Tesis593 Errores PDF

Maestra en Hidrosistemas
Trabajo de Grado
Juan Felipe Martnez Plata
PROPAGACIN DE ERRORES EN CLCULOS HIDROLGICOS CON

CAUDALES OBTENIDOS MEDIANTE CURVAS NIVEL CAUDAL
CONSTRUIDAS CON UNA BAJA DENSIDAD DE AFOROS LQUIDOS
JUAN FELIPE MARTNEZ PLATA

Ingeniero Civil
Trabajo de Grado
rado presentado para optar al ttulo de Magister en Hidrosistemas
Director
EFRAN ANTONIO DOMNGUEZ CALLE
Ing. Hidrlogo, MSc Ecologa Hidrometeorologca
PhD en Ciencias Tcnicas
PONTIFICIA UNIVERSIDAD JAVERIANA

FACULTAD DE INGENIERA
Bogot D.C.
2012
Trabajo de Grado
Tabla de contenido
INTRODUCCION ................................................................................................
................................
............................................................. 1
OBJETIVO GENERAL ................................................................................................
................................
....................................................... 2
OBJETIVOS ESPECFICOS................................................................................................
................................
................................................. 2
1
MARCO CONCEPTUAL PARA LA PROPAGACIN DE ERRORES EN LA CURVA NIVEL - CAUDAL... 1

1.1
CONSIDERACIONES HIDRULICAS ................................................................

................................................... 1
1.2
MTODOS DE CONSTRUCCIN DE LA CURVA NIVEL CAUDAL .......................................

................................
3
1.2.1
Frmulas Tradicionales ................................................................

........................................................... 3
1.2.2
Estabilidad de la curva ................................................................

............................................................ 4
1.2.3
Frmulas Alternativas ................................................................

............................................................. 5
1.2.4
Calibracin de parmetros ................................................................

...................................................... 7
1.3
1.3.1
Metodologas de Anlisis ................................................................

...................................................... 11
1.3.2
Incertidumbre de la Regresin ................................................................

.............................................. 13
1.3.3
Incertidumbre de los aforos de caudal ................................................................

.................................. 23
APLICACIN A CASOS DE ESTUDIO ................................................................

....................................................... 25
2.1
ESTACIONES ANALIZADAS .............................................................................................

............................. 25
2.2
ERRORES EN LOS AFOROS LQUIDOS ................................................................

............................................. 25
2.3
VERIFICACIN DE ESTABILIDAD DEL CAUCE ................................................................

.................................. 28
2.4
CALIBRACIN DE LAS CURVAS ................................................................

...................................................... 31
2.5
TIPOS DE ANLISIS PARA MUESTREO Y SIMULACIN ....................................................

................................
36
2.5.1
Muestras de Niveles Uniformemente Distribuidas................................

Distribuidas................................................. 37
2.5.2
Muestras de Niveles Aleatorias ................................................................

............................................. 38
2.6
3
INCERTIDUMBRE DE LOS CAUDALES ................................................................

............................................. 10
MATERIALES Y MTODOS .............................................................................................

............................. 43
ANLISIS DE RESULTADOS ................................................................................................

.................................... 45
3.1
ERROR
R ESTNDAR DE LA REGRESIN ................................................................
............................................ 46
3.2
INCERTIDUMBRE DE CAUDALES INSTANTNEOS MEDIOS, MXIMOS Y MNIMOS.........

MNIMOS
50
3.2.1
Muestras Uniformemente Distribuidas ................................................................

................................. 51
3.2.2
Muestras Aleatorias ..............................................................................................

.............................. 55
3.3
INCERTIDUMBRE
CERTIDUMBRE DE CAUDALES PROMEDIO ANUALES Y MENSUALES ........................... 61
i
3.3.1
Muestras Uniformemente Distribuidas ................................................................

................................. 63
3.3.2
Muestras Aleatorias ..............................................................................................

.............................. 66
3.4
Trabajo de Grado
EFECTO
ECTO EN HIDROSISTEMAS ................................................................
......................................................... 69
3.4.1
Propagacin de errores en Caudales de diseo .....................................................

................................
69
3.4.2
Propagacin de errores en ndice de Escasez ........................................................

................................
74
CONCLUSIONES Y RECOMENDACIONES ................................................................

................................................ 79
4.1
ACERCA DE LOS RESULTADOS OBTENIDOS ................................................................

.................................... 79
4.2
NECESIDADES DE INVESTIGACIN FUTURA ................................................................

................................... 81
REFERENCIAS BIBLIOGRFICAS................................................................................................
..................................... 82
ANEXOS ................................................................................................................................
................................
....................................... 86
ANEXO 1: RESUMENES DE AFOROS Y CURVAS ................................................................
.......................................... 86
ANEXO 2: ESTIMACIN DE ERROR EN AFOROS INDIVIDUALES ..................................................
................................
86
ANEXO 3: VALORES DE NIVELES Y CAUDALES PROMEDIO DIARIO Y MXIMOS ABSOL
ABSOLUTOS. ..... 86
ANEXO 4: RESULTADOS DE ANLISIS DE INCERTIDUMBRE ........................................................
................................
86
APNDICE ................................................................................................................................
................................
.................................... 87
INCERTIDUMBRE EN LOS AFOROS
AFO
DE CAUDAL ................................................................
......................................... 87
Errores en la medicin de la seccin transversal ................................................................
................................... 88
Errores en la medicin de la velocidad ................................................................
................................................. 89
Errores por aproximacin de la integral mediante sumas finitas ...........................................
................................
93
Frmula para estimar el error de una medicin de caudal ....................................................
................................
94
ii
Trabajo de Grado
INTRODUCCION
El caudal o tasa de flujo volumtrico de agua puede considerarse como una de las variables
fundamentales en anlisis de cualquier Hidrosistema, y aspecto clave de estudio en la modelacin
hidrolgica y el diseo hidrulico,
hidrulico razn por la cual, es necesario e indispensable establecer su
valor como punto de partida para cualquier investigacin en este campo y otros afines.
afines
Debido a la naturaleza misma de los procesos que intervienen en el ciclo hidrolgico, el caudal en
un punto o seccin del cauce es una variable
variable aleatoria, y por lo tanto su utilizacin,
utilizacin tratamiento o
discusin al respecto, debern
deber tener en cuenta esta condicin (Haan 2002) y (Rozhdenstvenskiy
and Chevotariov 1974).
Adicional a la variabilidad natural del caudal, es necesario considerar tambin que su medicin
directa en campo es un procedimiento indirecto con resultados inexactos, los cuales podrn
podr tener
incidencia importante dependiendo de la magnitud de la dispersi
dispersin
n de los datos medidos con
respecto al valor real o esperado, que sera obtenido con una medicin perfecta libre de error.
Las prcticas hidromtricas tradicionalmente aplicadas en el territorio nacional y a nivel
internacional contemplan la medicin frec
frecuente
uente de los niveles del agua en las estaciones, y la
posterior determinacin del caudal por medio de una relacin nivel caudal previamente
establecida. Es decir que lo que se mide directamente en las estaciones es el nivel del agua, y los
valores de caudales
dales solo pueden ser obtenidos mediante una transformacin del nivel a travs de
una funcin matemtica, que debe ser establecida con base en mediciones sincrnicas de nivel y
caudal.
Esta construccin de la curva nivel caudal requiere la realizacin de un conjunto de aforos
lquidos a lo largo de un amplio rango de niveles, con base en los cuales se establece una
calibracin especfica para cada estacin. Si bien el proceso de calibracin de la curva es bastante
conocido y aplicado por la mayora de ing
ingenieros,
enieros, no ocurre lo mismo con la estimacin de la
incertidumbre de los parmetros calibrados para esta curva y para los caudales derivados de ella.
ella
Las caractersticas de la curva en cuanto a variabilidad y complejidad, dependern principalmente
de las condiciones
ondiciones del sitio y el tipo de control de la seccin (DHV Consultants BV and DELFT
HYDRAULICS 1999), (Herschy 2008)
2008),, lo cual a su vez, condiciona la cantidad y distribucin de
aforos lquidos necesarios para definir correctamente su comportami
comportamiento.
ento. Como punto de
referencia, algunos estndares internacionales recomiendan realizar un mnimo 10 aforos lquidos
por ao para verificar la estabilidad de la curva (World Meteorological Organization 1994),
1994) (Rantz
1982), o 15 aforos en el caso de la ISO 1100-2:1998 (ISO 1998); mientras que otros trabajos
recomiendan hasta 70 aforos para estaciones hidromtricas ub
ubicadas
icadas en zonas de alta pendiente
(Karasiov and Shumkov 1985).
1985) Tambin existen las recomendaciones de la Fuerza Area del Per
con 120 aforos por ao (Comunicacin personal de Hebert Rivera).
Rivera)
En general la incertidumbre de los caudales calculados depender fuertemente de los mtodos
computacionales y la frecuencia de aforos empleada (Shiklomanov et al. 2006)
2006). Para un
1
Trabajo de Grado
determinado perodo de tiempo en el que la seccin se considere estable,

e, es de esperarse que la
mejor estimacin de los caudales en la estacin sea la obtenida por medio de la curva construida
con el mximo nmero de aforos posibles.
En Colombia los recursos empleados para el monitoreo de la red no permiten la realizacin
intensiva
tensiva y continua de aforos, y en consecuencia, las curvas de
d nivel caudal son elaboradas con
un nmero limitado de puntos de medicin,, que adems se concentran en la parte media del
rango de oscilacin de los niveles del agua (IDEAM 1998) y (Dominguez et al. 2006).
2006) Actualmente,
en la mayora de estaciones de la red hidromtrica del IDEAM se realizan 4 aforos lquidos por
ao.
Debido a lo anterior, las curvas empleadas actualmente podran presentar un alto nivel de error, el
cual ser propagado
ado posteriormente a los valores de caudales instantneos y finalmente a los
promedios diarios, mensuales y anuales, as como a los caudales extremos mximos y mnimos;
variables que son de vital importancia en la planificacin del recurso hdrico, y tambin
tambi en el
diseo y operacin de obras y estructuras hidrulicas.
Actualmente, en el pas no existen investigaciones detalladas que permitan estimar el nivel de
incertidumbre o error en las series y valores de caudal originado por las prcticas hidromtricas
hidromtrica
empleadas, y especficamente por la baja densidad de aforos con las que se construyen las curvas
de nivel caudal. Se hace necesario entonces, hacer una estimacin de la incertidumbre que se
genera en los caudales calculados, y el posible impacto que esta
esta pueda tener en la gestin y
aprovechamiento de los hidrosistemas asociados. De igual forma, se requiere revisar los modelos
de clculo de las curvas de gastos,
gastos, as como los procedimientos de campo alternativos que se
podran aplicar con el fin de disminuir
dismin dicha incertidumbre.
Con el presente trabajo se busca explorar el efecto en la cantidad y distribucin de los aforos
sobre el error de los caudales obtenidos
obteni
a travs de la curva nivel - caudal, y su propagacin en las
variables hidrolgicas calculadas a partir de ellos; datos que son
on de importancia por ejemplo para
la toma de decisiones en el diseo de estructuras,
estructuras y la formulacin de polticas acerca del manejo
del recurso hdrico.
OBJETIVO GENERAL
Evaluar la incertidumbre de los valores de caudales obtenidos
obtenidos a partir de curvas nivel caudal,
construidas con una baja densidad de aforos lquidos.
OBJETIVOS ESPECFICOS
Estimar los niveles de incertidumbre en los valores de caudales medios diarios, mensuales,
anuales, mximos y mnimos, obtenidos a partir de curvas nivel caudal, construidas con una
baja densidad de aforos lquidos.
Estimar los niveles de error propagado por los caudales calculados sobre las variables de
inters utilizadas en procesos de planificacin del recurso hdrico en hidrosis
hidrosistemas,
Trabajo de Grado
considerando los casos del ndice de escasez y el dimensionamiento de una estructura

hidrulica.
Evaluar la factibilidad de aplicacin de metodologas de clculo y procedimientos de campo
alternativos que permitan la disminucin de la incertidumbre en los valores de caudales
calculados
El texto del documento se encuentra distribuido de la siguiente forma:

En el captulo 1 se presenta el marco conceptual relacionado con la construccin de la curva nivel caudal,, y los mtodos principales utilizados en el estudio para analizar la incertidumbre de los
caudales.
En el captulo 2 se describe la metodologa general utilizada para los casos de las estaciones
analizadas. Se presentan las verificaciones previas para seleccin de las estaciones, y los tipos de
d
muestreo considerados para el anlisis de incertidumbre.
En el captulo 3 se muestra el resumen general de los resultados obtenidos, incluyendo los
comentarios y observaciones acerca de los datos relevantes y tendencias encontradas para cada
una de las variables
ariables de inters estudiadas.
Finalmente, en el captulo 4 se resumen las conclusiones y recomendaciones ms importantes
impo
obtenidas a travs de esta investigacin.
Trabajo de Grado
1 MARCO CONCEPTUAL PARA LA PROPAGACIN

ERRORES EN LA CURVA NIVEL - CAUDAL
D
DE
1.1 CONSIDERACIONES HIDRULICAS

Para ell caso general de un tramo de canal abierto con flujo libre unidimensional no uniforme y no
permanente, el comportamiento de las variables hidrulicas en la seccin puede establecerse
resolviendo
esolviendo las ecuaciones de Saint Venant:
0
(Continuidad)
Ec 1-1
(Momentum)
Ec 1-2
Donde: So es la pendiente del terreno, y es el nivel del agua medido desde el fondo del canal, y x es
la distancia medida en el sentido y direccin del flujo. El primer trmino de la ecuacin de
momentum se conoce trmino de aceleracin local, el segundo es el trmino
trm
de aceleracin
convectiva, el tercero es el trmino de fuerza gravitacional, el cuarto es el trmino de fuerza de
friccin y el quinto es el trmino de fuerza de presin (Chow and Maidment 1994).
1994)
De acuerdo con las ecuaciones anteriores, el comportamiento del caudal en la seccin se
encuentra relacionado no slo con en nivel, sino tambin con el gradiente hidrulico y los
componentes de aceleracin local y convectiva, lo cual sugiere que los mtodos para construccin
de la curva deberan
n utilizar dichas variables como punto de partida y en determinados casos,
adoptar aproximaciones que simplifiquen las ecuaciones
ecuaci
de continuidad
uidad y momentum.
Histricamente han existido
ido dos aproximaciones conceptuales para representar de forma
simplificada el comportamiento de las variables hidrulicas en la seccin, y de esta forma justificar
la existencia de una relacin funcional entre el nivel y el caudal, y por ende la utilizacin de la
curva nivel - caudal (Schmidt 2002).
2002) Estas aproximaciones se refieren
efieren a la existencia de algn tipo
de control de acuerdo a las caractersticas geomtricas y fsicas de la seccin y el ro o canal aguas
abajo, a partir de las cuales puede establecerse un control por seccin o control por canal en la
estacin (Rantz 1982) y (Boiten 2007).
2007)
El control por seccin se refiere a la existencia de alguna contraccin, levantamiento, hundimiento
o estructura del cauce aguas abajo cerca del sitio de medicin, el cual provoca la formacin de
flujo crtico que impide el paso de perturbaciones hacia aguas arriba de la seccin (Rantz 1982) y
(DHV Consultants BV and DELFT HYDRAULICS 1999)
1999).
Bajo esta consideracin el caudal puede estimarse haciendo una semejanza con el flujo sobre un
vertedero o canaleta de regulacin,
regulacin, en cuyo caso se aplicara la frmula general:
Trabajo de Grado
Ec 1-3
Donde: Q es el caudal, Cv es el coeficiente de descarga del vertedero, Lv es la longitud de la cresta,

y Hv es la altura de la cabeza de energa sobre la cresta del vertedero. Considerando Cv y Lv como
constantes y Hv como la altura de la lmina de agua en la seccin aguas arriba
arriba, obtendramos
entonces una relacin unvoca entre nivel y caudal.
caudal Bajo esta aproximacin, eel valor de
depender principalmente de la pendiente y ru
rugosidad del tramo.. Por ejemplo, en algunas
referencias se sugiere que puede tener valores entre 1.3 y 1.8 para ros relativamente anchos, y
valores entre 2.0 y 3.0 para ros profun
profundos y estrechos (DHV Consultants BV and DELFT
HYDRAULICS 1999).
rugosidad
sidad del canal aguas abajo del sitio de
El control por canal se refiere a cuando la geometra y rugo
medicin permiten regular el rgimen de flujo y controlar la relacin entre el nivel y el caudal
(Rantz 1982),, la extensin del control depender de la magnitud del caudal y el gradiente de
energa (L ~ Q/S), tenindose que cuanto menor sea la pendiente mayor ser la longitud del tramo
afectado por el control (Rantz 1982) y (DHV Consultants BV and DELFT HYDRAULICS 1999).
1999)
En este caso el caudal puede estimarse suponiendo flujo uniforme en el canal y aplicando
aplica
la
ecuacin de Chezy:
Ec 1-4
Donde: Cf es el coeficiente de friccin del tramo, A el rea de la seccin, R el radio hidrulico

calculado como el permetro mojado P dividido entre el rea A, y Sf la pendiente de energa en el
tramo la cual se supone igual a la pendiente del terreno (Herschy 2008).. Suponiendo que Cf y Sf se
mantienen constantes tendramos entonces que el caudal estara en funcin del producto , el
cual a su vez est determinado por la geometra de la seccin y vara nicamente en funcin del
valor del nivel del agua.
En determinadas secciones se puede presentar un control compuesto,, el cual consiste en que para
los niveles bajos la forma de la curva nivel - caudal estar
tar determinada por la existencia de un
control por seccin,, mientras que para niveles altos el comportamiento estar determinado por un
control por canal, debido a que cuando el caudal y la profundidad aumentan el control por seccin
se ver sumergido, tenindose entonces una mayor importancia de los efectos de la pendiente y
rugosidad del canal (Herschy 1999).
1999)
Siguiendo loss lineamientos del WMO (World Meteorological Organization 1994),
1994) los criterios
utilizados para la localizacin de las estaciones
estac
de medicin, buscan
uscan y garantizan que las
suposiciones anteriores puedan aplicarse, por lo que en principio se establece que es factible la
estimacin del caudal en la seccin por medio de la medicin del nivel y por ende la utilizacin de
la curva nivel - caudal.
2
Trabajo de Grado
En la prctica hidromtrica la primera aproximacin consiste en calibrar la curva nivel caudal

con las frmulas tradicionales, sin verificar la aplicabilidad de las suposiciones bsicas, y sin tener
en cuenta la cantidad ni la distribucin de los puntos de aforos, para verificar la validez de la
hiptesis inicial.
1.2 MTODOS DE CONSTRUCCIN DE LA CURVA NIVEL CAUDAL

1.2.1 Frmulas Tradicionales
A nivel internacional, la frmula mayormente empleada para ajustar la curva nivel caudal (curva
de gastos) es la frmula potencial (Herschy 1999):
Ec 1-5
Donde: Q:: es el caudal estimado; H: el nivel registrado en la estacin; Ho:: es el nivel de caudal
cero; a y b: son parmetros de la ecuacin obtenidos mediante calibracin.
Puede considerarse que esta
sta frmula est inspirada en la ecuacin de flujo sobre un vertedero,
vertedero
tomando como constantes los valores de Cv y Lv, y aplicando un parmetro Ho de correccin para
la altura del agua.
Como alternativa, se acostumbra emplear tambin la frmula polinomial (Herschy 2008).
2008)
!
"
"
Ec 1-6
c0, c1, cn: son parmetros de la ecuacin obtenidos mediante calibracin.

La principal ventaja o justificacin para utilizar la frmula polinomial, obedece a que esta permite
ajustar el modelo para cualquier forma de la curva, o incluso considerar los puntos de inflexin en
el comportamiento
nto de las variables (Shiklomanov et al. 2006).. No obstante, esta frmula no
tendra una justificacin o representacin desde el punto de vista de la explicacin fsica del
proceso.
En algunos casos ser necesario dividir la curva nivel caudal en dos o mas segmentos,
dependiendo de la forma de la seccin transversal, la homogeneidad geomtrica y de textura
superficial, loss cuales harn que la curva tenga un comportamiento distinto entre los niveles
inferiores y superiores.
El mtodo tradicional para determinar los parmetros de la ecuacin es el de mnimos cuadrados,
sin embargo para el caso del modelo potencial pueden aplicarse
aplicarse distintas herramientas de
optimizacin como por ejemplo bsqueda exhaustiva, gradiente conjugado, algoritmos genticos,
simulated annealing, etc. (Venetis 1970),
1970) (Bhattacharya and Solomatine 2005),
2005) (Petersen-verleir
and Reitan 2009).
Trabajo de Grado
1.2.2 Estabilidad de la curva

Puede decirse que existe estabilidad en la curva nivel - caudal,, cuando las caractersticas de la
seccin
ccin y las condiciones del tramo donde se ubica la estacin permiten que exista una relacin
unvoca entre el nivel del agua en la seccin y el caudal circulante por ella.
De acuerdo con la teora expuesta anteriormente, es deseable que el sitio donde se ubique la
estacin permita la configuracin de algn tipo de control, con fin de que se justifique la
utilizacin de las frmulas tradicionales para construir la curva nivel - caudal y a la vez favorecer
que exista estabilidad.
Entre las principales circunstancias
stancias que pueden causar alteracin del tipo de control y generar
inestabilidad en la curva nivel caudal se tienen (Herschy 2008):
Cambios morfolgicos en la seccin (erosin y/o relleno);

relleno)
Efecto de remanso aguas abajo;
Crecimiento de vegetacin;
cin;
Formacin de capas de hielo;
Flujo no permanente por trnsito de crecientes

crecientes;
En la medida en que las suposiciones expuestas inicialmente no se cumplan y/o se presenten una
o ms de las circunstancias anteriores, la relacin entre el nivel y el caudal dejar de ser unvoca,
siendo necesario recurrir a metodologas y mecanismos alternativos
alternativos para la construccin de la
curva nivel - caudal.
Para los casos en los que la inestabilidad de la curva se deba a cambios frecuentes peridicos o
espordicos en la geometra y rugosidad de la seccin, la estrategia a seguir consiste en ajustar
una curva nivel - caudal distinta para cada perodo entre cambios en la seccin; sin embargo,
cuando los cambios son muy frecuentes, usualmente se recurre a frmulas de interpolacin para
el ajuste de la curva entre mediciones independientes disponibles
disponibles, como por ejemplo el mtodo
de Stout (Karasiov 1980), (Karasiov and Shumkov 1985),
1985) (Karasiov et al. 1991),
1991) (DHV Consultants
BV and DELFT HYDRAULICS 1999).
1999)
En los casos en los que la inestabilidad sea ocasionada por las condiciones hidrulicas del tramo,
las principales opciones consisten en considerar modelos o frmulas alternativas que representen
con una mayor aproximacin del comportamiento de las variables de la seccin.
seccin.
En cualquiera de las situaciones anteriores
anteriores,, cuando se presente inestabilidad ser necesaria una
mayor cantidad de aforos de caudal para lograr comprender el comportamiento de la seccin y el
flujo del agua, y por ende para la construccin de la curva nivel - caudal.
El conocimiento del sitio de la estacin y las caractersticas de la corriente de agua permitir
muchas veces establecer si existen condiciones que favorezcan o no la estabilidad de la curva, por
Trabajo de Grado
lo que es indispensable una inspeccin det

detallada
allada de campo y la recopilacin exhaustiva de la
informacin histrica disponible acerca del funcionamiento de la estacin.
Existen diversos criterios para clasificar la curva de acuerdo a su estabilidad, e identificar la
necesidad de cambiar de curva o emplear mtodos tradicionales o alternativos. Entre esos
criterios podemos mencionar por ejemplo:
El Instituto de Hidrologa, Meteorologa y Estudios Ambientales (IDEAM

(IDEAM) considera que la
dispersin entre los caudales aforados y los caudales calculados con la curva nivel - caudal es
ocasionada principalmente por: errores en las mediciones de aforos, factores hidrulicos, y
factores morfolgicos no acordes con el rgimen de flujo uniforme. Se determina entonces
que la curva es estable si la dispersin entre caudales (tambin conocida como error estndar
de calibracin, Ver 1.3.2)) es menor que el error en la metodologa de aforo, el cual se estima
aproximadamente en un 10% (IDEAM 1999).
Al considerar nicamente el erro
error estndar de calibracin, este criterio no considera la
posibilidad de que los errores sean heterogneos,
heterogneos, es decir que tengan distintas magnitudes
para los distintos rangos de medicin, aspecto caracterstico las curvas de nivel - caudal
inestables que presentan ciclos por la presencia de ondas de creciente y/o efectos de
remanso. Por otro lado, en
e (Karasiov and Shumkov 1985) se propone que los valores tpicos
aceptables del error estndar de calibracin de la curva pueden
en estar entre 8 y 12%.
En (Shiklomanov et al. 2006) se contempla la realizacin de una prueba de aleatoriedad al

conjunto de residuales entre los caudales observados y los calculados mediante la curva nivel caudal. Este criterio considera que los errores del modelo deben ser homogneos para los
distintos rangos de medicin, y por los tanto deben estar libres de tendencias con respecto al
valor del nivel.
El United States Geological Survey (USGS)

(
propone que la deteccin de cambios en la curva
nivel - caudal se establezca
zca a partir de la inspeccin visual de los puntos de aforos graficados
en orden cronolgico. En las situaciones donde varios aforos consecutivos se desvan hacia un
mismo lado de la curva, con un error mayor al 5% por encima o por debajo, se establece
estab
que
hubo un cambio en la seccin y por lo tanto es necesario aplicar correcciones en los caudales
calculados, o se requiere la construccin de una nueva curva (Rantz 1982).
1982)
1.2.3 Frmulas Alternativas

Una vez se ha establecido que la curva es inestable es necesario recurrir a las frmulas o
metodologas alternativas, la cuales buscan mediante distintas aproximaciones proporcionar una
mejor representacin del modelo propuesto por las ecuaciones de Saint Venant.
En esencia se contempla la ecuacin de Chezy para calcular el caudal, junto con la ecuacin de
momentum para estimar la pendiente de friccin.
1 '
%
'(
1 '
*
')
"
Trabajo de Grado
',
')
Ec 1-7
Con el fin de simplificar la ecuacin, los distintos mtodos consideran estimaciones de los
trminos de aceleracin o los omiten dependiendo de las condiciones del flujo en cada caso. La
mayora de estos mtodos incorporan como variable de entrada alguna estimacin de la
pendiente del agua, y establecen una curva nivel - caudal para el estado de flujo permanente el
cual considera la condicin especfica
especfi de referencia.
Con base en las mediciones de aforos se determina un factor de ajuste entre el caudal para la
condicin de referencia y el caudal para condiciones generales, y luego se establece una relacin
emprica auxiliar entre el factor de ajuste de
de caudales y algn parmetro que relacione la
pendiente para la condicin de referencia con la pendiente para cualquier condicin particular.
En resumen, los mtodos alternativos pueden clasificarse de acuerdo a la cantidad de parmetros
o variables de entrada
trada empleados:
Caudal Nivel y pendiente del agua con medicin de nivel en un punto;

punto
Caudal Nivel y pendiente del agua con mediciones de nivel en dos o ms puntos;
puntos
Caudal Nivel, pendiente y aceleracin convectiva;
convectiva
Caudal Nivel, pendiente, aceleracin
acelera
convectiva y aceleracin local;
Empricos;
Simulacin numrica;
Una revisin completa de los distintos mtodos incluidos en cada una de las categoras de la lista
anterior puede consultarse en (Schmidt 2002).
Recientemente, distintos autores han propuesto la utilizacin de modelos empricos como redes
neuronales, rboles de decisin (Bhattacharya and Solomatine 2005), lgica difusa (Lohani et al.
2006) y operadores adaptativos (Angarita 2008) para la construccin de curvas nivel - caudal.
A pesar de que estos modelos ofrecen una descripcin ms completa y precisa del proceso de
flujo, presentan la dificultad de que para la calibracin de sus parmetros necesitan un mayor
nmero de datos o puntos de aforo
aforos, en la mayora de los casos
os con resolucin
resoluci temporal horaria,
lo cual limita su aplicabilidad en todas las estaciones hidromtricas.
Los datos disponibles para las estaciones recopiladas en este trabajo se encuentran a resolucin
temporal semanal en el mejor de los casos, circunstancia
circunstancia que impide la calibracin de este tipo de
modelos con el fin de evaluar su potencial para disminucin de la incertidumbre de los caudales
obtenidos a partir de ellos.
Trabajo de Grado
Teniendo en cuenta lo anterior, se anota como recomendacin del trabajo, la necesida

necesidad de
instalar equipos y sistemas adicionales de medicin en determinadas estaciones, de tal forma que
se tenga informacin suficiente para calibrar este tipo de modelos, y estudiar la factibilidad de la
disminucin de la incertidumbre de los caudales calcu
calculados.
1.2.4 Calibracin de parmetros

El ajuste o calibracin de los parmetros de la curva nivel - caudal a partir de las observaciones de
aforos, consiste en esencia en un ejercicio de regresin. De forma general el modelo de regresin
puede expresarse de la siguiente manera:
<
= >, .
Ec 1-8
Donde: Y es la variable aleatoria de respuesta, X es el vector o conjunto de variables predictoras, .

es el conjunto de parmetros a calibrar y / el error en la variable de respuesta. Para el caso de la
curva nivel - caudal la variable de respuesta Y corresponde al caudal, la variable X corresponde al
nivel del agua, y . son los parmetros de la frmula potencial o polinomial segn cual se utilice.
utilice
Los modelos de regresin se clasifican en lineales o no lineales dependiendo de la forma en que

los parmetros . aparezcan en la funcin f (Seber and Lee 2003), (Yan and Su 2009),
2009) (Seber and
Wild 2003) y (Bates and Watts 2007).
2007) En este sentido, la aplicacin de la frmula polinomial se
considera un caso de modelo de regresin lineal, puesto que todos los parmetros se encuentran
en relacin lineal con la variable de respuesta; mientras que la aplicacin de la frmula potencial
se considera un caso de modelo de regresin no lineal, pues el parmetro Ho se encuentra en
relacin no lineal dentro de f.
1.2.4.1 Frmula Polinomial

Consideremos el modelo de regresin lineal con la frmula polinomial de orden p:
?
?! >
?" > "
?@ > @
Ec 1-9
Las principales suposiciones del modelo son:
El trmino de error / tiene una distribucin normal con media cero A3/4=0) y varianza
constante 0123/4 5 " ;
No existe correlacin entre los trminos de error para los distintos puntos de observacin.
607/8 , /: ;=0);
No existe correlacin entre el trmino de error, y la variable de respuesta Q o las variables

predictoras X. En este caso se asume que el error / es aditivo con respecto a la variable
predictora.
7
Trabajo de Grado
Las dos primeras suposiciones sugieren que los trminos de error son variables aleatorias
independientes igualmente distribuidas (IID). La suposicin de normalidad se basa en el
argumento de que el error o incertidumbre total es la suma de distintas fuentes de error,
error en este
caso errores por la medicin, por el modelo, los parmetros, etc., y de que independientemente
i
de la distribucin de cada una de estas fuentes, de acuerdo con el Teorema de Lmite
Lmit Central su
suma tender a una distribucin normal (Petersen-verleir 2004).
A travs del mtodo de los mnimos cuadrados se pueden obtener los valores de los parmetros
que minimicen la sumatoria de los errores del modelo S2 con respecto a una serie de n
observaciones (Qi, Xi):
"
B /8"
B7
L?
?! )8
?" )8"
?@ )8 M;
@
"
Ec 1-10
Aplicando la siguiente notacin matricial

C
F1 >!
E1 >"
E
E
D1 >H
>!" >!
R
>!" >"@ Q; S
QQ
>H" >H@ P
I
?
?
T ! U; W
?@
<!
<"
T U; V
<H
CV
/!
/"
TU
/H
Ec 1-11
Tenemos el valor de b como estimador de b.
"
"
B /8"
IJ I
"
/X/
CV JI
IJ I
CV
I J CV
2CJ IV
CV
CV J CV
Ec 1-12
Ec 1-13
VJCJ CV
Derivando con respecto a b, e igualando a cero

' "
'V
2CJ I
2CJ CV[
Se encuentra el valor de b como:

V
\]
LCJ CM CJ I
Ec 1-14
Trabajo de Grado
Teniendo en cuenta que las suposiciones del modelo son vlidas, se tiene que la variable de
respuesta Q tendr tambin una distribucin normal con media igual a CV y varianza constante
5".
1.2.4.2 Frmula Potencial
Consideremos el modelo de regresin no lineal propuesto por la frmula potencial:

6
Ec 1-15
Similar al caso de la frmula polinomial se supone que el trmino de error / tiene una distribucin
normal con media cero A33/4=0) y varianza constante 0123/4 5 " . Sin embargo, en este
modelo se considera que el error es proporcional al valor de respuesta (Reitan and Petersenverleir 2005).
Por tratarse de un modelo de regresin no lineal, no es posible obtener analticamente los valores
ptimos de los parmetros a travs del mtodo de los mnimos cuadrados, siendo necesaria la
utilizacin de aproximaciones con mtodos numricos iterativos,
iterativos mtodo de Gauss Newton
(Seber and Wild 2003) y (Bates and Watts 2007),
2007) simulated annealing (Petersen-verleir
(Petersen
and
Reitan 2009), algoritmos genticos, etc
etc.
Una alternativa ampliamente utiliz
utilizada
ada en la prctica hidrolgica consiste en hacer la siguiente
transformacin del modelo aplicando logaritmo natural en ambos lados de la ecuacin:
El trmino _` 1
_` 1 /
/.
_`
? _`
_`
_` 1
Ec 1-16
puede ser aproximado por /,, teniendo en cuenta que para / 1,

_`
? _`
_`
Ec 1-17
Empleando nuevamente el mtodo de los mnimos cuadrados se pueden

puede obtener los valores de
los parmetros que minimicen la sumatoria de los errores del modelo S2 con respecto a una serie
de n observaciones (Yi, Xi):
"
B /8"
B7 ln
? _`
L_`
M;
"
Ec 1-18
Suponiendo diferentes valores de

es posible obtener los valores de a, b y S2, aplicando la
solucin del
el mtodo de mnimos cuadrados indicad
indicada para el modelo de regresin lineal. El valor
ptimo de los parmetros del modelo ser aquel conjunto o combinacin para el que se obtiene el
valor mnimo de " (Venetis 1970).
1970) Ver Figura 1-1.
9
Trabajo de Grado
Figura 1-1 Obtencin de Ho ptimo para calibracin de los parmetros de la frmula potencial.
Las principales diferencias entre los dos modelos

modelos contemplados radican en la forma como se
considera el error con respecto a la variable de respuesta dentro del modelo. En el modelo
polinomial se tiene que el error en trminos absolutos tiene una magnitud igual para todo el rango
de niveles medidos, mientras
ientras que en el modelo potencial, el error en trminos absolutos ser
proporcional a la variable de respuesta, es decir que para los caudales bajos el error deber ser
menor que para los caudales altos.
En ese orden de ideas, es de esperarse que el model
modelo
o potencial presente niveles de error
inferiores que el modelo polinomial para el anlisis de los caudales mnimos, situacin que deber
invertirse en el caso de los caudales mximos.
1.3 INCERTIDUMBRE DE LOS CAUDALES

La incertidumbre es definida como la falta de conocimiento claro y seguro acerca de algo, en este
caso acerca de una variable o fenmeno. En la prctica,
prctica la incertidumbre est presente en todas
las actividades de la ingeniera, y por ello los procesos de toma de decisin tendrn siempre
involucrado algn nivel de incertidumbre.
En general se tiene la definicin
definici formal del Joint Committee for Guides in Metrology (JCGM) en
acerca de la incertidumbre de una medicin (JCGM 2008):
La incertidumbre
ncertidumbre es un parmetro asociado con el resultado de una medicin,
medicin que caracteriza la
dispersin de los
os valores que podran ser razonablemente atribuidos a la medida.
10
Trabajo de Grado
Para
ara el estudio de Hidrosistemas las fuentes o tipos de incertidumbre pueden clasificarse de forma
general en: incertidumbre por variabilidad natural,, e incertidumbre por deficiencia en el
conocimiento (Tung and Yen 2005).
2005)
Las fuentes de incertidumbre natural estn relacionadas con la variabilidad inherente de
d los
procesos geofsicos como la precipitacin, los vientos, los sismos, etc. Por lo general esta
incertidumbre no puede ser eliminada completamente, aunque puede ser disminuida a travs de
investigacin y conocimiento del proceso.
La incertidumbre por deficiencia
ficiencia en el conocimiento est relacionada con la formulacin del
modelo, la calibracin de los parmetros, la medicin y transcripcin de los datos, el mtodo de
muestreo, y los aspectos operacionales de construccin, operacin y mantenimiento de la
infraestructura.
Dicho enfoque o clasificacin, se encuentra muy relacionado con los anlisis de confiabilidad o
riesgo, donde se busca establecer las fuentes de incertidumbre en las variables de Capacidad del
sistema que se est analizando, y Demanda o Requerimiento
Requ
por las fuerzas o agentes externos.
El enfoque presentado en el caso de la curva nivel caudal correspondera entonces a un anlisis
de incertidumbre por falta de conocimiento, debido a que la estimacin final de los caudales se
ver afectada entre otros por errores en la medicin de aforos, errores en la concepcin del
modelo, y por la calibracin de los parmetros relacionada con el mtodo de regresin.
regresin Otras
fuentes de error que podran ser clasificadas como origen natural, tales como la variacin
var
en la
morfologa del cauce y las condiciones hidrulicas no permanentes, terminarn siendo aadidas en
el error de la regresin durante el proceso de calibracin.
Otra clasificacin encontrada comnmente een la literatura consiste en discriminar las fuentes de
incertidumbre entre aleatorias y sistemticas (Grabe 2010), no obstante, la utilizacin de dicha
terminologa no es recomendada
ndada actualmente por la norma ISO 5168:2005,
5168:2005 puesto que los
conceptos pueden ser usados de forma ambigua y confusa; y una vez han sido evaluados, son
tratados de forma idntica (ISO/TC 30/SC -9 2007) y (Karasiov and Yakovlieva 2001) .
En el presente trabajo se utilizarn frecuentemente los trminos de incertidumbre
incertidu
y error como
equivalentes. En este caso se considera que el error de la variable es equivalente a su desviacin
estndar, y los resultados de incertidumbre corresponden a un nivel de confianza del 67,3 %,
suponiendo que este tiene una distribucin normal (ISO/TC 30/SC -9 2007).
1.3.1 Metodologas de Anlisis

Una manera prctica de cuantificar el nivel de incertidumbre o grado de desconocimiento de una
variable aleatoria es a travs de sus momentos estadsticos, especficamente a travs de su
varianza o la desviacin estndar (error estndar). Las diversas
rsas tcnicas existentes para estimar el
nivel de incertidumbre pueden clasificarse a groso modo en analticas y aproximadas (Tung and
Yen 2005).
11
Trabajo de Grado
Entre las tcnicas analticas se tiene el mtodo de la distribucin derivada de probabilidad, la cual
consiste en definir la curva de densidad de probabilidad de la variable de inters, en este caso el
caudal, teniendo en cuenta la re
relacin
lacin funcional con las otras variables como el nivel, y los
parmetros del modelo, y conociendo las distribuciones de probabilidad
probabilidad de dichas variables
(Kottegoda and Rosso 2008),, (Tung and Yen 2005).
Entre las tcnicas aproximadas se tienen el mtodo de anlisis de primer orden y el mtodo
mtod de
simulacin de Monte Carlo, las cuales se describen a continuacin.
Para el presente proyecto no
no se contempla la utilizacin de la metodologa de distribucin
derivada de probabilidad.
1.3.1.1 Anlisis de Primer Orden

El mtodo consiste en estimar la varianza de la variable de respuesta (dependiente
dependiente) a partir de las
varianzas y covarianzas de las variables predictoras (independientes),, y la aproximacin de la
funcin por medio de series de Taylor (Tung and Yen 2005), (Chow and Maidment 1994).
1994)
Sea Y una variable aleatoria relacionada de forma funcional con otras variables aleatorias X1, X2,
, Xn segn la siguiente ecuacin:
<
= >! , >" , >g , , >H
Ec 1-19
Considerando la aproximacin de la funcin f mediante la serie de Taylor alrededor de los valores

medios de las variables Xi truncada en los trminos con derivadas de primer orden, tenemos:
<
fff
f! , >
fff" , >
fffg , , >
fffHf
= >
B
8j!
'=
>
'>8 8
>ih
Ec 1-20
Reorganizando la ecuacin anterior y teniendo en cuenta que:
<f
fff! , >
fff" , >
fffg , , >
fffHf
= >
Ec 1-21
Tenemos:
<
<f
B
8j!
'=
>
'>8 8
>ih
Ec 1-22
Elevando ambos lados de la ecuacin al cuadrado y aplicando el operador de valor esperado,
12
Trabajo de Grado
A33 <
'=
A uvB
>
'>8 8
<f " 4
8j!
"
>ih w x
Ec 1-23
Finalmente, desarrollando
llando los trminos cuadrticos obtenemos
k12 <
'=
'=
BBy
z*
+ 60L>8 , >: M
'>8 '>:
8j! :j!
Ec 1-24
Los trminos de CovLXp , Xq M se refieren a la covarianza entre X p y X q , pero especficamente entre

los componentes de error aleatorio entre las variables, considerando que
Donde
>8
>8\rs
t8
Ec 1-25
>8\rs : es la componente determinista de la variable

t8 : es la componente aleatoria de la variable
1.3.1.2 Simulacin numrica
La simulacin numrica es una tcnica que permite producir muestras de variables aleatorias que
preserven ciertas propiedades de acuerdo a una distribucin de probabilidad previamente
establecida (Tung and Yen 2005).
2005) Con base en las muestras generadas para las variables de
entrada de acuerdo a unas distribuciones de probabilidad supuestas o establecidas previamente,
previamente
se simula repetidamente el comportamiento del sistema o proceso para obtener una muestra de
la variable de respuesta, y con base en esta es posible estimar sus momentos estadsticos y la
incertidumbre propagada.
En la Figura 1-2 se muestra un esquema representativo del proceso de simulacin aplicable para el
anlisis de incertidumbre de los caudales, y su propagacin.
1.3.2 Incertidumbre de la Regresin

Al realizar la regresin para calibracin
calibracin de los parmetros del modelo, es necesario reconocer que
los valores obtenidos tanto para los parmetros como para los caudales, tendrn incluida cierta
incertidumbre; proveniente entre otros del error en las mediciones de los aforos, el error en
e el
modelo aplicado (tipo de operador, variables predictoras utilizadas), y el error en el proceso
mismo de calibracin de los parmetros (mtodo de calibracin, cantidad y distribucin de
puntos), los cuales terminarn propagndose hasta los caudales calculados
calculados por medio de la curva.
13
Trabajo de Grado
En la Figura 1-3,, se presenta un esquema para la interpretacin de los resultados que sern
obtenidos con el anlisis de incertidumbre de
de la regresin. Inicialmente, consideremos que la
curva de color negro corresponde a la representacin real del proceso fsico que se esperara
obtener, siempre y cuando se tuviera informacin completa de las variables del modelo y
mediciones exactas. Sin embargo, debido a la presencia de fuentes de error en el proceso, la
muestra de puntos observada para construccin de la curva podra ser la serie de color rojo o la
serie de color azul, o cualquier otro conjunto de puntos cuyos observaciones estarn distribuidas
distr
de acuerdo al modelo bsico propuesto por la ecuacin Ec 1-8.
Figura 1-2 Esquema representativo del proceso de simulacin numrica
En este anlisis estamos asumiendo que los valores de la variable predictora (nivel) son fijos, y que
su medicin est libre de error. Es decir que en cada serie, la campaa de aforos
aforo se realiza
midiendo el caudal siempre en los mismos niveles.
La incertidumbre estimada en los caudales calculados mediante la curva, se interpreta entonces
como la dispersin que tendran distintas curvas como las mostradas, construidas con muestras de
aforos medidas considerando
siderando un conjunto fijo de niveles.
14
Trabajo de Grado
Para el presente estudio no se considera la incertid

incertidumbre
umbre de la variable predictora, pues se estima
que el error en la medicin de los niveles es muy bajo, y sus efectos pueden ser omitidos del
anlisis. Similares consideraciones se tiene en (Shiklomanov et al. 2006), (Petersen-verleir
(Petersen
2004).
Para el caso en que los errores en la variable
variable predictora son significativos, se deben utilizar
modelos de regresin que consideren tal situacin como se describe en (Cheng and Ness 1999),
1999) y
derivar el anlisis de propagacin de incertidumbre.
error en caudales
observados: N(0,s )
error en caudales
calculados: N(0,s *)
x
Figura 1-3 Esquema de errores en los caudales. La incertidumbre en los caudales calculados se interpreta
como la dispersin de las curvas construidas con distintas muestras
estras de aforos, considerando fijos los
valores de nivel.
1.3.2.1 Regresin Lineal

El principio del
el mtodo de los mnimos cuadrados consiste en encontrar el valor de los parmetros
del modelo que minimice S2, y con base en este resultado se puede estimar el valor de la varianza
5 " del trmino de error /:
{t
"
Ec 1-26
Donde: se es el error estndar de la regresin; n es el nmero de observaciones; y k es el nmero

de parmetros del modelo calibrados. Este valor puede ser obtenido en trminos absolutos
(unidades de caudal), o tambin en unidades relativas (%) si se divide cada error individual entre el
respectivo valor de caudal aforado.
15
Trabajo de Grado
El error estndar de la regresin es una medida de los errores en la variable de respuesta, y en l

se incluyen entre otros, los errores por medicin de los aforos, los errores en la
l ecuacin del
modelo supuesto, las caractersticas irregulares de la seccin y las condiciones
condiciones cambiantes de los
factores hidrulicos y externos.
Con respecto a los parmetros calibrados tenemos:
\]
]
A3V4
A ~LCJ CMM CJ I
LCJCM CJ A3 4
\]
\]
LCJ CM
CJ CV
Ec 1-27
Con lo cual se tiene que V[es un estimador no sesgado de V. Adicionalmente, se considera que V
es el estimador con mnima varianza (Seber and Lee 2003) y (Yan and Su 2009).
2009) La incertidumbre
en la estimacin de los parmetros puede establecerse con:
0123V4
0123V4
012
\]
A %yLC
C CJ I
yL J CM
0123V4
0123V4
0123V4
A3 V[
\]
A ~LCJ CM CJ I
\]
LLCJ CM
C CJ A3 I
\
\]
LCJ CMM
V J4
V V[
\]
A3I4 z yLCJ CM CJ I
A3I4 I
A3I4 I
\]
CJ 5 " CLCJCM
A3I44 z \]
A3I4 JCLCJ CMM
A3I4 J 4CLCJ CMM

\]
Ec 1-28
\]
\]
5 " LCJ CM CJ CLCJCMM
Obtenindose finalmente que:

0123V4
0123V4
012 ?
F
E 60 ? , ?!
E
E
60
60L?
, ?@ M
D
\]
5 " LCJ CM
60 ? , ?!
60L? , ?@ M
R
60L?! , ?@ MQ
012 ?!
Q
Q
60L?! , ?@ M
012L?@ M P
Ec 1-29
Teniendo en consideracin los resultados anteriores podemos ahora establecer la incertidumbre

en los caudales obtenidos a partir de la curva nivel - caudal para un nivel especfico (
31, 1, 1" , , 1H 4.. En este caso correspond
correspondera
era a la incertidumbre para el valor medio de Q:
16
Trabajo de Grado
3
0123I|
0123I|C
0123I|C
0123I|C
\]
A3 V[
A ~LC
~ J CM CJ I
\]
LC
LCJ CM CJ A3 I
\]
V V[
A3I4 I
A3I4 I
\]
LCJCMM CJ 5 " CLCJ CM J
V X 4
\]
]
A3I4 J CLCJ CMM J
A3I4 J 4CLCJ CMM J

\]
\]
Ec 1-30
\] J
5 " LCJCM CJ CLC

L JCM
C
Luego:
012
0123I|C
\] J
5 " LCJ CM
Ec 1-31
La ecuacin Ec 1-29 nos indica que la incertidumbre (varianza) en los parmetros del modelo
estar determinada por: 5 " que corresponde al nivel de error de las mediciones de caudal sumado
al error introducido por el tipo de modelo empleado; y por otro lado por la configuracin de la
matriz CJ C y su inversa, la cual depende especialmente del nmero y la distribucin de los niveles
de los puntos utilizados en la calibracin.
Con respecto a la incertidumbre de llos caudales extrados de la curva (Ec 1-31)
1
se observa que
adems de los aspectos mencionados en el prrafo anterior, el valor de la incertidumbre
depender tambin del
el nivel (a) para el cual se est calculando el caudal,, y su localizacin con
respecto a los niveles en la matriz CJ C.
1.3.2.2 Regresin No Lineal
Tal como se mencion en la seccin 1.2.4.2,, para el modelo de regresin no lineal no es posible
obtener analticamente los valores ptimos de los parmetros utilizando el mtodo de los
mnimos cuadrados, razn por la cual el anlisis de incertidumbre debe realizarse mediante una
aproximacin distinta con ayuda de la teora de mxima verosimilitud.
Aplicando la funcin de mxima verosimilitud para el modelo, y suponiendo que los trminos de
error / son variables Independientes
ndependientes Igualmente Distribuidas (IID), con /~ 0,
0 5 " tenemos:
<|., 5
"
Tomando logaritmo natural

_`
8j!
52
`
ln 25 "
2
t) y
1
L<
25 " 8
1
BL<8
25 "
17
"
= >8 , . M z
"
= >8 , . M
Ec 1-32
Ec 1-33
Trabajo de Grado
Donde . es el estimador de mxima verosimilitud del conjunto de parmetros ..
El valor ptimo de los parmetros se obtendr aplicando las derivadas parciales con respecto a .
en la ecuacin anterior, e igualando a cero con el fin de minimizar _.
Si la suposicin de normalidad en la distribucin del trmino de error / es vlida, entonces los

parmetros obtenidos por el mtodo de mxima verosimilitud sern los mismos que para el
mtodo de mnimos cuadrados (Seber and Wild 2003) y (Seber and Lee 2003).
2003)
Adicionalmente, si se cumplen ciertas condiciones de regularidad, Ver (Seber and
an Wild 2003), los
parmetros estimados por el mtodo de mxima verosimilitud tendrn una distribucin normal
conjunta con matriz de covarianza
varianza dada por la siguiente ecuacin (Seber and Wild 2003),
2003) (Venetis
1970) y (Stuart et al. 2009):
012 .
\!
Ec 1-34
Donde es conocida como la matriz de informacin de Fischer la cual a su vez es obtenida con
(Stuart et al. 2009), (Seber and Wild 2003),
2003) (Venetis 1970), (Petersen-verleir
verleir and Reitan 2009)
2009):
A%
'" _
'.8 '.:
Ec 1-35
Considerando ahora el modelo de regresin no lineal aplicada con la frmula potencial para la
curva nivel - caudal tenemos:
_
`
_` 25 "
2
1
B _`
25 "
? _`
L_`
"
Ec 1-36
Para construir la matriz de covarianza se deben obtener primero los valores esperados de las
segundas derivadas parciales con respecto a los parmetros,, evaluadas en un valor especfico de
H:
'"_
'_`
'"_
'? "
'"_
' "
"
`
5"
1
B3_`
5"
1
_`
B
"
5
L_`
42
Ec 1-37
? _`
6
18
Trabajo de Grado
'" _
'_` '?
'" _
'_` '
'" _
'?'
'"_
'5 "
1
B _`
5"
1
B
5"
_`
1
B
"
5
`
25
'" _
'_` '5 "
'" _
'?'5 "
La matriz ser:
d
d
_`
6
6
2? _`
'" _
' 6 '5 "
'"_
F
"
'
E '_`
"
E
' _
E '_` '?
E
'"_
E
E'_` '
D
0
'"_
'_` '?
'"_
'? "
'"_
'?'
0
'" _
0R
'_` '
Q
"
Q
' _
0 Q
'?'
Q
'"_
0 Q
"
' " ' _ Q
'5 " P
0
Ec 1-38
La matriz de covarianza de los parmetros se obtendra con la inversa de la matriz anterior como
se indic anteriormente.
Similar al caso del modelo lineal, la incertidumbre de los parmetros
par
s estar determinada por el
error de las mediciones y el tipo de modelo empleado
empleado, representado por 5 "; as como la cantidad
y distribucin de niveles empleados en la calibracin,
calibracin, los cuales se ven involucrado directamente
en los clculos de las sumatorias
torias de la ecuacin Ec 1-38.
La incertidumbre en los caudales obtenidos a partir de la curva nivel - caudal para un nivel
especfico, puede ser establecida
cida de la siguiente manera
manera, considerando
onsiderando los siguientes diferenciales
diferencial
(Dymond and Christian 1982)
1982):
_`
? _`
_`
_`
_`
_`
?
_`
?f
19
ffffffff
_`
fffffff
_`
Ec 1-39
Trabajo de Grado
Obtenemos el diferencial para _`
La varianza de _`
'_`
'?
_`
|4
0123_`
012
'_`
*
'_`
|4
*
2
A *
'_`
'_`
"
+ A ~L_`
'_`
'
"
'_`
'_`
"
ffffffff
_`
M
A ~L_`
_`
+ A3
'_`
'
'_`
'?
"
"4
A3_`
'_`
'
puede obtenerse con:
0123_`
0123_`
por medio de la siguiente expresin:
'_`
'_`
_`
ffff
Ec 1-40
'_`
'
'_`
*
+ A3 ? " 4
'_` ?
'_`
'_`
"
'_`
'?
'_`
'?
"
+
Ec 1-41
?4
A3_`
'_`
'
3?
A3
Finalmente se obtiene que:

0123_`
'_`
*
'_`
|4
'_`
'
"
+ 012L_`
"
'_`
'_`
+ 012
'_`
'
'_`
*
+ 012L_` ? M
'_` ?
"
603_`
'_`
'_`
'_`
'?
2
'_`
'?
603_`
'_`
'
, ?4
603?,
60
Ec 1-42
Este resultado podra haber sido obtenido tam

tambin
bin aplicando el anlisis de primer orden indicado
en la seccin 1.3.1.1.
Los trminos de las derivadas encontradas en la ecuacin anterior se evalan para el Hi especfico
utilizando las siguientes ecuaciones.
'_`
'_`
1;
'_`
'?
_`
20
'_`
'
Ec 1-43
Trabajo de Grado
De acuerdo con la ecuacin Ec 1-42,, la incertidumbre en los caudales extrados de la curva nivel caudal para un nivel especfico, dependern de la varianza de los parmetros del modelo, la cual
depende a su vez de los valores
valore de 5 " , la cantidad y distribucin de niveles utilizados en la
calibracin; as como del nivel especfico para el cual se evala el caudal representado en los
trminos de la ecuacin Ec 1--43.
La incertidumbre en unidades de caudal se obtendr con la siguiente expresin:
012
"
0123_`
Ec 1-44
Un resultado que se desprende de la relacin anterior es que el error estndar en _`

al error estndar relativo o coeficiente de variacin del caudal Q:
5
0123_`
012
"
equivale
Ec 1-45
1.3.2.3 Propagacin de Incertidumbre en el clculo de los caudales promedio

Tanto los caudales medios diarios, como los mensuales, anuales y multianuales son obtenidos de
promediar los valores de extrados con la curva nivel - caudal a partir de los niveles registrados.
re
En
ese orden de ideas, el caudal medio diario es obtenido como el promedio aritmtico de los
caudales horarios del da, el caudal medio mensual es obtenido como el promedio aritmtico de
los valores horarios registrados en el mes, y el caudal medio
medio anual es obtenido como el promedio
aritmtico de los valores horarios registrados durante los 365 o 366 das del ao (IDEAM 1999).
De forma general tenemos:
f
1
B
8j!
Ec 1-46
Donde N es el nmero de datos de caudal (horarios) registrados en el perodo a reportar.

