MAESTRA EN INGENIERA SANITARIA

Y CIENCIAS DEL AMBIENTE

ESTADSTICA HIDROLGICA
ANLISIS DE TORMENTAS EXTREMAS
CURVAS IDF
HIETOGRAMAS DE DISEO

Marcelo Uriburu Quirno

Ing. Civil, MSc

CURVA IDF
Intensidad duracin perodo de retorno
- Intensidad de precipitacin media en una determinada duracin,
con un perodo de retorno asociado.
- Herramienta de diseo
- Generalmente, se la utiliza junto al mtodo racional, adoptando una
duracin igual al tiempo de concentracin de la cuenca donde se aplica.

CURVA IDF

SERVICIO METEOROLGICO NACIONAL

ESTACIN METEOROLGICA DE VILLA ORTZAR
Mximos de intensidad en mm/h
AO

5 min

10 min

1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961

87.6
78.0
152.4
118.8
109.0
120.0
142.8
164.4
120.0
135.6
122.4
99.6
208.8
92.4
146.4
132.0
120.0
120.0
120.0
120.0
120.0
120.0
120.0
120.0
120.0

76.8
63.0
104.4
104.4
96.6
90.6
88.2
141.6
104.4
124.8
112.8
75.4
170.4
61.2
133.8
115.2
108.0
93.0
114.0
85.8
96.0
120.0
90.0
79.8
114.0

DURACION [min]
15 min 30 min 60 min 120 min 240 min
0,25 h 0,50 h
1h
2h
4h
66.8
55.8
43.4
31.2
15.6
53.6
41.8
24.0
14.8
8.6
76.0
40.2
29.0
22.5
12.7
93.6
68.8
39.7
20.7
11.8
91.6
48.6
29.3
19.7
13.2
66.8
49.2
38.3
25.6
14.5
59.6
35.8
20.9
13.8
9.1
108.0
58.4
36.3
25.5
12.7
92.8
66.0
40.5
30.1
15.1
107.2
71.2
51.4
31.8
16.8
97.2
55.4
34.0
28.9
14.9
64.4
62.6
39.7
20.9
11.7
135.6
95.2
51.0
26.5
13.3
44.4
27.2
19.6
15.5
7.7
112.8
71.8
55.9
31.9
16.0
102.4
86.8
48.7
24.4
12.6
92.0
62.0
45.0
26.5
13.3
79.2
41.8
22.9
13.7
7.1
104.0
82.0
49.0
25.6
15.3
68.0
35.4
18.8
9.8
8.3
88.0
70.0
41.0
21.0
10.5
120.0
77.0
40.5
20.3
10.1
80.0
60.0
47.5
33.5
17.5
65.2
43.0
34.0
22.4
11.3
108.0
66.0
38.8
21.6
15.0

Terna:
Modelo
Distribucin de Probabilidad
Mtodo de Estimacin de Parmetros

Distintos Modelos:
MXIMOS ANUALES (AM)
Series de Duracin Parcial (Picos Sobre
un Umbral, POT)
Series de Excedencias Anuales (AE)
Series de Tiempo (otro enfoque)

VARIABLE I COMO VARIABLE ALEATORIA

Se toma I como variable aleatoria y se asume que los mximos anuales
son independientes y estn idnticamente distribuidos.
Bajo estas hiptesis se est en condiciones de ajustar una
funcin de distribucin de probabilidad a la muestra de mximos anuales.

QMA
X

f: funcin densidad, F: funcin distribucin de probabilidades

DISTRIBUCIN DE PROBABILIDAD

F ( I ) = Pr ob( I I )
*

1 F ( I ) = Pr ob( I < I )
*

Probabilidad de no excedencia
del valor evaluado (rea a izquierda
de campana de densidad).
Probabilidad de excedencia
(rea a derecha)

1 - F (I*)

f (probabilidad)

F (I*)

Q*
I*

Q (caudales)

ALGUNOS ESTADSTICOS HABITUALES

Funcin Densidad de Probabilidad con Asimetra Positiva
0.01
0.009
0.008

(h/mm)
(s/m3)

0.007
0.006
0.005
0.004
0.003
0.002
0.001
0

50

100

150

200

250

300

350

(m3/s)
xQI(mm/h)

