Professional Documents
Culture Documents
MXIMAS EN AMRICA.
Barahona, Julio. Gonzlez Lpez, Jos. Palacios, Luis. Toledo Arcos, Guillermo.
RESUMEN ABSTRACT
Geogrficamente, la precipitacin se ve
afectada por la altitud y latitud de la zona
que se analice. Dependiendo de esos formas de precipitaciones entre estas
factores el aire en donde se condensen las tenemos: lluvia, llovizna, nieve, granizo,
nubes ser ms clido o hmedo. As, la agua nieve, roco. (Gua de Practicas
lluvia ser menos abundante en los polos, HidrolgicasOMN-N.168, p.320, 1994;
por ejemplo donde el aire es ms seco y Casas, Higueras, p.54, 55, 1977; Petterseen,
fro. Adems, las corrientes marinas 1976).
favorecen a que se presente mayores
precipitaciones donde son clidas. El cambio climtico (CC) y la variabilidad
climtica hoy en da estn causando
Con intensidades de precipitaciones muy frecuentes modificaciones en las
altas y baja frecuencia podra provocar precipitaciones, por lo cual afecta
desastres como: inundaciones, colapsos de principalmente a ecosistemas y sectores
sistemas de alcantarillado, deslizamientos socioeconmicos, prdidas de vidas
de tierra, entre otras. Este fenmeno humanas, migracin de especies entre otras
interviene de manera negativa en el diario consecuencias. Es por ello necesario hacer
vivir de los pobladores. un estudio de las precipitaciones mximas a
escala diaria, y mediante las mediciones
Con los datos recopilados de distintas realizar la mayor cantidad de los estudios
estaciones de Amrica se procede a utilizar sobre el control y uso del agua. (Cceres,
los modelos estadsticos como: Gumbel, L., Meja, R., & Ontaneda, G. 1998; Gitay,
Pearson Tipo III, log Pearson Tipo III. El Suarez, Watson y Dokken, p 1-2,2002).
uso de ellos nos ayuda a realizar ajustes de
distribucin emprica de variables Se necesita que los registros histricos sean
hidrolgicas como precipitaciones mximas coherentes y continuos para establecer un
anuales, mensuales entre otras. estudio que de a conocer la variabilidad de
los elementos meteorolgicos, reduciendo
En el presente documento se pretende las posibilidades de tener resultados
realizar un anlisis comparativo del errneos, por ende es requerido calcular los
fenmeno de precipitacin mxima. Se datos faltantes para no sesgar los resultados.
relacionar los factores antes mencionados (Massetti, 2013; Alfonso, A. P. y A.
con los datos que se tengan de estaciones Florido, 1992)
meteorolgicas y sus consecuencias. Para
ello se recurre a un anlisis estadstico con Para el propsito de esta investigacin, las
datos disponibles de diferentes estaciones series de datos deben someterse a un
en distintos pases. De tal forma que se control de su calidad despus de la
pueda explicar las situaciones recopilacin y antes del anlisis. Dicho
meteorolgicas y climticas en la que control incluye diferentes aspectos tales
dichas localidades viven. como: homogeneidad de los datos,
identificacin de valores aberrantes, falta de
MARCO TERICO datos o estrategias de sustitucin de las
Se denomina precipitacin a cualquier tipo brechas (WMO 2008; Bianchi, A. Yaez C.
de agua que cae desde las nubes hacia la ,1992).
superficie terrestre; es una variable muy Existen aparatos los cuales ayudan a tomar
importante en la hidrologa porque tiene un medidas de precipitaciones. Podemos
papel fundamental en el balance hdrico; su nombrar al pluvigrafo el cual tiene por
debido control nos dar una prediccin de funcin registrar de forma continua la
inundacin o sequia; y tener un diseo de cantidad y duracin de la precipitacin en
alcantarillado y acueductos. Hay distintas milmetros; a diferencia del pluvimetro
que solo mide la cantidad de la lluvia en un Gandin, L. S. and Kagan, R. L. 1970; Karl,
periodo de tiempo. (Len. A, Hernndez. A, T. R., and R. W. Knight, 1998)
Monagas. M, Andalia. A.2013; Aparicio,
Francisco Javier .1997). Para el diseo y la planeacin de obras
hidrulicas se debe recurrir al estudio de
Estos dispositivos nos proveen datos, con probabilidad para predecir eventos
ellos procedemos a graficar la curva masa o hidrolgicos futuros. La probabilidad
tambin el respectivo hietograma, la curva relaciona dos conceptos, el periodo de
masa es una grfica de precipitacin retorno, el cual se define como el tiempo en
acumulada en un determinado tiempo, en que transcurre dos sucesos iguales; y la
cambio el hietograma es un grfico de probabilidad de excedencia, que es la
intensidad en tiempo determinado.Se probabilidad asociada a un periodo de
emplea este tipo de curvas para representar retorno. (Pizarro y Novoa ,1986)
las caractersticas de las tormentas como
cambio de altura de lluvia o de su El anlisis de frecuencias es un estudio de
intensidad en caso de ser mucha importancia donde su objetivo es
necesario.(Hidrologa 1,Unidad 5.Segeder estimar la cantidad de lluvia que cae en un
C, Villodas.R; Garca, O. y Susana, sitio determinado o en un tiempo especfico
G.1989; Garca, Enriqueta .2003; Searcy, J. y en un periodo de retorno. Se han
K. and Hardison, C. H. 1960) propuesto diversas funciones estadsticas de
las cuales vamos a usar: Distribucin Log
Es lgico pensar que la lluvia no tiene la Normal, Pearson Tipo III y Gumbel. Uno
misma altura incluso si los datos se toman de los grandes problemas es la eleccin de
en lugares cercanos. Y de hecho es as. Es un modelo apropiado, esto depende en gran
por eso que al momento de hacer anlisis se parte de las caractersticas del sitio a tratar.
