Hid Rolo Gia

UNIDAD 3.
ESTUDIO DE LA PRECIPITACIN
M.I. Antonio Alcntar Garca
3.1. Por que llueve?
3.1.1. Importancia y formas de la precipitacin.
La precipitacin es el factor principal que controla que controla la hidrologa de
una regin. Constituye la principal aportacin de agua a la superficie
terrestre, por ello el conocimiento de sus patrones de comportamiento en espacio
y tiempo es fundamental para un entendimiento de la humedad del suelo, la
recarga de agua subterrnea y el escurrimiento de los ro.
UNIDAD 3. ESTUDIO DE LA PRECIPITACIN
3.1. Por que llueve?
La precipitacin ocurre de varias formas:
Lluvia.- Gotas grandes
Llovizna. Gotas pequeas y de menor intensidad.
Nieve. Forma solida que permanece en el terreno hasta que la temperatura aumenta.
Granizo. Forma slida que inmediatamente se funde y acta como aguacero.
Roco. Zonas semiridas.
Niebla. reas costeras y montaosas
3.1.1. Tpicos sobre la atmsfera.
La atmsfera es una mezcla de
gases, principalmente nitrgeno (78%),
oxigeno (20%), gases nobles y
cantidades variables de partculas
slidas y lquidas en suspensin. Esta
mezcla se llama aire y tiene un peso,
por ello se genera la presin
atmosfrica.
La atmsfera tiene un espesor de 150
km, con una estructura en capas segn
sus cambios den la temperatura
(troposfera, estratosfera, mesosfera,
termosfera y exosfera).
El tiempo atmosfrico, es el producto del movimiento turbulento
de la capa mas baja de la atmsfera (troposfera), que es densa y
humedad, tiene un espesor de 8 km en los polos y 17 en el ecuador.
3.1.2. Nubes.
Es una masa de aire conteniendo partculas diminutas de agua o hielo en
suspensin, de color blanco o gris principalmente la cual est a la deriva en la
atmsfera.
UNIDAD 3. ESTUDIO DE LA PRECIPOTACIN
El vapor de agua se condensa
sobre partculas slidas o
ncleos soporte cuyos
dimetros varan de 10-4 a 1
micra, procedentes de varias
fuentes como el
humo, polvo, polen y
partculas de sal originadas en
el pulverizado en las costas.
3.1.3. Mecanismos de la precipitacin.
La precipitacin ocurre cuando una masa de aire hmedo es enfriada lo
suficiente para que se sature y en presencia de ncleos soporte o de
condensacin, se formen gotas de agua o cristales de hielo.
La formacin de nubes no es suficiente por si misma para generar precipitacin
, prueba de ello son la niebla y las nubes a nivel del terreno, en realidad se
requiere de un mecanismo que proporcione un flujo de humedad, ya que
nicamente cuando las gotas de agua o cristales de hielo crecen y alcanzan una
tamao o peso capaz de vencer la corriente ascendente del aire se origina la
precipitacin.
3.2. Medicin de la precipitacin
3.2.1. Variacin geogrfica general.
A continuacin se muestran los siete factores ms importantes que determinan
la cantidad promedio que recibe un sitio o localidad.
1. Latitud.
2. Altitud
3. Distancia
4. Posicin
5. Vientos prevalecientes
6. Relacin
7. Temperaturas relativas
3.2.2. Datos utilizados.
Los registros de precipitacin mensual y anual, as como los de lluvia
mxima diaria mensual anual, se obtienen de las estaciones pluviomtricas.
Lgicamente, la lluvia anual corresponde a la suma de sus doce valores
mensuales, en cambio las lluvias mximas diarias mensuales y anual son
mximos registrados en el ao. Estos ultimos permiten aproximaciones a las
curvas Intensidad duracin Frecuencias que son bsicas en las
