FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL

DE INGENIERÍA CIVIL
TRABAJO DE INVESTIGACIÓN
RECOPILACIÓN Y ANÁLISIS DE DATOS
HIDROLÓGICOS

ALUMNOS:
Paredes Cubas, Luis Enrique
Rojas Piedra, Carlos
Vásquez Nuntón, Tatiana

CURSO:
Hidrología

PROFESOR:
Arbulú Ramos, José

CHICLAYO - PERÚ
(2019)

1
 ÍNDICE

I. INTRODUCCIÓN ………………………………………………………………………………………… 3
II. ANTECEDENTES Y BASES TEÓRICAS…………………………………………………………… 4
III. MÉTODOS Y MATERIALES ………………………………………………………………………… 5
IV. MARCO TEÓRICO ……………………………………………………………………………….……. 6
4.1. REDES HIDROMÉTRICAS CONVENCIONALES ………………………………………………..... 6
4.1.1. GENERALIDADES ……………………………………………………………………………………… 6
4.1.2. REDES ÓPTIMAS ……………………………………………………………………………………... 7
4.1.3. RED MÍNIMA …………………………………………………………………………………………… 7
4.1.4. DENSIDAD MÍNIMA DE LAS REDES ………………………………………………………….. 8
4.1.5. COSTOS ………………………………………………………………………………………………….. 10
4.2. ADQUISICIÓN DE DATOS EN TIEMPO REAL ……………………………………………………. 10
4.2.1. TELEMETRÍA ……………………………………………………………………………………………. 10
4.2.2. SISTEMAS DE TRANSMISIÓN …………………………………………………………………… 12
4.3. USO DE SATÉLITES EN HIDROLOGÍA ……………………………………………………………….. 13
4.3.1. GENERALIDADES …………………………………………………………………………………….. 13
4.3.2. TIPOS DE SATÉLITES OPERATIVOS DISPONIBLES …………………………………..….. 13
4.3.3. EVALUACIÓN DE LA PRECIPITACIÓN ………………………………………………………… 14
4.3.4. PLATAFORMA DE COLECTA DE DATOS ……………………………………………………… 15
4.4. DIFUSIÓN DE LA INFORMACIÓN HIDROLÓGICA ……………………………………………… 15
4.5. ANÁLISIS DE INFORMACIÓN HIDROLÓGICA ……………………………………………………. 16
4.5.1. GENERALIDADES ……………………………………………………………………………………… 16
4.5.2. DETECCIÓN DE ERRORES …………………………………………………………………………. 16
4.5.3. ANÁLISIS DE CONSISTENCIA DE DATOS …………………………………………………… 17
4.6. ANÁLISIS DE SALTOS ……………………………………………………………………………………. 18
4.6.1. PROCEDIMIENTO DE ANÁLISIS ……………………………………………………………….. 18
4.6.2. IDENTIFICACIÓN DE SALTO …………………………………………………………………….. 18
4.6.3. IDENTIFICACIÓN DE SALTO …………………………………………………………………….. 20
4.6.4. CORRECCIÓN DE LA INFORMACIÓN ……………………………………………………….. 21
4.7. COMPLETACIÓN DE DATOS DE HIDROLÓGICOS …………………………………………….. 22
4.7.1. COMPLETACIÓN DE DATOS MEDIANTE UN PROMEDIO SIMPLE ………………. 22
4.7.2. COMPLETACIÓN DE DATOS MEDIANTE EL MÉTODO DE RAZONES NORMALES
………………………………………………………………………………………………………………… 23
4.7.3. COMPLETACIÓN DE DATOS MEDIANTE REGRESIÓN SIMPLE …………………….. 23
4.7.4. COMPLETACIÓN DE DATOS MEDIANTE GENERACIÓN ALEATORIA ……………. 27
V. EJEMPLO DE APLICACIÓN …………………………………………………………………………. 29
VI. CONCLUSIONES ………………………………………………………………………………………… 36
VII. REFERENCIAS BIBLIOGRÁFICAS ………………………………………………………………... 37

2
I. INTRODUCCIÓN

La fuente de agua superficial representa el elemento vital para la supervivencia del hombre,
más aún cuando este lo utiliza para los distintos usos, entre los de mayor importancia están
los de abastecimiento para uso poblacional, agrícola, pecuario, minero, energético y otros
de menor envergadura como para el uso y mantenimiento de las especies silvestres de flora
y fauna existentes (uso ecológico), por lo tanto es necesario definir, su ubicación, cantidad,
calidad, y distribución dentro de la cuenca.

La hidrología ayuda a comprender las distintas fases del ciclo hidrológico, desde el paso del
agua de la atmósfera a la Tierra hasta su regreso a la atmósfera. Constituye, pues, la base
de la evaluación y gestión de los recursos hídricos y de los problemas prácticos ocasionados
por las crecidas y sequías, la erosión y el transporte de sedimentos y la polución del agua.

Cuando se hace el análisis de variables hidrológicas (con fines de investigación y/o ejecución
de obras técnicas, en distintas disciplinas ligadas a la ingeniería, la biología y las ciencias de
la tierra) posee una marcada importancia la estimación de precipitaciones medias para un
área geográfica determinada. Así, por ejemplo, el análisis volumétrico de una tormenta
pluvial sobre una cuenca, asimismo podremos permitir la influencia de elementos técnicos
de importancia a ser considerados en el proceso (precipitación-escorrentía).

Los datos hidrometeorológicos son conectados primordialmente como información básica

para el desarrollo y gestión de los recursos hídricos de una región. Son usados también para
fines operacionales como previsión de inundaciones y sequías, operación de embalses y
centrales hidroeléctricas y finalmente para investigación.

3
II. ANTECEDENTES Y BASES TEÓRICAS

ÁMBITO NACIONAL

Guadalupe (2014) tesis de la Universidad Nacional de Ucayali de la ciudad

de Pucallpa, titulada: Análisis de las variables meteorológicas temperatura y
precipitación y su influencia en los aspectos socio ambientales en la provincia
de Coronel Portillo, Ucayali. La presente tesis tiene por objeto de estudio,
“Contribuir a la gestión de prevención ante inminentes cambios producidos por
la variación de temperatura y precipitación en los sectores sociales y entorno
natural asimismo que ayude a los gobiernos de Ucayali para contrarrestar
posibles pérdidas causadas por fenómenos de origen natural o antrópico”.

ÁMBITO LOCAL

Huamán (2019) tesis de la Universidad Señor de Sipán de la ciudad de

Chiclayo, titulada: Análisis de la variabilidad climática de las estaciones
pluviométricas e hidrométricas de la cuenca del río Chancay al 2017. La
presente tesis tiene por objeto de estudio, “Prevenir que fenómenos climáticos
afecten a estructuras de ingeniería, salud de las personas, se utilizó programas
para la recolección de datos de precipitación, temperatura máxima,
temperatura mínima y caudal”.

4
III. MÉTODOS Y MATERIALES
3.1. TIPO DE ESTUDIO Y DISEÑO DE LA INVESTIGACIÓN

El tipo de investigación es explorativo y el diseño utilizado es de comportamiento mixto, ya

que desarrollaremos tanto el método cuantitativo, como el cualitativo.

3.2. MÉTODO NO EXPERIMENTAL

Hernández, Fernández y Baptista (2017) El método experimental se utilizará ya que nos

basaremos en observar fenómenos tal y como se muestran en una situación natural, para
posteriormente analizarlo.

3.3. MÉTODO EXPLORATORIO

Jiménez (1998) En los estudios exploratorios se abordan campos poco conocidos donde
el problema, que sólo se vislumbra, necesita ser aclarado y delimitado. Esto último
constituye precisamente el objetivo de una investigación de tipo exploratorio. Las
investigaciones exploratorias suelen incluir amplias revisiones de literatura y consultas con
especialistas.

3.4. MÉTODO DESCRIPTIVO

Hernández, Fernández y Baptista (2017) Este tipo de estudio usualmente describe

situaciones y eventos; es decir, como son y cómo se comportan determinados fenómenos.
Los estudios descriptivos buscan especificar las propiedades importantes de personas,
grupos, comunidades o cualquier otro fenómeno que sea sometido a análisis

3.5. MÉTODO EXPLICATIVO

Jiménez (1998) Los estudios explicativos parten de problemas bien identificados en los
cuales es necesario el conocimiento de relaciones causa- efecto. En este tipo de estudios es
imprescindible la formulación de hipótesis que, de una u otra forma, pretenden explicar las
causas del problema o cuestiones íntimamente relacionadas con éstas.

Se reconocen dos tipos principales de estudios explicativos: los experimentales y los

observacionales. En los primeros el investigador utiliza la experimentación para someter a
prueba sus hipótesis. En los segundos el investigador organiza la observación de datos de
manera tal que le permita también verificar o refutar hipótesis.

