Capitulo X Hidrologia A 1

UNIVERSIDAD NACIONAL DEL CENTRO CARRERA PROFESIONAL DE INGENIERIA CIVIL CURSO: HIDROLOGIA GENERAL CAPITULO X: ELEMENTOS DE HIDROLOGIA ESTADISTICA
CAPTULO X ELEMENTOS DE LA HIDROLOGA ESTADSTICA 10.1 INTRODUCCIN El objetivo bsico de la aplicacin de la estadstica en hidrologa es el anlisis de la informacin hidrolgica en forma de muestras, a fin de inferir las caractersticas con que debe ser esperado en el futuro el fenmeno que se estudia. El avance en el campo de las computadoras y el desarrollo creciente de mtodos numricos han dado importancia particular al uso de la estadstica en todas las ciencias naturales, especialmente en hidrologa. Existe en muchos la idea de que la estadstica es usada slo cuando no es posible dar una solucin exacta a un problema hidrolgico. En esta interpretacin la solucin exacta es una solucin determinstica del problema. Sin embargo, puede demostrar que la solucin determinstica constituye una solucin particular de la solucin estadstica o probabilstica. En forma general, la mayora de los problemas hidrolgicos se pueden agrupar en tres categoras principales de acuerdo al objetivo principal del proyecto: a. b. c. Diseo de estructuras hidrulicas, siendo necesaria la evaluacin y cuantificacin Satisfaccin de demandas, siendo necesaria evaluar y cuantificar las descargas Diseo y operacin de embalses, siendo necesario evaluar y cuantificar la
de los valores extremos (mximos y mnimos) del escurrimiento superficial. disponibles en el punto de inters. variacin del escurrimiento superficial en todas sus caractersticas estadsticas, como valores medios, mximos y mnimos. En cada una de las tres categoras mencionadas se presentan diferentes tipos de problemas, dependiendo de la simplicidad o complejidad de la solucin del tipo, cantidad y calidad de la informacin disponible, as como de la magnitud del proyecto. Los casos ms comunes que se presentan en cada una de las tres categoras mencionadas son: 1. Cuencas con suficiente informacin hidrolgica. Este es el caso ms optimistas donde se pueden aplicar todo tipo de metodologas existentes. 2. Cuencas con escasa informacin hidrolgica. En este caso se puede desarrollar modelos que relacionen las precipitaciones con las descargas, mediante el uso de la regresin simple o mltiple, lineal o no lineal. 3. Cuencas sin informacin hidrolgica. Este es el caso ms crtico y el ms comn, el cual puede resolverse mediante un anlisis regional
DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA
Conviene recordar aqu que las tcnicas probabilsticas se aplican a la informacin hidrolgica slo despus que sta ha sido sometida a un tratamiento previo en que se atiende: el relleno de la informacin, el anlisis de consistencia y la extensin del registro. 10.2 USO DE MODELOS PROBABILSTICO Los fenmenos que se presentan en la ingeniera pueden clasificarse, desde el punto de vista de la certeza de su ocurrencia, en determinsticos y probabilsticos. Si la ocurrencia de las variables en un proceso es cierta, es decir si las variables siguen una ley determinada se habla de un proceso determinstico. En cambio, si se toma en cuenta la probabilidad de ocurrencia y la falta de certeza existente, entonces se habla de un proceso de naturaleza probabilstica. Es conveniente hacer notar que la gran mayora de los procesos que nos interesan, en especial en el campo de la hidrologa, pertenecen a la categora de fenmenos probabilsticos. Entre los procesos probabilsticos es necesario distinguir los probabilsticos a secas de los probabilsticos estocsticos o simplemente estocsticos. Se denomina procesos estocsticos a aqul en el que las caractersticas de las variables aleatorias varan con el tiempo. En un proceso probabilstico, independiente de la variable tiempo, la secuencias de las variables no interesa y se supone que ellas siguen un determinado comportamiento dado por el modelo probabilstico o distribucin de frecuencias. Dado pues una variable aleatoria, interesar describir la probabilidad de ocurrencia de los distintos estados. Esto se consigue gracias a un modelo matemtico de su comportamiento o modelo probabilstico. Esta distribucin probabilstica permite calcular:
1. Las probabilidades de los distintos estados o valores que puede tomar la variable aleatoria. 2. La probabilidad de tener valores mayores o menores que un determinado lmite. 3. Los valores de probabilidad de ocurrencia asociados a cada valor de la variable aleatoria.
En resumen, puede decirse que el modelo probabilstico o distribucin permite conocer y manejar fcilmente el comportamiento de la variable y sintetiza toda la informacin sobre probabilidades asociadas a cada estado. Segn se trate de variables discretas o continuas, se usarn modelos de distribucin probabilsticas discretos o continuos. Sern modelos discretos aqullos cuya funcin densidad de probabilidad y funcin de probabilidad acumulada se encuentran definidas para determinados valores que pueden tomar la variable. Las principales distribuciones discretas son: 1. Distribucin binomial. 2. Distribucin de Poisson. Las principales distribuciones continuas son: 1. Distribucin uniforme. 2. Distribucin normal.
3. Distribucin logartmica- normal 4. Distribucin Gamma
5. Distribuciones de valores extremos

a. b. c. 6. Tipo I o tipo exponencial (ley de Gumbel) Tipo II o tipo Cauchy Tipo III o distribuciones truncadas.
Distribucin Chi cuadrado.
Una vez que el ingeniero, en base a su experiencia, escoge el modelo probabilstica que va causar debe proceder a calcular los parmetros de su modelo y despus revisar si este modelo es consistente con la realidad. Ambas cosas las hace con los datos observados (registro o muestra). Para la estimacin de los parmetros hay disponibles dos mtodos:
El mtodo de los momentos. El mtodo de mxima verosimilitud.
Y para el estudio de la consistencia dos grupos de mtodos: Mtodos grficos. Mtodos cuantitativos:
-Test Chi Cuadrado -Test W -Test Student -Test de Smirnov Kolmogoroff 10.3 ANLISIS DE FRECUENCIA DE VALORES EXTREMOS En esta parte se describe el anlisis de frecuencia de valores extremos referido a caudales, es decir el anlisis a que son sometidos los causales mximos anuales. El objeto es calcular el caudal de diseo de estructuras como los aliviaderos de las presas de embalse. Supongamos que se cuenta con el registro de caudales mximos mensuales de una serie de 30 aos (caudales en m3/seg): AO 1959 1960 1961 1962 . . . 1988 97 116 91 50 28 19 12 11 6 5 2 12 E 102 80 16 95 F 110 90 96 125 M 205 85 74 196 A 40 30 42 45 M 20 12 36 31 J 15 8 25 21 J 10 6 14 16 A 8 2 6 15 S 5 2 8 15 O 5 1 8 14 N 4 0 6 3 D 2 0 16 2
Como esta serie abarca toda la informacin disponible se denominada serie de duracin completa. La serie anual mxima se obtiene eligiendo el valor mximo de cada ao: 1959 1960 1961 . . . 1988 POSICIONES DE TRAZADO Una vez seleccionada la serie con la que se va a realizar el anlisis de frecuencia se ordenan los valores de mayor a menor, prescindiendo del ao de ocurrencia: m 1 2 3 . Q 220 196 116 . 116 205 90 96
n=30 78 Luego es necesario asignarle a cada valor una probabilidad de excedencia. Esta probabilidad de excedencia o frecuencia (P) que se asigna a cada valor de la serie es lo que se conoce como posicin de trazado. Su inversa es el perodo de retorno (T). A travs del tiempo diferentes autores han desarrollado frmulas para determinar posiciones de trazado, como las mostradas en la Tabla No 10.1. De todas las frmulas propuestas la que mejor aceptacin ha tenido hasta el momento es la de Weibull. En el ejemplo: m 1 2 3 . n=30 Q 220 196 116 . 78 0.968 1.03 P 0.032 0.064 0.097 T 31 15.5 10.3
Las cifras de la tabla final deben interpretarse as; existe una probabilidad del 6.4 % de que el valor 196 m3/seg sea igualado o excedido 2 veces en 30 aos; tambin: es probable que el caudal de 196 m3/seg se presente una vez cada 15.5 aos.
TABLA 10.1 POSICIONES DE TRAZADO N=10

Probabilidad de Nombre California Ao 1923 Excedencia (P) P 0.10
m=1 T 1 P 0.500
m=5 T 2
m N 2m 1 2N m N +1 m 0.3 N + 0.4
Hazen Weibull Chegodayev
1930 1939 1955
0.05 0.091 0.067
20 11 14.9
0.450 0.455 0.451
2.2 2.2 2.2
m 3
Blom Tukey Gringorten 1958 1962 1963
8 N+ 1 4
3m 1 3 N +1 m 0.44 N + 0.12
0.061 0.065 0.055
16.4 15.4 18.20
0.451 0.451 0.447
2.2 2.2 2.2
N = Nmero total de valores de la muestra.
m = Nmero de orden de los valores ordenados de mayor a menor.
LEY DE GUMBEL. Entre las varias distribuciones de valores extremos hay dos que tienen mayor aceptacin, al haber demostrado que se ajustan bien al fenmeno de las crecidas de los ros: la distribucin de valores extremos Tipo I o ley de Gumbel y la distribucin Log-Pearson tipo III. Vente Chow ha encontrado que estas distribuciones pueden expresarse en la forma:
x = x + K x
x
x
: Caudal con una probabilidad dada. : Media de la serie de caudales pico.
x : Desviacin estndar de la serie.

K : Un factor de frecuencias definido por cada distribucin. Es una funcin del nivel de probabilidad asignado a x. La ley de Gumbel est dada por la expresin:
P = 1 e e
P Y u a
(Ec.10.1)
: Probabilidad de que un valor x sea igualado o excedido. : Variable reducida, dada por la expresin. y=a(x-u) : Moda de la distribucin. : Parmetro de dispersin.
Para una muestra de tamao finito, Gumbel encontr que:
u = x x
yn n
a=
yn
n x
: Valor medio esperado de la variable reducida.
n : Desviacin estndar de la variable reducida.

Y tambin que y n , n , son funciones slo del tamao de la muestra. n
yn
20 0.52 1.06
30 0.54 1.11
40 0.54 1.14
50 0.55 1.16
100 0.56 1.21
200 0.57 1.24
Reemplazando los valores:
y = ax au y n x n x x n x x n = n x n x + yn x x n x = n x + y yn x x =
y yn x n
x= x+
(Ec. 10.2)
x = x + K x
(Ec. 10.3)
Con la Ec. 10.3 es posible hallar los caudales con largos perodos de recurrencia (avenida centenaria, avenida milenaria, avenida diezmilenaria). Esta ecuacin es la ecuacin de una lnea recta en papel probabilstico de Gumbel. Precisamente la manera de comprobar que el modelo de Gumbel es el apropiado para el problema en estudio consiste en graficar la recta y plotear los puntos de la muestra; deber cumplirse que todos los puntos caen alineados cerca de la recta. Ejemplo 10.1 Hallar el valor de K para una probabilidad de 1 % si se trabaja con una muestra de 40 aos. P=0.01 Aplicando la Ec. 10.1: Para y = 4.600
n = 40 y n = 0.54
n = 1.14
De modo que:
K =
y yn
= 3.55
Como T =
1 = 100 , se indica K100=3.55 P
Ejemplo 10.2 Usando el registro de caudales que se acompaa, encontrar las crecidas de los 10, 100 y 1000 aos, utilizando la distribucin de Gumbel. Los caudales estn en pie3/seg. Ao 1969 1970 1971 1972 1973 1974 1975 Qmx Ao 36,600 69 900 99 000 76 200 62 600 44 200 49 200 Qmx 1976 1977 1978 1979 1980 1981 1982 Ao 53,100 58 800 64 100 77 800 71 200 59 600 55 100 Qmx 198 3 198 4 198 5 198 6 198 7 198 8 Ordenando los caudales de mayor a menor: m 1 2 3 4 5 6 7 8 9 10 Q 103000 99 000 77 800 76 200 71 200 69 900 64 100 62 600 59 600 58 800 T 21.00 10.50 7.00 5.25 4.20 3.50 3.00 2.63 2.33 2.10 m 11 12 13 14 15 16 17 18 19 n=20 Q 58,600 55 100 53 100 49 600 49 600 47 900 44 200 39 700 38 200 36 600 T 1.91 1.75 1.62 1,50 1.40 1.31 1.24 1.17 1.11 1.05 49,600 58 600 39 700 38 200 103100 47 900
Para
n = 20 y n = 0.52
n = 1.06
T = 100 P = 0.01 T = 1000 P = 0.001
Para T = 10 P = 0.1
y = 2.25 K10= 1.63 Adems:
y= 4.60 K100= 3.85

x = 60 720
y= 6.91 K1000= 6.03
x = 18 233.65
De modo que: Q10=90,441 Q100=130,920 Q1000= 170,669 pie3/seg.
Como comprobacin, ploteando los tres puntos encontrados (Q,T) en papel probabilstica de Gumbel deben caer en una misma lnea recta; adems todos los puntos de la muestra deben caer en o cerca de esta recta. DISTRIBUCIN LOG PEARSON TIPO III Para el uso de esta distribucin se convierte los valores de la serie a sus logaritmos decimales y se hallan los siguientes parmetros: Media
log x =
log x n
Desviacin estndar
log x =
log x log x n 1
Coeficiente de asimetra
n log x log x Ag = (n 1)( n 2)(log x )3

log x = log x + Klog
El valor de x para cualquier nivel de probabilidad se puede calcular a partir de:

x
(Ec.10.4)
Los valores de K se toman de la Tabla 10.2.
TABLA 10.2 VALORES DE K EN LA ECUACIN 10.4
Coefic iente de asime tra Ag 3.0 2.8 2.6 2.4 2.2 2.0 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1.0 -1.2 -1.4 -1.6 -1.8 -2.0 -2.2 -2.4 -2.6 -2.8 -3.0 1. 01 01 99 0. 66 7 0. 71 4 0. 76 9 0. 83 2 0. 90 5 0. 99 0 1. 08 7 1. 19 7 1. 31 8 1. 44 9 1. 58 8 1. 73 3 1. 88 0 2. 02 9 2. 17 8 2. 32 6 1. 25 2
Perodo de retorno, aos 5 1 0
25
50
100
00 UNIVERSIDAD NACIONAL DEL CENTRO CARRERA PROFESIONAL DE INGENIERIA CIVIL CURSO: HIDROLOGIA GENERAL Nivel de probabilidad, porcentaje CAPITULO X: ELEMENTOS DE HIDROLOGIA ESTADISTICA 80 5 2 1 0. 63 6 0. 66 6 0. 69 6 0. 72 5 07 52 0. 77 7 0. 79 9 0. 81 7 0. 83 2 0. 84 4 0. 85 2 0. 85 6 0. 85 7 0. 85 5 0. 85 0 0. 84 2 0 0. 3 9 6 0. 3 8 4 0. 3 6 8 0. 3 5 1 0. 3 3 0 0. 3 0 7 0. 2 8 2 0 2 5 4 0. 2 2 5 0. 1 9 5 0. 1 6 4 0. 1 3 0. 0 9 0 0. 4 2 0 0. 4 6 0 0. 4 9 9 0. 5 3 7 0. 5 7 4 0. 6 0 9 0. 6 4 3 0. 6 7 5 0. 7 0 5 0. 7 3 2 0. 7 5 8 0. 7 8 0 0. 8 0 0 0. 8 1 6 0. 8 3 0. 8 4 2 0 1 . 1 8 0 1 . 2 1 0 1 . 2 3 8 1 . 2 6 2 1 . 2 8 4 1 . 3 0 2 1 . 3 1 8 1 . 3 2 9 1 . 3 3 7 1 . 3 4 0 1 . 3 4 0 1 . 3 3 6 1 . 3 2
4 2.2 78 2.2 75 2.2 67 2.2 56 2.2 40 2.2 19 2.1 93 2.1 63 2.1 28 2.0 87 2.0 43 1.9 93 1.9 39 1.8 80 1.8 18 1.7 51 1.6 80 1.6 06 1.5 28 1.4 48 1.3 66 1.2 82 1.1 98 1.1 16 1.0 35 0.9 59 0.8 88 0.8 23 0.7 64 0.7 12 0.6 66
2 3.1 52 3.1 14 3.0 71 3.0 23 2.9 70 2.9 12 2.8 48 2.7 80 2.7 06 2.6 26 2.5 42 2.4 53 2.3 59 2.2 61 1.1 59 2.0 54 1.9 45 1.8 34 1.7 20 1.6 06 1.4 92 1.3 79 1.2 70 1.1 66 1.0 69 0.9 80 0.9 00 0.8 30 0.7 68 0.7 14 0.6 66
1 4.0 51 3.9 73 3.8 89 3.8 00 3.7 05 3.6 05 3.4 99 3.3 88 3.2 71 3.1 49 3.0 22 2.8 91 2.7 55 2.6 15 2.4 72 2.3 26 2.1 78 2.0 29 1.8 80 1.7 33 1.5 88 1.4 49 1.3 18 1.1 97 1.0 87 0.9 90 0.9 05 0.8 32 0.7 69 0.7 14 0.6 67
2 0 DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA
El mtodo consiste en plotear 2 puntos (Q, T) y trazar la lnea recta que los une, en papel de probabilidad log-normal. Se prolonga esta recta para encontrar el caudal con perodo de retorno grande. EVENTOS HISTRICOS: Algunas veces las posiciones de trazado calculadas deben ser modificadas. Esto sucede cuando existen antecedentes histricos que permiten suponer que en el lugar en estudio han ocurrido crecidas que vale la pena tomar en cuenta. Veamos tres ejemplos de casos en que hay que considerar eventos histricos. Primer caso: Se tiene el registro de los ltimos 30 aos, pero se sabe que la mayor crecida de este perodo es la mayor ocurrida en los ltimos 80 aos. A la mayor crecida de perodo habr que asignarle una probabilidad de 1/81. Para la segunda mayor crecida el clculo se hace en forma normal (2/31, etc.) Segundo caso: Se tiene el registro de los ltimos 30 aos, pero se sabe que en 1909 hubo una crecida, de magnitud conocida, que es la mayor hasta la fecha (80 aos). La probabilidad de esta crecida ser 1/81. Para las crecidas medidas el clculo se hace en forma normal. Tercer caso: Se tiene el registro de los ltimos 30 aos, pero se sabe que en 1909 ocurri una crecida, de magnitud conocida, que es la segunda en orden de magnitud en relacin con las medidas. Las probabilidades se calculan as: Mayor crecida de todas Segunda crecida de todas Segunda crecida del registro Tercera crecida del registro LONGITUD DE REGISTRO: Un problema que siempre ha preocupado a los hidrlogos es cuantificar el error cometido al trabajar con registros de pocos aos en la estimacin de caudales con altos perodos de retorno. Benson, ingeniero del U. S. Geological Survey, parti de una lista hipottica de 1000 crecidas que definan una recta de frecuencia, de base o referencia, trazada en papel probabilstico de valores extremos. Este registro lo dividi en forma aleatoria en 100 registros de 10 aos, 40 de 25 aos, 20 de 50 y 10 de 100. Para cada uno de estos 170 registros se dibuj su recta de frecuencia y todas se compararon con la recta base. Entre la crecida anual media calculada con diferentes longitudes de registro y la crecida anual media base se obtuvieron las siguientes diferencias: 28% para registros de 10 aos, 14 %, para registros de 25 aos, 12 % para los de 50 aos y 5% para los de 100 aos. Esto da una
1/81 2/81 2/31 3/31, etc.
idea de lo que puede esperarse en la estimacin de la crecida anual media con registros cortos. Se observ que la diferencia entre la crecida anual media base y las crecidas anuales medias determinadas grficamente en la ordenada correspondiente a un perodo de retorno de 2.33 aos, no diferan en ms de 1.5 %. Ello permite concluir que es posible calcular grficamente el promedio sin error apreciable. Se estudio tambin los valores de las crecidas de perodos de retorno de 10, 25,50 y 100 aos determinadas con los registros de distintas longitudes, mediante la ley de Gumbel. Los resultados se resumen en la tabla 10.3. TABLA 10.3 LONGITUDES DE REGISTRO NECESARIAS
T 2.33 10 25 50 100 Precisin25 % 80 % de las veces .. 8 12 15 .. 95 %de las veces 12 18 31 39 48 Precisin 10 % 80 % de las veces 25 38 75 90 100 95 % de las veces 40 90 105 110 115
Estos resultados muestran que el 95 % de las veces un registro de 39 aos de longitud permite definir la crecida de los 50 aos, con una precisin del 25 %. Se tiene tambin que el 95 % de las veces un registro de 12 aos permite definir la crecida anual media con el 25% de error. Las cifras de estudio no puede aplicarse a otras curvas de frecuencia, pero son bastantes indicativas de la variacin que puede esperarse al trabajar con registros de pequea longitud. Visto de otro modo, se nota la conveniencia de extender un registro corto antes de realizar con l un anlisis de frecuencia. PROBABILIDAD DE DISEO: Frente a un caso concreto el ingeniero debe decidir el perodo de retorno de su crecida de diseo. Para ello debe precisar en primer trmino la vida til de la obra; luego se preguntar sobre la probabilidad de ocurrencia de crecidas durante ese perodo. Escogiendo un porcentaje adecuado de riesgo determinar el perodo de retorno de la crecida de diseo y proceder a calcular la magnitud de sta con la ley de Gumbel o la distribucin Log- Pearson tipo III; o mejor an, con las dos a fin de tomar el promedio. El perodo de retorno se ha venido manejando como un valor medio. Es decir, el suceso son perodo de retorno de T aos, ser excedido una vez cada T aos en promedio; pero tambin ser excedido en ms de la mitad de las veces en una serie de T aos. Aclaremos. Supongamos un evento de T=10 aos; la probabilidad de no excedencia en una ao cualquiera es (1-0.1)=0.9 y la probabilidad de no excedencia durante un perodo de 10
aos es 0.910= .35, o lo que es lo mismo, la probabilidad de excedencia de un suceso con un perodo de retorno de 10 aos en un perodo de 10 aos de 65%. La frmula a usar es pues: ( 1 P )n = Probabilidad de no excedencia.
(1
n
1 n ) = Probabilidad de no excedencia. T
: Perodo de diseo o vida til de la obra.
(Ec. 10.5)
Con la Ec. 10.5 puede calcularse el perodo de retorno a usar asociado a un perodo de diseo o vida til y a un nivel de probabilidad asignado. As es como se ha construido la Tabla 10.4.
TABLA 10.4 PERODOS DE RETORNO Perodo de diseo (n) 2 5 10 20 30 50 100 0.01 1.1 1.7 2.7 4.9 7.0 11.4 22.2 0.25 2.0 4.1 7.7 14.9 22.2 36.6 72.5 Probabilidad de no exceder 0.50 3.4 7.7 14.9 29.4 43.0 72.0 145.0 0.75 7.5 17.9 35.3 70.0 105.0 175.0 345.0 200 498 996 1 990 3 330 5 000 10 000 0.99
La Tabla 10.4 indica que existe una probabilidad igual al 1% de tener un evento con perodo de diseo de 10 aos. Indica tambin que si se quiere correr un riesgo de 25 % para una estructura de vida til 50 aos, debe ser diseada con un caudal pico de perodo de retorno 175 aos. TOMA DE DECISIONES: El estudio de las avenidas de largo perodo de retorno tiene una aplicacin importante en el funcionamiento de los vertederos de demasas de las presas de embalse. Por esta razn el breve comentario que sigue se refiere a estas obras. La seleccin de la magnitud de la avenida de proyecto es algo sumamente complejo y que debe ser encarado por ingenieros experimentados en estudios de avenidas. Bsicamente se toman en consideracin los efectos derivados de un eventual fracaso de la obra. La determinacin de los daos probables no debe limitarse a las condiciones que existen en la poca de la construccin. Deben, por el contrario, evaluarse los futuros aprovechamientos en la llanura de inundacin aguas abajo, como viviendas, granjas, caminos, puentes y otros. Las presas que forman grandes vasos, construidos en los ros principales, con un elevado potencial de escurrimiento, sin duda pueden considerarse en la categora de muy peligrosas. En estos casos deber asumirse un criterio conservador, tomando como base que no se
podra tolerar una falla debido a la probable prdida de vidas y debido a los daos potenciales que pueden alcanzar las proporciones de una catstrofe. En cambio, las presas pequeas construidas en corrientes aisladas en reas rurales, donde la falla ni amenaza la vida humana ni producira daos mayores, se pueden considerar en la categora de poco riesgo. En este caso, el criterio de diseo se puede establecer en una base mucho menos conservadora. En los Estados Unidos, los vertederos de demasas de las grandes presas, cuando existe un gran peligro de vidas humanas, son diseadas para la creciente ms desfavorable posible llamada creciente mxima probable (CMP). La experiencia demuestra que la CMP es mayor que aquellas que pueden ser obtenidas utilizando el anlisis de frecuencia. A la CMP no se le puede asignar una probabilidad realista ni es susceptible de un estudio econmico; el anlisis debe estar basado en la decisin de dar la mxima proteccin. La CMP es muy grande y casi siempre superior a las posibilidades de control; su consideracin en el estudio slo sirve para eliminar la posibilidad adicional de una falla repentina en la presa; aparte de la proteccin de vidas humanas puede ser til, por ejemplo, colocar las plantas de agua potable, as como otros servicios pblicos, por encima del nivel de la CMP. La obtencin de la CMP es un proceso largo, laborioso y costoso. Se determina a partir de la precipitacin mxima probable (PMP). La PMP se puede obtener a partir del anlisis de frecuencia de las precipitaciones mximas. A partir de la PMP puede obtenerse la CMP mediante tcnicas hidrolgicas consistentes en el uso de modelos lluvia- escorrenta e Hidrogramas unitarios. Se requiere mucha experiencia. Las condiciones extremas sern condiciones antecedentes muy hmedas, hidrograma unitario con pico muy pronunciado y embalse lleno al presentarse la tormenta. METODO DE GRADEX: Los mtodos basados en distribuciones tericas para el estudio de frecuencia de crecidas (Gumbel y Log- Pearson Tipo III), se basan en la utilizacin de registros de caudales pico. Sin embargo, los datos de caudales son por lo general cortos y relativamente escasos. Guillot y Duband elaboran una metodologa que permite evaluar los gastos mximos de crecidas utilizando registros cortos d caudales conjuntamente con registros largos de lluvias. El mtodo consiste en extrapolar la curva de frecuencia de gastos observados, a partir de cierto valor, mediante una recta paralela a la de precipitaciones mximas diarias. Guillot y Duband desarrollaron el mtodo del Grdex apoyndose en las siguientes hiptesis:
1. Las precipitaciones mximas diarias siguen la Ley de Gumbel o valores extremos tipo I.
2. La lluvia media diaria sobre una cuenca tiene por Grdex el promedio de los Grdex de las subcuencas.
3. La retencin, a medida que aumenta la lluvia, tiene hacia un lmite superior, funcin de las
caractersticas de la cuenca y de la humedad del suelo. A medida que se alcanza un
equilibrio entre el volumen de agua que llueve y el escurrido todo incremento de precipitacin tiende a producir un aumento igual de volumen escurrido. El mtodo de Grdex es aplicable a cuencas de hasta el orden de los 1000 km 2 de superficie. En su aplicacin se procede analizando los gastos observados hasta definir la crecida decenal y luego se extrapola la recta con el Grdex medio de las precipitaciones sobre la cuenca. De la Ec. 10.2:
x = x+ = x+
y yn . x = x + x ( y y n ) n n
x .y x .yn n n
= x x .yn + x .y n n
De modo que x n , que se define como Grdex, viene a ser la pendientes de la recta de frecuencia en papel probabilstica de Gumbel, tal como se haba anticipado. Este mtodo fue aplicado en Chile para alrededor de 40 estaciones, alcanzando resultados bastante aceptables. Encontr que los resultados no diferan en ms de un 10% de las crecidas obtenidas siguiendo el mtodo de Gumbel. ANALISIS DE FRECUENCIAS REGIONALES. Los anlisis de frecuencia regionales se refieren al establecimiento de las relaciones vlidas para toda la regin. Para ello se requiere contar con registros en estaciones cercanas con caractersticas hidrolgicas semejantes. Mtodo de la crecida ndice: Es el utilizado por el U. S. Geologica Survey en sus estudios regionales de frecuencia de crecidas. Consiste fundamentalmente en seleccionar una regin de caractersticas meteorolgicas y fisiogrficas similares y efectuar un anlisis de frecuencia para cada una de las estaciones en estudio. Estas curvas se adimensionalizan en base a una crecida ndice (puede ser la crecida media), luego se superponen y se determina una sola distribucin adimensional cuyo nico parmetro es la crecida ndice. Despus se efecta una correlacin entre las crecidas ndice con las caractersticas de sus cuencas y se obtiene la curva de regresin. La combinacin de la distribucin adimensional y la curva de regresin permiten efectuar el anlisis de frecuencia en cualquier cuenca de la regin. El mtodo, paso a paso, es el siguiente: 1. Se tabulan las crecidas mximas anuales de cada una de las estaciones existentes en la regin, siempre que dicho registro tenga una longitud de 5 ms aos. No se deben
utilizar estaciones que estn muy afectadas por obras de regulacin artificial o cualquier otro factor artificial, salvo que se corrijan las incosistencias. 2. Mediante un diagrama de barras se puede representar la longitud de cada registro. En base a este diagrama se elige la longitud del perodo para el cual se va hacer el estudio (perodo comn). Hay que tratar de elegir el perodo compn ms posible.
3. En base a correlaciones se extienden los registros de corta duracin para que abarquen un
perodo igual al perodo comn elegido.
4. Se numeran las crecidas para cada estacin segn su magnitud, asignndole el nmero 1
a la mayor.
5. Se calcula el perodo de retorno o probabilidad de excedencia mediante la frmula de