Aplicando metodologa de anlisis de primer orden de la ecuacin Ec 1-24,, tenemos:
k12 f |
1
B B 60L 8 ,
"
8j! :j!
:M
Ec 1-47
Una consecuencia importante del anlisis de incertidumbre de la regresin consiste en

e que existir
correlacin entre los errores de los caudales
cauda obtenidos de la misma curva.
21
Trabajo de Grado
Dicha correlacin ha sido tenida en cuenta por diversos autores en el clculo de la incertidumbre
para los caudales promedios (Dymond and Christian 1982), (Herschy 2008), (Clarke 1999),
1999) (Clarke
et al. 2000), (Karasiov and Yakovlieva 2001)
2001), (Shiklomanov et al. 2006).
De acuerdo con (Clarke 1999) la covarianza entre dos caudales extrados de la misma curva nivel caudal puede ser estimada aplicando la siguiente ecuacin para la frmula potencial:
potencial
60 _`
Donde:
8
'_`
'_`
'_`
'?
, _`L
,
:M
'_`
'
8 X 012 . :
%1, _`L
1, _`
6 M,
6M
Ec 1-48
El valor de la incertidumbre en f puede ser obtenido haciendo la doble sumatoria de la ecuacin

Ec 1-47 y luego efectuando la transformacin de la ecuacin Ec 1-45.
Por otro lado, la incertidumbre del caudal
caud presentada en la ecuacin Ec 1-42,, puede ser expresada
ex
en forma resumida como:
012L_`
60L_`
%
'_`
'_`
1, _`
, _`
'_`
'?
6
8 X 012 . 8
'_`
'
d
Ec 1-49
De forma similar, para la frmula polinomial se tendr:

60 8 ,
60L
:M
8 X 012 V :
Ec 1-50
Donde:
8
71,
~1,
d,
"
8 ,
"
: ,
@
8 ;
@
:
Ec 1-51
Finalmente, ell valor de la incertidumbre en f puede ser obtenido haciendo la doble sumatoria de
la ecuacin Ec 1-47.
22
Trabajo de Grado
1.3.2.4 Incertidumbre por la extrapolacin de la curva nivel caudal.

En el presente estudio no se contempla la utilizacin de mtodos especiales de extrapolacin de la
curva hacia los niveles mnimos y mximos. Para los casos de aplicacin del anlisis de
incertidumbre, se considerar que la extrapolacin de la curva se hace utilizando el mismo modelo
calibrado para los niveles donde se tienen aforos medidos.
1.3.3 Incertidumbre
dumbre de los aforos de caudal
La primera fuente de incertidumbre en la estimacin de los caudales obtenidos con la curva nivel
caudal, proviene de las mediciones individuales o aforos lquidos realizados directamente en la
seccin transversal.
Una forma de establecer la calidad de la calibracin del modelo de regresin, consiste en
comparar el valor del error estndar de la regresin, con respecto al valor del error en los datos de
entrada de la variable de respuesta, en este caso el de los aforos de cau
caudal,
dal, siempre y cuando este
pueda estimarse o establecerse por anticipado (Karasiov and Shumkov 1985)..
A nivel internacional,l, diversos autores (Pelletier 1988), (Sauer and Meyer 1992),
1992) (Carter and
Anderson 1963), (Herschy 2008),
2008) (Rantz 1982) han realizado investigaciones detalladas con el fin
de establecer los valores de error en la mediciones directas de caudal, cuyos resultados pueden
ser empleados como primera aproximacin para estimar el error en los puntos de aforos de las
estaciones analizadas en el proyecto.
De acuerdo con las fuentes consultadas, las principales fuentes de error identificadas en la
medicin de los caudales por el mtodo rea velocidad son:
En la medicin de la seccin transversal

- Por la profundidad
- Por las distancias horizontales
En la medicin de la velocidad
- Por la curva de calibracin del molinete
- Por el tiempo de exposicin del molinete
- Por el nmero de puntos en la vertical
- Otros (Flujos oblicuos, turbulencia, propiedades del flujo)
En la aproximacin
ximacin de la integral mediante sumas finitas
- Por la frmula de cuantificacin de elementos individuales
- Por el nmero de verticales en la seccin
- Por el nmero de puntos en la vertical
- Otros (Flujos oblicuos, turbulencia, propiedades del flujo)
23
Trabajo de Grado
En el APNDICE se presenta un resumen de la metodologa general utilizada para estimar los

errores individuales en los aforos de caudal por el mtodo de rea - velocidad, obtenida mediante
la recopilacin de datos, tablas y grficos de los diversos autores consultados.
24
Trabajo de Grado
2 APLICACIN A CASOS DE ESTUDIO

En este captulo se describe la metodologa general aplicada para evaluar la incertidumbre en los
valores de caudales en los casos de las estaciones seleccionadas. Se presentan las caractersticas
generales de las estaciones analizadas, seguido por la explicacin de los tipos de muestreo y
simulacin desarrollados, y las pautas para la presentacin de los res
resultados.
2.1 ESTACIONES ANALIZADAS

Para el desarrollo del presente estudio,
estudio se recopilaron los registros de aforos de 7 estaciones de la
red del IDEAM, distribuidas entre las distintas regionales de la entidad, y para las cuales se haban
realizado campaas intensivas de medicin previamente. En estas estaciones se programaron
campaas de medicin semanal durante los aos 2005 y 2006.
Los datos fueron tomados del primer informe de la instancia postdoctoral PREVENCION DEL
RIESGO POR DESABASTECIMIENTO DE AGUA PARA UN DISTRITO DE RIEGO CON FINES DE
AGRICULTURA, Universidad Nacional de Colombia, Facultad de Ingeniera, Departamento de
Ingeniera Civil y Agrcola, Hebert Gonzalo Rivera, Bogot, 2008.
El listado de las estaciones consideradas inicialmente, se presenta
pres
en la Tabla 2-1.
Tabla 2-1 Estaciones de Caudal analizadas
CODIGO
2308715
2111708
2319729
3502721
2121718
5204703
2605703
TIPO NOMBRE
LG
LM
LG
LG
LG
LG
LG
Puente Real
Guayabo
Caf Madrid
Caseteja - Delicias
Montezuma
Bocatoma Centenario
Potrerito
CORRIENTE MUNICIPIO
DEPARTAMENTO
Negro
Ceibas
Lebrija
Negro
Combeima
Pasto
Jamund
Antioquia
Huila
Santander
Meta
Tolima
Nario
Valle del Cauda
Rionegro
Neiva
Girn
Guayabetal
Ibague
Pasto
Jamund
LAT
LONG
ELEV (msnm)
0608 N
0255 N
0709 N
0411 N
0428 N
0112 N
0314 N
7522 W
7508 W
7308 W
7346 W
7517 W
7714 W
7635 W
2083
650
600
866
1415
2714
1011
En la Figura 2-1 se presenta un esquema con la localizacin aproximada de las estaciones

contempladas inicialmente.
2.2 ERRORES EN LOS AFOROS LQUIDOS

Con el fin de tener una aproximacin de la incertidumbre proveniente de las mediciones directas
de caudal, las cuales se utilizarn luego para la calibracin de las curvas, se aplicaron los conceptos
indicados en 1.3.3 y en el APNDICE del presente documento, para estimar el error de cada uno de
los aforos de los que se obtuvo informacin detallada y completa, como nmero de verticales,
tiempo de exposicin, puntos en cada vertical, etc.
En la Tabla 2-2 se presenta en el resumen de resultados de los errores estimados.
25
Trabajo de Grado
Figura 2-1 Localizacin de estaciones contempladas

contempladas inicialmente en el estudio
Tabla 2-2 Resumen de resultados de la estimacin del error en los aforos con informacin detallada.
Q (%)
Resultados promedio
Estacion
Puente Real
Guayabo
Caf Madrid
Caseteja
Cantidad
42
48
42
34
Num
Prof
verticales media (m)
15
17
22
21
0,79
0,52
0,56
1,24
Vel
media
(m/s)
1,13
1,04
1,10
1,84
Metodo
Puntos en
vertical
Puntos en
vertical
Texp
(s)
min
med
max
susp
vadeo
susp
susp
0.6D
0.6D
0.2-0.8D
sup
1
1
1
1
50
50
50
50
prom
2,88
2,60
2,11
2,21
2,45
4,57
4,59
3,80
3,96
4,23
7,84
6,79
7,74
6,20
7,14
De acuerdo con los resultados de la tabla, los datos de los aforos recopilados
recopilados presentan errores
relativos del 4% en promedio
promedio,, con errores mnimos del orden de 2,5% y errores mximos del 7%.
26
Trabajo de Grado
Estos resultados concuerdan con los encontrados en publicaciones hidromtricas como (Karasiov
and Shumkov 1985) (5%-10%)
10%) y con las presentadas por el IDEAM (5 a 7%) (Dominguez et al.
2000).. Sin embargo, resulta necesario establecer los valores de errores en las mediciones para las
condiciones y rutinas de campo utilizadas especficamente
especficamente en el pas, con el fin de validar los datos
de las fuentes de incertidumbre encontradas en los estndares y publicaciones internacionales
(Pelletier 1988), (Sauer and Meyer 1992),
1992) (Carter and Anderson 1963), (Herschy 2008)
2008), (Rantz
1982).
En la Tabla 2-3 se presenta el resumen de resultados promedio discriminados de acuerdo a las
fuentes de error en la medicin de aforos. Se consideran tambin las diferencias de resultados
cuando el fondo del cauce puede considerarse estable, por ejemplo roca firme y rugosidad
uniforme,
me, y cuando el fondo es irregular con presencia de cantos o bloques removibles y
rugosidad heterognea.
Tabla 2-3 Resumen de resultados por fuentes de error.
Nv*
46%
28%
Condicin cauce
Fondo Estable
Fondo Irregular
sist*
4%
2%
Nv*
Por nmero de verticales
sist*
Sistemtico
p*
3%
31%
p*
Por medicin de profundidad
d*
Por medicin de distancia horizontal
Npv*
Por nmero de puntos en la vertical
Inst*
Instrumental por molinete
Texp*
d*
0%
0%
Npv*
38%
32%
Inst*
1%
0%
Texp*
7%
6%
Q*
4,0%
5,1%
Por tiempo de exposicin del molinete
En el APNDICE y ANEXO 2: ESTIMACIN DE ERROR EN AFOROS INDIVIDUALES se presenta la

descripcin de los mtodos empleados
empleados para la estimacin del error de los caudales y conformacin
de la tabla de resultados anterior.
Para las metodologas recopiladas de estimacin del error de los aforos, se observa que los
factores que ms influyen en el error de la medicin, son el n
nmero
mero de verticales y el nmero de
puntos de medicin de velocidad en cada vertical. El tipo de fondo del cauce puede llegar a ser un
factor importante en el error si se encuentran condiciones desfavorables por cauces
c
inestables o
irregulares.
Uno de los objetivos
jetivos especficos del trabajo consiste en estudiar la factibilidad de aplicar
procedimientos de campo alternativos para disminuir la incertidumbre de los caudales medidos,
sin embargo, como se present en esta seccin, las frmulas para estimacin del error
er
del aforo
estn basadas en datos y mediciones exhaustivas realizadas en distintas partes del mundo, las
cuales no estn disponibles a nivel nacional, por lo que sera necesario disear campaas de
medicin locales incluyendo varias comisiones simultne
simultneas
as de aforos, y la utilizacin de diversas
27
Trabajo de Grado
estrategias de medicin en cuanto a cantidad y distribucin de las verticales, puntos de medicin

de velocidad e instrumentos de campo, con el fin de evaluar las ventajas o desventajas de cada
una en particular.
En
n vista de la informacin disponible actualmente, no es posible desarrollar a cabalidad este
objetivo especfico, por lo que se anotar como recomendacin para investigacin futura en el
captulo de conclusiones y recomendaciones.
En el ANEXO 2: ESTIMACIN DE ERROR EN AFOROS INDIVIDUALES se presentan los resultados
detallados de la estimacin de errores en los aforos individuales, para las estaciones con
informacin disponible.
2.3 VERIFICACIN DE ESTABILIDAD DEL CAUCE

Como criterio inicial para la seleccin de los puntos de aforos que se utilizarn en el anlisis, se
realiz una verificacin de la estabilidad de la seccin transversal considerando distintos perodos
de tiempo, y por medio de inspeccin visual se establecieron los perodos de comportamiento
homogneo de la curva. El criterio consisti en seleccionar conjuntos de puntos de aforos
continuos en el tiempo que fueran factibles
factibles de ajustarse mediante una misma curva, y entre los
que no se evidenciaban cambios bruscos de tendencia o alineamiento.
Se procur seguir las recomendaciones presentadas en 1.2.2, buscando identificar los casos
cuando los puntos de aforos nuevos presentaban una diferencia mayor al 10% con respecto al
a
caudal de la curva construida con los aforos previos, o cuando varios puntos consecutivos se
ubicaban por encima o por
or debajo de la curva actual vigente.
La idea es poder construirr la curva nivel caudal con la mayor cantidad de puntos registrados, de
tal forma que esta represente la mejor aproximacin del comportamiento de la estacin,
estacin cuando
el comportamiento de la seccin
eccin pueda considerarse estable. En la Figura 2-2, se muestra la
identificacin de perodos para la construccin de la curva nivel - caudal de la estacin
est
Guayabo.
En este ejemplo se observa que a partir de abril de 2006 se tiene un cambio en el comportamiento
de la seccin, por lo que es necesario construir una nueva curva con los aforos siguientes. El
cambio en la seccin transversal puede ser verifi
verificado
cado en muchos casos con el reporte del
levantamiento del da del aforo.
28
Trabajo de Grado
45
40
35
Caudal (m3/s)
30
25
20
15
10
5
0
0
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
Nivel (m)
sep05-ago06
sep05-abr06
abr06-ago06
Figura 2-2 Seleccin de puntos de aforos para el ajuste de la curva estacin Guayabo.
Guayabo Se observan dos
perodos de estabilidad de la seccin: uno entre sep05 - abr06; y otro entre abr06- ago06.
Adicionalmente, se realiz la verificacin de estabilidad de la seccin transversal del cauce

mediante la comparacin de las distintas secciones transversales obtenidas con los aforos. En la
Figura 2-3 se presenta un ejemplo de la comparacin de las secciones transversales levantadas con
los distintos aforos
oros realizados en una campaa.
En la mayora de las
as estaciones en las que se pudo efectuar este anlisis, se observaron diferencias
en el nivel del fondo de las secciones del orden de 20 cm, valores que pueden considerarse altos si
se tiene en cuenta que la resolucin de las reglas de medicin es general
generalmente de 1 cm. Sin
embargo, no se pudo verificar si al momento de realizar los levantamientos se utilizaron los
mismos puntos de referencia topogrfica, o si la seccin medida es exactamente la misma en
todos los aforos, razn
n por la cual, este criterio s
slo
lo fue empleado a modo de confirmacin cuando
la dispersin observada en los puntos de aforos era mayor al 20% del caudal medido.
medido
Generalmente, cuando se presenta una modificacin importante en la forma de la seccin, esta es
reportada por el encargado del aforo en el registro de campo, y su efecto se aprecia notablemente
en la grfica de dispersin de puntos de nivel y caudal.
29
Trabajo de Grado
871,00
870,50
870,00
Nivel (msnm)
869,50
869,00
868,50
868,00
867,50
867,00
14,00
19,00
24,00
29,00
34,00
39,00
44,00
49,00
16-sep-05(1)
30-sep
sep-05(2)
07-oct-05(3)
14-oct-05(4)
21-oct-05(5)
28-oct-05(6)
11-nov-05(7)
18-nov
nov-05(8)
25-nov-05(9)
02-dic-05(10)
16-dic-05(11)
05(11)
23-dic-05(12)
30-dic-05(13)
24-ene
ene-06(14)
03-feb-06(15)
10-feb-06(16)
17-feb-06(17)
06(17)
24-feb-06(18)
03-mar-06(19)
10-mar
mar-06(20)
17-mar-06(21)
24-mar-06(22)
31-mar-06(23)
06(23)
07-abr-06(24)
Figura 2-3 Comparacin de las secciones transversales para distintos aforos (Estacin Caseteja)
Como resultado de este primer filtro de seleccin, se obtuvieron conjuntos de aforos con
comportamiento estable de la seccin para
pa cada estacin, y se seleccionaron aquellos
aque
periodos
que tuvieran por lo menos 24
4 aforos.
La cantidad de 24 aforos fijada como lmite mnimo para la conformacin de las curvas, fue
establecida procurando superar las recomendaciones de los estndares internacionales que se
encuentran entre 10 y 15 aforos, y poder estudiar el efecto de la reduccin de incertidumbre para
curvas con el mayor nmero de aforos posibles y factibles de ejecutar en la prctica.
En la Tabla 2-4,, se presenta el resumen de estaciones y campaas de aforos para las que se
realizar el ajuste de la curva y los posteriores anlisis de incertidumbre.
Es necesario anotar que para el caso de la estacin Puente Real se observa un cambio en el
comportamiento
mportamiento de la curva para un nivel de 2.40m aproximadamente, situacin que hace
evidente por la diferencia en la concavidad de la curva a partir del punto de inflexin. Por ello, los
anlisis preliminares se realizaran considerando dos curvas independientes
independientes para el tramo inferior
(64 aforos) y superior (31 aforos) de la curva.
30
Trabajo de Grado
Tabla 2-4 Campaas de aforos seleccionadas para anlisis por estacin
CODIGO
NOMBRE
CAMPAA DE
AFOROS
2308715
Puente Real
dic05 - dic07
CANTIDAD DE
AFOROS
Tramo1 = 64
Tramo 2 = 31
2111708
Guayabo
3502721
Caseteja - Delicias
sep05 - abr06
30
sep05 - abr06
24
may88 - ago90
45
feb85 - jul86
35
2121718
Montezuma
5204703
Bocatoma Centenario
mar93 - feb99
48
2605703
Potrerito
jun90 - oct96
32
En el ANEXO 1: RESUMENES DE AFOROS Y CURVAS se presentan los resultados completos de la

verificacin de la estabilidad del cauce para las estaciones con informacin disponible.
2.4 CALIBRACIN DE LAS CURVAS

Previo a la cuantificacin de la incertidumbre es necesario verificar si los datos de niveles y
caudales de los aforos permiten la calibracin de la curva, especialmente en el caso de la frmula
potencial; o si se producirn comportamientos anmalos en el modelo calibrado, como la
presencia
cia de valores mnimos o mximos, lo cual significara que la funcin no es montona
creciente en el rango de niveles calibrados, entre otros. Estas circunstancias no son deseables
puesto que no concuerdan con el comportamiento fsico esperable de las vari
variables en la seccin, y
por otro lado, se podran tener valores extremos tanto de los parmetros como en la
incertidumbre.
Tratndose de la frmula potencial, se tienen investigaciones como la de (Reitan and PetersenPetersen
verleir 2006) donde se establece que, dependiendo de factores como la cantidad de los puntos y
la magnitud de los errores de los datos de la muestra analizada, es
es posible que no exista una
solucin interna ptima en del modelo de regresin no lineal. En tales situaciones, los valores de
los parmetros y sus incertidumbres podran tender hacia el infinito, as como la incertidumbre de
los caudales de la curva nivel caudal.
Se proponen cuatro (4) criterios o requisitos que permiten verificar de antemano si la muestra de
puntos permite la obtencin valores mnimos internos en la superficie de error, con lo cual se
supone que esta es adecuada para la calibracin del
del modelo. Los criterios propuestos por (Reitan
and Petersen-verleir 2006) son:
31
Trabajo de Grado
f f
Ec 2-1
Donde: qh es igual a ln(Q) para un nivel h; M es el conjunto de aforos medidos en el nivel mnimo, y
N es el conjunto de aforos medidos en un nivel diferente al mnimo.
Esta condicin se
e refiere a que la media de los logaritmos de
de los caudales para las mediciones
hechas en niveles iguales al mnimo, debe ser menor que la media de los logaritmos de los
caudales en los niveles distintos al mnimo.
60 , 0
Ec 2-2
La covarianza entre los logaritmos de los caudales y los niveles debe ser positiva.
60 _`
60L,
$8H
M 0
Ec 2-3
La covarianza entre los logaritmos de los caudales y los logaritmos de (H - Hmin) debe ser positiva,
para el conjunto
onjunto de puntos con nivel diferente al mnimo.
{}t
f
2f 60 ,
60 , "
Ec 2-4
Esta condicin no tiene una descripcin intuitiva explcita, y en ciertos casos es posible que el
conjunto de datos sea adecuado incluso sin cumplir este criterio.
Los criterios anteriores buscan establecer si los puntos corresponden a una funcin montona
creciente, y que la superficie de error tiene un punto mnimo ptimo en el interior del rango de
bsqueda.
Con respecto a la frmula polinomial, no existen criterios especficos que restrinjan la utilizacin
de una muestra de puntos para calibracin del modelo, sin embargo se pueden proponer
intuitivamente los siguientes para el caso de la curva nivel - caudal:
La curva no debe tener puntos mnimos o mximos en el rango de mediciones de nivel.
y z
$
y z
0
$8H
Ec 2-5
Si las pendientes de la curva nivel - caudal evaluadas en los niveles mnimo y mximo
mx
tienen el
mismo signo, entonces no pueden existir valores mximos o mnimos en los niveles intermedios.
La matriz (XTX) debe ser invertible, pues en caso contrario no sera posible estimar los valores de
los parmetros, ni su incertidumbre (Ver ecuacio
ecuaciones Ec 1-27, Ec 1-29 y Ec 1-31
31). Para ello se puede
verificar que el determinante sea diferente de cero. En el caso prctico de la curva nivel caudal,
32
Trabajo de Grado
es deseable que los valores de los parmetros y la incertidumbre de los caudales no tienda al
infinito, por lo que como medida restrictiva se propone que:
det CX C 10\!
Ec 2-6
El valor lmite fue establecido por ensayo y error, con los resultados obtenidos de la incertidumbre
de los parmetros y caudales de las curvas analizadas con los casos prcticos estudiados en este
proyecto.
En la Tabla 2-5 y Tabla 2-6 se presenta la verificacin de los criterios de calibracin para los
modelos potencial y polinomial respectivamente.
Tabla 2-5 Resumen de resultados de criterios de calibracin para modelo potencial.
potencial
NOMBRE
Puente Real 1
Puente Real 2
Guayabo
Caseteja - Delicias
Caseteja - Delicias
Montezuma
Bocatoma Centenario
Potrerito
CAMPAA DE
AFOROS
dic05 - dic07
dic05 - dic07
sep05 - abr06
sep05 - abr06
may88 - ago90
feb85 - jul86
mar93 - feb99
jun90 - oct96
4,389
19,662
8,630
64,891
99,638
4,602
1,242
6,264
1,111
13,756
2,547
14,410
19,963
2,355
0,396
1,447
0,002
0,008
0,013
0,009
0,037
0,0004
0,001
0,023
0,609
0,344
0,529
0,549
0,521
0,327
0,421
0,892
0,123
0,110
0,138
0,284
0,252
0,045
0,064
0,190
Tabla 2-6 Resumen de resultados de criterios de calibracin para modelo polinomial.

