Escolar Documentos
Profissional Documentos
Cultura Documentos
DE
HIDROLOGIA APLICADA
Ludwig Stowhas
UNIVERSIDAD TECNICA
FEDERICO SANTA MARIA
DEPARTAMENTO DE OBRAS CIVILES
re
lim
in
rP
Bo
rra
do
ar
ar
re
lim
in
rP
FUNDAMENTOS
DE
HIDROLOGIA APLICADA
Bo
rra
do
Ludwig Stowhas B.
Editado por:
Alvaro
Ossandon A.
Raul Flores A.
re
lim
in
rP
Bo
rra
do
ar
ar
CONTENIDO
INDICE DE FIGURAS
re
lim
in
XIII
INDICE DE TABLAS
1. INTRODUCCION
XVI
1
1
rP
1.1. Definici
on y Alcance de la Hidrologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5. Ecuaci
on General de Balance Hidrologico . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. ELEMENTOS DE CLIMATOLOG
IA Y METEOROLOG
IA
6
9
10
10
2.1.2. Medici
on de la Radiaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.1.3. Radiaci
on de Onda Corta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
15
18
2.2.1. Distribuci
on de Temperaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2.2.2. Medici
on de Temperaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
21
2.3.1. Leyes B
asicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
23
2.3.4. Medici
on de la Humedad Atmosferica . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
Bo
rra
do
2.1. Radiaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
28
2.4.1. Hidrost
atica de la Atm
osfera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.4.2. Atm
osfera Isotermica
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
2.4.3. Atm
osfera de Gradiente Termico Constante . . . . . . . . . . . . . . . . . . . . . . . .
29
29
31
32
38
44
44
46
2.6.2.1. Vientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
2.6.3. Circulaci
on General de la Atmosfera . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
2.6.4. El Fen
omeno ENOS, El Ni
no - Oscilacion del Sur . . . . . . . . . . . . . . . . . . . . .
52
rP
re
lim
in
ar
Y EVAPOTRANSPIRACION
3. EVAPORACION
55
56
56
56
58
59
3.3. Evaporaci
on de Suelos y Transpiracion Vegetal . . . . . . . . . . . . . . . . . . . . . . . . . .
59
3.4. Medici
on de la Evaporaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
61
63
63
3.5. Estimaci
on de la Evaporaci
on y Evapotranspiracion . . . . . . . . . . . . . . . . . . . . . . .
64
3.5.1. F
ormula de Thornthwaite-Holzman o Metodo Aerodinamico . . . . . . . . . . . . . . .
64
65
Bo
rra
do
3.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
3.5.3.1. F
ormula de Mc Ilroy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
68
3.5.4. F
ormulas Basadas en la Ley de Dalton . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.5.4.1. F
ormula del Lago Hefner . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.5.4.2. F
ormula de los Servicios Hidrologicos de la ex URSS . . . . . . . . . . . . . .
69
3.5.4.3. F
ormula de Meyer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.5.5. F
ormulas Climatol
ogicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
70
3.5.5.1. F
ormula de Turc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
70
70
3.6. Evaporaci
on desde Salares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
3.7. Evaporaci
on desde Superficies de Hielo o Nieve . . . . . . . . . . . . . . . . . . . . . . . . . .
72
3.8. Reducci
on de la Evaporaci
on desde Superficies Lquidas . . . . . . . . . . . . . . . . . . . . .
73
rP
4. PRECIPITACION
re
lim
in
ar
3.5.3. F
ormulas Combinadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
75
76
76
76
77
78
78
4.2.2. N
ucleos de Condensaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
78
79
80
4.5. Medici
on de la Precipitaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
4.5.1. Pluvi
ometro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
4.5.2. Pluvi
ografos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
4.5.2.1. Pluvi
ografo de Bascula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
4.5.2.2. Pluvi
ografo Gravimetrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
4.5.2.3. Pluvi
ografo de Sifon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
Bo
rra
do
84
85
86
87
88
4.6.2.1. Ampliaci
on de Estadsticas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
4.7. Precipitaci
on Media Real o en el Espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
90
90
91
92
92
93
4.8.2. Precipitaciones M
aximas en 24 Horas y Precipitaciones Maximas Diarias
. . . . . . .
98
. . . . . . . . . . . . . . . . .
99
re
lim
in
ar
4.5.3. Medici
on de Precipitaci
on Nival . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
rP
4.8.3. Precipitaciones M
aximas en 1, 2 y 3 Das Consecutivos
5. ANALISIS
DE FRECUENCIA EN HIDROLOG
IA
101
Bo
rra
do
5.1.1. Selecci
on de Datos Hidrol
ogicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.1.1.1. Serie de Duraci
on Completa . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.1.1.2. Serie de Duraci
on Parcial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.1.1.3. Serie de Valores Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.1.2. Funci
on de Densidad de Frecuencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.1.3. Perodo de Retorno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.2.1.4. Distribuci
on Gamma de Dos Parametros . . . . . . . . . . . . . . . . . . . . 123
5.2.1.5. Curvas de Pearson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.2.1.6. Distribuci
on de Pearson Tipo III . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.1.7. Distribuci
on Log Pearson Tipo III . . . . . . . . . . . . . . . . . . . . . . . 130
ar
re
lim
in
rP
5.5.2. Distribuci
on de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.5.3. Estadsticas con Valores Nulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.6. Presentaci
on Estadstica de Variables Hidrologicas . . . . . . . . . . . . . . . . . . . . . . . . 152
Bo
rra
do
MAXIMA
6. PRECIPITACION
PROBABLE
157
6.1. Definici
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.2. Influencia del Tipo de Precipitaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.3. Factores Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.4. Metodo Hidrometeorol
ogico de Estimacion de la Precipitacion Maxima Probable . . . . . . . 159
6.4.1. Maximizaci
on de la Humedad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
6.4.2. Maximizaci
on del Viento
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.4.3. Maximizaci
on de Tormentas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.4.4. Estimaci
on de la PMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
6.4.5. Curvas Precipitaci
on-Duracion-Area
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
6.4.6. Precipitaci
on M
axima Probable Va Metodo Estadstico . . . . . . . . . . . . . . . . . 164
7. ESCORRENT
IA
167
ar
re
lim
in
rP
8. ESTIMACION
Bo
rra
do
DE LA ESCORRENT
IA
181
8.1. Transposici
on de Caudales Medios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
8.2. Transposici
on de Caudales de Crecida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
8.3. Uso de Correlaciones Estadsticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
8.3.1. Regresi
on Lineal Simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
8.3.2. Regresiones No Lineales o M
ultiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
8.4. Pron
osticos o Predicci
on de Caudales Estacionales Futuros
. . . . . . . . . . . . . . . . . . . 187
8.4.1. Pron
ostico de Vol
umenes Estacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
8.4.2. Distribuci
on Estacional del Volumen de Deshielo . . . . . . . . . . . . . . . . . . . . . 189
199
ar
9.1. Estimaci
on de la Infiltraci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
9.1.1. Ecuaci
on de Horton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
re
lim
in
9.1.2. Ecuaci
on de Philip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
9.1.3. Ecuaci
on de Green-Ampt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
9.1.4. Tiempo de Encharcamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
9.1.5. Indices de Infiltraci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
9.1.6. Metodo de la Curva N
umero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
9.1.7. Condiciones Antecedentes de Humedad . . . . . . . . . . . . . . . . . . . . . . . . . . 206
9.2. Estimaci
on del Flujo Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
rP
Bo
rra
do
9.4.3. F
ormula de Verni-King
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
9.4.4. F
ormulas DGA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
9.4.5. Hidrogramas de Crecidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.4.5.1. Hidrograma de Santa Barbara . . . . . . . . . . . . . . . . . . . . . . . . . . 234
9.4.5.2. Hidrograma del SCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
ar
9.4.5.3. F
ormula de Mill
an-Stowhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
9.4.6. Hietogramas de Tormentas de Dise
no . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
re
lim
in
9.4.6.1. Distribuci
on de Tormentas de Endesa . . . . . . . . . . . . . . . . . . . . . . 239
Bo
rra
do
rP
ar
INDICE DE FIGURAS
11
re
lim
in
2.2. Distribuci
on estacional de la radiacion de onda corta incidente en funcion de la latitud. Fuente:
15
16
16
2.5. Estratificaci
on termica de la atm
osfera.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
26
33
33
34
34
35
Bo
rra
do
rP
Sellers (1965) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.12. Ajuste de curvas a perfiles de temperatura medidos durante das de lloviznas, lluvias moderadas
y lluvias intensas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
2.13. Ajuste de curvas a perfiles de humedad relativa medidos durante das de lloviznas, lluvias
moderadas y lluvias intensas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
2.14. Ajuste de curvas a perfiles de velocidad del viento medidos durante das de lloviznas, lluvias
moderadas y lluvias intensas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
2.15. Circulaci
on General de la Atm
osfera. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
81
82
84
xi
89
4.5. Curva doble acumulada con desplazamiento brusco debido a un error grosero de medicion. . .
89
91
96
96
ar
98
re
lim
in
orogr
afico (IV a X Regiones). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
rP
5.7. Analisis gr
afico excel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.8. Curvas IDF para la serie de excedencias anuales de la estacion USM, Valparaso. . . . . . . . 153
5.9. Curva de variacion estacional de los caudales medios mensuales . . . . . . . . . . . . . . . . . 154
Bo
rra
do
. . . 178
8.1. Distribuci
on caudal m
aximo de deshielo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
8.2. Distribuci
on caudales de deshielo para el caso en que el caudal maximo ocurre en noviembre.
190
9.1. Variaci
on de CN en funci
on de la precipitacion. . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.2. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones diarias, estacion
inactiva (Mayo-Agosto). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
9.3. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones diarias, estacion
crecimiento (Septiembre-Abril). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
9.4. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
en 24 hrs., estaci
on inactiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
9.5. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
ar
en 24 hrs., estaci
on crecimiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
9.6. Separaci
on de hidrogramas de crecida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
9.7. Punto de separaci
on de escorrenta directa y flujo base.
. . . . . . . . . . . . . . . . . . . . . 212
re
lim
in
9.8. Fabricaci
on de Hidrograma Unitario promedio . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
Bo
rra
do
rP
re
lim
in
rP
Bo
rra
do
ar
ar
INDICE DE TABLAS
re
lim
in
17
32
2.3. Altura de agua precipitable [mm] entre la superficie 1000 [Hpa] y un nivel de presion p en
una atm
osfera saturada pseudo adiabatica . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
2.4. Altura de agua precipitable [mm] entre la superficie 1000 [Hpa] y un nivel z[m] sobre esa
43
47
2.6. Constantes para definir el perfil de viento correspondiente a diferentes tipos de das. . . . . .
48
62
3.2. Evaporaci
on mensual de bandeja [mm].
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
(p = 1000 [Hpa]). . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
71
72
86
Bo
rra
do
rP
95
97
5.5. Factores de frecuencia para distribuciones Pearson Tipo III con asimetra positiva. . . . . . . 125
5.6. Factores de frecuencia para distribuciones Pearson Tipo III con asimetra negativa. . . . . . . 129
5.7. Factores de correcci
on fc () para estimacion de intervalos de confianza ( = 0.9). . . . . . . . 135
5.8. Resumen obtenidos en los ejemplos 5.2.1 a 5.2.7. . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.9. Valores de 2,(1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
ar
re
lim
in
8.1. Parametros F
ormula de Langbein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
8.2. Tabulaci
on Ejemplo del Metodo del Balance de Thorntwaite . . . . . . . . . . . . . . . . . . . 196
9.1. Parametros de la ecuaci
on de Horton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
9.2. Curva N
umero equivalente en funcion de la precipitacion . . . . . . . . . . . . . . . . . . . . . 205
9.3. Condiciones antecedentes de humedad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
9.4. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones diarias. . . . . . 207
rP
9.5. Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
en 24 hrs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
9.6. Hidrograma Adimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Bo
rra
do
ar
Captulo 1
1.1.
re
lim
in
INTRODUCCION
Definici
on y Alcance de la Hidrologa
La Hidrologa puede definirse como la ciencia que tiene que ver con el origen, distribucion, circulacion y propiedades del agua en su estado natural y sus relaciones con el medio ambiente. Es considerada, en consecuencia,
rP
Sin embargo, considerando que de una u otra forma, el agua se presenta en manifestaciones m
ultiples en
distintas partes del planeta, su estudio no es exclusivo de la hidrologa, existiendo m
ultiples interrelaciones
entre ella y otras Ciencias de la Tierra que le son afines, tales como la Meteorologa, Geologa, Oceanografa,
Bo
rra
do
Limnologa y otras.
Por otra parte, si bien es cierto que la Hidrologa puede ser estudiada y considerada como una ciencia pura,
de caracter m
as bien descriptivo y cualitativo, no es menos cierto que existen importantes aplicaciones de ella
a otras disciplinas m
as cuantitativas, tales como la Agronoma, Ingeniera en general e Ingeniera Hidraulica
en particular, donde aparecen metodos y procedimientos aplicados especiales que configuran lo que algunos
autores han denominado Ingeniera Hidrologica.
En este contexto, aparecen una serie de herramientas matematicas, metodos y procedimientos empleados en
Hidrologa, que provienen de otras disciplinas, marcando su dependencia, entre otras, respecto a la Mecanica
y Fsica de Suelos, Mec
anica de Fluidos e Hidraulica, Estadstica Matematica, Analisis Matematico y Analisis
de Sistemas. A
un as, muchos de los metodos y procedimientos de la hidrologa le son en general propios y
solo aplicables a sus fines y objetivos.
De lo anteriormente expuesto se deduce que existe una amplia gama de enfoques y aproximaciones al
estudio de la Hidrologa que van desde su vision como una disciplina eminentemente descriptiva hasta su
vision como una especialidad de la ingeniera.
El presente texto est
a orientado especialmente a las aplicaciones ingenieriles de la Hidrologa.
Introduccion
1.2.
Hidrologa e Ingeniera
ar
la conservacion y aprovechamiento
optimo del agua como recurso natural, y por otra parte en la proteccion y
conservacion de las obras de infraestructura frente a la accion destructiva que los eventuales excesos de agua
provocan sobre ellas.
re
lim
in
Es as, por ejemplo, como los estudios y analisis hidrologicos en ingeniera tratan de la determinacion de
rP
Los resultados de estos estudios resultan fundamentales para planificar la toma de decisiones en torno al
optimo aprovechamiento del recurso y le permiten al ingeniero abordar el dise
no y dimensionamiento de las
obras civiles afectadas por el agua con la seguridad requerida, asegurando la preservacion del ambiente y
Bo
rra
do
1.3.
El agua, siendo uno de los elementos naturales mas abundantes de la Tierra, se encuentra principalmente
depositada en forma de agua salada en los oceanos y en forma de hielo o nieve en los inhospitos casquetes
polares.
Como se desprende de las cifras de la Tabla 1.1, de una disponibilidad total estimada cercana a los 1,386
millones de kil
ometros c
ubicos de agua en el planeta Tierra, menos de un 0.8 % de este volumen ocurre en
los continentes habitados por el hombre. De este porcentaje, gran parte se encuentra en forma subterranea
o glaciares continentales, resultando que s
olo 122,000 Km3 o un 0.009 % del volumen total queda disponible
Introduccion
problema de desabastecimiento.
Tabla 1.1: Disponibilidad de agua en la tierra.
Distribuci
on del agua en la Tierra
Volumen en Km3
Agua salada
Agua dulce
Agua total
1,338,000,000
96.5
24,064,000
68.7
1.74
0.04
0.001
0.94
0.006
Oceanos y mares
Casquetes y glaciares polares
Porcentaje
Agua dulce
12,900
Agua subterr
anea salada
12,870,000
85,400
Aguas Continentales
Agua subterr
anea dulce
Glaciares continentales y Permafrost
Lagos de agua dulce
Humedad del suelo
Embalses
Ros
Agua biol
ogica
Total agua dulce
Total agua en la tierra
10,530,000
30.1
0.76
300,000
0.86
0.022
91,000
0.26
0.007
16,500
0.05
0.001
11,470
0.03
0.0008
2,120
0.006
0.0002
1,120
0.003
0.0001
10,952,210
31.27
0.79
35,029,110
100
2.53
100
rP
re
lim
in
Atm
osfera
ar
Situaci
on del agua
1,386,000,000
Fuente: UNESCO (2003), World Water Balance and Water Resources of the Earth.
Bo
rra
do
Ademas, la distribuci
on y ocurrencia natural de las aguas continentales es extraordinariamente variable
tanto en el tiempo como en el espacio. Esto origina la paradojal situacion de la existencia de regiones donde
el principal factor limitante al desarrollo es la poca disponibilidad o deficit de agua, mientras en regiones no
muy lejanas y a
un en las mismas regiones pero en distintas temporadas, el principal problema sea el control
o eliminacion parcial o total de los efectos nocivos o catastroficos provocados por los excesos de agua.
Esta situaci
on ha llevado a la necesidad de desarrollar programas y proyectos regionales para el control y
aprovechamiento integral de los recursos hdricos, como a mejorar la tecnologa y metodos necesarios para
la concepcion, planificaci
on, dise
no y construccion de las obras o sistemas hidraulicos que dichos programas
requieren.
Introduccion
1.4.
El Ciclo Hidrol
ogico
El ciclo hidrol
ogico es un concepto m
as bien academico que corresponde a un modelo o idealizacion del movimiento de circulaci
on del agua dentro del planeta Tierra, e incluye por lo tanto el movimiento y distribucion
del agua dentro de la litosfera (continentes), hidrosfera (oceanos y mares) y atmosfera, al igual que los procesos de transferencia del agua entre estos elementos a traves de los mecanismos de evaporacion, precipitacion
y escorrenta.
ar
A
un cuando el ciclo hidrol
ogico es globalmente un proceso continuo, contiene variables de ocurrencia
aleatoria, que configuran elementos discretos al considerar extensiones, territorios o intervalos de tiempo de
re
lim
in
analisis a escalas reducidas. Por ejemplo, dentro de una cuenca hidrografica especfica, la precipitacion a
una escala diaria aparece como un elemento discreto de ocurrencia aleatoria, mientras la evaporacion y la
escorrenta se presentan como procesos continuos, a
un cuando variables e impermanentes en el tiempo. Es
decir, un fenomeno que constituye una funcion o proceso continuo desde un punto de vista global, aparece con
una distribuci
on discreta desde el punto de vista local. Esta situacion es un hecho importante y conveniente,
ya que facilita el an
alisis estadstico de los estudios hidrologicos de caracter local, en que las variables deben
ser necesariamente discretizadas.
En primer lugar, se hace referencia a la Figura 1.1 que describe en forma pictorica los diferentes elementos
que constituyen el ciclo hidrol
ogico, distinguiendose tanto elementos de almacenamiento como de transferencia
rP
o transporte de agua.
As, se observa como el agua depositada en el principal elemento de almacenamiento, el cual son los oceanos
y mares, es transferida mediante procesos de evaporacion a la atmosfera donde se almacena en forma de vapor
de agua. Este vapor puede condensar e incorporarse a la superficie terrestre a traves de procesos de precipitacion pluvial o nival, cayendo sobre oceanos, lagos, monta
nas y valles. Parte de la precipitacion cada sobre
Bo
rra
do
la superficie terrestre puede escurrir sobre ella, incorporandose a redes de drenaje natural que la retornaran
nuevamente al mar. Otra parte puede quedar temporalmente almacenada en depresiones, lagos o en forma de
hielo o nieve, o puede infiltrarse quedando retenida en la zona de races de las plantas o percolar profundamente hasta alcanzar las napas subterr
aneas, o escurrir a traves de grietas en los estratos profundos de roca.
El agua superficialmente almacenada o retenida en el suelo, retornara a la atmosfera a traves de procesos
de evaporacion, sublimaci
on de hielo o transpiracion de las plantas, o infiltrara y percolara profundamente,
escurriendo en forma subterr
anea hasta aflorar en ros o lagos, o descargara subterraneamente al mar.
Puede observarse a su vez, la interacci
on o traspaso de agua entre diferentes elementos superficiales y sub-
terraneos del ciclo, y la existencia de distintas alternativas de circulacion o subciclos, como agua precipitada
directamente sobre los oceanos o precipitaci
on evaporada durante su cada, antes de alcanzar la superficie de
la Tierra.
La representaci
on gr
afica del ciclo hidrologico permite efectuar una especie de inventario de los fenomenos
que forman parte del ciclo, pero no permite establecer las relaciones funcionales entre los distintos elementos componentes que determinan la trayectoria del agua a traves de los distintos subciclos o cortacircuitos
existentes en su camino de retorno a la atmosfera o al mar.
Finalmente la imagen de la Figura 1.1 no permite considerar la variable tiempo, que introduce algunas
re
lim
in
ar
Introduccion
rP
complicaciones, como en el caso del agua temporalmente almacenada en forma de nieve o hielo, ni permite
considerar procesos m
as complejos como la existencia de perodos h
umedos o de crecidas, o perodos secos o
sequas.
Para lograr parte de estos objetivos, levantando algunas de las limitaciones, se puede recurrir a otras formas
Bo
rra
do
en el ciclo hidrol
ogico y las interconexiones entre los distintos procesos.
Mediante una lnea de trazos se ha delimitado en la Figura 1.2, los procesos correspondientes al ciclo de
aguas.
Cabe agregar aqu, la ventaja de utilizar la cuenca hidrografica no solo como unidad territorial hidrologica,
sino tambien como unidad poltica y administrativa, lo que elimina, o al menos disminuye, las disputas y
conflictos territoriales y de uso del agua, facilitando el manejo y administracion racional del recurso.
Introduccion
FIGURA N 1.2
EVAPOTRANSPIRACION
EVAPORACION
ATMOSFERA
EVAPORACION
PRECIPITACION
EVAPORACION
INTERCEPCION
PRECIPITACION
SOBRE EL OCEANO
ar
PRECIPITACION
SOBRE CAUCES
PRECIPITACION
SOBRE DEPRESIONES
SUPERFICIALES
TRANSPIRACION
VEGETACION
EVAPORACION
DEPRESIONES
SUPERFICIALES
INFILTRACION
AGUA ABSORBIDA
re
lim
in
ESCORRENTIA
SUPERFICIAL
INFILTRACION
CURSOS
SUPERFICIALES
DE AGUA
OCEANOS
FLUJO
SUBTERRANEO
FLUJO SUBSUPERFICIAL
SUELOS
rP
PERCOLACION
AGUA
SUBTERRANEA
FLUJO SUBTERRANEO
FLUJO SUBTERRANEO
Bo
rra
do
CICLO DE ESCORRENTIA
1.5.
Ecuaci
on General de Balance Hidrol
ogico
Asociado a la cuantificaci
on de los conceptos de ciclo hidrologico y ciclo de escorrenta surge otro concepto
basico en hidrologa, cual es el concepto de conservacion de la masa o su equivalente en mecanica de fluidos,
la ecuacion de continuidad.
Expresada en su forma m
as b
asica y general, la ecuacion de continuidad puede representarse por la relacion,
I Q=
V
t
(1.1)
donde I y Q son los flujos de entrada y salida a un determinado volumen de control y V es el almacenamiento
al interior de dicho volumen.
La ecuacion (1.1) expresada en su forma integral y aplicada a una cuenca hidrografica como volumen de
control, se conoce con el nombre de ecuacion de balance de masas o ecuacion general de balance hidrologico.
Introduccion
Para un intervalo de tiempo t comprendido entre dos instantes t1 y t2 , el balance de masas en una cuenca
se representa por la siguiente ecuaci
on:
P + Qa R E T Qe = Vsup + Vsub + Vh + H
(1.2)
donde P es la precipitaci
on total ocurrida en el perodo t2 t1 sobre la cuenca, Qa es el volumen de agua
ar
afluente a la cuenca como caudales superficiales o subterraneos, R es la precipitacion retenida por la vegetacion, E es la evaporaci
on desde superficies de suelo h
umedo o desde espejos de agua, T es la transpiracion
vegetal ocurrida en el perodo, Qe es la escorrenta total efluente en la seccion de salida de la cuenca, y los
re
lim
in
valores Vsup , Vsub , Vh y H corresponden a la variacion del volumen de agua almacenado en la cuenca
en depresiones superficiales, lagos y embalses, en forma de agua subterranea, en forma de hielos, glaciares o
nieve estacional, y en forma de humedad contenida en los suelos, respectivamente.
Salvo en cuencas intervenidas por el hombre, el termino Qa es normalmente nulo o despreciable, aunque
se dan excepciones en lo que se refiere a caudales afluentes en forma subterranea ; la evaporacion, retencion
y transpiracion vegetal pueden agruparse en un termino global denominado evapotranspiracion, ET , por
lo que la ecuaci
on (1.2) puede reescribirse de la forma
rP
P ET Qe = Vsup + Vsub + Vh + H
(1.3)
Siendo conceptualmente exacta, para la aplicacion practica de la ecuacion de balance hidrologico se requiere
que solo uno de los terminos del balance sea incognita, debiendo disponerse de informacion respecto a todas
las demas variables involucradas. Considerando los errores que se cometen en la medicion o estimacion de
Bo
rra
do
Si, por ejemplo, se inicia y termina el perodo de balance al final de la temporada seca de verano, en la zona
Analogo raciocinio puede efectuarse con los terminos que representan la variacion del almacenamiento de
aguas superficiales y subterr
aneas, por lo que tambien pueden despreciarse con un margen aceptable de error.
La situacion m
as habitual, en consecuencia, es la de estimar la escorrenta media anual de la cuenca mediante
la ecuacion simplificada expresada de la forma,
Introduccion
(1.4)
Q P ET
Esta ecuaci
on permite una primera estimacion aproximada de la escorrenta media anual de una cuenca,
conocidas la precipitaci
on y la evapotraspiracion, salvo en aquellos casos en que las variaciones de almacenamiento a escala anual no sean despreciables o existan aportes externos importantes.
ar
Mayor aproximaci
on a
un se logra con la ecuacion anterior, si se aplica a la estimacion de la escorrenta
media anual durante largos perodos de tiempo, del orden de decadas hidrologicas o mas, dado que siendo los
terminos de la izquierda de la ecuaci
on (1.3), a diferencia de los de la derecha, acumulativos, estos pasan a
re
lim
in
ser de ordenes de magnitud superiores a los terminos de la derecha, los que pasan a ser despreciables. Para un
(1.5)
Bo
rra
do
rP
ar
Captulo 2
rP
Introducci
on
re
lim
in
ELEMENTOS DE CLIMATOLOGIA Y
METEOROLOGIA
La disponibilidad de recursos hdricos y las caractersticas hidrologicas de una determinada cuenca o region
quedan determinadas principalmente por la estructura geologica y geomorfologa del area, y por una serie
Bo
rra
do
de factores climatol
ogicos, como la radiacion solar, vientos y circulacion del aire, temperatura y humedad
ambiental, que condicionan y regulan la intensidad del ciclo hidrologico y la cantidad y distribucion de las
precipitaciones.
Es fundamental, en consecuencia, para lograr una comprension global del ciclo hidrologico, disponer de
algunos conocimientos b
asicos de climatologa y meteorologa, dada la fuerte dependencia que existe entre
estas ciencias y algunos campos de la hidrologa.
10
2.1.
2.1.1.
Radiaci
on
Leyes de Radiaci
on
El 99.97 % de la energa necesaria para la realizacion de los procesos fsicos que ocurren en la Tierra, proviene
originalmente de la radiaci
on solar.
ar
re
lim
in
1
2h c2
hc
(2.1)
5
e kT 1
donde E se obtiene en [erg/(cm2 seg cm)], h corresponde a la constante de Planck (6.55 1027 [erg seg]),
E =
c a la velocidad de la luz (3 101 0 [cm/seg]), k a la constante de Stefan-Boltzmann (1.37 1016 [erg/ K])
y T a la temperatura absoluta del cuerpo en K.
Esta ley indica que un cuerpo negro emite distintas intensidades de radiacion en diferentes longitudes de
onda y que estas intensidades varan en funcion de la temperatura del cuerpo.
rP
Derivando respecto a la longitud de onda e igualando a cero, se obtiene la ley de Wien, que determina
la longitud de onda en la cual se produce la maxima emision de radiacion. Este valor de es inversamente
Bo
rra
do
hc
5k
max =
a
T
(2.2)
emision isotropica, se puede calcular el flujo total de radiacion emitido por un cuerpo negro. Esta es la ley
de Stefan-Boltzmann, expresada por la ecuacion
F = T 4
(2.3)
Como lo indican las ecuaciones (2.2) y (2.3), la radiacion total emitida por un cuerpo negro aumenta con
la cuarta potencia de su temperatura absoluta, desplazandose ademas el espectro de emision hacia longitudes
de onda mas cortas a medida que la temperatura aumenta.
La Figura 2.1 muestra los espectros de emision de un cuerpo negro para las temperaturas de 6000 y 293
K, que corresponden aproximadamente a las temperaturas del Sol y la Tierra respectivamente.
FIGURA N 2.1
2.1. Radiacion
11 FIGURA N 2.2
70
RADIACION SOLAR
EXTRATERRESTRE
50
0
10
0
0
2
0
30
0
0
4
40
50
60
1.0
0.5
70
LATITUD
20
0.1
0
80
10
90
EMISION INFRAROJO
AL ESPACIO
ABSORCION
GAS OZONO
0.01
CL
10
0.02
ar
30
re
lim
in
ENERGIA ( LY / MIN / )
RADIACION SOLAR EN
SUPERFICIE TERRESTRE
0.2
0.05
0
60
DE
2.0
1000
80
EMISION CUERPO NEGRO
A 600 K
IN
700
50
30
40
1000
60
00
20
10
1100
80
0.2
0.5
1.0
0.1
5.0
10
20
rP
0.001
0.1
SU
N
800
60
70
OF
900
20
50
0.002
ON
AT I
40
0.005
Summer Solstice
11
INFRAROJO
Equinox
VISIBLE
Vernal
ULTRAVIOLETA
00
90
N
5.0
50
100
90
S
JAN
FEB
MAR
APR
Bo
rra
do
(2.4)
especficas, caractersticas de cada cuerpo, en las que se producen distintas cantidades de absorcion y emision,
el flujo total de radiaci
on emitido por estos cuerpos se calcula en la practica en base a la ecuacion de StefanBoltzmann, adoptando una emisividad media del cuerpo, equivalente a la de un cuerpo gris. En la Figura 2.1
se incluyen los espectros reales estimados de radiacion solar extraterrestre en el borde exterior de la atmosfera
y de la emision real al espacio desde la Tierra.
Debido a la gran diferencia de temperaturas entre el Sol y la Tierra, puede apreciarse que sus espectros
electromagneticos, en la pr
actica no se traslapan; la radiacion solar ocurre en el rango de longitudes de onda
entre 0.15 y 4.0 con un 45 % dentro del rango de la luz visible (0.4 a 0.74), mientras la radiacion terrestre
ocurre a longitudes de onda m
as largas, en el rango infrarrojo entre 4 y 30 aproximadamente. Por estas
MAY
JUN
JUL
Month
AUG
12
razones, la radiaci
on solar es denominada normalmente radiacion de onda corta, mientras la radiacion
terrestre es denominada radiaci
on de onda larga.
2.1.2.
Medici
on de la Radiaci
on
Diversos instrumentos han sido desarrollados para medir los distintos componentes del balance radiativo.
ar
Piroheli
ometro: Es el instrumento basico, dise
nado para medir la intensidad de la radiacion solar,
re
lim
in
es decir, la radiaci
on directa desde el Sol sobre una superficie unitaria normal a la direccion del rayo.
El mas com
un de ellos es el llamado piroheliometro de Angstrom, que consiste en dos placas metalicas
gemelas aisladas. Una de ellas se expone, mediante un tubo colimador, a la radiacion solar, siguiendo
durante el da la trayectoria del Sol en el cielo, de manera que reciba permanentemente la radiacion
directa desde el Sol. La otra placa, aislada a la radiacion externa, se conecta a un circuito electrico y
se mide la cantidad de energa o calor necesario para calentar electricamente esta placa aislada, a la
misma temperatura que la placa calentada por el Sol. Como ambas placas son gemelas, la intensidad
solar, ser
a igual a la potencia electrica disipada, es decir,
donde,
rP
Roc,dir = K i2
(2.5)
Roc,dir : Radiaci
on solar directa en [cal/(cm2 a
no)] u otra unidad equivalente.
i: Intensidad de la corriente en el circuito electrico.
Bo
rra
do
K: Constante de calibraci
on del instrumento.
Piran
ometro: Es un instrumento dise
nado para medir la radiacion solar total, tanto directa como
difusa, incidente sobre una superficie horizontal, radiacion denominada com
unmente radiacion global.
El mas utilizado de estos instrumentos es el piranometro Eppley, que consiste en dos anillos de plata
concentricos, uno pintado de negro y el otro de blanco (oxido de magnesio), protegidos por una ampolleta
de cuarzo que filtra la radiaci
on de onda larga. La mayor absorcion de radiacion por parte del anillo
negro, genera una diferencia de temperatura entre los dos anillos que es aproximadamente proporcional
a la intensidad de radiaci
on global recibida.
Roc,dir + Roc,dif = K (Tn Tb )
donde,
Roc,dir : Radiaci
on solar directa en [cal/(cm2 a
no)] u otra unidad equivalente.
Roc,dir : Radiaci
on solar difusa en [cal/(cm2 a
no)] u otra unidad equivalente.
T n: temperatura de los anillos negro.
T b: temperatura de los anillos blanco.
K: Constante de calibraci
on del instrumento.
(2.6)
2.1. Radiacion
13
La diferencia de temperatura entre los anillos se mide en base a termocuplas o termojuntas en contacto
con los anillos, midiendose la diferencia de voltaje generada.
Actin
ografo: Es un instrumento similar y que cumple la misma funcion que el piranometro. La diferencia fundamental est
a en el mecanismo sensor de la diferencia de temperatura entre las placas blanca
y negra, que en este caso se mide en base a la dilatacion de elementos bimetalicos. Es un instrumento
de uso m
as com
un que el piran
ometro debido a su menor costo. Desgraciadamente tiene mayor retardo
ar
en su respuesta a los cambios de intensidad de radiacion y una menor precision que los piranometros
electricos.
re
lim
in
Piroradi
ometro: Es un instrumento dise
nado para medir el total de radiacion de onda corta y larga
(solar y terrestre o atmosferica) incidente sobre una superficie horizontal. Consiste en dos elementos
sensores, uno superior, expuesto a la intemperie y uno inferior protegido por una placa pulida de
aluminio que lo asla radiativamente. La intensidad de radiacion se mide en funcion de la temperatura
y la diferencia de temperatura entre los sensores.
Radi
ometro neto: Instrumento que mide el balance neto de radiacion sobre una superficie horizontal,
es decir, el total de la radiaci
on incidente menos la radiacion reflejada por la superficie y la emision de
radiacion de onda larga de la superficie. Se basa tambien en dos placas sensoras expuestas horizontalmente, una hacia arriba y otra hacia abajo, siendo el flujo neto de radiacion proporcional a la diferencia
rP
Bo
rra
do
y la radiaci
on incidente sobre ella, la radiacion neta Rn resulta en definitiva
(2.7)
donde,
Rn : Radiaci
on neta.
Roc,dir : Radiaci
on solar directa.
Roc,dir : Radiaci
on solar difusa.
a: Albedo de reflexi
on de la superficie.
Rol,inc : Radiaci
on de onda larga incidente.
Rol,emit : Radiaci
on de onda larga emitida.
14
2.1.3.
Radiaci
on de Onda Corta
El Sol, con una temperatura cercana a los 6000 [K] y una emisividad proxima a la de un cuerpo negro, emite
aproximadamente 56 1026 caloras por minuto. En consecuencia, la Tierra, ubicada a una distancia media
de 1.5 1013 [cm] del Sol, recibe en el borde exterior de su atmosfera una radiacion por unidad de superficie
S=
56 1026
4(1.5 1013 )
2.0 [ly/min]
(2.8)
ar
de
re
lim
in
La intensidad de radiaci
on en el borde exterior de la atmosfera, S, recibe el nombre de Constante Solar,
a
un cuando su constancia es s
olo estadstica, ya que la magnitud depende de las manchas y actividad solar.
Las mediciones m
as exactas logradas de la constante solar mediante el uso de satelites artificiales, arrojan
el valor,
(2.9)
El total de energa interceptado por la Tierra es proporcional a su proyeccion plana R2 , donde R es el radio
rP
de la Tierra, por lo tanto, la energa media repartida a traves de toda la superficie del globo es
2
oc = R S = S = 0.49 [ly/min] = 706 [ly/da]= 258 [Kly/a
R
no]
4R2
4
Obviamente la distribuci
on no es uniforme sobre toda la superficie, pues depende del angulo de incidencia,
Bo
rra
do
de la distancia Sol-Tierra y del tiempo de exposicion, variando en consecuencia en funcion de la epoca del
a
no y la latitud del lugar. En promedio, la energa recibida en las regiones ecuatoriales es del orden de 2.4
veces la energa recibida cerca de los polos. La Figura 2.2 muestra la distribucion estacional de la radiacion
de onda corta incidente en funci
on de la latitud.
La radiacion que logra llegar a la superficie terrestre, es obviamente menor a la existente en el borde
exterior de la atm
osfera, ya que la atm
osfera absorbe parte de la radiacion, de acuerdo a la ley de absorcion
de radiacion,
Ix = I0 ekx
(2.10)
donde,
FIGURA N 2.2
2.1. Radiacion
00
90
N
11
INFRAROJO
60
20
10
90
NA
T I ON
OF
SU
N
900
800
10
700
20
EMISION INFRAROJO
AL ESPACIO
I
CL
30
60
50
40
1000
40
50
700
800
00
20
60
900
1000
00
Vernal
LATITUD
0
40
0
50
0
60
0
re
lim
in
70
DE
30
Equinox
RADIACION SOLAR EN
SUPERFICIE TERRESTRE
30
00
80
5.0
10
20
50
100
90
S
DE ONDA ( MICRONES )
JAN
FEB
MAR
APR
MAY
JUN
JUL
Month
1100
1100
70
rP
0.1
20
ar
50
10
Winter Solstice
40
60
Equinox
50
0
10
0
20
0
30
0
0
4
1000
70
Summer Solstice
80
DIACION SOLAR
TRATERRESTRE
15
Autumnal
IGURA N 2.1
AUG
SEP
OCT
NOV
DEC
Bo
rra
do
Sellers (1965)
lares) en los u
ltimos a
nos por efectos de la accion antropogenica de contaminacion atmosferica, que tiende a
reducir el contenido de ozono en la alta atmosfera.
2.1.4.
Balance de Radiaci
on
La temperatura de la Tierra permanece en promedio constante a lo largo del tiempo. Para que esto ocurra,
es necesario que esta emita al espacio, por reflexion o emision en onda larga, una cantidad de energa igual
a la que es recibida por efecto de la radiacion solar.
Diversos intentos por cuantificar este intercambio de radiacion, pueden resumirse en forma aproximada en
16
258
53
13
51
141 [Kly/a
no]
127
14
127 [Kly/a
no]
re
lim
in
43
14
ar
Vapor de agua,
impurezas, ozono,
etc.
Nubes
156
178 [Kly/a
no]
22
272
Atmsfera
403
131 [Kly/a
no]
47
178 [Kly/a
no]
rP
247
294
Tierra (15 C)
Figura 2.4: Balance anual promedio de radiacion terrestre de onda onda larga.
Bo
rra
do
De las cifras anteriores se observa que la radiacion solar total absorbida por el planeta se ve compensada
por la emision de este en onda larga, resultando un equilibrio radiativo que mantiene en equilibrio el balance
de energa global, y por ende la temperatura del planeta.
Sin embargo, las mismas cifras nos indican que internamente no existe un equilibrio radiativo. En efecto, la
2.1. Radiacion
17
que el volumen de agua que almacena la atmosfera en forma de humedad es relativamente peque
no, la cifra
anterior debe corresponder adem
as a la precipitacion media anual sobre el planeta. La Tabla 2.1 muestra
una estimaci
on, basada en datos de la UNESCO (1995), de la distribucion geografica de evaporaciones y
precipitaciones en el planeta.
Tabla 2.1: Balance hdrico medio anual.
Precipitaci
on [mm]
Evaporaci
on [mm]
Pacfico
178.7
1,460
1,510
Atl
antico
91.7
1,010
1,360
Indico
76.2
Artico
Total oceanos
14.7
361.3
Continentes
Europa
10.5
Asia
43.5
Africa
30.1
Oceana
Norteamerica
24.2
Sudamerica
17.8
Total continentes
-350
1,420
-100
361
220
141
1,271
1,400
-129
790
507
283
740
416
324
740
587
153
791
511
280
756
418
338
1,600
910
690
14
165
165
149.1
798
483
315
510.4
1,133
1,133
Bo
rra
do
Total planeta
1,320
rP
Ant
artica
-50
re
lim
in
Oc
eanos:
Escorrenta [mm]
ar
Area
106 km2
Regi
on
vientos y circulaci
on atmosferica y su posterior condensacion y precipitacion configuran el ciclo hidrologico.
Se observa de la Tabla 2.1, que el continente sudamericano, favorecido por su posicion geografica meridional,
por su exposici
on abierta al Oceano Pacfico y por las caractersticas de su relieve, es el continente donde el
ciclo hidrologico se presenta m
as intenso. Considerando que 1 [mm] de precipitacion es equivalente a 1 litro
de agua por metro cuadrado de superficie, el caudal especfico promedio de los ros del planeta alcanza un
valor del orden de 10 [l/(s km2 )], cifra que en el caso de Sudamerica se eleva a 21.9 [l/(s km2 )].
A partir de las cifras de las Figuras 2.3, 2.4 y Tabla 2.1 puede estimarse en forma aproximada el tiempo
de residencia del agua en los oceanos, continentes y atmosfera. Una gota de agua permanece en promedio
en los oceanos un tiempo del orden de 2570 a
nos; en los continentes y casquetes polares, del orden de 309
a
nos, mientras que en la atm
osfera el tiempo de residencia promedio sera del orden de tan solo 8 das. En
definitiva, una gota de agua promedio demora del orden de 2900 a
nos en completar el ciclo hidrologico.
Al respecto de todo lo anterior, cabe agregar que existen estudios asociados al cambio climatico que postulan
que el equilibrio energetico del planeta y actual balance de evaporaciones y precipitaciones, ha sido alterado
por la accion antropogenica del hombre al alterar la composicion de los gases constituyentes de la atmosfera.
As por ejemplo, se ha detectado una disminucion del contenido de ozono o disminucion de la capa de este
18
Temperatura y Estratificaci
on T
ermica de la Atm
osfera
2.2.1.
re
lim
in
2.2.
ar
Distribuci
on de Temperaturas
En terminos promedios y globales entonces, las temperaturas disminuyen con la latitud debido al deficit
radiativo de las zonas polares. Por la misma razon, las temperaturas en la atmosfera son menores que las
temperaturas en la superficie terrestre. Como se menciono anteriormente, el deficit radiativo de la atmosfera
rP
se ve compensado por un traspaso de calor latente y calor de conveccion desde la superficie terrestre. Esto
significa que la atm
osfera es calentada desde su borde inferior, lo que origina en general un aumento de
temperatura en las capas m
as bajas y un gradual descenso de la temperatura con la altura.
En regiones martimas y h
umedas, el traspaso de calor ocurre preferentemente en forma de calor latente,
Bo
rra
do
fenomeno que origina una mayor uniformidad termica en superficie y una atenuacion de la oscilacion termica
diaria. En regiones continentales y
aridas, prevalece el traspaso de calor como calor de conveccion, lo que
exige un mayor recalentamiento de la superficie durante el da, originando una fuerte amplitud de la oscilacion
termica diaria.
gradualmente su temperatura con la altura, situacion que se verifica aproximadamente dentro de los primeros 10,000 a 18,000 metros desde la superficie, dependiendo de la latitud, y definiendo un primer estrato
atmosferico inferior, denominado trop
osfera , en que la temperatura disminuye a una tasa cercana a 6 o 7
[C/km].
En las inmediaciones de la superficie de la tierra, debido al efecto del ciclo diurno del balance radiativo antes
19
temperatura atmosferica deja de decrecer, se extiende un segundo estrato atmosferico que abarca entre
aproximadamente los 10,000 y 55,000 metros de altura, que se denomina estratosfera. En la parte baja de
la estratosfera, hasta cerca de los 30,000 metros de altura, las temperaturas son sensiblemente constantes y
del orden de 55 C. Por sobre esta cota, se encuentra la zona donde se produce la mayor concentracion de
gas ozono. Este gas, que absorbe gran parte de la radiacion ultravioleta incidente, provoca un calentamiento
radiativo de la alta atm
osfera, con un incremento de la temperatura con la altura, hasta llegar a un maximo
ar
cercano a los 0C en la estratopausa o lmite superior de la estratosfera. Por sobre la estratosfera, se extiende
la mesosfera, hasta unos 85,000 metros de altura, capa en la cual la temperatura nuevamente desciende hasta
llegar a un mnimo cercano a 80C en la mesopausa.
re
lim
in
divisiones, entendida como la zona donde el aire esta tan enrarecido que los gases componentes se ionizan,
interactuando con la radiaci
on solar. Por este proceso, el aire absorbe radiacion, lo que sumado a su extraordinaria baja densidad provoca aumentos de temperatura que alcanzan en las zonas altas, hasta los
1000C.
140
120
100
Bo
rra
do
Elevacin [km.s.n.m.]
160
Temperatura
Tropopausa
Estratopausa
Mesopausa
rP
180
80
60
40
20
0
-100
-80
-60
-40
-20
0
20
Temperatura [C]
40
60
80
100
20
2.2.2.
Medici
on de Temperaturas
Si bien hoy en da existen diversos procedimientos para la medicion de temperatura, tales como sensores
infrarrojos y otros, crecientemente incorporados en estaciones meteorologicas compactas, en meteorologa el
instrumento b
asico para la medici
on de la temperatura del aire, salvo en regiones muy fras, sigue siendo el
termometro de mercurio.
ar
La temperatura del aire en superficie se mide por convencion, a una altura de 1.50 metros desde el suelo con
termometros ubicados en una caseta meteorologica de madera provista de celosas con sus puertas orientadas
hacia el sur en el hemisferio sur, a fin de evitar el ingreso de radiacion solar directa sobre los instrumentos.
re
lim
in
Las instalaciones b
asicas incluyen un termometro de maxima, que es basicamente igual a un termometro
clnico, provisto de un estrechamiento en el bulbo que provoca que la medicion mantenga el valor maximo de
temperatura registrado. Adem
as, incluyen un termometro de mnima, provisto de un dispositivo que permite
registrar la temperatura mnima alcanzada. De esta manera, efectuando una sola medicion diaria, se puede
establecer las temperaturas m
aximas y mnimas alcanzadas en las 24 horas anteriores.
Adicionalmente la estaci
on puede incluir un termografo o instrumento inscriptor que registra mecanica o
digitalmente, la variaci
on de la temperatura durante el da, obteniendose un termograma del cual es posible
determinar la temperatura media del da, ademas de la hora a la cual ocurrieron las temperaturas maximas
y mnimas diarias. En general los term
ografos son de menor precision que los termometros de mercurio,
rP
Bo
rra
do
En ausencia de un term
ografo, es posible lograr una aceptable estimacion de la temperatura media diaria
mediante la expresi
on
T =
(2.11)
maxima y la mnima.
Para la medici
on de la temperatura del aire en altura se recurre normalmente a globosondas o radiosondas
que son lanzadas normalmente una o dos veces al da, las cuales van registrando la temperatura ambiente a
medida que ascienden. La informaci
on registrada por las naves martimas y aereas, tambien contribuye a la
medicion de la temperatura del aire.
En los u
ltimos a
nos, con el creciente uso de satelites meteorologicos, es posible evaluar mediante radiotermometros las temperaturas en altura, en particular, la de los estratos nubosos.
2.3.
2.3.1.
21
Humedad Atmosf
erica
Leyes B
asicas
La atmosfera est
a constituida por una mezcla de gases, fundamentalmente nitrogeno y oxgeno, a los que se
agregan algunos componentes menores, entre los que destacan por su importancia, el anhdrido carbonico y
ar
el vapor de agua, por lo que le es aplicable la ley de presiones parciales de gases o Ley de Dalton.
De acuerdo a esta ley, la presi
on total ejercida por una mezcla de gases es igual a la suma de las presiones
re
lim
in
n
X
pi
(2.12)
donde,
pt : Presion total de la mezcla.
pi : Presion parcial del componente i.
n: N
umero de gases de la mezcla.
Bo
rra
do
expresar de la forma,
rP
contiene al resto de todos los constituyentes de la mezcla. De acuerdo a esto, la ley de Dalton se puede
pt = pd + e
(2.13)
donde,
agua se comportan como gases perfectos, por lo que les es aplicable la Ley de los Gases Perfectos.
De acuerdo a esta ley, en un volumen V ocupado por un gas ideal, se cumple que
p V = n R T
donde,
p: Presion ejercida por el gas.
n: N
umero de moles contenidos en el volumen.
T : Temperatura absoluta del gas.
R : Constante universal de los gases= 8.3144 107 [erg/mol K] =1.987 [cal/mol K].
(2.14)
22
(2.15)
R T
m
(2.16)
re
lim
in
p=
ar
As, La ecuaci
on queda,
p=RT
(2.17)
2.3.2.
rP
La cantidad de agua que puede existir en estado gaseoso en un volumen dado, queda limitada por la presion
de vapor saturante, la cual es funci
on u
nica de la temperatura y se expresa mediante la relacion teorica pero
es
es0
Bo
rra
do
aproximada,
ln
mv L
=
R
1
1
T0
T
(2.18)
donde,
e m L 1
1
s
v
=
6.11
R
273 T
(2.19)
23
luego,
1 [mb] = 100 [pa] = 1 [Hpa]
La unidad usual de presi
on en meteorologa es el hectopascal [Hpa] o milibar [mb].