estimaciones de crecientes.
3.2.3. Fluvigrafos y pluvimetros.
Los registros de precipitacin mensual y anual, as como los de lluvia
mxima diaria mensual anual, se obtienen de las estaciones pluviomtricas.
Lgicamente, la lluvia anual corresponde a la suma de sus doce valores
mensuales, en cambio las lluvias mximas diarias mensuales y anual son
mximos registrados en el ao. Estos ultimos permiten aproximaciones a las
curvas Intensidad duracin Frecuencias que son bsicas en las
estimaciones de crecientes.
Estacin convencional
Pluvimetros digitales
Medicin de la precipitacin
Estacin automtica
94 EMAs en Mxico
Estaciones Meteorolgicas Automticas
RAdio Detection And Ranging, y que se define como Deteccin y
medicin de distancias por radio
El principio de funcionamiento de un Radar es la transmisin de una
determinada seal de Radiofrecuencia que incide en un objeto
llamado "blanco",
Red Nacional de Radares
Meteorolgicos de la
CNA
5 radares adaptados de tecnologa
analgica a digital marca EEC.
Todos los radares estn provistos con el
sistema Doppler, lo que permite conocer
la velocidad y la direccin del blanco.
7 radares nuevos con
tecnologa completamente
digital marca ERICSSON con la
facilidad de controlarlos
remotamente por medio de
software que lo automatiza
totalmente
RADAR
Mediciones cada 24 horas
Tipos de informacin
Producto de un pluvigrafo convencional
Tipos de informacin
Pluviogrfica (mediciones a diferentes At)
Producto de la EMA-IMTA
3.3. Anlisis de datos de precipitacin.
Lluvia media en una cuenca
Curvas Intensidad duracin Periodo de retorno (I-d-T).
Curvas altura rea duracin (hp A d).
Estimacin de datos faltantes.
Lluvia media en una cuenca
Estacin Lluvia
observada,mm
P
2
20.00
P
3
30.00
P
4
40.00
P
5
50.00
Suma = 140.00
Lluvia promedio= 140.0/4= 35 mm
Mtodo aritmtico
Polgonos de Thiessen
Estacin lluvia (hp) rea, km
2
hp*A
mm
P
1
10.00 0.22 2.20
P
2
20.00 4.02 80.40
P
3
30.00 1.35 40.50
P
4
40.00 1.60 64.00
P
5
50.00 1.95 97.50
9.14 284.60
Precipitacin media= 31.14
0.22 km2
10 mm
4.02 km2
20 mm
1.35 km2
30 mm
1.6 km2
40 mm
1.95 km2
50 mm
=
=
n
i
i i
T
p
hp A
A
h
1
1
Isoyetas, lluvia rea lluvia x rea
mm promedio,mm encerrada,km
2
mm/km
2
0
10 5.00 0.88 4.40
20 15.00 1.59 23.85
30 25.00 2.24 56.00
40 35.00 3.01 105.35
50 45.00 1.22 54.90
60 55.00 0.20 11.00
9.14 255.50
Precipitacin media= 255.50/9.14= 27.95
Mtodo de Isoyetas
=
=
n
i
pi i
T
p
h A
A
h
1
'
1
Mtodo Ventajas Desventajas
Aritmtico
- Uso simple
- Terrenos planos si la red pluviomtrica es
densa y uniforme
- Conduce a malos resultados si
los pluvimetros son pocos y mal
distribuidos
- Pluvimetros localizados fuera
de la cuenca son difciles de
tomar en cuenta
- Requiere una red densa para
alcanzar la precisin de otros
mtodos
Thiessen
- Resultados ms exactos que el aritmtico
- Se pueden usar pluvimetros localizados a
corta distancia del parteaguas
- Resultados consistentes por diferentes
personas
- No toma en cuenta influencias
topogrficos
Isoyetas
- Tericamente es el mtodo ms exacto
- Toma en cuenta efectos topogrficos
- Se pueden usar pluvimetros localizados a
corta distancia del parteaguas
- Mtodo ms laborioso
- Diferentes personas pueden
obtener resultados distintos para
los mismos datos
0
200
400
600
800
1000
1200
1400
1600
1800
2000
0 100 200 300 400 500 600 700
Duracin (min)
I
n
t
e
n
s
i
d
a
d

