Pro Hidrología Final

ESTUDIO HIDROLÓGICO
HIDROLOGÍA
GRUPO 541
PRESENTADO POR
CAROLINA POLOCHE ARANGO CÓD. 20192780010
MARIA PAULA GONZÁLEZ CÓD.. 20191780011
ADRIANA MILENA CARRASCO CÓD. 20191780012
ARGENIS HERRÁN VASQUEZ CÓD.20182780016
DOCENTE
ARMANDO DIAZ SUAREZ
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
BOGOTÁ
2021
INTRODUCCIÓN
El humedal Juan amarillo o ‘ Parque Ecológico Distrital de Humedal (PEDH) Juan Amarillo ’
se encuentra localizado en medio de las localidades de Suba y Engativá, cuenta con una
extensión es de 230 hectáreas aproximadamente, lo que lo convierte en el Humedal más grande
de la capital; su principal función o el fin con el que fue creado y adecuado, fue el de otorgar a
los bogotanos un espacio de esparcimiento y cercanía con el medio ambiente, generando en el
senderos de recorrido deportivo y espacios de preservación de fauna y flora propia de estos
espacios, se divide en tres espacios.
Este cuerpo de agua es un hidro sistema inmerso en una matriz urbana que presenta un alto
grado de intervención y deterioro, propiciado por diversos factores tensionaste. Sin embargo,
aún conserva una serie de atributos ambientales (hidrológicos, ecológicos y sociales) de
reconocida importancia; se encuentra dividido en tres partes, Tercio alto, medio y bajo, en
donde se pueden avistar aves endémicas como la garza bueyera, garza real, tingüa de pico
amarillo, patico zambullidor y garza nocturna; aves migratorias nacionales como alcaraván,
ibis de cara roja y el cormorán; e internacionales como las tingas; y entre la vegetación acuática
se encuentran plantas como enea, buchón y helecho de agua. En la vegetación terrestre se
contemplan plantas tales como: nogal, roble, cedro, abutilon, mermelada, entre otras.
La primera parte de este documento, pretende dar a conocer un poco más sobre el espacio
geográfico y la zona de estudio específica, sus limitaciones y algunos datos específicos, como
datos meteorológicos y climatología, posteriormente con estos datos se generarán los cálculos
solicitados, como lo son números de cuencas, evaporación, evapotranspiración entre otros;
siendo así la primera parte del que se espera sea el trabajo final de la asignatura.
OBJETIVOS:
General:
Definir e identificar el área de estudio, conocida como el humedal juan amarillo, así como sus
características principales, climáticas, hidrológicas, morfológicas y mete reológicas, con la
ayuda de bases de datos y diferentes softwares.
Específicos:
- Recolectar información sobre el área de estudio, mediante la consulta de diferentes
fuentes bibliográficas de tipo secundario, como libros y sitios web.
- Clasificar los datos por medio de herramientas tecnológicas de tipo software,
especialmente la suite de Office y principalmente Microsoft Word y Excel.
- Implementar la herramienta Software Global Mapper para la extracción de
características cartográficas para la zona de estudio.
- Catalogar las diferentes cartografías del área de estudio, el desarrollo de ecuaciones
matemáticas para determinaciones de tipo hidrológico y características climáticas.
- Realizar la respectiva modelación y análisis del comportamiento hidrológico de la zona
de estudio a partir de tormentas de 50 y 100 años, por medio del uso de herramientas
tipo software como HEC-HMS, HEC-RAS Y EPA SWMM.
- Establecer por medio de las representaciones gráficas y los análisis de resultados
obtenidos, un documento final organizado y listo para su presentación.
METODOLOGÍA
Para llevar a cabo la estructuración del presente documento se tuvieron en cuenta diferentes
fases, las cuales se presentan a continuación:
a) Recopilación de datos: A través de la consulta a diferentes fuentes bibliográficas de tipo

secundario, como libros y sitios web, se obtuvo la información correspondiente a los
principales aspectos de estudios meteorológicos e hidrológicos relacionados con la zona
de estudios, en este caso el humedal Juan Amarillo, ubicado en la Ciudad de Bogotá,
Colombia.
b) Organización de datos: Por medio de herramientas tecnológicas de tipo software,

especialmente la suite de Office y principalmente Microsoft Word y Excel, se llevó a
cabo la estructuración de los datos encontrados, teniendo en cuenta la ejecución de
ecuaciones y su posterior traficación; así mismo se hizo uso de la herramienta tipo
Software Global Mapper para la extracción de características cartográficas para la zona
de estudio, adicionalmente se hizo uso de los programas tipo software, HEC RAS
versión 4.1.0, HEC-HMS versión 4.6.1 y SWMM., para la modelación hidrológica y
obtención de resultados para el análisis del comportamiento de la zona de estudio.
c) Documento Final: Se llevó a cabo la estructuración final del documento Estudio
Hidrológico, que contiene una clasificación cartográfica del área de estudio, desarrollo
de ecuaciones matemáticas para determinaciones de tipo hidrológico y características
climáticas, esto por medio de la representación gráfica y análisis de resultados
obtenidos, así como su respectiva modelación por medio de programas tipo software,
obteniendo un documento organizado y listo para su presentación.
1. ASPECTOS GENERALES
1.1. Planteamiento del problema:
A lo largo de la historia siempre se ha podido ver un cambio en la estructura de los ríos y

principales cuencas del país esto debido a los la afectaciones antrópicos que han podido
presentar los asentamientos humanos en las rondas de los mismos, esto poniendo en riesgo el
bienestar del agua que corre por estos pasajes hidrológicos que recorren el país, sumando las
alteraciones que se deben al innegable cambio climático por el cual está pasando nuestro
planeta en la actualidad y de manera acelerada (Bogotá Secretaría de ambiente, s.f).
Siendo consecuentes con lo anteriormente expuesto es de gran importancia realizar el cuidado