En unidades tecnicas, 1 [kg/cm2 ]=9.81 [N/cm2 ]=9.81 104 [pa], luego
re
lim
in
ar
(2.20)
Si el cambio de estado es de s
olido a gas, se debe agregar el calor de fusion del agua (Lf = 80 [cal/gr]),
rP
(2.21)
Bo
rra
do
Para muchos c
alculos aproximados, basta suponer valores constantes de 600 y 680 [cal/gr], aproximadamente.
Una formula pr
actica de buen ajuste para el calculo de la presion de vapor saturado, viene dada por la
expresion,
es = 6.11 e T +239
17.4T
(2.22)
2.3.3.
Diversas variables se utilizan en meteorologa para cuantificar el contenido de vapor de agua o humedad
atmosferica. Entre ellas podemos distinguir:
Humedad absoluta (v ): Se define como la masa de vapor contenida por unidad de volumen de aire por
lo que es equivalente a la densidad de vapor de agua.
v =
donde v se expresa en [gr/cm3 ].
Mv
V
(2.23)
24
Mv
v
=
Md
d
(2.24)
donde se expresa como [gr vapor/gr aire seco] y d es la densidad del aire seco en [gr/cm3 ].
y al aire seco independientemente, se obtiene,
re
lim
in
R
e
=
T
v
mv
ar
La densidad es el recproco del volumen especfico, luego aplicando la ley de los gases al vapor de agua
R
pd
=
T
d
md
(2.25)
(2.26)
v
mv e
=
d
md pd
(2.27)
El peso molecular del aire seco es variable, dependiendo de la composicion del mismo, pero se acepta
rP
para un aire seco normal el valor md = 29 [gr/mol], por lo que puede definirse la razon,
=
mv
= 0.622
md
(2.28)
Bo
rra
do
Como la presi
on del aire seco es,
pd = pT e
(2.29)
e
pT e
(2.30)
Esta u
ltima expresi
on permite evaluar la razon de mezcla en funcion de la presion total y la presion de
vapor del aire. El factor = 0.622 es de frecuente ocurrencia en formulas meteorologicas.
Humedad especfica (q): Se define la humedad especfica q, como el cuociente entre la masa de vapor y
Mv
Mv
v
=
=
MT
Mv + Md
v + d
(2.31)
donde q se expresa como [gr vapor/gr aire humedo]. Ademas, se tiene que,
1
d
1
=
+1= +1
q
v
(2.32)
25
de donde,
q=
1+
(2.33)
Haciendo un desarrollo an
alogo al anterior, en funcion de la ley de los gases, se obtiene,
e
0.622 e
=
pT (1 )e
pT 0.378 e
(2.34)
ar
q=
Como la presi
on de vapor es generalmente mucho menor que la presion total del aire, los valores
re
lim
in
numericos de la raz
on de mezcla y de la humedad especfica, siendo la razon de mezcla ligeramente
mayor, son muy parecidos, por lo que habitualmente ambas variables se confunden.
Humedad relativa (h): Se define la humedad relativa h, normalmente expresada como porcentaje, como
el cuociente entre la presi
on de vapor existente en el aire y la presion de vapor saturado correspondiente
a su temperatura,
h=
q
100
100
100
es
s
qs
[ %]
(2.35)
rP
Siendo la humedad relativa una de las variables mas frecuentemente utilizadas para expresar la humedad
del aire, de acuerdo a su definici
on, solo tiene valor como variable cuantitativa de la humedad, si se
conoce adem
as, el valor de la temperatura del aire
Bo
rra
do
Temperatura de punto de roco o Punto de Roco (TR ): Esta variable, con dimensiones de temperatura,
se define como la temperatura a la que habra que enfriar el aire, manteniendo constante su presion de
vapor, hasta llegar a saturar el aire. De acuerdo a esta definicion, un aire saturado tiene una temperatura
de roco igual a su temperatura real. La diferencia entre la temperatura real y la temperatura de roco
es una medida indirecta de la sequedad del aire. Mientras mas seco el aire, mas baja su temperatura
de roco. En el diagrama presi
on - temperatura de la Figura 2.6, se visualizan los tres estados en los
que se puede encontrar el agua: Vapor, agua lquida y hielo, en funcion a su presion real relativa a la
presion de vapor saturado. Si una partcula de vapor con presion e < es y temperatura T , es enfriada
manteniendo e constante, la partcula se saturara en el punto en que se cumpla,
e = es (TR )
(2.36)
donde es (T R) es la presi
on de vapor saturado a la temperatura de roco.
En la Figura 2.6 una parcela de aire con temperatura de 30[C] y presion de vapor de 11 [Hpa], tiene
una temperatura de punto de roco de 8.36 [C].
Visto de otra manera entonces, la temperatura de roco es la temperatura, cuya presion de vapor
saturado coincide con la presi
on de vapor real del aire.
es(agua)
TR
26
es(agua)
TR
1000
T; 8.36
T; 30
10
100
T; 8.36
1
ar
100
1000
T; 30
0.1
-40
-20
20
re
lim
in
10
40
60
80
100
Temperatura C
-20
2.3.4.
20
40
60
80
100
Medici
on de la Humedad Atmosf
erica
Temperatura C
Los instrumentos normalmente utilizados para medir la humedad atmosferica son el psicrometro, el higrografo
o higristores.
rP
y una serie de otros instrumentos de aplicacion mas bien industrial, que podramos clasificar como higrometros
a) Psicrometro: El psicr
ometro es un instrumento basado en el principio del balance calorico. Consiste
basicamente en dos term
ometros de mercurio por los cuales se hace pasar una corriente del aire cuya
Bo
rra
do
humedad se desea determinar. Uno de los termometros se deja con su bulbo seco, con lo cual mide la
temperatura real del aire que por el circula, denominada temperatura de bulbo seco. El otro termometro
se envuelve en una gasa o muselina h
umeda, razon por la cual alcanza una temperatura de equilibrio
menor que la de bulbo seco, producto del enfriamiento provocado por la evaporacion del agua contenida
en la muselina h
umeda. A la temperatura de equilibrio se le denomina temperatura de bulbo h
umedo
(Tw ).
Si no hay aporte externo de calor, la masa de aire debe disminuir su energa interna en una magnitud
igual al calor latente entregado para la evaporacion del agua de la muselina; luego, si el aire se aproxima
a la muselina con una temperatura de bulbo seco T y una razon de mezcla , y sale con una temperatura
Tw y razon de mezcla 0 , un balance calorico entrega la ecuacion,
C T = Lv v
(2.37)
27
(d cp + v cpv ) (T Tw ) = Lv (0v v )
(2.38)
donde,
re
lim
in
(2.39)
ar
(cp + cpv ) (T Tw ) = Lv ( 0 )
Para fines pr
acticos de medici
on de la humedad atmosferica, existen tablas, llamadas tablas Psicrometri-
rP
cas, que permiten obtener directamente la humedad relativa, presion de vapor del aire u otra variable
relacionada, entrando a las tablas con la temperatura del aire T , la depresion de bulbo h
umedo (T Tw )
y la presion barometrica del lugar.
Bo
rra
do
La circulaci
on del aire a traves de la muselina se logra en los instrumentos mas simples, haciendo girar
en el aire el instrumento, provisto de una cuerda o cadena; instrumentos mas sofisticados, (Psicrometro
Assman) vienen provistos de un ventilador que fuerza la circulacion del aire a traves de la muselina.
28
ar
solo la humedad relativa, sino muchas de las otras variables meteorologicas en forma digital, informacion
2.4.
re
lim
in
Elementos de Est
atica y Termodin
amica Atmosf
erica
A
un cuando los ciclos termodin
amicos y procesos de movimiento y circulacion de la atmosfera son extraordinariamente complejos, en particular en la troposfera, que es la capa de mayor interes para efectos
hidrometeorol
ogicos, es posible abordar su estudio en base a una serie de simplificaciones que permiten
2.4.1.
rP
Hidrost
atica de la Atm
osfera
Bo
rra
do
z+
p
= Cte.
g
(2.40)
dp = g dz
(2.41)
(2.42)
29
Esta ecuacion es analticamente integrable para ciertos modelos simplificados de estratificacion termica en la
atmosfera.
2.4.2.
Atm
osfera Isot
ermica
inmediata y resulta,
p = p0 e RT (zz0 )
re
lim
in
ar
Si la temperatura de la atm
osfera se supone constante en la vertical, la integracion de la ley hidrostatica es
(2.43)
2.4.3.
Atm
osfera de Gradiente T
ermico Constante
rP
T = T0 z
(2.44)
Bo
rra
do
g
dz
dp
=
p
R (T0 z)
(2.45)
de cuya integraci
on resulta,
p = po
T
T0
g/(R)
(2.46)
Esta situacion corresponde aproximadamente a la atmosfera real en la zona de la troposfera y ha sido adoptada
para definir la trop
osfera normal, entre 0 y 10,760 metros de altitud, adoptando los valores = 6.5 [C/km]
y T0 = 15C.
2.4.4.
Gradiente Adiab
atico Seco
En diversas aplicaciones pr
acticas, interesa conocer los gradientes termicos que se producen en la atmosfera,
producto de procesos adiab
aticos o sin incorporacion de calor externo.
De acuerdo a la primera ley de la termodinamica, el calor incorporado a un sistema es igual a la variacion
de su energa interna m
as el trabajo efectuado por el sistema. Expresada en forma diferencial y por unidad
de masa, se tiene:
30
dh = du + dw = du + p d
(2.47)
donde,
du: Variacion de la energa interna por unidad de masa.
presion por la variaci
on del volumen especfico.
Definiendo el calor especfico a volumen constante como
dh
dt
re
lim
in
cv =
resulta para un gas perfecto que
ar
dw: Trabajo por unidad de masa, que en el caso de la expansion de un gas corresponde al producto de la
(2.48)
=cte
du = cv dT
(2.49)
dh = cv dT + p d
(2.50)
p d = R dT + dp
(2.51)
rP
Bo
rra
do
dh = cp dT dp
(2.52)
(2.53)
(2.54)
El gradiente de temperatura constante d , denominado gradiente adiabatico seco, cuyo valor numerico vale
-9.76 [C/km], rige aproximadamente el cambio de temperatura de una parcela de aire que se desplaza verticalmente en la atm
osfera en forma adiab
atica, es decir, sin quitarle o agregarle calor. Como los movimientos
31
cp /R
(2.55)
Gradiente Adiab
atico H
umedo
re
lim
in
2.4.5.
ar
p
=
p0
rP
El gradiente adiab
atico en condiciones de saturacion se denomina gradiente adiabatico h
umedo, que deja
de ser constante, siendo funci
on de la presion y la temperatura del aire.
Bo
rra
do
Puede demostrarse, con un desarrollo similar al anterior y haciendo uso de la definicion de razon de mezcla
y la ley de Clausius - Clapeyron para cuantificar la cantidad de vapor de agua condensado, que el gradiente
adiabatico h
umedo queda expresado por la relacion,
L
dT
g 1 + Rd Ts
=
2
dz
cp 1 + cLR Ts2
p
(2.56)
donde,
decir, supone que toda el agua lquida precipita, desapareciendo del sistema. En estricto rigor, en consecuencia,
el proceso no es exactamente adiab
atico y se denomina mas apropiadamente a este gradiente como gradiente
pseudo adiab
atico h
umedo. Numericamente no es muy diferente al gradiente adiabatico h
umedo propiamente
32
ar
o aumenta su presi
on barometrica, con la consiguiente disminucion de la razon de mezcla de saturacion, el
2.4.6.
Estabilidad Atmosf
erica
Presion [Hpa]
re
lim
in
Temperatura
1000
700
500
8.6
8.2
7.8
6.5
5.8
5.1
4.3
3.7
3.3
El metodo m
as simple para establecer las condiciones de estabilidad atmosferica es el llamado metodo de
la parcela de aire, que puede desarrollarse sin siquiera hacer uso formal de las matematicas. El metodo, sin
exactamente en la pr
actica:
rP
embargo, no es rigurosamente exacto, ya que se basa en dos suposiciones simplificatorias que no se cumplen
i) Cuando una parcela de aire se mueve, no existe un movimiento compensatorio del ambiente para llenar
Bo
rra
do
ii) La parcela, al moverse, no se mezcla con el ambiente y por lo tanto, mantiene su identidad.
normalmente inhabilita el uso del metodo para la obtencion de resultados cuantitativos, ya que las parcelas
al desplazarse sufren una difusi
on y mezcla de sus propiedades con el ambiente que las rodea.
Consideremos una atm
osfera en equilibrio hidrostatico con un cierto gradiente de temperatura dT /dz =
33
re
lim
in
ar
inicial de equilibrio.
Saturacin
Saturacin
Parcela de
Parcela de
aire saturada
aire saturada
Parcela de
aire de aire
Parcela
no saturada
no saturada
rP
Bo
rra
do
o boyancia en ning
un sentido y tendera a continuar su movimiento en forma uniforme e indefinida. Esta
condicion se denomina atm
osfera estable seca o neutra saturada.
Saturacin
Saturacin
Parcela de
aire de aire
Parcela
no saturada
no saturada
Parcela de
Parcela de
aire saturada
aire saturada
34
ar
re
lim
in
inicial de equilibrio.
Saturacin
Saturacin
Parcela de
aire de aire
Parcela
no saturada
no saturada
rP
Parcela de
Parcela de
aire saturada
aire saturada
Bo
rra
do
mantendr
a a la misma temperatura que el ambiente a medida que asciende y por lo tanto en equilibrio
indiferente, mientras no se sature. Una vez saturada, la atmosfera se hara inestable. Esta situacion se
denomina atm
osfera neutra seca o inestable saturada.
En la Figura 2.10 se presentan los ascensos posibles de la parcela de aire, dependiendo de la condicion
inicial de equilibrio.
Saturacin
Saturacin
Parcela
de aire
Parcela
de aire
no saturada
no saturada
Parcela
de de
Parcela
aireaire
saturada
saturada
35
V. Finalmente, si < d , la parcela, al ascender, alcanzara en todo momento temperaturas mas altas
que el ambiente, ser
a m
as liviana y las fuerzas hidrostaticas tenderan a acelerar indefinidamente su
movimiento. Esta condici
on corresponde a lo que se denomina atmosfera absolutamente inestable.
En la Figura 2.11 se presentan los ascensos posibles de la parcela de aire, dependiendo de la condicion
ar
inicial de equilibrio.
re
lim
in
Saturacin
Saturacin
Parcela
de de
Parcela
aireaire
saturada
saturada
Parcela
de aire
Parcela
de aire
no saturada
no saturada
En resumen, se tiene:
rP
En todas las desigualdades anteriores, los gradientes llevan implcito su signo, que es normalmente negativo.
Si
> s
: Atm
osfera absolutamente estable.
Si
= s
: Atm
osfera estable seca o neutra saturada.
Si
d < < s
Si
= d
: Atm
osfera neutra seca o inestable saturada.
Si
< d
: Atm
osfera absolutamente inestable.
Bo
rra
do
: Atm
osfera condicionalmente inestable.
Considerando los gradientes termicos de la atmosfera standard o normal, se tiene que la troposfera, con
la estratosfera, por otra parte, con un gradiente termico nulo en su estrato inferior, presenta caractersticas
absolutamente estables, lo que significa la ausencia de turbulencia y un movimiento del aire estratificado,
que le da el nombre al estrato, constituyendo ademas una barrera impenetrable para las inestabilidades que
suelen presentarse en la troposfera y limitando a ella todos los fenomenos de tipo hidrometeorologico.
En meteorologa, dependiendo de su objetivo, se utilizan diversos tipos de diagramas termodinamicos, en
que las cotas se reemplazan por alturas geopotenciales o niveles de presion atmosferica, utilizandose ademas,
escalas logartmicas para linealizar algunas variables.
Abordando el problema con un enfoque fsico matematico, a
un cuando con las mismas suposiciones simplificatorias que en el an
alisis anterior, de acuerdo a la primera ley de Newton,
X
Fi = m a
(2.57)
36
Para una parcela de aire de volumen V que mantiene su identidad, en movimiento dentro de una atmosfera
en reposo, las fuerzas actuantes sobre ella seran su propio peso (P ), el empuje (E) y las fuerzas de roce (R),
fuerzas que se pueden representar por las ecuaciones,
(2.58)
E = a gV
(2.59)
R = a gcD A
ar
P = p gV
v|v|
2g
(2.60)
a g p g
re
lim
in
Suponiendo una parcela esferica y expresada por unidad de volumen, la ley de Newton queda:
3 cD
dv
dv dz
dv
a v|v| = p a = p
= p
= p v
4D
dt
dz dt
dz
(2.61)
Suponiendo equilibrio de presiones y substituyendo las densidades por temperaturas en base a la ley de los
gases perfectos se obtiene,
g
3 cD Tp
dv
Tp
1
v|v| = v
Ta
4 D Ta
dz
(2.62)
rP
Si el proceso es adiab
atico, Tp = Tp0 z y la ecuacion queda,
g
Tp0 Ta z
Ta
3 cD Tp0 z
dv
v|v| = v
4D
Ta
dz
(2.63)
La ecuacion anterior podra integrarse, al menos en forma numerica, si se conoce el perfil de temperaturas
Bo
rra
do
Como v =
dv
dz ,
v02 + 2g
Tp0 Ta
z g z2
Ta
Ta
(2.64)
la ecuaci
on anterior es a su vez integrable, resultando,
T
z=
+
Ta v02
+
g
2
T
/
sin g
t arcsin q 2
Ta v0
Ta
T 2
+
g
(2.65)
donde T = Tp0 Ta
En el caso particular en que la temperatura inicial de la parcela es la misma del aire, es decir T = 0, se
obtiene,
v0
z=q
sin
g Ta
t
g
Ta
(2.66)
v = v0 cos
37
g
t
Ta
(2.67)
Ta /(g).
Si bien el perodo puede que se cumpla aproximadamente en la practica, la amplitud teorica no se alcan-
ar
Si la temperatura inicial de la parcela es distinta a la del aire, pero su velocidad inicial v0 = 0 , el resultado
re
lim
in
se reduce a
T
T
z=
+
sin
g
t
Ta
2
(2.68)
Todos los an
alisis anteriores, tanto cualitativos como cuantitativos suponen ademas una atmosfera en
rP
reposo. En la pr
actica, el grado de estabilidad o inestabilidad de la atmosfera no depende solo del gradiente
termico, que define la magnitud de las fuerzas de boyancia o flotacion, sino tambien de la magnitud relativa
de estas fuerzas respecto a las fuerzas de inercia asociadas a la velocidad del movimiento horizontal del viento.
Un parametro adimensional que relaciona la magnitud relativa de ambas fuerzas, y que se utiliza, en
Bo
rra
do
Ri =
g(dT /dz )
gT z
=
2
T (du/dz)
u2
(2.69)
donde T y u son las diferencias de temperatura y de velocidad del viento entre dos niveles de medicion
separados una distancia z en la vertical.
De acuerdo a la definici
on anterior resulta:
Si
Ri < 0
: Atm
osfera inestable.
Ri 0
: Atm
osfera neutra.
Ri > 0
: Atm
osfera estable.
N
umero de Richardson, denominado par
ametro de estabilidad de Monin - Obukhov z/L, donde z es la cota
del punto de medici
on respecto a la superficie del terreno y L es una variable con dimensiones de longitud,
equivalente a la longitud de mezcla de la teora de la capa lmite, definida por la expresion:
38
u T u
k g T
donde u es la velocidad de fricci
on y k es la constante de Von Karman.
L=
(2.70)
Si se acepta la validez de la ley de Von Karman Prandtl para representar la variacion del perfil de velocidades
1
u
= ln
u
k
z
z0
ar
El N
umero de Richardson y el par
ametro de Monin - Obukhov pueden relacionarse aproximadamente por la
re
lim
in
expresion,
z
= Ri ln
L
donde z0 es la rugosidad de la superficie del terreno.
2.5.
z
z0
(2.72)
La masa total de vapor de agua contenida en una columna vertical de la atmosfera se denomina equivalente
rP
en agua del vapor o altura de agua precipitable de la atmosfera. Expresada en unidades de altura de
columna de agua [cm], queda determinada por la integracion en la columna de la humedad absoluta, dividida
Bo
rra
do
W =
1
w
z2
v dz
(2.73)
z1
donde W es la altura de agua precipitable entre los niveles z1 y z2 , w es la densidad del agua y v es la
1
w
z2
qa dz
(2.74)
z1
p1
qdp
(2.75)
p2
39
En la practica, sin embargo, muchas veces interesa conocer lo que se denomina la maxima altura de agua
precipitable de la atm
osfera, que como su nombre lo indica es el maximo equivalente de agua lquida que la
atmosfera podra contener bajo ciertas condiciones termicas.
En este caso, afortunadamente, es posible hacer uso de dos factores que permiten estimar W , solo con
informacion de la cota inferior o de superficie.
La primera condici
on o factor, es que evidentemente el contenido de humedad sera maximo cuando la
ar
perfil de temperaturas de punto de roco, que en el caso de una atmosfera saturada corresponde al perfil
re
lim
in
La segunda condici
on, resulta al considerar que calculos teoricos, experimentalmente comprobados, demuestran que durante las grandes tormentas, la velocidad de ascenso de las masas de aire es tan alta, que masas
de aire en la superficie llegan al punto m
as alto de la zona de tormenta en intervalos que varan entre unos
pocos minutos hasta no m
as de una hora. Para tiempos tan cortos, el intercambio de calor es despreciable,
por lo que puede postularse que el ascenso de las masas de aire se produce en forma adiabatica seca hasta el
nivel de saturaci
on y despues, en forma pseudo adiabatica h
umeda. En el caso mas extremo, en que el nivel de
saturacion se encuentre en la superficie, el gradiente termico durante las grandes tormentas correspondera al
gradiente pseudoadiab
atico h
umedo, partiendo desde la superficie. De esta manera, el maximo contenido de
superficie.
rP
Bo
rra
do
punto de roco al nivel 1000 [Hpa], para una atmosfera saturada pseudo adiabatica. As, por ejemplo, la altura
de agua precipitable contenida en una columna de aire de 5000 [m] de altura por sobre el nivel 1000 [Hpa],
cuando la temperatura de punto de roco en este nivel es de 23C, es de 58 [mm], siempre que se trate de
una atmosfera saturada pseudo adiab
atica.
El concepto de m
axima altura de agua precipitable se utiliza en meteorologa y en hidrologa para evaluar
inferior a la magnitud de las precipitaciones en las grandes tormentas. Lo anterior, debido a que no se ha
considerado el contenido de agua que puede contener la atmosfera en estado lquido o solido, pero principalmente porque representa una condici
on estatica, es decir, no considera la convergencia de aire h
umedo que
va reemplazando a las masas de aire que ya han descargado su humedad.
En las Figuras 2.12 a 2.14 se presentan perfiles reales promedio de humedad relativa, temperatura del aire
y velocidad del viento en altura, medidos durante perodos de lloviznas, lluvias moderadas y lluvias intensas,
mediante globosonda en la ciudad de Quintero, latitud 33 Sur, (Soto, 2003). En general se observa que para
40
lluvias moderadas e intensas, la humedad relativa supera el 85 % sobre el nivel 760 [Hpa], es decir, valores
cercanos a la saturaci
on, disminuyendo ligeramente a niveles mas bajos. En cuanto a las temperaturas, el
ajuste de expresiones del tipo potencial, entrega las siguientes expresiones de mejor ajuste:
T = 288.45
p 1/5.90726
1007.4
T = 288.467
p 1/5.8663
1008.1
R2 = 0.99
(2.76)
ar
R2 = 0.98
(2.77)
Esta informaci
on permitira una estimaci
on mas acuciosa del contenido de agua precipitable en la atmosfera
re
lim
in
durante tormentas reales. Sin embargo, los perfiles termicos difieren muy poco respecto a un perfil adiabatico
h
umedo, con una temperatura en superficie cercana a 13.5C, lo que sumado a las altas humedades relativas
confirman que las hip
otesis utilizadas para el calculo del maximo contenido de agua precipitable parecen
adecuadas para la estimaci
on del contenido de agua precipitable durante perodos con precipitaciones.
El contenido de agua lquida o s
olida que pueda contener la atmosfera en forma de nubes, dependera de la
Bo
rra
do
rP
densidad que alcance esta agua en las nubes, valor que puede oscilar entre 0.5 y 2 [gr/m3 ].
Figura 2.12: Ajuste de curvas a perfiles de temperatura medidos durante das de lloviznas, lluvias moderadas
y lluvias intensas.
41
re
lim
in
ar
Figura 2.13: Ajuste de curvas a perfiles de humedad relativa medidos durante das de lloviznas, lluvias
Bo
rra
do
rP
Figura 2.14: Ajuste de curvas a perfiles de velocidad del viento medidos durante das de lloviznas, lluvias
moderadas y lluvias intensas.
42
Tabla 2.3: Altura de agua precipitable [mm] entre la superficie 1000 [Hpa] y un nivel de presion p en una
atmosfera saturada pseudo adiab
atica, en funcion de la temperatura de roco (Tr ) al nivel 1000 [Hpa].
P
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
T [C]
0
980
970
960
10
11
950
10
10
11
12
12
13
940
10
10
11
12
12
13
14
15
16
930
10
11
11
12
13
14
14
15
16
17
18
920
10
10
11
12
13
14
14
15
16
17
19
20
21
910
10
10
11
12
13
13
14
15
16
17
18
20
21
22
23
900
10
11
11
12
13
14
15
16
17
18
19
20
22
23
24
24
890
10
11
12
12
13
14
15
16
17
18
20
21
22
24
25
27
28
880
10
11
12
12
13
14
15
16
17
19
20
21
23
24
26
27
29
31
870
10
860
10
11
850
10
11
11
840
10
10
11
12
830
10
11
12
13
820
10
11
11
12
13
810
10
10
11
12
13
14
800
10
11
12
12
13
15
790
10
11
12
13
14
15
780
10
11
11
12
13
14
16
770
10
11
12
13
14
15
16
760
10
10
11
12
13
14
15
17
750
10
11
12
13
14
15
16
17
740
10
11
12
13
14
15
16
18
730
10
11
12
13
14
15
17
720
10
11
11
12
13
15
16
710
10
11
12
13
14
15
700
10
11
12
13
14
690
10
11
12
13
680
10
10
11
12
670
10
11
11
660
10
11
640
10
620
600
580
560
ar
990
re
lim
in
[Hpa]
12
13
13
14
15
16
18
19
20
21
23
24
26
28
29
31
33
12
13
14
15
16
18
19
20
21
23
24
26
28
30
32
34
36
12
13
14
15
16
18
19
20
21
23
24
26
28
30
32
34
36
38
13
14
15
16
17
19
20
21
23
24
26
28
30
32
34
36
38
40
14
15
16
17
18
19
21
22
24
26
27
29
31
33
35
38
40
43
14
15
17
18
19
20
22
24
25
27
29
31
33
35
37
40
42
45
15
16
17
19
20
21
23
25
26
28
30
32
34
37
39
42
44
47
16
17
18
19
21
22
24
26
28
29
32
34
36
38
41
44
46
49
16
17
19
20
22
23
25
27
29
31
33
35
38
40
43
46
49
52
17
18
19
21
23
24
26
28
30
32
34
37
39
42
45
48
51
54
17
19
20
22
23
25
27
28
30
32
34
37
39
42
45
48
52
55
18
19
21
22
23
25
27
29
31
33
35
38
41
43
46
49
53
56
18
20
21
23
25
27
29
31
33
35
38
41
44
47
50
53
57
60
19
20
22
24
26
28
30
32
34
37
39
42
45
48
51
55
59
62
18
20
21
23
24
26
28
30
33
35
38
40
43
46
50
53
57
60
64
17
18
20
22
23
25
27
29
31
34
36
39
42
45
48
51
55
58
62
65
16
17
19
20
22
24
26
28
30
32
35
37
40
43
46
49
53
56
60
64
68
15
16
18
19
21
23
24
26
28
31
33
35
38
41
44
47
50
54
58
62
66
70
14
15
17
18
20
21
23
25
27
29
31
34
36
39
42
45
48
52
55
59
63
68
72
13
15
16
17
19
20
22
24
25
27
30
32
34
37
40
43
46
49
53
57
61
65
69
74
12
14
15
16
17
19
20
22
24
26
28
30
33
35
38
41
44
47
51
54
58
62
67
71
76
12
13
14
15
16
18
19
21
23
24
26
29
31
33
36
39
42
45
48
52
55
60
64
68
73
78
11
12
13
14
15
17
18
20
21
23
25
27
29
32
35
37
40
43
46
50
54
58
62
67
71
76
81
10
11
12
13
14
16
17
19
20
22
24
26
28
30
33
36
38
42
45
48
52
56
60
65
69
74
79
85
10
11
12
13
15
16
17
19
21
23
25
27
29
31
34
37
40
43
46
50
54
58
62
67
72
77
82
88
10
11
11
13
13
14
15
16
18
19
21
23
25
27
30
32
35
38
41
44
48
51
55
60
64
69
74
80
85
10
11
12
13
14
15
17
18
20
21
23
26
28
30
33
36
39
42
45
49
53
57
61
66
71
77
82
88
94
540
10
11
12
13
14
16
17
18
20
22
24
26
28
31
33
36
39
42
46
50
54
58
63
68
73
79
85
91
97
520
10
11
12
13
14
16
17
19
20
22
24
26
29
31
34
37
40
43
47
51
55
60
64
70
75
81
87
93
100
500
10
11
12
13
14
16
17
19
21
22
24
27
29
32
34
37
41
44
48
52
56
61
66
71
77
83
89
96
103
Bo
rra
do
rP
11
12
43
Tabla 2.4: Altura de agua precipitable [mm] entre la superficie a 1000 [Hpa] y un nivel z[m] sobre esa
superficie en una atm
osfera saturada pseudo adiabatica,en funcion de la temperatura de roco (Tr ) al nivel
1000 [Hpa].
z [m]
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Tr [C]
1
400
10
10
11
12
600
10
10
11
11
12
13
14
15
15
16
17
800
10
10
11
12
13
13
14
15
16
17
18
19
20
21
22
1000
10
10
11
12
13
13
14
15
16
17
18
20
21
22
23
25
26
28
1200
10
11
11
12
13
14
15
16
17
18
19
20
21
23
24
26
27
29
31
32
1400
10
10
11
12
13
14
15
16
17
18
19
20
22
23
24
26
28
29
31
33
35
37
1600
10
11
11
12
13
14
15
16
17
19
20
21
23
24
25
27
29
31
33
35
37
39
41
1800
10
11
12
12
13
14
15
17
18
19
20
22
23
25
26
28
30
32
34
36
39
41
43
46
2000
10
11
11
12
13
14
16
17
18
19
21
22
24
25
27
29
31
33
35
37
39
42
44
47
50
2200
10
10
11
12
13
14
15
16
18
19
20
22
24
25
27
29
31
33
35
37
40
42
45
48
51
54
2400
10
11
12
13
14
15
16
17
19
20
22
23
25
27
29
31
33
35
37
40
42
45
48
51
54
57
2600
10
11
11
12
13
14
16
17
18
20
21
23
24
26
28
30
32
35
37
40
42
45
48
51
55
58
61
2800
10
11
12
13
14
15
16
18
19
21
22
24
26
27
30
32
34
36
39
42
45
48
51
54
58
61
65
3000
10
10
11
12
13
14
15
17
18
20
21
23
25
27
29
31
33
35
38
41
44
47
50
53
57
61
64
68
3200
10
11
12
13
14
15
16
17
19
20
22
24
26
28
30
32
34
37
40
42
45
49
52
56
59
63
67
71
3400
10
11
12
13
14
15
16
18
19
21
23
24
26
29
31
33
36
38
41
44
47
51
54
58
62
66
70
74
3600
10
11
12
13
14
15
17
18
20
22
23
25
29
29
32
34
37
39
42
45
49
52
56
60
64
68
73
77
3800
10
10
11
12
13
14
16
17
19
20
22
24
26
28
30
32
35
38
41
44
47
50
54
58
62
66
70
75
80
4000
10
11
11
12
14
15
16
17
19
21
22
24
26
28
31
33
36
39
42
45
48
52
56
60
64
68
73
78
83
4200
10
11
12
13
14
15
16
18
19
21
23
25
27
29
31
34
37
40
43
46
49
53
57
61
66
70
75
80
85
4400
10
11
12
13
14
15
16
18
20
21
23
25
27
29
32
34
37
40
44
47
51
54
58
63
67
72
77
82
87
4600
10
11
12
13
14
15
17
18
20
22
24
25
28
30
32
35
38
41
44
48
52
56
60
64
69
74
79
84
90
4800
10
11
12
13
14
15
17
18
20
22
24
26
28
30
33
36
39
42
45
49
53
57
61
65
70
75
81
86
92
5000
10
11
12
13
14
16
17
19
20
22
24
26
28
31
33
36
39
42
46
50
54
58
62
67
72
77
82
88
94
5200
10
11
12
13
14
16
17
19
20
22
24
26
29
31
34
37
40
43
47
50
54
59
63
68
73
78
84
90
96
5400
10
11
12
13
14
16
17
19
20
22
24
26
29
31
34
37
40
44
47
51
55
60
64
69
74
80
85
92
98
5600
10
11
12
13
14
16
17
19
21
22
24
27
29
32
35
38
41
44
48
52
56
60
65
70
76
81
87
93
100
5800
10
11
12
13
14
16
17
19
21
22
25
27
29
32
35
38
41
45
48
52
57
61
66
71
77
82
88
95
101
6000
10
11
12
13
14
16
17
19
21
23
25
27
30
32
35
38
42
45
49
53
57
62
67
72
78
84
90
96
103
6200
10
11
12
13
15
16
17
19
21
23
25
27
30
32
35
38
42
45
49
54
58
63
68
73
79
85
91
98
104
6400
10
11
12
13
15
16
18
19
21
23
25
27
30
33
35
39
42
46
50
54
58
63
68
74
80
86
92
99
106
6600
10
11
12
13
15
16
18
19
21
23
25
27
30
33
36
39
42
46
50
54
59
64
69
74
80
86
93
100
107
6800
10
11
12
13
15
16
18
19
21
23
25
27
30
33
36
39
42
46
50
55
60
65
70
75
81
87
94
101
108
7000
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
39
43
46
51
55
60
65
70
76
82
88
95
102
110
7200
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
39
43
47
51
55
60
65
71
76
82
89
96
103
111
7400
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
39
43
47
51
56
61
66
71
76
83
90
97
104
112
7600
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
39
43
47
51
56
61
66
72
77
83
90
98
105
113
7800
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
39
43
47
51
56
61
66
72
78
84
91
98
106
114
8000
10
11
12
14
15
16
18
19
21
23
25
28
30
33
36
40
43
47
52
56
61
67
72
78
85
92
99
107
115
8200
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
47
52
57
62
67
73
78
85
92
100
108
115
8400
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
47
52
57
62
67
73
79
85
92
100
108
116
8600
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
47
52
57
62
68
73
79
86
93
101
109
117
8800
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
47
52
57
62
68
73
79
86
93
101
109
118
9000
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
47
52
57
62
68
74
80
86
94
102
110
118
9200
10
11
12
14
15
16
18
19
21
23
26
28
30
33
36
40
43
48
52
57
62
68
74
80
87
94
102
110
119
14
15
16
18
19
21
23
26
28
30
33
36
40
44
48
52
57
62
68
74
80
87
94
102
110
119
15
16
18
19
21
23
26
28
30
33
36
40
44
48
52
57
63
68
74
80
87
94
102
111
120
16
18
19
21
23
26
28
30
33
36
40
44
48
52
57
63
68
74
80
87
95
103
111
120
18
19
re
lim
in
rP
Bo
rra
do
9400
9600
9800
10000
11000
12000
13000
ar
200
21
23
26
28
30
33
36
40
44
48
52
57
63
68
74
80
87
95
103
112
121
21
23
26
28
30
33
36
40
44
48
52
57
63
68
74
81
88
96
104
113
122
33
36
40
44
48
52
57
63
68
74
81
88
96
105
114
122
52
57
63
68
74
81
88
97
105
114
123
57
63
68
74
81
88
97
105
115
124
15000
81
88
97
106
115
124
16000
81
88
97
106
115
124
89
97
106
115
124
14000
17000
44
2.6.
Del analisis del balance radiativo terrestre, efectuado en acapites anteriores, se deduce la existencia de un
desequilibrio radiativo interno que requiere de procesos extra radiativos que transporten calor en forma
latitudinal desde las zonas ecuatoriales hacia los polos y en forma vertical, desde la superficie terrestre hacia
2.6.1.
ar
la atmosfera.
re
lim
in
a traves de procesos de intercambio turbulento de calor sensible (calor de conveccion) y de calor latente de
evaporacion.
du
dz
(2.78)
rP
du
dz
(2.79)
Bo
rra
do
Igualmente, el traspaso de calor sensible por procesos de conduccion molecular viene dado por la ecuacion
de conduccion de calor
QH =
dT
dz
(2.80)
dT
dz
(2.81)
Por u
ltimo, si existe alg
un gradiente de concentracion de alg
un constituyente del fluido, en este caso, vapor
de agua, existir
a una difusi
on m
asica dada por la relacion
E = k
dT
dz
(2.82)
45
QL = Lk
dT
dz
(2.83)
ar
re
lim
in
= ( + )
du
dz
(2.84)
Por analoga con las ecuaciones de los procesos de transporte molecular, pueden plantearse, para el caso
de intercambio turbulento, las ecuaciones
du
dz
rP
= KM
Bo
rra
do
QH = cp KH
QL = LKW
(2.85)
dT
dz
(2.86)
dq
dz
(2.87)
Se postula s, que la magnitud de estos coeficientes debe ser funcion del grado relativo de turbulencia
termica y mec
anica, es decir, de la estabilidad atmosferica. Ademas, la presencia de paredes o bordes solidos
limita la existencia de turbulencia, generando capas limites, por lo que estos coeficientes varan tambien
dependiendo de la distancia a la pared o superficie de la tierra, en este caso.
En virtud de lo anterior, la gran mayora de las determinaciones empricas de los coeficientes de intercambio
turbulento los expresan como funciones del N
umero de Richardson o del parametro de Monin Obukhov.
46
Por ultimo, las ecuaciones (2.86) y (2.87) han sido definidas con un signo negativo, para que arrojen valores
positivos cuando el flujo de calor sea desde la superficie terrestre hacia la atmosfera, ya que, es de esperar los
gradientes de humedad especfica y temperatura sean negativos, excepto en los casos de inversion termica.
2.6.2.
ar
El desequilibrio radiativo y energetico que se produce entre las zonas ecuatoriales y polares exige a su
2.6.2.1.
Vientos
re
lim
in
sus propiedades termicas. Estos mecanismos son los vientos y el movimiento de circulacion general de la
Entendemos por viento, simplemente a la velocidad con que se mueve una determinada masa de aire en alg
un
punto del espacio y del tiempo. Como en cualquier otro fluido, su movimiento se produce para compensar la
existencia de alg
un gradiente de presi
on, es decir, en general,
p
s
rP
vs
(2.88)
Si v es la velocidad del viento en un determinado instante y lugar, esta se puede expresar como
(2.89)
Bo
rra
do
donde v(x) es la velocidad media del viento en dicho lugar, una vez filtrados todos los componentes transientes,
locales y aleatorios w(x, t) que puedan existir en dicho lugar. La velocidad media del viento se entiende
termicas o de densidad, que pueden ser de caracter cclico, como las brisas marinas, o simplemente aleatorios.
El instrumento b
asico para la medici
on de la velocidad del viento es el anemometro, compuesto de una helice
o un sistema de copas, cuya velocidad angular resulta proporcional a la velocidad del viento reinante y de una
veleta o plancha met
alica aerodin
amica que se orienta indicando la direccion del viento reinante, normalmente
discretizado en 8 octantes, N (norte), NE, E(este), SE, S(sur), SW, W(oeste o weste) y NW, aunque los
hay de registro continuo que van indicando el azimut o angulo respecto al norte en cada momento. En cuanto
a la magnitud del viento, tambien hay instrumentos de registro continuo y otros solamente totalizadores que
indican el recorrido acumulado en un perodo determinado de tiempo, normalmente millas marinas, millas
terrestres o kil
ometros en un da.
Por convenci
on, la direcci
on del viento se identifica con el punto cardinal desde el cual el viento proviene,
as el viento Norte es aquel que se desplaza desde el Norte hacia el Sur.
47
En superficie, producto del roce con ella, se producen importantes gradientes verticales de la velocidad del
viento, por lo que las mediciones deben indicar la cota sobre la superficie a la que se efect
ua la medicion,
pudiendo existir torres anemometricas en que la velocidad se mide a diferentes alturas, 0.4 [m], 1.5 [m], 3
[m], 10 [m] u otra altura que resulte de interes en alg
un caso particular.
Dentro de la capa lmite atmosferica, las velocidades a distintas alturas pueden relacionarse adoptando una
v1
=
v2
z1
z2
ar
ley de variaci
on potencial, del tipo,
p
(2.90)
re
lim
in
Tambien puede utilizarse, en estricto rigor para atmosferas neutras o cuasi neutras, la Ley de la Pared o
ley de Von Karman - Prandtl,
vz
1
= ln
v
k
donde v es la velocidad de fricci
on v =
de la pared.
0
,
z
z0
(2.91)
rP
0.001 - 0.1
Nieve
0.01 - 0.1
0.03
Cespedes y pastizales
0.15 - 2.0
Plantaciones de trigo
20
Plantaciones de maz
70 - 120
Arbustos y matorrales
50 - 150
Bo
rra
do
Tipo de superficie
En presencia de macrorugosidades, como por ejemplo bosques o edificios en zonas urbanas, se suele intro-
ducir un desplazamiento de la cota de referencia, reemplazando la cota z sobre el suelo, por la cota corregida
z 0 = zd, donde d es aproximadamente el espesor de la capa de aire que queda atrapada entre las rugosidades.
Cuando la atm
osfera no es neutra, el perfil de velocidades se aleja del perfil teorico de Von Karman -
48
de la densidad del aire, tiende a provocar aumentos crecientes de la velocidad en la altura por lo que debe
recurrirse al empleo de globosondas.
En las Figuras 2.12 a 2.14 se mostraron perfiles promedios de distribucion vertical de la componente oeste
de la velocidad del viento en altura durante perodos de lloviznas, lluvias moderadas y lluvias intensas,
obtenidos del an
alisis de informaci
on de radiosonda en la ciudad de Quintero, a los que puede ajustarseles
ar
(2.92)
re
lim
in
v = a zb + c
En la Tabla 2.6, se muestran los valores de las constantes correspondientes a la expresion precedente que
fue posible ajustar a los datos medidos, junto a sus correspondientes coeficientes de correlacion.
Tabla 2.6: Constantes para definir el perfil de viento correspondiente a diferentes tipos de das.
2.6.3.
R2
Intensa
2.88995
1.1625
0.753854
0.997
Moderada
1.55294
1.40117
0.251655
0.999
Llovizna
0.9825
1.55797
0.130278
0.998
rP
Tipo de Lluvia
Circulaci
on General de la Atm
osfera
Bo
rra
do
Todo modelo que pretenda simular en forma general la circulacion atmosferica, debe necesariamente satis-
Proporcionar un mecanismo para el transporte latitudinal de calor desde las zonas ecuatoriales a las
regiones polares.
Satisfacer la ecuaci
on de continuidad de masas de agua, aire y de vapor de agua.
Satisfacer las leyes b
asicas de conservacion de cantidad de movimiento y momento angular.
Respetar las leyes b
asicas de la termodinamica atmosferica y del movimiento de fluidos reales.
49
ar
Sin necesidad de entrar en estos modelos matematicos de alta complejidad que hoy en da permiten el
re
lim
in
Si suponemos inicialmente una Tierra homogenea y en reposo, calentada en forma desuniforme por la
radiacion solar, tendramos un primer modelo de circulacion termal. El aire, recalentado en las regiones
ecuatoriales, tendera a ascender, produciendo un desplazamiento de las masas de aire desde las regiones
polares hacia el Ecuador. El ciclo se completara con un descenso de aire fro en las regiones polares y una
circulacion en altura desde el Ecuador hacia los polos, seg
un se ilustra en la Figura 2.15a.
La Tierra, sin embargo, posee un movimiento de rotacion con velocidad angular w, por lo que cada unidad
rP
I = wR2 cos2 ()
(2.93)
Bo
rra
do
El momento angular debe permanecer constante, por lo tanto, al desplazarse latitudinalmente las masas
de aire, inicialmente en reposo relativo a la tierra, adquiriran componentes longitudinales de velocidad que
compensen la variaci
on del radio de giro. En general, debido a la rotacion de la Tierra, una aceleracion
aparente, la aceleraci
on de Coriolis, tendera a derivar en el hemisferio Sur, en el sentido contrario a los
punteros del reloj, a toda partcula en movimiento. En consecuencia, la circulacion hacia el Ecuador derivara
hacia el oeste (vientos del este), mientas la circulacion en altura derivara hacia el este (vientos del Oeste),
seg
un se ilustra en la Figura 2.15b. Las corrientes ascendentes en el Ecuador, produciran una zona de bajas
presiones y correspondientemente una zona de altas presiones en los polos.
Este simple esquema de circulaci
on termal no se cumple en la practica, a excepcion de las zonas polares y
ecuatoriales, debido principalmente a que no se ha considerado el enfriamiento radiativo que sufren las masas
de aire en la atm
osfera. Adem
as, la desaceleracion relativa de todos los vientos en superficie tendera, por
friccion, a frenar la rotaci
on terrestre.
2 http://www2.mmm.ucar.edu/mm5/
3 http://www.wrf-model.org/index.php
50
ar
SE
SE
NW
(a) Circulaci
on termal en reposo
re
lim
in
(b) Circulaci
on termal en rotaci
on
rP
E SE
NW
SE
NW
SE
Bo
rra
do
SW
SE
NW
(c) Circulaci
on m
as acorde con la realidad
En la practica ocurre que las masas de aire caliente que ascienden en el Ecuador, al desplazarse en altura
hacia los polos, sufren un enfriamiento radiativo tal que al alcanzar aproximadamente una latitud aproximada de 25 a 30 su aumento de densidad es suficiente para que desciendan a la superficie, (subsidencia),
calentandose adiab
aticamente y divergiendo en dos subcorrientes superficiales, una hacia el ecuador y otra
hacia los polos, como se ilustra en la Figura 2.15c.
Esto define una celda cerrada en los tr
opicos (Celda de Hadley), con vientos del este hacia el ecuador,
(vientos alisios) y vientos del oeste en altura hacia los polos (vientos contraalisios).
La subcorriente que deriva hacia los polos, adquiere una componente oeste en el hemisferio Sur, que
equilibra las fuerzas de fricci
on, manteniendo la rotacion terrestre. Esta rama de aire se enfrenta, al llegar a
una latitud de 55 a 60 con la corriente de aire fro y seco proveniente en superficie desde los polos, dando
51
origen a la zona denominada frente polar. Se denomina frente, en general, a la zona en que se ponen en
contacto masas de aire de distinta calidad termica.
La convergencia de masas de aire en superficie hacia el frente polar, tanto desde el Norte como del Sur,
exige, para mantener la circulaci
on, el ascenso de estas masas de aire, dando origen a por lo menos dos nuevas
celdas, con corrientes de aire en altura hacia los polos en la celda polar y con movimiento del aire en altura
hacia el ecuador en la celda intermedia.
ar
en la naturaleza, excepto que los vientos en altura de la celda intermedia, debiendo tener, de acuerdo a
incluso el chorro (jet) del oeste.
re
lim
in
la aceleracion de Coriolis, una componente Este, presentan una fuerte componente Oeste, denominandose
Una explicaci
on a esta anomala radica en los fuertes vientos en altura que se generan en los frentes.
En efecto, si la presi
on barometrica en superficie es aproximadamente la misma, por tener el aire caliente
un mayor volumen especifico, tiene mayor desarrollo vertical, lo que crea en altura un fuerte gradiente de
presiones entre el aire caliente y el fro. El aire caliente, proveniente del norte en el hemisferio Sur, es acelerado
por el gradiente de presiones y derivado hacia el este por la accion de la aceleracion de Coriolis. En ausencia
de roce, el equilibrio se produce cuando el aire se mueve en forma uniforme, en direccion al este, paralelo a
las curvas isobaras, anul
andose los vectores de aceleracion de presion, en direccion al Sur con el vector de
aceleracion de Coriolis, normal hacia la izquierda al vector velocidad y por lo tanto en direccion norte. A
rP
este viento que en altura tiende a correr con velocidad uniforme, paralelo a las curvas isobaras, producto del
equilibrio de fuerzas, se le denomina viento geostrofico. Cerca de la superficie, donde las fuerzas de roce, en
direccion opuesta al movimiento, comienzan a ser importantes, la direccion de equilibrio tiende a ser oblicua a
las curvas isobaras. Las turbulencias a macroescala que existen en estas areas, denominadas ondas de Rossby,
Bo
rra
do
latitudes. La subsidencia de aire en las latitudes 30 y en los polos, esta asociada a calentamientos adiabaticos
y altas presiones, por lo que corresponde a zonas de clima seco. La ascension del aire en los tropicos y
frentes polares se asocia a bajas presiones y enfriamientos adiabaticos, con la correspondiente condensacion
y precipitacion de la humedad atmosferica, lo que genera climas lluviosos.
El desplazamiento de la ubicaci
on del ecuador termico, producto de la inclinacion del eje de rotacion
52
2.6.3.1.
ar
del anticiclon del Pacfico bloquea los frentes de mal tiempo generados en el frente polar.
Corrientes Marinas
re
lim
in
A diferencia de las circulaciones atmosfericas, la presencia de barreras continentales constituye un obstaculo insalvable para las corrientes marinas, por lo que resulta mas difcil plantear un modelo de circulacion
rP
general simple que resulte adecuadamente representativo. A esto contribuye la existencia de otro tipo de
corrientes entre las que pueden distinguirse las corrientes de densidad, generadas por gradientes de salinidad
y/o temperatura, corrientes de deriva, provocadas por arrastre del roce de los vientos, corrientes de pendiente,
provocadas por desniveles generados por apilamientos de agua por efecto del viento, y corrientes de marea,
Bo
rra
do
normalmente de car
acter cclico, provocadas por las mismas fuerzas gravitacionales de generacion de mareas.
En relacion a su influencia sobre el clima de Chile, resulta de particular importancia la corriente de Hum-
boldt, corriente fra que se desplaza de Sur a Norte a lo largo de la costa, influyendo sobre el regimen de
temperaturas en el sentido de generar una gran uniformidad termica latitudinal, provocando particularmente
en las zonas costeras central y norte temperaturas bastante mas moderadas que las tpicas correspondientes a su latitud. Este enfriamiento superficial contribuye a su vez a la generacion de inversiones termicas,
incrementando la estabilidad atmosferica.
2.6.4.
El Fen
omeno ENOS, El Ni
no - Oscilaci
on del Sur
53
cambio en el regimen termico del oceano, al cual se le atribuye la ocurrencia de ciertas anomalas climaticas,
entre ellas, perturbaciones termicas y pluviometricas.
En efecto, en condiciones normales, los vientos alisios arrastran las aguas superficiales mas calientes del
oceano en las cercanas de las costas de Ecuador y Per
u, provocando la surgencia de masas oceanicas mas
profundas de menor temperatura. Al debilitarse esta circulacion, se altera la estratificacion termica del oceano,
observandose un recalentamiento de sus aguas superficiales, que se extiende hacia el Sur, generandose una
ar
corriente caliente que puede alcanzar hasta la costa norte y central de Chile, y que ha sido denominada
corriente de El Ni
no, termino introducido por los pescadores peruanos, al observar que el fenomeno suele
iniciarse en el mes de diciembre, junto con la fecha de nacimiento del Ni
no Jes
us. El fenomeno genera por
re
lim
in
a
nos mas secos, cuando prevalece la situacion inversa y las aguas oceanicas tienden a enfriarse, situacion que
ha sido denominada La Ni
na. La relaci
on se hace mas clara durante el invierno entre las latitudes 30S
y 36S con predominio de a
nos normales lluviosos durante eventos El Ni
no y normales secos durante
eventos La Ni
na. M
as hacia el sur, entre los 36S y 41S, la presencia del fenomeno de El Ni
no se asociara
Bo
rra
do
Bibliografa
rP
Bliss, R. (1961), Atmospheric Radiation Near the Surface of the Ground: A summary for engineers, Solar
Energy, 5, pp 103-120, doi:10.1016/0038-092X(61)90053-6.
Flohn, H. (1968), Climate and Weather, World Univ. Lib., McGraw Hill.
Hess, S. L. (1959), Theoretical Meteorology, Holt, Rinehart, Winston.
Marvin, C. F. (1941), Psycrometric Tables, U.S. Weather Bureau.
Montecinos, A. (1998), Pron
ostico Estacional de la Precipitacion en Chile Central, Departamento De Geofsica, Universidad de Chile.
Plate, E. (1972), Aerodynamic Characteristics of Atmospheric Boundary Layers,U.S. Atomic Energy Commission.
Ramanathan, V., B. R. Barkstrom, and E. F. Harrison (1989), Climate and the Earths Radiation Budget,
Physics Today.
Sellers, W. D. (1965), Physical Climatology, The Universiy of Chicago Press.
Soto, C. (2003), Caracterzaci
on de condiciones meteorol
ogicas durante eventos de precipitaci
on a la latitud
33 sur en Chile, XVI Congreso Nacional de Hidr
aulica, Santiago, Chile.
54
Bo
rra
do
rP
re
lim
in
ar
UNESCO (1995), World Water Balance and Water Resources of the Earth.
ar
Captulo 3
rP
Introducci
on
re
lim
in
Y
EVAPORACION
EVAPOTRANSPIRACION
La evaporaci
on, proceso mediante el cual el agua pasa del estado lquido al estado de vapor, es un proceso
natural de enorme trascendencia, ya que como se analizara anteriormente, transforma en energa cinetica
Bo
rra
do
su calor de vaporizaci
on ( 600 [cal/gr]), enfriando la superficie evaporante y traspasando esta energa a la
atmosfera. Este proceso evita los recalentamientos excesivos de la superficie terrestre y contribuye a compensar
el desequilibrio existente en el balance radiativo. Ademas, los procesos de evaporacion inician la circulacion
del agua en la Tierra, generando y manteniendo el ciclo hidrologico. La evaporacion ocurre desde la superficie
de los mares, desde la superficie de las aguas dulces continentales, desde suelos u otras superficies h
umedas
y a traves de los procesos de transpiraci
on de organismos vivos, fundamentalmente los vegetales.
Desde el punto de vista de los recursos hdricos, cuando el proceso de evaporacion ocurre desde la superficie
de los mares, es tremendamente beneficioso, pues constituye la fuente primaria del recurso. Sin embargo,
cuando la evaporaci
on ocurre desde las aguas dulces continentales, es decir, desde lagos, suelos h
umedos,
transpiracion vegetal y otros, el proceso constituye una perdida del recurso que puede llegar a constituir una
gran parte y en ocasiones la casi totalidad del recurso agua disponible.
Es en consecuencia de fundamental importancia en ingeniera de recursos hidraulicos, poder medir o cuan-
tificar en forma adecuada las perdidas por evaporacion, si se desea evaluar las disponibilidades netas de agua
en una cuenca o regi
on. Las perdidas por evaporacion son tambien factores importantes a considerar en la
planificacion, dise
no y operaci
on de embalses destinados a la regulacion de aguas. Por u
ltimo, toda una rama
de la Ingeniera Hidr
aulica, como la Ingeniera de Riego o Hidraulica Agrcola, se origina en la necesidad de
reponer a los suelos la humedad perdida por procesos de evaporacion y transpiracion vegetal.
55
56
Evaporacion y Evapotranspiracion
3.1.
Definiciones
A continuacion se presentaci
on algunas definiciones importantes para facilitar la compresion de este captulo:
Evaporaci
on: Proceso por medio del cual el agua pasa del estado lquido al estado gaseoso, a temperaturas inferiores al punto de ebullici
on.
ar
Sublimaci
on: Proceso por medio del cual el agua pasa directamente del estado solido al estado gaseoso,
sin pasar por la fase lquida.
re
lim
in
Transpiraci
on: Proceso de evaporaci
on del agua absorbida por las plantas y vegetacion natural
Evapotranspiraci
on: Efecto conjunto de la evaporacion del agua contenida en las plantas y la evaporacion
desde la superficie del suelo adyacente.
Uso Consumo: Termino utilizado en Agronoma, que corresponde a la evapotranspiracion neta mas la
cantidad de agua utilizada por las plantas en la construccion de su tejido vegetal. En terminos practicos
es cuantitativamente casi equivalente a la evapotranspiracion.
Condensaci
on: Proceso por medio del cual el agua pasa del estado gaseoso al estado lquido o eventualmente al estado s
olido.
rP
Roco: Condensaci
on que ocurre al estado lquido, directamente sobre la superficie del terreno.
Bo
rra
do
Escarcha: Condensaci
on que ocurre directamente al estado solido, sobre la superficie del terreno.
3.2.
La tasa o intensidad a la cual se produce el proceso de evaporacion depende de una serie de factores condicionantes, que pueden clasificarse en tres grupos:
Poder evaporante de la atm
osfera.
A continuaci
on se describen cada uno de estos factores.
3.2.1.
Se entiende por poder evaporante de la atmosfera al conjunto de factores de origen atmosferico que controlan
la tasas de evaporaci
on, independientemente de la disponibilidad de agua para evaporar y de las caractersticas
de la superficie evaporante.
57
Los principales factores atmosfericos que constituyen y condicionan el poder evaporante de la atmosfera
son los siguientes:
D
eficit Higrom
etrico
Se vio al establecer las ecuaciones de intercambio turbulento, que para que exista un flujo de vapor de
agua, es necesaria la existencia de un gradiente de humedad, o expresado de otra manera, un gradiente
ar
de presiones de vapor.
En la superficie de un espejo de agua u otra superficie que contenga agua libre, la presion de vapor
va a corresponder a la presi
on de vapor saturado, dependiente de la temperatura de la superficie
re
lim
in
e m L 1
1
v
s
=
ln
6.11
R
273 T
donde,
es : Presi
on de vapor saturado, en [Hpa].
rP
o en forma m
as pr
actica, por la expresion aproximada,
es = 6.11 e T +239
Bo
rra
do
17.4T
donde es est
a en [Hpa] y T en [C].
Si el aire en contacto con la superficie del agua tiene una presion de vapor ea menor que la de saturacion,
se producir
a un gradiente de presiones de vapor, denominandose d
eficit higrom
etrico, a la diferencia
entre estas presiones de vapor, es decir,
= es ea
(3.1)
Este deficit higrometrico se utiliza para cuantificar el gradiente de humedad entre la superficie del
agua y el aire, que originar
a un flujo o traspaso de humedad desde la superficie a la atmosfera, lo que
constituye el proceso de evaporaci
on.
El primero en reconocer la importancia de este factor en el proceso de evaporacion fue Dalton en 1802,
quien estableci
o una relaci
on para evaluar la evaporacion desde superficies de agua conocida como la
Ley de Dalton.
E = k (es ea )
(3.2)
58
Evaporacion y Evapotranspiracion
El factor k depende de otros factores que intervienen en el poder evaporante de la atm
osfera,
entre los que destacan la velocidad del viento, la estabilidad atmosferica y el suministro de energa o
radiacion solar para proporcionar el calor que consume el proceso de cambio de estado del agua.
De hecho, a
un hoy en da, la mayora de las formulas empricas propuestas para cuantificar la evaporacion se basan en la ley de Dalton, cuantificando con distintos criterios el factor k.
Suministro de Calor
ar
re
lim
in
saturado, hasta anular el deficit higrometrico. Para mantener el proceso evaporativo en el tiempo, en
consecuencia, es necesario un suministro externo de calor, que evite el enfriamiento del agua. La fuente
de calor es normal y principalmente la radiacion solar, razon por la cual la evaporacion natural ocurre
fundamentalmente durante las horas del da, disminuyendo considerablemente, a
un hasta anularse o
invertirse (condensaci
on) durante las horas de la noche.
Vientos
Si la atm
osfera est
a en reposo durante el proceso de evaporacion, el aumento de vapor de agua se
concentrar
a en las capas bajas con muy poca difusion, incrementando la presion de vapor del aire,
tendiendo tambien a anular el deficit higrometrico. En el proceso evaporativo, en consecuencia, es
rP
importante la acci
on del viento en la remocion del aire h
umedo y su reemplazo por masas de aire mas
secas, que mantengan el deficit higrometrico. El grado de influencia del viento depende ademas del
tama
no de la superficie evaporante.
Estabilidad Atmosf
erica
Bo
rra
do
El aumento de la presi
on atmosferica implica un aumento de la densidad del aire por lo que habra un
mayor n
umero de moleculas de aire que interfieren y dificultan el flujo de las moleculas de vapor. En
general, entonces, la evaporaci
on tendera a disminuir con el aumento de la presion atmosferica.
3.2.2.
3.3. Evaporaci
on de Suelos y Transpiraci
on Vegetal
59
Otro factor que influye es la salinidad del agua, ya que la presencia de solidos solubles disminuye la presion
de vapor saturado de acuerdo a la Ley de Raoult,
ew ews
m
=
=f
ew
m+M
(3.3)
donde,
ar
re
lim
in
M : N
umero de moles de agua.
ew : Presion de vapor saturado sobre agua pura.
3.2.3.
rP
de los efectos del viento y del calor de adveccion sobre superficies mas peque
nas.
Disponibilidad de Agua
Aunque parezca de Perogrullo, es necesario destacar que para que exista un proceso de evaporacion, se
Bo
rra
do
necesita disponer de la cantidad de agua necesaria para satisfacer el poder evaporante de la atmosfera. Si
por alguna raz
on la disponibilidad de agua para evaporar es menor que el poder evaporante de la atmosfera,
ya sea porque la superficie comienza a secarse o por alguna otra razon, la tasa de evaporacion comenzara a
disminuir quedando restringida a la disponibilidad de agua libre, llegando incluso a anularse.
Al respecto se definen los conceptos de evaporacion y evapotranspiracion potencial, como la maxima tasa de
evaporacion o evapotranspiraci
on que puede ocurrir para un determinado poder evaporante de la atmosfera,
siempre que en todo momento exista la disponibilidad de agua necesaria. En estos terminos, la evaporacion o
evapotranspiraci
on potencial es el lmite m
aximo de evaporacion o evapotranspiracion posible. La evaporacion
o evapotranspiraci
on real podr
a ser menor o a lo sumo igual a la potencial, dependiendo de la disponibilidad
de agua, llegando incluso a anularse si la disponibilidad de agua se agota.
3.3.
Evaporaci
on de Suelos y Transpiraci
on Vegetal
La evaporaci
on no s
olo ocurre desde superficies de agua libre; tambien ocurre desde cualquier superficie
h
umeda, como pueden ser los suelos o el follaje de la vegetacion.
La evaporaci
on de suelos superficialmente saturados puede ser del orden del 80 % al 95 % del valor de
60
Evaporacion y Evapotranspiracion
Limos:
85 - 95 %
Arcillas:
75 - 85 %
ar
Arenas:
La transpiraci
on vegetal, en cambio, al extraer las plantas el agua a traves de su sistema radicular que
penetra en profundidad el suelo, es mucho mas permanente en el tiempo, siendo de hecho la principal fuente
re
lim
in
de evaporacion en zonas continentales. El flujo de agua a traves de troncos y tallos desde las races hasta
las hojas, donde fundamentalmente traspira, cumple ademas la funcion de lquido portador de los nutrientes
necesarios para la planta.
ETp = cc Ep
(3.4)
rP
El termino evapotranspiraci
on potencial surge del hecho de suponer que en todo momento existe la disponibilidad de agua necesaria para satisfacer las necesidades transpirativas de la planta. Si existen restricciones de
Bo
rra
do
suministro de agua y el suelo baja de cierto nivel mnimo de humedad, la evapotranspiracion real sera menor
que la potencial, hasta llegar a anularse si la planta se marchita.
En algunos textos de Agronoma suele definirse la evapotranspiracion potencial como la tasa de evaporacion
que ocurre desde una superficie de alfalfa verde con cobertura total sobre el terreno, siempre que exista en
todo momento la disponibilidad de agua para satisfacer el proceso, a
un cuando originalmente dicha definicion
correspondio al termino evapotranspiraci
on referencial. En estos terminos esta definicion concuerda mas
con lo que en este texto ha sido definido como poder evaporante de la atmosfera o evaporacion potencial,
bajo el supuesto de que la alfalfa tenga un coeficiente de cultivo cercano al valor 1.0
A la evapotranspiraci
on potencial de otro tipo de cultivos, con coeficientes distintos del valor 1.0, se le
identifica en algunos textos de Agronoma como Evapotranspiracion Actual, en una desafortunada traduccion
del termino ingles Actual Evapotranspiration que vendra a corresponder a lo que aqu se ha denominado
evapotranspiraci
on potencial, siempre mayor o a lo sumo igual a la evaporacion real.
3.4.
Medici
on de la Evaporaci
on
El instrumento b
asico para medir la evaporacion es el evapormetro, del cual se distinguen tres tipos:
61
ar
un factor correctivo, denominado coeficiente de embalse del evapormetro, para hacerla mas representativa
re
lim
in
de la evaporaci
on real.
donde,
Er
Em
(3.5)
rP
Bo
rra
do
3.4.0.1.
Evapormetros de Estanque
El evapormetro de estanque, como su nombre lo indica consiste en un estanque o bandeja de seccion circular
o rectangular que se llena con agua y que puede instalarse sobre la superficie del terreno, semi-enterrado en
el terreno de manera que la superficie del agua coincida con la rasante del suelo, o flotando en un lago o
embalse.
62
Evaporacion y Evapotranspiracion
Alto de la parrilla sobre la que se instala el instrumento: 15 [cm]
Borde libre o revancha inicial de llenado: 2 o 5 [cm]
ar
evaporaciones diarias.
Las principales instituciones que recopilan informacion evapormetrica en Chile son la Direccion General
re
lim
in
Direccion de Aeron
autica (DMC) y organismos dependientes del Ministerio de Agricultura.
Humedad relativa
Baja
Media
Alta
Baja
Media
Alta
media [ %]
(< 40)
(40 70)
(> 70)
(< 40)
(40 70)
(> 70)
0.85
Distancia del
area verde
[km/da]
0.55
0.65
0.75
0.7
0.8
Ligero
10
0.65
0.75
0.85
10
0.6
0.7
0.8
(<175)
100
0.7
0.8
0.85
100
0.55
0.65
0.75
1000
0.75
0.85
0.85
1000
0.5
0.6
0.7
0.8
Bo
rra
do
rP
0.5
0.6
0.65
0.65
0.75
Moderado
10
0.6
0.7
0.75
10
0.55
0.65
0.7
(175 425)
100
0.65
0.75
0.8
100
0.5
0.6
0.65
1000
0.7
0.8
0.8
1000
0.45
0.55
0.6
0.45
0.5
0.6
0.6
0.65
0.7
10
0.55
0.6
0.65
10
0.5
0.55
0.65
100
0.6
0.65
0.7
100
0.45
0.5
0.6
1000
0.65
0.7
0.75
1000
0.4
0.45
0.55
Fuerte
(425 700)
0.4
0.45
0.5
0.5
0.6
0.65
Muy fuerte
10
0.45
0.55
0.6
10
0.45
0.5
0.55
(> 700)
100
0.5
0.6
0.65
100
0.4
0.45
0.5
1000
0.55
0.6
0.65
1000
0.35
0.4
0.45
(*): En el caso de vastas extensiones de suelos desnudos y en ausencia total de vegetacion, reducir los valores del coeficiente de embalse
en un 20 % en condiciones calurosas y ventosas, y en un 5 a 10 % en condiciones moderadas de viento, temperatura y humedad.
Por u
ltimo es necesario se
nalar que la medicion de un evapormetro es de tipo puntual, es decir mide la
variable o ndice en el punto especfico de su instalacion. Para poder cuantificar la evaporacion sobre una
cuenca o region, es necesario instalar una adecuada red de evapormetros. En la publicacion Balance Hdrico
de Chile, de la DGA (1987) se presentan curvas de isoevaporacion para diversas regiones del pas.
Valores tpicos de evaporaci
on media mensual en distintas localidades de Chile, se presentan en la Tabla 3.2.
63
A
un cuando las cifras no son estrictamente comparables pues corresponden a distintos perodos y longitudes
de medicion, muestran claramente la dependencia de la evaporacion con las caractersticas termicas y de
humedad ambiental de las distintas localidades, ademas de la eventual dependencia de las condiciones de
instalacion del instrumento.
Tabla 3.2: Evaporacion mensual de bandeja [mm].
Estaci
on
ENE
FEB
MAR
ABR
MAY
JUN
JUL
AGO
SEP
OCT
NOV
DIC
ANUAL
251
285
2600
213
242
2069
429
444
4515
235
282
2194
221
240
1979
325
283
286
228
181
134
121
133
159
214
260
214
197
149
122
100
106
127
148
191
Calama
432
364
410
348
344
314
338
323
354
415
Copiap
o
322
249
209
148
99
103
88
116
145
198
Vallenar
302
228
195
134
97
73
71
108
133
177
La Serena
159
134
115
81
65
51
48
53
75
92
113
148
1134
Vicu
na
287
242
210
137
99
85
85
114
149
214
246
284
2152
San Felipe
268
219
176
104
64
47
36
62
105
144
203
245
1673
Santiago
224
174
138
71
39
24
27
45
69
115
160
214
1300
Rancagua
210
150
109
60
28
18
21
34
51
103
155
190
1129
Curic
o
236
191
142
88
47
37
42
53
75
107
163
215
1396
Linares
244
204
153
73
33
19
16
30
58
106
130
218
1284
Chill
an
245
189
144
85
32
16
21
40
73
113
170
203
1310
Ls. Angeles
225
183
135
65
33
25
28
39
65
102
144
196
1240
Victoria
190
152
121
67
37
34
37
40
78
84
124
162
1126
Temuco
137
117
101
55
28
22
32
41
68
86
94
135
916
Osorno
133
127
110
81
46
36
68
51
47
69
91
133
992
Pto. Montt
161
119
89
66
43
37
43
50
73
109
130
154
1074
Pta. Arenas
118
98
56
36
13
30
65
114
127
657
re
lim
in
Bo
rra
do
3.4.1.
rP
ar
Arica
Antofagasta
El evapormetro de papel poroso o evapormetro Piche, de uso frecuente en Europa, es poco utilizado en Chile,
consistiendo en un tubo de vidrio con forma de un peque
no baston invertido, de 14 [mm] de diametro y 22.5
[cm] de largo, que se llena con agua. En el extremo inferior, lleva una tapa de material poroso, exactamente
de papel filtro en forma de hostia de 32 [mm] de diametro, que permite la evaporacion del agua, cuya
magnitud se mide mediante una escala en el tubo de vidrio. Presenta el problema de que por su peque
no
tama
no, es muy sensible a las variaciones de radiacion y viento, con un coeficiente de embalse promedio del
orden de C=0.5, con fuertes variaciones estacionales.
3.4.2.
Consisten en esferas, placas o cilindros de porcelana porosa, conectados a una fuente de agua para mantenerlos
permanentemente saturados, que se utilizan principalmente en Agronoma para estimar la evapotranspiracion
potencial. Tienen poco uso en Meteorologa.
64
3.5.
Evaporacion y Evapotranspiracion
Estimaci
on de la Evaporaci
on y Evapotranspiraci
on
F
ormula de Thornthwaite-Holzman o M
etodo Aerodin
amico
re
lim
in
3.5.1.
ar
n
umero de formulas o metodos que se han propuesto en la literatura, pueden destacarse los siguientes metodos.
Dividiendo las ecuaciones (2.85) y (2.83) de intercambio turbulento de calor latente y cantidad de movimiento, se obtiene:
QL = L
KW dq/dz
KM du/dz
(3.6)
rP
= a k 2
(u2 u1 )2
(3.7)
(ln(z2 /z1 ))
Bo
rra
do
Reemplazando en la ecuaci
on anterior y expresando las derivadas como diferencias finitas entre los niveles 1
y 2, resulta,
QL = a L k 2
KW (q1 q2 ) (u2 u1 )
2
KM
(ln(z2 /z1 ))
(3.8)
Postulando que los coeficientes de intercambio turbulento de calor latente y cantidad de movimiento fuesen
parecidos, (KW KM ), Thornthwaite y Holzman plantean su ecuacion para estimar la tasa masica de
(q1 q2 ) (u2 u1 )
(ln(z2 /z1 ))
(3.9)
3.5. Estimaci
on de la Evaporaci
on y Evapotranspiracion
65
Diversos autores han propuesto factores correctivos a la formula de Thornthwaite-Holzman, para condiciones no neutras, principalmente en funci
on del N
umero de Richardson o del parametro de Monin-Obukhov,
que deben consultarse en bibliografa especializada.
3.5.2.
M
etodo del Balance de Energa o F
ormula de Bowen
ar
Los flujos de intercambio de energa entre la tierra y la atmosfera corresponden a flujos radiativos, de calor
latente y calor sensible. Por lo tanto, planteando una ecuacion de balance energetico sobre una superficie
re
lim
in
RN QL QH = Qs
donde,
RN : Flujo de radiaci
on neto.
QL : Flujo de calor latente.
QH : Flujo de calor sensible
(3.10)
rP
En la expresi
on anterior la radiaci
on se considera positiva si incide sobre la superficie, los flujos de calor
latente y sensible se consideran positivos cuando los emite la superficie y el flujo de calor incorporado sera nulo
si el sistema est
a en equilibrio, positivo si se esta calentando y negativo si se esta enfriando. La ecuacion
anterior supone tambien que todo el intercambio energetico ocurre en la vertical. En la practica puede ocurrir
Bo
rra
do
que existan aportes de calor laterales como por ejemplo viento o aportes de agua con temperaturas distintas
a la del sistema, calor que se denomina genericamente calor de adveccion, por lo que la ecuacion de balance,
en su forma m
as general queda,
RN QL QH + QA = Qs
(3.11)
donde,
QA : calor de advecci
on.
Reordenando la ecuaci
on anterior, se obtiene,
QH
QL 1 +
= RN + QA Qs
QL
(3.12)
Al cuociente entre el flujo de calor sensible y calor latente se le conoce con el nombre de cuociente o razon
de Bowen, , de donde,
QL =
RN + QA Qs
1+
(3.13)
66
Evaporacion y Evapotranspiracion
QH
cp KH dT
=
QL
L KW dq
(3.14)
(3.15)
re
lim
in
QL =
ar
Suponiendo nuevamente la igualdad entre los coeficientes de intercambio turbulento (KH = KW ), el flujo de
La ecuacion anterior se conoce como ecuacion o formula de Bowen, que ha demostrado ser aplicable
para condiciones atmosfericas no neutras, ya que la hipotesis de igualdad de los coeficientes de intercambio
turbulento ha resultado m
as v
alida que en el caso de la formula aerodinamica. Sin embargo la formula pierde
precision, tendiendo a indefinirse, para condiciones atmosfericas muy particulares en que el coeficiente o razon
de Bowen tiende al valor = 1.
3.5.3.
F
ormulas Combinadas
rP
Los metodos anteriores permiten estimar las tasas de evaporacion, estrictamente en forma instantanea, o a lo
mas, a escala horaria, requiriendo de mediciones meteorologicas de buena calidad, lo que es difcil de lograr
en la practica. En consecuencia, son poco apropiadas para estimaciones rutinarias en que basten valores promedios a escala diaria o mensual. Debido a lo anterior, se han propuesto diversas formulas semiempricas que
Bo
rra
do
Las formulas combinadas son las que tienen una mayor base teorica y se basan en una combinacion de las
ecuaciones de intercambio turbulento y de balance de energa, con el objeto de eliminar algunas variables
desconocidas y expresar las ecuaciones en funcion de variables com
unmente disponibles. Contienen ademas,
alguna funcion de tipo emprico, que normalmente representa una estimacion de los coeficientes de intercambio
turbulento. Entre diversas f
ormulas de este tipo, pueden destacarse las formulas de Penman y de Mc Ilroy.
3.5.3.1.
F
ormula de Mc Ilroy
(RN + QA Qs ) + h (D D0 )
+
(3.16)
3.5. Estimaci
on de la Evaporaci
on y Evapotranspiracion
67
donde,
=
des
dT :
Derivada o pendiente de la curva de presion de vapor saturado vs. temperatura, evaluada con la
temperatura de bulbo h
umedo (Tw ).
=
cp p
L :
Constante psicrometrica.
D = (T Tw ): Depresi
on de bulbo h
umedo a una cota z.
D0 : Depresion de bulbo h
umedo en superficie.
a cp KH
:
z
Funci
on a determinar empricamente.
ar
h=
La ecuacion permitira estimar tanto evaporacion como evapotranspiracion a partir de informacion de ra-
re
lim
in
En cuanto a la funci
on emprica h, experiencias efectuadas en California, con un clima muy parecido al
de Chile Central, proponen estimar esta funcion mediante la expresion,
h = 0.036 (1 + u1 )
(3.17)
donde u1 es la velocidad del viento en [m/seg] medida a una cota z = 1 [m] y aplicable cuando el flujo de
calor latente se expresa en unidades de [cal/cm2 min].
rP
Bo
rra
do
=
(3.18)
(p = 1000 [Hpa]).
Tw [C]
Tw [C]
0.4
18
0.651
0.431
20
0.675
0.461
22
0.699
0.49
24
0.722
0.519
26
0.744
10
0.547
28
0.765
12
0.575
30
0.785
14
0.601
32
0.805
16
0.626
34
0.824
68
Evaporacion y Evapotranspiracion
3.5.3.2.
Formula de Penman
(RN + QA Qs ) +
L Ea
+
+
(3.19)
ar
QL =
re
lim
in
donde Ea es una medida del poder evaporante de la atmosfera, para lo cual propone la expresion,
Ea = a (a + b u)(es e)
p
donde,
a : Densidad del aire.
p: Presion atmosferica.
u: Velocidad del viento.
(3.20)
rP
Bo
rra
do
(3.21)
donde Ea se expresa en [gr/cm2 da], la presion de vapor en [Hpa] y u2 es la velocidad del viento a 2 metros
E=
QL
= 0.0167
(RN + QA Qs ) + 0.265
(1 + 0.0062 u2 )(es (T ) e(T ))
w L
+
+
(3.22)
donde Ea se obtiene en [mmda], el termino RN se expresa en [gr/cm2 da] y los terminos QA y Qs , suelen
despreciarse.
Notese que el termino
equivale al valor 1
3.5. Estimaci
on de la Evaporaci
on y Evapotranspiracion
3.5.4.
69
F
ormulas Basadas en la Ley de Dalton
Un gran n
umero de f
ormulas empricas han sido propuestas en la literatura especializada para estimar tasas
de evaporacion a distintas escalas de tiempo, las cuales se basan en la ecuacion (3.2) o Ley de Dalton,
3.5.4.1.
F
ormula del Lago Hefner
ar
Esta formula, deducida originalmente en 1954, en base a datos de evaporacion del Lago Hefner, ha sido
re
lim
in
(3.23)
E: Evaporaci
on en [mm/da].
F
ormula de los Servicios Hidrol
ogicos de la ex URSS
rP
3.5.4.2.
Bo
rra
do
(3.24)
donde,
E: Evaporaci
on en [mm/da].
3.5.4.3.
F
ormula de Meyer
(3.25)
donde,
E: Evaporaci
on en [mm/mes].
u10 : Velocidad media diaria del viento a 10 [m] de altura, en [m/s].
es e: Deficit higrometrico en [mb] o [Hpa].
c: Factor que depende de la profundidad y tama
no de la superficie evaporante. sus valores oscilan entre 8 y
11.
70
3.5.5.
Evaporacion y Evapotranspiracion
F
ormulas Climatol
ogicas
F
ormula de Turc
donde,
ETp : Evapotranspiraci
on potencial [mm/da].
T : Temperatura media diaria [C].
R: Radiacion global [cal/cm2 da].
h: Humedad relativa media diaria [ %].
re
lim
in
ETp = 0.013
ar
3.5.5.1.
(3.26)
3.5.5.2.
rP
En esta formula el u
ltimo factor toma un valor 1 para humedades mayores a 65 %.
M
etodo de Thornthwaite
De acuerdo a este autor, la evapotranspiracion potencial en cuencas naturales se puede estimar por la expre-
Bo
rra
do
sion,
T
ETp = 16 d 10
Ic
a
(3.27)
donde,
ETp : Evapotranspiraci
on potencial [mm/mes].
T : Temperatura media mensual [C].
d: Coeficiente de horas de luz.
Ic : Indice de calor anual.
El coeficiente de horas de luz (d) corresponde al cuociente entre la duracion media de las horas de luz del
mes respecto al valor promedio 12 horas. Es un valor calculable astronomicamente, dependiendo de la latitud
del lugar y la epoca del a
no. En la Tabla 3.4 se presentan valores del coeficiente mensual de horas de luz en
funcion de la latitud u epoca del a
no.
Por otro lado, el indice de calor anual esta definido por la relacion,
IC =
12
X
i=1
ic
(3.28)
3.6. Evaporaci
on desde Salares
71
(3.29)
Por u
ltimo, El exponente a se calcula por la expresion,
a = 6.75 107 Ic3 7.71 105 Ic2 + 1.79 102 Ic + 0.492
ar
(3.30)
10
1.08
0.98
1.05
0.99
1.01
0.96
1.06
1.05
1.1
20
1.14
1.01
1.05
0.97
0.96
0.91
0.95
0.99
1.09
1.09
1.15
30
1.2
1.04
1.06
0.95
0.92
0.85
0.9
0.95
1.12
1.14
1.21
35
1.23
1.06
1.06
0.94
0.89
0.82
0.87
0.93
1.13
1.17
1.25
40
1.27
1.08
1.07
0.93
0.86
0.78
0.84
0.91
1.15
1.2
1.29
45
1.31
1.1
1.07
0.91
0.82
0.73
0.8
0.89
0.99
1.17
1.24
1.33
50
1.37
1.14
1.1
0.89
0.79
0.68
0.74
0.86
0.99
1.19
1.29
1.41
re
lim
in
Latitud Sur []
Para ambas f
ormulas recien presentadas, se debe considerar que para su aplicacion a alguna cobertura
rP
Existen adem
as numerosas otras f
ormulas empricas que se utilizan principalmente en Agricultura, para la estimaci
on de la evapotranspiraci
on potencial de cultivos comerciales. En la publicacion Calculo y
Bo
rra
do
Cartografa de la Evapotranspiraci
on Potencial en Chile, de CNR-CIREN (1997) se proponen valores de
evapotranspiraci
on potencial para distintas localidades del pas, estimados con diversas metodologas.
3.6.
Evaporaci
on desde Salares
En la zona Norte del pas existen numerosas cuencas endorreicas que no tienen descarga al mar, por lo que
las aguas se concentran en el punto m
as bajo de ellas, conformando lagos o lagunas cerradas que al evaporar
potencialmente m
as que la alimentaci
on que reciben, se transforman en salares, de los cuales se evaporan
todos o gran parte de los recursos hdricos de la cuenca.
Cuando los salares mantienen lagunas o espejos de agua libre, o cuando su costra se mantiene permanen-
72
Evaporacion y Evapotranspiracion
Algunos estudios realizados, proponen leyes de decaimiento exponencial de la tasa de evaporacion, a medida
que la profundidad del nivel fre
atico aumenta, expresadas mediante la relacion,
E = Ea ekz
(3.31)
donde,
ar
re
lim
in
k: Constante de decaimiento
Para la constante k se han propuesto los valores k = 3.25 para el Salar de Atacama (Mardones, 1986)
y k = 0.92 para el Salar de Bellavista (Grilli et al., 1987). Sin embargo, estos valores se estiman a
un muy
aproximados y de car
acter s
olo referencial.
3.7.
Evaporaci
on desde Superficies de Hielo o Nieve
rP
Bo
rra
do
Algunos valores medidos en la localidad de La Parva, en la precordillera de Santiago, arrojaron los valores
Tabla 3.5: Valores estimativos de sublimacion de nieves Lat. 33 Cota 2600 [m.s.n.m.].
Mes
E [mm/mes]
52.7*
43.9*
41.8*
26.4*
17.5
12.5
12.5
11.5
20.7*
29.3*
40.5*
45.0*
Los valores marcados con asterisco (*) no corresponden a valores medidos, sino que estimados en base a
Maluk (2009) modelando el balance energetico en un manto de nieve obtuvo valores estacionales de evaporacion de nieve en la zona central de Chile, que oscilan entre un 10 % de la precipitacion invernal para cotas
bajas en a
nos h
umedos hasta un 45 % de esta en zonas altas en a
nos secos. Las mayores tasas de evaporacion
ocurriran en cotas bajas a fines de invierno y en primavera en cotas medias y altas, coincidiendo con el
perodo en que la nieve alcanza su m
axima madurez, es decir, temperaturas cercanas al punto de fusion y
3.8. Reducci
on de la Evaporaci
on desde Superficies Lquidas
73
0.951
1.112
h
Es = (85.32 + 7.972 ln(z)) u 1
100
Perodo Octubre - Marzo
donde,
z: Cota sobre el nivel del mar en [m].
re
lim
in
h
Es = (8.348 + 1.058 ln(z)) u 1
100
(3.32)
ar
(3.33)
Reducci
on de la Evaporaci
on desde Superficies Lquidas
rP
3.8.
Bo
rra
do
74
Evaporacion y Evapotranspiracion
Barreras cortavientos: Cualquier accion que tienda disminuir el poder evaporante de la atmosfera
reducira la evaporaci
on. Un procedimiento simple y expedito es la plantacion de alamedas o barreras
de arboles que al disminuir o deflectar la velocidad del viento disminuyen la evaporacion. La mayor
eficiencia se logra con barreras perpendiculares a la direccion predominante de los vientos, sin aberturas
o interrupciones, que pueden ser contraproducentes, y no demasiado densas, ya que si forman una
barrera impenetrable se generan turbulencias a sotavento, sobre el espejo de agua, que incrementan la
ar
evaporaci
on.
re
lim
in
Bibliografa
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologa Aplicada, Mc Graw Hill Interamericana,
S.A. Santafe de Bogota, Colombia.
CNR-CIREN (1997), Calculo y Cartografia de la ET potencial en Chile, Comision Nacional de Riego y Centro
de Informacion de Recursos Naturales.
rP
Bo
rra
do
ar
Captulo 4
Introducci
on
re
lim
in
PRECIPITACION
rP
Bo
rra
do
75
76
Precipitacion
4.1.
Mecanismos de Condensaci
on
El mecanismo m
as frecuente utilizado por la naturaleza para condensar el vapor de agua, formar nubes y
precipitar, consiste en provocar el ascenso adiabatico de masas de aire h
umedo. El aire al ascender, se enfra;
con ello su presi
on de vapor saturado disminuye, logrando la saturacion y condensacion.
Es posible clasificar las precipitaciones dependiendo del mecanismo natural que provoque el ascenso de las
ar
Precipitaciones cicl
onicas
Precipitaciones cicl
onico-frontales
Precipitaciones orogr
aficas.
4.1.1.
Precipitaciones Convectivas
re
lim
in
Precipitaciones convectivas.
rP
Bo
rra
do
El mecanismo generador del ascenso del aire es en este caso de origen termico, siendo las precipitaciones
4.1.2.
Precipitaciones Cicl
onicas
La presencia de un cicl
on, o zona de baja presion atmosferica, provoca la convergencia del aire hacia ese
punto, en un movimiento en espiral por la accion de la aceleracion de Coriolis, debiendo el aire necesariamente
ascender en el centro u ojo del cicl
on, con su correspondiente enfriamiento y condensacion. Las precipitaciones
as generadas se denominan precipitaciones ciclonicas.
En presencia de un frente o zona donde se ponen en contacto masas de aire de distinta calidad termica,
siendo de particular importancia el frente polar que se genera aproximadamente a la latitud de 60, donde
se ponen en contacto masa de aire caliente y h
umedo de origen subtropical con masas de aire fro y seco
provenientes de las regiones polares, si se produce, por motivos de inestabilidad de la circulacion atmosferica,
un centro de baja presi
on o cicl
on, las masas de aire circundantes, fras y calientes se ponen en movimiento,
producto del gradiente de presi
on, hacia el centro de baja. El movimiento en espiral en torno al centro de
baja presion, provoca el choque de masas de aire de distinta calidad termica. Esto provoca dos fenomenos
distintos: En algunos sectores, especficamente al oriente del centro de baja en el hemisferio sur, las masas
77
de aire caliente irrumpen sobre las masas de aire fro y al ser mas livianas las primeras, estas se ven forzadas
a ascender por encima del aire fro, con lo que se enfran y condensan. Esto es lo que se denomina un frente
caliente. En otros sectores, es el aire fro el que irrumpe sobre el aire caliente y al ser mas denso, penetra como
una cu
na por debajo del aire caliente, provocando en definitiva el mismo efecto, las masas de aire caliente
y h
umedo, se ven forzadas a ascender, se enfran y condensan. Esto es lo que se denomina un frente fro.
Las precipitaciones as generadas, se denominan precipitaciones ciclonico - frontales, las cuales pueden ser
ar
de magnitud muy variable, dependiendo de la energa del frente, son de duracion prolongada, alcanzando
desde horas a das de duraci
on y cubren una gran extension de territorio, de cientos o mas kilometros con
4.1.3.
Precipitaciones Orogr
aficas
re
lim
in
una distribuci
on espacial bastante uniforme.
Cuando la circulaci
on de masas de aire h
umedo se ve obstaculizada por la presencia de barreras orograficas o cadenas monta
nosas dispuestas perpendicularmente a la direccion del viento, el aire se ve obligado a
ascender por la presencia de esta barrera fsica, produciendose su enfriamiento con la consiguiente condensacion y precipitaci
on. Por estos motivos, en las vertientes a barlovento de las monta
nas la precipitacion es
bastante mayor que a sotavento, donde el descenso posterior del aire, provoca su calentamiento y disipacion
de las nubes, generando regiones secas y de temperaturas mas altas que en la vertiente opuesta, ya que el
rP
Bo
rra
do
En Chile, salvo las precipitaciones altiplanicas del Norte Grande (Invierno Boliviano) y algunas precipita-
ciones principalmente de verano en la cordillera, que son de tipo convectivo, las principales precipitaciones
son de origen cicl
onico frontal.
Los frentes, que se generan normalmente sobre el Oceano Pacfico, son desplazados por los vientos que en
78
Precipitacion
ciones que se concentran en los meses de invierno, mientras la zona sur se mantiene permanentemente bajo
la influencia del frente polar, con precipitaciones bastante mas parejas entre invierno y verano.
4.2.
Mecanismos de Formaci
on de Gotas
ar
La presencia de nubes no necesariamente significa que habra precipitaciones. Las microgotas o microcristales
de hielo producidos por la condensaci
on, se mantienen en suspension en la atmosfera, requiriendose de un
proceso adicional de incremento de su tama
no, para que logren precipitar.
re
lim
in
4.2.1.
Coalescencia Directa
Se entiende por coalescencia directa a una serie de procesos que contribuyen al aumento de tama
no de las
gotas, entre los cuales pueden mencionarse las atracciones electrostaticas, colisiones mecanicas y el arrastre
4.2.2.
rP
N
ucleos de Condensaci
on
Bo
rra
do
ln
er
e
2mv
v T R r
(4.1)
donde,
79
Esta relaci
on, sin embargo, se ve alterada cuando existen impurezas en el agua. La presencia de n
ucleos de
condensacion, entendiendose por ello a peque
nas partculas de sal arrastradas en los procesos de evaporacion
desde el mar o simple y m
as frecuentemente, por impurezas o partculas de polvo elevadas por el viento, al
ser generalmente higrosc
opicas, atraen la humedad, generando superficies con presion de vapor saturante mas
baja que la de las gotas de agua pura. Esto provoca, en consecuencia, la evaporacion de las gotas de agua pura
y su condensaci
on sobre estos n
ucleos, los que van incrementando progresivamente su tama
no hasta alcanzar
vivos como integrantes de los n
ucleos de condensacion.
ar
el peso suficiente para precipitar. Algunas investigaciones recientes sugieren la presencia de microorganismos
De acuerdo a la teora del meteor
ologo Thor Bergeron, cuando en una nube coexisten gotas de agua con
re
lim
in
Formas de Precipitaci
on
rP
4.3.
Dependiendo de la temperatura del aire, la condensacion del vapor de agua se traduce en su cambio al estado
lquido o al estado s
olido, generando en definitiva precipitacion en formas de lluvia o en forma de nieve. Ya
que la precipitaci
on, al caer, tender
a a la temperatura de bulbo h
umedo del aire que atraviesa, la precipitacion
Bo
rra
do
sera lquida o s
olida dependiendo de si la temperatura de bulbo h
umedo en superficie es superior o inferior
a 0C. Un buen ndice para discriminar entre la forma de lluvia y nieve, es una temperatura superficial del
aire cercana a 0.9C, recomend
andose como valor diario el ndice,
Ti =
1
(Tmax + 6Tmin )
7
(4.2)
donde,
Tmax : Temperatura m
axima diaria.
Tmin : Temperatura mnima diaria.
Para valores del ndice Ti mayores a -0.9C, la precipitacion diaria sera predominantemente lquida.
Si la condensaci
on se produce directamente sobre la superficie terrestre, tendremos los fenomenos de roco
80
4.4.
Precipitacion
Lluvias Artificiales
ar
re
lim
in
proceso que se producira de todas maneras en forma natural o que provocan precipitacion sobre ciertas areas
en perjuicio de otras donde habra precipitado naturalmente.
4.5.
Medici
on de la Precipitaci
on
Existe una gran variedad de instrumentos para medir la precipitacion, tanto a nivel de valores diarios como
4.5.1.
Pluvi
ometro
rP
El instrumento b
asico para la medici
on de la precipitacion lquida es el pluvi
ometro, que consiste simplemente en un embudo colector, normalmente de 20 [cm] de diametro, que descarga a un recipiente de seccion
Bo
rra
do
81
lquida de la nieve y para disminuir la posibilidad de que la nieve sea arrastrada por el viento.
Como se ver
a m
as adelante, la medici
on de precipitacion nival mediante nivometros, es altamente incierta,
por lo que a menudo se opta por tapar la boca de los pluviometros durante perodos de precipitacion en
forma de nieve, midiendo simplemente la altura de nieve acumulada en el suelo adyacente.
Es importante se
nalar que la medici
on de la precipitacion esta sujeta a una serie de errores aleatorios y
sistematicos, que la eficiencia de captaci
on es variable, principalmente en funcion de la velocidad del viento,
ar
re
lim
in
El viento es normalmente la principal fuente de error en la medicion de la precipitacion, debido a los torbe-
2
3
9
20
2
10
6
3
40
lluvia predominante
Nieve predominante
rP
Bo
rra
do
7
8
10
60
4
5
2
80
100
10
20
40
30
Velocidad del viento [millas/hr]
50
60
Figura 4.1: El efecto del viento sobre la eficiencia del pluviometro o nivometro.
Precipitacion
re
lim
in
ar
82
Figura 4.2: El efecto del viento sobre la eficiencia del pluviometro o nivometro.
Por u
ltimo es necesario se
nalar que la medicion de un pluviometro es de tipo puntual, es decir mide la
variable o ndice en el punto especfico de su instalacion. Para poder cuantificar la precipitacion sobre un
area mas extensa, cuenca o regi
on, es necesario instalar una red de pluviometros adecuadamente distribuidos
a lo largo y ancho de la zona a estudiar. La densidad de la red necesaria dependera de la uniformidad espacial
de las precipitaciones en la regi
on. En zonas planas con precipitacion ciclonica frontal, de distribucion muy
rP
uniforme, podr
a bastar un instrumento cada cientos de kilometros cuadrados o mas. En zonas con acentuado
efecto orografico, la densidad ideal sera considerablemente mayor.
Pluvi
ografos
Bo
rra
do
4.5.2.
4.5.2.1.
Pluvi
ografo de B
ascula
En el pluviografo de b
ascula, el embudo de la boca del colector descarga sobre una bascula o balanza compuesta de dos compartimentos que oscilan en torno a un pivote de eje horizontal. Al acumularse una cierta
cantidad de agua predeterminada sobre uno de los compartimentos, la bascula se desequilibra, inclinandose
83
hacia el otro lado, descargando el agua acumulada y comenzando a llenar el otro compartimiento. Cada oscilacion de la b
ascula acciona unos engranajes que van inscribiendo la precipitacion acumulada en un tambor
giratorio. El gr
afico resultante, llamado pluviograma, queda constituido, en consecuencia por lneas discontinuas en forma de escalera, donde cada trazo vertical indica, por ejemplo, 1 mm de precipitacion acumulada.
Este tipo de instrumento, pierde precisi
on para intensidades de precipitacion muy extremas, altas o bajas,
no habiendo sido muy usado hist
oricamente en Chile. En los u
ltimos a
nos, sin embargo, con la aparicion de
ar
4.5.2.2.
Pluvi
ografo Gravim
etrico
re
lim
in
En este caso el colector descarga sobre un balde montado sobre una pesa o romana de alta precision, registrandose el aumento de peso o precipitacion acumulada en un tambor giratorio. El pluviograma resultante, en este caso, es una lnea continua, cuya tangente representa la intensidad de la precipitacion, medida
habitualmente en unidades de milmetros por hora.
dP
dt
rP
i=
(4.3)
Bo
rra
do
colector y cargando inicialmente el balde con una carga de anticongelante (CaCl2 ) y una ligera capa de
aceite liviano, para reducir la evaporaci
on. En este caso el instrumento pasa a llamarse nivografo, normalmente
provisto de una pantalla Alter, para disminuir el efecto del viento en su eficiencia. A
un as, la medicion con
nivografo mantiene las dificultades se
naladas en el caso de los nivometros.
4.5.2.3.
Pluvi
ografo de Sif
on
En el pluviografo de sif
on, el embudo del colector descarga sobre una probeta provista de un flotador conectado
mediante poleas y engranajes a una aguja inscriptora que va inscribiendo la precipitacion acumulada en un
tambor. La probeta est
a conectada a un sifon, que se ceba al alcanzarse una cierta precipitacion acumulada
(10 mm), vaciando el agua contenida en la probeta hasta que el sifon se desceba, acumulandose el agua
descargada en un recipiente conectado a la descarga del sifon, lo que permite el registro manual del total de
precipitacion acumulada.
El mecanismo de inscripci
on genera un tipo de pluviograma particular, tal como el que se presenta en
la Figura 4.3, donde se observa la descarga brusca de la probeta, cada vez que se acumulan 10 [mm] de
precipitacion.
Precipitacion
re
lim
in
ar
84
Medici
on de Precipitaci
on Nival
rP
4.5.3.
Bo
rra
do
tubo de aluminio que se hinca en la nieve con el objeto de obtener una muestra cilndrica del perfil de nieve
acumulada sobre el terreno. El tubo, conocido su peso inicial vaco, se pesa con su contenido de nieve en una
balanza portatil especialmente calibrada, que por diferencia de peso, entrega directamente el peso de la nieve
contenida en la muestra, expresado en terminos de su equivalente en agua, definido como la altura de agua
lquida que resultara de la fusi
on total de la nieve. El tubo mismo trae exteriormente una escala graduada
que permite, al hincarlo en la nieve, determinar directamente el espesor H del estrato de nieve muestreado.