5
IV. MARCO TEÓRICO
4.1. REDES HIDROMÉTRICAS CONVENCIONALES
4.1.1. GENERALIDADES
Los datos hidrometeorológicos son colectados primordialmente como información
básica para el desarrollo y gestión de los recursos hídricos de una región. Son usados
también para fines operacionales como previsión de inundaciones y sequias,
operación de embalses y centrales hidroeléctricas y finalmente para investigación.
Una red hidrométrica es un conjunto de instrumentos o estaciones de medición de
una o más variables hidrológicas, distribuido en una cuenca con el objetivo de
cuantificarlos adecuadamente y observar sus variaciones temporales y espaciales
Normalmente, las estaciones de medición son operados por una persona
denominado observador encargada de mantener los instrumentos en correcto
estado de funcionamiento y de efectuar las lecturas necesarias haciendo anotaciones
respectivas.
Es de gran importancia que los diversos tipos de redes sean instalados como
proyectos integrados, pero en la práctica casi siempre las redes son operadas por
diversas entidades siendo necesarias una buena cooperación en su desarrollo y
exploración.
La diversidad de características regionales en términos de topografía, uso del suelo,
acceso, infraestructura u problemas hídricos, hace impracticable establecer normas
universalmente satisfactorias para el proyecto de redes hidrometeorológicas. El
objetivo final es siempre la implantación de una red optima global, pero en los países
en desarrollo, la preocupación inmediata deber ser el planeamiento de redes de
densidad mínima aceptable. Una red mínima es aquella que evitara incurrir en serios
errores o deficiencias en la gestión de los recursos hídricos, en una escala compatible
con el desarrollo económico de la región.
En la planificación de redes hidrometeorológicas, la localización de las estaciones de
medición debe ser definida de tal forma que los datos recolectados sean útiles
también en el desarrollo de relaciones entre los factores hidrológicos y los
parámetros físicos más significativos, tales como declividad, altitud, morfología,
geología, uso del suelo, área, etc.

6
4.1.2. REDES ÓPTIMAS
Una red optima es aquella en la cual, por simple interpolación de los valores
medidos en las diferentes estaciones, es posible determinar con precisión
suficiente, para fines prácticos, los elementos hidrometeorológicos básicos en
cualquier punto de la región. Es claro que, del punto de vista económico, el número
de estaciones debe ser lo menos posible por lo que se acostumbra, entonces, dividir
las estaciones en tres tipos. Estaciones principales, estaciones ordinarias y
estaciones especiales.
Las estaciones principales, estaciones base o permanentes, son aquellas que
suministran los fundamentos, para estudios estadísticos, y por eso deben operar
continuamente y por tiempo indefinido. Se estima que para obtener valores medios
confiables de caudal en regiones húmedas, son necesarias series de datos de 30 a
40 años y, en áreas con variabilidad acentuada de la precipitación de 70 a 80 años.
Las estaciones ordinarias o secundarias deben ser operadas durante un número
limitado de años. Su duración será apenas lo suficiente para establecer una buena
correlación entre ella y las estaciones base o las características físicas del terreno.
En caso de estaciones hidrométricas, cuando estas se sitúan en afluentes del curso
principal, las correlaciones entre estaciones serán menos significativas en caso de
estar localizadas en el mismo río. Desplazándose una estación secundaria después
de haber sido definida la correlación, puede ser cubierta una gran área, con una red
densa apoyado en las estaciones principales, que son operadas continuamente.
Las estaciones especiales atienden proyectos o fines específicos como observación
de niveles máximos solamente, o estudios de niveles mínimos, etc. En general ellas
no suministran datos adecuados para el análisis estadístico, razón por la cual su
establecimiento debe ser analizado con sentido crítico, especialmente antes de
contar con una red mínima satisfactoria

4.1.3. RED MÍNIMA

Alcanzar el estado de una red optima requiere de tiempo y trabajo permanente. El
primer caso es construir una red mínima que atienda a las necesidades inmediatas
del desarrollo económico de la región.
Es importante implantar la red con la mayor optimización, instalando
sucesivamente estaciones secundarias que suministrará datos para estudios de
variabilidad espacial y temporal de las variables hidrometeorológicas locales para
futuras obras hidráulicas que son de interés para esas instalaciones.

7
 Debido a la baja densidad de una red mínima, es fundamental que los datos de todas
las estaciones sean confiables. Es obvio que una red mínima en la cual el 50% de sus
estaciones es abandonado o irregularmente operado, tiene su densidad reducida a
la mitad y no es más considerado como una red mínima.
Las estaciones existentes deben ser utilizadas como núcleo para la estructuración
de red mínima, Si su localización no es considerada adecuada, se debe implantar
una nueva estación en las proximidades, visando definir una correlación y para eso
se debe ser operada durante 10 años. Si la correlación es satisfactoria, la estación
antigua puede ser activado, en caso contrario, debe ser analizado en abandono de
la estación antigua, especialmente si sus datos son considerados poco
representativos o poco confiables.
Este es un proceso que lleva mucho tiempo y es por eso que su proseguimiento es
crítico, por cuanto los registros hidrológicos deben anteceder en muchos años a la
necesidad inmediata. La falta de esa información, mientras tanto, puede atrasar
proyectos de implantación urgente, o conducir a errores graves en el proyecto de
obras hidráulicas t en la gestión de recursos hídricos.

4.1.4. DENSIDAD MÍNIMA DE LAS REDES

Cada observación o dato medido en la estación se toma como representativo de un
área dada. Una medición de precipitación en un pluviómetro, por ejemplo, es útil
únicamente en la medida en que representa la lluvia real en la región circundante,
y aun no siendo representativa, ella puede ser usada como índice.
Una medición de descargas en un rio representa no solo el caudal de la cuenta
particular de drenaje, sino también de las cuencas vecinas, bajo ciertas
restricciones. Existe un límite para esa representatividad espacial, y el número de
factores que deben ser tomados en cuenta es muy grande y complejo,
imposibilitando la definición de un único criterio que indique la densidad mínima
adecuada para una región. Entre los factores a ser considerados se citan Las
condiciones fisiográficas e hidrológicos y la hidrografía.
Debido al hecho de que la mayor parte de las estaciones exigen los cuidados de un
observador, la distribución de la población es también un factor a ser analizado. La
Organización Meteorológica Mundial aconseja las densidades mínimas para redes
pluviométricas e hidrométricas constantes de las tablas 4.1. y 4.2.

8
 Tabla N° 4.1.: Densidades Mínimas para redes pluviométricas

Área de 𝐤𝐦𝟐 por estación

Tipo de Región Densidad mínima Densidad mínima tolerada
normal en condiciones difíciles
Regiones planas en zonas
600-900 900-3000
templadas y tropicales
Regiones montañosas en
zonas templadas y 100-250 250-1000
tropicales
Islas montañosas con
precipitaciones irregulares y 25
red de drenaje densa
Regiones ardidas y polares 1500- 1000

Tabla N° 4.2: Densidades Mínimas para Redes Hidrométricas

Tipo de Región Área de 𝐤𝐦𝟐 por estación

Densidad mínima Densidad mínima tolerada
normal en condiciones difíciles
Regiones planas en zonas 1000-2500 3000 - 10000
templadas y tropicales
Regiones montañosas en 300-1000 1000-1500
zonas templadas y
tropicales
Islas montañosas con 140-300
precipitaciones irregulares y
red de drenaje densa
Regiones áridas y polares 5000-20000

9
4.1.5. COSTOS
El costo anual de operación de redes hidrométricas varía de acuerdo con la
frecuencia de las visitas, la composición de los equipos, equipo usado y medios de
transportes utilizados. A su vez esos factores dependen del tamaño de la región, del
número de estaciones, de las condiciones de acceso y de la cantidad y calidad de los
datos a ser colectados.
En la tabla 4.3 se presentan costos de operación de redes, en algunos países de
América Latina, (Basso,1979).
Tabla 4.3: Costos de Operación de Redes en Países de América Latina

País Costo Anual (US$)

Brasil: Cuenca Amazónica 27700
Brasil: Cuenca de Tocantins 8100
Colombia 2300
Costa Rica 3990
Chile 3050
Nicaragua 2170
Panamá 1780

4.2. ADQUISICIÓN DE DATOS EN TIEMPO REAL

4.2.1. TELEMETRÍA
La gestión de recursos hídricos adquiere cada vez más importancia en la medida que
aumenta el uso y degradación de las aguas y la exploración de las cuencas
hidrográficas. Una correcta evaluación de los recursos hídricos exige un elevado
número de puntos de muestreos, y una concentración rápida de la información. La
solución de este problema en cuencas extensas exige la automatización de las redes
y su interés es el control efectivo inmediato de la cuenca, justifica el uso de la
telemetría.
Telemetría es la realización de mediciones a distancia, a través de sondas
automáticas que, en la mayor parte de los casos, sustituye el observador. Su gran
ventaja es la velocidad de concentración de los datos, permitiendo el seguimiento
de la evolución de los fenómenos en tiempo real. El concepto de telemetría es mejor
caracterizado como un sistema (Gauenberg,1967), que como una técnica o un
dispositivo.

10
El incluye el medio en que se realiza la conversión del parámetro medido en señal
eléctrico, el método de transmisión y recepción de la señal y el método de
conversión de esta señal en forma utilizable. En otras palabras, un sistema de
telemetría está compuesto de un subsistema de medición, un subsistema de
telecomunicación y un subsistema de procesamiento (Figura 4.1).
El sistema telemétrico contrasta con los métodos tradicionales en uso intensivo e
inmediato que hace de la electrónica (especialmente micro computadoras y micro
procesadores) La figura 4.1 ilustra también el esquema convencional, donde
transcurren largos periodos de tiempo entre la adquisición de información y su
aplicación en la solución de problemas reales. En la mayoría de los casos, los
diversos sistemas de telemetría se diferencian entre sí solo en cuanto a los aspectos
de telecomunicación.

Medición Almacena
Cálculo Análisis Difusion Uso
miento

ESQUEMA DE UN SISTEMA TRADICIONAL

Fenómeno
Físico

Subsistema de
Medición

Subsistema de
Utilización
Transmision

subsistema de
Difusión
procesamiento

Archivo

Figura N° 4.1: Esquema de un Sistema Telemétrico

11
4.2.2. SISTEMAS DE TRANSMISIÓN
Se utilizan básicamente 4 tipos: Por línea telefónica, por radiocomunicación, por
dispersión meteórica y por satélite. La transmisión de datos por línea telefónica,
consiste en la interconexión de estaciones hidrométricas al centro de
procesamiento a través de una comunicación interurbana (Figura 4.2). Esta
modalidad de transcripción permite que las estaciones hidrométricas sean
totalmente automáticas, dispensando la necesidad de intervención humana,
permitiendo que los datos sean recibidos en tiempo real, con la ventaja de que las
estaciones sean interrogables, esto es, se pueden obtener datos a cualquier
instante, bastando para eso una comunicación para la estación.
Básicamente, en este proceso las señales mecánicas provenientes de los sensores
son transformados en señales eléctricas que por medio de una interface son
introducidas en la línea telefónica, después de un discado automático. Esa señal
cuando es recibido en la estación central, es codificado, filtrado y almacenado en la
memoria magnética.
Funcionando por medio de programas introducidos en microcomputador, la
estación central interroga automáticamente, en horarios predeterminados a las
estaciones remotas y permite también interrogaciones siempre que se considere
necesario, fuera de los horarios preestablecidos.
El sistema de adquisición de datos vía telefónica, depende de la calidad de los
servicios telefónicos prestados en la región, el que en general, no representa
problema mayor debido al intensivo mejoramiento reciente del sistema de
telecomunicación. Naturalmente, algunas regiones del país (Amazonía) que aún no
cuentan con esos servicios de forma amplia y confiable, tendrá limitada la aplicación
de esta metodología.
En la forma más simple, el sistema de radio comunicación consta de un instrumento
de radio en un lugar remoto, conectado a uno o más sensores, y de una estación
piloto situada en la central de procesamiento. La radio transmite los datos, en forma
temporizada o bajo el comando de la estación piloto. Tales sistemas operan
generalmente en HF (high frecuency), VHF (Very high frecuency), UHF (Ultra high
frecuency) on SHF (Super High Frecuency).

12
4.3. USO DE SATÉLITES EN HIDROLOGÍA
4.3.1. GENERALIDADES
De manera simple, se podría decir que los satélites cumplen 3 funciones básicas:
ellos pueden “ver”, “oír” y “hablar”. En términos más técnicos, ellos pueden usar
varios tipos de sensores para vigilar las condiciones de la atmosfera terrestre,
pueden recibir los datos que les son enviados de otros sensores y pueden transmitir
toda esa información a los usuarios en tierra. Se aplica con mucha frecuencia el
término de sensores remotos para referirse a esas técnicas.

4.3.2. TIPOS DE SATÉLITES OPERATIVOS DISPONIBLES

Se clasifican en dos grupos según sus órbitas: polares y geoestacionarios.
Los satélites de órbita polar recorren la órbita en aproximadamente en 105 minutos
y cada vez cruzan el ecuador en 25° de longitud más al oeste que en la órbita
precedente, a una altitud que varía entre 800 y 900 km. De esta forma, una parte
determinada de la superficie terrestre puede ser monitoreada no menos de dos
veces cada 24 horas: una trayectoria N-S y otra de S-N. En las latitudes altas, en
general es posible observar un lugar más de dos veces en 24 horas, debido a la
superposición de las imágenes y la proximidad de las órbitas. Su fuente de energia
son celdas solares, y requieren de baterías para funcionar en los periodos de 1/3 de
orbita en que el satélite entra en la sombra de la tierra; como solo transmiten
cuando pasan sobre la estación receptora, requieren también grabadoras para
almacenar información.
Los satélites de órbita polar pertenecen a las series TIROS-N(USA) o METEOR-2
(URSS). Los satélites TIROS se lanzan en grupos de 2, con orbitas con ángulo recto,
sincrónicas con el sur, esto es, cruzan el ecuador a la misma hora en cada orbita,
para que la iluminación en cada foto sea la misma. Su vida útil es de dos años y están
dotados de 4 conjuntos de instrumentos básicos: uno proporciona imágenes
visuales en infrarrojo de la capa de nubes de la superficie terrestre; otro efectúa
sondajes atmosféricos; otro vigila la actividad solar y el cuarto concentra datos y
localiza plataformas de colecta de datos o estaciones telemétricas. Los datos son
transmitidos a tierra por tres emisoras directas distintas.

13
 Los satélites geoestacionarios completan una órbita en exactamente 24 horas,
girando a la misma velocidad de rotación de la tierra, para lo cual es necesaria una
altitud de cerca de 36000 km. Por su altura reciben la luz de sol durante el 99% del
tiempo en cada orbita, razón por la cual no requieren casi baterías y grabadoras a
bordo.
Los satélites geoestacionarios proporcionan imágenes tanto visuales como en
infrarrojo con intervalos de 30 minutos, que pueden ser reducidos a 3 minutos,
disminuyendo el campo de visión. Los últimos lanzados pueden efectuar sondajes
de temperatura y humedad en la atmosfera. Poseen también sensores para medir
la actividad solar y el campo magnético terrestre.
Las señales, transmitidos en forma digital, permiten generar imágenes con hasta
1024 tonalidades de color (comparadas con las 16 que el ojo humano puede
distinguir), razón por la cual la reconstrucción de las imágenes requiere la
interpretación por computador.
Muchos otros tipos de satélites científicos son usados como el NIMBUS para la
investigación atmosférica y previsión del tiempo, el LANDSAT, para la investigación
de recursos Naturales y el SEASAT para estudiar la conformación de la superficie de
los océanos, olas y vientos superficiales.

4.3.3. EVALUACIÓN DE LA PRECIPITACIÓN

Normalmente, las imágenes en rango visual y no infrarrojo proporcionan
información sustancial sobre las nubes, pero no indican directamente las zonas de
precipitación Se usan dos criterios, uno para una evaluación de rutina y otro cuando
se trata de situaciones extremas, como es el caso de precipitaciones extremas
causadas por el fenómeno del niño.
En el primer caso se correlacionan datos de nueves (tipo y cantidad), con las
mediciones efectuadas en los pluviómetros, en general para periodos de 12 horas;
establecida la correlación, constituye una herramienta de predicción. En el segundo
caso se analiza la relación entre el brillo de las imágenes y la precipitación. Uno de
los métodos más satisfactorios se basa en la determinación de las temperaturas del
tope de las nubes, a partir de las imágenes realzadas en infrarrojo y en el uso de esa
información conjuntamente con detalles de desarrollo de las nubes, según el
principio de que cuanto más alto (más frío) es el tope de las nubes más intensas
serán las precipitaciones.

14
4.3.4. PLATAFORMA DE COLECTA DE DATOS
Además de captar imágenes del sistema Tierra – Atmosfera, los satélites permiten
ligar estaciones automáticas, instalaciones en áreas remotas de difícil acceso u
oceánicas, y la estación receptora que diseminará los datos a los usuarios. Los tres
juntos constituyen el Sistema de Colecta de Datos hidrometeorológicos cuyo
nombre se da a una estación telemétrica que opera con satélites.
El sistema propicia la obtención de datos hidrológicos en tiempo real, necesarios
para la toma de decisiones en la operación de embalses y para uso de modelos lluvia
– descarga.
La plataforma de Colecta de Datos, está compuesta por sensores de parámetros
ambientales, transmisor, antena y fuente de alimentación eléctrica. Las plataformas
pueden ser temporizadas, cuando transmiten información al satélite dentro de un
horario programado. Interrogables si transmiten solo cuando son actividades por
una fuente externa. De acceso aleatorio si transmiten cuando el parámetro
sobrepasa en valor o gradiente determinado.
Un aspecto importante a considerar en cualquier aplicación es la precisión con que
se desea medir un determinado parámetro.
En el caso de la precipitación, se usa el pluviógrafo de cuba basculante donde a cada
0.1 mm de lluvia el sensor cierra el contacto y la precipitación total es obtenida
contando el número de veces que ese contacto es accionado. Para el nivel de agua,
se usa el linnígrafo de flotador, donde el movimiento vertical de la bolla es
transmitido mediante un cable de acero para un disco que lo convierte en un
numero binario asociado a la cota del flotador.

4.4. DIFUSIÓN DE LA INFORMACIÓN HIDROLÓGICA

En el Perú, diferentes instituciones como el Instituto Nacional de Recursos Naturales

(INRENA), a través de la Dirección General de Aguas y Suelos (DGAS); el servicio Nacional
de Meteorología e Hidrología (SENAMHI) y otros son los órganos responsables de la
elaboración, coordinación, orientación y control de los programas de utilización múltiple
de los recursos hídricos del país. Por ello cabe a estas instituciones planear, orientar y
coordinar el sistema de colecta y elaboración de informaciones de los recursos hídricos
y mantener el registro de datos e informaciones hidrológicas, promoviendo su difusión
e intercambio.

15
 Además de estas instituciones, muchas otras entidades mantienen en operación redes
de estaciones hidrológicas como: Instituto Nacional de Desarrollo (INADE) a través de
los proyectos especiales, empresas de generación de electricidad como EGENOR,
empresas mineras como SOUTHERN, Yanacocha, Buenaventura, entre otros.

4.5. ANÁLISIS DE INFORMACIÓN HIDROLÓGICA

4.5.1. GENERALIDADES
Antes de iniciar cualquier análisis o utilizar los datos observados en las estaciones
pluviométricas, hay necesidad de realizar ciertas verificaciones de los valores de
precipitación.
Los datos hidrológicos en general, están constituidos por una larga secuencia de
observaciones de alguna fase del ciclo hidrológico obtenidas para un determinado
lugar. No obstante que un registro largo sea lo deseable, se debe reconocer que
cuanto más largo es el periodo de registro, mayor será la posibilidad de error. Una
serie generada en esas condiciones, si los errores o cambios fueran apreciables, es
inconsistente, o carece de homogeneidad. (Searcy y Hardison, 1963).

4.5.2. DETECCIÓN DE ERRORES

La inconsistencia y homogeneidad de registros hidrológicos, representa uno de los
aspectos más importantes del estudio en la hidrología contemporánea. Los medios
ambientes hidrológicos son afectados grandemente por factores hecho por el
hombre tales como construcción de estructuras hidráulicas (presas, bocatomas,
etc.), obras de drenaje, entre otros o por cambios inesperados naturales y procesos
lentos tales como incendios, derrumbamientos, tala progresiva de árboles, etc., las
que producen inconsistencia en la toma de información. Así se tiene que series de
usos de agua urbana presentan saltos y tendencias creadas por el incremento o
decremento de la población.
Inconsistencia es sinónimo de error sistemático y se presenta como saltos y
tendencias, y no homogeneidad es definido como los cambios de los datos vírgenes
con el tiempo debido a la acción del hombre o causas naturales como: a)
movimiento de las estaciones en una distancia horizontal, b) movimiento en una
distancia vertical, c) cambios en el medio ambiente de una estación.
El tratamiento a datos hidrológicos se refiere a la identificación, cuantificación y
corrección de estas series donde existen errores sistemáticos.

16
4.5.3. ANÁLISIS DE CONSISTENCIA DE DATOS
Para verificar ese tipo de inconsistencia, se usa el método de la curva de doble masa,
basado en el hecho de que un gráfico de una cantidad acumulada ploteada contra
otra cantidad acumulada durante el mismo periodo, debe ser una línea recta
siempre que las cantidades sean proporcionales; la inclinación de la recta
representa la constante de proporcionalidad. Una alteración en la pendiente de la
recta representa la constante de proporcionalidad. Una alteración en la pendiente
de la recta, indicará que ocurrió un cambio en la constante de proporcionalidad
entre las dos variables o que tal vez la proporcionalidad no es constante en todos
los niveles de acumulación.
En el caso hidrológico, si se usa para comparación de una estación dudosa un patrón
constituido por las medias de varias estaciones de la región, las inconsistencias
ocurridas en una única estación serán minimizadas.
Para las lluvias, si los cambios de pendiente en las rectas no son debidos a factores
meteorológicos, el método puede ser usado para ajustar o homogenizar la serie con
coeficientes extraídos del gráfico de doble masa.
El procedimiento se inicia con la selección de varias estaciones en la región,
próximos a aquel que va a ser ajustado. Se acumulan a continuación los totales
anuales de cada estación, según se indica en la Tabla N° 4.4 del ejemplo 4.1 y luego
se calculan la media aritmética de los totales precipitados en cada año en todas las
estaciones y se acumula esa media. Un primer gráfico de estos valores promedios
acumulados versus los valores acumulados anuales de cada estación va a permitir
definir la estación índice y luego el gráfico de los valores acumulados entre la
estación índice y los valores acumulados de las estaciones restantes permitirá
visualizar con mayor claridad los quiebres que se presentan en los diagramas de
doble masa.
En el diagrama de doble masa de la Figura 4.3, se puede observar que el gráfico
correspondiente a la estación La Oroya presenta un quiebre bastante fuerte en el
alineamiento de los puntos a partir de 1990 que es corroborada con la observación
de la serie histórica (figura 4.4.), donde se define claramente dos periodos bien
diferenciados entre sus parámetros estadísticos (media y desviación estándar).

17
4.6. ANÁLISIS DE SALTOS

Los saltos son formas determinísticas transitorias que permiten a una serie hidrológica
periódica o no periódica pasar desde un estado a otro, como respuesta a cambios
hechos por el hombre debido al continuo desarrollo de los recursos hídricos en la cuenca
o a cambios naturales continuos que pueden ocurrir. Los saltos se presentan
principalmente en los parámetros, media y desviación estándar.

4.6.1. PROCEDIMIENTO DE ANÁLISIS

Debido a la complejidad del análisis para detectar los cambios en datos hidrológicos,
se recomienda al siguiente procedimiento:

 Identificación
 Evaluación y/o cuantificación
 Corrección y/o eliminación

4.6.2. IDENTIFICACIÓN DE SALTO

La identificación del salto tiene por objeto detectar la presencia del mismo y evaluar
las causas que pueden haber ocasionado sea esta oír la intervención del hombre o
por fenómenos naturales. El procedimiento de identificación del salto es la siguiente

a) Información de Campo
Permite conocer el estado real de las condiciones de operación y
mantenimiento de las estaciones hidrológicas, cambio de operarios,
traslado de estaciones, regulación de los ríos, derivaciones construidos,
estado de explotación de la cuenca; básicamente va a permitir formularse
una primera idea de los posibles cambios que están afectando a la
información disponible y también conocer el tiempo durante el cual ha
ocurrido dichos cambios.
b) Análisis de las Serie Hidrológicas

Consiste en analizar visualmente la distribución temporal de toda la

información disponible, combinando con los criterios obtenidos del campo,
para detectar la regularidad o irregularidad de los mismos. Una serie
hidrológica es el gráfico de una variable hidrológica (precipitación,
descargas, etc.), en el eje de las ordenadas y el tiempo cronológico

18
 respectivo (anuales, mensuales, semanales o diarios) en el eje de las
abscisas

 Cuando se dispone de una sola serie (un solo registro), este puede
dividirse en varios periodos y compatibilizar con la información de
campo obtenida.
 Cuando se tiene estaciones varias se comparan sus series
respectivos y se observa cual periodo, varía notablemente con
respecto a los demás disponibles, realizando en este caso análisis
de series múltiples.
 Cuando se dispone en el área de estudio de datos de precipitación
y descarga, entonces se comparan sus series correspondientes, los
cuales deben ser similares porque la descarga es efecto de la
precipitación que sería la causa.
 Se debe mantener en lo posible el periodo más largo y más reciente
como el más confiable, quedando a criterio de la decisión técnica de
acuerdo a la experiencia en el área.
c) Análisis de doble masa
El análisis de doble masa denominado también de “dobles acumulaciones”,
es una herramienta muy conocida y utilizada en la detección de
inconsistencias de datos hidrológicos múltiples, cuando se dispone de 2 o
más series de datos, en lo que respecta a errores que pueden haberse
producido durante la obtención de los mismos.
 Realizar el análisis de doble masa entre los datos de la misma causa
o del mismo efecto, por decir precipitación versus precipitación o
descargas versus descargas, registradas en estaciones vecinas o en
su defecto en cuencas de similar comportamiento hidrológico.
 Si se presenta el mismo quiebre en todos los gráficos de doble masa,
significa que la causa que ocasiona el salto es un fenómeno natural,
para lo cual se debe completar dicho análisis con información de
cuencas vecinas.
 Realizar el análisis de doble masa entre variables de causa y efecto
(precipitación versus descarga) siempre en cuando que el caudal
registrado en una estación dependa de las precipitaciones que
ocurren en la parte alta.

