Beruflich Dokumente
Kultur Dokumente
PRESENTADA POR:
PUNO PERÚ
2009
1
Contenido
INTRODUCCIÓN ........................................................................................................................................6
2.2.1.Modelos ............................................................................................................................... 16
2.2.5.Escorrentía ........................................................................................................................... 17
2.2.6.Precipitación......................................................................................................................... 17
2.2.7.Infiltración ............................................................................................................................ 17
2
2.2.10.Cuenca de recepción .......................................................................................................... 18
3.2.6. Método SCS para abstracciones para determinar la lluvia efectiva ................................... 31
3
4.1. Localización Geográfica: ............................................................................................................. 36
4.2.2. Hidrografía........................................................................................................................... 36
4.2.4. Climatología......................................................................................................................... 36
4.2.5. Temperatura........................................................................................................................ 37
4
RESUMEN
Los grandes fenómenos naturales que alteran las condiciones climatológicas, provocando temporadas
de fuertes precipitaciones pluviales, que desencadenan inundaciones y huaycos, son las máximas
avenidas por la ocurrencia de tormentas de alta intensidad, este fenómeno ocurre esporádicamente y el
resultado de su presencia son pérdidas de viviendas, obras civiles, zonas de cultivo y sobre todo
pérdidas humanas; por este motivo es necesario su tratamiento a través de modelos hidrológicos; se ha
planteado como interrogante: ¿Por qué los sistemas de drenaje superficial no funcionan
adecuadamente en el momento de tormentas de alta intensidad y de corta duración en las microcuencas
de la ciudad de Puno? y como objetivo: Aplicar el modelo hidrológico HEC HMS en el análisis de
máximas avenidas con el fin de prevenir las inundaciones que ocurren dentro de las microcuencas de
la ciudad de Puno. La ciudad descansa a orillas del lago Titicaca y es de clima frío y semiseco. La
temporada de lluvias se inicia en octubre y concluye en abril. La temperatura media anual máxima es
14 °C y la mínima 3 °C. Sus coordenadas geográficas son: 15º 50'20" S, 70º 01' 43". El método
utilizado en el trabajo es la determinación de tormentas máximas para un período de retorno y
transformarlas en caudal a través del modelo hidrológico HEC HMS. Previo a la selección del modelo
matemático precipitación – caudal se realizo el análisis de consistencia de la información de las
tormentas máximas anuales obtenidas del registro pluviográfico de la estación Salcedo. Así mismo se
determinaron los parámetros físicos de las principales microcuencas. Se ha llegado como
conclusiones: Los caudales máximos dependen del uso de suelo, así como de las características de la
tormenta que los genera, las principales microcuencas de Puno: Llavini, Salcedo y Jaylluhuaya tienen
un porcentaje de área urbanizada bajo de alrededor de 2 a 8% dentro del área que contribuye
efectivamente al drenaje, por tanto, existen grandes pérdidas por infiltración; Se considera que la
precipitación cae uniformemente en la microcuenca debido a su pequeña área, sin embargo, esta
asunción puede no ser adecuada pero los datos pluviométricos son escasos y se consideran que cubren
el área de las microcuencas estudiadas. De forma similar se ponderó aproximadamente la influencia
del uso de suelo para asumir un número de curva en condiciones de humedad normales; y la
distribución de Gumbel ajusta adecuadamente los valores de intensidad máxima para todas las
duraciones. La construcción de la relación intensidad – duración – frecuencia es un método adecuado
para poder determinar tormentas hipotéticas adecuadas para el modelo HEC HMS 3.4.
Los caudales máximos para las microcuencas son proporcionales al período de retorno y al
área de la cuenca, el tiempo en el que se presenta el caudal máximo es de mucha importancia
para acciones de evacuación en tiempo real. En Llavini el caudal máximo se presenta a 1 hora
del inicio de la tormenta, en Salcedo y Jaylluhuaya se presenta a la hora y media del inicio de
la tormenta. Se recomienda seguir utilizando el modelo mencionado en otras cuencas.
5
INTRODUCCIÓN
En nuestro país, uno de los grandes fenómenos naturales que alteran las condiciones
climatológicas, provocando temporadas de fuertes lluvias, que desencadenan inundaciones y
huaycos, son las máximas avenidas ocasionadas por la ocurrencia de tormentas. Este
fenómeno ocurre esporádicamente y el resultado de su presencia son pérdidas de viviendas,
obras civiles, zonas de cultivo y sobretodo pérdidas humanas. La naturaleza de una geografía
abrupta añadido a agentes externos como son las máximas avenidas, es un problema más en
la tarea de los ingenieros para el diseño de obras civiles, tal como puentes, carreteras,
estructuras hidráulicas, etc. Por lo tanto se deben tomar las medidas de seguridad contra
posibles inundaciones y huaycos provocados por estos desastres naturales. Las quebradas son
las formas más comunes y difíciles que debemos enfrentar, y los huaycos es el tipo de flujo
característico que causa daño a lo largo de todo su recorrido. Principalmente, en la zona baja
de la quebrada, el huayco demuestra su poderío destructivo enterrando estructuras y coches en
su camino; cubriendo carreteras, campos, pastos con una gran manta de lodo y piedras de
diversos tamaños. Los pobladores que han vivido y presenciado un flujo de escombros, lo
describen como: “una pared de rocas y piedras de diferentes tamaño envueltas en una mezcla
de barro, que aparece repentinamente a la salida de la quebrada, precedido por un ruido
estrepitoso; el cauce permanece lleno de un torrente de escombros cargado de barro y cantos
rodados rechinando y triturándose conjuntamente”. El acontecimiento descrito, es un flujo de
escombros y la forma de deposición y las características del movimiento, por mucho tiempo
han sido estudiadas por geólogos e ingenieros; y a la vez ha despertado el interés de
autoridades relacionados a la tarea de mitigación de desastres.