Con la informaci
on de altura y equivalente en agua de la nieve se puede conocer ademas, su densidad
aparente,
donde,
n : Densidad aparente de la nieve, en [gr/cm3 ].
E.A.: Equivalente en agua en [cm] o [gr/cm2 ].
H: Altura del manto en [cm].
n =
E.A.
H
(4.4)
85
Cuando solo se hacen mediciones de la altura del espesor del manto con alguna regla graduada, para
conocer el equivalente en agua de la nieve, se suele suponer una densidad de nieve recien cada, de n = 0.1
[gr/cm3 ].
Uno de los problemas del uso de tubos muestreadores es su representatividad, ya que miden la cantidad
de nieve que queda depositada en un punto especfico del terreno, magnitud que no tiene por que coincidir
depositandola en lugares protegidos contra el viento.
ar
con la nieve precipitada, ya que las ventiscas o viento blanco suelen arrastrar la nieve de lugares expuestos,
Para salvar parcialmente esta limitaci
on, deben hacerse varias mediciones simultaneas del equivalente en
agua de la nieve a lo largo de un perfil longitudinal del terreno que sea representativo de las variaciones
re
lim
in
topograficas del lugar y de las distintas condiciones de acumulacion de la nieve. Un promedio de todas las
mediciones efectuadas, se considera m
as representativo del equivalente en agua promedio del manto.
Las mediciones sucesivas, deben efectuarse siempre en el mismo lugar, a fin de que sus datos sean comparables, por lo que el trazado del perfil se se
nala con balizas o jalones a lo largo de la zona de medicion. Estas
instalaciones se conocen con el nombre de rutas de nieve.
Aparte del uso de tubos muestreadores y rutas de nieve, existen procedimientos mas sofisticados para medir
el equivalente en agua de la nieve, entre los que destacan metodos basados en la atenuacion de la radiacion
emitida por alguna fuente radioactiva instalada en el terreno, ya que la absorcion de la radiacion dependera de
la masa de nieve atravesada por la radiacion, e instrumentos conocidos como colchones de nieve, que
rP
consisten en estanques sellados, con forma de almohada o colchones que se depositan inicialmente en el
terreno, llenos de alg
un lquido que no se congele. Al irse acumulando nieve sobre el colchon, el peso de esta
se traduce en un aumento de la presi
on interior del lquido, cuya magnitud sera proporcional al equivalente
en agua de la nieve acumulada sobre el. Los registros de variacion de presion del lquido, pueden trasmitirse
Bo
rra
do
la precipitaci
on nival como una de las variables hidrologicas mas difciles de medir en forma confiable.
4.5.4.
Observaciones Satelitales
86
4.6.
Precipitacion
ar
terminar la precipitaci
on mensual de un a
no determinado; de la suma de estas, se obtiene la precipitacion
re
lim
in
pilada por los organismos encargados de su medicion, particularmente el Banco Nacional de Aguas de la
DGA y la Direcci
on Meteorol
ogica de Chile, a
un cuando existen diversos otros organismos fiscales, privados
o particulares, que colaboran en esta funci
on.
En la Tabla 4.1 se presentan estadsticas de precipitaciones medias mensuales en diversas localidades del
pas, donde se observan las variaciones latitudinales del clima y el efecto de la orografa sobre los montos de
precipitacion en cada lugar.
FEB
MAR
ABR
MAY
JUN
JUL
AGO
SEP
OCT
NOV
DIC
ANUAL
0.3
0.1
0.2
0.3
0.4
1.3
Antofagasta
0.2
0.1
1.5
0.8
0.7
0.5
0.3
0.1
5.2
Copiap
o
0.1
0.7
3.9
7.5
6.2
4.3
0.3
0.1
24.5
Vallenar
1.8
7.4
10.1
8.4
11.4
3.3
1.85
0.3
45.5
0.1
0.6
0.8
2.3
21.2
38.9
33.8
22.1
6.2
3.4
0.7
0.4
125.8
1.3
3.6
23.3
36
29.8
25.6
7.2
4.2
0.9
0.3
137.5
6.6
16.7
82.7
124.3
97.2
67.7
25.9
11.7
5.6
449.1
La Serena
0.8
Valparaso
1.4
1.2
San Felipe
1.4
2.1
1.6
9.2
42.8
62.1
48
45.9
17.9
8.4
3.9
245.8
Santiago
1.4
2.3
4.3
14.6
59.3
81.3
73.3
56.8
28.7
13.9
6.2
4.2
346
Rancagua
Bo
rra
do
Vicu
na
rP
Arica
ENE
2.8
2.2
7.3
21.9
74.7
103
77.9
65.6
31.4
17.2
9.9
4.4
420.2
Curic
o
12.2
41.2
142
172
144
105
56.6
31
15.7
12
722.6
Linares
14.7
10.4
21.1
67.4
170
203
184
134
82.6
43.6
34.7
17.1
986.5
Chill
an
19.8
15.4
27.4
62.2
167.1
201.8
175
145
88.7
47.1
31.8
29
1033
Los Angeles
24.8
26
46.1
85.3
210.8
250.9
218
185
106
60.9
51.5
35.8
1301
Victoria
43.5
40.5
66.4
115
250
292
265
225
138
90.7
75
59.2
1654
Temuco
34.2
39.7
66.6
110
218
207
194
158
98.5
69.4
72.6
58.1
1332
Osorno
47.6
46.9
62.5
110
195
227
187
164
109
70.6
59.3
57.6
1331
Pto. Montt
106
99
149
176
252
251
250
223
163
128
130
126
2060
Pta. Arenas
33.9
28.2
42.3
44.6
46.8
37.2
36.2
37
30.5
24.8
30.4
33.3
425.3
la informacion recopilada debe previamente revisarse, analizarse y procesarse a fin de detectar errores u
omisiones en su medici
on, as como debe verificarse la homogeneidad de la informacion recopilada, que
de validez estadstica a los an
alisis a que dicha informacion sea sometida.
La utilizaci
on de esta informaci
on requiere, por lo tanto, de una serie de tratamientos de verificacion,
relleno, correcci
on y ampliaci
on de ella.
87
En primer lugar la estadstica debe revisarse y compararse con la de estaciones vecinas, a fin de verificar
su consistencia y detectar errores groseros que pueda contener producto de omisiones de medicion o errores
de trascripcion.
Es as como la omisi
on o error en un da de medicion en un a
no completo, invalida el dato de la precipitacion
del correspondiente mes y en definitiva del a
no completo, por lo que resulta altamente conveniente, para
dato faltante o err
oneo.
ar
re
lim
in
Por u
ltimo puede ocurrir que producto de variaciones de las condiciones de medicion, recordando que el
dato medido es s
olo un ndice, distintas mediciones en un mismo lugar no sean estrictamente comparables
entre s, lo que requiere de tratamientos de homogeneizacion de dicha informacion.
Los procedimientos y metodos utilizados para este tipo de correcciones se indican en los acapites siguientes.
4.6.1.
Relleno de Estadsticas
rP
Es frecuente que en una estadstica pluviometrica falten datos sobre la precipitacion cada en algunos das,
meses o a
nos completos, por lo que es conveniente disponer de metodos que permitan rellenar estadsticas en
estas condiciones. Para el relleno de valores faltantes aislados se recomienda utilizar los valores simultaneos
disponibles en al menos las tres estaciones mas cercanas.
Bo
rra
do
Px =
Pa + Pb + Pc
3
(4.5)
Px =
(4.6)
donde,
Px : Precipitaci
on o dato faltante.
Pi : Precipitaci
on en estaci
on vecina i.
Mi : Modulo pluviometrico de la respectiva estacion i.
Para estos prop
ositos pueden utilizarse tambien correlaciones estadsticas entre las estaciones o a
un metodos
geoestadsticos, aunque normalmente no se justifica.
88
4.6.2.
Precipitacion
Homogeneidad de Estadsticas
Una vez que se dispone de la estadstica completa, es necesario verificar la homogeneidad de la misma.
Como se mencionara anteriormente, el dato pluviometrico es solo un ndice; luego, producto de modificaciones ambientales, cambio de ubicaci
on del instrumento, cambios del instrumento mismo o a
un cambios del
sin que ello signifique un cambio de la precipitacion verdadera o real.
ar
operador del instrumento, puede producirse un cambio, disminucion o aumento de la precipitacion medida,
Para detectar la presencia de heterogeneidades en la estadstica, se utiliza normalmente el metodo de las
curvas doble acumuladas, que consiste en graficar la precipitacion anual acumulada de la estacion en analisis,
re
lim
in
versus el valor acumulado de una precipitacion patron, constituida por un promedio de las estaciones vecinas.
El metodo se basa en la hip
otesis de que si la zona es pluviometricamente homogenea, la precipitacion
anual en un lugar dado, debe ser estadsticamente proporcional a la precipitacion del patron. Es decir,
Px = Pp +
(4.7)
donde es alg
un resto aleatorio, error o simple dispersion.
rP
Acumulando en el tiempo,
Px =
Pp +
X
X
0 =
Pp
(4.8)
Bo
rra
do
ya que la suma o promedio de los errores o dispersiones debiera ser despreciable, si no nula.
Luego, si la estadstica es homogenea, la curva sera una recta de pendiente que pasa por el origen. Si se
1
i
(4.9)
donde,
Pc Precipitaci
on corregida.
Pm Precipitaci
on medida.
1 : Perodo de homogeneizaci
on, por convencion, normalmente el perodo mas reciente.
Este procedimiento de correcci
on debe efectuarse en forma cautelosa, no recomendandose corregir cambios
de pendiente no muy notorios o que perduren por menos de cinco a
nos. Ademas, el procedimiento debe ser
iterativo, partiendo inicialmente con un patron que contenga todas las estaciones disponibles y eliminando
sucesivamente de el aquellas estaciones que no resulten homogeneas.
89
En algunas ocasiones se observa un desplazamiento brusco de la curva acumulada, manteniendo su misma pendiente. Esta discontinuidad revela casi siempre la existencia de un error grosero en el dato de la
precipitacion anual de la estaci
on en an
alisis, en el a
no en que se produce el desplazamiento.
Las Figuras 4.4 y 4.5, muestran curvas doble acumuladas tpicas donde es posible apreciar los efectos de
ar
8000
7000
re
lim
in
Estacin [mm]
6000
5000
4000
3000
2000
1000
0
10000
20000
30000
40000
50000
60000
Patron [mm]
rP
10000
9000
Estacin [mm]
Bo
rra
do
8000
7000
6000
5000
4000
3000
2000
1000
10000
20000
30000
40000
50000
60000
Patron [mm]
Figura 4.5: Curva doble acumulada con desplazamiento brusco debido a un error grosero de medicion.
4.6.2.1.
Ampliaci
on de Estadsticas
Es frecuente que existan estaciones pluviometricas cuya longitud es demasiado corta para los efectos de
analisis estadsticos, por lo que puede resultar conveniente intentar ampliar la longitud de la serie de datos.
Aunque la informaci
on que no se midi
o, sera imposible conocerla en exactitud, esta es posible estimarla en
90
Precipitacion
base a informaci
on de estaciones vecinas. Los procedimientos utilizados pueden ser en base a las curvas doble
acumuladas o a correlaciones estadsticas.
Para precipitaciones anuales, la extensi
on de la serie faltante puede efectuarse en base a la pendiente de la
curva doble acumulada,
(4.10)
ar
Px = Pp
Esta estimaci
on, sin embargo, genera estadsticas con una desviacion estandar parecida a la del patron,
que por ser un valor promedio, es inferior a la de las estaciones individuales.
re
lim
in
Por lo anterior, para precipitaciones anuales, como para escalas de tiempo mas cortas, precipitaciones
estacionales, mensuales o a
un perodos menores, puede recurrirse a correlaciones estadsticas, intentando
regresiones lineales, simples o m
ultiples con estaciones vecinas del tipo:
Px = Pp
(4.11)
La gran disponibilidad actual de software estadstico o planillas electronicas, facilita enormemente hoy en
da este tipo de c
alculos. Deben intentarse a criterio diversas regresiones posibles y elegir aquella que muestre
la mejor correlaci
on, a juzgar por el coeficiente de correlacion obtenido. Un coeficiente igual a 1 significa
rP
una correlacion perfecta, un coeficiente nulo significa que no hay ninguna correlacion. En general, se estima
aceptables o admisibles, coeficientes de correlacion superiores a R = 0.7, sujetos a tests estadsticos que
aseguren su representatividad.
Precipitaci
on Media Real o en el Espacio
Bo
rra
do
4.7.
Conocida la precipitaci
on en una serie de estaciones de una red pluviometrica, normalmente resulta necesario
establecer la magnitud media de la precipitacion en una determinada zona, cuenca o region. Para ello se
utilizan normalmente tres procedimientos alternativos de precision creciente:
Promedio aritmetico simple.
4.7.1.
Promedio Aritm
etico Simple
El promedio aritmetico de todas las estaciones existentes dentro de la cuenca o area en estudio, es la estimacion
mas facil y simple de la precipitaci
on promedio sobre el area.
P =
PN
i=1
Pi
(4.12)
4.7. Precipitaci
on Media Real o en el Espacio
91
donde Pi es la precipitaci
on individual de cada estacion.
Desgraciadamente, debido a que la red de estaciones pluviometricas es normalmente desuniforme, concentrandose las estaciones en los lugares poblados o mas accesibles, normalmente en zonas bajas donde la
precipitacion es menor, el promedio aritmetico es normalmente la estimacion menos precisa del promedio de
precipitacion sobre una cuenca.
Polgonos de Thiessen
ar
4.7.2.
El metodo de los polgonos de Thiessen es un promedio ponderado de las precipitaciones en las diferentes
re
lim
in
estaciones de la cuenca o
areas vecinas, usando como factor de ponderacion la magnitud relativa de las
Bo
rra
do
rP
donde,
PN
i=1
Pi Ai
AT
(4.13)
Pi : Precipitaci
on individual de cada estacion.
Ai : Area de cada polgono de influencia, en el caso de polgonos internos, o area encerrada por las aristas del
AT : Area
total de la cuenca.
Notese que en este caso pueden y deben incluirse estaciones que se ubiquen fuera de los lmites de la cuenca,
siempre que su
area de influencia abarque alg
un sector de la cuenca en estudio.
92
Precipitacion
Este procedimiento da normalmente una mejor estimacion de la precipitacion media espacial, que el simple
promedio aritmetico.
4.7.3.
M
etodo de las Isoyetas
Las lneas isoyetas, definidas como las lneas de igual precipitacion, se trazan a partir de los puntos indivi-
ar
re
lim
in
entre dos curvas isoyetas sucesivas y como precipitacion representativa, el promedio de los valores de las
Al igual que en el caso de los polgonos de Thiessen, debe considerarse la informacion que entregan estaciones
ubicadas fuera, pero cercanas a la cuenca en estudio.
El problema de las curvas isoyetas es que estas son dinamicas. A diferencia de los polgonos que se trazan
una sola vez, ya que s
olo dependen de la ubicacion fsica de cada estacion, las curvas isoyetas resultaran
distintas para diferentes conjuntos de datos de precipitacion.
Otra caracterstica de las curvas isoyetas, es que tienen una componente subjetiva, dependiendo de la
persona que efect
ue su trazado. Si bien es cierto que hoy en da, existen programas computacionales que
rP
Bo
rra
do
del area en estudio, se postula que es la mejor estimacion de la precipitacion media sobre una cuenca.
Parte de la subjetividad puede eliminarse, utilizando tecnicas geoestadsticas mas sofisticadas, como es el
metodo de interpolaci
on en base a kriging, donde se puede incorporar como elemento de interpolacion, la
cota o altitud de cada estaci
on (Jacquin, 2001).
En la publicaci
on Balance Hdrico de Chile, de la DGA (1987), se han trazado las curvas isoyetas medias
4.8.
Intensidades de Precipitaci
on
En muchas aplicaciones, especialmente de ingeniera, resulta de mayor interes que la precipitacion diaria
total, establecer la tasa o intensidad a la cual ocurre la precipitacion, para perodos mas cortos de tiempo,
expresada normalmente en la unidad [mm/hr].
A
un cuando se han propuesto instrumentos para medir directamente esta informacion, normalmente se
recurre a registros de pluvi
ografos, que proporcionan un pluviograma, o curva que muestra la variacion en
el tiempo de la precipitaci
on acumulada.
93
(4.14)
ar
de la precipitaci
on en el tiempo. Mediante instrumentos con registro digital es posible hoy en da medir
precipitaciones cadas en cortos intervalos de tiempo, del orden de 10 o menos minutos, de los cuales se puede
4.8.1.
re
lim
in
Para establecer las caractersticas de la variabilidad de las intensidades de precipitacion en el tiempo, se recurre
a la curva intensidad-duraci
on, o curva que representa la intensidad media maxima de precipitacion ocurrida
durante la tormenta para intervalos continuos de tiempo de distintas duraciones. Para ello se rastrea a lo largo
del hietograma, los promedios m
oviles ocurridos para distintas intervalos de duracion nt, n = 1, 2, , N ,
siendo N el valor
T
t
rP
N=
(4.15)
donde T es la duraci
on total de la tormenta.
La forma tpica de una curva de intensidad- duracion es la de una exponencial decreciente, con las mayores
Bo
rra
do
pluviometricas diarias, s
olo se dispondr
a de un punto de la curva, correspondiendo a la intensidad media
diaria o en 24 hrs, dada por la expresi
on
i24 =
P24
24
(4.16)
donde,
P24 : Precipitaci
on cada en 24 hrs, en [mm].
Sin embargo, estadsticamente se ha establecido, en diversas partes del mundo que la forma de las curvas
intensidad - duraci
on es muy poco variable para tormentas de un mismo tipo, por lo que es posible estimar
intensidades en distintas duraciones de las tormentas a partir de un punto conocido de ellas, normalmente la
intensidad media diaria i24 .
94
Precipitacion
Es as, que para caracterizar estadsticamente la distribucion temporal de las precipitaciones, se ha propuesto el uso de coeficientes de duraci
on, definidos por la relacion,
P (t)
P0
Cd (t) =
(4.17)
ar
donde,
P0 : Maxima precipitaci
on cada en un intervalo de referencia conocido, normalmente 1 hora o 24 horas.
re
lim
in
En relacion a los valores de la Tabla 4.2, para intervalos de duracion menores a una hora, los valores propuestos por Broekman y Quintana, muy coincidentes entre si, corresponden al analisis de un grupo reducido
de tormentas en la ciudad de Santiago de la primera mitad del siglo XX. Los valores propuestos por Schroeder
(1971), Estelle et al. (2003) y Espinoza (2005), para las estaciones Santiago - Quinta Normal y Valparaso -
rP
Universidad Santa Mara, respectivamente, tambien muy coincidentes entre s, han sido deducidos de analisis
probabilsticos de tormentas, y corresponden, en consecuencia, a valores promedios de grandes tormentas de
lluvias que ocurren con intervalos de recurrencia entre 2 y 100 a
nos.
Los valores propuestos por Espldora (1971), corresponden a valores promedios, obtenidos del analisis de
Bo
rra
do
datos propuestos por distintos autores, para diversas ciudades del pas.
En la literatura se han propuesto adem
as diversas formulas que pretenden tener validez universal, entre
24
t
(4.18)
donde,
t
60
(4.19)
95
Para duraciones menores de una hora, ha sido propuesta por Bell, una relacion que tambien pretende ser
universal, la que puede expresarse por la expresion,
Cd (t) = 0.54 t0.25 0.50
(4.20)
Este coeficiente es respecto a una lluvia de una hora, Cd = Pd /P60 , y el tiempo se expresa en minutos.
ar
Los valores resultantes de estas expresiones se han incorporado en la Tabla 4.2 y en la Figura 4.7. donde
se observa la buena correspondencia entre los coeficientes resultantes de los analisis de Schroeder (1971),
Estelle et al. (2003) y Espinoza (2005), que respaldan los coeficientes generalizados propuestos por Espldora
re
lim
in
Ciudad
Broekman
Duraci
on en minutos
15
20
30
40
50
Santiago
0.286
0.39
0.48
0.628
0.755
0.877
Quintana
Santiago
0.294
0.473
0.622
0.756
Schroeder
Santiago
0.358
0.465
0.54
0.677
0.783
0.876
Santiago
0.339
0.534
0.654
0.774
0.893
Espinoza
Valparaso
0.354
0.545
0.686
0.813
0.916
Estelle
Cca. Maipo
0.394
0.526
0.652
0.773
0.887
Espldora
Generalizado
0.4
0.53
0.6
0.7
0.82
0.91
Grunsky
Generalizado
0.408
0.5
0.577
0.707
0.816
0.912
Bell
Generalizado
0.46
0.563
0.642
0.764
0.858
0.936
Bo
rra
do
Estelle
rP
10
Para duraciones mayores a una hora, los coeficientes de duracion suelen expresarse en terminos de la
precipitacion en 24 horas. Valores propuestos para diferentes ciudades de Chile por distintos autores, se
presentan en la Tabla 4.3.
la diferencia entre las precipitaciones de tipo convectivo de la zona Norte, respecto a las precipitaciones de
origen ciclonico del resto del pas.
La Figura 4.8 muestra los coeficientes de duracion promedio para lluvias convectivas, que pueden repre-
(24 + 1.73) t
1.072 t
=
24 (t + 1.73)
(t + 1.73)
(4.21)
96
Precipitacion
1
0.9
0.8
0.6
ar
Cd
0.7
0.4
0.3
Broekman
0.2
0.1
Quintana
Schroeder
Estell Santiago
Espinoza
Espldora
Grunsky
Bell
0
0
10
re
lim
in
0.5
20
30
Duracin [min]
40
50
60
rP
Bo
rra
do
0.8
0.7
Cd
0.6
0.5
Ajuste
0.4
Putre
0.3
Lequena
0.2
Toconce
0.1
Promedio
10
15
Duracin [hrs]
20
25
30
97
Duraci
on en horas
1
12
18
24
Putre (1)
0.468
0.645
0.746
0.788
0.826
0.88
Lequena (1)
0.325
0.499
0.735
0.857
0.95
Toconce (1)
0.382
0.561
0.79
0.908
0.949
0.969
Promedio
0.392
0.568
0.757
0.851
0.908
0.925
Precipitaciones ciclonicas
0.116
0.2
0.341
0.47
0.74
0.867
Paloma (2)
0.156
0.266
0.441
0.597
0.823
0.919
Illapel (1)
0.137
0.241
0.401
0.532
0.779
0.914
Valparaso(3)
0.222
0.298
0.452
0.533
0.752
0.896
Valparaso(7)
0.213
0.294
0.447
0.553
0.755
0.885
Santiago (4)
0.128
0.208
0.339
0.45
0.711
0.89
0.576
0.763
0.909
0.490
0.728
0.881
0.465
0.709
0.907
0.428
0.659
0.83
0.497
0.717
0.557
0.738
0.349
0.608
0.807
0.407
0.68
0.806
re
lim
in
Rivadavia(2)
ar
0.165
0.2697
0.439
0.183
0.254
0.381
Rapel (2)
0.147
0.233
0.337
0.127
0.213
0.346
Pencahue(6)
0.194
0.267
0.407
Talca (6)
0.164
0.286
0.464
Armerillo (2)
0.08
0.141
0.25
Colb
un (2)
0.123
0.194
0.294
Bullileo (6)
0.123
0.184
0.306
0.414
0.652
0.248
0.381
0.467
0.743
0.245
0.365
0.443
0.677
0.891
0.307
0.385
0.479
0.708
0.891
0.264
0.39
0.472
0.67
0.877
rP
Santiago (5)
Santiago* (8)
0.171
0.174
Concepcion 2
0.197
Quilaco (2)
0.164
Polcura (2)
0.123
0.193
0.325
0.433
0.683
0.869
Temuco (2)
0.193
0.317
0.477
0.583
0.792
0.917
Pullinque (2)
0.125
0.205
0.33
0.427
0.655
0.832
Valdivia (1)
0.128
0.169
0.29
0.41
0.657
0.885
Ensenada (2)
0.166
0.233
0.349
0.468
0.676
0.861
0.16
0.262
0.343
0.449
0.683
0.875
Chaiten (1)
0.184
0.298
0.418
0.503
0.746
0.902
0.141
0.221
0.377
0.499
0.8
0.988
Pta. Arenas 1
0.207
0.329
0.485
0.61
0.865
0.98
Promedio
0.157
0.245
0.378
0.486
0.722
0.891
Grunsky
0.204
0.289
0.408
0.5
0.707
0.866
Bo
rra
do
Parral (6)
Chill
an (2)
98
Precipitacion
co, comprendidas entre la IV y X Regiones, la relacion de Grunsky, (Ecuacion (4.18)) representa razonablemente bien las caractersticas de intensidad - duracion, de las tormentas ciclonicas, como se observa en la
re
lim
in
ar
Figura 4.9.
Temuco
Rivadavia
Pencahue
Paloma
Talca
Pullinque
Illapel
Colbun
Valdivia
Valparaso
Bullileo
Ensenada
Santiago (Q)
Parral
Pto. Montt
Santiago (Sch)
Chillan
Chaitn
Concepcin
Promedio
Rapel
Quilaco
Grunsky
San Fdo.
Polcura
rP
Santiago (E)
Duracin [hrs]
Bo
rra
do
probabilidad o frecuencia de las tormentas, no es estrictamente valida, ya que se observa en general una
ligera disminuci
on de los coeficientes en funcion de la magnitud de las tormentas, aunque se dan casos que
presentan la tendencia contraria.
especficamente para cada localidad, donde dicha informacion exista. En las publicaciones Manual de Carreteras del Ministerio de Obras P
ublicas (MOP, 2001), Tecnicas Alternativas para Soluciones de Aguas
Lluvias en Sectores Urbanos, del Ministerio de Vivienda y Urbanismo (MINVU, 1996) se presentan valores
oficiales de curvas intensidad - duraci
on entre 1 y 24 horas, recomendados para diferentes ciudades de Chile.
4.8.2.
Precipitaciones M
aximas en 24 Horas y Precipitaciones M
aximas Diarias
99
ar
Si se postula la ocurrencia de tormentas centradas con intensidades horarias que satisfagan la ley o formula
re
lim
in
4.8.3.
Precipitaciones M
aximas en 1, 2 y 3 Das Consecutivos
Como se ver
a m
as adelante, para el an
alisis de cuencas de dimensiones mayores, puede resultar de interes
establecer la magnitud de la precipitaci
on de tormentas que duren mas de un da. En estos casos, dicha
rP
informacion podr
a obtenerse a partir de los registros de precipitaciones diarias, considerando la suma movil
en 2, 3 o mas das consecutivos, o recurrirse a coeficientes de duracion extendidos a dichas duraciones.
En la publicaci
on de la Direcci
on General de Aguas del Ministerio de Obras P
ublicas, DGA (1989), hay una
amplia recopilaci
on y an
alisis de precipitaciones maximas en dichas duraciones, para las diferentes regiones
Bo
rra
do
del pas.
Bibliografa
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologa Aplicada, Mc Graw Hill Interamericana,
100
Precipitacion
Hidraulicos. Departamento de obras civiles, facultad de ciencias fsicas y matematicas, Universidad de Chile.
Espinoza, R. (2005), Curvas intensidad-duraci
on-frecuencia de la estaci
on pluviogr
afica USM, Depto. de
Obras Civiles, Universidad T. F. Santa Mara, Valparaso, Chile.
Estelle, L. et al. (2003), An
alisis espacial y temporal de la pluviografa de la ciudad de Santiago, XVI Congreso
Nacional de Hidr
aulica, Santiago, Chile.
de Obras Civiles, Universidad T. F. Santa Mara, Valparaso, Chile.
ar
re
lim
in
MINVU (1996), Tecnicas Alternativas para Soluciones de Aguas Lluvias en Sectores Urbanos, Ministerio de
Vivienda y Urbanismo.
MOP (2001), Manual de Carreteras, Vol. 3, Direccion de Vialidad, Ministerio de Obras Publicas.
Nicoud, J. (2004), Curvas IDF para la Ciudad de Valparaso, Universidad Tecnica Federico Santa Mara,
Valparaso.
Pizarro, R., D. Aravena, A. Abarza (2001), Analisis comparativo de las curvas intensidad-duracion-frecuencia
de Hidr
aulica.
rP
Bo
rra
do
Chile
ar
Captulo 5
rP
Introducci
on
re
lim
in
ANALISIS
DE FRECUENCIA EN
HIDROLOGIA
La medicion o registro de todas las variables hidrologicas, sea evaporacion, precipitacion, escorrenta, as como
muchas otras series de tiempo, pasa a constituir una estadstica de estas variables, las cuales pueden
Bo
rra
do
considerarse como variables aleatorias, en el sentido de que no se tiene un conocimiento determinstico para
establecer la magnitud que ellas van a alcanzar en un determinado instante o perodo de tiempo.
En el dise
no y estudio de obras hidr
aulicas se requiere interpretar estas estadsticas o registros hidrologicos
historicos, en terminos de su futura probabilidad de ocurrencia. Esta necesidad se manifiesta, por ejemplo, en
el dise
no del vertedero de un embalse o de una obra de defensa fluvial en que se requiere dimensionar la obra,
de manera de asegurar su adecuado funcionamiento ante la ocurrencia de un evento de magnitud extrema,
sin provocar su falla o colapso.
Considerando los costos asociados a la construccion de estas obras hidraulicas, no siempre sera conveniente
As por ejemplo, una alcantarilla en un camino provisorio que se requiera temporalmente para el acceso al
102
ar
general, como el procedimiento que permite expresar los datos hidrologicos historicos en terminos estadsti-
cos y aplicar a ellos ciertos modelos probabilsticos que permiten establecer la probabilidad de ocurrencia o
repeticion de dichos eventos hidrol
ogicos en el futuro.
re
lim
in
Los resultados que se obtienen con estos procedimientos, llevan siempre asociada una incertidumbre, pro-
veniente no s
olo del metodo estadstico mismo, sino ademas, de la posible falta de representatividad de los
datos o estadstica disponible, respecto a la poblacion total de la cual provienen. Por esto, si bien los resultados del analisis de frecuencia ser
an siempre fundamentales para establecer la seguridad y eficiencia de una
obra hidraulica, estos deber
an complementarse con analisis de tipo economico y con el sentido practico y
experiencia del proyectista, en funci
on de la envergadura y trascendencia de la falla de la obra.
rP
conjunto de la construcci
on del sistema de drenaje, mas los costos asociados a la paralizacion de la carretera.
Por otra parte, el vertedero de un gran embalse, construido aguas arriba de sectores poblados, cuya falla
originara una cat
astrofe de proporciones mayores, debera ser dise
nado para ser capaz de evacuar una crecida
lo suficientemente grande como para tener una bajsima probabilidad de ocurrencia dentro de la vida u
til del
Bo
rra
do
embalse, o bien para una crecida que se estime como la maxima fsicamente posible.
5.1.
Si tenemos una serie de datos de una variable aleatoria, hidrologica o no, de ocurrencia secuencial en el tiempo,
hablamos de una serie de tiempo. Esta serie de datos, al ser finita en el tiempo, podemos interpretarla como
una muestra estadstica finita proveniente de un universo infinito asociado a la variable en cuestion, la cual
para poder ser tratada estadstica y probabilsticamente, debera ser una muestra aleatoria representativa de
la poblacion de la cual proviene, y sus valores deberan ser homogeneos e independientes.
La muestra ser
a m
as representativa del universo a medida que aumente el n
umero de datos disponibles,
103
ar
aplicar procedimientos como el metodo de las curvas doble acumuladas, para verificar la consistencia y
homogeneidad de la informaci
on.
re
lim
in
dencia, ya que puede existir entre ellos, tanto dependencia espacial como temporal.
Existe dependencia en el espacio, por ejemplo, cuando dos pluviometros estan ubicados muy cercanos
uno del otro, registrando datos similares que posean alg
un grado de correlacion. Para estos propositos, ellos
deberan ser considerados como un solo dato.
rP
Por u
ltimo, como ya se adelantara, otra condicion que debe cumplir una serie de tiempo para someterla
a un analisis de frecuencia, es que esta sea estacionaria, en particular autoestacionaria. Un proceso es auto-
Bo
rra
do
bucion al cual afectan. Los procesos no estacionarios mas comunes que afectan al promedio de la serie, son
los de tendencia, periodicidad y persistencia.
Existe tendencia en una serie, cuando el promedio movil de las caractersticas o parametros de ella, muestran
una variacion sostenida, ya sea creciente o decreciente en el tiempo. La periodicidad es una caracterstica
intrnseca de muchas variables hidrol
ogicas, ya que quedan sujetas a los ciclos climatologicos diurnos y
anuales, habiendo sido sugeridas adem
as, la existencia de otros ciclos de perodo mayor. La persistencia es
la tendencia de algunas variables aleatorias a mantenerse sostenidamente en valores similares a los que la
han precedido. Existen variados procedimientos y tests estadsticos que permiten detectar la presencia de
procesos no estacionarios, que en caso de detectarse, deben ser eliminados de la serie, antes de someterla a
analisis de frecuencia.
104
5.1.1.
Selecci
on de Datos Hidrol
ogicos
Serie de Duraci
on Completa
re
lim
in
5.1.1.1.
ar
medios anuales. Tambien resulta una serie discreta si se consideran solo los valores extremos, sean maximos
La serie cronol
ogica de datos que incluye toda la informacion disponible respecto a una variable hidrologica se
denomina serie de duraci
on completa. Este tipo de series, que tienen importantes usos en algunas aplicaciones
ingenieriles que se ver
an m
as adelante, no resultan apropiadas para someterlas a analisis de frecuencia,
principalmente por la fuerte dependencia temporal que puede existir entre sus valores y porque al contener
toda la informaci
on disponible incluyen mucha informacion irrelevante, especialmente en estudios en que solo
interesan los valores crticos o extremos que toma la variable, valores maximos o mnimos.
Es por estas razones que normalmente, para el desarrollo de analisis de frecuencia, se seleccionan subconextremos.
5.1.1.2.
rP
Serie de Duraci
on Parcial
Bo
rra
do
resulta de especial interes el caso particular en que la magnitud del valor umbral se elige de manera tal, que
permanezcan en la serie s
olo un n
umero de valores igual al n
umero de a
nos de estadstica de que se disponga.
Esta serie particular pasa a denominarse serie de excedencias anuales y corresponder
a al subconjunto de la
serie de duraci
on completa que contiene los N mayores (o menores) valores medidos de la variable, donde
N es el n
umero de a
nos de estadstica disponible.
Si bien esta serie elimina toda la informacion irrelevante, al retener solo los N valores extremos de la serie,
presenta el inconveniente de que no asegura su total independencia, ya que puede contener dos o mas valores
extremos ocurridos en un mismo a
no, cortamente distanciados en el tiempo, los que pueden tener dependencia
temporal.
5.1.1.3.
105
Una serie de valores extremos es un subconjunto de la serie de duracion completa constituido solo por los
valores maximos o mnimos que toma la variable dentro de un intervalo o perodo de tiempo previamente
establecido. Si para evitar problemas de dependencia temporal, se elige como intervalo de tiempo el perodo
de un a
no hidrol
ogico, la serie resultante pasa a ser la serie de valores extremos anuales, que contendra tantos
ar
valores como a
nos de estadstica haya disponible, es decir, contendra el mayor (o menor) valor de cada a
no.
Si bien la serie de valores extremos anuales contiene el mismo n
umero de datos que la serie de excedencias
anuales, los valores incluidos no son necesariamente los mismos, ya que incluye solo un valor por a
no, a
re
lim
in
diferencia de la serie de excedencias anuales que puede contener mas de un valor en alg
un a
no, en perjuicio
de a
nos que quedan sin representaci
on.
La serie de valores extremos anuales elimina tambien toda la informacion irrelevante, y asegura su total
independencia temporal, pero presenta el inconveniente de eliminar importantes eventos historicos por el
simple motivo de no ser los extremos de un a
no, a
un cuando estos eventos hayan sido independientes. Es
decir, pueden llegar a omitir informaci
on que s es relevante.
En la Figura 5.1 se muestra, a manera de ejemplo una serie de 42 eventos ocurridos durante un perodo
de 10 a
nos. Con trapecios rojos se ha identificado el mayor valor ocurrido en cada a
no, constituyendose este
subconjunto en la serie de valores extremos anuales de la variable en analisis. Por otra parte, con crculos
rP
grises se han identificado los 10 mayores valores de la serie, constituyendose este subconjunto en la serie de
excedencias anuales. Se observa que en este caso 8 de los 10 valores son coincidentes, quedando los a
nos 6 y
7 sin representaci
on en la serie de excedencias anuales, en beneficio de los a
nos 8 y 9 que quedan con doble
Bo
rra
do
representacion.
120
SEA
SVEA
100
80
60
40
20
Aos
Figura 5.1: Serie de excedencias anuales y de valores extremos anuales.
10
106
5.1.2.
Funci
on de Densidad de Frecuencia
Si el n
umero de datos disponibles de una variable aleatoria x es N , decimos que tenemos una muestra de
tama
no N de nuestra variable aleatoria, la cual sera mas representativa del universo o poblacion de la cual
proviene, mientras mayor sea el valor de N .
Si nos damos un intervalo de clase dx, podemos construir un histograma de nuestra muestra, contabili-
ar
zando el n
umero de eventos ocurridos por unidad de intervalo de clase, o frecuencia absoluta de ocurrencia.
As, el histograma ser
a un diagrama de barras que nos representa la variable frecuencia absoluta (f /dx), en
funcion de la magnitud de la variable x.
re
lim
in
grama relativo, diagrama que presenta la particularidad de que el area total encerrada bajo el, es unitaria:
X fi
X fi
1 X
dx =
=
fi = 1
dxN
N
N
(5.1)
Si se comienza a reducir el intervalo de clase, en el lmite cuando dx tiende a cero, el histograma relativo
rP
se transforma en una curva continua que corresponde a la curva denominada curva o funci
on de densidad
de frecuencia de los datos, f (x).
Bo
rra
do
f (x) = lm
dx0
fi
dxN
(5.2)
f (x)dx = 1
(5.3)
Ahora, la teora de probabilidades nos dice que la probabilidad de que la variable x tome valores menores o
f (x)dx = F ()
(5.4)
107
P (x > ) = 1 F ()
(5.5)
ar
El problema pr
actico es que esta funci
on no es normalmente conocida a priori, debiendose inferir, a partir
de los datos de la muestra que se dispone, cual es la funcion de densidad de frecuencia de la poblacion desde
la cual fue extrada. El procedimiento en general consiste en suponer un cierto modelo probabilstico que nos
re
lim
in
proporciona la teora de probabilidades, es decir, atribuirle una cierta funcion de densidad de frecuencia a la
poblacion y verificar el comportamiento de ese modelo, comparando el ajuste de esa distribucion teorica con
las observaciones de la realidad, proporcionadas por la serie de datos disponibles.
Debido al car
acter probabilstico mismo del proceso y por ser la serie de datos solo una muestra de la
poblacion, resulta poco probable una correspondencia exacta entre el modelo teorico y la muestra real, a
un en
el caso en que la distribuci
on te
orica escogida corresponda exactamente a la funcion de densidad de frecuencia
de la poblacion. M
as a
un, si se considera otra muestra distinta proveniente de la misma poblacion, el ensayo
dara probablemente un resultado algo diferente. Es necesario, en consecuencia, efectuar alg
un ensayo o test
estadstico que permita definir alguna magnitud de discrepancia aceptable, sin que sea necesario rechazar la
rP
Por otra parte, hay que hacer notar que un buen ajuste de los datos reales con el modelo teorico, no es
suficiente garanta de que la funci
on de densidad de frecuencia adoptada corresponda exactamente a la de la
poblacion.
Bo
rra
do
Existen procedimientos tanto analticos como graficos para efectuar el ajuste de las funciones de frecuencia,
5.1.3.
Perodo de Retorno
tiempo dentro del cual se espera que la magnitud x de un evento hidrologico se iguale o exceda solamente una
vez. As, por ejemplo, si tenemos una estadstica de precipitaciones diarias, y seleccionamos solo la maxima
precipitacion diaria de cada a
no, formando la serie llamada serie de precipitaciones maximas diarias anuales,
aquella magnitud de precipitaci
on Po , asociada a una probabilidad de excedencia Pex = 0.01, se dice que
corresponde a la precipitaci
on m
axima diaria con perodo de retorno 100 a
nos.
Definido en esos terminos, el perodo de retorno asociado a una cierta magnitud x de una variable hi-
108
Pex = P (x > ) =
1
T
(5.6)
El concepto de perodo de retorno no debe asociarse a alguna recurrencia cclica de la variable. Si una lluvia
o caudal de perodo de retorno T = 100 a
nos, ocurre en un instante cualquiera, no significa que tengan que
ar
transcurrir 100 a
nos para que ese evento vuelva a ocurrir. Esta lluvia o caudal puede volver a ocurrir al a
no
siguiente o a
un dentro del mismo a
no; el perodo de retorno solo nos dice que la probabilidad de que el evento
re
lim
in
se exceda en un a
no cualquiera es Pex = 1/T , en nuestro ejemplo, Pex = 0.01.
rP
Bo
rra
do
Pex,V E = 1 ePex,EA
(5.7)
TV E =
1
1 e1/TEA
(5.8)
donde,
Pex,EA = ln
1
1 Pex,V E
(5.9)
TEA =
109
1
ln
TV E
TV E 1
(5.10)
ar
pxe (VE)
T(VE) a
nos
pex(EA)
T(EA) a
nos
0.632
1.58
0.5
0.693
1.44
0.405
2.47
0.223
4.48
0.105
9.49
0.051
19.5
0.02
49.5
0.01
99.5
0.333
0.2
0.1
10
0.05
20
0.02
50
0.01
100
re
lim
in
rP
Se observa de los resultados de la Tabla 5.1, que para perodos de retorno mayores de 10 a
nos, las diferencias
en los resultados son pr
acticamente despreciables, por lo que habitualmente se trabaja con series de valores
extremos anuales, dada la mucho mayor disponibilidad de informacion respecto a este tipo de series. Para
perodos de retorno menores, acerc
andose al valor 2 a
nos, valor utilizado para el dise
no de algunas obras
Bo
rra
do
menores, el uso de series de valores extremos anuales generara una sobrestimacion del perodo de retorno,
que se puede traducir en un subdimensionamiento de las obras.
Sin embargo, el an
alisis de datos reales medidos en Valparaso, (Espinoza et al., 2005) sugiere que, al menos
en ese caso, el criterio propuesto por Langbein sobreestima la correccion necesaria a los perodos de retorno
estimados, proponiendose las siguientes f
ormulas modificadas, que permite un mejor ajuste a la correccion
necesaria a los perodos de retorno estimados mediante la serie de valores extremos anuales, aplicables a
perodos de retorno inferiores a 5 a
nos.
TV E =
1
1 e1/(TEA +0.22)
(5.11)
o bien,
TEA =
1
ln
TV E +0.22
TV E 0.78
(5.12)
110
Pex = P (x > ) =
1
nT
(5.13)
donde n es el n
umero promedio de observaciones disponibles por a
no de estadstica.
An
alisis de Frecuencia Analtico
ar
5.2.
Para materializar el an
alisis de frecuencia de una serie de datos, puede recurrirse a procedimientos directos o
re
lim
in
graficos, donde las probabilidades o perodos de retorno se determinan directamente a partir de la informacion
que proporciona la muestra disponible, o puede recurrirse a la teora de probabilidades que proporciona
modelos analticos te
oricos de la funci
on de densidad de frecuencia f (x), de cuya integracion puede obtenerse
la probabilidad o perodo de retorno asociado a la magnitud de la variable en analisis.
Existe un gran n
umero de funciones matematicas f (x) que cumplen con las condiciones de servir como
funciones de densidad de frecuencia, en particular, en terminos de establecer una relacion biunvoca entre la
magnitud de la variable y su probabilidad y de respetar que la integral de la funcion en todo el dominio de
validez de la variable, sea unitaria. Estas funciones se establecen en terminos de un conjunto de parametros o
estadgrafos que caracterizan al universo o poblacion del cual la muestra disponible proviene, que se deducen
muestra.
rP
Bo
rra
do
proviene. En particular, resultan de interes los cuatro primeros momentos de la distribucion, asociados a los
conceptos de promedio, varianza, asimetra y kurtosis, cuyos estimadores son:
1 Momento o Promedio aritmetico
x
=
PN
xi
(5.14)
(xi x
)2
N 1
(5.15)
i=1
2 Momento o Varianza
s2x =
PN
i=1
3 Momento o Asimetra
PN
N i=1 (xi x
)3
Ax =
(N 1)(N 2)
4 Momento o Kurtosis
(5.16)
111
"N
#2
N
X
X
(N 2 2N + 3)
3(2N 3)
4
2
Kx =
(x x
)
(x x
)
(N 1)(N 2)(N 3) i=1
N (N 1)(N 2)(N 3) i=1
(5.17)
En terminos pr
acticos los momentos segundo, tercero y cuarto, suelen reemplazarse por la desviacion
standard, coeficiente de asimetra y coeficiente de kurtosis , respectivamente, seg
un las relaciones, Desviaci
on
(5.18)
p
s2x
re
lim
in
sx =
ar
Est
andar:
Coeficiente de Asimetra:
Cs,x =
Coeficiente de Kurtosis:
x =
Ax
s3x
Kx
s4x
(5.19)
(5.20)
rP
los metodos de m
axima verosimilitud, que pueden consultarse en un buen texto de estadstica, pero que para
muestras de peque
no tama
no, como es el caso habitual en hidrologa, no presentan una ventaja sustantiva.
Bo
rra
do
5.2.1.
Dentro de las numerosas funciones de densidad de frecuencia que proporciona la teora de probabilidades,
existen algunas que por la facilidad de uso o por haber demostrado su buen ajuste con datos hidrologicos, se
utilizan com
unmente en hidrologa. Dentro de ellas, es posible destacar las siguientes.
5.2.1.1.
Distribuci
on Normal o Distribuci
on de Gauss
Se dice que una variable aleatoria es normalmente distribuida, si su funcion de densidad de frecuencia viene
expresada por la relaci
on,
1 x 2
1
f (x) =
e 2 ( x )
2x
<x<
(5.21)
112
F (b) = P (x b) =
1 x 2
1
e 2 ( x ) dx
2x
(5.22)
y consecuentemente,
(5.23)
ar
P (x > b) = 1 F (b)
re
lim
in
denominada distribuci
on normal centrada y reducida.
se puede escribir,
xx
sx
x=x
+ z sx
(5.24)
(5.25)
donde z, el valor de la variable reducida o factor de frecuencia se obtiene de tablas o medios electronicos
rP
En la Tabla 5.2 se incluyen valores de la funcion de frecuencia acumulada para la distribucion normal
Bo
rra
do
centrada y reducida. En dicha Tabla se dan los valores del area bajo la curva de distribucion normal para
valores de la variable estandarizada z entre los valores 0 y 3.29. Por ser la distribucion normal simetrica, la
probabilidad de tener un valor menor o igual que un cierto valor positivo dado de la variable estandarizada,
se obtiene sumando al valor dado por la tabla la cantidad 0.5 que corresponde al area total bajo la curva de
densidad en el rango de los valores negativos de z.
Como ejemplo, si queremos encontrar la probabilidad de obtener un valor de la variable centrada y reducida
113
Para z = 1.67 se obtiene A = 0.4525
ar
Muchas calculadoras cientficas y programas en la actualidad permiten obtener en forma directa las areas
bajo la distribuci
on normal, por ejemplo, la funcion Distr.norm.estand de Microsoft Excel.
re
lim
in
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.0000
0.004
0.008
0.012
0.016
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0308
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.091
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.148
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.17
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.195
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.219
0.2214
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.258
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.291
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.334
0.3365
0.3389
0.3621
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3643
0.3665
0.3686
0.3708
0.372
0.3749
0.377
0.379
0.381
0.383
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.398
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.409
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4326
0.4351
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.437
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.1554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.475
0.4756
0.4761
0.4767
Bo
rra
do
rP
1
1.1
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.483
0.4834
0.4838
0.4842
0.4846
0.485
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.489
2.3
0.4893
0.4896
0.4898
0.4901
0.4904
0.4906
0.49
0.4911
0.4913
0.4916
2.4
0.4918
0.492
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
2.5
0.4938
0.494
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
2.6
0.4953
0.4955
0.4956
0.4957
0.4959
0.496
0.4961
0.4962
0.4963
0.4964
2.7
0.4965
0.4966
0.4967
0.4968
0.4969
0.497
0.4971
0.4972
0.4973
0.4974
2.8
0.4974
0.4975
0.4976
0.4977
0.4977
0.4978
0.4979
0.4979
0.498
0.4981
2.9
0.4981
0.4982
0.4982
0.4983
0.4984
0.4984
0.4985
0.4985
0.4986
0.4986
0.4987
0.4987
0.4987
0.4988
0.4988
0.4989
0.4989
0.4989
0.499
0.499
3.1
0.499
0.4991
0.4991
0.4991
0.4992
0.4992
0.4992
0.4993
0.4993
0.4993
3.2
0.4993
0.4993
0.4994
0.4994
0.4994
0.4994
0.4994
0.4995
0.4995
0.4995
114
Ejemplo 5.2.1:
Se tiene una estadstica de 30 a
nos de longitud de los caudales maximos anuales en el ro Maule en la
Estacion Armerillo y se desea saber cu
al es la probabilidad de que ocurra en dicho lugar un caudal mayor
que 3100 [m3 /s].
Se supondr
a para el an
alisis que los datos siguen una distribucion normal.