(
m
m
/
h
)
1 5 10 20 50 100 500 1000 5000 10000
Escala normal
1
10
100
1000
10000
1 10 100 1000
Duracin (min)
I
n
t
e
n
s
i
d
a
d

(
m
m
/
h
)
1 5 10 20 50 100 500 1000 5000 10000
Escala logartmica
1.-Mtodo de correlacin lineal mltiple
Ajustar una funcin del tipo
Como obtener las curvas i-d-T ?
n
m
d
T k
i =
Funcin de Distribucin de probabilidad tipo Gumbel:
2.- Mtodo intensidad-periodo de retorno
( ) ( ) | | | o | o o = x x x f ( exp exp ) (
( ) | | | o = x x F ( exp exp ) (
s
2825 . 1
= o
s x 45 . 0 = |
)
`
=
1
ln ln
1
T
T
x
o
|
Mtodo de correlacin lineal mltiple
d n T m k i log log log log + =
2 2 1 1
x a x a a y
o
+ + =
n
m
d
T k
i =
) log( ), log(
, ), log( , log
2 1
2 1 0
d x T x
n a m a k a i y
= =
= = = =

+ + =
2 2 1 1 0
x a x a a N y
( ) ( ) ( )

+ + =
2 1 2
2
1 1 1 0 1
x x a x a x a y x
( ) ( ) ( )

