Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo Práctico Nº 2
Curso IIO352 (Hidrología)
2021-S2
0) Equipos de trabajo:
A) Datos básicos:
1. Base de datos del Centro de Investigación del Clima y la Resiliencia (CR2) de la Universidad de
Chile:
http://www.cr2.cl/recursos-y-publicaciones/bases-de-datos/
8. Precipitaciones horarias:
https://www.agromet.cl/datos-historicos
https://climatologia.meteochile.gob.cl/application/informacion/buscadorDeEstaciones/
C) Se pide:
1. Realizar una breve descripción de la zona de estudio, con énfasis en las principales actividades
económicas de la zona, la situación hídrica pasada, presente y futura de la zona (de acuerdo a la
literatura, sin cálculos).
2. Dentro de la cuenca asignada, se debe seleccionar una estación fluviométrica con -al menos- 30 años
de datos diarios y con disponibilidad de caudales horarios.
3. Para la estación fluviométrica seleccionada en el punto 2, se deberá realizar la delimitación de la
subcuenca aportante y el cálculo de los parámetros geomorfológicos que sean relevantes para la
aplicación del Método SCS-CN. Esto se debe realizar utilizando el DEM seleccionado por cada equipo
en el TP-01.
4. Entregar un tabla que identifique, de la forma más completa posible, las estaciones seleccionadas para
la cuenca asignada (por ejemplo, Código BNA, tipo (fluviométrica, pluviométrica), Nombre, Latitud,
Longitud, Elevación, Subcuenca, inicio de la información, fin de la información, etc.).
5. Entregar un mapa con la ubicación de la cuenca asignada, la estación fluviométrica seleccionada, las
estaciones pluviométricas existentes, red de drenaje, DEM, y cualquier otra información relevante.
6. Para la serie temporal utilizada (1 estación fluviométrica), se pide entregar un resumen cuantitativo
de los datos: incluyendo los cuantiles 0, 0.25, 0.5, 0.75, 1, el promedio aritmético, la desviación
estándar, el rango intercuartil (IQR), el coeficiente de asimetría y el coeficiente de kurtosis. El uso de
una o más figura(s) que permita(n) representar gráficamente uno o más de los parámetros aquí
solicitados es bienvenido.
7. Para la serie temporales utilizada, se pide graficar la función de distribución acumulada empírica
(ECDF), pero este gráfico no necesariamente va incluido en el cuerpo del informe (sino en los
Anexos).
8. En base a los resultados de los puntos 5-7, se pide seleccionar 2 distribuciones candidatas (una de
ellas debe ser la GEV) para representar los valores de los caudales máximos anuales. Para cada una
de las distribuciones candidatas se deberá proceder a estimar los parámetros característicos de la
distribución (utilizando el método descritos en el punto B). Los parámetros de las distribuciones
deberán ser calculados utilizando el 100% y 67% de los datos disponibles (valores seleccionados en
forma aleatoria dentro de los máximos anuales disponibles). Además, se pide comparar gráficamente
el histograma del conjunto de datos contra la función de densidad (pdf) de la distribución teórica; y la
ECDF contra la función de distribución acumulada (cdf) de la distribución teórica. Además, para cada
una de las distribuciones candidatas se deberá aplicar el test de bondad de ajuste de Kolmogorov-
Smirnov.
9. En base a los resultados de los puntos 7 y 8 se deberá seleccionar una distribución de probabilidad
que mejor represente los caudales máximos anuales. Se debe justificar adecuadamente la selección de
cada distribución de probabilidad.
10. En base a los resultados de los puntos 6 a 10 se deberá discutir las limitaciones del método de
estimación de parámetros utilizado por el grupo.
11. En base a los resultados de los puntos 6 a 10 se deberá discutir las limitaciones del test de bondad de
ajuste utilizado para seleccionar la distribución de probabilidad que mejor representa los datos de la
zona de estudio.
12. En base a los resultados de los puntos 6 a 10, se deberá discutir el impacto que tiene la longitud de la
muestra utilizada (100% y 67% de los datos disponibles en la estación) en el método de estimación
de parámetros utilizado, en el test de bondad de ajuste utilizado y en la selección de la distribución de
probabilidad que mejor representa un set de datos.
13. Para la distribución de probabilidad seleccionada en el punto 9, se pide comparar los cuantiles 0.025,
0.05, 0.25, 0.5, 0.75, 0.95, 0.975 de la distribución teórica contra los correspondientes cuantiles
empíricos.
14. Para la distribución de porbabilidad seleccionada en el punto 9, se solicita calcular un único valor de
caudal máximo anual para períodos de retorno T= 2, 5, 20, 50 y 100 años.
15. Entregar los datos originales utilizados todo el análisis anteriormente descrito, junto a un script en R
que permita reproducir todas las tablas y/o gráficos incluidos en el informe. En este script, el único
cambio que deberá realizar el docente para reproducir los resultados será en el directorio principal de
trabajo. Cualquier modificación adicional a la antes descrita conllevará una penalización de 1.0 punto
en la nota final obtenida.
16. Discutir los resultados obtenidos, vinculando la importancia del análisis de eventos extremos con la
responsabilidad social de un Ingeniero Civil de la UFRO.
• Aksoy, H. (2000). Use of gamma distribution in hydrological analysis. Turkish Journal of Engineering and Environmental
Sciences, 24(6), 419-428.
• Bobee, B. (1975). The log Pearson type 3 distribution and its application in hydrology. Water resources research, 11(5),
681-689.
• Bobée, B., & Rasmussen, P. F. (1995). Recent advances in flood frequency analysis. Reviews of Geophysics, 33(S2), 1111-
1116.
• Chow, Ven Te, David R. Maidment, and W. Larry Mays. 1988. “Applied Hydrology". McGrawHill International editions.
• DGA 1991. Precipitaciones máximas en 1, 2 y 3 días. SEB N°1. Dirección General de Aguas, Santiago, Chile.
• DGA 1994. Manual de cálculo de crecidas y caudales mínimos en cuencas sin información fluviométrica. SEB N°4.
Dirección General de Aguas, Santiago, Chile.
• Gupta, H. V., Kling, H., Yilmaz, K. K., & Martinez, G. F. (2009). Decomposition of the mean squared error and NSE
performance criteria: Implications for improving hydrological modelling. Journal of hydrology, 377(1-2), 80-91.
doi:10.1016/j.jhydrol.2009.08.003. ISSN 0022-1694.
• Hengl, T. and Gould, M., 2002. Rules of thumb for writing research articles.
• Klemes, V. "The improbable probabilities of extreme floods and droughts." Hydrology of Disasters: Proceedings of the
World Meteorological Organization Technical Conference Held in Geneva, November 1988. Routledge, 2014.
• Koutsoyiannis, D. (2004). Statistics of extremes and estimation of extreme rainfall: I. Theoretical investigation/Statistiques
de valeurs extrêmes et estimation de précipitations extrêmes: I. Recherche théorique. Hydrological sciences journal, 49(4).
doi: 10.1623/hysj.49.4.575.54430.
• Koutsoyiannis, D. (2004). Statistics of extremes and estimation of extreme rainfall: II. Empirical investigation of long
rainfall records/Statistiques de valeurs extrêmes et estimation de précipitations extrêmes: II. Recherche empirique sur de
longues séries de précipitations. Hydrological Sciences Journal, 49(4). doi: 10.1623/hysj.49.4.591.54424.
• Krause P., Boyle D.P., and B\"ase F., Comparison of different efficiency criteria for hydrological model assessment,
Advances in Geosciences 5 (2005), pp. 89-97.
• Martins, Eduardo S., and Jery R. Stedinger. "Generalized maximum‐likelihood generalized extreme‐value quantile
estimators for hydrologic data." Water Resources Research 36.3 (2000): 737-744.
• Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., Veith, T.L. 2007. Model evaluation guidelines
for systematic quantification of accuracy in watershed simulations Transactions of the ASABE. 50(3):885-900.
• Singh, V. P. (1987). On application of the Weibull distribution in hydrology. Water Resources Management, 1(1), 33-43.
• Singh, V. P. (1998). Pearson Type III Distribution. In Entropy-Based Parameter Estimation in Hydrology (pp. 231-251).
Springer Netherlands.
• Villarini, Gabriele, and James A. Smith. "Flood peak distributions for the eastern United States." Water Resources Research
46.6 (2010).
• Vogel, Richard W., and Daniel E. McMartin. "Probability Plot Goodness‐of‐Fit and Skewness Estimation Procedures for the
Pearson Type 3 Distribution." Water Resources Research 27.12 (1991): 3149-3158.
• WMO. 2008. “Extreme Value Analysis” In World Meteorological Organization (Ed.) “Guide to hydrological practices -
Volume II: Management of Water Resources and Application of Hydrological Practices. WMO-No 168". (pp. II.5-1 – II.5-
53). Geneva, Switzerland.