Hdroutn°4 13 PDF

UNIVERSIDAD TECNOLOGICA NACIONAL
FACULTAD REGIONAL
CONCEPCIN DEL URUGUAY

CARRERA DE INGENIERA CIVIL

CATEDRA:
HIDROLOGA Y OBRAS HIDRAULICAS
Curso 2013

ANALISIS DE LAS LLUVIAS

Precipitaciones anuales en Paran (Prov. de Entre Ros)
(1934/35 2004/05)

400
600
800
1000
1200
1400
1600
1800
2000
1930 1940 1950 1960 1970 1980 1990 2000
TIEMPO [aos]
P
R
E
C
IP
I
T
A
C
I
N

[m
m
]
Prec. anual Prec. anual media mvil 5 aos
Prec. anual media 1934/35 - 1971/72 Prec. anual media 1972/73- 2004/05
Prec. anual media 1934/35 - 2004/05
Unidad 4: Anlisis de las Lluvias

Ctedra Hidrologa y Obras Hidrulicas Carrera de Ingeniera Civil
Universidad Tecnolgica Nacional - Facultad Regional Concepcin del Uruguay
2
INDICE

4.1. - Anlisis de los datos de Lluvia...................................................................................... 4
4.2.- Las Observaci ones de Fenmenos Hidrolgicos. Generali dades .......................... 4
4.2.1.-Tipo de Observaciones Segn el Objetivo de Muestreo .................................................... 4
4.2.2.-Tipo de Observaciones segn el Carcter y Representatividad de las mismas .................. 5
4.2.2.1.- Observaciones de campos continuos factibles de interpelacin lineal ......................... 5
4.2.2.2.- Observaciones de distribucin espacial influenciadas por la superficie y condiciones
del suelo .................................................................................................................................. 6
4.2.2.3.- Observaciones que caracterizan a los fenmenos de transporte .................................. 6
4.3.- Errores, Consistenci a y Homogeneidad de la i nformacin Hi drolgica ................ 6
4.3.1.- Errores al Azar o Puntuales ............................................................................................ 7
4.3.2.- Errores Sistemticos ........................................................................................................ 7
4.3.3.- Consistencia v Homogeneidad......................................................................................... 7
4.4.- Mtodos de Contraste de Datos e Identificacin de Errores .................................... 8
4.4.1.- Propsitos y Fases del Procesamiento de la Informacin ............................................... 8
4.4.1.1.- Depuracin primaria y contraste de datos originales .................................................. 8
4.4.1.2.- Anlisis de consistencia y homogeneidad .................................................................. 8
4.4.2.- Mtodo de Dobles Masas (Double - Mass Curve) Dobles Acumulaciones .................... 8
4.4.2.1.- Fundamentos del mtodo ........................................................................................... 8
4.4.2.2.- Estrategias de aplicacin ............................................................................................ 9
4.4.2.3.- Aplicaciones y limitaciones ..................................................................................... 12
4.4.3. Correlacin y Regresin .............................................................................................. 16
4.4.3.1.- Regresin lineal entre dos variables ......................................................................... 17
4.4.3.2.- Regresin grfica ..................................................................................................... 17
4.4.3.3.- Regresin analtica de y sobre x ............................................................................... 17
4.4.3.4.- Regresin ortogonal ................................................................................................. 18
4.4.3.5.- Medidas de correlacin ............................................................................................ 18
4.4.3.6.- Aplicaciones, valores caractersticos ........................................................................ 19
4.4.3.7.- Regresin lineal de mas de dos variables ................................................................. 20
4.4.4.- Mtodo de las Medias Deslizantes ................................................................................. 21
4.4.5.- Medias Mviles .............................................................................................................. 23
4.5.- Rellenamiento, Extensn y Correccin de Datos .................................................... 24
4.5.1.- Planteo del Problema .................................................................................................... 24
4.5.2.- Adopcin de las Series de Trabajo ................................................................................. 25
4.5.3.- Criterios de Eficiencia. Ganancia de Informacin y Error ........................................... 26
4.5.3.1.- Criterios de eficiencia v ganancia ............................................................................ 26
4.5.4.- Rellenamiento: Mtodo del Promedio de Valores Cercanos .......................................... 27
4.5.4.1.- Promedio aritmtico ................................................................................................ 27
4.5.5.- Rellenamiento: Promedios pesados ............................................................................... 28
4.5.5.1.- Ponderacin por relacin de medias ......................................................................... 28
4.5.5.2.- Ponderacin por la distancia entre las estaciones...................................................... 28
4.5.6.- Rellenamiento: Mtodos Basados en la Correlacin entre Estaciones .......................... 28
4.5.6.1.- Regresin con una estacin ...................................................................................... 28
4.5.6.2.- Regresin con varias estaciones ............................................................................... 29
4.6.- Anli sis de extremos y de tormentas .......................................................................... 29
4.6.1.- Introduccin .................................................................................................................. 29
4.6.2.- Variables de una tormenta ............................................................................................ 32
4.6.3.- Anlisis de datos pluviogrficos ................................................................................... 32
4.7.- Curvas Intensidad Duracin Recurrenci a (I D T ) ........................................ 33

3
4.8.- Mtodos empleados para la estimacin de curvas i d f .................................... 34
4.8.1.- Mtodos aplicables a localidades con datos de lluvia .................................................... 35
4.8.1.1.- Mtodos de estimacin de la i d f basados en informaciones pluviogrficas ...... 35
4.8.1.2.- Mtodos basados en informaciones pluviomtricas .................................................. 39
4.8.2.- Mtodos aplicables a localidades sin datos de lluvia ..................................................... 41
4.8.2.1.- Regionalizacin de datos de Argentina: ................................................................... 41
4.8.2.2.- Regionalizacin de datos mundiales: ....................................................................... 45
4.9.- Utilizacin de las curvas i d - T ................................................................................. 45
4.10.- Diseo Hi drolgico ....................................................................................................... 46
4.10.1. Escala del diseo hidrolgico ....................................................................................... 46
4.10.2.- Eleccin de recurrencia para diseo ........................................................................... 47
4.10.3.- Riesgo y Vida Util ........................................................................................................ 49
4.11.- Precipitacin mxima probabl e (PMP) ...................................................................... 50
4.11.1.- Mtodos hidrometeorolgicos ...................................................................................... 50
4.11.2.- Maximizacin de precipitaciones e intensidades por mtodos estadsticos .................. 51
4.12.- Distribucin temporal ................................................................................................... 51
4.13.- Calculo del hietograma medio .................................................................................... 52
4.14. - Distribuci n espacial ................................................................................................... 55
4.15. - Tormenta de diseo ..................................................................................................... 56
4.16.- Hietogramas de proyecto basado en curvas i d f ............................................ 59
4.16.1.- Mtodo de los bloques alternos .................................................................................... 59
4.16.2.- Mtodo del Bureau of Reclamation ............................................................................. 59
4.16.3.- Mtodo de Pilgrim, Cordery y French ......................................................................... 60
4.17.- Hietogramas de proyecto de precipitaciones diarias ............................................ 64
4.18.- Referencias ..................................................................................................................... 64


4
4.1. - Anlisis de los datos de Lluvia

El objetivo de un puesto de medicin de lluvias es el obtener una serie ininterrumpida de
precipitaciones a lo largo de los aos (o el estudio de la variacin de las intensidades de lluvia a lo largo de
las tormentas). En cualquier caso puede ocurrir la existencia de perodos sin informacin o con fallas en las
observaciones, debido a problemas con los aparatos de registro o con el operador del puesto.
Los datos recolectados deben ser sometidos a un anlisis antes de ser utilizados. Las causas mas
comunes de errores groseros en las observaciones son: a) escritura incorrecta de la lectura en la planilla o
cuaderno de campo b) suma errada del numero de las probetas, cuando las precipitaciones son altas; c)
valor estimado por el observador por no encontrarse en el lugar el da del suceso; d) crecimiento de la
vegetacin o otra obstruccin prxima al puesto de observacin; e) desperfecto en el aparato; f) problemas
mecnicos en el registrador grfico.
El primer paso para preparar los datos para el tratamiento estadstico consiste en la identificacin y
correccin de esos errores. Despus est el anlisis de las series que presentan faltantes que deben ser
rellenados por diversos mtodos o la extensin de las mismas si es conveniente efectuarlo.
Previamente se describir los principales conceptos referidos a las observaciones hidrolgicas; las
tipologas, su carcter y representatividad, errores, consistencia y homogeneidad de las mismas, para luego
si abocarnos al anlisis propiamente dicho de las lluvias.

4.2.- Las Observaci ones de Fenmenos Hidrolgicos. Generali dades

De acuerdo a lo planteado en PAOLI. C. (1989),la hidrologa requerir para el cumplimiento de sus
objetivos la obtencin y la utilizacin de datos hidrolgicos que permitan la evaluacin del recurso y el
planeamiento, el diseo, construccin y operacin de proyectos hidrulicos en todo el campo del uso y
control de los recursos hdricos : abastecimiento de agua a poblaciones e industrias, conduccin y
tratamiento de aguas servidas, proteccin contra crecidas, irrigacin y recuperacin de tierras, generacin
de hidroelectricidad, mejora y mantenimiento de la navegacin fluvial, etc. Para ello es necesario tener
informacin que de una descripcin continua de los procesos hidrulicos en el tiempo y el espacio.
En oposicin a este requerimiento, lo que se dispone son muestras pequeas en relacin al rea total,
con registros que cubren un perodo de tiempo limitado con mediciones no siempre continuas sino por el
contrario discretas y muchas veces con interrupciones y presencia de errores.
Ante esta situacin grandes son los esfuerzos que deben realizarse en la etapa que se conoce como
" Tratami ento y Depuracin de Datos" para lograr obtener la mayor y mas confiable informacin. Se
resumirn por lo tanto una serie de tcnicas y metodologas de anlisis para el tratamiento de datos, pero
previamente se clasificarn las observaciones segn el objetivo de muestreo perseguido y segn el carcter
y representatividad de las mismas, considerando su influencia en la forma de interpolar y extender
arealmente los valores.

4.2.1.-Ti po de Observaciones Segn el Objetivo de Muestreo

Los objetivos de muestreo mas importantes considerados son: la variabilidad espacio-temporal, las
caractersticas del medio fsico donde se producen los fenmenos hidrolgicos y la relacin entre los
mismos.
Observaciones histri cas cronolgicas son aquellas que se refieren a una caracterstica del
fenmeno que interesa muestrear en el tiempo y por lo tanto se realizan durante perodos de tiempo
indefinidos o suficientemente largos, dando lugar a las llamadas series de tiempo de datos histricos. La
informacin que no se dispone hacia el pasado o la que se pierde durante el perodo de informacin no se
recupera jams en forma estricta, an cuando pudiera estimarse los valores que hubiera asumido. La
mayora de los fenmenos hidrolgicos, especialmente los derivados, o los que dependen de las
variaciones climticas, son muestreados con este tipo de informacin: cantidad de precipitacin en distintos
intervalos de tiempo, nivel en los cursos y cuerpos de agua, nivel en los acuferos, humedad atmosfrica,
evaporacin, concentracin de sedimentos en una corriente de agua, etc. Estas observaciones pueden
realizarse en forma sistemtica y en puntos fijos a partir de estaciones que conforman una red de
mediciones, cuyo diseo responde justamente a las caractersticas del fenmeno que se pretende observar
especialmente a su variabilidad espacio temporal.
Tambin pueden realizarse observaciones aisladas o; sistemticas en el tiempo y variables en el
espacio, pero las mismas solo adquieren utilidad en la medida que se las relaciona con las que
proporcionan las estaciones de una red.

5
De ste tipo de observaciones se obtienen los datos que conforman series de tiempo susceptibles de
ser analizadas probabilsticamente, de all que sea de gran inters la longitud o record disponible.
Observaciones a tiempo presente son aquellas relacionadas a las caractersticas del medio fsico
donde se desarrollan los procesos hidrolgicos. Se considera que presentan una cierta constancia en el
tiempo por lo que no requieren una recoleccin permanente cronolgica. Esta informacin puede no
disponerse anterioridad y ser relevada en el momento que se requiere, por ejemplo: potencia y profundidad
de un estrato poroso que contiene un acufero, caractersticas morfomtricas de una red fluvial de una
cuenca, capacidad de intercepcin de especies vegetales, caractersticas de infiltracin de los suelos,
capacidad de almacenamiento de reservorios, etc. El nivel de detalle de este tipo de observaciones est
limitado por factores econmicos y el problema principal radica en su representatividad areal, puesto que en
la mayora de los casos se obtiene de muestreos en el espacio. Cierto tipo de estas observaciones son
afectadas por el efecto de estacionalidad por lo que es necesario comprobarlas en distintos perodos del
ao.
Observaciones experimentales son aquellas que provienen de ensayos de campaa o laboratorio en
los cuales se simula los fenmenos naturales en forma parcial o total o bien se estudian directamente in situ
una porcin reducida de espacio donde se desarrollan fenmenos naturales que se pretende investigar y
luego extrapolar los resultados a reas de caractersticas similares y de mayor extensin. En realidad este
tipo de observaciones incluye a aquellas de los dos tipos menciona anteriormente (cronolgicas y a tiempo
presente) y a las que provienen de ensayos de simulacin ya sea de campo o laboratorio. Se incluyen en
este grupo las observaciones obtenidas en cuencas representativas y experimentales, parcelas de ensayo,
modelos hidrolgicos fsicos, ensayos de infiltracin en columnas de suelo, ensayos en lismetros, etc.
Si bien los objetivos perseguidos en estas observaciones pueden ser de lo mas amplios, en general
puede expresarse que pretenden lograr un mejor conocimiento de los fenmenos hidrolgicos, origen,
evolucin y relacin entre ellos y el medio fsico. Tambin se pretende el desarrollo de tcnicas y mtodos
de observacin especficos de cada fenmeno.

4.2.2.-Ti po de Observaciones segn el Carcter y Representatividad de las mismas

Un grupo de procesos hidrolgicos se desarrolla sobre las reas de aporte de una cuenca y otro grupo
en los cursos de agua, siendo la diferencia principal desde el punto de vista de las observaciones, el
carcter y representatividad de los datos registrados.
Sobre las reas de aporte de una cuenca se observan fenmenos distribuidos como la precipitacin,
evapotranspiracin, intercepcin, infiltracin, almacenamiento superficial y subterrneo, etc. Su
representatividad estricta es solo puntual y en forma indirecta se determina la masa o volmen para un rea
dada. De ste grupo de procesos se pueden distinguir dos tipos de observaciones:

- Las observaciones concernientes a fenmenos hidrolgicos distribuidos en el rea que varan continua
y regularmente entre los puntos de medida.
- Las observaciones de parmetros que caracterizan a fenmenos distribuidos arealmente, pero
siguiendo un modelo tipo mosaico debido a los cambios marcados (no uniformes) de los factores de
influencia.

El grupo de fenmenos que se presenta en cursos de agua como el transporte de caudal lquido y
slido, disolucin de sustancias, hielo, etc., deben ser estudiados en una seccin y representan el resultado
de los procesos actuantes aguas arriba de la seccin (valores integrados). Se obtiene as un tercer tipo de
observacin:

- Los datos que describen el proceso de transporte en los cursos de agua que requieren el estudio de los
cambios a lo largo de lneas fijadas por la red hidrogrfica.

4.2.2.1.- Observaciones de campos conti nuos factibl es de interpelacin lineal

El fenmeno mas conocido es la precipitacin y aquellos fenmenos meteorolgicos que dependen de
las caractersticas climticas como la evaporacin de superficies de agua libre, evapotranspiracin
potencial, temperatura ambiente, humedad relativa, velocidad del viento, radiacin, etc. Los dos requisitos
bsicos para aplicar la interpelacin lineal y para la construccin de isolneas son por lo tanto:

- Que se asegure que el cambio de los valores entre dos puntos de observacin sea continuo.
- Que la densidad de puntos de observacin sea suficiente para excluir la posibilidad de que un cambio
local no se detecte entre dos puntos de observacin debido a la falta de datos.

6
Aparte de los mtodos clsicos para estimar el valor de una variable entre dos puntos observados,
basados en la interpolacin lineal y de los mtodos para computar valores medios areales, se dispone de
modelos estadsticos derivados para la determinacin del error cometido en la interpelacin basados en la
distancia entre dos puntos de medicin.
KOVACS (1980) presenta un ejemplo en el que se muestra el error porcentual esperado en el clculo
de la media areal, en funcin de la densidad de estaciones y del tamao del rea considerada.
En la medida en que el rea a estudiar disminuye, se requiere una densidad mayor para mantenerse
en el mismo margen de error. Lo mismo sucede cuando se disminuye el paso de tiempo analizado para
llegar a nivel de tormentas, en que tienen preponderancia los fenmenos de meso y microescala y donde
las clulas convectivas causan una distribucin espacial particular. Mientras que para precipitaciones
mensuales densidad de 1 estacin cada 100-200 Km
2
puede ser suficiente (no en montaa) para tormentas
se requiere una estacin cada 2-5 Km
2
.

4.2.2.2.- Observaciones de distribucin espacial influenciadas por la superfi ci e y condi ci ones del
suelo

Los fenmenos como la evapotranspiracin real, almacenamiento del agua en el suelo, la infiltracin,
almacenamiento por intercepcin y otros, dependen no solo de factores climticos, sino tambin de las
caractersticas suelo, subsuelo y vegetacin, que no varan uniforme y linealmente sino por reas de
caractersticas homogneas de mayor tamao y complejidad y con transiciones de un rea a otra a veces
bruscas y otras no.
Por lo tanto los parmetros que se obtienen de tasa evapotranspiracin real, capacidad de infiltracin,
capacidad almacenamiento, etc. no pueden interpolarse entre puntos medicin sino que deben asociarse a
una determinada rea de influencia de la estacin que se considera homognea.
De ac la denominacin de modelos tipo "mosaicos" que se utilizan para extender valores puntuales de
estas observaciones a valores medios areales.
Es claro que la cuestin principal pasa por una correcta determinacin de reas homogneas y una
adecuada densidad de estaciones. En relacin a este ltimo aspecto KOVACS (1980), indica que para
zonas homogneas y para caracterizar al contenido de humedad en el suelo, 1 estacin cada 400-500 Km
2

resulta suficiente en sus ensayos.

4.2.2.3.- Observaciones que caracterizan a los fenmenos de transporte

Como ya se indicara, la caracterstica de los parmetros de proceso de transporte en los cauces de los
ros, no son valores puntuales sino que describen los efectos de un proceso integrado sobre la cuenca de la
seccin observada.
La interpolacin directa entre estaciones de estos datos no es vlida, sino que los cambios deben ser
investigados a lo largo del cauce en un perfil longitudinal donde se consideran las reas de aporte que se
van incorporando. En cursos largos de cuencas mayores a los 5000 Km
2
, los datos observados
directamente deben ser suficientes para caracterizar los cambios importantes, por lo que se deber contar
con estaciones en cada tributario importante antes de desembocar en el curso principal y en el curso
principal antes y despus de recibir al tributario.
Cuando interesan cuencas medianas y pequeas, entre 5000 y 100 Km
2
, es necesario muestrear
subcuencas de reas homogneas y medir en la salida de algunas de ellas, tratando de considerar variados
tamaos entre los lmites indicados para reas menores a 100 Km
2
. Los procesos hidrolgicos deben ser
investigados a travs del estudio de cuencas representativas en pequeos cursos de agua de 10 Km
2
a
unas decenas de Ha.