de los cuerpos hídricos tanto superficiales entre ellos los humedales como subterráneos, ya
que representan un vital para lida en nuestro planeta, el equilibrio de los ecosistemas todo esto
se basa en la filosofía definida por los preceptos de la Convención Ramsar ya que el ideal es
detener e invertir la pérdida y degradación de los humedales según: (El plan de manejo
Ambiental del humedal Juan Amarillo llevado a cabo en el año, 2016).
Los espejos de agua que se encuentran en la sabana de Bogotá son de vital importancia para el
equilibrio hidrológico, ya que estos se encuentran dentro de la ciudad y representan un valor
ecosistémico natural y cultural, estos ecosistemas que contienen un cuerpo de agua permanente
o estacional son denominados humedales, se encuentran repartidos por el casco urbano de la
ciudad, debido a su importancia, los humedales hacen parte de la Estructura Ecológica Principal
y al Sistema de Áreas Protegidas de la Ciudad de Bogotá además contribuyen al mejoramiento
de la calidad del agua y el aíre, por estos aspectos es de vital importancia determinar la
hidrología de los humedales en este caso específico la del humedal Juan amarillo y determinar
las mejores opciones para la recuperación hídrica, hidráulica, ambiental y poder determinar
posibles riesgo localizados en el humedal a futuro y que pueden afectar los elementos de la
estructura ecológica principal de la cuenca siendo este humedal el más extenso de los 15 que
se encuentra en Bogotá teniendo más 200 hectáreas albergando especies vegetales y animales,
cabe resaltar también que Mediante el Art. 1 del Acuerdo 19 de 1994, se declara la laguna de
Juan Amarillo Tibabuyes como Reserva Ambiental Natural y a través del Art. 95 del Decreto
190 de 2004 el nombre del PEDH Juan Amarillo fue igualmente declarado.
1.2. Localización general de la cuenca del humedal y estaciones consultadas
Localización: Este humedal se encuentra ubicado entre las localidades de Suba y Engativá,
siendo el más extenso de la sabana de Bogotá. En su parte final se conecta con la cuenca Salitre
y desemboca en el río Bogotá. Este espacio, el cual se encuentra dividido por tres tercios: alto,
medio y bajo cuenta con una gran variedad de flora y fauna; Sus coordenadas son: 4°43′50″N
- 74°06′35″O
Figura 1. Localización Humedal Juan Amarillo

Fuente: Google Earth
Figura 2. Áreas urbanas aledañas al Humedal Juan Amarillo
Fuente: Google Earth
Límites: Limita por el Norte con los barrios el Rubí, Joroba, San Cayetano, Villa Rincón,
Carolina, Atenas, Cañiza, Nueva Tibabuyes y Miramar; por el oriente, con la transversal 91 y
con los barrios Almirante Colón y Bachué, al occidente, con el Río Bogotá y los barrios Lisboa
y Santa Cecilia, al sur, con Ciudadela Colsubsidio, El Cortijo y Bachué.
Estaciones consultadas:
Las 2 estaciones consultadas pertenecen a la empresa de servicios públicos “Empresa de

Acueducto y Alcantarillado de Bogotá” (EAAB).
Con el parámetro de medición 120 - PRECIPITACIÓN, TOTAL DIARIO mm
Estación 1: Subcuenca río Salitre, con una elevación de 2580 msnm

Estación 2: Subcuenca Humedal la Conejera, con una elevación de 2500 msnm
1.3. Cuencas que componen el humedal
Utilizando el Software Global Mapper se realiza la identificación de las cuencas principales

que están dentro del polígono del área de estudio y algunas de las que están fuera para poder
determinar si tiene influencia o no en la cuenca principal.
Figura 3. Cuencas que componen Humedal Juan Amarillo

Fuente: Google Earth And Global Mapper
Figura 4. Cuencas que componen Visión 3D Humedal Juan Amarillo

Figura 5. Cuerpos de agua resaltados, Humedal Juan Amarillo
1.4. Áreas de las cuencas que componen el humedal
Utilizando la herramienta de identificador del software Global Mapper podemos determinar el

área de cada una de las cuencas que se encuentran dentro del polígono de estudio del humedal
Juan Amarillo.
Figura 6. Cuerpos de agua resaltados, Humedal Juan Amarillo

DATOS CAPTURA DE LA CUENCA DE
ESTUDIO
vértices: 1429
Perimeter: 54.557 km
Área: 41.544 sq km
909 vértices
Área: 21.333 sq km
1389 vértices
Perimeter: 53.029 km,
Área: 20.907 sq km
1177 vértices
Área: 25.606 sq km
1169 vértices
Área: 22.206 sq km
1635 vértices
Área: 51.361 sq km
1285 vértices
Área: 27.755 sq km
1515 vértices
Área: 52.63 sq km
919 vértices
Área: 23.977 sq km
Tabla 1. Datos de vértices, perímetro y área de cada una de las secciones

Fuente: Autores
1.5. Densidad de población de las cuencas urbanas
El humedal Juan Amarillo se encuentra entre las localidades de Suba y Engativá esto lo hace
que la densidad poblacional que se tenga en la cobertura del área del humedal será estrictamente
relacionada a la densidad actual de la población de estas 2 localidades.
En Bogotá las tres localidades que más concentran población son: Suba con el 14,3%, Kennedy
con el 13,7% y Engativá con el 11,3%. Bosa registra la más alta densidad con 302 personas por
hectárea y le sigue Kennedy que presenta 283 personas por hectárea, esto finalmente definiría
la densidad poblacional en el área circundarte del humedal Juan amarillo.
1.6. Evaporación en el espejo de agua del humedal: La evaporación: utiliza la temperatura

media de Bogotá, 16ºC, la cual es la única información que se tiene, radiación: al observar la
radiación solar neta en la línea del ecuador, se podrá deducir un valor de 270w/m2, con un
8.2% de horas sol/mes, tomando los dos valores de pérdidas por calor sensible y calor de suelo
iguales a cero (Alcaldía de Bogotá, 2017)
- Evaporación: Método de balance de energía

1
𝐸= (𝑅𝑛 − 𝐻𝑠 − 𝐺)
𝑙𝑣 ∗ 𝜌𝑤
Donde:
lv: Calor latente de vaporización:
Para el Agua 𝑙𝑣 = 2,5𝑋103 − 2,37 (16º𝐶) = 2462,08 𝑘𝑗/𝑘𝑔*(1000 j/kg)
/(1kj/kg) =2462080 j/kg
𝜌𝑤: Densidad del Agua: 997 kg/𝑚3

Rn: Radiación neta: 270 𝑤/𝑚2
Hs: Campo de flujo de calor sensible al aire: 0
G: Campo de flujo de calor conducido al suelo=0
1
𝐸= 3
(270 𝑤/𝑚2 − 0 − 0)
2462080 𝑗/𝑘𝑔 ∗ 997 𝑘𝑔/𝑚
86400𝑠 1000𝑚𝑚
= 0,09𝑋10−7 𝑚/𝑠 ∗ ( )∗( )
1 𝑑í𝑎 1𝑚
𝐸 = 9,5 𝑚𝑚/𝑑í𝑎
1.7. Calcular Aportes de caudal por vertimientos de agua residual, según la densidad de
población de Bogotá y una dotación de 120 litros /hab. día, considerando un retorno del 80%
Dotación: 120 𝑙/ℎ𝑎𝑏. 𝑑í𝑎