El aprovechamiento racional de los recursos hidráulicos de una ciudad o de una región para
satisfacer las diferentes demandas del recurso, implica el conocimiento de las disponibilidades
hidráulicas, su distribución espacial, la cantidad, la calidad y su patrón de variabilidad. Es
indispensable también estimar las demandas actuales y futuras para los diversos fines tanto
espacial como temporalmente normar el uso del agua y asignar las disponibilidades
geográficamente entre los diferentes tipos de usos potenciales.
6
CAPITULO I. PLANTEAMIENTO DEL PROBLEMA,
ANTECEDENTES Y OBJETO DE LA INVESTIGACIÓN
La ciudad de Puno por su ubicación geográfica tiene problemas de drenaje superficial cuando
se presentan tormentas de alta intensidad y de corta duración, así mismo existe problemas en
el diseño de drenaje pluvial adecuado la cual implica costos excesivos a lo largo del tiempo;
por lo tanto un proyecto intermediario sería la solución ideal, generando los menores costos
anuales a través de estudios hidrológicos utilizando los modelos hidrológicos adecuados de la
cuenca. Los métodos estadísticos se apoyan en la existencia de series de datos de caudales en
el lugar de interés, las cuales son sometidas a un análisis de frecuencias usando técnicas
tradicionales de estudio (se basan por lo tanto en la observación de eventos pasados). Esto
implica que la curva de frecuencia definida para un determinado lugar es válida rigurosamente
para ese lugar; cuando generalmente la información que se requiere es en un lugar diferente,
donde no existen datos medidos; la regionalización de datos permite combinar informaciones
de diversos lugares en la cuenca o región, para producir por ejemplo, una curva regional de
frecuencias, válida en toda la región y lugares sin información; este recurso entre tanto, está
limitado a descargas de hasta 100 años de período de retorno. Los resultados podrían ser
confiables siempre que existan suficientes datos disponibles y no hayan ocurrido
modificaciones importantes en el régimen del curso de agua durante el período de registro, o
después; se acepta entonces, la condición de que el comportamiento del sistema continuará
siendo el mismo durante el período de cálculo (en el futuro). El problema fundamental que se
observa a nivel de las microcuencas de la ciudad de Puno, después de la ocurrencia de una
tormenta, es la ocurrencia de una onda de crecida que ocasiona inundaciones y las
consiguientes pérdidas económicas; este problema se pretende solucionar analizando y
aplicando modelos probabilísticos y el modelo HEC HMS para lo cual se ha formulado las
siguientes interrogantes: ¿Por qué los sistemas de drenaje superficial no funcionan
adecuadamente en el momento de tormentas de alta intensidad y de corta duración en las
microcuencas de la ciudad de Puno?
7
1.2. OBJETIVOS DE LA INVESTIGACIÓN
8
CAPITULO II. MARCO TEÓRICO, MARCO CONCEPTUAL E
HIPÓTESIS DE LA INVESTIGACIÓN.
2.1. MARCO TEÓRICO
NANÍA (2003), Una vez que se ha estudiado el régimen de precipitaciones de una cuenca,
obtenido una lluvia de diseño asociada a un determinado período de retorno y estimado las
pérdidas con alguno de los modelos disponibles, de manera tal de encontrar la lluvia neta o
efectiva, el paso siguiente es transformar esa lluvia efectiva en escorrentía o caudal.
Esta transformación puede llevarse a cabo mediante diferentes métodos. El más popular es el
del hidrograma unitario, introducido por Sherman en los años ’30. También es posible la
9
utilización de modelos de depósito y, si el nivel de información es el adecuado, también se
pueden usar modelos basados en las ecuaciones del movimiento del fluido, especialmente en
zonas urbanas.
Los datos hidrológicos en general, están constituidos por una larga secuencia de
observaciones de alguna fase del ciclo hidrológico obtenidas para un determinado lugar. No
obstante que un registro largo sea lo deseable, se debe reconocer que cuanto más largo es el
período de registro, mayor será la posibilidad de error. Una serie generada en esas
condiciones, si los errores o cambios fueran apreciables, es inconsistente, o carece de
homogeneidad.
Para verificar éste tipo de inconsistencia, se usa el método de la curva de doble masa, basado
en el hecho de que un gráfico de una cantidad acumulada ploteada contra otra cantidad
acumulada durante el mismo período, debe ser una línea recta siempre que las cantidades sean
proporcionales, la inclinación de la recta representa la constante de proporcionalidad. Una
alteración en la pendiente de la recta, indicará que ocurrió un cambio en la constante de
proporcionalidad entre las dos variables o que tal vez la proporcionalidad no es constante en
todos los niveles de acumulación.