+ + =
2
2 2 2 1 1 2 0 2
x a x x a x a y x
Estacin: Actopan, Ver
m T,aos 10 min 15 min 30 min 60 min 80 min 100 min 120 min
1 13.00 138.0 124.0 92.5 74.0 65.8 58.2 54.6
2 6.50 127.2 118.0 89.0 63.9 48.1 38.5 33.9
3 4.33 108.0 104.0 84.5 51.8 43.7 36.4 32.1
4 3.25 103.5 94.0 81.2 48.0 39.2 33.8 30.4
5 2.60 99.3 90.0 70.8 47.5 38.0 31.9 30.0
6 2.17 99.0 87.2 67.0 46.2 37.5 31.6 27.9
7 1.86 85.8 74.4 56.8 39.6 34.8 31.6 26.4
8 1.63 85.2 68.8 56.8 37.2 33.2 28.6 24.7
9 1.44 81.0 67.6 54.4 36.1 30.0 24.5 20.7
10 1.30 70.8 66.0 52.8 35.3 28.4 23.9 20.5
11 1.18 70.8 66.0 51.6 35.0 27.9 22.4 18.7
12 1.08 59.1 52.8 36.5 23.1 17.8 14.4 12.6
N= 84 datos
Intensidades mximas en mm/h ordenadas de mayor a menor
m
n
T
1 +
=
x2 x1 y x1 y x2 y x1^2 x2^2 x1 x2
1 1.114 2.14 2.384 2.140 1.241 1.000 1.114
1 0.813 2.10 1.711 2.104 0.661 1.000 0.813
1 0.637 2.03 1.295 2.033 0.406 1.000 0.637
1 0.512 2.01 1.031 2.015 0.262 1.000 0.512
1 0.415 2.00 0.829 1.997 0.172 1.000 0.415
1 0.336 2.00 0.670 1.996 0.113 1.000 0.336
1 0.269 1.93 0.520 1.933 0.072 1.000 0.269
1 0.211 1.93 0.407 1.930 0.044 1.000 0.211
1 0.16 1.91 0.305 1.908 0.026 1.000 0.160
1 0.114 1.85 0.211 1.850 0.013 1.000 0.114
1 0.073 1.85 0.134 1.850 0.005 1.000 0.073
1 0.035 1.77 0.062 1.772 0.001 1.000 0.035
1.18 1.114 2.09 2.332 2.462 1.241 1.383 1.310
1.18 0.813 2.07 1.684 2.437 0.661 1.383 0.956
1.18 0.637 2.02 1.284 2.372 0.406 1.383 0.749
1.18 0.512 1.97 1.010 2.321 0.262 1.383 0.602
1.18 0.415 1.95 0.811 2.298 0.172 1.383 0.488
1.18 0.336 1.94 0.652 2.282 0.113 1.383 0.395
1.18 0.269 1.87 0.503 2.201 0.072 1.383 0.316
1.18 0.211 1.84 0.387 2.161 0.044 1.383 0.248
1.18 0.16 1.83 0.292 2.152 0.026 1.383 0.188
1.18 0.114 1.82 0.207 2.140 0.013 1.383 0.134
1.18 0.073 1.82 0.132 2.140 0.005 1.383 0.085
1.18 0.035 1.72 0.060 2.026 0.001 1.383 0.041
2.08 0.813 1.53 1.244 3.182 0.661 4.323 1.690
2.08 0.637 1.51 0.959 3.132 0.406 4.323 1.324
2.08 0.512 1.48 0.759 3.083 0.262 4.323 1.064
2.08 0.415 1.48 0.613 3.071 0.172 4.323 0.863
2.08 0.336 1.45 0.485 3.006 0.113 4.323 0.698
2.08 0.269 1.42 0.382 2.956 0.072 4.323 0.559
2.08 0.211 1.39 0.294 2.896 0.044 4.323 0.438
2.08 0.16 1.32 0.210 2.736 0.026 4.323 0.332
2.08 0.114 1.31 0.149 2.727 0.013 4.323 0.237
2.08 0.073 1.27 0.092 2.644 0.005 4.323 0.151
2.08 0.035 1.10 0.038 2.288 0.001 4.323 0.072
suma 136.96 32.8 140.993 58.1364 223.42 21.103 236.063 53.488
Log d
Log T Log i
96 . 136 81 . 32 84 99 . 140
2 1 0
a a a + + =
50 . 53 11 . 21 81 . 32 14 . 58
2 1 0
a a a + + =
00 . 236 50 . 53 96 . 136 41 . 223
2 1 0
a a a + + =
51 . 0 37 . 0 365 . 2
2 1 0
= = = a a a
51 . 0 37 . 0 74 . 231 = = = n m k
d,min 10 50 100 200
10 167.88 304.52 393.55 508.61
15 136.52 247.64 320.00 413.60
30 95.87 173.90 290.44
60 67.32 122.11 157.81 204.00
80 105.45 136.28 176.12
100 51.88 94.11 121.62 157.17
120 47.27 85.75 110.82 143.22
Perodo de retorno, aos
51 . 0
37 . 0
74 . 231
d
T
i =
0
100
200
300
400
500
600
0 20 40 60 80 100 120 140
I
n
t
e
n
s
i
d
a
d

