Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelos Matematicos en Hidrologia
Modelos Matematicos en Hidrologia
EN
HIDROLOGIA
BOCOTA , COLOMBiA
DICIEMBRE. 1974
l
MODELOS MATEMATICOS EN HIDROLOGI.A
BOGOTA, COLOMBIA
Diciembre 1974
I N D ICE
página
INTRODUCCION .•.••••••••••••••••......•.•..... .•••••••••.•.. . 1
3.2.4 Desa.rrollo del m:odelo .... "....... ". "" ........ "................ " 36
A. D•,strl'buc .Ion
' topo "oglca
• .. "" ...... " .......... " .. " .... " ...... " .... " " " .... " 36
B. Conformación de las motrices . " .. " .......... " " ........... " .............. " .. 38
C. Condiciones Irmites . ". ".... o. . . . . o.o.o.o. . . . . . . . o. .. o. ..... o. . . . . . . . . . . . . . 42
Condiciones aguas arriba ....................................... 42
Condiciones aguas abajo ............ # ................... . 44
D. Técnica de solución ............ o. . . . . . . . . . . . . . . . . . . 'o. . . . . . 45
11
página
111
página
4.1.3 Naturaleza de las magnitudes hidrolÓgicas.................... 96
· - y regreslon
2 4 Corre loClon
4 .... • - ..................................................................... 101
4.2.5 Distribuciones de probabilidad .................. o..... •••••••••• 104
A. Distribución normal ......... ............................... o . . . . . . . . . . . . . . . . . . . . . . .. 104
8. Distribución lognonnal .................................................' .............. .. 105
C .. D.strl .- gcamma .................................................................. ..
• 'bUClorl 106
D. Esquema para selección de la distribución •••••.••.•..•.•• 106
4.3.2 Modelas estacionales de Markov .,... •••..• ••••••. .•••.•• ••• 112
A. Caudales con distribución normal y lognormal ••..•..•.•.•• 113
B. Caudales can distribución gamma •..•......•••••••..•.... 113
IV
INTRODUCCION
Hasta antes del advenimiento de estos técnicos, los parámetras derivados analíticamente
pora lo mayoría de los modelos matemáticos provenían de regresiones y correlaciones;
estos porámetros estaban, par lo tonto, sujetos a condiciones de independencia, normali
dad y linealidad, condiciones a los cuales no pueden restringirse los parámetros de lo
mayoría de los sistemas hidrológicos, o tal punto que losporámetros tipo coeficiente de
madelos tan restringidos pueden llegar o no tener ningún significado físico.
La simulación puede llevarse a cabo con mecan ismos analógicos o con computadores di
gitales; en el primer coso lo simulación es posible usando la similitud que existe entre-
los expresiones matemáticos que describen el flujo eléctrico yel flujo del aguo; en for-
ma digital, el computador se usa paro resolver numéricamente toles ecuaciones. Cada
uno de estos tipos tiene ventajas y desventajas, osi como campos de aplicación especí-
ficos, pero la computación digital es extremadamente útil en hidrología de superficie,
por ejemplo poro resolver situaciones probabilísticos en los cuales las variables (preci-
pitaciones y escurrimientos, por ejemplo), varían aleatoriamente dentro de límites proba
bies. -
El presente trabajo hoce referencia o 'o simulación con computadores digitales, e ¡nclu
ye lo descripción de algunos modelos de amplio uso, exponiendo sus fundamentos y con-:
ceptos básicos.
I
CAPITULO
CONCEPTOS GENERALES
El concepto de sistema no es, por lo tanto, nuevo pora nosotros; sistemas de to-
das clases nos son comunes. Un sistema conlleva un grupo de elementos interde
pendientes o interactuantes que conforman un tado un ificado. Por ejemplo, er
sistemo solar, compuesto de una variedad de cuerpos celestes que operan como
una unidad; el ecosistema, que relaciona los seres vivientes y el ambiente físico
donde habitan; los sistemas del cuerpo humano (circulatorio, digestivo, etc. l,son
3
todos excelentes ejemplos de componentes inter-actuantes relacionados pera cons
tltuir un sistema unificado.
El análisis de sistemes podría ser considerado como "anál isis de un cuerpo libre",
puesto que siempre es necesario establecer las fronteros del sistema, cuya aeer-
toda delimitación es una clave importante pora el éxito del anólisis. Esto puede
vel$e muy claramente en un ejemplo que se relaciono con la estabilidad de ta-
ludes ocurrido recientemente en lo costa de California. En estos óreas muchos
de los álboles de raíces profundos fueron remplazados par pastos; e I pasto prote
ge o lo superficie del suelo de lo erosión, pero las raíces profundas de los árbo-:
les tenían dos influencias adicionales sobre el sistema: 1) extraían aguo desde -
profundidades considerables y contribuían así a mantener un e levado grodo de hu
medad en los taludes, y 2) las raíces eran un elemento estabilizante del suelo -
profundo. Así, el retiro de los árboles produjo un reajuste en el sistema, que se
tradujo en deslizamientos hasta alcanzar pendientes menores; es muy posible que
un hidrálogo experimentodo, 01 mirar el sistema como un toda, hubiese podido
prever estas reajustes. Aquellos que retiraron los árboles consideraron solo una
porte de I si stema .
Los sistemas hidrológicos naturales son tan complejos que aún no se han deserro
lIado leyes exactas que puedan explicar completo y exactamente los fenómenos-
hidro/Ógíc:os naturales.
Los métodos deductivos, por lo tanto, son clasificados dentro de la filosofía es-
peculativa y han sido estudiados desde los filósofos griegos has!" el siglo XVII
con Sir Francis Bacon.
5
Es as( como la filosaffa cienttr.ca o método cientmco, puede desarrollarse en
cuatro fases :
.En la segunda fase: Estos sistemas son muchas 'teces tan complejos que es im-
. '
posible, al menos por ahora, describirlo exactamente con ecuaciones matematr- .
caso
7
1.2.2 Modelos hidrológicos de simulación
Estos modelos basados en las leyes físicas que controlan los procesos constitutivas
del sistema, son parcialmente subjetivos, puesto que prácticamente en ningún ca-
so existe un método generalmente aceptado pora describir tales leyes físicas. Asr,
las aproximaciones empíricas util izadas afectan no solamente lo exactl tud de la
predicción logrado con el mode lo, sino lo respuesta aparente de otros componen
tes del sistema hidrológico. Ademós, el criterio de exactitud o bondad del ojwii
incide directamente en el número y clase de los parámetros "óptimos· que descri
ben las características físicas de una cuenca dado. Por lo tanto los cualidades-
deseables en un mode lo contrastan entre s(:
Los procesos hidrológicos, por tanto, deben considerarse como sistemas dinámicos
con estructuras complejas y parcialmente desconocidas; así, el problema de simu
larlos se puede esquematizar en tres etapas:
b - Expresión del fenómeno con relaciones matemáticos que reproduzcan los pro-
c"sos físicos en formo aproximado; puede ocurrir qu~ el fenómeno no tenga
ecuaciones que lo representen o que tenga E'cuaciones diferenciales capaces
de simularlo con precisión; salvo este último caso, la descripción del fenó-
meno es forzosamente incompleta;
c - Determinación de los parámetros del modelo, los cuales vendrán a suplir esa
deficiencia en la expresión matemática del proceso.
9
La adquisici~ de datos adicionales usualmente signiflca uno mejora en el made
lo conceptual, lo cual provee uno base paltl el perfeccionamiento del modelo de
computador. La salida del modelo puede, por supuesto, compaltl!Se con las salí
das observadas en el mundo real y, si existen discrepancias entre ellas, se reqü4t
rirán ajustes tanto en el modelo conceptual como en el de computador. -
a - Componentes
b - Variables
c - Relaciones funcionales
d - Parámetros
- Lluvia
- Escurrimiento supe rficial
- Evapotranspiracián
- Demando de agua para consumo urbano
- Demando de agua para irrigación
- Reservas de agua en embalses
Demanda de agua para otros fines (generación de energía, etc)
10
Va r i o b I e s e x ó gen o S : son los variables independien.tes o de entrada al mo
delo y se suponen conocidas previamente; son independientes del sistemarepreseñ
todo por el modelo, es decir actuantes en el sistema pero no influidas por él. Es-
tas variables se pueden representar de dos moneros: como porámetros, dados por-
las condiciones del problema y previamente determinados y lerdos por el compu-
tador cama dotas de entrada, o como variables estadísticos que pueden ser gene
radas internamente par el computador en el desarrollo del modelo.
Voriab les endógenos o de sal ida: son los variables dependientes del
sistema, generadas por lo interaccion entre las variables exógenos y las variables
de estado, de acuerdo con los característicos operacionales del sistema.
12
El análisis de sensibilidad se llevo a coba mediante la modificación del valor de
una voriable, mientras se mantienen constantes las demás, para observor los cam
bias en las funciones de salida. Si cambios pequeños en un parámetro produceñ
grondes cambios en la respuesto del modelo, se dice que el sistema es altamente
sensib le a ese parámetro.
13
CAPITULO 11
15
Estos contrnuos cambios también se extendieron a la mecánica de flurdos; al mi
rar los procesos del flujo laminar a la luz del movimiento Browniano, las Irneas-
de flujo san consideradas camo procesos determinfstic:os, propiedad que vino a
convertirse en la base paro el determinfsmo de la mecánica de flurdos; sin em-
bargo, si se amplfa considerablemente lo escala del tiempa, el movimiento Brow
niano mostrará los efectos aleatorios de las Ifneas de corriente. Cuando la velo
cidad del agua se aumenta suficientemente, el flujo se convierte. en turbulento,-
como un proceso estocástico gobernado por las leyes del acaso. Cambiando las
escalas de tiempo y espacio, ocurren virojes alternativos de la concepción deter
mlnrstica a la estocástica, pora explicar los procesos de la mecánica de' flufdos:-
Existen, pues, dos criterios básicos para simular sistemos hidrológicos: el primero
a través del uso de un "modelo determinfstico" cuya respuesta seo equivalente a
la del sistema frsico. Un modelo es determinrstico cuando cualquiera que sea el
valor de la variable tiempo, la respuesta a una entrada dado es siempre la mis
ma, pora un mismo estado inicial del sistema.
Por lo tanto, mientras estos modelos operan de un modo determinrstico sobre los
datos de entrada que se les suministran, podemos a lo sumo hacer afirmaciones
probabilfsticas respecto a las sal idas correspondientes. En otras palabras, el he-
cho de que el modela sea determinrstico no significa que el comportamiento del
sistema hidrológico natural por él representado lo sea.
Cada uno de los criterios expuestos tiene ventaias y limitaciones que los hacen
aconsejables paro distintos tipos de problema. Los modelos parométricos general
mente requieren datos de entrada con intervalos de tiempo cortos y sintetizan :'
17
bien respuestas para incrementos del mismo orden. (datOs horarios o diarios), ro
zón par la cual se usan ampliamente para simular eventos hidrolÓgicos con inter
valos cortos de tiempo. La simulación estocástica se usa fundamentalmente paro
predicciones can intervalos largos de tiempo, donde lo que interesa no es la res
puesta instantánea del sistema sino los valares caracterfsticos; como las modelos
estocásticos trabajan con información estadfstica, es muy difi'ci I modelar con ellos
fenómenos instantáneos a de intervalos cortos de tiempo; par eso, la simulación
estocóstica es usada principalmente para prOpÓsitos de planeamiento, para gene-
rar series "igualmente probables" de caudales medios mensuales, por ejemplo.
19
formulación es la ecuación de continuidad o balance de masas. El modelo con-
ceptual se fundamenta en un cierto concepto o teoría; por ejemplo, hoy modelos
estocásticos que estón basados en la teoría de los procesos estocósticos.
Cuando el sistema en estudio es muy campleio, puede ser ventajoso adoptar una
forma más simple f * (.) de lo función f l.) de lo ecuación 11), y expresar la
"falta de ajuste" del modelo mediante un residuo o error; entonces, lo ecuación
(1), remplazando las derivados porcioles por diferencias finitas, se convierte en
(2),
=0
2)
Clorke (ref. 19) ha propuesto ogrupor los diferentes modelos presentados en la li-
teratura hidrológica en cuatro grandes categorías:
Para modelar series hidrológicas es necesario usar modelos motemóticos que es-
tén de acuerdo can los características del problema que va °
ser resuelto. EI-
escurrimiento en cursos de agua es un proceso estocástico, lo cual implica una
total dependencia temporal de las valores aleatorios (descargas\. Si este poróme
tro (tiempo) en una etapo dada asume todos los valores reoles, tendremos un prO
ceso estocástico contínuo (descarga instantónea); pero si asume valores integrares
que son múltiplos de alguna duración de tiempo (año, mes, etc.), entonces esta
remos ante una secuencia aleatoria o un proceso aleatorio discreto (descargo me::
dio anual, mensual, etc.). Por tonto, si alguna de las variables 1-~, 'ff.., E. en
la ecuación (2) es aleatoria, con distribución de probabilidades, el' modelo será
Estocástico, me jor que estadrstico, poro enfatizar la dependencia temporal de los
variables. Si todas las variables en la ecuación í2) estón libres de variaciones
aleatorias, o sea que ninguno tiene distribución de probabilidades, el modelo-
será considerado Detenninrstico. En otras palabras, si se toma en cuenta la po
sibilidad de ocurrencia de los variables y el concepto de probabilidad se introdü
20
ce en la formulación del modelo, el modelo serÓ estocástico o probabilístico.
El modelo, por otra porte, serÓ conceptual o empírico, según que la formo de
la función f* (.) en la ecuación (2) sea, o na, sugerida de acuerdo con los pro
cesos físicos que actúon sobre las variables de entrada para converti rlas en las
de solida.
Como ejemplos de modelos dentro de cada uno de los grupos, podemos citar:
21
CAPITULO ;[1
3.1 ANTECEDENTES
Los primeros hidrólogos q..'e comenzaron o obsprvor los fenómenos naturales a fines
del siglo XIX y comienzos del XX, descubrieron inmediatamente en las observacio
nes de precipitaciÓn, evaporación y escurrimiento, un significante "ruido" o "es:.
tocasticidod" en las series temporales observados; sin embargo, esto aleatoriedad
de los fenómenos se asimiló a algún componente sistemótico de la naturaleza en
la forma de periodicidades en las series; '!ste aspecto dió un gran impulso al anó
lisis de las series hidrológicas desde el punto de vista determinístico, en busca-
de regularidades periódicas.
24
3.2 SIMULACION DE ESCURRIMIENT O .0. TRAVES DE UNA ZONA DE INUNDA
CION
A. Genera I i dades
Los siguientes puntos resumen los característicos que son comunes o este ti-
po de problema :
B. Configuración de la cuenco
Cado una de estas subáreas será considerado como un embalse que intercam
bia agua con las adyacentes, y sigue lo ecuación de continuidad y las leyes
de descarga entre estos embalses. Esto solución permite analizar el escurri-
miento como unidimensional solamente, entre cada por de embalses (aunque
son dos sentidos posibles).
Seron tratadas en esta forma las uniones entre embalses comunicados directo
mente, sin ninguno barrera física de importancia, tales como trechos de ríos
y canales, unión de canal y río, etc., ocasiones ~n los que rigen los leyes
del movimiento uniforme en canales, obedeciendo por tonto lo ecuación de
Strickler
donde
Qik = caudal que pasa del embolse a! k
26
\
"
~
"
- ---- -- ..........
,,
.
