Guia Mapa ZA ALC

GUA METODOLGICA PARA LA ELABORACIN DEL MAPA DE ZONAS RIDAS, SEMIRIDAS Y SUBHMEDAS SECAS DE AMRICA LATINA Y EL CARIBE
Esta Gua fue preparada bajo la Coordinacin de Deyanira Lobo L.1, y la participacin de Donald Gabriels2, Francisco Ovalles V3., Fernando Santibaez4, Mara Cristina Moyano5, Ral Aguilera6, Roberto Pizarro7, Claudia Sanguesa7 y Nelson Urra4.
2
1 2 3
Universidad Central de Venezuela, Venezuela University of Ghent, Belgium INIA - Universidad Central de Venezuela, Venezuela 4 Centro AGRIMED, Universidad de Chile, Chile 5 Instituto Nacional del Agua, Argentina 6 Centro de Estudios Espaciales, Universidad de Chile, Chile 7 Universidad de Talca, Chile
Gua metodolgica para la elaboracin del mapa de zonas ridas, semiridas y subhmedas secas de Amrica Latina y El Caribe
GUA METODOLGICA PARA LA ELABORACIN DEL MAPA DE ZONAS RIDAS, SEMIRIDAS Y SUBHMEDAS SECAS DE AMRICA LATINA Y EL CARIBE
Esta Gua fue preparada bajo la Coordinacin de Deyanira Lobo L., y la participacin de Donald Gabriels, Francisco Ovalles V., Fernando Santibaez, Mara Cristina Moyano, Ral Aguilera, Roberto Pizarro, Claudia Sangesa y Nelson Urra.
ndice
Presentacin de los autores Lista de Figuras Lista de Cuadros Resumen ejecutivo Introduccin Captulo I. Propuesta Metodolgica Disponibilidad de agua Informacin requerida ndices complementarios para describir los regmenes de humedad Elaboracin del mapa Acuerdos del 2do. taller (Quito, Ecuador 20 y 21 enero, 2005) acerca de la Metodologa para el Mapa de Zonas ridas, Semiridas y Subhmedas secas de Amrica Latina y El Caribe Captulo II. Anlisis exploratorio de datos (AED) Importancia del AED Etapas del AED Preparacin de los datos Grficos de uso comn en el AED Identificacin de los valores atpicos Captulo III Estimacin y completacin de datos de precipitacin faltantes Anlisis de la consistencia de datos pluviomtricos Completacin de datos faltantes Mtodos de relleno para estimar datos faltantes Captulo IV. Mtodos de Estimacin de Precipitaciones Areales Media aritmtica Mtodo de Thiessen Mtodo de las isoyetas Mtodo modificado de los polgonos de Thiessen Mtodo del inverso de la distancia al cuadrado Ejemplo Prctico Captulo V. Datos climticos faltantes para la estimacin de la ET0 por el protocolo de FAO/Penman-Monteith Ecuacin de Thornthwaite Ecuacin de Penman- Monteith original Ecuacin de Turc Ecuacin de Ivanov Anexo 1. Mtodos cartogrficos para la creacin del Mapa de Regmenes Hdricos. Mapa preliminar de Zonas ridas de Sur Amrica. Versin Demo Anexo 2. Protocolo de Calculo de la Evapotranspiracin de Referencia mediante la ecuacin FAO/Penman-Monteith Anexo 3. Smbolos y Unidades Anexo 4. Equivalencia de Unidades Anexo 5. Referencias Bibliogrficas i ii iii iv 1 4 4 5 8 11 12 13 14 14 14 15 21 24 24 28 29 33 33 34 36 39 41 42 45 45 45 46 46 47 52 53 56 57 58
PRESENTACIN DE LOS AUTORES
AGUILERA RAL Ingeniero Civil Electrnico. Centro de Estudios Espaciales Facultad de Ciencias Fsicas y Matemticas - Universidad de Chile, Chile. raguiler@ing.uchile.cl GABRIELS DONALD. Ingeniero Agrcola. MSc. en Agronoma. Ph.D en Ciencias Agrcolas. Postdoctorado en Conservacin de Suelos. Department of Soil Management and Soil Care. Faculty of Agricultural and Applied Biological Sciences. Ghent University, Blgica. donald.gabriels@ugent.be LOBO L. DEYANIRA. Ingeniero Agrnomo. MSc. en Ciencia del Suelo. Dr. Ciencia del Suelo. Universidad Central de Venezuela, Facultad de Agronoma, Instituto y Departamento de Edafologa. Postgrado en Ciencia del Suelo. Venezuela. lobod@agr.ucv.ve MOYANO MARA CRISTINA. Licenciada en Ciencias Meteorolgicas. Postgrado en Hidrologa. Departamento de Ciencias de la Atmsfera de la Facultad de Ciencias Exactas de la Universidad de Buenos Aires. Instituto Nacional del Agua (INA). Argentina. cmoyano@ina.gov.ar OVALLES V. FRANCISCO. Ingeniero Agrnomo. MSc. Ciencia del Suelo. Ph.D en Ciencia del Suelo, mencin Geografa. Instituto Nacional de Investigaciones Agropecuarias (INIA). Facultad de Agronoma, Universidad Central de Venezuela. fovalles@inia.gov.ve PIZARRO T. ROBERTO. Ingeniero Forestal. Dr. en Hidrologa. Facultad de Ciencias Forestales. Universidad de Talca, Chile. rpizarro@utalca.cl SANGESA CLAUDIA. Ingeniero Forestal. Licenciada en Ciencias Forestales. Asistente de Investigacin. Facultad de Ciencias Forestales, Universidad de Talca, Chile. csanguesa@utalca.cl SANTIBAEZ FERNANDO. Ingeniero Agrnomo. Dr. En Ciencias Naturales. Especialista en Bioclimatologa y Ciencias Ambientales. Centro de Agricultura y Medio Ambiente (AGRIMED), Universidad de Chile, Chile. fsantiba@uchile.cl URRA NELSON. Ingeniero en Recursos Naturales Renovables. Licenciado en Recursos Naturales Renovables. Centro de Agricultura y Medio Ambiente (AGRIMED) Universidad de Chile. Chile. nelsonurra@agrimed.cl
LISTA DE FIGURAS
Figura 1. Figura 2. Figura 3. Figura 4. Caractersticas del cultivo de referencia hipottico (tomada de FAO, 1998) Temperatura mnima media mensual (perodo 1960-2003) Histogramas de a) la precipitacin media mensual y b) la temperatura media mensual (perodo 1960-2003). Relacin existente entre diversos parmetros climticos: a) precipitacin media anual y precipitacin media del mes de mayo, b) precipitacin media mensual y temperatura media mensual, c) ETP e ndice hdrico Distribucin de los datos de a) temperatura promedio mensual y b) precipitacin mensual. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (periodo 1960-61) de la precipitacin. Distribucin de los valores de las medias locales (anuales) en relacin a la media general (perodo 1970-2003) de la precipitacin. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (perodo 1960-2003) de la precipitacin. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (perodo 1960-2003) de la precipitacin., mostrando las cercas internas y externas. Representacin grfica de datos acumulados de precipitacin entre los aos 1991 y 1963. Polgonos de Thiessen Perfil Pluviomtrico Mapa de Isoyetas
Figura 5. Figura 6. Figura 7. Figura 8. Figura 9.
Figura 10. Figura 11. Figura 12. Figura 13.
ii
LISTA DE CUADROS
Cuadro 1. Cuadro 2. Cuadro 3. Cuadro 4. Clasificacin del ndice P/ET0 Clasificacin del ndice de Fournier Modificado (IFM) Clasificacin del ndice de Concentracin de la Precipitacin (ICP) Medidas descriptivas numricas y representaciones graficas aconsejadas en funcin de la escala de medida de la variable.
iii
RESUMEN EJECUTIVO
La presente Gua constituye uno de los productos preliminares del Proyecto liderado por el Centro del Agua para Zonas ridas y Semiridas de Amrica Latina y El Caribe (CAZALAC), para la elaboracin del Mapa de Zonas ridas, Semiridas y Subhmedas secas de Amrica Latina y El Caribe. Esta iniciativa representa el esfuerzo de diferentes instituciones: Gobierno de Flandes, Blgica; Programa Hidrolgico Internacional (PHI UNESCO) y CAZALAC, as como de profesionales que estudian la problemtica de la aridez e ndices relacionados. Este documento est dirigido a: Expertos en cambio climtico y cambio global y sus consecuencias Expertos e instituciones que estudian los procesos de degradacin de tierras y desertificacin Profesionales relacionados con estudios de uso de la tierra, manejo y conservacin de suelos y aguas, manejo del recurso agua, y otros sectores relacionados. Planificadores y tomadores de decisin con respecto al uso de la tierra, para el conocimiento y entendimiento de los problemas relacionados con la aridez y los riesgos de desertificacin. La Gua consta de una parte introductoria, de carcter conceptual, que resume la importancia de la delimitacin de los regmenes de humedad de la Regin de Amrica Latina y El Caribe, as como los objetivos de la misma. A continuacin se presenta en el Captulo I la propuesta metodolgica que incluye los criterios y mtodos adoptados para la delimitacin de las Zonas ridas, Semiridas y Subhmedas secas de la Regin. Se incluyen los ndices a mapear y la informacin requerida para el clculo de los mismos. El Captulo II se refiere al Anlisis Exploratorio de datos, incluyendo algunos ejemplos de este. En el Captulo III se presentan diferentes mtodos para la estimacin y completacin de datos de precipitacin faltantes. En el Captulo IV se muestran algunos mtodos de estimacin de precipitaciones areales, incluyendo ejemplos y un anlisis crtico de los mismos. El Captulo V resume algunas opciones para el clculo de la Evapotranspiracin de Referencia (ET0), cuando no se dispone de la informacin para realizarlo utilizando el protocolo de FAO/Penman-Monteith. El documento contiene cinco anexos: Anexo 1, que presenta los mtodos cartogrficos para la creacin del Mapa de Regmenes Hdricos, y presenta adems una versin preliminar del Mapa. El anexo 2, se refiere al Protocolo de Calculo de la Evapotranspiracin de Referencia mediante la ecuacin FAO/Penman-Monteith. El anexo 3 contiene los Smbolos y Unidades, mientras que el anexo 4 contiene las Equivalencias de Unidades. En el anexo 5 se presentan las Referencias Bibliogrficas. La presente Gua tiene que ser entendida como un documento marco, cuyo uso podra requerir un enfoque ms flexible para la adaptacin a condiciones especficas. Esta Gua est acompaada del Sistema CIRH, software para el Clculo de ndices del Rgimen Hdrico.
iv
INTRODUCCIN
En muchas regiones, en el mbito mundial existe un desbalance entre recursos naturales, poblacin y necesidades bsicas. Este desbalance es ms marcado y notorio en regiones ridas, semiridas y subhmedas. Las regiones ridas y semiridas comprenden el 30 % de la superficie de la tierra y estn caracterizadas por un balance hdrico negativo casi todo el ao En estas regiones la degradacin de suelos es un serio problema, generalmente causado por una estrecha interaccin entre los factores biofsicos y socioeconmicos. Por otra parte, debido a que la precipitacin en esas regiones tiene bajos promedios y una alta variabilidad espacial y temporal, adems del carcter torrencial, es difcil hacer predicciones. Problemas generales de delimitacin de las zonas. Los lmites de las zonas ridas, semiridas y subhmedas no son abruptos ni estticos, debido a la alta variabilidad interanual en la precipitacin y a la ocurrencia de sequas, lo cual puede ocurrir por perodos de varios aos. Definiciones relacionadas Es importante diferenciar los trminos aridez, sequa y desertificacin: Aridez implica un dficit pluviomtrico permanente (fenmeno climtico de largo tiempo), lo cual est ligado a otras condiciones climticas especficas, como temperaturas elevadas, baja humedad de aire y fuerte evaporacin. Es definida usualmente en trminos de baja precipitacin promedio o agua disponible. Sequa resulta de un dficit pluviomtrico temporal con relacin a la precipitacin normal (fenmeno de corto plazo) y es generalmente percibido como un incidente por debajo de la disponibilidad natural de agua. Hay que distinguir entre sequa (perodo de 1 2 aos con precipitacin por debajo del promedio y desecacin (perodo seco por una dcada o mas). Desertificacin es la degradacin de la tierra en zonas ridas, semiridas y subhmedas secas derivada fundamentalmente de los efectos negativos de diversos factores, tales como las variaciones climticas y las actividades humanas. El trmino tierras secas ha sido adoptado por la Convencin de las Naciones Unidas para el combate de la desertificacin (CCD) para describir a aquellas tierras donde los problemas de degradacin de tierras deben ser atendidos y donde deben promoverse mtodos para alcanzar el desarrollo sostenible, considerando sus fragilidad ecolgica. Dentro de las tierras secas se incluyen las zonas hiperridas, las zonas ridas, las zonas semiridas y las zonas subhmedas secas. Se han realizado intentos para establecer los lmites o definirlos en trminos de caractersticas como la vegetacin natural. Se debe reconocer tambin que zonas ridas individuales no representan climas homogneos. El problema fundamental para la caracterizacin y delimitacin de zonas ridas, semiridas y subhmedas secas, desde el punto de vista climtico, es la evaluacin e identificacin de variables climticas para establecer un ndice de deficiencia y excedencia de agua que evale la 1
relacin entre el agua que entra al sistema y que sale de este. Diferentes metodologas se han propuesto y utilizado para la delimitacin de zonas climticas en el mbito mundial, entre estas se destacan: Sistema basado en la relacin de precipitacin/evapotranspiracin estimada, incluyendo el factor temperatura (Kppen, 1948) ndice de aridez anual de Bailey (Bailey, 1983) Sistema basado en la precipitacin media anual y temperatura media anual (Bailey, 1983 y Thornthwaite, 1948) Sistemas basados en la longitud del perodo de crecimiento Sistemas basados en el nmero de meses secos, precipitacin, evapotranspiracin y tipo de vegetacin Uno de los criterios ms ampliamente utilizado para delimitar zonas climticas es el ndice climtico P/ETP, desarrollado por la FAO y la UNESCO en 1977, tomando como base el ndice de humedad propuesto por Thornthwaite (1948), el mtodo de Penman (1948) y el procedimiento propuesto por Meigs (1953). Este ndice expresa la relacin entre la precipitacin anual promedio y la evapotranspiracin potencial en un rea determinada (UNEP, 1992; UICN/CCD, 2002) El mapa de Aridez, publicado por la UNESCO (1977) no fue derivado de una base de datos georeferenciados, sino de una base de datos, en la cual no se identifica los rangos de perodos de tiempo cubiertos para las diferentes estaciones consideradas. El clculo de los valores de ETP se realiz por el mtodo de Penman, que requiere un amplio rango de datos meteorolgicos. La UNESCO, en su reunin de Noviembre de 2001, estableci en el marco de la fase VI del Programa Hidrolgico Internacional (PHI) (2002 2007) que la mayor prioridad debe ser dada al manejo de los recursos hdricos con especial atencin a las regiones ridas y semiridas. En vista de esto, el Centro del Agua para Zonas ridas y Semiridas para Amrica Latina y El Caribe (CAZALAC), con sede en La Serena, Chile, propuso dentro del Programa Hidrolgico Internacional, un proyecto para desarrollar, una metodologa estandarizada y consolidada para la delineacin y mapeo de las zonas ridas, semiridas y subhmedas secas en Amrica Latina y El Caribe. Este proyecto debe satisfacer la necesidad de la representacin grfica de la dinmica del clima en la regin, para ser usada como un estudio temtico descriptivo y como herramienta de manejo. La necesidad creciente de estrategias de manejo ms integrales y amplias, en el mbito subregional, regional y continental implica el uso de herramientas tcnicas y cientficas comunes, estandarizadas y homogeneizadas, dentro de las cuales la clasificacin y el mapeo son esenciales. Los procedimientos para la delineacin y mapeo deben estar relacionados con criterios bsicos, tales como los temas de referencia (aridez, sequa, agresividad climtica), la escala, la precisin y los indicadores para estimar los temas de referencia. Una metodologa estandarizada ofrece ventajas relacionadas con la posibilidad de intercambiar la informacin, realizar transferencia de conocimientos, implementacin de estudios comparativos, establecer programas y proyectos de investigacin conjunta. El procesamiento de los datos y la implementacin es de importancia crtica para el xito del mapa. 2
Las fuentes potenciales de error y los procedimientos para interpolacin y extrapolacin deben recibir atencin preferencial. La Gua y los mapas, en el mbito subregional, regional y continental estn destinados a expertos en cambio climtico, cambio global, degradacin de tierras y desertificacin, Hidrologia, manejo y conservacin de suelos y aguas, as como a planificadores y tomadores de decisin con respecto al uso de la tierra y el agua. La Gua tiene que ser entendida como un documento marco cuyo uso podra requerir un enfoque ms flexible para la adaptacin a condiciones especficas.
METODOLOGA PRELIMINAR Como primer paso se realiz un Taller de trabajo cuyo objetivo fue proponer una metodologa general, que se pueda aplicar en los pases de la regin de Amrica Latina y El Caribe, para la elaboracin del Mapa de Zonas ridas, Semiridas y Subhmedas Secas. Este primer Taller cont con la participacin de representantes de Chile (Guido Soto, Fernando Santibaez, Roberto Pizarro, Luis Aguilera, Claudia Sangesa, Manuel Soto) Mxico (Jos Donaldo Ros), Argentina (Elena Abraham, Mara Cristina Moyano), Venezuela (Deyanira Lobo, Francisco Ovalles y Nectal Rodrguez), Gobierno de Flandes (Donald Gabriels) y con Organizaciones e Instituciones que trabajan dentro del Programa UNESCO-PHI. Los propsitos de este primer taller estuvieron dirigidos a definir y establecer los objetivos, contenidos, metodologa y escala de trabajo que se seguirn, as como productos y las fases en las cules se realizar el trabajo y los productos preliminares en cada fase.
CAPITULO I. PROPUESTA METODOLGICA