(
m
m
/
h
r
)
Duracin (minutos)
Curva I - d - T
Tr = 10 Tr = 50 Tr = 100 Tr = 200
Curvas intensidad-duracin-periodo de retorno (i-d-T)
Utilidad
Una intensidad para un periodo de retorno de 200 aos y una duracin de 2h
(120 min)
i =143.22 mm/h
hp =286.44 mm
hp
e
22 . 143
492 . 11
819 . 1645
120
) 200 ( 74 . 231
51 . 0
37 . 0
= = = i
CiA Q =
Z
de
Ac hp
Q
e
278 . 0
=
A N E X O A
Correlacin lineal simple y
mltiple
Mtodos para la determinacin de las curvas I-d-Tr
Existen bsicamente dos mtodos con los que bsicamente se pueden
determinar la relacin entre las variables I, d y Tr para un sitio dado.
1. Intensidad-periodo de retorno, relaciona estas dos variables para cada
duracin por separado mediante alguna de las funciones de distribucin
de probabilidad usadas en hidrologa.
2. El segundo mtodo relaciona simultneamente las tres variables en una
familia de curvas cuya ecuacin es:
( )
n
m
c d
kT
i
+
=
Donde k, m, n y c son constantes que se calculan mediante un anlisis de
correlacin lineal multiple.
Regresin y correlacin
A.1. REGRESIN LINEAL SIMPLE
Uno de los modelos mas simples y comunes en la hidrologa est basado en la
suposicin de que dos variables se relacionan en forma lineal. En general, el
objetivo de un modelo de esta naturaleza es poder estimar el valor de una
variable, que se denomina variable dependiente, a partir del valor de la otra, que
se llama variable independiente.
Ejemplo A.1. En la tabla A.1. se muestra el escurrimiento anual y la
precipitacin anual de 1996 a 1977 en la estacin hidromtrica Altamirano, sobre
el ro Tzaconeja, Chiapas y en la estacin climatolgica del mismo nombre.
Llamando x a la precipitacin y y al escurrimiento, se desea saber si un modelo de
la forma :
x y | o + =
(A.1)
Representa adecuadamente la relacin entre las dos variables y cuales son los valores
de y que hacen que la representacin sea la mejor posible.
Tabla A.1 Datos de la estacin Altamirano, Chiapas.
ao y =escurrimiento anual, m x =lluvia anual, m
1966 0.557 1.637
1967 0.436 1.655
1968 0.562 1.884
1969 0.776 2.018
1970 0.600 1.536
1971 0.391 1.349
1972 0.359 1.327
1973 0.567 1.555
1974 0.635 1.405
1975 0.495 1.335
1976 0.580 1.391
1977 0.325 1.133
Figura A.1 .
Se observa que, para cualquier funcin del tipo de la ecuacin A.1, se
cometer un error ei en la prediccin para el valor xi de la variable
independiente, cuyo valor es:
i i i
y y e =
(A.2)
Para encontrar los valores de y conviene hacer que:
Sea mnimo. Para que sea mnimo, se debe cumplir que:
=
2
i
e M
(A.3)
Sustituyendo (A.3), (A.2) y (A.1) en (A.4.) y (A.5) se obtiene:
0 =
c
c
o
M
0 =
c
c
|
M
(A.4)
(A.5)
(A.6)
O bien::
| | 0 2 = + =
c
c
i i
y x
M
| o
o
(A.7)
(A.8)
| | 0 2 = + =
c
c
i i i
y x x
M
| o
|
0 = +
i i
y x n | o
0
2
= +
i i i i
y x x x | o
(A.9)
(A.10)
(A.8) y (A.9) se denominan ecuacin normales. Su solucin en trminos de y , es:
(A.11)
( )
2
2
2

=
i
i i i i
x x n
x y x x y
i
i
o
( )
2
2

=
i
i i i i
x x n
y x y x n
i
|
Asi para el ejemplo en cuestion se tiene::
12 = n
= 283 . 6
i
x
Por lo tanto, de las ecuaciones (B.10) y (B.11):
( ) 152 . 332
2
=
i
x
= 37 . 28
2
i
x

