Curso de Hidrología básica

(Orientado al manejo de datos)

Parte III

Preparado por:
Camilo Corea (Consultor en Hidrología)
PRECIPITACIÓN MEDIA DE LA CUENCA
Cuando en una zona en estudio se cuenta con varias estaciones
pluviométricas, distribuidas convenientemente, es posible determinar la
precipitación media. En nuestro país no es común tal situación. Y en la
mayoría de los casos la única opción es contar con el pluviómetro más
cercano.|
Los tres procedimientos más usados para la determinación de la
precipitación media son:
• Promedio aritmético: la suma de la altura de lluvia registrada en un
cierto tiempo, en varias estaciones localizadas dentro de la zona de
estudio, la cual se divide entre el número total de estaciones.
• Método de los polígonos de Thiessen: El trazo de triángulos que
unen las estaciones más próximas entre sí, formando polígonos cuyas
caras son las líneas bisectoras de los lados de los triángulos.
• Método de Isoyetas: Con los datos de precipitación se construye un
plano de isoyetas, curvas que unen puntos de igual precipitación.
En las siguientes vistas se presentan algunos gráficos de ayuda visual:
Ejemplo de Thiessen en una zona del estado de Guerrero de México
Los resultados finales se muestran en el siguiente cuadro:
En el gráfico la letra S significa Sumatoria.
El procedimiento es similar al que se mostró para los polígonos de Thiessen.
Es decir, la sumatoria de los productos señalados en la imagen como
(Pi + Pj)*Aj/2, y al final dividida por la sumatoria de las áreas.
ANÁLISIS DE CALIDAD DE DATOS
En los diversos estudios tanto hidrológicos como meteorológicos, se trabaja con
información registrada en varias estaciones, y es normativo el verificar la calidad de
los correspondientes datos.
Una de las acciones investigativas en tal sentido es la denominada Bondad de
Ajuste. Existe una gran diversidad de libros que describe los métodos, y cada
consultor delimita los pasos a seguir. Por la amplitud del tema es que resulta
común ver distintas formas de interpretar y de manejar los procedimientos
correspondientes.
En las siguientes vistas se expone el fundamento teórico del tema de la bondad de
ajuste. Es muy aconsejable revisar los apuntes de estadística que se han recibido
en los estudios de inicio, ya en la universidad o en cursos de formación en las
áreas de hidrología y meteorología. O también repasar el tema estadístico en los
libros de texto asequibles.
 Distribuciones Chi Cuadrado y Kolmogorov – Smirnov
Fundamento teórico
La bondad del ajuste de una distribución de probabilidad, puede hacerse
comparando los valores teóricos y muestrales de las funciones de frecuencia
relativa y de frecuencia acumulada.
En el caso de la función relativa se utiliza la prueba Ҳ2 (o Chi cuadrado).
La frecuencia relativa se define como:

fs(xi) = ni / n

Donde el número de observaciones ni en el intervalo i se divide por el número total

de observaciones n.
El valor teórico de la frecuencia relativa es:

relativa es p(xi) = F(xi) - F (xi - 1).

La prueba estadística Ҳ2 está dada por la siguiente ecuación:

m
Ҳ = Ʃ {n*[fs(xi) - p(xi)]2} / p(xi)
2

i=1

Donde m es el número de intervalos.

Debe notarse que n*fs(xi) = ni es el número de ocurrencias OBSERVADAS en
el intervalo i, mientras que np(xi) es el número ESPERADO de ocurrencias en
el mismo intervalo. De acuerdo con ello, la ecuación anterior se limita a elevar
al cuadrado la diferencia entre el número de ocurrencias observadas y
esperadas, dividiendo el número de ocurrencias esperadas en el intervalo y
sumando el resultado para todos los intervalos.
Para ajustar la distribución de función normal, las estadísticas de la muestra, x
media y la desviación típica, se calculan con la información para la serie
disponible, y se pueden usar como estimativos de μ y σ.
La variable normal estándar z corresponde al límite superior en cada uno de
los intervalos de la información y se calcula utilizando la siguiente ecuación:

z = [x - µ] / σ

Con este valor de z se va a las tablas de Distribución Normal (en su rango

tanto positivo como negativo):

El cálculo del número m, que es el número de intervalos, se deben aplicar los

conceptos siguientes:

m = 1 + (3.3*Log n)

La longitud de intervalo, L = Rango / m

Ejemplo: se han ordenado de menor a mayor los datos de Precipitación
Máxima Diaria (PMD) de la serie de la estación en Playitas.
PMD (mm) Continuación
33.7 66.7

38.6 68.3
45.0 68.8
49.6 70.3
49.8 70.3
50.5 72.2
51.1 76.5
51.5 85.6
52.3 85.8
52.4 86.5
52.9 87.0
53.7 90.0
55.3 90.2
58.1 92.8
58.4 94.8
59.7 106.0
61.6 114.3
62.8 123.2
65.4
65.7
Los estadísticos para la serie son:
n = 38
X media = 68.9
Desviación Típica = σ = 20.7135
El valor de L, después de calcular con su ecuación, se decidió llevarlo a 14.
m = 10 (Número de intervalos)
p = 2 (Número de parámetros utilizados)

Este valor se manifiesta en las primeras columnas de la tabla de Distribución

de Frecuencias, en la siguiente vista.
El valor de Xν,1-α para una probabilidad acumulada de 1-α = 0.99 y ν = m-p-1 = 7 grados
de libertad es X27,0.99 = 18.475
Como este valor es mayor que el valor sumado de los datos para Ҳ2, entonces se acepta
la hipótesis del nivel de confianza del 95%.

Por otra parte, y ya con la columna 10, el análisis dice:

Del cuadro se lee: D = Sup |ft - fobs| = 0.0984

Buscando en las tablas de Kolmogorov-Smirnov, para n = 38 y probabilidad de 95%,

encontramos:
D muestral = 1.36 / n0.5 = 0.2206

El valor de D de la tabla es menor que el D muestral, por lo que se considera que

el ajuste de confiabilidad es adecuado para la probabilidad de 95%
La gráfica de las frecuencias ayudan a la comprensión de su relación: