Escolar Documentos
Profissional Documentos
Cultura Documentos
HUANCAVELICA
(CREADA POR LEY N 0 25265)
FACULTAD CIENCIAS DE INGENIERIA
ESCUELA PROFESIONAL DE INGENIERIA CIVIL-HUANCAVELICA
21 de febrero de 2017
ANALISIS
METEOROLOGICO DE
LA CUENCA DEL RIO CANETE
1
Indice
1. INTRODUCCION 4
2. OBJETIVOS 5
2.1. OBJETIVOS GENERALES . . . . . . . . . . . . . . . . . . . . 5
2.2. OBJETIVOS ESPECIFICOS . . . . . . . . . . . . . . . . . . . 5
3. MARCO TEORICO 6
3.1. REGRESION DE DATOS ESTADISTICOS . . . . . . . . . . . 6
3.2. ANALISIS DE CONSISTENCIA . . . . . . . . . . . . . . . . . 6
3.3. ANALISIS VISUAL GRAFICO . . . . . . . . . . . . . . . . . . 7
3.4. ANALISIS DOBLE MASA . . . . . . . . . . . . . . . . . . . . . 7
3.5. ANALISIS ESTADISTICO . . . . . . . . . . . . . . . . . . . . . 8
3.5.1. media y desviacion estandar . . . . . . . . . . . . . . . . 8
3.5.2. Calculo del (tc). . . . . . . . . . . . . . . . . . . . . . . 9
3.5.3. Calculo del t tabular (tt). . . . . . . . . . . . . . . . . . 9
3.6. CONSISTENCIA DE LA DESVIACION ESTANDAR . . . . . 9
3.6.1. calculo de F calculado (Fc) . . . . . . . . . . . . . . . . . 9
3.6.2. grados de libertad . . . . . . . . . . . . . . . . . . . . . . 10
3.7. ANALISIS DE TENDENCIAS . . . . . . . . . . . . . . . . . . 10
3.7.1. Tendencia en la Media . . . . . . . . . . . . . . . . . . . 10
3.7.2. Calculo de los parametros de la ecuacion de simple regresion 10
3.7.3. Evaluacion de la tendencia Tm . . . . . . . . . . . . . . 11
3.7.4. calculo estadistico t. . . . . . . . . . . . . . . . . . . . . 11
3.7.5. calculo t. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.8. TRATAMIENTO DE DATOS . . . . . . . . . . . . . . . . . . 12
4. PROCEDIMIENTO DE ANALISIS 12
4.1. REGRESION LINEAL SIMPLE . . . . . . . . . . . . . . . . . 12
4.1.1. PROGRAMACION EN R . . . . . . . . . . . . . . . . . 13
4.1.2. MODELO
MATEMATICO DE REGRESION . . . . . . 13
4.1.3. TABLA DE REGRESION Y ERROR . . . . . . . . . . 13
4.1.4. GRAFICOS ESTADISTICOS . . . . . . . . . . . . . . . 13
4.2. ANALISIS DE CONSISNTENCIA . . . . . . . . . . . . . . . . 13
4.2.1. PROGRAMACION EN R . . . . . . . . . . . . . . . . . 14
4.2.2. ANALISIS
VISUAL GRAFICO . . . . . . . . . . . . . . 15
4.2.3. ANALISIS DE DOBLE MASA . . . . . . . . . . . . . . 15
4.2.4. ANALISIS ESTADISTICO . . . . . . . . . .
. . . . . . 16
4.2.5. CORRECCION DE DATOS . . . . . . . . . . . . . . . . 19
2
5. CONCLUSION 20
6. BIBLIOGRAFIA 21
3
1.
INTRODUCCION
En el siguiente trabajo realiza los metodos estadsticos para verificar la con-
sistencia que presentan los datos en cuanto a precipitaciones hablando, tanto
de a Cuenca en estudio como de datos de precipitaciones obtenidas del docente
en curso , los datos que se tomara en cuenta sera para una data historica de
35 a nos, clasificaremos en 2 series segun donde exista la tendencia de saltos.
Basandose en el trazado de la curva de doble masa, se reemplaza la determi-
nacion manual de la recta de alineacion de registros anuales, por la b usqueda
iterativa de la mejor combinacion de tramos y se considera la alineacion optima
por el metodo de los mnimos cuadrados, asociado a verificaciones estadsticas
de distribucion de residuos. El mejor trazado se considera aquel que presenta el
menor error cuadratico medio. La implementacion se hace en una combinacion
de planilla de calculo y lenguaje de programacion de preferencia julia por su
facil manejo. El metodo presenta una excesiva exactitud, que lleva a detectar en
algunos casos un mayor n umero de variaciones que las realmente significativas,
dada la limitada precision de las mediciones utilizadas como base. Se utiliza
una formula emprica que sugiere una solucion alternativa, pero sin obviar la
alternativa original. Finalmente se aplica un test estadstico para determinar
la significacion de los cambios detectados. Los resultados obtenidos permiten
inferir objetivamente si los cambios detectados entre registros acumulados de
estaciones pluviometricas, corresponden a variaciones propias de las mediciones
de fenomenos naturales, o por el contrario establecen alteraciones producidas
por un factor de origen antropico, como cambios de ubicacion, condiciones de
trabajo o del personal a cargo de las lecturas.
4
2. OBJETIVOS
2.1. OBJETIVOS GENERALES
1. Llenar los datos faltantes de las estaciones perteneciente a la Cuenca en
estudio .
5
3. MARCO TEORICO
3.1. DE DATOS ESTADISTICOS
REGRESION
En estadstica, el analisis de la regresion es un proceso estadstico para esti-
mar las relaciones entre variables. Incluye muchas tecnicas para el modelado y
analisis de diversas variables, cuando la atencion se centra en la relacion entre
una variable dependiente y una o mas variables independientes (o predictoras).
Regresi on Lineal M ultiple : Cuando existe una posible relacion entra va-
rias variables independientes y otra dependiente se hace necesario el uso de la
REGRESION MULTIPLE. La regresion m ultiple se usa con mayor frecuencia
en las publicaciones de las investigaciones cuando se requiere crear un modelo
donde se seleccionan variables que pueden infuir en la respuesta, descartando
aquellas que no aportan informacion, cuando se requiere detectar la interaccion
entre variables independientes que afectan a la variable y cuando se requiere
identificar variables confusoras. Al momento de aplicar la regresion m ultiple
se tienen ciertos requisitos y limitaciones, entre los cuales se pueden citar los
siguientes: Linealidad Normalidad y equidistribucion de los residuos. N umero
de variables independientes. Colinealidad Observaciones anomalas.
3.2.
ANALISIS DE CONSISTENCIA
Una serie de tiempo de datos hidrologicos es relativamente constante si los
datos son periodicamente proporcionales a una serie de tiempo apropiado si-
multaneamente (Chang y Lee 1974). La consistencia relativa significativa que
los datos hidrologicos en una observacion cierta estacion son generados por el
mismo mecanismo que genera similares datos de otras estaciones. Es una practi-
ca com un para verificar la coherencia en relacion con el doble de la masa de
analisis.
6
cia y la valides de la media patron.
Doble masa de analisis, es comprobacion requiere eliminar del patron los datos
de una determinada estacion y comparandolos con los datos restantes. Si estos
datos son consistentes con los totales generales de la zona, que se vuelven a in-
corporar en el patron no se puede hacer un analisis de doble masa, sin embargo
se pueden detectar cambios similares que ocurrieron en las estaciones de forma
simultanea.
3.3.
ANALISIS
VISUAL GRAFICO
En coordenadas cartesianas se plotea la informacion hidrologica historica,
ubicandose en las ordenadas, los valores de la serie y en las abscisas el tiempo
(a
nos, meses, das, etc.).
3.4.
ANALISIS DOBLE MASA
Este analisis se utiliza para tener una cierta confiabilidad en la informacion,
as como tambien, para analizar la consistencia en relacionado a errores, que
pueden producirse durante la obtencion de los mismos, y no para una correccion
a partir de la recta doble masa.
7
Figura 2: Analisis de doble masa para determinar la Estacion base
3.5.
ANALISIS ESTADISTICO
Despues de obtener de los graficos construidos para el analisis visual y de los
de doble masa, los perodos de posible correccion, y los perodos de datos que
se mantendran con sus valores originales, se procede al analisis estadstico de
saltos, tanto en la media como en la desviacion estandar.
n1
& n1
' 12
1 X 1 X 2
x1 = xi ; S1 (x) = Xi x1 (1)
n1 i=1 n1 1 i=1
n2
& n2
' 21
1 X 1 X 2
x2 = xi ; S2 (x) = Xj x2 (2)
n2 j=1 n2 1 j=1
8
3.5.2. C
alculo del (tc).
X1 X2
Tc = (3)
Sd
1
1 1 2
Sd = Sp + (4)
n1 n2
12
(n1 1) S12 + (n2 1) S22
Sp = (5)
n1 + n2 2
donde:
ecuacion 4 es desviacion de las diferencias de los polinomios.
ecuacion 5 es desviacion estandar ponderada.
3.5.3. C
alculo del t tabular (tt).
3.6. ESTANDAR
CONSISTENCIA DE LA DESVIACION
Xn1
1
S12 (x) = (xi x1 )2 (8)
n1 1 i=1
S 21 (x)
Fc = , si S 21 (x) > S 22 (x) (9)
S 22 (x)
S 22 (x)
Fc = , si S 22 (x) > S 21 (x) (10)
S 21 (x)
9
3.6.2. grados de libertad
.
G.L.N.= n1-1
G.L.D.= n2-1, si se cumple la ecuacion 9.
G.L.N.= n2-1
G.L.D.= n1-1, si se cumple la ecuacion 10.
.
3.7.