Weibull, solamente para las crecidas estimadas mediante correlaciones no se les calcula perodo de retorno ya que no se recomienda graficarlas. Slo se utilizan para darles un nmero de orden ms realista a las crecidas medidas.
6. Para cada una de las estaciones, graficar las crecidas versus su probabilidad de
excedencia en papel probabilstica de Gumbel y trazar las respectivas rectas de distribucin. Con cada una de estas rectas se determina grficamente la crecida d ndice. Se recomienda que sea la crecida media y para su determinacin se entra al grfico con una probabilidad de excedencia de 42.9 % (T= 2.33 aos). 7. tabular para cada una de las estaciones las razones entre el caudal para varios perodos de retorno y la crecida ndice.
8. A partir de la tabla del punto 7, determinar lamediana de las razones para cada perodo de
retorno. Graficar estos valores y luego pasar por ellos una curva que representar la curva de frecuencias regional y cuyo nico parmetro es la crecida ndice (Qi).
9. En base a los datos de las crecidas ndice para cada estacin y a las caractersticas fsicas
y meteorolgicas de cada cuenca determinar una ecuacin de regresin con Qi como variable dependiente. Las caractersticas fsicas y meteorolgicas de las cuencas son mltiples y de difcil evaluacin. Afortunadamente se ha demostrado en la prctica que en la mayora de las regiones se obtiene una buena correlacin utilizando nicamente el rea de la cuenca como variable independiente. 10. utilizando las curvas determinadas en 8 y 9 se puede obtener una curva de frecuencia para cualquier seccin dentro de la regin en estudio. Resumen del estudio de avenidas A continuacin se presenta un comentario de los aspectos ms relevantes en el estudio de avenidas. En cuanto a lo que se persigue.- Una veces slo se requiere el caudal mximo, como en el diseo de alcantarillas, otras se requieren el hidrograma de la avenida, como en el estudio del trnsito.
En cuanto a las condiciones precedentes.- De acuerdo a la climatologa del lugar, ha de precisarse si la avenida se presenta cuando el ro hay un flujo base apreciable o no. Si se estn manejando precipitaciones la precisin debe ser en el sentido de que si la precipitacin de diseo se presenta cuando el suelo de la cuenca est hmedo o no. En cuanto a la informacin disponible.- Se presenta toda una gama de posibilidades. a)El caso ideal lo constituye la cuenca con estacin de aforo en el punto de inters y estaciones pluviomtricas repartidas, una de las cuales por lo menos es registradora. Se puede en tal caso aplicar el anlisis de frecuencia a el anlisis de los Hidrogramas de crecidas.
b)
Igual que el anterior, con la diferenci que es corto el perodo de registro de
caudales. Se puede aplicar el mtodo del Grdex. c)Igual que los casos a) y b), slo que los caudales no son medidos sino inferidos a partir de valores medidos en el mismo ro, aguas arriba y/o aguas abajo del punto de inters. Se aplican los mismos metodos. Se hace notar que deben evitarse lo anlisis de frecuencia de caudales con valores inferidos de otras cuencas. d)Slo se conocen los caudales. Se aplica el anlisis de frecuencia para obtener los valores de la descarga y el volumen de los T aos. El hidrograma correspondiente puede obtenerse aplicndole hidrograma bsico.
e)
La cuenca posee slo las estaciones pluviomtricas repartidas, una de las cuales
por lo menos es registradora. Se aplica el anlisis de frecuencia a las precipitaciones para obtener el valor de la precipitacin de los Taos y duracin igual al tiempo de concentracin (TC) de la cuenca. Luego se estima la escorrenta directa correspondiente a esta precipitacin aplicando el mtodo del hidrograma unitario triangular.
f) Igual que el anterior, pero sin ninguna estacin registradora. Se puede estimar la
escorrenta directa con los datos de suelos y cubierta vegetal. Es posible, adems, utilizar el hidrograma bsico para obtener el hidrograma aproximado de la venida. g)La cuenca no posee ningn tipo de estacin. Se puede utilizar el mtodo de la seccin y la pendiente para estimar el caudal mximo de la corriente. Se puede tambin realizar un anlisis de frecuencia regional. Es posible adems utilizar el hidrograma sinttico para generar el hidrograma aproximado de la avenida. En cuanto al trabajo de campo.- El estudio de avenidas, como parte del estudio hidrolgico de un proyecto, es necesario que est a cargo de un ingeniero con mucha experiencia de campo. En el campo deben reunirse todos los datos que se refieren a las caractersticas hidrolgicas de la cuenca. Deben prepararse un mapa a curvas de nivel mostrando la delimitacin de la cuenca y la ubicacin de cada estacin hidromtrica y/o pluviomtrica. El ingeniero que ha ce estudio de las avenidas debe hacer un recorrido de inspeccin sobre la cuenca, a fin verificar las divisorias del rea de drenaje y los datos de cubierta vestal. El ingeniero experimentado sabe que ciertos detalles topogrficos ejercen una influencia importante en la magnitud de la precipitacin, y que algunas formaciones geolgicas tiene la caracterstica de producir
elevadas descargas en las avenidas mientras que otras tienden a reducir el potenciadle las avenidas. El recorrido debe incluir visitas a las cuencas vecinas si es que se prev el uso de los registros de las cuencas vecinas en el estudio. Casos especiales
1. Las relaciones lluvia- escurrimiento se establecen para la hiptesis general de que la

cuenca hmeda coincide con la cuenca topogrfica. En estas circunstancias el coeficiente de escorrenta C, tiene valores menores que la unidad. Hay ocasiones sin embargo en que esto no es as. La figura adjunta muestra cmo la presencia de un estrato impermeable pueda hacer que el valor del coeficiente de escurrimiento resulte mayor que la unidad. Este caso requiere de un estudio especial para determinar la cantidad de agua de escorrenta de que se puede disponer.
2. Las descripciones hechas en este texto, acerca de las avenidas, se refieren al caso
general de avenidas que resultan de las precipitaciones pluviales sobre una cuenca sin deshielos. Hay ocasiones, sin embargo, en que los escurrimientos producidos por los deshielos son una caracterstica dominante. En estos casos el gasto son una caracterstica dominante. En estos casos el gasto de la corriente proveniente de los deshielos puede ser grande y debe aadirse al gasto calculado para la lluvia. Adems, cuando se estime el escurrimiento producido por las lluvias en estas reas, debe considerarse que parte de la cuenca est cubierta por nieve. El escurrimiento de la lluvia que cae en la nieve puede llegar a ser igual a la precipitacin. Por lo tanto, las prdidas totales por retencin para la lluvia en una cuenca parcialmente cubierta por la nieve sern menores que las misma cuenca cuando no esta cubierta por la nieve.
3. Ciertas cuencas poseen accidente o medio que retardan el escurrimiento, como lagunas,
pantanos, hojarascas y tierra vegetal porosa. Estas cuencas requieren tambin un estudio especial que se encarga a ingenieros con mucha experiencia.

Capitulo X Hidrologia A 1

Uploaded by

Document Information

Original Title

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

Capitulo X Hidrologia A 1

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DEL CENTRO CARRERA PROFESIONAL DE INGENIERIA CIVIL CURSO: HIDROLOGIA GENERAL CAPITULO X: ELEMENTOS DE HIDROLOGIA ESTADISTICA

DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

3. Distribucin logartmica- normal 4. Distribucin Gamma

5. Distribuciones de valores extremos

Distribucin Chi cuadrado.

El mtodo de los momentos. El mtodo de mxima verosimilitud.

DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

TABLA 10.1 POSICIONES DE TRAZADO N=10

Probabilidad de Nombre California Ao 1923 Excedencia (P) P 0.10

Hazen Weibull Chegodayev

1930 1939 1955

0.05 0.091 0.067

0.450 0.455 0.451

2.2 2.2 2.2

0.061 0.065 0.055

16.4 15.4 18.20

0.451 0.451 0.447

2.2 2.2 2.2

N = Nmero total de valores de la muestra.

m = Nmero de orden de los valores ordenados de mayor a menor.

: Caudal con una probabilidad dada. : Media de la serie de caudales pico.

x : Desviacin estndar de la serie.

Para una muestra de tamao finito, Gumbel encontr que:

n : Desviacin estndar de la variable reducida.

100 0.56 1.21

200 0.57 1.24

Reemplazando los valores:

1 = 100 , se indica K100=3.55 P

DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

y = 2.25 K10= 1.63 Adems:

y= 4.60 K100= 3.85

y= 6.91 K1000= 6.03

n log x log x Ag = (n 1)( n 2)(log x )3

El valor de x para cualquier nivel de probabilidad se puede calcular a partir de:

Los valores de K se toman de la Tabla 10.2.

TABLA 10.2 VALORES DE K EN LA ECUACIN 10.4

DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

Perodo de retorno, aos 5 1 0

2 0 DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

1/81 2/81 2/31 3/31, etc.

5. Se calcula el perodo de retorno o probabilidad de excedencia mediante la frmula de

Igual que el anterior, con la diferenci que es corto el perodo de registro de

1. Las relaciones lluvia- escurrimiento se establecen para la hiptesis general de que la

DOCENTE: ING. ABEL A. MUIZ PAUCARMAYTA

You might also like