Q [m3 /s]
A
no
Q [m3 /s]
A
no
Q [m3 /s]
A
no
Q [m3 /s]
2650
3000
13
950
19
1950
750
1750
14
610
20
2100
2400
1300
15
850
21
1700
10
1100
16
1500
22
1650
11
850
17
1250
1600
12
1500
18
1300
i=1
xi
sx =
PN
Q [m3 /s]
25
1400
26
1750
800
27
700
1250
28
3200
23
850
29
390
24
1100
30
2800
(xi x
)2
= 732.1 [m3 /s]
N 1
i=1
rP
x
=
PN
A
no
re
lim
in
A
no
ar
Bo
rra
do
z=
bx
= 2.185
sx
P (x 3100) = 0.9856
T =
5.2.1.2.
1
1
=
69.4 a
nos
P (x > 3100
0.0144
Distribuci
on Logartmico Normal o Log-normal
La distribucion normal antes vista, siendo la distribucion estadstica mas utilizada en muchas disciplinas,
esta definida en el dominio de los n
umeros reales, es decir, acepta la existencia de valores negativos. En este
sentido, su aplicabilidad a datos hidrol
ogicos se ve bastante reducida, ya que muchas de las variables involucradas tales como precipitaciones, caudales, humedades, etc. solo tienen sentido con n
umeros positivos o
115
cuando menos nulos, por lo que suelen presentar funciones de densidad de frecuencia asimetricas que teoricamente no pueden ser representadas por una distribucion normal. A
un cuando podran utilizarse distribuciones
normales truncadas, que no acepten valores negativos, en hidrologa ha resultado conveniente el empleo de
transformaciones de la variable original que cumplan el objetivo de eliminar valores negativos. Entre ellas, la
mas utilizada corresponde a la denominada distribucion logartmico normal.
Si x es una variable aleatorio e y = ln(x) es una transformacion logartmica de ella, se dice que x es
ar
y
y
2
re
lim
in
f (y) =
<y <
(5.26)
ln(yi )
= ln(x)
N
i=1
rP
y =
PN
PN
i=1
s2y =
ln(yi ) ln(x)
(5.27)
2
(5.28)
N 1
Bo
rra
do
f (x) = f (y)
x = ey
dx = ey dy
dy
1
1
=
e 2
y
dx
2y e
y
y
2
(5.29)
Se utilizaran los mismos datos del ejemplo 5.2.1, excepto que se supondra para el analisis que los datos
y =
i=1 ln(yi )
= 7.196;
N
PN
PN
s2y =
i=1
2
ln(yi ) ln(x)
N 1
= 0.505;
116
ln(b) y
= 1.670
sy
P (x 3100) = 0.9525
T =
5.2.1.3.
re
lim
in
ar
1
1
=
21.1 a
nos
P (x > 3100
0.0475
rP
decir, cada dato en s corresponde a un valor extremo, normalmente maximo, dentro de un conjunto de datos
mayor. En estos terminos, es conceptualmente lcito aplicar a las series hidrologicas, teoras provenientes
de la rama de la estadstica correspondiente a la teora de valores extremos, que proporciona distribuciones
de frecuencia lmites aplicables a este tipo de variables, entre las que se destacan la Distribucion de valo-
Bo
rra
do
5.2.1.3.1. Distribuci
on de Valores Extremos Tipo I o Distribuci
on Gumbel
La teora de valores extremos establece que si se tienen M muestras de N valores cada una correspondientes
a una variable aleatoria x cuya funci
on de densidad de frecuencia es ilimitada hacia los valores altos, o sea, de
tipo exponencial abierta hacia la derecha, entonces cuando el n
umero de muestras M aumenta y el n
umero
de valores N de cada muestra aumenta, tendiendo ambos a infinito, la funcion de densidad de frecuencia de la
serie conformada por los valores m
aximos de cada una de las series tiende, cuando M y N tienden a infinito,
a la distribuci
on de Valores Extremos Tipo I o Distribucion de Gumbel.
La curva de frecuencia acumulada F (x) de esta distribucion queda representada por la ecuacion:
F (x) = ee
(5.30)
(5.31)
117
sx
6 x
(5.32)
y xf es la moda de la distribuci
on
(5.33)
ar
xf =
Z
0
1
x
re
lim
in
donde es el n
umero de Euler dado por
1
x
e
dx = 0.57721
1+x
(5.34)
Reemplazando en funci
on de los par
ametros muestrales, resulta
x=x
+ 0.450sx
(5.35)
En consecuencia, la probabilidad de que la variable x exceda un valor dado b, viene dada en forma directa
rP
por
P (x > b) = 1 F (b) = 1 ee
donde yb = a(b xf ).
yb
(5.36)
Bo
rra
do
La distribuci
on de valores extremos Tipo I, depende de solo dos parametros, por lo que su coeficiente de
asimetra debe ser constante. Se puede demostrar que en este caso el coeficiente de asimetra vale,
Cs = 1.139 = Cte.
estadstica disponible, el cual puede ser una cifra bastante reducida, no asimilable al valor infinito.
Al respecto Gumbel realiz
o un estudio de esta distribucion y determino que cuando se trabaja con un
n
umero M finito de muestras, las constantes lmites y / 6 deben reemplazarse por ym y m ,la media y
la desviacion est
andar de la variable reducida, respectivamente.
En terminos pr
acticos, para una muestra de tama
no M , se le puede asignar a cada valor su probabilidad
muestral, dada por la expresi
on
118
P =
m
M +1
(5.37)
donde m es el n
umero de orden de la variable ordenada de menor a mayor. Para cada valor de probabilidad
se obtiene el correspondiente valor de la variable reducida y mediante la curva de frecuencia acumulada de
la distribucion, valores a los cuales se les determina su promedio y desviacion estandar.
ar
En Tabla 5.4 se presentan valores de las medias y desviaciones estandar de la variable reducida para
diferentes n
umeros de muestra o a
nos de estadstica disponibles M .
ym
ym
ym
10
0.49521
0.94963
50
0.54854
1.16066
150
0.56462
1.22534
15
0.51284
20
0.52355
1.02057
55
0.55044
1.16817
200
0.56715
1.23598
1.06282
60
0.55208
1.17467
250
0.56878
1.24292
25
0.53086
1.09145
70
0.55477
1.18535
300
0.56993
1.24787
30
0.53622
1.11237
80
0.55689
1.19382
400
0.57144
1.2545
35
0.54034
1.12847
90
0.5586
1.20073
500
0.5724
1.2588
40
0.54362
1.14131
100
0.56002
1.20649
1000
0.5749
1.2691
45
0.5463
1.15184
120
0.56225
1.21558
0.57721
1.28255
rP
re
lim
in
Bo
rra
do
De la definici
on de la variable reducida (ecuacion (5.31)), se puede despejar xf ,
xf = x
y
a
(5.38)
xf =
(5.39)
Igualando ambas expresiones y reemplazando las constantes por las propuestas por Gumbel, se obtiene una
expresion para el factor de frecuencia a traves de la igualdad,
k=
xx
y ym
=
sx
m
(5.40)
Esta expresion, llamada Ley de Gumbel, nos da una relacion directa entre la magnitud de la variable x y la
variable reducida y en funci
on u
nica de parametros dependientes solo del tama
no de la muestra.
Una vez determinada la variable reducida y se puede obtener la probabilidad directamente de la funcion
de frecuencia acumulada.
El perodo de retorno T , definido por la ecuacion 5.6, se puede reemplazar en este caso como
119
y
1
= 1 ee
T (b)
(5.41)
re
lim
in
y = ln(T )
ar
(5.42)
Ejemplo 5.2.3:
(5.43)
Se continuar
a con el mismo problema de los ejemplos anteriores, suponiendo ahora que los datos siguen
una distribuci
on de valores extremos Tipo I, Gumbel.
i=1 xi
= 1500 [m3 /s];
N
sx =
PN
(xi x
)2
= 732.1 [m3 /s]
N 1
i=1
rP
x
=
PN
ym = 0.53622;
m = 1.11237;
Bo
rra
do
bx
y ym
=
sx
m
2.185 =
y 0.53622
1.11237
y = 2.9667
En consecuencia,
= 1 0.9498 = 0.0502
y por lo tanto,
T =
1
1
=
= 19.9 a
nos
P (x > 3100)
0.0502
120
5.2.1.3.2. Distribuci
on de Valores Extremos Tipo III o Distribuci
on Weibull
La distribucion de valores extremos tipo III resulta de la teora de valores extremos si se postula que la
variable en an
alisis est
a acotada superiormente a un valor lmite. Su curva de frecuencia acumulada queda
representada por la expresi
on,
F (x) = e( )
(5.44)
ar
re
lim
in
Esta distribuci
on tiene tres par
ametros: , el limite superior y los parametros de forma y k.
Para la estimaci
on de estos par
ametros puede recurrirse al siguiente cambio de variable:
y = k [ln( x) ln( )]
luego,
y = ln
k
o e
k
rP
F (x) = ee
(5.45)
Bo
rra
do
Esta ecuacion que corresponde a la estructura de la distribucion de valores extremos Tipo I. Esto nos dice
que la distribuci
on de Valores Extremos Tipo III es una transformacion logartmica de la distribucion de
valores extremos Tipo I.
Recordando que
(5.46)
z = ln( x)
xf =
m
=k
sz
(5.47)
(5.48)
sz
z ym
m
= ln( )
121
donde,
z =
N
1 X
ln( xi )
N i=1
( ln( xi ) z)
(N 1)(N 2)s3z
PN
i=1
re
lim
in
Cs,z =
ar
la cual deber
a resolverse por tanteo o mediante procedimientos analtico-graficos descritos por Yevyevich.
Resuelto , la constante se obtiene de la ecuacion (5.48).
rP
(5.49)
Bo
rra
do
z = ln(x )
Ejemplo 5.2.4:
Se continuar
a con el mismo problema, suponiendo ahora inicialmente que los datos siguen una distribucion
z =
1 X
zi = 8.4154;
N
rP
(zi z)2
sz =
= 0.175;
N 1
122
m = 1.11237;
Luego,
ar
b z
y ym
=
sz
m
y 0.53622
1.11237
re
lim
in
2.3775 =
=
En consecuencia,
y = 3.181
rP
y por lo tanto,
= 1 0.9593 = 0.041
T =
1
1
=
= 24.4 a
nos
P (x > 3100)
0.041
Bo
rra
do
De acuerdo a este modelo, los caudales estaran limitados a un valor maximo superior de 6079.25 [m3 /s].
Ahora, si se supone que los datos siguen una distribucion de valores extremos Tipo III, acotada inferiormente
o distribucion de Weibull, evaluando z = ln(x ) para los datos de la muestra entregados en la Tabla 5.3
e iterando el valor de hasta que satisfaga un coeficiente de asimetra Cs,z = 1.139, se obtiene
z =
1 X
zi = 6.8616;
N
sz =
rP
= 308.58
(zi z)2
= 0.7555;
N 1
ym = 0.53622;
m = 1.11237;
Luego,
b z
y ym
=
sz
m
123
1.4197 =
y 0.53622
1.11237
y = 1.043
ar
En consecuencia,
y
P (x > 3100) = 1 F (b) = 1 1 ee
= 0.05854
T =
re
lim
in
y por lo tanto,
1
1
=
= 17.1 a
nos
P (x > 3100)
0.05854
De acuerdo a este modelo, los caudales estaran limitados a un valor mnimo inferior de 308.58 [m3 /s].
5.2.1.4.
Distribuci
on Gamma de Dos Par
ametros
de densidad de frecuencia es
rP
Una variable aleatoria x tiene una distribucion Gamma de dos parametros o Gamma 2, cuando su funcion
F (x) =
x1 ex/
()
x>0
(5.50)
Bo
rra
do
() =
y 1 ey dy
(5.51)
Integrando la funci
on Gamma por partes, puede demostrarse que
() = ( 1)( 1)
(5.52)
(5.53)
124
F (b) = P (x b) =
Z
0
()
(5.54)
x1 ex/ dx
F (b) = P (x b) =
b/
re
lim
in
1
1 y 1 ey dy
()
ar
dx = dy
F (b) = P (x b) =
1
()
b/
y 1 ey dy
(5.55)
La integral resultante tiene la estructura de la funcion Gamma, pero integrada solo hasta el valor finito b/,
por lo que se le denomina funci
on Gamma incompleta, en este caso de dos parametros (b/, ). Esta funcion
tambien se haya tabulada.
En definitiva,
(b/, )
()
rP
F (b) = P (x b) =
(5.56)
Bo
rra
do
x
= ;
s2x = 2 ;
(5.57)
de donde
s2x
;
x
sx
2
1
;
c2v
(5.58)
donde cv = sx /
x es el coeficiente de variacion.
Siendo la distribuci
on Gamma 2 dependiente de solo dos parametros, su coeficiente de asimetra no es
(5.59)
Para fines pr
acticos, se adjunta la Tabla 5.5 simplificada, que permite relacionar la variable centrada y
reducida o factor de frecuencia con su probabilidad de excedencia en funcion del coeficiente de asimetra, que
en este caso siempre es positivo, ya que el dominio de la variable es solo para valores positivos con lmite
inferior nulo.
125
Tabla 5.5: Factores de frecuencia para distribuciones Pearson Tipo III con asimetra positiva.
Perodo de retorno [a
nos]
Cs
1.01
1.053
1.25
10
25
50
100
200
500
1000
2000
10000
Probabilidad de excedencia
0.99
0.95
0.8
0.5
0.2
0.1
0.04
0.02
0.01
0.005
0.002
0.001
0.0005
0.0001
-2.326
-1.645
-0.842
0.000
0.842
1.282
1.751
2.054
2.326
2.576
2.878
3.090
3.291
3.719
-2.253
-1.616
-0.846
-0.017
0.836
1.292
1.785
2.107
2.400
2.670
3.000
3.233
3.455
3.935
0.2
-2.178
-1.586
-0.850
-0.033
0.830
1.301
1.818
2.159
2.472
2.763
3.122
3.377
3.621
4.153
0.3
-2.104
-1.555
-0.853
-0.050
0.824
1.309
1.849
2.211
2.544
2.856
3.244
3.521
3.788
4.374
0.4
-2.029
-1.524
-0.855
-0.067
0.816
1.317
1.880
2.261
2.615
2.949
3.366
3.666
3.956
4.597
0.5
-1.955
-1.491
-0.857
-0.083
0.808
1.323
1.910
2.311
2.686
3.041
3.487
3.811
4.124
4.821
0.6
-1.880
-1.458
-0.857
-0.099
0.800
1.329
1.939
2.359
2.755
3.132
3.609
3.956
4.293
5.047
0.7
-1.806
-1.423
-0.857
-0.116
0.790
1.333
1.967
2.407
2.824
3.223
3.730
4.100
4.462
5.274
0.8
-1.733
-1.389
-0.856
-0.132
0.780
1.336
1.993
2.453
2.891
3.312
3.850
4.244
4.631
5.501
0.9
-1.660
-1.353
-0.854
-0.148
0.769
1.339
2.018
2.498
2.957
3.401
3.969
4.388
4.799
5.729
-1.588
-1.317
-0.852
-0.164
0.758
1.340
2.043
2.542
3.023
3.489
4.088
4.531
4.967
5.957
1.1
-1.518
-1.280
-0.848
-0.180
0.745
1.341
2.066
2.585
3.087
3.575
4.206
4.673
5.134
6.185
1.2
-1.449
-1.243
-0.844
-0.195
0.733
1.340
2.088
2.626
3.149
3.661
4.323
4.815
5.301
6.412
1.3
-1.383
-1.206
-0.838
-0.210
0.719
1.339
2.108
2.667
3.211
3.745
4.438
4.955
5.467
6.640
1.4
-1.318
-1.168
-0.832
-0.225
0.705
1.337
2.128
2.706
3.271
3.828
4.553
5.095
5.633
6.867
1.5
-1.256
-1.131
-0.825
-0.240
0.691
1.333
2.146
2.743
3.330
3.910
4.667
5.234
5.797
7.093
1.6
-1.197
-1.094
-0.817
-0.254
0.675
1.329
2.163
2.780
3.388
3.990
4.779
5.371
5.960
7.318
1.7
-1.140
-1.056
-0.808
-0.268
0.660
1.324
2.179
2.815
3.444
4.069
4.890
5.507
6.122
7.543
1.8
-1.087
-1.020
-0.799
-0.282
0.643
1.318
2.193
2.848
3.499
4.147
4.999
5.642
6.283
7.766
1.9
-1.037
-0.984
-0.788
-0.294
0.627
1.311
2.207
2.881
3.553
4.223
5.108
5.775
6.443
7.989
-0.990
-0.949
-0.777
-0.307
0.609
1.303
2.219
2.912
3.605
4.298
5.215
5.908
6.601
8.210
2.1
-0.946
-0.915
-0.765
-0.319
0.592
1.294
2.230
2.942
3.656
4.372
5.320
6.039
6.758
8.431
2.2
-0.905
-0.882
-0.752
-0.330
0.574
1.284
2.240
2.970
3.705
4.444
5.424
6.168
6.914
8.650
2.3
-0.867
-0.850
-0.739
-0.341
0.555
1.274
2.248
2.997
3.753
4.515
5.527
6.296
7.068
8.868
Bo
rra
do
rP
re
lim
in
ar
0
0.1
2.4
-0.832
-0.819
-0.725
-0.351
0.537
1.262
2.256
3.023
3.800
4.584
5.628
6.423
7.221
9.084
2.5
-0.799
-0.790
-0.711
-0.360
0.518
1.250
2.262
3.048
3.845
4.652
5.728
6.548
7.373
9.299
2.6
-0.769
-0.762
-0.696
-0.369
0.499
1.238
2.267
3.071
3.889
4.718
5.826
6.672
7.523
9.513
2.7
-0.740
-0.736
-0.681
-0.376
0.479
1.224
2.272
3.093
3.932
4.783
5.923
6.794
7.671
9.725
2.8
-0.714
-0.711
-0.666
-0.384
0.460
1.210
2.275
3.114
3.973
4.847
6.019
6.915
7.818
9.936
2.9
-0.690
-0.688
-0.651
-0.390
0.440
1.195
2.277
3.134
4.013
4.909
6.113
7.034
7.964
10.146
-0.667
-0.665
-0.636
-0.396
0.420
1.180
2.278
3.152
4.051
4.966
6.205
7.152
8.108
10.354
3.2
-0.625
-0.624
-0.606
-0.405
0.381
1.148
2.277
3.185
4.125
5.087
6.386
7.384
8.392
10.766
3.4
-0.588
-0.588
-0.577
-0.411
0.341
1.113
2.273
3.214
4.193
5.199
6.561
7.606
8.671
11.172
3.6
-0.556
-0.555
-0.549
-0.414
0.302
1.077
2.264
3.238
4.256
5.306
6.730
7.830
8.943
11.573
3.8
-0.529
-0.526
-0.522
-0.414
0.264
1.040
2.253
3.258
4.314
5.407
6.894
8.044
9.210
11.968
-0.500
-0.4.9999
-0.498
-0.413
0.226
1.001
2.238
3.274
4.368
5.504
7.053
8.253
9.472
12.357
4.5
-0.444
-0.444
-0.444
-0.400
0.137
0.900
2.189
3.298
4.483
5.724
7.427
8.752
10.101
13.305
-0.400
-0.400
-0.400
-0.379
0.058
0.795
2.124
3.300
4.573
5.916
7.771
9.220
10.698
14.220
Ejemplo 5.2.5:
Continuando con el mismo problema de los ejemplos anteriores, se supone ahora que los datos siguen una
distribucion Gamma de 2 par
ametros.
126
x
=
PN
i=1 xi
= 1500 [m3 /s];
N
sx =
PN
(xi x
)2
= 732.1 [m3 /s];
N 1
i=1
cv =
sx
= 0.488;
x
s2
= x = 357.3;
x
sx
2
1
= 4.198;
c2v
re
lim
in
ar
2
Cs = = 2cv = 0.9761
interpolando se obtiene
y k=
bx
= 2.185
sx
P (x > b) = 0.0334
5.2.1.5.
1
1
=
= 30.3 a
nos
P (x > b)
0.0334
rP
T =
Curvas de Pearson
Bo
rra
do
importantes de la estadstica.
Esta ecuaci
on diferencial es
ln
dx
1 d (f (x))
=
f (x) dx
a + bx + cx2
(5.60)
d (f (x))
dx
=
dx
f (x)
a + bx + cx2
(5.61)
f (x)
f (x0 )
(5.62)
x0
dx
dx
a + bx + cx2
Rx
dx
x0 a+bx+cx2
dx
(5.63)
127
La constante f (x0 ) se obtiene al imponer la condicion de que el area bajo la curva dentro de todo el rango
de variacion de x sea unitaria,
Z
x2
f (x)dx 1
(5.64)
x1 x x2
x1
Los parametros a, b, c y d pueden calcularse a partir de los cuatro primeros momentos de la distribucion,
Distribuci
on de Pearson Tipo III
re
lim
in
5.2.1.6.
ar
es decir, en funci
on del promedio, desviacion estandar, coeficiente de asimetra y coeficiente de kurtosis.
Para aplicaciones en hidrologa, la curva de Pearson de mayor interes corresponde a la llamada Distribucion
de Pearson Tipo III, que cumple con la condicion de que el parametro c = 0.
xx0
1
(x x0 )1 e b
b ()
(5.65)
Esta funcion se conoce tambien como distribucion Gamma de 3 parametros, ya que es una generalizacion de
rP
a
b
Bo
rra
do
Las condiciones que deben cumplir las constantes de Pearson en este caso son,
c=0
b>0
c=0
a = bx0
d = x0 b
En el caso particular x0 = 0, se cumple a = c = 0, b > 0, d > b, con lo que la distribucion queda en funcion
de 2 parametros,
f (x) =
1
x1 ex/b
b ()
(5.66)
128
(5.67)
s2y = s2x = b2
(5.68)
re
lim
in
2
Cs,x = Cs,y =
ar
y = x
x0
(5.69)
4
2
Cs,x
(5.70)
sx |Cs,x |
2
(5.71)
sx
|Cs,x |
rP
b=
x0 = x
2
(5.72)
En el caso en que Cs,x sea nulo, la distribucion es simetrica y tiende a la distribucion normal.
Bo
rra
do
Cs,x =
Ax
s3x
(5.73)
La misma Tabla 5.5 aplicable a la Distribucion Gamma 2, sumada a la Tabla 5.6, que incluye los valores
de la variable reducida para coeficientes de asimetra negativos, son aplicables a la Distribucion Gamma 3,
las cuales permiten estimar la probabilidad de excedencia de la variable reducida o factor de frecuencia
k=
en funcion del coeficiente de asimetra.
xx
sx
129
Tabla 5.6: Factores de frecuencia para distribuciones Pearson Tipo III con asimetra negativa.
Perodo de retorno (a
nos)
Cs
1.01
1.053
1.25
10
25
50
100
200
500
1000
2000
10000
Probabilidad de excedencia
0.99
0.95
0.8
0.5
0.2
0.1
0.04
0.02
0.01
0.005
0.002
0.001
0.0005
0.0001
-2.326
-1.645
-0.842
0.000
0.842
1.282
1.751
2.054
2.326
2.576
2.878
3.090
3.291
3.719
-2.400
-1.673
-0.836
0.017
0.846
1.270
1.716
2.000
2.253
2.482
2.757
2.948
3.128
3.507
-0.2
-2.472
-1.700
-0.830
0.033
0.850
1.258
1.680
1.945
2.178
2.388
2.637
2.808
2.967
3.299
-0.3
-2.544
-1.726
-0.824
0.050
0.853
1.245
1.643
1.890
2.104
2.294
2.517
2.669
2.809
3.096
-0.4
-2.615
-1.750
-0.816
0.067
0.855
1.231
1.606
1.834
2.029
2.201
2.399
2.533
2.654
2.899
-0.5
-2.686
-1.774
-0.808
0.083
0.857
1.216
1.567
1.777
1.955
2.108
2.283
2.399
2.503
2.708
-0.6
-2.755
-1.797
-0.800
0.099
0.857
1.200
1.528
1.720
1.880
2.016
2.169
2.268
2.355
2.525
-0.7
-2.824
-1.819
-0.790
0.116
0.857
1.184
1.489
1.663
1.806
1.926
2.057
2.141
2.213
2.350
-0.8
-2.891
-1.839
-0.780
0.132
0.856
1.166
1.448
1.606
1.733
1.837
1.948
2.017
2.077
2.184
-0.9
-2.957
-1.859
-0.769
0.148
0.854
1.147
1.407
1.549
1.660
1.749
1.842
1.899
1.946
2.029
re
lim
in
ar
0
-0.1
-3.023
-1.877
-0.758
0.164
0.852
1.128
1.366
1.492
1.588
1.664
1.741
1.786
1.822
1.884
-3.087
-1.894
-0.745
0.180
0.848
1.107
1.324
1.444
1.518
1.581
1.643
1.678
1.706
1.751
-1.2
-3.149
-1.910
-0.733
0.195
0.844
1.086
1.282
1.379
1.449
1.501
1.550
1.577
1.597
1.628
-1.3
-3.211
-1.925
-0.719
0.210
0.838
1.064
1.240
1.324
1.383
1.424
1.462
1.482
1.497
1.518
-1.4
-3.271
-1.938
-0.705
0.225
0.832
1.041
1.198
1.270
1.318
1.351
1.380
1.394
1.404
1.418
-1.5
-3.330
-1.951
-0.691
0.240
0.825
1.018
1.157
1.217
1.256
1.282
1.303
1.313
1.319
1.328
-1.6
-3.388
-1.962
-0.675
0.254
0.817
0.994
1.116
1.166
1.197
1.216
1.231
1.238
1.242
1.247
-1.7
-3.444
-1.972
-0.660
0.268
0.808
0.970
1.075
1.116
1.140
1.155
1.165
1.170
1.172
1.175
-1.8
-3.499
-1.981
-0.643
0.282
0.799
0.945
1.035
1.069
1.087
1.097
1.105
1.107
1.109
1.111
-1.9
-3.553
-1.989
-0.627
0.294
0.788
0.920
0.997
1.023
1.037
1.044
1.049
1.051
1.052
1.052
rP
-1
-1.1
-3.605
-1.996
-0.609
0.307
0.777
0.895
0.959
0.980
0.990
0.995
0.998
0.999
1.000
1.000
-3.656
-2.001
-0.592
0.319
0.765
0.869
0.923
0.939
0.946
0.949
0.951
0.952
0.952
0.952
-2.2
-3.705
-2.006
-0.574
0.330
0.752
0.844
0.888
0.900
0.905
0.907
0.909
0.909
0.909
0.909
-2.3
-3.753
-2.009
-0.555
0.341
0.739
0.819
0.855
0.864
0.867
0.869
0.669
0.869
0.870
0.870
-2.4
-3.800
-2.011
-0.537
0.351
0.725
0.795
0.823
0.830
0.832
0.833
0.833
0.833
0.833
0.833
-2.5
-3.845
-2.012
-0.518
0.360
0.711
0.771
0.793
0.798
0.799
0.800
0.800
0.800
0.800
0.800
-2.6
-3.889
-2.013
-0.499
0.369
0.696
0.747
0.765
0.768
0.769
0.769
0.769
0.769
0.769
0.769
-2.7
-3.932
-2.012
-0.479
0.376
0.681
0.724
0.738
0.740
0.740
0.741
0.741
0.741
0.741
0.741
-2.8
-3.973
-2.010
-0.460
0.384
0.666
0.702
0.712
0.714
0.714
0.714
0.714
0.714
0.714
0.714
-2.9
-4.013
-2.007
-0.440
0.390
0.651
0.681
0.688
0.689
0.690
0.690
0.690
0.690
0.690
0.690
Bo
rra
do
-2
-2.1
-3
-4.051
-2.003
-0.420
0.396
0.636
0.660
0.666
0.666
0.667
0.667
0.667
0.667
0.667
0.667
-3.2
-4.125
-1.993
-0.381
0.405
0.606
0.622
0.625
0.625
0.625
0.625
0.625
0.625
0.625
0.625
-3.4
-4.193
-1.980
-0.341
0.410
0.577
0.587
0.588
0.588
0.588
0.588
0.588
0.588
0.588
0.588
-3.6
-4.256
-1.963
-0.302
0.414
0.549
0.555
0.556
0.556
0.556
0.556
0.556
0.556
0.556
0.556
-3.8
-4.314
-1.943
-0.264
0.414
0.522
0.526
0.526
0.526
0.526
0.526
0.526
0.526
0.526
0.526
-4
-4.368
-1.920
-0.226
0.413
0.498
0.500
0.500
0.500
0.500
0.500
0.500
0.500
0.500
0.500
-4.5
-4.483
-1.853
-0.137
0.400
0.444
0.444
0.444
0.444
0.444
0.444
0.444
0.444
0.444
0.444
130
Ejemplo 5.2.6:
Continuando con el mismo problema de los ejemplos anteriores, pero ahora se supone que los datos siguen
una distribuci
on Gamma de 3 par
ametros.
A partir de los datos de la muestra entregados en la Tabla 5.3 (N = 30) se obtiene:
ar
re
lim
in
x
=
s
PN
x
)2
i
3
i=1
i=1 (xi x
= 1500 [m /s]; sx =
= 732.1 [m3 /s];
N
N 1
PN
N i=1 (xi x
)3
Ax =
= 316612684.7;
(N 1)(N 2)
PN
Cs,x =
Ax
= 0.8068
s3x
interpolando se obtiene
y k=
bx
= 2.185
sx
rP
Cs,x = 0.8068
Bo
rra
do
P (x > b) = 0.03096
T =
5.2.1.7.
1
1
=
= 32.3 a
nos
P (x > b)
0.03096
Distribuci
on Log Pearson Tipo III
La distribucion Log Pearson Tipo III resulta de reemplazar la variable hidrologica original por sus logaritmos, en forma an
aloga a la relaci
on entre las distribuciones normal y log-normal.
Su funcion de densidad de frecuencia, en consecuencia es,
f (y) =
yy0
1
(y y0 )1 e b
b ()
(5.74)
donde y = ln(x).
En consecuencia, los par
ametros estadsticos son
y =
PN
ln(xi )
N
i=1
(5.75)
131
s2y
Cs,y
PN
i=1
(ln(xi ) y)
N 1
(5.76)
PN
3
N i=1 (ln(xi ) y)
=
(N 1)(N 2)s3y
(5.77)
4
2
Cs,y
(5.78)
re
lim
in
ar
sy |Cs,y |
2
sy
y0 = y 2
|Cs,y |
b=
(5.79)
(5.80)
Esta distribuci
on ha sido recomendada por el Water Resources Council de los Estados Unidos, como la
distribucion m
as adecuada para la determinacion de crecidas de dise
no en los EE.UU., razon por la cual ha
ganado gran popularidad en los u
ltimos a
nos.
Ejemplo 5.2.7:
Continuando con el mismo problema de los ejemplos anteriores, pero ahora se supone que los datos siguen
rP
una distribuci
on Log Pearson Tipo III.
se aplica la transformaci
on logartmica y = ln(x) a los datos de la muestra entregados en la Tabla 5.3 (N = 30)
Bo
rra
do
y se obtiene:
y =
PN
ln(yi )
= 7.196;
N
i=1
Cs,y
sy =
v
uP
u N ln(y ) ln(x) 2
t i=1
i
N 1
= 0.505;
PN
3
N i=1 (ln(xi ) y)
=
= 0.2578;
(N 1)(N 2)s3y
Considerando que b = 3100 [m3 /s] y que ln(b) = 8.039, y luego entrando en la Tabla 5.6 con
Cs,y = 0.2578
y k=
ln(b) y
= 1.670
sy
interpolando se obtiene
T =
1
1
=
= 25.6 a
nos
P (x > 3000)
0.0391
132
5.2.1.8.
ar
asimetra ponderando su valor con estimaciones regionales de este parametro, correspondiente a promedios
de valores de estaciones vecinas.
re
lim
in
Tambien se ha propuesto trabajar con variables adimensionalizadas, dividiendo los valores por su valor
promedio e incorporando como una sola muestra, valores obtenidos de distintas estaciones vecinas, con lo
que se ampliara el tama
no de la muestra y se reducira la incertidumbre. Varas y Lara (1997) proponen un
modelo regional en funci
on de par
ametros fisiograficos y meteorologicos que permitira incluso la estimacion
probabilstica de variables en lugares no controlados.
5.2.2.
rP
En estricto rigor, la magnitud de un evento xT de perodo de retorno T , viene dada por la expresion
xT = + k T x
(5.81)
Bo
rra
do
evento.
En la practica, como desconocemos los valores exactos de los parametros de la distribucion, los estimamos
con los parametros muestrales, por lo que el valor estimado del evento xT , resulta
xT = x
+ kT sx
(5.82)
donde x
y sx son los estimadores del promedio y desviacion estandar en base a la informacion que proporciona
la muestra finita de tama
no N . En consecuencia, estos estimadores son a su vez variables aleatorias que
dependen de la distribuci
on de frecuencia de la poblacion y del tama
no de la muestra de la cual provienen. Es
posible entonces establecer un rango o intervalo de confianza, dentro del cual se espera en forma razonable,
que quede comprendido el valor correcto de la estimacion. El tama
no del intervalo de confianza depende del
nivel de confianza que se escoja.
A cada nivel de confianza le corresponde a su vez un nivel de significancia , que viene dado por las
expresiones
=
1
2
o =1
(5.83)
133
dependiendo si la distribuci
on de origen es abierta en sus dos extremos o solo en uno, respectivamente.
As entonces, en el caso del promedio, se puede plantear la expresion
=
x = x kx, x
(5.84)
ar
Expresiones an
alogas pueden plantearse para cualquier estimador estadstico, en este caso, la desviacion
re
lim
in
estandar de la muestra.
En el caso de la distribuci
on normal, la teora estadstica nos dice que la variable
t=
sx / N
(5.85)
(5.86)
rP
2 =
La distribuci
on 2 es un caso particular de la distribucion Gamma de 2 parametros, con los valores = /2
Bo
rra
do
y = 2.
finalmente queda.
t
xT = x
sx + kT
N
(N 1)
sx
2
(5.87)
Normalmente se trabaja con un nivel de confianza del 90 % ( = 0.9) por lo que la expresion anterior nos
da el lmite superior utilizando el signo positivo y un nivel de significancia de = 0.05 o = 0.1 , y el lmite
inferior del intervalo de confianza utilizando el signo negativo y el nivel de significancia complementario.
Tanto la distribuci
on t de Student como la 2 se hayan tabuladas para distintos niveles de significancia y
grados de libertad.
La distribuci
on normal, sin embargo, generalmente no es apropiada para el analisis de frecuencia de datos
hidrologicos, sin embargo, trabajando con los logaritmos de los datos, el procedimiento descrito es aplicable
a la distribuci
on log-normal.
Desgraciadamente, para distribuciones que presenten asimetras distintas de cero (Cs 6= 0), el establecimiento de niveles de confianza se torna muy complejo o simplemente imposible; sin embargo, se acepta utilizar
134
(5.88)
ar
y
(5.89)
re
lim
in
xT = x
+ fc (1 )kT sx
donde kT es el factor de frecuencia asociado a la distribucion y al perodo de retorno asociado. El procedimiento es preciso para valores del coeficiente de asimetra en el rango |Cs | < 0.5. Para asimetras mayores,
se pierde precisi
on
Ejemplo 5.2.8:
Se considera el ejemplo 5.2.7 del ajuste de la distribucion log-Pearson, donde al caudal de Q = 3.100
[m3 /s] se le asignaba un perodo de retorno de T = 25.6 a
nos. El problema de determinacion de intervalos de
confianza se puede abordar en la determinacion del intervalo de confianza del perodo de retorno estimado
para el caudal Q = 3.100 [m3 /s], o en terminos de plantear el problema inverso de establecer el intervalo de
rP
Bo
rra
do
y = 7.196;
sy = 0.505;
1
= 0.0391; N = 30;
T
Cs,y = 0.2578; z = kT = 1.670;
Pex =
s =
1
= 0.05;
2
I = 0.95;
Interpolando en la Tabla 5.7, para N = 30 entre las probabilidades 0.02 y 0.05, se obtiene,
fc (s ) = 1.343;
fc (I ) = 0.767;
135
10
20
50
100
200
1000
Nivel
Tama
no
Significancia
Muestra
0.4
0.2
0.1
0.05
0.02
0.01
0.005
0.001
10
3.55
2.02
1.84
1.77
1.73
1.71
1.7
1.68
15
2.96
1.76
1.61
1.56
1.53
1.51
1.5
1.49
20
2.65
1.63
1.5
1.46
1.43
1.42
1.41
1.4
30
2.31
1.49
1.39
1.35
1.33
1.32
1.31
1.3
40
2.12
1.41
1.32
1.29
1.27
1.26
1.26
1.25
50
1.99
1.36
1.28
1.26
1.24
1.23
1.23
1.22
70
1.84
1.3
1.23
1.21
1.2
1.18
1.18
1.18
100
1.69
1.25
1.19
1.17
1.16
1.15
1.15
1.15
2.48
20
2.26
30
40
1.86
50
1.76
0.95
ar
1.75
1.61
1.56
1.53
1.52
1.51
1.5
1.57
1.46
1.42
1.39
1.38
1.37
1.36
1.47
1.38
1.34
1.32
1.31
1.31
1.3
1.37
1.29
1.26
1.25
1.24
1.23
1.23
1.31
1.25
1.22
1.21
1.2
1.2
1.19
1.28
1.22
1.19
1.18
1.18
1.17
1.17
1.23
1.18
1.16
1.15
1.14
1.14
1.14
1.19
1.15
1.13
1.12
1.12
1.12
1.11
70
1.65
100
1.54
10
-0.64
0.51
0.65
0.7
0.72
0.74
0.75
0.76
15
-0.26
0.62
0.72
0.76
0.78
0.79
0.79
0.8
20
-0.14
0.64
0.74
0.77
0.79
0.8
0.81
0.82
30
0.07
0.7
0.78
0.81
0.83
0.83
0.84
0.85
40
0.2
0.74
0.81
0.83
0.85
0.85
0.86
0.86
50
0.28
0.76
0.83
0.85
0.86
0.87
0.87
0.88
Bo
rra
do
0.9
2.9
15
re
lim
in
0.1
10
rP
0.05
Probabilidad de excedencia
70
0.4
0.8
0.85
0.87
0.88
0.89
0.89
0.89
100
0.5
0.83
0.87
0.89
0.9
0.9
0.91
0.91
10
-1.14
0.38
0.56
0.62
0.66
0.67
0.68
0.7
15
-0.71
0.48
0.63
0.68
0.71
0.72
0.73
0.74
20
-0.47
0.55
0.67
0.71
0.74
0.75
0.76
0.77
30
-0.19
0.62
0.72
0.76
0.78
0.79
0.8
0.81
40
-0.03
0.67
0.76
0.79
0.81
0.81
0.82
0.83
50
0.07
0.7
0.78
0.81
0.82
0.83
0.84
0.84
70
0.22
0.75
0.81
0.84
0.85
0.86
0.86
0.86
100
0.35
0.79
0.84
0.86
0.87
0.88
0.88
0.89
136
Selecci
on de Modelos Probabilsticos
ar
5.2.3.
re
lim
in
perodo de retorno determinado, siempre y cuando se sepa o se suponga a priori, cual es la funcion de
densidad de frecuencia que posee la poblacion de la cual fue extrada la muestra.
Como se vio en los ejemplos desarrollados, el resultado de un analisis de frecuencia efectuado a una
misma serie de datos ser
a distinto dependiendo de la funcion de densidad de frecuencia que se adopte como
distribucion m
as apropiada para los datos.
De hecho, para los ejemplos del Ro Maule en Armerillo, el caudal estimado de Q = 3100 [m3 /s], resulto con
los siguientes perodos de retorno seg
un la distribucion elegida
rP
DISTRIBUCION
T [a
nos]
69.4
Logartmico normal
21.1
19.9
24.4
17.1
Gamma de 2 par
ametros
30.3
Gamma de 3 par
ametros o Pearson
32.3
Log-Pearson
25.6
Bo
rra
do
Normal
resto de las distribuciones nos dice que el perodo de retorno del caudal se
nalado, oscilara entre los 20 a 30
a
nos aproximadamente. Este rango de variacion, de ya importante, se acent
ua enormemente al evaluar eventos
mas extremos, de alto perodo de retorno, lo que obliga a adoptar alg
un criterio objetivo para establecer cual
de los resultados obtenidos es el m
as adecuado, lo que implica establecer cual de las distribuciones teoricas
es la que mejor se ajusta a la distribuci
on emprica de los datos. En otras palabras, habra que inferir a
partir de la informaci
on proporcionada por la muestra, cual es la distribucion que mejor se ajusta a los datos
disponibles, es decir, se deber
a escoger aquella funcion de densidad de frecuencia que mejor coincida con la
forma del histograma normalizado de la muestra.
La teora estadstica nos proporciona tests que permiten establecer, con un determinado nivel de confianza,
cual distribuci
on o distribuciones es posible aceptar como representativa de los datos disponibles. Los tests
mas com
unmente utilizado corresponden al Test 2 y al Test Kolmogorov- Smirnov.
5.2.3.1.
137
Test o Prueba 2
ar
El n
umero de intervalos de clases que reproduce en forma adecuada la forma de la distribucion de origen,
puede estimarse mediante la relaci
on aproximada,
(5.90)
re
lim
in
K = 1 + 1.45 ln(N )
recomendandose adem
as que el valor de K sea igual o superior a K = 5 y que a su vez, la frecuencia absoluta
observada de cada intervalo sea igual o superior a fi = 5.
Si la hipotesis es v
alida, entonces si se designa con Ci el lmite superior de un intervalo de clase cualquiera,
la probabilidad de la variable aleatoria de caer dentro de ese intervalo queda dada por la integral,
rP
Ci
f (x)dx
(5.91)
Ci1
de donde el valor te
orico esperado de la frecuencia absoluta de ese intervalo de clase queda dado por la
expresion
Bo
rra
do
ti = N Pi
(5.92)
(5.93)
2m =
K
X
(fi ti )2
i=1
ti
(5.94)
138
Si 2m 2,(1) : Se rechaza la hipotesis nula, ya que es muy poco probable, con el nivel de con-
ar
fianza elegido, que la variable alcance un valor tan grande, si realmente los datos correspondieran a la
distribuci
on en an
alisis.
re
lim
in
Es importante hacer notar que si bien este test permite rechazar una distribucion por no ser adecuada, en
ning
un caso permite probar que una distribucion aceptada sea realmente la correcta.
Si al probar distintas distribuciones resulta que dos o mas de ellas pueden ser aceptadas, normalmente se
elige como mas probable a aquella distribucion que arroje el menor valor de la variable 2m .
Con el prop
osito de minimizar los errores de Tipo I, normalmente se acostumbra trabajar con un nivel de
confianza del 95 % o = 0.05. En la Tabla 5.9 se incluyen los valores de la distribucion para distintos grados
de libertad y niveles de significancia.
rP
Nivel de significancia ()
0.2
1.64
3.22
4.64
5.99
7.29
9.24
11.07
13.39
15.09
16.75
18.91
20.52
8.56
10.64
12.59
15.03
16.81
18.55
20.79
22.46
9.80
12.02
14.07
16.62
18.48
20.28
22.60
24.32
11.03
13.36
15.51
18.17
20.09
21.95
24.35
26.12
12.24
14.68
16.92
19.68
21.67
23.59
26.06
27.88
10
13.44
15.99
18.31
21.16
23.21
25.19
27.72
29.59
11
14.63
17.28
19.68
22.62
24.72
26.76
29.35
31.26
12
15.81
18.55
21.03
24.05
26.22
28.30
30.96
32.91
13
16.98
19.81
22.36
25.47
27.69
29.82
32.54
34.53
14
18.15
21.06
23.68
26.87
29.14
31.32
34.09
36.12
15
19.31
22.31
25.00
28.26
30.58
32.80
35.63
37.70
16
20.47
23.54
26.30
29.63
32.00
34.27
37.15
39.25
17
21.61
24.77
27.59
31.00
33.41
35.72
38.65
40.79
18
22.76
25.99
28.87
32.35
34.81
37.16
40.14
42.31
19
23.90
27.20
30.14
33.69
36.19
38.58
41.61
43.82
20
25.04
28.41
31.41
35.02
37.57
40.00
43.07
45.31
0.05
0.02
0.01
0.005
0.002
0.001
2.71
3.84
5.41
6.63
7.88
9.55
10.83
4.61
5.99
7.82
9.21
10.60
12.43
13.82
6.25
7.81
9.84
11.34
12.84
14.80
16.27
7.78
9.49
11.67
13.28
14.86
16.92
18.47
Bo
rra
do
0.1
5.2.3.2.
139
ar
de densidad de frecuencia, este test compara la funcion de frecuencia acumulada de la distribucion teorica
ensayada F (x) con la curva de frecuencia acumulada emprica que se obtiene de los datos.
re
lim
in
Si la funcion te
orica de frecuencia acumulada es
F (x0 ) = P (x x0 )
entonces la funci
on emprica vale,
Fe (x0 ) = P (x x0 )
=
N0
N
(5.95)
(5.96)
Donde N0 es el n
umero de valores de la muestra de magnitud menor o igual a x0 y N es el tama
no total de
la muestra.
rP
En teora si el tama
no de la muestra tiende a infinito y la hipotesis nula respecto a que la funcion de
frecuencia acumulada ensayada es la correcta, los valores de F (x) y Fe (x) debieran coincidir. Para muestras
finitas, manteniendo la validez de la hip
otesis nula, las diferencias entre F (x) y Fe (x) corresponde a errores
de muestreo y an
alogamente a la prueba anterior, se demuestra que si la hipotesis nula adoptada es valida,
Bo
rra
do
entonces la variable D definida por el valor absoluto de la mayor diferencia entre F (x) y Fe (x),
D = max|Fe (xi ) F (xi )|
i = 1, , N
(5.97)
distribuci
on F (x) elegida.
Si D D, : Se rechaza la hip
otesis nula, ya que es muy poco probable, con el nivel de confianza elegi-
do, que la variable alcance un valor tan grande, si realmente los datos correspondieran a la distribucion
en analisis.
En general, se dispone de muestras de tama
no finito, lo que provoca una incertidumbre en el valor de D.
Esto se aprecia en la Figura 5.2.
re
lim
in
ar
140
rP
Bo
rra
do
D = max D+ , D
i = 1, , N
(5.98)
(5.99)
(5.100)
La Tabla 5.10 entrega valores de la distribucion de Kolmogorov para distintos grados de libertad y un nivel
de confianza del 95 %.
141
Nivel de significanci
on
0.1
0.05
0.02
0.01
0.005
0.002
0.001
0.9000
0.9500
0.9750
0.9900
0.9950
0.9975
0.9990
0.9995
0.6834
0.7764
0.8419
0.9000
0.9293
0.9500
0.9684
0.9776
0.5648
0.6360
0.7076
0.7846
0.8290
0.8643
0.9000
0.9207
0.4927
0.5652
0.6239
0.6889
0.7342
0.7764
0.8222
0.8505
0.4470
0.5095
0.5633
0.6272
0.6685
0.7054
0.7500
0.7814
0.4104
0.4680
0.5193
0.5774
0.6166
0.6529
0.6957
0.3815
0.4361
0.4834
0.5384
0.5758
0.6098
0.6507
0.3583
0.4096
0.4543
0.5065
0.5418
0.5743
0.6137
0.3391
0.3875
0.4300
0.4796
0.5133
0.5444
0.5821
0.6085
10
0.3226
0.3687
0.4093
0.4556
0.4889
0.5187
0.5550
0.5804
11
0.3083
0.3524
0.3912
0.4367
0.4677
0.4954
0.5314
0.5559
12
0.2958
0.3382
0.3754
0.4192
0.4491
0.4767
0.5105
0.5342
13
0.2847
0.3255
0.3614
0.4036
0.4325
0.4592
0.4919
0.5149
14
0.2748
0.3142
0.3489
0.3897
0.4176
0.4435
0.4752
0.4975
15
0.2659
0.3040
0.3375
0.3771
0.4042
0.4293
0.4561
0.4818
16
0.2578
0.2947
0.3273
0.3657
0.3920
0.4164
0.4464
0.4675
17
0.2504
0.2863
0.3180
0.3553
0.3809
0.4046
0.4338
0.4554
18
0.2436
0.2785
0.3094
0.3457
0.3706
0.3938
0.4222
0.4423
19
0.2374
0.2714
0.3014
0.3369
0.3612
0.3838
0.4116
0.4312
20
0.2316
0.2647
0.2941
0.3287
0.3524
0.3745
0.4017
0.4209
21
0.2252
0.2586
0.2872
0.3210
0.3443
0.3659
0.3924
0.4112
22
0.221I5
23
0.2165
24
25
ar
0.2
0.7248
0.6793
rP
re
lim
in
0.6410
0.2809
0.3139
0.3367
0.3578
0.3838
0.4022
0.2749
0.3073
0.3295
0.3503
0.3758
0.3938
0.2121
0.2424
0.2693
0.3010
0.3229
0.3432
0.3679
0.3859
0.2079
0.2377
0.2640
0.2952
0.3166
0.3365
0.3610
0.3774
26
0.2040
0.2332
0.2591
0.2896
0.3096
0.3302
0.3543
0.3714
27
0.2003
0.2290
0.2544
0.2844
0.3050
0.3243
0.3479
0.3647
28
0.1968
0.2250
0.2499
0.2794
0.2997
0.3186
0.3419
0.3584
29
0.1935
0.2212
0.2457
0.2747
0.2947
0.3133
0.3362
0.3524
30
0.1903
0.2176
0.2417
0.2702
0.2899
0.3082
0.3307
0.3467
32
0.1845
0.2109
0.2342
0.2619
0.2809
0.2987
0.3206
0.3361
34
0.1791
0.2147
0.2274
0.2543
0.2727
0.2901
0.3113
0.3264
36
0.1742
0.1991
0.2212
0.2473
0.2653
0.2821
0.3028
0.3175
38
0.1697
0.1939
0.2154
0.2409
0.2584
0.2748
0.2950
0.3093
40
0.1655
0.1891
0.2101
0.2349
0.2521
0.2680
0.2877
0.3017
42
0.1616
0.1847
0.2052
0.2294
0.2461
0.2617
0.2810
0.2947
44
0.1580
0.1805
0.2006
0.2243
0.2406
0.2559
0.2747
0.2881
46
0.1546
0.1767
0.1963
0.2194
0.2354
0.2504
0.2688
0.2819
48
0.1514
0.1730
0.1922
0.2149
0.2306
0.2452
0.2633
0.2761
50
0.1484
0.1696
0.1884
0.2107
0.2260
0.2404
0.2581
0.2707
Bo
rra
do
0.2528
0.2475
142
5.3.