Retorno: 80 %
Densidad poblacional para el año 2018: 16 470 ℎ𝑎𝑏/𝑘𝑚2 (Censo 2018) 7 412 566 hab
- Teniendo en cuenta la sumatoria de las áreas que componen a la cuenca:
41,544 + 21,333 + 20,907 + 25,606 + 22,206 + 51,361 + 27,755 + 52,63 + 23,977

= 287,319𝑘𝑚2
16470 ℎ𝑎𝑏/𝑘𝑚2 ∗ 287,819 𝑘𝑚2 = 4730019,3 ℎ𝑎𝑏
● Aporte doméstico (Qd)

𝐶∗𝑃∗𝑅
𝑄𝑑 =
86400
Donde:
- C: Dotación neta (𝑙/ℎ𝑎𝑏. 𝑑í𝑎)
- P: Población proyectada año 2018 hab
- R: Coeficiente de retorno
- Segundos en un día: 86400 s
120 ∗ 4730019,3 ∗ 0.8

𝑄𝑑 = = 5255,557 𝐿/𝑠
86400
Pruebas de datos dudosos de precipitación: Las pruebas de datos dudosos se hacen con los
máximos de precipitación mensual para los años de información., Haciendo un gráfico de
dispersión con las dos estaciones. Comparar con, pruebas de datos dudosos según VEN TE
CHOW pg.415
Gráfica. Variación de Precipitación Máxima Anual de Esta. La Conejera vs. Esta. Salitre
Datos dudosos según VEN TE CHOW

Chow, propone para la identificación de datos dudosos altos la siguiente ecuación:
𝑌𝐻 = 𝑦 + 𝑘𝑛(𝑆𝑦)
Donde:
y: Media aritmética del conjunto de datos
kn: Lo determina el número de la muestra y se identifica a partir de la tabla 1
Sy: Es la desviación estándar
Tabla 2. Valor de Kn. Tomado de Chow, 1994
Tabla 3. Precipitaciones máximas mensuales

- Est. Salitre
𝑌𝐻 = 55,1 + 2134(13,1) = 28010,5
- Dado que se determina para un valor de 10%
𝑄𝐻 = (10)2,8010 = 63,2
El mayor valor para la muestra fue de 75, por lo cual, al no excederla, no
encuentra datos dudosos.
- Est. La conejera
𝑌𝐻 = 45,9 + 2134(12,6) = 26934,3

𝑄𝐻 = (10)2,6934 = 49,3
El mayor valor para la muestra fue de 68, por lo cual, al no excederla, no
encuentra datos dudosos
1.8. Gráficas de Variación temporal anual de precipitación
- Estación 1: La conejera
Gráfica 1. Variación de Precipitación Anual Est La Conejera

- Estación 2: Salitre
Gráfica 2. Variación de Precipitación Anual Est Salitre
1.9. Estacionalidad de la precipitación, rango de incertidumbre natural: Para el análisis de

incertidumbre, se presenta la gráfica, de máximos y mínimos mensuales, señala el área de
incertidumbre natural, existente entre los dos valores, se sacan conclusiones de estacionalidad.
Gráfica 3. Precipitación Max vs. Min Est La Conejera

Gráfica 4. Precipitación Max vs. Min Est Salitre
Durante el año las lluvias en Bogotá se distribuyen en dos temporadas secas y dos temporadas
lluviosas. Los meses de enero, febrero, julio y agosto son predominantemente secos. Las
temporadas de lluvia se extienden desde finales de marzo hasta principios de junio y desde
finales de septiembre hasta principios de diciembre, esto según el IDEAM.
Teniendo en cuenta los resultados obtenidos gráficamente para este numeral, se puede
determinar que los picos de lluvia en las estaciones en cuanto a precipitación máxima
concuerdan con la estacionalidad de lluvias para la ciudad de Bogotá reportado por el IDEAM,
así mismo las temporadas de lluvias mínimas concuerdan con este mismo reporte, a pesar de
tener algunas fluctuaciones, quizá por errores en la toma de los datos o ya propios de la estación
meteorológica; sin embargo es posible deducir que ambas estaciones arrojan un resultado de
incertidumbre natural similares, que concuerda con los periodos de mayor humedad en la
ciudad.
1.10. Línea de tendencia de la precipitación total anual de 2 estaciones: se convierten los datos
totales mensual en vectores y al seleccionarlos se obtiene línea de tendencia en Excel. En cada
estación La línea de tendencia se realiza con el vector de precipitación total mensual, recordar
que se construye con la función especial de Excel copiar, pegado especial, transponer:
En este caso se tomaron los datos de 18 años para acoger los datos que se encuentran completos
para ambas estaciones.
- Inicialmente se conocen las líneas de tendencia de los datos de precipitación anual de
las dos estaciones base para el estudio esto para 18 años del año 2000 al 2018
Gráfica 5. Líneas de tendencia Anuales Est. Salitre vs. Est. La Conejera
- En segundo lugar, se grafican los datos totales para mensuales para los 18 años, del
año 2000 a 2018
Gráfica 6. Líneas de tendencia Mensuales Est. Salitre vs. Est. La Conejera
- Finalmente se superponen las líneas de tendencia anuales con las mensuales para ambas
estaciones
X: 12 meses Enero a diciembre y 18 años de 2000 a 2018
Donde:
- Verde: Valores totales de precipitación mensuales (Promedio) Líneas de
tendencia Est. Salitre
- Violeta: Valores totales de precipitación mensuales (Promedio) Líneas
de tendencia Est. La Conejera
- Naranja: Líneas de tendencia anuales Est. La conejera
- Azul: Líneas de tendencia anuales Est. Salitre
Gráfica 7. Superposición líneas de tendencia Anuales y Mensuales Est. Salitre vs. Est. La
Conejera
1.11. Relación hidrológica de las 2 estaciones: La relación hidrológica se hace construyendo

un vector con cada estación, de los valores totales mensuales (con al menos 10 años de
información) de precipitación y se realiza de dos maneras,1) gráfica de dispersión, 2) con la
función de Excel de correlación, sacando 2 conclusiones para determinar el grado de relación
hidrológica en base al coeficiente (si su valor es cercano a 1 muy buena o débil si se acerca a
cero)
a) Gráfica de dispersión para los valores totales mensuales de las estaciones
Gráfica 8. Valores Totales Mensuales Est. Salitre vs. Est. La Conejera

b) Correlación mediante Excel
A través de la herramienta de Excel se obtiene como correlación de los datos totales
mensuales para ambas estaciones, entre los años 2000 y 2018 un valor de
Tabla 4. Correlación de datos totales de precipitación
- Este resultado permite deducir que:

- Los valores para ambas estaciones se encuentran altamente
correlacionados pues su valor es sumamente cercano a 1.
- Esta correlación es de tipo positivo lo cual indica que los valores de
precipitación aumentan para una de las estaciones, ocurrirá igual con la
otra
1.12. -El Histograma se realiza en Excel seleccionando la matriz con los datos de precipitación
total mensual. Utilizando la función de Excel
Gráfica 9. Histograma Precipitación promedio estación la conejera.

