Ao de la Inversin para el Desarrollo Rural y la Seguridad Alimentaria

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

INFORME N3 ANALISIS DE CONSISTENCIA DE SERIES HIDROMETEREOLOGICAS

CICLO 2013-I
FACULTAD DE CIENCIAS

ALUMNOS: LICLA TOMAYRO, Luis Ricardo MOLINA RAMIREZ, Mario Rodrigo PIMENTEL GARCIA, Roco Luisa RETAMOZO FERNANDEZ, Mara Gladys. VELASQUEZ TASILLA, Cesar Elvis

PROFESOR: Prez Palomares, Hiraida

FECHA DE PRESENTACION: 02/05/13.

1. INTRODUCCION
Para la planeacin y diseo de muchos proyectos relacionados con el agua es necesario el uso de informacin hidrometeorolgicas. Aunque con el pasar de los aos la recoleccin de sta ha ido mejorando debido principalmente a aparicin de equipos cada vez ms sofisticados, sin embargo an muchos de los registros presentan serias deficiencias, tanto en calidad como en cantidad, observndose series con cambios, falta de informacin, tendencias y datos atpicos; esto tergiversa los resultados de cualquier simulacin o modelacin. Debido a la importancia econmica y social que presenta la correcta prediccin y el uso de modelos a partir de esta informacin, se hace necesario el anlisis exploratorio de los datos con el fin de determinar cambios y/o tendencias en la serie hidrometeoro lgica. En este trabajo se realizara un anlisis de homogeneidad y consistencia para datos obtenidos de las estaciones de Niepos, Llapa, Bambamarca y Cutervo ubicadas en el departamento de Cajamarca, utilizando herramientas como el anlisis de doble masa, pruebas estadsticas como la de Student , Fisher y Cramer.

2. OBJETIVOS
Reconocer la importancia de las series de datos hidrometeorolgicas para la hidrologa y la necesidad de asegurar su fiabilidad. Analizar la consistencia de registros de precipitacin de estaciones semejantes. Realizar la correccin de datos de precipitacin anual para nuestras estaciones de trabajo.

3. MARCO TEORICO
3.1 ANALISIS DE CONSISTENCIA DE SERIES HIDROMETEOROLOGICAS
Antes de iniciar un estudio de las tendencias de la precipitacin en una regin dada, es necesario asegurarse de que los cambios observados en la media se deban a la dinmica natural del clima. Una serie climtica puede dejar de ser homognea si la estacin de medicin ha sufrido cambios de instrumentos, cambios de emplazamiento o cambios de observador o de entorno. Los registros climticos son especialmente sensibles a estos tipos de cambios; por tanto, es necesario contar con una tcnica que permita comprobar esta hiptesis. 3.1.1 Homogeneidad de una muestra Desde el punto de vista estadstico se dice que una serie de datos es homognea si es una muestra de una nica poblacin, y por lo tanto ser factible obtener resultados representativos de ella. En caso de no ser homognea puede ser que los datos analizados correspondan a dos poblaciones diferentes. Las pruebas estadsticas utilizadas para revisar la homogeneidad de una serie de datos son: Fisher, T de Student y Cramer.

Por lo tanto, si una serie hidrometeorolgica es homognea por definicin ser factible aplicar anlisis probabilsticos y estadsticos elementales. Sin embargo, hay algunos factores que causan una prdida de homogeneidad en los datos de nuestras estaciones de por ejemplo: El cambio de la posicin de un instrumento por el crecimiento urbano o por la variacin de los alrededores rurales. Cambios en la lectura al cambiar el observador Cambios en el equipo utilizado. Cambios en el ambiente fsico: Deforestacin, reforestacin de la zona, apertura de nuevas reas al cultivo, rectificacin de cauces, construccin de embalses y reforestacin, o tambin como el producto de procesos naturales sbitos, como incendios forestales, terremotos, deslizamiento de laderas y erupciones volcnicas.

