DISEO HIDROLGICO

UNIVERSIDAD DE CUENCA

PROFESOR:
Ing. diego mora serrano

Cuenca 16 DE enero del 2015

INTRODUCCION

El procesamiento de datos hidrolgicos es uno de los procesos principales que se

realizan a la hora de disear una estructura hidrulica como: presas, sistemas de
riego, estaciones de bombeo, canales, etc.
Para ste trabajo utilizaremos los datos de caudales obtenidos a partir de la
Estacin de Tomebamba en Ucubamba a fin de realizar un anlisis de los valores
extremos de los caudales ya mencionados. Nos apoyaremos en dos programas
como son: el software WETSPRO que facilita la identificacin de eventos
independientes a travs de la herramienta Peak Over Threshold (POT) incluida en
el software y usaremos tambin Hydrological extreme value analysis tool (ECQ) en
el cual nos apoyaremos para el anlisis de valores extremos.
OBJETIVOS
Realizar un anlisis de los valores extremos de los datos obtenidos
de la estacin Tomebamba en Ucubamba.
Obtener los POT, mediante el procesamiento de los datos dados
facilitados como de sus inversos.
Obtener grficas representativas de los valores extremos con sus
respectivas pendientes.
Analizar eventos extremos en este caso caudales tomados del ro
Tomebamba.
Interpretar los datos y resultados obtenidos.

METODOLOGIA Y MATERIALES
Se describe brevemente la manera en la que las herramientas a ser utilizadas
funcionan:
WETSPRO: El Wetspro es un programa que se basa en clculo de diversos
procesos de naturaleza caudales.
Y para esto mediante el uso de diferentes parmetros (pendiente de
constante de recesin, w: porcentaje de flujo, etc.) podemos obtener
hidrogramas, de los datos a analizar.
Un hidrograma nos ayuda obtener un grfico de los caudales vs tiempo de
nuestra serie de datos, es decir podemos realizar un anlisis de frecuencia
para poder visualizar los eventos crticos de esta serie de datos,
realizamos la separacin de flujos en flujo base inter-flujo y sobre flujo
Utilizando la herramienta de WETSPRO podemos analizar los datos
tomados (caudales) de la stacion de Tomebamba en Ucubamba.
CALCULO DE VALORES EXTREMOS

Herramienta POT: Peak Over Threshold, incluida en el software

WETSPRO, facilita la identificacin de eventos independientes en 3
metodologas diferentes basados en la seleccin de caudales picos
independientes.
a. Basado en el flujo base (Baseflow).
Dos picos sucesivos de descarga pueden considerarse en gran
medida independiente cuando la ms pequea descarga en entre los
dos picos alcanza casi el valor del flujo de base. De esta manera,
puede afirmarse que los componentes del flujo superficial y
subsuperficial son independientes, porque los componentes de estos
"flujo rpido" alcanzan un valor cercano a cero.
Un caudal mximo puede ser considerado como independiente de la
anterior, cuando para la descarga mnima q min entre dos picos la
diferencia de este caudal mnimo con el valor flujo de base es ms
pequeo que una fraccin limitada f de la descarga pico qmax.
q minq base
<f
q max

b. Basado en el flujo base y flujo intermedio (Baseflow + interflow)

El mismo mtodo se puede aplicar tambin utilizando el flujo de base
+ interflujo.
c. Independiente en subflujos.
Un criterio ms fcil es el uso de la 'constante de recesin' de flujo
superficial o la combinada recesin constante de flujo superficial y
subsuperficial.
Segn la definicin de la constante de recesin de un componente de
flujo, el componente de flujo alcanza un valor inferior a 37% de su
valor de pico despus de un perodo de tiempo seco ms largo que la
constante de recesin.
Dos picos sucesivos pueden considerarse independientes cuando el
tiempo p entre los dos picos es ms largo que la constante k

recesin, y cuando el caudal mnimo entre estos dos picos es menor

que una fraccin f de la descarga mxima

2. HYDROLOGICAL EXTREME VALUE ANALYSIS TOOL (ECQ) :

En el anlisis de valores extremos se analiza la cola de la distribucin que
describe la probabilidad de ocurrencia de eventos extremos y modelados
por una distribucin independiente.
Tres clases de distribucin:
En trminos de la funcin media de exceso, las tres clases del ndice
de valores extremos pueden ser marcadas:
<0: disminuye el exceso de medios (hacia los valores ms altos) en
la cola de la distribucin; esto significa que la media de superacin
de un umbral disminuye de umbrales ms altos; esto corresponde a
la limitacin de la X en esta clase. Cola liviana.
= 0: la media de exceso tiene un valor constante (esto es una
propiedad bien conocida de la distribucin exponencial).
> 0: la media de exceso de aumentos en la cola. Cola pesada.
a. PARETO
La distribucin de Pareto Generalizada tiene una gran importancia en
los modelos de umbrales en particular y en la teora de valores
extremos en general, ya que es la distribucin lmite de las
excedencias de umbrales.

b.

EXPONENCIAL

x x t
G ( x ) 1 (1
)

Cuando se determina un ndice de Weibull cerca de 1, la posibilidad

= 1 puede ser probado por medio de un QQ-plot exponencial. La
pendiente de una (eventual) trayectoria lineal asinttica de los puntos
de esta trama es igual al nico parmetro de la distribucin
exponencial:

RESULTADOS Y DISCUSION
Para la separacin de eventos independientes de los datos del caudal
Tomebamba en Ucubamba utilizamos las grficas de flujo base, inter flujo y sobre
flujo que se determin con la ayuda del programa WETSPRO. Una vez
establecido el evento a estudiar procedemos a utilizar la herramienta POT, incluida
en el software WETSPRO que facilita la identificacin de eventos independientes.
o CUADALES RAPIDOS
En la siguiente tabla se presentan los valores obtenidos del POT para caudales
rpidos, que se obtuvieron del WETSPRO.

Se
ordenan
los
datos de
mayor a
menor y se procesan en ECQ, observamos las grficas del error y de las
pendientes, entonces elegimos un valor en el que la curva empieza a ser uniforme
y vamos a main e ingresamos el valor escogido para calcular.

Mtodo exponencial

Para el mtodo exponencial el ECQ nos presenta un cuadro con estos valores,
notamos que =0 y se calculan automticamente los valores de y xt, el valor
escogido fui de 15:

Las graficas resultantes se presentan a continuacin:

Aqu se presenta la grafica de la pendiente y del error, como se puede apreciar el
valor elegido de xt=15 ya que desde ste valor a nuestro criterio la grafica
empieza a ser regular, en la parte inferior se observa que el error va disminuyendo
lo cual es un indicativo que el mtodo no es el mejor para dicho anlisis.

La
grafica est ya ajustada desde el valor de xt que se estableci anteriormente, se
pude notar que existen valores extremos tanto en la parte superior como en la
inferior, notoriamente existen ms valores extremos en la parte inferior.

Calculamos G(x) para la funcin exponencial, como ya se explic previamente se

calcula con la frmula:

Se presenta el grafico de G(x) vs x, donde x son las observaciones.

Se observa una grfica de cola normal.

FUNCIN EXPONENCIAL FLUJO RAPIDO

1.5
1
0.5
G(x)

0
0

50

100

150

-0.5
-1
-1.5
observaciones (x)

200

250

Mtodo Pareto.

El principio es el mismo, se obtiene un valor donde se considera que la grfica

se regula y vamos a main ingresamos el valor escogido y calculamos, ahora el
problema que presenta la herramienta ECQ es que le valor d gamma no se
asigna directamente entonces manualmente escribimos el valor y las graficas
obtenidas son:

Una vez procesado los datos dados se obtienen las siguientes graficas.
Se ha elegido el valor de xt=15 ya que desde ste valor la grfica se comporta de
una manera regular.
Grafica del error y de la pendiente:

Grafica de la funcin ajustada por el mtodo de Pareto:

Como se puede observar ste mtodo es mejor dado que la curva se ajusta de
mejor manera, es decir no quedan muchos valores extremos fuera de la curva
ajustada y tambin el error aumenta lo cual es beneficioso.
El grafico de G(x) vs x se presenta a continuacin:
Se observa que la grfica vara un poco respecto a la obtenida con el otro mtodo.