Fuente: Autores
Gráfica 10. Histograma Precipitación mensual estación la conejera.
Fuente: Autores
Gráfica 11. Histograma Precipitación promedio estación el salitre.

Fuente: Autores
Gráfica 12. Histograma Precipitación mensual estación el salitre.
Fuente: Autores
Gráfica 13. Histograma Precipitación mensual estación la conejera vs estación el salitre.

Fuente: Autores
● Observamos que las precipitaciones en el área de estudio, para las dos estaciones
son de carácter bimodal, con dos periodos de altos niveles de precipitación (marzo-
mayo y octubre-noviembre) y dos periodos de baja precipitación (diciembre-enero
y junio-agosto).
● Las mediciones tomadas para nuestro caso fueron en mm/ mes de precipitación,
con un ajuste de error del 0.5
1.13. Para el cálculo de la evapotranspiración se realiza con la ecuación de cenicafé, Blaney
Cridle y Thornwaite
Método Blaney Cridle y Thornwaite:
Et = Kg*F
Et = evapotranspiración real total
Kg = Coeficiente global de desarrollo varía entre 0.5 a 1.2
F = Factor de temperatura y luminosidad
T = temperatura
P = Porcentaje de horas de sol
F= [ 20 °C + 17.8 /21.8] * 10% = 17.33
kg = 0.6
Et = 17.33 * 0.6 = 10.398
1.15. Calcular la precipitación promedio, según polígonos de Thiessen, en función del área de
influencia de cada estación. Y comparar con el promedio aritmético de los valores máximos
mensuales de la serie de tiempo.
Gráfica 14. Correlación de la precipitación entre las estaciones. Salitre vs. Est. La Conejera
Fuente: Autores
Figura 7. División con polígono de thiessen, desde la composición de las cuencas

Fuente: ARC MAP
1.16. Manera de construir el vector:
1) se selecciona los doce meses del año, se copia y se pega especial, transponer.
Gráfica 14. Vectores Precipitación mensual estación la conejera vs estación el salitre.
Fuente: Autores
Y así sucesivamente se pega debajo con todos los años
3 1.17. Morfometría
3.1.17.1 Factor de forma Horton y clasificación:
Según Horton (1932) el valor que se obtiene a partir de la relación entre el área y el cuadrado
de la longitud de la cuenca se encuentra el factor forma dependiendo de dónde se ubique el
resultado en la tabla de clasificación de los valores interpretativos.
Para el caso de la cuenca del humedal Juan Amarillo dada la ubicación del resultado (0.5431)
en el intervalo 0.45-0.60 se obtiene una clasificación de forma Ni alargada ni ensanchada.
1.18. Coeficiente de Gravelius y clasificación:
Según la clasificación a partir de la relación entre el perímetro de la cuenca y el perímetro de

una circunferencia de área equivalente a la superficie de la cuenca correspondiente
(coeficiente de gravelius) se obtiene que la forma de la cuenca es Redonda a oval redonda
1.20. Cálculo de tiempo de concentración por Kirpich y Temez
Con la intención de dar mayor confiabilidad al cálculo del tiempo de concentración, se

utilizaron tres métodos, incluyendo California Culver Practice (1942).
1.20.1 Kirpich (1942)

1.20.1.2 Temez (1978)
1.20.1.3 California Culvert Practice (1942)
Para calcular el valor real del tiempo de concentración se obtiene el promedio de los tres
métodos utilizados.
4. Precipitación tormenta de 2 años, tormenta de 5 años 20 50 y 100 años
La precipitación tormenta con periodos de retorno de 2, 5, 20, 50 y 100 años se realizó

considerando los valores de precipitación máxima anual obtenidos de los datos de las
estaciones: 20208 (P-095) LA CONEJERA y 20196 (P-004) CASA DE BOMBAS SALITRE
de la Subcuenca Humedal la Conejera y Subcuenca Río Salitre respectivamente, las cuales
pertenecen a la Empresa de Acueducto y Alcantarillado de Bogotá. De estas estaciones se contó
con información de 29 años para Humedal la Conejera y 21 años para el Río Salitre. El análisis
de la información y la estimación de los eventos extremos (precipitación tormenta) que puedan
presentarse en los tiempos de retorno mencionados, se realizó a través de información
pluviométrica máxima anual. Estas estimaciones se realizan con el fin de contribuir a través de
acciones preventivas, a minimizar los impactos negativos que estos fenómenos producen.
La evaluación de los datos de precipitación con tormenta para los tiempos de retorno se realizó
con las siguientes fórmulas para cada distribución:
Tabla 4. Distribuciones de densidad de probabilidad
Fuente: Autores
1. Utilizando la función normal
Teniendo en cuenta los periodos de retorno para los cuales se desea hallar la probabilidad de
ocurrencia de un evento extremo de precipitación se conoce Z de la tabla de probabilidades:
Donde, T = tiempo de retorno, P= probabilidad, X= Variable (precipitación en mm)
Y sabiendo que:
Donde: Z= variable estándar, X= variable (precipitación en mm), = Media y

S=Desviación Estándar.
A continuación, se presenta la tabla 5 en la cual se evidencian los datos de precipitación
máxima anual para la subcuenca humedal La Conejera.
Tabla 5. Datos obtenidos Humedal la Conejera.
La tabla 5 evidencian los datos de precipitación máxima anual para el Río Salitre.
Tabla 6. Datos obtenido Subcuenca Rio Salitre

2. Utilizando la función log normal
Sabiendo que:
Donde: Z= variable estándar, X= variable (precipitación en mm), = Media y

S=Desviación Estándar.
La tabla * y ** se desarrollaron a partir del cálculo de Ln (Logaritmo natural) y Acumulado de

Ln de los datos de las precipitaciones máximas anuales de cada estación organizadas de mayor
a menor, y de las respectivas probabilidades p ≤ X y p ≥ X para cada dato de la variable
precipitación máxima.
Tabla 7. Datos trabajados Humedal la Conejera

Tabla 8. Datos trabajados Humedal la Conejera
3. Utilizando el análisis de frecuencia con la función de Gumbel
Como las muestras son relativamente pequeñas (21 y 29 años) se utilizan las siguientes
fórmulas para el cálculo de α y β:
Los valores de α y β resultantes fueron:

Tabla 8. Valores de α y β obtenidos
Sabiendo que:
Finalmente, los valores de X obtenidos por cada distribución para cada periodo de retorno se
muestran en la tabla * y tabla **:
Tabla 9. Precipitaciones máximas para diferentes periodos de retorno. Estación la Conejera.
Como se ve en la tabla anterior, las precipitaciones máximas más desfavorable resultante de

las distribuciones empleadas para la estación La Conejera fue obtenida en la distribución
Gumbel, siendo esta una de las más adecuadas para analizar frecuencias de eventos extremos.
Para todos los periodos de retorno establecidos, una precipitación de 88,63 mm es el máximo
valor probable para un periodo de retorno de 100 años. De acuerdo a los datos con los que se
cuenta, en esta estación se evidencia que la precipitación máxima anual que hubo en un periodo
de 29 años registrados fue de 67.7 mm (año 2009) la cual, según distribución normal, tendría
un periodo de retorno aproximado de 50 años.
Tabla10. Precipitaciones máximas para diferentes periodos de retorno. Estación Río

Salitre.
En cuanto a los datos analizados para la estación Río Salitre, las precipitaciones máximas
probables para cada tiempo de retorno se evidenciaron en la distribución Log-normal y en la
cual, para un periodo de retorno de 100 años la precipitación máxima que podría ocurrir sería
de 115.4 mm y de 103.71 con un periodo de retorno de 50 años. De acuerdo a los datos con los
que se cuenta para dicha estación, se evidencia que la precipitación máxima anual que hubo en
un periodo de 21 años registrados fue de 76.5 mm (año 2007) la cual, según distribución
normal, tendría un periodo de retorno aproximado de 20 años.
De lo anterior se podría estimar que en la estación la Conejera la ocurrencia de eventos

extremos se puede dar en periodos de retorno menores que en la estación Río Salitre, además
los eventos extremos serían más desfavorables, pues mientras la precipitación máxima
probable en la estación Río Salitre es de 88.63mm, en la estación la Conejera es de 115.43 mm,
lo cual representaría mayor vulnerabilidad.
5. Modelación Hidrológica
a. Modelación hidrológica HMS con tormenta de 50 años y 100 años Hidrogramas de Clark
en el HMS
A continuación, se muestran las tablas obtenidas a partir de los resultantes del punto 4,3,
funciones normales, su respectivo gráfico, de igual manera el hietograma e hidrograma de
Clark para cada lapso de años de estudio en este caso 50 y 100 años para cada una de las
estaciones de trabajo, La conejera y Salitre obtenidos a partir del programa HMS, se adiciona
la tabla resultante de caudales.
5.1.1 Modelación para 50 años Estación La Conejera
Función Normal Tormenta: 68,74 mm
Tabla de Ordenadas y Hietograma en Excel
• Resultados HMS
Tabla 11. Ordenadas Tormenta de 50 años Gráfica15. Hietograma Tormenta de 50 años Est. la conejera
Fuente: Autores
Est. La Conejera
Fuente: Autores
• Resultados HMS
Al dar ingreso de los datos resultantes a partir de

las ordenadas de Excel en el HMS, para la
Tormenta de 50 años en la estación La Conejera
se obtuvieron los siguientes.
Gráfica16. Hietograma Tormenta de 50

años Est. La Conejera HMS
Fuente: Autores
• Hidrograma de Clark
Gráfica 17. Hidrograma de Clark Tormenta de 50 años Est. La Conejera HMS

Fuente: Autores
• Datos resultantes
Tabla 12. Resultados Tormenta de 50 años Est. La Conejera HMS

Fuente: Autores
• Tabla de Ordenadas y Hietograma en Excel
Gráfica 18. Hietograma Tormenta de 100 años Est. La

Conejera
Fuente: Autores
Tabla13. Ordenadas Tormenta

de 100 años Est. La Conejera
Fuente: Autores
• Resultados HMS
Al dar ingreso de los datos resultantes
a partir de las ordenadas de Excel en
el HMS, para la Tormenta de 100 años
en la estación La Conejera se
obtuvieron los siguientes.
Gráfica 19. Hietograma Tormenta de 100 años

Est. La Conejera HMS
Fuente: Autores
Gráfica 20. Hidrograma de Clark Tormenta de 100 años Est. La Conejera HMS
Fuente: Autores
Tabla 14. Resultados Tormenta de 100 años Est. La Conejera HMS

Fuente: Autores
Para ambas modelaciones correspondientes a la Estación de la Conejera, 50 y 100 años,

los picos se concentran entre las 9 y 12 horas de la toma de muestra, indicando para
estas una mayor cantidad de caudal respecto al resto de horas tomadas en cuenta durante
el estudio, en cuanto a la descarga máxima, 6,8 m3/s y 7,16 m3/s, y el volumen, 36,2
mm y 38,14 mm, existe un incremento de la menor a la mayor cantidad de años de
tormenta 50 y 100 años, siendo lo esperado para el aumento de las precipitaciones en
el punto 4.
5.1.3 Modelación para 50 años Estación Salitre
Gráfica 21. Hietograma Tormenta de 50 años Est.

Salitre
Fuente: Autores
Tabla 15. Ordenadas Tormenta

de 50 años Est. Salitre
Fuente: Autores
• Resultados HMS
Al dar ingreso de los datos resultantes

a partir de las ordenadas de Excel en el
HMS, para la Tormenta de 50 años en
la estación Salitre se obtuvieron los
siguientes.

Salitre HMS
Fuente: Autores
Gráfica 23. Hidrograma de Clark Tormenta de 50 años Est. Salitre HMS

Fuente: Autores
Tabla16. Resultados Tormenta de 50 años Est. Salitre HMS

Fuente: Autores
5.1.4 Modelación para 100 años Estación Salitre
Gráfica24. Hietograma Tormenta de 100 años Est. Salitre

Fuente: Autores
Tabla 17. Ordenadas

Tormenta de 100 años Est.
Salitre
Fuente: Autores
• Resultados HMS
Al dar ingreso de los datos

resultantes a partir de las ordenadas
de Excel en el HMS, para la
Tormenta de 100 años en la estación
Salitre se obtuvieron los siguientes.
Salitre HMS
Fuente: Autores
Gráfica26. Hidrograma de Clark Tormenta de 100 años Est. Salitre HMS

