UNIVERSIDAD DE ANTIOQUIA

FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

HIDROLOGÍA

SOLUCIÓN TRABAJO PRÁCTICO 1

Profesor:

Breiner Dan Bastidas Osejo (breiner.bastidas@udea.edu.co)

PARTE 1 – CICLO HIDROLÓGICO Y BALANCE HÍDRICO

3. El río Currulao se encuentra localizado en la subregión del Eje Bananero del Urabá
Antioqueño (Antioquia – Colombia), descarga sus aguas de escorrentía en el Golfo
de Urabá (Mar Caribe), cuenta con un área de drenaje de 252 km2 en su punto de
descarga. La estación Prado Mar del IDEAM registra precipitaciones diarias y se
encuentra localizada en la parte media-baja de la cuenca, adicionalmente la estación
Currulao registra caudales medios diarios en la misma zona (parte media-baja de la
cuenca). Para esta cuenca se han agregado las mediciones y estimaciones diarias de
los flujos hidrológicos a escala anual, las cuales se presentan en la Tabla 1 para el
periodo 1979 – 1996. El área de drenaje hasta el punto donde se localiza la estación
Currulao es de 230 km2.

Responda las siguientes preguntas:

• ¿Qué método de estimación de evapotranspiración real representa mejor el balance
hídrico de largo plazo? Utilice el sesgo estadístico como métrica de comparación y
decisión. ¿cuál es el caudal medio anual de largo plazo en el punto de descarga de la
cuenca? Presente los supuestos necesarios.

Rta. Como lo vimos en clase, el balance hídrico de largo plazo se puede usar para validar las
estimaciones de evapotranspiración real (ETR), cuando se dispone de información de
caudales medios registrados por una estación. Entonces, con el balance hídrico de largo
plazo se estima el caudal medio para ambos escenarios de ETR, dicho caudal medio
estimado, se compara con el caudal medio observado, todo esto en promedio de largo plazo,
no se debe aplicar a escala de cada año, ya que no se cumpliría el supuesto del largo plazo
(mayor a 15 años).

Para trabajar el balance de largo plazo, debemos obtener los flujos hidrológicos en promedio
multianuales (la barra encima de la variable indica promedio temporal):

̅̅̅̅̅̅
𝑬𝑻𝑹 ̅̅̅̅̅̅
𝑬𝑻𝑹 ̅̅̅̅̅̅
𝑬𝑺𝑫
Condición ̅̅̅̅̅̅̅̅̅ (m3/s)
𝑸𝒎𝒆𝒅 ̅ (mm/año)
𝑷 Hargreaves Thornthwaite
(mm/año)
(mm/año) (mm/año)
Promedio multianual
8,2644 2365,61 1243,83 1163,94 457,39
(1979 – 1996)
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Ahora aplicamos la ecuación del balance hídrico de largo plazo con las variables promedio
que hemos estimado:

̅̅̅̅̅̅̅̅ = (𝑃̅ − 𝐸𝑇𝑅

𝑄𝑚𝑒𝑑 ̅̅̅̅̅̅ ) ∗ Á𝑟𝑒𝑎

La ecuación anterior la aplicamos para los dos escenarios de ETR (Hargreaves y

Thornthwaite), dado que vamos a comparar el caudal medio estimado, con el caudal
observado en la estación, el área que debemos considerar es el área de la cuenca hasta la
estación, no el área total, entonces tendríamos:

̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) = (𝑃̅ − ̅̅̅̅̅̅
𝐸𝑇𝑅 𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) ∗ Á𝑟𝑒𝑎 ∗ 𝑓𝑎𝑐𝑡𝑜𝑟 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) = (2365,61 − 1243,83) ∗ 230 ∗ 3,17098 ∗ 10−5

𝑚3
̅̅̅̅̅̅̅̅ (𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) = 8,1814
𝑄𝑚𝑒𝑑
𝑠
̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝑇ℎ𝑜𝑟𝑛𝑡ℎ𝑤𝑎𝑖𝑡𝑒) = (𝑃̅ − 𝐸𝑇𝑅
̅̅̅̅̅̅ 𝑇ℎ𝑜𝑟𝑛𝑡ℎ𝑤𝑎𝑖𝑡𝑒) ∗ Á𝑟𝑒𝑎 ∗ 𝑓𝑎𝑐𝑡𝑜𝑟 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

̅̅̅̅̅̅̅̅ (𝑇ℎ𝑜𝑟𝑛𝑡ℎ𝑤𝑎𝑖𝑡𝑒) = (2365,61 − 1163,94) ∗ 230 ∗ 3,17098 ∗ 10−5

𝑄𝑚𝑒𝑑

𝑚3
̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝑇ℎ𝑜𝑟𝑛𝑡ℎ𝑤𝑎𝑖𝑡𝑒) = 8,7641
𝑠
Ahora, los caudales medios estimados se comparan con el caudal observado, usando el sesgo
estadístico como métrica de comparación y decisión:

𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 − 𝑉𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜

𝑆𝑒𝑠𝑔𝑜 (%) = ∗ 100
𝑉𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜
Aplicando la ecuación del sesgo estadístico tendríamos un sesgo de -1,0 % por Hargreaves y
de 6.0% por Thornthwaite, mostrando que el primer método subestima en proporción del
1.0% el caudal medio observado y el segundo método sobrestima en proporción del 6.0% el
caudal medio observado,

Por tanto, el mejor método para representar la ETR de acuerdo con su desempeño para
representar el caudal medio a través del balance hídrico, se selecciona en función del menor
sesgo en valor absoluto, que en este caso sería el método de Hargreaves.

Otra alternativa para resolver el problema es aplicar el balance hídrico usando el caudal
medio observado y despejar de ahí la ETR “observada” aunque realmente seguiría siendo
otra estimación, que se compararía con el sesgo estadístico con la ETR estimada por los
métodos mencionados (Hargreaves y Thornthwaite), esta vía es menos común, pero también
es válida.
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Finalmente, como se desea conocer el caudal medio de largo plazo en el punto de descarga
de la cuenca, se aplica el balance hídrico, usando la precipitación promedio multianual, la
ETR de mejor desempeño, que como se concluyó anteriormente fue Hargreaves y el área de
drenaje, pero ahora sí la de la cuenca total, hasta el punto de descarga:

̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝑒𝑛 𝑙𝑎 𝑑𝑒𝑠𝑐𝑎𝑟𝑔𝑎) = (𝑃̅ − ̅̅̅̅̅̅
𝐸𝑇𝑅 𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) ∗ Á𝑟𝑒𝑎 ∗ 𝑓𝑎𝑐𝑡𝑜𝑟 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

̅̅̅̅̅̅̅̅
𝑄𝑚𝑒𝑑 (𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) = (2365,61 − 1243,83) ∗ 252 ∗ 3,17098 ∗ 10−5

𝑚3
̅̅̅̅̅̅̅̅ (𝐻𝑎𝑟𝑔𝑟𝑒𝑎𝑣𝑒𝑠) = 8,96
𝑄𝑚𝑒𝑑
𝑠
Para la aplicación del balance hídrico a esta escala (cuenca hasta la descarga) se debe asumir
que la precipitación medida y la estimada hasta la estación, no cambia espacialmente entre
la estación y la descarga de la cuenca, es decir, no estamos considerando que exista
variabilidad espacial de estos flujos entre las dos áreas mencionadas.

• Utilizando la evapotranspiración real que mejor representa el balance hídrico de

largo plazo, estime la recarga de aguas subterráneas para cada año (complete la
tabla). Explique los cálculos realizados, al menos de un año a manera de ejemplo.

Rta. En este caso, dado que se requiere calcular la recarga en cada año, se debe aplicar
balance hídrico en dicha escala, donde la variación en el almacenamiento NO es cero, la
ecuación de balance hídrico a usar es la ecuación general:

𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑛 𝑒𝑙 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 𝑒𝑛𝑡𝑟𝑎𝑑𝑎𝑠 − 𝑠𝑎𝑙𝑖𝑑𝑎𝑠

Δ𝑆 = 𝑃 − 𝐸𝑇𝑅 − 𝑅 − 𝐸𝑆𝐷 − 𝐸𝑆𝑆

Donde, Δ𝑆 variación temporal de almacenamiento, P: precipitación, ETR:

evapotranspiración real, ESD: escorrentía superficial directa, R: recarga, ESS: escorrentía
subsuperficial (que es cero en este caso de acuerdo al planteamiento del ejercicio).

Para calcular el Δ𝑆 se debe conocer el almacenamiento (S) actual y el almacenamiento

anterior en cada paso de tiempo, por tanto, el Δ𝑆 del año 1979 no puede calcularse, porque
el S actual es de 10000 mm, pero no se conoce el S anterior, por lo cual la recarga tampoco
puede calcularse en dicho año. El Δ𝑆 y la recarga se calcula a partir del año 1980.