po
NOMBRE
CAMPAA DE
AFOROS
Puente Real 1
Puente Real 2
Guayabo
Caseteja - Delicias
Caseteja - Delicias
Montezuma
Bocatoma Centenario
Potrerito
dic05 - dic07
dic05 - dic07
sep05 - abr06
sep05 - abr06
may88 - ago90
feb85 - jul86
mar93 - feb99
jun90 - oct96
7,017
22,301
19,746
6,410
123,119
11,984
2,621
20,056
27,712
20,953
52,377
236,020
172,270
25,786
15,428
48,651
5,869
103,892
9,142
56,498
743,016
0,0737
0,219
8,861
En la Tabla 2-7 se presenta en resumen de resultados de la calibracin de las curvas nivel - caudal
con las muestras totales de aforos recopiladas.
33
Trabajo de Grado
Tabla 2-7 Resumen de resultados de calibracin de las curvas con la muestra total de aforos.
CURVA
MODELO
Ho
Puente Real (2007 - 01)

Guayabo (2006)
Caseteja (2006)
Caseteja (1990)
Montezuma (1986)
Centenario (1999)
Potrerito (1996)
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
64
31
30
24
45
35
48
31
2,29
0,96
1,85
4,39
1,79
0,93
3,22
2,11
13,17
22,68
23,64
1,02
70,77
16,54
9,09
28,44
-1,43
-1,82
-0,22
-1,25
-1,20
0,00
-0,91
-0,81
CURVA
MODELO
b0
b1
b2

Guayabo (2006)
Caseteja (2006)
Caseteja (1990)
Montezuma (1986)
Centenario (1999)
Potrerito (1996)
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
64
31
30
24
45
35
48
31
45,93 -56,85
-42,65 24,39
-4,36
4,69
724,39 -465,06
-160,72 78,44
1,09
8,62
18,63 -31,71
-6,06
-7,45
17,84
-0,43
14,77
76,54
13,14
16,83
13,62
13,62
Qmedio
(m3/s)
3,78
19,87
7,44
52,30
89,92
4,52
1,05
4,73
Qmedio
(m3/s)
3,78
19,97
7,71
51,20
95,84
4,34
1,08
5,53
log(Q)-reg
Q-reg (%)
15,7%
10,0%
12,8%
8,9%
12,9%
9,6%
16,4%
28,4%
16,0%
10,2%
13,0%
9,0%
13,0%
9,4%
17,0%
28,4%
0,95
0,91
0,96
0,99
0,96
0,95
0,94
0,92
3
q-reg (m /s)
Q-reg (%)
0,497
2,089
1,251
6,754
15,282
0,368
0,205
1,810
16,6%
10,2%
14,3%
10,9%
18,6%
7,4%
17,2%
36,4%
0,98
0,94
0,98
0,98
0,94
0,97
0,95
0,94
Donde: N es la cantidad de aforos de la muestra total; b, c y Ho son las parmetros calibrados del
modelo potencial; bo, b1 y b2 son los parmetros del modelo polinomial;
polinom ; Qmedio es el caudal
instantneo para la zona de niveles medios de la curva; 5\s es el error estndar de la regresin;
5 \s es el error estndar de la regresin del modelo potencial en trminos de logaritmos; y
r2 es el coeficiente de determinacin del ajuste.
Algunas de las curvas estudiadas presentaron un error estndar de regresin mayor al valor lmite
de 12% recomendado por los protocolos internacionales (Karasiov and Shumkov 1985),
1985) lo cual
indicara que la seccin tiene una condicin inestable, o que existen factores hidrulicos que
afectan el comportamiento de las variables de inters,
inters, impidiendo la existencia de una relacin
nica entre el nivel y el caudal.
Sin embargo se opt utilizar estas curvas y continuar con el anlisis de incertidumbre con el fin de
analizar los efectos de este nivel de errores y su propagacin hacia los caudales calculados con la
curva. En
n la prctica hidromtrica es muy comn encontrar casos en los que se efecta la
calibracin de la curva nivel caudal bajo estas circunstancias, ante la falta de datos adicionales y
la necesidad de proporcionar datos de
de caudales para la calibracin de modelos hidrulicos y el
diseo de estructuras de ingeniera. En la mayora de los casos, los grados de inestabilidad
encontrados en las curvas pueden considerarse leves, puesto que estn cerca a los valores lmites
mximos permitidos.
Adicionalmente se realiz una verificacin de la bondad del ajuste con la muestra total de aforos,
para cada una de las estaciones seleccionadas. Se tuvieron en cuenta entre otros: el coeficiente de
34
Trabajo de Grado
correlacin entre los caudales observados y simulados, el anlisis de la varianza observada

mediante la prueba F, la dispersin de los Residuales
esiduales con respecto al nivel, y la verificacin de la
distribucin de los residuales mediante la grfica de dispersin en papel normal. Ver Figura 2-4,
Figura 2-5 y Figura 2-6.
Figura 2-4 Verificacin de coeficiente de correlacin y anlisis de varianza (Estacin Puente Real)
Figura 2-5 Esquema de dispersin de residuales con respecto al nivel (Estacin Puente Real)
35
Trabajo de Grado
Figura 2-6 Verificacin de normalidad de residuales (Estacin Puente Real)
Con respecto a la Figura 2-4,, los resultados de la prueba F dan una estimacin de la calidad del
ajuste y la validez del modelo, puesto que su objetivo es tratar de medir que porcin de la varianza
observada en la variable
le de respuesta puede ser explicada por los valores simulados a travs del
modelo.
Con respecto a la Figura 2-5,, es necesario tener en cuenta que una de las suposiciones
suposicion bsicas del
ejercicio de regresin consiste en que los trminos de error son independientes entre s y tambin
con respecto a la variable predictora, circunstancia que quedara invalidad si se observaran
tendencias en el comportamiento de los residuales.
residuales
Para la Figura 2-6,, es necesaria tambin la verificacin puesto que la normalidad de los residuales
es otra suposicin bsica del ejercicio de regresin, sin la cual
cual los resultados de incertidumbre
tendran que ser evaluados considerando una distribucin distinta en los trminos de error.
2.5 TIPOS DE ANLISIS PARA MUESTREO Y SIMULACIN

Una vez establecido el conjunto total de aforos para la calibracin de la curva nivel
nive - caudal, y
teniendo en cuenta que el objetivo del proyecto es evaluar la incertidumbre de los caudales,
considerando distintas cantidades
cantidad y distribuciones
es de aforos para calibracin de la curva,
curva se
desarrollaron 3 tipos de anlisis para explorar el comportamiento
ortamiento de los valores de incertidumbre
de los caudales calculados.
36
Trabajo de Grado
2.5.1 Muestras de Niveles Uniformemente Distribuidas

El primer tipo de anlisis consisti en generar muestras uniformemente distribuidas y manipular
las frmulas presentadass en el numeral 1.3.2, segn la cual, la incertidumbre del caudal calculado
para un nivel especfico depende principalmente de:
El valor dell error estndar de la regresin (2) quee resume el error de las mediciones y el error
por el tipo de modelo;
La cantidad y distribucin de los niveles empleados para la calibracin de los parmetros;
parmetros
El nivel para el cual se evala el caudal, y su localizacin
cin con respecto a los niveles empleados
emplead
en la calibracin.
En el caso de la frmula polinomial esto se ve reflejado en la ecuacin Ec 1-31

31.
012
0123I|C
\] J
5 " LCJ CM
Para el caso de la frmula potencial se tiene la ecuacin Ec 1-49.

012L_`
60L_`
, _`
012 .
\!
8 X 012 . 8
Teniendo en cuenta las ecuaciones anteriores, se propone analizar el efecto de la cantidad y

distribucin de niveles en las matrices CJ C e ,, asumiendo que los dems parmetros se
mantienen constantes, e iguales a los obtenidos con la calibracin de la totalidad de aforos
disponibles.
En consecuencia, se calcul la incertidumbre de los caudales medio, mnimo y mximo,
mximo
"
considerando los valores de 5 y los parmetros del modelo obtenidos con el total de aforos
disponibles, y estableciendo muestras de niveles fijos para la conformacin de las matrices
indicadas en el prrafo anterior
anterior.
En todos los casos se conformaron muestras de niveles igualmente espaciados, con distintas
cantidades de aforos, y diferentes amplitudes con respecto al total de aforos.
aforos Adicionalmente, el
promedio (punto central) de los n
niveles
iveles de cada muestra se mantuvo constante e igual al punto
medio entre los niveles mnimo y mximo del total de aforos.
En la Figura 2-7,, se muestra un ejemplo de las
las muestras generadas para una curva en particular,
considerando cantidades de aforos de 5, 10 y 15, y distribuciones de niveles del 25%, 50% y 100%
con respecto al total de aforos disponibles. En la figura se aaden de forma ilustrativa, las bandas
de error
or que se obtendran para los caudales calculados.
37
Trabajo de Grado
2.5.2 Muestras de Niveles Aleatorias

Los anlisis Tipo 2 y 3, consisten bsicamente en realizar simulaciones para generar sub muestras
de aforos considerando diferentes
difer
cantidades de puntos, luego realizar la calibracin de la curva
con cada sub muestra, y estimar la incertidumbre de la curva y los caudales. En la Figura 2-8, se
presenta un esquema con el diagrama de flujo del muestreo simulado para cada una de las
estaciones y conjuntos de aforos indicados en la Tabla 2-4.
En el primer paso se calibra la curva nivel caudal de cada conjunto de aforos, utilizando los dos
modelos de regresin, lineal (frmula polinomial) y no lineal (frmula potencial). La calibracin
cali
de
los parmetros se realiz teniendo en cuenta las frmulas y conceptos mencionados en el numeral
1.2.4 Calibracin de parmetros.
parmetros
En todos los casos, se estableci que la cantidad mnima para la construccin de la curva sera de 4
aforos, y la cantidad mxima sera igual a la cantidad total de aforos disponibles por estacin
es
y
campaa.
38
Trabajo de Grado
Figura 2-7 Ejemplo de muestras de niveles uniformemente distribuidas.

distribuidas. DH corresponde al porcentaje de niveles cubiertos con respecto a los niveles de la
muestra total de aforos.
39
Trabajo de Grado
Inicio
Lectura Datos
Aforos Totales
= (HT,QT)
Regresin (HT,QT)
= betaT, se T,
cov_betaT
cant = 4
rep = 1
Generacin muestra
(betaT, se T,cant)
= Hm, Qm
Regresin (Hm , Qm)

= betam, se m,
cov_betam
FIN
SI
SI
Calculo errores
en Q
Imprimir
Figuras
= se_Qm
rep = rep + 1
Resumen
Resultados
rep <= max_rep
NO
NO
cant <= max_aforos
cant = cant + 1
Figura 2-8 Esquema para calcular la incertidumbre de la curva nivel caudal considerando muestreo
aleatorio con distintas cantidades de aforos.
40
Trabajo de Grado
Teniendo en cuenta la cantidad de aforos mnima, y con el fin de evitar la presencia de puntos de
inflexin o cambios de concavidad en la curva, los cuales seran difciles de justificar y verificar
desde
esde el punto de vista fsico y terico, se opt por utilizar polinomios de orden 2 en el caso de la
frmula polinomial (Karasiov
arasiov and Shumkov 1985)
La diferencia entre el anlisis tipo 2 y 3 radica en el mtodo par
paraa generacin de las sub muestra, el
tipo 2 consiste en tomar los puntos aleatoriamente del conjunto total de aforos observados;
mientras que el tipo 3 genera valore
valoress artificiales de niveles y caudales, a partir del modelo de
regresin creado con la curva calibrada con el total de aforos.
En la Figura 2-9,, se presenta a manera de ejemplo el tipo de sub muestras generadas con el
anlisis tipo 2. A partir del total aforos disponibles en la tabla, se van generando sub muestras de
menor cantidad dee puntos, considerando los valores reales de nivel y caudal observados en la
campaa.
Para el anlisis tipo 3,, se supone que la curva nivel caudal calibrada con el total de aforos
disponibles es vlida, y por lo tanto es posible utilizar el modelo de regresin
regresin para construir
muestras artificiales de puntos a partir de dicho modelo. Para ello, se generan muestras
muestra aleatorias
de valores de nivel considerando una distribucin uniforme con N ~ U(Nmin, Nmax)
Nmax), y se calculan
los valores de caudal por medio de la curva nivel - caudal utilizando
tilizando los parmetros calibrados con
el total de aforos, y un sumando un componente aleatorio / ~ N(0,2) para considerar de forma
global el error del modelo y los caudales observados.
Para el caso de la frmula polinomial se aplican
apl
las siguientes ecuaciones:
?
?!
21`-
?"
d`, 1)
"
21` 0, 5
Ec 2-7
Similarmente, para el caso de la frmula potencial se aplican las siguientes ecuaciones:

_`
_`
21`-
? _`
d`, 1)
expL_`
21` 0, 5H
Ec 2-8
Donde: Hart y Qart son los valores de niv

nivel y caudal artificiales; randU(Hmin
Hmin,Hmax): es un valor
aleatorio proveniente de una distribucin uniforme entre los niveles mnimos y mximos;
randN(0, ):
): es un valor aleatorio proveniente de una distribucin normal con media 0 y varianza
, igual al error estndar del modelo calibrado.
calibrado
41
No
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
NIVEL
CAUDAL
0.575
3.197
0.550
2.796
0.550
3.399
0.510
2.547
0.530
2.547
0.560
2.467
0.650
5.269
0.825
8.447
0.690
5.168
0.640
3.534
0.770
7.914
0.815
8.145
0.815
8.937
0.850
11.242
1.030
13.833
0.805
8.452
0.750
6.947
1.250
29.255
0.850
10.641
0.835
10.687
0.810
9.101
0.750
7.032
0.750
6.918
0.710
5.992
0.690
5.318
0.670
5.012
0.630
5.343
1.615
40.262
0.600
5.051
0.705
7.359
Trabajo de Grado
Figura 2-9 Ejemplo de generacin de muestras aleatorias de puntos de aforos considerando los valores de
nivel y caudal observados en las campaas. En este caso se presenta una sub muestra de 4 aforos en rojo,
y una de 8 aforos en verde.
Con la generacin de muestras artificiales se tiene la ventaja de no estar supeditado a la

distribucin de los puntos medidos, los cuales se encuentran estrechamente relacionados con las
fechas en las que estaban disponibles la comisin y los equipos para ejecucin de los aforos. No
obstante,
bstante, se est suponiendo que los niveles medidos provienen de una distribucin uniforme,
condicin que no podra ser satisfecha en la mayora de los casos.
Para cada sub muestra de aforos generada aleatoriamente se verific que el conjunto fuera una
muestra vlida o adecuada para la aplicac
aplicacin de la curva nivel caudal por medio de los criterios
explicados en 2.4,, con el fin de evitar que los parmetros calibrados y las incertidumbres tiendan
hacia el infinito o magnitudes extremas.
42
Trabajo de Grado
Adicionalmente, se verific que la

l diferencia entre el nivel mnimo y mximo de la sub muestra
debe ser mayor que el 25% de la diferencia de los niveles mnimos y mximos del total de aforos, o
histricos de la seccin.
1)
d`
$s
0.25
1)
d`
Ec 2-9
Una vez establecidas las sub muestras de aforos, se procedi a calcular para cada caso los valores
de error estndar de la regresin, incertidumbre de los parmetros,
parmetros e incertidumbre de los
caudales para los niveles medios, mnimos y mximos.
Para el clculo del error estndar de la regresin, se utilizaron las ecuaciones
ones Ec 1-10 y Ec 1-18,
para los casos de la frmula polinomial y frmula potencial respectivamente.
Para el clculo de la incertidumbre de los parmetros, se utilizaron las ecuaciones:
ecuaciones Ec 1-29 en el
caso de la frmula polinomial, y Ec 1-38 en el caso de la frmula potencial.
Para el clculo de la incertidumbre de los caudales correspondientes a los niveles medio, mnimo y
mximo, se utilizaron las ecuaciones Ec 1-31 en el caso de la frmula polinomial, Ec 1-42 y Ec 1-45
en el caso de la frmula potencial.
Despus de obtener los resultados para cada sub muestra, se realiz un anlisis comparativo
agrupando los conjuntos de muestras de acuerdo con las cantidades
cantidades de aforos
aforos, amplitud de los
niveles, y porcentaje de extrapolacin.
extrapolacin. Los anlisis de resultados completos, junto las figuras y
grficas desarrolladas, se presentan ms adelante en el captulo 3.
2.6 MATERIALES Y MTODOS

En esta seccin se presenta la descripcin de los datos recopilados para el desarrollo del presente
trabajo.
Datos bsicos de la estacin: Tabla con datos de Cdigo, Nombre, Tipo, Corriente, Municipio,
Latitud, Longitud, Elevacin, Departamento. Los valores son presentados en la Tabla 2-1.
Resumen de Aforos Lquidos por estacin:

estacin Tablas con datos de fecha, nivel, caudal. Estos
datos fueron empleados para la conformacin de grupos de aforos de las curvas seleccionadas
para el anlisis de incertidumbre. Ver ANEXO 1: RESUMENES DE AFOROS Y CURVAS.
CURVAS
Reportes detallados aforos lquidos individuales: se tuvo acceso

ceso a las carpetas en fsico con el
detalle de los aforos lquidos realizados en las campaas 2005 y 2006 para las estaciones
Puente Real, Guayabo,
ayabo, Caseteja, y Caf Madrid.
43
Trabajo de Grado
Con base en esta informacin

inform
se tomaron los datos de: nmero
mero de verticales, profundidad
media, velocidad media, mtodo de aforo, nmero de puntos en la vertical, y tiempo de
exposicin del molinete; los cuales fueron empleados para estimar el error individual
individua en cada
aforo. El resumen con los datos de cada aforo puede verse en el ANEXO 2: ESTIMACIN DE
ERROR EN AFOROS INDIVIDUALES.
INDIVIDUALES
Adicionalmente, se tomaron los datos de las secciones transversales del fondo del cauce para
las campaas 2005 y 2006. Estos resultados son presentados en el ANEXO 1: RESUMENES DE
AFOROS Y CURVAS, para las estaciones y curvas seleccionadas para el anlisis de
incertidumbre.
Valores de niveles y caudales medios diarios y mximos absolutos: Tablas con datos de
fecha, caudal promedio diario
diario, y caudal mximo absoluto para las estaciones Guayabo,
Centenario y Puente Real. Estos datos son empleados para el anlisis de propagacin de
errores en Hidrosistemas que se describe en el prximo captulo.
Tambin se obtuvieron los datos de niveles diarios promedio para las estaciones Guayabo,
Potrerito, Montezuma, Caseteja y Centenario.
Los valores se presentan resumidos en el ANEXO 3: VALORES DE NIVELES Y CAUDALES
PROMEDIO DIARIO Y MXIMOS ABSOLUTOS
44
Trabajo de Grado
3 ANLISIS DE RESULTADOS
En el presente captulo se describen los resultados obtenidos con el anlisis de incertidumbre
explicado en el captulo anterior,
anterior aplicado a las campaas de aforos de las estaciones
seleccionadas.
Para los ejercicios de simulacin con muestras aleatorias, llos
os resultados presentados en las tablas
y figuras de este captulo, corresponden a las medianas de los valores obtenidos con las sub
muestras construidas
idas para cada cantidad de aforos.
Se utilizaron 3 de las curvas seleccionadas en la Tabla 2-4 para estudiar el efecto de la cantidad de
sub muestras sobre la dispersin de los resultados de incertidumbre,, con el fin de establecer el
nmero mnimo de repeticiones a simular con cada tamao de submuestra.
El ejercicio consisti en calcular incertidumbre del caudal considerando una cantidad especfica de
aforos y un nmero fijo de sub muestras (repeticiones), y luego obtener la mediana de ese
conjunto de resultados. Seguidamente, se efectuaba de nuevo el ejercicio (igual cantidad de
aforos y cantidad de repeticiones) para finalmente estimar la dispersin
n de las medianas bajo esas
condiciones fijas.
En la Figura 3-1y Figura 3-2 se presentan los resultados del ejercicio para los modelos polinomial y
potencial respectivamente.
14%
Rango intercuartil (%)
12%
Puente Real - 5
10%
Puente Real - 10
8%
Puente Real - 20
Guayabo - 5
6%
Guayabo - 10
Guayabo - 20
4%
Potrerito - 5
Potrerito - 10
2%
Potrerito - 20
1100
1000
900
800
700
600
500
400
300
200
100
0%
Repeticiones
Figura 3-1 Efecto del nmero de repeticiones

repeticiones sobre la dispersin (rango intercuartil) de las medianas de
los resultados de incertidumbre del caudal instantneo en la zona de niveles medios.
medios Se consideraron 3
curvas con sub muestras de 5, 10 y 20 aforos. (Modelo polinomial).
45
Trabajo de Grado
20%
18%
Rango intercuartil (%)
16%
Puente Real - 5
14%
Puente Real - 10
12%
Puente Real - 20
10%
Guayabo - 5
8%
Guayabo - 10
6%
Guayabo - 20
Potrerito - 5
4%
Potrerito - 10
2%
Potrerito - 20
1100
1000
900
800
700
600
500
400
300
200
100
0%
Repeticiones
Figura 3-2 Efecto del nmero de repeticiones sobre la dispersin (rango intercuartil) de las medianas de
los resultados de incertidumbre del caudal instantneo en la zona de niveles medios.
medios Se consideraron 3
curvas con sub muestras
muest de
e 5, 10 y 20 aforos. (Modelo potencial).
potencia
En las figuras puede observarse que a partir de 500 repeticiones la dispersin de los resultados
tiende a estabilizarse, es decir que no se presentan grandes reducciones al aumentar la cantidad
de sub muestras.
Teniendo en cuenta lo anterior, se opt por utilizar una cantidad de 1000 repeticiones para las
simulaciones con muestras aleatorias, puesto que se espera que los resultados presentados
tendrn una baja dispersin (rango intercuartil < 2%), y al aumentar en el nmero de repeticiones,
no se generarn mejoras sustanciales en la precisin de los resultados a analizar.
En el ANEXO 4: RESULTADOS DE ANLISIS DE INCERTIDUMBRE se incluyen la totalidad de figuras
de resultados para cada una de las estaciones analizadas.
3.1 ERROR ESTNDAR DE LA REGRESIN

Con base en los anlisis de muestras aleatorias de aforos artificiales y aforos observados, se
analiz el comportamiento del error estndar de calibracin de la curva, con el fin de estudiar el
efecto de la cantidad de aforos sobre este parmetro.
El patrn general de comportamiento observado en los resultados indica que existe una tendencia
a subestimar el valor del error estndar d
dee la regresin, cuando la calibracin se efecta con una
cantidad baja de aforos.
En la Figura 3-3,, se presenta el comportamiento del error estndar de la regresin, obtenido
mediante el anlisis de muestreo aleatorio con el modelo lineal aplicado a la estacin Puente Real.
46
Trabajo de Grado
Tanto para los valores en unidades absolutas como en unidades relativas, se encontr que el error
se va incrementando a partir del nmero mnimo de aforos contemplado, y en determinada
cantidad se estabiliza cuando alcanza el valor obtenido con la calibracin
calibracin de todos los aforos
disponibles. Este comportamiento se observ de manera generalizada para todas las estaciones,
considerando tanto el modelo polinomial como el modelo potencial,
al, y tambin la generacin de
muestras aleatorias con aforos artificiales o con aforos observados. Ver Figura 3-4 y Figura 3-5.
La causa de la tendencia observada en la subestimacin en el valor esperado del error estndar de
la regresin, puede explicarse en el hecho de que cuando la cantidad de puntos a utilizar para
calibrar la curva se acerca a la cantidad de parmetros del modelo, el mtodo ajusta de forma casi
exacta la forma de la curva a los puntos observados, y no permite observar la verdadera dispersin
de los datos con respecto al modelo de simulacin.
De acuerdo con lo anterior, la estimacin del error estndar de la regresin obtenida con una baja
cantidad de aforos para la calibracin, no puede considerarse confiable, y es de esperarse que los
valores obtenidos sean inferiores al valor esperado real para el modelo.
En la Tabla 3-1,, se presenta el resumen de resultados del error estndar de la regresin para las
curvas calibradas considerando el modelo polinomial. Similarmente, en la Tabla 3-2 se presentan
los resultados obtenidos con el modelo potencial.
Figura 3-3 Comportamiento del error estndar de la regresin (Puente

Puente Real, model
modelo lineal, muestreo
3
aleatorio - aforos artificiales).. En trminos absolutos (m /s), el error se estabiliza a partir de los 20 aforos
aproximadamente.
47
Trabajo de Grado
Figura 3-4 Comportamiento del error estndar de la regresin (Puente

Puente Real, modelo lineal, muestreo
aleatorio - aforos observados).
observados El error se estabiliza a partir de los 15 aforos aproximadamente.
Figura 3-5 Comportamiento

miento del error estndar de la regresin (Caseteja
(
- 2005, modelo potencial,
potencial
muestras aleatorias aforos artificiales), el error se estabiliza
tabiliza a partir de 15 aforos.
En lo que respecta a los casos analizados, se observa que la subestimacin del error estndar
es
es
relativamente mayor en el caso del modelo polinomial que en el caso del modelo potencial, y el
48
Trabajo de Grado
punto de estabilizacin o cantidad mnima de aforos requerida para obtener el valor real del error
de calibracin, es ligeramente menor para el modelo potencial que para el polinomial.
Para el modelo polinomial, el porcentaje de subestimacin del error estndar calculado con una
cantidad de aforos baja, es decir entre 4 y 5 puntos, tuvo un valor medio alrededor del 60% del
valor real del error calculado con el total de aforos. La cantidad mnima de aforos necesarios para
estimar el error estndar tuvo valores medios entre 12 y 25 aforos.
Con respecto al modelo potencial, el porcentaje de subestimacin del error estndar calculado con
una cantidad de afoross baja, es decir entre 4 y 5 puntos, tuvo un valor medio cercano al 90% del
valor real del error calculado con el total de aforos. La cantidad mnima de aforos necesarios para
estimar el error estndar tuvo valores medios entre 10 y 20 aforos.
En resumen, de acuerdo con los resultados obtenidos para las estaciones y muestras
seleccionadas, puede establecerse que al efectuar la calibracin de la curva nivel caudal con una
cantidad baja de aforos, es de esperarse que el error estndar de calibracin sea inferior
inf
al valor
real del modelo de regresin estimado con una cantidad suficiente de aforos, presentndose una
subestimacin de este parmetro.
La cantidad mnima de aforos recomendable para estimar el error estndar de calibracin es
aproximadamente de 15 aforos, no obstante este valor puede variar de estacin a estacin.
Tabla 3-1 Resumen de resultados para el error estndar de la regresin. Modelo Polinomial
q-reg (m3/s)
CURVA
Guayabo (2006)
Guayabo (2006)
Caseteja (2006)
Caseteja (2006)
Caseteja (1990)
Caseteja (1990)
Montezuma (1986)
Montezuma (1986)
Centenario (1999)
Centenario (1999)
Potrerito (1996)
Potrerito (1996)
MODELO
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
Polinomio
MUESTRA Cant Total