A continuacin se describen los criterios y metodologas adoptadas para la delimitacin de zonas ridas, semiridas y subhmedas secas de Amrica Latina y El Caribe; as como las fases para realizar el trabajo En esta propuesta hicieron importantes aportes: Donald Gabriels, Francisco Ovalles V., Fernando Santibaez, Mara Cristina Moyano, Ral Aguilera, Roberto Pizarro, Claudia Sanguesa y Nelson Urra. En el tema correspondiente al Anlisis Exploratorio de Datos se agradecen los valiosos aportes de Francisco Ovalles, mientras que el tema relativo a los Mtodos de Completacin de Datos, se agradecen los aportes de Mara Cristina Moyano, Roberto Pizarro y Claudia Sangesa. En el tem correspondiente a Mtodos de Estimacin de Precipitaciones Areales, se agradecen los aportes de Roberto Pizarro y Claudia Sangesa. De igual manera, se agradece a Fernando Santibaez los aportes presentados en los Anexos 1 y 2 DISPONIBILIDAD DE AGUA Una vez revisados los diferentes ndices utilizados para la caracterizacin y delimitacin de Zonas ridas, Semiridas y Subhmedas Secas, tanto en el mbito regional como mundial, se acord adoptar un ndice que permite definir los lapsos de deficiencia y excedencia climtica de agua en un perodo especifico, el cual debe estar relacionado bsicamente con la precipitacin y la evapotranspiracin de referencia en el sistema considerado. Por ello se propone la utilizacin de la relacin:
p ET
m
(UNEP, 1997)
(1)
donde: pm: precipitacin media del periodo ET0: Evapotranspiracin de referencia del periodo Este ndice se utilizar para la clasificacin y delimitacin de las tierras utilizando los criterios propuestos por Hassan y Dregne (1997), utilizados en el Atlas Mundial de Desertificacin (UNEP, 1997), siguiendo los criterios sealados en el Cuadro 1. Cuadro 1. Clasificacin del ndice P/ET0 Zonas Hiperridas ridas Semiridas Subhmedas secas Subhmedas hmedas Hmedas P/ET0 < 0.05 0.05 a < 0.20 0.20 a < 0.50 0.50 a < 0.65 0.65 a 1 >1
INFORMACIN REQUERIDA PRECIPITACIN Se propone utilizar datos de precipitacin mensuales para un perodo de 30 aos, de preferencia durante el lapso de 1970 al 2000. En el caso de no contarse con la informacin, esta deber completarse y corregirse siguiendo la metodologa del Balance Hdrico de Amrica del Sur, la cual se describe bajo el ttulo ESTIMACIN Y COMPLETACIN DE DATOS DE PRECIPITACIN FALTANTES. De igual manera se realizar un anlisis exploratorio de los datos disponibles siguiendo las pautas sealadas bajo el ttulo: ANLISIS EXPLORATORIO DE DATOS (AED) EVAPOTRANSPIRACIN Se utilizar el trmino Evapotranspiracin de referencia (ET0), cuya estimacin se realizar utilizando el mtodo de Penman-Monteith FAO, como referencia para el clculo de esta. Mtodo de Penman-Monteith FAO FAO, en colaboracin con la Comisin Internacional para Riego y Drenaje y con la Organizacin Meteorolgica Mundial, organiz una consulta de expertos e investigadores para revisar las metodologas de FAO sobre los requerimientos de agua de los cultivos y hacer sugerencias sobre la revisin y actualizacin de los procedimientos. El panel de expertos recomend la adopcin de la combinacin del mtodo de Penman-Monteith como un nuevo estndar para la evapotranspiracin de referencia y sugiri los procedimientos para el clculo de varios de sus parmetros, los cuales se encuentran ampliamente explicados en Crop Evapotranspiration. Guidelines for computing crop water requirements (FAO, 1998) A continuacin se resumen algunas de las pautas ms importantes, tomadas de FAO (1998): Para definir el cultivo de referencia como un cultivo hipottico con una altura asumida de 0.12 m, teniendo una resistencia superficial de of 70 s m-1 y un albedo de 0.23, estrechamente parecido a la evaporacin de una extensin superficial de grama verde de altura uniforme, creciendo activamente con una adecuada suplencia de agua (Figura1). Este mtodo supera las limitaciones del mtodo previo FAO Penman y provee valores ms consistentes con los datos mundiales de uso de agua de los cultivos
Nivel de Referencia
Figura 1. Caractersticas del cultivo de referencia hipottico (tomada de FAO, 1998) Con la ecuacin original Penman-Monteith y las ecuaciones de resistencia aerodinmica y superficial, el mtodo FAO Penman-Monteith para estimar la ET0, pudo ser derivada, y se propone la siguiente:
(2)
Donde: ET0 evapotranspiracin de referencia [mm da-1] Rn radiacin neta en la superficie del cultivo [MJ m-2 da-1] G densidad de Flujo de calor en el suelo [MJ m-2 da-1] T temperatura del aire media diaria a 2 m altura [C] u2 velocidad del viento a 2 m altura [m s-1] es presin de vapor de saturacin [kPa], ea presin de vapor actual [kPa] es - ea dficit de presin de vapor de saturacin [kPa], pendiente de la curva de presin de vapor de saturacin en funcin de la temperatura [kPa C-1], coeficiente psicromtrico [kPa C-1]. La Evapotranspiracin de referencia, ET0, provee un estndar al cual: la evapotranspiracin en diferentes perodos del ao o en otras regiones puede ser comparada; la evapotranspiracin de otros cultivos puede estar relacionada La ecuacin usa registros meteorolgicos estndar de: radiacin solar, temperatura del aire, humedad y velocidad del viento. Para asegurar la integridad de los cmputos, las mediciones deben ser realizadas a 2 m (o convertidas a esa altura) por encima de una extensa superficie de grama verde cubriendo el suelo y sin dficit de agua 6
La ecuacin Penman-Monteith -FAO es una representacin simple y cercana de los factores que rigen el proceso de evapotranspiracin. Para usar la definicin de ET0 de la ecuacin de PenmanMonteith -FAO se pueden calcular los coeficientes de los cultivos (Kc) en los sitios de investigacin, relacionando la ET0 con la ET0 calculada
Kc =
ETc ET0
(3)
En esta propuesta se toman en cuenta dentro del coeficiente del cultivo las diferencias en el dosel del cultivo y la resistencia aerodinmica relativa al cultivo de referencia hipottico. El factor Kc sirve como una agregacin de las diferencias fsicas y fisiolgicas entre cultivos y la definicin de referencia. Datos requeridos La ecuacin Penman-Monteith -FAO adems de la localizacin del sitio, requiere datos de humedad, radiacin y velocidad del viento para clculos diarios, semanales, decadiarios o mensuales. Es importante verificar las unidades en las cuales son reportados los datos meteorolgicos y la posibilidad de hacer las respectivas conversiones si son necesarias. Localizacin Se deben especificar: la altura por encima del nivel del mar (m) y la latitud (grados norte o sur). Estos datos son necesarios para ajustar algunos parmetros del clima para el valor promedio local de presin atmosfrica (en funcin de la elevacin del sitio por encima del nivel del mar medio) y computar la radiacin extraterrestre (Ra) y, en algunos casos, las horas de luz (N). En el clculo de Ra y N, la latitud es expresada en radianes Para el hemisferio Norte es usado un valor positivo y para el hemisferio Sur un valor negativo Temperatura Se requieren los valores de temperatura mxima y mnima mensual promedio, expresada en grados Celsius (C). Si solo se dispone de los valores de temperatura media diaria, se pueden ejecutar los clculos, pero con cierta sobreestimacin de la ET0, debido a las relaciones no-lineales entre la presin de vapor de saturacin y temperatura. Usando la temperatura media del aire, en lugar de los valores mximos y mnimos se obtiene un valor mas bajo de la presin de vapor de saturacin (es) y por lo tanto una diferencia de presin de vapor mas baja (es - ea), de aqu un bajo estimado de la ET0 Humedad Se requieren datos (promedios) de presin de vapor actual mensual, ea, en kilopascales (kPa). Si no se dispone de los datos, estos pueden ser derivados de la Humedad relativa mnima (%), datos psicromtricos (temperaturas del bulbo hmeda y seca (C) o temperatura del punto de condensacin (C) Radiacin Se requieren los valores de radiacin neta mensual (promedio), expresada en megajulios por metro 7
cuadrado por da (MJ m-2 da-1). Estos datos no estn disponibles comnmente, pero pueden ser derivados de los valores promedio diarios de radiacin de onda corta medidos con un piranmetro, o de los valores promedios diarios de horas de luz solar (horas por da), mediadas con un registrador de horas de luz solar (Campbell-Stokes) Velocidad del viento Se requieren datos mensuales de velocidad del viento, expresada en metros por segundo (m s-1), medidos a 2 m por encima del nivel del suelo. Es importante verificar la altura a la cual es medida la velocidad del viento, ya que las velocidades difieren a diferentes alturas por encima del nivel del suelo. NDICES COMPLEMENTARIOS PARA DESCRIBIR LOS REGMENES DE HUMEDAD Considerando que los rgimen de humedad tiene dos dimensiones: espacial y temporal, se requiere utilizar ndices que incluyan las variaciones temporales de la disponibilidad de agua. Considerando el tiempo, se pueden describir ambos, los perodos de dficit y exceso de agua. Los perodos de exceso de agua pueden crear tambin muchos problemas de sequa. - Perodos seco y hmedo La principal caracterstica del rgimen de humedad que influencia la distribucin ecolgica de las especies y el manejo del agua en la agricultura de riego es la longitud de la estacin seca. Esta puede definirse mediante los siguientes criterios:
LP
LP
donde:
R
= N de meses secos =
P < 0 ,5 ET
(4)
= N de meses lluviosos =
P > ET
(5)
LP : longitud del perodo con dficit de agua