4.3.- Errores, Consistenci a y Homogeneidad de la i nformacin Hi drolgica

En las observaciones de cualquier tipo indicadas anteriormente se obtienen, adems de informacin
cualitativa, datos numricos con los que se va a definir las variables hidrolgicas a analizar. Es de suma
utilidad hacer una diferenciacin entre lo que se considera el valor verdadero y el valor observado.
En realidad el valor verdadero observacin no es conocido pues difcilmente pueda ser determinado
con exactitud debido a los inevitables errores de la observacin en s, o de las condiciones bajo las cuales
se la realiza. En consecuencia se dispondr de datos provenientes de valores observados que casi
inevitablemente tendrn errores de medicin, transmisin y registro y aun de procesamiento primario. En
general los errores pueden ser al azar o sistemtico.


7
4.3.1.- Errores al Azar o Puntual es

Como su nombr lo indica responden a causas fortuitas que provocan alejamientos del valor observado
con respecto al verdadero en mas o menos. Como ejemplo de este tipo de errores pueden mencionarse los
siguientes:

- En una estacin pluviomtrica la cantidad de agua cada, en el perodo de observacin rebas la jarra
colectora y el observador no lo tuvo en cuenta.
- En una estacin hidromtrica el observador responsable encarga a otra persona realizar la lectura de la
escala un determinado da y ste confunde el tramo donde lee.
- En una estacin pluviomtrica es comn que las lecturas fin o principio de mes sean anotadas
equvocamente en el mes posterior o anterior incidiendo en el monto mensual computado
posteriormente.
- Cuando los datos de una estacin son transmitidos a distancia por el observador, suelen producirse
valores errneos.
- Cuando de una planilla original se copian o graban datos para su tratamiento, se producen errores por
confundir un nmero o ubicar mal una columna.

En fin, son innumerables las fuentes y causas de errores al azar que pueden mencionarse. Se supone
que en una masa de datos siempre existen errores al azar y que los mismos se distribuyen en forma
aproximadamente simtrica alrededor del valor verdadero. Para muchos casos de aplicacin prctica, se
supone que calcular promedios en una serie de datos con errores puntuales, los mismos son compensados
y su influencia en dicho promedio no es importante.

4.3.2.- Errores Sistemticos

Son aquellos que hacen que los valores observados se aparten de los verdaderos durante cierto
tiempo debido a una causa que acta permanentemente durante cierto perodo de tiempo. Esto hace que el
error sea siempre de un mismos signo, positivo o negativo, hasta que se corrija o se elimine la fuente de
error. Se indican como ejemplos:

- El cambio del " 0 " de una escala hidromtrica que no ha sido registrado.
- El deterioro de un embudo de un pluvimetro que produce prdidas continuas.
- El cambio de condiciones de instalacin iniciales que influye en el proceso de observacin.
- El descalibrado o desajuste del instrumental de registro.

4.3.3.- Consistencia v Homogeneidad

Los errores sistemticos de una serie de datos, al ser de un mismo signo afectan al promedio adems
de otras propiedades de la serie, y se dice que la misma es inconsistente. De esta forma se define la
inconsistencia de datos, como la presencia de errores sistemticos.
Otra consideracin de importancia es tener en cuenta si el ambiente del cual provienen los datos es
inalterado o no en el tiempo. Dejando de lado las variaciones que en tiempos geolgicos sufre un ambiente
hidrolgico, en tiempos histricos puede estar sujeto a cambios por causas naturales o significativamente
por accin del hombre. Por ejemplo:

- Un curso de agua puede encontrarse en acelerado proceso de erosin, por evolucin natural del paisaje
y producir capturas de otro curso o derrame hacia otras reas, modificando con el transcurso del tiempo
los volmenes de escurrimiento hacia aguas abajo.
- Las obras de embalse luego de construidas modifican el volumen escurrido aguas abajo (cuando su
objetivo es un uso extractivo) o modifican los valores de caudales mximos mnimos que se
presentarn (cuando se produce regulacin).
- La tala de bosques, reemplazo del tipo de vegetacin, cambio en el uso de los suelos, y otras
actividades del hombre afectan las condiciones de infiltracin y almacenamiento de agua en el suelo
modificando los valores de escorrenta y evapotranspiracin real.

Estas modificaciones pueden provocar lo que se define no homogeneidad de la masa de datos, no
estacionarios cuando especficamente se trata de series de tiempo. En stos casos se producen

8
alteraciones de importancia en las propiedades estadsticas de las variables hidrolgicas, media, desvo,
etc. Cuando los ambientes estudiados son inalterados o pueden asumirse como tales, los datos son
homogneos o estacionarios.
Cualquier estudio o anlisis hidrolgico que se realice sobre datos histricos, ya sea para establecer
relaciones entre variables y/ hacer inferencia haca el futuro del comportamiento de dichas variables o sus
relaciones, exige que la informacin con que se va a trabajar sea tratada de forma tal de eliminar las
inconsistencias y no homogeneidad significativas y disponer de errores al azar tolerables.

4.4.- Mtodos de Contraste de Datos e Identificacin de Errores

4.4.1.- Propsitos y Fases del Procesamiento de la Informacin

Partiendo del objetivo de disponer de datos aptos para el anlisis hidrolgico, es decir con errores
puntuales tolerables, consistentes y homogneos y con extensin adecuada, se requiere realizar un
procesamiento de toda la informacin, que en forma general comprende las siguientes fases:

4.4.1.1.- Depuracin primaria y contraste de datos originales

Consiste en una serie de anlisis, muchos de ellos no especificados o estandarizados a priori, que se
efectan sobre los datos no agregados, es decir tal como fueron observados o registrados. Permiten
identificar errores gruesos o la ausencia de observacin. En general consisten en la comparacin de los
registros de estaciones vecinas en las mismas fechas y la consistencia de los valores proporcionados con
las caractersticas del fenmeno que los origina. Por ejemplo, los datos de lluvia diarios de una zona son
comparados entre si teniendo en cuenta si las precipitaciones son originadas por procesos frontales o
convectivos, de carcter regional o local, los hidrogramas de crecida de los cursos de una regin son
comparados en su forma y valores caractersticos, teniendo en cuenta la influencia de lluvias en la cuenca,
de aportes o derretimiento de nieve, las variaciones de niveles freticos semanales son considerados
teniendo en cuenta la presencia de precipitaciones en ese intervalo de tiempo.
La utilidad de la depuracin primaria aumenta en la medida en que pueda efectuarse inmediatamente
de recibida la informacin, puesto que permite verificar las condiciones del instrumental y del observador en
el campo, si ello fuera necesario al persistir las dudas.

4.4.1.2.- Anl isi s de consi stencia y homogeneidad

Esta fase del procesamiento de la informacin tiene como objetivos:

- Identificar la presencia de errores sistemticos evaluando su influencia.
- Detectar la falta de homogeneidad de las series de tiempo y establecer las relaciones causales (causa-
efecto o causa comn) en el conjunto de las estaciones que se analizan.

Existen una serie de mtodos que pueden ser utilizados para distintos objetivos y que inclusive son
utilizados tambin en la etapa siguiente de correccin, rellenamiento y extensin de series. Se trabaja
generalmente sobre los valores agregados a nivel mensual y anual o sobre valores extremos (mximos
mnimos) seleccionados.

4.4.2.- Mtodo de Dobles Masas (Double - Mass Curve) Dobles Acumulaci ones

4.4.2.1.- Fundamentos del mtodo

Este mtodo se utiliza para comparar series de valores que son proporcionales. Se basa en el hecho de
que representando en un par de ejes coordenadas las parejas de puntos definidas por las acumulaciones
sucesivas de dos series de valores de un determinado perodo, la curva que se obtiene es una recta.
Si se comparan dos muestras A y B de tamao "n" de variables hidrolgicas con registro a lo largo de
"n" aos y cumplan con el requisito de mantener durante todo el perodo proporcionalidad entre las mismas,
se tendr:


9
Serie A Serie B Acumulada Serie A Acumulada Serie B
A1 B1 A1 B1
A2 B2 A1 +A2 B1 +B2
A3 B3 A1 +A2 +A3 B1 +B2 +B3
A4 B4 A1 +A2 +A3 +A4 B1 +B2 +B3 +B4
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
An - 1 Bn - 1 A1 +A2 +... +An -1 B1 +B2 +... +Bn - 1
An Bn A1 +A2 +... +An B1 +B2 +... +Bn

La pendiente de la recta representa la proporcionalidad entre las series que se comparan, es decir:

.
.
Acum B
tg
Acum A
= Constante de proporcionalidad

Las curvas de dobles masas son utilizadas en hidrologa para verificar la consistencia de diversas series
de datos por medio de la comparacin de una estacin con otra u otras.

Las formas de aplicacin del mtodo vara con el tipo de dato a analizar, con la extensin del rea a
estudiar y con la cantidad de estaciones disponibles. Los casos mas generales que se presentan en la
prctica se refieren a contrastes de precipitaciones anuales, derrames anuales, descarga de sedimentos
anuales y alguna combinacin entre stas variables. Aunque menos frecuentemente, puede aplicarse
tambin a valores mensuales.
El requisito bsico que deben cumplir las estaciones a contrastar es que deben estar sujetas al mismo
rgimen hidrolgico. Si sto no se cumpliera, pueden aparecer efectos en la curva que se interpreten como
errores y en realidad se trata de la influencia de diferentes fenmenos actuantes.
Cuando a priori y en reas extensas no se conocen los lmites de reas comparables, el mtodo puede
colaborar tambin en identificar a las reas que se diferencian.

4.4.2.2.- Estrategias de apl icacin

Para el caso de precipitaciones anuales y en general para las observaciones que en el punto 4.2 fueron
definidas como de campos continuos factibles de interpelacin lineal, sobre el total de las estaciones
disponibles y considerando toda el rea de estudio con la inclusin de estaciones de recubrimiento, es
necesario como primer paso, conformar grupos que corresponden a zonas homogneas. Para determinar
las zonas comparables se tienen en cuenta los siguientes factores:

a) Proximidad: ste es el factor mas importante porque a medida que las estaciones a considerar se
distancian, aumenta la probabilidad de que se vean afectadas por eventos distintos. En el caso
lmite de dos estaciones muy prximas, su contaste de dobles masa dar una recta a 45 (si no
presentan errores). La distancia entre estaciones no debe ser superior a los 50 km.
b) Similitud de media anual. Las variaciones de los valores medios de las estaciones no debe superar
el15%.
c) Similitud de altitud. La diferencia de altitud entre estaciones no debe superar los 200 m.
Acumulada de B

B1 B1 +B2
Acumulada de B
B1 +B2
B1
Y
X

10
d) Cada grupo debe quedar conformado por un mnimo de 3 a 10 estaciones (dependiendo del nmero
total y distribucin).
e) Se debe procurar que cada grupo tenga al menos una estacin suficientemente extensa (25 aos
como mnimo) y si es posible que una de las estaciones sea de primera categora (meteorolgica,
climtica y con observador permanente).
f) Es conveniente dejar fajas de superposicin entre las zonas, de tal forma que las estaciones
ubicadas en ellas sern contrastadas en mas de una zona. Esto resulta de gran utilidad y permite
definir mas claramente, terminar todo el contraste, en que zonas es conveniente incluir estas
estaciones.

Estaciones Pluviomtricas
Zonas I, II y III
Lmites de Zonas
Fajas de Superposicin

Luego de determinadas las zonas de comparacin, el contraste puede efectuarse siguiendo en general
dos estrategias:
A) Contraste con estacin tipo

Se define como estacin tipo a una estacin real o ficticia que se considera no posee errores y con la
cual se contrasta el resto de las estaciones. La estacin tipo puede construirse promediando para cada ao
los datos de todas las estaciones de la zona de comparacin, con lo cual se supone que los errores
existentes en algunas estaciones se minimizan en el promedio, es recomendable que la estacin tipo as
definida, se construya con no menos de 10 estaciones.
Cuando no es posible definir una estacin tipo ficticia con suficiente garanta, se puede tomar como tal a
una estacin de zona que resulta la ms confiable por el conocimiento que tiene de su operacin y control.
En nuestro pas puede considerarse como tal a los datos de las estaciones meteorolgicas del Servicio
Meteorolgico Nacional, del INTA y de algn otro organismo especializado, que sirven para contrastar a la
vasta red de pluvimetros simples.

B) Contraste en la masa de datos.

En cada zona todas las estaciones son contrastadas entre s, considerando la superposicin que hay en
los lmites de la zona. La determinacin de cual es la estacin que presenta problemas cuando el contraste
no es una recta se efecta por comparacin del conjunto. Sea por ejemplo el contraste de las estaciones A,
B, C y D. Se puede inferir de los grficos de la pgina siguiente, que la estacin B es la que presenta
problemas.
Las estrategias de aplicacin difieren en algo en los estudios de derrames lquidos y slidos porque se
trata de observaciones que caracterizan a fenmenos de transporte tal como se viera en el punto 4.2.

I
II
III

11
Las zonas para comparacin deben cumplir con condiciones homogeneidad hidrolgicas, lo que
supone acercarse a similitud del rgimen de precipitaciones, de conformacin del relieve, de tipo de suelos y
de cobertura vegetal.

Las estaciones a contrastar deben corresponder a rea aportes del mismo orden entre cuencas vecinas
o a la suma de aportes en un mismo curso y sus afluentes.

Del grfico se deduce que son contrastables las estaciones

1 con 2 .... 1 con 4 .... 2 con 4
adems de (1 +2) con 3

A
B
A
C
B
C
D
B
2
1
3
4

12
4.4.2.3.- Aplicaciones y limitaciones

Se presentan a continuacin una serie de casos tipos que se encuentran en la prctica y su
interpretacin sin descartar de que existen otras causas o casos particulares que puedan presentarse.
Se supone el contraste de los valores anuales de la estacin a comparar acumulados desde el inicio de
las observaciones hasta el ao mas moderno que posea registro, o viceversa, contra los valores
acumulados de una estacin tipo, o aquella que se considera que no posee errores, deducida del contraste
en la masa de datos.
Si en alguna de las estaciones a contrastar falta un registro, ese ao no es computado en ninguna de
las dos estaciones. Queda claro que cada punto graficado representa la acumulacin cronolgica de un
ao.

1
er
Caso

Sera el caso de una ajuste muy bueno. Como cada punto representa un ao se considera aceptable en
todos sus aos la serie que se compara. La constante de proporcionalidad entre ambas series est dada
por la tangente de la recta.

. .
. .
Acum Est a Comparar
tg
Acum Est Tipo
=

2
do
Caso

Los pares de valores se agrupan en dos pendientes distintas, lo que indicara un cambio en el factor de
proporcionalidad. Este cambio se debe en la mayora de los casos a un error sistemtico y sus causas son
varias, entre las principales se puede mencionar:

- Cambio del emplazamiento del lugar de medida.
- Cambio de la condiciones de emplazamiento por construcciones cercanas, reforestacin, etc.
- Deterioro en el instrumento de medida.
- Cambio del instrumento de medida.
- Cambio del mtodo de observacin o del observador.

Para el caso de precipitaciones es comn el error debido al deterioro del embudo o reemplazo de la
probeta por otro recipiente que no guarda la misma proporcionalidad de seccin de la boca del pluvimetro.
Para el caso de estaciones de aforo es comn en el caso de un cambio en el " 0 " de la escala luego de
reconstruir una estacin. Para considerar un cambio de pendiente como representativo de un error de tipo
sistemtico, debe ser dado por un mnimo de 4 5 puntos segn la longitud de la serie con que se trabaje.
Se suele considerar un 20% de la longitud de la serie.
En general cuando se presenta un cambio de pendiente en una curva de dobles acumulaciones se
plantean dos problemas: cul es la serie que posee error?, y cul de las dos pendientes es la correcta?, es
decir en qu perodo se presenta error?.
Para el primer problema, si se estn comparando dos series afines de igual garanta para determinar
cul es la errada se establece un proceso iterativo de comparacin con otras estaciones. Si la comparacin
Acumulada Est. Tipo AET)

Acumulada Est. a
comparar (AEC)
Y
X
o

13
se est haciendo entre una estacin tipo de mayor garanta, se considerar errnea la serie que se est
tratando.
Para determinar cul es el perodo bueno, en general se considera como tal a aquel que presenta
mayor extensin. Cualquier informacin sobre las causas de stos errores citadas anteriormente ayuda en
la identificacin.

Cuando la extensin de ambos perodos es similar y no existe ninguna informacin que pueda orientar a
la eleccin, se toma como vlido el mas moderno. Esto no tiene ninguna base cientfica, pero la experiencia
muestra que en el 80% de los casos el perodo correcto es el mas moderno, puesto que la estacin est
mejor controlada.
Cuando el contraste se hace entre las estaciones de una zona homognea, la constante de
proporcionalidad asume valores dentro de un cierto entorno, por lo que aquellas pendientes de la curva de
dobles masas que se aparten marcadamente de ste entorno, contribuyen tambin a identificar cual es el
perodo en el que presenta errores.

Ante la presencia de un error sistemtico, interesa estimar cul es la influencia que tiene sobre la
precipitacin media de la estacin bajo contraste, para lo cual se calcula en qu porcentaje se aparta la
media calculada con los datos disponibles de la que correspondera por ajuste a la curva de dobles masas.

meda de los datos X=(Acumulada S. Datos/n)

meda que corresp. segn ajuste de la recta

X*=(Acumulada S. Recta /n)

porcentaje de error en la media de la estacin x

( ) *
100
*
X X
E
X
=
AET
AEC
AEC
AET
Perodo antiguo con errores
Perodo moderno con errores
Familiade curvas de
estaciones correctas
AEC Acumulada s/datos
Acumulada s/recta
AET

14
3
er
Caso

Se presentan ac una serie de rectas paralelas entre s, lo que indica indudablemente que existe una
proporcionalidad entre las estaciones que se comparan. Los aos k y m corresponden a un defecto de
precipitacin (m) a un exceso (k) por irregularidad, o bien se trata de errores puntuales.
Cuando se trata de la influencia de fenmenos meteorolgicos extremos, aos muy hmedos secos
que no afectan a toda la zona con la misma intensidad, se identifica sta situacin al efectuar el contraste
entre todas las estaciones, apareciendo la anomala en los mismos aos en estaciones agrupadas en una
subzona.
Si se trata de errores, los casos mas frecuentes provienen de anotaciones o transcripciones de datos
mal realizados. Tambin se puede tratar de la ausencia del dato de un evento extraordinario o el mal
registro del mismo, como el caso de una tormenta de gran intensidad o una crecida extraordinaria que no se
registraron o donde se trab el pluvigrafo o el limngrafo Cuando el contraste se realiza mucho tiempo
despus del ao donde aparece la anomala, resulta muy difcil investigar las causas que la pudieron haber
producido.
Los casos descriptos hasta ac son los que primariamente, diferencian, otras situaciones que se
plantean a continuacin, en general combinacin de los casos tipos indicados.

