Sunteți pe pagina 1din 26

UNIVERSIDAD NACIONAL SAN ANTONIO ABAD DEL CUSCO

ESCUELA DE POST-GRADO – FACULTAD DE INGENIERIA CIVIL


MAESTRIA EN INGENIERIA CIVIL: MENCION RECURSOS HIDRICOS Y
MEDIO AMBIENTE

COMPLETACION DE DATOS

M.Sc LUIS ARAGON GRANEROS

CUSCO , MARZO DE 2016


Completacion de datos
“Balance Hídrico para América del Sur”, propuesto por UNESCO-ROSTLAC en
1982.
METODOS
•Completación por regresión lineal.

•Completación por razones de distancias.

•Completación por promedios vecinales.

•Completación por correlación con estaciones


vecinas.

•Completación por regresiones múltiples.


Completación por regresión lineal

Este método es uno de los más utilizados; se recomienda para la estimación de datos
mensuales y anuales de la estación en estudio y las de una estación pluviométrica cercana,
que cuente con una estadística consistente y observada. Para ello se requiere establecer una
regresión y correlación lineal entre una estación patrón y la estación que tenga carencia de
información, mediante una ecuación lineal de dos variables, del tipo:
yˆ = a + b * x [1]
Donde;
Yˆ = Valor estimado de la precipitación para la estación carente (mm).
x = Valor de precipitación registrado en la estación patrón (mm).
a, b = constantes de regresión.
Este método, a pesar de ser de muy fácil aplicación, no puede ser aplicado
indiscriminadamente, dado que es necesario saber si la calidad del ajuste es buena o mala.
Una mala calidad del ajuste, puede llevar a la generación de información sin consistencia, lo
cual en lugar de mejorar la situación, la empeora por la agregación estadística de datos no
representativos de la realidad que se pretende estimar (UNESCO - ROSTLAC, 1982).
Por esta razón, es posible utilizar el coeficiente de correlación como una forma de establecer
la calidad de los datos. Con la determinación del coeficiente de correlación (R), se puede
estimar el grado de correlación lineal que existe entre las estaciones en estudio, y cuyo valor
oscila entre –1 R 1, donde el valor 0 indica una correlación nula, en tanto los valores 1 y –1,
denotan una correlación total.
En términos hidrológicos, se considera aceptable una regresión cuyo valor de R sea mayor a
0,8 ó menor que –0,8 (Pizarro et al, 1993). Además deben utilizarse distintos métodos
estadísticos, que permitan evaluar la calidad de los ajustes obtenidos.
Completación por razones de distancias
Este método se utiliza para la estimación de datos menores de un año, en zonas planas no
montañosas; las estaciones deben tener una disposición espacial lineal como la que se muestra en
la ilustración 2.

Ilustración 2: Disposición espacial para la completación, por razones de distancia.(Fuente:


Pizarro et al, 1993)

Donde:
X = Representa la posición de una estación con carencia de información.
A y B = Señala la presencia de estaciones con información completa.
a y b = Representa la distancia sobre un plano desde la estación X.
La estación con carencia de datos debe quedar entre dos estaciones que presenten una
estadística completa; así, y utilizando la siguiente expresión, se puede estimar el dato faltante.
Donde;
PX, PA, PB, representan la precipitación para las estaciones X, A y B, respectivamente, para el
período en estudio.
En este método se ocupan las precipitaciones y las distancias, por lo tanto se asume que existe
una variación lineal de las precipitaciones, en función de la disposición espacial.
Completación por promedios vecinales
Se utiliza para la completación de datos menores de un año, en zonas planas no montañosas.
Se debe considerar la distribución espacial en donde la estación con carencia de datos, queda
ubicada al centro de tres estaciones con estadística completa (Ilustración 3).

Donde; X, A, B y C representan la disposición espacial de cuatro estaciones


pluviométricas y donde la estación X es la que presenta carencia de información.
De cumplir con esto, es posible la utilización de la expresión (3) para estimar las
precipitaciones.

Donde; Pi = Precipitación de la estación i en el período de estudio; n = Número


total de estaciones. Este método, es básicamente una estimación que resulta del
cálculo de un promedio aritmético en las n estaciones vecinas existentes.
Completación por razones promedio
Es complementario al método anterior, y se define por la siguiente base conceptual. Si en
una zona cualquiera, la precipitación normal de la estación X, difiere en más de un 10%
con alguna de las estaciones vecinas, entonces es necesario aplicar la ecuación (4)
(UNESCO-ROSTLAC, 1982; Linsley et al, 1988; Pizarro et al, 1993):
EVALUACIÓN DE MÉTODOS HIDROLÓGICOS PARA LA COMPLETACIÓN DE
DATOS FALTANTES DE PRECIPITACIÓN EN ESTACIONES DE LA REGIÓN
DEL MAULE, CHILE.
Análisis comparativo de la calidad de la estimación
Una vez obtenida la información faltante, se hizo una comparación entre los
valores reales y los valores estimados a través de los diversos métodos de
completación.
Así, se analizaron los resultados generados por cada uno, comparándolos
entre sí para
detectar diferencias estadísticamente significativas entre ellos.
Para detectar estas diferencias, se aplicaron las siguientes medidas de bondad
de ajuste:
Coeficiente de Determinación (R²):
que expresa el porcentaje de la variación total de las precipitaciones reales,
que son explicadas por el método de completación.
Error Estándar de Estimación (EEE):
Permite calcular la disparidad promedio entre los valores reales de
precipitación y los estimados., en donde los valores cercanos a cero indican la
buena descripción de la precipitación, que hace el método aplicado (Caro,
2001). Dado que los valores que resultan de esta prueba, son inherentes al tipo
de información utilizada, no son directamente comparables con los resultados
de otro conjunto de datos (Sánchez, 2001).
Método de critica de la calidad de datos anuales
(o mensuales)