= 793 . 9
i i
y x
028 . 0
289 . 8
229 . 0
=
= o
363 . 0
289 . 8
009 . 3
= = |
Asi, la ecuacin de regresin resulta: x y 363 . 0 028 . 0
+ =
En la figura A.1 se muestran los datos y la recta de regresin correspondiente. Siempre
que se realice ajuste por regresin como el anterior, conviene determinar que tan bien se
ajusta la recta a los puntos medidos, o dicho en otras palabras, que tanta dispersin existe
entre los puntos en torno a la recta.
Para ello se calcula el coeficiente de correlacin:
y
x
o
o
| =
donde:
=
x
o
Desviacin estndar de x
Desviacin estndar de y
=
y
o
El coeficiente de correlacin varia entre -1 y +1, cuando su valor se acerca a -1 (en el
caso de <0) o a +1(cuando >0), se dice que hay buena dependencia o correlacin lineal
entre x y y. Cuando 0, no es aceptable.
En la figura A.1 se muestran los datos y la recta de regresin correspondiente. Siempre
que se realice ajuste por regresin como el anterior, conviene determinar que tan bien se
ajusta la recta a los puntos medidos, o dicho en otras palabras, que tanta dispersin existe
entre los puntos en torno a la recta.
Para ello se calcula el coeficiente de correlacin:
y
x
o
o
| =
donde:
=
x
o
Desviacin estndar de x
Desviacin estndar de y
=
y
o
El coeficiente de correlacin varia entre -1 y +1, cuando su valor se acerca a -1 (en el
caso de <0) o a +1(cuando >0), se dice que hay buena dependencia o correlacin lineal
entre x y y. Cuando 0, no es aceptable.
ao
y =
escurrimie
nto anual,
m
x = lluvia
anual, m
x
i
2
x
i
y
i
1966 0.557 1.637 2.679769 0.911809
1967 0.436 1.655 2.739025 0.72158 -0.21266514
1968 0.562 1.884 3.549456 1.058808 8.330715
1969 0.776 2.018 4.072324 1.565968
1970 0.600 1.536 2.359296 0.9216
1971 0.391 1.349 1.819801 0.527459 3.012009
1972 0.359 1.327 1.760929 0.476393 8.330715
1973 0.567 1.555 2.418025 0.881685
1974 0.635 1.405 1.974025 0.892175
1975 0.495 1.335 1.782225 0.660825 0.25121998
1976 0.580 1.391 1.934881 0.80678 0.12870577
1977 0.325 1.133 1.283689 0.368225
6.283 18.225 28.373445 9.793307 332.150625
0.12870577 0.25121998
=
-0.026
=
0.362
=
0.362 0.706
En general un coeficiente de correlacin de 0.8 o mayor es aceptable.
A.2. REGRESIN LINEAL MULTIPLE
Lo anterior puede extenderse a dos o mas variables dependientes. Por
ejemplo, para el caso de dos variables dependientes, x1 y x2, el modelo lineal
adopta la forma:
En este caso, es posible demostrar que las ecuaciones normales son:
Cuya solucin proporciona los valores de , 1 y 2 .
2 2 1 1
x x y | | o + + =
(A.13)
Donde , 1 y 2 son los parmetros a encontrar.

+ + =
2 2 1 1
x x n y | | o
( ) ( ) ( )

+ + =
2 1 2
2
1 1 1 1
x x x x y x | | o
( ) ( ) ( )

+ + =
2
2 2 2 1 1 2 2
x x x x y x | | o
(A.14)
(A.15)
(A.16)
El coeficiente de correlacin mltiple es:
donde:
2 / 1
2
2
,
2 1
1
|
|
.
|
\
|
=
y
x x y
S
S
R
(A.17)
Varianza de y.
( )
=
2
2
,
3
1
2 1
i i
x x y
y y
n
S
=
2
y
S
=
i
y
Valor estimado de y para x

