Flujo Superficial: Componentes

FLUJO SUPERFICIAL: COMPONENTES
(The COMET Program, s.f)
Flujo Base: Mantiene las corrientes durante perodos prolongados de

sequa. Proviene de los almacenamientos de agua subterrnea.
SEPARACIN DEL FLUJO BASE
Ejemplo
La figura muestra la hidrgrafa de una Cuenca con rea = 8.37 km2 en
respuesta a una precipitacin de P = 38 mm
Ejemplo
Ejemplo
Ejemplo
La razn entre la escorrenta directa y la precipitacin es

3.72 mm/38 mm = 0.098.
PRECIPITACIN EFECTIVA - EXCESO DE PRECIPITACIN
Precipitacin (m)
Toda la precipitacin que cae se convierte en escorrenta

superficial?
Tiempo (min)
Pe: Precipitacin que no se retiene en la superficie y tampoco se

infiltra.
Abstracciones o prdidas: Intercepcin, almacenamiento e
infiltracin

Abstracciones usando ecuaciones de infiltracin
Supone que todas las abstracciones provienen de la infiltracin.
Asume que la escorrenta comienza despus del tiempo de

encharcamiento (encharcamiento ocurre cuando fp(t) i(t)).
Dado un hietograma de precipitacin y los parmetros de un
modelo de infiltracin (ej. Green & Ampt), determinar:
tp
La infiltracin que ocurre despus del encharcamiento
El hietograma de Pe

Abstracciones usando ecuaciones de infiltracin
(Chow, 1988)
Se supone que que Ft se conoce a partir de condiciones iniciales

dadas.
Algoritmo para el clculo

del hietograma de Pe con
ecuaciones de infiltracin
Si
No
Si
No
(Chow, 1988)
Mtodo del ndice

El ndice f es la tasa constante de abstracciones que producira un
hietograma de exceso de precipitacin (ERH) con una profundidad total
igual a la profundidad de escorrenta directa.
Se usa para calcular un hietograma de exceso de precipitacin (ERH) si
los datos de precipitacin y caudal estn disponibles.
Mtodo del ndice

Pasos
1. Estimar el flujo base.
2. DRH = Hidrgrafa flujo base.
3. Calcular la profundidad total de escorrenta directa rd, donde rd =
Vd/rea de la cuenca.
4. Ajustar el numero de intervalos de precipitacin que realmente
contribuyen a la escorrenta directa M, hasta obtener un valor
satisfactorio de f.
5. ERH = Rm ft, donde Rm es la precipitacin observada.
M
rd Rm ft
m 1
Ejemplo
Determine el hidrgrafa de escorrenta directa, el ndice , y el
hietograma de excesos de precipitacin, para una cuenca de rea 7.03
mi2, si las observaciones de precipitacin y caudal son:
Observed
Date
24-May
25-May
Time
8:30 PM
9:00 PM
9:30 PM
10:00 PM
10:30 PM
11:00 PM
11:30 PM
12:00 AM
12:30 AM
1:00 AM
1:30 AM
2:00 AM
2:30 AM
3:00 AM
3:30 AM
4:00 AM
4:30 AM
Rainfall
Streamflow
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
Paso 0 (Interpretar la informacin)

Precipitacin
12
2.5
10
Rainfall (in)
Streamflow (10^3 cfs)
Caudal
1.5
1
4
0.5
2
0
0
0
6
Hours
10
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
Hours
Paso 1 (Estimar el flujo base)

Rainfall
12
2.5
10
Rainfall (in)
Streamflow
1.5
1
4
0.5
2
0
0
0
6
Hours
10
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
Hours

Rainfall
12
2.5
10
Rainfall (in)
Streamflow
1.5
1
4
0.5
2
0
0
0
6
Hours
10
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
Hours

Rainfall
12
2.5
10
Rainfall (in)
Streamflow
1.5
1
4
0.5
2
0
0
0
6
Hours
Un flujo base constante de 400 cfs
10
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
Hours

Rainfall
Direct
Runoff
12
2.5
12
10
102
(10^3
(in) cfs)
Streamflow
Rainfall
Streamflow
8
6
4
8
1.5
6
1
4
0.5
2
0
0
0
6
Hours
Un flujo base constante de 400 cfs
10
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
2
4
6
8
10
Hours
Hours
Paso 3 (Calcular la profundidad de escorrenta

directa)
Streamflow
Direct runoff
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
Total
cfs
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
43550

directa)
Streamflow
Direct runoff
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
Total
cfs
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
43550

directa)
Streamflow
Direct runoff
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
Total
cfs
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
43550
Paso 4 (Estimar la tasa de abstracciones)

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 1

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 1

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 1

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 1
No es fsicamente posible

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 2

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 2

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 2

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 2
No es fsicamente posible

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 3

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 3

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 3

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 3

Time
Rainfall
hours
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Si M = 3
Paso 5 (Calcular el hietograma de excesos de

precipitacin)
Time
hours
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Rainfall
Excess rainfall
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
in
1.06
1.93
1.81
Paso 5 (Calcular el hietograma de excesos de

precipitacin)
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
Rainfall
Excess rainfall
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
in
Excess Rainfall
2.5
1.06
1.93
1.81
Rainfall (in)
Time
hours
1.5
1
0.5
0
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0 4.5
Hours
5.0
5.5
6.0
6.5
7.0
7.5
8.0

Coeficiente de Escorrenta
Relacin entre la escorrenta y la precipitacin en un
perodo de tiempo dado
rd
rd: escorrenta directa [L]
Rm
m 1
Rm: P [L] en cada t despus de

que empieza la escorrenta
directa
(Chow, 1988)
Ejemplo
Del ejemplo anterior
Time
Streamflow
Direct runoff
Rainfall
hours
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
cfs
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
Ejemplo
Time
Streamflow
Direct runoff
Rainfall
hours
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
cfs
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
Ejemplo
Time
Streamflow
Direct runoff
Rainfall
hours
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
cfs
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
Ejemplo
Time
Streamflow
Direct runoff
Rainfall
hours
cfs
203
246
283
828
2323
5697
9531
11025
8234
4321
2246
1802
1230
713
394
354
303
cfs
in
0.15
0.26
1.33
2.2
2.08
0.2
0.09
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
7.00
7.50
8.00
428
1923
5297
9131
10625
7834
3921
1846
1402
830
313
ESTADSTICA EN HIDROLOGA
ANLISIS DE FRECUENCIAS
POR QU LA ESTADSTICA EN HIDROLOGA?

Procesos determinsticos, aleatorios y estocsticos
Determinstico
Para las mismas condiciones
iniciales siempre se obtendr
el mismo resultado.
Aleatorio (azar)
Para unas condiciones iniciales
se puede obtener una
probabilidad de ocurrencia
A partir de un modelo determinstico, se pueden generar

muchas ocurrencias del fenmeno (Q, P, etc) y asignarle una
probabilidad de ocurrencia o una incertidumbre

1. Eventos hidrolgicos: Fenmenos errticos, complejos
y de naturaleza aleatoria.
2. El conocimiento de la hidrologa es bsico para el
diseo en la ingeniera (condiciones crticas).
3. La definicin del comportamiento hidrolgico requiere:
Anlisis probabilsticos y estadsticos.
4. La hidrologa trata con variables aleatorias (v.a)

De donde obtengo los Q mximos y mnimos para el diseo?,
Las precipitaciones para diseo? cmo construir las curvas
IDF? Los Q promedios, las P promedio?
Intensidad-Duracin-Frecuencia
Datos Histricos y Estadstica!
Calculamos las caractersticas de la muestra infiriendo las

caractersticas de la poblacin
Lluvia
Medio
fsico
terrestre
Caudales
Proceso aleatorio prcticamente puro.

Entrada de Modelos Hidrolgicos para
obtener los caudales
Aleatorio
Los parmetros del suelo,

los recorridos del agua, la
cubierta vegetal
Arrastran toda esa aleatoriedad
Cualquier variable que sea funcin de una variable

aleatoria es a su vez otra variable aleatoria
Variables aleatorias: descritas por leyes de probabilidad
Discreta
Slo puede
tomar valores
especficos
Si N denota el nmero de das lluviosos

en el mes de diciembre N es una
variable aleatoria discreta.
Probabilidad de la posible ocurrencia
Discreta
Slo puede
tomar valores
especficos

Discreta
Slo puede
tomar valores
especficos

Continua
Puede tomar
todos los
valores en un
rango de
ocurrencia
Si Q es denota el valor de los caudales

promedios diarios en el ro Magdalena
Probabilidad de rangos de ocurrencia
Tipos de anlisis
Descriptivo: Sin ninguna referencia a la poblacin, se
calculan propiedades estadsticas (aplicacin de
mtodos estadsticos). Poca decisin y poco riesgo.
Inferencia: Se analiza la muestra para inferir las
propiedades de la poblacin, lo cual ayuda a derivar
caractersticas probabilsticas. Implica mucho riesgo.
Tipos de anlisis
Descriptivo: Sin ninguna referencia a la poblacin, se
calculan propiedades estadsticas (aplicacin de
mtodos estadsticos). Poca decisin y poco riesgo.
Incertidumbre
Inferencia: Se analiza la muestra para inferir las
propiedades de la poblacin, lo cual ayuda a derivar
caractersticas probabilsticas. Implica mucho riesgo.
Incertidumbre
ESTADSTICOS BSICOS
Estadsticos bsicos que resumen las caractersticas principales de
las series
120.00
700
100.00
Caudal promedio diario (m3/s)
Lluvia acumulada mensual (mm)
600
500
400
300
200
80.00
60.00
40.00
20.00
100
0
0.00
Tiempo
Medidas de Tendencia
Central
Resumir en un valor la
informacin
Tiempo
Medidas de variacin
Que tan dispersa est la
informacin alrededor de ese
valor resumen
ESTADSTICOS BSICOS: TENDENCIA CENTRAL

1
Media:
E ( X t ) x
N
x
i 1
Si pudiera resumir
todos los datos en
uno solo
Unidades de la variable
Mediana: Elemento de la mitad en la serie en orden

ascendente.
Moda: El valor que ms se repite en la serie. Para series

sin datos repetidos, este valor ser un intervalo
y se obtiene del histograma de frecuencias

700
120.00
100.00
500
80.00
400
60.00
300
40.00
200
20.00
100
0.00
1/1990
7/1990
1/1991
7/1991
1/1992
7/1992
1/1993
7/1993
1/1994
7/1994
1/1995
7/1995
1/1996
7/1996
1/1997
7/1997
1/1998
7/1998
1/1999
7/1999
1/2000
7/2000
600
Tiempo
Media=334 mm
Mediana=338 mm
Tiempo
Media=27.46 m3/s
Mediana=25.17 m3/s
Para una serie simtrica estos valores sern iguales. Mientras mas
diferencia relativa haya entre estos, ms asimtrica ser la serie
Moda: No hay valores que se repiten, se necesita conocer la fdp o el
histograma de frecuencias

Pros y Contras
La media muestral es anloga al valor esperado de la funcin
de distribucin.
La media muestral es bastante sensible a los outliers.
La mediana muestral es ms robusta frente a los outliers.
120.00
113.1
100.00
80.00
Serie Original:
Media=27.46 m3/s
Mediana=25.17 m3/s
60.00
Serie sin Outlier:

Media=26.81 m3/s
Mediana=25.10 m3/s
40.00
20.00
0.00
Tiempo
ESTADSTICOS BSICOS: VARIABILIDAD (DISPERSIN)

N
Varianza:
Var ( X t ) E ( X t ) 2 2 s 2
( x )
i 1
Desv. Estndar ( xi ) 2
2
2
s s
N 1
Segundo momento respecto a la

media de la fdp. Unidades de la
variable al cuadrado.
700
N 1
Unidades de la variable.
120.00
2 16925.2 130
100.00
600
i 1
500
400
300
200
2 204.678 14.31
80.00
60.00
40.00
20.00
100
0
0.00
Tiempo
Tiempo

Coeficiente de Variacin:
C.V
Medida adimensional de la dispersin.