D
LP : longitud del perodo con exceso de agua

R
Encontrndose la siguiente clasificacin: rido: LDP < 75 das Semi-rido: LDP entre 75 180 das Sub-hmedo: LDP entre 180 270 das Hmedo: LDP > 270 das
Donde: LDP: perodo del ao (en das), cuando el suministro de humedad aprovechable del suelo, alimentado por la lluvia, es mayor que la mitad de la evapotranspiracin de referencia (ET0). - Dficit de agua Otro aspecto que determina la aridez de un clima dado es el valor absoluto de las diferencias negativas entre precipitacin y evapotranspiracin de referencia. Este ndice provee una estimacin del dficit total anual de precipitacin durante la estacin seca. Esto es una aproximacin del requerimiento de riego para cultivos perennes. 8
DH = 1 (P ET0 )
12
, (Solo valores negativos)
(6)
DH = dficit de agua anual (mm) P = precipitation mensual (mm) AGRESIVIDAD CLIMATICA Las zonas ridas, semiridas y subhmedas secas son frgiles y sensibles a la desertificacin (degradacin de la vegetacin y suelos), siendo la erosin hdrica uno de los principales indicadores asociados, razn por la cual es importante la seleccin de un ndice de agresividad de las lluvias. El grupo de expertos propone el ndice de Fournier modificado (IFM) para un periodo especfico, para caracterizar la agresividad de la precipitacin.
p IFM = P
12 i i =1
(Arnoldus, 1980)
(7)
donde: pi = precipitacin mensual (mm) P = precipitacin anual (mm) El clculo del IFM debe hacerse para cada ao y luego calcular el promedio, cuya clasificacin se presenta en el Cuadro 2. Cuadro 2. Clasificacin del ndice de Fournier Modificado (IFM)
IFM 0 60 60 - 90 90 120 120-160 > 160 Clasificacion Muy bajo Bajo Moderado Alto Muy alto
ndices complementarios
La variabilidad de la precipitacin es un aspecto importante en zonas ridas, semiridas y subhmedas. Las actividades humanas en estas zonas pueden estar ms comprometidas por la incertidumbre de ocurrencia de lluvias en una estacin o ao, que por la disponibilidad de humedad promedio. Las variaciones interanuales de la precipitacin tienen gran relevancia en estudios de degradacin de tierras, y las caractersticas de las lluvias en una localidad pueden incrementar la presin sobre las tierras vecinas que tienen mejores condiciones de humedad. Perodos con mayor precipitacin pueden contribuir a la desertificacin, ya que se incrementa la presin sobre la tierra, debido al cultivo, lo cual tiende a crear dificultades durante los perodos secos siguientes. 9
Entre otros ndices que permiten la evaluacin de la agresividad y distribucin de las lluvias que pueden contribuir a la metodologa de referencia propuesta, se pueden mencionar: Factor R de la Ecuacin Universal de Prdida de Suelos:
EI
30
(Wischmeier y Smith, 1978) (Renard et al, 1993)
(8)
E = a + b log I
Este ndice debe ser calculado sobre una base anual, estimado mediante la sumatoria de 1 a n precipitaciones con caractersticas erosivas ocurridas durante el ao, para un periodo de tiempo especfico o disponible. ndice de Fournier
p IF = P
max
(Fournier F. 1960)
(9)
pmax: precipitacin del mes ms lluvioso (mm) P: precipitacin media anual (mm) ndice de Concentracin de la Precipitacin (ICP) de cada ao
ICP = 100
p
P
2
2 i
(Oliver, 1980)
(10)
pi: precipitacin mensual (mm) P: precipitacin media anual (mm) El clculo del ICP debe hacerse para cada ao y luego calcular el promedio, cuya clasificacin se presenta en el cuadro 3. Cuadro 3. Clasificacin del ndice de Concentracin de la Precipitacin (ICP)
PCI 8.3 10 10 15 15 20 20 50 50 100 uniforme moderadamente estacional estacional altamente estacional irregular
10
ELABORACIN DEL MAPA Se ha planteado: Elaborar el Mapa para toda la regin, separada en cuatro reas, para mayor facilidad en planificacin del trabajo: 1. Meso Amrica: incluido Mxico, Amrica Central, Cuba y Repblica Dominicana 2. El Caribe, Guyana y Surinam y Belice 3. Pases Andinos: Venezuela, Colombia, Per, Ecuador, Bolivia 4. Cono Sur: Argentina, Chile, Uruguay, Paraguay y Brasil El mapa de referencia a utilizar se construir sobre la base de: - Usar la longitud de la estacin seca como primer parmetro para separar los regmenes de humedad. Como fue definido anteriormente, el perodo seco corresponde al nmero de meses que tienen una relacin menor que el valor crtico de 0.5. Este ser combinado con la temperatura mnima del mes ms fro como parmetro secundario. - El ndice de aridez P/ET0 ser calculado para todas las localidades disponibles e indicadas como puntos de informacin en el mapa. - El clculo de la ET0 se realizar mediante la frmula Penman-Montieth-FAO.
Escala de Trabajo Se trabajar en funcin de una escala de mapeo de 1:5.000.000 Abrir ventanas para cada uno de los pases, cuya escala va a estar en funcin de la disponibilidad de datos. Se recomienda utilizar como base cartogrfica la Digital Chart of the World (DCW) corregida, y como datum de referencia SIRGAS. (WGS84). Esta carta est disponible en el formato Shapefile compatible con ArCView De igual manera se propone que en el mbito de cada pas se establezca la presentacin de la informacin de una manera estratificada desde la definicin de unidades mnimas cartografiables hasta grandes regiones homogneas, lo cual llevara a la definicin de la escala y las necesidades de interpolacin y extrapolacin de datos. Esto podra constituir una segunda fase de trabajo.
El mapa ser realizado en tres niveles: 1. Mapa regional y subregional sobre la base de criterios unificados 2. Mapas por pases con informacin detallada, incluyendo las principales cuencas 3. un sistema de informacin sobre recursos hdricos incluyendo capas relevantes: base de datos, inventario de problemas y limitaciones locales para alcanzar un uso sostenible de los recursos hdricos, indicadores de estado y presin sobre los recursos hdricos y prioridades para riego y drenaje. Este sistema de informacin ser operado en cada pas, usando sistemas y criterios unificados con el propsito de permitir intercambio de informacin y experiencias entre pases.
11
TRABAJO FUTURO PARA MEJORAR Y COMPLEMENTAR LA INFORMACIN DE ESTA ETAPA. 1. Actualizar las series de tiempo usando la base de datos de FAO y otras fuentes 2. Incrementar la densidad de estaciones meteorolgicas usadas como referencia 3. Incluir nuevos ndices para caracterizar mejor el rgimen hdrico (dficit de agua, longitud del perodo hmedo, etc.) 4. Incluir variables trmicas para determinar el rgimen hidrotrmico, lo cual facilita aplicaciones ecolgicas. 5. Clculo y mapeo de ndices asociados al proceso de erosin hdrica, escorrenta y degradacin de tierras: ndice de Fournier Modificado, ndice de Concentracin de la Precipitacin, Precipitacin efectiva. 6. Mejoramiento del mapa base incluyendo la delimitacin de cuencas y otra informacin complementaria. 7. creacin de un sistema interactivo basado en las capas del mapa y base de datos. ACUERDOS DEL 2do. TALLER (QUITO, ECUADOR 20 Y 21 ENERO, 2005) ACERCA DE LA METODOLOGA PARA EL MAPA DE ZONAS RIDAS, SEMIRIDAS Y SUBHMEDAS SECAS DE AMRICA LATINA Y EL CARIBE 1. 2. 3. 4. Hacer los clculos de Eto e ndices para las estaciones que tienen la informacin requerida Escala de trabajo 1:5.000.000 Escala de mapeo 1:9.000.000 Se mantiene como Perodo de referencia 1971 2000 (de preferencia) Para la base de datos del Sistema CIRH: Mnimo 5 aos para datos de Temperatura, Radiacin y Humedad Relativa Utilizar Series de tiempo para el clculo de los ndices pluviomtricos Mnimo 20 aos para datos de Precipitacin. Mnimo 1 ao para datos de Velocidad del viento Incluir otros perodos, si es absolutamente necesario, sealando el perodo utilizado Especificar el cdigo de datos faltantes Para anlisis de variabilidad de ndices pluviomtricos: usar series de tiempo, usar estaciones con 30 o mas aos de registro Aplicar un mtodo basado en la relacin Vd/Vn para repartir el recorrido del viento entre el da y luego estimar la velocidad como un cociente entre el recorrido y el numero de horas del da Tomar con preferencia datos que hayan cumplido con algn protocolo de calidad de datos Usar Penman-Monteith original si se tiene recorrido en lugar de velocidad del viento Discutir y resear los criterios utilizados. Incluir la amplitud trmica anual como ndice de estacionalidad trmica: temp media del mes + clido la media del mes + fro
12
CAPTULO II. ANLISIS EXPLORATORIO DE DATOS (AED)

El Anlisis exploratorio de datos (AED) surge de los trabajos realizados por Tukey (1977), desde entonces su uso se ha venido incrementando, ya que se ha comprobado que el examen previo de los datos es un paso necesario. Este anlisis toma su tiempo, y habitualmente se descuida por parte de los analistas de datos. Muchas veces las tareas implcitas en dicho examen pueden parecer insignificantes y sin consecuencias a primera vista, pero son una parte esencial de cualquier anlisis estadstico. El uso directo de la data sin evaluar su estructura, consistencia, presencia de valores atpicos y relaciones entre variables, entre otros, constituye un enfoque de caja negra que incrementa el grado de incertidumbre sobre la validez de los resultados obtenidos. ANLISIS EXPLORATORIO DE DATOS (AED) El AED consiste en el anlisis de los datos empleando una variedad de tcnicas (en su mayora grficas) para incrementar nuestro entendimiento sobre ellos y visualizar las relaciones existentes entre las variables analizadas. El AED es examinar los datos previamente a la aplicacin de cualquier tcnica estadstica. El AED abarca un gran mbito; sin embargo, l proporciona mtodos grficos sencillos para organizar y preparar los datos, detectar fallas en el diseo y muestreo para recolectar los datos, tratamiento y evaluacin de datos ausentes, identificacin de valores atpicos y comprobacin de los supuestos subyacentes en la mayor parte de las tcnicas estadsticas. Entre los objetivos mas relevantes del AED estn: 1. Maximizar nuestro entendimiento de los datos. 2. Describir la estructura subyacente que ellos tienen (normalidad, multimodalidad, asimetra, curtosis, linealidad, homogeneidad entre grupos, homocedasticidad, etc.). 3. Detectar las variables importantes. 4. Detectar valores atpicos y anomalas. 5. Comprobar los supuestos implcitos en los anlisis. 6. Determinar los ajustes ptimos de los factores. 7. Proporcionar al analista informacin relevante en cuanto al modelo que mejor ajusta los datos, una lista de valores atpicos, sentido de certeza en las conclusiones, estimaciones de los parmetros, grado de incertidumbre sobre las estimaciones, lista de los variables importantes, conclusiones sobre las significancia estadstica de variables individuales. Las tcnicas utilizadas en el AED son generalmente grficas, con algunas evaluaciones cuantitativas, la razn de esto a la naturaleza del anlisis que implica una exploracin de los datos sin restricciones, los grficos le dan al analsta la capacidad de realizarlo. Las tcnicas grficas del anlisis exploratorio se pueden agrupar en: 1. Grficos de datos crudos (histogramas, grficos de probabilidad, grficos de bloques, grficos de intervalos. 2. Grficos de estadsticos simples como la media y desviacin estndar, grfico de caja (box plot) y grficos de los efectos principales de los datos crudos. 3. Posicionar los grficos anteriores a objeto de incrementar la abilidad de reconocimiento de patrones, mediante la utilizacin de varios grficos por pgina. 4. Grficos de posicionamiento de los datos para reconocimiento de patrones y/o relaciones espaciales o temporales.
13
Entre las tcnicas mas utilizadas estn los grficos de dispersin (scatter plots), grficos de caracteres (character plots), grficos de caja (box plot), histogramas, grficos de probabilidad (probability plots), grficos de residuales y grficos de medias, entre otros. IMPORTANCIA DEL AED El anlisis cuantitativo de los datos es ampliamente utilizado, sin embargo tiene limitaciones en el sentido que es incompleto. Esto es consecuencia debido a que son resmenes numricos que focalizan un aspecto particular de la data (relacin, pendiente, intercepto, etc.), lo que conlleva a una reduccin de los datos a unos pocos nmeros. Al realizar este anlisis se filtra los datos, pudiendo provocar una omisin y un tamizado de informacin importante que est fuera del mbito del anlisis pero incide marcadamente en el proceso estudiado. El AED al contrario toma en cuenta toda la data, ya que su finalidad es precisamente tener una mirada interna de los datos y establecer su estructura y relaciones existentes, evitando de esta forma un filtrado en el cual pueda dejarse por fuera informacin importante. ETAPAS DEL AED Para realizar el AED Salvador Figueras y Gargallo (2003) recomiendan seguir las siguientes etapas: 1. Preparar los datos para hacerlos accesibles a cualquier tcnica estadstica. 2. Realizar un examen grfico de la naturaleza de las variables individuales a analizar y un anlisis descriptivo numrico que permita cuantificar algunos aspectos grficos de los datos. 3. Realizar un examen grfico de las relaciones entre las variables analizadas y un anlisis descriptivo numrico que cuantifique el grado de interrelacin existente entre ellas. 4. Evaluar, si fuera necesario, algunos supuestos bsicos subyacentes a muchas tcnicas estadsticas como, por ejemplo, la normalidad, linealidad y homocedasticidad. 5. Identificar los posibles valores atpicos y evaluar el impacto potencial que puedan tener en los anlisis estadsticos posteriores. 6. Evaluar, si fuera necesario, el impacto potencial que pueden tener los datos faltantes sobre la representatividad de los datos analizados. Preparacin de los datos El primer paso del AED es hacer accesible los datos a cualquier tcnica estadstica, para ello se incorporan de acuerdo a las opciones disponibles del programa estadstico utilizado, se efectua la entrada de datos y su codificacin (Salvador Figueras y Gargallo, 2003) Una vez organizados los datos se procede a las suguientes etapas. Los pasos 2 y 3 tienen implcito anlisis estadsticos y de datos que se pueden agrupar en dos clases: 1. Cuantitativo o numrico: se refiere al conjunto de procedimientos estadsticos que producen un resultado numrico o tabular, son muy importantes y constituyen la corriente principal en trminos del anlisis clsico. Ejemplo: las pruebas de hiptesis, el anlisis de varianza, las estimaciones puntuales y los intervalos de confianza, la regresin de mnimos cuadrados. 2. Grfico: constituye una gran coleccin de herramientas estadsticas que generalmente son referidas como tcnicas grficas, donde se incluye: grficos de dispersin, histogramas, probabilidades, residuales, caja y bloques. En la prctica, para analizar los datos se utiliza una mezcla de ambos tipos de anlisis. El tipo de anlisis a realizar depende de la escala de medida de la variable analizada (Cuadro 4). 14
Cuadro 4. Medidas descriptivas numricas y representaciones graficas aconsejadas en funcin de la escala de medida de la variable. Escala de medida Nominal Representaciones grficas Diagrama de barras Diagrama de lneas Diagrama de sectores Boxplot Histogramas Polgono de frecuencias Medidas de tendencia central Moda Medidas de dispersin
Ordinal Intervalo
Mediana Media
Rango Intercuartl Desviacin Tpica
Proporcin o razn
Fuente: Salvador Figueras y Gargallo, 2003
Media Geomtrica
Coeficiente de Variacin
Grficos de uso comn en el AED Para ilustracin de los grficos que se sealan a continuacin se utilizan, a menos que se indique lo contrario, datos provenientes de la estacin del Campo Experimental CENIAP (MaracayVenezuela, latitud 10 17 N, longitud 67 37 W) correspondientes al perodo 1960 2003.
1. Grfico de caja (box plot)

Es utilizado para obtener informacin relativa a la concentracin y variacin de los datos. Cuando se obtienen varias de ellas permiten ilustrar los cambios en las medidas de concentracin y la variacin entre conjuntos de datos (Figura 2). Valor mximo
Tercer cuartil Mediana Media Primer cuartil Valor mnimo
Figura 2. Temperatura mnima media mensual (perodo 1960-2003) 2. Histogramas El propsito del histograma es el de resumir grficamente la distribucin del conjunto univariado de 15
datos. Este tipo de grficos muestran en relacin a los datos: a) el centro, b) la dispersin, c) la asimetra, d) la presencia de valores atpicos y e) la ocurrencia de multiples modas, que son utilizados como indicadores del modelo de distribucin apropiado para los datos. El histograma presenta variantes como el histograma acumulativo y los histogramas acumulativos relativos. El grfico de histograma est representado por la Figura 3 donde se presenta la distribucin de los datos de la precipitacin promedio mensual y la temperatura promedio mensual. El grfico seala una clara diferencia entre las dos distribuciones de los datos, para la precipitacin existe una fuerte asimetra mientras que los datos de temperatura muestran una distribucin ms cercana a la distribucin normal.
a)
b)
Figura 3. Histogramas de a) la precipitacin media mensual y b) la temperatura media mensual (perodo 1960-2003).
3. Grfico de dispersin (scatter plot) Este tipo de grficos revela la relacin o asociacin existente entre dos variables. Tal relacin manifiesta en si misma una estructura no aleatoria. Los grficos de dispersin son una herramienta de diagnstico muy til para determinar asociaciones, pero si tal asociacin existe, el grfico podra o no sugerir el mecanismo de causa efecto subyacente. Este tipo de grficos nunca pueden probar la causa y efecto, solo es a travs de la investigacin que puede inferirse tal situacin. La Figura 4 muestra distintos grados de relacin existente entre parmetros climticos. La Figura 4a muestra una alta relacin entre la precipitacin media anual y la precipitacin media del mes de mayo, sealando una relacin positiva, en este caso los datos corresponden al promedio de 910 estaciones distribuidas en todo el territorio de Venezuela (perodo 1961-1990). La Figura 4b indica la relacin negativa existente entre la temperatura mxima mensual y la precipitacin promedio mensual, expresando una tendencia menos marcada que en el caso anterior, donde en la medida que las precipitacin promedio mensual es mayor la temperatura mxima promedio mensual es menor. A diferencia de esto, la Figura 4c (promedio de 910 estaciones para el perodo 1961-1990) indica la ausencia de relacin entre la ETP y el ndice hdrico segn Thornthwaite 16
a)
b)
c)
Figura 4. Relacin existente entre diversos parmetros climticos: a) precipitacin media anual y precipitacin media del mes de mayo, b) precipitacin media mensual y temperatura media mensual, c) ETP e ndice hdrico 4. Grfico de probabilidades Mediante este tipo de grficos se puede determinar si un conjunto de datos sigue una distribucin dada, como por ejemplo la distribucin normal. Los datos son graficados contra una distribucin terica de tal forma que los puntos deberan formar aproximadamente una lnea recta, el distanciamiento en relacin a la lnea recta indica un alejamiento en relacin a la distribucin especfica. El coeficiente de correlacin asociado con el ajuste lineal de la data en este tipo de grficos es una medida de la bondad de ajuste. Las figuras de probabilidad (Figura 5a y Figura 5b) sealan que para el caso de la distribucin de la temperatura media mensual a pesar que no alcanza una lnea recta es mas prxima a la distribucin normal que la distribucin que presenta la precipitacin media mensual, lo cual se 17
corresponde con lo observado para la Figura 3.
a)
b)
.Figura 5. Distribucin de los datos de a) temperatura promedio mensual y b) precipitacin mensual. 5. Grfico de relacin medias locales - media general Estos grficos son utilizados para ver si las medias varan entre distintos grupos de la data. La agrupacin es determinada por el analista, los criterios son distintos, uno puede ser los niveles de los valores de una variable; en el caso de atributos distribuidos temporal o espacialmente el criterio sera en el primer caso perodos de tiempo (meses del ao), en el segundo sectores de una regin; de esta manera se puede determinar como son los cambios de la media o la mediana en funcin del tiempo o del espacio. Este tipo de grficos permite tambin evaluar la distribucin de la medias generadas por la agrupacin en relacin a la media general, esto es til para probar si se cumplen ciertos supuestos en algunos anlisis, como es la estacionaridad en el anlisis geoestadstico (Ovalles, 1988; 1996). Algunos autores (Cressie, 1993) han sealado que la media es un valor que probablemente no exista en el conjunto de datos; en consecuencia, recomiendan en su lugar utilizar la mediana. Esto grficos permiten detectar la presencia de tendencias generales, como es el caso de la Figura 4, donde se indica la relacin entre las medias mensuales y la media anual (perodo 1960-1961) de la precipitacin, donde se refleja los cambios estacionales por la alternancia de perodos hmedos y perodos secos. Sin embargo, las conclusiones sobre el comportamiento de algunas variables climticas deben ser muy bien avaluadas, ya que algunas de ellas tienen un comportamiento que es funcin de la escala de observacin. Este es el caso de la precipitacin, donde en la Figura 4 se observa la ocurrencia de tendencias generales, pero si se considera un perodo mayor (1970-2003) se observa una distribucin de los valores de las medias anuales alrededor de la media general ms uniforme, donde las tendencias generales observadas en la Figura 8 se transforman en tendencias locales. Si se incrementa an mas el perodo a evaluar (1960-2003) y se considera en lugar de los valores de las medias anuales a los datos de las medias anuales, el resultado es que desaparece cualquier tendencia (Figura 6), observndose una distribucin alrededor de la media general totalmente aleatoria con una gran dispersin en los valores de las medias locales (mensuales). 18
Precip. media mensual (mm)
250 200 150 100 50 0 1 6 11 16 21 Meses (1960-61)

Precip. media mensual Precip. media perodo 1960-1961
Figura 6. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (periodo 1960-61) de la precipitacin. Adicionalmente, en la Figura 8 comienzan a observarse algunos valores, hacia el lado de los valores mayores de las medias locales, que se desvan considerablemente en relacin a la media general, lo cual puede estar indicando la presencia de valores atpicos, cuya presencia puede influir de manera considerable en la distribucin y comportamiento de los datos de las medias locales.
Precipitacin media anual (mm)
2000 1500 1000 500 0 1 4 7 10 13 16 19 22 25 28 31 34

Meses (1970-2003) Precip. media anual Precip. media perodo 1970-2003
Figura 7. Distribucin de los valores de las medias locales (anuales) en relacin a la media general (perodo 1970-2003) de la precipitacin.
19
400,0
Precipitacin (mm)
200,0
0,0 1 25 49 73 97 121145169193217241265289313337361385409433457
Meses (1960-2003)
Precip. media mensual Precip. media (1960-2003)
Figura 8. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (perodo 1960-2003) de la precipitacin. 6. Diagramas de cuantiles (Q-Q plots) Son usados para determinar si dos conjuntos de datos vienen de poblaciones con distribuciones comunes. En estos diagramas se grafca los cuantiles del primer conjunto vs los cuantiles del segundo conjunto, entendindose por cuantil el porcentaje de valores por debajo de un determinado valor; tambien se grafca una linea de referencia de 45. Si los dos conjuntos de datos provienen de poblaciones con la misma distribucin, los puntos deberan estar sobre la linea de referencia. Los diagramas de cuantiles comparan en un sistema de coordenadas cartesianas, los cuantiles muestrales (eje X) con los cuantiles esperados bajo la hiptesis normalidad. Si la distribucin de partida es normal dichos diagramas tendern a ser rectas que pasan por el origen. Cuanto ms se desven de una recta, menos normales sern los datos. Los diagramas de cuantiles son similares a los grficos de probabilidad, pero en estos ltimos grficos los cuantiles de uno de los conjuntos de datos son sustituidos por los cuantiles de una distribucin terica. La siguiente etapa en el AED esta referida a la evaluacin de los supuestos bsicos subyacentes a muchas tcnicas estadsticas como, por ejemplo, la normalidad, linealidad y homocedasticidad. 1. Normalidad: Muchos mtodos estadsticos se basan en la hiptesis de normalidad de la variable objeto de estudio. De hecho, si la falta de normalidad de la variable es suficientemente fuerte, muchos de los contrastes utilizados en los anlisis estadstico-inferenciales no son vlidos. Incluso aunque las muestras grandes tiendan a disminuir los efectos perniciosos de la no normalidad, el investigador debera evaluar la normalidad de todas las variables incluidas en el anlisis. 2. La linealidad es un supuesto implcito de todas las tcnicas multivariantes basadas en medidas 20
de correlacin, tales como la regresin mltiple, regresin logstica, anlisis factorial y los modelos de ecuaciones estructurales. Es, adems, una forma indirecta de contrastar la normalidad conjunta de dos variables dado que si dicha hiptesis es cierta la relacin existente entre ellas deber ser lineal. 3. La homocedasticidad es una hiptesis muy habitual en algunas tcnicas estadsticas como el Anlisis de la Varianza, el Anlisis Discriminante y el Anlisis de Regresin. Dicha hiptesis se refiere a suponer la igualdad de varianzas de las variables dependientes en diversos grupos formados por los distintos valores de las variables independientes. Si dicha hiptesis no se verifica puede alterar la potencia y el nivel de significacin de los contrastes utilizados por dichas tcnicas y de ah el inters de analizar si se verifica o no y, en ste ltimo caso, poner los remedios oportunos. Las pruebas requeridas para estos supuestos pueden ser consultadas en cualquier libro de estadstica. Identificacin de valores atpicos (outliers) Los valores atpicos son observaciones con caractersticas diferentes de las dems. Este tipo de valores no pueden ser caracterizados categricamente como benficos o problemticos sino que deben ser contemplados en el contexto del anlisis y debe evaluarse el tipo de informacin que pueden proporcionar. Su principal problema radica en que son elementos que pueden no ser representativos de la poblacin pudiendo distorsionar seriamente el comportamiento de los contrastes estadsticos. Por otra parte, aunque diferentes a la mayor parte de la muestra, pueden ser indicativos de las caractersticas de un segmento vlido de la poblacin y, por consiguiente, una seal de la falta de representatividad de la muestra. Tipos de valores atpicos Los valores atpicos pueden clasificarse en 4 categoras. 1. Valores atpicos que surgen de un error de procedimiento, tales como la trascripcin de valores de los instrumentos a planillas, o al ingresarlos en una base de datos digital. Estos valores atpicos deberan detectarse en el filtrado de los datos, y si no se puede, deberan eliminarse del anlisis o recodificarse como datos ausentes. 2. Valores atpicos correspondientes a un acontecimiento extraordinario. En este caso, el valor no representa ningn segmento vlido de la poblacin y puede ser eliminado del anlisis. 3. Valores atpicos correspondientes a observaciones cuyos valores caen dentro del rango de las variables observadas pero que son nicas en la combinacin de los valores de dichas variables. Estas observaciones deberan ser retenidas en el anlisis pero estudiando qu influencia ejercen en los procesos de estimacin de los modelos considerados. 4. Valores atpicos provenientes de observaciones extraordinarias para las que el investigador no tiene explicacin. En estos casos lo mejor que se puede hacer es replicar el anlisis con y sin dichas observaciones con el fin de analizar su influencia sobre los resultados. Si dichas observaciones son influyentes el analista debera reportarlo en sus conclusiones y debera averiguar el por qu de dichas observaciones.
21
Identificacin de valores atpicos Para la identificacin de estos valores se sigue la siguiente metodologa (Tukey, 1977): 1. Calculo del rango intercuartil RI = Q3 Q1 Donde: RI = rango intercuartil Q3 = tercer cuartil (75%) Q1 = primer cuartil (25%) 2. Calcular del paso Paso = 1,5 * RI (12) (11)
3. Calculo de las cercas internas (inferior y superior) y las cercas externas (inferior y superior). CIi = Q1 Paso CIs = Q3 + Paso CEi = Q1 2*Paso CEs = Q3 + 2*Paso Donde CIi = cerca interna inferior CIs = cerca interna superior Cei = cerca externa inferior CEs = cerca externa superior Los valores ubicados entre la media y las cercas internas (inferior y superior) son denominados adyacentes, los valores entre las cercas internas y las cercas externas son considerados como alejados y los valores ubicados fuera de las cercas externas (inferior y superior) son considerados como muy alejados. Los valores ubicados fuera de las cercas externas son por lo general considerados como valores atpicos. Como ejemplo se presenta la Figura 9, donde se observa claramente que existen valores de precipitacin que sobrepasan a la cerca interna pero no as a la cerca externa, por consiguiente tan solo existen valores adyacentes a la media (datos ubicados entre la media y la cerca interna) y alejados de la media (datos ubicados entre la cerca interna y a cerca externa), ningn valor se encuentra por encima de las cercas externas como para ser considerado un valor atpico; Sin embargo, estos valores influyen en la distribucin de los datos de la precipitacin media mensual. (13) (14) (15) (16)
Datos faltantes (missing) Los datos faltantes son algo habitual los conjuntos de datos provenientes de la evaluacin de los recursos naturales. En estos casos la ocupacin primaria del investigador debe ser determinar las razones que subyacen en el dato ausente buscando entender el proceso principal de esta ausencia para seleccionar el curso de accin ms apropiado 22
Precipitacin mensual Cerca interna superior
Precipitacin promedio Cerca externa superior
600
Precipitacin (mm)
500 400 300 200 100 0
Perodo (1960-2003)
Figura 9. Distribucin de los valores de las medias locales (mensuales) en relacin a la media general (perodo 1960-2003) de la precipitacin., mostrando las cercas internas y externas.
En el AED, adicional al examen grfico y la deteccin de valores atpicos, es necesario considerar el empleo de transformaciones de los datos (e.g. logartmica, inverso, raz, entre otras) a objeto de garantizar distribuciones de los datos lo mas cercano a la distribucin normal, lo cual es necesario para ciertos tipos de anlisis. El AED conlleva a la realizacin del anlisis cuantitativo de los datos, estos tipos de tcnicas caen en dos categoras: a) tcnicas para estimacin de intervalos (tiene implicito el calculo de las medidas de concentracin y dispersin correspondientes) y b) pruebas de hiptesis. Los anlisis relativos a estas tcnicas pueden ser consultados en publicaciones especializadas en la materia.
23
CAPITULO III. ESTIMACIN Y COMPLETACIN DE DATOS DE PRECIPITACIN FALTANTES Las mediciones de la precipitacin pueden estar afectadas por diferentes errores. Estos errores pueden ser sistemticos o accidentales, adems de los producidos por la accin del viento o la perturbacin aerodinmica del pluvimetro. Los errores accidentales se pueden originar por errores en el instrumental, perturbaciones aleatorias por la vida silvestre (animales) y se manifiestan por ruido en las mediciones. Estos errores tienden a disminuir al considerar un perodo extenso de observaciones. Los errores sistemticos se pueden presentar por varias razones. Por ejemplo la instalacin de un pluvimetro cerca de algn obstculo que pueda llevar a mediciones de precipitacin por defecto. Otra fuente de error es la observacin permanente del nivel de la precipitacin por defecto/exceso que puede conducir a precipitaciones subestimadas/ sobreestimadas por el observador. De igual manera puede ser fuente de error el criterio empleado para elegir datos para los promedios cuando faltan observaciones. Una tcnica clsica para evaluar la exactitud de una estacin es comparar las tendencias de esta estacin con las tendencias en estaciones vecinas. Si se producen cambios abruptos en una estacin con respecto a otras estaciones, entonces se sugiere que existira algn tipo de error que puede afectar las mediciones. La tcnica clsica de comparacin es el anlisis de las curvas doble masa o doble acumulada (Rostlac-Unesco, 1992; Dunne y Leopold, 1978) Anlisis de la consistencia de datos pluviomtricos El primer paso para la evaluacin espacial de la precipitacin es verificar que las observaciones son consistentes, o sea, que la estacin haya permanecido durante el perodo de observaciones en las mismas condiciones sin cambiar el instrumental o las condiciones del predio no se alteraran significativamente. Para esta verificacin se emplea el mtodo de doble masa o doble acumulada (CDA) o Metodo de Doble Masa (MDM). Este mtodo se debe aplicar para detectar errores sistemticos en regiones homogneas definidas en este caso por el mismo rgimen pluviomtrico. Este mtodo requiere para su utilizacin, contar con una estacin pluviomtrica confiable o patrn, la cual se contrasta grficamente con una estacin cuyos registros merecen la duda de que pueda existir algn nivel de error sistemtico. As, para realizar el contraste grafico, es necesario graficar en un plano cartesiano, las coordenadas que entregan los valores acumulados de la estacin patrn y la estacin dudosa; la primera define sus valores en el eje x, y la segunda en el eje de las y. As, algebraicamente se tiene lo siguiente, suponiendo que se trata de estaciones pluviomtricas:
24
Ai
PEPi
PEDi
PEPi
PEDi
A1 A2 A3 . . AN
PEP1 PEP2 PEP3 . . PEPn
PED1 PED2 PED3 . . PEDn
PEP1 PEP1+PEP2 PEP1+PEP2+PEP3 . . PEP1+...................+PEPn
PED1 PED1+PED2 PED1+PED2+PED3 . . PED1+...................+PEDn
donde; Ai = Ao i. PEPi = Precipitacin estacin patrn ao i (mm). PEDi = Precipitacin dudosa ao I (mm). Obtenida esta informacin, se grafican las coordenadas , y se observa el comportamiento de la nube de puntos. Esto, porque lo que este mtodo asume, es que para un lapso constante, se debera manifestar una relacin estable de proporcionalidad entre los datos que registra la estacin patrn y los que registra la estacin dudosa. Esto significa, que para el perodo en estudio, la relacin de incrementos, entre los datos de precipitacin de la estacin dudosa y de la estacin patrn, se debera mantener relativamente constante de no existir algn error sistemtico. En trminos matemticos, la relacin entre ambas variables debera estructurarse en una sola recta, al no existir error. As se tendra lo siguiente:
( PEPi, PEDi )
PEDi = a + b * PEPi
con a y b constantes de la ecuacin de una recta. Luego,
(17)
d PEDi d PEPi
=b
(18)
Donde b es la constante de proporcionalidad entre los datos de las dos series. Escrito en trminos finitos, queda:
25
PEDi PEPi
=b
(19)
Es decir, el valor b representa la relacin constante, que tericamente debiese existir entre los incrementos pluviomtricos acumulados de la estacin dudosa y la estacin patrn. Ahora bien, si existiese un quiebre de la pendiente b, se evidenciara la presencia de algn tipo de error sistemtico el cual es necesario corregir. Bajo el supuesto de dos series de datos acumulados, en que el eje x representa la informacin numrica de la estacin patrn, y el eje y la informacin de la estacin dudosa, y en que adems, los datos de carcter anual han sido acumulados desde la fecha ms reciente hasta la ms lejana, manifestndose cuatro tipos de rectas, y en donde la primera representa el perodo confiable, es posible visualizar lo que sigue (Figura 10):
Figura 10. Representacin grfica de datos acumulados de precipitacin entre los aos 1991 y 1963. Del grfico expuesto, se desprende cuatro valores de pendiente:
tga =
PED80 PEP80 PED73 PEP73

PED80 PEP80
(20)
tgb =
(21)
26
tgc =

(23) (22)
tgd =
Luego, como se reconoce para este caso que el primer tramo o zona de valores acumulados, corresponde a la zona sin error sistemtico y las tangentes representan la relacin incremental entre y , es posible establecer un coeficiente, que permita la correlacin de los datos sin acumular. As, el cuociente entre tangente del tramo considerado correcto y la tangente de un tramo i cualquiera, define el coeficiente o factor de correccin ya sealado. En el marco descrito, si la tangente del tramo i cualquiera, es mayor que la tangente del tramo correcto, que para este ejemplo es el primer tramo, el valor numrico obtenido es menor a la unidad y viceversa. Luego, se tiene lo siguiente:
PED PEP
FCi = tg a tg i
(24)
donde; FCi tg a tg i
= Factor de correccin para la zona i de datos sin acumular. = tangente de la zona a sin error sistemtico. = tangente de la zona i con error sistemtico.
Por ende, el valor de FCi, permite corregir los datos de la zona i con error sistemtico, mediante la ponderacin de dicho factor, a todos los datos sin acumular, correspondiente a dicha zona. Sin embargo, falta determinar con qu criterio se asume la zona A, es decir, aquella en la cual se reconoce la no existencia de algn error sistemtico o en donde ste es mnimo. Para ello, se recomienda lo siguiente: a) Frente a series de datos se debe propender a elegir la tendencia ms larga, dado que en funcin de su longevidad, se obtendra una menor probabilidad de error. b) Frente a series de datos se debe tender a elegir la serie ms reciente, dado a que, por una parte, ella asegura un mejor control sobre la generacin de las estadsticas, y por otra, contempla la utilizacin de instrumental meteorolgico ms fiable. El criterio a utilizar, depender de cada caso en particular, adems de la experiencia que posea el investigador. Ello, porque una serie larga puede determinar tambin la presencia de un error sistemtico largo. De igual forma, una estadstica reciente puede estar originada por una descalibracin de instrumental moderno, generando con ello un error sistemtico de importancia. 27
Por otra parte, es importante sealar que se considera, segn UNESCO, como un quiebre de la tendencia de los datos aquel que comprenda una cifra mayor o igual a cinco aos, toda vez que normalmente, la grfica entrega una nube de puntos que difcilmente se ubicar sobre una recta, luego, este criterio evita la incorporacin de quiebres que en la realidad no representan errores sistemticos. Criterios de seleccin para la estacin patrn Otro elemento de importancia, lo constituye el criterio a seguir para la determinacin de la estacin patrn. Este consta de los siguientes pasos: i) Se agrupan las estadsticas ao a ao de una serie de n estaciones representativas del rea geogrfica en estudio, en lo posible en nmero superior a tres. Con estas n estaciones, se determinan las precipitaciones promedio para cada ao y la informacin generada se acumula. ii) Con los datos acumulados promedio por ao, que corresponde a una primera aproximacin a lo que se denomin estacin patrn, se establece un anlisis de doble masa entre estos valores y los valores acumulados de cada estacin componente de dicho promedio. Si las n estaciones, no presentan tendencias con quiebre, se asume que el valor promedio anual de las n estaciones seleccionadas, corresponde a los valores representativos de la estacin patrn. Si alguna de las n estaciones representa algn tipo de quiebre en las tendencias, sta es eliminada calculndose un nuevo promedio para cada ao, con las estaciones restantes. Posteriormente se repite el anlisis de doble masa con cada estacin componente, hasta llegar a un patrn de precipitaciones depurado. Si el nmero de estaciones de que se dispone es pequeo, menor a tres, o bien como producto del anlisis de doble masa han sido eliminadas varias estaciones, reduciendo su nmero a una o dos, el analista debe decidir cual de las restantes estaciones ser definida como estacin patrn, o bien si la nica opcin que eventualmente posee puede ser utilizada como estacin patrn.
iii)
iv)
v)
Finalmente, es importante de destacar que segn UNESCO, este mtodo debe ser utilizado con cautela en zonas montaosas, por la gran influencia que ejerce el factor orogrfico. Asimismo y como ya se seal este mtodo puede ser utilizado en estadsticas fluviomtricas. COMPLETACIN DE DATOS DE PRECIPITACIN FALTANTES Los datos climticos o hidrolgicos por las caractersticas de su registro y transmisin son proclives a presentar frecuentes vacos en las series tambin llamados lagunas de informacin. La aparicin de estas discontinuidades en las series temporales de variables climticas, ya sea porque el dato no se ha observado o porque se sabe que es errneo, representa muchas veces una restriccin al uso simultneo de los registros obtenidos en distintos puntos de una regin. 28
Los mtodos a utilizar para la completacin o relleno de datos faltantes se ordenarn segn el tipo de la regin abarcada y la fundamentacin matemtica que los sustenta, mientras que el anlisis de los mtodos se apoya en la validez de la aplicacin para distintos niveles de agregacin, es decir mensual, estacional o anual y para distintas variables meteorolgicas, como por ejemplo la temperatura, la precipitacin o el caudal. Los mtodos de relleno o completacin de datos faltantes se basan en suponer que existe una estructura de dependencia espacial que permite, para cada intervalo de tiempo, completar el valor faltante o con informacin regional. La informacin regional puede abarcar otras variables relacionadas que puedan ser explicativas de la variable con datos faltantes. Las metodologas que permiten completar las series suponen, como es lgico, una regin del espacio dentro de la cual son aplicables, la extensin depender de la precisin que se exija para el relleno, de la variable que se trate y del nivel temporal al cual se pretende completar valores. Por lo tanto, antes de elegir la metodologa de relleno para completar una serie climtica o hidrolgica hay que tener en cuenta: Nivel de agregacin temporal de los vacos (o datos errneos a corregir) La unidad fsica o regin en la que se encuentra la estacin a completar. La exactitud o margen de error que permite el estudio.
La respuesta a estas preguntas se encuentra implcita en las caractersticas de homogeneidad y en la uniformidad de la variable analizada. La homogeneidad de los campos ser mayor en el caso de la variable temperatura por ser de tipo continuo en comparacin con la precipitacin, por ejemplo. Asimismo, puede afirmarse sobre la mayor uniformidad de los campos anuales con respecto a los mensuales, puesto que los primeros al ser promedio de varias situaciones resultan ms suaves y estables. Es conveniente verificar la homogeneidad regional, lo que implica, analizar las condiciones orogrficas, cobertura vegetal, vientos predominantes, pendientes, etc. Una mayor uniformidad en las variables o adoptar intervalos de tiempo mayores (anual) facilita el relleno de vacos en las series temporales. Mtodos de relleno para estimar datos faltantes 1. Anlisis de regresin Un mtodo que se puede aplicar es el de estimacin de coeficientes de regresin con la ayuda de una o varias estaciones cercanas que cuenten con una serie confiable de observaciones durante un perodo compartido. Se han sugerido diversos esquemas: Regresin lineal simple o con datos transformados, regresin con una estacin vecina o varias. Se puede aplicar, por ejemplo, el software Statistica o Systat, que cuenta con grficos y parmetros de la bondad del ajuste, prestando atencin a la correlacin existente entre las variables independientes.
29
2. Completacin por razones de distancia Si en una zona plana se cuenta con las estaciones A y B completas y una estacin X con observaciones incompletas, se puede rellenar esta en funcin de la distancia
PX = PA + a *
PB PA ( a + b)
(25)
Donde: Px: precipitacin en la estacin X PA: precipitacin en la estacin A PB: precipitacin en la estacin B a y b: distancias
3. Completacin por promedios vecinales. Zona de llanura En una zona plana en la que la situacin es similar a la figura siguiente se puede estimar la precipitacin en una estacin X como el promedio de las vecinas A, B y C.
X C
PX = 1 PA + PB + PC 3
(26)
30
Zonas orogrficas Si el caso anterior se presenta en una zona montaosa es muy probable que las precipitaciones en A, B y C difieran en ms del 10%, por lo cual la precipitacin en X se obtiene dndole diferente peso a cada estacin. Para ello se puede aplicar la ecuacin: PX = Pmed X * (PA / PmedA+ PB / Pmed B+ PC / Pmed C)) / 3 (27)
donde: Pmed X, PmedA, Pmed B, Pmed C = es el valor normal o promedio de las precipitaciones anuales registradas en A, B, C, y X durante un perodo comn suficientemente largo (20-30 aos) . PA, PB, PC = precipitaciones en las estaciones A, B y C durante el perodo que falta en X. Este mtodo es conocido como el de los cocientes normales. La ecuacin anterior es justo una estimacin pesando las observaciones vecinas por la normal. El US National Weather Service (1972) utiliza otro peso para estimar los records faltantes. Las precipitaciones vecinas PA, PB se pesan por la inversa del cuadrado de la distancia hasta la localidad de inters. El resultado se normaliza dividiendo por la suma de los pesos. Existen otras investigaciones que proponen otra potencia para la distancia en los factores de peso (Shearman y Salter, 1975; Dean y Zinder, 1977) 4. Coeficientes de correlacin Otro mtodo consiste en emplear el coeficiente de correlacin con estaciones vecinas ponderando las estaciones por pesos relacionados con los coeficientes de correlacin. En este caso el dato faltante PX se rellenar con la ecuacin:
PX = (PXA * rXA + PXB * rXB + PXC * rXC) / ( rXA + rXB ..+ rXC)
(28)
donde: . PX = valor estimado en X rXA, rXB, rXC = son los coeficientes de correlacin entre las observaciones de la estacin X con las estaciones A, B y C. PXA, PXB y PXC son los valores de precipitacin en X a partir de A, B y C. La interpolacin en el tiempo y en el espacio es muy importante para completar datos faltantes. Existen muchas tcnicas para completar con la variacin espacial. Rhenalds- Figueredo (1974) han usado para ajustar lluvias en el espacio las series de Fourier y superficies multicuadrticas. Chua y Bras (1982), Lenton y Rodrguez Iturbe (1977) han usado el mtodo de Kriging para ajustar las lluvias y otros procesos geofsicos en el espacio. Completacin por correlacin con estaciones vecinas. Es un mtodo que incorpora la ponderacin de precipitaciones, en funcin de los coeficientes de correlacin obtenidos entre los registros de la estacin en estudio y las estaciones vecinas. Se le considera complementario al mtodo de completacin por correlacin lineal, ya que se recomienda 31
cuando el coeficiente de correlacin no supera la barrera del valor 0,8.
Su expresin matemtica, es la siguiente:
PX =
donde:
PXA * rXA + PXB * rXB + .......... + PXn * rXn rXA + rXB + .......... + rXn
(29)
PX PXi
= Valor estimado en X. = Valor estimado en X, a partir de las correlaciones con cada una de las n estaciones. estaciones.
rXi = Coeficiente de correlacin entre los registros de la estacin X, y cada una de las n
El mtodo, como es posible de inferir, sirve para la completacin de informacin de tipo anual, y su uso es slo recomendable cuando el mtodo de correlacin lineal no satisface los requerimientos del estudio. Asimismo, su uso se plantea para un mximo de tres estaciones vecinas, dado que un nmero mayor, puede involucrar sesgo estadstico por las distancias normalmente existentes entre estaciones en pases como Chile, adems de que la utilidad obtenida tiende a ser marginal.
32
CAPTULO IV. MTODOS DE ESTIMACIN DE PRECIPITACIONES AREALES

En el anlisis de variables hidrolgicas, realizado con fines de investigacin y/o ejecucin de obras tcnicas, en distintas disciplinas ligadas a la ingeniera, la biologa y las ciencias de la tierra, posee una marcada importancia la estimacin de precipitaciones medias para un rea geogrfica determinada. As por ejemplo, el anlisis volumtrico de una tormenta pluvial cada sobre una cuenca, puede permitir la influencia de elementos tcnicos de importancia a ser considerados en proceso precipitacin-escorrenta. En el marco que se seala, el clculo de precipitaciones medias para un rea fsica cualquiera, pasa por el hecho de contar con una red mnima de estaciones pluviomtricas. A partir, entonces, de estos requerimientos, es posible realizar un clculo estimativo acerca del nivel medio de precipitaciones pluviales cadas sobre una zona determinada. A continuacin se revisa el uso de cinco tcnicas de estimacin de precipitaciones en un rea geogrfica, incorporando un marco de anlisis y cuestionamiento para cada una de estas tcnicas, de tal forma de permitir una orientacin adecuada para el potencial uso de las mismas. Los mtodos, en concreto son bsicamente cinco: a) Media Aritmtica b) Polgonos de Thiessen c) Isoyetas d) Thiessen modificado en funcin de Isoyetas e) Inverso de la Distancia al Cuadrado Media Aritmtica Es un modelo de muy fcil aplicacin y mucha rapidez y simplicidad. Adems, no necesita mayor informacin para su ejecucin que las mediciones puntuales de la precipitacin y, dependiendo del nmero de valores en consideracin, una calculadora o planilla electrnica para realizar dicho clculo. La principal carencia del modelo es no considerar caractersticas anexas que pueden influir en las precipitaciones, como podra ser la presencia de cordones montaosos, cercana a ocanos, condiciones atmosfricas predominantes u otros. Relacionado a lo anterior, para tratar de minimizar la falencia que posee este mtodo, es de suma importancia poseer una red de medicin lo suficientemente densa y con una distribucin relativamente homognea de los aparatos de medicin de acuerdo a las condiciones del terreno, sobre todo si ste es accidentado. El mtodo se resume en la siguiente expresin:
Pmj = Pij / n
i =1 j =1
(30)
donde;
Pmj
Precipitacin media del rea en estudio en el tiempo j (mm.).
33
Pij n
= =
Precipitacin de la estacin i en el tiempo j (mm). Nmero de estaciones de precipitacin en anlisis.
Discusin de la tcnica Es el mtodo de menor fiabilidad, dado que el simple promedio aritmtico, no interpreta la realidad orogrfica del rea, ni tampoco la representacin por superficie que denota cada estacin en particular. As por ejemplo, otorga igual peso a una estacin que pretende estimar las precipitaciones de una pequea rea en el valle, que a una estacin que intenta estimar la precipitacin de toda la cuenca de cabecera. En virtud de lo anterior, aunque este mtodo se constituye en el de mayor facilidad operativa, es el menos recomendado para el clculo de una precipitacin media. Mtodo de Thiessen La aplicacin de Thiessen no presenta mayores complicaciones. Adems de la informacin pluviomtrica, requiere para su ejecucin slo la ubicacin espacial de las estaciones. No requiere de una inversin excesiva de tiempo, ni de materiales. Debido a que se realiza una representacin geomtrica, los implementos necesarios para llevarlo a cabo son bsicamente materiales de dibujo tcnico, destacando la importancia de trabajarlo en una escala adecuada. Incluso algunos Sistemas de informacin Geogrfica (S.I.G.) llevan incorporado el modelo. Este mtodo intenta asignar una ponderacin de representatividad en funcin de la superficie a cada estacin pluviomtrica inserta en el rea de estudio. Para ello, es preciso ubicar las estaciones en un plano cartogrfico, mediante puntos representativos, los cuales se unen a travs de lneas rectas. Posteriormente, se trazan las mediatrices a cada una de estas rectas, las cuales, en conjunto con los lmites del rea en estudio, definen la superficie de influencia de cada estacin pluviomtrica, valor que es determinado mediante un clculo sobre el mapa. Entre las falencias del mtodo destaca que slo considera el posicionamiento de las estaciones y una superficie plana de influencia para cada una, sin considerar las diferencias topogrficas que se pueden presentar. Adems, asume que la precipitacin de la estacin es la misma de la zona que representa geomtricamente, lo cual no siempre es cierto. Al ponderar cada estacin por diferentes superficies, hipotticamente sus resultados deberan ser ms precisos que el modelo de la Media Aritmtica, pero al igual que en ste, tambin es de suma importancia la distribucin y cantidad de puntos de medicin por unidad de superficie. En trminos grficos, el planteamiento es el siguiente (Figura 11):
34
Figura 11. Polgonos de Thiessen Si se denomina por Si, a la superficie de influencia que presenta una determinada estacin i, para un determinado perodo j, el valor medio de precipitacin de la zona como conjunto, ser el siguiente:
Si * Pij
Pmj =
i =1 j =1
Si
i =1
(31)
donde:
Pmj
Si
= = =
Precipitacin media del rea en estudio, en el tiempo j (mm). Superficie de influencia de la estacin i (Km2). Precipitacin de la estacin i en el tiempo j (mm).
Pij
Discusin de la tcnica El mtodo de los Polgonos de Thiessen, a pesar de que intenta realizar una asignacin proporcional en funcin de la superficie, lo cual representa al parecer una menor subjetividad que la media aritmtica, posee el gran problema de que esa asignacin no necesariamente representa la proporcionalidad real que cada estacin pluviomtrica tiene, referida a valores de precipitacin espacial. Asimismo, el hecho de asignar como valor medio de precipitacin del rea de influencia de una determinada estacin, el valor correspondiente a la estacin, es a lo menos cuestionable, toda vez que lo ms frecuente es encontrar diferencias entre ambos valores. Por otra parte, el mtodo Thiessen presenta como elemento restrictivo, el hecho de que algn cambio en la configuracin espacial de las estaciones, define un cambio total de configuracin de los polgonos, y con ello la necesidad de nuevos clculos. Sin embargo, esta dificultad es eventual y en la actualidad presenta escasa relevancia, en funcin de las tcnicas digitales existentes.
35
La gran ventaja que posee este mtodo, lo constituye la posibilidad de estimacin de precipitaciones medias de un rea geogrfica, para cualquier lapso en estudio. Este elemento, es equivalente a la ventaja que denota una media aritmtica, pero presenta como valor adicional, la asignacin de ponderaciones a cada estacin, en funcin de superficies, hecho que tiende hipotticamente a un aumento de precisin con respecto a los valores que arroja un promedio aritmtico. Mtodo de las Isoyetas Una isoyeta es una curva trazada en un plano, que representa puntos de igual precipitacin. Luego, este mtodo, para su aplicacin contempla el trazado en el rea geogrfica que se desea estudiar, de las correspondientes isoyetas. El mtodo de las isoyetas es el que presenta ms laboriosidad, tanto en tiempo como en recursos materiales. Para su ejecucin es necesario disponer, adems de las mediciones de precipitacin en los perodos de inters y de las ubicaciones de los puntos de observacin, de las precipitaciones normales de cada estacin, del material cartogrfico correspondiente y de un conocimiento espacial y atmosfrico lo ms detallado posible de las reas consideradas. Si la zona es relativamente plana, las isoyetas se pueden distribuir ms o menos homogneas, pero de no ser as se debe considerar una serie de factores, dando mayor importancia a los correspondientes a la topografa y los tipos de precipitaciones. El trazado de una isoyeta, obedece bsicamente a dos criterios que se conjugan entre s: a) El primero dice relacin con un trazado entre dos puntos de precipitacin conocida, en el cual caben en proporcin lineal a las distancias sobre el plano, todas aquellas isoyetas de valor intermedio. Es decir, es equivalente al criterio que rige el trazado de las curvas de nivel en un mapa cartogrfico. b) El segundo criterio, seala que si bien el primero es altamente orientador, el trazado de las isoyetas intermedias a travs de dos puntos conocidos, debe considerar factores de relieve condicionantes de la precipitacin. Esto implica, que es necesario conocer para la zona de estudio, un perfil pluviomtrico, es decir, cmo vara la precipitacin en funcin de la altitud. As el trazado de la isoyeta, a travs del primer criterio, se ve compensada hacia una mayor precisin por medio del segundo, ya que evidentemente la progresin de la precipitacin en altitud, no es lineal. Es importante destacar, que cuando se trata de una zona relativamente plana, es posible asumir un trazado lineal de las isoyetas; esto implica la aplicacin nica del primer criterio, sin necesidad de recurrir al segundo.
36
Figura 12. Perfil Pluviomtrico
La figura 12, presenta un perfil pluviomtrico, el cual se puede conseguir por una curva de regresin del siguiente tipo:
Pp = a + (b * H 2 )
(modelo parablico) (modelo exponencial)
(32) (33)
Pp = a * H
donde:
Pp
= precipitacin (mm). = altitud (m). = coeficientes de regresin.
H a, b
No obstante lo expuesto, estos modelos son slo indicativos, toda vez que la eleccin del modelo, depender bsicamente del tipo de datos estadsticos con que se cuente. An ms, es posible la utilizacin de ajustes de tipo grfico. Establecido lo anterior, es necesario completar el trazado de todas las isoyetas que pasan por el rea de estudio, para luego medir la superficie entre isoyetas. De esta forma, la precipitacin media se calcular utilizando la siguiente expresin:
37
( Pi + 1 + Pi) * S i +1,i 2 i =1 Pm = St
(34)
donde:
Pm
= Precipitacin media del rea geogrfica en estudio (m).
Pi + 1 = Precipitacin de la isoyeta i + 1 (m). Pi = Precipitacin de la isoyeta i . Si +1,i St