Art
64
Obs
64
Art
31
Obs
31
Art
30
Obs
30
Art
24
Obs
24
Art
45
Obs
45
Art
35
Obs
35
Art
48
Obs
48
Art
31
Obs
31
49
Total
0,49
0,50
2,06
2,19
1,22
1,32
6,47
6,94
15,10
15,48
0,36
0,37
0,20
0,22
1,78
1,97
Mnimo %Sub
0,33
66%
64%
0,32
66%
1,35
56%
1,23
64%
0,78
35%
0,47
68%
4,39
43%
3,01
66%
10,03
43%
6,62
66%
0,24
56%
0,21
66%
0,13
0,10
44%
67%
1,19
29%
0,58
Fsub
CantEst
1,51
1,56
1,52
1,78
1,57
2,82
1,47
2,31
1,51
2,34
1,51
1,78
1,50
2,26
1,49
3,40
15
15
10
20
10
20
10
18
10
20
15
20
10
20
12
25
Trabajo de Grado
Tabla 3-2 Resumen de resultados para el error estndar de la regresin. Modelo Potencial
log(Q)-reg
CURVA
Guayabo (2006)
Guayabo (2006)
Caseteja (2006)
Caseteja (2006)
Caseteja (1990)
Caseteja (1990)
Montezuma (1986)
Montezuma (1986)
Centenario (1999)
Centenario (1999)
Potrerito (1996)
Potrerito (1996)
MODELO
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
Potencial
MUESTRA Cant Total

Art
64
Obs
64
Art
31
Obs
31
Art
30
Obs
30
Art
24
Obs
24
Art
45
Obs
45
Art
35
Obs
35
Art
48
Obs
48
Art
31
Obs
31
Total
15,7%
16,0%
9,9%
10,1%
12,7%
13,0%
8,8%
9,1%
12,8%
13,1%
10,0%
9,7%
16,2%
16,7%
28,3%
28,9%
Mnimo %Sub
14,0%
8,3%
8,6%
9,0%
11,4%
11,6%
7,3%
7,8%
10,7%
11,5%
9,2%
8,5%
14,7%
14,8%
25,0%
25,5%
89%
52%
87%
89%
90%
89%
84%
85%
83%
88%
92%
87%
91%
89%
88%
88%
Fsub
1,12
1,92
1,15
1,13
1,11
1,13
1,19
1,18
1,21
1,14
1,08
1,15
1,10
1,13
1,13
1,14
CantEst
15
15
15
15
15
15
10
10
10
10
20
20
15
15
15
15
Donde: %Sub es el porcentaje de subestimacin del error estndar con respecto al de la

calibracin con la muestra total de aforos, Fsub es el inverso
rso de %Sub, y Cantest es la cantidad de
aforos donde el error estndar se estabiliza y es igual al de la muestra total de aforos.
Es importante tener en cuenta este resultado en la prctica, puesto que al calibrar la curva nivel caudal con pocos puntos de aforos, se puede incurrir en esta subestimacin, pudiendo llegar
incluso a hacer una clasificacin errnea de la estabilidad de la seccin transversal, o la
desestimacin de los efectos de las condiciones hidrulicas del tramo o modificaciones en la forma
for
del cauce.
A pesar de lo descrito anteriormente, es necesario contemplar que el error en los caudales
extrados de la curva depende no solamente del error estndar de calibracin, sino tambin de la
distribucin de los niveles medidos, y el nivel especfico
especfico para el cual se est calculando el caudal,
por lo que es necesario evaluar el efecto de estas variables de forma conjunta, aspecto que ser
tratado en la siguiente seccin.
3.2 INCERTIDUMBRE DE
MXIMOS Y MNIMOS
CAUDALES
INSTANTNEOS
MEDIOS,
En esta seccin se analiza la incertidumbre de los caudales instantneos calculados mediante la

curva nivel - caudal, para niveles especficos correspondientes a las zonas de niveles
n
medios,
mnimos y mximos de la muestra total de aforos observados en cada
cada estacin.
50
Trabajo de Grado
3.2.1 Muestras Uniformemente Distribuidas

Con base en la metodologa de anlisis propuesto en 2.5,, se construyeron las muestras de niveles
uniformemente distribuidas
ribuidas considerando distintas cantidades de aforos, y amplitudes de niveles
con respecto a los valores mnimos y mximos de la campaa total de aforos observados en cada
estacin.
En la Figura 3-6,, se presenta un esquema de ejemplo con las bandas de error estimadas para una
curva nivel - caudal,, considerando el efecto de la cantidad de aforos y conservando una amplitud
de niveles fija. Se observa que a medida que se incrementa el nmero de puntos de calibracin, las
bandas de error se acercan ms al estimado con la cantidad total de aforos observados. Esta
disminucin del error en los caudales es especialmente notoria en la seccin central donde
encuentran los niveles de la muestra, y disminuye su efecto hacia los extremos de los niveles
mnimo y mximo.
En la Figura 3-7,, se presenta la misma curva, considerando esta vez el efecto de la amplitud de
niveles pero manteniendo la cantidad de aforos fija. El efecto en las bandas de error es apreciable
para todo el rango de niveles considerados por la curva. En este caso, los errores estimados
considerando una amplitud de niveles del 100%
100%,, son del mismo orden de magnitud que los
estimados con la muestra total de aforos, a pesar de que la cantidad de puntos es mucho menor.
En la Figura 3-8 se presenta el
el anlisis especfico para el caudal instantneo correspondiente al
nivel medio, considerando los efectos de la amplitud y cantidad de aforos respectivamente. Para el
caso del caudal instantneo medio, la disminucin del error es ms acentuada cuando se
incrementa
crementa la cantidad de aforos a cuando se incrementa la distribucin de los niveles de la
muestra.
Figura 3-6 Bandas de error considerando distintas cantidades de aforos y una amplitud de niveles fija
(25%), (Estacin Guayabo, modelo potencial). Las lneas rojas corresponden las bandas con 5, 10 y 15
aforos respectivamente de afuera hacia adentro
adentro.. La lnea azul corresponde a la banda de error con la
muestra total de aforos disponible
51
Trabajo de Grado
Figura 3-7 Bandas de error considerando distintas amplitudes de niveles y una cantidad de aforos fija (5),
(Estacin Guayabo,, modelo potencial).
potencial) Las lneas color magenta corresponden a amplitudes de 25, 50 y
100% con respecto al rango total observado
observado.. La lnea azul corresponde a la banda de error con la muestra
total de aforos disponible
En la Figura 3-9 se presenta el anlisis especfico para el caudal instantneo en la zona de niveles
mximos,, considerando los efectos de la amplitud y cantidad de aforos respectivamente. A
diferencia del caso anterior, la disminucin del error es mayor cuando se incrementa la amplitud
de los niveles a cuando se
e aumenta la canti
cantidad de aforos,, es decir que el error disminuye
enormemente cuando los niveles se encuentren dentro del rango de puntos medidos por la
muestra, y no se necesita de extrapolacin para estimar el caudal mximo. Similares resultados se
obtienen
en para el comportamiento del error del caudal instantneo en la zona de nivel mnimo. Ver
Figura 3-10.
Figura 3-8 Comportamiento del error para el caudal instantneo en la zona de niveles medios con respecto
a la amplitud de niveles y la cantidad de aforos.
52
Trabajo de Grado
Figura 3-9 Comportamiento del error para el caudal instantneo

neo en la zona de niveles mximos con
respecto a la amplitud de niveles y la cantidad de aforos.
Figura 3-10 Comportamiento del error para el caudal instantneo en la zona de niveles mnimos con
respecto a la amplitud de niveles y la cantidad de aforos.
En la Tabla 3-3 se presenta el resumen consolidado de resultados de error

errores relativos para los
caudales instantneos en las zonas de niveles medio mnimo y mximo,, analizando el efecto de la
cantidad de aforos,, y considerando una amplitud fija del 25%.
25% Para el caudal instantneo medio se
tiene que cuando la cantidad de aforos es mnima (5) los errores tienen un promedio del 10%,
disminuyendo hasta un 4%, cuando se alcanza el nmero total de aforos de la campaa de
medicin.. En el caso del caudal instantneo mnimo, los errores son de mayor orden de magnitud,
magnitud
pasando de un promedio de 938% con 5 aforos, hasta un 462% con el
el total de aforos disponibles,
valores ambos que son muy altos e inaceptables desde el punto de vista prctico. Para los
53
Trabajo de Grado
caudales instantneos mximos, se observa un error promedio de 103% con 5 aforos,

disminuyendo hasta 50% con la muestra total, niveles que siguen siendo elevados, teniendo en
cuenta la utilidad posterior de dichas variables.
Los resultados vistos para los caudales instantneos mnimos y mximos corresponden a una
amplitud de niveles del 25% con respecto al total de aforos reales observados,
observados, lo cual equivaldra a
una extrapolacin del 37,5% hacia los niveles extremos (con
con respecto al rango de niveles de la
submuestra, Ver Figura 2-7).
). Los errores obtenidos bajo este escenario, nos indican que para estos
niveles de extrapolacin no es factible obtener valores de caudales extremos confiables, puesto
que el error relativo estimado de los mismos es muy alto, y la vez no es susceptible de disminuirse
hasta niveles aceptables incrementando la cantidad de aforos de calibracin.
En la Tabla 3-4 se presenta el resumen consolidado de resultados de errores relativos
r
analizando
el efecto de la amplitud de niveles,
niveles, dejando una cantidad fija de aforos igual a 5. Para el caudal
instantneo medio,
dio, se encuentra que no hay una disminucin apreciable en el error relativo al
aumentar el rango de niveles medidos, mante
manteniendo
niendo un promedio de 10% aproximadamente.
aproximadamente
Para los caudales instantneos mximos y mnimos, se observa que el error relativo podra
disminuir hasta valores del 8% y 37% respectivamente, al incrementar la amplitud de niveles
realmente aforados hasta el 100%
100 de la amplitud de oscilacin de niveles registrados,
registrados es decir
cuando no se necesita extrapolacin.
De acuerdo con los resultados consolidados obtenidos mediante este tipo de anlisis, se puede
establecer los errores de los caudales instantneos mximos y mnimos son especialmente
sensibles al porcentaje de extrapolacin de los niveles a los cuales son calculados, siendo
necesario y a la vez conveniente garantizar que la amplitud de los niveles de los aforos utilizados
en la calibracin de la curva nivel - caudal,, cubran la mayor parte del rango de niveles diarios
observados en la seccin, con el fin de evitar extrapolaciones mayores al 25%.
Tabla 3-3 Resumen de resultados del error en los caudales considerando el efecto de la cantidad de aforos
Efecto por cantidad de aforos*
CURVA
MODELO
Potencial
Potencial
Guayabo (2006)
Potencial
Caseteja (2006)
Potencial
Caseteja (1990)
Potencial
Montezuma (1986)
Potencial
Centenario (1999)
Potencial
Potrerito (1996)
Potencial
Polinomio
Polinomio
Guayabo (2006)
Polinomio
Caseteja (2006)
Polinomio
Caseteja (1990)
Polinomio
Montezuma (1986)
Polinomio
Centenario (1999)
Polinomio
Potrerito (1996)
Polinomio
*Considerando una amplitud fija del 25%
Qmed (%)
N
64
31
30
24
45
35
48
31
64
31
30
24
45
35
48
31
prom
5
11%
7%
9%
6%
9%
7%
11%
20%
11%
5%
9%
3%
3%
9%
26%
15%
10%
54
20
5%
3%
4%
3%
4%
3%
5%
9%
5%
2%
4%
1%
1%
4%
12%
7%
5%
Qmin (%)
Total
3%
3%
3%
3%
3%
2%
4%
8%
3%
2%
4%
1%
1%
3%
8%
6%
4%
5
556%
473%
813%
230%
800%
656%
523%
2306%
1210%
183%
760%
302%
328%
468%
2322%
3078%
938%
20
357%
304%
523%
148%
515%
422%
337%
1483%
776%
117%
487%
194%
211%
300%
1489%
1973%
602%
Qmax (%)
Total
214%
253%
441%
137%
363%
333%
230%
1234%
464%
97%
411%
180%
148%
236%
1016%
1640%
462%
5
164%
94%
112%
108%
113%
82%
178%
235%
95%
51%
47%
21%
24%
99%
169%
63%
103%
20
104%
60%
71%
69%
72%
52%
114%
149%
61%
33%
30%
14%
16%
63%
109%
40%
66%
Total
62%
49%
60%
64%
50%
41%
78%
124%
37%
27%
25%
13%
11%
50%
74%
34%
50%
Trabajo de Grado
Tabla 3-4 Resumen de resultados del error en los caudales considerando el efecto de la amplitud de
niveles
Efecto por distribucin de aforos*
CURVA
MODELO
Potencial
Potencial
Guayabo (2006)
Potencial
Caseteja (2006)
Potencial
Caseteja (1990)
Potencial
Montezuma (1986)
Potencial
Centenario (1999)
Potencial
Potrerito (1996)
Potencial
Polinomio
Polinomio
Guayabo (2006)
Polinomio
Caseteja (2006)
Polinomio
Caseteja (1990)
Polinomio
Montezuma (1986)
Polinomio
Centenario (1999)
Polinomio
Potrerito (1996)
Polinomio
Qmed (%)
N
64
31
30
24
45
35
48
31
64
31
30
24
45
35
48
31
25%
11%
7%
9%
6%
9%
7%
11%
20%
11%
5%
9%
3%
3%
9%
26%
15%
10%
50%
11%
7%
9%
6%
9%
6%
11%
19%
11%
5%
9%
3%
3%
9%
26%
15%
10%
Qmax (%)
Qmin (%)
100%
10%
6%
8%
6%
8%
6%
11%
17%
11%
5%
9%
3%
3%
9%
26%
15%
10%
25%
556%
473%
813%
230%
800%
656%
523%
2306%
1210%
183%
760%
302%
328%
468%
2322%
3078%
938%
50%
119%
98%
164%
51%
162%
132%
113%
459%
287%
43%
180%
72%
78%
111%
550%
730%
209%
100%
15%
10%
13%
9%
13%
10%
16%
28%
68%
10%
43%
17%
18%
26%
130%
173%
37%
25%
164%
94%
112%
108%
113%
82%
178%
235%
95%
51%
47%
21%
24%
99%
169%
63%
103%
50%
42%
25%
30%
27%
30%
22%
46%
63%
23%
12%
11%
5%
6%
23%
40%
15%
26%
100%
14%
9%
11%
8%
11%
8%
15%
23%
5%
3%
3%
1%
1%
6%
10%
4%
8%
Donde 5 $sr , 5 $8H y 5 $ son los errores estimado para los caudales instantneos en la zona
de niveles medios, mnimos y mximos respectivamente.
respectivamente
*Considerando una cantidad fija de 5 aforos
prom
3.2.2 Muestras Aleatorias

Para cada una de las muestras aleatorias generadas con los aforos observados o con aforos
artificiales simulados, se calcularon los valores de incertidumbre de los caudales instantneos
correspondientes a los niveles medio, mnimo y mximo registrados en la muestra total de aforos
disponible. La estimacin de la iincertidumbre se efectu utilizando las frmulas expuestas
expuest en 1.3.2
para los modelos polinomial y potencial
potencial.
En la Figura 3-11 se muestra un ejemplo de los resultados tpicos obtenidos para el error absoluto
(m3/s) de los caudales instantneos medio, mnimo y mximo,
o, considerando la variacin en la
cantidad de aforos.. Los valores graficados corresponden a la mediana de los errores del caudal de
todas la muestras teniendo en cuenta la cantidad de aforos.
aforos
En la figura se observa la tendencia generalizada de disminucin de los errores a medida que
aumenta la cantidad de aforos. Para el caso del modelo polinomial, los errores absolutos de los
caudales instantneos mnimo y mximo son similares en orden de magnitud entre ellos, y en
general mayores al error del caudal instantneo medio. Situacin diferente ocurre con el mod
modelo
potencial, donde el caudal instantneo mximo presentar errores absolutos de mayor magnitud
que los caudales mnimo y mximo.
Dicha situacin es esperable de acuerdo con los conceptos bsicos de los modelos y la teora de
incertidumbre de la regresin, as como los esquemas con las bandas de error presentadas
anteriormente para cada tipo de modelo
55
Trabajo de Grado
Figura 3-11 Comportamiento tpico del error absoluto (m /s) para caudales instantneos medio, mnimo y
mximo (Estacin Centenario
ntenario 1995).
1995 . Izquierda: modelo polinomial. Derecha: modelo potencial
En la Figura 3-12 se muestra un ejemplo de los resultados tpicos obtenidos para el error relativo
(%) de los caudales instantneos medio, mnimo y mximo, considerando la variacin en la
cantidad de aforos. Los valores graficados corresponden a la mediana de los errores del caudal de
la muestras aleatorias teniendo en cuenta la cantidad de aforos.
Figura 3-12 Comportamiento tpico del error absoluto relativo (%) para caudales instantneos medio,
mnimo y mximo. (Estacin
Estacin Puente Real 2007 - 01).
). Izquierda: muestreo aleatorio con aforos
observados. Derecha: muestreo aleatorio con aforos artificiales simulados
En trminos relativos, los caudales instantneos mnimos presentan mayores niveles de error que
los caudales medios y mximos. Si bien, en trminos absolutos el error puedee ser menor o de igual
orden de magnitud que los caudales instantneos medios y mximos, el error relativo del caudal
instantneo mnimo tiende a dispararse especialmente en los casos en los que las corrientes
56
Trabajo de Grado
tienen temporadas de estiaje intensas, haciendo

haciendo que los caudales mnimos registrados en los
aforos sean cercanos a cero.
En general, se observa que las tendencias y rdenes de magnitud de los resultados obtenidos
ob
con
muestras aleatorias de aforos observados, son muy similares a las de muestras aleator
aleatorias con
aforos artificiales, especialmente en los casos de curvas con mayores cantidades de puntos, con
distribucin aproximadamente homognea de los niveles medidos.
En la Figura 3-13,, se muestra un ejemplo de los resultados tpicos obtenidos para el caudal
instantneo medio. A pesar de que las muestras construidas con una baja cantidad de aforos,
tienden a subestimar el error estndar de la regresin, esta subestimacin
subestimac
no es un factor
definitivo en la estimacin del error de los caudales puntuales extrados de la curva nivel - caudal.
En la figura del ejemplo, se presentan los resultados considerando el error estndar de la regresin
de cada muestra, y tambin considerando el error estndar del grupo total de aforos,
encontrndose que son muy similares en magnitud (Ver ecuaciones Ec 1-31 y Ec 1-49).
En la Tabla 3-5 se presenta el resumen de resultados del anlisis de incertidumbre para los
caudales instantneos medio, mnimo y mximo, considerando el efecto de la cantidad de aforos
con el modelo polinomial. En la Tabla 3-6 se muestran los resultados aplicando el modelo
potencial. En ambas tablas, los resultados mostrados corresponden a las medianas de los errores
calculados para cada una
na de las muestras aleatorias, considerando la cantidad de aforos de
calibracin.
Figura 3-13 Comportamiento tpico del error relativo para el caudal instantneo medio (Estacin
(
Guayabo
- 2005, modelo polinomial, muestreo aleatorio aforos artificiales).
). La lnea continua corresponde a los
errores calculados con el error estndar de cada una de las muestras, mientras que la lnea discontinua
con el error estndar de la curva calibrada con el total de aforos.
aforos.
57
Trabajo de Grado
De acuerdo con la Tabla 3-5

5 y Tabla 3-6, el error relativo de los caudales
dales es muy sensible a la
variacin en la cantidad de aforos empleados en la calibracin de la curva.
Considerando el conjunto completo de las curvas calibradas mediante el modelo polinomial, se
encontr que el error esperado del caudal instantneo medio disminuye desde un promedio 12%
para una cantidad de 5 aforos, a un 6% con una cantidad 15 aforos. En el caso del caudal
instantneo mnimo, el error relativo promedio disminuye de 193% a 58% considerando las
mismas cantidades; mientras que el error relativo del caudal instantneo mximo se reduce desde
14% a 6%.
Los errores obtenidos con el modelo potencial indican un comportamiento similar al del modelo
polinomial, encontrndose
ontrndose que el error del caudal instantneo medio disminuye de 9% a 5%,
mientras que los caudales instantneos mnimo y mximo presentan reducciones de 34% a 16%, y
12% a 8% respectivamente.
En ambos modelos se observa que cuando la cantidad de aforos ess cercana o mayor a 15, los
niveles de errores esperados para los caudales instantneos medio y mximo son en promedio del
orden de 5% a 8%, valores que podran considerarse aceptables, teniendo en cuenta el valor
mximo de 10% recomendado
omendado de forma general por los estndares y protocolos internacionales
(World Meteorological Organization 1994)
1994).
Los resultados obtenidos nos sugieren
sugieren que el modelo potencial presenta un mejor desempeo en
cuanto a la incertidumbre para la estimacin del caudal instantneo mnimo. De acuerdo con las
tablas resumen,, el error promedio del caudal instantneo mnimo considerando la muestra total
de aforos,
os, fue de 58% para el modelo polinomial, mientras que para el modelo potencial este
promedio se encuentra en 10%.
Por otra parte, si consideramos el efecto del error estndar de regresin sobre los errores relativos
de los caudales,, encontramos que las curvas con mayor error estndar como Potrerito 1996 con
5f\s 28%,, presentan tambin los mayores errores relativos para los caudales instantneos
medio, mnimo y mximo, siendo necesario entonces una mayor cantidad de aforos para alcanzar
los valores de error aceptables.
aceptables Para el caudal instantneo mnimo se tiene que no es factible
alcanzar niveles de error aceptables, incluso cuando la calibracin de la curva se realiza con la
cantidad total de aforos.
Para las curvas con error
ror estndar intermedio entre 13%
13% y 19%, como Puente Real 2007 01 con
5f\s 16%,, Centenario 1999 con 5f\s 16 1 19%, Caseteja 1990 con 5f\s 13 1 19%,
(modelo polinomial), y Guayabo 2006 con 5f\s 13 1 15%, se observa que los errores
esperados de los caudales instantneos medio y mximo tendrn valores aceptables cuando la
cantidad de aforos de calibracin es cercana a 15.. En cuanto al error del caudal
cauda mnimo, slo se
alcanzan niveles aceptables en el caso del modelo potencial cuando la calibracin se realiza con la
totalidad de aforos.
Las curvas con error estndar de calibracin igual o menor a 12%, como Puente Real 2007 02 con
5f\s 8 1 10%,, Caseteja 2006 con 5f\s 9 1 11%,, y Montezuma 1986 con 5f\s
58
Trabajo de Grado
8 1 10%,, presentan errores relativos aceptables para los caudales instantneos medio y mximo
incluso con cantidades
antidades de aforos menores a 15
15.. No obstante, el error relativo para el caudal
instantneo mnimo slo
lo es aceptable con el modelo potencial, cuando la canti
cantidad de aforos est
entre 15 y 20,, siempre y cuando no se requieran altos porcentajes de extrapolacin.
Tal como se mostr en los resultados del anlisis con muestras uniformemente
uniformemente distribuidas, el
error en el caudal instantneo medio no presenta variaciones importantes con respecto a la
amplitud de los niveles de la muestra de calibracin, siempre y cuando el nivel correspondiente se
encuentre en el rango cubierto por niveles
niveles de los puntos de aforo. Caso contrario ocurre con los
caudales para los niveles instantneos mnimo y mximo, donde el error estimado se encuentra
estrechamente ligado con el grado de extrapolacin necesario para estimar el caudal, con
respecto a los niveles
eles medidos
En la Figura 3-14 se muestra el comportamiento tpico del error relativo para el caudal instantneo
mximo, considerando el efecto de la extrapolacin. Similarmente, en la Figura 3-15 se muestra el
efecto de la extrapolacin en el comportamiento tpico del error relativo para el caudal
instantneo mnimo. En ambas figuras se observa que el error relativo se incrementa
notoriamente
riamente incluso para porcentajes bajos de extrapolacin del orden del 10 al 20%, sin
importar la cantidad de aforos que se utilicen.
Tabla 3-5 Resumen de resultados de error relativo para caudales instantneos medio, mnimo y mximo.
Modelo Polinomial
Efecto por cantidad de aforos
CURVA
MODELO
MUESTRA N Total
Puente Real (2007 - 01) Polinomio
Art
64
Obs
64
31
Art
Obs
31
Guayabo (2006)
Polinomio
Art
30
Guayabo (2006)
Polinomio
Obs
30
Caseteja (2006)
Polinomio
Art
24
Caseteja (2006)
Polinomio
Obs
24
Caseteja (1990)
Polinomio
Art
45
Caseteja (1990)
Polinomio
Obs
45
Montezuma (1986)
Polinomio
Art
35
Montezuma (1986)
Polinomio
Obs
35
Centenario (1999)
Polinomio
Art
48
Centenario (1999)
Polinomio
Obs
48
Potrerito (1996)
Polinomio
Art
31
Potrerito (1996)
Polinomio
Obs
31
promedio
mediana
Qmed (%)
12
20
Total
Qmin (%)
12
20
Total
Qmax (%)
12
20
Total
q-reg
(%)
10%
11%
8%
8%
12%
10%
10%
10%
12%
11%
6%
6%
14%
13%
25%
22%
6%
6%
5%
4%
7%
6%
6%
6%
7%
6%
4%
4%
8%
8%
15%
13%
4%
5%
4%
3%
5%
4%
4%
4%
5%
5%
3%
3%
6%
6%
11%
9%
2%
3%
3%
2%
4%
3%
4%
4%
3%
3%
2%
2%
4%
3%
9%
7%
66%
47%
24%
13%
129%
81%
76%
48%
300%
187%
30%
25%
137%
123%
1163%
612%
36%
27%
15%
7%
68%
48%
38%
29%
161%
119%
17%
14%
71%
61%
618%
357%
27%
20%
11%
6%
52%
34%
28%
21%
114%
87%
13%
10%
53%
46%
471%
260%
15%
11%
8%
4%
41%
27%
25%
19%
75%
56%
9%
8%
33%
28%
369%
200%
7%
6%
7%
12%
5%
26%
6%
15%
8%
34%
6%
9%
8%
19%
8%
46%
4%
4%
4%
10%
3%
10%
3%
7%
5%
16%
4%
5%
4%
8%
5%
28%
3%
3%
3%
4%
2%
3%
2%
3%
4%
11%
3%
3%
3%
6%
3%
5%
2%
2%
2%
4%
2%
3%
2%
3%
2%
5%
2%
2%
2%
3%
3%
5%
16%
17%
8%
10%
13%
15%
15%
11%
19%
19%
8%
8%
19%
18%
29%
37%
12%
11%
7%
6%
5%
4%
4%
3%
191% 105%
78% 43%
78%
31%
58%
26%
14%
8%
7%
5%
4%
3%
3%
2%
16%
16%
En la figura del ejemplo para el caudal instantneo mximo, se encuentra que cuando la cantidad
de aforos es de 5, el error relativo medio se incrementa de un 3% cuando no se tiene
extrapolacin, hasta un 8% cu
cuando
ando la extrapolacin es del 30%, y hasta un 15% cuando la
extrapolacin es del 50%. Para el caso del caudal instantneo mnimo el error relativo se
incrementa desde un 40% aproximadamente cuando la extrapolacin es 0%, hasta un 100%
cuando la extrapolacin
n es de 30%, y hasta un 150% cuando la extrapolacin es del 50%.
59
Trabajo de Grado
Tabla 3-6 Resumen de resultados de error relativo para caudales instantneos medio, mnimo y mximo.
Modelo Potencial
CURVA
MODELO
MUESTRA N Total
Puente Real (2007 - 01) Potencial
Art
64
Obs
64
Art
31
Obs
31
Guayabo (2006)
Potencial
Art
30
Guayabo (2006)
Potencial
Obs
30
Caseteja (2006)
Potencial
Art
24
Caseteja (2006)
Potencial
Obs
24
Caseteja (1990)
Potencial
Art
45
Caseteja (1990)
Potencial
Obs
45
Montezuma (1986)
Potencial
Art
35
Montezuma (1986)
Potencial
Obs
35
Centenario (1999)
Potencial
Art
48
Centenario (1999)
Potencial
Obs
48
Potrerito (1996)
Potencial
Art
31
Potrerito (1996)
Potencial
Obs
31
promedio
mediana
Qmed (%)
12
20
Total
Qmin (%)
12
20
Total
Qmax (%)
12
20
Total
q-reg
(%)
10%
11%
8%
7%
10%
7%
6%
5%
10%
8%
7%
6%
11%
10%
18%
15%
6%
6%
5%
4%
6%
4%
3%
3%
5%
4%
4%
3%
6%
6%
11%
8%
5%
5%
4%
3%
4%
3%
3%
2%
4%
3%
3%
2%
5%
4%
8%
6%
3%
3%
3%
3%
3%
3%
2%
2%
3%
2%
2%
2%
3%
3%
7%
5%
40%
33%
22%
12%
40%
16%
16%
13%
38%
22%
39%
18%
36%
41%
100%
52%
23%
18%
14%
6%
18%
11%
9%
8%
20%
14%
14%
7%
18%
18%
59%
28%
18%
14%
10%
4%
14%
8%
7%
6%
15%
10%
10%
5%
14%
13%
44%
20%
10%
8%
8%
4%
11%
6%
6%
5%
9%
7%
7%
4%
9%
8%
34%
16%
15%
14%
10%
14%
14%
47%
10%
17%
17%
39%
8%
10%
20%
34%
37%
95%
10%
11%
7%
11%
9%
23%
7%
8%
11%
24%
5%
6%
13%
19%
25%
52%
8%
8%
5%
9%
7%
12%
5%
7%
8%
16%
4%
5%
10%
16%
18%
29%
4%
5%
4%
8%
6%
11%
5%
7%
5%
9%
3%
3%
7%
11%
14%
27%
16%
16%
10%
10%
13%
13%
9%
9%
13%
13%
10%
10%
16%
17%
28%
29%
9%
9%
5%
5%
4%
4%
3%
3%
34%
34%
18%
16%
13%
12%
10%
8%
25%
16%
15%
11%
10%
8%
8%
6%
14%
13%
Por otro lado, es de esperarse que al aumentar la cantidad de aforos de calibracin, los niveles
medidos cubran un mayor rango de valores con respecto a los niveles extremos,
extremos disminuyendo el
grado de extrapolacin necesario para la estimacin de los caudales.
caudal Cabe mencionar que para
lograrlo es necesario organizar campaas de vigilia hidrolgica basndose en los registros
histricos de niveles y caudales.
Figura 3-14 Comportamiento tpico del error relativo para el caudal instantneo mximo considerando el
efecto de la extrapolacin.
60
Trabajo de Grado
Figura 3-15 Comportamiento tpico del error relativo para el caudal instantneo mnimo considerando el
efecto de la extrapolacin
3.3 INCERTIDUMBRE
MENSUALES
DE
CAUDALES
PROMEDIO
ANUALES
De acuerdo con la teora presentada en 1.3.2.3, para establecer la Propagacin de Incertidumbre