Fuente: Autores
Tabla 18. Resultados Tormenta de 100 años Est. Salitre HMS

Fuente: Autores
Para ambas modelaciones correspondientes a la Estación Salitre, 50 y 100 años, los

picos se concentran entre las 7 y 10 horas de la toma de muestra, indicando para estas
una mayor cantidad de caudal respecto al resto de horas tomadas en cuenta durante el
estudio, en cuanto a la descarga máxima, 8,14 m3/s y 8,58 m3/s, y el volumen, 43,25
mm y 45,51 mm, existe un incremento de la menor a la mayor cantidad de años de
tormenta 50 y 100 años, siendo lo esperado para el aumento de las precipitaciones
obtenidas en el punto 4.
2. - 5.3 Calibración de caudales por el método analógico (inclusión
precipitaciones obtenidas en HEC-HMS)
Para la realización de la calibración por el método analógico se hace necesaria la

cuantificación del tiempo de concentración, para este caso se hace uso del método
de Kirpich, haciendo un promedio de los resultantes para las subcuencas
conformantes del Humedal.
5.2.1 Tiempo de concentración método de Kirpich: Utilizable en cuencas de tamaño

medio, pendiente considerable y diseñada para suelos dedicados al cultivo. Se basa en
la siguiente fórmula:
tc = 0,06628 * L0,77j0,385
Donde:
L: longitud del cauce más largo en Km.
i: pendiente media de la cuenca.
tc: tiempo de concentración expresado en horas.
(Núñez, 2019)
Tabla 19. Tiempo de Concentración Método de Kirpich

Fuente: Autores
• Población Proyectada en el área de estudio

Cuantificación de la población proyectada y dotación de agua potable de 120
l/hab*día, del año 2020 al año 2045.
A partir de los habitantes por Km2 y su multiplicación por el área se obtiene la
proyección año a año por cuenca.
Tabla 20. Proyección de Poblaciones 2020-2045
Fuente: Autores
• Caudales Aportantes de Aguas Residuales

Obtenido a partir de la multiplicación de la proyección final (2045), y la dotación diaria
y dividido entre 86400 para la conversión a segundos, posteriormente multiplicado por
0,001 m3/s.
Tabla21. Caudales Aportantes de Aguas Residuales por Áreas

Fuente: Autores
Se procedió a la cuantificación y traficación de las ordenadas para la obtención de datos

a ingresar al HEC-HMS y así hallar los respectivos caudales calibrados por el método
analógico.
Función LOG-Normal Tormenta: 74.06 mm

Gráfica 29. Hietograma Tormenta de 50 años Est. La

Conejera Log-Normal
Fuente: Autores
Tabla 22. Ordenadas

Tormenta de 50 años Est.
La Conejera Log-Normal
Fuente: Autores
• Resultados HMS
Gráfica 30. Hidrograma de Clark Tormenta de 50 años Est. La Conejera Log-

Normal HMS
Fuente: Autores
Tabla 23. Resultados Tormenta de 50 años Est. La Conejera Log-Normal HMS

Fuente: Autores
5.2.3 Calibración
A partir de datos conocidos de una fuente hídrica en el Municipio de Facatativá.
Teniendo en cuenta los datos conocidos de una cuenca similar a la trabajada, para el
presente trabajo, la cantidad de agua que cae al cauce al año, pendiente y caudales.
Tabla 24. Datos Conocidos Fuente Hídrica Municipio de Facatativá

Fuente: Autores
• Caudales calibrados por el método analógico

A partir de los datos obtenidos de la modelación realizada en el punto anterior 5.2.2, en
el HEC-HMS, se obtienen los caudales corregidos que, multiplicados por el coeficiente
de calibración, este último hallado a partir de la escorrentía promedio obtenido y la de
referencia (fuente similar), dan como resultante los diferentes caudales calibrados por
el método analógico.
Tabla25. Calibración de Caudales por el Método Analógico
Fuente: Autores
6. Modelación con tormenta de 50 y 100 años para un vertedero con los resultados del
HMS calibrados con HEC RAS
Gráfica 31. Vertedero

Fuente: Autores
Gráfica 32. Geometría vertedero 30 secciones transversales

Fuente: Autores
Gráfica 33. Sección transversal 30, diseño de vertedero
Fuente: Autores
Gráfica 34. Sección transversal 30, tabla de valores

Fuente: Autores
Gráfica 35. Proyección lateral del humedal
Fuente: Autores
Gráfica 36. Proyección 3D de la sección del humedal Juan amarillo

