ repetirse por si mismos.en lo misma forma y con fos mismcs propiedades. * 1b. Se pueden seporor de los otros componentes (periédicas, eleoterios }de fa seria, lo que hace posible removerles y/o incorporarlas. €. Paeden exit lente de evtocorrelocién, y en pordimetros de alto orden; per por lo gene=- rol los tendencias se presenton unicamente ea le media , si lo informacién es 1 desviacién estondert si fa informactén es mensvel. [22] ‘en cualquier perdmetro de una serie, media, voriancis ‘onvol, y en le medi d. Les tendencios pueden ser lineales © no -ineales , por lo que cualquier fun ln continue de tendencias no lineales, pueden ser repreventade en series de potencio. Le Figure N° G7 muestra un ejemplo de fa) tendencia lineal y (b) - tendencia no lineel . areas de erty Un esqueme simplificede para el andl {ogicos, se presenta en fa figura N® 08 . de tendencies en dates hidrometeoro- Previomente al desarrollo del esquemo se he analizade y corregide lot saltos ‘existentes, para luego onclizor Ia tendencia en la medio y en la desviecién es —Paws o7 SERIE HIOROMETEOROLOGKA CON UNA COMPOKENTE TRANSITORIA EN LAFORMA DE TENDENGIA wae ° FIG. W808 ESQUEMA SIMPLIFICADO PARA EL ANALISIS DE TENDENCIAS EN DATOS~-WIDROMETEOROLOGICOS THFORWACGN BRE DE = SALTS TRFORUACION DE ‘caMPO TENDENGIA EN LA MEDIA RERESENTACION YESTIMACION. EVALUACION [REPRESENTACION ¥ ESTIMACION, EVALWACION. INFORMACION LIBRE DE SALTOS AUSTIFICACION FISICA rtandart-en ese orden, justficéndolos fisicamente con la informacién de campo obtenida y eveluendo su significacién mediante un précedimiento estadistico. Les tendencios por lo general pueden ser oproximadas por la eeuacién de regresién lineal y en algunos cosos por polinamics que representon tenden= cos curvilineos. Se enclize en los dos primeres porémetros de una serie: = en la media y en la desviacién estandert. 5.4, TENDENCIA EN LA MEDIA 5.4.1 {a rendencia en la media puede ter expresada en forma general por l polinomio: Tym + By Cate DIS cong (0) En muchos caios, para estimar'esta tendencia as suficiente la eevacién de regresin lineal simple como: en donde: Tq Fepresenta la tendencia en ta media de la informacién hidro- meteorolégica corregida de saltos. Age Ba Cyr Opes Son los coeficientes de los polinemios de reg s¥én_que eeben ser estimados @ partir de los dotes. 1 es el tiempo tomado como la variable independiente en el and lisis de regresién pore evaluer lo tendencia, y su valor se de- termine por: wee (2) 111, con n igual al nimero de afos del registro hist €0 de lot datos. = 1,2,. py 06 igual a le voriacién de los periodos de onélisis con w igual ol periods bésico. que puede ter 365, 52.0 12 se9%n lo ia, xemanal © mensvel, respectivamente.. Las constantes de regresién de estas ecuaciones pueden ser estimades por el método de minimes cvadrodos . Para calevlor y onelizor una tendencta lineal( en este caso ), 4¢ pro code de Is siguiente monera: primero. se estima los pordmatros de lo tenden= cia, luego se evalda el grado de significacisn a un nivel de probebilidades, para finolitente corregitlo si ésta resulta significative. r 5.4.2. Extimaci onible, se estima los parémetras de lo ecuacién dodos en fo eeuacién (21) por le regresién lineal simp | art bi q | we (23) ; onde j Th evel promedio de la tendencta « ig! ol promedio de { los dotor Texel promedio del tiempo cronolégico + r Stm desiocién etandort de lo tendencio en lo medio 5, desviacién estandort del tiempo t . | Rexel coeficiente de correlactén lineal simple entre lo ten= dencio en la media y el tiempo en considerocién. Frm es el promedio del producto de le tendencte por el tiempo, ‘ 144 valor es iguel Tach > (tm h-, eaPy ler vlorde FTAs 5) Spy 1 (53), emonce se rachns la ites plntnde, cetn= doze le hipStsis alterna; esto es, ol coeficiente de cerralaci R at significative al 95% de prebsbilide des. 5.4.4, Elininocin de a Strevut | coaficlente de corelacién R. na significativevorimer co 10 de los citeros de dectsié) entonces Ia informacin no presenta un ten ~ dencia en la medta significative oi 95% de probebilidadet, por lo que nes recesrio sy coneccisn; pero sR resulta crlterios de deci de necenrio en site cata ~ su coreccién repectiva. la corraccién de fa tondanela en lo medio= cuando result si va~ partir de los detos metsial as, 50 realiza madionte la tiguisate ecueetéa! =X Ae 6 raibiéa @) donde: X, ses la serie hidrometeerdlégica onolizada Y,! lo serie comegidalin tendencia en la medic) Ton ses la tendencta en la medio 1212,..049 conn fgvel al tonto mus tral. a rt Y pritt lat guano erectcitent Mso vy vat Evan).Steen, lemedia de Y, gua cao y la worioncia de, #8 igual a a vo rionciade %,, Sila tendeneie polinanial wrultne significative en lo prucbe esto~ [5.5. TENDENCIA ENSLA.DESVIACION. ESTANDART Una we enclizada y comegide la teadncia en la madi, principalment les doton