3.1.2 Anlisis de consistencia

Para el anlisis de la calidad de la informacin se cuentan con los siguientes procedimientos: 1. 2. 3. Inspeccin Visual Anlisis de Doble Masa Anlisis de Inferencia Estadstica

Los dos primeros procedimientos son del tipo grafico mientras que el ltimo es de tipo estadstico. 3.1.2.1 Inspeccin Visual La inspeccin visual ayudara a observar grficamente la homogeneidad o no de los datos del registro. Se pueden obtener grficos de la variable hidrolgica versus el tiempo que indiquen que los datos son homogneos y consistentes o que evidencien la presencia de cambios bruscos o cambios continuos. Claramente se puede observar una anomala en el registro de precipitacin anual de la estacin de Cceres para el ao 1912 aproximadamente.

Figura 1: Serie de precipitacin anual del observatorio meteorolgico de Cceres. Fuente: Susanne Schnabel.

3.1.2.2 Anlisis de Doble Masa La teora de la curva de doble masa se basa en el hecho de que el resultado de graficar los valores acumulados de una cantidad contra los valores acumulados de otra cantidad durante el mismo periodo, debe ser una lnea recta, dependiendo su continuidad de la constancia de la proporcionalidad entre ambas variables; la pendiente de la recta representara la constante de proporcionalidad entre dichas cantidades. Al observarse quiebres en la Figura (2) se entiende que los datos de la estacin de inters contienen inconsistencias que deben ser investigadas y/o corregidas.

Figura 2: Curva de doble masa. Fuente Caldern Hijuma (2010)

3.1.2.3 Anlisis Estadstico Se denomina as al anlisis estadstico realizado sobre los estadsticos de media y desviacin estndar para determinar la consistencia y homogeneidad de los datos. Prueba estadstica de Cramer Para investigar la homogeneidad de una muestra, a veces es conveniente comparar la media de toda la serie con la media de una cierta parte del registro, es decir, realizar un anlisis por bloques. Para ello es muy til la prueba de H. Cramer, que adems es complementaria de la prueba t de Student, sobre todo cuando las muestras n1 y n2 no son muy parecidas. Para investigar la homogeneidad de una muestra, es necesario calcular el estadstico tk, el cual tiene una distribucin t de Student de dos colas con grados de libertad, se calcula con la ecuacin (1) y las ecuaciones (2) y (3) . El estadstico tk se utiliza de la misma forma que el td de la t de Student.

(1)

(2)

(3)

Dnde: o o o o o o o

n : Nmero de registros de toda la muestra.

: Media de toda la muestra. S : Desviacin estndar de toda la muestra. : Nmero de registros de la submuestra. : Media de la submuestra. K : ndice o contador, posterior al cual debe tomarse la submuestra, se determina como; k = n-n1. : Parmetro que relaciona las medias de la muestra y submuestra.

Prueba estadstica t de Student Cuando la prdida de homogeneidad es un abrupto cambio en la media, esta prueba es muy til y poderosa para detectar este tipo de inconsistencias. Para obtener mejores resultados, se recomienda que la muestra total se divida en dos partes con tamaos iguales para que las medias sean muy similares. Se considera que una muestra es homognea si el valor del estadstico td de la prueba t de Student que se calcula con la ecuacin (4), resulta menor o igual al estadstico tc de la distribucin t de Student de dos colas del cuadro (4) y con n1+n2 -2 grados de libertad.

(4)

Dnde: o o o o o o

: Media de la muestra uno : Media de la muestra dos : Nmero de registros de la muestra uno : Nmero de registros de la muestra dos : Varianza de la muestra uno : Varianza de la muestra dos

Prueba estadstica de Fisher Detectar cambios en la varianza y en la media son pasos fundamentales para determinar si la serie presenta homogeneidad o no; el hecho de que no lo sea significa que los parmetros estadsticos varan, ya sea debido a causas naturales o antropognicas. Se recomienda por lo tanto hacer el test para la estabilidad de la varianza, debido bsicamente dos razones: la inestabilidad de la varianza implica que la serie cronolgica no es estacionaria, as que no se puede usar para anlisis posteriores; y algunos test de estabilidad en la media requieren que haya estabilidad en la varianza.

Homogeneidad

4 METODOLOGIA
1. Para poder desarrollar esta prctica necesitamos de ciertos materiales como : Serie de Datos de Precipitacin promedio anual de las estaciones de Niepos, Llapa, Bambamarca y Cutervo del departamento de Cajamarca para el periodo de aos comprendidos entre 1971 y el 1981. Tablas estadsticas de T-Student y Fisher.

2. Con los datos de precipitacin de cada una de las estaciones procedemos a ordenarlas de manera que se puedan graficar los histogramas , luego graficamos los histogramas de cada estacin .

HISTOGRAMA DE LA PRECIPITACION DE LA ESTACION NIEPOS-CAJAMARCA

450

400
350 300 PP (mm) 250 200 150 100 50 ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov 1971 1972 1973 1974 1975 1976 AOS 1977 1978 1979 1980 1981 0

HISTOGRAMA DE LA PRECIPITACION DE LA ESTACION CUTERVO-CAJAMARCA

400 350 300 PP (mm) 250 200 150 100 50 ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov 1971 1972 1973 1974 1975 1976 AOS 1977 1978 1979 1980 1981 0

HISTOGRAMA DE PRECIPITACION DE LA ESTACION BAMBAMARCA-CAJAMARCA

250 200 PP (mm)

150
100 50 0

450 400 350 300 PP (mm) 250 200 150 100 50 ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov 1971 1972 1973 1974 1975 1976 AOS 1977 1978 1979 1980 1981 0

3. Luego de graficarlos histogramas pasamos a determinar la precipitacin promedio anual de la zona a partir de los datos de precipitacin promedio anual de las estaciones. ESTACIONES NIEPOS AOS 1971 1972 1973 1974 1975 1001.8 901.2 924.3 607.8 785.5 LLAPA BAMBAMARCA PP ANUAL 1181.8 895.2 1424.2 773 1197.5 852.6 771.9 801.6 717 918.9 1491.8 903.7 1197.3 1218.2 1001.7 CUTERVO PP PROMEDIO ANUAL PARA LA ZONA 1132 868 1086.85 829 975.9

ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov ene mar may jul set nov 1971 1972 1973 1974 1975 1976 AOS 1977 1978 1979 1980 1981

HISTOGRAMA DE PRECIPITACION DE LA ESTACION LLAPAS-CAJAMARCA

1976 1977 1978 1979 1980 1981

730.8 424.5 506.5 430.1 431.2 551.8

923.4 944.2 721.1 775 687.1 887.5

625.6 805 536 681.2 654 730.2

873 716.6 525.7 665.2 712.4 960

788.2 722.575 572.325 637.875 621.175 782.375

4. Procedemos a realizar la curvas de doble masa para ver en donde es el punto de quiebre , para esto necesitamos la precipitacin acumulada del promedio de la zona y la precipitacin promedio anual acumulada de cada estacin.

Cuadro de la precipitacin acumulada de las estaciones y del promedio de la zona.

ESTACIONES PP PROMEDIO ACUMULADO 1132 2000 3086.85 3915.85 4891.75 5679.95 6402.525 6974.85 7612.725 8233.9 9016.275 NIEPOS LLAPA BAMBAMARCA CUTERVO

AOS 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981

PP ACUMULADA 1001.8 1903 2827.3 3435.1 4220.6 4951.4 5375.9 5882.4 6312.5 6743.7 7295.5 1181.8 2077 3501.2 4274.2 5471.7 6395.1 7339.3 8060.4 8835.4 9522.5 10410 852.6 1624.5 2426.1 3143.1 4062 4687.6 5492.6 6028.6 6709.8 7363.8 8094 632.1 1535.8 2733.1 3951.3 4953 5826 6542.6 7068.3 7733.5 8445.9 9405.9

Curvas de doble masa

Curva de doble masa Est. Niepos promedio de 4 estaciones

11000 Precipitacion anual acumulada de la Est. Niepos 10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 Precipitacion anual acumulada de las 4 estaciones estacion Niepos

Curva de doble masa Est. Llapa

11000 Precipitacion anual acumulada de la Est. San Benito 10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 promedio de 4 estaciones

Estacion Llapa

Precipitacion anual acumulada de las 4 estaciones

Curva de doble masa Est. Bambamarca

11000 Precipitacion anual acumulada de la Est. Lives 10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 Precipitacion anual acumulada de las 4 estaciones promedio de 4 estaciones estacion Bambamarca