= Superficie total (m2).
= Superficie comprendida entre dos isoyetas secuenciales (m2).
Por otra parte, es posible calcular el volumen medio de aportacin hdrica del rea en estudio, a travs de la siguiente expresin:
n ( Pi + 1 + Pi ) Vm = * Si +1,i 2 i =1
(35)
donde:
Vm
= Volumen medio de aportacin (m3).
Pi + 1 = Precipitacin de la isoyeta i + 1 (m). Pi = Precipitacin de la isoyeta i . Si +1,i
= Superficie comprendida entre dos isoyetas secuenciales (m2).
Figura 13. Mapa de Isoyetas
38
Discusin de la tcnica. El mtodo de las Isoyetas, ha demostrado ser el de mayor precisin para la estimacin de precipitaciones medias en un rea geogrfica. Sin embargo, su principal limitacin es el alto nivel de trabajo que demanda, el cual slo tiende a justificarse en el caso de valores de precipitacin anual a lo menos; en el caso de una determinada tormenta no se justifica su utilizacin. El mayor uso del mtodo de las isoyetas, es el clculo de precipitaciones medias de una zona geogrfica, a partir de las precipitaciones medias de las estaciones respectivas, lo cual le otorga una consistencia temporal, factible de ser proyectada a lo menos diez aos. Mtodo modificado de los polgonos de Thiessen Este mtodo est basado en una composicin del mtodo de las Isoyetas y los Polgonos de Thiessen. As, se sabe que la precipitacin de un rea de influencia definida por los Polgonos de Thiessen, no guarda relacin estricta con la precipitacin de la estacin involucrada; sin embargo, es posible asumir que la oscilacin temporal que presentan la precipitacin del rea y la precipitacin de la estacin pluviomtrica, posee cierto nivel de uniformidad, por lo cual, la relacin entre estos valores de precipitacin tiende a mantenerse constante. En otras palabras, establecidos los polgonos de Thiessen, la relacin precipitacin media del rea de influencia / precipitacin media de la estacin, es relativamente constante, por lo menos en intervalos superiores a un ao. La informacin que necesita para su puesta en prctica, adems de la requerida en el Mtodo de Thiessen, es la existencia previa de isoyetas. Este requisito condiciona bastante a este mtodo, debido a que su exactitud depender fuertemente de la calidad de esta informacin pluvial, ya sea en el grado de semejanza a la realidad que posean o en la cantidad de datos utilizada en su construccin, entre otros aspectos. Uno de los inconvenientes del Mtodo de Thiessen Modificado, al igual que en el Mtodo de Thiessen, es que una variacin en la cantidad o ubicacin de las estaciones, conlleva la realizacin de una nueva representacin grfica y, por ende, actualizar las mediciones de los polgonos, con los inconvenientes y nuevos clculos asociados que ello demanda. En el mtodo de Thiessen Modificado es posible establecer la siguiente relacin:
Ki =
donde:
Pai Pei
(36)
Ki
= Constante de proporcionalidad de precipitaciones de la estacin i. = Precipitacin media del rea de influencia de la estacin i. = Precipitacin media de la estacin i.
Pai
Pei
El valor de
Pai , se obtiene a partir de un mapa de isoyetas del rea en estudio.

39
Por otra parte, el valor Pei es obtenido como un promedio aritmtico de los datos que posee la estacin pluviomtrica en anlisis, recomendndose cuando sea posible el uso de la precipitacin normal, es decir, el promedio de los treinta ltimos aos. En el mismo marco, se plantea la existencia de una segunda relacin matemtica, la que se define en funcin de la superficie del rea de influencia y la superficie total del rea en estudio. As, se tiene la siguiente expresin:
Ri =
donde;
Si S
(37)
Ri Si
S
= Constante de proporcionalidad de superficies. = Superficie del rea de influencia i. = Superficie total del rea en estudio.
La constante Ki presenta valores Ki 0 , en tanto que la constante Ri , denota valores
0 Ri 1 .
Finalmente, para calcular la precipitacin media, se utiliza la siguiente expresin:
Pmj = Ki * Pij * Ri
i =1 j =1
(38)
donde: = analizar.
Pmj Pij
Precipitacin media del rea en estudio, en perodo j, en mm, donde j es el lapso a
= Precipitacin de la estacin del rea de influencia i, en mm, en el perodo j.
Discusin de la tcnica Este mtodo, posee una limitacin similar al de Thiessen, esto es, que un cambio en la configuracin de estaciones, define un cambio en la configuracin espacial de los polgonos de Thiessen, y por ende demanda la necesidad de nuevos clculos. Asimismo, la gran deferencia que posee con respecto al Thiessen original, es la incorporacin como factor de ponderacin, de la relacin de precipitaciones medias entre el rea de influencia de la estacin, y el promedio que denota la misma estacin; sin embargo, la incorporacin de este factor puede no representar un incremento de precisin de importancia, si la relacin de precipitaciones medias no representa valores muy distintos a la unidad; asimismo, el factor que relaciona las precipitaciones medias del rea y de la estacin, puede ser representativo del lapso para el cual fue calculado, pero ello no 40
necesariamente significa que sea vlido para lapsos distintos, especialmente si estos son menores, todo lo cual definira la no existencia de una real aportacin correctora del mtodo, respecto al Thiessen original. Por otra parte, este mtodo implica el contar con un mapa previo de isoyetas, que permita establecer las precipitaciones medias del rea de influencia de las distintas estaciones. No obstante lo expuesto, posee como ventaja estructural el clculo de precipitaciones medias para perodos especficos, sin contemplar grandes clculos una vez establecidas las constantes, y con un hipottico mayor grado de precisin que en el mtodo de Thiessen.
Mtodo del Inverso de la Distancia al Cuadrado El Mtodo de la Distancia al cuadrado es uno de los ms recientes. Su importancia radica en la fcil aplicacin en un S.I.G. Este mtodo sera similar al de la Media Aritmtica, pero con el agregado de una ponderacin por distancia. Pizarro y Ramrez (2000) sealan que dicha ponderacin, al tener un factor cuadrtico, recibe una influencia bastante fuerte del monto pluvial de las estaciones ms cercanas y al considerar una serie o variedad de puntos de estimacin, puede formar concentraciones concntricas de los montos estimados en torno a las estaciones. La informacin para la aplicacin de este mtodo no va ms all de poseer la ubicacin exacta de los puntos de medicin, adems de la informacin pluvial. Entre los inconvenientes que se vislumbran, est el que slo considera distancias, pero no direccionalidad de la precipitacin, la cual a su vez puede ser influida por condiciones tanto del terreno como atmosfricas. Adems, su estimacin va a depender en forma importante, de la separacin que tengan las estaciones en la respectiva zona. Pizarro et al. (2000), sealan que ste mtodo divide la cuenca o rea de estudio en celdas, considerando que la precipitacin dentro de una celda sin medida, es una funcin de la precipitacin de las celdas prximas que poseen medidas y del inverso de la distancia que las separa elevada al cuadrado.
Pmj =
Pi * (1/ Di
i =1
(39)
(1/ Di
i =1
donde:
Pmj Pij
Di
= = =
Precipitacin media del rea en el periodo j Precipitacin de la estacin i en el periodo j
(mm) (mm)
Distancia entre estacin y celda correspondiente (Km)
41
En este modelo se consider la celda central o centro de masa de cada zona geogrfica, la cual se encuentra ubicada en la interseccin de las diagonales de las respectivas reas delimitadas.
EJEMPLO PRCTICO Con el objetivo de ejemplificar los mtodos expuestos, a excepcin de las isoyetas que involucra ms bien una adecuada representacin cartogrfica, se presenta el siguiente ejercicio. Se desea calcular la precipitacin media cada sobre una determinada rea geogrfica en 1991, en la cual se ubican seis estaciones pluviomtricas. _ Pai (mm) 604 470 390 730 575 590 _ Pei (mm) 650 490 380 750 610 570
Ei E1 E2 E3 E4 E5 E6 Donde:
Ai(km ) 40 30 100 60 40 60
P 1991 (mm) 630 570 430 690 720 610
Ei Ai _ Pai _ Pei P1991
= Estacin pluviomtrica i. = rea de influencia de la estacin, segn polgonos de Thiessen. = Precipitacin media del rea de influencia de la estacin i, obtenida por isoyetas. = Precipitacin media de la estacin i. = Precipitacin de la estacin i en 1991.
En la aplicacin de los mtodos resulta lo siguiente: a) Promedio aritmtico:
Pm(1991) = Pij / n =
i =1
(630 + ..... + 610) = 608mm 6
b) Polgonos de Thiessen:
Pm(1991) = Si * Pij / Si =
i =1 i =1
(630 * 40 + .......... + 610 * 60) = 582mm. 330
42
c) Isoyetas: En este caso es posible utilizar la sumatoria de ponderaciones Pai*Ai, con el fin de definir la precipitacin media por isoyetas, para perodo que define los valores medios, pero no para 1991, ya que para ello sera preciso definir un mapa de isoyetas para el ao en cuestin.
Pm(1991) = Pai * Ai / Ai
i =1 i =1
(604 * 40 + .......... + 590 * 60) 330
= 543mm.
d) Thiessen Modificado
Pm(1991) = Ki * Ri * Pi,1991
i =1
1 604 * * 40 * 630 + ...... + 590 * 60 * 610 330 650 570
= 574mm
De los mtodos expuestos y el ejemplo prctico desarrollado, es posible inferir las siguientes conclusiones o comentarios finales: El mtodo ms recomendado por la literatura, en virtud de la probabilidad que otorga en el clculo de precipitaciones medias en un rea geogrfica, es de las isoyetas. De igual forma y en trminos de hiptesis, le siguen en orden decreciente el mtodo Thiessen modificado, el mtodo Thiessen y el promedio aritmtico. No obstante lo expuesto, la mayor o menor fiabilidad de un mtodo estar determinado por la precisin respecto a un valor real no conocido y por ende se inscribe en un marco probabilstico. En esos trminos debe ser reconocida la posicin de fiabilidad expuesta en al anterior punto. Es importante de destacar, que si no existen diferencias significativas entre las precipitaciones medias del rea de influencia de una estacin i, definida por polgonos de Thiessen, y la precipitacin media de la misma estacin, la aplicacin del Thiessen modificado y el Thiessen original, no presenta diferencias significativas, como lo demuestra el ejemplo prctico expuesto. En relacin al promedio aritmtico, es posible advertir que su uso sera nicamente vlido, en trminos cientficos, en reas planas con una distribucin espacial relativamente homognea.
43
Por ltimo es preciso destacar que al igual que en otras materias tcnicas y cientficas, el uso de distintos mtodos expuestos, ser funcin de los objetivos del investigador y de la experiencia que ste posea sobre el rea en estudio, dado que esos factores estructurarn las restricciones existentes para usar decisivamente uno u otro mtodo.
44
CAPTULO V. DATOS CLIMTICOS FALTANTES PARA LA ESTIMACIN DE LA ET0

Puede ocurrir que falten algunos datos climticos, lo que hace que se recurra a procedimientos alternativos que requieran solo parmetros meteorolgicos limitados, lo cual debe ser evitado. Es recomendable utilizar el mtodo estndar Penman-Monteith-FAO despus de resolver el problema de datos faltantes. FAO (1998) presenta algunos procedimientos viables para estimar ET0 aplicando la ecuacin de Penman-Monteith-FAO, utilizando datos alternativos. Por ejemplo, si no se cuenta con la temperatura media del aire, se pueden utilizar las temperaturas mxima y mnima del aire; los datos de radiacin pueden ser derivados de la diferencia de temperatura del aire; asimismo los datos de velocidad del viento y humedad pueden ser importados de estaciones meteorolgicas cercanas. Los datos de humedad pueden ser tambin estimados de valores diarios de temperatura mnima del aire. Los procedimientos para estimar los datos faltantes deben ser validados a nivel regional. Esto puede ser hecho comparando los valores de ET0 de estaciones climticas que tengan los datos completos con los valores de ET0 calculados con datos limitados. La relacin entre ambos debe ser estrecha. En los casos que la relacin se desve, la relacin puede ser usada como factor de correccin para las estimaciones hechas con datos limitados. Cuando el error estndar de estimacin excede el 20% de la media de ET0, debe realizarse un anlisis de sensibilidad para determinar las causas y lmites para los mtodos utilizados para importar los datos faltantes. MTODOS ALTERNATIVOS ET0 segn THORNTHWAITE Thornthwaite (1948) propone la frmula: e = 16 (10 tm/I)a (40) donde: e : evapotranspiracin mensual sin ajustar en mm (mm/mes) tm : temperatura media mensual en C I : ndice de calor anual I = Sumatorio( ij) ; j = 1, ..., 12 (que se calcula sumando los doce ndices de calor mensual). ij = (tmj/5) 1,514 a : parmetro que se calcula a partir de I segn la expresin: a = 0,000000675 I3 - 0,0000771 I2 + 0,01792 I + 0,49239 Evapotranspiracion de Referencia de Penman-Monteith original La ecuacin de Penman-Monteith estima por medio de un modelo fsico la evapotranspiracin de referencia mediante la combinacin de un trmino de radiacin y de un trmino aerodinmico. La evapotranspiracin de referencia, segn Penman-Monteith corresponde a un cultivo hipottico que tiene una altura de 12 cm, una resistencia de cubierta de 69 s/m, una resistencia aerodinmica de 208/U2 s/m, donde U2 es la velocidad del viento a dos metros de altura; y un albedo de 0,23. Simplificando la expresin la ecuacin tiene la forma: ET0 = D /(D +g *) (1/l v {Rn-G}) + g /(D +g *) (900 U2/{tm+273}) (e -e) 45 (41)
Donde: ETo = evapotranspiracin segn Penman-Monteith en mm/da l v = calor de vaporizacin del vapor de agua MJ/kg D = pendiente de la curva de saturacin de vapor kPa/C g = constante psicromtrica kPa/C g * = constante psicromtrica modificada kPa/C Rn = radiacin neta MJ m-2 da-1 G = flujo de calor en el suelo MJ m-2 da-1 tm = temperatura media C U2 = velocidad del viento a 2 metros, m/s (e -ea) = dficit de presin de vapor, kPa ET0 segn TURC Turc (1961. Ann. Agr.) Propone calcular la evapotranspiracin potencial (mm/mes) para cada mes en funcin de la radiacin solar media diaria de ese mes (cal cm-2 da-1) sobre una superficie horizontal, la temperatura media mensual (C) y una correccin basada en la humedad relativa media mensual (%). ET0 TURi = fi [tmi/(tmi+15)] [Ri+50] ci (42)
Donde : fi factor de correccin mensual: 0,37 para Febrero; 0,4 para el resto de los meses. tmi temperatura media mensual en C. Ri radiacin solar media en el suelo (cal cm-2 da-1), calculada por medio de la expresin: Ri = RA (0,18+0,62 ni/Ni) RA radiacin global en el lmite superior de la atmsfera ni horas de insolacin efectiva (h/da) Ni horas de insolacin mxima (h/da) ci factor de correccin para zonas ridas, con desplazamientos de masas de aire clido, en funcin de la humedad relativa del mes: ci = 1 si HR > 50 % ci = 1+[(50-HRi)/70] si HR < 50 % ET0 segn Ivanov/Turc Este mtodo calcula la Et0 de acuerdo a la siguiente expresin (DVWK, 1996)
a (ra (t) + b) * T(t) / (T(t) + 15) T(t) 5 C ETp (t) = 2 0.000036 (25. + T(t)) (100. - U(t)) T(t) < 5 C
donde: ra(t) es radiacin global [J/(cm2*d)], a = 0.0031 y b = 209.4 para t = 1 d, es un factor de correccin mensual (Cuadro 5), U(t) es la humedad relativa del suelo[%], y T(t) es la temperatura media diaria [C]. Cuadro 5. Factor de correccin mensual E f 0,22 0,70 F 0,22 0,85 M 0,22 0,95 A 0,29 1,05 M 0,29 1,25 J 0,28 1,15 J 0,26 1,05 A 0,25 0,95 S 0,23 0,90 O 0,22 0,80 N 0,22 0,75 D 0,22 0,70
46
ANEXO 1. MTODOS CARTOGRFICOS PARA LA CREACIN DEL MAPA DE REGMENES HDRICOS.

A continuacin se presenta un ejemplo de la delimitacin de los Regmenes Hdricos para Amrica del Sur, utilizando la base de datos de FAO y otras fuentes, y los protocolos para los clculos adaptados a la informacin disponible. Clculos bsicos Los regmenes fueron determinados sobre la base de la longitud del perodo seco. Para determinar esta variable se calcul mensualmente el ndice de humedad (cuociente PP/ETo). Luego se cont el nmero de meses en que este cuociente se mantuvo por debajo de 0.5, perodo del ao que fue considerado como seco o deficitario en agua:
LP = meses( P < 0,5ET )

D
m =1 0
m=n
Esto requiere contar con informacin precisa, a nivel mensual, de las precipitaciones y la evapotranspiracin de referencia. Con el objetivo de normalizar el clculo de la evapotranspiracin de referencia se propone utilizar la frmula de Penman-Monteith-FAO. Para simplificar los clculos hemos desarrollado el protocolo siguiente:
Protocolo PENMAN-MONTEITH-FAO para el clculo de la ET0 A continuacin se presenta un protocolo simplificado para evaluar la ETo mediante la frmula PMFAO. Tm, temperatura media mensual (C) RS, radiacin solar en calcm-2d-1 HR, humedad relativa media mensual (%) U2, velocidad del viento en ms-1 Temperatura mensual en la escala absoluta (K): Ta = Tm + 273 Radiacin neta (Rn) en Jm-2 a partir de la radiacin solar en cal cm-2d-1: Rn = RS * 0.0419 * 0.8 Presin de vapor de saturacin media mensual (KPa): es = 0.707 * e(.05979 * Tm) Dficit de saturacin medio mensual (KPa): 47
Ds = es * (1 - HR / 100) = (Tm + 237.3) 2 = 17.27 * Tm / (Tm + 237.3) = 4098 * (0.6108 * e) / Na = (0.066 * 900 * U2 * Ds) / Ta Nr = 0.408 * * Rn Dn = + 0.066 * (1 + 0.34 * U2) Clculo del componente advectivo de la ET: ETadv = Na / Dn Clculo del componente radiactivo de la ET: ETrad = Nr / Dn Clculo de la Evapotranspiracin de referencia: ETo = ETrad + ETadv
Precipitacin La informacin de precipitacin puede contener errores originados en una serie de factores (cambio de localizacin de la estacin, cambio de instrumento, construcciones en el entorno de la estacin). Por esta razn, cuando se conocen estos antecedentes, es recomendable analizar su calidad y consistencia, y corregir las series, eliminando los errores de origen conocido. Para ello el mtodo mas usado es el de las curvas msicas. Estas consisten en un anlisis grfico donde se comparan las precipitaciones acumuladas en el tiempo en una estacin con la misma precipitacin acumulada proveniente de la suma de varias estaciones del mismo sector (patrn pluviomtrico). Se supone que una estacin cualquiera debiera presentar una acumulacin lineal, con pendiente constante, respecto de la suma de sus vecinas, de modo que cualquier quiebre en la pendiente de esta relacin puede indicar una anomala en los registros de dicha estacin. En las estaciones que conforman el patrn pluviomtrico debe excluirse a la estacin que exhibe anomalas o quiebre evidentes en las curvas msicas. Supongamos una estacin A cuyas series pudieran presentar errores. Se conforma un patrn cuya precipitacin anual es la suma de las estaciones B,C,D,E y F. Se construye una serie de tiempo con los valores acumulados de precipitacin en la estacin A y otra con los valores acumulados en la estacin patrn.
48
PAaca =
a =1
a =n
( PA) a
PAaca = precipitacin acumulada al ao a PA = precipitacin anual de cada ao de la serie, a
PPaca =
a =1
a =n
( PB + PC + PD + PE + PF )
PPaca = precipitacin acumulada el ao a en el patrn PB, PC, PD, PE y PF = precipitacin anual en las estaciones B,C,D,E y F para el ao a En el grfico se aprecia un cambio en la pendiente (M1,M2) a partir del ao x. La serie de la estacin A debe ser corregida para cada ao a:
M1 M2
Pa = precipitacin ajustada en la estacin A Po = precipitacin observada en la estacin A En este caso los datos de la estacin A deben ser corregidos por un factor M1/M2 = 1.0588 a partir del ao x. La pendiente de la recta puede usarse tambin para rellenar las series en aos en que una estacin no disponga de registros, y se dispone de informacin en las estaciones vecinas.
PA
Ma Ppa Mb
PAa = Precipitacin en la estacin A en el ao faltante a Ma = Pendiente de la curva msica para la estacin A Mb = pendiente de la curva msica para una estacin vecina b Pp = precipitacin en la estacin vecina. El mtodo de las curvas msicas debe tener en cuenta que un cambio de pendiente no debe considerarse significativo a menos que se mantenga por un perodo mnimo de cinco aos. La precitacin tiende a ser consistente para perodos largos de observacin pero no necesariamente para perodos cortos, por lo cual no puede aplicarse para corregir precitaciones diarias. Normalmente para completar series pluviomtricas se usa el procedimiento de los mdulos pluviomtricos ponderados:
PA
Ma Ppa Mb
49
PAac, Precipitacin acumulada en estacin A
M2=0.85
M1=0.9
aos
PPac, Precipitacin acumulada en el patrn pluviomtrico

Anlisis de la variacin espacial de la precipitacin Diversos factores determinan la variacin de la precipitacin en el espacio. En general los principales factores que influyen son: la latitud, la distancia a los frentes de humedad (mar, etc.) y la fisiografa de la cuenca o regin. La precipitacin debera variar gradualmente con la latitud. Esta relacin se distorsiona debido a la influencia de una serie de factores; regmenes de viento, distribucin de masas continentales y mares, corrientes marinas, etc. Con respecto a la influencia de la distancia a las fuentes de humedad, puede decirse que en general las precipitaciones tienden a ser mayores en regiones cercanas al mar. Por supuesto existen otros factores que pueden modificar esta relacin general. Los principales son la influencia del rgimen de vientos, barreras orogrficas, relieve y perturbaciones asociadas con frentes (desplazamiento de los frentes ecuatoriales y polares, por ejemplo). Las influencias del relieve y otros factores fisiogrficos sobre el rgimen pluviomtrico de una regin son variados y complejos. En general se acepta el hecho de que la precipitacin vara con la altura del lugar sobre el nivel del mar. Por lo general a sotavento en la montaas se produce una sombra de lluvia por efecto del descenso de las masas de aire en estos sectores. De esta manera se podran obtener distintos perfiles pluviomtricos para diferentes zonas, dependiendo del relieve y de la direccin de los vientos. Los pocos perfiles que se han determinado y sobretodo 50
estudios en otros pases del mundo hacen ver que las variaciones de la precipitacin con la altura, pueden diferir bastante entre s y que adems no toda la variacin y dispersin de valores observados puede atribuirse al efecto de la altura. Algunos autores han demostrado la importancia que existe de considerar otros factores topogrficos fuera de la altitud, como por ejemplo, la exposicin, pendiente y orientacin del terreno. Para algunas regiones se han construido relaciones coaxiales entre la precipitacin y estos factores (1). La altura sobre el nivel del mar tambin influye en la forma de la precipitacin. En efecto, como la temperatura disminuye con la altura, se alcanzar un punto en que la temperatura llega a 0C y por lo tanto se crean las condiciones favorables para que la precipitacin sea nival. En este sentido, se define el coeficiente de nivosidad que es igual al cuociente entre la precipitacin anual en forma de nieve y la precipitacin total (nieve + lluvia). El coeficiente de nivosidad puede determinarse a partir de los datos proporcionados por varias estaciones hidrometeorolgicas, o en su defecto, por medio de una estimacin de la ubicacin de la isoterma 0C. Por las razones anteriores, es difcil realizar una cartografa de isoyetas a travs de mtodos automatizados, sin cometer errores importantes. El mtodo de polgonos de Thiessen, de los promedios ponderados u otros, son ms aplicables a topografas planas, sin grandes efectos topogrficos locales. El trazado manual de isoyetas se hace necesario, lo que le da al trazador la posibilidad de integrar todos los factores que, segn su experiencia, influyen en los gradientes pluviomtricos en cada caso. El trazado de isoyetas se realiza sobre mapas de relieve de modo que el trazador pueda interpretar las variaciones espaciales que estas sufren por accin del relieve. Mientras mayor sea la densidad de estaciones, ms preciso resultar el mapa. Trazado de isolneas de ET Para el trazado de las cartas de evapotranspiracin, esta se calcula para todas las estaciones que cuentan con datos. En aquellas que disponen de temperatura, humedad, radiacin y viento, se aplica directamente el mtodo de PM_FAO. En estas estaciones se aplican adems otras frmulas simples como la de Thornthwaite, Ivanov o Turc, las cuales se pueden calibrar a travs de regresiones, teniendo como referencia el mtodo de PM_FAO. En aquellas que dispongan de datos parciales, es decir, falten uno o dos de estos parmetros, se aplican las frmulas simples debidamente corregidas por los coeficientes de las regresiones de calibracin. Una vez calculada la ET para todas las estaciones disponibles, se procede al trazado siguiendo un procedimiento anlogo al de las isoyetas. Creacin de una malla climtica. Con el propsito de calcular el ndice de aridez Pa/ET a nivel mensual, los mapas de precipitacin y de ET se leen en cada punto de una malla regular con coordenadas equiespaciadas a un grado, cubriendo todo el continente. Posteriormente, con un programa computacional, se calcula el ndice de aridez para cada mes y en cada punto de la malla. Adems el programa cuenta el nmero de meses secos resultantes (ndice de aridez inferior a 0.5). Este nmero de meses se vierte en cada punto de la malla, a partir de lo cual se trazan los lmites de los regmenes climticos que cuentan con distinta longitud de la estacin seca. El resultado es un mapa como el que se presenta a continuacin:
51
MAPA PRELIMINAR DE ZONAS RIDAS DE SUR AMRICA. VERSIN DEMO
52
ANEXO 2. PROTOCOLO DE CALCULO DE LA EVAPOTRANSPIRACIN DE REFERENCIA MEDIANTE LA ECUACIN FAO/PENMAN-MONTEITH
Paso 1. Clculo de la Radiacin Neta, Rn (MJ/m2 dia) a partir de la radiacin solar global, RG (Cal/cm2 da) Rn = RG * .0419 * .8 Factor 0.0419 convierte cal/cm2 da en MJ/m2 da Factor 0.8 corresponde al cuociente Rn/RG para una superficie vegetal bien provista de agua Paso 2. Clculo de la presin de vapor del aire a la saturacin, es (kPa) es = =0.707 * EXP(.05979 * Ta) Ta es la temperatura media del aire (C) Paso 3. Clculo del dficit de saturacin del aire (kPa) Ds = es * (1 - HR/ 100) HR es la humedad relativa en % Paso 4. Clculo de la pendiente de la curva de presin de vapor de saturacin, (kPa/C) TETA = (Ta + 237.3) ^ 2 ALFA = 17.27 * Ta / (Ta + 237.3) = 4098 * (.6108 * EXP(ALFA)) / TETA Paso 5. Clculo del aporte advectivo Adv = ( * 900 * U * Ds) / (Ta+273) = .066 (kPa/C) U= velocidad del viento en m/s Ds = dficit de saturacin (kPa) Paso 6. Clculo del aporte radiativo Rad = 0.408 * * Rn Paso 7. Clculo del denominador (resistencia a la difusin del vapor en la capa limite) Dn = + .066 * (1 + .34 * U) 53
Paso 8. Clculo del componente radiativo de la ETo ETRAD = Rad / Dn Paso 9. Clculo del componente advectivo de la ETo ETADV = Adv / Dn Paso 10. Clculo de la ETo ETo = ETRAD + ETADV
Calculo de la ETo para un da X EJEMPLO Datos para un da X: Temperatura media : 20C Radiacin global : 600 cal/ cm2 da Humedad relativa : 60% Viento : 2 m/s
Paso 1. Clculo de la Radiacin Neta, Rn (MJ/m2 da) a partir de la radiacin solar global, RG (Cal/cm2 da) Rn = 600 * .0419 * .8 = 20.112 MJ/m2 da Paso 2. Clculo de la presin de vapor del aire a la saturacin, es (kPa) es = 7.07 * EXP(.05979 * 20) = 2.34 kPa Paso 3. Clculo del dficit de saturacin del aire (kPa) Ds = es * (1 - HR/ 100) = 0.93 kPa Paso 4. Calculo de la pendiente de la curva de presin de vapor de saturacin, (kPa/C) TETA = (Ta + 237.3) ^ 2 = 66203 ALFA = 17.27 * Ta / (Ta + 237.3) = 1.34 = 4098 * (.6108 * EXP(ALFA)) / TETA = 0.145 kPa/C Paso 5. Clculo del aporte advectivo Adv = ( * 900 * U * Ds) / (Ta+273) = 0.38 Paso 6. Calculo del aporte radiativo
54
Rad = 0.408 * * Rn = 1.19 Paso 7. Clculo del denominador (resistencia a la difusin del vapor en la capa limite) Dn = + .066 * (1 + .34 * U) = 0.256 Paso 8. Clculo del componente radiativo de la ETo ETRAD = Rad / Dn = 4.65 mm/da Paso 9. Clculo del componente advectivo de la ETo ETADV = Adv / Dn = 1.48 mm/dia Paso 10. Clculo de la ETo ETo = ETRAD + ETADV = 6.13 mm/dia
55
ANEXO 3. SMBOLOS Y UNIDADES

