HIDROLOGIA GENERAL

HH – 113 J
Profesora:

Mirtha Patricia Calderón Hijuma

MSc. Hidrologia y Recursos Hidricos

SEMANA 5

Universidad Nacional de Ingeniería

Setiembre 2010
Facultad de Ingeniería Civil
SEMANA 4:

Palabras Clave:

• Probabilidad en hidrología
• Funciones de distribución de probabilidades
• Distribución Normal
• Parámetros estadísticos
SEMANA 5

Palabras Clave:
• Calidad de la información
• Consistencia de datos hidrometeorológicos
• Corrección de datos
• Completación y extensión de registros
ANALISIS DE CONSISTENCIA DE DATOS

Se muestra el registro
de precipitaciones
mensuales para los
años 1963 al 2000 de
la estación Picoy en
la cuenca del Rio ESTA
Huaura.
Se observa un CODIG
registro completo, sin
ausencia de datos, sin
embargo surgen las
AÑO
siguientes cuestiones:
1968
1969
ANALISIS DE CONSISTENCIA DE DATOS

 Es esta información CONFIABLE?

 Los datos registrados son representativos del lugar?
 Cómo evalúo la CALIDAD de la información?
 Cómo evalúo que los errores en la toma de la información son
mínimos y que no afectarán significativamente los resultados al
usarla?

Para responder estas interrogantes recurrimos a las técnicas de

ANALISIS DE CONSISTENCIA DE DATOS
 ANALISIS DE CONSISTENCIA DE DATOS
Los datos hidrológicos constituyen una secuencia de observaciones
de algunas de las fases del ciclo hidrológico, efectuada en un lugar
determinado. Los datos pueden ser; un registro de las descargas de
una corriente en un lugar particular o puede ser un registro de la
cantidad de precipitación captada en un cierto pluviómetro. Aunque
para la mayoría de los propósitos hidrológicos se prefiere un largo
registro en lugar de una corta duración, quien los use debe conocer
que cuanto más largo sea el registro, hay más probabilidad de que
haya habido cambios en las condiciones físicas de la cuenca o en los
métodos de recolectar los datos.
Si los cambios son apreciables, el registro así compuesto no
representaría una condición real, representaría una condición no
existente y no una que no existió o bien antes o bien después del
cambio. Tal registro es inconsistente.
ANALISIS DE CONSISTENCIA DE DATOS

Entonces, se deben hacer investigaciones para encontrar la razón

de la inconsistencia y evaluar su probable efecto en los datos.
Puesto que la inconsistencia puede ser debida a otras causas, tales
como errores de parte del operador o caprichos de la naturaleza,
ningún ajuste deberá ser aplicado al registro sin antes constatar
cambios en el método de recolectar los datos, cambios en la
ubicación de la estación, ocurrencia de eventos climatológicos
extremos, entre otros.
ANALISIS DE CONSISTENCIA DE DATOS

Para el análisis de la calidad de la información se cuentan con los

siguientes procedimientos:

1.Inspección Visual
2.Análisis de Doble Masa
3.Análisis de Inferencia Estadística
Los dos primeros procedimientos son del tipo gráfico mientras que
el último es de tipo estadístico.
ANALISIS DE CONSISTENCIA DE DATOS
Inspección Visual
La inspección visual ayudará a observar gráficamente la
homogeneidad o no de los datos del registro. Se pueden obtener
gráficos de la variable hidrológica versus tiempo que indiquen
que los datos son homogéneos y consistentes o que evidencien la
presencia de cambios bruscos o cambios continuos.
SALTOS: Identificados con cambios bruscos en los datos por lo que
éstos no son considerados homogéneos ni consistentes.
a) Salto en la media: X 1 ≠ X 2 ; S1 = S 2
b) Salto en la desviación estándar: X 1 = X 2 ; S1 ≠ S 2
ANALISIS DE CONSISTENCIA DE DATOS
Inspección Visual
TENDENCIAS: Identificados con cambios continuos en los datos
por lo que éstos no son considerados homogéneos ni
consistentes.
a) Tendencia en la media;
X (t ), ésta
S = tiende
cte a incrementarse con el
tiempo

a) Tendencia en la desviación
X = cteestándar;
., S (t ) ésta tiende a incrementarse
con el tiempo
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
El análisis de Doble masa permite verificar gráficamente la calidad
de la información en comparación con estaciones vecinas. Una
curva de doble masa es una gráfica en papel aritmético que se
consigue acumulando los valores de la estación de interés así
como los valores de la estación índice para el mismo periodo.
Procedimiento:
En la siguiente tabla se tienen los datos de precipitación total anual
de los años 1948 a 1959 de la estación índice cuyos valores
acumulados se muestran en la columna 5 y los datos acumulados
de la estación de interés en la columna 3. La curva doble masa
se grafica ploteando los valores mostrados en dichas columnas.
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
Años Estación Interés Est. Índice o
Patrón
P (mm) P (mm) P (mm) P (mm)
1 Acum. Acum.
2 3 4 5

1948 1168 1168 1066 1066

1949 755 1923 720 1786
1950 760 2683 935 2721
1951 1088 3771 1010 3731
1952 1272 5043 978 4709
1953 651 5694 792 5501
1954 359 6053 1181 6682
1955 1151 7204 1062 7744
1956 715 7919 901 8645
1957 509 8428 692 9337
1958 603 9031 1053 10390
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa Curva
Doble
Condición Condición Masa
Antigua Reciente

X 1 , S1 X 2 , S2

α2

1953

α1

Valor
acumulado
Estación Índice
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
Al observarse quiebres en la gráfica se entiende que los datos de la
estación de interés contienen inconsistencias que deben ser
investigadas y/o corregidas.
Selección de la Estación Índice o Patrón:
Para seleccionar la estación índice o patrón se debe contar con toda
la información disponible y existente en la cuenca, así como en
sus alrededores. Se procede luego a realizar las gráficas de doble
masa teniendo en cuenta lo siguiente:
1. Estaciones involucradas: P1 , P2 , P3 ,............Pn
2. Obtener los acumulados de cada estación:
∑ P , ∑ P ,∑ P ,..........∑ P
1 2 3 n
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
1. Estaciones involucradas: P1 , P2 , P3 ,............Pn

2. Obtener los acumulados de cada estación: ∑ P , ∑ P ,∑ P ,..........∑ P

1 2 3 n

3. Obtener los acumulados de los promedios del resto de estaciones

para cada uno de los casos de las estaciones bajo análisis, así:
 ( P2 + P3 + P4 + .........Pn ) 
Para P1 obtener: ∑  n 
 ( P1 + P3 + P4 + .........Pn ) 
Para P2 obtener: ∑  n 
 ( P1 + P2 + P4 + .........Pn ) 
Para P3 obtener:
∑  n 
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
∑P 1

∑P 2

∑P 3 Cambios
Estación 1

Estación 2

“ Estación 3
Buena calidad de la información

“  ( P2 + P3 + P4 + .........Pn ) 
∑  n 

 ( P1 + P3 + P4 + .........Pn ) 
∑  n 

 ( P1 + P2 + P4 + .........Pn ) 
∑  n 
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
La teoría de la curva de doble masa se basa en el hecho de que el
resultado de graficar los valores acumulados de una cantidad
contra los valores acumulados de otra cantidad durante el mismo
periodo, debe ser una línea recta, dependiendo su continuidad de la
constancia de la proporcionalidad entre ambas variables; la
pendiente de la recta representará la constante de proporcionalidad
entre dichas cantidades.
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Doble Masa
Al usar la curva de doble masa para el análisis de consistencia de
datos de lluvia, asumimos que la relación entre las cantidades x e
y, puede ser expresada por una recta, teniendo una ecuación de la
forma y = bx, en donde b es la pendiente de la curva de doble
masa. Una ruptura en la pendiente de la curva de doble masa,
significa que ha ocurrido un cambio en la constante de
proporcionalidad entre las dos variables, o quizás que la
proporcionalidad no es una constante en todos los puntos de la
recta.
De la gráfica anterior se identifica que la estación 3 presenta un
comportamiento homogéneo, por lo que se elige como estación
patrón y en caso necesario las demás estaciones serán corregidas
tomando la estación 3 como base.
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
Se denomina así al análisis estadístico realizado sobre los
estadísticos de media y desviación estándar para determinar la
consistencia y homogeneidad de los datos.
Consistencia en la Media:
Tamaño de la muestra: n
Periodos en la muestra: n1 y n2 donde n=n1+n2
1 n1 1 n2
X 1 = ∑ xi X2 = ∑x
Media del periodo 1: n1 i =1 Media del periodo 2: n2 i =1
i