...• .•
~
Q
e
/
......~/:::::==::----. - ... "
e
;;
e
-o
~
E
CI< u i
::>
c:> " -•
~
~
\
,
... ",'"
:;:~
e §
O e
\ U .-
\
\
\
\
\
\
\ /
\ /
\
\
\
27
kstr = coeficiente de Strickler
21. 1
'lf;'
siendo e lo rugosidad absoluta de las pared.. s del canal; existen tablas que
dan el valor de k str en función de la naturaleza del material constitutivo
de las paredes :
R(os y arroyos :
de fondo rocoso, rugoso . K = 20
de fondo medianamente rugoso K=20a28
En esta formo, para cada sección de paso (de tipo fluvial) deben conocerse
los siguientes datos:
a) Un volar de "str
b) Un valor de Lik (distancia entre los puntos centrales de dos subáreas
o embalses adyacentes)
c) Caracterrsticas geométricos de la sección de paso, con información sobre:
Z altura del aguo
Aik - área mojada
28
Rik - radia hidráulico correspondiente
Para oolicar las ecuaciones del vertedero, distinguimos dos coses: v"rtedera
ahogado y no ahogado, con las siguientes ~otaciones;
iD = )"1 • e "9
h = "'2· D' 29
No ahogado
.'
" 1Zk - -s) Qik =
3
Ahogado
I
-i
-
- - -s ~
- - --
! :'k ·'51 I
Qik = ~A •
,Z¡ _ L
SJ Zk -Li
29
4
FIGURA 3
EIftbCII•• i
T
I 1
Zk I i
lo
Zi
I,
FIGURA 4
Ahi
_1st i
l. Si ..1
FIGURA 5
30
Así, los parámetros necesarios 01 modelo, poro este cálculo, seron
A. Hipótesis previos
B. Ecuación de continuidad
Haciendo referencia o la figura 5, donde se ha representado un embolse i,
si .1 hi es el aumento de altura en el interv<:rlo lH, tendremos que
donde
es lo precipitación caída en lo superficie del embolse i,
&ttonces, ....,
() Qik
+ ( a hi ) t fJ. hi +
~Qik t
+ ( 'J hk ) ~ hk ] (4)
Si Pi
.1hi - - = 2 Q'k
At LIt k '
remplazando (4) Y aceptando r/. igual poro todos los embalses,
d Qik
+~ .1 hk
k 'a hk
es decir
--,,--
c( <1 t
~ d Qik Ó hk = - -1 [ --'
Si ] Cl hi + o:::-
k
P' +z"Q'k
a hk oc At k '
1 (5)
Q'k
, = E I'k t * IoQ • ¡ni
• k sr "-, - hk /I '1/2 (6)
32
donde
hi , hk son las alturas de los planos de aguo en lo porte cenlral
de cada sub órea i y k o
• R 2/3
FQ =
donde
Lik es lo distancio entre los puntos centrales de los sub óreas
i y k.
Q'ik =
Qik
entonces
() Q ik
= ksIr • aQ'ik
kslr el hi 'O hi
O hk "O hk
33
OQ'lk d FQ /h -h¡ /1/2 _ -2 FQ /hk -hi /-1/2
k
'a hi 1} h¡
(8)
/h
k -hi /1/2 +.2.. FQ / hk - h¡ / -112
2
hi + hk
teniendo en cuenta que FQ = f (h ik ) y h
ik = ~-2-';'':'';'
vemos que
o FQ
=
OFa
-* =
1 dFQ (pues ~ ~~ =-+) (9)
2 dI. ¡k
y 1 dFQ •
= =
2
(10)
d hik
o Q'ik
'O hi
= --2 1 dFQ
dhik
11.. _
. I
h /1/2
k -2' FQfhí-h~-1/2
1
(7' \
Q Q'¡k
'O hk
:: .. - dFQ
/ hi - hk, ;1/2 +2"
1 FQ JI,. - h ;-1/2
'1 k
2 dh ¡k
OQ'ik
= -2I dFQ
1\ - h¡ / j/2 _ .2.. FQ fhk - 1..1-
1/ 2
~ h·I dhik '2 I
(8' )
"O Q'ilo: dFQ ; 1/2
o hk
= 1
2"dIiik
/ hk - hi + -21 FQfhk - ni 1 -1/2
Podemos ver que los rndi ces y k pueden intercambiarse en /h i - hl/ í
si llamamos
a la expresión FQ hk - hi ¡ - 1 12
I
2
1 dFQ I hk - hi /1/2
y 11 a la expresión
2 dhik
-o Q'ik
'H·
~
- 1 + E
ik
• 1I
I
(10\
O Q'ik
~
I + t ik * I1
"O hk
o (ausencia de flujo)
~ ~ O
A ~ 3 3/2
2
35
'" -A y '" o
= O y = A
2
Caso 3. Cuondo (hj - hs ) ~ T (hm - hs ) estamos en el caso de régi-
men ahogodo y de acuerdo a lo expuesto en el numerol correspondiente,
A =
2
1/2
(hm - h¡) -"21 1.
'fN (h· - h5 ) (h
1 m-
h.) - 1/2
I
= - A y = - B
= B y = A
A. Distribución topológica
ETAPAS
®
® 61
FIGUR A 1
37
quier sub área de una línea pueda intercambiar agua solomente.con otros sub
áreas de las dos líneas adyacentes o de la misma línea. Puede verse que
existen varios configuraciones posibles, pero como el número de sub áreas
de coda fila da el tomaí'lo de uno motriz que deberá invertirse, debe bus-
carse un número reducido de sub áreas en cada línea, de acuerdo con el ti
po de computador d¡spon ib le.
[z
k
- ~ 1~h
ri. LI t i
+ ~ d G ik llh _
k ( el hk k) - -
1 [Pi + Z
T"Kt k
0.1,k
S'1
lit Llt
l
- _' L1 h¡ = - -P'' +. L<;;"" O'k ]
k '
(J 2\
Aplicando ahora lo ecuación (12) o coda sub áreo, obtendremos tantas ecua
cianes cuantas sub áreas tengomos; así, lo 56 por e¡emplo, lÍen.; comunicacion
con lo 51, 52, 57, 58 Y 59.
Sub área 56 = 56
k = 5 1, 52, 57,58 y 59
La ecuación (J 2\ produce :
eL ) 0 56 ,51 20 56,57
¡; h /j hS7 +
51 Ó hS7
+ ri ) 056,58
OhS8 11 hS9 +íJ_6_·-
... hS6
(0 56,51 +056,52 +
38
Q Q
P56
+ 56,57 + 56,59) - +
Ót
En formo similar se puede obtener uno ecuación para cada sub área; el sis-
tema resultante se puede expresar en formo matricial asr:
,
h
51
1 Ih59
hS2 I rh56 h
60
,I ' i
h53
I + 11 I h57 - 111 I h61 ¡ =
h54 I 1hS3 j
lj
h2
h55
-l P56
Ót
+¿
k
Q56, k 1 (k = (51,52,57,58, 59)
,-l
!
P57
Ót
+2:
k
Q57,k) (k = 53,56,60,61)
I
l- [ ;:' +~
k
QS8, k 1 Ik "53,55,56,62)
39
1 :
Q 56,52
d. OQ56,51 r:f.
Oh51 ~ h52 O O O
O O r:f. ~ Q57, 53 O O
. CJ h53
aQ dQ
O O IX 58,53 O o( 58,55
o hS3 e hS5
11 :
!
t<.¿;: dQ56,k 556
I ~Q5,57 ~Q56,58
oh56
- dI
o{
o(
" h57 Ó h58
k = 51,52,57,58,59
;, Q57,56
C(¿. dQ S7,k - II
-tl5S7 O
o( ¡; h57 t
el Fi S6 k = 53,56, 60, 61
~Q58 k 558
Q(
21 QS8 , 56 a(~ ' - -
O J hS8 á t
o h56 k = 53, 55, 56, 62
1II
\ DI
a Q56,59
o o I o
" h59 1 i
)Q
57,60 I ~Q57 61 :
O Q(
c< ' O
\
,
'2> h60
I ti h6 1
I
I
1
; dQ
1
I oc 58,62
I
\
O
I O
i O
' el h62 I
\
40
Para simplificar, denominaremos las matrices de la siguiente manera:
•
1: Matriz precedente P (corresponde a la etapa precedente a la ac-
tual en desarrollo)
,
Ah·1, 1 r .1h.1, 1 ~ hk , 1
n· n
Si I k
V. n.
I I
41
C. Condiciones Irmites
•
Están representodos por las condiciones aguas arribo yaguas abajo, tenie~
do en cuento que las incógnitas del sistema son los h:
= VI
= V
2
~"~' .. " " ' . " . " " " " " " " .. ' . ' .. " " " ' ... '
= vn
5·1 L! h. , = dt ~ Q
k ik + • P.1
o seo
como
j Q¡k d 0ik
Q. k = Qik + o( ;; h·,
6 h·, ... o( t. hk (4)
"
':3 hk
entonces
54 6 h4 , :1 Q4 , 3 .,.