en el clculo de los caudales promedio es necesario tener en cuenta las correlaciones entre los
errores de caudales extrados de la curva, los cuales pueden ser estimados con base en las
ecuaciones Ec 1-48 y Ec 1-50..
En la Tabla 3-7 y Tabla 3-8 se presentan los resultados tpicos de las matrices de la correlacin de
los errores para los caudales extrados de una misma curva nivel - caudal.. Los ejemplos mostrados
corresponden a los errores obtenidos con la muestra total de aforos disponibles para la estacin.
La distribucin de los valores en la matriz de correlacin de errores estar fuertemente
influenciada por la distribucin de los niveles empleados en la calibracin de la curva, sin embargo,
se pueden establecer patrones tpicos de comportamiento para cada modelo empleado.
Para el ejemplo del modelo polinomial, se encuentra que la franja de niveles donde los valores de
correlacin de los errores es positiva, es relativamente ms amplia en la zona de niveles medios y
mximos con respecto al rango total de niveles medidos. En el caso del modelo potencial, esta
situacin se presenta para
ara la zona de niveles o caudales mximos.
61
Trabajo de Grado
Tabla 3-7 Matriz de correlacin de errores para los caudales de la curva. Resultado tpico para el Modelo
Polinomial (Guayabo 2006)
Nivel
0,55
0,60
0,65
0,70
0,75
0,80
0,85
0,90
0,95
1,00
1,05
1,10
1,15
1,20
1,25
1,30
1,35
1,40
1,45
1,50
1,55
1,60
0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00 1,05 1,10 1,15 1,20 1,25 1,30 1,35 1,40 1,45 1,50 1,55 1,60
1,00
0,97
0,83
0,55
0,22
-0,04
-0,20
-0,31
-0,38
-0,43
-0,45
-0,46
-0,45
-0,42
-0,38
-0,32
-0,26
-0,18
-0,10
-0,03
0,04
0,10
0,97
1,00
0,94
0,73
0,44
0,20
0,03
-0,09
-0,17
-0,22
-0,26
-0,28
-0,29
-0,29
-0,27
-0,24
-0,20
-0,16
-0,11
-0,06
-0,02
0,03
0,83
0,94
1,00
0,92
0,72
0,52
0,36
0,25
0,16
0,10
0,05
0,00
-0,03
-0,05
-0,07
-0,09
-0,09
-0,09
-0,09
-0,08
-0,07
-0,06
0,55
0,73
0,92
1,00
0,94
0,81
0,70
0,60
0,53
0,46
0,41
0,35
0,30
0,25
0,19
0,13
0,08
0,03
-0,02
-0,06
-0,09
-0,12
0,22
0,44
0,72
0,94
1,00
0,97
0,91
0,84
0,79
0,73
0,68
0,63
0,56
0,49
0,42
0,33
0,24
0,15
0,07
-0,01
-0,08
-0,13
-0,04
0,20
0,52
0,81
0,97
1,00
0,98
0,95
0,92
0,88
0,83
0,78
0,72
0,65
0,57
0,47
0,36
0,25
0,15
0,05
-0,04
-0,11
-0,20
0,03
0,36
0,70
0,91
0,98
1,00
0,99
0,97
0,95
0,91
0,87
0,82
0,75
0,66
0,56
0,45
0,33
0,22
0,11
0,02
-0,06
-0,31
-0,09
0,25
0,60
0,84
0,95
0,99
1,00
0,99
0,98
0,96
0,92
0,88
0,81
0,73
0,63
0,52
0,41
0,29
0,18
0,08
-0,01
-0,38
-0,17
0,16
0,53
0,79
0,92
0,97
0,99
1,00
1,00
0,98
0,96
0,92
0,86
0,79
0,70
0,59
0,48
0,36
0,25
0,15
0,06
-0,43
-0,22
0,10
0,46
0,73
0,88
0,95
0,98
1,00
1,00
1,00
0,98
0,95
0,90
0,84
0,76
0,66
0,55
0,44
0,33
0,23
0,14
-0,45
-0,26
0,05
0,41
0,68
0,83
0,91
0,96
0,98
1,00
1,00
0,99
0,98
0,94
0,89
0,81
0,72
0,62
0,51
0,41
0,31
0,22
-0,46
-0,28
0,00
0,35
0,63
0,78
0,87
0,92
0,96
0,98
0,99
1,00
0,99
0,97
0,93
0,87
0,79
0,70
0,60
0,50
0,40
0,32
-0,45
-0,29
-0,03
0,30
0,56
0,72
0,82
0,88
0,92
0,95
0,98
0,99
1,00
0,99
0,97
0,92
0,85
0,77
0,68
0,59
0,50
0,42
-0,42
-0,29
-0,05
0,25
0,49
0,65
0,75
0,81
0,86
0,90
0,94
0,97
0,99
1,00
0,99
0,96
0,91
0,85
0,77
0,69
0,61
0,53
-0,38
-0,27
-0,07
0,19
0,42
0,57
0,66
0,73
0,79
0,84
0,89
0,93
0,97
0,99
1,00
0,99
0,96
0,91
0,85
0,78
0,71
0,64
-0,32
-0,24
-0,09
0,13
0,33
0,47
0,56
0,63
0,70
0,76
0,81
0,87
0,92
0,96
0,99
1,00
0,99
0,96
0,91
0,86
0,80
0,74
-0,26
-0,20
-0,09
0,08
0,24
0,36
0,45
0,52
0,59
0,66
0,72
0,79
0,85
0,91
0,96
0,99
1,00
0,99
0,96
0,92
0,88
0,83
-0,18
-0,16
-0,09
0,03
0,15
0,25
0,33
0,41
0,48
0,55
0,62
0,70
0,77
0,85
0,91
0,96
0,99
1,00
0,99
0,97
0,94
0,90
-0,10
-0,11
-0,09
-0,02
0,07
0,15
0,22
0,29
0,36
0,44
0,51
0,60
0,68
0,77
0,85
0,91
0,96
0,99
1,00
0,99
0,97
0,95
-0,03
-0,06
-0,08
-0,06
-0,01
0,05
0,11
0,18
0,25
0,33
0,41
0,50
0,59
0,69
0,78
0,86
0,92
0,97
0,99
1,00
0,99
0,98
0,04
-0,02
-0,07
-0,09
-0,08
-0,04
0,02
0,08
0,15
0,23
0,31
0,40
0,50
0,61
0,71
0,80
0,88
0,94
0,97
0,99
1,00
1,00
0,10
0,03
-0,06
-0,12
-0,13
-0,11
-0,06
-0,01
0,06
0,14
0,22
0,32
0,42
0,53
0,64
0,74
0,83
0,90
0,95
0,98
1,00
1,00
Tabla 3-8 Matriz de correlacin de errores para los caudales de la curva. Resultado tpico para el Modelo
Potencial (Guayabo 2006)
Nivel
0,55
0,60
0,65
0,70
0,75
0,80
0,85
0,90
0,95
1,00
1,05
1,10
1,15
1,20
1,25
1,30
1,35
1,40
1,45
1,50
1,55
1,60
0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00 1,05 1,10 1,15 1,20 1,25 1,30 1,35 1,40 1,45 1,50 1,55 1,60
1,00
0,88
0,55
0,25
0,05
-0,09
-0,16
-0,21
-0,22
-0,21
-0,19
-0,16
-0,13
-0,10
-0,08
-0,05
-0,03
-0,01
0,01
0,02
0,04
0,05
0,88
1,00
0,88
0,67
0,49
0,34
0,21
0,11
0,03
-0,04
-0,09
-0,12
-0,15
-0,16
-0,17
-0,18
-0,19
-0,19
-0,19
-0,19
-0,19
-0,19
0,55
0,88
1,00
0,94
0,83
0,71
0,58
0,45
0,33
0,21
0,11
0,02
-0,05
-0,10
-0,15
-0,18
-0,21
-0,24
-0,26
-0,27
-0,29
-0,30
0,25
0,67
0,94
1,00
0,97
0,90
0,80
0,68
0,56
0,43
0,31
0,20
0,11
0,04
-0,03
-0,08
-0,12
-0,16
-0,19
-0,22
-0,24
-0,26
0,05
0,49
0,83
0,97
1,00
0,98
0,92
0,83
0,72
0,60
0,48
0,37
0,28
0,20
0,13
0,07
0,02
-0,02
-0,06
-0,09
-0,12
-0,14
-0,09
0,34
0,71
0,90
0,98
1,00
0,98
0,92
0,84
0,74
0,64
0,54
0,45
0,37
0,30
0,24
0,19
0,14
0,10
0,07
0,04
0,02
-0,16
0,21
0,58
0,80
0,92
0,98
1,00
0,98
0,93
0,86
0,77
0,69
0,61
0,53
0,47
0,41
0,36
0,32
0,28
0,25
0,22
0,19
-0,21
0,11
0,45
0,68
0,83
0,92
0,98
1,00
0,98
0,94
0,88
0,81
0,74
0,68
0,62
0,57
0,53
0,49
0,45
0,42
0,39
0,37
-0,22
0,03
0,33
0,56
0,72
0,84
0,93
0,98
1,00
0,99
0,95
0,90
0,85
0,80
0,75
0,71
0,67
0,64
0,60
0,57
0,55
0,53
-0,21
-0,04
0,21
0,43
0,60
0,74
0,86
0,94
0,99
1,00
0,99
0,96
0,93
0,89
0,85
0,82
0,78
0,75
0,73
0,70
0,68
0,66
-0,19
-0,09
0,11
0,31
0,48
0,64
0,77
0,88
0,95
0,99
1,00
0,99
0,97
0,95
0,92
0,89
0,87
0,84
0,82
0,80
0,78
0,76
-0,16
-0,12
0,02
0,20
0,37
0,54
0,69
0,81
0,90
0,96
0,99
1,00
0,99
0,98
0,96
0,94
0,92
0,90
0,89
0,87
0,85
0,84
-0,13
-0,15
-0,05
0,11
0,28
0,45
0,61
0,74
0,85
0,93
0,97
0,99
1,00
1,00
0,99
0,97
0,96
0,94
0,93
0,92
0,90
0,89
-0,10
-0,16
-0,10
0,04
0,20
0,37
0,53
0,68
0,80
0,89
0,95
0,98
1,00
1,00
1,00
0,99
0,98
0,97
0,96
0,95
0,94
0,93
-0,08
-0,17
-0,15
-0,03
0,13
0,30
0,47
0,62
0,75
0,85
0,92
0,96
0,99
1,00
1,00
1,00
0,99
0,99
0,98
0,97
0,96
0,95
-0,05
-0,18
-0,18
-0,08
0,07
0,24
0,41
0,57
0,71
0,82
0,89
0,94
0,97
0,99
1,00
1,00
1,00
0,99
0,99
0,98
0,98
0,97
-0,03
-0,19
-0,21
-0,12
0,02
0,19
0,36
0,53
0,67
0,78
0,87
0,92
0,96
0,98
0,99
1,00
1,00
1,00
1,00
0,99
0,99
0,98
-0,01
-0,19
-0,24
-0,16
-0,02
0,14
0,32
0,49
0,64
0,75
0,84
0,90
0,94
0,97
0,99
0,99
1,00
1,00
1,00
1,00
0,99
0,99
0,01
-0,19
-0,26
-0,19
-0,06
0,10
0,28
0,45
0,60
0,73
0,82
0,89
0,93
0,96
0,98
0,99
1,00
1,00
1,00
1,00
1,00
1,00
0,02
-0,19
-0,27
-0,22
-0,09
0,07
0,25
0,42
0,57
0,70
0,80
0,87
0,92
0,95
0,97
0,98
0,99
1,00
1,00
1,00
1,00
1,00
0,04
-0,19
-0,29
-0,24
-0,12
0,04
0,22
0,39
0,55
0,68
0,78
0,85
0,90
0,94
0,96
0,98
0,99
0,99
1,00
1,00
1,00
1,00
0,05
-0,19
-0,30
-0,26
-0,14
0,02
0,19
0,37
0,53
0,66
0,76
0,84
0,89
0,93
0,95
0,97
0,98
0,99
1,00
1,00
1,00
1,00
Para el anlisis de incertidumbre se utilizaron los valores de niveles diarios reportados en un ao

especfico
cfico para cada una de las estaciones de anlisis. En la Tabla 3-9 se presentan los datos de las
62
Trabajo de Grado
estaciones consideradas y los registros de niveles diarios empleados para el anlisis de

incertidumbre.
Tabla 3-9 Datos de estaciones y niveles diarios utilizados en el anlisis de caudales promedio anuales y
mensuales
CURVA
Guayabo (2006)
Caseteja (1990)
Montezuma (1986)
Centenario (1999)
Potrerito (1996)
Ao
2005
1989
1985
1995
1993
Niveles diarios (m)

mnimo
medio
0,51
0,69
1,59
2,27
0,13
0,27
1,29
1,41
0,93
1,21
mximo
1,23
3,78
1,05
1,91
1,68
mnimo
0,51
1,70
0,10
1,26
1,01
Niveles aforados (m)

medio mximo
0,76
1,62
2,34
3,57
0,25
0,51
1,42
1,73
1,23
2,06
Cant
30
45
35
48
31
Caudal prom (m3/s)

anual
mnimo
6,12
2,45
88,24
5,42
4,80
2,75
1,11
0,45
5,22
0,11
Los anlisis de incertidumbre se aplicaron para los caudales promedio

io anuales, mensuales y
mnimos;; este ltimo corresponde al promedio de los caudales calculados con los niveles que son
superados el 90% del tiempo (das) en el ao considerado. Este valor de mnimos se sugiere como
valor caracterstico de caudales
audales de estiaje, y se supone menos incierto que el caudal mnimo
instantneo de cada ao (Domnguez et al. 2009).
2009)
3.3.1 Muestras
ras Uniformemente Distribuidas
Al igual que en el caso de los caudales instantneos, se construyeron muestras de niveles
uniformemente distribuidas considerando distintas cantidades de aforos y distintas amplitudes de
niveles, pero ahora con respecto a los valores mnimos y mximos de los niveles diarios registrados
en el ao, en lugar de los niveles mnimos y mximos de la campaa total de aforos observados.
En la Figura 3-16 se muestra el comportamiento tpico de los errores en el caudal promedio anual,
anual
considerando el efecto de la variacin en la cantidad de aforos de calibracin y la amplitud de
niveles, para muestras uniformemente distribuidas.
distribuidas
En la Figura 3-17 se presenta
ta el comportamiento del error en el caudal promedio mnimo. Las
figuras mostradas indican que en el caso de los caudales promedio, los valores de errores relativos
son ms sensibles con la variacin en la cantidad de aforos, que con la variacin en la amplitud de
los niveles cubiertos por la campaa de aforos. En ambos
mbos casos, el error relativo estimado
presenta una gran disminucin cuando la cantidad de aforos es mayor a 10.
En la Tabla 3-10 se presenta el resumen consolidado de resultados de errores relativos para los
caudales promedio anual y promedio mnimo, analizando el efecto de la cantidad de aforos, y
considerando una amplitud fija del 25%. Similarmente, en la Tabla 3-11 se presenta el resumen
consolidado de resultados analizando el efecto de la amplitud de niveles para calibracin, dejando
una cantidad fija de aforos igual a 5
63
Trabajo de Grado
Figura 3-16 Comportamiento del error para el caudal promedio anual con respecto a la amplitud de
niveles y la cantidad de aforos (Guayabo 2006).. Muestras uniformemente distribuidas.
Figura 3-17 Comportamiento del error para el caudal mnimo anual (promedio) con respecto a la amplitud
de niveles y la cantidad de aforos (Guayabo 2006, Modelo Polinomial).. Muestras uniformemente
distribuidas
64
Trabajo de Grado
Tabla 3-10 Resumen de resultados del error en los caudales promedio anuales y promedio mnimos
considerando el efecto de la cantidad de aforos. Muestras Uniformemente Distribuidas.
Efecto por cantidad de aforos*
CURVA
MODELO
Guayabo (2006)
Potencial
Caseteja (1990)
Potencial
Montezuma (1986)
Potencial
Centenario (1999)
Potencial
Potrerito (1996)
Potencial
Guayabo (2006)
Polinomio
Caseteja (1990)
Polinomio
Montezuma (1986)
Polinomio
Centenario (1999)
Polinomio
Potrerito (1996)
Polinomio
*Con una amplitud fija del 25%
Qanual (%)
N
30
24
35
48
31
30
24
35
48
31
prom
5
142%
174%
323%
230%
270%
106%
21%
114%
329%
95%
180%
20
8%
7%
12%
14%
14%
12%
2%
11%
33%
13%
13%
Total
8%
8%
7%
10%
17%
10%
2%
8%
24%
14%
11%
Qmin-anual (%)
Total**
5
20
2%
455%
28%
2%
841%
42%
2%
810%
39%
2%
501%
35%
5%
1378%
62%
4%
651%
64%
3%
1070%
106%
1%
339%
34%
3%
1529%
151%
6%
14676% 1450%
3%
2225% 201%
Total
10%
10%
8%
14%
22%
38%
61%
19%
87%
886%
116%
Total**
5%
9%
2%
4%
20%
18%
121%
3%
12%
621%
82%
** Muestra total de aforos
Tabla 3-11 Resumen de resultados del error en los caudales promedio anuales y promedio mnimos
considerando el efecto de la amplitud de niveles. Muestras Uniformemente Distribuidas.
Efecto por distribucin de aforos*
CURVA
MODELO
Guayabo (2006)
Potencial
Caseteja (1990)
Potencial
Montezuma (1986)
Potencial
Centenario (1999)
Potencial
Potrerito (1996)
Potencial
Guayabo (2006)
Polinomio
Caseteja (1990)
Polinomio
Montezuma (1986)
Polinomio
Centenario (1999)
Polinomio
Potrerito (1996)
Polinomio
*Con una cantidad fija de 5 aforos
Qanual (%)
N
30
24
35
48
31
30
24
35
48
31
prom
25%
142%
174%
323%
230%
270%
106%
21%
114%
329%
95%
180%
50%
119%
146%
268%
192%
226%
88%
18%
94%
274%
80%
150%
100%
78%
80%
165%
102%
147%
58%
10%
58%
145%
52%
89%
Qmin-anual (%)
Total**
25%
50%
2%
455%
378%
2%
841%
697%
2%
810%
671%
2%
501%
416%
5%
1378% 1144%
4%
651%
539%
3%
1070%
887%
1%
339%
281%
3%
1529% 1267%
6%
14676% 12172%
3%
2225% 1845%
100% Total**
247%
5%
382%
9%
411%
2%
221%
4%
740%
20%
352%
18%
483%
121%
171%
3%
670%
12%
7835% 621%
1151%
82%
** Muestra total de aforos
Para el caudal promedio anual se encuentra que los valores aceptables de error (<10%) se
obtienen cuando la cantidad de aforos es mayor a 20.
20 En el caso del caudal promedio mnimo,
mnimo los
errores estimados son en algunos casos demasiado altos (>800%), incluso considerando la
cantidad total de aforos.
En general, se encuentra que los errores
errore relativos de los caudales promedio mnimos son menores
con el modelo potencial que con el modelo polinomial, resultado o tendencia similar a la
observada con los caudales instantneos.
Adicionalmente, se observa que el error en los caudales promedio anuales depende tambin de la
similitud en la distribucin de los niveles de los aforos, con respecto a la distribucin de los niveles
diarios registrados en el ao. En la Figura 3-18,, se presenta un ejemplo de los esquemas de
distribucin de niveles, tenindose que el error dell caudal promedio para la muestra total es
ligeramente inferior al de la muestra uniformemente distribuida,
di
, a pesar de que esta ltima tiene
la misma cantidad de aforos y una cobertura del 100% de los niveles diarios.
65
Trabajo de Grado
Figura 3-18 Esquema de bigotes para los niveles diarios, niveles de la muestra total
total de aforos y la muestra
uniformemente distribuida con cantidad total, amplitud del 100%. (Estacin
Estacin Guayabo 2006)
Los resultados anteriores nos sugieren que para el clculo de los caudales promedio, el error
estimado depende principalmente de la cantidad de aforos utilizados de la calibracin, y en
segunda medida de la cobertura de amplitud en los niveles diarios,
diarios y la similitud en la distribucin
de los niveles de los aforos con respecto a la distribucin de los niveles diarios observados.
3.3.2 Muestras Aleatorias

orias
En la Figura 3-19 se muestran los resultados tpicos de los errores en los caudales promedios
prom
mensuales, anuales y caudal promedio mnimo, considerando el efecto de la variacin en la
cantidad de aforos de calibracin.
ibracin.
En las figuras mostradas se observa una tendencia similar a la de la incertidumbre de los caudales
instantneos medios, mnimos y mximos.
mximos En general, la incertidumbre de los
os caudales promedio
depender de los niveles que ingresan al clculo del promedio, y la forma como se distribuyan en
la matriz de correlaciones entre sus errores. En general los errores relativos de los caudales
promedio mensuales estarn en niveles intermedios con respecto a los errores de los caudales
promedio anuales y promedio
dio mnimos.
66
Trabajo de Grado
Figura 3-19 Comportamiento tpico de errores absolutos y relativos de caudales promedio

pro
anual,
mensuales, y promedio mnimo.
mnimo (Estacin Centenario, Modelo Polinomial, Niveles diarios ao 1995)
199
En la Tabla 3-12 y Tabla 3-13

13 se presenta el resumen de resultados del anlisis
anlis de incertidumbre
para el clculo
ulo de los errores relativos de los caudales promedio, considerando el efecto
ef
de la
cantidad de aforos, aplicando llos modelos potencial y polinomial respectivamente
respectivamente.
67
Trabajo de Grado
Tabla 3-12 Resumen de resultados del error en los caudales promedio anuales considerando el efecto de
la cantidad de aforos. Muestras Aleatorias Modelo Potencial.
Potencial
CURVA
MODELO Cant Total
Guayabo (2006)
Potencial
30
Caseteja (1990)
Potencial
45
Montezuma (1986)
Potencial
35
Centenario (1999)
Potencial
48
Potrerito (1996)
Potencial
31
promedio
mediana
Qanual-prom (%)
20
30
12
19%
24%
7%
97%
47%
9%
8%
4%
39%
21%
6%
5%
3%
30%
13%
39%
24%
16%
9%
12%
6%
Total
5%
4%
2%
21%
10%
5%
3%
2%
14%
10%
22%
46%
10%
99%
130%
8%
5%
7%
5%
61%
46%
Qmin-prom (%)
20
30
8%
6%
4%
26%
19%
15%
6%
4%
3%
42%
32%
22%
72%
55%
42%
31%
23%
17%
26%
19%
15%
12
Total q-reg (%)

3%
12,8%
12%
12,9%
3%
9,6%
15%
16,4%
42%
28,4%
15%
16%
12%
13%
Tabla 3-13 Resumen de resultados del error en los caudales promedio anuales considerando el efecto de
la cantidad de aforos. Muestras Aleatorias Modelo Polinomial.
CURVA
MODELO Cant Total
Guayabo (2006)
Polinomio
30
Caseteja (1990)
Polinomio
45
Montezuma (1986)
Polinomio
35
Centenario (1999)
Polinomio
48
Potrerito (1996)
Polinomio
31
promedio
mediana
Qanual-prom (%)
20
30
Total
Qmin-prom (%)
5
12
12
17%
11%
4%
11%
27%
11%
7%
2%
7%
17%
8%
5%
2%
5%
13%
7%
4%
2%
4%
11%
7%
3%
1%
3%
11%
78%
621%
12%
49%
3077%
47%
343%
8%
31%
1823%
14%
11%
9%
7%
7%
5%
5%
4%
5%
3%
767%
78%
450%
47%
20
30
Total
35%
28%
28%
267% 211% 170%
6%
5%
4%
24%
19%
15%
1383% 1088% 1088%
343% 270% 261%
35%
28%
28%
q-reg (%)
14,3%
18,6%
7,4%
17,2%
36,4%
19%
17%
De acuerdo con los resultados, para el caudal promedio anual de la mayora de las estaciones los
errores relativos son menores al 10% cuando
cuando la cantidad de aforos es mayor a 12.
12 En el caso del
caudal promedio mnimo,, los errores son casi todos de mayor magnitud a la mxima
recomendable, incluso cuando
uando la cantidad de aforos es igual al de la muestra total disponible.
Una aclaracin importante en este punto consiste en que los
los anlisis anteriores se efectuaron para
el caudal promedio de un solo ao, considerando que la curva nivel - caudal es aplicable para
todos los registros de nivel diario.
Cuando se calcula el caudal promedio multianual se pueden presentar muy diversas situaciones
dependiendo de la estabilidad del cauce y las con
condiciones
diciones hidrulicas del tramo en el sitio en el
que se encuentra la estacin, las cuales afectar
afectarn la posibilidad de aplicar una misma curva a lo
largo de varios aos,
os, o establecern la necesidad de cambiar de curva frecuentemente.
Cuando se realizan campaas intensivas de aforos y se construyen curvas nivel - caudal distintas
para cada ao, no existir correlacin entre los errores de los caudales promedio
promedi anuales (Ver
Matrices de correlacin en Tabla 3-7 y Tabla 3-8), y por lo tanto el error
rror del caudal promedio
multianual se ver disminuido, puesto que los trminos de covarianzas de la ecuacin Ec 1-47
sern cero, reduciendo la ecuacin a:
k12 f |
1
B 012
"
8j!
Ec 3-1
En los casos donde las condiciones de la estacin permiten la utilizacin de una misma curva
durante largos perodos de tiempo
tiempo, es posible considerar la acumulacin de aforos durante varios
68
Trabajo de Grado
aos para la calibracin de los parmetros y de esta forma reducir la incertidumbre de los
caudales instantneos y promedios en cada ao. Sin embargo, es necesario tener en cuenta que
bajo este escenario, los errores de los caudales calculados
calculados para distintos aos estarn
correlacionados entre s,, afectando la incertidumbre del caudal promedio multianual
multianual. En este caso
los trminos de covarianzas de la ecuacin Ec 1-47 debern entrar en la doble sumatoria.
3.4 EFECTO EN HIDROSISTEMAS

Una vez establecidos los valores esperados para la incertidumbre de los caudales instantneos
medios, mnimos, mximos,, as como los errores de los caudales promedio anuales y promedio
prome
mnimos,, se pretende establecer el efecto que tendra la propagacin de estos errores en los
valores de las variables importantes de gestin, diseo y toma de decisin para hidrosistemas
especficos.
En el presente proyecto se consideraron
con
los efectos para el clculo del ndice de Escasez, y los
Caudales de Diseo Mximo de estructuras hidrulicas, establecidos de acuerdo a las
metodologas ampliamente utilizadas para modelacin y diseo hidrolgico.
Para los ejercicios de simulacin se tuvieron en cuen
cuenta
ta las siguientes suposiciones:
Para cada ao se construyen curvas distintas con igual cantidad de aforos, de tal forma que los
errores en los caudales instantneos y promedios son
son independientes entre aos distintos.
Las distribuciones de los niveles diarios
diarios y los niveles de las campaas de aforos son similares y
constantes en todos los aos, de tal forma que los errores en los caudales promedio tendrn
magnitudes similares en todos los aos.
La proporcin entre las amplitudes de los niveles aforados con rrespecto
especto a los niveles diarios se
mantiene constante, de tal forma que los porcentajes de extrapolacin son los mismos todos
los aos, y por consiguiente los niveles de errores en los caudales instantneos mnimos y
mximos.
3.4.1 Propagacin de errores en Caudales de diseo

Para el clculo de los caudales de diseo mximos de estructuras hidrulicas se sigui la
metodologa clsica de anlisis de valores extremos, consistente en ajustar una funcin de
densidad de probabilidad para la serie de caudales m
mximos
ximos observados cada ao, y
posteriormente establecer los caudales de excedencia para distintos perodos de retorno por
medio de los parmetros y la distribucin ajustada.
En todos los casos, el caudal de diseo para un perodo de retorno especfico podr
podr establecerse
como el inverso de la funcin de probabilidad acumulada, calculado con los parmetros ajustados
y la probabilidad equivalente al inverso del perodo de retorno
X
1
8H y , z
69
Ec 3-2
Trabajo de Grado
Donde:
X :
es el caudal de diseo para el perodo de retorno TR en aos
8H : es la funcin inversa de probabilidad acumulada
.:: son los parmetros de la funcin de probabilidad ajustados con los valores de las muestras
Siguiendo el esquema de simulacin

ulacin numrica presentado en la seccin 1.3.1.2,
1.3.1.2 tendramos que
X
\! ,
\" ,
\H
Ec 3-3
En la Tabla 3-14 se presenta el listado de estaciones que fueron consideradas para el anlisis de
incertidumbre en los caudales de diseo.
Tabla 3-14 Datos de estaciones empleadas en anlisis de incertidumbre en caudales de diseo
Q maximo
CURVA
Puente Real - 2 (2007)
Guayabo (2006)
Centenario (1999)
N (aos)
Prom
(m3/s)
desv
(m3/s)
Cv
20
23
19
40,46
51,41
38,97
12,47
24,73
30,67
0,31
0,48
0,79
Donde Q mximo corresponde a la muestra de caudales mximos, obtenida a partir de los valores
instantneos mximos de cada ao de medicin
Inicialmente
cialmente se realiz una verificacin estadstica bsica de las series de caudales observados,
mediante pruebas de aleatoriedad y homogeneidad. Para el ajuste de la funcin de probabilidad
acumulada se escogi la distribucin gamma,
gamma y se aplicaron pruebas de Kolmogorov y Pearson
para verificar la bondad del ajuste,
ajuste segn lo recomendado en (Domnguez et al. 2009).
2009)
Para cada estacin
acin se analizaron 3 escenarios con distintas cantidades de aforos y porcentajes de
extrapolacin de la curva nivel - caudal.. El escenario 1 corresponde la curva construida con 5
aforos y una extrapolacin del 50%, el escenario 2 corresponde a la curva 15 aforos y
extrapolacin del 25%, y el escenario 3 corresponde a la curva con 30 aforos y 10% de
extrapolacin. Para cada estacin se establecieron los valores aproximados del error en los
caudales instantneos mximos en cada escenario, a partir de la inspeccin
inspeccin de figuras como la
mostradas en 3.2.. Ver por ejemplo la Figura 3-14
En la Figura 3-20, Figura 3-21
21 y Figura 3-22 se presentan los histogramas de frecuencias de los
resultados obtenidos con la simulacin del clculo de los caudales de diseo, para los perodos de
retorno de 50, 1000 y 10000 aos.
70
Trabajo de Grado
Figura 3-20 Histogramas de frecuencias de los resultados de la simulacin del caudal con perodo de
retorno de 50 aos. (Estacin Puente Real)
Figura 3-21 Histogramas de frecuencias de los resultados de la simulacin del caudal con perodo de
retorno de 1.000 aos. (Estacin
(
Puente Real)
71
Trabajo de Grado
Figura 3-22 Histogramas

mas de frecuencias de los resultados de la simulacin del caudal con perodo de
retorno de 10.000 aos. ((Estacin Puente Real)
Las figuras indican que para el escenario 1 (5 aforos) existe una mayor dispersin en los valores de
los caudales de diseo calcu
calculados, con respecto a los escenarios 2 y 3 (10
10 y 30 aforos).
aforos Esta
situacin se presenta de forma general para todas las estaciones y todos los perodos de retorno
analizados.
Por otro lado, se observa que para el escenario 1 (5 aforos),, el valor medio del histograma es
notablemente mayor que el de los escenarios 2 y 3,, dando a entender que existe una ligera
sobrestimacin del caudal de diseo en todos los casos. Este comportamiento es esperable en
principio, puesto que al incrementar la varianza de los caudales
caud
instantneos mximos de entrada,
se debera aumentar la varianza de la muestra de caudales mximos, haciendo que los caudales de
excedencia se desplacen hacia afuera de las colas de la funcin de densidad de probabilidad para
cubrir la misma rea bajo la curva.
En la Tabla 3-15 se presenta el resumen de resultados
resultados del anlisis de incertidumbre para los
caudales de diseo. En la Tabla 3-16 se presenta el resumen de los valores promedio de los
caudales de diseos para cada
ada uno de los escenarios considerados.
72
Trabajo de Grado
Tabla 3-15 Resumen de resultados de la simulacin para el clculo de caudales de diseo

diseo. Errores
relativos.
Errores en caudales de diseo
CURVA
MODELO
Potencial
Guayabo (2006)
Potencial
Centenario (1999)
Potencial
Polinomio
Guayabo (2006)
Polinomio
Centenario (1999)
Polinomio
E1: 5 aforos - extrapol =50%
promedio
E1
TR = 50 aos
E2
E3
E1
TR = 1000 aos
E2
E3
E1
TR = 10000 aos
E2
E3
8%
10%
16%
7%
5%
8%
4%
5%
7%
3%
2%
3%
2%
3%
4%
1%
1%
1%
10%
12%
19%
9%
6%
9%
5%
6%
8%
4%
3%
3%
3%
4%
4%
2%
1%
2%
12%
13%
20%
10%
7%
10%
6%
7%
8%
4%
3%
3%
3%
4%
4%
2%
1%
2%
9%
4%
2%
11%
5%
3%
12%
5%
3%

Tabla 3-16 Resumen de resultados de la simulacin para el clculo de caudales de diseo. Valores
promedio (m3/s)
Promedio caudales de diseo
CURVA
MODELO
Potencial
Guayabo (2006)
Potencial
Centenario (1999)
Potencial
Polinomio
Guayabo (2006)
Polinomio
Centenario (1999)
Polinomio
E1
76,9
118,6
130,2
75,5
110,9
117,9
TR = 50 aos
E2
E3
72,0
111,0
117,4
71,3
109,2
116,1
71,0
109,6
116,4
70,7
108,9
115,9
E1
103,0
171,8
216,8
100,4
156,3
189,2
TR = 1000 aos
E2
E3
93,8
156,5
188,1
92,6
152,9
185,2
92,0
153,6
185,9
91,5
152,4
184,8
E1
TR = 10000 aos
E2
E3
121,1
210,1
282,1
117,7
188,6
242,5
108,8
188,8
240,8
107,2
184,0
236,7
106,4
184,9
237,6
105,8
183,2
236,1

De acuerdo con el resumen de resultados, en el caso del escenario 1 con 5 aforos y extrapolacin
del 50%, se obtuvieron errores
rores entre 5% y 16% para el caudal de diseo con perodo de retorno de
50 aos, entre 6% y 19% para el caudal de 1000 aos, y entre 7% y 20% para el caudal de 10000
aos. Se observa que a medida que aumenta el perodo de retorno, el nivel de error propagado
propaga es
mayor.
No obstante a lo anterior, es necesario reconocer que los resultados presentados estn limitados
por el tipo de simulacin empleado, puesto que la cantidad de datos o caudales que ingresan al
ajuste de la funcin de probabilidad es fija, y tal como se mostr en los captulos anteriores, la
cantidad de puntos es un parmetro definitivo para estimar la magnitud de los errores en un
proceso de calibracin.
En la prctica ingenieril, el diseador o la persona que tome las decisiones debern tener en
e
cuenta todas estas condiciones al momento de calcular los caudales diseo definitivos, y en lo
posible incluir el nivel de error propagado en los datos de entrada, dentro del anlisis de riesgo
para la estructura o sistema objeto de estudio.
73
Trabajo de Grado
Por ejemplo,, si se desea conservar el mismo nivel de riesgo ante una creciente, sera necesario
aumentar el factor de seguridad para tener en cuenta el error propagado en los caudales diseo,
diseo
proveniente del error de los caudales mximos extrados de la curva nivel - caudal.
caudal
3.4.2 Propagacin de errores en ndice de Escasez

Para el clculo del ndice de escasez se sigui la metodologa propuesta en (Dominguez et al. 2008)
segn la cual, el ndice de escasez superficial se calcula como:
X
100
H
s
Donde:
Ec 3-4
Ie: es el ndice de escasez [%]

DT: es la demanda total de agua [m3]
On: es la oferta neta hdrica superficial [m3]
La oferta neta de agua se estima como:
X 1
Ec 3-5
Donde:
OT: es la oferta neta hdrica total superficial [m3]
Re: es el factor de reduccin por estiaje
Rit: es el factor de reduccin por irregularidad temporal
El valor de la oferta total se establece con base en el caudal modal de la fuente abastecedora.
abastecedora Para
establecer el factor Rit se utilizar la aproximacin propuesta por (Dominguez et al. 2008) en
funcin del coeficiente de variacin (Cv) de los caudales promedio anuales:
Cv
Rit (%)
0 0,2
15
0,2 0,3
25
0,3 0,4
35
0,4 0,6
40
>0,6
50
74
Trabajo de Grado
El valor del factor de reduccin por estiaje se establece mediante el ajuste de la funcin de
densidad de probabilidad de los caudales mnimos anuales,
anuales, calculados como el promedio de los
caudales diarios superados el 90% del tiempo en
en cada ao, para luego extraer el caudal con la
probabilidad de excedencia del 97,5%. Finalmente este valor se divide entre el de oferta total OT,
para obtener Re. El ajuste de la funcin de densidad de probabilidad puede realizarse mediante el
mtodo momentos,
ntos, mnimos cuadrados, o el mtodo de mxima verosimilitud.
El esquema de simulacin planteado consiste en considerar los valores de la serie caudales
promedio anuales, y los valores serie de caudales mnimos anuales, como variables aleatorias
individuales, cada una con distribucin normal con media igual al valor promedio registrado y
varianza estimada segn los resultados de los anlisis de incertidumbre presentados en la seccin
anterior.
Siguiendo el esquema de simulacin numrica presentado en la seccin 1.3.1.2,
1.3.1.2 tendramos que
s
f!, f" , , fH , f$8H\! , f$8H\" , , f$8H\H
Donde:
f8 : es el caudal promedio del ao i, con f8 ~L f8 , 5
@ $ M
f$8H\8 : es el caudal anual mnimo del ao i, con f$8H\8 ~L f8 , 5
Ec 3-6
$8H\@ $ M
En la Tabla 3-17 se presenta el listado de estaciones que fueron consideradas

consideradas para el anlisis de
incertidumbre en el ndice de Escasez
Escasez.
Tabla 3-17 Datos de estaciones empleadas en anlisis de incertidumbre en ndice de Escasez
CURVA
Guayabo
Centenario
Municipio
Neiva
Pasto
Oferta
(Mm3)
744,291
796,038
Demanda
(Mm3)
103,394
37,101
D/OT
Ie modal
Aos
0,139
0,047
0,296
0,158
23
19
Los datos de demanda y oferta total fueron obtenidos de (Unicef Ecoversa 2010).
2010)
Inicialmente se realiz una verificacin estadstica bsica de las series de caudales observados,
mediante pruebas de aleatoriedad y homogeneidad. Para el ajuste de la funcin de probabilidad
acumulada se escogi la distribucin gamma, y se aplicaron pruebas de Kolmogorov y Pearson
para verificar la bondad del ajuste, segn lo recomendado en (Domnguez et al. 2009).
2009)
Se contemplaron distintos
tintos escenarios segn el nivel de error de las variables de entrada, los cuales
fueron definidos de acuerdo a la cantidad de aforos para la calibracin de la curva. Para cada
estacin se tomaron los valores de errores medios que se muestran en la Tabla 3-12 y Tabla 3-13.
En la Figura 3-23, Figura 3-24
24 y Figura 3-25,, y se presentan los histogramas de frecuencias de los
resultados obtenidos con la simulacin del clculo del ndice de escasez,, para los valores del ndice
75
Trabajo de Grado
de escasez, y los parmetros de reduccin por estiaje y reduccin por irregularidad temporal
t
respectivamente.
Figura 3-23 Histograma de frecuencias de los resultados de la simulacin para el ndice de escasez
(Estacin Guayabo)
Figura 3-24 Histograma de frecuencias de los resultados de la simulacin para el factor de reduccin por
estiaje (Estacin Guayabo)
76
Trabajo de Grado
Figura 3-25 Histograma de frecuencias de los resultados de la simulacin para el factor

fac de reduccin por
irregularidad temporal (Guayabo)
De acuerdo con la Figura 3-23

23 se aprecia un incremento en la dispersin de los valores del ndice
de escasez para el escenario de error con 5 aforos. Se observa una ligera tendencia del histograma
hacia la derecha, lo cual indicara que existe una sobre estimacin del parmetro,
parmetro no obstante este
comportamiento no es el mismo para todos los casos analizados.
En el caso
o del parmetro de reduccin por estiaje (Re), se encuentra que este tiene una gran sub
estimacin en el escenario de 5 aforos con respecto a los escenarios con 15 y 30 aforos. Las causas
de este comportamiento son las mismas encontradas en el anlisis de los caudales mximos de
diseo.
El valor del parmetro de reduccin por irregularidad temporal (Rit) presenta un comportamiento
especial, debido a que sus valores estn definidos por rangos fijos en una escala dependiente del
coeficiente de variacin de laa serie de caudales promedio anuales.. En este caso, si el valor de error
de las variables de entrada es suficiente para producir un cambio en la clasificacin del Rit,
entonces este se ver reflejado en un aumento en el ndice de escasez.
En la Tabla 3-18 se presenta el resumen de resultados del anlisis de incertidumbre obtenido con
la simulacin del proceso de clculo del ndice de escasez.
Tabla 3-18 Resumen de resultados de la simulacin para el clculo del ndice de escasez
CURVA
Guayabo
Guayabo
Centenario
Centenario
MODELO
Potencial
Polinomio
Potencial
Polinomio
5
30%
23%
10%
8%
Iesc (prom)
12
20
27%
26%
23%
23%
10%
10%
8%
8%
77
30
26%
24%
10%
8%
5
14%
13%
31%
12%
Iesc (%)
12
20
9%
4%
12%
9%
20%
15%
7%
6%
30
4%
7%
14%
5%
Trabajo de Grado
De acuerdo con la tabla de resultados, el error en el clculo del ndice de escasez para el escenario
de construccin de la curva nivel - caudal con
on 5 aforos fue entre 12% y 14% (excluyendo
Centenario, modelo potencial),
potencial), disminuyendo hasta valores entre 4 y 7% en el escenario de 30
aforos. En este anlisis no se contempl explcitamente el efecto en la distribucin de aforos.
78
Trabajo de Grado
4 CONCLUSIONES
ONES Y RECOMENDACIONES
4.1 ACERCA DE LOS RESULTADOS OBTENIDOS
Como parte de la realizacin del presente trabajo,
trabajo se efectu un anlisis detallado de la
incertidumbre en el proceso de construccin de la curva nivel - caudal,, y se implement una
metodologa para estudiar el efecto por la variacin en la cantidad y distribucin de los aforos,
sobre los valores del error de los caudales instantneos calculados mediante la curva, as como su
propagacin hacia
ia los caudales promedio
promed anuales y mensuales, los caudales mximos de diseo y
el ndice de escasez.
Como conclusin general,, se puede establecer que la incertidumbre de los caudales calculados
mediante curvas nivel - caudal construidas con una baja
aja densidad de aforos lquidos, ser mayor a
los valores mximos aceptables segn los estndares internacionales, y la utilizacin posterior de
dichos caudales debe ser limitada segn cada aplicacin y caso de estudio.
Las principales conclusiones especficas obtenidas a partir del anlisis
anlisis de resultados son:
La incertidumbre de los caudales instantneos depender principalmente de la cantidad de

aforos y el porcentaje de extrapolacin de los niveles. En los casos estudiados se encontr que
para el cumplimiento de los estndares mnimos de error (10% segn WMO), la cantidad
mnima de aforos debe ser entre 12 y 15; la extrapolacin hacia niveles mnimos debe ser
menor al 10%; y la extrapolacin hacia niveles mximos debe ser menor al 25%.
En general, los errores estimados de los caudales instantneos

instantneos depender de la zona en la que
se encuentre el nivel con respecto a la distribucin de niveles aforados, encontrndose que
para los casos donde no se necesita extrapolacin, los errores de curvas construidas con
cantidades bajas de aforos, son del mismo orden de magnitud que las curvas construidas con
la muestra total de aforos. En consecuencia, cuando la cantidad de aforos es limitada, se debe
procurar que los aforos de caudal cubran el mayor rango posible de niveles con respecto
resp
a la
variacin natural de niveles en la seccin.
Los resultados del error relativo de los caudal

caudales
es promedio mensuales y anuales permiten
establecer que ste
ste depende principalmente de la cantidad de aforos de calibracin, y en
segunda medida de la cobertura de niveles d
diarios
iarios con respecto al rango de niveles aforados, y
la distribucin de los niveles observados en la matriz de correlacin de errores de los caudales
de la curva
Se observ un incremento en la incertidumbre y a la vez una tendencia hacia la sobre

estimacin
n de los caudales mximos o crecientes de diseo al incluir los errores propagados
desde la curva nivel - caudal. Estos errores pueden llegar hasta un 20% del caudal de diseo
cuando la curva es construida con una cantidad baja de aforos y se aplican extrapolaciones
extra
del
orden del 50%,, por lo que es necesario que los diseado
diseadores
res tengan en cuenta este error al
79
Trabajo de Grado
aplicar los factores de seguridad en el dimensionamiento de estructuras,

estructuras con el fin de no
aumentar el riesgo de fallas.
fallas
Similarmente, se observ un incremento

incremento en la incertidumbre en el ndice de Escasez al incluir
los errores propagados desde la curva nivel caudal. En este caso los errores pueden ser hasta
de un 30%, lo cual implica que las personas encargadas de fijar las polticas de uso del recurso
hdrico deben considerar este error al momento de establecer medidas restrictivas, como la
fijacin de tasas por uso del agua o el otorgamiento de concesiones de captacin.
Al efectuar la calibracin de la curva nivel - caudal con una cantidad baja de aforos,
afor se observ
una tendencia hacia la subestimacin del error estndar de la regresin con respecto al valor
obtenido con el total de aforos observados. La causa de esta tendencia puede explicarse en el
hecho de que cuando la cantidad de puntos a utilizar para calibrar la curva se acerca a la
cantidad de parmetros del modelo, el mtodo ajusta de forma casi exacta la forma de la
curva a los puntos observados, y no permite observar la verdadera dispersin de los datos con
respecto al modelo de simulacin. Para
ra los casos de las estaciones estudiadas, se encontr que
la cantidad mnima de aforos necesaria para la estimacin confiable del error estndar de la
regresin, est entre 10 y 15.
En resumen, se puede recomendar que para los casos de las estaciones donde
do
el error
estndar de la regresin
esin sea del orden de 8% a 12%, la cantidad mnima de aforos necesarios
para la construccin de la curva nivel - caudal puede ser de 10 a 15; mientras que en los casos
en los que el error estndar de la regresin sea del orden
orden de 13% a 17%, la cantidad de aforos
deber ser por lo menos de 20. Para los casos donde el error estndar de regresin es mayor a
20% es necesario considerar la utilizacin de modelos alternativos ms complejos.
Algunos aportes e implicaciones que se pudieron obtener con el estudio son:
Se constat la importancia de la cantidad y la distribucin de aforos, as como del porcentaje

de extrapolacin en el error de los caudales extrados de la curva nivel caudal. Si bien, es
lgico y esperable que estos factores tengan una alta incidencia en la incertidumbre de los
valores de caudal, no se contaba con estimaciones de su magnitud para casos especficos de
estudio.
Los valores de errores estimados para los caudales promedio anuales, mensuales, crecientes
de diseo e ndice de Escasez, sirven como punto de partida o variables de entrada para otros
estudios, como por ejemplo: la formulacin de escenarios de modelacin estocstica, el
afinamiento de anlisis de riesgo, interpretacin de resultados anmalos de modelacin,
anlisis de tendencias en series de caudales, y la verificacin de efectos de cambio climtico.
Se formulan recomendaciones en cuanto a cantidades mnimas y distribuciones de aforos con

el fin de disminuir los errores en los caudales
cauda obtenidos mediante la curva, y la estimacin
confiable del error estndar de calibracin de la regresin.
80
Trabajo de Grado
4.2 NECESIDADES DE INVESTIGACIN FUTURA