19
4.6.3. IDENTIFICACIÓN DE SALTO

Se realiza mediante un análisis estadístico, o sea mediante un proceso de inferencia

para las medias y desviación estándar, de ambos periodos; mediante las pruebas T
y F respectivamente.

1 1 1/2
𝑋1 = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 ; 𝑆1 = [𝑛 −1 ∑𝑛𝑖=1( 𝑋𝑖 − ̅̅̅
̅̅̅ 𝑋1 )2 ] (4.1 a )
1 1

1 𝑛 1 1/2
̅̅̅
𝑋2 = ∑ 𝑋 ; 𝑆2 = [ ∑𝑛𝑖=1( 𝑋𝑖 − ̅̅̅
𝑋2 )2 ] (4.2 b )
𝑛2 𝑖=1 𝑖 𝑛 2 −1

𝑋𝑖 = 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑎𝑛á𝑙𝑖𝑠𝑖𝑠

̅̅̅
𝑋1 , ̅̅̅
𝑋2 = 𝑚𝑒𝑑𝑖𝑎𝑠 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 1 𝑦 2 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒

𝑆1 , 𝑆2 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 1 𝑦 2 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒

𝑛1 , 𝑛2 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 1 𝑦 2 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒

n = tamaño de muestra = 𝑛1 + 𝑛2

a) Consistencia en la Media (Prueba de medias)

 H. p. : 𝜇1= 𝜇2 ( media poblacional)
H.a. : 𝜇1 ≠ 𝜇2
Α = 0.05
 Cálculo de las desviaciones estándar de promedios y ponderada

1 1 1/2
𝑆𝑑 = 𝑆𝑝 (𝑛 + 𝑛2
) (4.2)
1

(𝑛1 −1) 𝑆1 2 +(𝑛2 −1 )𝑆22

𝑆𝑝 = [ 𝑛1 + 𝑛2 −2
] (4.3)

Donde 𝑆𝑑 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜𝑠

𝑆𝑝=𝑑𝑒𝑠𝑣𝑖𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎

 Realización de la prueba “T”

̅̅̅̅
(𝑋 1 − ̅̅̅̅
𝑋2 )−( 𝜇1 − 𝜇2 )
𝑇𝑐 = 𝑆𝑑
(4.4)

Donde:

𝜇1 − 𝜇2 = 0 ( por hipótesis); 𝑇𝑐 es el estadístico T calculado. El

valor 𝑇𝑡 (𝑡𝑎𝑏𝑢𝑙𝑎𝑟)𝑠𝑒 𝑐𝑎𝑙𝑐𝑢𝑙𝑎 𝑐𝑜𝑛: 𝛼 = 0.05 𝑦 𝐺. 𝐿 = 𝑛1 + 𝑛2 – 2

20
  Conclusión
Si |𝑇𝑐 | < 𝑇𝑡 ( 95 %) ̅̅̅
𝑋1 = ̅̅̅
𝑋2 (estadísticamente)
Si |𝑇𝑐 | > 𝑇𝑡 ( 95 % ̅̅̅
𝑋1 ≠ ̅̅̅
𝑋2 (estadísticamente)

b) Consistencia en la desviación Estándar (Prueba de variancias)

 Calculo de las variancias de ambos periodos 𝑆12 𝑦 𝑆22
 Prueba estadística “F”
Hp: 𝜎12 = 𝜎22
Ha : 𝜎12 ≠ 𝜎22
Α = 0.05

 Cálculo de “𝐹𝑐 "

𝑆12 / 𝜎12 𝑆2
𝐹𝑐 = 𝑆22 / 𝜎22
= 𝑆12 Si 𝑆12 > 𝑆22 (4.5a )
2

𝑆22
𝐹𝑐 = Si 𝑆22 > 𝑆12 (4.5b )
𝑆12

 Hallar el valor de 𝐹𝑡 en las tablas con :

α = 0.05
G.L.N. = 𝑛1 − 1 (Grados de libertad del numerador)
G.L.D = 𝑛2 − 1 (Grados de libertad del denominador)
𝐹𝐶 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝐹 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜
𝐹𝑡 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝐹 𝑡𝑎𝑏𝑢𝑙𝑎𝑟
 Criterios de decisión
Si 𝐹𝐶 < 𝐹𝑡 ( 95%) 𝑆1 = 𝑆2 (Estadísticamente)
Si 𝐹𝐶 > 𝐹𝑡 ( 95%) 𝑆1 ≠ 𝑆2

4.6.4. CORRECCIÓN DE LA INFORMACIÓN

A pesar que el número de años de registro en que la estación fue operada en las
condiciones iniciales sea mayor que en las actuales, es más aconsejable corregir los
datos del primer periodo, o sea, dejando inalterados los datos más recientes; porque en
cualquier momento se puede hacer una inspección y conocer el estado de operación y
conservación del mismo.

Una vez hechas estas verificaciones y correcciones, los datos están expeditos para ser
procesados. La primera etapa del procesamiento, en general, es el cálculo de las medias,
la selección de valores máximos y mínimos observados, el cálculo de la desviación
estándar y el coeficiente de variación, tanto para valores diarios, mensuales o anuales

21
 como se muestran en la Tabla N° 4.6. Y EL Gráfico 4.5 que corresponde a la información
corregida con la cual, posteriormente, se pueden hacer análisis estadísticos, algunos de
ellos serán abordadas en los siguientes acápites.

En los casos en que los parámetros media y desviación estándar resultan ser
estadísticamente iguales la información original no se corrige por ser consistente con 95
% de probabilidades, aun cuando en la doble masa se observa pequeños quiebres.

𝑋𝑡 − ̅̅̅̅
𝑋1
𝑋′𝑡 = [ 𝑆1
] 𝑆2 + ̅̅̅
𝑋2 para corregir al primer periodo (4.6a)

𝑋𝑡 − ̅̅̅̅
𝑋2
𝑋′𝑡 = [ ] 𝑆1 + ̅̅̅
𝑋1 para corregir el segundo periodo (4.6b)
𝑆2

En ambos casos : 𝑋′𝑡 = valor corregido de la información

𝑋𝑡 = valor a ser corregido

4.7. COMPLETACIÓN DE DATOS DE HIDROLÓGICOS

El producto final de una estación de medición de lluvias o descargas debe ser una serie
de valores diarios (o con intervalos diferentes) a lo largo de los años. Esto posibilitará la
aplicación a esos datos de análisis estadísticos, a fin de extraer lo máximo de información
de ellas y extender geográficamente o extrapolar temporalmente la información.

Muchas estaciones de precipitación o descargas tienen periodos faltantes en sus

registros, debido a la ausencia del observador o a fallas instrumentales. A menudo es
necesario estimar algunos de estos valores faltantes para lo cual existen muchas formas
de suplir estas deficiencias y el grado de aceptación de uno de estos métodos va a
depender de la cantidad de observaciones faltantes en el registro de datos. Entre estos
métodos podemos mencionar los siguientes:

 Completación de datos mediante un promedio de datos existentes

 Completación de datos mediante el método de razones normales
 Completación de datos por correlación entre dos estaciones
 Completación de datos mediante métodos numéricos (generación aleatoria)

4.7.1. COMPLETACIÓN DE DATOS MEDIANTE UN PROMEDIO SIMPLE

Si dentro del registro de datos faltan menos del 5% de información estos se pueden
completar con un simple promedio de todos los datos existentes o la semisuma de
los datos del año anterior y del siguiente.

22
4.7.2. COMPLETACIÓN DE DATOS MEDIANTE EL MÉTODO DE RAZONES NORMALES
Puede haber, en los registros de los datos, días o intervalos grandes sin información,
por imposibilidad del operador o falla del instrumento registrador. En ese caso, la
serie datos de que se dispone en una estación X, de los cuales se conoce la media
en un determinado número de años, presenta vacíos que debe ser rellenada. Un
procedimiento simple de completación parte de la premisa de que la precipitación
Px en la estación X, sea proporcional a las estaciones vecinas A,B y C en un mismo
periodo, que serán llamadas 𝑃𝐴 , 𝑃𝐵 , 𝑃𝐶 .
Se acepta que el coeficiente de proporcionalidad sea la relación entre la media 𝑀𝑥
y las medias 𝑀𝐴 , 𝑀𝐵 𝑦 𝑀𝐶 en el mismo periodo de tiempo; esto es, que las
precipitaciones sean directamente proporcionales a sus medias. Se adopta
entonces, como valor del dato faltante 𝑃𝑥 , la media entre los tres valores calculados
a partir de A, B y C.
1 𝑀 𝑀 𝑀𝑥
𝑃𝑋 = 3 (𝑀𝑥 𝑃𝐴 + 𝑀𝑥 𝑃𝐵 + 𝑃 )
𝑀𝐶 𝐶
(4.7)
𝐴 𝐵

Este método se basa en el empleo de 3 estaciones cercanas a la estación problema

y que sirven de estaciones índices. Cuando la precipitación normal anual de
cualesquiera de las tres estaciones índices difiere más del 10% de la estación
problema se emplea la ecuación (4.7). Donde P es la precipitación en la estación
indicada (X, A, B, C) y M es la precipitación media anual. Este método es adaptable
a regiones con grandes variaciones en la precipitación debido a la orografía.

4.7.3. COMPLETACIÓN DE DATOS MEDIANTE REGRESIÓN SIMPLE

Antes de ver la forma como se completan los datos mediante correlación y regresión
es importante indicar que en todos los casos las estaciones, a ser correlacionadas
deber tener similitud en su ubicación (altitud, latid, longitud, distancia a la divisoria)
y estén cercanos.

Entre los principales modelos de regresión usados en hidrología, podemos

mencionas:

 Regresión lineal simple: 𝑌 = 𝑎 + 𝑏𝑋

 Regresión logarítmica: 𝑌 = 𝑎 + 𝑏 ln(𝑋)
 Regresión potencial: 𝑌 = 𝑎𝑋 𝑏 Forma realizada: ln(𝑌) =
ln(𝑎) + 𝑏 ln(𝑋)
 Regresión exponencial: 𝑌 = 𝑎 exp(𝑏𝑋) Forma realizada: ln(𝑌) = ln(𝑎) +
𝑏𝑋

23
Todas estas ecuaciones pueden ser analizadas como modelos de regresión lineal
simple, usando su forma linealizada.

a) Regresión lineal simple

Posiblemente el modelo más común usado en hidrología está basado en la asunción

lineal entre dos variables. El objetivo de este análisis es establecer una relación
lineal entre la variable independiente “X” y la variable dependiente “Y”: 𝑌 = 𝛼 +
𝛽𝑋. En este modelo 𝛼 y 𝛽 representan valores reales, sin embargo será necesario
preguntarnos qué valores de 𝛼 y 𝛽 son los más representativos para el modelo. Un
criterio intuitivo nos conduce a que 𝛼 y 𝛽 deben tener valores que minimice la
desviación 𝑒𝑖 entre los valores observados Y, y los valores predecidos 𝑌̂, siendo los
estimados de 𝛼 y 𝛽 a y b respectivamente.

̂ ) = ∑(𝑌 − 𝑎 − 𝑏𝑋)
∑(𝑌 − 𝑌̂) = ∑ 𝑒 = ∑(𝑌 − 𝛼̂ − 𝛽𝑋

La ∑ 𝑒 = 0 puede ser positivo ó negativo, por lo que este criterio no es del todo
conveniente ya que en la ecuación: 𝑌 = 𝑎 + 𝑏𝑋, la ∑ 𝑒 será igual a cero si la recta
pasa por dos puntos. La ∑ 𝑒 será también cero cuando la recta sobre estima un
punto en la misma proporción que subestima el otro punto y de ese modo se tienen
una infinidad de líneas que hagan ∑ 𝑒 ≅ 0.

Por las consideraciones mencionadas se opta por minimizar la suma del cuadrado
de las desviaciones:

𝑀 = ∑ 𝑒 2 = ∑(𝑌 − 𝑌̂)2 = ∑(𝑌 − 𝑎 − 𝑏𝑋)2

Esta suma puede minimizarse para a y b, derivado parcialmente M respecto de a y

b e igualando a cero.

𝜕𝑀
= −2 ∑(𝑌 − 𝑎 − 𝑏𝑋)2 = 0
𝜕𝑎

𝜕𝑀
= −2 ∑ 𝑋(𝑌 − 𝑎 − 𝑏𝑋)2 = 0
𝜕𝑎

La solución de estas ecuaciones normales para a y b es:

𝑛 ∑ 𝑋𝑌−∑ 𝑋 ∑ 𝑌 ∑(𝑋−𝑋̅)(𝑌−𝑌̅)
𝑏= 𝑛 ∑ 𝑥 2 −(∑ 𝑋)2
= ∑(𝑋−𝑋̅)2
… (1)

∑ 𝑌 − 𝑏 ∑ 𝑋 ∑ 𝑥 2 ∑ 𝑌 − ∑ 𝑋 ∑ 𝑋𝑌
𝑎= = = 𝑌̅ − 𝑏𝑋̅
𝑛 𝑛 ∑ 𝑥 2 − (∑ 𝑋)2

24
 La línea 𝑌 = 𝑎 + 𝑏𝑋 es comúnmente conocida como la línea de regresión de Y en
X. El procedimiento de determinación de a y b se conoce como regresión simple.

b) Evaluación de la regresión

La segunda pregunta que pregunta puede formularse es si pueden los datos ser
descritos adecuadamente por la línea de regresión. Naturalmente la respuesta a
esta pregunta depende de lo que se entienda adecuadamente. Una aproximación
puede ser cuantificado el valor de la suma de cuadrados de la variable dependiente,
ya que ello representa su variabilidad, y cuyo procedimiento se presenta a
continuación:

Haciendo 𝑌 = 𝑌̅ + 𝑌̂ − 𝑌̅ + 𝑌 − 𝑌̂ lo que es igual a 𝑌̅ − 𝑌̂ = (𝑌 − 𝑌̂) − (𝑌̂ − 𝑌̅);

elevando al cuadrado ambos lados de la ecuación y sumando para todas las
observaciones resulta:

2
∑(𝑌 − 𝑌̂) = ∑(𝑌 − 𝑌̅)2 − 2 ∑(𝑌 − 𝑌̅)(𝑌̂ − 𝑌̅) + ∑(𝑌̂ − 𝑌̅)2

Como: 𝑌̂ = 𝑎 + 𝑏𝑋 y 𝑎 = 𝑌̅ − 𝑏𝑋̅

Se obtiene: 𝑌̂ − 𝑌̅ = 𝑏(𝑋 − 𝑋̅)

−2 ∑(𝑌 − 𝑌̅)(𝑌̂ − 𝑌̅) = −2𝑏 ∑(𝑌 − 𝑌̅)(𝑋 − 𝑋̅ )

De la ecuación deducida para “b” por mínimos cuadrados, ecuación (1), se tiene
que:

∑(𝑌 − 𝑌̅)(𝑋 − 𝑋̅) = 𝑏 ∑(𝑋 − 𝑋̅)2 por lo tanto

−2 ∑(𝑌 − 𝑌̅)(𝑌̂ − 𝑌̅) = −2𝑏 2 ∑(𝑋 − 𝑋̅)2 = −2 ∑[𝑏(𝑋 − 𝑋̅)]2 = −2 ∑(𝑌̂ − 𝑌̅)2

Entonces la ecuación de la suma de cuadrados podemos escribir como:

2
∑(𝑌 − 𝑌̂) = ∑(𝑌 − 𝑌̅)2 − ∑(𝑌̂ − 𝑌̅)2

Reordenando términos resulta:

2
∑(𝑌 − 𝑌̅)2 = ∑(𝑌 − 𝑌̂) + ∑(𝑌̂ − 𝑌̅)2

25
Si: ∑(𝑌 − 𝑌̅)2 = ∑ 𝑌 2 − ∑ 𝑛𝑌 2 tenemos

2
∑ 𝑌 2 = 𝑛𝑌̅ 2 + ∑(𝑌 − 𝑌̂) + ∑(𝑌̂ − 𝑌̅)2

La suma de cuadrados total, ∑ 𝑌 2 , tiene tres componentes:

1. 𝑛𝑌̅ 2 , suma de cuadrados de la media.

2
2. ∑(𝑌 − 𝑌̂) = ∑ 𝑒 2 , suma de cuadrados de las desviaciones de la regresión o a
suma de cuadrados residual.
3. ∑(𝑌̂ − 𝑌̅)2 , la suma de cuadrados de la regresión.

La relación entre la suma de cuadrados total respecto a la media es denotada por

𝑅 2.