Permite comparar series.
700
C.V=0.39
100.00
600
120.00
500
400
300
200
C.V=0.52
80.00
60.00
40.00
20.00
100
0
0.00
Tiempo
Tiempo

Ejemplos:
Serie 1
Serie 2
30
1500
25
1450
20
1400
15
1350
10
1300
5
1250
0
0
1200
0

Ejemplos:
Se observa que la dispersin de la primera es relativamente

mayor (CV=0,13), es decir, su desviacin tpica es el 13% de la
media, mientras que en la segunda muestra, su desviacin
tpica es solamente el 5% de su media (CV=0,05)
ESTADSTICOS BSICOS: FORMA

Coeficiente de Asimetra
xi x
1
n 1n 2 i 1 s
N
600
=-0.046
120.00
100.00
700
Adimensional. Mide si hay algn

sesgo de los datos respecto a la
media, es decir si los datos se
ubican en general por encima de
la media o por debajo
500
400
300
200
=2.17
80.00
60.00
40.00
20.00
100
0
0.00
Tiempo
Tiempo
PRINCIPIOS BSICOS DE PROBABILIDAD

Mtodos estadsticos: Basados en principios
matemticos que describen la variacin aleatoria de un
conjunto de observaciones de un proceso. Importan
los datos en s, mas que el proceso fsico que los
ESTADSTICA
produjo (Ej. P-Q).
Una v.a. X est descrita por una distribucin de
probabilidad. La distribucin especifca la probabilidad
de que una observacin x de la variable X, est en un
rango especificado.

La probabilidad de ocurrencia de un evento dado, es la
relacin entre el nmero de casos favorables n y el
nmero de casos posibles m:
n
P X x
m
Ejemplo:
Tiempo (da)
P (mm)
1
0
2
0
3
0
4
2
5
0

Axiomas
1. Rango de la probabilidad: la probabilidad de
ocurrencia de un evento X:
0 P X 1
2. Complementariedad: la probabilidad de NO
ocurrencia de un evento X, P( ), dada la
probabilidad de ocurrencia de dicho evento, P(X),
es:
P X 1 P X
Eventos independientes: Si la probabilidad de

ocurrencia de uno no se ve afectada por el otro.
Eventos mutuamente excluyentes: Cuando la
ocurrencia de uno imposibilita la ocurrencia del
otro.

Si X1 y X2 son eventos independientes y mutuamente
excluyentes, entonces la probabilidad de ocurrencia de
uno u otro:
P X 1 X 2 P X 1 P X 2
Si X1 y X2 NO son eventos independientes mutuamente

excluyentes, entonces:
P X 1 X 2 P X 1 P X 2 P X 1 X 2

La probabilidad de que dos eventos independientes X1 y
X2 ocurran de manera simultnea:
P X 1 X 2 P X 1 P X 2
La probabilidad de que ocurra un evento X1 dado que ha

ocurrido un evento X2, es decir, la probabilidad
condicional, es:
P X 1 / X 2 P X 1 X 2 / P X 2
Y si X1 y X2 son independientes, cul es su probabilidad

condicional?

Ejemplos:
Cul es la probabilidad de sacar

un tres al tirar un dado?
un nmero diferente de tres?
un tres dos veces seguidas?
(PuzzlesdeIngenio, 2013)

Ejemplo:
Suponga que el ro Cauca alcanza cada invierno un nivel de
creciente con una probabilidad del 20%. En el cauca hay un
puente cuya probabilidad de falla es del 30% y la experiencia
muestra que cuando hay creciente, la probabilidad de falla del
puente incrementa a un 50%.
Cul es la probabilidad de que el puente quede fuera de
servicio, por fallo estructural o por ocurrencia creciente?

Ejercicio (TAREA):
Una presa puede fallar por deslizamiento, por crecientes, o por
ambas. Asumir que :
1) La probabilidad de falla por deslizamiento es dos veces la

probabilidad de falla por creciente.
2) La probabilidad de falla por deslizamiento, dado que ha
ocurrido una creciente, es 0.8.
3) La probabilidad de falla de la presa es de 1x10-3.
Determinar la probabilidad de que ocurra un deslizamiento.

Perodo de Retorno (Tr): Tiempo promedio que transcurre entre
la ocurrencia de un evento y la prxima ocurrencia de un
evento de la misma magnitud.
Tiempo que transcurre para que un evento sea excedido o
igualado, al menos una vez en promedio.
1
Tr=
p
Ejemplo: Si un Q=8098 m3/s es excedido en promedio una vez
cada 10 000, cul es su perodo de retorno?

Riesgo: probabilidad de falla de una estructura al menos
una vez durante su vida til de n aos
1
P ( falla )
Tr
1
P ( No _ falla ) 1
Tr
1
P ( No _ falla _ n _ aos ) 1
Tr
1
Riesgo 1 1
Tr

Confiabilidad (a): Complemento del riego
a =1-R
Ejemplo:
Qu perodo de retorno debe escoger un ingeniero en el
diseo de un Box Culvert, si se acepta slo un riesgo de
creciente de 10%, en una vida til de 25 aos?

Flujo Superficial: Componentes

Diunggah oleh

Informasi Dokumen

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

Flujo Superficial: Componentes

Diunggah oleh

Hak Cipta:

Format Tersedia

FLUJO SUPERFICIAL: COMPONENTES

(The COMET Program, s.f)

Flujo Base: Mantiene las corrientes durante perodos prolongados de

SEPARACIN DEL FLUJO BASE

La razn entre la escorrenta directa y la precipitacin es

PRECIPITACIN EFECTIVA - EXCESO DE PRECIPITACIN

Toda la precipitacin que cae se convierte en escorrenta

Pe: Precipitacin que no se retiene en la superficie y tampoco se

PRECIPITACIN EFECTIVA - EXCESO DE PRECIPITACIN

Asume que la escorrenta comienza despus del tiempo de

PRECIPITACIN EFECTIVA - EXCESO DE PRECIPITACIN

Se supone que que Ft se conoce a partir de condiciones iniciales

Algoritmo para el clculo

Mtodo del ndice

Mtodo del ndice

Paso 0 (Interpretar la informacin)

Streamflow (10^3 cfs)

Paso 1 (Estimar el flujo base)

Streamflow (10^3 cfs)

Paso 1 (Estimar el flujo base)

Streamflow (10^3 cfs)

Paso 1 (Estimar el flujo base)

Streamflow (10^3 cfs)

Un flujo base constante de 400 cfs

Paso 1 (Estimar el flujo base)

Streamflow (10^3 cfs)

Un flujo base constante de 400 cfs

Paso 3 (Calcular la profundidad de escorrenta

Paso 3 (Calcular la profundidad de escorrenta

Paso 3 (Calcular la profundidad de escorrenta

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 4 (Estimar la tasa de abstracciones)

Paso 5 (Calcular el hietograma de excesos de

Paso 5 (Calcular el hietograma de excesos de

PRECIPITACIN EFECTIVA - EXCESO DE PRECIPITACIN

rd: escorrenta directa [L]

Rm: P [L] en cada t despus de

POR QU LA ESTADSTICA EN HIDROLOGA?

A partir de un modelo determinstico, se pueden generar

POR QU LA ESTADSTICA EN HIDROLOGA?

POR QU LA ESTADSTICA EN HIDROLOGA?

Datos Histricos y Estadstica!

Calculamos las caractersticas de la muestra infiriendo las

Proceso aleatorio prcticamente puro.

Los parmetros del suelo,

Arrastran toda esa aleatoriedad

Cualquier variable que sea funcin de una variable

Si N denota el nmero de das lluviosos

Si N denota el nmero de das lluviosos

Si N denota el nmero de das lluviosos

Si Q es denota el valor de los caudales

Caudal promedio diario (m3/s)