Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela Profesional
de Ingeniería Civil
ANÁLISIS DE CALIDAD DE
DATOS
HIDROMETEOROLÓGICOS
¿Mal proceso
constructivo?
¿Temas relacionados al
agua?
Puente Solidaridad, San Juan de
Lurigancho, Lima (2010 – 2017)
Fuente: El Comercio Perú
Escuela Profesional
de Ingeniería Civil
Conocimientos previos
• Tipos de estaciones y variables hidro-
meteorológicas.
• Variabilidad espacial y temporal de las
variables hidro-meteorológicas.
• No estacionariedad de la data.
Escuela Profesional
de Ingeniería Civil ▪ La precipitación pluvial se considera como la variable principal en
los estudios hidrogeológicos, ya que es la fuente fundamental
para el cálculo de balances hídricos y la generación de alertas
tempranas por riesgo de sequía, entre otros.
Introducción
Escuela Profesional
de Ingeniería Civil • La cuantificación de las variables hidrológicas, su variabilidad y su
posible asociación estadística (covariación) requiere la recolección
sistemática de datos, que se desarrollan en el tiempo y el espacio.
• Las muestras más extensas de datos hidrológicos precisos, recolectados
en muchos sitios sobre una cuenca o área geográfica, son el origen de
soluciones efectivas a los diversos problemas del análisis de sistemas de
recursos hídricos.
• El grupo de estaciones de aforo dentro de un área (una provincia, una
región o un país) se conoce como red hidrométrica , cuya densidad
espacial y mantenimiento son esenciales para la calidad y el valor
práctico de los datos hidrológicos.
• Los errores en los datos hidrológicos pueden ser aleatorios o
sistemáticos.
• Los errores aleatorios son inherentes al acto de medir, llevando
consigo la inevitable imprecisión de lecturas y medidas que se
dispersarán en torno al valor verdadero (y desconocido).
• Los errores sistemáticos son el resultado de instrumentos defectuosos
Calidad de o no calibrados, lecturas repetidamente incorrectas, técnicas de
medición inapropiadas o cualquier otra inexactitud proveniente de (o
los datos transmitida por) cualquiera de las fases de detección, transmisión,
registro y procesamiento de datos hidrológicos.
Escuela Profesional
de Ingeniería Civil
• Incertidumbre es una palabra que se usa ampliamente para
caracterizar una condición general donde el conocimiento vago,
imperfecto, impreciso o incompleto de una realidad impide la
descripción exacta de sus estados actuales y futuros.
• Se pide a los científicos e ingenieros que comprendan fenómenos
complejos, que consideren alternativas en competencia y que tomen
decisiones racionales sobre la base de cantidades inciertas.
• Independientemente de las fuentes de incertidumbre, es necesario
evaluarlas y combinarlas, de manera sistemática y lógica, en el marco
de un enfoque científico sólido. El formalismo matemático más
conocido y más utilizado para cuantificar y combinar incertidumbres
está incorporado en la teoría de la probabilidad.
• Desde tiempos remotos, una de las principales funciones de la ciencia
ha sido predecir eventos futuros a partir del conocimiento adquirido a
partir de la observación de eventos pasados.
• La hidrología estadística se ocupa la mayor parte del tiempo de la
variabilidad del muestreo o la incertidumbre del muestreo o incluso los
errores de muestreo, en relación con muestras de variables hidrológicas.
Incertidumbre
SELECCIÓN DE ESTACIONES HIDROMETEOROLÓGICAS
Estación Datos
De acuerdo a la
Extensión suficiente
necesidad
Estimación de registros
Completa Análisis gráfico
faltantes
Test de
Homogénea Análisis de tendencia
homogeneidad
ANÁLISIS GRÁFICO
Introducción
Escuela Profesional
de Ingeniería Civil Gráfica de serie de tiempo (dispersión)
Diagrama de cajas
En el diagrama de cajas se
muestra el percentil 50 (la
mediana), 25 y 75 (limite inferior
y superior de la caja
respectivamente), el menor y el
mayor valor observados sin ser
Análisis considerados atípicos, además de
puntos atípicos (1.5 veces la
gráfico longitud de la caja) y extremos
(3.0 veces la longitud de la caja).
Escuela Profesional
de Ingeniería Civil Consiste en graficar la información en un papel de probabilidad
normal. La transformación más utilizada es la propuesta por Box &
Cox (1964), según la cual si {xt} es una serie cronológica asimétrica
se determinarán los parámetros a y λ, tal es que la serie {yt} después
de la transformación minimice su asimetría:
Gráfica de normalidad
ANÁLISIS DE
CONSISTENCIA
Paramétricas
H om o g en eidad Pru ebas Estad ísticas
N o param é tricas
Xi = ഥ
X + Kiσ
Diferencia
entre
correlación
y regresión
Escuela Profesional Relaciona la precipitación anual acumulada de una estación X (estación que
de Ingeniería Civil se analiza) con el correspondiente valor medio de la precipitación anual
acumulada de un grupo de estaciones vecinas.
Curva de
doble masa
Dos rectas de diferente Tramo central de mayor o menor
pendiente → error sistemático. pendiente → dicho tramo se
midió incorrectamente.
Escuela Profesional
de Ingeniería Civil
ANÁLISIS DE
HOMOGENEIDAD
α = 5%
Existe 5% (0.05) de probabilidad de equivocarse y 95% (0.95) de confianza
Nivel de
α = 1%
significancia
Existe 1% (0.01) de probabilidad de equivocarse y 99% (0.99) de confianza
y nivel de
confianza Si el valor p es menor que el criterio α de significancia (especificado a priori), se
rechaza la hipótesis nula; en el caso contrario se acepta
Escuela Profesional
de Ingeniería Civil Las características estadísticas de las series hidrológicas, como la media, la
desviación estándar y los coeficientes de correlación serial, se afectan cuando
la serie presenta tendencia en la media o varianza, o cuando ocurren saltos
negativos o positivos; tales anomalías son producidas por la pérdida de
homogeneidad o la inconsistencia.
La homogeneidad es una cuestión importante para detectar la variabilidad de
los datos.
La falta de homogeneidad es en general producida por actividades humanas
tales como la deforestación, apertura de nuevas áreas de cultivo, rectificación
de cauces, construcción de embalses y reforestación.
Las pruebas estadísticas que miden la homogeneidad de unas series de datos
parten de una hipótesis nula y usan una regla para aceptarla o rechazarla.
Hipótesis nula (H0) → Homogeneidad
Hipótesis alterna (H1) → Diferencias
El SNHT es sensible a la hora de detectar los saltos cerca del principio y del
final de la serie. Además, esta prueba supone que y i se distribuye
normalmente.
Se utiliza un estadístico T y para comparar la media de los primeros y años
con la de los últimos (n-y) años y puede escribirse como sigue:
Donde:
Pettitt Test
Escuela Profesional
de Ingeniería Civil
Resumen Se observa en la estación Titijones un salto en el año 1996, que puede producir
un cambio en la medida de tendencia central y también en la varianza
(suposición que puede ser comprobada con el análisis respectivo)
https://doi.org/10.3390/atmos14010146 https://doi.org/10.3390/cli10050064
Escuela Profesional
de Ingeniería Civil
ANÁLISIS DE
TENDENCIA
Introducción
Escuela Profesional ▪ Berger (1986) considera que el teste Mann-Kendall es el método más
de Ingeniería Civil
apropiado para analizar tendencias en series climatológicas. También que
este método permite detectar y localizar el punto aproximado de inicio de
una determinada tendencia.
▪ El test Mann-Kendall es un teste no-paramétrico, sugerido para evaluar la
tendencia en series de datos ambientales. El test consiste básicamente en
la comparación entre los valores que componen una misma serie temporal,
en orden secuencial.
▪ La prueba de Mann-Kendall tiene la hipótesis nula H0: {sin tendencia en la
serie hidrológica Xt}.
Xj representa los datos estimados de la
secuencia de valores, n representa el
tamaño de la serie temporal. Reciben valor
cero (0) si (Xj - Xk) = 0; y [-1] si (Xj - Xk) > 0,
finalmente, [1] si (Xj - Xk) < 0.
Si:
Herramienta
TREND
Escuela Profesional
de Ingeniería Civil
ESTIMACIÓN DE DATOS
FALTANTES
Regresión
lineal simple
Escuela Profesional
de Ingeniería Civil
El modelo de regresión lineal múltiple es idéntico al modelo de regresión lineal
simple, con la única diferencia de que aparecen más variables explicativas.
Se recomienda para estimación de datos mensuales y anuales de la estación en
estudio, en base a datos pluviométricos consistentes de estaciones cercanas.
Limitaciones: Es más recomendable que el método de regresión lineal, pero
siempre que se cuente con estaciones cercanas y confiables.
Regresión
lineal
múltiple
Últimas tendencias
El Big Data comprende, la adquisición, el almacenamiento, la
validación, el procesamiento y el análisis de los mismos para extraer
el conocimiento que “esconden” (patrones de comportamiento),
facilitando la toma de decisiones.