ANALISIS DE TENDENCIAS
Antes de realizar el analisis de tendencias, se realiza el analisis de saltos y
con la serie libre de saltos, se procede a analizar las tendencias en la media y
en la desviacion estandar.
3.7.2. C
alculo de los par
ametros de la ecuaci
on de simple regresi
on
Am = Tm t Bm (13)
10
ST m
Bm = R (14)
St
n
1X
t Tm = Ti Tmi (15)
n i=1
Pn 2 12
i=1 Tmi T m
ST m = (16)
n1
Pn 2 21
i=1 Ti t
St = (17)
n1
donde:
3.7.3. Evaluaci
on de la tendencia Tm
R n2
tc = (18)
1 R2
donde:
tc= valor del estadstico t calculado
n = n
umero total de datos
R = coeficiente de correlacion.
3.7.5. calculo t.
= 0,025 (19)
2
G.L.=n-2
11
R no es significativo en este caso, la tendencia no es significativa y no hay que
corregir.
|T c| > T t (95 porciento) R (21)
R si es significativo en este caso, la tendencia es significativa hay que corregir
la informacion de la tendencia en la media.
4.
PROCEDIMIENTO DE ANALISIS
4.1. LINEAL SIMPLE
REGRESION
Los datos de la regresion se tomaron gracias al senhami, las cuales pertenecen
a 4 estaciones con un tiempo de recoleccion de 10 a nos que son:Lunahuana,
Huangascar, Yauyos, Huancaya.
12
4.1.1. EN R
PROGRAMACION
4.1.2.
MODELO
MATEMATICO
DE REGRESION
4.1.3. Y ERROR
TABLA DE REGRESION
1. Grados de Libertad.
2. Sumatoria de Cuadrados.
3. Los Cuadrados Medios.
4. Los Fs tanto el calculado como el de Fisher.
4.1.4.
GRAFICOS ESTADISTICOS
4.2.
ANALISIS DE CONSISNTENCIA
Los datos se obtuvieron de la web del docente a cargo,el cual se acomodo
a formato .txt para su mejor procesamiento,dicho archivo tiene el nombre de
DATOS EST MET.txt.
13
4.2.1. EN R
PROGRAMACION
14
4.2.2.
ANALISIS
VISUAL GRAFICO
4.2.3.
ANALISIS DE DOBLE MASA
15
Figura 5: Grafica de la curva masa
Con la ayuda del programa podemos encontrar desde donde empieza el quiebre,
los datos antes del quiebre como despues del quiebre los cuales vendrian a ser:
Ndp = 298 ; N
umero de datos antes del quiebre.
Nds = 122 ; N
umero de datos despues del quiebre.
4.2.4.
ANALISIS ESTADISTICO
Desp
ues de los dos pasos anteriores procedemos a realizar el analisis estadsti-
co de nuestros datos ayudados del programa.
16
Utilizando las formulas de variables estadsticas hallamos:
n1
& n1
' 12
1 X 1 X 2
x1 = xi ; S1 (x) = Xi x1 (22)
n1 i=1 n1 1 i=1
n2
& n2
' 21
1 X 1 X 2
x2 = xi ; S2 (x) = Xj x2 (23)
n2 j=1 n2 1 j=1
.
Para el calculo del Tc se haran los mismos pasos del programa con nuestros
datos y las respectivas ecuaciones.
X1 X2
Tc = (24)
Sd
12
1 1
Sd = Sp + (25)
n1 n2
12
(n1 1) S12 + (n2 1) S22
Sp = (26)
n1 + n2 2
.
17
El criterio que se toma para la correccion de la media se vera ahora.
S 21 (x)
Fc = , si S 21 (x) > S 22 (x) (29)
S 22 (x)
S 22 (x)
Fc = , si S 22 (x) > S 21 (x) (30)
S 21 (x)
F calculado =2.226445
GLN =121
GLD =297
Ft=1.283
18
4.2.5. DE DATOS
CORRECCION
Se Puede Observar por los resultados que al corregir los datos antes del
quiebre nos genera precipitaciones negativas lo cual es erroneo, pero al corregir
los datos desp
ues del quiebre no se presenta la negatividad de los datos y por
lo tanto nos quedamos con la segunda correccion.
19
5.
CONCLUSION
1. Al completar los datos pluviometricsos de las estaciones faltantes se obser-
va un deficit al solo contar con solo 10 a
nos de datos motivo por el cual es
recomendable trabajar con muchos a nos mas.
5. No siempre se tendra que corregir los datos de una estacion antes de que
ocurra un desbalance en la reparticion de la precipitacion respecto al tiem-
po, como ya se vio en este caso los datos que se tendran que corregir seran
los que ocurren despues del desbalance el la curva masa.
20
6. BIBLIOGRAFIA
Barrow C. 1998. River basin development planning and management: a cri-
tical review. World Development 26(1): 171-186.
Verdin K.L., Verdin J.P. 1999. A topological system for delineation and co-
dification of the Earths river basins. Journal of Hydrology 218: 1-12pp.
21
22