Para futuros proyectos de investigacin y trabajos de grado, se proponen los siguientes temas:
t
Analizar la incertidumbre de los caudales obtenidos a partir de modelos complejos que

consideren tanto el nivel en la estacin, como el gradiente hidrulico en el tramo de la
corriente.. Para ello se debern implementar sistemas de medicin fijos que permitan la
estimacin de los caudales
caudales con alta frecuencia, as como la instalacin de limngrafos
li
adicionales para la medicin del nivel en diversos puntos a lo largo del cauce, con el fin de
tener datos suficientes para la calibracin de los parmetros del modelo.
Estudiar el efecto de laa utilizacin de caudales de diseo con altos niveles de incertidumbre
bajo un marco de anlisis de riesgo, en el que se consideren los costos por el posible
sobredimensionamiento de las estructuras, comparado con los costos por implementacin y
operacin de campaas de medicin intensivas en las estaciones de caudal de la red nacional.
Establecer los valores esperados de los componentes de error en las mediciones directas de
caudal para las condiciones y prcticas hidromtricas aplicadas en Colombia. Para ello se
debern programar campaas de aforos lquidos que consideren la medicin simultnea del
caudal por varias comisiones independientes, de tal forma que se puedan analizar los efectos
de la variacin en la cantidad de verticales, nmero de puntos, tipo
tipo de instrumentos, tiempo
de exposicin, etc.
81
Trabajo de Grado
REFERENCIAS BIBLIOGRFICAS
xtraccin de operadores de transicin de estado en sistemas complejos.
Angarita, H., 2008: Extraccin
aplicaciones en hidrologa. Trabajo de Grado, Maestra en Hidrosistemas, Ponitificia Universidad
Javeriana, 62 pp.
Bates, D. M., and D. G. Watts, 2007: Nonlinear Regression Analysis and Its Applications
Applications. 1st ed.
Wiley-Interscience, 392 pp.
Bhattacharya, B., and D. P. Solomatine, 2005:
2005: Neural networks and M5 model trees in modelling
water
leveldischarge
discharge
relationship.
Neurocomputing,,
63,
381396,
doi:10.1016/j.neucom.2004.04.016.
Boiten, W., 2007: Hydrometry.
Hydrometry 1st ed. Taylor & Francis, 256 pp.
Carter, R. W., 1970: Accuracy of current me
meter measurements. IAHS,.
Carter, R. W., and I. E. Anderson, 1963: Accuracy of current meter measurements. J Hydraulics
Division Proc ASCE, 4, 105115.
115.
Cheng, C.-L.,
L., and J. W. V. Ness, 1999: Statistical Regression with Measurement Error: Kendalls
Library of Statistics 6.. 1st ed. Wiley, 262 pp.
Chow, V. T., and D. R. Maidment, 1994: Hidrologa Aplicada. MC Graw Hill, Bogot, 584pp.
Clarke, R. T., 1999: Uncertainty in the estimation of mean annual flood due to rating-curve
rating
indefinition. Journal of Hydrology
Hydrology, 222, 185190.
Clarke, R. T., E. M. Mendiondo, and L. C. Brusa, 2000: Uncertainties in mean discharges from two
large South American rivers due to rating curve variability. Hydrological Sciences Journal,
Journal 45, 221
236, doi:10.1080/02626660009492321.
DHV Consultants
ltants BV, and DELFT HYDRAULICS, 1999: Hydrology Project. Training module # SWDP 29
How
to
establish
stage
discharge
rating
curve.
http://www.cwc.nic.in/main/HP/download/29%20HOW%20TO%20ESTABLISH%20STAGE%20DISC
HARGE%20RATING%20CURVE.pdf.
Dominguez, E., R.. Nio, and I. Verdugo, 2000: Metodologa para la optimizacin de redes
hidromtricas. Caso de estudio - rea operativa 10. IDEAM, Bogot, 46 pp.
Dominguez, E., I. Verdugo, and R. Nio, 2006: Criterios de optimizacin de Karaziov aplicados a la
red hidrolgica colombiana. Avances en recursos hidrulicos,
hidrulicos 13, 22.
Dominguez, E., H. Rivera, R. Vanegas, and P. Moreno, 2008: Relaciones demanda
demanda-oferta de agua y
el ndice de escasez de agua como herramientas de evaluacin del recurso hdrico colombiano.
Rev. Acad. Colomb. Cienc., 32(123): 195-212.
195
82
Trabajo de Grado
Domnguez, E., A. Hassidoff, J. Len, Y. Ivanova, and H. Rivera, 2009: Maximal, minimal and mean
surface runoff in Colombia: How is it distributed? Journal of Environmental Hydrology,
Hydrology 17, 12.
Dymond, J. R., and R. Christi
Christian,
an, 1982: Accuracy of discharge determined from a rating curve /
Prcision du dbit dtermin partir dune courbe de tarage. Hydrological Sciences Journal
Journal, 27,
493504,
504, doi:10.1080/02626668209491128.
Grabe, M., 2010: Measurement Uncertainties in Science and Technology.. Softcover reprint of
hardcover 1st ed. 2005 ed. Springer, 282 pp.
Haan, T., 2002: Statistical Methods in Hydrology.
Hydrology. Iowa State University Press, Iowa, 378 pp.
Herschy, R. W., 1999: Hydrometry: Principles and Practice, 2nd Edition.
Edition. 2nd ed. W
Wiley, 384 pp.
Herschy, R. W., 2008: Streamflow Measurement.
Measurement 3rd ed. Spon Press, 536 pp.
IDEAM, 1998: Diseo y Optimizacin de
la
www2.ideam.gov.co/temas/guiaagua/Anexo%203.pdf.
IDEAM, 1999: Procesamiento y Calidad de
www2.ideam.gov.co/temas/guiaagua/Anexo%208.pdf.
Red
la
de
Estaciones
Informacin
Informacin
Hidrolgicas.
Hidolgica
Bsica.
ISO, 1998: ISO 1100-2:1998:

2:1998: Measurement of liquid flow in open channels - Part 2: Determination
of the stage-discharge
discharge relation.
ISO/TC 30/SC -9, 2007: ISO 5168:2005, Measurement o
of fluid flow - Procedures for the evaluation
of uncertainties.. Multiple. Distributed through American National Standards Institute (ANSI), 72
pp.
JCGM, 2008: Evaluation of measurement data Guide to the expression of uncertainty in
measurement. First Edition.
Karasiov, I., 1980: River
Guidrometeoizdat, 310 pp.
hydrometry
and
water
resources
assessment.
assessment
Leningrad:
Karasiov, I., and I. Shumkov, 1985: Hydrometry.. Leningrad: Guidrometeoizdat, 384 pp.
Karasiov, I., and T. Yakovlieva, 2001: Methods for the error assessment of river runoff.
Meteorologuia y Guidrologuia,
Guidrologuia 6, 96106.
Karasiov, I., A. Vasiliev, and S. Subbotina, 1991: Hydrometry.. Leningrad: Guidrometeoizdat, 376 pp.
Kottegoda, N. T., and R. Rosso,
osso, 2008: Applied Statistics for Civil and Environmental Engineers.
Engineers 2nd
ed. Wiley-Blackwell, 736 pp.
Lohani, A. K., N. K. Goel, and K. K. S. Bhatia, 2006: TakagiSugeno
Takagi Sugeno fuzzy inference system for
modeling
stagedischarge
discharge
relationship.
Journal
of
Hydrology,,
331,
146160,
doi:10.1016/j.jhydrol.2006.05.007.
83
Trabajo de Grado
Pelletier, P. M., 1988: Uncertainties in the single determination of river discharge: a literature
review. Canadian Journal of Civil Engineering,
Engineering 15, 834850, doi:10.1139/l88-109.
109.
Petersen-verleir, A., 2004:
004: Accounting for heteroscedasticity in rating curve estimates. Journal of
Hydrology, 292, 173181,
181, doi:10.1016/j.jhydrol.2003.12.024.
Petersen-verleir,
verleir, A., and T. Reitan, 2009: Accounting for rating curve imprecision in flood
frequency analysis using likelihood
ikelihood-based methods. Journal of Hydrology, 366,
366 89100.
Rantz, S. E. and O., 1982: Measurement and Computation of Streamflow: Volume 1. Measurement
of Stage and Discharge.. department of the Interior, 284 pp.
Reitan, T., and A. Petersen--verleir, 2005: Estimating the discharge rating curve by nonlinear
regression - The frequentist approach.
Reitan, T., and A. Petersen-verleir,
verleir, 2006: Existence of the frequentistic estimate for power
power-law
regression with a location parameter, with applications for making discharge
discharge rating curves.
Stochastic Environmental Research and Risk Assessment,
Assessment 22, 445453.
Rozhdenstvenskiy, A. V., and A. I. Chevotariov, 1974: Statistical methods in hydrology
hydrology. Z. M.
Kozhina, Ed., Leningrad, Guidrometeoizdat, 424 pp.
Sauer, V. B., and R.. W. Meyer, 1992: Determination of Error in Individual Discharge Measurements.
Measurements
U.S. Geological Survey Open-File
File Report, 21 pp.
Schmidt, A. R., 2002: Analysis of Stage-Discharge
Stage
Relations for Open-Channel
Channel Flows and their
associated Uncertainties. University of Illinois at Urbana-Champaign,
Champaign, Department of Civil and
Environmental Engineering, 349 pp.
Seber, G. A. F., and A. J. Lee, 2003: Linear Regression Analysis. 2nd ed. Wiley-Interscience,
Interscience, 582 pp.
Seber, G. A. F., and C. J. Wild, 2003: Nonlinear Regression. Wiley-Interscience,
Interscience, 792 pp.
Shiklomanov, A. I., T. I. Yakovleva, R. B. Lammers, I. P. Karasev, C. J. Vrsmarty, and E. Linder,
2006: Cold region river discharge uncertainty
uncertaintyestimates
estimates from large Russian rivers. Journal of
Hydrology, 326, 231256.
Stuart, A.,
., K. Ord, and S. Arnold, 2009: Kendalls Advanced Theory of Statistics, Classical Inference
and the Linear Model.. 6th ed. Wiley, 224 pp.
Tung, Y.-K., and B.-C.
C. Yen, 2005: Hydrosystems Engineering Uncertainty Analysis.
Analysis 1st ed. McGrawHill Professional, 285 pp.
Unicef Ecoversa, 2010: Segundo Informe del estudio Estimacin de la Oferta y Demanda Hdrica
Nacional.
Venetis, C., 1970: A note on the estimation of the parameters in logarithmic stage-discharge
stage
relationships with estimates of their error. International
ational Association of Scientific Hydrology.
84
Trabajo de Grado
Bulletin 15, 105 pp.

World Meteorological Organization, 1994: Guide to hydrological practices. Data acquisition and
processing, analysis, forecasting and other applications.
applications 735 pp.
Yan, X., and X. G. Su, 2009: Linear Regression Analysis: Theory and Computing.
Computing 1st ed. World
Scientific Publishing Company, 348 pp.
85
Trabajo de Grado
ANEXOS
(Ver archivo en medio magntico)
magntico
ANEXO 1: RESUMENES DE AFOROS Y CURVAS

ANEXO 2: ESTIMACIN DE ERROR EN AFOROS INDIVIDUALES
ANEXO 3: VALORES DE NIVELES Y CAUDALES PROMEDIO DIARIO Y
MXIMOS ABSOLUTOS.
ABSOLUTOS
ANEXO 4: RESULTADOS DE ANLISIS DE INCERTIDUMBRE
86
Trabajo de Grado
APNDICE
INCERTIDUMBRE EN LOS AFOROS DE CAUDAL
En teora, el caudal que pasa por una seccin transversal de un ro puede ser calculado mediante
la siguiente integral
0 ), , ),
Ec 0-1
Donde 0 ), , representa el valor del campo de velocidades a lo largo de la seccin transversal A.
En la prctica, el mtodo de rea velocidad para medicin de caudales considera la aproximacin

de la integral anterior mediante sumas finitas, dividiendo la seccin en sub secciones o segmentos
as:
s
B 08 8 8
8j!
Ec 0-2
Donde vi, pi y di son respectivamente la velocidad, profundidad y distancia del segmento i.

La realizacin de la medicin de caudal o aforo lquido consiste bsicamente en establecer un
determinado nmero de verticales a lo largo de una seccin transversal del
de ro, donde se harn
mediciones puntuales de velocidad a distintos profundidades, as como la profundidad total del
agua y las distancias horizontales entre verticales, de tal forma que se puedan establecer los
segmentos para el clculo del caudal.
Para laa medicin de la profundidad se acostumbra utilizar una barra graduada cuando el ro se
puede aforar por vadeo, o un cable con contrapeso cuando se afora por suspensin desde puente
o tarabita; mientras que para la medicin de las distancias horizontales se
se utiliza una cinta mtrica
a lo largo de la lnea base que atraviesa la seccin.
La medicin de la velocidad se realiza con molinete o correntmetro calibrado el cual se instala en
puntos de cada vertical por medio de la barra o cable.
De acuerdo con las fuentes consultadas (Pelletier 1988), (Sauer and Meyer 1992),
1992) (Carter and
Anderson 1963), (Herschy 2008),
2008) (Rantz 1982),, las principales fuentes de error que se presentan
en los aforos para medicin de caudal por el mtodo de rea velocidad con molinete son:
Errores en la medicin del rea de los segmentos o sub secciones, causados a su vez por error
en la medicin
n de las distancias horizontales entre verticales, y las profundidades del agua.
87
Trabajo de Grado
Errores en la medicin de la velocidad en la vertical, causadas por error del instrumento de

medicin, la cantidad de puntos en las verticales, tiempo de exposicin, ngulos horizontales,
turbulencia, etc.
Error por aproximar la integral para el clculo del caudal mediante sumas finitas por
segmentos o sub secciones.
Otros factores como el cambio en el nivel durante la medicin, accin del viento, presencia de
hielo, obstrucciones, cercana a bordes o contornos, mala utilizacin de equipos, etc.
Errores en la medicin de la seccin transversal
Error en la medicin de distancias horizontales
Con respecto a los errores en la medicin de las distancias horizontales existe poca o nula
investigacin, y en general son considerados muy bajos o despreciables, por lo que en algunas
ocasiones no son ni siquiera tenidos en cuenta dentro de la cuantifica
cuantificacin
cin del error del aforo
(Sauer and Meyer 1992).
En (Herschy 2008) y (Pelletier 1988) se estima que el valor de este error no debe ser superior al
0.5%.
Error en la medicin de la profundidad
Los errores en la medicin de la profundidad de la vertical pueden ser causados por: la presencia
de materiales arenosos y/o limosos que dificultan la deteccin del fondo, la forma
formacin de ngulos
entre la vertical y el cable de medicin por el arrastre de los instrumentos cuando se tienen altas
velocidades y grandes profundidades, irregularidad del fondo cuando se tienen materiales de
grava, guijarros o bloques, etc.
De acuerdo con (Herschy 2008) los errores de este tipo no deberan exceder el 1.5% para
profundidades menores de 0.30 m, y 0.5% para profundidades
pro
mayores.
En (Sauer and Meyer 1992))) se propone una tabla para estimacin de este error considerando
distintos tipos
ipos de condiciones de campo segn el tipo de material del fondo y el mtodo de
medicin. En la tabla, el valor de D corresponde a la profundidad de la vertical expresada en pies.
Tabla 0-1 Valores de error (%)) en la medicin de la profundidad. Adaptado de (Sauer and Meyer 1992)
Condicin del Fondo del Cauce

A. Fondo estable
B. Fondo estable con arena o limo
88
Vadeo
Suspensin
Trabajo de Grado
Condicin del Fondo del Cauce
Vadeo
Suspensin
10
10
E. Fondo estable con grandes

velocidades y ngulos verticales
E. Fondo inestable con grandes

velocidades y ngulos verticales
15
C. Fondo estable con gravas, guijarros

o cantos
D. Fondo mvil cambiante
Errores en la medicin de la velocidad

Los principales factores que influyen en el error de la medicin de la velocidad son: la curva de
calibracin del molinete, el tiempo de exposicin del molinete para el conteo de revoluciones, el
nmero de puntos en la vertical para el clculo de la velocidad media, la presencia de
componentes del flujo oblicuos a la seccin transversal, las propiedades del fluido, y la turbulencia
en la corriente.
Error en la curva de calibracin de molinete.
Este tipo de error depender principalmente del tipo de molinete empleado, la forma de
calibracin (individual o en grupo) y el rango de velocidades presentes en el cauce. A continuacin
se presentan tablas con valores para este tipo de error estimados por distintos autores.
Tabla 0-2 Valores de error (%) en la medicin de la velocidad por la calibracin del molinete. Molinete eje
horizontal Ott (Herschy 2008)
Tipo de Calibracin
Vel (m/s)
Individual
Grupo
0.03
10
10
0.10
2.5
0.15
1.25
2.5
0.25
89
Trabajo de Grado
Tipo de Calibracin
Vel (m/s)
Individual
Grupo
0.50
0.5
1.5
1.00
0.5
2.00
0.5
3.00
0.5
Tabla 0-3 Valores de error (%) en la medicin de la velocidad por la calibracin del molinete. Molinete eje
vertical Price AA. en (Sauer and Meyer 1992)
Vel (m/s)
Error (%)
0.08
2.8
0.15
1.2
0.23
0.9
0.34
0.79
0.46
0.49
0.67
0.34
1.52
0.32
2.44
0.32
Error por el tiempo de exposicin del molinete.
La velocidad de agua en cualquier punto de la seccin es una variable aleatoria cuyo valor flucta
cada instante en forma de pulsos u oscilaciones. Cuando se realiza un aforo se hace una
estimacin de la velocidad promedio durante el tiempo de medicin para cada punto. El error de
esta medicin depender de la profundidad a la cual se realiza la medicin, y el rango de
velocidades presentes en el cauce. Algunos valores estimados para este tipo de error son:
90
Trabajo de Grado
Tabla 0-4 Valores de error (%) en la medicin de la velocidad por el tiempo de exposicin. (Herschy 2008)
Profundidad con respecto a la superficie

0.2, 0.4, 0.6
0.8, 0.9
Tiempo (min)
Tiempo (min)
Vel (m/s)
0.5
0.5
0.05
25
20
15
10
40
30
25
20
0.10
14
11
17
14
10
0.20
0.30
0.40
0.50
1.00
2.00
Tabla 0-5 Valores de error (%) en la medicin de la velocidad por el tiempo de exposicin (Carter 1970).

Texp (min)
0.2
0.6
0.8
0.2-0.8
15
5.7
7.5
10.3
5.9
30
4.7
6.4
8.0
4.6
45
4.2
5.6
7.2
4.2
60
3.8
5.2
6.4
3.7
90
3.3
5.2
5.6
3.3
120
2.9
4.6
5.0
2.9
180
2.5
3.6
4.4
2.5
91
Trabajo de Grado

Texp (min)
240
0.2
0.6
0.8
0.2-0.8
2.0
3.4
3.6
2.1
Error por el nmero de puntos en la vertical.
El error por el nmero de verticales se origina por la diferencia entre el comportamiento del
campo de velocidades real y el comportamiento terico supuesto para el clculo de la velocidad
media segn el nmero de puntos en la vertical. Algunos valores estimados para este tipo de error
son:
Tabla 0-6 Valores de error (%) en la medicin de la velocidad por el nmero de puntos en la vertical.
(Herschy 2008)
Mtodo
Error (%)
10pts
0.5
5pts
2.5
0.2-0.8P
3.5
0.6P
7.5
superficial
15
Tabla 0-7 Valores de error (%) en la medicin de la velocidad por el nmero de puntos en la vertical.
(Carter 1970)
Mtodo
Error (%)
0.2P
15.1
0.6P
11.2
0.8P
22.6
0.2-0.8p
4.3
92
Trabajo de Grado
Errores por aproximacin de la integral mediante sumas finitas

Al hacer la aproximacin del clculo del caudal mediante sumas finitas se hace la suposicin de
que el campo de velocidades vara linealmente entre verticales, as como la geometra del fondo
del cauce, por ello la magnitud de este error depender de la validez de esta suposicin, la
regularidad y el tamao de la seccin.
Algunos valores estimados para este tipo de error son:
Tabla 0-8 Valores de error (%) en la medicin de caudal por el nmero de verticales. (Herschy 2008)
Verticales
Error (%)
7.5
10
4.5
15
20
2.5
25
30
1.5
35
40
45
Tabla 0-9 Valores de error (%) en la medicin de caudal por el nmero de verticales. (Carter 1970)
Verticales
Error (%)
8-11
4.2
12-15
4.1
16-20
2.1
21-25
26-30
1.6
31-35
1.6
93
Trabajo de Grado
Verticales
Error (%)
104
0.0001
Frmula para estimar el error de una medicin de caudal

Aplicando los conceptos del anlisis de incertidumbre de primer orden a la ecuacin Ec 0-2, y
suponiendo que
ue no existe correlacin entre los trminos de error en las mediciones de velocidad y
distancias horizontales o verticales, tenemos:
5"
! 0! " 5r"
! 0! " 5@"
" " " 5 "

" "
! ! " 5 "
" 0" " 5r"
" "
5r
" 0" " 5@"

" "
5@
Ec 0-3
Considerando los errores relativos en la medicin de profundidad, distancia horizontal y velocidad,

5r"
"
5r
8
5 "
5" 08
5@"
Se tiene
5"
"
! ! 0! " 5r
"
5@
8
"
! ! 0! "5@
"
" " 0" " 5@
"
"
Ec 0-4
"
! ! 0! " 5"
" " 0" " 5"
" "
5@
"
" " 0" " 5r
r
" "
5
" "
5r
Ec 0-5
Resumiendo,
5
"
B
8j!
"
"
L5r
5"
"
"
5@
"
94
5" M
Ec 0-6
Trabajo de Grado
Considerando ahora las fuentes de error sistemtico, los errores por el nmero de verticales y los
factores considerados para los errores relativos de las mediciones de profundidad, distancia y
velocidad puntual
5"
5"
"
5
"
58
"
"
8 L5 8
"
5@
8j!
1
"
L58H
@
"
5
"
"
5Xs
"
5
8 M
@ 8
Ec 0-7
Dependiendo de la uniformidad de la seccin se puede suponer que los caudales y los errores
individuales en todos los segmentos entre verticales son similares, o sea que Q = Nv*Qi
5"
5"
5"
"
58
5"
"
58
1
"
v5
1
5"

"
5
"
5@
"
5
"
5
1
"
L58H
@
"
5Xs
@ Mw
Ec 0-8
La anterior ecuacin es la propuesta por (Herschy 2008),, la cual es considerada una buena
aproximacin de la ecuacin Ec 0-7.
En (Carter 1970) y (Sauer and Meyer 1992) se propone una ecuacin diferente a la anterior,
puesto que se tiene en cuenta que existe ccierta
ierta correlacin entre las mediciones puntuales de
velocidad en distintas profundidades, as como en las formas de expresar y contemplar los
componentes de error por la calibracin del molinete.
5"
5"
"
58
"
58H
5"
1
"
L5
"
5Xs
@M
Ec 0-9
Donde 5 es el error por el nmero de verticales considerando las distintas verticales y la

correlacin ( =0.04) entre mediciones a distintas profundidades (Carter 1970):
1970)
5@
95
Ec 0-10

Tesis593 Errores PDF

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

Tesis593 Errores PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Maestra en Hidrosistemas

PROPAGACIN DE ERRORES EN CLCULOS HIDROLGICOS CON

JUAN FELIPE MARTNEZ PLATA

PONTIFICIA UNIVERSIDAD JAVERIANA

MARCO CONCEPTUAL PARA LA PROPAGACIN DE ERRORES EN LA CURVA NIVEL - CAUDAL... 1

CONSIDERACIONES HIDRULICAS ................................................................

MTODOS DE CONSTRUCCIN DE LA CURVA NIVEL CAUDAL .......................................

Frmulas Tradicionales ................................................................

Estabilidad de la curva ................................................................

Frmulas Alternativas ................................................................

Calibracin de parmetros ................................................................

Metodologas de Anlisis ................................................................

Incertidumbre de la Regresin ................................................................

Incertidumbre de los aforos de caudal ................................................................

APLICACIN A CASOS DE ESTUDIO ................................................................

ESTACIONES ANALIZADAS .............................................................................................

ERRORES EN LOS AFOROS LQUIDOS ................................................................

VERIFICACIN DE ESTABILIDAD DEL CAUCE ................................................................

CALIBRACIN DE LAS CURVAS ................................................................

TIPOS DE ANLISIS PARA MUESTREO Y SIMULACIN ....................................................

Muestras de Niveles Uniformemente Distribuidas................................

Muestras de Niveles Aleatorias ................................................................

INCERTIDUMBRE DE LOS CAUDALES ................................................................

MATERIALES Y MTODOS .............................................................................................

ANLISIS DE RESULTADOS ................................................................................................

INCERTIDUMBRE DE CAUDALES INSTANTNEOS MEDIOS, MXIMOS Y MNIMOS.........

Muestras Uniformemente Distribuidas ................................................................

Muestras Aleatorias ..............................................................................................

Muestras Uniformemente Distribuidas ................................................................

Muestras Aleatorias ..............................................................................................

Propagacin de errores en Caudales de diseo .....................................................

Propagacin de errores en ndice de Escasez ........................................................

CONCLUSIONES Y RECOMENDACIONES ................................................................

ACERCA DE LOS RESULTADOS OBTENIDOS ................................................................

NECESIDADES DE INVESTIGACIN FUTURA ................................................................

determinado perodo de tiempo en el que la seccin se considere estable,

considerando los casos del ndice de escasez y el dimensionamiento de una estructura

El texto del documento se encuentra distribuido de la siguiente forma:

1 MARCO CONCEPTUAL PARA LA PROPAGACIN

1.1 CONSIDERACIONES HIDRULICAS

Donde: Q es el caudal, Cv es el coeficiente de descarga del vertedero, Lv es la longitud de la cresta,

Donde: Cf es el coeficiente de friccin del tramo, A el rea de la seccin, R el radio hidrulico

En la prctica hidromtrica la primera aproximacin consiste en calibrar la curva nivel caudal

1.2 MTODOS DE CONSTRUCCIN DE LA CURVA NIVEL CAUDAL

c0, c1, cn: son parmetros de la ecuacin obtenidos mediante calibracin.

1.2.2 Estabilidad de la curva

Cambios morfolgicos en la seccin (erosin y/o relleno);

Efecto de remanso aguas abajo;

Formacin de capas de hielo;

Flujo no permanente por trnsito de crecientes

lo que es indispensable una inspeccin det

El Instituto de Hidrologa, Meteorologa y Estudios Ambientales (IDEAM

En (Shiklomanov et al. 2006) se contempla la realizacin de una prueba de aleatoriedad al

El United States Geological Survey (USGS)

1.2.3 Frmulas Alternativas

Caudal Nivel y pendiente del agua con medicin de nivel en un punto;

Teniendo en cuenta lo anterior, se anota como recomendacin del trabajo, la necesida

1.2.4 Calibracin de parmetros

Donde: Y es la variable aleatoria de respuesta, X es el vector o conjunto de variables predictoras, .

Los modelos de regresin se clasifican en lineales o no lineales dependiendo de la forma en que

1.2.4.1 Frmula Polinomial

?" > "

Las principales suposiciones del modelo son: