Informe

CUENCA HIDROGRAFICA DEL VILCANOTA
ANALISIS DE DATOS HIDROMETEOROLOGICOS
MANUICO MENDOZA, Jaime Joseph VIVANCO CASTRO, Jorge Isaac CONTRERAS MANCILLA, Danny Kel DAMIAN VEGA, Mateo Iban HUAMAN HUAMAN I, Richard 3 de noviembre de 2013
Indice general
I II III IV ca V VI Resumen Introducci on Objetivos Identicaci on de estaciones hidro-meteorol ogicas en la cuen9 Completaci on de Datos Pluviom etricos Evaluaci on de Su Homogeneidad o consistencia 13 14 2 4 7
1. Pruebas estad sticas de homogeneidad 15 1.1. Test de Mann-Kendall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2. Prueba estad stica de Helmert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
VII Extensi on de Registros-Uniformidad de registros para los datos hist oricos de cada estaci on 17 VIII IX X Obtenci on de la precipitaci on media de la cuenca Ajustar los datos a una distribuci on te orica Obtenci on de Curvas IDF 18 19 20
21
2. Curvas de Intensidad Duraci on Frecuencia (IDF)
XI XII XIII XIV
Resultados Conclusiones Bibliograf a Anexos
30 34 36 38
Parte I Resumen
UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA FAULTAD DE INGENIER IA DE MINAS, GEOLOG IA Y CIVIL PROFESIONAL DE INGENIER ESCUELA DE FORMACION IA CIVIL
HIDROLOG IA GENERAl (IC-441) Las lluvias que se han producido en Cusco a comienzo del a no 2010 han dejado p erdidas de m as de 700 millones de soles. En este estudio se analizaron las series de datos diarios de lluvias de cinco estaciones meteorol ogicas localizadas cerca a la ciudad del Cusco (Granja Kcayra, Acomayo, Pisac, Urubamba y Sicuani), del per odo 1964-2009. El objetivo fue evaluar los ndices extremos de precipitaci on para analizar la variabilidad clim atica, para lo cual se evalu o tres ndices de frecuencia: d as al a no con lluvias mayor de 10 mm (R10), d as al a no con lluvias mayor de 20 mm (R20), d as m aximos consecutivos de d as con lluvia mayor a 1 mm (CDW) y tres ndices de intensidad: Percentil al 95 % de datos diarios por a no (R95), Percentil al 99 % de datos diarios por a no (R99) y datos diarios m aximos por a no (RX1). Los resultados obtenidos muestran que la estaci on con m as (menos) frecuencia e intensidad de lluvias diarias es la estaci on de Acomayo (Urubamba). La relaci on de estos ndices de extremos con los recientes eventos extremos ocurridos en la regi on Cusco (enero y febrero del 2010), muestra que las intensidades de precipitaci on diaria no han alcanzado sus m aximos hist oricos de precipitaci on durante el periodo 1964-2009, pero el resultado m as importante es el cambio en la frecuencia de lluvia (CWD) en la estaci on Urubamba pasando de 14 d as como m aximo durante 1964-2009 a 24 d as el a no 2010. Palabras claves: Cusco inundaciones 2010; extremos de lluvias; tendencias; Andes; Per u.
Parte II Introducci on
HIDROLOG IA GENERAl (IC-441)
El Cusco est a localizado en la parte suroriental de los Andes peruanos (Ver Fig. 2). Seg un el Centro Guam an Poma de Ayala (2005), las lluvias en la cuenca del r o Vilcanota (donde est a localizado nuestro an alisis) presentan estrecha relaci on con la altitud (a m as altitud m as lluvia). Asimismo, los reg menes de lluvia en esta regi on tienen una caracter stica Sur tropical con una larga estaci on seca de mayo a septiembre y con un ciclo anual comenzando en agosto y un per odo lluvioso de diciembre a marzo (Espinoza et al., 2009). Tambi en, la variabilidad multianual de la precipitaci on est a relacionada directamente al gradiente del Oc eano Atl antico (Norte menos Sur) e inversamente con el Indice de oscilaci on del sur (IOS) del Oc eano Pac co (Lavado, 2010). Es decir generalmente (no exhaustivo), durante los eventos El Ni no (La Ni na) se observan sequ as (fuertes lluvias) en esta regi on. Cambio clim atico se reere al estado del clima que puede ser identicado por cambios en su variabilidad y que persiste por un extenso periodo (por decenios o m as). Puede deberse a procesos naturales internos o a un forzamiento externo. Algunas inuencias externas, tales como los cambios en la radiaci on solar y el vulcanismo, ocurren naturalmente y contribuyen a la variabilidad natural total del sistema clim atico. Otros cambios externos, tales como el cambio en la composici on de la atm osfera que comenz o con la revoluci on industrial, son resultado de la actividad humana. (IPCC, 2007). Los Andes tropicales son declarados como una de las regiones m as vulnerables al cambio clim atico global (IPCC, 2007), y los pa ses andinos est an enfrentando desaf os importantes en la adaptaci on a la variabilidad clim atica (Bradley et al., 2006). Se espera que los efectos nocivos del cambio clim atico afecten particularmente a poblaciones de menos recursos econ omicos debido a su alta vulnerabilidad y baja capacidad adaptativa. Adem as, los impactos del cambio de clima son m ultiples y multidimensionales, y as , resulta complejo desarrollar la ejecuci on de medidas adecuadas para la adaptaci on (Salzmann et al., 2009). Los cambios en la cantidad y la disponibilidad temporal del agua, por ejemplo, relacionada con el retroceso-desaparici on de glaciares, sequ as o precipitaciones intensas, tienen impactos potencialmente negativos en el abastecimiento de agua dulce, agricultura y producci on de energ a (Barnett et al., 2005; Vergara et al., 2007). Adem as, pueden dar lugar a desastres naturales como las inundaciones o huaicos. Es as que seg un el diario El Comercio de su edici on del 08 de febrero del 2010 las lluvias en el Cusco a inicios del a no 2010 han dejado p erdidas por 739 millones de soles ( 254 millones U.S.). Unas 5000 viviendas quedaron destruidas y se han perdido 16 281 hect areas de cultivo. La v a f errea que conduce hacia Machu Picchu (principal atractivo tur stico del Per u) fue da nada en un tramo de 6.15 km. En total 21 puentes carrozables quedaron inutilizables y otros 30 quedaron afectados. El desborde del r o Vilcanota y sus auentes en el Cusco y los da nos registrados en distintas v as de acceso hacia la ciudadela de Machu Picchu traducidos en m as de 700 millones de soles en p erdidas obligaron a que el principal atractivo tur stico permanezca cerrado por varias semanas. El r o Vilcanota en la estaci on hidrom etrica de Pisac experiment o un caudal m aximo de 320 m3/s, el 25 de enero de 2010 (Ver Fig. 1), que como consecuencia de esta crecida la estaci on hidrol ogica autom atica y convencional Pisac fueron arrastradas. La variabilidad del clima se reere a variaciones en las condiciones clim aticas medias y otras estad sticas del clima (como las desviaciones t picas, los fen omenos extremos, etc.), que pueden suceder en cualquier momento y en cualquier lugar del planeta. La variabilidad puede deberse 5
a procesos naturales internos que ocurren dentro del sistema clim atico (variabilidad interna), o a variaciones en el forzamiento externo natural o antrop ogeno (variabilidad externa), mientras que el cambio clim atico es atribuible a la inuencia de actividades humanas y con respuestas a largo plazo (a nos). Por los eventos mencionados anteriormente para tratar de entender si los eventos del 2010 son consecuencia del cambio o la variabilidad clim atica, el presente art culo tiene como objetivo identicar algunos patrones de cambios en los extremos de lluvias, para lo cual se han evaluado las intensidades y las frecuencias de las lluvias en estaciones localizadas en la regi on Cusco.
Parte III Objetivos
HIDROLOG IA GENERAl (IC-441) DATOS Y METODOS Para desarrollar el presente trabajo, se seleccionaron 5 estaciones meteorol ogicas de la red del SENAMHI (www.senamhi.gob.pe) por presentar series diarias largas de precipitaci on (19642009), requisito indispensable para el an alisis de ndices extremos clim aticos. Estos datos diarios fueron evaluados utilizando un an alisis visual y posterior validaci on con el uso de boxplots (diagrama de cajas) marcando como outliers los valores por encima de la media m as 3 veces la desviaci on est andar de los valores diarios hist oricos por considerarlo sospechosos, fueron removidos menos del 0.5 % del total de datos para cada estaci on. El an alisis de los ndices extremos de precipitaci on fueron determinados por el Programa Mundial de Investigaci on Clim atica en Variabilidad Clim atica y el Grupo de trabajo de Predicci on y Detecci on del Cambio Clim atico.
Parte IV Identicaci on de estaciones hidro-meteorol ogicas en la cuenca
Tabla 1 Relaci on de Estaciones Utilizadas en el Estudio debido a su Punto de Aforo N Estaci on Longitud Latitud Altitud(m.s.n.m. Este 1 Granja Kcayra 71 5231 13 3325 3219 188794 2 Acomayo 71 411 13 551 3160 209997 3 Pisac 71 5059 13 2458 2971 191381 4 Urubamba 72 726 13 1838 2863 811615 5 Sicuani 71 1414 14 1513 3574 258614
cercan a a nuestro Norte 8499441 8459825 8515066 8526719 8423065
N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Cuadro 1: Relaci on de Estaciones Ubicadas dentro de nuestro cuadrante de Estudio Estaci on Latitud: Longitud: E N URUBAMBA - 000683 13 18 38 72 7 26 811615 8526719 HAYLLABAMBA - 4727C11E 13 15 56.9 72 26 55.7 776440 8532057 PARURO 13 46 3 71 50 41 192377 8476168 CAY CAY - 000809 13 36 1 71 42 1 207801 8494860 OLLANTAYTAMBO - 47295014 13 15 28.8 72 15 47.9 796563 8532708 COLQUEPATA 13 21 48 71 40 24 210433 8521122 SANTA TERESA 13 7 54.9 72 35 32.9 761006 8547030 MACHU PICCHU 13 10 1 72 32 45 766028 8543104 INTIWATANA H 13 10 26.7 72 33 48.3 764113 8542332 INTIWATANA M 13 10 27.5 72 33 37.8 764429 8542305 QORIHUAYRACHINA - 4729867C 13 13 35.9 72 26 3.97 778042 8536376 POMACANCHI 14 1 41 71 34 22 222114 8447658 CCATCCA - 000690 13 36 36 71 33 37 222971 8493948 PAUCARTAMBO - 000689 13 19 28 71 35 26 219360 8525522 CHALLABAMBA - 006670 13 13 3 71 38 50 213092 8537295 CHONTACHACA 13 1 26 71 28 4 232342 8558923 CHACLLABAMBA - 155518 13 6 0 71 43 0 205420 8550222 Soraypampa 13 23 41.4 72 34 24.6 762781 8517911 PACAYMAYO 13 14 3.3 72 29 55 771075 8535604 QORIHUAYRACHINA 13 13 35.9 72 26 3.97 778042 8536376 QUINCEMIL 13 13 1 70 45 1 310337 8538211 YAURI 14 49 1 71 25 1 239873 8360517 SANTO TOMAS 14 26 44.9 72 5 38.7 813316 8400986 SICUANI 14 15 13 71 14 14 258614 8423065 SAN PABLO 14 12 1.35 71 18 44.97 250430 8428877 ACOMAYO 13 55 1 71 41 1 209997 8459825 SANTO TOMAS - 000752 14 23 58 72 5 19 813972 8406111 PARURO - 000686 13 46 3 71 50 41 192377 8476168 CAY CAY - 113130 13 38 1 72 7 26 811196 8490952 GRANJA KCAYRA - 000607 13 33 25 71 52 31 188794 8499441 PISAC - 000844 13 24 58 71 50 59 191381 8515066 ANTA ANCACHURO - 000684 13 28 6 72 12 57 801449 8509365 PACAYMAYO - 4729950A 13 14 3.3 72 29 55 771075 8535604 MACHUPICCHU - 472897F0 13 9 59.6 72 32 45.6 766010 8543147
Ubicaci on Espacial de Las Estaciones utilizadas:FUENTE www2.jpl.nasa.gov/srtm/ 10
Figura:02
11
12
Parte V Completaci on de Datos Pluviom etricos
13
Parte VI Evaluaci on de Su Homogeneidad o consistencia
14
Cap tulo 1 Pruebas estad sticas de homogeneidad

El test o prueba estad stica de homogeneidad presenta una hip otesis nula y una regla para aceptarla o rechazarla en base a su probabilidad de ocurrencia. Si dicha probabilidad es peque na, se concluye que la serie es no homog enea, si es grande, se dice que la serie es homog enea.
1.1.
Test de Mann-Kendall
La prueba de Homogeneidad de Mann-Kendall es un test no param etrico, tiene una hip otesis nula sencilla y f acil de satisfacer. Este test detecta cualquier forma de tendencia, ya sean lineales o en forma de saltos, siempre que den una tendencia global, este test no es adecuado para series que presentan un componente estacional. La prueba de Homogeneidad de Mann-Kendall es en realidad un test estad stico que conduce a elegir alguna de las siguientes respuestas: Hipotesis nula: Todos los valores de la serie son datos aleatorios de una sola poblacion (Es una serie Homogenea). Hipotesis alternativa: Es una serie no homogenea con tendencia monotona. La prueba consiste en calcular un indice de desviacion S de la serie, y a partir de este valor calcular el valor de V mediante la relacion:
Donde: n N umero de registros S Indice de desviaci on calculado si N umero de valores de xj > xi para i < j < n ti N umero de valores de xj < xi para i < j < n Luego se elige un nivel de signicancia o valor de conabilidad en funci on al cual se denir a la condici on de homogeneidad de la serie. Este ndice se relaciona con un valor de Vcrit a trav es 15
de la funci on de distribuci on normal, que se muestra en la Tabla. Se compara V y Vcrit Si V es menor que Vcrit se acepta la hip otesis nula, es decir que la serie es homog enea con un nivel de signicancia de %, de lo contrario se asume la hip otesis alternativa.
1.2.
Prueba estad stica de Helmert
Consiste en analizar el signo de las desviaciones de cada evento de la serie con respecto a su valor medio. Si una desviaci on de un cierto signo es seguida por otra del mismo signo, se crea un cambio S., en contraste, si una desviaci on es seguida por otra de signo contrario, se registrar a una secuencia C. cada a no, excepto el primero, denir an una secuencia o un cambio. Si la serie es homog enea, la diferencia entre el n umero de secuencias y cambios en el registro deber a ser cero, dentro de los l mites de un error probable, el cual, depende de la longitud del registro n. Por lo tanto se tiene que:
16
Parte VII Extensi on de Registros-Uniformidad de registros para los datos hist oricos de cada estaci on
17
Parte VIII Obtenci on de la precipitaci on media de la cuenca
18
Parte IX Ajustar los datos a una distribuci on te orica
19
Parte X Obtenci on de Curvas IDF
20
Cap tulo 2 Curvas de Intensidad Duraci on Frecuencia (IDF)

El an alisis de Intensidad Duraci on Frecuencia (IDF) de tormentas se utiliza para el dise no de estructuras hidr aulicas. En zonas con escasa informaci on hidrol ogica, como nuestra Regi on, hay que hacer uso del an alisis regional. Esta investigaci on tiene por objeto establecer modelos regionales que reemplacen al an alisis IDF tradicional para estimar dichas intensidades. Se utilizan los registros pluviogr acos disponibles de 14 estaciones distribuidas sobre la regi on en conexi on con modelos de correlaci on y regresi on, y la Ecuaci on General de Frecuencias. Los resultados se presentan como expresiones matem aticas para calcular la intensidad I en funci on del per odo de retorno T y la duraci on D y expresiones lineales para calcular los par ametros y (de la ecuaci on general de frecuencias). La correlaci on obtenida es muy buena, con coecientes de correlaci on mayores que 0.99, indicando que los modelos se puede utilizar como una herramienta u til y conable para estudios preliminares. El dise no de peque nas estructuras hidr aulicas requiere del conocimiento de las caracter sticas de las tormentas, tal como Intensidad, Duraci on, Frecuencia y Altura total de precipitaci on. Las relaciones Intensidad Duraci on Frecuencia (IDF) y Altura Area Duraci on (AAD) son importantes para el dise no y a un se usan cuando existe informaci on. Ultimamente su importancia se ha incrementado debido al enfasis introducido en la planicaci on sobre el manejo de la contaminaci on difusa de la escorrent a en a reas urbanas y rurales. Las relaciones IDF normalmente se presentan como familias de curvas o mapas para cada per odo de retorno, de los cuales se extraen las magnitudes de Intensidad deseadas para el dise no. En regiones con poca informaci on los patrones IDF tiene que establecerse utilizando los escasos datos disponibles; el objetivo de esta investigaci on es el de establecer un modelo regional para dichos patrones utilizando la Ecuaci on General de Frecuencias y la linealizaci on de la curva de precipitaciones acumuladas.
21
Fundamento Te orico Ciertos an alisis hidrol ogicos requieren de la estimaci on de intensidades o alturas de precipitaci on para duraciones y frecuencias preestablecidas. Dichos datos generalmente se encuentran disponibles en forma de tablas, gr acos o mapas. Una tormenta o lluvia de dise no se especica a trav es de sus par ametros Intensidad, Duraci on y Frecuencia, ya sea expresadas como magnitudes o relacionadas en un modelo matem atico que se deduce sabiendo que la Intensidad I, la Duraci on D y la Altura o Profundidad de lluvia P se relacionan como se indica a continuaci on: P (1) P = IxD; oI = D Para lluvias puntuales la relaci on IDF se expresa matem aticamente mediante la expresi on general I = CT m/(D + b)n (2) donde I es la Intensidad; T la Frecuencia (per odo de retorno) expresado en a nos; D la duraci on : C, b, m, n, son par ametros a ajustar mediante regresi on no lineal. Las curvas IDF se elaboran utilizando alguna funci on de distribuci on de frecuencias. En Venezuela se ha estandarizado el uso de la Distribuci on de Valores Extremos de Gumbel Tipo I. El uso de esta funci on se simplica utilizando la Ecuaci on General de Frecuencia, es decir el denominado m etodo de Factor de Frecuencia de Chow: IT = I + IKT (3) donde I y I son el promedio y la desviaci on est andar de I; KT es el Factor de Frecuencia , el cual se encuentra tabulado en los textos de hidrolog a o estad stica como una funci on del per odo de retorno T y del n umero de a nos de registros utilizados en el an alisis. Para largos per odos de registro, el valor de KT se calcula mediante la siguiente expresi on: KT = (6/)0,5772 + Ln[Ln(T /(T 1))] (4) Para estimaciones preliminares la Ecuaci on (4) se puede utilizar para cualquier longitud de registro, ya que los resultados est an dentro de los niveles de error aceptables. La altura total o profundidad de lluvia P y la duraci on D se relacionan en forma parab olica, como se indica P = D/(A + BxD) (5) donde A y B son par ametros a ser ajustados por correlaci on. Transformando la Ecuaci on (5) se puede obtener una relaci on lineal entre I y D, como sigue: P/D = I = 1/(A + BxD) (6 a) 1/I = D/P = A + BxD (6 b) El par ametro I vendr a a ser el equivalente de I en la ecuaci on (3) y en lo sucesivo se usan de forma sin onima. Siguiendo el mismo razonamiento, se deduce la siguiente expresi on para la desviaci on est andar: I = 1/(A + B xD) (7) donde A y B son par ametros a ser ajustados por correlaci on. Las ecuaciones (6) y (7) se pueden utilizar en conexi on con las ecuaciones (3) y (4) para estimar la Intensidad de Dise no para duraciones y frecuencias preestablecidas. Otros modelos se han propuesto para estimar las relaciones IDF. Bilham (1962) desarroll o la siguiente expresi on: n = 1,25D(r + 0,1) 3,55 (8) donde n es el n umero de ocurrencias en 10 a nos; r es la Profundidad de precipitaci on en pulgadas; y D es la Duraci on en horas. En la Ingenier a Hidr aulica lo que usualmente se desea conocer es el per odo de recurrencia para una altura de lluvia o intensidad. Esto se obtiene transformando la ecuaci on (8) en tal 22
forma que: 1. Para la altura P P = [(2.114 x 105 T D)/600]1/3.55 2.54 (9) donde T es la frecuencia de ocurrencia expresada como una vez en T a nos = 10/n; D es la duraci on D en minutos. 2. Para la Intensidad I: I = (60/D)[(202.3 T D)- 3.55 - 2.54] (10) Wenzel (1982) desarroll o el siguiente modelo para estimar I en diferentes ciudades de Estados Unidos de Norte Am erica: I = c/(De + f) (11) donde I es la intensidad dada en mm/h; D, duraci on en minutos; c, e, f , son par ametros que var an como sigue: c entre 20 y 124; e, entre 0.63 y 0.97; f, entre 2.06 y 13.9. La Organizaci on Meteorol ogica Mundial (WMO, 1983) proporciona la siguiente ecuaci on para estimar los valores envolventes superiores para I: I = 422 D- 0.525 (12) donde I est a dada en mm/h y D en horas. Sobre la base de la ecuaci on (2), la variaci on de I en Venezuela se expresa mediante el m etodo de la intensidad instant anea en conexi on con el coeciente de avance de las tormentas (Guevara y Cartaya, 1998; y Guevara, 2000), como sigue: I = C [(1 - n) (D + b)]/ (D +b)n + 1 (13) D = Ta /r (14) Donde: C = CTx T = Intervalo de recurrencia en a nos C, x, b, n, son par ametros a ser ajustados D = Duraci on total de la torme
23
Estaci on Urubamba Serie T= 2 a nos x 1440 1080 720 480 360 300 240 180 120 60 y 1.2556 1.5234 2.0089 2.5613 3.0635 3.4352 3.9173 4.6204 5.8760 9.0400
Serie T= 5 a nos x y 1440 1.9525 1080 2.3691 720 3.1240 480 3.9831 360 4.7641 300 5.3421 240 6.0918 180 7.1853 120 9.1378 60 14.0581
24
Serie T= 10 a nos x y 1440 2.4140 1080 2.9289 720 3.8623 480 4.9245 360 5.8901 300 6.6046 240 7.5316 180 8.8834 120 11.2974 60 17.3805
25
Serie T= 25 a nos x y 1440 2.9970 1080 3.6364 720 4.7952 480 6.1139 360 7.3127 300 8.1998 240 9.3507 180 11.0290 120 14.0260 60 21.5785
26
Serie T= 50 a nos x 1440 1080 720 480 360 300 240 180 120 60 y 3.4295 4.1612 5.4873 6.9963 8.3681 9.3832 10.7002 12.6207 16.0503 24.6927
Serie T= 75 a nos x 1440 1080 720 480 360 300 240 180 120 60 y 3.6809 4.4662 5.8895 7.5091 8.9815 10.0711 11.4846 13.5459 17.2268 26.5028
27
Serie T= 100 a nos x 1440 1080 720 480 360 300 240 180 120 60 y 3.8589 4.6821 6.1742 7.8721 9.4157 10.5579 12.0397 14.2007 18.0596 27.7840
28
HIDROLOG IA GENERAl (IC-441) Serie T= 500 a nos x 1440 1080 720 480 360 300 240 180 120 60 y 4.8510 5.8859 7.7616 9.8961 11.8365 13.2724 15.1352 17.8518 22.7028 34.9274
29
Parte XI Resultados
30
Los histogramas de los valores diarios versus la relaci on entre las 5 estaciones (presentados en la diagonal) son representados en la Fig. 3. Los histogramas muestran que la mayor cantidad de valores est an comprendidos en el intervalo de 0 a 5 mm, siendo sus rangos en promedio para las cinco estaciones entre 0 y 50 mm aproximadamente, en general los valores diarios entre las estaciones muestran una dispersi on bastante grande, con una correlaci on no signicativa entre ellos. Indices Extremos de Frecuencia En esta secci on se describen los resultados de los ndices extremos de frecuencia de lluvias diarias (R10, R20 y CWD). En la Tabla 3 se muestra los estad sticos de estos extremos. En base a estos resultados se observa que la estaci on con m as (menos) frecuencia de d as lluviosos es la de Acomayo, 3160 msnm (Urubamba, 2863 msnm). La estaci on de Pisac es la que presenta mayor variabilidad de valores extremos con un coeciente de variaci on de hasta 1.5 para las series R20. En los valores m aximos (Tabla 3) se observa que para los ndices R10 y R20 es la estaci on de Pisac la que presenta mayores valores (56 y 27 respectivamente). En general se observan para estos ndices mayores (menores) valores a bajas (altas) altitudes y a altas (bajas) latitudes. Tabla 3. Valores estad sticos descriptivos de los ndices de extremos de frecuencia analizados para los valores anuales (1964-2009). MED: valor promedio, DE: desviaci on est andar, CV: coeciente de variaci on, MAX: valores m aximos, MIN: valores m nimos.
FRECUENCIAS R20 MED DE CV 4 2 0.5 6 3 0.6 3 4 1.5 2 1 0.8 3 2 0.6
Estaci on Gja. Kcayra Acomayo Pisac Urubamba Sicuani MED 19 28 18 11 18 DE 6 7 11 5 7
R10 CV 0.3 0.3 0.6 0.4 0.4
MAX 31 39 56 22 33
MIN 6 14 6 3 2
MAX 8 14 27 6 9
MIN 0 0 0 0 1
MED 9 12 9 6 9
DE 4 5 4 2 4
CWD CV MAX 0.4 24 0.4 30 0.4 24 0.4 14 0.4 17
MIN 5 5 3 4 2
Indices extremos de intensidad En esta secci on se describen los resultados encontrados en los ndices extremos de intensidad de lluvias diarias (R95, R99 y R1X). La Tabla 4 muestra los estad sticos de estos extremos. En base a estos resultados se observa que la estaci on con m as (menos) intensidad de lluvia es la estaci on de Acomayo (Urubamba) resultado semejante a lo encontrado en los ndices extremos de frecuencia.
Tabla 4. Valores estad sticos descriptivos de los ndices de extremos de intensidad analizados para los valores anuales (1964-2009). MED: promedio, DE: desviaci on est andar, CV: coeciente de variaci on, MAX: valores m aximos y MIN: valores m nimos.
INTENSIDAD R99 MED DE CV 20.3 3.3 0.2 23.6 6.5 0.3 17.7 4.6 0.3 15.4 4.1 0.3 19.8 4.3 0.2
Estaci on Gja. Kcayra Gja.Kcayra Acomayo Pisac Urubamba Sicuani
MED 10.5 13.3 9.9 7.9 10.3
DE 1.7 3.5 3.4 2.1 2.2
R95 CV 0.2 0.3 0.3 0.3 0.2
MAX 14.5 30.4 24.3 12.2 15.1
MIN 7.1 6.0 4.0 4.0 7.5
MAX 31.3 54.6 34.7 23.6 31.2
MIN 13.1 12.0 8.2 8.9 6.9
MED 32.7 34.4 25.5 24.0 30.5
DE 7.9 10.9 7.2 7.0 6.7
R1X CV 0.2 0.3 0.3 0.3 0.2
MAX 51.6 69 45 36.5 46.2
MIN 19.3 17 11 14.7 20.1
31
Tendencias de precipitaciones extremas La Tabla 5 muestra las tendencias de los ndices de extremos de lluvia utilizados en este estudio. Las tendencias son evaluadas usando el test de Mann Kendall (95 % de signicancia). Adem as se utiliza la pendiente de la l nea de regresi on simple. Granja Kcayra, Urubamba y Sicuani presentan tendencias positivas para todos los ndices de extremos analizados, pero son solamente signicativos los ndices R20 y R99 para la estaci on Granja Kcayra (0.49 d as/d ecada y 0.88 mm/d ecada respectivamente). Acomayo y Pisac presentan tendencias negativas para los ndices R10 y R95 pero sin llegar a ser estas signicativas. La estaci on Acomayo presenta una tendencia decreciente signicativa de 1.18 d as/d ecada para el ndice CWD. Tabla 5. Tendencias de los ndices extremos de lluvia estimados en base a una regresi on lineal simple, en azul las tendencias crecientes, en rojo las tendencias decrecientes. Los valores signicativos al 95 % de signicancia est an achurados de color gris.
Estaci on
R10 d as/d ecada 0.87 -0.61 -1.66 0.71 0.37
R20 d as/d ecada 0.49 0.25 -0.59 0.08 0.01
FRECUENCIA CWD R95 d as/d ecada mm/d ecada 0.49 0.31 -1.18 -0.05 0.41 -0.59 0.31 0.25 0.27 0.21
R99 mm/d ecada 0.88 0.49 0.05 0.49 0.43
RX1 mm/d ecada 0.45 0.61 0.74 0.07 0.27
Histogramas de las cinco Estaciones de Estudio:
32
33
Parte XII Conclusiones
34
En base al an alisis de los ndices extremos de lluvias se demuestra que las tendencias en extremos, en general, presentan tendencias crecientes para los ndices utilizados, sobre todo para los ndices de intensidad R99 y RX1. Adem as en esta regi on de peque na supercie, estos ndices dieren entre estaciones cercanas (ver resultados de Acomayo y Granja Kcayra). Por tanto, las condiciones de relieve y sin opticas en esta regi on tienen patrones diferentes, lo que podr a originar estas variaciones. Por consiguiente, en futuros trabajos ser a necesario analizar los patrones de circulaci on sin opticos y c omo estos patrones se comportaron durante enerofebrero del 2010. El an alisis de los u ltimos eventos ocurridos en Cusco lleva a concluir que las intensidades presentadas en esta regi on ya se han dado anteriormente (considerando el per odo 1964- 2009) y que solo el ndice frecuencia de lluvias CWD ha presentado valores superiores a sus hist oricos en la estaci on Urubamba (lo cual coincide con la mayor cantidad de damnicados en esta provincia 7100) y valores de CWD bastantes cercanos a sus hist oricos en las estaciones Granja Kcayra, Pisac y Sicuani. En la estaci on Urubamba se present o un fen omeno hist orico para el ndice de d as consecutivos de lluvias, CWD (valor hist orico m aximo de 14 entre 1964-2009 y de 24 en 2010). Un an alisis m as profundo sobre la circulaci on atmosf erica y el clima regional ser a necesario para comprender las causas de dicho fen omeno, el cual podr a ser una consecuencia m as del cambio clim atico global.
35
Parte XIII Bibliograf a
36
Bibliograf a
DE LAS CUENCAS [1] CARACTERIZACION [2] Ing.Esp. Rub en VILLODAS HIDROLOGIA [3] Ven te Chow Hidrolog a Aplicada [4] Aparicio Fundamentos de Hidrolog a de Supercie [5] Rafael Mu noz Hidrolog a Agroforestal [6] Monsalve Hidrolog a en la ingenier a [7] Chereque Mor an Hidrolog a
37
Parte XIV Anexos
38
39
40
41
42

Informe

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Informe

Hochgeladen von

Copyright:

Verfügbare Formate

CUENCA HIDROGRAFICA DEL VILCANOTA

ANALISIS DE DATOS HIDROMETEOROLOGICOS

2. Curvas de Intensidad Duraci on Frecuencia (IDF)

XI XII XIII XIV

Resultados Conclusiones Bibliograf a Anexos

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

Parte III Objetivos

Parte IV Identicaci on de estaciones hidro-meteorol ogicas en la cuenca

HIDROLOG IA GENERAl (IC-441)

cercan a a nuestro Norte 8499441 8459825 8515066 8526719 8423065

Ubicaci on Espacial de Las Estaciones utilizadas:FUENTE www2.jpl.nasa.gov/srtm/ 10

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

Parte V Completaci on de Datos Pluviom etricos

Parte VI Evaluaci on de Su Homogeneidad o consistencia

Cap tulo 1 Pruebas estad sticas de homogeneidad

HIDROLOG IA GENERAl (IC-441)

Prueba estad stica de Helmert

Parte VIII Obtenci on de la precipitaci on media de la cuenca

Parte IX Ajustar los datos a una distribuci on te orica

Parte X Obtenci on de Curvas IDF

Cap tulo 2 Curvas de Intensidad Duraci on Frecuencia (IDF)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

Estaci on Gja. Kcayra Acomayo Pisac Urubamba Sicuani MED 19 28 18 11 18 DE 6 7 11 5 7

R10 CV 0.3 0.3 0.6 0.4 0.4

CWD CV MAX 0.4 24 0.4 30 0.4 24 0.4 14 0.4 17

Estaci on Gja. Kcayra Gja.Kcayra Acomayo Pisac Urubamba Sicuani

MED 10.5 13.3 9.9 7.9 10.3

DE 1.7 3.5 3.4 2.1 2.2

R95 CV 0.2 0.3 0.3 0.3 0.2

MAX 14.5 30.4 24.3 12.2 15.1

MIN 7.1 6.0 4.0 4.0 7.5

MAX 31.3 54.6 34.7 23.6 31.2

MIN 13.1 12.0 8.2 8.9 6.9

MED 32.7 34.4 25.5 24.0 30.5

DE 7.9 10.9 7.2 7.0 6.7

R1X CV 0.2 0.3 0.3 0.3 0.2

MAX 51.6 69 45 36.5 46.2

MIN 19.3 17 11 14.7 20.1

HIDROLOG IA GENERAl (IC-441)

R10 d as/d ecada 0.87 -0.61 -1.66 0.71 0.37

R20 d as/d ecada 0.49 0.25 -0.59 0.08 0.01

R99 mm/d ecada 0.88 0.49 0.05 0.49 0.43

RX1 mm/d ecada 0.45 0.61 0.74 0.07 0.27

Histogramas de las cinco Estaciones de Estudio:

HIDROLOG IA GENERAl (IC-441)

Parte XII Conclusiones

HIDROLOG IA GENERAl (IC-441)

Parte XIII Bibliograf a

Parte XIV Anexos

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

HIDROLOG IA GENERAl (IC-441)

Das könnte Ihnen auch gefallen