An
alisis de Frecuencia Directo o Gr
afico
Como alternativa al an
alisis de frecuencia puramente analtico de los datos hidrologicos, existe la posibilidad
de realizar un an
alisis de frecuencia directo o grafico, que tiene la ventaja de permitir una mejor visualizacion
del comportamiento de las variables en an
alisis y la intervencion del criterio y experiencia del analista. Los
resultados incorporan algo de subjetividad, pero el metodo puede llegar a ser tanto o mas potente que el
ar
El metodo gr
afico de an
alisis de frecuencia consiste simplemente en construir una curva de frecuencia
re
lim
in
acumulada de la variable en forma emprica, a partir de la informacion disponible, sin recurrir en principio a
ning
un modelo o distribuci
on te
orico.
Esto implica atribuir una cierta probabilidad o perodo de retorno a los valores de la muestra disponible
y con ello construir una curva emprica de probabilidad de excedencia en funcion de la magnitud de cada
evento. La probabilidad de excedencia que se le asigne a cada valor observado de la serie de datos se conoce
con el nombre de posicion de trazado o posicion de ploteo.
rP
Pex =
m
N
(5.101)
Esta expresi
on se conoce como la probabilidad emprica o posici
on de ploteo de California, que sera
Bo
rra
do
la probabilidad exacta si estuviesemos trabajando con el universo completo. Al trabajar con una muestra
finita de tama
no N, esta expresi
on presenta el inconveniente de que al menor valor medido le asigna una
probabilidad de excedencia Pex = 1, es decir, niega la posibilidad de que pueda existir un evento de magnitud
Para subsanar este inconveniente, se han propuesto una serie de formulas que pretenden disminuir el sesgo
de la estimaci
on adoptando una estructura del tipo
Pex =
mb
N + 1 2b
0 b 0.5
En la Tabla 5.11 se presentan los valores de la constante b propuestos por distintos autores.
Tabla 5.11: valores de la constante b.
Autor
A
no
A. Hazen
1930
0.5
Weibull
1939
Chegodayev
1955
0.3
Gringorten
1963
0.44
(5.102)
143
m
N +1
(5.103)
ar
Disponiendo de los pares (x, Pex ), es posible graficarlos, obteniendose una representacion emprica de la
funcion de frecuencia acumulada de los datos. Para fines practicos, salvo para los eventos mas extremos, las
re
lim
in
menos ponderaci
on a los valores extremos, que presentan mayor incertidumbre.
Disponiendo de la curva de frecuencia acumulada emprica, esta puede utilizarse sin mayor error para
interpolar valores dentro del rango de valores medidos. Cuando se trata de extrapolar valores a perodos de
retorno mas extremos, el procedimiento se torna muy incierto, ya que el error de extrapolaci
on de curvas
puede ser de magnitud considerable,
rP
en el cual se distorsiona la escala de probabilidades de tal manera que la curva de frecuencia acumulada de
la distribucion te
orica se transforma en una recta. Debera existir, por lo tanto, un papel de probabilidades
para cada distribuci
on de frecuencia.
Bo
rra
do
el caso de la distribuci
on normal centrada y reducida. A escala natural, la curva de frecuencia acumulada,
que corresponde a la integraci
on de la campana de Gauss, es una curva conocida (curva cian), asintotica a
mas y menos infinito para el rango de probabilidades entre 0 y 1. Simplemente imponiendo una recta (lnea
roja) como curva de frecuencia acumulada, es posible determinar para cada valor de la variable z, a traves
de la recta, el valor correspondiente a su probabilidad, en la escala de probabilidades.
Al valor z = 1, le corresponde seg
un la curva cian una probabilidad de P = 0.159, valor que se impone en
la escala de probabilidades para el mismo valor z = 1 de la recta roja. Analogamente, para z = 0, P = 0.5,
para z = 1, P = 0.841, para z = 2, P = 0.977 y as sucesivamente. La curva resultante es para la variable
centrada y reducida, pero puede generalizarse desplazando el origen y utilizando la desviacion estandar como
factor de escala.
muestra en la Figura 5.4. Una serie de datos que esten normalmente distribuidos, se alinearan en ese grafico
formando una recta, de f
acil extrapolacion. Si la escala natural de las ordenadas se transforma a escala
logartmica, se tiene el papel logartmico-probabilidades, que sirve para la distribucion logartmico normal.
0.977
0.841
re
lim
in
0.159
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
ar
144
Para la distribuci
on de valores extremos Tipo I, existe el llamado papel de probabilidades Gumbel-Powel,
que es simplemente un gr
afico o papel en escala natural llevando como variables, la variable hidrologica x y
la variable reducida y, ya que de acuerdo a la ecuacion (5.31), la relacion entre dichas variables corresponde
a una recta. La probabilidad de excedencia se lleva en una escala auxiliar, paralela a la escala de la variable
rP
Pex = 1 ee
(5.104)
Bo
rra
do
Para distribuciones de forma variable como la Gamma o Pearson III, habra que construir un grafico con
curvas teoricas de frecuencia a los datos de la estacion Maule en Armerillo, ploteados con la formula de
Weibull en un papel logartmico-probabilidades.
0.01
99.99
0.05
0.1
99.95 99.9
99.5
99
98
95
10
90
20
80
70
60
50
30
40
50
40
30
20
10
60
70
80
90
95
re
lim
in
rP
Bo
rra
do
98
99
0.5
99.5
ar
0.05
99.9 99.95
0.1
99.99
0.01
Bo
rra
do
rP
re
lim
in
ar
146
147
Bo
rra
do
rP
re
lim
in
ar
Prec [mm]
0.01
10
100
1000
0.1
0.5
WEIBULL EMPRICA
40
50 60 70
PEARSON
GUMBEL
Probabilidad [%]
10 20 30
LOG-NORMAL
80
90
99
ar
98
LOG-PEARSON
95
re
lim
in
rP
Bo
rra
do
99.9
99.99
10
100
1000
148
Analisis de Frecuencia en Hidrologa
5.4.
149
Coeficientes de Frecuencia
Una alternativa para establecer la magnitud asociada a un cierto perodo de retorno, es recurrir al concepto
de coeficiente de frecuencia CT , definido por la relacion,
xT
x10
(5.105)
ar
CT =
re
lim
in
En la publicaci
on de la DGA (1989), Investigacion de Eventos Meteorologicos Extremos, Precipitaciones
Maximas en 24, 48 y 72 horas, se presenta un exhaustivo analisis de las precipitaciones maximas con perodo
de retorno de 10 a
nos, y de los respectivos coeficientes de frecuencia para otros perodos de retorno.
5.5.
Selecci
on del Perodo de Retorno de Dise
no
El perodo de retorno o probabilidad de excedencia que se obtiene mediante el analisis de frecuencia corresponde al intervalo promedio de tiempo en que una magnitud dada de un evento hidrologico se excede una
rP
vez, pero no nos proporciona ninguna informacion referente a la probabilidad de que dicho evento ocurra
dentro de la vida u
til de una determinada obra.
La pregunta que se plantea entonces es la siguiente: Si proyectamos, por ejemplo, la altura y longitud de
un puente de manera que permita el paso de una crecida con un perodo de retorno de, digamos, 500 a
nos,
Bo
rra
do
que seguridad tenemos de que esa crecida no vaya a ocurrir dentro de los proximos 50 a
nos, que es la vida u
til
que estimamos para dicha obra? Inversamente, nos podemos preguntar, con que perodo de retorno debemos
dise
nar una determinada obra hidr
aulica para tener una cierta seguridad de que no vaya a fallar dentro de
la vida u
til de la misma?
Las respuestas se pueden encontrar mediante la aplicacion de una de las distribuciones discretas mas
5.5.1.
Distribuci
on Binomial
Esta distribuci
on, basada en los conceptos de exito o fracaso, nos da la probabilidad de tener x exitos al
150
P (x, N, P ) =
N
P x (1 P )N x
x
(5.106)
Si la probabilidad de excedencia del evento hidrologico proviene del analisis de una serie de excedencias
anuales, entonces N el n
umero de ensayos, pasa a ser un n
umero de a
nos y P es el recproco del perodo de
retorno.
exceda en N a
nos y por lo tanto la obra no falle, sera
re
lim
in
P (0, N, P ) = (1 P )N
ar
(5.107)
(5.108)
(5.109)
Por ejemplo, si aceptamos un riesgo de falla J del 5 % de que la obra falle dentro de un perodo de prevision
rP
N de 10 a
nos, el perodo de retornos de dise
no sera,
1
J =1 1
T
10
1
0.05 = 1 1
N
T = 195 a
nos
Bo
rra
do
5.5.2.
Distribuci
on de Poisson
En forma alternativa al procedimiento anterior y tal vez con mayor propiedad, pues asocia el fenomeno con
la variable tiempo, puede utilizarse la distribucion de Poisson. Esta es una distribucion continua que resulta
como distribuci
on lmite de la distribuci
on binomial, cuando la probabilidad del evento tiende a 0 y el n
umero
de ensayos tiende a infinito, tendiendo el producto p N a un valor constante , que pasa a ser la tasa media
de ocurrencia del evento, es decir, en este caso, el recproco del perodo de retorno T .
La distribuci
on de Poisson da la probabilidad de que ocurran x eventos en un intervalo de tiempo, cuando
x e
x!
(5.110)
(5.111)
151
(5.112)
J = 1 P = 1 eN/T
0.05 = 1 e10/T
que es el mismo resultado anteriormente.
5.5.3.
(5.113)
re
lim
in
ar
y el riesgo hidrol
ogico de falla ser
a el complemento
T = 195 a
nos
rP
Bo
rra
do
P (0) =
7
= 0.125
56
152
5.6.
Presentaci
on Estadstica de Variables Hidrol
ogicas
ar
re
lim
in
aleatorias y en consecuencia ser sometidas a analisis de frecuencia asociando sus magnitudes a respectivas
probabilidades de excedencia o perodos de retorno. Para facilitar la interpretacion de los resultados que se
obtienen, estos suelen representarse en forma grafica, destacando por su importancia practica las curvas de
Intensidad-duraci
on-frecuencia de precipitaciones, las curvas de variacion estacional y las curvas de duracion
general.
5.6.1.
Curvas Intensidad-Duraci
on-Frecuencia
rP
Bo
rra
do
maximas de cada tormenta correspondientes a una misma duracion, obteniendose como resultado la probabilidad de excedencia o perodo de retorno asociado a cada magnitud de intensidad de precipitacion, para
cada uno de los intervalos de duraci
on considerados. Los resultados obtenidos pueden representarse mediante
las curvas intensidad-duraci
on-frecuencia, curvas IDF que corresponden a una familia de curvas intensidadduracion, que llevan como par
ametro, el perodo de retorno o probabilidad de excedencia, asociado a cada
magnitud.
La Figura 5.8 muestra las curvas IDF propuestas por Espinoza et al. (2005) para la ciudad de Valparaso
(Estacion USM), a partir de series de excedencias anuales de datos. Curvas similares han sido propuestas
para otras ciudades del pas.
Desgraciadamente, en muchas localidades no se dispone de informacion pluviografica suficiente para su determinacion directa, por lo que a menudo resulta necesario sintetizarlas en base a los conceptos de coeficientes
de duracion y coeficientes de frecuencia antes definidos.
En forma an
aloga a la definici
on de coeficiente de duracion de precipitaciones, que expresaba el cuociente
entre la precipitaci
on en un tiempo cualquiera respecto a una duracion base, es posible definir los coeficientes
de frecuencia de precipitaciones por la relacion,
5.6. Presentaci
on Estadstica de Variables Hidrologicas
153
Log-Pearson
60
T = 100
Pearson
T = 50
T = 20
50
T = 10
T =2
Log-Pearson
ar
Intensidad [mm]
T =5
40
30
10
0
0
200
400
re
lim
in
20
600
800
Duracion [m in]
1000
1200
1400
Figura 5.8: Curvas IDF para la serie de excedencias anuales de la estacion USM, Valparaso.
donde,
P (T )
P0
rP
CF (T ) =
(5.114)
Bo
rra
do
P (T ): Maxima precipitaci
on cada para un perodo de retorno T .
P0 : Maxima precipitaci
on cada para un perodo de retorno base o de referencia conocido, normalmente 10
a
nos
De esta manera, combinando las ecuaciones (4.17) y (5.113), la precipitacion para una duracion y perodo
(5.115)
donde,
154
5.6.2.
Curvas de Variaci
on Estacional
ar
resultantes. De estos an
alisis resultan las curvas de variacion estacional, normalmente asociadas a caudales
medios mensuales, pero aplicables a muchas otras variables hidrologicas, en las cuales se representa para cada
re
lim
in
La Figura 5.9 muestra a manera de ejemplo, la curva de variacion estacional de los caudales medios
mensuales del Ro Chopa en Puente Negro, para distintos niveles de sequedad o humedad. Se habla
normalmente de un valor o a
no, por ejemplo, 80 % seco (o 20 % h
umedo) a aquellos valores que en cada uno
de los meses del a
no tienen un 80 % de excedencia.
160
140
100
80
rP
Caudal [m3/s]
120
60
40
Bo
rra
do
20
0
5%
20%
50%
80%
ABR
17.9
5.7
1.7
0.5
MAY
13.2
7.8
3.9
1.6
JUN
31.7
14.9
6.8
3.1
JUL
40.0
19.2
8.9
4.1
AGO
36.9
17.1
7.9
3.7
SEP
35.6
19.0
8.1
2.5
OCT
44.0
24.7
11.4
4.2
NOV
74.0
41.6
19.4
7.1
DIC
135.9
36.1
9.0
2.2
ENE
56.4
12.4
2.8
0.7
FEB
21.4
6.0
1.7
0.5
MAR
16.3
4.7
1.3
0.4
bilidad de excedencia no necesariamente coincide con el valor medio anual de la variable para esa misma
probabilidad.
5.6.3.
Curvas de Duraci
on General
5.6. Presentaci
on Estadstica de Variables Hidrologicas
155
discretizada, trabajando con valores medios horarios, medios diarios o medios mensuales, dependiendo de la
precision que se desee obtener. Los datos se ordenan de mayor a menor y su porcentaje de excedencia en el
tiempo se calcula simplemente con la f
ormula de California,
Pex =
m
N
(5.116)
ar
donde m es el n
umero de orden a cada dato y N es el n
umero total de datos disponibles. Como los valores
diarios son el promedio de los horarios y los mensuales los promedios de los diarios, a medida que se aumenta la
escala de tiempo de discretizaci
on, las curvas de duracion general van resultando cada vez mas amortiguadas
re
lim
in
y menos representativas.
La Figura 5.10 muestra la curva de duracion general de caudales del Ro Chopa en Puente Negro, considerando las series de caudales medios diarios y caudales medios mensuales.
180
160
140
rP
120
100
80
60
40
Bo
rra
do
200
20
0
10
20
30
40
50
60
70
80
90
100
Bibliografa
DGA (1989),Investigaci
on de eventos hidrometeorol
ogicos extremos: precipitaciones m
aximas en 24, 48 y 72
horas, Ministerio de Obras P
ublicas, Direccion General de Aguas, Departamento de Hidrologa, bf Ingenieros
Civiles.
DGA (1991),Precipitaciones m
aximas en 1, 2 y 3 das, Ministerio de Obras P
ublicas, Direccion General de
Aguas, Departamento de Hidrologa.
Espldora, B. (1971), Estimaci
on de curvas intensidad-duracion-frecuencia mediante coeficientes generalizados, Memorias I Coloquio Nacional Sociedad Chilena de Ingeniera Hidr
aulica, Santiago, Chile.
156
Espinoza, A., J. Nicoud y L. Stowhas (2005), Curvas IDF para Valparaso, XVII Congreso Chileno de Hidraulica, SOCHID,Valparaso.
Bo
rra
do
rP
re
lim
in
ar
MOP (2014), Manual de Carreteras, Vol. 3, Direccion de Vialidad, Ministerio de Obras Publicas.
ar
Captulo 6
re
lim
in
MAXIMA
PRECIPITACION
Introducci
on
rP
PROBABLE
Bo
rra
do
fsico maximo que la magnitud de las precipitaciones no debieran poder sobrepasar en un determinado tiempo
y lugar. Conceptualmente, la magnitud de la precipitacion dependera de la magnitud del contenido de agua
precipitable de la atm
osfera y de la velocidad con que este contenido de agua sea capaz de renovarse en
la atmosfera cuando se produce la precipitacion. La magnitud de la precipitacion alcanzara su lmite fsico
maximo cuando el contenido de agua precipitable y su velocidad de renovacion alcancen sus valores fsicos
lmites maximos. Basado en estos raciocinios, se han propuesto procedimientos para tratar de cuantificar el
maximo valor que la magnitud de una precipitacion pueda fsicamente alcanzar.
157
158
6.1.
Definici
on
Precipitacion m
axima probable (P M P ), es la mayor cantidad teorica de precipitacion de una duracion dada
que es fsicamente posible sobre una cuenca en particular, para una epoca especifica del a
no, suponiendo
condiciones clim
aticas estacionarias.
El termino precipitaci
on m
axima probable es preferible al termino precipitacion maxima posible, con
6.2.
re
lim
in
cualquier estimaci
on de precipitaciones m
aximas.
ar
que a menudo se refiere al mismo concepto, ya que destaca en forma explicita la incertidumbre asociada a
rP
Lo anterior, es sin considerar la importancia fundamental que tiene la presencia de barreras orograficas en
los procesos de elevaci
on, enfriamiento, condensacion y posterior precipitacion de la humedad atmosferica.
Los efectos orogr
aficos se superponen y a menudo sobrepasan a las caractersticas ciclonicas o convectivas,
creando precipitaciones de tipo orogr
afico de propiedades distintas dependiendo principalmente de la orografa
Bo
rra
do
del lugar.
Por estos motivos, es conveniente analizar primero, en forma general, los casos de precipitacion no orografica
6.3.
Factores Determinantes
En general, la magnitud de una tormenta quedara determinada principalmente por tres condiciones meteorologicas:
i)
de almacenar la atm
osfera, mayor ser
a la cantidad de agua que podra precipitar.
ii)
Velocidad de condensaci
on: La intensidad con que al agua atmosferica pueda precipitar, queda determinada por la intensidad de condensacion o paso del agua del estado gaseoso al estado liquido. Este
proceso depende principalmente de la velocidad de los movimientos verticales o ascensos de la masa de
aire h
umedo.
159
Convergencia de humedad: Como se analizo anteriormente el contenido de agua precipitable o cantidad de agua que puede contener la atmosfera rara vez excede de un par de centmetros de altura de
agua. En consecuencia, para que una precipitacion de cierta intensidad pueda mantenerse en el tiempo,
es necesaria una reposici
on continua de aire h
umedo proveniente del mar u otra fuente de humedad. Es
por esto, que la magnitud de una tormenta queda condicionada a la velocidad de convergencia de aire
ar
h
umedo hacia la zona de la tormenta.
La precipitaci
on m
axima probable resultara de la maximizacion de todos estos factores determinantes,
junto a la distribuci
on en el espacio y ordenacion secuencial en el tiempo de las tormentas maximas, que
re
lim
in
produzca la combinaci
on hidrol
ogicamente mas desfavorable.
Las relaciones te
oricas entre m
aximo contenido de humedad, presion y temperatura de una masa de aire,
as como las relaciones entre condensaci
on y ascenso vertical son conocidas a traves de las leyes de los gases
y de la termodinamica.
De esta forma, el contenido, de humedad de una masa de aire, puede ser maximizado en forma aceptable
a partir de una apropiada interpretaci
on de la informacion climatologica. Por otra parte, a
un cuando los
procesos de convergencia y movimiento vertical del aire son dependientes uno del otro a traves de la ecuacion de continuidad, no existe a
un una base teorica satisfactoria que permita maximizar los fenomenos de
convergencia y ascenso vertical. Para obviar esta dificultad, a menudo se supone que las maximas tormentas
rP
Bo
rra
do
Estimacion de la Precipitaci
on M
axima Probable.
6.4.
6.4.1.
M
etodo Hidrometeorol
ogico de Estimaci
on de la Precipitaci
on M
axima Probable
Maximizaci
on de la Humedad
Como se analiz
o anteriormente, el maximo contenido de agua precipitable de la atmosfera durante una
tormenta es posible estimarlo, suponiendo una atmosfera totalmente saturada con una distribucion vertical
de temperatura de acuerdo a un gradiente pseudoadiabatico h
umedo, conociendo solamente la temperatura
de roco del aire en la superficie, seg
un los valores que se entregaron en las Tablas 2.3 y 2.4.
Por este motivo, es la temperatura de punto de roco en superficie la variable que se usa normalmente
como ndice de humedad, postulando, que maximizar la altura de agua precipitable de la atmosfera equivale
a maximizar las temperaturas de roco.
Mas claramente, la m
axima altura de agua precipitable en una region sera el valor correspondiente al
maximo punto de roco de esa misma regi
on.
El criterio a emplear depende del tipo de informacion disponible, pero debido a que observaciones puntuales
de punto de roco, pueden indicar situaciones transientes de poca significacion, aparte de estar sujetas a errores
160
importantes de medici
on, se recomienda usar como Indice de humedad el Maximo punto de roco persistente
por 12 horas, que se define como el m
aximo valor de punto de roco igualado o excedido durante un intervalo
continuo de 12 horas.
De esta manera, el m
aximo valor observado de punto de roco persistente por 12 horas, o si se prefiere, un
analisis estadstico de esta variable que permita definir una magnitud correspondiente a una probabilidad de
muy baja excedencia, se considera representativo de las condiciones de saturacion mas calidas probables.
ar
Una limitaci
on de este ndice es que normalmente presenta una variacion estacional, observandose los
maximos valores frecuentemente en verano.
re
lim
in
Sera un error, en consecuencia, maximizar una tormenta en regiones donde las maximas precipitaciones
6.4.2.
Maximizaci
on del Viento
rP
maximas observadas. Alternativamente, mediante un analisis estadstico, podemos determinar las mas altas
magnitudes correspondientes a un perodo determinado. Solo debe considerarse en el analisis, la informacion
de velocidad del viento cuya direcci
on corresponda a la direccion de entrada de las masas de aire h
umedo
que aportan la humedad local. Si existen dos o mas fuentes de humedad, el analisis debe hacerse en forma
Bo
rra
do
Una complicaci
on de la maximizaci
on del viento frente a la maximizacion del punto de roco es que si bien
el valor maximo de punto de roco persistente durante 12 horas es un ndice suficiente para cualquier duracion
de tormenta, en el caso del viento el an
alisis debe hacerse para cada duracion en forma separada hasta llegar
a una duracion m
axima de 24 horas que se estima suficientemente representativa de tormentas de duracion
igual o mayor a 24 horas. Esto significa que deben construirse curvas de velocidad media maxima-duracion
del viento similares a las curvas de intensidad-duracion usadas al analizar datos de precipitacion.
El producto de la m
axima altura de agua precipitable multiplicada por la maxima velocidad media del
viento para una duraci
on dada, se conoce como Indice de aporte maximo de humedad.
La informaci
on experimental analizada en diversas regiones indica, sin embargo, que la velocidad del
viento no es un muy buen Indice de la convergencia de humedad y que en ciertas ocasiones las maximas
precipitaciones no coinciden con las m
aximas velocidades del viento. Debido a esto, frecuentemente, se supone
que las grandes tormentas ocurren siempre con una maxima eficiencia dinamica, omitiendose la maximizacion
por concepto de velocidad del viento.
E1 efecto de la velocidad del viento s es de gran importancia en regiones orograficas y en estos casos
procede su maximizaci
on, tal como se ha indicado.
6.4.3.
161
Maximizaci
on de Tormentas
La maximizaci
on de tormentas consiste en estimar en base al ndice de aporte maximo de humedad, la magnitud que las tormentas hist
oricas hubiesen tenido si hubieran ocurrido bajo las condiciones mas desfavorables
de humedad y eventualmente, de velocidad del viento.
Para este objeto, se seleccionan las m
as grandes tormentas historicas ocurridas en una determinada cuenca
ar
o region en estudio y se determina para cada una de ellas, el maximo punto de roco persistente por 12 horas
y la velocidad media del viento para la correspondiente duracion. El producto de la velocidad del viento
por la altura de agua precipitable, correspondiente al punto de roco de la tormenta es el Indice de aporte
re
lim
in
Pmax = Pi
donde,
Pmax : Precipitaci
on maximizada.
Pi : Precipitaci
on medida.
Wmax Vmax
Wi Vi
(6.1)
rP
Bo
rra
do
Para estimar los valores de Wmax y Wi pueden usarse las integraciones numericas de la altura de agua
resulta mucho m
as pr
actico recurrir a un diagrama termodinamico tal como se indica en la Figura 6.1.
Por ejemplo, si el punto de roco Indice es de 10C y ha sido determinado en una estacion ubicada a 1000
[m] sobre el nivel del mar, entrando con estos dos valores al diagrama y desplazandose por la lnea adiabatica
correspondiente, se llega al valor 15C para el nivel del mar, supuesto a 1000 [mb]. Con este u
ltimo valor debe
entrarse a las Tablas 2.3 y 2.4. Con respecto a los 1mites o niveles de integracion, el inferior es generalmente
la cota media sobre el nivel del mar del lugar en estudio; sin embargo, si existe entre la zona en estudio y
la fuente de humedad (el mar), una barrera orografica o cadena monta
nosa que interfiere significativamente
el paso de las masas de aire h
umedo, resulta mas adecuado usar como nivel inferior de integracion la altura
media de la barrera monta
nosa. Como nivel o lmite superior de integracion se usa generalmente, el nivel de
162
4.0
3.5
ar
2.5
2.0
1.5
1.0
0.5
0
0
10
re
lim
in
Altura [km]
3.0
12 14 16 18 20
Temperatura [C]
22
24 26
28 30
rP
Bo
rra
do
Ti = 11.5 C;
Mediante las Tablas 2.3 y 2.4, calculamos las alturas de agua precipitable correspondientes entre la cota del
lugar (1000 [m]) y el nivel 250 [mb].
250[mb]
1000[m]
163
En consecuencia, la precipitaci
on maximizada por humedad atmosferica resulta:
Pmax = Pi
Wmax
22
= 100
= 147 [mm]
Wi
15
El valor P = 147 [mm] obtenido corresponde a la magnitud de precipitacion que esa tormenta historica
hubiese tenido, si hubiere ocurrido bajo condiciones de maxima humedad.
ar
6.4.4.
Estimaci
on de la PMP
re
lim
in
El procedimiento de maximizaci
on de tormentas recien descrito, solamente implica una estimacion de la
magnitud que una tormenta hist
orica pudo haber tenido si hubiera ocurrido en las condiciones mas desfavorables. En ning
un momento nos asegura que la tormenta analizada haya sido extrema y que su maximizacion
implique una estimaci
on de la Precipitaci
on Maxima Probable. A
un mas, nada hemos visto con respecto a
la distribucion en el tiempo de la intensidad de la precipitacion. En consecuencia, es muy probable que a
un
cuando una tormenta maximizada alcance el valor de la PMP para un intervalo de tiempo o duracion dada,
rP
Bo
rra
do
magnitudes maximizadas de una serie de tormentas para distintas duraciones, tienda a representar la PMP.
Este es el procedimiento usualmente seguido para determinar la magnitud de la PMP.
Se calculan inicialmente para cada tormenta las curvas precipitacion duracion area; o intensidad duracion
area; se maximizan estas curvas por concepto de humedad del aire y velocidad del viento y finalmente se
construye un juego de curvas precipitaci
on duracion area envolventes a las curvas historicas que se consideran
representativas de la PMP.
6.4.5.
Curvas Precipitaci
on-Duraci
on-Area
164
de tiempo o duraci
on de la lluvia.
6.4.6.
Precipitaci
on M
axima Probable Va M
etodo Estadstico
El calculo de la Precipitaci
on M
axima Probable por la va de maximizacion hidrometeorologica de tormentas historicas, seg
un los procedimientos indicados en los acapites anteriores resulta altamente engorroso y
ar
En estos casos es posible efectuar estimaciones de la PMP siguiendo un procedimiento estadstico simplifi-
re
lim
in
de precipitaciones m
aximas diarias, Herschfield (1965) propone estimar la precipitacion maxima probable
mediante la expresi
on,
P M P = Pc + KM c
(6.2)
donde,
Pc : Precipitaci
on m
axima anual media corregida.
c : Desviacion est
andar corregida de las precipitaciones maximas anuales.
rP
KM : Coeficiente de frecuencia m
aximo para una lluvia de 24 horas de duracion, que se puede aproximar con
suficiente aproximaci
on mediante las expresiones,
Bo
rra
do
KM =
0.00212Pc
18.2 e
20 e0.00279Pc
(6.3)
la longitud de estadstica y por la presencia de eventos extremos que distorsionan estos estadgrafos, seg
un
factores que se obtienen de
abacos o gr
aficos, pero que se pueden aproximar con un error similar o menor al
resultado de la lectura gr
afica, mediante las expresiones:
PN 1
2
+ 3.9 105 (N 37) + 0.002
PN
(6.4)
N 1
0.699
c = N 0.993 + 0.307 e0.258(N 10)
1.09 + 0.223 e0.07N
+ 0.008
N
(6.5)
Pc = PN 1 + 0.143 e0.105N
(1.05 0.0008 N )
No obstante lo anterior, en un estudio efectuado en Chile, (Stowhas, 1983) analizando 190 estaciones
pluviometricas con un total de 6504 a
nos de registro, se concluye que los valores del coeficiente de frecuencia
propuestos por Herschfield tienden a sobreestimar las precipitaciones maximas probables en Chile, donde
predominan lluvias de gran variabilidad, con altos coeficientes de variacion, sugiriendose utilizar un coeficiente
de frecuencia m
aximo constante, KM = 11, es decir,
P M P1 = Pc + 11 c
165
(6.6)
Alternativamente, en base a un trazado de envolventes superiores que respeta no solo los maximos eventos
a nivel nacional, sino a eventos mundiales a los que se tuvo acceso, se propone estimar la PMP con las
1.141
P M P2 = Pc 4 + 3.8e0.0069Pc
o
re
lim
in
1.102
P M P3 = Pc 3.5 + 3.65e0.0076Pc
ar
expresiones:
(6.7)
(6.8)
donde P M P2 de la ecuaci
on (6.7) sera aplicable a estaciones pluviometricas cordilleranas y P M P3 de la
ecuacion (6.8) sera aplicable a estaciones pluviometricas no cordilleranas.
Debe recordarse que todo lo anterior es valido para precipitaciones maximas diarias, recomendandose un
Bibliografa
rP
factor de amplificaci
on 1.06 para evaluar precipitaciones maximas en 24 horas.
Bo
rra
do
Herschfield, D. M. (1961), Estimating the probable maximum precipitation, J. Hyd.Div, ASCE, Vol 87.
Herschfield, D. M. (1965), Method for estimating probable maximum precipitation, J. American Waterworks
Assoc., Vol 57.
re
lim
in
rP
Bo
rra
do
ar
ar
Captulo 7
Introducci
on
re
lim
in
ESCORRENTIA
rP
El ciclo de escorrenta es la fase del ciclo hidrologico que ocurre sobre la litosfera, y es en definitiva el mas
importante en terminos de la evaluaci
on de los recursos hidraulicos disponibles en una determinada cuenca.
La forma como el agua se desplaza a traves de la litosfera puede esquematizarse a traves del diagrama de flujo
que se presenta en la Figura 7.1. La primera precipitacion cada, es interceptada por la capa de vegetacion
Bo
rra
do
que cubre el suelo, la que normalmente es devuelta a la atmosfera como evaporacion. El agua lluvia que
sobrepasa la retenci
on vegetal, llega a la superficie del suelo donde es detenida en zonas depresionarias y/o
es infiltrada al interior del suelo, inicialmente seco.
A medida que la precipitaci
on contin
ua, la capacidad de retencion se colmata, la infiltracion, al hume-
que le permitan percolar profundo hasta alcanzar los acuferos o napas subterraneas, donde escurrira como
flujo subterr
aneo, volviendo posteriormente a la superficie en forma de vertientes o afloramientos en los
cauces de los ros, o eventualmente descargando en forma subterranea hasta alcanzar un lago o el mar.
El otro camino es encontrarse con estratos impermeables que le impidan la percolacion profunda, por lo
que el agua infiltrada se desplaza en forma subsuperficial, ya sea en forma de flujo intermedio r
apido o
flujo intermedio lento, dependiendo del tiempo que se demore en retornar a la superficie para agregarse a
la escorrenta superficial.
La suma de la escorrenta superficial mas el flujo intermedio rapido, definido como aquel que aflora a la
167
168
Escorrenta
superficie dentro de la escala de tiempo de la tormenta que lo produjo, constituyen la denominada escorrenta
directa. A su vez, la precipitaci
on en exceso sumada a aquella parte del agua infiltrada que se manifiesta
como escorrenta directa y que se indican con lneas de trazos en la Figura 7.1, constituyen lo que se denomina
precipitaci
on efectiva.
El flujo intermedio lento sumado a la escorrenta subterranea, que retornan a la superficie en un tiempo
posterior a la ocurrencia de la tormenta que los genero, constituyen lo que se denomina el flujo base.
ar
dos componentes: El flujo base o caudal semi permanente en el cauce, originado por infiltracion y recuperacion
de precipitaciones ocurridas en perodos anteriores, y la escorrenta directa, producto de las precipitaciones
re
lim
in
PRECIPITACIN TOTAL
PRECIPITACIN
EN EXCESO
INTERCEPCIN Y
EVAPOTRANSPIRACIN
INFILTRACIN
ESCORRENTA
SUPERFICIAL
PRECOLACIN
PROFUNDA
PRECIPITACIN
FLUJO
INTERMEDIO
RPIDO
Bo
rra
do
EFECTIVA
rP
ESCORRENTA
SUBSUPERFICIAL
ESCORRENTA
DIRECTA
FLUJO
INTERMEDIO
LENTO
ESCORRENTA
SUBTERRNEA
FLUJO
BASE
ESCORRENTA
TOTAL
7.1.
Fluviometra
7.1. Fluviometra
169
ar
re
lim
in
Naturales
Naturales modificadas
Una seccion de aforo es artificial, cuando existe en ella alguna estructura hidraulica, tales como venturmetros, canaletas Parshall o generalmente un vertedero, que permite establecer una relacion analtica teorica o
semiemprica entre el nivel de agua y el caudal. En el caso de vertederos esta relacion es del tipo
donde,
Q: Caudal.
: Seccion transversal.
g: Aceleracion de gravedad.
2gH
(7.1)
rP
Q=m
Bo
rra
do
m: Coeficiente de gasto te
orico o emprico particular para cada tipo de estructura.
La instalaci
on de secciones artificiales s
olo se justifica para caudales relativamente peque
nos. Para caudales
mayores suele aprovecharse la existencia de dichas estructuras con otros propositos, tales como barreras de
bocatomas, vertederos de embalses u otras, pero lo usual es que la seccion de aforo sea simplemente una
seccion adecuada del propio cauce, o secci
on de aforo natural.
En el caso de secciones naturales, no existe a priori una curva de descarga conocida por lo que esta debe
Los niveles de agua pueden medirse con limnmetros, reglas limnimetricas muy similares a las miras topograficas, tecnicas basadas en reflexi
on de ondas o en base a presostatos que miden la presion ejercida por el
agua sobre el fondo del cauce. Las mediciones pueden ser puntuales, normalmente se miden uno o dos valores
diarios, o pueden registrarse en forma continua, con instrumentos inscriptores denominados limngrafos, que
pueden ser mec
anicos o electr
onicos, hoy en da incluso conteletransmision de los registros. Los limngrafos,
170
Escorrenta
ar
denominado molinete, los cuales pueden ser electronicos, que estiman la velocidad del agua por efecto Doppler,
o mecanicos, de los cuales existen dos tipos genericos, de eje vertical o de copas, analogo a un anemometro
7.1.1.
7.1.1.1.
T
ecnicas de Medici
on
Flotadores
re
lim
in
rP
vf =
(7.2)
Si el flotador es superficial, su velocidad sera normalmente mayor que la velocidad media del escurrimiento,
Bo
rra
do
(7.3)
Q 0.8 vf
(7.4)
toda la vertical del escurrimiento, suele suponerse que su velocidad corresponde a la velocidad media del
flujo. La estimaci
on de caudales mediante flotadores debe repetirse al menos dos o tres veces, para evitar
errores groseros.
7.1.1.2.
Trazadores
El uso de trazadores qumicos o radioactivos, por su costo y caracter contaminante, se limita a condiciones
muy particulares, donde se necesite buena precision y donde el uso de otras tecnicas no resulte factible.
Basicamente consiste en efectuar un balance masico de alg
un trazador incorporado a la corriente. En el
7.1. Fluviometra
171
caso del aforo continuo, esto consiste en inyectar a la corriente un caudal q de alg
un trazador en una
concentracion o radioactividad C0 , y medir aguas abajo, despues de que se haya logrado una mezcla perfecta,
la concentraci
on o radioactividad final Cf .
Si el caudal del ro es Q, entonces de un balance masico del trazador se obtiene
C0
q
Cf
(7.6)
re
lim
in
Q+q =
(7.5)
ar
q C0 = (Q + q) Cf
C0
q
Cf
Q=
(7.7)
La concentraci
on final de los trazadores qumicos, los que no deberan reaccionar con ning
un componente del
agua o el lecho, se determina tomando muestras que se analizan en laboratorio.
La concentraci
on de trazadores radioactivos, para lo cual se usa frecuentemente
131
I, puede determinarse
rP
Los aforos puntuales consisten en inyectar de una sola vez, una bomba con una concentracion conocida
C0 e integrar aguas abajo, una vez que se ha producido la mezcla, la variacion de la concentracion en el
tiempo y espacio. La deducci
on del caudal en estos casos se hace mas compleja y debe consultarse en alg
un
Bo
rra
do
7.1.1.3.
Molinetes
El molinete, mide en estricto rigor la velocidad del agua en un punto especfico del escurrimiento, por lo que
el caudal se determina a traves de la relacion
Q=
Z
v d
(7.8)
En terminos pr
acticos la integral se resuelve efectuando diversas mediciones de velocidad en distintas verticales
de la seccion de escurrimiento, e integrando numericamente,
Q=
N
X
vi di
(7.9)
i=1
donde vi es la velocidad puntual del agua, la cual se determina en el caso de instrumentos electronicos por
efecto Doppler y en el caso de molinetes mecanicos a traves de una curva de calibracion del instrumento,
midiendo la velocidad angular de las copas o helice del instrumento.
172
Escorrenta
Otra alternativa es trazar, en base a las diversas mediciones, las curvas isotaquicas o curvas de igual
velocidad en la secci
on de aforo, e integrar posteriormente en funcion del area asociada a cada curva.
En teora, la medici
on ser
a mas exacta mientras mas valores de velocidad se midan, sin embargo, la medicion
se hace cada vez m
as lenta y si el caudal del ro es variable en el tiempo, aparte del trabajo consumido, se
comienza a perder precisi
on.
En la practica, una vez calibrada la medicion, se recomienda subdividir la seccion en una serie de subsecla velocidad media en cada secci
on mediante
re
lim
in
Vx =
donde,
V x : Velocidad media en la secci
on x.
V0.8 + V0.2
2
ar
ciones verticales de ancho x, tal que ninguna de ellas sea mayor que el 20 % de la seccion total, estimando
(7.10)
Nx
X
V x Hx x
rP
Q=
(7.11)
i=1
donde Nx corresponde al n
umero de subsecciones en que se dividio la seccion. La medicion de la velocidad
en las distintas verticales, puede lograrse bajando el instrumento en cada vertical, mediante una barra o un
cable graduados, desde una embarcaci
on que logre mantenerse estacionaria, desde alg
un puente cuyas cepas
Bo
rra
do
Una vez que se dispone de sucesivas mediciones simultaneas de altura limnimetrica y caudal, se dispondra de
u
ltimos dara origen al caudal medio anual. Tambien se acostumbra mantener registros especiales de los
caudales extremos, caudales m
aximos y mnimos diarios en el caso de estaciones limnimetricas, y de caudales
extremos instant
aneos en el caso de estaciones limnigraficas.
La instituci
on encargada en Chile de registrar, procesar y almacenar esta informacion es oficialmente la
Direccion General de Aguas del M.O.P. (DGA), aunque tambien existen estadsticas controladas por parti-
7.1. Fluviometra
173
culares, para sus propios intereses, especialmente las empresas hidroelectricas. A traves del Banco Nacional
de Aguas de la DGA, esta informaci
on se hace accesible a los distintos usuarios.
7.1.2.
Desgraciadamente, en la mayora de los casos no basta con establecer solo en forma inicial la curva de descarga,
ar
pues esta puede ser variable en el tiempo. Luego, es necesario efectuar aforos esporadicos, normalmente una
vez al mes, que permitan verificar la invariancia de la curva o detectar cuando esta ha sufrido alg
un cambio.
En efecto, si utilizamos alg
un modelo hidraulico para representar la relacion entre la altura de agua y el
re
lim
in
Q=
donde,
J: Pendiente del eje hidr
aulico.
: Seccion transversal.
Rh : Radio hidr
aulico.
(7.12)
rP
J
2/3
Rh
n
Bo
rra
do
Q = f (H, J, n, geometra)
eje hidraulico (o del fondo del lecho), la rugosidad del lecho y la forma geometrica de la seccion. En secciones
naturales, por efecto de socavaciones de fondo y laterales, por embancamientos, por crecimiento de vegetacion
acuatica o ribere
na o por perturbaciones del ro en otros puntos del cauce, todas estas variables pueden sufrir
cambios en el tiempo.
descarga variar
a, siendo necesario comenzar nuevamente la recopilacion en terreno de pares de valores (Q, H)
con el proposito de establecer la nueva curva de descarga. El perodo de tiempo para el cual una determinada
curva de descarga es v
alida, es lo que se denomina su perodo de validez. Algunas secciones resultan muy
estables y mantienen de forma permanente su curva de descarga, o al menos esta se mantiene durante perodos
muy largos. Otras, sin embargo, resultan tan cambiantes que resulta imposible establecer adecuadamente su
curva de descarga y deben ser abandonadas como secciones de aforo.
Una manera de lograr secciones estables es elegir secciones del ro en que este escurra en lecho rocoso, ya que
sera difcil de socavar y en consecuencia su seccion y geometra sera constante. Tambien es posible intentar
independizarse de las variaciones de pendiente del fondo y rugosidad, si se escoge una seccion, normalmente a
corta distancia aguas arriba de un r
apido, donde el escurrimiento tiende a ser en regimen crtico o de energa
174
Escorrenta
mnima. Bajo estas condiciones, la teora hidraulica nos dice que la relacion entre altura y caudal pasa a ser
funcion u
nica de la geometra del cauce.
En definitiva, una secci
on en roca, alguna corta distancia aguas arriba de un rapido, parece ser el lugar
ideal escogido por la naturaleza para instalar una seccion de aforo estable.
Como se mencion
o anteriormente, si en alguna seccion se efect
uan algunas modificaciones, como construir
muros guas laterales a fin de confinar el escurrimiento y estabilizar su seccion, se habla de secciones de aforo
Extensi
on de Curvas de Descarga
re
lim
in
7.1.3.
ar
naturales modificadas.
Para la traducci
on de estadsticas fluviometricas, faena que hoy en da se efect
ua normalmente en forma
computacional, es necesario ajustar expresiones analticas a las curvas de descarga a fin de facilitar el trabajo.
Cuando se trata de interpolar datos dentro del rango de valores aforados que definen la curva, podra ajustarse,
utilizando los numerosos software que existen para ello, la expresion analtica que logre el mejor ajuste. Un
problema especial lo constituye la extrapolacion de las curvas, situacion que se presenta cuando se mide un
valor de altura extremo, normalmente muy alto, que cae fuera del rango de los aforos efectuados. En estos
casos la extrapolaci
on debe ser muy cuidadosa, a fin de no cometer errores de extrapolacion severos. Para
estos propositos se recomienda el uso de expresiones analticas relativamente simples o con alguna estructura
rP
Bo
rra
do
Q = a (H b)c
(7.13)
La constante b es normalmente necesaria porque el origen o valor 0 de la escala del limnmetro, no tiene
como la de Manning. A partir de la informacion que se obtiene de los aforos, es posible expresar la altura
limnimetrica en funci
on de los factores hidraulico y geometrico de la formula, es decir, se pueden establecer
las relaciones,
H = f ( Rh )
2/3
(7.14)
H = f ( J/n)
(7.15)
La primera funci
on, es solamente geometrica y puede extrapolarse en base a un levantamiento topografico
de la seccion del cauce. La segunda funci
on, para caudales altos, en que el escurrimiento se acerca al crtico,
suele hacerse constante o muy poco variable, con lo que resulta menos azarosa su extrapolacion. Luego, la
extrapolacion se efect
ua, para un valor de H mas alto que el rango aforado, evaluando en forma independiente
los factores geometricos e hidr
aulicos, resultando de su producto, el caudal asociado a dicha altura.
7.1. Fluviometra
175
Un problema frecuente en las mediciones fluviometricas es el embanque, mal funcionamiento del limngrafo
o destruccion de la regla limnimetrica durante las grandes crecidas del ro, precisamente en los perodos en
que las mediciones resultan de mayor interes. Por eso es conveniente instalar medidores de niveles maximos
que consisten simplemente en un tubo vertical ranurado que por efecto de vasos comunicantes mantiene su
nivel de aguas al mismo nivel del ro. En el interior del tubo se incorpora alg
un material granular flotante,
por ejemplo, pellets de plumavit, algunos de los cuales se quedan adheridos a la pared interior del tubo,
re
lim
in
7.1.4.
ar
permitiendo detectar el m
as alto nivel alcanzado por las aguas.
Con motivo de cambios no detectados de la curva de descarga o mal ajuste de estas, u otras veces, por intervenciones hechas aguas arriba que cambian el regimen natural del escurrimiento, las estadsticas fluviometricas
pueden contener errores sistem
aticos o representar regmenes de escurrimiento diferentes en distintos perodos
de tiempo, por lo que en definitiva, para los propositos de analisis estadsticos, se constituyen en series no
homogeneas.
Con el prop
osito de detectar y corregir estas heterogeneidades, puede utilizarse en principio el metodo de
las curvas doble acumuladas descrito para la homogeneizacion de las estadsticas pluviometricas. Sin embargo,
el metodo en este caso tiene algunas limitaciones. A diferencia de las precipitaciones, las cuales dentro de
rP
una zona homogenea tienen un mismo orden de magnitud, la magnitud de los caudales de los distintos ros
involucrados en el an
alisis puede ser bastante diferente, dependiendo de los tama
nos de las respectivas cuencas
aportantes. Por ello resulta conveniente no trabajar con los caudales mismos sino con los caudales especficos,
definidos como el caudal por unidad de
area aportante, expresados por ejemplo en [m3 /s/km2 ].
Bo
rra
do
una relacion lineal que pasa por el origen, no necesariamente se cumple en el caso de caudales, lo que puede
generar una curva acumulada serpenteante, dependiendo del rango de magnitud de los mismos. Esta situacion
puede resolverse efectuando una regresi
on lineal o no lineal entre los valores no acumulados de la variable
en analisis y el patr
on, construyendo posteriormente las curvas doble acumuladas entre los valores medidos
versus los estimados por la ecuaci
on de regresion. La correccion de los datos, en caso de detectarse alg
un
quiebre, se recomienda en estos casos verificando el trazado y perodo de validez de las curvas de descarga,
o corrigiendo los datos medidos para llevarlos al regimen natural, en caso que este sea la causa del quiebre.
7.1.5.
Presentaci
on de Estadsticas Fluviom
etricas
De toda la informaci
on que se recopila en una estacion fluviometrica, suelen rescatarse los caudales medios
diarios y extremos diarios, mientras que en las estaciones fluviograficas se rescatan los caudales medios diarios
y los caudales m
aximos o mnimos instantaneos. A partir de ellos pueden construirse las series de caudales
medios y extremos mensuales y las series de caudales medios y extremos anuales, series a las que se les
dara distinto uso dependiendo de los propositos del estudio. Para el estudio de crecidas, por ejemplo, se
consideraran las series de caudales m
aximos diarios o instantaneos anuales, las que se someteran a analisis
176
Escorrenta
de frecuencia con los procedimientos antes vistos, los que permitiran asociar la magnitud de estos caudales
de crecida con su respectivo perodo de retorno.
Para la evaluaci
on de recursos hdricos, se trabajara normalmente con las series de caudales medios diarios,
mensuales o anuales, dependiendo del detalle o precision requeridos.