4
to
Caso

La recta ajusta perfectamente con la mayora de los puntos, sin embargo aparecen aos aislados que
se alejan notoriamente de dicha recta. En ste caso se presentan alternativas:

- Que existan errores puntuales, es decir que los valores de la serie para esos aos sean errneos.
- Se trate de aos irregulares para la estacin que se compara, por un evento meteorolgico particular, lo
que no es raro en climatologa.

A menos que se posea informacin, este mtodo por si solo no permite distinguir una alternativa de la
otra. En cualquiera de las dos alternativas, se puede asegurar que la anomala en los aos k y m se repiten
al ao siguiente k+1 y m+1 pero a la inversa.
Suponiendo que en el eje de abscisa se tenga la estacin tipo de mayor garanta, los errores
anomalas se producen en la estacin que compara.
AEC
AET
Ao k
Ao m

AET

AEC
k
k +1
m
m+1

15
En el ao k las precipitaciones presentan un exceso fuera de lo normal en la estacin que se compara,
pero al ao siguiente k+l, la misma presenta un defecto de precipitaciones fuera de lo normal. O bien el
error ha sido compensado al ao siguiente, o bien un ao mas lluvioso de lo normal sigue a un ao mas
seco de lo normal.
En el ao m, las precipitaciones presentan un defecto fuera de lo normal, pero al ao siguiente m+1, la
misma presenta un exceso de precipitaciones que se aparta de lo normal. O bien el error ha sido
compensado al ao siguiente o a un ao mas seco de lo normal sigue un ao mas hmedo.
Un error comn que da lugar a esta situacin, es la acumulacin u omisin indebida de un valor en el
monto de un ao, que luego es "compensado" porque se lo ha quitado o agregado respectivamente, al ao
siguiente.

5
to
Caso

Se produce un quiebre en la pendiente como en el caso Nro.2 pero al cabo de un tiempo se retoma la
inclinacin primitiva. Si la comparacin se realiza entre series de igual garanta, se debe hacer
comparaciones con otras series para determinar cual es la errnea. Si la comparacin se realiza con la
estacin tipo de mayor garanta, el error se presenta en la que se compara. Sucede a menudo que una
estacin proporciona datos correctos durante un perodo, posteriormente aparece un error de tipo
sistemtico, durante algunos aos, que al ser corregido, hace que en el perodo siguiente se vuelva a la
recta de proporcionalidad inicial.
En el 90% de los casos el perodo que presenta el error es el central. El 10% restante corresponde a
otras anomalas, a una estacin que trabaja en malas condiciones, se corrigi y funciono bien durante un
cierto perodo y al final volvi a descorregirse. Tambin pudo deberse a un cambio del lugar de
emplazamiento durante un cierto perodo y vuelta al emplazamiento original.

6
to
Caso

Todos los puntos se alinean sobre una recta que no pasa por el origen. El primer ao es en este caso
el que no se ajusta y presenta un error puntual o un defecto de precipitaciones. Si bien, a primera vista no
es esto evidente, si la acumulacin de valores se realiza del ltimo ao de la serie al primero, se har
notable. Grficamente se hace visible si colocamos un par de invertidos a partir del ltimo ao, que es como
se representan las acumulaciones desde el ltimo ao de la serie al primero.

Algunos autores debido a esto y a las consideraciones del caso N 2 recomiendan realizar las
acumulaciones a partir ltimo ao, hasta llegar al primero de la serie a considerar.
AEC
AET
AET

AEC

16

7
mo
Caso

El grfico indica que a partir de un cierto ao las precipitaciones decrecen ( aumentan) en la estacin
que se compara, y son crecientes ao a ao, transformando la recta de proporcionalidad en una curva de
tipo parablico. Esto puede deberse a la presencia a partir de un ao de un error de instrumental o de
condiciones de instalacin cuya magnitud es creciente, por ejemplo crecimiento de una barrera de rboles al
lado de un pluvimetro. Tambin puede deberse al cambio paulatino del rgimen de la estacin, por ejemplo
la puesta en cultura creciente de una subcuenca que hasta ese momento permaneca virgen.

8vo- Caso

Aunque es evidente, cuando se presenta una nube dispersa de puntos a los que no se puede ajustar
una recta, no existe proporcionalidad entre las series que se comparan.
La tendencia ondulante es una caracterstica muy frecuente en el contraste de estaciones y la cuestin
pasa por decidir cuando es significativa o no. En un rea hidrometeorolgicamente homognea pero de
gran extensin, las precipitaciones anuales presentan estas caractersticas en la medida en que aumenta la
distancia entre estaciones que se contrastan.

4.4.3. Correlacin y Regresin

Estos trminos son usados con frecuencia en hidrologa, algunas veces como sinnimos y otras como
modelos diferentes. En las presentes notas entenderemos por:

Correlaci n: es la asociacin que existe entre dos o mas variables aleatorias de forma tal que la
variacin total de una variable puede ser explicada parcialmente por la variacin de otras variables
consideradas. La parte de variacin no explicada corresponde a errores o a otras variables aleatorias que
no sido tomadas en cuenta en la asociacin planteada.

Regresin : es el modelo matemtico (ecuacin) que se utiliza para representar la relacin que existe
en la correlacin planteada.

AEC
AET
AEC
AET

17
4.4.3.1.- Regresin lineal entre dos vari ables

Establecida una correlacin entre dos variables x e y, independientes o dependiente una de otra, uno de
los modelos utilizados en hidrologa es la representacin de la relacin entre ambas por una funcin de
regresin lineal que en general se expresa por la forma

y x = + +

Donde o y | son los parmetros poblacionales de la regresin, mientras que es una variable aleatoria
que tiene en cuenta dos componentes.

- La presencia de errores de observacin.
- La varianza no explicada de la correlacin, ya que x puede no ser la nica variable que influye y, por lo
tanto en relacin con y solo la explica parcialmente con mayor o menor aproximacin.

Se parte como hiptesis de que la variable tiene distribucin normal (0,
2
).
Esto explica que E() = 0 con lo que elegir estimadores a y b de y que cumplan con sta
condicin y tendr un valor S2 como estimador de 2 que se denomina varianza de los residuos.
Para los casos de aplicacin en que se dispone de muestras de las variables x e y entre las cuales se
desea establecer correlacin, el ajuste de la recta de regresin puede hacerse forma grfica o analtica a la
expresin

( )
y y b x x = y a b x = +
donde a y b x =
4.4.3.2.- Regresin grfi ca

Los valores de x e y son ploteados en un par de ejes cartesianos y sobre la nube de puntos se ajusta
visualmente una recta. Se determina grficamente a, que es la distancia al origen, y el coeficiente angular, b
= tg . La representacin grfica es de poco uso dado que los modelos analticos resultan de muy fcil
clculo.

4.4.3.3.- Regresin analtica de y sobre x

En ste caso la ecuacin de la recta de regresin se obtiene haciendo mnima la funcin distancia
segn el ej e y de un punto genrico a la recta de ajuste, segn se muestra en el grfico.
A partir de la funcin analtica de la funcin distancia de los pares de puntos (x,y) a la recta, se obtiene
para el mnimo, la siguiente expresin:

2
b Sxy Sx = ( ) b R Sy Sx =
Este tipo de modelo es de utilidad cuando existe relacin causa efecto y en ste caso x es variable
independiente e y es variable dependiente. Sx y Sy son los desvos o raz cuadrada de las varianzas de las
muestras de x e y. Sxy es la covarianza de las muestras x e y.

Y
X
I tg I =b
a

18

Generalmente y con muestras cortas se utilizan los estimadores insesgados:
( ) ( )
2
2
1 Sx xi x n =

( ) ( )
2
2
1 Sy yi y n =

( ) ( ) ( ) 1 Sxy xi x yi y n =

4.4.3.4.- Regresin ortogonal

Similar al anterior, pero la funcin de distancia de los pares de puntos (x,y) que se minimizar se toma
normal a la recta.

El mnimo de la funcin resultante en este caso es cuadrtica por lo que la expresin finalmente es:

( ) ( )
2 2
2 2 b Sx Sxy Sxy Sy = O = O
Donde O2 es la raz mayor, ( O2 >O1 ) que satisfacen la ecuacin

( )
2 2 2 2 2 2
0 Sx Sy Sx Sy Sxy O + O + =
Este tipo de regresin es particularmente til para establecer la correlacin entre dos variables
independientes entre si pero que presentan una relacin de causa comn.

4.4.3.5.- Medidas de correl acin

Son aquellos estadsticos que se utilizan para medir el grado de correlacin que existe entre las
variables consideradas.

Las medidas mas utilizadas son:

Coeficiente de Correlacin: R

R Sxy Sx Sy =
Y
X
d =distancia
Y
X
d =distancia

19

Correspondiente a dos variables aleatorias x e y que se encuentran correlacionadas linealmente.

Varianza de Residuos S
2

( ) ( )
2
2 S yoi yci n =

Donde yoi es la muestra observada de valores de la variable y, mientras que yci son los valores
calculados de la variable y a partir de la regresin que se establezca con los xoi valores observados de la
muestra de la variable x.
Por ejemplo yci = a + b xo . De tal forma que la varianza de los residuos se expresa como:

( ) ( ) ( )
2 2 2
1 1 2 S Sy R n n =

4.4.3.6.- Aplicaciones, val ores caractersticos

El anlisis de regresin entre variables hidrolgicas, se utiliza frecuentemente con diversos fines:
identificacin y correccin de errores, extensin de registros cortos, estimacin de datos faltantes,
regionalizacin de la informacin hidrolgica, diseo de redes de observacin, prediccin hidrolgica
determinstica, etc. Estas notas tratan particularmente sobre las tres primeras aplicaciones mencionadas.
Las variables hidrolgicas con que mas comnmente se trabaja, son precipitaciones y caudales a nivel
mensual y anual.
Queda claro que, establecida una regresin entre dos variables, el coeficiente de correlacin R solo
mide el grado de la independencia lineal entre ambas. Por lo tanto valores de R cercanos a 1 -1 indicarn
un acercamiento al modelo general que grficamente indica
y a bx = +
Cuanto ms cercano a 0 se encuentre el coeficiente de correlacin R, indicar un mayor alejamiento de
la dependencia lineal de las variables.
Los valores que se obtienen deben manejarse con cuidado y preferentemente con la representacin
grfica, para evitar sacar conclusiones errneas que podran presentarse en algunos casos particulares
como los que se indican a continuacin:

Y
X
0 s R s 1
Y
X
-1 s R s 0
Y
X

20
En ste caso el coeficiente de correlacin R = 0 indica que el modelo lineal no se ajusta, sin embargo
se observa que existes fuerte correlacin entre x e y, explicada por otra funcin (no resulta de inters en
hidrologa).
En el siguiente caso, conocido como de correlacin lineal esprea, dos lotes de datos que
individualmente analizados arrojan valores de R1 y R2 muy bajos, al ser analizados en conjunto y ampliar el
rango de variacin, dan un valor de R relativamente alto, induciendo a pensar que existe una buena
correlacin lineal en la masa de datos, lo que evidentemente no es cierto.

Estos simples ejemplos muestran la importancia de correcta eleccin de las series mustrales a estudiar
y conocimiento a priori (prior know) de los fenmenos involucrados que debe tener quien va a realizar estos
anlisis.

4.4.3.7.- Regresin lineal de mas de dos variables

Este caso se presenta cuando se trata de buscar la relacin entre una variable y un conjunto de otras
variables con una funcin lineal del tipo:

1 1 n n
y a b x b x = + + + +

Donde xi e y son en general variables aleatorias de las cuales se dispone observaciones, resultando
la variable aleatoria de residuos que tiene en cuenta los errores de observacin y la varianza no explicada
por las variables intervinientes.
Para el caso de querer correlacionar la variable y con dos variables x
1
y x
2
las expresiones de regresin
lineal son las siguientes:

1 1 2 2
y a b x b x = + +

1 2 1
2 2
2 2 1 2 1 2 1
1 2 2 2 2
1 2 1 1 2 1 2
2
1 2 2
Syx Sx x
Syx Sx Syx Sx Syx Sx x
b
Sx Sx x Sx Sx Sx x
Sx x Sx
= =

2
1 1
2
1 2 2 1 2 1 2 1
2 2 2 2 2
1 2 1 1 2 1 2
2
1 2 2
Sx Syx
Sx x Syx Sx Syx Sx x Syx
b
Sx Sx x Sx Sx Sx x
Sx x Sx
= =

La forma generalizada para el clculo de los parmetros de ms variables es:
Y
X
R
R1
R2

21

1 1 2 2 n n
y a b x b x b x = + + + +

2
1 2 1 1
2
1 2 2 2
2
1 2
................
...............
...............................................
...............................................
.................
i
n
n
n n n
b
Sx Sx x Sx x
Sx x Sx Sx x
Sx x Sx x Sx
=

La matriz del numerador toma la misma forma de la matriz del denominador pero reemplazando para
cada b
i
que se va a calcular, la columna correspondiente por el vector de covarianzas de la variable
dependiente y con las x.

1
2
.......
.......
n
Syx
Syx
Syx

El coeficiente de correlacin mltiple para el caso de la regresin de y en funcin de x
1
, x
2
, se calcula
como

( )
0,5
2 2
1 2
, , 1 Ry x x S Sy
(
=

que es la expresin mas generalizada ,

{ } { }
0,5
2 2 2
1 2 1 2 1 2 1 2 1 2
, , 2 1 Ry x x Ryx Ryx Ryx Ryx Rx x Rx x
(
= +

4.4.4.- Mtodo de las Medias Desli zantes

Se utiliza para el anlisis de series de tiempo para identificar falta de homogeneidad o la presencia de
secuencias ciclos. El anlisis sobre una muestra de la variable x de tamao n, consiste en calcular la
media aritmtica:

Xi
Xk
k
=

donde k se va variando desde 2 a n, es decir se toma los promedios de tamaos de submuestras que
se van incrementando desde el mnimo de considerar dos valores hasta el mximo de la muestra completa.


22
i Xi Xk = Xi / k
1 X1
(X1 +X2)/2
2 X2 (X1 +X2 +X3)/3
(X2 +X3)/2
3 X3 (X2 +X3 +X4)/3
(X3 +X4)/2
4 X4 .
..................
--- --- ......................... Xi / n
--- --- ..................
n - 2 Xn - 2
(Xn - 2 +Xn 1)/2
n - 1 Xn - 1 (Xn - 2 +Xn 1 +Xn)/3
(Xn - 1 +Xn)/2
Tamao k 2 3 n - 1 n
Nmero de Medias
mk =n k +1
n 1 n 2 2 1

El nmero de medias mk que se dispondr para cada tamao k que se considere es igual a:

1 mk n k = +

o sea para el tamao mnimo k=2 se calcularn mk = n 1 medias, y por supuesto para la muestra
completa k = n se dispondr de mk = 1 , una sola media. A partir de estos valores se realizan anlisis
grficos y estadsticos que permiten identificar ciclos, tendencias o falta de homogeneidad en los datos.
La representacin grfica cronolgica de las submuestras de un cierto tamao, muestra una distribucin
uniforme alrededor de la media para el total de datos cuando no existen tendencias y la masa de datos es
homognea.
1 2 3 4
Xn
Xk
mk
Nmero de medias

Si por el contrario en el transcurso del tiempo se presenta una tendencia determinada, sta se refleja en
el grfico.

23
Xk
Nmero de medias
mk
Xn

Estos anlisis son de inters cuando se dispone de registros por un numero de aos apreciables n >60
y el anlisis se puede realizar por perodos representativos. k >20 a 25 aos.
El anlisis para intervalos de tiempo muy cortos k de 3 a 5 a 7 aos es de inters para identificar la
secuencia de subperodos hmedos y secos que resulta muy frecuente encontrar en las series anuales de
variables hidrolgicas.

4.4.5.- Medias Mviles

Este trmino puede presentarse a veces como sinnimo de medias deslizantes o puede referirse al
anlisis de un caso particular con un tamao de submuestra fijo, por ejemplo para las medias de tamao k
donde k = n/m tomando m entre 5 y 10 y donde las medias Xk se calculan sin superposicin. Se suele
representar grficamente las medias cronolgicas para cada perodo k sucesivo.
1k
X
aos
m =8
k =n / m
2k 3k 4k 5k 6k 7k 8k

Tambin se utiliza como representacin grfica la media incremental cronolgica que se va calculando a
partir del comienzo de la serie incorporando cada ao sucesivo.

24
X
aos
Xn

En regmenes homogneos se nota una tendencia hacia la estabilizacin de la media al valor calculado
con la muestra completa. Si se han producido modificaciones en el rgimen hidrolgico que afectan al valor
medio de la variable, esto se observa en ste tipo de grfico.
X
aos
k

A partir del ao k se observa la tendencia al decrecimiento de la media.

4.5.- Rellenamiento, Extensn y Correccin de Datos
4.5.1.- Pl anteo del Problema

Una vez efectuado el contraste de los datos y la identificacin de errores es necesario en muchos
casos proceder a la correccin de los mismos o llenar lagunas de informacin faltante, mientras que en
otros casos se requiere extender series de registros que resultan muy cortos.
Se presentan entonces dos cuestiones : una referida a la toma de decisin sobre si conviene o no
corregir algn dato o agregar datos faltantes y otra cuestin referida especficamente a los mtodos a utilizar
para tal fin.
La estrategia mas recomendable a seguir sera la siguiente:

- Adoptar el perodo sobre el cual se va a trabajar.
- Fijar criterios de eficiencia y ganancia de informacin as como mrgenes de error permisibles para
la toma de decisin.
- Aplicar alguno de los mtodos disponibles para reemplazar valores errneos estimar faltantes.

No siempre es posible seguir stos procedimientos, dependiendo ello de la importancia y magnitud del
problema a resolver. Se comprende que no es el mismo anlisis que se requerir para estudiar las
relaciones y balances precipitaciones y derrames en una cuenca de 25.000 Km
2
donde se pretende plantear
una serie de aprovechamientos del recurso, que el anlisis necesario para las lluvias intensas de una
pequea cuenca rural con destino a dimensionar una alcantarilla de un arroyo que cruza un camino
secundario.
Con ste comentario se quiere poner de manifiesto que el esfuerzo en tiempo y costos a volcar en stas
tareas, lo que a su vez est relacionado con los mtodos a utilizar, debe guardar relacin con la importancia
del problema a resolver.

25
4.5.2.- Adopcin de las Series de Trabajo

Es comn que cuando se va a realizar un trabajo hidrolgico sobre un rea relativamente extensa, se
disponga de un nmero apreciable de estaciones que han funcionado en perodos de tiempo de diferente
longitud. En general se encuentran unas pocas estaciones muy antiguas y luego una creciente
incorporacin de estaciones con el tiempo. Tambin se presentan casos de estaciones que tienen
numerosas interrupciones y otras que se han levantado definitivamente.
Para visualizar la situacin general, se representa en un diagrama la disponibilidad de datos de cada
estacin en un perodo que va desde el comienzo de la estacin ms antigua hasta el dato mas moderno
que se tenga.

