HIDROLOGIA Y DRENAJE DE VIAS

Clase : PROCESAMIENTO ESTADISTICO DE LLUVIAS MAXIMAS DIARIAS

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

ANALIIS DE REGRESION Y CORRELACION Frecuentemente es necesario investigar posibles relaciones (de causalidad o de interdependenca) entre dos o ms variables, tal relacin, en caso de existir deber ser estudiada a travs de los anlisis estadsticos de regresin y correlacin Estos anlisis constituyen una de las herramientas estadsticas ms antiguas usadas en hidrologa. Primeramente fueron utilizadas para estimar datos faltantes y ampliar el registro de corta extensin, de una cierta estacin climatolgica o hidromtrica, en base a la informacin disponible en las estaciones cercanas. Hoy en da, sus aplicaciones incluyen adems, el estudio de las relaciones entre dos o ms variables hidrolgicas y la investigacin de la dependencia entre los eventos sucesivos de una serie cronolgica de datos hidrolgicos.

La diferencia entre regresin y correlacin es bastante clara. La regresin permite obtener la ecuacin matemtica que expresa la variable dependiente (y), cuando otra u otras variables, llamadas independientes (x), se suponen conocidas y por lo tanto, permite calcular valores de 'y' a partir de los de 'x'. En cambio, por medio de la correlacin, se calcula el grado de dependencia o asociacin entre dos o ms variables, representado numricamente por el llamado Coeficiente de Correlacin. Una grfica en la que se indican los valores muestrales dibujados sobre un plano xy, se denomina: Diagrama de Dispersin. En base a tal diagrama se podr detectar si los valores siguen un modelo LINEAL o no NO LINEAL, es decir., si los puntos se aproximan a una lnea recta o a una curva, como se ilustra en la figura siguiente.

La ecuacin matemtica (regresin) de la relacin o modelo lineal entre dos series de valores, se representa por medio de un polinomio de grado uno, en cambio, una relacin no lineal se reproduce matemticamente mediante un polinomio de grado superior.

regresin lineal de dos variables: regresin lineal mltiple:

y = a0 + a1 x y = a0 + a1 x1 + + an xn

El diagrama de dispersin, adems de ayudar a definir el modelo a utilizar (lineal o no lineal), permite detectar los valores (parejas de datos) que se apartan de la NUBE DE PUNTOS y que al ser eliminados del anlisis de regresin, mejoran el ajuste de la recta o curva, de manera que se eleva la correlacin entre las dos variables. El nmero de puntos que se considera permisible eliminar, depende de muchos factores como son: forma de la nube de puntos, nmero de puntos o parejas, naturaleza de los datos, etc.; sin embargo, se puede aceptar en una primera aproximacin que el 10% del nmero total de puntos se pueden eliminar para mejorar el ajuste.

Para evitar el juicio o criterio particular en el ajuste de un modelo de regresin a unos datos, es necesario obtener una definicin rgida de la recta o curva de mejor ajuste. Esto se logra a travs de la tcnica de los Mnimos Cuadrados, la cual indica que de todas las rectas o curvas que representan a una nube de puntos, la que tiene una suma mnima de los cuadrados de las distancias de cada punto a tal recta o curva, es la del mejor ajuste.

Al obtener la ecuacin de la recta de regresin por la tcnica de los mnimos cuadrados, se presentan tres casos, segn como se mida la distancia de cada punto a la recta.

Perpendicular a la recta, se llama ortogonal. Paralelamente al eje de las ordenadas, se llama de y sobre x. Paralelamente a! eje de las abscisas, se llama de x sobre y.

RECTA DE REGRESIN DE y SOBRE x. Dado un conjunto de parejas de valores correspondientes a dos variables x e y, la ecuacin general de la recta que las relaciona sera: y=mx+b

Cuando las distancias de cada punto a la recta de regresin, se miden paralelamente al eje de las ordenadas, la pendiente m de la ecuacin anterior se evala con la formula siguiente:

Donde:

La ordenada al origen b se calcula con la ecuacin siguiente:

CORRELACION Y COEFICIENTE DE CORRELACION LINEAL Se llama correlacin PERFECTA de dos variables x e y, cuando todos los puntos que representan las parejas de datos caen sobre la recta de regresin.

Si por el contrario, los puntos no estn alineados sino dispersos, la correlacin es NULA. Por otra parte, si la variable y aumenta a medida que x aumenta, x e y presentan correlacin POSITIVA o DIRECTA. Si y disminuye a medida que x aumenta, x e y tienen correlacin NEGATIVA o INVERSA. Los tipos de correlacin se ilustran en la figura siguiente.

COEFICIENTE DE CORRELACION LINEAL El coeficiente de correlacin lineal (rxy) es una medida numrica de la correlacin entre dos variables, el cual se calcula con la frmula siguiente:

El coeficiente de correlacin puede fluctuar de -1 a +1 para la correlacin perfecta, segn sea inversa o directa y adopta un valor de cero para la correlacin nula.
Tomando en cuenta que el valor del coeficiente de correlacin rxy se calcula en base a una muestra relativamente pequea, tal coeficiente es nicamente una estimacin del valor verdadero o poblacional xy y por lo tanto, habr necesidad de investigar si existe la posibilidad de que xy=0, aunque rxy=0.

Para realizar lo anterior se evala Z con la expresin siguiente:

y se compara con el valor Zc que tiene distribucin normal para un cierto nivel de confianza, comnmente el 95%, por lo cual, Zc = 1.645. Si Z>Zc , no hay posibilidad de que xy sea igual a cero y por lo tanto, rxy es significativo al 5% de nivel de significancia.

Otro criterio para probar el coeficiente de correlacin rxy calculado, consiste en determinar en la tabla siguiente con = n-2 grados de libertad el valor r0 y compararlo con el calculado. Si el valor calculado rxy es mayor que r0, entonces es significativo, no existiendo la posibilidad de que xy sea igual a cero.

INCREMENTO DE LA INFORMACION HIDROLOGICA POR REGRESION Aun cuando la correlacin entre los registros x e y sea alta, conviene investigar hasta que punto es provechoso utilizar el registro amplio para incrementar otro, ya que puede suceder que los valores inferidos discrepen mucho de la realidad El clculo de la llamada Eficiencia Estadstica (E) permite concluir si mejora el valor medio del registro y, y con esto, si conviene hacer la inferencia. Si el valor de E resulta mayor que uno, no mejorar en nada el registro de las y; en cambio, si E es menor que la unidad, convendr hacer la inferencia de los valores faltantes a partir de las x;. La eficiencia estadstica E se calcula con la expresin siguiente:

k = numero de datos del registro y. n = numero de datos del registro x. rxy = coeficiente de correlacin de las k parejas de datos comunes de y e y.

SELECCIN DEL PERIODO DE RETORNO. Consiste en adoptar un perodo de retorno dependiendo del tipo de obra o de la zona que se protege. El riesgo de falla de dicha estructura es revisado para los valores especficos de su vida til, cuya seleccin depende de factores sociales y econmicos.
Perodo de Tipo de estructura Retorno en aos Drenaje de carreteras en las que circulan: 0 a 400 vehculos por da 10 400 a 1700 vehculos por da 10 a 25 1700 a 5000 vehculos por da 25 ms de 5000 vehculos por da 50 Drenajes de aeropuertos 5 Drenajes pluviales 2 a 10 Diques 2 a 50 Zanjas de Drenaje 5 a 50
Fuente: W.Viessman, Knapp, Lewis, Harbough, 1977
Ing. Mg.Sc.Ricardo Apaclla Nalvarte 17

Tipo de estructura Grandes puentes Pequeos puentes Alcantarillas

Fuente: Yevjevich y Salas, 1980

Perodo de Retorno en aos 100 50 25

Tipo de rea que ser protegida Zonas urbanas, redes de transporte, plantas industriales Regiones agrcola-industrial Zonas agrcolas Areas forestales y planicies de inundacin
Fuente: Mosonyi y Buck, 1977

Perodo de Retorno en aos 100 50 7 a 20 10

Mnimo perodo de retorno en aos

Tipo de embalse

Grandes embalses cuya falla causara prdidas de vidas humanas 1. Cortinas de tierra 2. Cortinas de concreto o mampostera Embalses que al fallar no causarian prdidas de vidas humanas. 1. Embalses costosos 2. Embalses moderadamente costosos 3. Embalses pequeos Ing. Mg.Sc.Ricardo Apaclla Nalvarte
Fuente: Schnackenberg, 1949

1000 500

500 100 20 18

El Manual de Hidrologa, Hidrulica y Drenaje de Carreteras recomienda utilizar como valores mximos de riesgo admisible los siguientes valores para diferentes vidas tiles.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

19

De acuerdo a la tabla 02, para cumplir con los riesgos de falla y vida til propuestos se obtienen los siguientes valores de periodos de retorno:

Tipo de Obra Puentes y pontones Alcantarilla de paso, badn Alcantarilla de alivio Cuneta Defensa Riberea Subdrenes

Riesgo % 25% 30% 35% 40% 25% 25%

Vida Util Tiempo de retorno (aos) (aos) 40 140 25 71 15 35 15 30 40 140 15 53

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

20

Criterio de interpolacin para el procesamiento estadstico.

Se debe emplear cuando el nmero de aos de registro es mayor o igual a los perodos de retorno para los que se requieren las estimaciones de lluvia mxima en 24 horas

Los valores buscados se deducen a partir de una ecuacin de regresin lineal entre las magnitudes de los eventos de la serie utilizada y los logaritmos decimales de sus correspondientes perodos de retorno.

PTr A B log Tr
Donde: PTr= Lluvia mxima diaria de perodo de retorno Tr (mm) A,B= parmetros de ajuste de la regresin lineal. Tr= periodo de retorno de la serie anual o de la serie de duracin parcial.

Criterio de Extrapolacin para el procesamiento estadstico.

Cuando la amplitud del registro en aos es menor que los perodos de retorno que tendrn las lluvias mximas en 24 horas, pero el ms grande ellos no es mayor de CINCO veces la amplitud del registro, se ajustan los datos a una distribucin de probabilidades, para estimar a partir de ella los valores probables de lluvia mxima diaria para los perodos de retorno requeridos. Las distribuciones de probabilidad ms adecuadas a los registros de lluvia mxima diaria, son bsicamente tres: Distribucin de valores extremos Tipo I o de Gumbel. Distribucin Log Pearson Tipo III Distribucin Gamma incompleta.

Ing. Mg.Sc. Ricardo Apaclla Nalvarte

Ing. Mg.Sc. Ricardo Apaclla Nalvarte

Ing. Mg.Sc. Ricardo Apaclla Nalvarte

Ing. Mg.Sc. Ricardo Apaclla Nalvarte

OBTENCION DEL VALOR REPRESENTATIVO PARA LA CUENCA

Cuando se utiliza una sola estacin pluviomtrica

En caso de haber utilizado una sola estacin pluviomtrica cercana o dentro de la cuenca en estudio, los valores obtenidos de lluvia mxima diaria para los perodos de retorno necesarios, sern considerados representativos para la cuenca. Cuando se utiliza ms de dos estaciones pluviomtricas. Cuando ms de dos estaciones pluviomtricas cercanas fueron empleadas, los valores calculados con cada una de ellas, para la lluvia mxima diaria de algn perodo de retorno, debern ser ponderados o pesados para obtener el valor representativo para la cuenca.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

28

Correcciones al valor representativo

L.L.Weiss, sobre la base de un estudio de miles de estaciones ao de datos de lluvia, encontr que:

Los resultados de una anlisis probabilstico llevado a cabo con lluvias mximas anuales tomadas en un nico y fijo intervalo de observacin, para cualquier duracin comprendida entre 1 y 24 horas, al ser incrementado en un 13% conducan a magnitudes ms aproximadas a las obtenidas en el anlisis basado en lluvias mximas verdaderas.

Correcciones al valor representativo

De acuerdo a lo anterior, el valor representativo adoptado para la cuenca deber ser multiplicado por 1.13 para ajustarlo por intervalo fijo y nico de observacin, pues los registros de lluvias mximas diarias, se toman de 8. am de un da a 8 am del da siguiente.

Con tal correccin la lluvia representativa se convierte en la lluvia mxima en 24 horas de determinado perodo de retorno.

Correcciones al valor representativo

Conviene aclarar que los llamados registros de lluvias mximas en 24 horas, que proporciona el SENAMHI tienen una significacin errnea, pues en realidad son registros de lluvias mximas diarias, ya que tales tormentas no tienen una duracin real de 24 horas, sino que nicamente fueron observadas con intervalos de 24 horas

Correccin por magnitud de cuenca.

Se considera que los valores puntuales obtenidos con la estacin pluviomtrica son representativos de solo 25 km2 y al tener que abarcar un rea de cuenca mayor deben ser reducidos. Se debe corregir el valor estimado de lluvia mxima en 24 horas y adecuarlo a la magnitud de cuenca en estudio.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

32

Obtenida en base a datos de 20 redes pluviomtricas densas de varias regiones de USA.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

33

Ha sido reportada por el National Enviromet Research Council de Inglaterra.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

34

Ha sido reportada por el National Enviromet Research Council de Inglaterra.

Ing. Mg.Sc.Ricardo Apaclla Nalvarte

35