10
PAOLI et al. (2002), La consistencia en la determinación de caudales de diseño por
transformación lluvia-caudal y análisis de frecuencia es de vital importancia para el diseño de
obras hidráulicas. En la ingeniería práctica, el dimensionamiento de distintos tipos de obras
requiere el cálculo de la crecida de diseño para lo cual es necesario asociar una magnitud de
crecida con la probabilidad anual de ser superada, con lo que se presenta el riesgo hidrológico
del evento.
- Normal.
- Lognormal.
- Pearson III.
- Gumbel.
- Funciones para dos poblaciones.
Las funciones anteriores, aún cuando son las más comúnmente usadas en la hidrología
aplicada, no son todas, pues el enfoque no es exhaustivo.
a. Distribución Log-normal
Es una distribución para una variable aleatoria cuyos logaritmos siguen una distribución
normal, con parámetros µ y σ. Los datos hidrológicos, a veces, tienen una distribución
fuertemente asimétrica y en general en esos casos una transformación logarítmica la convierte
en una distribución normal.
1 Y −µ
2
1 −
2 σ
f (Y ) = e
σ 2π
Y 1 Y −µ
1 −
2 σ
P (Y < Ydado ) = F (Y ) = ∫σ
−∞ 2π
e
dY
11
donde: Y = ln Q o PP para precipitación.
La distribución Log – Normal es de gran utilidad porque abre el amplio campo teórico de
aplicación de la distribución Normal. Como ambas distribuciones, Normal y Log-Normal son
de dos parámetros, basta calcular la media y la desviación estándar de los caudales o las
precipitaciones y de sus respectivos logaritmos. El grado de ajuste de una serie de datos
puede, como en los demás casos, ser examinado a través del uso del papel de probabilidades
Log – Normal, donde debe resultar una recta.
Entre las diversas distribuciones de valores extremos es la que actualmente tiene mayor
utilidad. Los valores extremos en cuestión serían las descargas o precipitaciones diarias
máximas anuales, ya que cada una es la máxima entre los 365 valores del año. Para aplicar esa
ley, se debe tener en cuenta que existen muestras, cada una constituida de 365 elementos, del
universo de la población infinita de la variable aleatoria que es el caudal o precipitación
diaria. De acuerdo con la ley de los extremos, la ley de distribución de la serie de n términos
constituidos por los mayores valores de cada muestra tiende asintóticamente para una ley
simple de probabilidades, que es independiente de la que rige la variable aleatoria a las
diferentes muestras y en el propio universo de la población infinita.
Esa es la base del método de Gumbel (o distribución de valores extremos Tipo I), en el cual se
calcula P por la siguiente relación:
−r
P = 1 − e −e
Y=
1
(Q − Q + 0.45σ Q )
0.7997
12
La expresión de Y muestra que existe una relación lineal entre él y el valor de Q; esa recta
∑Q ∑ (Q − Q )
2
El eje donde están marcados los valores de Y puede ser graduado en tiempos de retorno a
1
través de la relación T = y de esta manera, a cada caudal le corresponde un período de
P
retorno; conociéndose a este como Papel de Distribución Gumbel.
La distribución Pearson III posee las características de ser asimétrica y no negativa, lo que la
hace adecuada para describir los caudales máximos; es una distribución de tres parámetros. La
media, desviación estándar y el coeficiente de asimetría, son definidos por las siguientes
relaciones:
∑Q ∑ (Q − Q )
2
Q = SQ =
n n −1
cQ =
∑ (Q − Q )
3
=
n∑ Q 3 − 3n(∑ Q ) ∑ Q 2 + 2n(∑ Q )( ) 3
2S ∑ (Q − Q ) n(n − 1)(n − 2) S Q
2 3
Q
Q −α
−
(Q − α ) e γ −1 β
f (Q ) =
β γ Γ(γ )
Q −α
−
γ −1 β
(Q − α ) e
Q
13
β= parámetro de escala: S Q = β γ
2
γ= parámetro de forma: cQ =
γ
Supóngase que en una cuenca impermeable se hace caer uniformemente una lluvia de
intensidad constante durante un largo tiempo. Al principio, el gasto que sale de la cuenca será
creciente con el tiempo, pero llegará un momento en el que se alcance un punto de equilibrio,
es decir, en el que el volumen que entra por unidad de tiempo por la lluvia sea el mismo que
el gasto de salida de la cuenca.
El tiempo que transcurre entre el inicio de la lluvia y el establecimiento del gasto de equilibrio
se denomina tiempo de concentración, y equivale al tiempo que tarda el agua en pasar del
punto más alejado hasta la salida de la cuenca.
El hidrograma unitario es el hidrograma de escorrentía directa causado por una lluvia efectiva
unitaria de intensidad constante a lo largo de la duración efectiva y distribuida uniformemente
sobre el área de drenaje.
14
No se tiene en cuenta la variabilidad temporal de las características de la cuenca, de manera
que una misma lluvia efectiva produce siempre el mismo hidrograma de escorrentía directa.
Los que relacionan las características del hidrograma unitario con las características de la
cuenca (Snyder, Gray).
