1 Ubicación..................................................................................................................

2
2 Memoria de calculo...................................................................................................2
2.1 Hietogramas de tormentas..................................................................................2
2.2 Lluvias máximas diaria........................................................................................2
2.3 Método probabilístico por la distribución LogPearson Tipo III para caudales de
Cuancua II.................................................................................................................... 6
2.4 Método probabilístico por la distribución Gumbel para caudales de Sisimite.....9
2.5 Modelación hidrológica.....................................................................................11
2.6 Compasión de los resultados hidrológicos........................................................17
2.7 Estimación del coeficiente para caudales sólidos.............................................17
2.8 Caudal de diseño..............................................................................................18
3 Bibliografía.............................................................................................................. 19

i
1 Ubicación
El puente Motagua se localiza en la coordenada geográfica longitud 90°27´22.2´´
O y latitud 14°52´54.2 N, el cual se encuentra aguas debajo de la antigua estación
hidrométrica Sisimite, para el estudio hidrológico e hidráulico se realizaron los
siguientes cálculos.

2 Memoria de calculo

2.1 Hietogramas de tormentas

Se digitó a partir de la banda pluviométricas diaria los valores de lluvia
discretizados a cada 10 minutos de la tormenta Agatha del 30 de mayo de 2010 de la
estación INSIVUMEH. Y se calculó la mayor cantidad de lluvia en 24 horas durante el
periodo de afectación de la tormenta, siendo de 232.8 mm (Figura 1).

Figura 1. Hietograma de INSIVUMEH del 30 de mayo de 2010.

2.2 Lluvias máximas diaria

Para estimar la lluvia máxima diaria para los diferentes periodos de retorno se
utilizó la distribución de LogGumbel ó Extrema Tipo I, la cual es la familia de mayor
importancia de distribuciones usadas en el análisis de frecuencia hidrológico y es la
distribución general de valores extremos, la cual ha sido utilizada para estimar los
valores de eventos extremos de lluvia (Raghunath, 2006).

1
f ( x )= exp
α [
−( x−β )
α
−exp (
−( x−β )
α )] Ec. 1
En donde  y  son los parámetros de la distribución.

2
 [ (
F ( x )=∫ f ( x )dx=exp −exp −
( x−β )
α )] Ec. 2

α= √ s
6
π Ec. 3

β=x−0. 5772 α Ec. 4

Donde;
x y s , son la media y la desviación estándar estimadas con la muestra.

[ ( )]
K T =−ln ln
Tr
T r −1
Ec. 5

Donde
Tr = es el período de retorno.

Los valores de Kt de Gumbel se calcularon con la ecuación 5, los resultados se

muestran en la tabla 1, y posteriormente los valores de Kt se transformaron a Z
mediante una estandarización por estación meteorológica, los resultados se muestran
en la tabla 2.

Tabla 1. Determinación del valor de Kt de Gumbel para los diferentes periodos de

retorno
q p Tr Kt
1 99.00 1.010101 -1.5272
5 95.00 1.0526316 -1.0972
20 80.00 1.25 -0.4759
50 50.00 2 0.3665
80 20.00 5 1.4999
90 10.00 10 2.2504
96 4.00 25 3.1985
98 2.00 50 3.9019
99 1.00 100 4.6001
99.5 0.50 200 5.2958
99.9 0.10 1000 6.9073

3
Tabla 2. Determinación del valor de Z a partir de Kt de Gumbel para los diferentes
periodos de retorno y estaciones meteorológicas
q 1 5 20 50 80 90 96 98 99 99.5 99.9
p 99 95 80 50 20 10 4 2 1 0.5 0.1
Tr 1.01 1.05 1.25 2 5 10 25 50 100 200 1000
Alameda ICTA -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
Chinique -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
Cubulco -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
El Tablón -1.9 -1.5 -0.9 -0.2 0.9 1.6 2.4 3.0 3.7 4.3 5.8
INSIVUMEH -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
San Martin Jilotepeque -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
San Pedro Ayampuc -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
Santa Cruz Balanyá -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
Suiza Contenta -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 2.9 3.5 4.1 5.5
El Quiché -1.8 -1.5 -0.9 -0.2 0.9 1.5 2.4 3.0 3.6 4.2 5.7
Palamá -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 3.0 3.6 4.2 5.6
Chipaca -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 3.0 3.6 4.2 5.6
Choaxan -1.9 -1.5 -0.9 -0.2 0.9 1.6 2.4 3.1 3.7 4.3 5.8
Sacpulub -1.8 -1.4 -0.9 -0.2 0.8 1.5 2.3 3.0 3.6 4.2 5.6
Casa de Máquinas Las Vacas -2.0 -1.6 -1.0 -0.1 0.9 1.7 2.6 3.3 3.9 4.6 6.1
Presa Las Vacas -2.0 -1.5 -1.0 -0.1 0.9 1.7 2.6 3.2 3.9 4.6 6.1