Curva de doble masa Est. Cutervo

11000
Precipitacion anual acumulada de la Est. Contumaza 10000 9000 8000 7000

promedio de 4 estaciones

Estacion Cutervo

6000
5000 4000 3000 2000 1000 0 Precipitacion anual acumulada de las 4 estaciones

5. Una vez identificado los puntos de quiebre y viendo que se separan de la curva de precipitaciones promedio , procedemos a comprobar su homogeneidad con las pruebas estadsticas de crammer y Fisher. Para analizar la media lo podemos hacer con crammer o student, sin embargo elegir cualquiera de ellas va depender de los tamaos de muestra. Como el tamao de nuestras muestras son diferentes procedemos a trabajar con crammer. Cuadro 1. Prueba Estadstica de Cramer para las estaciones, para un = 5% y ttabla= 2.262

PRUEBA CRAMMER
ESTACIONES PARAMETROS n n1 n2 Desviacion estandar Promedio xK Tk tk t tabla Conclusin LLAPA 11 7 4 230.396134 946.3636364 876.5428571 -0.303046662 -1.312789559 2.262 HOMOGENEA CUTERVO 11 4 7 283.9825673 933.2363636 1202.75 0.949049933 3.089432244 2.262 NO HOMOGENEA BAMBAMARCA 11 3 8 109.4123468 735.8181818 808.7 0.666120601 1.340322386 2.262 HOMOGENEA NIEPOS 11 8 3 215.4450096 663.2272727 558.525 -0.485981425 -3.9130166 2.262 HOMOGENEA

La prueba de Fisher consiste en tener como hiptesis que la razn entre varianzas es 1 . Cuadro Prueba Estadstica de Fisher para las estaciones con un =5%.

PRUEBA FISHER
ESTACIONES PARAMETRO S12 S2
2

LLAPA 51175.00238 7691.0825 6 2 6.653810095 19.33 HOMOGENEA

CUTERVO 57749.73667 29438.76238 3 5 1.96169037 5.14 HOMOGENEA

BAMBAMARCA 1665.93 13495.39268 7 1 0.123444352 236.8 HOMOGENEA

NIEPOS 19577.645 2776.703333 7 1 7.050679403 236.8 HOMOGENEA

g.l. numerador g.l. denominador Fcal Ftabla Conclusin

La estacin de Cutervo en la prueba de crammer sale como no homognea y en la de Fisher como homognea, como en una de las dos presenta un valor de no homogeneidad se procede a corregir, ya que para decir que es consistente se tiene que cumplir la homogeneidad en las dos pruebas.

6. Como los datos de la estacin de Cutervo presenta no homogeneidad se procede a realizar la correccin de la muestra n1, que en el anlisis de crammer es nuestra muestra problema. Para la correccin de nuestros datos hemos utilizado la siguiente formula :

= valor corregido de informacin = valor a ser corregido = media de la primera y segunda

serie

= desviacin estndar de la primera y segunda serie

DATO ORIGINAL
N1 CUTERVO AOS 1971 1972 1973 1974 PP(mm) 1491.8 903.7 1197.3 1218.2 AO 1971 1972 1973 1974 PP(mm) 985.6038838 565.71348 775.3373919 790.25953

CORREGIDO

Para corroborar la correccin se procede a graficar la curva de doble masa .

Curva de doble masa CORREGIDA Est. Cutervo

11000.0000 Precipitacion anual acumulada de la Est. Contumaza 10000.0000 9000.0000 8000.0000 7000.0000 6000.0000 5000.0000 4000.0000 3000.0000 2000.0000 1000.0000 0.0000 promedio de 4 estaciones

Estacion Cutervo

Precipitacion anual acumulada de las 4 estaciones

RESULTADOS
ESTACIONES PRUEBA DE CRAMMER Homognea Homognea No Homognea Homognea PRUEBA DE FISHER