Las entradas y las salidas pueden expresarse como funciones del tiempo, I(t) y Q(t)
respectivamente, en donde t pertenece al rango de tiempo T en consideración. El sistema
realiza una transformación de la entrada en la salida representada por
15
Q (t ) = ΩI (t )
La cual se conoce como ecuación de transformación del sistema. El símbolo Ω es una función
de transferencia entre la entrada y la salida. Si esta relación puede representarse mediante una
ecuación algebraica, entonces Ω es un operador algebraico.
2.2.MARCO CONCEPTUAL
2.2.1.Modelos
PONCE (1989), En ingeniería hidrológica, existe cuatro tipos de modelos matemáticos: (1)
Determinístico, (2) Probabilístico, (3) Conceptual y (4) Paramétrico. Un modelo conceptual es
una representación simplificada del proceso físico, obtenida por las variaciones espacial y
temporal, agregado, y descrito en términos de cualquiera de las ecuaciones diferenciales
ordinarias o ecuaciones algebraicas. Un modelo paramétrico representa procesos hidrológicos
por medio de ecuaciones algebraicas, este contiene parámetros claves para ser determinados
en forma empírica.
2.2.2.Modelos estocásticos
CHOW et al. (1994), Son modelos de variables aleatorias o probabilísticas que no tienen valor
fijo en un punto particular del espacio y del tiempo, pero que están descritas a través de
distribuciones de probabilidad. Estos modelos hacen predicciones. Por ejemplo la lluvia que
caerá mañana en un lugar particular no puede pronosticarse con exactitud.
2.2.3.Modelo determinístico
CHOW et al. (1994), No considera la aleatoriedad, una entrada dada produce siempre una
misma salida. Modelos determinísticos hacen pronósticos. Por ejemplo. Modelo
determinístico para la determinación de evaporación diaria en un lugar dado.
16
significativa, por los procesos del vulcanismo. Una parte del agua puede reincorporarse al
manto con los sedimentos oceánicos de los que forma parte cuando éstos acompañan a la
litosfera en subducción.
2.2.5.Escorrentía
Este término se refiere a los diversos medios por los que el agua líquida se desliza cuesta abajo por la
superficie del terreno. En los climas no excepcionalmente secos, incluidos la mayoría de los llamados
desérticos, la escorrentía es el principal agente geológico de erosión y transporte.
2.2.6.Precipitación
Es cuando el agua se convierte en hielo para después caer en forma de granizo. La atmósfera
pierde agua por condensación (lluvia y rocío) o sublimación inversa (nieve y escarcha) que
pasan según el caso al terreno, a la superficie del mar o a la banquisa. En el caso de la lluvia,
la nieve y el granizo (cuando las gotas de agua de la lluvia se congelan en el aire) la gravedad
determina la caída; mientras que en el rocío y la escarcha el cambio de estado se produce
directamente sobre las superficies que cubren.
2.2.7.Infiltración
Ocurre cuando el agua que alcanza el suelo, penetra a través de sus poros y pasa a ser
subterránea. La proporción de agua que se infiltra y la que circula en superficie (escorrentía)
depende de la permeabilidad del sustrato, de la pendiente y de la cobertura vegetal. Parte del
agua infiltrada vuelve a la atmósfera por evaporación o, más aún, por la transpiración de las
plantas, que la extraen con raíces más o menos extensas y profundas. Otra parte se incorpora a
los acuíferos, niveles que contienen agua estancada o circulante. Parte del agua subterránea
alcanza la superficie allí donde los acuíferos, por las circunstancias topográficas, interceptan
la superficie del terreno
17
2.2.9.Definición de Quebrada
Una quebrada es una forma topográfica de pequeña extensión producto de ciertos agentes
geológicos como el viento o la fuerza de la precipitación y escorrentía en una región de
terreno erosionable.
Los huaycos se pueden producir en quebradas medianas (de 2.5 a 50 Km2) y en quebradas
grandes (de 50 a 150 Km2). Según la diferencia del tamaño de la quebrada y la pendiente se
pueden desarrollar diferentes tipos de flujos de escombros, como se verá más adelante.
Estas quebradas tienen como función natural captar el agua que precipita sobre una cuenca, y
drenarla hacia aguas abajo hasta depositar el agua captada al río o mar.
En una quebrada se reconocen tres zonas específicas:
• Cuenca de recepción
• Cauce de transporte
• Cono de deyección
2.2.10.Cuenca de recepción
Se le denomina también embudo de erosión, debido a que es la zona ancha y más elevada
donde se intercepta el agua de lluvias. Los taludes son muy pronunciados, provocando que la
erosión sea muy activa. En esta zona suelen identificarse red de canales pequeños, inestables,
que confluyen aguas abajo.
2.2.11.Cauce de transporte
Es la zona de confluencia de red de canales pequeños, donde se forma un canal más angosto
de curso estable, y de mayor profundidad. Su función principal, es transportar el material
erosionado; y también puede aportar material del cauce (debido a deslizamientos),
dependiendo de las características del suelo.
2.2.12.Cono de deyección
Es la zona de deposición del material erosionado. Se caracteriza por tener menor pendiente y
acumular todo el material transportado del resto de la cuenca. También se le denomina
abanico aluvial, por el plano de explayamiento que posee, y porque el material transportado es
de origen aluvional.
2.2.13.Avenidas de Agua
Flujos con una carga normal de transporte de sedimentos, que discurre por el cauce de una
quebrada en régimen predominantemente turbulento. La cantidad de sedimento en suspensión
18
es insuficiente para afectar el comportamiento del agua. Las propiedades del fluido
Newtoniano gobiernan a éste tipo de flujo.
2.2.14.Flujos de lodo
Los flujos de lodo generalmente consisten de altas concentraciones de partículas finas (limos
y arcillas). De acuerdo a experimentos de Wan y Chien (1989), un fluido se convierte en una
mezcla lechosa a una concentración de partículas finas de solamente 90 kg/m3. A medida que
la concentración de finos aumenta, la estructura de los sedimentos se flocula formándose una
especie de cohesión de mezcla suelo-agua. Según Varnes (1958), los flujos de lodo son
distinguidos por la presencia de al menos 50% de arena, sedimento y partículas del tamaño de
la arcilla.
Estos flujos son descritos como flujos viscosos y se caracterizan por pulsos intermitentes. La
deposición final del flujo viscoso mantiene la estructura dinámica de su movimiento creando
filas de islas o dunas que son paralelas a la dirección del flujo, las cuales pueden tener forma
de lengua. Durante la sedimentación no ocurre clasificación de los sedimentos y las partículas
se mueven como una masa integral. La velocidad de deposición es muy pequeña.
2.2.15.Flujos Hiperconcentrados
El flujo hiperconcentrado está formado por una mezcla de partículas gruesas y agua.
Predominan las partículas granulares (arenas, gravas, cantos rodados y bloques) por lo tanto la
mezcla no tiene cohesión. Se considera un flujo como hiperconcentrado si la concentración de
sedimentos (igual al volumen de sedimentos entre el volumen de sedimentos más agua) varía
entre 20% y 60% en volumen, valor que corresponde a un peso específico de 2.0 ton/m3 de la
mezcla aproximadamente. Cuando las concentraciones de sólidos son bajas los materiales se
concentran en la parte inferior del flujo, pero al aumentar la concentración, las partículas se
dispersan a través de todo el flujo. Al aumentar la concentración de sedimentos se pueden
convertir en flujos de detritos, es decir, la dispersión inducida por el cortante entre partículas
va aumentando. Al disminuir la velocidad, las partículas se van sedimentando; primero las
más gruesas y luego las más finas formando un depósito clasificado de partículas.
2.2.16.Flujos de Detritos
En los flujos de detritos los sedimentos controlan totalmente el flujo. El movimiento de los
flujos de detritos se puede relacionar generalmente con “flujo turbulento de granos”. El
mecanismo de movimiento se produce por transferencia de momentum al colisionar las
partículas o bloques que se mueven.
19
Los flujos son no-viscosos y son generalmente flujos turbulentos de dos fases. La fase líquida
es un “slurry” consistente en agua y partículas finas y la base propiamente sólida son las
partículas gruesas. Aunque los flujos de detritos contienen partículas más gruesas, mayores
concentraciones, mayores pesos específicos y menores cantidades de agua, la mecánica en
algunos aspectos es similar a los de los flujos hiperconcentrados. Cuando el cambio en el
ancho del cauce es muy fuerte, o se presenta una disminución fuerte de la pendiente del cauce,
la velocidad disminuye abruptamente y se deposita la mayoría del material sólido, formando
abanicos o barras de grandes bloques. Primero se depositan las partículas de mayor tamaño,
mientras las partículas finas tratan de recorrer una distancia mayor antes de producirse la
sedimentación. Generalmente los flujos de detritos corren a lo largo de cañones estrechos con
fuertes pendientes. En el caso de flujos de detritos canalizados, los flujos son llamados
torrentes de escombros.
A mayor área, mayor será la cantidad de agua que captará, y mayor el volumen del flujo.
- Pendiente
A mayor pendiente mayor será la velocidad del flujo, y habrá mayor posibilidad de erosión e
inestabilidad de la zona.
- Clima
Donde se produzcan intensas precipitaciones se activará la quebrada y el flujo de escombros
será el desenlace. El Colegio de Ingenieros del Perú (1998) relaciona la ocurrencia de huaycos
con zonas de climas áridas y semiáridas a consecuencia de una precipitación inusitada.
- Tipo de suelo
Depende del tipo del suelo (presencia de material fino y grueso), la capacidad para soportar el
efecto erosivo, la permeabilidad, la cobertura vegetal que serán aportes para el flujo.
2.2.18. HEC-HMS
Sistema de Modelado Hidrologico (HMS-Hydrologic Modeling System), es una aplicación
poderosa para el modelado hidrológico, desarrollado por el Centro de ingeniería Hidrológica
(HEC-Hydrologic Engineering Center) del cuerpo de Ingenieros de los Estados Unidos (US
Army Corps).
20
Con el modelo HEC-HMS, se puede simular la respuesta que tendrá la cuenca de un rio en su
escurrimiento superficial, como producto de una precipitación, mediante la representación de
la cuenca como un sistema interconectado de componentes hidrológicos e hidráulicos. Cada
componente, modela un aspecto del proceso de escurrimiento por precipitaciones, dentro de
una parte de la cuenca, comúnmente referida como una subcuenca. Un componente puede
representar una identidad de escurrimiento superficial, un canal de flujo o un embalse. La
representación de un componente, requiere de un conjunto de parámetros que especifiquen las
características particulares del componente y las relaciones matemáticas que describen el
proceso físico. El resultado del proceso de modelaje, es un cálculo de los hidrogramas del
flujo en sitios elegidos del cuenca del rio.
21
CAPITULO III. MATERIALES Y MÉTODOS DE LA
INVESTIGACIÓN
3.1. Materiales
- El ejecutor.
- Apoyo de profesionales especialistas en modelamiento hidrológica.
3.1.2. Materiales
La información cartográfica a utilizar es principalmente mapas temáticos actuales de uso de
suelo, cobertura y tipos de suelo.
3.2. Metodología
El método utilizado en el presente trabajo de investigación es la determinación de tormentas
máximas para un período de retorno y transformarlas en caudal a través del modelo
hidrológico HEC HMS.
22
Luego se procedió a operar el Software HEC-HMS, en el que se selecciono el modelo de
cuenca más adecuado, el modelo meteorológico. Finalmente se determino el hidrograma de
caudal máximo para los períodos de retorno de 10, 25, 50, 100 años.
utilizando el análisis gráfico y el análisis de doble masa, basado en el hecho de que un gráfico
de los valores acumulados de una estación contra los valores acumulados del promedio de
estaciones vecinas consistentes durante el mismo período, debe ser una línea recta siempre
que las cantidades sean proporcionales, lo que significa que la causa meteorológica se
mantuvo para la estación analizada, un cambio en la inclinación de la recta representa que las
condiciones de medición variaron y por tanto es necesario realizar un análisis estadístico para
máximas de 24 horas para las distribuciones de probabilidad: Gumbel, Log Pearson tipo III,
los valores teóricos y muéstrales de las funciones de frecuencia. En el caso del presente
trabajo se utilizó la prueba X2. En la prueba estadística X2c, está dada por
n[ f s ( xi ) − p ( xi )]
m 2
X 2c = ∑
i =1 p( xi )
Donde:
ni
fs = , fs = valor muestral de la frecuencia relativa del intervalo i.
n
Para describir la prueba, X2 está tabulada (X2t) en muchos textos de estadística. En la prueba
expresa como 1- α, donde α se conoce como el nivel de significancia. Un valor típico para el
nivel de confianza es del 95%. La hipótesis nula para la prueba es que la distribución de
decir el ajuste se considera como inadecuado) si el valor de X2c es mayor que un valor límite,
X2ν,1-α (X2t), determinado de la distribución X2 con ν grados de libertad como el valor que
24
Esta prueba consiste en comparar el máximo valor absoluto de la diferencia D entre la función
D = máx Fo ( x m ) − F ( x m )
Donde:
Con un valor crítico d que depende del número de datos y el nivel de significancia
Esta prueba tiene la ventaja sobre la X2 de que compara los datos con el modelo estadístico
como:
m
Fo ( x m ) = 1 −
n +1
Donde m es el número de orden del dato xm en una lista de mayor a menor y n es el número
total de datos.
- Distribución de Gumbel
−e − y
P =1− e
25
y=
1
( p − p + 0.45σ p )
0.7997
La expresión de y muestra que existe una relación lineal entre el valor de y, y el valor de p;
p=
∑p
n
Sp =
∑ ( p − p) 2
n −1
El eje donde están marcados los valores de y puede ser graduado en tiempos de retorno a
1
través de la relación T = y de esta manera, a cada precipitación le corresponde un período
P
Esta distribución posee las características de ser asimétrica y no negativa, lo que la hace
adecuada para describir las precipitaciones máximas; es una distribución de tres parámetros.
La media, desviación estándar y el coeficiente de asimetría, son definidos por las siguientes
relaciones:
p=
∑p
n
Sp =
∑ ( p − p) 2
n −1
26
cp =
∑ ( p − p)
3
=
(
n∑ p 3 − 3n(∑ p ) ∑ p 2 + 2n(∑ p ) ) 3
2S ∑ ( p − p ) n(n − 1)(n − 2) S p
2 3
p
por:
p −α
−
γ −1
(p −α) e β
f ( p) =
β γ Γ(γ )
p −α
−
( p − α ) γ −1 e β
p
P( P < p) = F ( p) = ∫ dp
0 β γ Γ(γ )
Donde:
p = cantidad de precipitación.
β = parámetro de escala: S p = β γ
2
γ = parámetro de forma: c p =
γ
- Distribución Normal
1 x−µ
2
1 −
σ
f ( x) = e 2
2π σ
27
Donde µ y σ son los parámetros de la distribución. Estos parámetros determinan la forma de
población y pueden estimarse como la media y desviación estándar de los datos. La función
2
x 1 x −u
1 −
σ
F ( x) = ∫
−∞ 2π σ
e 2 dx
- Distribución Log-normal
Es una distribución para una variable aleatoria cuyos logaritmos siguen una distribución
normal, con parámetros µ y σ. Los datos hidrológicos, a veces, tienen una distribución
1 y−µ
2
1 −
σ
f ( y) = e 2
σ 2π
y 1 y−µ
1 −
σ
P(Y < y ) = F ( y ) = ∫ e 2 dy
− ∞σ 2π
Donde:
y = ln p, p = precipitación.