La ecuación para el cálculo de la recarga sería:

𝑅 = 𝑃 − 𝐸𝑇𝑅 − 𝐸𝑆𝐷 − Δ𝑆

Veamos el cálculo para un año especifico, el año 1988:

Δ𝑆 = 𝑆(1988) − 𝑆(1987) = 10202 𝑚𝑚 − 10102 𝑚𝑚 = +100 𝑚𝑚

 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Para 1988 el almacenamiento incrementó respecto al año anterior en 100 mm, lo que
significa una variación positiva del almacenamiento de agua en la cuenca en dicho valor.
Dicha variación es la que se incluye en la ecuación de balance:

𝑅 (1988) = 3072 − 991 − 1076 − 100 = 905 mm

De lo anterior se concluye que la recarga estimada en 1988 fue de 905 mm.

Aplicando un proceso similar a todos los años de la Tabla 1 se obtiene la recarga estimada
en cada año:

ETR
Qmed P 𝚫S ESD R
Año Hargreaves S [mm]
[m3/s] [mm/año] [mm] [mm/año] [mm/año]
[mm/año]
1979 4 1629 1528 10000 -- 74 --
1980 5.92 2058 1346 9900 -100 222 590
1981 12.27 2838 1057 9998 98 787 896
1982 6.21 2147 1345 9948 -50 268 584
1983 6.76 2247 1307 9960 12 327 601
1984 6.77 2215 1270 9977 17 307 621
1985 7.29 2288 1253 10012 35 353 647
1986 7.72 2336 1238 10052 40 387 671
1987 8.99 2493 1210 10102 50 490 743
1988 14.45 3072 991 10202 100 1076 905
1989 5.88 2062 1355 10102 -100 224 583
1990 8.27 2320 1261 10027 -75 375 759
1991 8.4 2394 1242 10027 0 426 726
1992 5.02 1908 1443 9804 -223 159 529
1993 6.98 2288 1310 9824 20 353 605
1994 9.15 2515 1186 9898 74 505 750
1995 8.65 2493 1187 10018 120 489 697
1996 16.03 3278 860 10238 220 1411 787

• Esquematice el sistema hidrológico de la cuenca del río Currulao para un año

especifico de preferencia, explique el comportamiento de los flujos en dicho año.

Rta. Esquematicemos los flujos en el volumen de control (cuenca río Currulao) para el año
1988. La esquematización de la cuenca en este punto es genérica, en la unidad 3 tendremos
definido el volumen de control real (cuenca) de cada grupo de trabajo.
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

PARTE 2 – CLIMA Y TIEMPO ATMOSFÉRICO

2. En el municipio de Amagá en Antioquia, una estación climatológica localizada a una

elevación de 1820 m.s.n.m registró una presión de vapor de agua de 1.8 kPa a 2 m de
la superficie, el sensor de temperatura presentó fallas durante la medición, sin
embargo, las condiciones meteorológicas de temperatura del día en cuestión se
podrían considerar cercanas al promedio. ¿el aire cercano a superficie podría estar
recibiendo aportes de evapotranspiración? ¿Cuánta presión de vapor de agua
adicional se requeriría para saturar el aire en la zona?

Al cabo de 2 horas de la medición de presión de vapor de agua, el sensor de

temperatura se encontraba operativo, y se registró una temperatura de 16°C, la
presión de vapor de agua no presentó variaciones respecto a la medida anterior. ¿se
podría concluir que se presentó saturación del aire en la zona debido al cambio de
temperatura?

Rta. Para que la parcela de aire pueda recibir flujos de evapotranspiración, se requiere una
condición y es que la parcela no debe estar saturada, cuando esta se ha saturado en vapor de
agua, el flujo de evapotranspiración cesa.

Sabemos que el punto de saturación del aire se determina a partir de la presión de vapor de
saturación, la cual depende de la temperatura y se calcula usando la ecuación de Clausius-
Clapeyron. Si la presión medida es igual a la presión de saturación, entonces la parcela de
aire estaría saturada, de lo contrario, si la presión medida es menor a la presión de
saturación, la parcela puede admitir flujos de evapotranspiración.
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Pero no conocemos la temperatura del aire cuando se realizó la medición de la presión de

vapor, por tanto, deberíamos aproximar dicho valor de temperatura, dado que el ejercicio
nos plantea que las condiciones de temperatura fueron cercanas al promedio de la región,
entonces resulta práctico estimar la temperatura media usando la ecuación de Cenicafé, la
cual depende de la región del país que estemos analizando. En este caso al encontrarnos en
el municipio de Amagá y contar con la información de elevación, aplicamos la ecuación de
Cenicafé para el cálculo de la temperatura en la región andina:

𝑇𝑚𝑒𝑑𝑖𝑎 = 29,42 − 0,0061𝐻

𝑇𝑚𝑒𝑑𝑖𝑎 = 29,42 − 0,0061 ∗ 1820 = 18,318 °𝐶

Ahora, con esta temperatura, aplicamos la ecuación de Clausius-Clapeyron:

𝑒𝑠𝑎𝑡 = 2,106 𝑘𝑃𝑎

Como podemos ver, la presión medida (1,8 kPa) es menor que la presión de saturación, por
tanto, la parcela de aire no está saturada, por lo cual podría seguir admitiendo flujos de
evapotranspiración. ¿Cuánto más? Lo necesario para alcanzar la saturación, es decir, una
presión de vapor de agua adicional de 0,306 kPa, la cual se conoce como déficit de presión
de vapor.

Ahora, en la segunda parte de la pregunta, nos informan que la parcela de aire se enfrió hasta
los 16°C, pero no hubo cambios en la presión de vapor, por tanto, queremos saber si este
enfriamiento fue suficiente para que la presión de saturación disminuyera igualando a la
presión medida, para lo cual debemos calcular el punto de rocío:

Donde e es la presión de vapor medida, la cual permanece constante, los cambios que se
registran son solo de temperatura

𝑇𝑑𝑒𝑤 = 15,84 °𝐶

Como vemos, la temperatura medida es mayor que la temperatura de punto de rocío, por
tanto, se concluye que la parcela de aire no se ha saturado producto del enfriamiento.
Aunque 16°C parece muy cercano a 15,84°C, la diferencia de 0,16°C en temperatura no es
despreciable, ya que las variaciones temporales de temperatura suelen ser de baja magnitud.
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Si la temperatura medida hubiese sido igual o menor a la temperatura de punto de rocío si

se pudiese concluir que se presentó saturación.

4. En la Tabla 2 se presentan las precipitaciones mensuales registradas en la estación

de la red de monitoreo PIRAGUA en el municipio de Fredonia, durante el periodo
2013 – 2020. Describa con base en los datos de la Tabla 2, la variabilidad intranual
(comportamiento estacional, periodos húmedos y secos) e interanual de la
precipitación en la zona (deseable apoyarse en gráficas). ¿Tiene el ENSO influencia
en la variabilidad inter anual de la precipitación en la zona de estudio? Apoyarse en
los indicadores macro climáticos del ENSO, correlaciones gráficas y estadísticas para
responder esta pregunta.

Tabla 2. Registros mensuales de precipitación total en la estación FREDONIA de la

red de monitoreo PIRAGUA de CORANTIOQUIA.

MES P [mm/mes] MES P [mm/mes] MES P [mm/mes] MES P [mm/mes]

ene-13 18.7 ene-15 34.3 ene-17 155.4 ene-19 111.0
feb-13 185.3 feb-15 132.6 feb-17 40.4 feb-19 110.5
mar-13 196.9 mar-15 115.1 mar-17 334.0 mar-19 168.9
abr-13 309.9 abr-15 176.0 abr-17 130.0 abr-19 236.0
may-13 490.8 may-15 189.0 may-17 517.4 may-19 402.1
jun-13 319.7 jun-15 108.2 jun-17 297.4 jun-19 188.7
jul-13 73.4 jul-15 117.1 jul-17 149.4 jul-19 175.5
ago-13 458.1 ago-15 117.6 ago-17 223.0 ago-19 25.1
sep-13 362.7 sep-15 139.4 sep-17 311.7 sep-19 188.5
oct-13 369.8 oct-15 133.1 oct-17 296.9 oct-19 286.3
nov-13 490.3 nov-15 244.6 nov-17 439.2 nov-19 325.4
dic-13 253.2 dic-15 46.2 dic-17 268.2 dic-19 212.6
ene-14 124.0 ene-16 12.2 ene-18 172.5 ene-20 55.1
feb-14 244.9 feb-16 47.0 feb-18 46.7 feb-20 55.1
mar-14 141.2 mar-16 97.8 mar-18 173.7 mar-20 64.3
abr-14 71.4 abr-16 222.3 abr-18 304.3 abr-20 166.9
may-14 172.5 may-16 248.5 may-18 535.7 may-20 152.9
jun-14 114.6 jun-16 265.6 jun-18 151.1 jun-20 195.3
jul-14 38.4 jul-16 306.2 jul-18 174.8 jul-20 326.1
ago-14 162.3 ago-16 233.2 ago-18 252.7 ago-20 233.4
sep-14 210.8 sep-16 300.7 sep-18 302.8 sep-20 299.0
oct-14 327.4 oct-16 309.9 oct-18 325.9 oct-20 329.4
nov-14 445.8 nov-16 172.7 nov-18 411.7 nov-20 369.1
dic-14 161.5 dic-16 280.4 dic-18 127.8 dic-20 176.0
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Rta. Para analizar la variabilidad estacional (intranual) debemos construir el ciclo anual de
precipitaciones, para ello organizamos los datos mensuales agrupados por mes y obtenemos
el promedio mensual multianual, tal como se muestra en esta matriz:

AÑO ENE FEB MAR ABR MAY JUN JUL AGOS SEP OCT NOV DIC
2013 18.7 185.3 196.9 309.9 490.8 319.7 73.4 458.1 362.7 369.8 490.3 253.2
2014 124.0 244.9 141.2 71.4 172.5 114.6 38.4 162.3 210.8 327.4 445.8 161.5
2015 34.3 132.6 115.1 176.0 189.0 108.2 117.1 117.6 139.4 133.1 244.6 46.2
2016 12.2 47.0 97.8 222.3 248.5 265.6 306.2 233.2 300.7 309.9 172.7 280.4
2017 155.4 40.4 334.0 130.0 517.4 297.4 149.4 223.0 311.7 296.9 439.2 268.2
2018 172.5 46.7 173.7 304.3 535.7 151.1 174.8 252.7 302.8 325.9 411.7 127.8
2019 111.0 110.5 168.9 236.0 402.1 188.7 175.5 25.1 188.5 286.3 325.4 212.6
2020 55.1 55.1 64.3 166.9 152.9 195.3 326.1 233.4 299.0 329.4 369.1 176.0
PROMEDIO 85.4 107.8 161.5 202.1 338.6 205.1 170.1 213.2 264.4 297.3 362.3 190.8
Desv. Estándar 63.2 75.7 82.2 82.6 165.0 81.2 102.0 125.1 75.7 71.0 108.8 79.6

La fila PROMEDIO corresponde al ciclo promedio anual, el cual se grafica para analizar las
temporadas de lluvias, adicionalmente se grafica el promedio mensual del ciclo (216,55
mm) para definir si el ciclo es unimodal, bimodal o cuasi-bimodal, meses por debajo del
promedio mensual representan temporadas secas o de lluvias bajas y los meses por encima
del promedio mensual representan temporadas húmedas o lluvias altas:

Las barras verticales que acompañan el ciclo anual se conocen como barras de error medio
estadístico, el cual se calcula para cada mes de la siguiente manera:

𝜀 = 𝜎/√𝑛
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

Donde 𝜎 es la desviación estándar de la precipitación de cada mes del ciclo anual, n es el

número de datos en cada mes, que sería equivalente al número de años analizados del ciclo
anual. Estas barras de error ayudan a capturar en el ciclo anual la variabilidad interanual.
Para este ejercicio no era necesario estimarlos dado que no fueron explicados en clase, pero
se adicionan aquí para su conocimiento.

Se observa con claridad de el ciclo anual es bimodal, con dos temporadas de lluvias altas y
dos temporadas de lluvias bajas. La primera temporada de lluvias altas corresponde al mes
de mayo con un promedio mensual de 338,6 mm (con variaciones estadísticas entre 280 y
397 mm), la segunda temporada de lluvias altas va desde septiembre hasta noviembre, con
pico en noviembre de 362,3 mm (con variaciones estadísticas entre 323,9 y 400,8 mm). La
primera temporada de lluvias bajas va desde diciembre hasta marzo, con valle en enero de
85,4 mm (con variaciones estadísticas entre 323,9 y 400,8 mm) y la segunda temporada de
lluvias bajas en julio, con promedio mensual de 170,1 mm (con variaciones estadísticas
entre 323,9 y 400,8 mm). Los meses de abril, junio y agosto se encuentran muy cercanos al
promedio mensual, por lo que podrían considerarse como meses de transición entre las
temporadas de lluvias altas y bajas. La lluvia promedio anual es de 2599 mm (suma de los
promedios mensuales del ciclo anual), evidenciando un régimen de climático húmedo.