Existen diferentes metodos o procedimientos para presentar los resultados de los analisis estadsticos efectuados a las estadsticas fluviometricas a fin de lograr su mejor visualizacion e interpretacion, entre los que
Curvas de Variaci
on Estacional de Caudales
re
lim
in
7.1.5.1.
ar
Corresponden a curvas asociadas normalmente a caudales medios mensuales, que muestran, para cada mes del
a
no, la magnitud de la variable asociada a una determinada probabilidad de ocurrencia. Permiten establecer,
por ejemplo, que caudal medio mensual habra en un cauce dado, en un cierto mes del a
no con una cierta
probabilidad de ocurrencia o % de sequedad. Como se menciono en el captulo 5, resultan de someter a
un analisis de frecuencia a las 12 series de caudales medios mensuales. La Figura 7.2 muestra la curva de
variacion estacional en una secci
on del Ro Aconcagua.
rP
150
140
130
120
110
100
90
80
70
Bo
rra
do
Caudal [m3/s]
160
60
50
40
30
20
10
0
ABR
MAY
JUN
JUL
AGO
SEP
OCT
NOV
DIC
ENE
FEB
MAR
39.88
5%
42.77
68.43 132.96 156.92 141.12 113.94 105.05 123.82 156.23 103.79 49.67
85%
6.12
18.81
20.62
24.52
Qmedio
18.03
36.05
57.39
67.88
24.14
62.77
15.79
47.59
8.46
37.99
12.38
51.32
3.76
0.00
0.00
3.60
59.56
37.70
18.46
16.34
La simple inspecci
on ocular de una curva de variacion estacional permite determinar el regimen de un
ro. As, si las curvas presentan un solo maximo que coincide con la epoca lluviosa del a
no (invierno en
Chile central), entonces el regimen ser
a pluvial, es decir, las precipitaciones caen en forma lquida sobre la
cuenca. Si los m
aximos ocurren en el perodo seco estival, entonces el regimen sera nival, las precipitaciones
7.1. Fluviometra
177
caen en forma de nieve en el invierno, la cual se derrite e incrementa los caudales en la epoca calurosa del
verano. Si las curvas presentan dos m
aximos, en el caso de Chile central, el regimen es mixto pluvio-nival, las
precipitaciones ocurren en forma lquida en la parte baja de la cuenca y en forma solida en las partes altas.
Debe tenerse en consideraci
on que la suma o promedio de todos los caudales medios mensuales con una
misma probabilidad normalmente no coincide con la magnitud del caudal medio anual correspondiente a la
misma probabilidad. Para estimar la variacion estacional de un a
no tipo, es preferible efectuar el analisis de
ar
frecuencia a los caudales medios anuales y adoptar la distribucion mensual historica media de aquellos a
nos
historicos que m
as se acerquen a la probabilidad anual de excedencia que se desea establecer, verificando
7.1.5.2.
re
lim
in
obviamente que el promedio de todos los meses coincida con el caudal medio anual.
Curvas de Duraci
on General de Caudales
Son curvas normalmente asociadas a caudales medios diarios o mensuales, que permiten determinar en
que porcentaje del tiempo total existir
a en el cauce un caudal mayor (o menor) a un cierto valor especificado. Resultan de ordenar de mayor a menor la serie de caudales medios diarios o mensuales de todo el
perodo de estadsticas y asociar la probabilidad emprica de California con el porcentaje del tiempo de excedencia (ver secci
on 5.6.3). Este es uno de los casos en que se trabaja con la serie de duracion completa,
y en estricto rigor debiera trabajarse con la variable continua. A medida que se incrementa el intervalo de
medicion, promedio horario, promedio diario o promedio mensual la curva va perdiendo precision. As la
rP
curva de duraci
on general efectuada con la serie de caudales medios mensuales resulta mas plana que la
curva construida con los valores diarios, subestimando la magnitud de los valores altos y sobreestimando la
magnitud de los valores bajos, ya que obviamente dentro de un mes habra caudales diarios que exceden y
otros que no exceden el valor promedio. En el caso de ros de regimen nival, en que las ondas de crecida son
Bo
rra
do
paulatinas y estacionales, el uso de serie de caudales medios mensuales no introduce en general mayor error
respecto a las series diarias (Castillo, 2004). No ocurre lo mismo en las cuencas de regimen pluvial, donde
los caudales altos se concentran en unos pocos das del mes en que ocurren las precipitaciones. Hormaechea
(1999) presenta un procedimiento para corregir la cantidad de agua que es posible de extraer de un ro de
regimen pluvial, cuando la estimaci
on se efect
ua a partir de la serie de caudales medios mensuales. La Figura
7.3 muestra la curva de duraci
on general de caudales para el perodo 1978-2008 en la estacion Ro El Salto
en Bocatoma.
178
Escorrenta
70
60
50
40
ar
30
20
10
0
10
20
30
re
lim
in
80
40
50
60
70
80
90
100
7.1.6.
Para el analisis de caudales mnimos puede en principio utilizarse las mismas tecnicas de analisis de frecuencia
rP
que permitiran asociar la magnitud de dichos caudales con su probabilidad de ocurrencia o perodo de retorno.
Sin embargo, el an
alisis de sequas es un problema mas complejo, pues los perjuicios que provoca una sequa
no dependen s
olo de la magnitud de las precipitaciones o de los caudales mnimos, sino ademas del tiempo
en que se prolonguen dichos valores mnimos pues a diferencia de los eventos maximos que normalmente son
Bo
rra
do
eventos aislados e independientes, los perodos secos y los caudales mnimos son mucho mas persistentes. A
su vez, debe distinguirse entre sequas meteorologicas o deficit de precipitaciones y sequas hidrologicas o
deficit de caudales. La ocurrencia, por ejemplo, de una serie de caudales bajos no muy extremos puede ser,
y de hecho, normalmente lo es, m
as perjudicial que un evento mnimo mas extremo que ocurra en forma
aislada. En definitiva, las sequas dependen tanto de la magnitud como de la duracion del evento, por lo
que su analisis se debe abordar con metodologas ad hoc para distintos casos particulares. Fern
andez (1991)
presenta un completo an
alisis de las sequas en la zona central de Chile.
Los caudales ecol
ogicos corresponden a un concepto distinto que se refiere a los caudales mnimos que deben
mantenerse en el cauce de un curso natural de agua, para preservar los ecosistemas que de el dependen, cuando
los caudales son disminuidos por la acci
on humana de extraccion de dichos recursos. Si bien la definicion del
concepto de caudal ecol
ogico es bastante clara, cuando llega el momento de cuantificar sus magnitudes, el
problema se complica pues aparecen distintos criterios que van desde lo puramente estadstico, hidrologico,
hidraulico, biol
ogico y ecol
ogico, hasta posiciones puramente conservacionistas.
La Direccion General de Aguas, DGA, institucion encargada de velar por los recursos hdricos del pas ha
definido a lo largo del tiempo distintos criterios para cuantificar los caudales ecologicos o caudales mnimos
que deben respetarse al extraer los caudales de un ro. En general, el caudal ecologico ha sido establecido
en terminos probabilsticos tales como el 10 % del caudal medio anual o el 50 % del caudal medio mensual
7.1. Fluviometra
179
mnimo de un a
no 95 % seco. Hoy en da, este u
ltimo criterio se ha extendido a la escala mensual, permitiendo
tener una variaci
on estacional, con una serie de restricciones que se pueden consultar en el Manual de Normas
y Procedimientos de la DGA.
Estos criterios, de alguna manera algo arbitrarios, podran continuar cambiando en el transcurso del tiempo,
ar
Bibliografa
re
lim
in
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologa Aplicada, Mc Graw Hill Interamericana,
Maidment, D. R. (1993), Handbook of Hydrology, Mc Graw Hill.
rP
Fernandez, B. (1991), Sequas en la Zona Central de Chile, Informe final de proyecto, 94 pp., Pontificia
Bo
rra
do
Universidad Cat
olica de Chile, Santiago, Chile.
re
lim
in
rP
Bo
rra
do
ar
ar
Captulo 8
rP
Introducci
on
re
lim
in
ESTIMACION
DE LA ESCORRENTIA
Bo
rra
do
El metodo especfico a utilizar en cada caso, dependera por una parte de los objetivos y fines de la estimacion
requerida, y por otra parte, del tipo y cantidad de informacion disponible y de la escala de tiempo requerida
para caracterizar adecuadamente el problema en analisis.
Por ejemplo, las metodologas a utilizar seran bastante distintas si lo que se pretende es evaluar recursos
182
Estimacion de la Escorrenta
de alg
un perodo de medici
on. La interpolacion o relleno de la informacion faltante, permite la utilizacion
del resto de la informaci
on medida.
ar
estimados tendr
an mayor incertidumbre que los datos medidos, para una mayor representatividad de
longitud de la estadstica original.
re
lim
in
los parametros de la estadstica extendida, se recomienda que la extension sea al menos del 25 % de la
(iii) Trasladar o trasponer informaci
on fluviometrica desde un punto conocido a otro de mayor interes.
(iv) Sintetizar informaci
on fluviometrica, donde ella simplemente no existe.
(v) Predecir o pronosticar caudales o escorrenta futura.
(vi) Analisis de gastos mnimos o sequas.
rP
Para cada una de las situaciones anteriores, a su vez, podra requerirse informacion a distinta escala de
tiempo, ya sea caudales instant
aneos, medios diarios, medios mensuales o simplemente vol
umenes anuales de
escorrenta.
Bo
rra
do
En cuanto a la informaci
on disponible, podran presentarse las siguientes situaciones:
(i) Existencia de informaci
on fluviometrica en el lugar, pero en cantidad insuficiente.
(iii) Existencia s
olo de informaci
on meteorologica, en particular, pluviometrica.
De lo anterior se deduce que los metodos tenderan en general a buscar relaciones estadsticas entre distintas
series de caudales o relaciones entre lluvias y caudales, conocidas como relaciones precipitacion-escorrenta.
Al respecto, es de especial importancia en la seleccion de la metodologa a utilizar, establecer la escala de
8.2. Transposici
on de caudales de crecida
183
Como practica de sana ingeniera es conveniente intentar inicialmente el uso de metodos o procedimientos
mas simples, derivando hacia procedimientos mas complejos o sofisticados, en funcion de la calidad de los
resultados obtenidos.
8.1.
Transposici
on de Caudales Medios
ar
Algunos de los procedimientos o metodos mas utilizados se describen en los acapites siguientes.
Si se dispone de informaci
on fluviometrica en otras secciones de la misma cuenca o en cuencas vecinas, pueden
re
lim
in
(8.1)
Si ademas se conoce la pluviometra sobre las respectivas cuencas, la transposicion anterior puede mejorarse
rP
Qy
Qx
=
P y Ay
P x Ax
(8.2)
Bo
rra
do
donde P y y P x son las precipitaciones medias sobre las respectivas areas aportantes.
La relacion anterior, nuevamente es recomendable solo para escalas de tiempo grandes, caudales medios
anuales y tal vez caudales medios mensuales, siempre que no haya una componente nival. En general, la
transposicion en base a igualdad de rendimientos resulta mas precisa que la transposicion en base a gastos
especficos para el caso de caudales medios anuales; no sucede lo mismo si se intentan transposiciones a escala
mensual, donde la transposici
on en base a rendimientos tiende a resultar mejor solo en el perodo lluvioso en
que la magnitud de las precipitaciones es grande, mientras que en los perodos de estiaje, debido a la inercia
de la variable caudal, su relaci
on con la precipitacion, que incluso puede ser nula, pierde validez.
Ambas relaciones anteriores son adimensionales. El uso del analisis dimensional ha sido intentado por
diversos autores para intentar mejorar la calidad de las transposiciones, incorporando otros factores de tipo
geomorfologico o climatol
ogico, lo que ha dado origen a diversas formulas de transposicion (Andre, 2009,
Miranda, 2011).
8.2.
Transposici
on de Caudales de Crecida
Una formula propuesta por Creager para la estimacion de caudales maximos, tiene la estructura
184
Estimacion de la Escorrenta
Q = 1.302 C (0.386 A)
0.9358A0.048
(8.3)
m3 /s
donde A es la superficie de la cuenca en km2 y C es una constante a determinar localmente. Puede intentarse
para la transposici
on de caudales de crecida, la relacion
(8.4)
ar
0.9358A0.048
y
Qy
(0.386Ay )
=
0.9358A0.048
x
Qx
(0.386Ax )
Diversos procedimientos similares a este, basados en formulas empricas pueden encontrarse en la literatura.
re
lim
in
Estas formulas, incluida la de Creager, deben utilizarse con precaucion, a menos que hayan sido validadas de
alguna manera en la zona de an
alisis.
8.3.
Las correlaciones estadsticas son una herramienta matematica poderosa que puede utilizarse pragmaticamente para relacionar cualquier conjunto de variables, sujeto a que se obtengan niveles de correlacion admisibles.
Su u
nica restricci
on es que exige la disponibilidad de datos simultaneos de las variables en analisis durante
alg
un perodo mnimo de tiempo.
rP
Bo
rra
do
8.3.1.
Regresi
on Lineal Simple
El caso mas elemental corresponde a la regresion lineal simple entre dos variables, que obedece a la ecuacion,
y = a x + b
(8.5)
a=
(xi x) (yi y)
P
2
(xi x)
b=yax
(8.6)
(8.7)
185
El coeficiente de correlaci
on R, cuyo valor absoluto vara entre 1 y 0, para una correlacion perfecta y una
correlacion nula respectivamente, puede estimarse, entre otras formulas, como
s
R=
1 P
(yi y)
(yi y)
(8.8)
ar
Por convenci
on se utiliza el signo positivo para R cuando la correlacion es positiva (coeficiente de regresion
El cuadrado del coeficiente de correlaci
on, el coeficiente de determinacion R2 , es un ndice del porcentaje
re
lim
in
o fraccion de las variaciones de la variable dependiente que son explicadas por las variaciones de la variable
independiente. Es costumbre en hidrologa aceptar el valor R2 > 0.5 o |R| 0.7, como grado de correlacion
aceptable.
Como todo estimador estadstico, el coeficiente de correlacion R es un estimador del coeficiente de correlacion de la poblaci
on , y su significancia depende del tama
no N de la muestra, siendo mas significativo
mientras mayor sea el tama
no de la misma. Luego, para muestras muy peque
nas suelen obtenerse coeficientes
distintos de cero s
olo por efecto del muestreo, a
un cuando no exista correlacion.
Un test estadstico, que es estrictamente valido solo para poblaciones de distribucion binormales, pero de
utilizacion generalizada, es el siguiente:
rP
Si se plantea la hip
otesis nula que la correlacion poblacional es nula, = 0, y se extrae de ella una muestra
de tama
no N , entonces la variable
Bo
rra
do
t= q
(8.9)
1R2
N 2
con el valor te
orico t , generalmente con un nivel de confianza del 90 % ( = 0.05), se acepta la hipotesis
nula = 0, si t > t. En caso contrario, la hipotesis se rechaza, aceptandose por consiguiente la existencia
de correlacion ( 6= 0).
El hecho de establecer la existencia de una correlacion no nula, no significa que el valor muestral de R
coincida con . Para determinar el intervalo de confianza del valor muestral R, puede utilizarse el siguiente
test:
(8.10)
1
1+
z = ln
2
1
(8.11)
186
Estimacion de la Escorrenta
y desviacion est
andar
z =
1
N 3
(8.12)
zr =
z z
=
z
ln
ln
4
N 3
1+R
1R
1+
1
ar
Luego, la variable
(8.13)
re
lim
in
nivel de confianza determinado, lo que permite conocer el intervalo de confianza del coeficiente de correlacion
.
Ejemplo:
De una regresi
on lineal simple de una muestra de N = 52 pares de datos, se obtuvo un coeficiente de
correlacion R = 0.53. De esta forma,
1+R
= 1.18
1R
rP
2z = ln
2z =
4
= 0.286
N 3
Ahora, para un intervalo de confianza del 95 % ( = 0.05), de las tablas de la distribucion normal se obtiene
Bo
rra
do
|z | 1.96. Luego:
2z 2z
|z | 1.18 ln 1 + 0.286|z | = 0.56
2z
1
1+
= 1.18 0.56
1
1+
< 1.74
0.62 < ln
1
ln
Es decir, con un 95 % de confianza, el verdadero valor de esta comprendido entre los valores 0.3 y 0.7
8.3.2.
Regresiones No Lineales o M
ultiples
Algunas relaciones no lineales pueden linearizarse utilizando logaritmos y resolverse con el mismo procedimiento anterior. En el caso de las relaciones lineales m
ultiples o relaciones polinomiales, aunque conceptualmente el procedimiento es el mismo, la determinacion de los coeficientes de regresion implica la solucion de
187
sistemas de ecuaciones que puede tornarse bastante laboriosa. Afortunadamente existen numerosos programas computacionales (SPSS u otros), incluyendo las planillas electronicas de calculo, que permiten establecer
regresiones de diferentes tipos, incluyendo sus coeficientes de regresion y correlacion.
Las correlaciones estadsticas pueden utilizarse para el relleno y extension de estadsticas demasiado cortas,
pudiendo las variables independientes ser datos de caudales en estaciones vecinas, datos de precipitacion u
Pron
osticos o Predicci
on de Caudales Estacionales Futuros
re
lim
in
8.4.
ar
Un caso tpico del uso de regresiones y correlaciones se presenta en el caso de predicciones o pronosticos
de escorrenta estacional. En muchas regiones del mundo, particularmente en Chile Central, se presenta el
fenomeno de que la temporada lluviosa ocurre durante el perodo de invierno siendo la temporada de verano
bastante seca en terminos pluviometricos. Sin embargo, en los principales ros de la zona la precipitacion
ocurre en forma s
olida y se mantiene acumulada en forma de nieve estacional, produciendose la escorrenta
durante la temporada pluviometricamente seca de la primavera y el verano, epoca en que se produce el
derretimiento de la nieve acumulada. Es decir, al comienzo de la temporada de crecidas o de deshielos,
digamos al 1 de Septiembre, en Chile Central, ya ha ocurrido y se conoce gran parte de la precipitacion que
ha ocurrido en el invierno inmediatamente anterior, que sera la fuente de la escorrenta de deshielos.
rP
Bo
rra
do
8.4.1.
Pron
ostico de Vol
umenes Estacionales
El metodo mas utilizado para efectuar estos pronosticos se basa en correlacionar el volumen de agua escurrido
durante la temporada de deshielo con la precipitacion total cada en el invierno inmediatamente anterior.
Por ejemplo, si se acepta que la temporada lluviosa se concentra entre los meses de Mayo y Agosto, en Chile
Central, sera posible estimar el volumen de agua a escurrir entre Septiembre y Abril teniendo medida la
precipitacion cada en el perodo inmediatamente anterior. Se intenta, en general, correlaciones del tipo,
VSA = a I + b
VSA = m I n
(8.14)
donde VSA es el volumen de escorrenta entre Septiembre y Abril o el perodo que se estime mas adecuado
en alg
un caso particular, e I es un ndice general de precipitacion entre Mayo y Agosto, o el perodo que
corresponda, que puede elaborarse con las estadsticas disponibles que permitan la mejor correlacion posible.
Este ndice I puede incorporar, seg
un la informacion que se disponga, datos de precipitacion lquida (datos
de pluviometros), precipitaci
on s
olida (datos de rutas de nieve) e incluso otras variables meteorologicas e
hidrologicas que puedan mejorar la correlacion. Si existe, por ejemplo, n registros de valores acumulados
188
Estimacion de la Escorrenta
I=P =
n
X
(8.15)
ai Pi
i=1
donde Pi es la precipitaci
on o valor de ruta de nieve acumulado en cada una de las n estaciones de la cuenca
ar
en el perodo Mayo-Agosto.
re
lim
in
(8.16)
de la cual se eliminan las estaciones que den coeficientes de regresion negativos o cercanos a 0, pues significa
que no influyen significativamente en la correlacion. Los coeficientes de ponderacion resultan entonces
n
X
bi
ai = 1
ai = P con
bi
i=1
(8.17)
En ocasiones no todos los meses del perodo de invierno tienen la misma importancia en el establecimiento
rP
de la correlaci
on, pues las precipitaciones de los primeros meses pueden verse afectas a las condiciones iniciales
del suelo que generan deshielos prematuros o quedar mas afectas a otras condiciones climaticas imperantes.
Luego, si el ndice P no logra resultados satisfactorios, este puede ampliarse a un ndice de precipitacion
Bo
rra
do
mensual ponderada,
I=Z=
n
X
(8.18)
Zi
i=1
donde Zi a su vez corresponde a un promedio ponderado temporal de las precipitaciones de cada estacion,
del tipo
(8.19)
Donde los K representan a su vez la importancia relativa de la precipitacion de cada mes en cada estacion,
189
IAt = 1 It + 2 It1
(8.20)
Distribuci
on Estacional del Volumen de Deshielo
re
lim
in
8.4.2.
ar
entre Mayo y Agosto, puede pronosticarse el volumen de escorrenta a ocurrir entre Septiembre y Abril.
De tanto interes como conocer el volumen total a escurrir, es saber como se van a distribuir los caudales en
los distintos meses de la temporada. Para pronosticar la magnitud del escurrimiento y ubicar cual sera el mes
de maximo caudal, suele dar buenos resultados buscar una correlacion entre el volumen total estacional entre
Septiembre y Abril, con el volumen del mes de maximo caudal, tal como se indica en la Figura 8.1, donde
aparte de la correlaci
on obtenida se indica con distinta nomenclatura, cual fue el mes en que dicho maximo
escurrio. Como se observa en la figura, dentro de un cierto rango de vol
umenes totales, el maximo caudal
ocurre sistem
aticamente el mismo mes. Luego, si la relacion obtenida es aceptable, conocido o pronosticado
el volumen total a escurrir, esta relaci
on nos permite establecer cuanto sera el volumen a escurrir durante el
Bo
rra
do
rP
190
Estimacion de la Escorrenta
de los a
nos en que el m
aximo ocurri
o en noviembre en un cierto ro.
Debe considerarse que como la distribucion de los vol
umenes de cada mes se eval
ua independientemente de
la determinaci
on del volumen total, para propositos de consistencia debe verificarse que se cumpla la ecuacion
de balance m
asico
Vmes,i = VSA
(8.21)
ar
A
X
S
re
lim
in
cada uno de los caudales mensuales, para lograr la igualdad. Si la diferencia es mayor, el mejor procedimiento
max
es el siguiente: Con la diferencia entre los vol
umenes totales, se determina de la Figura 8.1 un mes
con el
1.2
0.8
rP
Vmes/Vmes mximo
1.0
0.6
0.4
Bo
rra
do
0.2
oct
nov
dic
ene
feb
mar
abr
mes
situacion promedio del comportamiento historico del ro en el perodo de deshielo, puede dar pronosticos
errados si las condiciones pluviometricas de un a
no en particular resultan distintas a la situacion promedio.
Por ello resulta conveniente ir actualizando el pronostico a medida que se conoce la nueva informacion. En el
caso anterior, al 1 de Octubre, cuando ya se conocen las precipitaciones del mes de septiembre, puede repetirse
todo el proceso, pero considerando ahora un ndice de precipitacion que cubra el perodo Mayo-Septiembre,
para obtener un pron
ostico actualizado del perodo Octubre-Abril.
Como se ver
a m
as adelante, existen otras alternativas para efectuar estos pronosticos, que se basan en
tecnicas de simulaci
on, y potencialmente, metodos matematicos mas avanzados como redes neuronales u
otros.
8.5.
191
Relleno y Extensi
on de Estadsticas
8.5.0.1.
Extensi
on o Relleno de Datos Individuales
Para el relleno de estadsticas aisladas y eventualmente extension de registros a escala mensual o anual,
cuando los objetivos son meramente estadsticos, pueden utilizarse los mismos procedimientos descritos para
el relleno o extensi
on de precipitaciones en la seccion 4.6.1, respecto a relleno con promedios de estaciones
ar
vecinas, curvas doble acumuladas o correlaciones, con la salvedad de la conveniencia de trabajar con caudales
8.5.0.2.
re
lim
in
especficos.
Extensi
on de Curvas de Duraci
on General
En el caso en que el objetivo de extender estadsticas, sea el de generar curvas de duracion general mas
confiables, y las correlaciones obtenidas para su estimacion con una estacion vecina, no sean muy buenas,
puede extenderse la curva de duraci
on de la estacion de menor longitud, mediante el siguiente procedimiento.
Se construyen las curvas de duracion general de las dos estaciones considerando solamente el perodo com
un.
Luego se construye la curva de duracion con la informacion completa de la estacion mas larga, determinando
para cada magnitud de caudal la nueva probabilidad de excedencia que resulta, para finalmente construir la
curva de duraci
on extendida de la estaci
on mas corta, imponiendole a cada caudal, la misma modificacion de
rP
En las Figuras 8.3 y 8.4 se ilustra el procedimiento. Sean Q1 los caudales correspondientes a la estacion
de mayor longitud, y Q2 los caudales de la estacion que se desea extender. Se procede a confeccionar las
curvas de duraci
on de la estaci
on de mayor duracion para el perodo de tiempo total (sean 280 datos) y para
Bo
rra
do
[m3 /s]. Aplicando el raciocinio inverso al anterior, se postula que si la serie corta hubiese tenido la extension
de la serie mayor, al caudal Q2 = 1260 [m3 /s] se le hubiese asignado una probabilidad de 0.25. Repitiendo el
procedimiento para distintos valores de las probabilidades y caudales de la serie corta, se va construyendo la
curva de duraci
on general extendida a un perodo de 280 datos, indicada en rojo, de la serie Q2 .
192
Estimacion de la Escorrenta
0.1
0.2
re
lim
in
ar
Caudal [m3/s]
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Probabilidad de excedencia
Bo
rra
do
Caudal [m3/s]
rP
Serie Q2 extendida
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Probabilidad de excedencia
0.8
0.9
8.5.1.
8.5.1.1.
Relaciones Precipitaci
on-Escorrenta Volum
etricas
D
eficit de Escorrenta
(8.22)
193
(8.23)
F
ormula de Turc
re
lim
in
D= p
ar
0.9 + (P/L)2
[mm/a
no]
(8.24)
donde P es la precipitaci
on anual en [mm] y L es un ndice de calor definido por la relacion,
L = 300 + 25T + 0.05T 3
(8.25)
rP
Bo
rra
do
D = P P 2 [mm/a
no]
(8.26)
= (0.8 + 0.14T )1
(8.27)
donde
Para precipitaciones menores, la escorrenta sera nula y para valores mayores, D se independiza de P ,
tomando el valor
Dmax = 0.2 + 0.035T
Wundt, propone la misma f
ormula, pero limitando el maximo valor de D por la relacion,
(8.28)
194
Estimacion de la Escorrenta
1
4
Dmax =
(8.29)
ar
De la estructura de la f
ormula anterior, se deduce que la evaluacion directa de Q dara la expresion,
(8.30)
re
lim
in
Q = P 2
Esta expresion, v
alida para P < 1 m, ha sido frecuentemente utilizada en Chile, bajo los nombres de Formula
de Grunsky ( = 0.4) o F
ormula de Quintana o Pe
nuelas ( = 0.5).
8.5.1.2.
F
ormulas Empricas
rP
Q = aP b
mm/a
no
Q = a (P P0 )
[mm/a
no]
(8.31)
Bo
rra
do
Q = a (P P0 )
mm/a
no
si P < Pc
(8.32)
Tp =
12
X
Ti Pi
i=1
12
X
(8.33)
Pi
i=1
195
P0 (m)
Pc (m)
0.90
0.00
0.55
0.60
0.08
0.90
10
0.50
0.15
1.15
15
0.47
0.27
1.32
20
0.41
0.38
1.58
25
0.34
0.49
1.91
re
lim
in
Tp C
ar
Cualquier precipitaci
on en exceso a Pc , escurrira totalmente.
8.5.1.3.
M
etodo del Balance de Thornthwaite
rP
Si la precipitaci
on excede a la evaporaci
on potencial, el exceso de agua aumenta la humedad del suelo hasta
completar su capacidad m
axima de almacenamiento o capacidad de campo, supuesta del orden de 100 mm.
Todo exceso de agua por sobre este valor umbral, constituye la escorrenta de la cuenca. A fin de considerar
Bo
rra
do
los efectos de retardo de la cuenca sobre la escorrenta, Thornthwaite propone que solo el 50 % del exceso de
agua de un mes dado, se manifiesta como escorrenta durante ese mismo mes, sumando el otro 50 % al exceso
de agua del mes siguiente, y as sucesivamente.
Para la aplicaci
on el metodo de balance, no necesariamente deben utilizarse las estimaciones de evapotrans-
piracion potencial propuestas por el propio Thorntwaite, pudiendo recurrirse a otras fuentes de informacion
al respecto. Utilizando los datos de precipitacion y evaporacion de bandeja de la ciudad de Rancagua y
postulando que la evapotranspiraci
on potencial sea un 70 % de la evaporacion de bandeja, en la Tabla 8.2 se
incluye una tabulaci
on ejemplo del metodo del balance de Thornthwaite.
Al respecto, como en todo balance en el tiempo, deben postularse ciertas condiciones iniciales, en este
caso la humedad del suelo y escorrenta iniciales. Iniciando el balance al comienzo del a
no hidrologico, puede
postularse una humedad inicial nula, verificando su validez comparandola con la humedad final del u
ltimo
mes, la que tambien debiera resultar nula. Si esto no ocurre, debiera iterararse este valor, hasta verificar que
ambas humedades resulten iguales.
Algo similar debe hacerse con la escorrenta inicial, suponiendo un a
no cclico, es decir, el retardo del u
ltimo
mes debe sumarse al excedente del primer mes, iterando hasta que la solucion converja. Ambos aspectos se
destacan con color cian en la Tabla 8.2.
196
Estimacion de la Escorrenta
Tabla 8.2: Tabulaci
on Ejemplo del Metodo del Balance de Thorntwaite
MES
TOT
21.9
74.7
103
77.9
65.6
31.4
17.2
9.9
4.4
2.8
2.2
7.3
418.3
Ev. de bandeja
60
28
18
21
34
51
103
155
190
210
150
109
1129
ET Potencial [mm]
42
19.6
12.6
14.7
23.8
35.7
72.1
109
133
147
105
76.3
790.3
Humedad Inicial
55.1
100
100
100
95.7
40.8
21.9
19.6
12.6
14.7
23.8
35.7
72.1
50.7
4.4
2.8
2.2
7.3
Evapotranspiracion real
55.1
145.5
163
142
95.7
40.8
20.1
57.8
129
Humedad final
55.1
100
100
100
95.7
40.8
Excedente
45.5
63.2
41.8
0.17
0.083
22.79
43
42.4
21.2
10.6
5.3
2.6
Deficit
Escorrenta [mm]
144
103
69
150.5
1.32
0.66
0.33
150.5
re
lim
in
Humedad intermedia
267.8
ar
Precipitacion [mm]
522.5
Los valores del balance resultan en [mm/mes], por lo que deberan multiplicarse por la superficie de la cuenca aportante para transformarlos en unidades de caudal. Aparte de la estimacion de los caudales mensuales,
alguna otra informaci
on puede obtenerse de este balance; por ejemplo, nos indica cuanto es la evapotranspiracion real, y el deficit de Thornthwaite nos indica la cantidad de agua que habra que aplicar para mantener
cultivos permanentes durante todo el a
no, en el ejemplo, 522.5 [mm], y en que meses debiera aplicarse, en el
ejemplo, entre Noviembre y Abril.
Hoy en da, sin embargo, el principal interes del metodo de Thornthwaite es que puede considerarse un
rP
Bo
rra
do
utilizando alg
un metodo de optimizaci
on, sino que idealizaciones conceptuales del ciclo de escorrenta tan
simples como la planteada por Thornthwaite, han podido ser ampliadas incorporando conceptos y relaciones
cada vez mas complejas, con la posibilidad de calibrar los parametros de los modelos, permitiendo una
respuesta de las simulaciones, cada vez m
as proximas a las respuestas reales de los sistemas fsicos que se
pretende modelar. A partir del primer modelo de este tipo, el Stanford Watershed Model, propuesto en la
decada de los sesentas del siglo 20 por Crawford y Linsley (1966), se han desarrollado en diversas partes
del mundo, modelos de simulaci
on hidrol
ogica de este tipo, tanto a escala mensual, diaria o a
un horaria. En
Chile, uno de los primeros y m
as utilizados, corresponde al desarrollado por Brown, Ferrer y Ayala (1973),
que trabaja a escala mensual. Posteriormente se han propuesto en Chile, modelos a escala diaria, como el
modelo SIMED de la DGA o el modelo QMD propuesto por Kuhlmann y modificado por Y. Morales. A
nivel internacional, existe hoy en da una gran cantidad de modelos de este tipo, algunos comerciales y otros
de libre disposici
on en Internet, entre los que se puede mencionar el modelo Sacramento del U.S. Corps of
Engineers.
197
Bibliografa
Brown, E., P. Ferrer, & L. Ayala (1973), Simulacion de gastos medios mensuales en una cuenca pluvial, II
Coloquio Nacional de Ingeniera Hidr
aulica, Universidad Catolica, Santiago, Chile.
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologa Aplicada, Mc Graw Hill Interamericana,
S.A. Santafe de Bogota, Colombia.
ar
Crawford, N. H., & R. K. Linsley, (1966), Digital Simulation in Hydrology: Stanford Watershed Model IV,
Technical Report No. 39, Department of Civil Engineering, Stanford University, p. 210.
Bo
rra
do
rP
re
lim
in
re
lim
in
rP
Bo
rra
do
ar
ar
Captulo 9
re
lim
in
DE
ESTUDIO Y ESTIMACION
Introducci
on
rP
CRECIDAS
Bo
rra
do
entre la precipitaci
on efectiva y la escorrenta directa. Para ello, por una parte debe descontarse o restarse a
la escorrenta total, aquella fracci
on m
as o menos constante, que constituye el flujo base o caudal existente
en el ro antes del comienzo de una determinada tormenta, mientras por otra, debe restarse al hietograma de
precipitacion total, aquella fracci
on de la lluvia que es retenida, detenida o infiltrada, dejando solo aquella
parte que contribuye a la escorrenta directa, anteriormente definida como precipitacion efectiva.
9.1.
Estimaci
on de la Infiltraci
on
La fraccion de la lluvia que se pierde para efectos de la escorrenta directa por concepto de infiltracion,
puede evaluarse por medici
on directa, con instrumentos llamados infiltrometros, puede estimarse con distintas
formulas o modelos analticos tales como los propuestos por Horton, Phillip, Green-Amt, o Morel-Seytouk o
pueden utilizarse indices de infiltraci
on constantes, que consisten en restar al hietrograma de precipitacion
total una tasa constante de infiltraci
on, tal que resulte un volumen de precipitacion efectiva igual, por
definicion, al volumen de escorrenta directa.
199
200
9.1.1.
Ecuaci
on de Horton
ar
re
lim
in
los suelos esta tasa constante se alcanza antes de un par de horas, por lo que el parametro fundamental de
la ecuacion es fc y para el cual se ha propuesto el siguiente rango de valores:
Arcillas
0.5 a 4
Limos
4a8
Arenas
8 a 12
Ecuaci
on de Philip
rP
9.1.2.
Tipo de suelo
Bo
rra
do
f (t) =
1
S t1/2 + K
2
(9.2)
donde,
S: denominada adsorci
on, depende de la humedad del suelo.
K: es equivalente a fc de Horton, debiendo aproximarse ambos valores a lo que se denomina como conducti-
9.1.3.
Ecuaci
on de Green-Ampt
Si la tasa de infiltraci
on en funci
on del tiempo es f (t), entonces la variable
F (t) =
f dt
(9.3)
corresponde al volumen total por unidad de superficie incorporado al suelo, o infiltracion acumulada hasta
el instante t.
9.1. Estimaci
on de la Infiltraci
on
201
Green-Ampt (1911), postulando que el frente de infiltracion progresa en la forma de una lamina horizontal
que va saturando progresivamente al suelo a medida que avanza en profundidad, y resolviendo la ecuacion
de continuidad correspondiente, llegan a la expresion,
F (t) = K t + (p )(h0 + ) ln 1 +
F (t)
(p )(h0 + )
(9.4)
ar
ecuacion implcita que puede resolverse por el metodo de Newton. Los parametros de la ecuacion de Green-
re
lim
in
= humedad inicial del suelo o cuociente entre el volumen de agua y el volumen total. Notese que el valor
maximo posible de humedad, cuando el suelo esta saturado, alcanza el valor s = p.
K = conductividad hidr
aulica o coeficiente de permeabilidad del suelo saturado, parametro altamente dependiente de la granulometra del suelo ([L/T ]).
h0 = carga o l
amina de agua sobre la superficie del suelo, [L], valor que normalmente se supone despreciable.
= carga de succi
on del suelo, [L], en rigor, energa por unidad de peso, valor asociado a la cantidad de
agua que el suelo es capaz de retener contra la accion de la gravedad por efecto de tension superficial, valor
altamente dependiente de la humedad del suelo.
rP
textos mas especializados de aguas subterraneas o de mecanica de suelos. En cualquier caso, conocidos o
estimados los par
ametros involucrados, la infiltracion acumulada F (t) puede determinarse resolviendo por
tanteo o mediante el metodo de Newton. Por u
ltimo, una vez conocida la infiltracion acumulada F (t) al
Bo
rra
do
9.1.4.
(9.5)
Tiempo de Encharcamiento
Todas las expresiones anteriores para estimar la infiltracion, suponen que en todo momento existe la cantidad de agua necesaria para infiltrar, es decir, la intensidad de la precipitacion i(t) es mayor que la tasa
de infiltracion f (t). En estos terminos, las formulas corresponden a un concepto de infiltracion potencial.
Evidentemente si la intensidad de precipitacion es inferior a la capacidad potencial de infiltracion del suelo,
la tasa real de infiltraci
on quedar
a limitada a la tasa de precipitacion.
Se define el concepto de tiempo de encharcamiento como el tiempo requerido para lograr la formacion de
una capa libre de agua sobre el suelo o punto de encharcamiento, tiempo a partir del cual la tasa de infiltracion
potencial se hace inferior a la tasa de precipitacion, produciendose precipitacion en exceso e infiltracion a tasa
potencial gobernada por las caractersticas del suelo. Antes de este tiempo, se infiltrara solo la intensidad de
la lluvia i(t) que ser
a menor que f (t).
En estricto rigor, el tiempo de encharcamiento se debiera producir cuando la tasa de infiltracion se haga
202
igual a la intensidad de la lluvia, supuesta constante, y cuando el total infiltrado real sea igual al potencial.
En general, ambas condiciones resultan imposibles de conciliar, por lo que hay que optar por satisfacer una
u otra condici
on, normalmente f (t) = i.
En el caso de la f
ormula de Green-Ampt (1911), en que existe una relacion entre f (t) y F (t), imponiendo
en la ecuacion las condiciones
(9.6)
ar
f (te ) = i
se obtiene
te =
re
lim
in
F (te ) = i te
K(h0 + )(p )
i(i K)
(9.7)
(9.8)
rP
Todas las formulas anteriores incluyen una serie de parametros, en general difciles de cuantificar, suponiendo
ademas suelos espacialmente homogeneos, lo que dificulta su aplicacion practica. Por estos motivos, se han
Bo
rra
do
propuesto una serie de metodos simplificados de mayor aplicacion practica, denominados Indices de Infiltracion, entre los que destaca por su simplicidad, el denominado Indice , el cual supone una tasa de abstraccion
o infiltracion constante en el tiempo de magnitud [mm/hr] tal que satisfaga la condicion de que el volumen
de precipitaci
on efectiva iguale al volumen de escorrenta directa. Si la intensidad de la precipitacion satisface
en todo momento la relaci
on i , su estimacion se reduce a la ecuacion
=
PT otal QED
tLi
(9.9)
En los u
ltimos a
nos, sin embargo, ha ganado popularidad, un metodo tambien simple, propuesto por el
Soil Coservation Service de EE. UU. (1972), conocido como Metodo de la Curva N
umero.
9.1.6.
M
etodo de la Curva N
umero
9.1. Estimaci
on de la Infiltraci
on
203
Conservation Service (SCS), postula la igualdad entre el cuociente entre la infiltracion F y el potencial
maximo de infiltraci
on S del suelo, respecto al cuociente entre la precipitacion efectiva o escorrenta directa
expresada como l
amina de agua Pef y la precipitacion efectiva maxima posible (P I0 ), es decir
F
Pef
=
S
P I0
(9.10)
ar
re
lim
in
P = Pef + F + I0
y eliminando F entre las dos relaciones anteriores, resulta
Pef =
(P I0 )2
[mm]
(P + S I0 )
(9.12)
donde P es la precipitaci
on total de la tormenta y S, el deficit potencial maximo de escorrenta, es evaluado
a su vez mediante la relaci
on,
S = 25.4
1000
10
CN
[mm]
(9.13)
rP
donde CN es un ndice de las caractersticas geologicas, morfologicas y de uso de los suelos de la cuenca,
ademas de sus condiciones iniciales de humedad, llamado Curva N
umero, que vara entre los lmites CN = 0
para una cuenca donde todo lo que llueve se infiltra, hasta CN = 100 para una cuenca absolutamente
impermeable, donde todo lo que llueve escurre. Valores tpicos de CN para cuencas naturales, oscilan entre
Bo
rra
do
40 y 80 y se hayan tabulados para distintos tipos de suelo, o pueden ser estimados a partir de las caractersticas
geologicas y de uso de los suelos, as como de su contenido de agua inicial.
A partir de datos experimentales, el SCS propone la relacion
I0 0.2 S
(9.14)
de donde la f
ormula queda en definitiva
Pef
2
(P 0.2 S) mm
=
P + 0.8 S
si P 0.2 S
si P < 0.2 S
(9.15)
204
CN =
Ai CNi
AT
(9.16)
ar
de la cuenca.
El inconveniente de dicho criterio es que la formula generara escorrenta nula mientras la magnitud de
la precipitacion no supere el valor de I0 = 0.2 S correspondiente al valor promedio de la curva n
umero,
re
lim
in
mientras que en la realidad, supuesta la validez del metodo, los subsectores con curva n
umero mayor al
promedio si estar
an generando escorrenta. Lo anterior le resta aplicabilidad al metodo en zonas aridas o
cuando se eval
uen crecidas de bajo perodo de retorno.
1
AT
QdA
(9.17)
AT
P 5.08
P + 20.32
2
1000
CN 10
dA
1000
CN 10
rP
1
=
AT
P ef
AT
(9.18)
Esta u
ltima expresi
on sera integrable, si se conociera la funcion de distribucion de CN dentro de la cuenca.
Bo
rra
do
Difcilmente en la realidad esta distribucion sera conocida y lo mas probable es que solo se puedan identi-
suelos limo arcillosos cubiertos de bosques, sea CN = 76; y un 48 % de praderas en suelos limosos, sea
CN = 60; resultando una Curva N
umero promedio CN = 69.96. En la Tabla 9.2 se incluye en la primera
columna el porcentaje de
area correspondiente a cada suelo con su respectiva CN que se indica en la segunda
columna. En las dos columnas siguientes, los valores de S e I0 que se obtienen con las ecuaciones 9.13 y
9.14. En las columnas siguientes, para distintos valores de la precipitacion total se indica la precipitacion
efectiva que resulta para cada tipo de suelo, as como su valor promedio ponderado por cada porcentaje de
9.1. Estimaci
on de la Infiltraci
on
205
ar
Este comportamiento parece estar en mucha mejor concordancia con el comportamiento real de cuencas
heterogeneas, en que el uso de la curva promedio parece adecuado solo para precipitaciones de gran magnitud,
subestimandose la magnitud de las crecidas, al utilizarse para precipitaciones bajas.
re
lim
in
Es importante se
nalar por u
ltimo, que el procedimiento antes descrito supone que cada una de los sectores de
la cuenca se comporta en forma independiente o en paralelo, situacion no necesariamente valida en cuencas
reales, donde escorrenta proveniente de zonas mas impermeables puede infiltrarse en zonas mas bajas de
1.04
10
25
50
75
100
125
150
200
250
300
S [mm]
I0 [mm]
Pef [mm]
48
60
169.33
33.87
1.4
8.04
18.6
31.89
47.25
82.27
121.2
162.7
35
76
80.21
16.04
0.9
10.1
25
42.9
62.76
83.79
128.1
174.2
221.4
72
98.78
19.76
0.26
7.09
19.8
36
54.29
74.07
116.4
161.1
207.2
10
90
28.22
5.64
0.58
7.87
27.1
49.3
72.6
96.53
120.8
169.7
219.1
268.6
98
5.18
5.68
19.7
44.3
69.1
94
119
144
193.9
243.9
293.9
69.96
1.04
Pef [mm]
100
0.17
1.51
8.16
19.9
34.9
52.02
70.66
111
154
198.7
I0,eq [mm]
1.04
7.39
14
18.3
19.7
20.4
20.87
21.2
21.65
21.94
22.15
CNeq
98
87.3
78.5
73.5
72.1
71.4
70.88
70.56
70.12
69.84
69.64
Bo
rra
do
CN
rP
% Area
100
95
Curva Nmero
90
85
80
75
70
65
60
50
100
150
200
250
300
350
Precipitacin [mm]
206
A partir del an
alisis del comportamiento real de cuencas chilenas, Saavedra (2003) estima la variacion de
la Curva N
umero en funci
on de la precipitacion y como alternativa propone utilizar el metodo de la Curva
N
umero en cuencas reales, manteniendo constante el valor de la Curva, pero incorporando su variabilidad
producto de su heterogeneidad a traves del valor de la Infiltracion inicial I0 .
Para precipitaciones mayores a un monto cercano a los 100 mm, la cuenca se comporta como cuenca
I0 = 0.23 S
ar
re
lim
in
Para precipitaciones menores, I0 sera aproximadamente linealmente variable con P , a traves de la relacion
I0 = 2.3 103 P S
(9.20)
9.1.7.
Como se mencion
o anteriormente, el valor de la Curva N
umero puede estimarse en funcion de tablas elabo-
rP
radas para diversos tipos de complejos Suelo-Vegetacion (tipos de suelo y usos de estos). Estas tablas, sin
embargo, estan definidas para condiciones antecedentes de humedad calificadas por el SCS como normales
o condicion II. Para otras condiciones de humedad antecedente, el n
umero de la curva debe modificarse, a
Bo
rra
do
partir de sus condiciones normales, en base a tablas o a las siguientes relaciones: (Ven Te Chow, 1994)
CN (I) =
4.2 CN (II)
10 0.058 CN (II)
(9.21)
23 CN (II)
10 + 0.13 CN (II)
(9.22)
Las condiciones antecedentes de humedad, se clasifican en tres grupos en base a la lluvia antecedente total
de 5 das:
Grupo
Tipo
Estacion inactiva
Estacion de Crecimiento
Seca
Menor a 12.7
Menor a 35.6
II
Normal
12.7 a 28
35.6 a 53.5
III
H
umeda
Sobre 28
Sobre 53.5
9.1. Estimaci
on de la Infiltraci
on
207
ar
FRECUENCIAS
RELATIVAS
PROMEDIO
PORde
CUENCA
Tabla 9.4: Frecuencias relativas
promedio
por cuenca
de las CAH
las precipitaciones diarias.
Pdiarias-serie completa
N CUENCA
REGION
ESTACION CRECIMIENTO
ESTACION INACTIVA
REGIMEN
SEPTIEMBRE-ABRIL
M AYO-AGOSTO
I (<12.7mm)
II (12.7-28)
D.E.
ELQUI
IV
P-N
73.3%
LIMARI
IV
P-N
66.6%
5.1%
CHOAPA
IV
P-N
63.3%
2.6%
QUILIMARI
IV
58.2%
2.8%
PETORCA
68.3%
2.8%
ACONCAGUA
N-P
56.3%
3.9%
MAIPO
RM
N-P
40.7%
4.1%
II (35.6-53.5)
III (>53.5)
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
PROM.
11.1%
15.6%
98.4%
0.0%
1.6%
D.E.
-
12.8%
1.1%
20.6%
5.2%
97.1%
0.9%
0.9%
1.1%
2.0%
1.2%
14.3%
2.0%
22.4%
3.8%
96.8%
2.1%
1.9%
1.5%
1.2%
1.2%
14.7%
1.2%
27.1%
2.6%
94.3%
3.0%
3.9%
2.8%
1.8%
1.7%
re
lim
in
PROM.
I (<35.6mm)
III (>28)
16.9%
2.9%
14.8%
0.1%
97.8%
0.6%
2.0%
0.3%
0.3%
0.4%
16.4%
2.6%
27.2%
5.8%
96.3%
1.5%
1.8%
0.6%
1.9%
0.9%
15.1%
0.8%
44.3%
3.2%
82.6%
4.6%
5.5%
2.2%
12.0%
2.3%
14.1%
2.2%
45.4%
5.0%
86.5%
5.9%
6.1%
0.5%
7.4%
5.4%
13.4%
3.2%
49.4%
8.0%
79.6%
8.9%
6.8%
0.5%
13.5%
9.1%
12.5%
3.0%
54.8%
8.2%
78.4%
7.5%
7.9%
1.7%
13.6%
6.8%
10.7%
67.0%
71.0%
10.3%
18.7%
23.3%
0.9%
48.7%
1.3%
87.3%
2.2%
7.7%
1.7%
5.0%
0.4%
RAPEL
VI
P-N
40.5%
2.9%
MATAQUITO
VII
P-N
37.2%
4.9%
10 MAULE
VII
P-N
32.7%
5.8%
11 ITATA
VIII
P-N
22.3%
12 IMPERIAL
IX
P-N
28.0%
2.1%
13 TOLTEN
IX
P-N
15.5%
14.5%
70.0%
70.4%
12.4%
17.2%
14 PUERTO MONTT
17.4%
21.6%
61.0%
73.5%
14.8%
11.7%
rP
8
9
D.E.: Desviaci
on est
andar de la muestra.
Bo
rra
do
C A H PR O M E D IO P O R C U E N C A
E S T A C IO N IN A C T IV A (M A Y O -A G O S T O )
P diarias
10 0 %
90%
I (< 1 2.7m m )
II (12 .7 -2 8)
III (> 2 8 )
F R E C U E N C IA R E L A T IV A
80%
70%
60%
50%
40%
30%
20%
10%
E
M
LT
R
TO
TO
R
E
TT
L
IA
TA
P
IT
U
A
M
A
IM
C U E N C AS
C
A
LE
O
IT
L
TA
IP
A
M
G
A
O
TO
A
U
A
C
R
A
IM
P
U
Q
IL
I
R
I
U
LI
LQ
E
0%
Figura 9.2: Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones diarias, estacion
inactiva (Mayo-Agosto).