28
µ = media poblacional. Promedio de Y.
xT = µ + K T σ
Donde:
KT = factor de frecuencia.
Para esta distribución el primer paso es tomar los logaritmos de la información hidrológica, y
= log x. Para el presente trabajo se utilizó logaritmos con base 10. Se calculan la media y , la
factor de frecuencia depende del período de retorno T y del coeficiente de asimetría Cs.
KT se aproxima por Kite (1977) citado por Chow et al. (1994) como
( )
KT = z + z 2 − 1 k + (
1 3
3
) ( ) 1
z − 6 z k 2 − z 2 − 1 k 3 + zk 4 + k 5
3
Cs
Donde k =
6
29
1/ 2
1
w = ln 2 (0 < p ≤ 0.5)
p
1
p=
T
Donde:
T = período de retorno.
utilizar la última ecuación se le asigna un signo negativo. El error en ésta fórmula es menor de
xT − µ
KT =
σ
1/ 2
1
w = ln 2 (0 < p ≤ 0.5)
p
30
Cuando p > 0.5, 1 – p es sustituido por p en la ecuación de w y el valor de z calculado al
utilizar la última ecuación se le asigna un signo negativo. El error en ésta fórmula es menor de
6 T
KT = − 0.5772 + ln ln
π T − 1
Donde:
T = período de retorno.
de 1 hora.
Fa Pe
=
S P − Ia
Donde:
P = profundidad de precipitación.
31
Fa = profundidad adicional del agua retenida en la cuenca.
P = Pe + Ia + Fa
( P − Ia ) 2
Pe =
P − Ia + S
Ia = 0.2 S
( P − 0 .2 S ) 2
Pe =
P + 0 .8 S
curvas. Para estandarizar estas curvas, se define un número adimensional de curva CN, tal que
naturales CN<100.
1000
S= − 10
CN
32
Donde S esta en pulgadas. Los números de curva se aplican a condiciones antecedentes de
humedad (AMC, por sus siglas en inglés) normales (AMC II). Para condiciones secas (AMC
I) o condiciones húmedas (AMC III), los números de curva equivalentes pueden calcularse
por
4.2CN ( II )
CN ( I ) =
10 − 0.058CN ( II )
23CN ( II )
CN ( III ) =
10 + 0.13CN ( II )
Los valores de CN para varios tipos de uso de la tierra en estos tipos de suelos se dan en
tablas. Para la cuenca de varios tipos de suelos y con diferentes usos de la tierra, se calculó un
CN compuesto.
Se utilizó el hidrograma unitario sintético en el cual el caudal se expresa por la relación del
caudal q con respecto al caudal pico qp y el tiempo por la relación del tiempo t con respecto al
tiempo de ocurrencia del pico en el hidrograma unitario, Tp. Los valores de qp y Tp pueden
Se consideró que el tiempo de recesión puede aproximarse como 1.67 Tp. Como el área bajo
demostrarse que
CA
qp =
Tp
33
El tiempo de retardo se calculo mediante la relación tp = 0.6 Tc, donde Tc es el tiempo de
tr
Tp = +tp
2
L0.77
t c = 0.000325
S 0.385
Se utilizó esta fórmula porque fue desarrollada a partir de información del SCS en siete
cuencas rurales en Tennessee (U.S.A.) con canales bien definidos y pendientes empinadas (3
máximos para cada período de retorno, no se considera el caudal base por ser de poca
En el HEC-HMS versión 3.4, en el modelo de cuenca se eligió el método del SCS para el
cálculo de la precipitación efectiva, para ello se ingresó el número de curva. Para la
transformación de precipitación efectiva en caudal, se eligió el método del hidrograma
unitario sintético SCS ingresando el tiempo de retardo sin flujo base. En el modelo
meteorológico se eligió la tormenta hipotética del SCS tipo II y se ingresó la altura de
precipitación reducida por área. Las especificaciones de control para todos los casos son día
de inicio 01 de enero del 2010 a horas 20:00 (08:00 p.m.) y el día de término 02 de enero del
2010 a horas 05:00 (05:00 a.m.). Así se obtiene los hidrogramas de caudal máximo para los
períodos de retorno de 10, 25, 50 y 100 años, para cada microcuenca.
34
35
CAPITULO IV. CARACTERIZACIÓN DEL ÁREA DE
INVESTIGACIÓN
4.1. Localización Geográfica:
La ciudad de Puno se encuentra sobre las orillas del lago Titicaca es decir es vertiente del
Lago Titicaca. La ciudad de Puno descansa a orillas del lago Titicaca y es de clima frío y
semiseco. La temporada de lluvias se inicia en octubre y concluye en abril. La temperatura
media anual máxima es 14 °C (58 °F) y la mínima 3 °C (37 °F). Sus coordenadas geográficas
son: 15º 50'20" S, 70º 01' 43".
4.2.1. Fisiografía
En la parte alta del área de estudio se encuentra quebradas con afloramiento rocoso, de escasa
vegetación y presencia de manantiales temporales. Es necesario indicar, que los estudios para
caracterizar esta cuenca fueron realizados por la Oficina Nacional de Evaluación de Recursos
Naturales ONERN (1985).