Para la distribución LogGumbel se tiene que la lluvia para un período de retorno

de 2.33 años es igual a la media de las lluvias máximas, y para periodos de retorno
diferentes se estima a partir de la ecuación 6.

Pmax Tr =x p + K∗S x Ec. 6

A partir de la ecuación 6, y los parámetros de la media y desviación estándar de cada

una de las estaciones se calculó la ecuación general para estimar la lluvia máxima
diaria para los diferentes periodos de retorno, resultados en tabla 3.

4
Tabla 3. Estadísticos de lluvia diaria máxima y la formula general por estación
Estación Media Sd Cs Ecuación
Alameda ICTA 58.8 27.0 3.7 PPmax = 58.76 + 26.98*Z
Chinique 64.7 25.2 1.8 PPmax = 64.72 + 25.22*Z
Cubulco 69.9 22.1 1.3 PPmax = 69.88 + 22.07*Z
El Tablón 86.5 45.1 1.5 PPmax = 86.48 + 45.08*Z
INSIVUMEH 76.4 37.1 2.5 PPmax = 76.38 + 37.07*Z
San Martin Jilotepeque 68.7 21.0 2.4 PPmax = 68.65 + 20.95*Z
San Pedro Ayampuc 75.9 20.4 0.5 PPmax = 75.92 + 20.39*Z
Santa Cruz Balanyá 55.3 14.3 0.8 PPmax = 55.29 + 14.33*Z
Suiza Contenta 60.9 20.5 2.0 PPmax = 60.94 + 20.47*Z
El Quiché 54.9 17.5 2.2 PPmax = 54.88 + 17.51*Z
Palamá 75.3 33.3 2.7 PPmax = 75.26 + 33.28*Z
Chipaca 65.7 22.3 3.0 PPmax = 65.72 + 22.33*Z
Choaxan 59.5 15.3 0.7 PPmax = 59.53 + 15.27*Z
Sacpulub 66.6 23.4 1.7 PPmax = 66.61 + 23.43*Z
Casa de Máquinas Las Vacas 99.2 27.7 0.1 PPmax = 99.18 + 27.66*Z
Presa Las Vacas 85.7 22.7 0.0 PPmax = 85.67 + 22.67*Z

Al utilizar la ecuación de la tabla 3 y los valores de Z de la tabla 2 se obtuvieron los

valores de lluvia diaria máxima para las diferentes estaciones meteorológicas que
tienen influencia sobre la cuenca de Motagua al punto de interés, resultados en tabla 4.

5
Tabla 4. Lluvia máxima diaria para diferentes periodos de retorno usando la distribución
de probabilidad de LogGumbel para las diferentes estaciones que tienen influencia en
la cuenca de Motagua.
Tr20 Tr1000
Estación Tr2 Tr5 Tr10 Tr25 Tr50 Tr100 0
Alameda ICTA 52.0 73.4 92.4 123.4 153.0 189.4 234.2 383.2
102.
Chinique 57.5 81.2 2 136.5 169.2 209.5 259.1 423.8
102.
Cubulco 64.0 85.1 6 130.2 155.2 184.9 220.1 329.5
156.
El Tablón 72.5 115.3 8 231.2 308.4 410.4 545.6 1055.4
122.
INSIVUMEH 66.4 96.0 5 166.8 209.7 263.2 330.0 557.4
San Martin Jilotepeque 63.4 82.3 97.7 121.5 142.7 167.5 196.5 284.4
109.
San Pedro Ayampuc 70.2 91.7 5 137.0 161.7 190.7 224.8 328.9
Santa Cruz Balanyá 51.4 66.0 77.9 95.9 112.0 130.6 152.1 216.9
Suiza Contenta 55.5 74.6 90.8 116.3 139.8 167.8 201.3 306.8
El Quiché 50.5 66.9 80.5 101.8 121.2 144.0 171.1 255.0
116.
Palamá 67.1 93.4 3 153.4 188.3 230.9 282.9 452.7
Chipaca 60.5 79.4 95.0 119.3 141.2 167.0 197.2 290.3
Choaxan 55.6 71.9 85.2 105.5 123.7 144.9 169.5 244.0
103.
Sacpulub 60.0 83.5 8 136.9 167.9 205.8 252.0 402.8
Casa de Máquinas Las 155.
Vacas 91.4 125.9 6 203.4 248.2 302.3 367.9 580.1
133.
Presa Las Vacas 79.1 108.4 4 173.6 211.0 256.1 310.6 485.6

2.3 Método probabilístico por la distribución LogPearson Tipo III para caudales de
Cuancua II

Esta distribución ha sido una de las más utilizadas en hidrología debido a que los
datos de los caudales tienden ser sesgados, motivo por el cual se le saca el logaritmo
de base 10 a los caudales. La función de distribución tiene tres parámetros (Maggio,
2003).

6
 ( ) ( )
β −1
1 x− x^ 0 x− ^x 0
f ( x )= exp −
|α| Γ ( β ) α α Ec. 7

Donde:
x0  x   para   0
  x  x0 para   0
 y  son los parámetros de escala y forma, respectivamente , y x 0 es el parámetro de
localización.

( )
2
^ 2
β=
Cs Ec. 8
Cs
^
α=s
2 Ec. 9

x^ 0 =x− α β^ Ec. 10

Donde:
Cs es el coeficiente de asimetría, x y s son la media y la desviación estándar de la
muestra respectivamente.

Cs 2 2
( )
Cs 3 Cs 4 1 Cs
( ) ( ) ( )
5
2 Cs 1 3
K≈ z+( z −1 ) + ( z −6 z) −(z −1) +z +
6 3 6 6 6 3 6 Ec. 11
Donde:
z es la variable normal estandarizada

Este valor de K se encuentra tabulado de acuerdo al valor de Cs calculado con

la muestra.

Tabla 5. Estadísticos del logaritmo de caudales instantáneos de la estación Concua II

Estadisticos Valores
Cantidad de datos (n) 10
Media (Yp) 2.817
Desviación estandar (Sy) 0.195
Coeficiente de asimetría (Cs) 0.140

Con el coeficiente de asimetría de la tabla 5, el valor q de la tabla 6 y la ecuación

11 se obtuvieron los datos k de Pearson III que se encuentra en la tabla 6.

7
Tabla 6. Determinación de los valores de K de logPearson tipo III
K
q p Tr
PEARSON III
1 99.00 1.010101 -2.16
1.052631 -1.62
5 95.00 6
20 80.00 1.25 -0.90
50 50.00 2 -0.06
80 20.00 5 0.86
90 10.00 10 1.37
96 4.00 25 1.92
98 2.00 50 2.28
99 1.00 100 2.61
99.5 0.50 200 2.90
99.9 0.10 1000 3.52

Los caudales se estimaron a partir de la ecuación 12 se obtuvieron los valores

de logaritmos de caudales para los diferentes periodos de retorno, posteriormente se
aplicó el antilogaritmo de base 10, resultados en la tabla 7.

log (QTr)= y p + K∗S y Ec. 12

Tabla 7. Caudales máximos para la distribución de frecuencias de logPearson tipo III

q p Tr K log (QTr ) QTr
1 99.00 1.010101 -2.16 2.395 248.5
5 95.00 1.0526316 -1.62 2.502 317.5
20 80.00 1.25 -0.90 2.642 438.1
50 50.00 2 -0.06 2.805 638.5
80 20.00 5 0.86 2.985 966.3
90 10.00 10 1.37 3.084 1213.7
96 4.00 25 1.92 3.192 1555.3

8
 98 2.00 50 2.28 3.262 1828.0
99 1.00 100 2.61 3.325 2114.7
99.5 0.50 200 2.90 3.383 2416.4
99.9 0.10 1000 3.52 3.503 3180.8

Figura 2. Distribuciones de crecida máxima para la estación Concua II

2.4 Método probabilístico por la distribución Gumbel para caudales de Sisimite

Una familia importante de distribuciones usadas en el análisis de frecuencia
hidrológico es la distribución general de valores extremos, la cual ha sido ampliamente
utilizada para representar el comportamiento de crecientes y sequías (Raghunath,
2006).

1
f ( x )= exp
α [
−( x−β )
α
−exp (
−( x−β )
α )] Ec. 13
En donde  y  son los parámetros de la distribución.

[ (
F ( x )=∫ f ( x )dx=exp −exp −
( x−β )
α )] Ec. 14

9
α= √ s
6
π Ec. 15

β=x−0. 5772 α Ec. 16

Donde;
x y s , son la media y la desviación estándar estimadas con la muestra.

Tabla 8. Estadísticos del logaritmo de caudales instantáneos de la estación Concua II

Estadisticos Valores
Cantidad de datos (n) 20
Media (Xp) 335.39
Desviación estandar (Sx) 242.98
Coeficiente de asimetría (Cs) 2.11

K T =−
π { [ ( )]}
√6 0. 5772+ln ln Tr
T r −1
Ec. 17

Donde
Tr = es el período de retorno.

Para la distribución Gumbel se tiene que el caudal para un período de retorno de

2.33 años es igual a la media de los caudales máximos.

Tabla 9. Determinación de los valores de Kt de Gumbel

Kt Z
q p Tr
Gumbel Gumbel
1 99.00 1.010101 -1.5272 -1.9295
1.052631 -1.0972 -1.5249
5 95.00 6
20 80.00 1.25 -0.4759 -0.9404
50 50.00 2 0.3665 -0.1478
80 20.00 5 1.4999 0.9187
90 10.00 10 2.2504 1.6247
96 4.00 25 3.1985 2.5169
98 2.00 50 3.9019 3.1787
99 1.00 100 4.6001 3.8356

10
 99.5 0.50 200 5.2958 4.4902
99.9 0.10 1000 6.9073 6.0064

QTr= X p +Z∗S x Ec. 18

Tabla 10. Caudales máximos para la distribución de frecuencias de Gumbel

q p Tr K QTr
50 50.00 2 -0.1478 299.4
80 20.00 5 0.9187 558.6
90 10.00 10 1.6247 730.1
96 4.00 25 2.5169 946.9
98 2.00 50 3.1787 1107.7
99 1.00 100 3.8356 1267.3
99.5 0.50 200 4.4902 1426.4
99.9 0.10 1000 6.0064 1794.8

11
Figura 3. Distribuciones de crecida máxima para la estación El Sisimite

2.5 Modelación hidrológica

Se realizó la modelación hidrológica para eventos extremo utilizando el software
Hec HMS, en los que se incorporó el hietograma de la tormenta Agatha y la lluvia diaria
máxima anual estimadas por la distribución de probabilidades de Gumbel para los
periodos de retorno de 2, 5, 10, 25, 50, 100 y 200 años.

Figura 4. Modelo hidrológico para crecidas

12
Figura 5. Áreas de las cuencas tributarias

Las abstracciones de la cuenca se estimaron a partir de la curva número tipo II,

para la transformación de la escorrentía efectiva a caudales se utilizó el Hidrograma
unitario del Servicio de Conservación de Suelos (SCS).

13
Figura 6. Valores de curva número de las subcuencas

Se implementó el Hidrograma unitario del servicio de conservación de Suelos

(SCS), el cual utiliza el valor de curva número para las abstracciones y el tiempo de
retardo para la transformación del caudal utilizando el Hidrograma unitario.

El tiempo de concentración se utilizó la ecuación de Kirpich (Ec. 19) y la de retardo fue

el 60 % del tiempo de concentración.
0.77
3.9888∗L
Tc = 0.385 Ec. 19
S

Donde:
Tc = Tiempo de concentración (minutos)
L = Longitud del cauce principal (Km)
S = pendiente medio del cauce principal (m/m)

14
Figura 7. Valores de tiempos de retardo en las subcuencas

El tiempo de retardo es el tiempo que transcurre desde que se alcanza el centro

de gravedad del hietograma de precipitación neta (escorrentía) hasta que ocurre el
valor máximo de caudal en el hidrograma.