1i
y x
21
.
Ejemplo A.2. Se desea saber si en una cierta regin el gasto mximo medio
anual, el rea de la cuenca y la altura media de precipitacin mxima en 24 horas
se puede correlacionar linealmente, y que tan bueno es el ajuste. Los datos se
presentan en la tabla A.2
Estacin
y = gasto mximo medio
anual, 10
2
m3/s
x
1
= rea de la
cuenca, 10
3
km
2
x
2
= altura media de
precipitacin max. En
24 h, cm
1 15.50 1.25 1.70
2 8.50 0.87 2.10
3 85.50 5.69 1.90
4 105.00 8.27 1.90
5 24.80 1.62 2.10
6 3.80 0.18 2.40
7 1.80 0.15 3.20
8 18.00 1.40 2.70
9 8.80 0.30 2.90
10 8.30 0.32 2.90
11 3.60 0.18 2.80
12 1.90 0.15 2.70
13 16.50 0.87 2.10
14 2.80 0.09 2.90
y x
1
x
2
yx
1
yx
2
x
1
x
2
(y-My)
2
=+
1
x
1
+
2
x
2
(Y-)
2
15.5 1.25 1.7 19.375 26.35 2.125 39.331 18.079 6.651
8.5 0.87 2.1 7.395 17.85 1.827 176.131 13.098 21.146
85.5 5.69 1.9 486.495 162.45 10.811 4061.331 76.725 77.000
105 8.27 1.9 868.35 199.5 15.713 6926.995 110.792 33.552
24.8 1.62 2.10 40.176 52.08 3.402 9.172 23.002 3.234
3.8 0.18 2.4 0.684 9.12 0.432 322.972 4.015 0.046
1.8 0.15 3.2 0.27 5.76 0.48 398.858 3.694 3.586
18 1.4 2.7 25.2 48.6 3.78 14.224 20.153 4.634
8.8 0.3 2.9 2.64 25.52 0.87 168.258 5.646 9.946
8.3 0.32 2.9 2.656 24.07 0.928 181.479 5.910 5.710
3.6 0.18 2.8 0.648 10.08 0.504 330.201 4.052 0.205
1.9 0.15 2.7 0.285 5.13 0.405 394.874 3.647 3.052
16.5 0.87 2.1 14.355 34.65 1.827 27.788 13.098 11.571
2.8 0.09 2.9 0.252 8.12 0.261 359.915 2.873 0.005
304.8 21.34 34.3 1468.781 629.28 43.365 13411.529 180.336
My Mx
1
Mx
2
21.771 1.524286 2.45
(x
1
)
2
(x
2
)
2
1.4153varianza 957.9663
108.74 86.99
1
13.2044correlacin multiple
0.9914063
1
2
0.093
2.-Mtodo intensidad-periodo de retorno
Ejemplo. En una estacin pluviogrfica se han registrado las alturas de precipitacin mxima en
mm para diferentes duraciones mostradas en la tabla. Determinar las curvas intensidad-duracin-
periodo de retorno (I-d-T) mediante el mtodo intensidad periodo de retorno.
Mtodo Intensidad Periodo
lluvias con intensidades mximas, mm/h
ao\d,min 5 10 15 30 60 100 120
1968 138.0 114.0 88.0 66.2 41.5 38.3 34.4
1969 204.0 170.4 155.6 85.0 53.0 49.2 45.5
1970 192.0 130.8 97.8 68.6 51.8 33.2 31.3
1971 180.0 103.5 78.0 46.1 35.8 27.8 25.2
1972 240.0 180.0 160.0 93.2 69.8 43.7 36.9
1973 240.0 165.0 140.0 91.0 49.4 34.6 29.1
1974 202.8 144.0 125.6 113.8 99.3 81.4 68.0
1975 252.0 165.0 136.0 109.3 66.1 44.3 35.5
1976 187.2 141.1 120.9 91.4 54.5 32.9 27.5
1977 247.2 136.0 114.0 85.9 64.6 46.0 40.1
1978 259.2 180.0 153.6 104.9 54.0 32.9 28.1
1979 244.8 142.8 108.8 76.4 45.1 30.0 29.8
1980 252.0 162.4 134.1 86.8 52.7 34.8 29.3
1981 174.0 120.0 116.0 83.8 45.9 35.5 30.8
1982 175.2 138.0 115.6 83.8 68.9 43.7 36.5
Media (x) 212.6 146.2 122.9 85.7 56.8 40.6 35.2
s 37.6 23.7 24.2 17.3 15.4 13.0 10.5
0.034130350.054204990.05288982 0.0743264 0.083233240.098965590.12163498
195.650563135.552917112.02149777.981928849.892838434.721761330.4566046
Funcin de Distribucin de probabilidad tipo Gumbel:
2.- Mtodo intensidad-periodo de retorno
( ) ( ) | | | o | o o = x x x f ( exp exp ) (
( ) | | | o = x x F ( exp exp ) (
s
2825 . 1
= o
s x 45 . 0 = |
)
`
=
1
ln ln
1
T
T
x
o
|

Hid Rolo Gia

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hid Rolo Gia

Uploaded by

Copyright:

Available Formats

UNIDAD 3.

Valor estimado de y para x

You might also like