Estacin Ao 1 2 3 4 5 6 7 n
A x x x x x x x x x x x x x X x x x x x x x
B x x x x x x x x x x x x x x x x x x x x x x x x x
C x x x x x x x x x x x x x x x
D x x x x x x x x x x x x x x x x x x x
- x x x x x x x x x x x x x x x x x x x x x x x x x x x x
- x x x x x x x x x x x x x x x x x x x x x x x x
- x x x x x x x x x x x x x x x x x x x
M x x x x x x x x x x x x x x x x x x x x x x x x

O sea que a partir de disponer de M estaciones con registros de diferente longitud en un perodo total de
n aos de observaciones, la cuestin que se plantea es la siguiente:
Se trabajar con todas las estaciones independientemente de la cantidad de aos de registros efectivos
que disponga? o se seleccionar alguna de ellas?.
Partiendo del objetivo primario de la hidrologa de conocer la distribucin temporal y espacial de los
fenmenos hidrolgicos, nos interesar disponer de series de tiempo lo mas largas posibles, y tambin de
tener la mayor densidad de estaciones posibles. Pero por otra parte se pretende que las series sean
temporalmente coincidentes y de la misma longitud para preservar las caractersticas estadsticas
mustrales.
Si se pretendiera trabajar con series de longitud n (la totalidad de los aos de trabajo) seguramente
debera descartar muchas estaciones y se bajara la densidad areal. Si se pretende trabajar con todas o casi
todas las estaciones trabajando en el perodo considerado, solo se lograra en perodos muy cortos, con lo
que se disminuye la representatividad temporal.
PAOLI, plantea un mtodo para seleccionar en sta situacin, el ao a partir del cual convendra tomar
como inicio de la serie de trabajo para homogeneizar la duracin de las mismas.
Se supone que se van tomando series cada vez mas cortas, partiendo de la de mayor duracin n y
disminuyndola ao tras ao hasta llegar al presente. Se calcula un coeficiente de longitud

CLONGi ni n =
donde ni vara de n a 0 y representa el tamao de cada muestra considerada con el procedimiento
indicado. Este coeficiente es una funcin lineal decreciente de mximo 1 y mnimo 0 y por supuesto se
grafica por una recta.
Adems se calcula para cada ao un coeficiente de densidad definido como el cociente entre el nmero
de estaciones en funcionamiento en ese ao mi y el total de estaciones identificadas en la zona de estudio
que tengan registros m:
CDENSi mi m =
Este coeficiente no tiene una expresin analtica que lo represente y vara entre un mximo 1, cuando se
encuentran funcionando todas las estaciones y puede llegar a ser 0 si en un ao no se tiene registro de
ninguna estacin.
A partir de stos coeficientes se puede definir un ndice de peso un ndice de cobertura como funcin
suma o producto respectivamente.
Donde se producen los mximos de stos ndices (son correspondientes) se presentar una mejor
situacin del punto de vista combinado de la longitud de los registros y de la densidad de las observaciones.
Debe quedar claro que este criterio es solo un elemento ms para tomar decisiones y por lo tanto no
debe tomarse como el nico.


26
0 2
0 1
I PESO CLONG CDENS I PESO
I COB CLONG CDENS I COB
= + < <
= + < <

4.5.3.- Criterios de Efici enci a. Ganancia de Informacin y Error

Una vez que se ha definido el perodo homogneo sobre el que se pretende trabajar, resta an el
problema de qu hacer con aquellas estaciones que tienen registros mas cortos o interrumpidos o aquellas
en que se ha detectado la presencia de errores sistemticos. Es necesario y conveniente rellenar lagunas
de informacin o corregir datos?. Difcilmente alguien pueda dar una respuesta basada, en la aplicacin de
una metodologa de uso general que no deje dudas en la toma de decisin. Ello es as, porque la respuesta
depende entre otras cosas de: uso que se har de los datos que se encuentran en tratamiento, paso de
tiempo que se est analizando, calidad intrnseca de los datos, margen de error tolerable, disponibilidad de
tiempo y recursos (personal calificado, computadoras, etc.).
Por tal razn a continuacin se suministran una serie de mtodos de clculo indicadores y valores
caractersticos que pueden ayudar en la toma de decisin sin olvidar que nada puede reemplazar al juicio
final que suministrar el especialista con experiencia en el tema.

4.5.3.1.- Criteri os de eficiencia v gananci a

Se supone que en el proceso de tratamiento de la informacin se ha llegado a disponer de dos
estaciones X e Y de una variable hidrolgica de diferentes longitudes de registro, segn el esquema
siguiente:

X n (aos)

Y k (aos)

Donde entre ambas estaciones se ha calculado un coeficiente de correlacin R. Se pretende saber si es
recomendable extender la serie Y a n valores en base a la regresin con X si los estimadores Yn y SYn
obtenidos tambin por regresin mejoran a los estimadores Yk y SYk obtenidos de la serie corta. Para ello
se calcula cul es la eficiencia E de las nuevas estimaciones del cociente de las varianzas, E=S
2
Yn / S
2
Yk.
VERON adopta para el clculo de la eficiencia E la siguiente expresin:

( ) ( ) { } { }
2
1 1 1 2 3 E k n k R k
(
= +

Con sta eficiencia se calcula una longitud efectiva

1 2 3 4 5 n - 1 n AOS

ICOB
CDENS
CLONG
IPESO

27
ne k E =

con ella se define la Ganancia de Informacin G como:

G ne k =
si ne < k E > 1 G < 0 No hay ganancia de informacin
si ne > k E < 1 G > 0 Hay ganancia de informacin

LANGBEIN propone para el clculo de la longitud efectiva la siguiente frmula:

( ) ( ) ( )
{ }
2
1 1 2 ne n n k R k
(
= +

Con las mismas consideraciones anteriores, DEVOTO propone para el clculo del porcentaje f (%) de
aos que pueden faltar en una muestra sobre un perodo base de n aos, para que el error en el clculo de
la media no sea mayor de c %

( ) ( )
2 2
2
1 1 1 f R
( (
s + +

Valores de f (%) para distintos valores de c (%) y R

c (%)
R

0,70 0,80 0,90 0,95
1 3,80 5,30 9,60 17,00
5 17,00 22,00 35,00 51,00
10 29,00 37,00 52,00 68,00

4.5.4.- Rellenamiento: Mtodo del Promedio de Valores Cercanos

El mtodo ms simple se basa en la existencia de una relacin de dependencia de causa comn entre
los registros de estaciones cercanas.
Identificada una estacin M en la cual se desea corregir un dato, rellenar un vaco de informacin o
estimar un valor medio para una longitud de registro diferente, se toma un grupo de estaciones cercanas
pertenecientes al mismo rgimen hidrometeorolgico (entre 3 y 5 estaciones). Sea el caso:
Donde M es la estacin donde se desea estimar un valor en base a los de las estaciones A, B y C.

*A *B

*M

*C

4.5.4.1.- Promedio ari tmti co

La estimacin de un valor mensual o anual en M es directa partir de valores del mismo mes (j) o ao (i)
en A, B y C.

( )
( )
13
13
M A B C
ij ij ij ij
M A B C
i i i i
P m P m P m P m
P a P a P a P a
= + +
= + +


28
Pm
ij
=precipitacin mensual correspondiente al mes j del ao i.

Pa
i
=precipitacin anual correspondiente al ao i.

4.5.5.- Rellenamiento: Promedios pesados

Se utilizan diferentes formas de pesar o ponderar la participacin de cada estacin vecina sobre los
valores a estimar de la estacin M.

4.5.5.1.- Ponderacin por relacin de medi as

Tambin conocido como el mtodo del cociente, se utiliza las medias de cada estacin en el mismo
paso de tiempo, para pesar la contribucin de cada estacin de apoyo a la estacin incgnita.

( ) ( ) ( )
( ) ( ) ( )
13
13
M A M B M C
M A B C
ij ij j j ij j j ij j j
M A B C
M A B M C M
ij i i i
P m P m P m P m P m P m P m P m P m P m
P a P a P a P a P a P a P a P a P a P a
(
= + +
(

(
= + +
(

4.5.5.2.- Ponderacin por l a distancia entre l as estaciones

Se supone que las estaciones mas cercanas deben participar con mayor peso en el promedio para la
estacin con dato faltante.
Si las distancias de cada estacin A, B y C a la estacin M con el dato faltante son LAM, LBM y LCM se
utilizar la inversa de las mismas para la ponderacin.

( )
( ) ( ) ( )
( ) ( ) ( )
1 1 1
13 1 1 1
13 1 1 1
M A B C
ij ij ij ij
M A B C
i i i i
L LAM LBM LCM
P m P m LAM L P m LBM L P m LCM L
P a P a LAM L P a LBM L P a LCM L
-
- - -
- - -
= + +
(
= + +

(
= + +

4.5.6.- Rellenamiento: Mtodos Basados en l a Correlacin entre Estaci ones

Se utiliza ste mtodo de regresin lineal para correlacionar los datos de estaciones cercanas.

4.5.6.1.- Regresin con una estaci n

En ste caso se utiliza una estacin considerada confiable y sin errores para establecer la regresin
lineal con los datos de la estacin donde existen vacos o donde se necesita corregir valores.
Sea la estacin M con datos a extender y A la estacin base o testigo confiable adoptada.
La regresin lineal para los valores de un determinado mes o para los montos anuales ser:

( )
( )
( )
j j
M A
M A
m m
ij ij
M A
M A
a a
i i
y y b x x
P P b P m P
P a P b P a P
= +
= +
= +

donde el coeficiente angular b se calcula de acuerdo a lo indicado en 4.3.3.
El valor de un mes j, de un ao i faltante en la estacin M y existente en la estacin A se calcula por la
primera de las ecuaciones y el valor de precipitacin anual de un ao i faltante en la estacin M y existente
en la estacin A se calcula con la segunda.

29

4.5.6.2.- Regresin con vari as estaciones

Se aplica el mismo procedimiento anterior pero con 3 4 estaciones circundantes, con lo cual se
dispondr de tantos valores estimados como cantidad de estaciones utilizadas. Para encontrar un nico
valor de entre ellos, se utiliza un promedio ponderado con los coeficientes de correlacin de forma tal que
pese mas la estacin de base que presenta un coeficiente de correlacin mas alto con la estacin incgnita.
Si PM
A
m
ij
, PM
B
m
ij
y PM
C
m
ij
son las precipitaciones estimadas en la estacin M a partir de las
regresiones con las estaciones A, B y C para el mes j del ao i y R
M-A
, R
M-B
y R
M-C
los coeficientes de
correlacin entre las estaciones

El valor promedio ponderado ser:

( ) ( ) ( )
A B C
ij ij M A ij M B ij M C
PMm PM m R R PM m R R PM m R R

= + +

donde

M A M B M C
R R R R

= + +

De la misma forma, el valor estimado de precipitacin anual en el ao i ser

( ) ( ) ( )
A B C
i i M A i M B i M C
PMa PM a R R PM a R R PM a R R

= + +

Donde por supuesto los coeficientes de correlacin son establecidos a nivel anual.

4.6.- Anli sis de extremos y de tormentas
4.6.1.- Introduccin

La precipitacin mxima es entendida como la ocurrencia extrema, con duracin, distribucin temporal y
espacial crtica para un rea o cuenca hidrogrfica. La precipitacin puede actuar sobre la erosin del suelo,
provocar inundaciones en reas rurales y urbanas, determinar el diseo de obras hidrulicas, entre otros. La
disponibilidad de largas series de precipitaciones es en general, mucho mas frecuente que de caudales. El
estudio de las precipitaciones mximas es uno de los caminos para conocer el caudal de crecida de una
cuenca.


30
Las precipitaciones mximas son retratadas puntualmente por las curvas de intensidad, duracin y
frecuencia (i d f ) y a travs de la Precipitacin Mxima Probable (PMP). La primera relaciona la
duracin, la intensidad y el riesgo de la precipitacin de ser igualada o superada. La PMP es definida segn
OMS (1973) como la mayor columna pluviomtrica, correspondiente a una determinada duracin,
fsicamente posible de ocurrir sobre una rea dada de drenaje en una determinada poca del ao. Este
ltimo mtodo es ms utilizado para grandes obras donde el riesgo de rompimiento debe ser mnimo.
Por lo general los estudios sobre precipitaciones intensas se orientan alternativamente a la estimacin
de: (i) curvas intensidad duracin frecuencia (i d f ) (ii) de tormentas mximas probables (PMP).
Para estudios ligados a cuencas urbanas, obras viales y obras hidrulicas menores la caracterstica
habitual es el empleo de curvas i d f . El enfoque de PMP se asocia a proyectos de ingeniera de
grandes obras, donde el riesgo de falla debe ser minimizado.
Como es conocido, la falta de toma de datos hidrometeorolgicos y, an ms, de su adecuado
tratamiento posterior, es una constante en Argentina. El resultado de este panorama es que un importante
numero de centros urbanos argentinos no disponen de curvas i d f .
Pese a que Argentina se caracteriza por presentar una gran variabilidad espacial en sus precipitaciones
anuales, los fenmenos atmosfricos extremos de corta duracin que dan origen a las precipitaciones
intensas presentan mayor homogeneidad territorial. La razn de este comportamiento est dada por la
incidencia sobre este tipo de procesos de factores fsicos y estocsticos, tales como la capacidad de la
atmsfera de producir precipitaciones severas en breves lapsos. Como consecuencia de ello, los valores
que resultan son menos dependientes de la localizacin y de consideraciones climatolgicas particulares, lo
cual favorece su regionalizacin (Devoto 2002). Por lo tanto, una solucin ante la falta de curvas i d f es
el empleo de mtodos de regionalizacin hidrolgica.
A nivel local se debe destacar el Manual Tormentas de Diseo para la Provincia de Entre Ros,
desarrollado por el Grupo de Investigacin en Hidrologa e Hidrulica Aplicada de la Facultad Regional de
Concordia de la Universidad Tecnolgica Nacional, que permite entre otras aplicaciones, obtener la i-d-T en
cualquier lugar de la Provincia
Tanto las curvas i d f como la PMP, caracterizan la precipitacin mxima puntual, en tanto las
caractersticas de su distribucin temporal (hietograma) y espacial son importantes para la caracterizacin
del caudal de la cuenca.
Ahora bien en primer lugar cabe definir que se entiende por tormenta. Desde el punto de vista
meteorolgico tormenta; Es todo episodio lluvioso asociado a una determinada perturbacin o
fenmeno meteorolgi co (Ej.: tormenta asociada al pasaje de un frente fro sobre determinada zona de
un fenmeno de calentamiento producido por una gran radiacin que puede producir fenmenos
convectivos y dar lugar a lluvias intensas. De modo que puede durar desde algunos minutos hasta varias
horas, y puede abarcar desde unos pocos cientos de metros hasta varios kilmetros.
Desde el punto de vista hidrolgico, aguacero, tormenta o chubasco se considerar a cada episodio
lluvioso que se da en forma ininterrumpida. Suponiendo que llueve desde las 8 hs. hasta las 11 hs, luego
para y vuelve a llover a las 15 hs hasta las 18 hs, luego para y vuelve a llover de las 21 hs a las 23 hs.
Segn la definicin que se ha dado, estaramos en presencia de tormentas distintas para analizar, esto
puede o no ser cierto. Lo que se catalogue como tormenta depende del intervalo de referencia que interesa
analizar.
Lo fundamental para definir una duracin de tormenta es adoptar el intervalo de anlisis que se va
utilizar.
Como seleccionar el At ?

a) Segn los datos disponibles: El primer condicionante para la seleccin es el tipo de registros que se
tenga, si tuvisemos solo registros pluviomtricos que se mide de 9 hs a 9 hs, si queremos saber que
nmero de tormentas hemos tenido, la cantidad de lluvia de cada una, las horas de comienzo y
finalizacin es imposible saberlo contando slo con pluvimetro, lo nico que podemos asignar es
una cantidad de agua cada a 24 hs de At.

Si estamos trabajando con datos de pluvigrafo, va a depender el At de la precisin con que trabaje
el pluvigrafo, porque en los pluvigrafos conocidos el sistema de registracin es un tambor o en faja
continua o de registro digital. Si analizamos el de tambor podemos tener regulado el sistema de
relojera para que de una vuelta en un da, una semana, un mes. Segn cual sea el tipo de registro
horario, si estamos trabajando con pluvigrafo con registro mensual las interrupciones de lluvia de
una hora no son perceptibles y entonces estamos tomando dos tormentas como una sola, si estamos
trabajando con registro diario podemos apreciar interrupciones de hasta 5 minutos. Los de banda
continua tiene mayor precisin. Con los equipos registradores actuales de tipo digital se pueden
tener registro cada minuto o cada 5 minutos, segn se requiera, como es el caso de los datos

31
provenientes de una estacin meteorolgica automtica (E.M.A.), donde se puede obtener
intensidades instantneas.
En conclusin: la precisin y paso de tiempo de los datos es de acuerdo al tipo de registros
disponibles.

b) Segn las finalidades del anlisis a realizar: Cuando en el diagrama de bloque plantebamos
trminos de balance y plantebamos lo que era balance para una tormenta, decamos que el tiempo
no quedaba totalmente determinado sino que era el tiempo de influencia de esa tormenta sobre la
cuenca y decamos que considerbamos un sistema parcial y el proceso que analizbamos era el
humedecimiento durante la lluvia, por lo cual no actuaban las variables de prdida de evaporacin,
evapotranspiracin con lo cual en realidad tenemos un sistema simplificado donde tenemos:
De la precipitacin de la tormenta, una parte se transforma en intercepcin, una parte en
almacenamiento superficial, una parte se pierde por escurrimiento directo.
Una vez que hemos descontado las prdidas por intercepcin y por almacenamiento superficial
(perdidas iniciales porque tienden a satisfacerse inmediatamente al comenzar la lluvia, lo que queda
interceptado y lo que no puede escurrir porque queda almacenado en el terreno).

P
F
S
A
As
P=AF+AS+I+As

Una vez que descontamos esas prdidas iniciales, la cantidad de agua que se infiltra depende de
las condiciones del terreno, pero adems depende fundamentalmente de la intensidad de la lluvia,
quiere decir que al plantear trminos de balance para una tormenta lo que nos va a interesar como
caracterstica de precipitacin va a ser la intensidad de la lluvia, que se define como la cantidad de
agua cada en un determinado intervalo de tiempo (intensidad media =AP/At)
Adems si debemos hacer un estudio sobre intensidad de la tormenta en un campo, es ms
importante esta que si la haramos para el radio urbano, ya que el proceso o la cantidad de agua
que se puede infiltrar depender de la intensidad y en zonas urbanas la infiltracin no es
considerable.
Por ejemplo, en promedios, en zonas de llanuras las tormentas son menos importantes que en
zonas de montaa, pero las intensidades son ms importantes en zonas de llanuras. Por tanto el
anlisis se har en funcin de la zona de estudio.
En trminos generales el inters practico, del estudio de tormentas es asociarlas a los picos de
crecidas que ests producen.

c) Tamao de la cuenca Caractersticas de relieve: Cuando mayor sea el tamao de la cuenca y
cuanto mayor sea su pendiente mas va a influir la variacin de la intensidad de las tormentas.
En la medida en que una cuenca es mas pequea, necesitamos considerar para el estudio intervalos
de tiempo menores. Esto se debe a que en general, el problema que estamos planteando para una
tormenta es un problema de extremos mximos asociados a problemas de crecidas, que estn
relacionados a los tiempos de concentracin.
El tiempo de concentracin de una cuenca es que aquel que debe transcurrir para que el toda el rea
tributaria este aportando al punto de salida. Por lo tanto cuanto menor sea la cuenca menor ser el
tiempo de concentracin y por lo tanto el intervalo que se fije ser menor.
La pendiente de la cuenca, es un factor que tambin influye en el tiempo de concentracin, por lo
tanto a mayor pendiente, menor ser el tiempo de concentracin y menor el intervalo a elegir.
Si un excedente de la precipitacin que cae en una cuenca se traslada sobre el curso y llega al
punto de salida en 10 minutos, si trabajamos con intensidades medias correspondientes a una hora

32
perdemos totalmente precisin cuando queremos relacionar precipitacin (no en cantidad, sino en
intensidad) con escurrimiento.

Entonces la eleccin del At se proceder teniendo en cuenta los 3 aspectos anteriores.

4.6.2.- Variabl es de una tormenta

Para el anlisis de una tormenta se debe definir:

A) Cantidad de agua precipitada: medida por el pluvimetro o pluvigrafo.
B) Duracin: obtenida por observacin directa en el pluvigrafo.
C) Intensidad: es la cantidad de lluvia por unidad de tiempo. Existen dos tipos de intensidad:

Intensidad instantnea:
0
lim
t
P P
t t
A
A c
=
A c

Intensidad media:
P
t
A
A

4.6.3.- Anlisis de datos pluviogrficos

Un pluvigrafo registra la variacin temporal de la lluvia acumulada. En la Figura 4.6.2.1. se observa el
pluviograma que se obtiene durante la evolucin de una determinada tormenta. Tal pluviograma
corresponde al registro de un pluvigrafo de cubeta basculante o a cangiln. En el mismo se observa que
en el lapso de 3.5 hs precipitacin 61 mm.

0
1
2
3
4
5
6
7
8
9
10
0 1 2 3 4 5
t (hs)
P
a
c

(
m
m
)
Figura 4.6.2.1. Pluviograma para una determinada tormenta

A partir del pluviograma se puede construir la curva de altura de lluvia acumulada, tal como se muestra
en la Figura 4.6.2.2.
0
10
0 2 3 4
t (hs)
P
a
c

(
m
m
)
Figura 4.6.2.2. Curva de altura de lluvia acumulada
20
30
40
50
60
1
70
At
AP


33

Discretizando el tiempo t en intervalos de tiempo At se pueden definir los incrementos de precipitacin
AP asociados a cada At. A partir de la curva de altura de lluvia acumulada, considerando por ejemplo At =
10 min, se determina el hietograma de lluvia total mostrado en la Figura 4.6.2.3. Obviamente el mismo
hietograma podra ser obtenido a partir del pluviograma.
A cada barra del hietograma se le puede asociar una intensidad media de lluvia i
m
=AP/ At en dicho
intervalo At. La barra mayor del hietograma establece la intensidad media mxima de lluvia para un
asignado At de discretizacin i
m mx
=AP
mx
/ At. En el caso del hietograma de la Figura 4.6.2.3., AP
mx
=10
mm (sptima barra) y por tanto i
m mx
=60 mm/h.
Para la misma tormenta se pueden considerar distintos valores de At y construir por ejemplo otros
hietogramas para At =5, 15, 20, 30, 45, 60, 120, etc.

Para todas las tormentas registradas en una estacin pluviogrfica G, durante una serie de aos
X1,Xn, es posible realizar el anlisis descripto anteriormente y seleccionar el mximo valor anual de
intensidad media mxima asociado a cada intervalo de duracin At. Tales datos pueden organizarse como
se muestra en la tabla siguiente.

Ao At (min)
5 10 15 .
X1 i
5 X1
i
10 X1
i
15 X1
.
X2 i
5 X2
i
10 X2
i
15 X2
.
X3 i
5 X3
i
10 X3
i
15 X3
.
-- - - - .
-- - - - .

Xn i
5 Xn
i
10 Xn
i
15 Xn
.

4.7.- Curvas Intensidad Duracin Recurrenci a (I D T )

Para proyectos de obras hidrulicas, tales como vertederos de presas, sistemas de drenajes, galeras
pluviales, dimensionamiento de conductos pluviales, entre otros, es necesario conocer los tres parmetros
que caracterizan las precipitaciones mximas: intensidad, duracin y frecuencia ( o tiempo de retorno).
La intensidad puede ser substituida por la precipitacin total en la duracin, denominndose esas curvas,
en ese caso, p d f
Correlacionando intensidades y duraciones de las lluvias se verifica que cuanto mas intensa es una
precipitacin, menor ser su duracin. La relacin cronolgica de las mayores intensidades para cada
duracin puede ser obtenida de una serie de registros pluviogrficos de tormentas intensas.

Como se dijo, cuando ms grande sean los intervalos de tiempo, las intensidad medias que se calculan
para estos intervalos tienden a ser menores, por ejemplo si calculamos la intensidad media para la duracin
total de la tormenta tendremos una determinado valor de intensidad, si calculamos las intensidades para
distintos intervalos de tiempo encontraremos algunos valores de intensidad mayores que el anterior, si
achicamos ms podemos encontrar intensidades todava mayores y esa es una condicin general que se
cumple en las tormentas.
0
1
2
3
4
5
6
7
8
9
10
0
t (hs)
P

(
m
m
)
Figura 4.6.2.3. Hietograma de lluvia total
2 3 4 1

34
Esto es lo que ha dado lugar a las curvas de intensidad duracin que relacionan la intensidad de la
tormenta con su duracin y son caractersticas de cada regin.
Otro detalle importante es que cuando analicemos tormentas, tendremos gran cantidad de tormentas a
esas intensidades le podremos asociar una determinada probabilidad, lo que nos va a interesar es
determinar curvas intensidad duracin frecuencia.

Curvas intensidad duracin frecuencia Curvas intensidad duracin frecuencia
(Observatorio de Bs. As.; 1965 1988) para la ciudad de Porto Alegre, RS

Las curvas tambin pueden ser expresadas por ecuaciones genricas que tienen la siguiente forma:

( )
d
b
c t
Tr a
i
+
=
.
(1)

donde i es la intensidad, generalmente expresada en mm/h; Tr es el tiempo de retorno, en aos, t es la
duracin de la lluvia, en minutos, y a, b, c, y d son parmetros que deben ser determinados para cada lugar.
La ecuacin permite sintetizar las fajas de las curvas, mas podr presentar errores, ya que el ajuste no
siempre es perfecto. El ajuste puede ser realizado linealizando la ecuacin (1), a travs del uso de
logaritmos y utilizando regresin mltiple para la determinacin de los parmetros.

4.8.- Mtodos empleados para la estimacin de curvas i d f

Los mtodos empleados para estimar curvas i d f en el territorio nacional pueden ser clasificados en
dos grandes grupos que se dividen, a su vez en sendos subgrupos (Figura 3). Con excepcin de los
mtodos basados en los registros pluviogrficos del lugar de inters, los restantes corresponden a
procedimientos de regionalizacin hidrolgica. En estos mtodos la tendencia general es al aumento de la
incertidumbre de sus estimaciones a medida que disminuye la disponibilidad de datos de la regin de
inters. A continuacin se presenta un breve comentario sobre cada mtodo.


35

Figura 3. Clasi ficacin de los mtodos para la estimacin de curvas i d f

4.8.1.- Mtodos aplicables a localidades con datos de lluvia

En general se trata de los mtodos ms confiables, por el hecho de hacer uso de informaciones del
propio lugar de inters.

4.8.1.1.- Mtodos de estimacin de la i d f basados en informaciones pluviogrficas

Representan la determinacin clsica de las curvas i d f y constituyen el procedimiento ms
confiable. Al requerir un gran esfuerzo de tratamiento resultan, en contrapartida, muy demorados. Se basan
en el anlisis estadstico del conjunto de fajas pluviogrficas disponibles correspondientes a las tormenta
intensas en la localidad. Por lo general se recomienda contar con al menos 20 aos de datos.
La determinacin de la relacin entre tres variables (curvas i d f ) debe ser deducida de las
observaciones de las lluvias intensas durante un periodo de tiempo suficientemente largo y representativo
de los eventos extremos del lugar.

Ejemplo:

N Fecha Duracin Cantidad Cantidad acumulada (mm)
Total (min) Total (mm) 10 20 30 40 50 60 70 80
1 9/6/83 80 29 3 5 8 15 21 24 27 29
3 2 3 7 6 3 3 2
Cantidades cadas para intensidades de 10

Los intervalos de tiempo se determinan de acuerdo a la precisin del pluvigrafo.
Para intervalos de 10 hay distintos valores de precipitaciones cadas que van a dar distintos valores de
intensidades, vamos ahora a indicar cantidades e intensidades mximas para distintas duraciones (para 10,
20, 30, ...)
No hay necesidad de tomar todos los intervalos mencionados en la tabla: adems podemos tomar los
intervalos mas o menos cerca y luego podemos comenzar a espaciarlos, como a partir de cierto valor de la
curva, sta comienza a tener una variacin ms dbil, a medida que avanzamos podemos tomar intervalos
de tiempo mayores pero lo importante es que iremos seleccionando cantidades mximas de las cuales se
van luego a deducir intensidades mximas para distintos intervalos de tiempo.
Por ejemplo, en la tormenta anterior, la cantidad mxima para duracin 10 es 7 mm y la intensidad 0,7
mm/min; la cantidad mxima para la duracin 30 es de 16 mm y la intensidad 0,53 mm/min.
Mtodos para
la estimacin
de curvas
i - d - f
Aplicables a
localidades
sin datos
de lluvia
Basados en datos
pluviogrficos
Aplicables a
localidades
con datos
de lluvia
Basados en datos
pluviomtricos
Regionalizacin de
datos argentinos
Regionalizacin de
datos mundiales
Sherman
(1931)
Desagreg. de
duraciones
Ruhle (1969)
Devoto (2002)
Bell
(1969)

36
Se observa que las intensidades mximas van disminuyendo para distintos intervalos de tiempo. Se ha
seleccionado cantidades e intensidades mximas para distintos intervalos de tiempo. Se realiza lo mismo
para las dems tormentas.
Supongamos ahora que todas esas tormentas provienen de una estacin con treinta aos de registros,
calculemos entonces cuantas tormentas podemos tener en treinta aos de registro, con 30, 50 tormentas
por ao.
Cuando vamos a analizar una duracin cualquiera, la de 20 por ejemplo, cuantos valores de
intensidades mximas vamos a disponer en la serie de 30 aos; tantos valores como tormentas tengamos o
sea, que para intervalos de 20 tendremos seleccionadas como intensidades mximas del orden de 200,
300, 500 valores y queremos ahora hacer un anlisis probabilistico de esos valores, entonces no vamos a
trabajar con toda la masa de datos sino que vamos a hacer una seleccin muestral, vamos a tomar una
muestra de todos los valores.
En Hidrologa nos interesa trabajar con sucesos por ao ya que a los mismos podemos asignarles una
probabilidad anual, que consiste en tomar el mximo de cada uno.

4.8.1.1.1.- Mtodo Clsico para el trazado de la curva i - d - T

Interesa conocer las cantidades mximas para intervalos de tiempo de 5, 10, 15, 20, 30, 45, 60, 90, y
120 minutos. Se utiliza la siguiente planilla.

DIA MES AO CANTIDAD E INTENSIDAD MXIMAS
5 10 15 20 30 45 60 90 120
9 18 22 2 45 50
9/5 18/10 22/15 27/20 45/30 50/45
1,8 mm/min 1,8 1,47 1,35 1,50 1,11

Si las tormentas en una zona duran mas de 2 horas, el anlisis se sigue en un lapso de tiempo mayor. Si
no sobrepasa la hora los intervalos se toman de 5 en 5 minutos. En la planilla se coloca la intensidad
mxima para 5 minutos tomada de la planilla 1. Luego se busca la intensidad mxima correspondiente a 10
minutos consecutivos y as sucesivamente para los distintos interperodos.
En la prctica las mayores intensidades se dan en la primera parte de la tormenta. El mismo anlisis se
hace para cada una de las tormentas registradas en una estacin.
Falta an asignarle a cada valor registrado, cual es su frecuencia o recurrencia, para lo cual se
confecciona la siguiente tabla.

Duracin INTENSIDAD (mm/min)
(min) 0,10 0,20 0,30 0,40 0,50 . . . 2 2,2 2,4 . . .
5 IIIIIIIII IIIIII IIIII III III II
10 Frecuencia Absoluta : nmero de veces que el evento es alcanzado o superado
15
20
30
45
60
90
120

Se supondr, que se tienen 45 aos de registro y que se quiere conocer en promedio, cuantas veces se
puede producir el par intensidad mxima duracin que tiene un tiempo de recurrencia de por ejemplo 5
aos.
Nmero de aos de registro : n =45 - Tiempo de recurrencia : T =5
K =n / T =45 / 5 =9 : numero de veces que se puede dar una tormenta frecuencia terica (f(x) =1 / T).
A continuacin se tomarn los valores para una determinada duracin; por ejemplo para una duracin de
5 minutos se ver, para esa duracin y para una intensidad dada cuantas veces se repite el par intensidad
duracin un valor mayor. Supongamos que los valores de intensidad para varias tormentas en 5 minutos
sean las siguientes; 0,21; 0,35; 0,15; 2,1; 1,3; 0,43.
Luego estos valores de intensidad en 5 minutos deben clasificarse en la primera fila de la planilla
anterior. Para el primer valor de intensidad 0,21 al estar averiguando para cada par de la planilla si se da
ese valor o uno mayor se hace una marca en 0,10 y 0,20. Para otros intensidades del ejemplo se opera en
forma similar.

37
Para cada una de las restantes duraciones se efecta el mismo procedimiento. Sumando las marcas, se
obtiene el numero de veces que se ha dado cada par duracin intensidad o una mayor. Las mayores
intensidades son las que tienen menor nmero de marcas. Suponiendo que en la tabla anterior se tienen los
siguientes valores:

Duracin INTENSIDAD (mm/min)
(min) . . . 1.4 1,6 1,8 2,0 . . .
5 14 7 4
10 11
15 6

Se pretende conocer ahora cual es la intensidad que le corresponde para cada duracin a un
determinado perodo de recurrencia. Para el perodo de 5 aos del ejemplo anterior en el intervalo de 5
minutos la intensidad de la tormenta que se repiti 9 veces debe estar comprendida entre 1,4 y 1,6. El valor
de la intensidad se calcula por regla de tres simple. En el caso inverso, es decir, para una tormenta que se
repiti 9 veces y una intensidad fija se quiere averiguar cual es el tiempo de duracin.
Obtenidos todos estos valores se construyen grficas de i d T, se llevan los pares de valores
obtenidos a una grafica y uniendo los puntos se tiene una curva como la siguiente:
d
i
T = 5 aos
T =10 aos

Figura N 4

Estos valores de intensidad en funcin de la duracin son una caracterstica del rgimen
hidrometereolgico de una determinada zona o regin; por lo tanto interesa ordenarlos y tratarlos de forma
tal que se puedan ajustar a una distribucin de probabilidades.
Este mtodo ha recibido crticas, pero las curvas obtenidas en comparacin con las obtenidas por otros
mtodos ms exactos, por ejemplo el estadstico, no difieren mayormente para tiempos de recurrencia
menores que el nmero total de aos de registro. Para tiempos de recurrencia mayores el mtodo clsico
falla por la concepcin simplista que tiene por ejemplo al considerar 45/5 aos, etc.

4.8.1.1.2.- Mtodos estadsti cos para el trazado de curvas

El anlisis estadstico de la estructura hidrolgica de las series de lluvias pueden ser seguidos desde dos
enfoques alternativos: series anuales o series parciales. La eleccin de uno u otro tipo de serie depende del
tamao de la serie disponible y del objetivo del estudio.
La metodologa de la serie parciales es utilizada cuando el numero de aos de datos es pequeo (<12
aos) y los tiempos de retornos que sern utilizados son inferiores a 5 aos.
La metodologa de la serie anual es se basa en la seleccin de las mayores precipitaciones anuales de
una duracin escogida. Con base en esta serie de valores y ajustada una distribucin de extremos que
mejor se ajusta a los valores.
En la construccin de la curva i d f es necesario ajustar una distribucin estadstica de los mayores
valores anuales de precipitacin para cada duracin. La eleccin de las duraciones depende de la
discretizacin de los datos y de la representatividad deseada para esa curva.
Cuando el aparato permite una discretizacin de hasta 5 minutos, en general son elegidas las siguientes
duraciones: 5, 10, 15, 30 y 60 minutos, 1, 2, 4, 6, 12, 18 y 24 horas.
La metodologa sigue la siguiente secuencia:

a. para cada duracin son obtenidas las precipitaciones mximas anuales tomando de los
datos del pluvigrafo;

38
b. para cada duracin mencionada es ajustada una distribucin estadstica;
c. dividiendo la precipitacin por la duracin se obtiene la intensidad; d) las curvas resultantes
son la relacin i d f .

Debe tenerse en cuenta para la utilizacin de este mtodo, que en los problemas de previsin (es decir
que es lo ocurrir en 10 aos, 50 aos, etc.) se admite implcitamente que el valor de la frecuencia
experimental, es muy prximo a la probabilidad.
Por ejemplo si se tienen 20 aos de datos y un fenmeno se repite 5 veces, haciendo el cociente se
obtiene una frecuencia experimental muy prxima a la probabilidad terica.
Para realizar un anlisis probabilstico se deber efectuar una seleccin muestral, y un anlisis para cada
intervalo de tiempo.
Si el anlisis busca eventos con probabilidades mayores de 0,2 (T > 5 aos), se recomienda utilizar una
serie de datos compuesta de valores mximos (mnimos) anuales, o sea tomando el mayor (menor) evento
de cada ao.
Estas series se conocen como series de valores extremos. Si se trabaja con valores mximos anuales
se trata de una seri e anual mxi ma , en el caso de valores mnimos anuales, la serie ser una serie anual
mni ma.
Para analizar eventos que ocurren mas frecuentemente son mejores las series parciales. Cuando un
problema requiere del anlisis de eventos con un periodo de retorno de 5 aos, la serie parcial de valores es
preferible a la serie anual.
Las series parci ales se construyen tomando todos los valores de la variable hidrolgica considerada por
encima (debajo) de algn valor base seleccionado. El valor base se escoge de tal manera que no se
incluyan ms de dos o tres eventos en cada ao. Las series parciales pueden indicar la probabilidad de
eventos que son igualados o excedidos (o no superados) 2 3 veces por ao.
Si el valor base se selecciona de tal manera que el nmero de valores en la serie es igual al nmero de
aos en el registro, la serie se conoce como una serie de excedencia anual.
En las series anuales el perodo de retorno es el intervalo promedio con que un evento hidrolgico
(precipitacin, caudal, etc.) de un tamao dado sea repetido en cuanta mxima anual. En las series
parciales, el perodo de retorno es el intervalo promedio entre eventos hidrolgicos (precipitacin, caudal,
etc.) de un tamao dado sin importar su relacin en el ao.
En el cuadro siguiente se comparan los perodos de retorno de series anuales y parciales obtenidos
tericamente.