Autores: G. HIEZ e Y. BRUNET MORET


(ORSTOM, 1970)
CONCEPCION DEL VECTOR REGIONAL
Es una serie de datos cronologicos anuales
que integra la informacion de un conjunto de
estaciones de una zona. Es una estacion
ficticia que es una especie de « promedio » de
las estaciones de la zona.

El método del Vector Regional facilita la critica,


la homogenizacion y en ciertos casos el
relleno de datos. Es una alternativa comoda al
metodo de las dobles masas.
Esta1 Esta2 Esta3 Esta4 Esta5 Vector
1967 2560 3941 2631 2543 1,467
1968 2010 3244 1889 1619 1,083
1969 2320 3528 1994 1,228
1970 1840 2232 1892 1,043
1971 1240 1586 1908 1031 0,717
1972 1320 1768 1725 1281 0,826
1973 1570 1886 1485 0,889
1974 1780 2297 2791 1792 1,039
1975 1490 1965 2681 1626 0,924
1976 1350 1805 2229 1227 0,785
Promedio: 1748 1934 3069 2007 1576 1
Año Vector No Estaciones
1967 1.467 4
1968 1.083 4
1969 1.228 3
1970 1.043 3
1971 0.717 4
1972 0.826 4
1973 0.889 3
1974 1.039 4
1975 0.924 4
1976 0.785 4

Coef. Media Media


Estación No Años D.E. Obs. Variación Obs. Calculada
Esta1 10 442.5 0.253 1748 1755.6
Esta2 7 254.7 0.132 1934.1 2167.5
Esta3 6 622.1 0.203 3069 2812.4
Esta4 6 318.1 0.159 2006.5 1800.8
Esta5 8 462.9 0.294 1575.5 1645.3
Indices anuales del Vector y de las Estaciones

1,8
Esta1
1,6
Esta2
1,4 Esta3
1,2 Esta4
Indices

1 Esta5
Vector
0,8
Lím. Inf.
0,6 Lím. Sup.
0,4

0,2

0
1966 1968 1970 1972 1974 1976
Año
Cumul de los índices anuales
del Vector y des las Estaciones
16

14

12 Esta1

Esta2
10
Estaciones

Esta3
8
Esta4
6
Esta5

0
1 3 5 7 9 11
Vector
• Brunet – Moret :
Basado en la media
Datos de distribución de Gauss o cerca

• Hiez :
Basado en la Moda
Indices anuales del Vector y de las Estaciones

1,8
Esta1
1,6
Esta2
1,4
Esta3
1,2
Indices

Esta4
1
Esta5
0,8
Vector
0,6

0,4 Lím. Inf.

0,2 Lím. Sup.

0
1966 1968 1970 1972 1974 1976
Año
Indices anuales del Vector y de las Estaciones

1,8
Esta1
1,6
Esta2
1,4 Esta3
1,2 Esta4
Indices

1 Esta5
Vector
0,8
Lím. Inf.
0,6 Lím. Sup.
0,4

0,2

0
1966 1968 1970 1972 1974 1976
Año
Desvío Cumul Cumul Calculado
Año / Vector Vector Vector Estación Observado Calculado +/- Desvío
1967 -0.01 1.467 1.47 1.46 2631 2641.8 2856.3
1968 -0.03 1.083 2.55 2.51 1889 1950.3 1982.1
1969 -0.12 1.228 3.78 3.62 1994 2211.4 2269.4
1970 0.01 1.043 4.82 4.67 1892 1878.2 1606.7
1971 0.34 0.717 5.54 5.73 1908 1291.2 1112.1
1972 0.13 0.826 6.36 6.69 1725 1487.5 1476.8
1973 0.889 7.25 1600.9 1334.2
1974 1.039 8.29 1871 1667.3
1975 0.924 9.21 1663.9 1732.2
1976 0.785 10 1413.6 1550.6
Mapa de medias / desvíos para el año: 1972-01
-6,4
1755,6
-0,07
-6,6 2812,4
2167,5
-0,01
1800,8
-6,8
0,13 Esta1

Esta2
-7
Latitud

Esta3
-7,2 Esta4

Esta5
-7,4

-7,6
1645,3
-0,05
-7,8
-71 -70,5 -70 -69,5 -69 -68,5 -68 -67,5 -67 -66,5
Longitud