Para el análisis de variabilidad interanual, se evalúa la relación de la precipitación mensual

con los indicadores macroclimáticos del ENSO (ONI, MEI y SOI), para lo cual debemos
estandarizar las precipitaciones mensuales, en relación con el ciclo anual:
𝑥−𝜇
𝑥̂ =
𝜎

Donde 𝑥̂ es la precipitación mensual estandarizada, x es la precipitación mensual de la serie,

𝜇 es el promedio mensual del ciclo anual y 𝜎 es la desviación estándar mensual del ciclo
anual.

Por ejemplo, la estandarización de la precipitación mensual de enero de 2013 sería:

18,7 − 85,4
𝑥̂(𝑒𝑛𝑒𝑟𝑜 2013) =
63,2
𝑥̂(𝑒𝑛𝑒𝑟𝑜 2013) = −1,055

De forma similar se procede con todos los meses, completando la matriz:

 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

AÑO ENE FEB MAR ABR MAY JUN JUL AGOS SEP OCT NOV DIC
2013 -1.05 1.02 0.43 1.30 0.92 1.41 -0.95 1.96 1.30 1.02 1.18 0.79
2014 0.61 1.81 -0.25 -1.58 -1.01 -1.11 -1.29 -0.41 -0.71 0.42 0.77 -0.37
2015 -0.81 0.33 -0.56 -0.32 -0.91 -1.19 -0.52 -0.76 -1.65 -2.31 -1.08 -1.82
2016 -1.16 -0.80 -0.77 0.24 -0.55 0.74 1.33 0.16 0.48 0.18 -1.74 1.13
2017 1.11 -0.89 2.10 -0.87 1.08 1.14 -0.20 0.08 0.62 -0.01 0.71 0.97
2018 1.38 -0.81 0.15 1.24 1.19 -0.66 0.05 0.32 0.51 0.40 0.45 -0.79
2019 0.40 0.04 0.09 0.41 0.38 -0.20 0.05 -1.50 -1.00 -0.16 -0.34 0.27
2020 -0.48 -0.70 -1.18 -0.43 -1.13 -0.12 1.53 0.16 0.46 0.45 0.06 -0.19
PROMEDIO 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

La forma de verificar si la estandarización es correcta, es obtener el promedio mensual de

las estandarizaciones mensuales, dicho promedio mensual debe dar cero, tal como se
muestra en la tabla anterior.

La serie mensual de precipitaciones estandarizadas, se grafica junto con los índices

macroclimáticos del ENSO:

Se observa una correlación gráfica importante, especialmente entre la precipitación

estandarizada y el indicador SOI, se observa una correlación directa, donde frente a
anomalías positivas del SOI (condiciones frías del ENSO) las precipitaciones en Fredonia
muestran también anomalías positivas (incrementos de precipitación) y de manera similar
 UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
ESCUELA AMBIENTAL

ocurre con las anomalías negativas del SOI (condiciones cálidas del ENSO) mostrando
anomalías negativas de la precipitación (reducciones). Este comportamiento es más
evidente en los años más fuertes de La Niña y El Niño, tal como se evidencia en la
correlación inversa con los indicadores del MEI y el ONI, especialmente en periodos como
El Niño 2015-2016 y la Niña 2017-2018.

Finalmente, para complementar el análisis con un refuerzo estadístico, se obtienen los

coeficientes de correlación entre la serie mensual de precipitaciones estandarizadas y las
series mensuales de los indicadores macroclimáticos del ENSO, tal como se observa en la
siguiente tabla:

ÍNDICE Coeficiente de Correlación Nivel de significancia Significa estadística

SOI 0.415 0.201 SI
ONI -0.503 0.201 SI
MEI -0.541 0.201 SI

Se observan correlaciones altas, donde los signos son consistentes con el análisis gráfico y
con el comportamiento general de la influencia del ENSO en las precipitaciones de la región
andina de Colombia. Adicionalmente, se calcula el umbral de significancia estadística (1,96
dividido entre la raíz cuadrada de la cantidad de datos). Para concluir que la correlación es
estadísticamente significativa con un nivel de confianza del 95%, la correlación en valor
absoluto debe ser mayor que el umbral de significancia, tal como sucede en este caso.

Con todo lo anterior se concluye que el ENSO tiene influencia significativa en las lluvias de
Fredonia.