Media = 123
Mediana = 115
Moda = 100

400

CURVA IDF
Ajustar una distribucin de probabilidad a la muestra de Mximos
Anuales de Intensidades Medias en cada Duracin
Algunas Distribuciones usadas comnmente en construccin de IDF:
VALOR EXTREMO TIPO I (EVI, Gumbel)
VALOR EXTREMO GENERALIZADA (GEV)
LOG-PEARSON TIPO III (LPIII)

Se suele ajustar una misma familia de distribuciones para todas

las duraciones, estimndose los parmetros de cada una

ESTIMACIN DE PARMETROS
Los Parmetros de una Distribucin de Probabilidad se
Estiman sobre la Serie de Registros de Mximos Anuales
de Intensidad Media en cada Duracin, tomada como
muestra.
Distintos Mtodos de Estimacin:
MOMENTOS ORDINARIOS (OM) (Pearson, 1902)
MXIMA VEROSIMILITUD (ML) (Fisher, 1922)
MOMENTOS PONDERADOS POR PROBABILIDAD (PWM)
MOMENTOS L (LM)
etc.

DISTRIBUCIN DE PROBABILIDAD EVI (Gumbel)

FX (x ) = e

x u

donde:
X: variable aleatoria, intensidad media en duracin determinada
u: Moda, parmetro de ubicacin
: parmetro de escala
La funcin EVI (Gumbel, 1941) es muy utilizada por su sencillez
matemtica. Sin embargo, al tener slo dos parmetros, no es
muy flexible para ajustarse a series hidro-meteorolgicas.
Su Coeficiente de Asimetra es fijo y vale 1,139.

DISTRIBUCIN DE PROBABILIDAD GEV

FX ( x) = e

x u
1 k .

,k 0

donde X es la variable aleatoria y (u, , k), sus parmetros.

La funcin GEV tiende a la EVI para k tendiendo a cero.

EVI - OM
Segn el Mtodo de los Momentos Ordinarios (o simplemente, de los
Momentos), los parmetros u y se estiman de la siguiente manera:

~
u = X 0.5772 *

.S X

Donde:
(x X~ )2
= i

i =1 n 1
n

SX

1 n
~
X = xi
n i =1
n = longitud de registro

Desvo estndar de la muestra

Media aritmtica de la muestra

EVI - ML
Segn el Mtodo de Mxima Verosimilitud, los parmetros u y se
estiman de la siguiente manera:

xi .e

xi

~
=X

xi

i =1

Ecuacin NO lineal en
Resolver numricamente (en forma iterativa)
[en XL, usar herramienta Buscar Objetivo]

i =1

N xi
e
u = . ln i =1
N

donde N es la longitud de registro.

Computar u

Momentos Ponderados por Probabilidad (PWM)

+

M i , j ,l =

x .F
i

j
X

( x). 1 FX ( x) . f X ( x).dx

Pesos: rea a izquierda y a derecha, bajo campana f(x)

M i , j ,l

j = 0 ,l = 0

= M i , 0, 0

Momentos ordinarios, como caso particular de los PWM

En Hidrologa, i=1 siempre. Por tanto, se utilizan:

M100, M110, M120
M100, M101, M102

Momentos Ponderados por Probabilidad (PWM)

(sus estimadores insesgados)

M 100

1 N
= . x(i )
N i =1

M 110

1 N i 1
= .
.x(i )
N i=2 N 1

M 120

1 N (i 1) (i 2)
=
x(i )
N i =3 ( N 1) ( N 2)

Momento ordinario de primer orden,

la media

donde N es la longitud del registro y los x(i) son los N

valores mximos anuales (muestra) ordenados en forma ascendente.
Ms adelante, veremos cmo se usan.

EVI - PWM
Parmetros u y en funcin de los PWM

M 100 = u + 0.5772 *
2 * M 110 = u + * [0.5772 + ln(2)]
Donde:

M 100 = X
1
i 1
= .
.x(i )
N i=2 N 1
N

M 110

son los estimadores insesgados

de los Momentos Pesados por
Probabilidad M100 y M110,
X(i) son los valores de la muestra
ordenados de forma ascendente
y N es la longitud de registro.

GEV - PWM
Estimacin con PWM de Parmetros de GEV (k, u y alfa)
(algoritmo de Hosking)
k = 7.859C + 2.9554C 2
donde

2 M 110 M 100 log10 (2)

C=

3M 120 M 100 log10 (3)

entonces,

(2 M 110 M 100 ) k
=
k
(1 + k ) (1 2 )

u = M 100 +

. ((1 + k ) 1)
k

donde (.) es la funcin Gamma completa [en XL, hacer =EXP(GAMMA.LN(x))].

BONDAD DE LOS AJUSTES

Existen distintas Pruebas de Bondad de Ajuste de una
Distribucin Terica a la Distribucin Emprica de las
Observaciones.
Por ejemplo:
Test de Kolmogorov-Smirnov,
Test de Distribucin Chi-cuadrado,
Test de Curvas Envolventes,
Mnimo de Suma de Cuadrados de [Fi F(xi)] para
distintas distribuciones candidatas,
etc.

PERODO DE RETORNO - T

XT

Tiempo

t1

t2

...

t3
n

1
T = ti
n i =1

PERODO DE RETORNO - T
El Perodo de Retorno T (aos) de un dado valor IT es el tiempo
promedio entre excedencias del valor IT.
Es la inversa de la probabilidad de excedencia de IT, es decir, de su
rea a derecha bajo la campana de densidad.

1
T=
1 F ( IT )
1
FF((IQTFT))(Q*)
== 1 1
TT

1
T

I(Q*)
111 F
TT )) =
- F(Q

IQ*
T

Q (caudales)

PERODO DE RETORNO - T

Expresin de Langbein para correccin

del perodo de retorno del modelo de
Mximos Anuales:

T AM =

1
1 e

1
T

donde:

TAM: perodo de retorno del modelo AM

T: perodo de retorno verdadero

PERODO DE RETORNO - T
Puede ocurrir que para un dado valor umbral de intensidad media haya
ms de un valor que lo supera en un mismo ao. Con el Modelo de
Mximos Anuales, slo uno de ellos (el mayor) conforma la serie de
observaciones, quedando afuera los dems (incluso cuando stos
pudieran ser mayores que los mximos de otros aos). Esto hace que
el perodo de retorno asociado a este modelo deba ser corregido para
tener en cuenta ese problema.
Aplicando la expresin de Langbein resultan los siguientes valores:
T
(aos)
1
2
5
10
50
100

Tam
(aos)
1.58
2.54
5.52
10.51
50.50
100.50

PERODO DE RETORNO T: CORRECCIN PARA MODELO AM

Ejemplo:
Supongamos que una dada intensidad media I* (en una cierta duracin) es
excedida 100 veces en 200 aos. Entonces, el perodo de retorno
(verdadero) de esa I* es T = 200/100 = 2aos.
Pero puede pasar que no todas esas 100 excedencias aparezcan en la serie
de mximos anuales (por ejemplo, unas 20 pudieron quedar afuera por no
haber sido mximas en su ao de ocurrencia). Esto significa que I* es
excedida en la serie de mximos anuales menos frecuentemente que en la
realidad, y por tanto, su perodo de retorno resulta exagerado (en nuestro
ejemplo, T AM = 200/(100-20) = 2.5 aos). Queda claro cmo el modelo de
Mximos Anuales exagera el perodo de retorno. La expresin de Langbein
corrige eso.

CUANTILES EVI
De la relacin entre probabilidad y perodo de retorno

1
T=
1 F

1
F = 1 = e
T

x u

Se obtiene para EVI la relacin entre intensidad y perodo de retorno

1
x(T ) = u + . ln ln1
T

CUANTILES GEV
Similarmente para la GEV:

1
F = 1 = e
T

x u
1 k .

,k 0

Entonces, la expresin del cuantil GEV es la siguiente:

xT = u +

[
k

. 1 ( ln( F ) )

= u + .1 ln(1 )
k
T

IDF paramtrica I (td )

Se busca ajustar una funcin matemtica de IDF como para poder evaluar la misma
en cualquier duracin, independientemente de la existencia de datos pluviogrficos.

I=

c
e
td

+f

donde:
td [min]: duracin de la lluvia
I [mm/h]: intensidad de precipitacin, media en la duracin td
c, e y f : parmetros de la curva
Resulta una curva (un vector de parmetros) para cada perodo de retorno y para el
lugar correspondiente. Los parmetros deben ser ajustados por cuadrados mnimos.

CUADRADOS MINIMOS
TR
c
e
f

IDF paramtrica (2)

2.54
td (min)
2784.50
5
17.77
10
0.97
15
30
60
120
240

I(Tr)
122.3
105.2
86.7
60.6
38.4
23.7
12.7

Iparam
123.4
102.5
87.8
61.6
38.9
22.6
12.4

(I(Tr)-Iparam)^2
1.2
7.5
1.1
1.1
0.2
1.2
0.1
12.4

I=

c
t de + f

Por medio de alguna rutina de optimizacin, se obtiene el vector de parmetros (c,e,f)

que minimice la sumatoria del cuadrado de las diferencias entre el valor ajustado por
probabilidades y el valor de la funcin que se est ajustando correspondiente a cada
duracin. Recordar que este vector de parmetros est asociado a uno y slo un
perodo de retorno. Debe repetirse el procedimiento para cada perodo de retorno
requerido.
Si se utiliza XL, se puede usar la herramienta Solver. Luego, calcular el coeficiente de
determinacin para verificar la calidad del ajuste [=COEFICIENTE.R2(.)]

IDF paramtrica (3) I (td , TR )

I=

c.TRm
t de + f

I=

c.TRm

(td + f )

I=

m
c.TR

td + f

donde:
td [min]: duracin de la lluvia
TR [ao]: perodo de retorno
I [mm/h]: intensidad de precipitacin, media en la duracin td ,
asociada al perodo de retorno TR
c, e, f y m: parmetros de la superficie
Resulta una superficie (un vector de parmetros) para el
lugar correspondiente. Los parmetros deben ser ajustados
por cuadrados mnimos.

IDF paramtrica (4)

I (td , TR )

c.TRm
I= e
td + f

Reduccin por extensin de la cuenca

(
)
(
1,1.t
1,1.t
CoAb(td , A) = 1 e
+e
0 , 25
d

0 , 25
0, 003861. A
d

Expresin de Leclerc y Schaake, la duracin td va en horas y A en km2.

Hietograma de tormenta de diseo Bloques Alternos

I=

c
t de + f

Notar que la suma de los pulsos (Col. 6) coincide con la evaluacin

de la IDF para los 120 minutos totales

Relaciones entre lminas de corta duracin y de 24h

Paso (1):

r24 h, pluviomtrico

1.13 global
=
1.08 Crdoba

Caamao Nelli, G. y Dasso,

C.M. (2003). Lluvias de

Diseo. Conceptos, tcnicas

y experiencias. Universitas,
Editorial Cientfica
Universitaria, Crdoba,
Argentina.

Paso (2):

RIESGO
Cun seguido una dada intensidad i ser excedida en
los prximos N aos?
Si P(I>i en 1 ao) = p entonces

N M
N M

(
1
)
p

p
P(M excedencias en N aos) =
M
Riesgo = P(al menos una excedencia en N aos) =
1- P(0 excedencias en N aos) =>

N 0
Riesgo = 1 p (1 p ) N 0 = 1 (1 p ) N
0

RIESGO (2)
Si consideramos IT como la intensidad asociada a un
perodo de retorno T, entonces la probabilidad de
excedencia p es igual a la inversa de T, es decir,
p=1/T

1 N
Riesgo = 1 (1 )
T
RIESGO. PROBABILIDAD DE AL MENOS UNA EXCEDENCIA DE Ij EN N AOS.
N=
5 aos
10 aos
25 aos
50 aos
I2
96.88%
99.90%
100.00%
100.00%
I5
67.23%
89.26%
99.62%
100.00%
I 10
40.95%
65.13%
92.82%
99.48%
I 25
18.46%
33.52%
63.96%
87.01%
I 50
9.61%
18.29%
39.65%
63.58%

FIN

PERODO DE RETORNO - T
El Perodo de Retorno T (aos) de un dado valor xT es el tiempo
promedio entre excedencias del valor xT.
Es la inversa de la probabilidad de excedencia de xT, es decir, de su
rea a derecha bajo la campana de densidad.

1
T=
1 F ( xT )
11
11 1 -FFF((Q(Q*)
xTT) )= =
TT

1
)T )==1 1
FF((xFQT(Q*)
1T
T

Q
xQ*TT

QX

Q (caudales)