∑(𝑌̂ − 𝑌̅)2 ∑(𝑋 − 𝑋̅)(𝑌 − 𝑌̅) [∑(𝑋 − 𝑋̅)(𝑌 − 𝑌̅)]2

𝑅2 = = 𝑏 =
∑(𝑌 − 𝑌̅)2 ∑(𝑌 − 𝑌̅)2 ∑(𝑋 − 𝑋̅)2 ∑(𝑌 − 𝑌̅)2

𝑆𝑋2 ∑(𝑋 − 𝑋̅)2 [𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌]2

𝑅2 = 𝑏2 = 𝑏 2
=
𝑆𝑟2 ∑(𝑌 − 𝑋̅)2 𝑛 ∑ 𝑥 2 − (∑ 𝑋)2 [𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 ]

𝑆
𝑅 = 𝑏 𝑆𝑥 donde 0 ≤ 𝑅 2 ≤ 1
𝑟

𝑆𝑥𝑟 ∑(𝑋 − 𝑋̅)(𝑌 − 𝑌̅) 𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌

𝑅= = =
𝑆𝑥 𝑆𝑟 [∑(𝑋 − 𝑋̅)2 ∑(𝑌 − 𝑌̅)2 ] ⁄2 [𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ]1⁄2 [𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 ]1⁄2
1

𝑅 = coeficiente de correlación.

𝑆𝑥 = desviación estándar de X.

𝑆𝑟 = desviación estándar de Y.

𝑆𝑥 𝑆𝑟 = desviación estándar de X e Y.

Para completar información es importante contar al menos con una estación

cercana a la estación problema, además deben tener similitud en cuanto a los
registros y estén ubicados en la misma cuenta o en su defecto en cuencas con
parámetros geomorfológicos similares. La estación cercana (B) deberá abarcar
necesariamente período de registro mayores que la estación problema (A); de ese
modo se puede establecer una ecuación de regresión entre los datos de periodos
comunes y completar los datos que faltan en A. Es importante para el empleo de
este método que el valor del coeficiente de correlación (𝜌 = 𝑅) entre A y B sea alto
por ejemplo 𝑟 ≥ 0.7.

26
4.7.4. COMPLETACIÓN DE DATOS MEDIANTE GENERACIÓN ALEATORIA
En este caso el dato faltante será completado mediante el siguiente modelo lineal
𝑃1 = 𝑃̅ + 𝜎𝜉, donde 𝜉 es un número aleatorio con distribución normal, log normal,
gamma, etc.
a) Generación de números aleatorio con distribución uniforme

Para generar números aleatorios se puede usar un método práctico llamado de

congruencia multiplicada propuesto por Lehmer (1951), la relación de recurrencia es:

𝑋𝑖 = (𝑎𝑋𝑖−1 + 𝑏) módulo C

Dónde:

C: es un número entero grande para evitar ciclicidad.

a y b: son números enteros primos entre sí comprendidos entre 0 y C-1

𝑋𝑖−1 : es un número escogido al azar para iniciar los cálculos.

𝑋𝑖 : viene a ser el resto de la división de (𝑎𝑋𝑖−1 + 𝑏) entre C.

b) Generación de números aleatorios con distribución normal

Según Box Muller, los números aleatorios con distribución normal, con media igual a 0
y desviación estándar igual a 1, pueden ser generados con cualquiera de las siguientes
ecuaciones:

1⁄
𝜉 = (−2 ln 𝑋𝑖 ) 2 cos(2𝜋𝑋𝑖+1 )

1⁄
𝜉 = (−2 ln 𝑋𝑖 ) 2 sin(2𝜋𝑋𝑖+1 )

Del ejemplo anterior:

1⁄
𝜉 = (−2 ln 0.558) 2 cos(2𝜋 × 0.209) = 0.275

1⁄
𝜉 = (−2 ln 0.209) 2 cos(2𝜋 × 0.767) = 0.189

1⁄
𝜉 = (−2 ln 0.767) 2 cos(2𝜋 × 0.684) = −0.335

1⁄
𝜉 = (−2 ln 0.674) 2 cos(2𝜋 × 0.023) = 0.879

1⁄
𝜉 = (−2 ln 0.023) 2 cos(2𝜋 × 0.65) = 1.600

27
 Para la completación de datos, mediante generación de números aleatorios con
distribución normal, se debe probar por Chi-cuadrado o Kolmogorov si los datos
hidrológicos se ajustan a esa distribución. Si, así fuere se toma cualquier número
aleatorio normal generado para completar el dato faltante en base al modelo propuesto
𝑃1 = 𝑃̅ + 𝜎𝜉

c) Generación de números aleatorios con distribución Log-Normal

El procedimiento a seguir es el siguiente:

 Generar números aleatorios (Y) con distribución normal con media 𝜇 y

desviación estándar 𝜎.
 Transformar a: 𝑋 = 𝑒 𝜇+𝜎𝑌 , donde Y tiene distribución normal con media 𝜇 y
desviación estándar 𝜎 y X tiene distribución Log-Normal.
d) Generación de números aleatorios con distribución Gamma

𝑌 𝑦+1 𝑒 −1
Para generar números aleatorios con distribución Gamma 𝑓(𝑡) = 𝑟(𝑦)
, se sigue el

siguiente procedimiento:

Generar números aleatorios con distribución normal 𝜉: N(0,1).

Calcular el número aleatorio con distribución Gamma o Pearson Tipo III con la siguiente
1 𝜉 3
ecuación: 𝑡 = 𝑦 [1 + + ]
9𝑦 3.𝑦

Donde 𝑦 es el parámetro de la función Gamma.

28
 V. EJEMPLO DE APLICACIÓN

5.1. EJEMPLO DE CORRECIÓN DE LA INFORMACIÓN

a) Con la información de precipitación total anual de las estaciones Quiulla, Casaracra, La
Cima y La Oroya, mostrados en la Tabla 4.4, elaborar el diagrama de doble masa.
b) Para la información de precipitación de la estación la Oroya, Tabla 4.5, realizar el análisis
de salto, siguiendo el procedimiento descrito en el texto.

Solución:

a) Tabla N° 4.4: Análisis de Doble Masa de Datos de Precipitación

Valores de Precipitación Anual Valores de Precipitación Anual Acumulado

Año La La La
Quiulla Casaracra Promedio Quiulla Casaracra La Cima
Cima Oroya Oroya
1985 675.4 637.7 452.0 889.8 663.7 675.4 637.7 452.0 889.8
1986 673.6 736.5 558.5 1076.0 1424.9 1349.0 1374.2 1010.5 1965.7
1987 542.3 590.0 500.8 1083.7 2104.1 1891.3 1964.2 1511.3 3049.5
1988 651.3 588.3 606.7 1002.5 2816.3 2542.6 2552.5 2118.0 4052.0
1989 598.8 700.6 607.8 635.7 3452.0 3141.4 3253.1 2725.8 4687.6
1990 459.1 639.9 714.8 713.6 4083.8 4202.6 3893.0 3440.6 5401.2
1991 602.1 729.6 722.0 507.8 4724.2 3600.5 4622.6 4162.6 5909.0
1992 802.8 845.2 868.8 485.2 5474.7 4202.6 5467.8 5031.4 6394.2
1993 637.8 976.5 742.3 668.5 6231.0 5005.4 6444.3 5773.7 7062.7
1994 618.3 886.8 584.0 568.2 6895.3 5643.2 7331.1 6357.7 7630.9
1995 719.0 816.5 716.4 502.8 7583.9 6261.5 8147.6 7074.1 8133.7
1996 511.1 663.9 646.3 349.4 8126.6 6980.5 8811.5 7720.4 8483.1
1997 565.4 712.6 688.2 514.9 8746.9 7491.6 9524.1 8408.6 8998.0
1998 750.3 914.8 947.1 407.9 9501.9 8057.0 10438.9 9355.7 9405.9
1999 507.6 469.1 645.3 687.6 10079.3 9314.9 10908.0 10001.0 10093.5

29
 b) Análisis de Consistencia de Datos de Precipitación
Tabla N° 4.5: PRECIPITACIÓN TOTAL MENSUAL (m.m) – ESTACION: LA OROYA
DEPARTAMENTO: JUNIN PROVINCIA: YAULI DISTRITO: LA OROYA
LATITUD: 11°31’ LONGITUD: 75°54’ ALTITUD: 3,160 msnm