Fuente: Autores
7. Efectos del calentamiento global en la disminución del nivel de superficie libre del
humedal
En general los humedales han sido profundamente modificados; los bosques y pantanos fueron
desecados y convertidos en tierras de labor; las aguas de las lagunas se volvieron turbias por la
erosión del suelo, ocasionando grandes pérdidas de vegetación sabanetica y los pantanos
remanentes a los lados del rio Bogotá se encuentran severamente contaminados.
La construcción de barrios a precios módicos sobre las rondas de los humedales, es una
situación que va en contra de los ecosistemas y de la calidad de vida de la población, y es un
ejemplo del desconocimiento total de las normas de planeación municipal y distrital. Los
humedales se encuentran descuidados y expuestos a la agresión, entre otros factores por la
conversión de esos lugares en depósito de basuras y rellenos. A su vez el conflicto interno ha
llevado a sus actores a guarnecerse en los ecosistemas endémicos y ha obligado a la población
campesina a desplazarse a la ciudad y a procurarse alternativas de vivienda, precipitando la
invasión de rellenos de humedales, lo que ha convertido estos ecosistemas en zonas cada vez
más vulnerables.
En la ciudad, los humedales, los cauces de los ríos y sus fuentes se encuentran en alerta, pues
se han convertido en depósito de toneladas de desechos orgánicos e inorgánicos, que impiden
pensar en una recuperación rápida.
Sin embargo, las mismas comunidades que invadieron estos lugares son las que están
gestionando su recuperación (en el humedal de la conejera con la acción de los habitantes de
barrio compartir, se logró la desconexión de los colectores de aguas negras y mixtas),
soluciones al respecto. En la mayoría de casos, la degradación de los humedales se debe al
desconocimiento que la población tiene de la importancia de estos ambientes. Por eso les han
dado usos inadecuados que han creado imágenes negativas, pues la comunidad los asocia con
espacios inseguros e insalubres.
Como consecuencia de la alta población de Bogotá (más de 7´000,000 de habitantes), el
crecimiento de la industria, el transporte, la construcción y la fuerte y desordenada expansión
urbana, se han elevado los niveles y la intensidad de sus impactos negativos ambientales sobre
los diferentes ecosistemas.
ANÁLISIS DE RESULTADOS
- Teniendo en cuenta los resultados arrojados por las dos estaciones que se tomaron para el
estudio, La conejera y Salitre, se logró evidenciar que los datos reportados por estas no están
tan alejados los unos de los otros, pues a partir de las pruebas de datos dudosos de Ven Te
Chow, se identificó que los datos no suponen mayores dudas, lo que permite decir que ambas
estaciones reportan datos muy cercanos a la realidad y así mismo los resultados obtenidos.
- La variación de las precipitaciones para la zona de estudio, Humedal Juan Amarillo, de
acuerdo a los datos obtenidos por parte de las estaciones de referencia, concuerdan con la
estacionalidad de lluvias que afecta a Colombia, dadas su posición geográfica en el trópico;
teniendo en cuenta lo anterior es posible decir los resultados de incertidumbre natural para los
datos estudiados en cuanto a las precipitaciones en la Ciudad de Bogotá es muy similar y
concuerdan con los periodos de humedad para esta zona.
- A partir de los datos de ambas estaciones se procedió a validar la correlación entre los datos
que cada una arrojo durante la época de estudio, se obtuvo que una gráfica de dispersión inicial
deja ver sus valores tomaban distancias considerables entre ambas estaciones, sin embargo al
aplicar la vectorización de los datos, se logró evidenciar que esta diferencia no estaba tan
lejana la una de la otra, así mismo realizando la búsqueda de la respectiva correlación entre
ambos grupos de datos, fue posible determinar que se encuentran altamente correlacionados,
una correlación de tipo positiva, indicativa de que a medida de que los valores aumenten para
una de las estaciones, lo mismo ocurrirá para la otra.
- Para las precipitaciones evidenciamos, que la cuenca de estudio se encuentra en una zona con
alta probabilidad de lluvias, las cuales nutren los drenajes que llegan a la misma, generando
un incremento en el nivel freático, al estar cercada por zona urbana, el buen drenaje y el
adecuado mantenimiento de esta, son cruciales para el desarrollo de las actividades diarias de
los ciudadanos aledaños a este, evitando inundaciones y saturación de sus afluentes.
- Al realizar el análisis espacial de las cuencas que componen la estructura del humedal Juan
amarillo se puede notar que hay una gran influencia externa que llevan a notar que la zona de
la cuenca es bastante alta, además de verse afectada o cambiada por todos los componentes
antrópicos tales como las construcciones aledañas, los contaminantes que pueden agregar las
poblaciones circundantes y el aporte alto a la cuenca que pueden tener estas las microcuencas
resaltadas.
- De acuerdo a la función de los hidrogramas, donde se representa como área bajo la curva el
volumen que pasa por el cauce y teniendo en cuenta los resultados obtenidos, tanto para la
Estación Salitre y La Conejera, los valores gráficos no representan mayor diferencia entre las
tormentas para 50 y 100 años, aún con diferencias representativas en la parte teórica, al realizar
la simulación, esta diferencia es poco notoria entre los cambios para cada estación, es decir,
para La Conejera y sus datos resultantes para las tormentas de 50 y 100 años son muy
similares, ocurriendo lo mismo para la Estación Salitre.
CONCLUSIONES
- Gracias a que las estaciones trabajadas para el estudio, se encuentran correlacionadas,

los conjuntos de datos utilizados para la realización del estudio, se encuentran muy
cercanas a la realidad; esto validado a partir de las pruebas de datos dudosos de Ven Te
Chow.
- La identificación de los valores de incertidumbre natural por medio de puntos y
vectores, dejan ver su similitud y así mismo su conveniencia para su uso en el estudio,
así mismo el hecho de que los grupos de datos estén correlacionados, permitió que los
resultados obtenidos estén mucho más cerca a la realidad.
- Para el caso de las precipitaciones, podemos notar que se comportan de manera
bimodal, teniendo mayor incidencia en los meses de marzo a mayo y octubre
noviembre, así como dos periodos de sequía o baja presencia de precipitaciones entre
diciembre a enero y junio a agosto.
- Con la ayuda del triángulo de thiessen, podemos evidenciar que el promedio de
precipitaciones en la cuenca de estudio, bajo las condiciones de los drenajes que se
encuentran en ella, son similares, referente a el promedio aritmético, teniendo una
diferencia de 1.2%, con un 0.5 % de error.
- El aporte de las cuencas puede beneficiar o afectar de manera directa al humedal ya que
este depende de una gran cantidad de zonas circundantes las cuales llegan a aportar de
manera directa toda la carga del mismo.
- A partir de los cálculos realizados para clasificación de morfometría de la cuenca se
obtuvo que presenta una forma ni alargada ni ensanchada, y presenta un tiempo de
concentración de 3.5 horas, es decir, un tiempo relativamente largo para las
dimensiones de la cuenca
- En cuanto a la modelación del vertedero se puede evidenciar que dependiendo de la
cantidad de secciones transversales se puede facilitar el seguimiento de datos y
adecuada selección de medidas para un vertedero que cumpla con los requisitos
hidrológicos de la zona de estudio.
- A partir del diseño hidrológico realizado para las tormentas de 50 y 100 años en cada
una de las estaciones es posible evidenciar que la operación más precisa para ubicar
eventos extremos en la Estación La Conejera, es la de Gumbel, en cambio par la
estación Salitre será la de Log-normal, a partir de estas se trabajarían posibles estudios
de análisis para evitar efectos causados por precipitaciones anormales que puedan
representar un riesgo para la población aledaña.
- A partir del estudio de tormentas realizado para las tormentas de 50 y 100 años en cada
una de las estaciones es posible evidenciar que la operación más precisa para ubicar
eventos extremos en la Estación La Conejera, es la de Gumbel, en cambio par la
estación Salitre será la de Log-normal, a partir de estas se trabajarían posibles estudios
de análisis para evitar efectos causados por precipitaciones anormales que puedan
representar un riesgo para la población aledaña.
- El uso de los diferentes softwares, facilitan el trabajo a desarrollar durante los estudios
hidrológicos, permitiendo la toma de acciones mucho más tempranas ante cualquier
riesgo al que puedan estar sometidas las poblaciones en el futuro, previniendo desastres
que conlleven a pérdidas de vidas humanas, económicas e incluso culturales.
FUENTES DE REFERENCIA
Acueducto de Bogotá. (2016). Plan de manejo ambiental humedal Juan Amarillo. Recuperado
de: https://www.acueducto.com.co/wps/wcm/connect/EAB2/eb7c284c-4c2a-4d7b-b81c-
bc8e801b7da7/Plan_Accion_+Juan_Amarillo.pdf?MOD=AJPERES&CACHEID=ROOTWO
RKSPACE.Z18_K862HG82NOTF70QEKDBLFL3000-eb7c284c-4c2a-4d7b-b81c-
bc8e801b7da7-mGt0aSd
D
Alcaldía de Bogotá. (2017). Boletín de prensa. El occidente, la zona más poblada de Bogotá.
Recuperado de: http://www.sdp.gov.co/sites/default/files/bol_017_15-05-
12_occidente_lazonamaspoblada.pdf
Bogotá Secretaría de ambiente. (s.f). Humedal Juan Amarillo. Recuperado de:

http://humedalesdebogota.ambientebogota.gov.co/inicio/humedal-juan-amarillo/
Características meteorológicas. IDEAM. Recuperado de

http://www.ideam.gov.co/documents/21021/418894/Caracter%C3%ADsticas+de+Ciudades+
Principales+y+Municipios+Tur%C3%ADsticos.pdf/c3ca90c8-1072-434a-a235-
91baee8c73fc#:~:text=De%20mayo%20a%20agosto%20las,y%2014%20d%C3%ADas%20p
or%20mes.
CHOW, V. (1994). Hidrología aplicada. Santa Fe: NOMOS S.A.
Geo portal. (2020). Geo portal de

https://geoportal.dane.gov.co/atlasestadistico/pages/tome01/tm01itm16.html
ANEXO EJERCICIO EN CLASE HEC RAS
Grafica 37. Proyección 3D: Problema de investigación asequible caso Mocoa

Fuente: Autores
Grafica 38. Proyección lateral: Problema de investigación asequible caso Mocoa

Fuente: Autores
Grafica 39. Geometría: Problema de investigación asequible caso Mocoa
Fuente: Autores
Grafica 40. Velocidades: Problema de investigación asequible caso Mocoa

Fuente: Autores
Fuentes de Referencia
• Núñez Pérez, M., 2019. CÓMO ELEGIR EL TIEMPO DE CONCENTRACIÓN
ADECUADO. [En línea] Cursos de Ingeniería, Medio Ambiente y Calidad. Disponible
en: <http://eimaformacion.com/como-elegir-el-tiempo-de-concentracion-adecuado/>
[Recuperado febrero 2021].
• HEC-HMS 4.6.1

Pro Hidrología Final

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pro Hidrología Final

Cargado por

Copyright:

Formatos disponibles

ESTUDIO HIDROLÓGICO

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

a) Recopilación de datos: A través de la consulta a diferentes fuentes bibliográficas de tipo

b) Organización de datos: Por medio de herramientas tecnológicas de tipo software,

1.1. Planteamiento del problema:

A lo largo de la historia siempre se ha podido ver un cambio en la estructura de los ríos y

Siendo consecuentes con lo anteriormente expuesto es de gran importancia realizar el cuidado

Figura 1. Localización Humedal Juan Amarillo

Las 2 estaciones consultadas pertenecen a la empresa de servicios públicos “Empresa de

Estación 1: Subcuenca río Salitre, con una elevación de 2580 msnm

Utilizando el Software Global Mapper se realiza la identificación de las cuencas principales

Figura 3. Cuencas que componen Humedal Juan Amarillo

Figura 4. Cuencas que componen Visión 3D Humedal Juan Amarillo

1.4. Áreas de las cuencas que componen el humedal

Utilizando la herramienta de identificador del software Global Mapper podemos determinar el

Figura 6. Cuerpos de agua resaltados, Humedal Juan Amarillo

Perimeter: 53.029 km,

Tabla 1. Datos de vértices, perímetro y área de cada una de las secciones

1.6. Evaporación en el espejo de agua del humedal: La evaporación: utiliza la temperatura

- Evaporación: Método de balance de energía

𝜌𝑤: Densidad del Agua: 997 kg/𝑚3

Dotación: 120 𝑙/ℎ𝑎𝑏. 𝑑í𝑎

- Teniendo en cuenta la sumatoria de las áreas que componen a la cuenca:

41,544 + 21,333 + 20,907 + 25,606 + 22,206 + 51,361 + 27,755 + 52,63 + 23,977

16470 ℎ𝑎𝑏/𝑘𝑚2 ∗ 287,819 𝑘𝑚2 = 4730019,3 ℎ𝑎𝑏

● Aporte doméstico (Qd)

120 ∗ 4730019,3 ∗ 0.8

Datos dudosos según VEN TE CHOW

Tabla 2. Valor de Kn. Tomado de Chow, 1994

Tabla 3. Precipitaciones máximas mensuales

𝑌𝐻 = 55,1 + 2134(13,1) = 28010,5

- Dado que se determina para un valor de 10%

𝑌𝐻 = 45,9 + 2134(12,6) = 26934,3

1.8. Gráficas de Variación temporal anual de precipitación

Gráfica 1. Variación de Precipitación Anual Est La Conejera

Gráfica 2. Variación de Precipitación Anual Est Salitre

1.9. Estacionalidad de la precipitación, rango de incertidumbre natural: Para el análisis de

Gráfica 3. Precipitación Max vs. Min Est La Conejera

Gráfica 6. Líneas de tendencia Mensuales Est. Salitre vs. Est. La Conejera

1.11. Relación hidrológica de las 2 estaciones: La relación hidrológica se hace construyendo

a) Gráfica de dispersión para los valores totales mensuales de las estaciones

Gráfica 8. Valores Totales Mensuales Est. Salitre vs. Est. La Conejera

Tabla 4. Correlación de datos totales de precipitación

- Este resultado permite deducir que:

Gráfica 9. Histograma Precipitación promedio estación la conejera.

Gráfica 11. Histograma Precipitación promedio estación el salitre.

Gráfica 13. Histograma Precipitación mensual estación la conejera vs estación el salitre.

Et = evapotranspiración real total

Kg = Coeficiente global de desarrollo varía entre 0.5 a 1.2

F = Factor de temperatura y luminosidad

P = Porcentaje de horas de sol

F= [ 20 °C + 17.8 /21.8] * 10% = 17.33

Et = 17.33 * 0.6 = 10.398

Figura 7. División con polígono de thiessen, desde la composición de las cuencas

Y así sucesivamente se pega debajo con todos los años

3.1.17.1 Factor de forma Horton y clasificación:

1.18. Coeficiente de Gravelius y clasificación:

Según la clasificación a partir de la relación entre el perímetro de la cuenca y el perímetro de

Con la intención de dar mayor confiabilidad al cálculo del tiempo de concentración, se

1.20.1 Kirpich (1942)

1.20.1.3 California Culvert Practice (1942)

La precipitación tormenta con periodos de retorno de 2, 5, 20, 50 y 100 años se realizó

Tabla 4. Distribuciones de densidad de probabilidad

1. Utilizando la función normal