PROCESAMIENTO DE DATOS LLUVIA
PRESENTADO POR: LAURA SOFIA MUÑOZ Y JEISON ENRIQUE DELGADO
UNIVERSIDAD DEL CAUCA
FACULTAD DE INGENIERIA CIVIL, DEPARTAMENTO DE HIDRAULICA
SANTANDER DE QUILICHAO
NOVIEMBRE DE 2023
PROCESAMIENTO DE DATOS LLUVIA
PRESENTADO POR: LAURA SOFIA MUÑOZ Y JEISON ENRIQUE DELGADO
PRESENTADO A: FELIPEAGREDO CAICEDO
UNIVERSIDAD DEL CAUCA
FACULTAD DE INGENIERIA CIVIL, DEPARTAMENTO DE HIDRAULICA
SANTANDER DE QUILICHAO
NOVIEMBRE DE 2023
INTRODUCCION.
El procesamiento de datos de lluvia juega un papel crucial en la comprensión de los
patrones climáticos y en la toma de decisiones informadas en diversas áreas. A medida que
la recopilación de datos meteorológicos se vuelve más avanzada, el procesamiento de la
información relacionada con la lluvia se vuelve esencial para extraer conocimientos
significativos. En este informe practico se evaluó el proceso que implica la manipulación y
análisis de conjuntos de datos complejos, que van desde la cantidad de precipitación hasta
la duración y la intensidad de las lluvias. La precisión en el procesamiento de estos datos no
solo beneficia a la meteorología, sino que también impacta en sectores como la gestión del
agua, la agricultura y la planificación urbana. En esta era de tecnología avanzada, el
procesamiento de datos de lluvia se presenta como una herramienta invaluable para
comprender y adaptarse a los cambios climáticos en curso.
Como herramientas tecnológicas se utilizó como apoyo Excel y la aplicación Easyfit,
La herramienta EasyFit emerge como un recurso valioso al facilitar la adaptación de
modelos estadísticos a conjuntos de datos pluviométricos. EasyFit simplifica y agiliza el
proceso al ajustar automáticamente diversas distribuciones de probabilidad a los datos de
lluvia recopilados. Esta capacidad no solo mejora la precisión de los análisis hidrológicos,
sino que también permite una evaluación más rápida y confiable de eventos climáticos
extremos y patrones de precipitación. Al integrar EasyFit en el procesamiento de datos de
lluvia en hidrología, se potencia la capacidad para tomar decisiones informadas en la
gestión del agua, pronósticos de inundaciones y diseño de infraestructuras hidráulicas. Con
esta combinación de tecnología avanzada y conocimientos hidrológicos, se abre la puerta a
un enfoque más efectivo y eficiente en el estudio de los recursos hídricos y la respuesta del
entorno a los eventos climáticos.
Y así con esta información poder descargar datos y con ellos calcular el caudal máximo, el
periodo de retorno y así poder crear las curvas IDF
OBJETIVOS
Objetivos generales:
El objetivo general del procesamiento de datos de lluvia en hidrología es proporcionar
información precisa y procesada que permita comprender, modelar y gestionar
eficientemente los recursos hídricos. En términos más específicos, esto implica:
1. Caracterización del Régimen de Lluvias:
Entender las características temporales y espaciales de la lluvia en una región específica,
identificando patrones estacionales, tendencias a largo plazo y eventos extremos.
2. Modelado Hidrológico Preciso:
Utilizar datos de lluvia para alimentar modelos hidrológicos precisos que simulan el
comportamiento de los sistemas fluviales, permitiendo pronósticos confiables y
evaluaciones de riesgos.
3. Gestión Integrada del Agua:
Contribuir a la toma de decisiones informadas en la gestión integrada de recursos hídricos,
considerando la disponibilidad de agua, la demanda y la respuesta de los sistemas acuáticos
a la variabilidad climática.
4. Mitigación de Inundaciones y Sequías:
Desarrollar estrategias efectivas de mitigación y adaptación frente a eventos extremos
como inundaciones y sequías, mediante el análisis de datos de lluvia para anticipar y
gestionar mejor estos fenómenos.
5. Planificación de Infraestructuras:
Facilitar el diseño y la planificación de infraestructuras hidráulicas, como embalses y
sistemas de drenaje, considerando las condiciones climáticas y la variabilidad en los
patrones de lluvia.
6. Contribución a la Investigación Científica:
Proporcionar datos procesados que respalden la investigación científica en hidrología,
climatología y ciencias ambientales, contribuyendo al avance del conocimiento en estos
campos.
7. Adaptación al Cambio Climático:
Ayudar en la formulación de estrategias de adaptación al cambio climático, mediante la
comprensión de cómo los patrones de lluvia pueden cambiar y afectar los recursos hídricos
en el futuro.
Objetivos específicos:
1. Ajuste de Distribuciones de Probabilidad
Utilizar EasyFit para ajustar distribuciones de probabilidad a los datos de lluvia
recopilados, identificando la distribución que mejor se ajusta y extrayendo parámetros
clave.
2. Estimación de Parámetros Hidrológicos:
Aplicar las distribuciones ajustadas en EasyFit para estimar parámetros hidrológicos
importantes, como caudales de diseño y períodos de retorno, fundamentales para el
diseño de infraestructuras.
3. Desarrollo de Curvas de Intensidad-Duración-Frecuencia (IDF):
Utilizar los datos ajustados para desarrollar curvas IDF en Excel, proporcionando
información esencial sobre la intensidad de las lluvias en diferentes duraciones y
frecuencias.
DESARROLLO DE TRABAJO
Para el desarrollo de este trabajo se empezó con el procesamiento de datos recibidos en
formato DATA el cual se procedió a pasarlos a una hoja en Excel, se obtuvo un resultado de
19.538 datos de precipitaciones diarias por mes que se obtuvo desde el año 1960 hasta el
2023.
Imagen 1
Se puso una tabla en orden de fecha, hora, y su respectivo valor de cada dato de
precipitación máxima por 24 horas, ya con este orden se realizo otra tabla en la cual se
separaron los días, meses y años en columnas distintas.
Imagen 2
Ya con estos datos organizados se procede a sacar los datos de mayores precipitaciones
anuales con la función MAX.SI.CONJUNTO y se genera el resultado de cada año.
Ya con esto estos valores es necesario sacar el logaritmo de cada dato anual, para poder de
esta manera empezar a sacar los datos de datos dudosos (Outlier), se organizan los datos de
menor a mayor
Imagen 3
El siguiente paso sacamos es sacar los datos de media, error típico, mediana, moda,
desviación estándar, varianza de la muestra, curtosis, coeficiente de asimetría, rango, el
mínimo, máximo, suma, cuenta, y el nivel de confianza, para ello se tiene que seguir unos
pasos en Excel.
Primero en barra de herramienta se da clics en la opción de datos, ya en datos se procede a
ubicarnos en la opción de análisis de datos, en este paso entramos a una barra de opciones
en la cual debemos escoger la opción de Estadísticas descriptivas.
Imagen 4
En estadísticas descriptivas se pasa a configurar varias opciones, seleccionamos el rango de
entrada y salida de los datos en este caso de la Pmax anual, ya con estos datos lo que sigue
es seleccionar las opciones de, resumen de estadística, y nivel de confianza para la media
Imagen 5
Y de esta manera se obtiene esta las estadísticas descriptivas de estos datos, y se repiten los
mismos pasos para los valores logarítmicos y como resultado tenemos dos tablas
organizadas con cada valor.
Imagen 6
Ya conesto se procede a pasar a un segundo punto el cual es el analisis Outlier, para determinar si
en la serie de datos existan datos dudosos o no.
Para empezar con este analisis tenemosque guiarnos de una tabla de valores de Kn con el cual se
realizara elanalisis de datos dudosos.
Imagen 7
En este caso el valor de datos para N son 60 datos por lo tanto no es necesario interpolar.
Ahora se tiene en cuenta las ecuaciones para el calculo de los rangos de valores:
Imagen 8
Con esta ecuación se va a evaluar el bajo umbral atípico en unidades logarítmicas se
remplazan los datos los cuales se tienen en la tabla. En este estudio se analizará tanto de los
datos máximos y mínimos se debe hacer un cambio de signos, por lo tanto en los máximos
se debe sumar en lugar de restar y en la mínima se resta.
Imagen 9
Como los valores se evalúan en logaritmo tenemos que pasarlo a valores reales quitando el
logaritmo para saber cuál es máxima y mínima aceptable, el procedimiento se realiza el
valor de xH lo pasamos como exponente de el valor 10 que es la base del logaritmo y allí se
tendrá como resultado el PH, ya con este dato, el otro paso es comparar.
Para realizar la comparación se debe tener en cuenta el valor máximo y mínimo de la
precipitación anual.
Imagen 10
Ya con estos datos se compara en el caso del valor máximo no habría datos dudosos ya que
el valor de la tabla de es 288 y el de PH es 319 entonces este valor es mayor así que no
habrá datos dudosos, en el análisis del mínimo se realiza de la misma manera con la
condición de que el valor de la tabla tiene que ser menos a él arrojada en PH.
Ya con eso podemos trabajar con todos los datos, ya que no hay datos dudosos, y también
podemos hacer el outlier.