= .1 t 1 Q4 O Q4 3 ... :1 Ll h4
.ó t
• I I
d 1'14
42
, ......, ,-, ,.,
t- f } ,, 0\I
.....,,, '
\ -2 '
''T'
•• ,,
OO¡'
)----{S
FIGURA 8
70 71 ¿ I
,
I
,
I
,,
I
I
I I
, .. 1, ,.1.,
(75) 74 176)
.... ' '.'
,
f
I
I
I
I
f I
I f
I f
,.1., , ...1."
(771 17S'
'.'
, I
,-
FIGURA· 11
43
·""
?Q
+ Il(
?í
Ó Q4,3
h3
.1 h3 + Q4 , 8+ ot
¿
4,a¡jh
h4
4
;, Q4 , a P4
+ o(.
ó ha
.1 h8) +
t. t
= ()(
¿ Q4,a
SI .6 ha
\ d ha
1J
i
P4
VI = [ Ót
+ Q4,O + °4,3 + Q4 , 8
\ ,
podemos expresar la ecuacloo en la formo
.
Al igual que para las condiciones aguas arriba, aquf se supone la existen-
cia de sub áreas ficticias (o casillas), donde se conocen los niveles.
44
IXIJ Q6~, ~r I
ah., I I
! I !
:
"
: I, I
I
i I I
T
c( ;'Q92.14 i!l.' OQ'12.7~ .1h
, I I 0",2 ¡~ -ri "h
o ",
.." - Q'2 76
J
eX. I
¡¡C/u 17
D~'3
,~
0(*
~Q9<.'8
oh,.
D. Técnico de solución
El problema se ha reducido ahora a la solución del sistema matricial
C1 11 1 + 51 !J 2 = VI
P2 ~1 + C2 Ó 2 + S" lJ. 3
~
= Y2
o sea
Al = MI !J. 2 + W¡
si MI = -C1- 1 SI y
o sea
de donde
si hacemos
M2 = (P2 MI + C2 ) -1 (-S2 )
obtendremos finalmente
Vi' I = VI
Plt'EL I
Lee los parámetros en tarjetas y los grabo en el disco;
se hoce un programo paro codo cree ido.
t total de lo crecido !J t = 12
N = y
12 horas n Ll t
114.." ----.
I
S
______ J
Modifico y grabo nuevamente alguno$ parÓmetros que
yo están grabados y deben ser cambiados¡ se requiere
lo llave porque no siempre es necesario esto operación.
47
3.3 MODELO DE LA UNIVERSIDAD DE TEXAS
3.3.1 Antecedentes
Entre las fuerzas que actúon para producir el movimiento del agua dentro del sue
lo pueden tenene en cuenta las siguientes: (Remsan, 1962)
o(lf+y)
v = -K (1)
() y
y la ecuación de continuidad
48
= (2)
" t
donde
V es la velocidad en la dirección y, es decir, la rata de flujo
a través de la unidad de área;
A. Origen
EVA"ORACION
AGUA SlPERFICIAl.
Al.MACENA-
NTO SUPER
FICIAL
D
ALMACENAMlE/j Al.MACENA
TO SUBTE- TO EN l.A
RRANEO ZONA INFERIO
tHHt
"OTENCIAL
\ CORRIENTE
í
DIAGRAMA ESOUEMATlCO DEL MODELO STANFORO IV
FIGURA 10
50
AREA AREA
PERMEABLE IMPERMEABLE
ESCOR~NTIA
ALMACENAMIENTO
DE INTERCEPCION
'k\~
~ ~..¡
",Vd/;
ALMACE-! ALMACE-
NAMIENTO NAMIENTO
DE DEPRE- DE FLUJO 1--. ESCORRENTlA
SIDN ¡SUPERFICIAL
V
I
ALMACENAMIENTO
EN LA CAPA
SUPERIOR
L ~L....-----'
PARTE SUPERIOR
DE LA CAPA
INTERMEDIA
.------,
'---------"'ALMACENAMIENTO
SUBSLf'ERFICI AL
PARTE INFERIOR
DE LA CAPA
INTERMEDIA
ALMACENAMIENTO
1--. ESCORRENTI A
SUBTERRANEO
~
FLUJO BASE
DIAGRAMA ESQUEMATICO
DEL MODELO DE LA UNIVERSIDAD DE TEXAS
FIGURA 11
51
--~- _.
El programo de computador (Clabom y Moore, 1970) fue escrito para aco-
modarlo o lluvia medido en intervalos irregulares o aún en formo acumula-
da como en ciertos tipos de pluviómetros.
B. Almacenamiento de intercepción
c. Almacenamiento superficial
52
TRES TIPOS DE AREAS EN LA CUENCA
Al Fluj-o superficial que d.,corvo
directam.nte a la corriente
8) Flujo superficial que vo o un
almacenamiento de deprllión
e) Almacenamienlo de dl"'"¡ón
FIGURA 12
FIGU RA 13
tl.,~ ..........."...... 'o H,.,.lot'~ Wail' Rn.e,ea 'ubllc.tl-., 'orl Col •• eo ........ '171
53
El modelo de flujo superficial es tomado del modelo Stanford IV, constituida
por la ecuación de IZZARD (formo para flujo cuasiturbulenta) :
OLF ~
64200 s
nL
( ~) 5/3 (1+0.6 (-&) 3\ 5/3 (3)
donde :
~
0.000818 .0.6I n
0.6
OFSEQU (4)
Y ~
D
T [ 1+0.6 ~) 3] (5)
I
con depresiones grandes, donde el escurrimiento comienza mucho tiempo des
pués. En la figura 15 se muestra una relación tfpico entre el área que pro
duce escurrimienta a través del almacenamiento de depresión y el volumen-
de ese almacenamiento; la curva se asume como una parábola con vértice
en el origen, y su ecuación puede escribirse:
= (.2.
'c
Ds
DsMAX
) 0.5
La forma de esta relación varra de una cuenca a otra; sin embargo, parece
que la parábola es adecuada para la mayorfa de las cuencas, según inves-
tigacianes efectuadas por Clabom y Moore (1970) •
D. Infiltración
vo =
(7)
55
--1---
r PONO - 'f OC
l SATOPH
n
f = a F + f (9)
p c
Fp es el volumen total que puede inA Itrarse antes de alcanzar una [ata de
infiltración constante,
a y n son constantes.
= - f (10)
c
K
sat
(PONO - If-' oc
SATOPH
1= o ( 11)
= KSo (12)
56
- I AOI.FSF
o Almacenamiento de depresión
Móximo alrnocblmiento de depr.aiQn
PONO
,
SATOPH '"
~
----------- '"
~
..e
a. Perfil d.1 suelo
b. Perfil de humedad
FIGURA 15
K,
S Zona de f~lroción
,/
1- L
-1
FIGURA 16
57
K es el factor vegetativo dado en la tabla 1, Y
S es el espacio de poros disponible hasta una profundidad de 21 pulgadas.
TABLA
donde
58
en un instante t después 'de comenzado e I aguacero, se ca Icu Ió como el
espacio poroso disponible de to al instante t. El modelo de la cuenca re
flejará más exactamente el volumen real de aguo almacenada dentro de 1';-
zona superior. En consecuencia, esta zona puede tener menor espesor que
las 21 pulgadas establecidas por Holtan. En tierras agrícolas la profundidad
de cultivo alcanza siempre un valor razonable, mientras que en áreas no
cultivados el espesor puede variar de medio pulgada, paro suelos muy com-
pactos, hasta varias pulgadas en suelos arenosos. La presenc ia de una zo-
na menos permeable interrumpe la zona superior. La ecuación (13) dá lo
tasa de infiltración poro el período en que el abastecimiento no es el fac-
tor limitante, es decir, es lo infiltración potencial. Cuando lo intensidad
de precipitación es menar que la infiltración potencial, toda la lluvia se
infiltra; ésto disminuye el espacio porosa disponible, y en consecuencia dis
minuye la infiltración potencial para el próximo período de tiempo. Rubin-
(1966) estableció que, para un abastecimiento uniforme menor que lo tasa
de infiltración potencial, la columna de suelo eventualmente alcanza un es
todo de equilibrio en sus áreas superiores donde el gradiente -
él K lJI +y)
oy
es justamente el adecuado para transferir el abastecimiento. Esto puede -
también ocurrir en el modelo, cuando el flujo que entra en la zona supe-
rior es exactanente igual 01 que sale. La ecuación de Holtan, por cuanto
no es exacta, no ofrece una bueno aproximación del proceso de infiltra-
ción, tanto en lo situación de la infiltración limitada por el abastecimien-
to, como en la de la infiltración limitada por las condiciones del suelo.
K = 9 :S) ( 15)
59
la solución de la ecuación (1), debe dar
v = h (5) (16)
Se han propuesto varias formas para las funciones f (5) Y Y (5), Y han sido
discutidas por Clabom y Moore (1970). El conjunto de funciones escogidas
poro su usa en el programa de simulación es
K = Al (5+8 ) C1 + DI (17)
1
_r = A2 (S+B2) C2 + D2 (18)
(19)
= (20)
P E R M E A B I L I D A D
Arcilla
Phillip (1957)
Gardner (1958\ 3,37 -0,103 6,01 -3, O· 10- 7 0,372 I O, 147 0,936
Watson !l967) 206,8 0,002 4,06 -6,9.10-4 0,231 , 0,091 0,919
I
Greda !
Hanks y Bowers (1962) 1677,2 0,044 8,70 -1,6'10- 6 0,652 0,284 0,936
Arena seca
Liokopoulos (1966) 1,689 0,026 2,45 2,4'10- 3 cO,233 0,079 0,899
,
Arena húmeda
Liakopoulos 11966 1,983 -0,00585 2,66 3 2'10- 5 0,312 0,188 0,915
Vachaud (1966) 117,32 -0,1185 5,69 7', l' 10- 4 0,187 0,068 0,954
Remson (1965) 1,6·104 0,087 25,16 I , 0'10- 9 .~!790 . 1, 179 O_l 883
- ------- --- -- - --~---
.. _ . _
p O T E N C I A L C A P I l A R
c -----
Limo 0,061 rO,063 r_7,Ú, r
-8,·11 1 0,014 10,004 1 0,963
Arcilla Da t os d a dos en fa r ma de ecuaClon .-
Watsan -47,6 -0,047 -0,033 33,74 0,008 0,001 0,923
Greda 26,20 0,7745 - 23, 91 0,965 2,68 0,753 0,898
Arena seca 225,3 1, O - 11, 35 3,64 0,59 0,239 0,900
Vachaud 9,937 0,6555 - 21,28 1,207 1,765 0,478 0,894
o- Remson _. - 249,76 0,816 - 30, 89 -2,653 0,480 0,167 0,909
- -----_.- ._~. - -- -- - .. --_._-
¡,
~,
filtración en el hidrograma de flujo subsuperficial. La formulación matemá-
tiCG más simple del procesa serra entonces una que deteJminara el valumen
del fluio subsuperficial y produjera el hidragrama subsuperficial propaganda
este volumen; éste es el método usado en este modelo. El volumen del flu-
jo subsuperficlal del nivel superior hacia la zona intermedia se determina con
donde
YINFLO es el volumen de agua adicionada al procesa subsuperf..!,
cíol durante el período lit.
(22)
donde
X es el volumen de aguo descargada a la corriente desde el
almacenamiento hipodérmico en el tiempo A. t
G. Flujo subterráneo
Mucho de lo que se dijo sobre las dificultades de la modelación matemática
62
del proceso subsuperficial se aplica al flujo del agua subterránea. El mode-
lo considera la posibilidad de flujo subterráneo directamente sobre la carrien
te y también fluia hacia afuera de la cuenca. Este último Se detennina co=-
mo una función del agua almacenada en la porción saturada del perfil del su~
lo.
23)
donde
y es el volumen de agua que sale de la cuenca en el perío-
do l> t
C 13 es un parámetro de entrada.
x = (GWS - C 11 ) . (24)
donde
X es el volumen de agua que fluye del sistema subterráneo a
la corriente durante Ó t.
C 12 es un parámetro de entrado.
G.1 = k. G.1- 1 = k i r-
V
o (25)
donde
G.1 es el flujo para el período de tiempo j- ésímo.
k es la constan te de recesión.
63
Por la ecuac ión (24)
K =
GWS + C11 (26)
GWS - Cll
Se ha notado que K no es constante, pero se acerca a cero cuando el al-
macenamiento subterráneo se aproxima a C 11' El efecto de variar la con s
tante de recesión es incrementar o reducir la recesión dada por la ecuacióñ
(25); ésto se acentúa con la remoción de un vol umen de agua subterrónea
que sale de la cuenca.
H. Evaporación y evapotranspiración
64
1.0 Superficie de D9UQ
E vaporación
medido
Aproximocion /
.5
de una curva
sinusoidal '1
/
í:
0600 1200 1800 1400
Suelo húmldo
1.0
EvaporoctOn
/medidO
FIGURA 11
65
donde
E es lo toso de evaporación real de lo superficie del suelo.
lo transpiración del aguo del suelo paro los necesidades de los planlcs pa-
rece ser independiente del contenido de humedad del suelo, cuando está por
encima del punto de marchitez; en consecuencia, en los meses donde hay
transpiración, uno cantidad adicional de aguo va o ser extraído de lo zo-
na radicular (RTZONE); lo extraccieÍfl estó limitado por el punto de maTchi
tez, asumido igual al volumen mínimo para cado zona. El espesor de la:ro
na radicular no necesariamente coincide con lo zona superior, pues para-
árboles de raíces profundas es mucho mayor. Así, la evaporación mensual
medida en el tanque se aumenta con el uso consuntivo mensual (TRANPO).
Aunque los resultados podrían mejorarse, son aceptables dentro de los condicio-
nes en que fué usado el modelo; análisis posteriores mostraron que los descargos
en éste período fueron afectadas por fenómenos de deshielo, que no están con-
templados en e I modelo.
67
.,..------------,
ti
...
••
.
'.
•
•
• o
o
.--y-r "10 11 O .
1000
l.
FIGURA 20
"
AGUACERO DE' MAYO 11-13, 1957
'.eUItA l '
68
1.6 r
~ 14 r
o
'O
o
'" 1.2
"5 r-
"-
1.0
e
-<>
¡¡ 0.8
~
"•
u 0.6
;-
r -
"- 04 -
0.2
r
10
,
20
r-íl
30
r
" , , .,.,
- -
- ----
Medido
Simulada
1000
1400
~
"
$
1200
."..,o ,....
~2 1000 e
..
.2
'O
BOO
-
E
o
:s'"u BOO
••
O r-,
400 '-
-..,
'- rt-, ,
--
200 I
h Q "A. , 6..
20
,-
30
10
FIGURA 21
... "....... c. "5.,.......... rou. . . H,drOIOey'; Wa.tef R•• g ..... c . . P"bllcCllion" Forl COllml ColOl'odo, 1971
69
3.4 MODELO S. S.A. R. R.
(Streamflaw Synthesis and Reservair Regulation)
3.4.1 Generalidades
Se trata de un modelo pluviohidrológico con propagación par embalses que per-
mite transformar precipitación en descarga, trabajando con tres componentes de
la escorrentfa: flujo superficial, subsuperficial y base (ver figuro 22). El modelo
completo fué desarrollado poro sintetizar la respuesta de un complejo sistema flu
vial a la entrada de precipitación y temperatura, además del efecto de regula--
ción de estructuras construidas par el hombre.
EvaporaciÓn
Flujo Total
OB OSS Os
Trocho 2 I
,
FIGURA 22
71
presentar relaciones frsicas de varias variables utilizando tablas previamente es-
tructuradas; estas relaciones pueden ser lineales o nó y derivadas, ya seo de me
diciones directas o de funciones generales, a través de coeficientes empfricos;
para sintetizar las condiciones naturales del escurrimiento.
B. Subdivisión de lo cuenca
El escurrimiento se puede sintetizar digitalmente a partir de una serie de sub-
divisiones de la cuenca, cada una de las cuales puede estor individualmente
representada por su conjunto particular de coeficientes y funciones, y no hoy
Ifmite para el número que de toles subdivisiones se quiera hocer. La descar
90 calculada de tadas estas pequeñas subdivisiones representa la entrado 01-
sistema del canal fluvial donde es propagada y combinado para constituir el -
flujo total en cualquier punto de interés.
C. Intervalos de tiempo
Los ecuaciones diferenciales que definen el flujo se resuelven por diferencias
finitos; el incremento de tiempo poro propagación es determinado en codo coso
particular (puede variar de tres horas a un dro) y se puede modificar en el
72
transcurso de una misma simulación _ Los volares de entrado de las variables
hidrometeorológicas se darón según el intervalo de tiempo en el cual se requie
ren los datos de sal ido y el programo sintetizará el escurrimiento pora cualquier
duración total de tiempo, dependiendo del tipo de estudio. Por ejemplo, se pue
den sintetizar descargos paro estudiar sus variaciones en períodos de un año 0-
mós en estudios hidrológicos de cuencas; poro sintetizar descargas de diseño a
portir de lluvias o para previsión, pueden usarse períodos de unos pocos días -
hasta varios meses de durac ión.
D. Datos de entrada
Los datos hidrometeorológicos que usa el programa se suministran en un gran
número de formas poro permitir flexibilidod en el manejo de la gran cantidad
de datos que generalmente requiere la simulación paramétrica. Estos datos son,
precipitación diaria, temperatura media diaria del aire, a valores de variables
hidrometeoro lógicas que afectan la fusión de la nieve, cuando es el coso.
73
la primera incluye todos los mecanismos de conversión de Ifuvia en descarga a
través de cada uno de los procesos que constituyen el ciclo hidrológico y sinteti
za el hidrograma generado por uno lluvia (no se considerará el problema de fu=
sión de nieve) en un punto dado de la cuenca. La segunda toma como entrada
ese hidrograma y lo propaga hasta otro punto del cauce, haciendo uso de las ca-
racterrsticas hidráulicas y geométricas del mismo (ver figura 23).
i - Tiempos de propagación; para calcular los efectos del retardo en cada una
de las componentes del flujo.
74
Propa9Qción en la cuenca
Hidroqramo SintetiZado
, __-}---- IL__::::==- en A
l ~rQmQ
por D lIuyiQ
_godo
_ _-... hasla B
TIPOS DE SIMULACION
FI GURA 23
ROP
, , '"
/
posibles
,
~¿~~~ ________________________--'SMI
FIGURA 24
75
j - Relaciones para separación del flujo; permiten calcular la porción del exc!
so de agua que entra en cadO zona de almacenamiento.
Pl • Wl + P2*W2 .... +P n * Wn )
Pd =
s
donde
p.J = precipitación diaria en las n estaciones
An • (NAPa) * N
Wn =
(NAP n )
donde
Wn = factor de ponderación para la estación n
DIST = x TOO
donde
precipitación registrado por un pluviógrofo durante el pe-
rÍodo
precipitación total en el día
RGP = ROP * WP
donde
RGP = flujo total por período
77
D. Cálculo de la humedad del suelo
El índice de humedad del suelo SMI es una medida de la humedad del suela
usada para determinar el escurrimiento. SMI se considera nula cuando la -
cantidad de 'agua contenida en e l suelo alcanzo el punto de marchitez per-
manente; cuando la lluvia recarga la humedad del suelo, el valor de SMI
aumenta hasta alcanzar un máximo valor considerado como la capacidad de
compo. El valor de SMI al final de cado perrada se calcula mediante la
ecuación
PH * KE * ElI
SMI2 = SMII + (WP-RGP) -
24
donde
SMI
1 = índice de humedad del suelo al comienzo del perrada
SMI = rndice de humedad del suelo al final del períado
78
KE
Varios funciones
1.0
/ , posibles
0.5
QO~------------------------~------' mm/h
FUNCION PARAMETRO KE - i
FIGURA 25
BFP
Vorias funciones
-..................... ~ posibles
FIGURA 26
79
= rndice de infiltración del flujo base (en cm/24 h) 01 final
del perrodo
RG = RGP/PH = escurrimiento en cm/hara
RB = RG * BFP
donde BFP es uno función del rndice de infiltración, BII, como puede ver-
se en lo figuro 26; BFP es, entonces, el % del fuja total que se convierte
en flujo base. Por lo tonto lo entrado poro el flujo superficial y subsuperfi
cial RGS o flujo directo se calculo con: -
80
En la figura 27 se aprecia una interpretación geométrica de estos índices y
la figura 28 es un esquema representativo de lo separación de los diferentes
volúmenes de agua.
os =
RS x A x 10 2
36
Los rangos de variación de algunas variables son conocidos con base en ex-
periencias y análisis ya efectuados en los diferentes campos de lo hidrología;
así, las tasas de evopotranspiración y la capacidad de infiltración de los sue
los estón dentro de ciertos límites conocidos; las relaciones entre lo precipi=-
w.==~-i~-------L--------~------ __________-'RGS
INOICES OE SEPARACION OE FLU.JOS
FIGURA 27
RGS
Lluwla RG P
RS
SEPARACION DE FL.U.JOS
FIGURA 28
82
."', ..LL L",."
precipitación media en la cuenca. En un sentido similar se usa lo separa-
ción del Flujo en tres componentes, ya que es un concepto difícil de definir
físicamente con exactitud y que, o pesar de ser hecho a través de funciones
arbitrarias, se puede demostrar que mejora notablemente el comportamiento
del modelo. Las tiempos de almacenamiento (Ts) son también forzosamente
empíricos y se determinan, igualmente, por tentativas.
En resumen, los siguientes son las elementos y funciones que requieren ser
definidos para representar el escurrimiento en el modelo de uno cuenca:
e - Relación del índice de infiltración del flujo base (BII) con el parcenta-
je del flujo total que se convierte en flujo base (BFP), en formo de ta-
bla.
i - Area de la cuenco en km 2 .
A. Ecuaciones bósicas
83
o . Q
HlcIrOgramo
inlciol
/"
TRANSFORMACION DE HIDROGRAMAS
FIGURA 29
Ta
Tli f--~
1
()j o
I •
VARIACION DE Ta
FI!ilURA 30
Ecuación de continuidad:
11 + '2 01 + ° =---
2 liS
2 2 AT
o sea:
° 1 + °2 l!.S
ds (1)
1m -
2 AT
o = "'"'dt
s = Ts * O ó S = Ts * a (2)
donde:
Ts = tiempo de almacenamiento poro un incremento dado, en ho-
ros
KTs = coefic ient,e que representa el tiempo de retardo de I trecho
en cuestión (constante)
a '" descarga al comienzo del período
n = coeficiente (O <: n <: 1 ) relativo o la variación del tiem
po de almacenamiento en función de la descarga.
nTs da + OdTs = O
85
o sea dTs '" _ ( Ts ) n (4)
dO e Q
dS dO dTs dO
= Ts * + O • 15)
dt dt dO dt
dS
'" Ts
dQ
+Q (-~) dQ
'" (l-n) Ts
dO (6)
dt dt O dt dt
dS dQ
--
dt
= Ts
dt
Y llevarla o la de continuidad (1) para dar :
01 + 02 ~O
1m - 2
= Ts
6t
1m At -6t-
2
°1 - -r
lit 02
= TsÜ2 - Ts0 1
6t
Ts - --
2 1m
°2 =
°1 +
<1t
Ts +...M...... Ts + .M.-
2 2
como llt
Ts -
2 M
Ts +.M-
= 1 - Ts+~
i
2 2
tl.t
\ tendremos °2 = °1 + ( 1m - °1 ) (7)
¡ Ts At
+
--z-
86
\,
\
1,j,i""', e' eh
que es la ecuación básica para hallar la descarga de salida 02 de un tre-
cha cualquiera en un intervalo de tiempo t.t, conocida la de entrada 01 •
B. Interpretacián geométrica
C. Esquema de cálculo
El esquema de la figura 33 muestra e I proceso iterativo de cálculo usado en
el programa de simulación; conocidas las condiciones iniciales representadas
por la primera fila, se hace la propagación a través de un embalse durante
un incremento de tiempo; al tratárse de un rra, éste se descompondrra en n
trechos, cada uno de los cuales se asimila a un embalse; los pasos del pro-
ceso son los siguientes: (figura 34) '.
a - Cálculo de :
1m =
11 + 12
2
b - Cálculo de : 1m - °1
c - Con 01 se encuentra Ts en la tabla que define esta relación.
~t
d -
60 = [
, Ts + tH 1( 1m - °1 )
J
2
e - °2 = 01 + t::.o
t,o
--- T,
f-111/. --l-
t,
1
lit
11' Im- 01 , r, • .Al.
¡M 1
•
+
} - - - 111 -----i
FIGURA 31
88
Q
Hidro9rama
de salida
----
OBTENCION DEL HIDROGRAMA DE SAL.IDA
FIGURA 32
~ O ¡ 121 n 1 n
Condiciones
O Qo,o QI,O Qz,o Qn-I,o Qn,o ..-.-..- ¡ni e i oles
I !
!
ESQUEMA DE CALCULO
FIGURA 33
89
x
t o
o ro 00
Il 01
En estos casos el modelo SSARR trobaja con una relación de tres variables
entre nivel y descargo paro lo propagación, que puede expresarse en las
formas:
°1 = ¡ 'E 1 , E2
o = i ,El, 02
°2
donde
°1 = descarga en el lugar
= descarga en el lugar 2
°2
Para i1ustror la aplicación del modelo completo a lo cuenca del río Mekong, en
lo figuro 35 se muestro el grado de ajuste obtenido en una porte de lo simula-
ción del río Bang Hieng en Loas, can una cuenca de 3.600 km 2 de área, ajusta
do para un período de 4 años y cuyos resultados han sido considerados aceptables
si se tiene en cuento lo gran deficiencia de información pluviométrica en eso -
zona.
91
El modelo completo se aplicó paro lo reconstrucción de hidrogromos en lo cuen
ca del r(o Mc Kenzie (óreo 4.800 Km2) con resultados satisfactorios en compara:"
ción con otros modelos existentes y demostró ser adecuado paro fines de previsión
de descargos, donde el tiempo de predicción es esencial y los dotas sOn general-
mente insuficientes. Se debe hacer notar que el mejoramiento de los coeficien-
tes a parómetros en uno cuenco dodo es un proceso cont(nuo, y uno de las ven-
tajas del modelo es pennitir el perfeccionamiento de los técnicas sin alterar su
estructura; el grado de refinamiento que puede obtenerse depende de la dísponibí
I idad de datos básicos, osr como de lo iniciativo de las personas en la aplicaciOn
de los d~tos al problema de s(ntesis de descorgos.
92
CAPITULO IV
MODELOS ESTOCASTICOS
a - Dado un sistema físico S, los efectos generados sobre el mismo Dar acción de
lo influencio de cuerpos exteriores en intervalos de tiempo detenninados, se
acumulan y constituyen las causes de ias variaciones de la configuración de
S.
b - Dados dos configuraciones de un sistema Física S, existe uno probabilidad
asociado al poso de lo primera modificación poro la segundo.
93
A portir de estos principios viene la definición de proceso aleatorio:
Se llama proceso aleatorio aquel poro el cual, o intervalos aleatorios o de-
terminados de tiempo, corresponden cambios de estado del sistema frsico S
asociados a leyes de probabilidades.
Los datos observados tienen errores en cado una de los cuatro fases de detección,
transmisión, registro y procesamiento; los valores calculados siempre contienen -
errores ya sea aleatorios o sistemáticos; en éste último caso se dice que son in-
consistentes; los datos afectados por cambios ambientales, naturales o artificiales,
son no homogéneos.
El anólisis de estos errores y sus efectos en los propiedades de las series, es in-
dispensable cuando se requiere conocer el grado de confíabilidad de la informa-
ción estadística hidrológica.
95
4.1.3 Naturaleza de los magnitudes hidrológicos
a - Esperar mucho mas de lo que los datos y métodos estadísticos pueden produ-
cir;
b - Creer que los mébdos estadísticos pueden de alguna manera remplazar la es-
casez y falta de confiabilidad de los datos, lo cual es impasible, y
Una reunión de individuos constituye una población; debe entenderse por indivi
duo uno entidad que posee o no existencia propia; un hombre, un vegetal, uno-
presión atmosférica, una temperatura, un caudal, una estrella, san ejemplos de in
dividuas; el conjunto de ltis estaturas de los hombres, las dimensiones de las es-=
tre 1105, las presiones en Bogotó a las 06.00 horas, por e jemplo, son las poblacio
nes. El estudio de estas poblaciones no se puede hacer analizando todos los iñ
dividuos, puesto que el número de éstos es usualmente infinito \cama lOS'Couda=-
les de una estación dado), o fi"ito pero muy grande (cama el número de habitan
tes de un país), o aún indeterminada (coma el número de estrellas); es imperioso,
por tanto, estudiar un grupo d= individuas relativamente restringida, que constituye
uno muestra de la pabloción, la cual debe ser extraída de tal manera que sea-
una imagen lo más fiel posible de la población de donde proviene; para que es-
to sea así, el número de individuos debe ser suficientemente grande y, por otra
parte, los miembros deben ser escogidos al azar entre la población. De aquí se
deduce que una extracción premeditada de ciertos individuos, tenderá a "ampli
ficar" los características de la población comunes a esos individuos, mientras qüe
dejaró de lado otras aspectos que poseen los miembros excluídos.
Una muestra está descrito, igualmente, por sus parómetros ¡media, desviación tr-
pico, etc.), los cuales son calculables puesto que la muestra es totalmente cono-
cido, pero Jo que interesa conocer son los parómetros de la población. En con-
secuencia, ya que la muestra es una imagen de la población, se dice que lospa
rámelros de la muestra son estimaciones de los correspondientes a la población¡-
falta sober, entonces, con qué precisión ellos representan los valores reales de
97
los parámetros de lo población, lo cual se hace ° trovés del estudio de los le-
yes de distribución de los estimadores.
Los observaciones de uno variable pueden estor en formo de uno muestro de va-
lores discretos o de un registro contínuo.
N¡ = ~ ni
i =1
i
F (X i) = P (X ~ Xi) =
Ñ
1 L ni
i = 11
f¡ = n¡/N
98
I
-~ ..
Si lo longitud de los intervalos tiende o cero, el polígono y el histograma de
frecuencias tienden o uno curvo límite ideal, denominado Curvo de frecuencias.
Como se dijo antes, los parámetros permiten dar uno descripcián cuantitativo es-
quemático de lo población estudiado; de uno muestro, sin emoarga, podemos o la
sumo deducir estimaciones de esos parámetros. El conocimiento de la ley de re-
partición de esas estimaciones permite determinar el intervalo en el cual están
comprendidos los parámetros de lo población.
Lo Curva de frecuenc ias asoc iodo a una muestra puede carac terizarse por:
c - Su asimetría o sesgo.
L X·
I
=
x =--'----
n
99
Lo Medio Geométrico G de uno serie de n volares Xl, X2 •• ,X n ,
está definido por
l/n
G = (XIx X2 x X3 ---x Xn )
1
"R"" = n1 '"
L- (+)
n·
B. Medidos de dispersión
Los medidos de dispersión no sólo ayudan o describir uno distribución, sino
que también praporcionon información sobre lo precisión con que lo medio
de uno muestra caracteriza lo media de la población.
cJ
=
X
C. Medidas de asimetrfa
El coeficiente de asimetrfa (o de sesgo) es un fndice de la falta de sime
Ida de una distribucion; se define por
L (X¡ - Xl 3
a
~ = ______________
n i =1 __
n
21I 1,5
~ (X -)()
100 i = 1 J
4.2.4 Correlación y regresión
Esta asociación tiene dos extremos: el caso en que hay correlación total, equiva
lente a una relación funcional, y el caso en que hoy ausencia de cualquier co:
rrelación.
Si dos variables dadas como una serie de volares concurrentes IXi, vi; muestran
una concentración alrededor de una curva imaginaria al graficarlos ¡ver figura 36),
siempre habrá una distribución de Y valores para un valor dado Xi. El valor me
dio Yo' de todos los valores Y para este intervalo X alrededor de Xi , es el va
lar esperado de Y para el valor dado de X- Xi. Una curva aiustada a todos 105-
valores medios Yo, se denomina línea o curva de regresión de Yen X. Por otra
parte, la curva aiustada a todos los valores esperados X, para un dado Y=Yi ,de
fine la regresión de X en Y. Estas dos líneas no coinciden y tienen parómetros
diferentes.
b - Relaciones de variables aleatorias que tienen por causa los mismos factores,
tales como la asociacián correlativa de las descargas de ríos adyacentes.
L (X·-X)
I
(Yi -YI ¿ Xi Yi-n XY
i=l i-l
r = =
n óx 0y n úx uy
101
y
(l i t yi.)
y=I(.)
i i
'i yi
I I
I
x
CONCEPTO DE REGRESION
FIGURA 36
1(.)
0.8
a- =0.5
a- = 1.0
/
03
a- = 2.0
0.1
-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.5 1.0 1.5 2.0 2.5 3.0
x
CURVAS DE DENSIDAD NORMAL DE PROBABILIDAD
FIGURA 37
102
donde Ux y ay son las desviaciones trpicas de X e y,
Xl Xl+ k
X2 X 2+ k
X3 X3 + k
......
donde k es un número entero llamado perrada o retardo, el cual debe espe-
cificarse siempre que se habla de este tipo de correlación.
103
4.2.5 Distribuciones de probabilidad
Casi todas las distribuciones de variables aleatorias hidrológicos son de naturale
za empírica, obtenidas a partir de datos observados muy limitados, y su mejor-
descripción se logra con el apropiado ajuste de funciones de distribución de pro
babilidad. -
A. Distribución normal
Se ha encontrado (ref. 24) que lo distribuc ión norma I se a justa bien a distn
bueiones empfricas de precipitaciones anuales¡ sin embargo, la principal di
ficultad teórica para el ajuste de esta distribución estriba en el hecho de -
que una variable no""ol puede asumir cualquier valor entre - c:t) y + ct:> ,
mientras que lo moyorro de los variables hidrológicas asumen solo valore$
patitívos; sin embargo, si la medio es mayor que 3 \Í o 46"", lo probabili-
dad de que el valor X sea negativo es muy pequeña.
Los métodos más sencillos para dete""inar si una serie de caudales presen-
to o nó una distribución normol son el papel de probabilidades y el éalculo
del coeficiente de asimetrra.
105
donde el índice n en./-'- n y o n indico que son deducidas de los 1090-
ritmos naturales, y/A n es la media de 1n X así como 0n es su desvia
ción estándar.
c. Distribución Gamma
Lo integral
1 e -X d
x
converge si c( > O Y se llamo la función gamma de o{ , y se puede calcular
por expansión de series e integración numérico.
- - - -(J"' 0.5
---1\'0
0.4
-- ..... _-
2 , 1 4
FIGURA 38
, ( 1 )
1.00
<1'2
0.75
0.50 a, I
~, 2
025
X
FIGIJ'flA 39
107
b - Cólculo de lo medio X de los caudales poro un intervalo de tiempo
considerado importante, (meses, años, etc).
c- Cólculo de lo desviación estándar de los dotos histáricos.
n-) n-) n
¿ X.I Xi+) ( 2 X;) (2" x)
n-)
i=1 i=) i=2
rl =
[~ O,5[~2
r
n- ) n
2
X· , I ('Z'
n:r .,-) Xi) 2]
2
X·I -~(¿
n ,-. 2
x)2
i
Puede darse el coso de registros que, por su corto extensión, no incluyan perío
dos cr(t¡cos de caudales muy altas o muy bajos. Sin embargo, o menos que eT
registro sea sumamente corto,generalmente es suficiente para determinar paráme-
tros estad(sticos confiables que puedan usarse dentro de un modelo generador de
caudales.
Así se puede obtener una serie de caudales de lo extensión deseada, que repro
duce las principales caracter(sticos de lo muestra, y que puede ser usada en ro
simulación del sistema completo.
los caudales son una de los principales variables del modelo simulador; si se
generan, par ejemplo, 500 años de datos, y el período de diseño es de 50 años,
se tienen 10 posib les muestras paro usor.
Cuando los caudales históricos tienen ésta distribución, se tendrá uno secuen
cia de valores de logaritmos hi, h2, h3 ... hn y la ecuación de los caudales
generados se ró
qi = exp (h i)
Debe recordarse que este procedimiento reproduce los parÓmetros de los lo-
garitmos de los caudales, pero no preserva el coeficiente de asimetrra y el
de correlación de serie de 105 caudales.
~ se define como
~= 1_;3 ?t-x
(1-/2) 1.5
Si ti tiene distribución N (0,1), se puede usar lo transformación:
é i = 2 nt?: ~2 3
- (1+ --)
~E 6 36
y dorÓ valores aleatorios con distribución gamma con media cero, varianza
unitaria y coeficiente de asimetrra '1-",.
,L_ 'pg
rn
el mismo modelo de Markov que se seguirá usando se toma más complejo.
Es lÓgico que cuando se usan caudales estacionales, no pueden usarse una media
y varianza únicas puesto que estos parámetros difieren de una estacián o otra; y
ésto hace necesario el uso de dos subíndices, el primero de los cuales indica el
afia de ocurrencia del evento y el segundo la estación dentro del afio dado; el se-
gundo varía de 1 a n y se repite dclicamente, siendo n el número de estacio-
nes de cada año.
Así, }-'-¡ indica la media de lo estacián j-ésima a lo larga de todos los m aflos
de registro, es decir, la suma de los caudales de la estación y, dividida entre
m¡ lo misma sucede con la desviacián estándar () i Y con JI', que es el cae
ficiente de correlación entre pares de volares correspondientes o los estaciones-
(j) y (¡-l).
113
Y se usa la transformación t·1, ••
r, " a partir de ti' ¡(normal) :
2 t t· ti . (/2t, i )3 2
ti, .... I i = ( 1+ " " 36 - tt,;
¡J t, i 6
Asr ti 't- • es una variable con distribución gamma oon media cera, des
• '." ~ 'do r y cae f"IClente de asnnetna
vlaclon estan . ~ J o.
4' t, '1
SI• se usa ti,'" " • en 1-
u-
gar de 'a\,
i en el modelo generador,
p. 6'"'
q' . "',u. + / ,
'ti , / , cJ¡-l
, (q¡, ;-1 - / H ) -t-I¡, ~, i o¡ (1- i 2) ~
114