1
 1 n1 2
2

Desviación estándar del periodo 1: S1 =  ∑ ( xi − x1 ) 

 n1 − 1 i =1 1
 1 n2 2
2

Desviación estándar del periodo 2: S2 =  ∑ ( xi − x2 ) 

 n2 − 1 i =1 
ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
Hipótesis planteada: H.P.: µ1 = µ2
Hipótesis alternativa: H.A.: µ1 ≠ µ 2
Se establece el rango de confianza (nivel de significancia) de que
las hipótesis planteadas se cumplan en un 95%.
La prueba se realiza con el estadístico t-student para el cual se
tiene que el valor calculado (tc) debe caer en la región de
X 1 muestrales
aceptación y así aceptar que las medias X2 y son
estadísticamente iguales. X 1 ≅ X 2

Se debe cumplir que: t c ≤ tT

donde tT es el t-student de tabla según α y los grados de libertad
(G.L.). Mostrar tabla t-student y grafica de región de
 ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
α = 2.5% (0.025)
G.L. = n1 + n2 – 2 0
( X 1 − X 2 ) − ( µ1 − µ 2 )
y tc = 1
Sd
 1 1 2
Desviación típica de los promedios Sd : Sd = S p  + 
 n1 n2 
1
(n1 −1) S12 + ( n2 −1) S 22  2
Desviación típica ponderada Sp : S p =  
 n 1 + n2 − 2 
Si tc ≤ tT se cumple, entonces la información es homogénea
respecto a la media y se acepta que las medias muestrales son
estadísticamente iguales.
 ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
Consistencia en la Desviación Estándar:
Se cuenta con las siguientes hipótesis estadísticas:
Hipótesis planteada: H.P.: σ1 = σ 2
Hipótesis alternativa: H.A.: σ1 ≠ σ 2
La prueba se realiza con el estadístico F (Fisher) para el cual se
tiene que el valor calculado (Fc) debe caer en la región de
aceptación y así aceptar que las desviaciones muestrales y S1
S2 son estadísticamente iguales.
S1 ≅ S 2
Se debe cumplir que: Fc ≤ FT

Mostrar tabla F y grafica de región de aceptación

ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
donde FT es el F de tabla según α y los grados de libertad del
numerador (G.L.N) y del denominador (G.L.D.).
Se establece el rango de confianza (nivel de significancia) de que
las hipótesis planteadas se cumplan en un 95%, es decir 1-α=95%
permitiendo establecer que α=5%.
Donde:
G.L.N. = grados de libertad del tamaño de la muestra del
numerados menos 1 (nN – 1).
G.L.D. = grados de libertad del tamaño de la muestra del
denominador menos 1 (nD – 1).
 ANALISIS DE CONSISTENCIA DE DATOS
Análisis de Inferencia Estadística
F calculado Fc se obtiene según:
S12
Fc = 2 si S > S
1
2 2
2
S2
S 22
Fc = 2 si S 22 > S12
S1

De tal manera que Fc > 1

Si Fc ≤ FT se cumple, entonces la información es homogénea

respecto a la desviación estándar y se acepta que las desviaciones
muestrales son estadísticamente iguales.
CORRECCIÓN DE DATOS

En los casos en que la media y la desviación estándar son

estadísticamente iguales no se corrige la información original por
ser consistente con 95% de probabilidades de que así sea, aún
cuando en el gráfico de doble masa se observen quiebres. Al
cumplirse ambas condiciones, la información es totalmente
homegénea.
En caso de no presentarse lo anterior se puede recurrir a la
corrección de datos, previa verificación de l
COMPLETACIÓN Y EXTENSIÓN DE
REGISTROS
Completación: cuando se disponen de datos en un registro, pero por
alguna razón alguno de ellos no está consignado, entones es
necesario completar los datos para tener un registro completo que se
pueda utilizar.
Extensión: Cuando se dispone de un registro de datos de
determinada longitud, pero por alguna razón se desea extenderlo de
tal manera de contar con un registro de datos de mayor longitud que
se pueda utilizar.
 COMPLETACIÓN Y EXTENSIÓN DE
REGISTROS
Métodos y aplicaciones para la completación de registros:
Método Aplicación
Promedio Aritmético Datos puntuales faltantes en la misma
estación
La precipitación normal de las estaciones
no diferirá más de un 10% de la
precipitación normal de la estación
Proporción Normal Requiere precipitación en las estaciones en
el mismo período de tiempo del dato
faltante
Análisis de Correlación Existencia de pares de registros
TAREA 5

1. Evaluar por inspección visual los siguientes gráficos.