po somomwales peritoneal el ondliss en loderviocién es— tondort, como ve deri continvacin. que la medic. pum ser cpreximeda por fa ecvocién de regres policomial tal Pris =) Tea eB teste, Ts axle rendencie en lo derviceién estndort Pee aeiimera total eae Ay Byon~ 00 larconficlenten de los polinomion de regreign que daben sr eotimeo «partir de lox datos. nla moyoriodtc lon cones exten tendencios xn lneales, por lo que une buere @— ecsocin deregreién lineal simple como: provimecisn xyes tieminantan side descrites nfwiormente ss 45.5.2. Ewimacién y evaluscion Pore estiner y evolr la tendencte en la desviocién estondart, se procede en Ja forma silent 1. « la fnformacién sn tendancia en la media (¥t) 0 divide on vorios perfadoslon afer). 2°, Pore cada patiado (ata) 10 calcula ws desviocién extondart respective, hterindose torts valores de denviacionesestondort como periodos oy Sy Ie en etn pr pra (to 9 4, tle anh oe ma Y;, eel promedio del perfodo p yeoman pr + .c0ninfermacién mensvol, soma nal @dioria, rerpectivaments. 3°, Célevlo de los porémetros de la ecuaeidnde regresién lineal simple, sein lo eevocién (23), 0 partir de las desviacionesestandort(por = decir onvales) y 4] tienpe # (en atos o perfodos considerodes), uti= Tizando los ecune ones dodos pare Ia terdencio en lo media. 4°. Anilisis dol coeFciante de corelacin R entre lo tendencia an Lo des, viocién estndorty al tlempo, sagin ol estditico "T", con los mismos ceiteros queen el caso de lo tendencia en la medio; esto esi el vox lor del T colevlodo rule menor © igual que el volor del T tobuler, entonces s8 acapta la histess planteoda concluyendo que lo renden— cia en la desviaciénextondort no es significativa l 95% de prcbeili= comm: modiicaw eonciahnte « te einadores de for pS 6 Tantnelhayteven, le medio do una manere cons os foimene di” ve Ne edie we meta me lege (otc cst pret comparcr tein los;momanton de te serine ” En lo etimactén individual de los valores pore lugares de regisros coe tos, por medio de correlaciéa con lugeres de regitos lorgor, fa dates, forme posible de preserva {a voricbilidad del parfode corto y la tater- correlaciéa con otros Iugorat ot, inroduetendo une variable aleatoria en cada extinccién, Este voriable represanteré le parte de code esting cid que no es Influerciade con los eventos ocurides en otros Iuga ~ res. [34] Enisten vorios procedimientos pore realizar le completacién y extension de os dots faltrtes, desde la uilizacién de erlterior précficas como ‘el relleno con el promedio, heita Ia aplicacién de téenicas exadtticar metendticas. [Al completor un dato foltonte con crlterios présticos, x clrtomente ~ cexéneo puede tener efectos muy perjudiclales. El efecto més serio ‘es que la variancio de lo taie puade ser sigifictivamente redicida. Cuends s complete un dato usande lo ecuacién de regretién con al da, fe de va astciéa cereana, s2 puede Incluir comctemente un Hming clestorio. Sin esta thrmina, al doto completeds ve 3 tener nuevamen te une voriancta reducida, Si la eevocién vsede vieuelmente explico toda le variaxcia de la serie, an este caso el rémino aleatorio 00 Importente ys pusde 9 10 Ieluir porque no case don, [26] CCuonds se reoliza la completocién y ewensién de datos hidrolégieos © eleoroligicos, a0 debe oraqurar la conficbilided de le técnica utilize a, porque + = Al oumantor la longitud de un registro de datos, se dianinuye et error eitondor de eimocién de los pordmetros, yo que cvando el~ teimano musstrol tiende al Inflaito, enforces el extimador se came | més ol parémeiro pobloctonal. St al procediniento no at al odscuods, en vex de majror los ettay rmodores se ampeoran, sande prafrible utilizar solamente lex regis Solos fa C. (1978) explica une metodalogTis y mane fone algunos ert citimedores con le ex ‘8 periten evelver ol meforantene de fensién de oe gives, [24] Los modelos de regresién lineal single y multiple son uilizodee para La ‘edemsién (devoninade también Honsferencta) de infomocién desde so © varios puntos, © una eitecién con datos incompletos © con registro = Le decisién © toncrse sobee ol po del modolo de regresién y dela elec cin de la vorioble indepardionte, depond Foxmocién y generclmante del criteria y ewpertoncie del empecioista. in de doton 40 seo on los 98 EL proceso de conpletocién y/o « las conitertes, vele deci, después de haber analizado la confibilt dod de los mismo Para efectos de comprentisn de Io terminologts wilizeda, +0 define los correlacionas existentes on ol tempo y en ef espacio, fax mismas que sen de fret Hipor + ‘0: comalectén an el tiempo solemente be comelactta en ol espacio solomerte, y es comelectén on el tiempo expecta a la figura N® 12 se ilutra grfcomente los tipos de comalcciones — ‘menctonados esteriormente, cuye interpretacién et camo sigue Figs ‘TIPOS DE CORRELACIONES EXISTENTES EMTRE DOS SERIES OE paros