FUNCION PARETO PARA FLUJOS RAPIDOS

2
0
-2
G(x)

50

100

150

-4
-6
-8
-10
observaciones (x)

200

250

1. Para el anlisis del caudal de flujo rpido podemos observar que la

grfica de pendiente el mtodo exponencial presenta una grfica
ms irregular y el error disminuye mientras crece xt mientras que en
el mtodo de Pareto la grfica de la pendiente es ms regular y los
errores aumentan conforme xt crece.
2. Para el ajuste de las curvas a partir del xt elegido se puede apreciar
que el mtodo de Pareto ajusta de mejor manera las curva ya que
existen menos valores extremos que queda fuera de la curva de
ajuste mientras que en el mtodo Exponencial esto no sucede.

o FLUJOS LENTOS
Se repite el mismo proceso que para flujos rpidos.

Mtodo exponencial

Se eligi un valor de 8 y procedemos de la misma manera ya descrita:

Grfica de la pendiente y del error

Se aprecia que el error crece conforme crece xt, tambien se aprecia que es de
cola pesada dada la dispersion de los puntos. El valor elegido es de xt=8.

Grafica ya ajustada:

Se presenta el grafico de G(x) vs x.

FUNCION EXPONENCIAL FLUJO LENTO

1
0.5
0
G(x)
-0.5

50

100

150

-1
-1.5
Observaciones x

200

250

METODO PARETO

Grfico de la pendiente y del error

La pendiente aumenta conforme aumenta xt.

Grfica ya ajustada:

Se presenta el grafico de G(x) vs x.

FUNCION PARETO FLUJO LENTO

2
1
0
G(x) -1

50

100

150

-2
-3
-4
Observaciones x

200

250

1. Para el anlisis del caudal de flujo lento podemos observar que la

grfica de pendiente el mtodo exponencial presenta una grfica
ms irregular y el error aumenta mientras aumenta xt mientras que
en el mtodo de Pareto la grfica de la pendiente es ms regular y
los errores aumentan conforme xt crece lo cual significa que ambos
mtodos son de gran eficiencia para stos clculos.
2. Para el ajuste de las curvas a partir del xt elegido se puede apreciar
que el mtodo de Pareto ajusta de mejor manera las curva ya que
existen menos valores extremos que quedan fuera de la curva de
ajuste mientras que en el mtodo Exponencial esto no sucede.
SEQUIA
Se calcula con la siguiente formula:
sequia=

1
caudaldado

Se obtienen los datos de la misa forma de la que se obtuvieron los datos

anteriores y como resultado tenemos los datos siguientes.

o SEQUIA FR

Time
value
20
43

METODO EXPONENCIAL
at

POT
POT value
0.55390579
8
0.46994757
5

251
331
380
682
781
885
1045
1054

0.30975385
3
0.19745392
4
0.19636777
6
0.192711884
0.18259988
3
0.12543968
5
0.12313890
1
0.05124960
5

Se procede de manera igual a la ya realizada con los datos de caudales dados.

Grafica de la pendiente y del error:
Se escogi el valor de xt=5.

Grafica de la curva ya ajustada:

Se presenta el grafico de G(x) vs x.

FUNCION EXPONENCIAL FLUJO RAPIDO

1
0.5
G(x)

0
0

0.1

0.2

0.3

0.4

-0.5
-1
Observaciones x

METODO PARETO

Grafica de la pendiente y del error.

0.5

0.6

Grafica de la curva ya ajustada.

Se presenta el grafico de G(x) vs x.