Año Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Tot.
1985 149.7 123.4 106.1 66.0 17.6 36.7 13.4 8.0 50.9 47.2 86.7 174.1 889.8
1986 179.4 193.0 192.1 153.3 35.3 0.8 25.4 57.2 72.3 51.7 40.9 74.7 1076.0
1987 185.6 126.0 65.1 25.9 37.2 22.7 50.2 29.4 55.8 78.2 92.4 194.8 1083.7
1988 198.9 139.9 96.4 107.5 12.4 0.0 2.2 0.0 45.2 102.1 133.1 164.9 1002.5
1989 94.5 89.3 88.7 43.3 6.9 4.2 1.5 39.1 41.4 55.1 116.4 55.3 635.7
1990 162.0 38.6 33.5 33.5 33.0 31.9 11.9 39.2 45.4 116.0 99.7 68.9 713.6
1991 50.2 49.5 99.8 29.1 27.1 29.0 2.4 0.0 69.9 48.8 52.9 49.1 507.8
1992 45.6 43.9 31.1 25.9 18.9 30.8 7.9 8.7 52.5 64.1 89.3 66.6 485.2
1993 79.4 72.9 83.5 34.6 10.7 32.6 13.3 17.3 35.1 79.4 125.6 84.1 668.5
1994 88.1 100.8 64.6 80.1 19.8 1.6 0 8.4 34.3 42.6 38.2 89.7 568.2
1995 106.2 96.7 62.8 48.3 7.1 0 10.5 2.8 19.6 30.2 41.9 76.7 502.8
1996 52.9 68.2 51.3 52.6 8.6 0 0 5.4 9.8 26.7 35.7 38.2 349.4
1997 75.6 104 45.5 26.6 8 0.7 1.5 26.2 62.6 44 48.8 71.4 514.9
1998 95.7 70.3 48.6 28.9 7.3 0.5 0.0 0.0 2.0 47.5 57.8 49.3 407.9
1999 112.9 125.6 90.2 61.8 10.7 3.7 18.4 4.9 42.6 44.1 82.8 89.8 687.6
MAX. 198.9 193.0 192.1 153.3 37.2 36.7 50.2 57.2 72.3 116.0 192.4 194.6 1083.7
MED. 111.8 96.9 78.6 54.5 17.4 13.0 10.6 16.4 42.6 58.5 82.8 89.8 706.9
MIN. 45.6 38.6 31.1 25.9 6.9 0.0 0.0 0.0 2.0 26.7 35.7 38.2 349.4

30
 D.EST 51.2 42.1 39.8 36.0 10.9 15.2 13.4 17.7 20.3 25.3 44.8 48.3 249.2

ANALISIS DEL SALTO

1er. Periodo N1= 61 P1= 79.5 S1= 61.4

2do. Periodo N2= 119 P2= 44.1 S2= 32.8

PRUEBA DE MEDIAS

Alfa= 0.05 G.L = 178 Sp = 44.541 Sd= 7.01 Tc= 5.05

Tt = 1.97
Como Tc > Tt, se concluye que existe salto en la Media

PRUEBA DE VARIANCIAS: Como S1 > S2

Alfa= 0.05 G.L = 178 G.L.N = 60 G.L.D = 118 Fc= 3.50

Ft = 1.43
Como Fc > Ft, se concluye que existe salto en la Media

Tabla N° 4.6: PRECIPITACION TOTAL MENSUAL CORREGIDA – ESTACIÓN: LA ORROYA

DEPARTAMENTO: JUNIN LATITUD: 11°31’

PROVINCIA: YAULI LONGITUD: 75°54

DISTRITO: LA OROYA ALTITUD: 3,160 msnm

31
Año Ene. Feb. Mar. Abr. May. Jun. Jul. Ago. Set. Oct. Nov. Dic. Tot.
1985 81.6 72.9 58.3 36.8 11.0 21.2 8.7 5.8 28.8 26.8 47.9 94.6 494.4
1986 97.4 104.8 104.3 83.5 20.4 1.9 15.2 32.2 40.2 29.2 23.4 41.5 594.0
1987 100.8 69.2 47.0 15.4 21.5 13.7 28.4 17.3 31.4 43.4 104.4 105.6 598.1
1988 107.9 76.4 53.1 59.0 8.2 1.6 2.8 1.6 25.7 56.1 72.7 89.7 554.7
1989 52.1 49.3 49.0 24.7 5.2 3.8 2.4 22.5 23.7 31.0 63.8 31.1 358.6
1990 88.2 38.6 33.5 33.5 33.0 31.9 11.9 39.2 45.4 116.0 99.7 68.9 639.8
1991 50.2 49.5 99.8 29.1 27.1 29.0 2.4 0.0 69.9 48.8 52.9 49.1 507.8
1992 45.6 43.9 31.1 25.9 18.9 30.8 7.9 8.7 52.5 64.1 89.3 66.6 485.2
1993 79.4 72.9 83.5 34.6 10.7 32.6 13.3 17.3 35.1 79.4 125.6 84.1 668.5
1994 88.1 100.8 64.6 80.1 19.8 1.6 0 8.4 34.3 42.6 38.2 89.7 568.2
1995 106.2 96.7 62.8 48.3 7.1 0 10.5 2.8 19.6 30.2 41.9 76.7 502.8
1996 52.9 68.2 51.3 52.6 8.6 0 0 5.4 9.8 26.7 35.7 38.2 349.4
1997 75.6 104 45.5 26.6 8 0.7 1.5 26.2 62.6 44 48.8 71.4 514.9
1998 95.7 70.3 48.6 28.9 7.3 0.5 0.0 0.0 2.0 47.5 57.8 49.3 407.9
1999 112.9 125.6 90.2 61.8 10.7 3.7 18.4 4.9 34.4 44.1 64.4 68.3 639.4
MAX. 112.9 125.6 104.3 83.5 33.0 32.6 28.4 39.2 69.9 116.0 125.6 105.6 668.5
MED. 82.3 76.2 61.5 45.7 14.5 11.5 8.2 12.8 34.4 48.7 64.4 68.3 526.8
MIN. 45.6 38.6 31.1 15.4 5.2 0.0 0.0 0.0 2.0 26.7 23.4 31.1 349.4
D.EST 22.7 25.5 22.8 20.7 8.4 13.5 8.2 12.4 18.2 23.7 28.9 22.5 99.3

32
5.2. EJEMPLO DE COMPLETACIÓN DE DATOS MEDIANTE EL MÉTODO DE RAZONES
NORMALES

Se desea determinar la precipitación en la estación X del año 1972 en el que dejo

funcionar. Teniendo los siguientes datos en las estaciones A, B y C.

Estación Precipitación 1972 Precipitación promedio de 30 años

A 412 mm. 399 mm.
B 517 mm. 530 mm.
C 389 mm. 400 mm.
X ? 290 mm.

Solución:
290 412 517 389
𝑃𝑥 = ( + + ) = 288.1 𝑚𝑚.
3 399 500 400

5.3. EJEMPLO DE GENERACIÓN DE NÚMEROS ALEATORIO CON DISTRIBUCIÓN UNIFORME

Si 𝑎 = 7; 𝑏 = 13; 𝐶 = 43; 𝑋0 = 20 (asumidas). Generar 6 números aleatorios

comprendidos entre 0 y 1.

Solución:

𝑋𝑖 = (𝑎𝑋𝑖−1 + 𝑏) módulo C
𝑋1 = (7 × 20 + 13) módulo 43=24
𝑋2 = (7 × 24 + 13) módulo 43=9
𝑋3 = (7 × 9 + 13) módulo 43=33
𝑋4 = (7 × 33 + 13) módulo 43=29
𝑋5 = (7 × 29 + 13) módulo 43=1
𝑋6 = (7 × 1 + 13) módulo 43=28
𝑋𝑛 = (𝑎𝑋𝑛−1 + 𝑏) módulo C

El número aleatorio es el resto de dividir (𝑎𝑋𝑖−1 + 𝑏) entre el módulo C.

𝑋𝑖
Por lo tanto los 6 números aleatorios comprendidos entre 0 y 1 serán: 0 ≤ 𝐶
≤1

24 9 33 29 1 28 𝑋𝑛
, , , , , …
43 43 43 43 43 43 𝐶
0.558, 0.209, 0.767, 0.674, 0.023, 0.651

33
5.4. EJEMPLO DE NÚMEROS ALEATORIOS CON DISTRIBUCIÓN NORMAL

Si 𝑃̅ = 92.9 𝑚𝑚., 𝜎 = 42.1 𝑚𝑚., determinar el dato faltante mediante el método de

generación aleatoria con distribución normal.

Solución:

𝑃1 = 𝑃̅ + 𝜎𝜉 => 𝑃1 = 92.9 + (42.1)(−0.335) = 78.8 𝑚𝑚. Información

completada

5.5. GENERACIÓN DE NÚMEROS ALEATORIOS CON DISTRIBUCIÓN GAMMA

Completar la información de la Tabla 4.7, usando los modelos de regresión lineal simple,
logarítmica, potencial y exponencial.

Solución: Completación de datos de precipitación mediante el método de regresión:

Cuadro N° 4.7: Registro de información para dos Estaciones

34
35
VI. CONCLUSIONES

La operación y control de las redes hidrométricas, es de gran importancia porque

permite conocer, graduar y controlar la información hidrológica en el ámbito de tomas
directas, de tomas principales y secundarias de las comunidades de regantes;
además permite hacer el seguimiento o monitoreo de la campaña agrícola en caso
de facturación del agua de riego, actividades de cobranza (volúmenes entregados,
volúmenes facturados), análisis de eficiencia de la red y/o pérdidas (sistema,
conducción, distribución), así como también tener actualizada la base de datos
hidrológicos.

36
VII. REFERENCIAS BIBLIOGRÁFICAS

Chow, Ven Te, R., Maidment. David y Mays, Larry W. 1994. Hidrología aplicada. s.l. :
EDITORIAL NOMOS S.A., 1994.

37