ANLISIS DE CONSISTENCIA DE DATOS METEOROLGICOS E

HIDROMTRICOS
*Una serie de datos puede ser:
CONSISTENTE (que consiste o est compuesta por varios elementos)
HOMOGNEA (que posee el mismo gnero o naturaleza) si es una muestra de
una nica poblacin.
* Si la serie no es homognea, se le debe hacer ajustes o correcciones para volverla
homognea (estimaciones estadsticas mustrales sean vlidas).
* El objetivo bsico de la aplicacin de estadstica en Hidrologa es el anlisis de la
informacin hidrolgica en forma de muestras; a fin de inferir las caractersticas con que
debe ser esperado en el futuro el fenmeno que se estudia.
* Problema hidrolgico. La solucin exacta es una solucin determinstica del problema.
Donde las mismas entradas producirn invariablemente las mismas salidas, no
contemplndose la existencia del azar ni el principio de incertidumbre.
* La solucin determinstica constituye una solucin particular de la solucin estadstica o
probabilstica.
CATEGORAS PRINCIPALES DE LOS PROBLEMAS HIDROLGICOS DE
ACUERDO AL OBJETIVO PRINCIPAL DEL PROYECTO:
a. Diseo de estructuras hidrulicas, siendo necesaria la evaluacin y
cuantificacin de los valores extremos (mximos y mnimos) del escurrimiento
superficial.
b. Satisfaccin de demandas, siendo necesario evaluar y cuantificar las
descargas disponibles en el punto de inters.
c. Diseo y operacin de embalses, siendo necesario evaluar y cuantificar
la variacin del escurrimiento superficial en todas sus caractersticas
estadsticas, como valores medios, mximos y mnimos.
LOS PROBLEMAS QUE SE PRESENTAN EN C/U SE DEBEN: simplicidad o
complejidad de la solucin, cantidad y calidad de la informacin disponible, magnitud del
proyecto.
LOS CASOS MS COMUNES
1.- Cuencas con suficiente informacin hidrolgica. Este es el caso ms
optimista donde se puede aplicar todo tipo de metodologas existentes.

2.- Cuencas con escasa informacin hidrolgica. Es este caso se pueden

desarrollar modelos que relacionen las precipitaciones con las descargas,
mediante el uso de la regresin simple o mltiple, lineal o no lineal.
3.- Cuencas sin informacin hidrolgica. Este es el caso mas crtico y el
mas comn, el cual puede resolverse mediante un anlisis regional.
MODELOS PROBABILSTICAS-CERTEZA DE OCURRENCIA-SE CLASIFICAN
a) Determinstico: Las variables siguen una ley determinada.
b) Probabilstico: se toma en cuenta la probabilidad de ocurrencia y falta de
certeza existente.
PROCESOS PROBABILISTICOS
1. Proceso Estocstico: Las caractersticas de las variables aleatorias varan con
el tiempo.
2. Proceso Probabilstico: Sigue un determinado comportamiento dado por el
modelo probabilstico o distribucin de frecuencias.
UNA VARIABLE ALEATORIA EN UNA DISTRIBUCIN PROBABILSTICA
NOS PERMITE CALCULAR:
a) distintos estados o valores que puede tomar la variable.
b) tener valores mayores o menores que un determinado limite.
c) valores de probabilidad de ocurrencia asociados a cada valor de variable
aleatoria.
El modelo probabilstico o distribucin permite conocer y manejar
fcilmente el comportamiento de la variable y sintetizar toda la
informacin sobre probabilidades asociadas a cada estado.
MODELOS DISCRETOS: funcin densidad de probabilidad y funcin de
probabilidad acumulada se encuentran definidas para determinados
valores que puede tomar la variable.
MODELO CONTINUA: Una variable continua puede tomar cualquier
valor dentro de un intervalo.
PRINCIPIO: Analizar la homogeneidad de las series climticas es equivalente a
establecer consistencia estadstica de los datos. Para establecer con veracidad
que tales datos son el resultado de variaciones naturales del tiempo
metereologico es necesario revisar el archivo y compararlo con otras
estaciones a nivel regional.

CAUSAS FALLAS DE INFORMACIN METEOROLOGICA: datos faltantes y

englobados, cambios de uso alrededor de la estacin, errores en el proceso de
observacin, fallas de medicin, errores de transcripcin, falta de
mantenimiento al instrumental.
PRINCIPALES CONDICIONES QUE DEBE CUMPLIR LOS DATOS:
Continuidad, Exactitud, Largo periodo de registro.
PRINCIPALES CAUSAS DE LA INCONSISTENCIA DE LAS SERIES
CLIMTICAS
proceso de observacin
1. Fallas en la instalacin del instrumental
2. Fallas en el funcionamiento del instrumental
3. Fallas en la calibracin del instrumental
4. Falta de mantenimiento de la estacin y su instrumental
5. Cambios de marcas y modelos de instrumental
6. Lecturas errneas
7. Utilizacin de bandas o grficas no acordes con el modelo de instrumentos
registradores
8. Errores de trascripcin de las mediciones a las planillas correspondientes y/o
en la base de datos computarizada.
Entre las posibles causas geogrficas del sitio se citan:
1. Mala escogencia del sitio para emplazar la estacin meteorolgica
2. Cambios en el entorno de la estacin
3. Cambios de localizacin de la estacin
4. Mala accesibilidad a la estacin
MODELO O DISTRIBUCION PROBABILISTICA

Las principales distribuciones discretas son:

1) Distribucin binomial
2) Distribucin de Poisson
Las principales distribuciones continuas son:
1) Distribucin uniforme
2) Distribucin normal

3) Distribucin logartmica - normal

4) Distribucin Gamma
5) Distribuciones de valores extremos
a) Tipo I o tipo exponencial (ley de Gumbel)
b) Tipo II o tipo Cauchy
c) Tipo III o distribuciones truncadas
6) Distribucin Chi cuadrado
Una vez que el ingeniero en base a su experiencia escoge el modelo
probabilstico que va a usar debe proceder a calcular los parmetros de su
modelo y despus revisar si este modelo es consistente con la realidad.
Ambas cosas las realiza con los datos observados (registro o muestra).
Para la estimacin de los parmetros hay disponibles dos mtodos:
a) El mtodo de los momentos
b) El mtodo de la mxima verosimilitud
Y para el estudio de la consistencia dos grupos de mtodos:
i)
Mtodos grficos
Anlisis de consistencia: Para verificar la consistencia se utiliza el anlisis de
doble masa, que es un mtodo grfico.
A travs del grfico se puede realizar dos anlisis diferentes en el caso especfico
de embalses:
* Cual es el rendimiento que puedo garantizar de ese embalse para un
almacenamiento til dado
* Que almacenamiento til requiero para producir un rendimiento, es decir para
satisfacer una demanda.
ii) Mtodos cuantitativos
Test chi cuadrado
Test W
Test Student
Test de Kolmogoroff