208
C A H P R O M E D IO P O R C U E N C A
E ST A C IO N C R E C IM IE N TO (S E P TIE M BR E -A BR IL)
P diarias
100%
I (< 35.6m m )
II (35.6-53.5)
90%
70%
60%
ar
50%
40%
30%
TT
LT
TO
IM
EN
IA
PE
IT
TA
LE
IT
AP
IP
O
C
A
G
A
N
TO
E
A
C
R
A
M
P
U
Q
IL
I
I
R
I
U
LI
LQ
E
0%
TA
10%
re
lim
in
20%
TO
FR E C U E N C IA R E LA T IV A
80%
CUENCAS
Figura 9.3: Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones diarias, estacion
rP
crecimiento (Septiembre-Abril).
Tabla 9.5: Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
en 24 hrs.
Bo
rra
do
N CUENCA
REGION
ESTACION INACTIVA
REGIMEN
ESTACION CRECIMIENTO
M AYO-AGOSTO
I (<12.7mm)
II (12.7-28)
SEPTIEMBRE-ABRIL
III (>28)
I (<35.6mm)
II (35.6-53.5)
III (>53.5)
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
PROM.
D.E.
ELQUI
IV
P-N
66.7%
18.2%
15.2%
100.0%
0.0%
0.0%
LIMARI
IV
P-N
72.1%
11.6%
14.2%
5.6%
13.7%
10.2%
99.4%
1.4%
0.0%
0.0%
0.6%
1.4%
CHOAPA
IV
P-N
65.7%
10.3%
14.6%
8.0%
19.7%
11.9%
98.4%
2.4%
1.3%
1.9%
0.3%
1.0%
QUILIMARI
IV
64.4%
11.1%
3.4%
4.3%
32.2%
11.0%
99.3%
1.9%
0.7%
1.9%
0.0%
0.0%
PETORCA
65.6%
3.9%
20.5%
0.7%
13.8%
4.7%
98.4%
2.2%
1.6%
2.2%
0.0%
0.0%
ACONCAGUA
N-P
41.9%
5.5%
18.1%
5.3%
40.0%
10.8%
97.8%
3.8%
0.0%
0.0%
2.2%
3.8%
MAIPO
RM
N-P
13.9%
2.0%
10.1%
3.4%
76.0%
1.4%
92.3%
10.9%
0.0%
0.0%
7.7%
10.9%
RAPEL
VI
P-N
19.1%
2.9%
9.1%
5.2%
71.8%
7.0%
88.2%
2.2%
8.6%
3.4%
3.2%
5.5%
MATAQUITO
VII
P-N
30.5%
11.6%
23.4%
15.6%
46.0%
19.7%
88.2%
14.4%
4.9%
5.7%
6.9%
9.7%
10 MAULE
VII
P-N
27.2%
9.2%
9.8%
9.1%
63.1%
16.9%
76.7%
13.9%
6.1%
2.6%
17.2%
12.4%
11 ITATA
VIII
P-N
16.7%
0.0%
83.3%
63.3%
13.3%
23.3%
12 IMPERIAL
IX
P-N
26.7%
13.7%
25.8%
9.3%
47.4%
20.7%
91.4%
2.9%
5.7%
1.4%
2.9%
2.6%
13 TOLTEN
IX
P-N
14.7%
11.8%
73.5%
55.9%
17.6%
26.5%
14 PUERTO MONTT
9.5%
14.3%
76.2%
81.0%
9.5%
9.5%
D.E.: Desviaci
on est
andar de la muestra.
9.1. Estimaci
on de la Infiltraci
on
209
100%
I (<12.7mm)
II (12.7-28)
III (>28)
90%
70%
60%
ar
50%
40%
30%
TT
TO
TO
LT
PE
IT
IM
AT
O
C
IA
TA
AU
AQ
LE
IT
EL
AI
G
A
C
N
ET
P
PO
A
C
R
O
IM
IL
U
LI
AR
PA
I
R
I
U
LQ
E
0%
10%
re
lim
in
20%
80%
CUENCAS
Figura 9.4: Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
en 24 hrs., estaci
on inactiva.
rP
C A H P R O M E D IO P O R C U E N C A
E S T A C IO N C R E C IM IE N T O (S E P T IE M B R E -A B R IL)
P m a x 2 4 hrs.
100%
80%
70%
60%
Bo
rra
do
F R E C U E N C IA R E L A T IV A
90%
I (< 3 5 .6 m m )
II (35 .6 -5 3 .5 )
III (> 5 3 .5 )
50%
40%
30%
20%
10%
TT
TO
TO
LT
IA
R
E
P
IT
U
A
A
IM
A
T
A
U
Q
A
R
TA
LE
O
IT
L
P
IP
M
IM
IL
LI
LQ
0%
CUENCAS
Figura 9.5: Frecuencias relativas promedio por cuenca de las CAH de las precipitaciones maximas anuales
en 24 hrs., estaci
on crecimiento.
Es interesante destacar de los resultados que indican las tablas y graficos, que la condicion calificada como
normal por el metodo (Condici
on II) es lejos la menos frecuente practicamente en toda la region analizada.
En el caso de las precipitaciones diarias (Figuras 9.2, 9.3 y Tabla 9.4), incluso en invierno, desde la cuenca
de Aconcagua al norte predominan claramente las condiciones antecedentes secas. Entre Maipo y Mataquito
210
ar
re
lim
in
minoritaria la condici
on normal, presentandose como condicion antecedente predominante, la condicion
h
umeda desde Rapel al sur.
En la estaci
on de crecimiento, perodo Septiembre-Abril, se mantiene como condicion predominante en
toda la region, desde Elqui hasta Puerto Montt, la condicion seca.
rP
El analisis de lluvias diarias no resuelve totalmente el problema de falta de independencia, puesto que esta
no representa necesariamente la precipitacion maxima en 24 horas, ya que la tormenta puede distribuirse
cronologicamente entre dos das calendario, estimandose que estadsticamente la lluvia maxima en 24 horas
Bo
rra
do
9.2.
Estimaci
on del Flujo Base
Como se mencion
o en ac
apites anteriores, cuando se pretende analizar o reproducir crecidas, o caudales
a escala horaria o instant
anea, deben intentarse relaciones entre la precipitacion efectiva y la escorrenta
directa. Para evaluar la escorrenta directa debe descontarse o restarse a la escorrenta total, aquella fraccion
mas o menos constante, que constituye el flujo base o caudal existente en el ro antes del comienzo de una
determinada tormenta.
determinacion del flujo base. Un criterio consiste en extrapolar el hidrograma existente antes de la tormenta
como si esta no hubiese ocurrido, hasta llegar al tiempo en que se produce el caudal maximo de la crecida,
punto a partir del cual se empalma la curva de flujo base mediante una recta que alcanza a la curva de
recesion del hidrograma de crecida N das despues del instante del caudal maximo. Para el valor de N se ha
propuesto la expresi
on
N = 0.83 A0.2
[das]
(9.23)
9.2. Estimaci
on del Flujo Base
211
donde A es el
area de la cuenca en [km2 ].
El procedimiento se ilustra en la Figura 9.6
3500
N
3000
ar
2000
1500
1000
500
0
0
20
re
lim
in
Caudal
2500
40
60
80
Tiempo
Otra alternativa es postular que la curva de recesion de la crecida obedece a un decaimiento exponencial del
rP
tipo
(9.24)
Bo
rra
do
(9.25)
Es decir, la ecuaci
on de una recta con constante de regresion k. Si al graficar la curva se observa un
quiebre, o en otras palabras, un cambio en la magnitud de la constante inicial k1 , como se ilustra en el instante
t = 19 de la Figura 9.7, se interpreta el instante del quiebre como el punto donde cesa la escorrenta directa y
contin
ua solo la recesi
on del flujo base. Si se observan dos quiebres en vez de uno, el tramo intermedio suele
asociarse al aporte del flujo intermedio r
apido.
En estos casos, a partir de la constante k2 correspondiente al flujo base, se extrapola hacia atras este flujo,
212
ar
7.6
7.5
7.3
7.2
7.1
re
lim
in
7.4
Es importante recordar que el volumen de escorrenta directa debe ser igual al volumen de precipitacion
efectiva, es decir, debe cumplirse la relaci
on
Qed dt = Pef A
rP
(9.26)
Bo
rra
do
respetar la ecuaci
on anterior, es que representa la ecuacion de continuidad.
9.3.
Hidrogramas Unitarios
Se define el hidrograma unitario de una cuenca como el hidrograma de escorrenta directa provocado por
magnitud de la crecida provocada por una tormenta cualquiera de magnitud efectiva Pef , sera,
Q(t) = Pef HU (T, t)
(9.27)
es decir, se amplifican las ordenadas del hidrograma unitario, por la magnitud P de la tormenta efectiva.
213
La estimaci
on del hidrograma unitario de una cuenca puede realizarse en base a tormentas historicas
registradas, o puede recurrirse al concepto de hidrograma unitario sint
etico, que permite estimarlo a
partir de informaci
on morfol
ogica de la cuenca, disponiendo solo de un plano topografico de ella.
9.3.1.
Obtenci
on del Hidrograma Unitario a partir de Lluvias de Intensidad Constante
ar
Si se dispone de informaci
on concurrente de hidrogramas de crecidas y de hietogramas de las tormentas que
los produjeron, es posible proceder de la siguiente manera:
re
lim
in
rP
ief =
(9.28)
(iv) Por u
ltimo, de la definici
on de Hidrograma Unitario, ecuacion 9.27, se obtienen las ordenadas de este
dividiendo las ordenadas del hidrograma de escorrenta directa por la magnitud de la precipitacion
Bo
rra
do
efectiva
HU (T, t) =
Q(t)
Pef
(9.29)
obtenidos.
horas de duraci
on. En base a los distintos resultados, se calculan los promedios del tiempo de duracion
214
2.0
ar
1.5
1.0
re
lim
in
2.5
0.5
0
0
10
20
30
40
50
60
Tiempo [hr]
de la escorrenta directa o tiempos base tB ; analogamente se calculan los promedios de los tiempos
rP
hasta alcanzar el m
aximo, o tiempo al pico tp , y la magnitud del caudal maximo promedio Qp .
Se imponen estos valores promedios como validos para el hidrograma unitario promedio representativo,
(indicados en la Figura 9.8), y las ordenadas correspondientes a otros instantes de tiempo se obtienen a
criterio, tratando de reproducir en la mejor forma posible la distribucion temporal de los hidrogramas
individuales, recordando en todo momento que el area bajo la curva del hidrograma o volumen de
Bo
rra
do
escorrenta directa debe ser unitario. Expresados los caudales como gastos especficos, es decir, como
caudales por unidad de
area de la cuenca, el volumen bajo la curva del hidrograma representativo
debera valer
V =
tB
HU (T, t)
dt = 1
A
[mm]
(9.30)
Se incluye en la Figura 9.8 el HU que hubiese resultado en base al promedio aritmetico de las ordenadas
9.3.2.
En el caso anterior, el an
alisis debe hacerse para tormentas de aproximadamente la misma duracion T
y el Hidrograma Unitario que se obtiene, HU (T, t), es valido solo para tormentas de dicha duracion. En
estricto rigor, si se desease calcular el HU para otras duraciones, debiera repetirse el procedimiento utilizando
tormentas de la duraci
on deseada.
215
Sin embargo, considerando que el metodo postula que la cuenca se comporta como un sistema lineal, es
posible aprovechar el principio de superposicion de soluciones de los sistemas lineales.
En efecto, si se dispone del HU para una duracion T correspondiente a una lluvia de dicha duracion, si
ocurre una lluvia de duraci
on 2T , esta puede interpretarse como la sucesion inmediata de dos tormentas
identicas de duraci
on T , cada una de las cuales producira la misma crecida, solo que desfasadas en el tiempo
en la magnitud T . Luego, las ordenadas de la crecida generada por la tormenta total correspondera a la suma
ar
de las ordenas del H.U. de cada una de las tormentas, desfasadas en T unidades de tiempo. Como cada una
de las tormentas era unitaria, la magnitud de la tormenta total sera de P = 2 [mm], por lo que para llevarla
a una magnitud unitaria, las ordenadas de la crecida total resultante deberan dividirse por dos.
re
lim
in
Con esto, el H.U (2T, t), correspondiente a una lluvia de duracion 2T , quedara dado por la relaci
on
HU (2T, t) =
HU (T, t) + HU (T, t T )
2
(9.31)
Es facil visualizar que el raciocinio anterior puede generalizarse para tormentas de duracion n T , donde n
es un m
ultiplo entero de la duraci
on base:
HU (n T, t) =
(9.32)
rP
La ecuacion anterior permite, en consecuencia, estimar los HU de cualquier tormenta cuya duracion sea
un m
ultiplo entero de la duraci
on de la tormenta base.
Hidrograma en S
Bo
rra
do
9.3.3.
Se define el Hidrograma en S, como el hidrograma de escorrenta directa generado por una lluvia de
intensidad efectiva constante unitaria (ief = 1 [mm/hr]) y de duracion indefinida. Luego, si sumamos un
n
umero indefinido de HU de duraci
on T , el resultado sera el hidrograma de crecida correspondiente a una
lluvia indefinida de intensidad ief = 1/T , y el Hidrograma en S, que corresponde a una lluvia indefinida de
(9.33)
un valor de equilibrio constante, como se indica en la Figura 9.9, tomando la forma que da origen a su nombre.
Luego, bastar
a sumar s
olo k hidrogramas, donde
216
k=
tB
T
(9.34)
re
lim
in
Caudal acumulado
ar
Tiempo [hr]
rP
Suele ocurrir que el hidrograma en S no se estabilice, sino que presente ondulaciones finales en forma
indefinida. Esto se debe al no cumplimiento en la realidad, de las hipotesis del metodo; si las ondulaciones
Bo
rra
do
son menores, pueden ignorarse tomando un valor promedio final constante. Si las oscilaciones resultan de
importancia, normalmente revela la existencia de un error en la estimacion de la duracion T de la tormenta
original.
magnitud Pef = , por lo que el H.U. de cualquier duracion , vendra dado por la relacion
HU (, t) =
9.3.4.
S(t) S(t )
(9.35)
Estimaci
on de Hidrogramas Unitarios a partir de Tormentas de Intensidad Va-
riable
Si solo se dispone de registros de tormentas cuya intensidad efectiva es sensiblemente variable, siempre
sera posible representar su hietograma en forma discreta adoptando para distintos intervalos t, la intensidad
efectiva media ocurrida en cada intervalo, como se indica en la Figura 9.10
217
10
8
ar
6
4
2
0
0
re
lim
in
12
Intervalo Dt
rP
Cada intervalo de lluvia j provocara un hidrograma de escorrenta directa cuyas ordenadas quedan dadas
Bo
rra
do
Qk = Pef,j uk
(9.36)
(9.37)
total resultar
a de la suma de los hidrogramas parciales de cada intervalo de precipitacion, sumados con el
desfase correspondiente.
As, se tendr
a, si la lluvia tiene una duracion T = m t y el HU tiene un tiempo base tB = n t, donde
normalmente n > m,
218
Q(0) = 0
Q(1) = Pef,1 u1
Q(2) = Pef,2 u1 + Pef,1 u2
Q(3) = Pef,3 u1 + Pef,2 u2 + Pef,1 u3
ar
..
.
re
lim
in
(9.38)
rP
Qk =
k
X
Pef,ki+1 ui
(9.39)
Bo
rra
do
i=1
(9.40)
este caso conocida, [u] es el vector de dimension n correspondiente a las ordenadas del HU (T, t), en este
caso la incognita, y [Pef ] es la matriz de precipitaciones de dimension (m + n + 1) n correspondiente a las
precipitaciones con la estructura bandeada
Pef,1
Pef,2
Pef,1
Pef,3
..
.
Pef,2
..
.
Pef,1
..
.
0
..
.
..
.
0
..
.
..
.
0
..
.
..
.
0
..
.
Pef,m
Pef,m1
Pef,m2
...
...
P1
...
...
0
..
.
Pef,m
..
.
Pef,m1
..
.
Pef,m2
..
.
...
..
.
...
..
.
P1
..
.
0
..
.
ar
Pef
...
..
.
0
..
.
Pef,m
Pef,m1
Pef,m
re
lim
in
219
Como [Pef ] no es una matriz cuadrada, para la solucion del sistema debe premultiplicarse por la traspuesta
de [Pef ], que equivale a minimizar errores por el metodo de mnimos cuadrados, quedando
[Pef ]T [Q] = [Pef ]T [Pef ][u]
(9.41)
lo que permite determinar [u] premultiplicando por la inversa de [Pef ]T [Pef ], de forma que
9.3.5.
rP
1
[u] = [Pef ]T [Pef ]
[Pef ]T [Q]
(9.42)
Bo
rra
do
Se vio en el ac
apite anterior, que el caudal de crecida en un instante k, donde k corresponde en el tiempo al
instante t = k t, siendo t el intervalo en que se ha discretizado el hietograma de la tormenta, viene dado
por la ecuacion
Qk =
k
X
uj Pef,kj+1
j=1
Volviendo a la notaci
on original, esta ecuacion se transforma en
Q(kt) =
k
X
(9.43)
j=1
o de forma equivalente
Q(t) =
k
X
HU (t, ) Pef (t + t)
j=1
(9.44)
220
Q(t) =
k
X
(9.45)
j=1
Si el intervalo de discretizaci
on se hace disminuir, en el lmite cundo t 0, la ecuacion anterior se transforma
en
t
HU I( ) i(t )d
(9.46)
ar
Q(t) =
donde HUI es el hidrograma Unitario Instantaneo de la cuenca, es decir, el hidrograma de escorrenta directa
re
lim
in
La ecuacion anterior, en terminos matematicos corresponde a la integral de Duhamel o integral de convolucion, para la cual se cumple, cambiando variables, la relacion
Q(t) =
Z
0
HU I( ) i(t )d =
HU I(t ) i( )d
(9.47)
9.3.6.
rP
desarrollo de modelos conceptuales para la definicion del hidrograma unitario de una cuenca.
Entre los desarrollos conceptuales de hidrogramas unitarios destaca el HUI propuesto por Nash.
Bo
rra
do
De acuerdo a la ecuaci
on de balance hidrologico, debe cumplirse la ecuacion de continuidad
I Q=
dV
dt
(9.48)
Si se acepta que una cuenca se comporta como un embalse lineal, es decir, el caudal de salida Q es
(9.49)
dQ
dt
(9.50)
Ahora, si el caudal de entrada I es un impulso unitario, I = 0 para todo tiempo t > 0. Luego,
Q = k
dQ
dt
t>0
(9.51)
221
(9.52)
Por otra parte, siendo I un impuso unitario, el volumen total de la crecida debera ser igual a V = A 1,
Z
Q0
et/k dt = Q0 k = A
re
lim
in
ar
donde A es el
area de la cuenca aportante. Integrando,
Q0 =
A
k
(9.53)
Q(t)
1
= et/k
A
k
(9.54)
Lo anterior nos dice que el HUI de una cuenca que se comporta como un embalse lineal, tiene la forma de
una distribuci
on exponencial.
rP
Nash propuso que una cuenca real se comporta como una sucesion de n embalses lineales o n embalses
lineales en cascada, donde la entrada de cada uno corresponde a la salida del anterior.
La salida del primer embalse corresponde a su HUI, luego, la ecuacion de continuidad para el segundo
Bo
rra
do
1 t/k
dq2
e
q2 (t) = k
k
dt
(9.55)
cuya solucion es
q2 (t) =
1 t/k
te
k2
(9.56)
qn (t) =
1
tn1 et/k
1)!
k n (n
(9.57)
Es decir, el HUI de una cuenca real correspondera a una distribucion Gamma 2, con parametros = k y
= n.
La crecida generada por un chubasco intenso de corta duracion de magnitud efectiva P quedara dada por
Q(t) =
P A
tn1 et/k
k n (n 1)!
(9.58)
222
Luego, de la funci
on
q(t) =
Q(t)
A
(9.59)
9.3.7.
ar
re
lim
in
Por el motivo anterior, se han desarrollado muchas investigaciones tratando de obtener H.U. en forma
sintetica, es decir, relacionando las principales variables del hidrograma con parametros geomorfologicos de
la cuenca.
Para caracterizar adecuadamente un hidrograma unitario es necesario conocer las siguientes variables:
rP
Tiempo base o tiempo total desde el inicio hasta el termino de la escorrenta directa.
Tiempo al m
aximo o instante en que se produce el caudal maximo instantaneo.
Magnitud del caudal m
aximo.
Bo
rra
do
9.3.7.1.
Snyder (1938) fue el primero en proponer expresiones analticas para la generacion de H.U. sinteticos, proponiendo relaciones del tipo:
Tiempo al m
aximo:
tp = CD (LL)0.3
Caudal m
aximo :
qp =
Cp A
tp
[horas]
(9.60)
[m3 /smm]
(9.61)
+3
(9.62)
Tiempo base :
tB = 3
tp
24
[das]
223
donde L es el largo total del cauce principal [km], L es la distancia desde el centro de masa de la cuenca
hasta la secci
on de salida [km] y A es el
area de la cuenca en [km2 ]. Para las constantes CD y Cp propuso los
rangos:
1.35 < CD < 1.65
obtenidos del an
alisis de crecidas en las monta
nas Rocallosas de los EE. UU.
ar
Snyder desarroll
o sus f
ormulas utilizando tormentas cuya duracion efectiva cumpla la relacion
tp
5.5
re
lim
in
tLL =
(9.63)
Para tormentas de otras duraciones, dentro de un rango de variacion moderado, Snyder propuso corregir el
valor de tp mediante la relaci
on,
tp = tp +
tR tLL
4
(9.64)
donde tR es la duraci
on real de la tormenta considerada.
rP
Para estimar crecidas provocadas por tormentas de duraciones muy distintas a la que resulta de la aplicacion de la formula anterior, debe aprovecharse la propiedad de los sistemas lineales, en cuanto a la validez
del metodo de superposici
on de soluciones.
Bo
rra
do
limitacion de que al intentar utilizarlo en regiones distintas a la que origino las formulas, se obtienen valores
de los coeficientes CD y Cp que escapan bastante al rango de variacion sugerido por el autor, dependiendo
de las caractersticas de cada cuenca en particular.
9.3.7.2.
Linsley se
nala que las limitaciones de las f
ormulas de Snyder provienen de no haber considerado explcitamente
la pendiente de las cuencas en la determinacion del tiempo al maximo, proponiendo una relacion con la
estructura
tp = CD
LL
n
(9.65)
S=
L0
2
Pn1
i=1
Li +
Ln
2
(9.66)
224
donde,
h: Diferencia de alturas entre curvas de nivel.
L0 : Longitud de la curva de nivel de menor cota en [m].
Li : Longitud de la curva de nivel intermedia i en [m].
Ln : Longitud de la curva de nivel de mayor cota en [m].
9.3.8.
ar
Para la regi
on Maipo Maule:
tp =
qp =
tB =
0.386
0.397
[hrs]
LL
S
355 t1.22
p
2.7 t1.1
p
[lts/s km2 ]
[hrs]
Para la regi
on Itata-Valdivia:
qp =
0.241
LL
1.315
S
171.3 t0.829
p
tB =
5.45 t0.714
p
[hrs]
rP
tp =
re
lim
in
Benitez y Arteaga (1986) estudiaron la determinacion de HU en Chile, proponiendo las siguientes expresiones:
[lts/s km2 ]
[hrs]
Bo
rra
do
siguientes expresiones:
III a VI Regiones
tp =
qp =
tB =
0.422
LL
S
144.141 t0.796
p
5.377 t0.805
p
0.323
[hrs]
[lts/s km2 ]
[hrs]
VII Regi
on
qp =
0.327
LL
0.584
S
522.514 t1.511
p
tB =
1.822 t1.412
p
tp =
[hrs]
[lts/s km2 ]
[hrs]
225
VIII a X Regi
on
qp =
0.237
LL
S
172.775 t0.835
p
tB =
5.428 t0.717
p
tp =
1.315
[hrs]
[lts/s km2 ]
[hrs]
cuanto a la duraci
on de la lluvia que genera el hidrograma.
ar
En todos los casos anteriores se mantiene, en forma mas o menos arbitraria, las relaciones de Snyder en
re
lim
in
q/qp
0
0.2
0.5
0.4
0.6
0.6
0.75
0.8
1.3
0.8
1.5
0.6
1.8
0.4
2.3
0.2
2.7
0.1
Bo
rra
do
rP
0.3
El hidrograma adimensional anterior debe considerarse solo como referencial, ya que de mucho mayor
9.4.
F
ormulas Empricas
Para la estimaci
on en forma r
apida del caudal maximo de una crecida se han propuesto en diversas partes
del mundo formulas empricas, la mayora de las cuales tiene una estructura del tipo.
Qp = b An
(9.67)
226
9.4.1.
F
ormulas tipo Burkli-Ziegler
S
iA
A
(9.68)
que al menos incorpora la pendiente de la cuenca S, la intensidad de la tormenta que provoca la crecida i,
F
ormula Racional
re
lim
in
9.4.2.
ar
Dentro del grupo anterior puede encontrarse la formula denominada Formula Racional, tal vez la formula
mas utilizada a nivel mundial para la estimacion rapida de caudales maximos de crecida en cuencas peque
nas.
Diagrama Tiempo-Area
Dada una cuenca especfica, es conceptualmente posible establecer la ubicacion de las lneas isocronas o lneas
de igual tiempo de viaje de una partcula de agua desde su punto de precipitacion hasta la seccion de salida
de la misma. Calculando el
area de la cuenca ubicada aguas abajo de cada lnea isocrona y graficando esta
en funcion del tiempo de viaje, se obtiene el denominado diagrama tiempo-area, que representa la variacion
rP
Si sobre la cuenca se produce una tormenta con intensidad efectiva ief constante en el tiempo y en el
Bo
rra
do
t < tc
(9.69)
donde el area aportante hasta dicho instante A(t) podra obtenerse del diagrama tiempo-area.
Si la duraci
on de la lluvia supera el tiempo de concentracion de la cuenca, el sistema entra en regimen y
t > tc
(9.70)
t > tc
(9.71)
227
(9.72)
t > tc
donde C depende de las condiciones de intercepcion, retencion e infiltracion de la cuenca, quedando limitado
al rango 0 < C < 1.
ar
Lo anterior supone que la lluvia efectiva dura mas que el tiempo de concentracion de la cuenca. De ah que la
formula sea aplicada normalmente para cuencas de peque
no tama
no. La formula racional es dimensionalmente
correcta; si se utilizan las dimensiones habituales de [mm/hr] para la intensidad de la lluvia y [km2 ] para el
Q=
re
lim
in
tama
no de la cuenca la f
ormula queda dada por la expresion,
C ief (tc ) A
3.6
m3 /seg
(9.73)
donde C es el coeficiente de escorrenta (0 < C < 1), i(tc ) es la intensidad media maxima de la precipitacion,
correspondiente a una duraci
on igual al tiempo de concentracion de la cuenca tc .
rP
Si la duraci
on de la lluvia efectiva te resulta menor que el tiempo de concentracion de la cuenca, lo que
puede ocurrir en cuencas grandes, se demuestra (Stowhas, 2003) que el caudal maximo de crecida para una
Bo
rra
do
te < tc
(9.74)
Esta condici
on introduce la incertidumbre de determinar la duracion de la lluvia efectiva y el tama
no del
area aportante hasta dicho instante, ambas variables difciles de determinar. En la practica, el uso de la
formula racional, v
alida para cuencas peque
nas (ecuacion 9.73), ha sido generalizada para su uso en cuencas
mayores, traspasando la incertidumbre al coeficiente de escorrenta C.
9.4.2.1.
Estimaci
on del Coeficiente de escorrenta
De la gran experiencia que se dispone respecto a la utilizacion de la formula racional, diversos autores
han propuesto valores representativos del coeficiente de escorrenta para diferentes condiciones de aplicacion.
Chow (1994) recomienda para zonas rurales los siguientes valores:
Para zonas urbanas, el Manual N 37 de la ASCE (1969) propone los siguientes valores en funcion del uso
del area y del tipo de superficies:
228
Tipo de suelo
Terrenos Cultivados
Praderas
Terrenos Boscosos
0.2
0.15
0.10
0.4
0.35
0.30
0.5
0.45
0.40
re
lim
in
ar
infiltraci
on
Tipo de calzada
0.7 - 0.95
Asfaltos
0.7 - 0.95
Comercial suburbana
0.5 - 0.7
Concretos
0.8 - 0.95
Edificios de Departamentos
0.5 - 0.7
0.7 - 0.85
Residencial unifamiliar
0.3 - 0.5
Aceras y pasajes
0.75 - 0.85
Unidades m
ultiples pareadas
0.6 - 0.75
Techos
0.75 - 0.95
rP
Comercial Centrica
Unidades m
ultiples separadas
0.4 - 0.6
Prados arenosos de 2 a 7 %
0.05 - 0.2
de pendiente
Residencial suburbana
0.25 - 0.4
Prados arcillosos de 2 a 7 %
0.13 - 0.35
de pendiente
0.6 - 0.9
Parques y cementerios
0.1 - 0.25
0.5 - 0.8
Patios de ferrocarriles
0.2 - 0.4
Bo
rra
do
Cabe destacar que estos coeficientes no consideran la intensidad de la lluvia o perodo de retorno del evento,
C=
1
2
1
2
t cf
si t < 1
si t = 1
1
2t
si t > 1
(9.75)
229
donde cf es un coeficiente de forma que en primera aproximacion puede estimarse mediante la relacion
si
< 0.089
si 0.089
si
> 0.408
6 i24
tc f
(9.77)
re
lim
in
t =
(9.76)
0.408
ar
2.7
0.65
t
cf =
0.56
rP
Bo
rra
do
f =6
(i24 )2
Pef
(9.78)
Ejemplo
CNeq igual a 65 sobre la que cae una precipitacion total en 24 horas de 100 [mm] con una intensidad media
De la Curva N
umero se obtiene
S = 25.4
1000
10 = 136.8 [mm]
CN
(P I)2
= 22.9 [mm]
(P + S I)
Luego,
f =6
(i24 )2
= 4.56 [mm/hr]
Pef
230
1 i24
t = 2.24
tc f
Ademas,
Por Grunsky,
i(tc ) = i24
24
= 20.43 [mm/hr]
tc
ar
cf = 1.0 C = 0.777
Finalmente Q = 0.777 20.43 8/3.6 = 35.3 [m3 /s], con un gasto especfico de q = Q/A = 4.41 [m3 /s km2 ].
re
lim
in
Si la misma tormenta ocurre sobre una cuenca de las mismas caractersticas pero de tama
no mayor de 800
[km2 ] con un tiempo de concentraci
on de 12 hrs, se obtiene
t
=
6
Luego,
1 i24
t = 0.647
tc f
cf = 1.33 C = 0.431
24
= 5.90 [mm/hr]
tc
rP
Por Grunsky,
i(tc ) = i24
Donde finalmente Q = 0.431 5.9 800/3.6 = 565 [m3 /s], con un gasto especfico de q = Q/A = 0.71 [m3 /s
Bo
rra
do
km2 ].
9.4.2.2.
Estimaci
on del Tiempo de Concentraci
on
El tiempo de concentraci
on de la cuenca se define como el tiempo que demora en llegar a la seccion de salida
de la cuenca, la partcula de lluvia que cae en el punto mas alejado de ella, es decir, es el tiempo a partir del
cual toda la superficie de la cuenca est
a aportando agua a la seccion de salida.
Para estimar a su vez el tiempo de concentracion pueden utilizarse diversos procedimientos. Por ejemplo:
tc =
L
v
(9.79)
L3
h
0.385
[hrs]
(9.80)
231
Con L longitud del cauce principal [km], h es el desnivel maximo de la cuenca [m] y 0.5 < k < 1.5
dependiendo del grado de definici
on de la red de drenaje (Normal en cuencas naturales, k 1).
F
ormula de Hathaway
tc =
2.19Ln
0.47
(9.81)
[hrs]
ar
F
ormula de Giandotti
re
lim
in
4 A + 1.5 L
tc =
0.8 H
[hrs]
(9.82)
7 L0.6 n0.6
i0.4 S 0.3
rP
F
ormula de Linsley-Morgali
tc =
[hrs]
(9.83)
Bo
rra
do
F
ormula Manual de Carreteras de Espa
na
tc = 0.3
L0.76
S 0.19
[hrs]
(9.84)
Para la aplicaci
on de la f
ormula racional, la magnitud de la intensidad media maxima de la tormenta para
el tiempo de concentraci
on respectivo (independiente la formula que se utilice), debe obtenerse de la curva
intensidad-duraci
on de la tormenta.
9.4.3.
F
ormula de Verni-King
232
(9.85)
[m3 /s]
ar
La formula es generalmente aplicable para tormentas de alto perodo de retorno en cuencas de tama
no
medio o mayor. La DGA (2005b) propone minoraciones al coeficiente de la formula para utilizarla para
tormentas de perodo de retorno menores a 100 a
nos.
re
lim
in
9.4.4.
F
ormulas DGA
La Direccion General de Aguas, DGA (2005b), propone un metodo que se conoce como Metodo DGA-AC,
rP
Bo
rra
do
10
P24
Q10 = 1.94 107 A0.776
p
3.108
[m3 /s]
(9.86)
10
Q10 = 5.42 108 A0.915
P24
p
3.432
[m3 /s]
(9.87)
Regiones V, RM y VI:
10
Q10 = 2 103 A0.973
P24
p
1.124
[m3 /s]
(9.88)
10
es la precipitacion en 24 horas con 10 a
nos de perodo
donde Ap es el
area pluvial de la cuenca en [km2 ] y P24
de retorno.
233
A manera de ejemplo, en la cuenca de 800 [km2 ] utilizada en los ejemplos anteriores, supuestamente ubicada
en la cuenca del Aconcagua (V regi
on), con una precipitacion en 24 horas con perodo de retorno de 10 a
nos
de 80 [mm], el caudal Q10 resulta:
Q10 = 5.42 108 8000.915 803.432 = 84.2 [m3 /s]
Factor de frecuencia
0.74
10
1.00
20
25
50
75
100
re
lim
in
Perodo de Retorno [a
nos]
ar
1.29
1.39
1.72
1.94
2.10
Luego, si la precipitaci
on de 80 [mm], tiene un perodo de retorno de 50 a
nos, el caudal maximo medio
diario para dicho perodo de retorno resulta,
rP
Bo
rra
do
1.43 de donde
Este resultado es del orden de un 25 % inferior al de los metodos anteriores. Las diferencias, aunque son
habituales en f
ormulas hidrol
ogicas, pueden deberse en este caso, a que se considero una cuenca hipotetica,
adoptando valores estimativos, pero arbitrarios, para el tiempo de concentracion y el perodo de retorno de
las lluvias.
9.4.5.
Hidrogramas de Crecidas
Las formulas empricas permiten estimar en forma rapida el caudal maximo de una crecida pero no dan informacion sobre la forma del hidrograma correspondiente. Si dicha informacion resulta necesaria, en principio
debiera recurrirse al uso de Hidrogramas Unitarios, efectuando la convolucion en funcion de un determinado
hietograma de la tormenta resultando crecidas cuyo caudal maximo y forma dependeran bastante de la forma
del hietograma o distribuci
on temporal de la tormenta.
Sin embargo, se han propuesto algunos procedimientos mas o menos simplificados que permiten generar en
forma directa el hidrograma de crecida sin pasar a traves del concepto de hidrograma unitario. Estos metodos
234
9.4.5.1.
Hidrograma de Santa B
arbara
El hidrograma de Santa B
arbara es un procedimiento simple y conceptualmente interesante desarrollado para
ar
re
lim
in
En consecuencia, si sobre la cuenca cae una lluvia que un instante tiene una intensidad i, el flujo o caudal
superficial efectivo que ingresa a la cuenca sera,
I = A (p i + (1 p) (i f ))
i>f
(9.89)
Si el caudal en la secci
on de salida es Q, la ecuacion de continuidad nos dice que
I Q=
dV
dt
(9.90)
rP
(9.91)
Bo
rra
do
donde Q es el caudal medio que circula por la cuenca, tc es el tiempo de concentracion de la cuenca, y
k < 1 es un factor que relaciona el caudal medio con el caudal de salida Q. Luego,
I Q = k tc
dQ
dt
(9.92)
Vf Vi
t
Ii + If
Qi + Qf
k tc
=
(Qf Qi )
2
2
t
Donde los subndices indican los valores al inicio y termino del intervalo. Reordenando, se obtiene
Qf = Qi +
t
t + 2ktc
(Ii + If 2Qi )
(9.93)
Aplicada en forma recursiva, esta ecuacion permite sintetizar el hidrograma de salida Q(t) en funcion del
hietograma de la tormenta i(t) y de las caractersticas de la cuenca (A, p, f ).
235
Si no se dispone de informaci
on pluviografica se puede considerar una intensidad efectiva media constante,
en cuyo caso
I = ief A
(9.94)
ief A Q = ktc dQ
dt
ar
De donde la ecuaci
on de continuidad queda
re
lim
in
t < Tef
Q = ktc dQ
dt
t > Tef
t < Tef
tTef
Q(t) = ief A 1 eTef /(ktc ) e ktc
t > Tef
(9.95)
(9.96)
rP
Se observa de la ecuaci
on 9.96 que de acuerdo a este modelo, si la lluvia se prolonga en forma indefinida el
caudal es siempre creciente tendiendo asintoticamente al caudal en regimen. De lo anterior se desprende que
el maximo caudal ocuurrira en el instante t = Tef con una magnitud
Bo
rra
do
Tef
Qmax = ief A 1 e ktc
(9.97)
Por otra parte la intensidad efectiva media sera a su vez funcion de la duracion de la tormenta. Si se acepta
nuevamente una tormenta centrada, simetrica, monomodal que satisfaga en todo momento la ley de Grunsky,
con una tasa de infiltraci
on constante f , se demuestra que
P
q24
(9.98)
T
P24
ktefc
p
=
A 1e
24 Tef /6
(9.99)
ief =
24
Tef
6
De donde
Qmax
Derivando el caudal m
aximo respecto a la duracion de la lluvia e igualando a cero, se llega a la expresion
Tef
e ktc + 2
Tef Tktef
e c =0
ktc
(9.100)
236
Tef
ktc
1.2565.
De lo anterior, la duraci
on de lluvia m
as desfavorable de la cuenca sera
Tef = 1.2565k tc
(9.101)
Qmax =
P
p 24
A 1 e1.2565
24 1.2565ktc /6
ar
Con un caudal m
aximo dado por la expresion
(9.102)
re
lim
in
Si la precipitaci
on se expresa en mm, el tiempo de concentracion en horas y el area de la cuenca en km2 ,
se llega a la formula
Qmax =
0.018
P A
ktc 24
m3 /s
(9.103)
En el segundo caso,
rP
0.018
Qmax = 100 8 = 20.4 [m3 /s]
0.5
Bo
rra
do
0.018
Qmax = 100 800 = 588 [m3 /s]
0.6
9.4.5.2.
El Soil Conservation Service (SCS) de los EE. UU. propone el uso de una hidrograma de crecida simplificado
de forma triangular. La precipitaci
on efectiva o volumen de escorrenta directa se calcula mediante el metodo
de la Curva N
umero.
Para el tiempo al m
aximo proponen la relacion
tp =
Tef
+ 0.6tc
2
(9.104)
(9.105)
237
Ved = Pef A =
1
tB qp
2
(9.106)
de donde
2Pef A
2.67
Tef
2
+ 0.6tc
(9.107)
ar
Qp =
Expresando la precipitaci
on en [mm], el area en [km2 ] y los tiempos en horas resulta finalmente
[m3 /s]
re
lim
in
ef
Qp = 0.416 Tef +1.2t
c
(9.108)
4.167
4.56
i24
f
2
2
(9.109)
= 5.01 [hr]
rP
Tef = 6
22.9 8
= 12.3 [m3 /s]
5.01 + 1.2
Bo
rra
do
Qp = 0.416
y en el segundo
Qp = 0.416
9.4.5.3.
22.9 800
= 393 [m3 /s]
5.01 + 1.2 12
F
ormula de Mill
an-Stowhas
Este metodo permite una metodologa generalizada simplificada que entrega valores directos de los principales
factores que intervienen en el hidrograma de una crecida; caudal maximo instantaneo, tiempo al maximo y
forma de la onda de crecida, sin necesidad de pasar a traves del metodo del hidrograma unitario.
Utilizando el metodo del Hidrograma Unitario Sintetico propuesto por Arteaga y Bentez (1986) para la
238
ar
Caudal m
aximo por unidad de
area del hidrograma de crecida generado (qm ), en [m3 /s km2 ].
Instante en el cual comienza a generarse la escorrenta directa (TI), en horas.
re
lim
in
Q(t) = Qp
donde:
t
Tp
p
t
Tp
(9.110)
rP
T M T I), ya que el origen de esta funcion se fijo en el instante en que comienza la escorrenta directa
p : Factor de forma adimensional.
Bo
rra
do
p=
2.38 qm (T M T I)
+ 0.113
Pef
2.041
(9.111)
donde el producto qm (T M T I)/Pef debe ser adimensional (factor de correccion 3.6 si se usa [m3 /skm2 ],
horas y [mm]).
escorrenta sea igual al volumen precipitacion efectiva, es decir, igual al producto de la precipitacion efectiva
(Pef ) por el area de la cuenca (A).
Para el caudal m
aximo se propone la relacion
qm = 0.383 TPD
S(P 0.16S)
3.3T D(P +0.8S)
P
61.971 TGM
D 3.322 N C 1.135
0.854
0.759
m3 /s/km2
(9.112)
LL
[km2 ]
239
Para el tiempo al m
aximo se propone la relacion
TM =
+ 0.565GM 0.348
TD
2
(9.113)
[hrs]
0
21.01T D
1.288
P
(N C/100)4.536
9.4.6.
si P Plim
si P < Plim
re
lim
in
TI =
ar
Por u
ltimo, para el tiempo de inicio de la escorrenta directa se proponen las relaciones
1000
CN
(9.114)
10 en [mm].
Cuando se pretende sintetizar el hidrograma de una crecida mediante un metodo precipitacion-escorrenta, tal
rP
como los hidrogramas unitarios u otros de los procedimientos antes vistos, es necesario establecer previamente
el hietograma de la tormenta de dise
no, es decir, hay que establecer la sucesion u orden cronologico en que
se presentan los distintos intervalos de intensidad de precipitacion.
Diversos estudios se han realizado en Chile y en el mundo intentando establecer alguna forma o hietograma
Bo
rra
do
tpico de las tormentas, pero los resultados no son concluyentes. La intensidad de las precipitaciones puede
distribuirse de cualquier forma, existiendo a lo mas, algunas formas o distribuciones que se presentan con
mayor frecuencia que otras. Depender
a en consecuencia del criterio y experiencia del proyectista la distribucion
a seleccionar en funci
on del objetivo de la estimacion, ya que tormentas de igual magnitud, pero de distinta
distribucion temporal generar
an caudales maximos de crecida distintos, perdiendose la asociacion entre el
perodo de retorno de la tormenta y el perodo de retorno del caudal maximo de crecida resultante.
No obstante lo anterior, diversos criterios se han propuesto para la distribucion de tormentas en el tiempo.
9.4.6.1.
Distribuci
on de Tormentas de Endesa
Benitez y Verni (1985) estudiaron la distribucion temporal de tormentas chilenas con duraciones entre 12
y 72 horas, proponiendo tres distribuciones distintas, una con valores maximos al comienzo, otra centrada
y otra con valores m
aximos al final de la tormenta. Por efectos de infiltracion y forma de los hidrogramas
unitarios, los caudales m
aximos se incrementaran cuando las maximas intensidades se concentren al final
de la tormenta. De ellas, la m
as utilizada, por generar valores de crecida intermedios, es la denominada
Distribucion Centrada de Endesa. En la Tabla 9.9 y la Figura 9.11.
240
% Tiempo
% Ptotal
% Tiempo
% Ptotal
0-10
6.9
50-60
14.2
10-20
8.3
60-70
11.6
20-30
10.4
70-80
9.5
30-40
12.6
80-90
7.5
40-50
13.7
90-100
5.3
re
lim
in
16
14
% Ptotal
12
10
8
6
4
rP
2
0
ar
% Tiempo
Bo
rra
do
9.4.6.2.
M
etodo de los Bloques Alternantes
Un procedimiento alternativo, a
un cuando mas conservador, es distribuir cronologicamente la precipitacion
mediante el denominado metodo de los bloques alternantes. Este consiste en postular valores de precipitacion
para un cierto intervalo de tiempo, digamos 1 hora, de manera que su suma coincida con la precipitacion
total de la tormenta. Los bloques (horarios) de precipitacion se distribuyen ubicando el intervalo u hora de
mayor precipitaci
on en forma central, agregando en forma alternante los bloques de precipitacion siguientes
ordenados de mayor a menor, sucesivamente antes y despues del bloque central.
Con el prop
osito de que la distribuci
on de la tormenta resulte crtica para todos los tiempos de concen-
tracion, conviene asignarle a cada bloque de precipitacion la magnitud que le corresponda de acuerdo a los
coeficientes de duraci
on de precipitaciones.
Ejemplo: Distribuci
on cronol
ogica o hietograma de dise
no de una tormenta de dise
no de 120 [mm] en 24
horas.
Utilizando la f
ormula de Gunsky, Pt = P24
t
24 ,
241
duracion, la precipitaci
on m
axima acumulada correspondiente a ella y por diferencia con el valor anterior,
se obtiene en la columna 3, la magnitud de precipitacion individual de cada bloque u hora. Finalmente, el
hietograma de dise
no que se muestra en la columna 4 de la Tabla 9.10 y Figura 9.12, se construye ubicando
en este caso la mayor precipitaci
on horaria en el bloque u hora 13, la segunda mayor precipitacion horaria
en el bloque u hora 12, la tercera magnitud, alternadamente en el bloque u hora 14 y as sucesivamente.
Duracion
Precipitaci
on
Hietograma
Duracion
ar
Horaria
Dise
no
Acumulada
[hr]
[mm]
[mm/hr]
[mm/hr]
[hr]
[mm]
24.5
24.5
2.5
13
34.6
10.1
2.6
42.4
7.8
49
Hietograma
Horaria
Dise
no
[mm/hr]
[mm/hr]
88.3
3.5
24.5
14
91.7
3.3
7.8
2.8
15
94.9
3.2
5.8
6.6
2.9
16
98
3.1
4.8
54.8
5.8
3.1
17
101
4.2
60
5.2
3.3
18
103.9
2.9
3.8
64.8
4.8
3.6
19
106.8
2.8
3.5
69.3
4.5
20
109.5
2.8
3.2
73.5
4.2
4.5
21
112.2
2.7
10
77.5
5.2
22
114.9
2.6
2.8
11
81.2
3.8
6.6
23
117.5
2.6
2.7
12
84.9
3.6
10.1
24
120
2.5
2.6
Bo
rra
do
rP
re
lim
in
Acumulada
25
Intensidad [mm/hr]
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tiempo [hr]
242
Bibliografa
ASCE (1969), Manual of Practice No. 37, American Society of Civil Engineers, 978-0-7844-5316-2 (print),
1969, 332 pp.
Barrientos, M. A., & L. Stowhas (2001), Condiciones antecedentes de humedad en tormentas chilenas, XV
Congreso Nacional de Hidr
aulica, Concepcion, Chile.
ar
Benitez, A., & F. Verni (1985), Distribucion Porcentual de las Precipitaciones de una Duracion t, VII
Congreso Nacional de Ingeniera Hidr
aulica.
re
lim
in
Bentez, A., & F. Arteaga (1986), Metodo para la Determinacion de Hidrogramas Unitarios Sinteticos en
Chile, Revista Sociedad Chilena de Ingeniera Hidr
aulica, Volumen 1, N1.
Chow, V. T., D. R. Maidment, and L. W. Mays (1994), Hidrologa Aplicada, Mc Graw Hill Interamericana,
S.A. Santafe de Bogota, Colombia.
DGA (1995), An
alisis de Eventos Hidrometeorol
ogicos Extremos en el Pas. Caudales M
aximos y Minimos,
Direccion General de Aguas, Ministerio de Obras Obras Publicas, Chile.
rP
Espldora, B., & A. Echavarra (1979), Criterios para la Caracterizacion y Seleccion de Lluvias de Dise
no, IV
Coloquio Nacional de Hidr
aulica.
Bo
rra
do
Green, W.H., and G.A. Ampt (1911). Studies on soil physics: I. Flow of air and water through soils. Journal
of Agricultural Science, 4, 1-24.
Horton, R. E. (1939), Analysis of runoff-plat experiments with varying infiltration capacity, Transactions,
American Geophysical Union, 20, 693 711.
Philip, J. (1957), The theory of infiltration: 1. The infiltration equation and its solution. Soil Science, 83,
345-357.
Saavedra, C., & L. Stowhas (2003), C
alculo y analisis crtico del metodo de la curva n
umero para cuencas
del pas, XVI Congreso Nacional de Hidr
aulica, Santiago, Chile.
243
Snyder, F. F. (1938), Synthetic Unit Hydrographs, Trans. Am. Geophys. Union, 19, pt, 1, pp447-454.
Soil Conservation Service (1972), National Engineering Handbook, section 4, Hydrology, U. S. Dept. of
Agriculture.
Stowhas, L. (2003), Uso racional de la f
ormula racional, XVI Congreso Nacional de Hidr
aulica, Santiago,
Chile.
ar
U.S. Bureau of Reclamation (1977), Design of Small Dams, U.S. Government Printing Office.
Bo
rra
do
rP
re
lim
in
Hidr
aulica.
re
lim
in
rP
Bo
rra
do
ar