SMBOLO DESCRIPCIN Precipitacin media anual Precipitacin media mensual ndice de Fournier ndice de Fournier Modificado ndice de Concentracin de la Precipitacin Dficit de Humedad Anual Evapotranspiracin de Referencia Radiacin neta en la superficie del cultivo Densidad de Flujo de calor en el suelo Temperatura Velocidad del viento a 2 m altura Presin de vapor de saturacin Presin de vapor actual Pendiente de la curva de presin de vapor de saturacin en funcin de la temperatura Coeficiente psicromtrico Coeficiente del cultivo Radiacin extraterrestre Horas de luz Longitud del perodo con dficit de agua Longitud del perodo con exceso de agua Dficit de agua anual Factor de Erosividad de la USLE
30
UNIDAD estndar mm mm mm mm
P
p IF IFM ICP DH ET0 Rn G T u2 es ea
mm mm MJ m-2 da-1 MJ m-2 da-1 C m s-1 kPa kPa kPa C-1 kPa C-1
Kc Ra N
MJ m-2 da-1
LP
LP
Das, meses Das, meses mm MJ.mm.ha-1 h-1 ao1
DH
EI
56
ANEXO 4. EQUIVALENCIA DE UNIDADES Unidad estndar Presin

kPa
Otras unidades
mbar (milibar) Bar cm (centmetro de agua) atm (atmosfera) mm Hg (milmetros de Hg)
psi (libra por pulgada cuadrada
Equivalencia
1 mbar = 0.1 kPa 1 bar = 100 kPa 1 cm = 0.09807 kPa I atm = 101.325 kPa 1 mm Hg = 0.1333 kPa 1 psi = 6.896 kPa 1 km da-1 = 0.01157 m.s-1 1 ft s-1 = 0.3048 m.s-1 1 knot = 0.5144 m.s-1 1 mm da = 2.45 MJ m-2 da-1 1J cm2da-1 = 0.01 MJ m-2da-1
1 cal = 4.1868 J =4.1868 10-6 MJ
2 -1 -2 -2 -1 1cal cm da = 4.1868 10 MJ m da
Velocidad
m.s-1
km.da-1 (kilmetro por da) ft s-1 (pie por segundo) knot (milla nutica por hora)
Radiacin
MJ m-2 da-1
mm da-1 (evaporacin equivalente) J cm2 da-1 (joule por cm2 por da)
cal cm2da-1(calora por cm2 por da)
Evapotranspiracin
Mm da-1
m3 ha-1 da-1 (m3 por hectrea por da)

l s ha (litros por segundo por hectrea)
-1 -1
m3 ha-1 da-1 = 0.1 mm da -1
1 l s-1 ha-1 = 8.64 mm da -1 1C = F 32 * 5/9 1K = C + 273.16
Temperatura
F (grados Fahrenheit) K (grados Kelvin)
57
ANEXO 5. REFERENCIAS BIBLIOGRFICAS

ARNOLDUS H.M. 1980. An approximation of the rainfall factor in the Universal Soil Loss Equation. En: De Boodt M., and Gabriels D. (Eds) Assessment of erosion. John Wiley and Sons, Inc. Chichester, West Sussex, UK. 127 132. BAILEY R. G. 1983. Delineation of ecosystem regions. Environ. Manage. 7:365-373 BARROW, C. J. 1994. Land degradation. Development and Breakdown of Terrestrial Environments. Cambridge University. 295p. BRAS, R.L. 1990. Hydrology. An Introduction to Hydrologic Science, MIT. CHUA, S.H. y BRAS, R.L. 1982. Optimal estimators of mean areal precipitation in regions of orographic Influence. Journal of hydrology 57 (112): 23-48. CLEVELAND, WILLIAM y MARYLYN MCGILL, (Eds) 1988. Dynamic Graphics for Statistics, Wadsworth. CRESSIE, N. 1993. Statistics for spatial data. J. Wiley, N.Y. DEAN, J. D. y SNYDER, W. M. 1977. Temporally and areally distributed rainfall. Journal of Irrigation Drainage Div. 103 (IR2): 221-229. DEUTSCHERVERBAND FR WASSERWIRTSCHAFT UND KULTURBAN e.V. (DVWK) 1996. Ermittlung der Verdunstung von Land-und Wasserflchen. Heft. 238 DUNNE, T. y LEOPOLD, L.1978. Water in Environmental Planning: W. H. Freeman et al.., San Francisco, p. 41. FAO. 1977. Assessing soil degradation: report of an FAO/UNEP expert consultation. FAO Bull. N 34, Roma, Italy. FAO/UNESCO. 1977. Soil map of the world, 1: 5 000.000. UNESCO, Paris, France. FAO, 1998. Crop Evapotranspiration. Guidelines for computing crop water requirements. FAO Bull N 56, Roma, Italy. FOURNIER F. 1960. Climat et rosion. Ed. Presses Universitaires de France. Paris. HASSAN H., and H. E. DREGNE. 1997. Natural Habitats and Ecosystems Management in Drylands: an overview. Natural Habitats and Ecosystems Management Series. Environment Department Papers. Washington DC. The World Bank. KPPEN, W. 1936. Das geographische system der klimate. In: Kppen W. and Geiger R. (Eds) Handbuch der Klimatologie, pp 1-46. LENTON, R. L. and RODRGUEZ ITURBE, I. 1977. On the collection, the analysis, and the synthesis of spatial rainfall data MIT Department of Civil Engineering. Tech Report N194. Parsons Laboratory MEIGS P. 1953. World distribution of arid and semi-arid homoclimates. UNESCO. Review of Research on Arid Zone Hydrology. Arid Zone Research I. NIST/SEMATECH. 2002. e-Handbook of Statistical Methods, http://www.itl.nist.gov/div898/handbook/. OLIVER J.E. 1980. Monthly precipitation distribution: A comparative index. Professional Geographer, 32(3) 300 309. OVALLES, F.A. 1986. Selection of important properties to evaluate the use of geostatistical analysis in selected northwest Florida soils. Ph.D Dissertation, University of Florida, 58
Gainesville, USA. 208p. OVALLES, F. A. 1996. Evaluacin de la variabilidad espacial del suelo y su relacin con los rendimientos del cultivo de maz a nivel de parcela experimental. Trabajo de Ascenso. UCVFacultad de Agronoma, Maracay, Venezuela. 160p OVALLES, F.A. y M.E. COLLINS. 1988. Evaluation of soil variability in northwest Florida using geostatistics. Soil Sci. Soc. J. 52:1702-1708. PENMAN H. L. 1948. Natural evaporation from open water, bares oil, and grass. Proc. Roy, Soc. Serie A (193):120-146 PIZARRO R.; RAMREZ C. 2000. Anlisis Comparativo de Modelos para la Estimacin de Precipitaciones Areales Anuales en Perodos Extremos. Regin del Maule, Chile RHENALDS- FIGUEREDO, A; RODRIGUEZ-ITURBE; I.; SHAAKE, J.C. 1974. Bidimensional spectral analysis of rainfall events MIT Department of Civil Engineering. Tech Report N139. Ralph Parsons Laboratory. ROSTLAC-UNESCO 1982. Gua metodolgica para la elaboracin del balance hdrico de Amrica del Sur RENARD, K.G.; G.R. FOSTER; T. WEESIES. 1993. Predicting Soil Erosion and Water. A guide to Conservation Planning with the Revised Universal Soil Loss Equation RUSLE. U.S. Department of Agriculture. Agricultural Research Service. Washington D.C. SALVADOR FIGUERAS, M y GARGALLO, P. 2003. "Anlisis Exploratorio de Datos", [en lnea] 5campus.com, Estadstica http://www.5campus.com/leccion/aed SHEARMAN y SALTER 1975. An objective rainfall interpolation and mapping technique. Hydrol. Sc. Bull. 20(3) 353-363. TUKEY, J.W. 1977. Exploratory Data Analysis. Addison-Wesley THORNTHWAITE, C. W. 1948. An approach toward a rational classification of climate. Geographical Review 38:55-94. TURC L. 1961. Evaluation des besoins en eau dirrigation, evapotranspiration, potentielle, formule climatique simplifice et mise a jour. Ann. Agron. 12 :13-49. US NATIONAL. WEATHER SERVICE.1972. River Forecast System. NWS HYDRO 14:3.1-3.14. UNITED NATIONS ENVIRONMENT PROGRAMME. 1992. World Atlas of Desertification. Arnold E. (Ed). 69p. UNITED NATIONS ENVIRONMENT PROGRAMME. 1997. World Atlas of Desertification. Second Edition. Middleton N. and Thomas D. (Eds). 182p. WISCHMEIER W.H. Y SMITH D.D. 1978. Predicting rainfall-erosion losses. A guide to conservation planning. Agric. Handbook N 537. U.S.D.A. Washington, D.C
59

Guia Mapa ZA ALC

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

Guia Mapa ZA ALC

Diunggah oleh

Hak Cipta:

Format Tersedia

GUA METODOLGICA PARA LA ELABORACIN DEL MAPA DE ZONAS RIDAS, SEMIRIDAS Y SUBHMEDAS SECAS DE AMRICA LATINA Y EL CARIBE

PRESENTACIN DE LOS AUTORES

Figura 5. Figura 6. Figura 7. Figura 8. Figura 9.

Figura 10. Figura 11. Figura 12. Figura 13.

CAPITULO I. PROPUESTA METODOLGICA

LP : longitud del perodo con dficit de agua

LP : longitud del perodo con exceso de agua

, (Solo valores negativos)

(Wischmeier y Smith, 1978) (Renard et al, 1993)

CAPTULO II. ANLISIS EXPLORATORIO DE DATOS (AED)

Rango Intercuartl Desviacin Tpica

1. Grfico de caja (box plot)

Tercer cuartil Mediana Media Primer cuartil Valor mnimo

corresponde con lo observado para la Figura 3.

Precip. media mensual (mm)

250 200 150 100 50 0 1 6 11 16 21 Meses (1960-61)

Precipitacin media anual (mm)

2000 1500 1000 500 0 1 4 7 10 13 16 19 22 25 28 31 34

Precipitacin mensual Cerca interna superior

Precipitacin promedio Cerca externa superior

500 400 300 200 100 0

PEP1 PEP2 PEP3 . . PEPn

PED1 PED2 PED3 . . PEDn

PEP1 PEP1+PEP2 PEP1+PEP2+PEP3 . . PEP1+...................+PEPn

PED1 PED1+PED2 PED1+PED2+PED3 . . PED1+...................+PEDn

PED80 PEP80 PED73 PEP73

PED65 PEP68 PED53 PEP53

PED73 PEP73 PED65 PEP65

cuando el coeficiente de correlacin no supera la barrera del valor 0,8.

Su expresin matemtica, es la siguiente:

CAPTULO IV. MTODOS DE ESTIMACIN DE PRECIPITACIONES AREALES

Precipitacin media del rea en estudio en el tiempo j (mm.).

Precipitacin de la estacin i en el tiempo j (mm). Nmero de estaciones de precipitacin en anlisis.

Figura 12. Perfil Pluviomtrico

(modelo parablico) (modelo exponencial)

= precipitacin (mm). = altitud (m). = coeficientes de regresin.

= Precipitacin media del rea geogrfica en estudio (m).

Pi + 1 = Precipitacin de la isoyeta i + 1 (m). Pi = Precipitacin de la isoyeta i . Si +1,i St

= Superficie comprendida entre dos isoyetas secuenciales (m2).

= Volumen medio de aportacin (m3).

Pi + 1 = Precipitacin de la isoyeta i + 1 (m). Pi = Precipitacin de la isoyeta i . Si +1,i

= Superficie comprendida entre dos isoyetas secuenciales (m2).

Figura 13. Mapa de Isoyetas

Pai , se obtiene a partir de un mapa de isoyetas del rea en estudio.

La constante Ki presenta valores Ki 0 , en tanto que la constante Ri , denota valores

Precipitacin media del rea en estudio, en perodo j, en mm, donde j es el lapso a

= Precipitacin de la estacin del rea de influencia i, en mm, en el perodo j.

Precipitacin media del rea en el periodo j Precipitacin de la estacin i en el periodo j

Distancia entre estacin y celda correspondiente (Km)

P 1991 (mm) 630 570 430 690 720 610

Ei Ai _ Pai _ Pei P1991

En la aplicacin de los mtodos resulta lo siguiente: a) Promedio aritmtico:

(630 + ..... + 610) = 608mm 6

(630 * 40 + .......... + 610 * 60) = 582mm. 330

(604 * 40 + .......... + 590 * 60) 330

1 604 * * 40 * 630 + ...... + 590 * 60 * 610 330 650 570

CAPTULO V. DATOS CLIMTICOS FALTANTES PARA LA ESTIMACIN DE LA ET0

ANEXO 1. MTODOS CARTOGRFICOS PARA LA CREACIN DEL MAPA DE REGMENES HDRICOS.

LP = meses( P < 0,5ET )

PAaca = precipitacin acumulada al ao a PA = precipitacin anual de cada ao de la serie, a

PAac, Precipitacin acumulada en estacin A

PPac, Precipitacin acumulada en el patrn pluviomtrico

MAPA PRELIMINAR DE ZONAS RIDAS DE SUR AMRICA. VERSIN DEMO