Cuadro 1. Comparacin de series anuales y parciales
Perodo de Retorno
(Aos)
Serie parcial Serie anual
0,50 1,16
1,00 1,58
1,45 2,00
2,00 2,54
5,00 5,52
10,00 10,50
50,00 50,50
100,00 100,50

Este cuadro indica que para un mnimo valor determinado de la variable hidrolgica se obtiene, por
ejemplo, un perodo de retorno igual a 2 aos cuando se utiliza una serie parcial y a 2,54 aos cuando se
utiliza una serie anual.
Se mencionar simplemente como se realiza el trazado, pues se emplea usualmente la distribuciones
tericas de probabilidades de Gumbel (cuyo desarrollo junto con otras distribuciones tericas de
probabilidades sern vistos en la Unidad Temtica N 5) utilizado para precipitaciones mximas en 24
horas.
En tablas anteriores se tenan para una tormenta la cantidad de mximas precipitadas para intervalos
consecutivos de 5, 10, 15, 20 minutos, etc.
Haciendo el cociente se determina la intensidad mxima para cada intervalo. Este constituira segn
Gumbel, la poblacin total de datos. Luego, si se tienen datos de todas las tormentas para una ao, y se
seleccionan para cada duracin de las mismas en un ao se pueden tener para los distintos intervalos de
duracin en un ao y de todas las tormentas las intensidades mximas correspondientes.


39
A estos valores se les aplica la ley de Gumbel y se pueden obtener grficos como los siguientes:

15 '
i mx.
10 '
5 '
T
F(x)
1 - F(x)
d
T = 5 aos
T =10 aos
20 '
i
T =20 aos
(1) (2)

Es decir, que al aplicar Gumbel se determinan curvas de intensidad mxima duracin recurrencia.
Luego, si se quieren llevar estas curvas al trazado del mtodo clsico intensidad duracin frecuencia, se
fija una determinada recurrencia por ejemplo 10 aos, se entra con este valor en el grafico anterior, se
determina la intensidad mxima para cada duracin y se obtiene el siguiente grfico ya conocido : (2).
Si en vez de contar con datos pluviogrficos se tienen valores obtenidos del pluvimetro, en lugar de
intensidad tendremos cantidades mximas.

CANTIDAD MAXIMA
AO 24 hs 48 hs 72 hs
1951
1952
. . .
. . .
. . .
1980

Si tenemos 2 das consecutivos de mxima precipitacin, el valor correspondiente se anotar en la
columna de 48 horas. Anlogamente; si tenemos 3 das consecutivos de mximas precipitaciones en el ao,
el valor se colocar en la columna correspondiente a 72 horas. Luego si el valor correspondiente a 72 horas
no coincide con el de 48 horas y a su vez es menor, se pondr el valor de este ltimo en el casillero
correspondiente a 72 horas.

4.8.1.2.- Mtodos basados en informaciones pluviomtricas

Ya se haba definido en esta unidad bajo el ttulo de Variable de una tormenta ; la intensidad media y la
instantnea, y su forma de obtenerla a partir de pluvigrafos, como una medida indirecta.
Ahora bien, existen tambin, estaciones en donde no se encuentran ninguno de estos tipos de
instrumento y en las cuales se interesa conocer los valores de intensidad, a partir de datos de precipitacin
mxima ocurrida en 24 horas y en medida con pluvimetros.
Adems sabemos que en el esquema del ciclo hidrolgico, el anlisis de tormentas, van a estar
asociados a los problemas de escurrimiento directo, en los cuales habr una entrada de lluvia, una parte
interceptada, una parte almacenada superficialmente, otra infiltrada y otra escurrida.
La capacidad del suelo es fija (de infiltracin) por lo tanto la variacin de las intensidades de tormentas,
se vern reflejada en una variacin en el escurrimiento.
Por lo tanto en muchos casos, hay necesidad de tener determinados valores de intensidad para distintas
duraciones y distintas frecuencias o recurrencias.
Para esto, se realiza un grafico teniendo en cuenta las precipitaciones mximas en 24 hs anuales de una
serie de aos, obtenindose de esta forma una recta como la siguiente.


40
24 hs
Pmx. Acum.
48 hs
72 hs
T
F(x)
1 - F(x)

Para una determinada recurrencia, se determina una precipitacin mxima en 24 horas, de acuerdo al
ajuste terico (por ejemplo Gumbel).
A dicha precipitacin mxima en 24 horas y con una recurrencia dada, normalmente nos interesa
expresarla en intensidad horaria, pues no se sabe en los valores de Pmx si llovi constantemente las 24
horas.
O sea que no se puede simplemente dividir el valor de Pmx por las 24 horas y obtener la intensidad
horaria. Si no se tiene una idea o informacin de la duracin que tiene las tormentas la nica posibilidad de
obtener la intensidad es utilizar algunos mtodos aproximados o criterios prcticos, algunos de los cuales se
describen a continuacin.

4.8.1.2.1.- Mtodo de la desagregacin de duraciones

Este mtodo denominados tambin de desagregacin de lluvias intensas diarias (Bertoni y Tucci,
1993), se basa en la caracterstica presentada por las precipitaciones intensas de poseer relaciones
relativamente constantes entre las intensidades correspondientes a distintas duraciones.
Estos mtodos se basan en dos caractersticas observadas en las curvas i d f correspondientes a
lugares localizados en diversas partes del mundo:

a) existe una tendencia de las curvas de probabilidades de diferentes duraciones de mantenerse
paralelas entre s ( que es simple de observar cuando las mismas son graficadas en papel log log
); y
b) para diferentes lugares, existe una gran similitud en las relaciones entre las precipitaciones medias
mximas de diferentes duraciones (en realidad existe una tendencia de estas relaciones a cambiar
levemente con el tiempo de retorno).

Las relaciones entre duraciones son obtenidas siguiendo la expresin:

2
1
2 1
t duracin de iones precipitac
t duracin de iones precipitac
r
t t
=

El mtodo exige el anlisis estadstico de lluvias diarias, el cual generalmente se realiza siguiendo el
enfoque de series anuales. Se trata de un mtodo que combina rapidez de tratamiento, simplicidad de
anlisis y aceptable grado de confiabilidad al basarse en datos del propio lugar de inters.
En la Tabla 1 se presentan los valores medios correspondientes a los factores adimensionales de
desagregacin de lluvias diarias, los cuales permiten arribar a estimaciones de curvas i d f entre 5 min y
24 h a partir de datos diarios. Cabe sealar que:

El factor 1,13 significa que las lluvias intensas correspondientes a 24 horas de duracin
ininterrumpidas son, en promedio, un 13 % mas intensas que los valores pluviomtricos (la razn es
que estos ltimos pueden fraccionar a los montos correspondientes a una tormenta de acuerdo al
horario sistemtico de medicin, asignndolos a dos das diferentes).
Se ha observado que los factores poseen tendencia de variacin en funcin del tiempo de retorno.
De todos modos, a los efectos prcticos pueden ser considerados constantes, mxime para estudios
de drenaje urbano que envuelven bajos tiempos de retorno y obras hidrulicas menores.


41
Tabla 1 Factores adimensional es de rel acin de intensi dades correspondientes
a distintas duraciones, apli cabl es al mtodo de desagregacin de datos diarios.

Relacin 24h/1d 12h/24h 10h/24h 8h/24h 6h/24h 1h/24h
Factor 1,13 0,85 0,82 0,78 0,71 0,41

Relacin 30min/1h 20min/30min 15min/30min 10min/30min 5min/30min
Factor 0,75 0,82 0,72 0,57 0.37

(Fuente: Bertoni y Tucci. 1995)

Los coeficientes adimensionales (r
d/24hs,
d en minutos) correspondientes a mas de 40 localidades de 10
pases de los 5 continentes son presentados en la tabla siguiente.

Fuente: Estimacin de lminas mximas de lluvia a partir de informacin pluviomtrica diara,
C.Garcia, Gabriel Camao Nelli, Clarita Dasso

Algunos cuidados especiales deben ser observados: a) el factor que relaciona las duraciones de 24 horas
y 1 da puede ser menor para regiones donde la precipitacin convectiva es predominante. La precipitacin
de 24 horas es el total mximo relativo a un perodo continuo de 24 horas y el de 1 da es el valor
comprendido entre los horarios de observacin. Precipitaciones mximas que se inicien antes del horario de
observacin pluviomtrica y terminen depuse tienden a aumentar este factor, lo que no siempre ocurre en
las regiones donde la tendencia es de precipitaciones convectivas debido al calentamiento diurno, que
ocurre en el final de la tarde; b) los factores presentan una leve tendencia de variar con el tiempo de retorno.

4.8.2.- Mtodos aplicables a localidades sin datos de lluvia

Se trata de mtodos expeditivos, basados en regionalizacin hidrolgica. Permiten contar con una
primera estimacin de la curva i d f del lugar de inters.

4.8.2.1.- Regionalizacin de datos de Argentina:


42
Entre estos mtodos se destacan el de Ruhle (1966), propuesto para su empleo en el Mtodo Racional
Generalizado (MRG) y el de Devoto (2002).

Mtodo de Ruhle (1966)

Propone la estimacin de la intensidad media de la lluvia, en mm/h, correspondiente a 25 aos de tiempo
de retorno segn la expresin:

25 b
a
R c
t
= +

donde t es la duracin de la tormenta expresada en mm y a, b y c son parmetros estimados de acuerdo
a las siguientes expresiones:

2,295
31 0,023
h h
a R R = + ; 0,82 b = ;
1,293
2,29 0,023
h
c R = +

siendo Rh la intensidad de precipitacin horaria, en mm/h, correspondiente a una recurrencia o tiempo de
retorno, Tr, de 25 aos. El mtodo implica el empleo de un mapa de isohietas horarias correspondiente a
todo el pas, que permite estimar el valor de Rh . El autor sugiere que para duraciones mayores a 2 h el
valor de R25 puede estimarse como:

25 b
a
R
t
=

Para obtener la intensidad en mm/h, correspondiente a otros tiempos de retorno expresados en aos, RT,
la expresin propuesta es la siguiente:

25 0,3
25
50
1 0,44 log
25
50
r
T
T
R R
R
( | |
| |
= +
| ( |
\ . +
\ .

Mtodo de Devoto (2002)

El autor propone la representacin estadstica de la intensidad mxima asociada a diferentes duraciones
a travs del modelo doble exponencial de Gumbel segn la expresin:

0,5772 1 1
1 1
1,282 1,282
v v
r
X X C C Ln Ln
T
( | |

=
` ( |
\ . )

donde X representa la intensidad media, C
v
es el coeficiente de variacin y T
r
el tiempo de retorno. El
autor regionaliz los valores de X y C
v
para todo el territorio nacional, correspondiente a duraciones de 1 y
12 horas. En la Figura 5 y en la Figura 6 se reproduce la regionalizacin correspondiente a 1 hora. Para la
expresin matemtica de las curvas i d f el autor propuso dos modelos clsicos de tipo hiperblico de 2 y
3 parmetros. Luego del anlisis del desempeo de ambos recomend el modelo de 3 parmetros dado por
la expresin:

b
a
R c
t
= +

Las expresiones de los parmetros resultan en este caso:

( )
1 1
b
a i t c = +
0,80 b =

( ) ( )
12 12 1 1 12 1
b b
c i t i t i i =

43
donde los subndices 1 y 12 corresponden a duraciones de 1 y 12 horas. En el modelo, la intensidad de
lluvia, R, se expresa en [mm/h] y la duracin de la tormenta, t, en [min].

Figura 5. Regionalizacin del parmetro X - Duracin 1 hora
(Fuente: Devoto, 2002; adaptado)

44

Figura 6. Regionalizacin del parmetro C
v
- Duracin 1 hora.
(Fuente: Devoto, 2002; adaptado)

45

4.8.2.2.- Regionalizacin de datos mundiales:

Mtodo de Bell (1969)
Utilizo datos de varios continentes es ajustado a la siguiente ecuacin:

( ) ( )
60
2
25 , 0
50 , 0 54 , 0 . 76 , 0 ln 35 , 0 P t Tr P
t
T
+ =

donde t en minutos y Tr en aos. La ecuacin es vlida para 5 s t s 120 minutos y 2 s Tr s 100 aos.
La ecuacin anterior permite la estimacin de la precipitacin de duracin t y el tiempo de retorno Tr
(obedecidos los limites), conocida la precipitacin de 2 aos y 1 hora. Cuando existe un puesto con serie
corta, el anlisis por series parciales permite la estimacin de esa precipitacin. Bell (1969) con base en el
estudio de Hersfield, estableci una relacin para la precipitacin P
2

60
, que es la siguiente:

33 , 0 3 60
2
. . 10 . 69 . 6 n M P

=

para 0 s M s 50,8 mm y 1 s n s 80, donde M es la media de las precipitaciones mximas anuales con
duracin diaria, en mm y n es el numero medio de das de tormenta.
Para el intervalo 50,8 s M s 114,3 y 1 s n s 80, la expresin es:

33 , 0 67 , 0 3 60
2
. . 10 . 27 , 8 n M P

=

En base de estas tres ltimas ecuaciones es posible estimar la relacin entre intensidad, duracin y
frecuencia para un lugar donde existan solamente datos de pluvimetros.

4.9.- Utilizacin de las curvas i d - T

Como se dijo anteriormente numerosas son las aplicaciones de las curvas i d T , a continuacin se
desarrollar un pequeo ejemplo de utilizacin de dichas curvas.
El caudal que escurre sobre una cuenca segn el mtodo racional ser :

Q i S =

Siendo i : intensidad de la precipitacin
S : superficie de la cuenca
: coeficiente de prdida o escorrenta
: coeficiente de unidades

Esta frmula racional en el calculo hidrolgico no se utiliza en cuencas rurales, porque no es un
coeficiente constante sino que vara segn el estado de humedad del suelo, la intensidad de la
precipitacin, etc. Sin embargo cuando hay que proyectar desages urbanos, se aplica perfectamente
porque se tienen las calles pavimentadas y las prdidas por escurrimiento pueden calcularse perfectamente.
Ahora bien, se saba que un hidrograma era la variacin del caudal en funcin del tiempo, en una
determinada seccin de control o en el punto de salida de la cuenca. Se supondr entonces que hay que
dimensionar desages urbanos.
Estos desages se deben proyectar de modo que escurran los caudales mximos. No conviene
dimensionarlos para que escurran los caudales mximos mximos porque exigirn obras de un tamao
desmesurado que trabajarn por debajo de su capacidad normal casi siempre. Lo que se hace es entonces
dimensionar la obra, de acuerdo a su importancia, con caudales mximos de un perodo de recurrencia de
5, 10, 50 aos, etc. Es decir, se eligen los periodos de recurrencia con criterio econmico.
Ahora bien, suponiendo adoptado el perodo de recurrencia, si se quiere saber el caudal mximo a ste le
va corresponder una intensidad mxima, la que va a estar asociada a una duracin segn las curvas
anteriores; luego se utiliza el par intensidad duracin que sea el mximo para el perodo de recurrencia
elegido. En cuencas pequeas, la tormenta que produce el caudal mximo es aquella cuya duracin es
igual o mayor al tiempo de concentracin de la cuenca (para cuencas de formas normales). (I) Cuando la
duracin es mayor que el tiempo de concentracin en el hidrograma se obtiene una grafica del siguiente
tipo:

46

Figura N 7

Sin embargo el caudal mximo se produce cuando la duracin de la tormenta es igual al tiempo de
concentracin porque en ese momento esta aportando toda la cuenca.
Finalmente si en la planta urbana se determina la cuenca, las velocidades de escurrimiento del agua, las
longitudes mximas y el tiempo de concentracin, se suele hacer el clculo del caudal mximo entrando a la
curva de 5 aos con una duracin igual al tiempo de concentracin de la cuenca para obtener la intensidad
de clculo.

4.10.- Diseo Hi drolgico

El diseo hidrolgico es el proceso de evaluacin del impacto de los eventos hidrolgicos en un sistema de
recursos hidrulicos y de escogencia de valores para las variables importantes del sistema para que ste se
comporte adecuadamente. El diseo hidrolgico puede utilizarse para desarrollar esquemas de una nueva
estructura, como un dique para control de crecientes, o para desarrollar programas de manejo y
administracin para controlar mejor un sistema existente, por ejemplo, produciendo un mapa de la planicie
de inundacin para limitar la construccin cerca de un rio.
Aparte de la hidrologa, existen muchos factores que estn envueltos en los diseos de sistemas de
recursos hidrulicos; stos incluyen la seguridad y salud pblica, la economa, la esttica, los aspectos
legales y factores de ingeniera tales como diseos geotcnicos y estructurales.

4.10.1. Escala del diseo hidrolgico

Los fines de la planificacin y el manejo de los recursos hidrulicos pueden clasificarse en dos categoras.
Una es el control del agua, tal como el drenaje, el control de crecientes, la disminucin de contaminacin,
el control de insectos, el control de sedimentos y el control de salinidad.
El otro es el uso de agua y su manejo, como en el suministro de agua domstica e industrial, la irrigacin, la
generacin hidroelctrica, la recreacin y el mejoramiento de la vida silvestre, el aumento de los caudales
bajos para el manejo de la calidad del agua y el manejo integral de la cuenca.
En ambos casos, la tarea encargada a la hidrologa, es la misma, es decir, determinar un caudal de entrada
de diseo, transitarlo a travs del sistema y verificar que los valores del caudal de salida sean satisfactorios.
La diferencia entre los dos casos es que el diseo para el control de agua usualmente est relacionado con
eventos extremos de corta duracin tales como los caudales picos instantneos en una creciente o el
caudal mnimo durante un perodo de unos pocos das en una estacin seca, mientras que el diseo para el
usos del agua est relacionado con el hidrograma de caudales completo durante un periodo de varios aos.
La escala del diseo hidrolgico es el rango en magnitud de la variable de diseo (tal como el caudal de
diseo) dentro del cual se debe seleccionar un valor para determinar el flujo de entrada al sistema (ver en la
figura de la pgina siguiente).
El lmite superior prctico de la escala de diseo hidrolgico no es infinito, debido a que el ciclo hidrolgico
global es un sistema cerrado; es decir, la cantidad total de agua en la Tierra es esencialmente constante.
Algunos hidrlogos no reconocen un lmite superior, pero tal criterio no es realista fsicamente. El lmite
inferior de la escala de diseo es cero en la mayora de los casos, debido a que el valor de la variable de
diseo no puede ser negativo.
A pesar de que el lmite superior real es usualmente desconocido, para propsitos prcticos puede
estimarse un lmite superior. Este valor limite estimado (ELV por sus siglas en ingls) se define como la
mxi ma magnitud posible de un evento hi drolgico en un lugar dado utilizando la mejor informaci n
hidrolgica disponi ble.
Q
t t=tc
Qmax

47

El rango de incertidumbre para el ELV
depende de la confiabilidad de la informacin,
del conocimiento tcnico y de la exactitud del
anlisis. A medida que mejora la informacin,
el conocimiento y el anlisis, el valor limite
estimado se aproxima ms al lmite superior
real y su rango de incertidumbre disminuye.
Han existido algunos casos en los cuales
eventos hidrolgicos observados excedieron
sus valores lmites estimados previamente.
El concepto de un valor limite estimado est
implcito en las comnmente usadas
precipitacin mxima probable (PMP) y la
correspondiente creciente mxima probable
(CMP) que se desarrollaran en el punto
Debido a que su probabilidad es desconocida,
el valor lmite estimado se utiliza
determinsticamente. Ms abajo en la escala
de diseo, comnmente se adopta un mtodo
basado en probabilidades o frecuencias.
Las magnitudes de eventos hidrolgicos en
este nivel son mas pequeas, usualmente
localizadas dentro o cerca del rango de
observaciones frecuentes.
Como resultado, sus probabilidades de ocurrencia pueden estimarse adecuadamente cuando estn
disponibles registros hidrolgicos suficientemente largos para el anlisis de frecuencia.
Teniendo en cuenta las consecuencias potenciales de falla, las estructuras se clasifican como grandes,
intermedias y pequeas

4.10.2.- Eleccin de recurrencia para diseo

Los factores ms importantes en la seleccin del valor de diseo son el costo y la seguridad. Es
demasiado costoso disear estructuras pequeas como culverts para caudales picos muy grandes; sin
embargo, si una estructura hidrulica importante, como el vertedero en una presa grande, se disea para
una creciente demasiado pequea, el resultado puede ser una catstrofe tal como la falla de la presa. La
magnitud ptima para el diseo es aquella que equilibra los criterios enfrentados de costo y seguridad.
En los proyectos de diseo hidrolgico deben definirse inicialmente el o los eventos de precipitacin que
alimentarn los modelos lluvia-caudal. Usualmente se utiliza una tormenta de diseo que tiene asociada una
intensidad media de lluvia, una duracin y un perodo de retorno (Tr).
Cuando debemos trabajar el diseo es necesario dar el valor de una determinada variable hidrolgica,
con un valor de probabilidad asociado a un valor de recurrencia. Por ejemplo intensidades mximas para
dimensionamiento de alcantarillas; caudales de crecidas para el diseo de vertederos de descarga de una
presa, etc.
Dado que la magnitud de un evento extremo es inversamente proporcional a su frecuencia de ocurrencia,
se requiere definir el intervalo de recurrencia o perodo de retorno Tr, que por definicin es el tiempo medio
entre ocurrencias en el largo plazo.
En estos casos hay que tener en cuenta conceptualmente que si la variable hidrolgica en estudio
aumenta, generalmente ser mayor la estructura que debemos disear, con lo cual sern mayores los
costos y mayores las seguridades que se debern tomar. El diseo de cualquier estructura con una vida til
larga debe estar basado en probabilidades anuales.
La seguridad esta asociada con la probabilidad que tiene el valor de diseo de ser superado, pero no se
puede exceder en seguridad ya que se debe encontrar un equilibrio entre la seguridad, el dimensionamiento
y el costo.
Si exageramos en seguridad tendremos problemas de sobredimensionamiento del diseo, en caso
contrario estaremos en el caso de subdimensionamientos. En ambos casos se producirn prdidas de
carcter econmico.
Ejemplo: Necesitamos construir un puente para un determinado curso de agua, buscamos por lo tanto el
valor de caudal que va a escurrir por el mismo. Estos valores de caudales mximos se obtienen de tomar
valores de recurrencia en la siguiente grafica:

48

Q mx.
T (aos)
F(x)
1 - F(x)
0,9
0,1
0,995
0,005
10 200
Q 200
Q10

puente en
el caso A
puente en
el caso B
En un caso: Q = 1000 m3/s
T = 200 aos
1 - F(x) = 0,005
En otro caso: Q = 200 m3/s
T = 10 aos
1 - F(x) = 0,1

Con base en experiencias pasadas, se han desarrollado algunos criterios generalizados de diseo para
estructuras de control de agua tal como se resume en la tabla siguiente.

Tipo de estructura Periodo de
retorno (aos)
ELV
Alcantari llas de carreteras
Volmenes de trafico bajos 5 10
Volmenes de trafico intermedios 10 25
Volmenes de trafico altos 50 100
Puentes de carreteras
Sistema secundario 10 50
Sistema primario 50 100
Drenaje agrcola
Culverts 5 50
Surcos 5 50
Drenaje urbano
Alcantarillas en ciudades pequeas 2 25
Alcantarillas en ciudades grandes 25 50
Aeropuertos
Volmenes de trafico bajos 5 10
Volmenes de trafico intermedios 10 25
Volmenes de trafico altos 50 100
Di ques
En fincas 2 50
Alrededor de ciudades 50 200
Presas con poca probabi lidad de prdidas de vi das (baja amenaza)
Presas pequeas 50 100
Presas intermedias 100 +
Presas grandes 50 100%
Presas con probabilidad de prdidas de vidas (amenaza signifi cativa)
Presas pequeas 100 + 50%
Presas intermedias 50 100%
Presas grandes 100%
Presas con probabilidad de altas prdidas de vi das (alta amenaza)
Presas pequeas 50 100%
Presas intermedias 100%
Presas grandes 100%
Fuente: Hidrologa Aplicada. Chow, Maidment, Mays, 1994

Los criterios mostrados en la tabla, estn relacionados con el diseo de la capacidad de los vertederos, y
fueron tomados de la National Academy of Sciencies (1983). La academia define como presas pequeas
aquellas que tienen un almacenamiento de 50 a 1.000 acres-pie (aproximadamente de 663.855 a
13.277.100 m
2
/m) o que tienen una altura de 25 a 40 pies (7,62 a 12.19 m), como presas intermedias
aquellas que tienen una capacidad de almacenamiento de 1.000 a 50.000 acres-pie (aproximadamente de

49
13.277.100 a 663.854.987 m
2
/m) o que tienen una altura de 40 a 100 pies (12,19 a .30,50 m) y como presas
grandes aquellas que tienen una capacidad de almacenamiento de ms de 50.000 acres-pie
(aproximadamente 663.854.987 m
2
/m) o que tienen una altura mayor de 100 pies (30,50 m) de alto.

4.10.3.- Riesgo y Vida Util

Hay ciertas situaciones para los cuales el hidrlogo desea conocer la probabilidad de ocurrencia de un
evento o de que sea superado durante un intervalo de tiempo especfico.
El diseo de estructuras para el control de agua incluye la consideracin de riesgos. Una estructura para
el control de agua puede fallar si la magnitud correspondiente al perodo de retorno de diseo T se excede
durante la vida til de la estructura.
Ese intervalo de tiempo (N) se llama perodo de diseo o vida til.
Vi da ti l: Es el perodo de duracin de vida, en aos, utilizable de la obra donde no corre riesgos su
estructura ni la funcin para la que fue proyectada. Termina cuando se agota la capacidad estructural de la
misma. En el caso de obras civiles y en particular aquellas que deben cumplir con condiciones especiales
en obras hidrulicas se suele estimar que la vida til supere los 50 aos.
Cuando decimos que una determinada crecida tiene una recurrencia de T =10 aos, estoy diciendo que
la probabilidad de ser superada es del 10 % anual.
Si nosotros construimos la obra; desde el momento en que esta comienza a funcionar la probabilidad de
que la tormenta o la crecida sea superada es en el primer ao de un 10 % (1 F(x)); en el segundo ao va
a ser 1 F(x)
2
ya que sea superado en el primero o en el segundo ao son sucesos independientes; en el
tercer ao ser (1 F(x)
3
), y as sucesivamente.
Se define Riesgo en dimensionamiento a la probabilidad de que un evento cuya probabilidad anual de
ser superado sea superada en N aos .

1
1 ( ) 1 1
N
N
U F x U
T
| |
= =
|
\ .

U N
2 10 50 100
0,01 198 996 4.975 9.953
0,1 20 95 475 950
0,5 3,4 15 73 145
0,75 2 7 36 73

N es en este caso el perodo de servicio de la obra vida til de la misma. Por ejemplo para desages
pluviales se trabaja con recurrencia entre 2 y 10 aos, entonces el riesgo estar entre el 50 y el 75 %.
La siguiente tabla muestra desde otro punto de vista, la relacin U, T y N.

T (aos) Vida til de l a obra (aos )
2 5 25 50 100
2 75 97 99.9 99.9 99.9
5 36 67 99.6 99.9 99.9
10 19 41 93 99 99.9
25 8 18 64 87 98
50 4 10 40 64 87
100 2 5 22 39 63
500 0.4 1 5 9 18

A pesar de que la incertidumbre hidrolgica natural puede tenerse en cuenta a travs del concepto
anterior, otras clases de incertidumbres son difciles de calcular. A menudo estas son tratadas utilizando un
factor de seguridad, FS, o un margen de seguridad, MS. Si el valor dado por el diseo hidrolgico es L
y la capacidad real adoptada para el proyecto es C, el factor de seguridad es:

C
FS
L
= .
Y el margen de seguridad


50
MS C L =

La capacidad real es mayor que el valor dado por el diseo hidrolgico debido a que se tienen en cuenta
otras clases de incertidumbre: tecnolgicas (hidrulica, estructural, de construccin, de operacin, etc),
socioeconmicas, polticas y ambientales.
Para un riesgo hidrolgico especificado U y una vida til de diseo N de una estructura, la ecuacin
puede utilizarse para calcular el perodo de retorno relevante T. La magnitud L del evento hidrolgico que
corresponde a esta probabilidad de excedencia se encuentra al utilizar el anlisis de frecuencia de la
informacin hidrolgica. El valor de diseo C se encuentra al multiplicar L por un factor de seguridad
asignado, o sumando a L, el margen de seguridad adoptado. Por ejemplo, se acostumbra disear diques
con un margen de seguridad de uno a tres pies (0,30 a 1 m), es decir, con un borde libre de unos a tres pies
por encima elevacin de la superficie de agua calculada.
En el caso de las curvas i d f , cuanto menor fuera el riesgo mayor ser la intensidad. La funcin i =f
(t , p), donde i es la intensidad , t es la duracin, p es la probabilidad o Tr =1 / p, es determinada con base
en los datos de los pluvigrafos de los lugares de inters o estimada con base en los datos de puestos
vecinos.

4.11.- Precipitacin mxima probabl e (PMP)

La precipitacin mxima probable esta definida por la Organizacin Meteorolgica Mundial (1983) como
una cantidad de precipitacin que es cercana al lmite fsico superior para una duracin dada sobre una
cuenca particular.
Existen controversias en cuanto a la existencia de un limite superior de precipitacin en un lugar dado
como resultante de la interaccin de varios factores meteorolgicos y con base en la existencia de una
cantidad de masa atmosfrica constante a nivel de la Tierra. La PMP puede ser vista no como un lmite
fsico, que puede llegar a ocurrir para las condiciones analizadas, mas si con un evento cuya superacin
est asociada a una probabilidad muy baja.
Muchas organizaciones vinculadas a la seguridad de las presas recomiendan explcitamente a PMP para
el caso de grandes obras donde la superacin de los eventos proyectados para el diseo de las estructuras
envuelve grandes riesgos (Sugai e Fill, 1990).
Los mtodos de evaluacin de PMP pueden ser clasificados en dos categoras: a) mtodos
hidrometeorolgicos; y b) mtodos estadsticos.
Dentro de los mtodos hidrometeorolgicos se distinguen aquellos basados en la maximacin de
tormentas severas observadas y los que simulan condiciones extremas a travs de modelos de tormentas
mas o menos sofisticados.
En tanto los mtodos estadsticos, el enfoque tradicional se basa en la utilizacin de la ecuacin general
de frecuencia presentada por Chow (1964).
El procedimiento ms adecuado resulta de considerar una serie de tems tales como condiciones
meteorolgicas de la regin, tamao de la cuenca, disponibilidad de datos, nmero y caractersticas de las
tormentas observadas. A si mismo seleccionado un mtodo, es siempre aconsejable aplicar otro para
comparar los mtodos obtenidos.

4.11.1.- Mtodos hidrometeorolgicos

Estos mtodos buscan las condiciones hidrometeorolgicas mas severas de las ocurrencias observadas.
Considerando que el total precipitado tiende a crecer a medida que aumenta el tenor de humedad del flujo
de aire que alimenta las tempestades, se admite que la coincidencia entre mxima precipitacin y mxima
humedad no ocurren en el pasado debido a las fluctuaciones de los dems factores que influencian el
fenmeno, mas nada impide que tal coincidencia venga a ocurrir en el futuro. Los fundamentos de esa
metodologa se encuentran en el manual de la WMO (1973).
En las regiones caracterizadas por tormentas convectivas estos procedimientos pueden ser aplicadas en
cuencas de hasta algunas pocas centenas de km
2
. En las regiones sometidas a la accin de tormentas
frontales se puede aplicar a las cuencas de hasta 10.000 km
2
. Algunos estudios han sido hechos para
obtener estimativos satisfactorios para cuencas de hasta 50.000 km
2
.
La estimacin de la PMP para cuencas aun mayores debe merecer una anlisis meteorolgico bien
fundamentado y se basa en el conocimiento del mecanismo de la formacin de tormentas severas y los
estudios de la distribucin espacial y temporal de las mismas. La intermitencia de las precipitaciones de
larga duracin debe ser puesta en consideracin, a fin de evitar valores exagerados de PMP.


51
4.11.2.- Maximizacin de precipitaciones e intensidades por mtodos estadsticos

Con base a registros mundiales, la PMP puede tener perodos de retorno tan grandes como 500.000.000
aos, que corresponde a un factor de frecuencias de 15. Sin embargo, el periodo de retorno vara
geogrficamente. Algunas personas asignan arbitrariamente a la PMP o a la CMP un periodo de retorno
dado, por ejemplo 10.000 aos, pero esta sugerencia no tienen bases fsicas.
Existe un procedimiento estadstico abreviado, de fcil y rpido uso, basado en la ecuacin general de
frecuencia:
n
t n
X X K = +
en donde :
X
t
= lluvia de perodo de retorno t.
n X = media de la serie de n mximos anuales.

n
=desviacin tpica.
K = variable estadstica.

Que consiste en lugar de usar grficos, obtener valores corregidos de la media y desviacin tpica, de una
muestra de n valores de lluvia anual mxima para una determinado duracin (1, 2, 6, 12 y 24 horas) en
funcin del mximo suceso registrado y del tamao de la muestra, y extrapolar a una superficie cualquiera
(an cuando es recomendable que no sea superior a 100 km2, aunque se ha aplicado con xito a reas
mayores) a partir de las curvas altura superficie correspondientes a temporales de carcter general. Este
criterio es muy inseguro para un determinado valor de recurrencia y para una determinada zona.

4.12.- Distribucin temporal

Como se puede observar en la figura del histograma de intensidades de un evento extremo registrado en
la ciudad Xalapa, Veracruz, Mxico muestra claramente la variabilidad en la distribucin temporal de la
lmina precipitada. El contar con tan valiosos registros lamentablemente no es la situacin precisamente
mas comn en nuestra regin.

A partir de ello, se desarrollaron estudios realizados por diversos autores que mostraron que existe una
gran variabilidad en la distribucin temporal de las lluvias durante las tempestades. Hershfield (1962)
examin un total de 400 tempestades de 50 estaciones con diferentes regmenes de precipitacin.
El autor obtuvo estadsticamente una curva que expresa en porcentaje el total precipitado versus
porcentaje de duracin de la tempestad. A pesar de la gran variabilidad, el autor presento una curva media
para todas las duraciones. El Soil Conservation Service (SCS) desarrollo una curva semejante, valida para
la duracin de 6 horas. Las dos curvas son presentadas en la figura siguiente.


52

Distribucin temporal, Hershfield (1962) y SCS (1976).

Huff (1970) utiliz 49 puestos con 11 aos de registros en el estado de Illinois (USA) para determinar las
caractersticas de la distribucin temporal. El autor clasifico las tempestades inicialmente en cuatro grupos.

Anlisis de la Distribucin temporal, Huff (1970)

Cada precipitacin intensa debe ser dividida su duracin en cuatro partes (cuartiles) y las mismas fueron
clasificadas de acuerdo con la parte de la duracin en que la precipitacin mxima ocurri.
Para cada cuartil fue realizado un anlisis estadstico obtenindose curvas de distribucin temporal con
un determinado nivel de probabilidad de ocurrencia para cada uno de los cuatro tipos. En la figura siguiente
son presentadas las curvas para la probabilidad de 50 % de los cuatro cuartiles.
Ante la falta de datos pluviomtricos de tormentas directamente observadas en el rea de estudio, se
puede recurrir la distribucin temporal patrones fundamentadas en un gran nmero de tormentas
observadas. La validad de este trabajo es funcin directa de la homogeneidad climtica de las regiones
envueltas. (Occhipinti, 1989).

4.13.- Calculo del hietograma medi o

Calculo del hi etograma medio por el mtodo de las isoyetas o polgonos de Thiessen

Suponiendo que se ha dado sobre la cuenca, una determinada tormenta para realizar el estudio, lo
primero que se har, ser trazar para el total de la tormenta las isoyetas o calcular los polgonos de
Thiessen. As se puede calcular la precipitacin media correspondiente a la tormenta estudiada.

53
C
A
4
5
8
6
3
Pluvigrafos A, B y C
Pluvimetros 1,2,3,...,9
9
7
B

Posteriormente se procede a elaborar en las estaciones pluviogrficas los datos, y a deducir las curvas
de acumulacin y los hietogramas; lo que se pretende es tener para toda la cuenca un hietograma medio.
Hay dos caminos de hacerlo:

1. Utilizando nicamente los datos pluviogrficos.
2. Utilizando los datos de pluvigrafos y de pluvimetros.

1. Si se adopta el mtodo 1 se debe realizar un promedio ponderado de los hietogramas que se tienen.
En caso de utilizar el 2 hay que reconstruir en primer lugar las marchas de las precipitaciones. Esto ltimo
se logra expresando las precipitaciones en porcentajes, en la curva de valores acumulados. Cada puesto
pluviomtrico se compara con los puestos pluviogrficos cercanos, buscando fundamentalmente la
coincidencia entre las horas de inicio y fin del aguacero. Luego las precipitaciones de cada pluvimetro se
distribuyen porcentualmente con el tiempo, de acuerdo a lo que indique su estacin pluviogrfica testigo.
Es decir por ejemplo que el pluvimetro N 8 debe tener una distribucin igual que la precipitacin en el
pluvigrafo C.
Como la curva de distribucin de C se expres en porcentajes, se aplican los mismos porcentajes al valor
del pluvimetro N 8, y utilizando la curva porcentual, se vuelve a la acumulada de valores absolutos, para
cada pluvimetro. Luego se superponen todos los hietogramas, teniendo en cuenta las distintas duraciones
de los mismos, para obtener un hietograma medio de toda la cuenca.
Para calcularlo se utiliza el promedio ponderado. Este promedio tiene en cuenta el rea calculada para
los polgonos de Thiessen.

1 1 1 2 1 3
P S P S P S
P
S
+ +
=

Generalmente hay polgonos que empiezan antes que el resto a recibir precipitaciones, y que tiene por lo
tanto un solo valor de precipitacin; al utilizar los polgonos se minimizan ese solo valor, pues se distribuye
sobre toda la cuenca como corresponde.
i
P
t
S1
S3
S2
A
B
C

54

La formula anterior referida a la cuenca dibujada, se utiliza para cada intervalo de tiempo. Por ejemplo
para el primer intervalo de los hietogramas dibujado P1 =0 tanto en la estacin B y C.
Cuando las cuencas son grandes el anlisis se complica con el desfasaje de los hietogramas de distintas
estaciones, y puede resultar imposible deducir un hietograma medio, en estos casos se recomienda dividir
la cuenca en subcuencas.
La importancia en el trazado de un hietograma medio es para relacionarlo luego con el hidrograma de
salida donde estudiamos el volumen o caudal que escurre en toda la cuenca.
Este hidrograma medio tiene sentido calcularlo cuando tenemos la seguridad de que la tormenta abarca
toda la cuenca. Si no sucede esto la utilidad que nos va a brindar este hietograma medio pierde inters.
Adems tenemos que tener la seguridad en lo referente al comienzo u horario de comienzo de las
precipitaciones, por lo tanto tendremos que tener seguridad con respecto a la precisin de los aparatos y de
su manejo, es decir, de la confiabilidad de la informacin con que trabajamos.

t (horas)
0 2 4 6 8 10 12 14 16 18 20 22 24
0 2 4 6 8
Q
i
t (horas)

Calculo del hi etograma medio por el mtodo de las isocronas

Las isocronas son lneas que unen puntos de igual tiempo de aporte a la salida de la cuenca. Se
supondr que para una cuenca se tienen las siguientes isocronas.

1 h
2 hs
4 hs
3 hs

(mm)
Precipitacin Estacin A
(mm)
Precipitacin Estacin B Precipitacin Estacin C
(mm)

55

O sea para la isocrona de 1 hora, significa que toda la superficie rallada aporta a la salida en una hora.
De aqu se deduce que el tiempo de concentracin de la cuenca estar dado por la ltima isocrona. En el
caso anterior, mas de 4 hs.

Luego la tormenta que producir situaciones crticas tendr una duracin muy similar a la duracin de la
ltima isocrona. Se puede realizar as un grfico, caudal tiempo duracin, calculando los caudales
mediante la frmula racional.

Q i S = donde : i : intensidad de precipitacin
S : superficie entre cada una de las isocronas
: coeficiente de escorrenta

1 0
Q
7 4 3 2 6 5 9 8 10
t (horas)
Q2
Q1
Q3
Q4
Q5
Q1
Q3
Q5
Q2
Q4
Pluvigrafo
Hidrograma

Se supondr una tormenta de duracin de 5 hs., al cabo de 6 hs. como la tormenta tiene una duracin
igual al tiempo de concentracin, deja de aportar la superficie de la isocronas de una hora, por lo que al
valor mximo de caudal obtenido, se lo debe restar el valor Q1, y as sucesivamente con los restantes
tiempos, completndose as un hietograma. Con este mtodo se logra conocer una distribucin temporal
pero no areal de las tormentas.

4.14. - Distribucin espacial

As como la distribucin temporal, la distribucin espacial de las precipitaciones mximas es un
importante elemento para el proyecto de la obras de drenaje y control de los volmenes escurridos
superficialmente.
De la misma manera que la intensidad media disminuye a medida que aumenta la duracin considerada,
la precipitacin media areal de una tormenta disminuye a medida que aumenta el area considerada.

45 mm
Ncleo de Tormenta
40 mm
35 mm
30 mm


56
La distribucin espacial de las lluvias mximas no se presenta necesariamente un patrn uniforme. Esta
variabilidad aleatoria, constatada en base a los registros en diferentes partes del mundo, llevo a dos
procedimientos bsicos:
a) Confeccin de las curvas patrn de isoyetas que producen las condiciones mas desfavorables
posibles. Este mtodo se aplica en reas con apenas pequeas diferencias de relieve. El rea de la
cuenca de inters debe ser menor que el rea cubierta por el patrn de isoyetas. Para definir este patrn
puede ser utilizado un evento especfico, o adoptar un patrn sinttico:
b) Determinacin de la curva altura pluviomtrica rea duracin, que permite transferir el resultado
puntual hacia lo espacial.
Dependiendo de las caractersticas climticas y topogrficas de la regin, valores puntuales de las
intensidades (o lminas) medias mximas se consideran representativas de reas entre 2,5 y 25 km
2
.
Incluso aunque el comportamiento pluviomtrico de la regin sea homogneo, para reas mayores debe ser
tenido en cuenta el hecho de que la precipitacin media mxima debe ser menor que la puntual. El valor
puntual obtenido por un o mas puestos es reducido de acuerdo con la duracin y al rea de influencia.
Teniendo en cuenta la escasez de los estudios regionales sobre la distribucin espacial de la
precipitacin, esta reduccin ha sido realizada corrientemente utilizando la relacin adoptada por el Weather
Bureau (1946), en base a datos americanos (ver figura siguiente).
Esas curvas fueron originalmente desarrolladas en base a una red cubriendo reas de 100 a 400 millas
cuadradas, localizadas en su mayora al este del ro Mississipi (EUA). El nmero medio de puestos en cada
red fue de 6 y las series varan de 7 a 15 aos. El factor obtenido en esas curvas es la proporcin entre la
precipitacin mxima media sobre el rea y la precipitacin mxima puntual. Obsrvese que las curvas
presentan caractersticas anlogas para las diferentes duraciones. Los gradientes decrecen y las razones
asintticas crecen con el aumento de la duracin.
Expresiones matemticas del tipo: Pm = Po * e
-km
Pm = Po a*A
b

Donde Pm es la precipitacin media sobre el rea A; Po es la precipitacin en el epicentro de la tormenta
y k, m, a y b son parmetros a ser ajustados, son frecuentemente propuestos para retratar esas curvas.

Factor de reduccin de las precipitaciones mximas puntuales,
conforme estudios de U.S. Weather Bureau (Raudkivi, 1979)

Segn Occhipinti (1989), investigaciones realizadas sobre lluvias extremas en diferentes puntos de la
Tierra muestran que las alturas pluviomtricas varan con el inverso del cuadrado del rea sobre la cual la
precipitacin se distribuye. A Continuacin se desarrollarn algunos de los mtodos disponibles para la
elaboracin de las curvas P d A T.

4.15. - Tormenta de diseo

Este concepto se desarroll para determinar el caudal mximo de diseo en cuencas donde no es posible
contar con una curva de frecuencia de caudales debido a la insuficiencia de datos hidromtricos (falta de
datos o registros demasiados cortos).
Este mtodo se aplica del siguiente modo:
a) Se calcula la precipitacin media rea mxima (para una duracin igual al tiempo de concentracin
de la cuenca) correspondiente a una recurrencia dada y se escoge una distribucin temporal
(usualmente la mas crtica).

57
b) A partir de esta tormenta de diseo se calcula el hidrograma correspondiente, o el caudal pico,
aplicando alguno mtodo de transformacin lluvia caudal. Si esta metodologa se aplica a
grandes areas, se especifica una distribucin espacial, para la tormenta de diseo (usualmente la
de alguna tormenta importante observada).
c) Se considera que la probabilidad del hidrograma, o del caudal pico, asi obtenido es la misma que
la de la tormenta de diseo.
Esta suposicin en muchos casos no es correcta y puede llevar a cometer grandes errores en la
estimacin del caudal de diseo.
Una tormenta se caracteriza por
Distribucin temporal
Distribucin areal
Lamina precipitada
Dada la complejidad del fenmeno es importante asignarle una probabilidad al mismo. Generalmente solo
se asocia la probabilidad con la lmina precipitada. Sin embargo la distribucin temporal y espacial afectan
el volumen de escurrimiento y el caudal pico, por lo que, tormentas con la misma precipitacin total rara vez
producen el mismo caudal pico. Adems, cuando ocurre cada tormenta la cuenca presenta distintos estados
de humedad, lo cual hace que varan el volumen de escorrenta y la forma del hidrograma.
Debido a las simplificaciones introducidas en el mtodo, el uso de las tormentas de diseo es poco
recomendable, excepto cuando el diseo debe realizarse para un evento mximo probable, en cuyo caso se
consideran las distribuciones temporal y espacial y el estado de humedad de la cuenca ms crticos para la
conformacin del caudal mximo.
En la aplicacin del mtodo deben considerarse los siguientes aspectos:
a) Ajuste de la precipitacin por intervalo fijo de observacin : El anlisis de lluvias de corta duracin
se hace, en general, a partir de datos tomados cada cierto intervalo de tiempo (At) fijo (1 da o 1
hora por ejemplo), los cuales subestiman las verdaderas cantidades para las duraciones
correspondientes a esos At.
Se ha determinado empricamente la siguiente relacin entre la precipitacin mximas verdadera,
la precipitacin en intervalos fijos.

Por ejemplo : P
24h
= P
1 da
. 1.13
P
60
= P
1 hor a
. 1.13
Por tanto, la funcin lluvia frecuencia basada en datos horarios o diarios debe ser aumentada en un 13
% para aproximar a los verdaderos valores para 60 minutos o 24 horas respectivamente.
Se observan, adems, que el ajuste disminuye al aumentar el numero de intervalos entre observaciones.
b) Si no se dispone de informacin pluviogrfica y es necesario calcular la precipitacin mxima para
observaciones menores que 24 horas se puede utilizar la informacin pluviomtrica y aplicar luego
alguna relacin emprica del tipo:
24
24
t
t
P P
| |
=
|
\ .

donde P
t
: precipitacin para una duracin t
t : duracin de la lluvia (hs); t s 24 hs
o : parmetro que debe ajustarse con informacin pluviogrfica de la regin ( 0 <o <1, con un valor
prximo a 0,5)
N de intervalos
de observacin
Relacin
1 1.13
1 1.04
3 4 1.03
5 8 1.02
9 24 1.01
9
00
9
00
9
00
t
24 hs

58
1,0
0,5
0,0
0,65
0,5 1,0
Pt/P24
t/24
o

=

1
o

c) Ajuste Areal: Si la maximizacin de la lluvia se realiza a partir de valores puntuales
(correspondientes a una estacin); o utilizando la curva de intensidad duracin recurrencia,
para obtener el valor medio areal de la precipitacin se debe reducir el valor puntual aplicando un
coeficiente de abatimiento. Un valor de precipitacin puntual es aplicable para reas de hasta 25
km 2 aproximadamente, para reas mayores se aplica un coeficiente de abatimiento que depende
del area de la cuenca y de la duracin del evento. Esta funcin debe determinarse empricamente
para la regin en estudio.
P
a
r
e
a
l
/
P
p
u
n
t
u
a
l
0,7
0,5
0,6
0,9
0,8
1,0
Area (Km)
500
30 min
1000
1 h
6 h
24 h
3 h
0

(U.S. National Weather Service, vlido para U.S.A.)

d) como distribucin temporal de la tormenta de diseo se suele adoptar la mas crtica, es decir
aquella que origina mayor caudal mximo.

A tal efecto se descompone la duracin de la tormenta de diseo (igual al tc de la cuenca) en intervalos
de tiempo y se calcula un hietograma adimensional, usando para esto una curva I D T o informacin
pluviogrfica de alguna tormenta importante:


59
At
tc
i
tc
i
hietograma
observado
d
Pi
tc t
Curva i - d - T
T
d
P(%)
hietograma
adimensional
Observacin : si el mtodo lluvia - caudal
es HU; el At debe ser el tu.

Para distintas combinaciones temporales de los bloques de lluvia se calcula el hidrograma, o el caudal
mximo, aplicando algn mtodo lluvia caudal. Se adopta como distribucin temporal la mas crtica.

4.16.- Hietogramas de proyecto basado en curvas i d f

El hietograma de proyecto es una secuencia de precipitaciones capaz de provocar la crecida de proyecto, o
sea, la mayor crecida para la cual la obra debe ser proyectada. A continuacin se desarrollarn algunas de
las metodologas mas empleadas.

4.16.1.- Mtodo de los bloques alternos

El mtodo de los bloques alternos es una forma simple para desarrollar un hietograma de diseo
utilizando una curva de intensidad- duracin- recurrencia. El hietograma de diseo producido por este
mtodo especifica las lminas de precipitacin que ocurren en n intervalos de tiempo sucesivos de duracin
At sobre una duracin total de Td =n. At.
En primer lugar debe definirse el perodo de retorno de diseo; posteriormente la intensidad se calcula
con una curva I-D-T para cada una de las duraciones At, 2At, 3At, ......., n. At. , obtenindose la lmina de
precipitacin multiplicando la intensidad y su duracin.
Se toman diferencias entre valores sucesivos de lmina de precipitacin, con lo cual se determinan la
cantidad de precipitacin por unidad de tiempo At (bloques de precipitacin).
Estos bloques se reordenan en una secuencia temporal, de modo que la intensidad mxima ocurra en el
centro de la duracin total T
d
y que los dems bloques queden en orden descendente alternativamente
hacia la derecha y a la izquierda del bloque central, para formar el hietograma de diseo.

4.16.2.- Mtodo del Bureau of Reclamation

Este mtodo fue utilizado para el clculo de la precipitacin de proyecto del modelo SCS (1977) y
consiste en la siguiente secuencia:
a) determine las precipitaciones correspondientes a las diferentes duraciones (cerca de seis
duraciones), hasta el tiempo de concentracin,

b) determine los incrementos de lluvia correspondientes a cada incremento de duracin;

60
c) ordene los incrementos de lluvia de la siguiente forma: 6,4,3,1,2, 5; la numeracin indica la orden de
magnitud. Colocando el mayor valor en el cuarto intervalo, se procura maximizar el pico del
hidrograma, ya que las lluvias iniciales atienden las perdidas por infiltracin y depresin de la
cuenca y el incremento mayor tiende a generar escurrimiento superficial.

4.16.3.- Mtodo de Pilgri m, Cordery y French

Este mtodo est basado en la publicacin Australian Rainfall and Runoff del Institution of Engineer of
Australia, donde presenta la metodologa para determinar los patrones de distribucin temporal de
tormentas intensas (Temporal Patterns of Design Rainfall for Sydney, 1969).
A continuacin se transcribe los resultados del empleo de la metodologa en el estudio Tormentas de
Diseo para la Provincia de Entre Ros elaborado por el Grupo de Investigacin en Hidrologa e Hidrulica
Aplicada de la Facultad Regional de Concordia de la Universidad Tecnolgica Nacional.
La duracin total de la tormenta es dividida en cuantiles variables, de acuerdo a su rango. De esta forma,
las duraciones mayores a 120 minutos fueron divididas en 6 cuantiles, mientras que para las tormentas de
corta duracin se adoptaron los siguientes cuantiles: tres para duraciones menores o iguales a 30 minutos,
cuatro para duraciones entre 30 y 60 minutos y cinco para duraciones variables entre 60 y 120 minutos.
Para las tres estaciones pluviogrficas (Concordia, Concepcin del Uruguay y Paran) se determinaron
los porcentajes de precipitacin respecto a la precipitacin total correspondientes a cada cuantil, los cuales
se presentan en las Tablas 4.16.3.1., 4.16.3.2 y 4.16.3.3., donde se indica tambin el nmero de tormentas
a partir de las cuales se defini el patrn de distribucin temporal.
Como resultado del anlisis y procesamiento se presentan los hietogramas de diseo para los
pluvigrafos provinciales indicados en las Figuras 4.16.3.1. a 4.16.3.3.-

Tabla 4.16.3.1.- Concordia Porcentajes de Precipitacin total
ESTACION CONCORDIA
Duracin
(minutos)
Porcentaje de precipitacin en cada cuantil Cantidad de
tormentas
<30 0,33 0,50 0,17 112
entre 30 y 60 0,27 0,56 0,12 0,05 17
entre 60 y 120 0,31 0,53 0,11 0,04 0,02 14
entre 120 y 180 0,15 0,51 0,25 0,03 0,06 0,01 16
entre 180 y 360 0,13 0,47 0,23 0,09 0,05 0,03 48
entre 360 y 720 0,46 0,14 0,20 0,10 0,06 0,04 25
entre 720 y 1440 0,07 0,36 0,22 0,19 0,13 0,04 6

Tabla 4.16.3.2.- Concepcin del Uruguay Porcentajes de Precipitacin total
ESTACION CONCEPCION DEL URUGUAY
Duracin
(minutos)
tormentas
<30 0,51 0,32 0,17 159
entre 30 y 60 0,56 0,29 0,10 0,05 23
entre 60 y 120 0,55 0,29 0,10 0,04 0,02 20
entre 120 y 180 0,24 0,55 0,11 0,03 0,06 0,01 26
entre 180 y 360 0,50 0,22 0,13 0,08 0,05 0,02 64
entre 360 y 720 0,41 0,25 0,10 0,16 0,06 0,03 40
entre 720 y 1440 0,04 0,29 0,09 0,37 0,15 0,06 6

Tabla 4.16.3.3.- Paran Porcentajes de Precipitacin total
ESTACION PARANA
Duracin
(minutos)
tormentas
<30 0,32 0,51 0,18 363
entre 30 y 60 0,14 0,49 0,30 0,07 60
entre 60 y 120 0,26 0,51 0,13 0,07 0,02 49
entre 120 y 180 0,25 0,53 0,11 0,06 0,03 0,02 72
entre 180 y 360 0,52 0,23 0,12 0,07 0,04 0,02 150
entre 360 y 720 0,09 0,23 0,45 0,15 0,06 0,03 67
entre 720 y 1440 0,12 0,40 0,23 0,15 0,07 0,03 12

61
Como se puede apreciar esta metodologa requiere para su desarrollo el contar con datos pluviogrficos,
situacin que lamentablemente en la mayora de los casos no se presenta.

Figura 4.16.3.1.- Concordia - Patrones de distribucin temporal

62

Figura 4.16.3.2.- Concepcin del Uruguay - Patrones de distribucin temporal

63

Figura 4.16.3.3.- Paran - Patrones de distribucin temporal


64

4.17.- Hietogramas de proyecto de precipitaciones diarias

De igual modo que los eventos de duracin menores a las 24 horas, para maximizar se define la
recurrencia con la cual se quiere maximizar y con dicha recurrencia se ingresa en la curva IDT y se sacan
valores de precipitacin mxima para cada duracin.
Por ejemplo : Para una recurrencia de 50 aos se determina que para duraciones de :
24 hs. precipit 127 mm
Estos valores son en forma acumulados. O sea que se puede decir que en un da llovi 127 mm, otro da
llovi 44 mm y otro da 23 mm.
La distribucin que se har de estos valores en el hietograma depender del tipo de rgimen que
estemos estudiando ya que se puede dar en este caso varios hietogramas distintos.

Pmx
t (horas) t (horas) t (horas)
Pmx Pmx
24 48 72 48 24 72 24 48 72

4.18.- Referencias

Manual Tormentas de Diseo para la Provincia de Entre Ros - Grupo de Investigacin en Hidrologa e
Hidrulica Aplicada - Facultad Regional de Concordia - Universidad Tecnolgica Nacional (2008).
Hidrologa Procesos y Mtodos Orsonlini, Zimmerman y Basile UNR Editora (2000)
Hidrologa en la Ingeniera, Monsalvo Senz, Escuela Colombiana de Ingeniera, 2 Edicin , Edit. Alfaomega
(2000).
Hidrologa Aplicada . V. T. Chow Maidment - Mays -. Mc. Graw Hill. (1994).
Hidrologa. Cincia e Aplicaao. Carlos M. Tucci. Editora da Universidade. ABRH.
Hidrologa para Ingenieros - Linsley - Kohler - Paulus - Mc. Graw Hill. (1988).
Ingenieria Hidrologica Nania Gomez Valentin Grupo Editorial Universitario (2004)
Apuntes de Hidrometeorologa. Carrera de Ingeniera en Recursos Hdricos. Facultad de Ingeniera y
Ciencias Hdricas.

Hdroutn°4 13 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Hdroutn°4 13 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD TECNOLOGICA NACIONAL

Anda mungkin juga menyukai