NIEPOS LLAPA CUTERVO BAMBAMARCA

Homognea Homognea Homognea Homognea

6 ANALISIS DE LOS RESULTADOS

De los histogramas, se puede ver que el patrn de precipitacin es uniforme en todas las estaciones, la nica "anomala" sera en el ao 1971, en el cual, las estaciones NIEPOS, CUTERVO, BAMBAMARCA y LLAPA presentan un pico elevado, podemos asegurar con certeza que se trata de un fenmeno nio, pues efectivamente, aconteci uno entre 1971 y 1972. Sin embargo, Bambamarca tiene su histograma ms homogneo y el 1971 parece no notarse; puede deberse a que en esta regin de Cajamarca, los vientos cargados de humedad llegaron hasta aqu habiendo descargado gran parte de su carga. En la curva de doble masa de la Estacin Niepos, vemos que la tendencia se aleja a partir del segundo mes, algo similar ocurre con la estacin de Llapa y Bambamarca.En la estacin de Cutervo, podemos apreciar algo distinto, pues la curva de masa de la estacin con referente a las dems se separa un poco, recorre ms o menos en forma paralela y vuelve a cruzarse con la curva de masa patrn. Los quiebres aunque pueden hacernos sospechar de No Homogeneidad, no son indicadores definitivos, para ello, recurrimos a las pruebas estadsticas. Se utiliz la prueba de Crammer y Fisher. Realizadas las pruebas estadsticas, y analizadas las pruebas de Hiptesis se tiene: o En la prueba de Crammer, las estaciones de LLAPA, BAMBAMARCA, NIEPOS son HOMOGNEAS. La estacin de CUTERVO, NO HOMOGNEA, por ende se va tener que realizar la correccin a la serie problema. Para la prueba Estadstica de Fisher, hemos de tener cuidado al hallar correctamente los grados de libertad del numerador y el denominador, pues estos afectan directamente el valor del Ftabla, y con ello la validez o invalidez de nuestra prueba de hiptesis. El resultado fue que para todas las estaciones los datos de precipitacin son HOMOGNEOS. Ahora se tiene la certeza de que estos datos son utilizables para cualquier tipo de estudio y anlisis.

Asimismo para que se asegure que los datos de precipitacin son consistentes en una estacin se debe cumplir la homogeneidad tanto en la prueba de crammer y Fisher, en caso de que en una de ellas salga no homognea se tiene que realizar una correccin de datos en la muestra problema. En nuestro caso eso se da en la estacin de Cutervo, por lo cual se utiliz de frmula de correccin para la primera serie, ya que nuestra muestra problema en crammer fue los datos de 1971 a 1974. Con los datos corregidos vemos que la curva de la estacin de cutervo se asemeja ms a la curva patrn. Con esto podemos inferir que la correccin fue correcta.

CONCLUSIONES
o Es necesario realizar siempre el anlisis de consistencia para poder trabajar con seguridad con datos de precipitacin, caudal y otros de corte Hidrolgico. Aunque en los Histogramas se presente alguna tendencia distinta a la general, esto no quiere decir que la muestra no sea Homognea, hay que comprobar con las curvas de doble masa y finalmente con las pruebas Estadsticas En cuanto a la consistencia de los datos de las cuatro estaciones trabajadas se puede decir que los datos estn correctos en su mayora, ya que solo una estacin resulto no homognea .Esto refleja una buena toma de datos. La prueba de crammer implica reconocer los puntos de quiebre en la curva de doble masa para as poder determinar la muestra problema, la cual va ser analizada. Los grados de libertad en la prueba de Fisher son importantes ya que en base a estos se compara los resultados obtenidos, da el resultado de homogeneidad o no homogeneidad.

BIBLIOGRAFIA
Servicio Nacional de meteorologa e Hidrologa Senamhi, obtenido de : http://www.senamhi.gob.pe/main_mapa.php?t=dHi

CALDERON HIJUMA, Mirtha P. 2010 Hidrologa General .Lima: UNI SCHNABEL, Susanne. La precipitacin como factor en procesos hidrolgicos y erosivos. Universidad de Extremadura. Anlisis distribucional de los datos de precipitacin y escurrimiento. (Consultado el 30 de Abril). Obtenido de: http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/737/A6.pdf ?sequence=6 CARBAJAL ESCOBAR, Yesid. 2010. Anlisis de tendencia y homogeneidad de sistemas climatolgicas. (Consultado el 30 de Abril). Obtenido de: http://eidenar.univalle.edu.co/revista/ejemplares/9/c.htm

VELANDIA BUITRAGO, Andrea. 2006. Mdulo de hidrologa para educacin a distancia. Instituto de educacin superior a distancia. Bogota.