7.

Avenida de diseño

Se le llama avenida de diseño al gasto máximo que puede manejar o conducir una
corriente natural u obra hidráulica sin que ocurran daños.

En la práctica, existen una gran variedad de métodos para la determinación de este

parámetro, y que pueden agruparse en métodos empíricos y estadísticos.

Cuando se dispone de la suficiente información hidrológica, se recomienda

determinar la avenida de diseño empleando métodos estadísticos. Por el contrario, cuando
no se dispone de información hidrológica o ésta resulta insuficiente, la avenida de diseño se
calcula por métodos empíricos.

7.1. Métodos empíricos

La determinación de la avenida de diseño por medio de fórmulas empíricas se
realiza para aquellos casos cuando no se dispone de datos hidrométricos para aplicar los
métodos probabilísticos.

En la práctica, existe una gran variedad de fórmulas empíricas que requieren un

mínimo de información, por lo que son muy fáciles de usar. Sin embargo, los resultados
obtenidos no siempre se pueden asociar a un periodo de retorno determinado.

7.1.1. Métodos de envolventes

Estos métodos sólo toman en cuenta el área de la cuenca, pero son de gran utilidad
en casos donde sólo se requiere una estimación aproximada de los gastos máximos
probables, o bien, cuando se carece de información.

La idea fundamental de estos métodos es relacionar al gasto máximo con el área de

la cuenca

Q = αA β (7.1)

145
Hidrología de superficie

donde α y β son parámetros empíricos.

Derivadas de la expresión anterior, Creager desarrolló la siguiente fórmula:

1.303C C (0.386 A) α
q= (7.2)
A

donde

CC – Coeficiente de Creager.
q – Gasto máximo por unidad de área (q = Q/A), α se determina como:

0.936
α= (7.3)
A 0.048

Por su parte, el criterio de Lowry se expresa como:

CL
q= (7.4)
( A + 259) 0.85

aquí CL es el coeficiente de Lowry.

Los valores de CC y CL se determinan por regiones, llevando a una gráfica

logarítmica los gastos unitarios máximos (q) registrados contra sus respectivas áreas de
cuenca y seleccionando el valor que envuelva a todos los puntos medidos, tal como se
muestra en la figura 7.1.

El valor de la envolvente mundial del coeficiente de Creager se estimó igual a 100,

que obtiene valores razonables. Para el caso de Lowry, se puede tomar un valor de 3 500.

146
 Avenida de diseño

Figura 7.1. Envolvente general de Lowry para la República Mexicana

Sin embargo, la SARH ha calculado los valores de los coeficientes de Creager y

Lowry para las diversas regiones en que se ha dividido la República Mexicana y así adaptar
los cálculos a las condiciones de nuestro país, los valores de estos coeficientes se pueden
encontrar en el anexo A.

7.1.2. Fórmula racional

La fórmula racional posiblemente sea el modelo más antiguo, y toma en cuenta,
además del área de la cuenca, la intensidad de lluvia. En la actualidad es muy utilizado en
el diseño de drenajes pluviales urbanos.

A partir de la definición del coeficiente de escurrimiento tenemos:

VE
CE = (7.5)
VLL

147
Hidrología de superficie

Si

VE C EVLL C E hLL A
QE = = = (7.6)
∆t ∆t ∆t

Si ∆t = t c es el tiempo de concentración

hLL
=i
tc (7.7)

Entonces

QE = C E iA (7.8)

Al utilizar la fórmula racional, se supone que el gasto que toma un valor máximo y
corresponde a una lluvia de intensidad i sobre un área de drenaje, así

Qd = C E iA (7.9)

Como i está dado en mm/hr, A en km2 y Q en m3/s:

Qd = 0.278CiA (7.10)

La aplicación de este criterio depende del conocimiento del coeficiente de

escurrimiento, aunque es común tomar valores representativos de acuerdo con ciertas
características de las cuencas (tabla 7.1).

148
 Avenida de diseño

Tabla 7.1. Valores del coeficiente de escorrentía C para la fórmula racional

Tipo de área de drenaje Coeficiente C

Prados
Suelo arenoso, plano, 2% 0.05 – 0.10
Suelo arenoso, promedio, 2-7% 0.15 – 0.20
Suelo pesado, plano 2% 0.13 – 0.17
Suelo pesado, promedio, 2-7% 0.18 – 0.22
Suelo pesado pendiente mayor a 7% 0.25 – 0.35
Distritos comerciales
Áreas de centro de ciudad 0.70 – 0.95
Áreas vecinas 0.50 – 0.70
Residencial
Casas individuales separadas 0.30 – 0.50
Casas unifamiliares separadas 0.40 – 0.60
Casas unifamiliares unidas 0.60 – 0.75
Suburbana 0.25 – 0.40
Áreas de apartamentos de vivienda 0.50 – 0.70
Industrial
Áreas livianas 0.50 – 0.80
Áreas pesadas 0.60 – 0.90
Parques, cementerios 0.10 – 0.25
Campos de juegos 0.20 – 0.35
Áreas de patios de ferrocarriles 0.20 – 0.40
Áreas no desarrolladas 0.10 – 0.30
Calles
Asfaltadas 0.70 – 0.95
Concreto 0.80 – 0.95
Ladrillo 0.70 – 0.85
Calzadas y alamedas 0.75 – 0.85
Techos 0.75 – 0.95

149
Hidrología de superficie

Por otra parte, la intensidad de lluvia se debe calcular para un tiempo igual al
tiempo de concentración; entendido como el tiempo requerido para que el escurrimiento
superficial, desde la parte más alejada de la cuenca, alcance el punto de interés analizado

0.325
⎛ 0.86 L3 ⎞
t c = ⎜⎜ ⎟⎟ (7.11)
⎝ H ⎠

donde

L – Longitud del cauce, km.

H – Desnivel entre los extremos del cauce, m.

7.1.3. Hidrograma unitario

Se define como el hidrograma del escurrimiento directo que se produce por una
lluvia en exceso de duración dE y repartida uniformemente en la cuenca.

Si se suponen dos cuencas con el mismo suelo y la misma área, pero de diferente
forma, y en ambas se presenta la misma tormenta, el volumen escurrido es el mismo pero
el gasto pico y las demás características de los respectivos hidrogramas serán diferentes,
como se puede apreciar en la figura 7.2. El método del hidrograma unitario toma en
cuenta estos efectos, así como la altura total de precipitación, el área de la cuenca, su
forma, pendiente, vegetación, etc., aunque no explícitamente.

Figura 7.2.

150
 Avenida de diseño

Existen dos suposiciones básicas en la teoría del hidrograma unitario:

a) No se consideran las variaciones estacionales en las características superficiales de

la cuenca, esto es, precipitaciones anteriores no afectan la distribución en el
tiempo del escurrimiento superficial producida por una lluvia determinada.
b) El sistema es lineal y no varía en el tiempo.

Así, este método parte de las siguientes características:

1) Para una cuenca dada, la duración total del escurrimiento directo (tiempo base) es
la misma para tormentas con la misma duración de lluvia efectiva, sin importar la
intensidad de lluvia neta. (Figura 7.3).

Figura 7.3. Ancho base constante.

2) Los gastos de los hidrogramas son proporcionales a las láminas de lluvia en exceso
para lluvias de la misma duración, y para cualquier tiempo ti. (Figura 7.4).

3) El hidrograma que resulta de un periodo de lluvia dado puede superponerse a

hidrogramas resultantes de periodos de lluvia anteriores. (Figura 7.5).

151
Hidrología de superficie

Figura 7.4. Principio de linearidad

Figura 7.5. Superposición de causas y efectos.

7.1.3.1. Hidrograma unitario tradicional

Supongamos una cuenca cuya área es igual a 1 080 km2 y cuyos hidrogramas de
escurrimiento total e histograma son conocidos (Figura 7.6),

152
 Avenida de diseño

Figura 7.6.

t, hr 2 4 6 8 10 12 14 16 18 20
Q, m3/s 100 200 250 300 200 180 160 140 120 100

podemos determinar el volumen de escurrimiento directo y la lámina de lluvia efectiva:

n
VE = ∆t ∑ Qi = 5.4 x106 m3
i =1

VE
hPE = = 5mm
Ac

La duración en exceso es igual a 2 hr.

Para este ejemplo, el hidrograma unitario obtenido tiene un tiempo base de 18 hr. y
sus ordenadas se reducen a una quinta parte, debido a que el escurrimiento directo se
produce por una lámina de lluvia igual a 1 mm. Esto se logra dividiendo las ordenadas del
hidrograma de escurrimiento entre 5, obteniendo el hidrograma que se muestra en la
figura 7.7, y que se denomina hidrograma de calibración.

153
Hidrología de superficie

Figura 7.7. Hidrograma unitario para una duración en exceso de 2 horas

Este hidrograma unitario permite determinar de escurrimiento directo para

cualquier tormenta cuya duración de lluvia en exceso sea de 2 hr. Por ejemplo, la tormenta
de la figura tiene una duración en exceso de 2 hr. y una lámina de precipitación efectiva
de 2 + 8 = 10 mm; el escurrimiento directo producido por la tormenta genera un
hidrograma sólo con multiplicar las ordenadas del hidrograma unitario por 10 mm.
(Figura 7.8b).

a) b)
Figura 7.8.

El hidrograma unitario de calibración también se usa para tormentas cuya duración

en exceso sea múltiplo de 2 hr. Por ejemplo, si tenemos una tormenta que tiene una
duración en exceso de 4 hr., puede considerarse que está compuesta por dos tormentas
consecutivas (cada una con duración en exceso de 2 hr.). Aplicando el hidrograma
unitario de calibración, a cada tormenta, sumando las ordenadas y desfasando el segundo
hidrograma del primero, finalmente se obtendrá el hidrograma unitario de escurrimiento
directo de la tormenta completa (figura 7.9b).

154
 Avenida de diseño

a) b)
Figura 7.9.

Debe advertirse que el hidrograma unitario de calibración ayuda a determinar

hidrogramas de escurrimiento directo para tormentas con la misma duración en exceso o
algún múltiplo.
7.1.3.2. Curva S
Cuando se necesita conocer el escurrimiento directo de una tormenta cuya
duración en exceso es de múltiplo diferente a la del hidrograma unitario de calibración, se
debe construir una curva S.

La curva S es el hidrograma de escurrimiento superficial que es generado por una

lluvia neta o en exceso de intensidad constante y duración infinita, como se muestra en la
figura 7.10.

Q = iA (7.12)

Esta curva se construye con la suma de las ordenadas de los hidrogramas unitarios
producidos por lluvias netas de intensidad y duración continuos en el tiempo.

155
Hidrología de superficie

Figura 7.10. Construcción de una curva S.

El procedimiento de la conversión de un hidrograma unitario de calibración en

otro con diferente lluvia en exceso consiste en derivar una curva S del hidrograma unitario
de calibración desplazándolo hacia la derecha. Las diferencias de ordenadas en la misma
vertical son las ordenadas de un hidrograma unitario con una duración en exceso t2 y cuya
lámina de lluvia en exceso es

⎛ t2 ⎞
⎜⎜ ⎟⎟hLL1 (7.13)
⎝ t1 ⎠

156
 Avenida de diseño

El nuevo tiempo base será entonces:

TB 2 = TB1 − (t1 + t 2 ) (7.14)

Para determinar finalmente el nuevo hidrograma unitario, las ordenadas de

hidrograma unitario de calibración deben multiplicarse por

hLL 2
(7.15)
⎛ hLL 2 ⎞
⎜⎜ ⎟⎟hLL1
⎝ hLL1 ⎠

Así se pueden construir curvas S para diferentes duraciones en exceso. La duración

máxima para la cual la curva S no presenta fluctuaciones, principalmente cerca del Q de
equilibrio, corresponde a la duración crítica de la lluvia neta.

Figura 7.11. Construcción de hidrogramas unitarios a traves de curvas S.

157
Hidrología de superficie

7.1.3.3.Hidrograma unitario triangular

Este método tiene un amplio rango de aplicación, ya que se puede utilizar en
cuencas de hasta 2 590 km2.

El USSCS planteó la posibilidad de representar el hidrograma de una cuenca por

medio de una figura simple como el triángulo (figura 7.12), de esta geometría el gasto
pico se determina como:

0.555 A
qP = (7.16)
TB

Del análisis de varios hidrogramas, el tiempo base y el tiempo pico se relacionan

mediante la expresión

TB = 2.67TP (7.17)
donde TB es el tiempo base y TP es el tiermpo pico.

Figura 7.12.Hidrograma unitario traingular

158
 Avenida de diseño

Al mismo tiempo, el tiempo pico puede expresarse como

dE
TP = + Tr (7.18)
2

donde Tr es el tiempo de retraso y dE es la duración en exceso.

El tiempo de retraso puede determinarse a partir del tiempo de concentracion

TR = 0.6TC (7.19)

Por su parte, el tiempo de concentración es

L0.77
TC = 0.000325 (7.20)
S 0.385
aquí

L – Longitud del cauce principal, m.

S – Pendiente del cauce principal.

Aproximadamente

d E = 2 TC (7.21)

para cuencas grandes, mientras que para cuencas pequeñas

d E = TC (7.22)

159
Hidrología de superficie

Sustituyendo

0.208 A
qP = (7.23)
TP

TP = TC + 0.6TC (7.24)

7.2. Métodos estadísticos

7.2.1. Distribución normal
La función de densidad de probabilidad normal se define como:

1 ⎛ x−µ ⎞
2

1 − 2 ⎜⎝ σ ⎠
⎟
F ( x) = e (7.25)
2Π

donde µ y σ son los parámetros de la distribución. Estos parámetros determinan la forma

de la función f(x) y su posición en el eje x (ver figura 7.13).

Figura 7.13. Distribución normal

160
 Avenida de diseño

Es posible demostrar que µ y σ son, respectivamente, la media y la desviación

estándar de los datos. De acuerdo con la ecuación 5.17, la función de distribución de
probabilidad normal es

1 ⎛ x−µ ⎞
2

x 1 − ⎜ ⎟
σ ⎠
F ( x) = ∫− ∞ e 2⎝ dx (7.26)
2Πσ

Hoy en día, no se conoce analíticamente la integral de la ecuación anterior, por lo

que es necesario recurrir a métodos numéricos para evaluarla. Sin embargo, para hacer
esto se requeriría una tabla para cada valor de µ y σ, por lo que se ha definido la variable
estandarizada

x−µ
z=
σ (7.27)

que está normalmente distribuida con media cero y desviación estándar unitaria. Así, la
función de distribución de probabilidad (ecuación 7.26) se puede escribir como:

z 1 −z2 / 2
F ( x) = F ( z ) = ∫− ∞ 2Π e dz (7.28)

La función F(z) se ha calculado numéricamente y se han publicado tablas de ella.

En la tabla B.1 del anexo B se muestra esta función. Debido a que la función F(z) es
simétrica, en dicha tabla se encuentran únicamente valores de:

z 1 −z2 / 2
∫0 2Π e dz (7.29)

con lo que es posible calcular F(z), para cualquier valor de z.

161
Hidrología de superficie

Otra manera de estimar f(z) o F(z), más conveniente si se usa una computadora, es
mediante fórmulas aproximadas. La función de densidad f(z) se aproxima, con una
precisión mayor de 2,27 x 10-3, como

f ( z ) = (a0 + a1 z 2 + a 2 z 4 + a3 z 6 ) −1 (7.30)
donde

a 0 = 2.490895
a1 = 1.466003
a 2 = −0.024393
a3 = 0.178257

y la función de distribución como

F ( z ) = H ( z ), z 〉 0 ⎫
⎪
⎬ (7.31)
F ( z ) = 1 − H ( z ), z 〈 0⎪⎭

donde

1 −z2 / 2
H ( z) = 1 − e (b1q + b2 q 2 + b3q 3 ) (7.32)
2Π
siendo

1
q=
1 + b0 z
(7.33)

b0 = 0.33267
b1 = 0.43618
b2 = −0.12017
b3 = 0.93730

162
 Avenida de diseño

7.2.2. Distribución lognormal

En esta función los logaritmos naturales de la variable aleatoria se distribuyen
normalmente. La función de densidad de probabilidad es:

2
1 ⎛ δ −α ⎞
− ⎜⎜ 1 ⎟
1 1 2 ⎝ β ⎟⎠
f ( x) = e (7.34)
2Π xβ

donde α y β son los parámetros de la distribución. Si se compara esta ecuación con la

7.25, se deduce que α y β son respectivamente la media y la desviación estándar de los
logaritmos de la variable aleatoria. En la figura 7.14 se muestra una gráfica de la función
de densidad de probabilidad para diferentes valores de α y β.

Figura 7.14.
Como se observa, esta función no necesariamente es simétrica.

Los valores de α y β se estiman a partir de n observaciones xi, i = 1, 2,... n, como

n ln xi
α =∑ (7.35)
i =1 n

1
⎡ n (ln xi − α ) 2 ⎤ 2
β = ⎢∑ ⎥ (7.36)
⎣ i =1 n ⎦

163
Hidrología de superficie

La función de distribución de probabilidad es, de acuerdo con la ecuación 5.17

2
1 ⎛ δ −α ⎞
− ⎜⎜ 1 ⎟
x 1 1 2 ⎝ β ⎟⎠
F ( x) = ∫0 e dx (7.37)
2Π xβ

Los valores de la función de distribución de probabilidad (7.37) se obtienen

usando la tabla B.1 del anexo B o la fórmula 7.31 si la variable estandarizada se define
como:

ln x − α
z=
β (7.38)

7.2.3. Distribución Pearson III

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

β1 −1 x −δ 1
1 ⎧ x − δ1 ⎫ −
α1
f ( x) = ⎨ ⎬ e
α 1Γ ( β 1 ) ⎩ α 1 ⎭
(7.40)

Donde α1, β1 y δ1 son los parámetros de la función Gamma. En el anexo B se

hallan las propiedades básicas y la tabla de valores de la función Gamma.

X i , i = 1,2..., n (7.41)

Los parámetros α1, β1 y δ1 se evalúan, a partir de n datos medidos, mediante el

siguiente sistema de ecuaciones

x = α 1 β1 + δ 1 (7.42)

164
 Avenida de diseño

S 2 = α 1 β1
2
(7.43)

2
γ =
β1
(7.44)

donde x es la media de los datos, S2 su varianza y γ su coeficiente de sesgo, que se define

como
( xi − x)3 / n
n
γ =∑ (7.45)
i =1 S3

La función de distribución de probabilidad es:

⎛ x −δ 1 ⎞ β −1
1 x − ⎜⎜ δ1 ⎟⎠
⎟
⎛ x − δ1 ⎞
F ( x) =
α 1Γ( β 1 ) ∫0
e ⎝ ⎜⎜
δ
⎝ 1 ⎠
⎟⎟ dx
(7.46)

Sustituyendo

x − δ1
γ =
α1 (7.47)

la ecuación 7.46 se escribe como:

1 y
F ( y) =
Γ( β 1 ) ∫0
y β −1e − y dy
(7.48)

La función 7.48 es una función de distribución ji cuadrada con 2β1 grados de

libertad y x2 = 2y

F ( y ) = F ( x 2 v) = Fx 2 (2 y 2β1 )
(7.49)

165
Hidrología de superficie

En la tabla B.3 del anexo B se encuentra la función de distribución x2.

Esta manera de usar la función de distribución Pearson III es estrictamente válida

cuando β1 = η/2, donde η es un entero positivo cualquiera. Si, como es común, 2β no es
entero, puede tomarse como el entero más próximo o bien interpolar en la tabla B.3 del
anexo B. Cuando β < 0.3, será necesario acudir a tablas de la función de distribución
Gamma de un parámetro. Por otra parte, es también común que los valores calculados de
δ con las ecuaciones 7.42 a 7.44 resulten absurdos (muy grandes o negativos). En estos
casos, es recomendable fijar el valor de δ a ojo, como la ordenada al origen en una
gráfica de gasto contra periodo de retorno.

7.2.4. Distribución Gumbel

En este método se parte de la hipótesis de que la distribución empírica de
probabilidades de las series de los gastos máximos anuales puede representarse a través de
la distribución de probabilidades de valores extremos tipo I, que se expresa por la
suiguiente ecuación

Q+a
−
−e
F (Q) = e
c
(7.50)

donde

F(Q) – Función de distribución acumulada

a, c – Parámetros estadísticos de la distribución
Q – Gastos máximos anuales

Si

T −1
F (Q) = (7.51)
T

166
 Avenida de diseño

Q+a
T −1 −

= e−e
c
(7.52)
T

invirtiendo terminos

1 T
= (7.53)
⎛ −Q+a
⎜
−⎜ e c
⎞
⎟ T −1
⎜ ⎟⎟
⎝ ⎠
e

⎛ −Q+a ⎞
⎜ ⎟
−⎜ e c ⎟⎟
⎜ T
e ⎝ ⎠
= (7.54)
T −1

despejando el gasto

Q+a T
− = ln ln (7.55)
c T −1

T
Q = − a − c ln ln (7.56)
T −1

Según Gumbel, los parámetros estadísticos a y c se determinan por

a = αc − Q (7.57)

1
c= S (7.58)
β

α y β son parámetros estadísticos que dependen del número de datos (tabla B.3 del
apéndice B).

167
Hidrología de superficie

Sustituyendo las ecuaciones 7.57 y 7.58 en 7.56

⎛1 ⎞ 1 ⎛ T ⎞
Q = −α ⎜⎜ S ⎟⎟ + Q − S ⎜ ln ln ⎟ (7.59)
⎝β ⎠ β ⎝ T −1⎠

finalmente

1 ⎛ T ⎞
Q(T ) = Q − S ⎜ α + ln ln ⎟ (7.60)
β ⎝ T −1⎠

Si el grado de ajuste entre los valores teóricos y los empíricos es bueno, entonces la
avenida de diseño asociada a un periodo de retorno de T años se determina por

Qd (T ) = Q(T ) + ∆Q (7.61)

Además, Gumbel propone lo siguiente para calcular los intervalos de confianza con
una probabilidad superior al 68%:

1) Para el valor más grande de la serie de datos y todos los mayores

∆Q1 = S ⋅ F ( N ) (7.62)

donde S es la desviación estándar de la muestra y F(N) es función del tamaños de la

muestra (figura 7.15a)

2) Para el segundo valor de la serie

0.661( N + 1)
∆Q2 = ⋅ ∆Q1 (7.63)
N −1

168
 Avenida de diseño

a)

b)
Figura 7.15. Relaciones a) N – F(N) y b) Tm – F(Tm)

169
Hidrología de superficie

3) Para el tercer valor de la serie y todos los menores

0.877
∆Q3 = ⋅ ∆Q1 ⋅ F (Tm) (7.64)
N

donde F(Tm) es una función del periodo de retorno, si estos valores son menores o iguales a
10 años, se encuentran en la figura 7.15b. Para valores de Tm mayores se calcula como

F (Tm) = Tm 0.5 (7.65)

170