utilizan mtodos, que pueden ser grficos y (Gregow, E., Pessi, A., Mkel, A., and
estadsticos, para estimar la precipitacin Saltikoff, E, 2007)
promedio, mxima, probabilidad de lluvia,
homogeneidad y otras variables que puedan La distribucin Pearson Tipo III tanto como
hacer falta. la Gumbel se la utiliza como referencia para
comparar varias distribuciones tericas de
Ahora, al momento de analizar datos de ajuste con una distribucin emprica y para
alguna estacin podemos encontrar una realizar ajustes de distribucin emprica de
gran problemtica la falta de variables hidrolgicas de precipitacin,
informacin, donde para solucionarlo caudales, temperatura, etc., tales como
encontramos metodologas que con ayuda valores anuales, mensuales o valores
de estaciones aledaas podemos completar acumulados. ( Sevruk, B. and Geiger, H.
estos datos para continuar nuestros 1981)
estudios. Antes de empezar con esta
actividad debemos verificar la La distribucion Log Normal es de gran
homogeneidad e independencia de los importancia en el calculo de valores
mismos. Para considerar una muestra extremos de caudales y precipitaciones, por
homognea observamos la media, otro lado la distribucion Pearson Tipo III es
desviacin estndar, coeficiente de una de las mas utilizadas en lo referente a
correlacin del muestreo donde los mismos Hidrologia ,dado que cuando se efectuan
se alteran con el tiempo, esto es atribuible a prediccion con grandes periodos de
actividades antrpicas. Para empezar con retorno,esta es la mas conifable. (Haan,
los anlisis de frecuencias se requiere que la C.T. 1986)
muestra contenga variables aleatorias. (
Son de gran inters las estadsticas de La probabilidad de que un evento no ocurra
precipitaciones extremas ya que sirven para el siguiente ao se la denota con q, la
diferentes propsitos en la ingeniera. cual la obtenemos de la Ecuacin 1.
Normalmente se manejan en trminos de
periodo de retorno promedio, = 1 ( 2)
convencionalmente derivados de los datos
= 1 1 ( 3)
de una distribucin de probabilidad
paramtrica que se ajuste a los mayores
Tomando la Ecuacin 3, obtenemos la
valores en el registro climatolgico. Debido
probabilidad de que un evento no ocurra en
a que se suele desear extrapolaciones ms
N aos:
all de los datos disponibles, las
distribuciones se utilizan para suavizar
(1 1) = ( 4)
las distribuciones volviendo dichas
extrapolaciones viables. (Wilks, 1993; Tomando la ecuacin 4, obtenemos la
Tukey, J. W. 1977) probabilidad que si ocurra el evento al
menos una vez en N aos:
Weibull (1939) establece que por medio de
su mtodo grfico se puede predecir los
= 1 (1 1) ( 5)
eventos de precipitacin en funcin del
periodo de retorno de estos eventos.
A continuacin enunciaremos los distintos
tipos de distribuciones que vamos a usar
METODOLOGIA
Log Pearson Tipo III
En el presente artculo se parte de la
recopilacin de los datos, que fueron
Usaremos la Distribucin Log Pearson Tipo
obtenidos del banco mundial, y consiste en
III, en la misma aplicaremos logaritmo de
las precipitaciones mensuales de distintos
los datos, las cuales nos dar predicciones
pases desde el ao 1901 hasta 2012, es
con grandes periodos de retorno.
decir 112 aos de estudio.
Su funcin es la siguiente:
Los pases elegidos para su respectivo
procesamiento de datos y anlisis son ( )1 ()
() = (Ecuacin 8)
Canad, Estados Unidos, Mxico, ()
Guatemala, Honduras, Puerto Rico,
Panam, Colombia, Venezuela, Guyana, =
Ecuador y Per, todos pertenecientes al
Donde sus 3 parmetros:
continente americano.
2
2
Periodo de Retorno =( ) (Ecuacin 7)
El periodo de retorno T es el intervalo
= (Ecuacin 8)
medio de tiempo durante el cual existe una
probabilidad en el que un valor extremo
supere un valor ya prefijado =
(Ecuacin 9)
= 1 ( 1)
A continuacin usaremos la frmula de (Ecuacin 12)
Chow transformada logartmicamente:
Coeficiente de asimetra:
log() =
log() + log()
3
=1[log( )
log()]
(Ecuacin 10) = 3
( 1) ( 2) (log() )
Donde:
(Ecuacin 13)
El valor medio:
El valor de , se obtiene tabulando, de
=1 log( ) acuerdo a la probabilidad de ocurrencia y al
log() = (Ecuacin 11)
tiempo de retorno; en la siguiente tabla
presentada, se obtiene dicho coeficiente
Desviacin Estndar: ( = )
2
=1[log( )
log()]
log() =
1
Donde:
1 1/2
= [ ] ; 0 < 0.5
2
Siendo:
(Ecuacin 15)
:
1/2
1 :
= [ ( )] ; > 0.5
(1 )2
: ()
(Ecuacin 16)
1 3 2 3 4 1 5
+ ( 2 1) + ( 6) ( 2
) ( 1) ( ) +( ) + ( )
6 3 6 6 6 3 6
(Ecuacin 17)
800 654.825
700 611.0304
559.4041 562.27045
600 456.25165
500 425.2665
400 329.73935
300 222.69987
200 85.237816 66.439545
100
0
tiempo (mes)
Norte Amrica
140
120
Precipitaciones (mm)
40
Distribucion Pearson
20 tipo III
0
0.01 0.1 1 10 100 1000
Probabilidad (%)
140
120
Precipitaciones (mm)
100
80 Gumbel
60 Log pearson
40 Pearson
20 Log normal
0
0.1 1.0 10.0 100.0 1000.0 10000.0
T (aos)
1200
1000
Precipitaciones (mm)
800 Distribucion
Gumbel
600 Precipitaciones
400 Distribucion
Pearson tipo III
200
0
0.01 0.1 1 10 100 1000
-200
Probabilidad (%)
2500
Precipitaciones (mm)
2000 Gumbel
Pearson
1000
Log normal
500
0
0.1 1.0 10.0 100.0 1000.0 10000.0
-500
T (aos)
Para periodo de retorno hasta 10 aos los buen ajuste por su poca linealidad. Las
cuatro tipos de distribuciones se comportan otras distribuciones se crecen de forma
de forma muy similar, de ah en adelante la parecida entre s pero la que predomina en
distribucin log normal se incrementa casi mejor ajuste son las distribuciones Gumbel,
exponencialmente por lo que no sera de y log Pearson.
Las distribuciones Gumbel, Pearson y log Al momento de realizar un proyecto como
Pearson se ajustan de forma muy similar represa, se usar la distribucin de mejor
hasta periodos de retornos 100 aos ajuste para no sobredimensionar y aumentar
mientras que la distribucin log Pearson no costos.
es buena para proyectar las precipitaciones.
Sur Amrica
700
600
Precipitaciones (mm)
Distribucion Gumbel
500
400
Precipitaciones
300
0
0.01 0.1 1 10 100 1000
Probabilidad (%)
900
800
700
Precipitaciones (mm)
600
Gumbel
500
Log pearson
400 Pearson
300 Log normal
200
100
0
0.1 1.0 10.0 100.0 1000.0 10000.0
T (aos)
Proyeccin de T=200
Extrapolacin Gumbel Log Pearson Pearson Log
de los datos Normal
Canad 72 78 77 70 76
Estados Unidos 88 94 83 83 89
Mxico 241 242 457 226 446
Guatemala 886 800 1179 734 1422
Puerto Rico 746 511 434 498 673
Honduras 717 570 627 505 1106
Panam 834 696 736 630 1135
Colombia 445 486 412 406 534
Venezuela 492 509 557 443 806
Guyana 583 598 622 495 818
Ecuador 681 426 420 415 462
Per 384 293 264 257 319
La extrapolacin de los datos usada, es que los valores obtenidos por las
nicamente la proyeccin de un nuevo distribuciones. En el caso de Ecuador y
valor al periodo de retorno de 200 aos, Per incluso resultan ser mayores las
considerando los incrementos anteriores precipitaciones mensuales al periodo de
entre periodos de retorno conocidos, de retorno de 112 aos (562mm y 329mm
manera que nos da un valor de referencia respectivamente), que las precipitaciones
que puede ser comparado con los valores dadas por las distribuciones al T de 200
que arrojan las distribuciones. aos, dada esta situacin es probable que
las condiciones en las que se encuentran
Segn la similitud en los resultados estos dos ltimos pases sean desfavorables
obtenidos, observamos cmo en la mayora para la prediccin de precipitaciones
de casos la distribucin Log Normal ofrece mensuales por las distribuciones usadas en
el valor ms elevado para el periodo de este artculo.
retorno dado. Segn la similitud de
resultados se pueden dividir en distintos Guatemala, Honduras y Panam: En todos
grupos: estos casos la distribucin Log normal
arroja valores muchos mayores al dado por
Canad y Estados Unidos: No hay un el resto de distribuciones, por lo cual no se
resultado que sea extremadamente diferente considerara viable en dichas localidades.
de los otros.