FUNCION PARETO FLUJO RAPIDO

2
0
0

0.1

0.2

0.3

0.4

0.5

0.6

G(x) -2
-4
-6
Observaciones x

El ECQ nos da una pantalla con los siguientes datos luego de haber calculado
para el mtodo exponencial y para el mtodo Pareto.

1. Para el anlisis del caudal de flujo lento podemos observar que la

grfica de pendiente el mtodo exponencial y de Pareto se
presentan irregulares debido a que los puntos estn muy dispersos
y es difcil hallar un xt para ajustar las curvas y el error aumenta
mientras aumenta xt lo cual significa que ambos mtodos son de
gran eficiencia para stos clculos.
2. Para el ajuste de las curvas a partir del xt elegido se puede apreciar
que el mtodo Exponencial es el mejor mtodo para ajustar la
curvas ya que incluye mayor nmero de puntos en su ajuste
mientras que Pareto consta de 2 valores extremos independientes y
2 valores por debajo de la distribucin.

o SEQUIA FL
Se obtienen los diferentes valores presentados despus del procesamiento de los
datos dados:
Time at POT
value
POT value
0.5539057
20
98
0.4699475
331
75
0.3097538
380
53
0.1974539
682
24
0.19271188
781
4
0.1825998
885
83
0.1231389
1045
01

METODO EXPONENCIAL

Ordenamos de mayor a menor e ingresamos a ECQ siguiendo los mismos pasos

ya descritos:

Grafica de la pendiente y del error.

Se ajust la distribucin con un xt=4.

Grafica de la curva ya ajustada.

Se presenta el grafico de G(x) vs x.

FUNCION EXPONENCIAL FLUJO LENTO

0.8
0.6
0.4
G(x)

0.2
0
0.1
-0.2

0.15

0.2

0.25

0.3

0.35

0.4

-0.4
Observaciones x

0.45

0.5

0.55

0.6

METODO PARETO

Grafica de la pendiente y del error.

Grafica de la curva ya ajustada.

Se presenta el grafico de G(x) vs x.

FUNCION PARETO FLUJO LENTO

0.8
0.6
0.4
0.2
G(x)

0
-0.20.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

0.55

0.6

-0.4
-0.6
-0.8
Observaciones x

El ECQ nos da una pantalla con los siguientes datos luego de haber calculado
para el mtodo exponencial y para el mtodo Pareto.

1. Para el anlisis de la sequa de flujo lento podemos observar que la

grfica de pendiente el mtodo exponencial y de Pareto se
presentan irregulares debido a que los puntos estn muy dispersos
y es difcil hallar un xt para ajustar las curvas y el error aumenta
mientras aumenta xt lo cual significa que ambos mtodos son de
gran eficiencia para stos clculos.
2. Para el ajuste de las curvas a partir del xt elegido se puede apreciar
que los dos mtodos son de igual eficiencia para el ajuste de la
distribucin, ya que las dos graficas poseen 2 puntos extremos
independientes y un punto bajo la distribucin.

CONCLUSIN

Se llega a la conclusin que para caudales de Flujo Rpido y Lento se da

una mejor aproximacin ya que el error crece conforme crecen los valores y
las pendientes se mantienen mientras que para la distribucin exponencial
el error decrece lo cual es un parmetro que nos indica que no es un
mtodo eficaz para ajustar la distribucin adems la pendiente es irregular y
varias bruscamente.
Para sequias debido al ajuste de la distribucin se recomienda el mtodo
exponencial ya que los valores extremos independientes son mayores en el
mtodo de Pareto por lo cual se vuelve un mtodo no muy recomendado.

BIBLIOGRAFIA

http://www.fronate.pro.ec/fronate/wp-content/media/hidrologia.pdf
Ven Te Chow, Maidment David, Mays Larry.
http://portal.chapingo.mx/irrigacion/planest/documentos/apuntes/hidrologia_
sup/HIDRO_UNITARIO.pdf
http://www.ina.gov.ar/pdf/Libro_diseno_hidrologico_edicion_digital.pdf

CONSTRUCCIN DE CURVAS IDF (INTENSIDAD-DURACIN-FRECUENCIA)

1. Introduccin:
Esta investigacin analizara el diseo y construccin de las curvas IntensidadDuracin-Frecuencia,
pretendiendo realizar un
estudio y anlisis del
comportamiento de las precipitaciones.
Estudiar las precipitaciones y conocer su distribucin temporal es motivo de
inters para diversos fines, por ejemplo meteorolgicos y edafolgicos, como
tambin hidrolgicos, al tiempo de lo cual se pueden proporcionar ndices para
realizar estudios de crecidas o permitir la alimentacin de modelos precipitacinescorrenta que permitan mejorar la informacin disponible, para un adecuado
diseo y dimensionamiento de las obras civiles. Para esto, es necesario conocer
las intensidades de precipitacin, para distintos perodos de retorno.

2. Objetivos
1. Contribuir modelos de conducta para las curvas IDF de los datos obtenidos.
2. Al final de la investigacin contar con indicadores efectivos y eficientes
para el diseo hidrolgico, y poder examinar el comportamiento de las
precipitaciones de las estaciones Guapan
3. Marco Terico:
Definicin de curvas (IDF):
Las curvas Intensidad Duracin Frecuencia (IDF) son curvas que resultan de
unir los puntos representativos de la intensidad media en intervalos de diferente
duracin, y correspondientes todos ellos a una misma frecuencia o perodo de
retorno (Tmez, 1978).
Son la representacin grfica de la relacin existente entre la intensidad, la
duracin y la frecuencia o periodo de retorno de la precipitacin (Benitez, 2002).
Por otro lado, segn Mintegui et al (1990), se denominan Curvas Intensidad
DuracinFrecuencia (IDF) a aquellas que representan duraciones en abscisas y
alturas de precipitacin en las ordenadas, en la cual, cada curva representada
corresponde a una frecuencia (o perodo de retorno), de tal forma que las grficas
de las curvas IDF representan la intensidad media en intervalos de diferente
duracin, correspondiendo todos los de una misma curva, a un idntico perodo de
retorno.
Con respecto a la construccin de las curvas Intensidad-Duracin-Frecuencia
(IDF), diversos autores plantean distintas formas o mtodos para su construccin.
Segn Aparicio (1997) existen dos mtodos; el primero, llamado de intensidad
perodo de retorno, relaciona estas dos variables, y para cada duracin por
separado, mediante alguna de las funciones de distribucin de probabilidad
usadas en hidrologa. El otro mtodo relaciona simultneamente la intensidad, la
duracin y el perodo de retorno en una familia de curvas, cuya ecuacin es;

Donde k, d, m son constantes que se calculan mediante un anlisis de correlacin

lineal mltiple, y en tanto que t y n corresponden a la duracin y periodo de
retorno.

Otra forma o mtodo para determinar las curvas IDF, que es el que se utiliz en
esta investigacin, es el que plantea Tmez (1978), el cual relaciona las
intensidades de precipitacin para distintos perodos de retorno y duracin , con el
propsito de graficar la relacin entre las tres variables (Intensidad- Duracin
Frecuencia), y cuyo esquema de la curva IDF.
4. Clculos:
Dependiendo de la cantidad de datos obtenidos existen varias maneras de obtener
las curvas (IDF), como se puede observar las precipitaciones de la estacin de
Guapan vienen dadas cada 5 min por lo que para dichas curvas hemos optado por
un corto rango de duraciones de 5, 10, 30, y 60min. Luego de escoger el rango de
validez de las curvas IDF y seleccionar un periodo de retorno que para la siguiente
investigacin ser de 5, 10,20 y 50 aos procedemos a separar las mximas
precipitaciones mensuales separadas por su rango de duracin.
Precipitacin mxima del ao 2005

mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Mximo
general

Precipitacin mxima (mm)

5 min
10 min
30 min
0,5
0,75
1,5
1
1,5
2,5
0,5
1
2,5
0,5
1
1,75
1,25
2
3
3,5
5,25
13,5
2,75
3,5
8,75
2,75
4,5
10,25

60 min
2
4,5
5
4
5,25
14,25
22,25
15

3,5

22,25

5,25

13,5

Precipitacin mxima del ao 2006

enero
febrero
marzo

Precipitacin mxima (mm)

5 min
10 min
30 min
1
1,25
2
2,5
4,25
9
6,25
9,25
12,25

60 min
2,75
9,5
15,75

abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Max. General

2,25
0,75
2,25
1,50
2,50
1,5
5,842
4,318
6,096
6,25

6,25
2,25
3
2,25
2,5
2,5
9,652
5,842
7,112
9,652

15,5
8,5
4,75
5,25
3,75
5
10,922
15,494
13,97
15,5

27,75
24
11,5
10
9
8,75
12,954
26,416
25,654
27,75

Precipitacin mxima del ao 2007

enero
febrero
marzo
abril
mayo
Max.
General

Precipitacin mxima (mm)

5 min
10 min
30 min
1,524
1,778
4,064
4,826
6,604
6,858
4,826
8,128
11,43
2,54
4,826
12,954
0,762
2,54
7,366

60 min
5,588
7,366
18,288
24,384
20,32

4,826

24,384

8,128

12,954

Una vez seleccionada la serie de mximas precipitaciones el siguiente paso

consiste en ajustar estos valores a una funcin de distribucin de probabilidades
pluviomtricas, en este anlisis hemos optado por la distribucin Gumbel. (Ver
anexo 2)
A continuacin daremos una breve explicacin de la distribucin de probabilidades
pluviomtricas Gumbel. Para construir la serie de valores mensuales para cada
rango de duracin de cada mes del que dispongamos de datos, tomamos el valor
mximo de las precipitaciones mensuales registradas cada 60 min y la
denotaremos por x, y vendr medida en mm/h. Se admitir la hiptesis de que la
distribucin de probabilidad acumulada de precipitaciones mximas mensuales
anuales, representadas por la variable x, se ajustan a la ley de distribucin de
Gumbel, cuya expresin es:
(xu)

F ( x )=ee

Siendo
=

Sn
Sx

u= XmYn

Sx
Sn

Dnde:
N

Xi

Xm= i=1
N

Sx=

( XiXm)2
i=1

N 1

Siendo Xm la media y Sx la desviacin tpica de la muestra calculada de los datos

mximos de las precipitaciones mensuales para sus diferentes rangos de
duracin.
Yi=lnln(

N +1
)
i

yi

Yn= i=1
N

Sn=

( yi yn)2
N

Siendo Yn y Sn la media y la desviacin tpica de una variable que solo depende

del tamao de la muestra N.

Sustituyendo estas variables se obtiene la expresin

(xu)

F ( x )=ee

En esta expresin F(x) es la probabilidad de que se produzca una precipitacin

con un valor menor o igual que x, es decir F(x) representa la probabilidad de que
un valor dado de x no sea superado.
F ( X ) =prob ( < x )
Por lo tanto, la probabilidad de que se produzca una precipitacin con un valor
mayor que ese x dado ser:
F ( X ) =prob ( > x )=1F (x)

El perodo o lapso de tiempo T(x) dentro del cual sera esperable que se produjese
esa precipitacin de valor x, llamado tiempo de retorno para esa precipitacin x,
sera:
F ( x )=

1
1T (x)

Aplicando este procedimiento obtemos los siguientes valores para las variables:

Media
Desviacion
Estndar

30.7036
8
21.9680
1
17.1350
5
21.6700
8

23.8756
8
15.9374
2
12.43118
8
17.3219
58

15.424
64

13.2988
8.26281
9.2305 4
7.1997 6.44499
9
5
11.6289 9.90099
1
9

T(x)
5
10
25
50
100

F(x)
0.8
0.9
0.96
0.98
0.99

5
47.37
60.23
76.48
88.53
100.49

10
35.97
45.30
57.08
65.83
74.51

30
22.43
27.83
34.66
39.72
44.75

60
19.57
24.40
30.52
35.05
39.55

Una vez obtenido los valores de P (x < xref.) procedemos a extrapolar entre los
valores originales y nuestros valores obtenidos con la expresin F(x) as logrando
el resultado requerido. (Ver anexo 3
Periodo
Intensida
de
Duracio
d (mm/H)
Retorno
n (min)
47.37
0.08
35.96
0.17
5 aos
22.42
0.50
19.56
1.00
60.23
0.08
45.29
0.17
10 aos
27.83
0.50
24.4
1.00
76.47
0.08
57.08
0.17
20 aos
34.65
0.50
30.51
1.00
88.53
0.08
65.82
0.17
50 aos
39.72
0.50
35.04
1.00
100.49
0.08
100
74.5
0.17
44.74
0.50
aos
39.54
1.00

CURVAS IDF
120

100

80

5 aos
Intensidad
(mm/H)

60
10 aos

20 aos

50 aos

100 aos

40

20

0
0.00

0.20

0.40

0.60

0.80

1.00

1.20

Duracion (H)

5. Conclusiones:
El estudio realizado demuestra la factibilidad de generar curvas IDF para la
estacin en Guapan a partir de registros pluviogrficos de diversa longitud,
utilizando la metodologa propuesta por Tmez (1978).
Se demostr, a travs de la construccin de las curvas IDF, que a menores
duraciones la magnitud de la intensidad es mayor y, que existe una relacin entre
la intensidad, la duracin y periodo de retorno.
La intensidad obtenida para un periodo de 100 aos es el 47% ms alta que la
intensidad de un periodo de 5 aos.

Se pudo observar que la intensidad mxima producida en los diferentes periodos

de retorno fue de 100.49mm/h durante 5min en un periodo de retorno de 100
aos.
En cuanto a las intensidades mximas, puede ser por varios motivos, la estacin
puede estar cercana a grandes masas de agua independientemente de su
ubicacin geogrfica y altitud.
Las curvas IDF nos permiten conocer las intensidades de precipitacin para
distintos periodos de retorno y esto es motivo de inters para diversos fines por
ejemplo meteorolgicos como tambin hidrolgicos debido a que proporciona
ndices para realizar estudios de crecidas que ayudan a los estudios de ingeniera
proporcionando un adecuado diseo y dimensionamiento de las obras civiles

6. Bibliografa:
APARICIO, F. 1997. Fundamentos de Hidrologa de Superficie. Balderas, Mxico:
Limusa. 303 p.
AROS, V. 1997. Apuntes de Hidrologa. Ingeniera Civil. Universidad de
Concepcin.
Concepcin. Chile. 25 - 31 p.
BENITEZ, A. 2002. Comunicacin personal al equipo investigador. Facultad de
Ciencias Forestales. Universidad de Talca.
CHOW, V.; MAIDMENT, D.; MAYS, L. 1994. Manual de Hidrologa Aplicada.
Santaf
de Bogot, Colombia: Mc Graw-Hill. 584 p.

MODELO NUMERICO

En base a las precipitaciones tomadas de la cuenca del Tomebamba y caudales

observados, se obtendrn caudales de salida en los cuales involucran una
evaluacin de variaciones espaciales de precipitacin. La modelacin de esta
cuenca involucra una serie de mtodos numricos, que nos permitan conocer el
comportamiento de la variable hidrolgica.
Objetivos:

Realizar una modelacin numrica en base a datos tomados en tiempo

especificados.
Modelar el comportamiento de caudales recesivos par en periodo de tiempo
estimado.
Representar la distribucin de la lluvia y la respectiva generacin de
caudales, mediante un modelo hidrolgico.

Introduccin:
Un sistema hidrolgico S (volumen de control) obedece a la siguiente ecuacin
con tasas de flujo de entrada (I) y salida (Q).

En donde el almacenamiento va a disminuir o aumentar con el tiempo

dependiendo delas variables I y Q.

Esta ecuacin diferencial hace referencia a un sistema lineal en el cual el caudal

de salida debe ser calculado en base al caudal de entrada.

Es importante recalcar que adems que para cada volumen de control o

sistema hidrolgico el caudal de salida debe ser calculado tomando en
cuenta una constante de recesin k, la cual est en funcin del Q( caudal) y
el tiempo referente a cada sistema.
q out ( t )=exp

(1k )q

( t1 ) + 1exp
out

( 1k )][ q ( t12) +q (1) ]

Esta ecuacin hace referencia a la salida del caudal para un sistema de

pendiendo de la demanda del caudal mximo y de las caractersticas del
sistema (k).
Para ver el comportamiento del modelo es necesario calcular el error en
base a: RMSE
(Error medio de las races cuadradas).
Qob (i )Qmod(i) 2

i=1

RMSE=

Anlisis de los datos:

Curva de recesion
250
200
Q(m^3/seg)

150

Caudal modelado

100

Caudal observado

50
0
7/24/1998 4/19/2001 1/14/2004
Tiempo

Interpretacin: los valores para la constate de recesin se utilizaron desde el

valor ms alto para el primer reservorio debido a que va a haber un mayor tiempo
de prolongacin del caudal en este, hasta que el suelo este saturado, luego
continua hacia el segundo hasta que se produzca un sub-flujo y finalmente la
constante de recesin k3 es menor debido a que el agua estar solo en la parte
superficial. La grafica del caudal modelado no pudo ajustarse al caudal observado
como vemos hay una sobre valoracin de los caudales, es decir no hay un ajuste
esto se debe a que principalmente la curva de recesin est en funcin de las
caractersticas fsicas y geomorfolgicas de la cuenca.
Tenemos como resultados curvas de agotamiento bruscas, despus de un gran
caudal de acumulacin, con la mayor parte de cese de entrada de escorrenta a
un reservorio considerado. Por lo general la constante de recesin se calcula en
base al caudal - tiempo, y en vista de que la curva presenta quiebres y variaciones
bastante pronunciadas no se puede realizar una aproximacion razn por la cual la
hemos ido variando (de acuerdo a un criterio para cada reservorio).
NOTA: La tabla de clculos se ajuntara en un archivo de Excel (modelo
_hidrolgico Hoja 2)
Como ya mencionamos el ajuste las curvas no se realiza satisfactoriamente esto
se puede ver en el error calculado para cada caudal observado, lo cual pueden
haber numerosos factores que contribuyeron, como se mencion influye mucho
las caractersticas del sistema considerado (ver archivo Excel).
Conclusiones:

Este tipo de modelado nos permite simular procesos de transformacin

lluvia-escorrenta que nos permite realizar una conexin directa entre los
componentes hidrolgicos-hidrulicos.
Si se trata de planificacin urbana nos permitira conocer el lugar para
asentamientos de poblaciones cercanas a fuentes de abastecimiento de
agua, y que medidas de prevencin de escases se podran realizar.
Debido a la constante de recesin se relacionada con el tiempo en el que el
flujo es retenido (ejemplo: reservorio), para los 3 caudales referentes a los
tres reservorios considerados, estas constantes van desde la mayor hasta
una menor.
En base a estos valores (constantes de recesin) podemos realizar un a
juste del caudal modelado y ver su comportamiento de manera que nos
produzca el error mnimo.
Los resultados arrojados referente al anlisis de una variable hidrolgica
cualquiera nos permite tomar medidas de seguridad referente a un proyecto

hidrulico a realizarse en un lugar determinado, y as prevenir catstrofes

que puedan afectar a la integridad del proyecto en si o de vidas que puedan
estar asentadas cerca de dichos lugares.
Bibliografa:

Diseo Hidrolgico (Sergio Fattorelli & Pedro C. Fernndez).

Hidrologa Aplicada (ven te chow)