Documentos de Académico
Documentos de Profesional
Documentos de Cultura
E-mail: dgonzale@docentes.uat.edu.mx
Agosto-Diciembre 2020
Análisis de Frecuencias para Eventos Hidrológicos
El Análisis de Frecuencia (AF) es una herramienta utilizada para, predecir el
comportamiento futuro de los eventos extremos hidrológicos en un sitio de interés, a partir
de la información histórica de registros hidrológicos de precipitación y caudales. Es un
método basado en procedimientos estadísticos que permite calcular la magnitud del
evento de precipitación o caudal asociado a un período de retorno. Su confiabilidad
depende de la longitud y calidad de la serie histórica, además de la incertidumbre propia
de la distribución de probabilidades seleccionada. Cuando se pretende realizar
extrapolaciones, período de retorno mayor que la longitud de la serie disponible, el error
relativo asociado a la distribución de probabilidades utilizada es más importante, mientras
que en interpolaciones la incertidumbre está asociada principalmente a la calidad de los
datos a modelar; en ambos casos la incertidumbre es alta dependiendo de la cantidad de
datos disponibles (Ashkar, et al. 1994). La extrapolación de frecuencias extremas en una
distribución empírica de crecientes es extremadamente riesgosa (Garcon, 1994).
PTr = + KTr
−
PTr = x+ KTr s
Para una distribución dada, puede determinarse una relación entre K y el período de
retorno Tr. Esta relación puede expresarse en términos matemáticos o por medio del uso
de una Tabla.
1
p( x) =
Tr
2
donde:
1
Tr =
p
3
Metodología Análisis de Frecuencias Weibull
1. Obtener la Serie Temporal de Precipitación Pluvial Máxima Anual del Observatorio en estudio.
Matriz 2x2: Año, PcpMax.
2. Ordenar la serie de mayor a menor valor.
3. Nombrar el número de rango (m) a cada registro, el evento máximo tiene m=1.
4. Calcular la Probabilidad de Excedencia para cada registro, en decimal y en porcentaje, aplicando la
expresión:
m
p( x) =
n +1
5. Calcular el Periodo de Retorno para cada registro, aplicando la expresión:
n +1
Tr =
m
6. Calcular la Frecuencia para cada registro, aplicando la expresión:
m
F = 1−
n +1
7. Construir un Gráfico de Dispersión, donde:
Eje “x” corresponda al periodo de retorno, y
Eje “y” corresponda a la precipitación pluvial asociada a su respectivo periodo de retorno.
4
9. Estimar, a partir de la ecuación de tendencia ajustada, la precipitación máxima probable para
periodos de retorno recomendados y presentar la Curva ID-Tr.
Tr Probabilidad Precipitación
(años) de Máxima
Excedencia Probable
(mm)
1 100% 46.5
2 50% 88.5
5 20% 143.9
8 13% 172.4
10 10% 185.9
20 5% 227.9
25 4% 241.4
30 3% 252.4
35 3% 261.8
40 3% 269.9
50 2% 283.4
75 1% 307.9
100 1% 325.4
5
Conclusión:
De esta Curva ID-Tr se puede indicar, por ejemplo: que cada 20 años se espera una precipitación pluvial
máxima probable de 227.9 mm en 24 horas, con una probabilidad de que se exceda del 5%. Asimismo, se
observa una probabilidad del 50% de que cada 2 años se observen precipitaciones máximas diarias, o en 24
horas, superiores a los 88.5 mm, es decir, lluvias Intensas (75 a 150 mm).
6
Ej1Un2. Ejemplo de Aplicación (Formula de Weibull)
Determine la Curva ID-Tr, para el siguiente Observatorio Tampico (28111). Elabore en una
de Hoja de Cálculo en Excel, y presente la Curva ID-Tr.
m−a n + 1 − 2a m−a
p( x) = ; Tr = ; F = 1−
n + 1 − 2a m−a n + 1 − 2a
donde:
No obstante que la fórmula de Weibull es muy fácil de aplicar y que sus resultados son
buenos para estudios preliminares, se ha demostrado que la fórmula de Gringorten es
mejor, desde un punto de vista teórico, para hacer estos análisis pluviométricos.
8
Ej2Un2. Ejemplo de Aplicación (Formula de Gringorten)
Determine la Curva ID-Tr, para el siguiente Observatorio Tampico (28111). Elabore en una
de Hoja de Cálculo en Excel, y presente la Curva ID-Tr.
9
B. Distribuciones Teóricas para el Análisis de Frecuencias
1 x− x −
p ( x) = exp − − exp −
donde:
6
= S
= x − 0.5775
−
PTr = P+ KTr
donde:
X = Promedio aritmético de la serie de datos.
= Desviación estándar de la serie de datos.
K = Factor de Frecuencia
− 6 Tr
K= 0.5772 + In In
Tr − 1
Los valores de K para la Distribución de Gumbel, para periodos de retorno mayormente
empleado, se muestran en la Tabla a continuación.
10
Metodología Análisis de Frecuencias Gumbel Tipo II
1. Obtener la Serie Temporal de Precipitación Pluvial Máxima Anual del Observatorio en estudio.
Matriz 2x2: Año, PcpMax.
2. Calcular la media y la desviación estándar de la serie.
3. Identificar y enlistar los Periodos de Retorno Tr, a evaluar.
4. Calcular la Probabilidad de Excedencia para cada Periodo de Retorno, aplicando la expresión:
1
p( x) =
Tr
5. Calcular el Factor de Frecuencia K, para cada Periodo de Retorno Tr, aplicando la expresión:
− 6 Tr
K= 0.5772 + In In Tr − 1
6. Calcular la Precipitación para cada Periodo de Retorno Tr, aplicando la expresión:
−
PTr = P+ KTr
7. Construir un Gráfico de Dispersión, donde:
Eje “x” corresponda al periodo de retorno, y
Eje “y” corresponda a la precipitación pluvial asociada a su respectivo periodo de retorno.
8. Ajustar el Gráfico de Dispersión a una línea de tendencia y determine su ecuación, coeficiente de
correlación y error medio.
9. Estimar, a partir de la ecuación de tendencia ajustada, la precipitación máxima probable para
periodos de retorno recomendados y presentar la Curva ID-Tr.
10. Presentar la Curva ID-Tr, a escala logarítmica en eje “x”.
Conclusión:
11
Ej3Un2. Ejemplo de Aplicación (Gumbel Tipo I)
Determine la Curva ID-Tr, para el siguiente Observatorio Tampico (28111). Elabore en una
de Hoja de Cálculo en Excel, y presente la Curva ID-Tr.
12
B.2. Distribución de Pearson. Distribución de Valores Extremos Tipo III.
Esta distribución ha sido una de las utilizadas en la Hidrología, debido a que la mayoría de
las variables hidrológicas son sesgadas, la función Gamma se utiliza para ajustar la
distribución de frecuencias de variables tales como: crecientes o avenidas máximas
anuales, caudales mínimos, volúmenes de flujo anuales y estacionales, valores de
precipitaciones extrema y volúmenes de lluvia de corta duración.
−1
1 x − xˆ0 x − xˆ0
p ( x) = exp exp
( )
donde:
x0 < x < 𝜶 para 𝜶 > 0
𝜶 < x < x0 para 𝜶 < 0
𝜶 y 𝜷 son parámetros de escala y forma, respectivamente, y x0 es el parámetro de
localización.
2
2 Cs
= ; = S ; x0 = x −
Cs 2
S , desviación estándar
Cs , Coeficiente o Factor de Sesgo (Asimetría).
El valor de evento de precipitación está dado por:
PTr = Pm + KTr
donde:
Pm = Precipitación promedio de la serie de datos.
= Desviación estándar de la serie de datos.
K = Factor de Frecuencia f (Cs, Tr), Ver Tabla Anexa.
Cs = Coeficiente o Factor de Sesgo
n
n (Pi − Pm )
3
Cs = i =1
(n − 1)(n − 2)( )3
Los valores de K para la Distribución Pearson, para periodos de retorno mayormente
empleado, se muestran en la Tabla a continuación.
13
Factor de Frecuencia K, Distribución Pearson Tipo III.
Período de Retorno, Años
Coeficiente 1.0101 1.25 2 5 10 25 50 100
de Sesgo
Cs Probabilidad de Excedencia, %
99 80 50 20 10 4 2 1
3 -0.667 -0.636 -0.396 0.42 1.18 2.278 3.152 4.051
2.8 -0.714 -0.666 -0.384 0.46 1.21 2.275 3.114 3.973
2.6 -0.769 -0.696 -0.368 0.499 1.238 2.267 3.071 3.889
2.4 -0.832 -0.725 -0.351 0.537 1.262 2.256 3.023 3.8
2.2 -0.905 -0.752 -0.33 0.574 1.284 2.24 2.97 3.705
2 -0.99 -0.777 -0.307 0.609 1.302 2.219 2.912 3.605
1.8 -1.087 -0.799 -0.282 0.643 1.318 2.193 2.848 3.499
1.6 -1.197 -0.817 -0.254 0.675 1.329 2.163 2.78 3.388
1.4 -1.318 -0.832 -0.225 0.705 1.337 2.128 2.706 3.271
1.2 -1.449 -0.844 -0.195 0.732 1.34 2.087 2.626 3.149
1 -1.588 -0.852 -0.164 0.758 1.34 2.043 2.542 3.022
0.8 -1.733 -0.856 -0.132 0.78 1.336 1.993 2.453 2.891
0.6 -1.88 -0.857 -0.099 0.8 1.328 1.939 2.359 2.755
0.4 -2.029 -0.855 -0.066 0.816 1.317 1.88 2.261 2.615
0.2 -2.178 -0.85 -0.033 0.83 1.301 1.818 2.159 2.472
0 -2.326 -0.842 0.000 0.842 1.282 1.751 2.054 2.326
-0.2 -2.472 -0.83 0.033 0.85 1.258 1.68 1.945 2.178
-0.4 -2.615 -0.816 0.066 0.855 1.231 1.606 1.834 2.029
-0.6 -2.755 -0.8 0.099 0.857 1.2 1.528 1.72 1.88
-0.8 -2.891 -0.78 0.132 0.856 1.166 1.448 1.606 1.733
-1 -3.022 -0.758 0.164 0.852 1.128 1.366 1.492 1.588
-1.2 -3.149 -0.732 0.195 0.844 1.086 1.282 1.379 1.449
-1.4 -3.271 -0.705 0.225 0.832 1.041 1.198 1.27 1.318
-1.6 -3.388 -0.675 0.254 0.817 0.994 1.116 1.166 1.197
-1.8 -3.499 -0.643 0.282 0.799 0.945 1.035 1.069 1.087
-2 -3.605 -0.609 0.307 0.777 0.895 0.959 0.98 0.99
-2.2 -3.705 -0.574 0.33 0.752 0.844 0.888 0.9 0.905
-2.4 -3.8 -0.537 0.351 0.725 0.795 0.823 0.83 0.832
-2.6 -3.889 -0.499 0.368 0.696 0.747 0.764 0.768 0.769
-2.8 -3.973 -0.46 0.384 0.666 0.702 0.712 0.714 0.714
-3 -4.051 -0.42 0.396 0.636 0.66 0.666 0.666 0.667
Fuente: R.K. Linsley, M.A. Kohler y J.L.H. Paulhus (1988). Hydrology for Engineers.
SI Metric Edition. McGraw-Hill Book Company. Singapore.
14
Metodología Análisis de Frecuencias Pearson Tipo III
1. Obtener la Serie Temporal de Precipitación Pluvial Máxima Anual del Observatorio en estudio.
Matriz 2x2: Año, PcpMax.
2. Contabilizar el número de registros o datos (n).
3. Ordenar la serie de mayor a menor valor.
4. Nombrar el número de rango (m) a cada registro, el evento máximo tiene m=1.
5. Calcular la media y la desviación estándar de la serie.
6. Calcular el Coeficiente de Sesgo Cs
n
n (Pi − Pm )
3
Cs = i =1
(n − 1)(n − 2)( )3
7. Estimar el Factor de Frecuencia K, según el Factor de Sesgo estimado en el punto anterior, de
acuerdo con los Periodos de Retorno Tr, a evaluar.
Período de Prob. de Excedencia Factor de
Retorno Frecuencia PcpMax
Decimal Porcentaje
(Años) K (mm)
1.01 0.9900 99.0%
1.25 0.8000 80.0%
2 0.5000 50.0%
5 0.2000 20.0%
10 0.1000 10.0%
25 0.0400 4.0%
50 0.0200 2.0%
100 0.0100 1.0%
15
Ej4Un2. Ejemplo de Aplicación (Pearson Tipo III)
Determine la Curva ID-Tr, para el siguiente Observatorio Tampico (28111). Elabore en una
de Hoja de Cálculo en Excel, y presente la Curva ID-Tr.
Suma: 0.00
16