Tlag =0.6∗T c Ec. 20

Donde:
Tlag = Tiempo de retardo (minutos)
Tc = Tiempo de concentración (minutos)

15
Figura 8. Resultados de la modelación hidrológica con el Hidrograma unitario del
Servicio de Conservación de Suelos (SCS) para la tormenta Agatha con una lluvia
diaria máxima de 100 años de periodo de retorno

16
Figura 9. Resultados de la modelación hidrológica con el Hidrograma unitario del
Servicio de Conservación de Suelos (SCS) para la tormenta Agatha con una lluvia
diaria máxima de 200 años de periodo de retorno

En la siguiente tabla, se muestran los resultados de los caudales máximos

generados con los hidrogramas de la tormenta Agatha. Se realizaron 2 simulaciones, la
simulación 1: el tiempo de retardo fue igual al tiempo de concentración y la simulación
2: el tiempo de retardo fue el 60% el tiempo de concentración.

17
Tabla 10. Resultados de la modelación hidrológica con el Hidrograma unitario de
servicio de conservación de suelo de Estados Unidos.
Hidrograma SCS
Tr Simulación 1 Simulación 2
2 101 386
5 268 784
10 483 1184
25 931 1904
50 1428 2637
100 2104 3580
200 3007 4779

2.6 Compasión de los resultados hidrológicos

En la siguiente tabla se observan los resultados de las distribuciones de caudales
de Concua II, Sisimite y Modelo Hidrológico con SCS para el punto de interés, cabe
resaltar que para obtener los caudales para el punto de interés mediante los métodos
probabilísticos se utilizó la corrección por área tributaria, en la cual se obtuvo la relación
entre las áreas tributarias.

Tabla 11. Resultados de los caudales logPearson III, Gumbel y modelación hidrológica
con el Hidrograma unitario de servicio de conservación de suelo de Estados Unidos.
Tr LPII G Simulado Promedio
2 723.1 290.86 243.5 419.2
5 1094.2 542.51 526 720.9
10 1374.3 709.13 833.5 972.3
20 1706.6 868.95 1109 1228.2
25 1761.0 919.65 1417.5 1366.0
30 1892.5 960.90 1383 1412.2
50 2069.7 1075.83 2033 1726.0
100 2394.2 1230.85 2842 2155.7
200 2735.8 1385.31 3893 2671.4
500 3182.5 1589.09 6401 3724.3
1000 3601.0 1743.10 7504 4282.7

2.7 Estimación del coeficiente para caudales sólidos

Varios investigadores (Mizuyama,1981; Smart y Jaeggi, 1983; Mizuyama y
Shimohigashi, 1985; Bathurst et al., 1987; Meunier, 1989; Rickenmann, 1990 y
Rickenmann, 1991) han estudiado la relación del caudal sólido y caudal líquido, he
indican que el caudal solido es proporcional al caudal líquido por un factor C, donde C
es un factor que depende de la pendiente hidráulica del cauce principal.

18
Qs =C∗Q Ec. 21
m
C=k∗S Ec. 22

Con la ecuación 22 se determinó el coeficiente C para estimar los caudales

sólidos en la cuenca Chixoy, la pendiente hidráulica del cauce principal es de 15%, con
este valor se obtuvo los valores de la tabla 13 de coeficientes, y se seleccionó el valor
más alto de los coeficientes, con esto se tiene que el caudal líquido se debe
incrementar en un 12.4 %.

Tabla 13. Coeficientes para calcular el caudal sólido

Autores C
Mizuyama (1981) 0.12
Smart y Jaeggi (1983) 0.18
Mizuyama y Shimohigashi (1985) 0.17
Bathurst et al. (1987) 0.05
Meunier (1989) 0.14
Rickenmann (1990) 0.13
Rickenmann (1991) 0.09

2.8 Caudal de diseño

Para seleccionar el caudal de diseño se multiplico el coeficiente de caudal sólido a
los caudales, que corresponde a un incremento del 12.4%, para ello se utilizó la
ecuación 21, y se obtuvo la media, motivo por el cual, el caudal máximo para 100 años
periodo de retorno fue de 2425 m^3/s y el caudal máximo para 200 años periodo de
retorno fue de 3005 m^3/s, en la siguiente tabla puede ver el resumen de los caudales
máximos por cada uno de los métodos analizados.

Tabla 14. Caudales máximos por el método probabilísticos, modelos hidrológicos y la

media.
Tr LPII G Simulado Promedio
2 813.5 327.2 273.9 471.5
5 1231.0 610.3 591.8 811.0
10 1546.1 797.8 937.7 1093.8
20 1919.9 977.6 1247.7 1381.7
25 1981.1 1034.6 1594.7 1536.8
30 2129.0 1081.0 1556.0 1588.7
50 2328.4 1210.3 2286.6 1941.7
100 2693.5 1384.7 3197.3 2425.1
200 3077.8 1558.5 4379.6 3005.3
500 3580.3 1787.7 7201.6 4189.9
1000 4047.5 2017.4 8434.5 4833.1

19
3 Bibliografía

1. Chow, V.T.(1993). Hidrología Aplicada. McGrawhill. Universidad de Illinois.

Estados Unidos de América.

2. CONRED (Coordinadora Nacional para la Reducción de Desastres). (2019).

Manual de referencia para sistemas de alerta temprana ante inundaciones en
Guatemala. 102 p.

3. INSIVUMEH (Instituto Nacional de Sismología, Vulcanología, Meteorología e

Hidrología). (2022). Registro histórico de lluvia de las estaciones Nebaj,
Sacapulas, Huehuetenango, Cubulco, San Jeronimo, y Chixoy Quiche.
Guatemala. 1 CD.

4. INSIVUMEH (Instituto Nacional de Sismología, Vulcanología, Meteorología e

Hidrología). (2005). Atlas hidrológico. Guatemala. Recuperado de:
http://www.insivumeh.gob.gt/?page_id=2594

5. MAGA (Ministerio de Agricultura, Ganadería y Alimentación, GT). (2021). Mapa

de uso de la tierra 2020. Guatemala. Esc. 1:50,000. Color. 1 CD.

6. MAGA (Ministerio de Agricultura, Ganadería y Alimentación, GT). (2010). Mapa

de cuencas con la metodología de Pfafstetter. Guatemala. Esc. 1:50,000. Color.
1 CD.

7. MAGA (Ministerio de Agricultura, Ganadería y Alimentación, GT). (2001). Mapas

temáticos digitales de la república de Guatemala. Guatemala. Esc. 1:250,000.
Color. 1 CD.

8. Morán, A.; Herrera, A.; Fajardo, F.; Cabrera, A.; Macz, A. (2000). Los desastres
naturales en áreas precarias: pobreza y vulnerabilidad. Informe final. Centro de
Estudios Urbanos y Regionales, Dirección General de Investigación, Universidad
de San Carlos de Guatemala.

9. OMM (Organización Mundia de Meteorología). (2011). Guía de prácticas

hidrológicas. Sexta Edición, volumen I. OMM No. 168

10. Orozco, E. (2009). Caudales extremos. Compendio de clases de maestría en

hidrología. Ciudad de Guatemala.

11. Orozco, E. (2010). Conceptos probabilísticos en hidrología. Compendio de

clases de maestría en hidrología. Ciudad de Guatemala.

20
12. Pacay B., N. L. (2015) Análisis de eventos extremos de precipitación en
Guatemala. Other thesis, Universidad de San Carlos de Guatemala.

13. Ponce Reyes, H. 1972. Evaluación de Crecidas en la República de Guatemala,

Universidad de San Carlos de Guatemala, Facultad de Ingeniería, Ciudad de
Guatemala, Tesis, 220 p.

14. Rachamandra, A. (2000). Regionalization of Indiana Watersheds for flood Flow

predictions. Purdue University. Indianapolis, USA.

15. Simmons, C; Tárano, JM; Pinto, JH. 1959. Clasificación a nivel de

reconocimiento de los suelos de la república de Guatemala. Guatemala, Instituto
Agrícola Nacional. 1000 p.

21
22