4.2.2. Hidrografía
Para la evaluación hidrológica superficial de la zona en estudio, se utilizará datos de registros
pluviográficos del SENAMHI correspondientes a las estación meteorológica de la ciudad de
Puno, de un registro mayor a 30 años.
4.2.3. Geología
Según la ONERN, 1984, la geología general de la zona en estudio, corresponde a materiales
de afloramiento de rocas ígneas (volcánicas y plutónicas). Además, en algunos lugares se
encuentran rocas areniscas, arcósicas y tufáceas de color rojo a gris parduzco, en niveles
conglomerádicos gruesos de naturaleza muy variada, cuarcitas y algo de calizas.
4.2.4. Climatología
El clima de la cuenca en estudio es frío y seco. En las épocas de mayor frío (Junio – Agosto),
hay fuerte incidencia de las heladas, en los cuales las temperaturas mínimas pueden
registrarse a 15° C bajo cero. Las granizadas son más frecuentes en las primeras lluvias de
cada año, que coinciden con los meses de Septiembre y Octubre, en condiciones normales
puede presentarse en pleno verano. En los veranillos, donde el cielo suele despejarse, y de
esta manera las heladas nocturnas pueden afectar fuertemente a los principales cultivos.
36
4.2.5. Temperatura
La temperatura varía de 4.5° C a 5.0° C en los meses de Junio y Agosto y de 9.0° C a 9.3° C
en los meses de Noviembre a Marzo.
4.2.6. Humedad
En el altiplano existe muy poca información sobre humedad relativa, que muestra 64.78% de
los datos históricos a largo plazo. Los valores promedios más altos de humedad relativa en el
altiplano se registran durante los meses de verano, de Enero, Febrero y Marzo ( mayor valor a
70%) los valores más bajos se dan durante los meses de invierno de Junio, Julio y Agosto
(menor a 50%).
4.2.7. Precipitaciones
La precipitación pluvial anual varía entre 550 mm y 606 mm, concentrándose en un 75%,
entre los meses de diciembre a marzo.
4.2.8. Ecología
La cuenca se encuentra dentro de la clasificación bosque - húmedo Montano Sub-tropical (bh
– MS), la zona se extiende desde las orillas del Lago Titicaca de 3,812 m.s.n.m. hasta los
4,075 m.s.n.m., se observa la presencia de pastos naturales alto andinos, constituidos
principalmente por las especies de la familia de las gramíneas como festucas, mulenbergía,
calamagrostis y poa, entre los más importantes, todas las plantas mencionadas pueden ser
consideradas como indicadores de la parte alta de éstas formaciones ecológicas.
37
CAPITULO V. EXPOSICIÓN Y ANÁLISIS DE LOS
RESULTADOS
Para poder analizar las máximas avenidas en las microcuencas de Puno se empleó el modelo
hidrológico HEC HMS 3.4. El modelo se compone de tres submodelos: modelo de cuenca,
modelo meteorológico y especificaciones de control.
5.1.Modelo de cuenca
Primero se estimaron los parámetros para el modelo de cuenca. Las microcuencas que se
analizaron fueron: Llavini, Salcedo y Jaylluhuaya. En la siguiente figura se muestra la
delimitación de las microcuencas.
38
AREA URB. AREA TOTAL % AREA AREA TOTAL
Microcuencas (m2) (m2) URB. (km2)
Llavini 256917.10 3408614.59 7.54 3.41
Salcedo 268012.00 10139663.60 2.64 10.14
Jaylluhuaya 481343.23 14155473.80 3.40 14.16
Se observa que las áreas urbanizadas son de 2.64 a 7.54%, siendo la microcuenca más
urbanizada Llavini y la menos urbanizada Salcedo.
En las siguientes figuras se muestra las imágenes satelitales donde se presenta las áreas
urbanas de las microcuencas.
39
Figura 03. Áreas urbanizadas de la Microcuenca Salcedo
40
Figura 04. Áreas urbanizadas de la Microcuenca Jaylluhuaya
Cuadro 02. Equivalencia entre el uso de suelo y las descripciones según el método del número
de curva
En los siguientes cuadros se muestra el uso de suelo aproximado para las microcuencas
analizadas. La tierra cultivada y los pastizales se tomaron como 50% cada uno de un uso de
suelo aparte de las rocas y el área urbanizada.
41
Cuadro 03. Uso de suelo de la microcuenca Llavini
El cálculo del número de curva se realizó para condiciones normales de humedad antecedente,
se tomó el tipo de suelo como grupo hidrológico de suelo B y C en igual proporción (50%
cada uno). En la literatura se describe estos grupos de suelo. Con la equivalencia y los
números de curva correspondientes se ponderó el número de curva para las tres microcuencas,
esto se muestra en los siguientes cuadros.
42
Equivalencia % B %*B % C %*B
Calles y carreteras: grava 2.50 85 212.50 2.50 89 222.50
Residencial Lote 1/4 Acre 38%
Impermeable 3.77 75 282.65 3.77 83 312.80
Tierra cultivada: sin tratamientos de
conservación 21.87 81 1771.12 21.87 88 1924.18
Pastizales: condiciones pobres: 21.87 79 1727.39 21.87 86 1880.45
Total 50.00 3993.66 50.00 4339.93
CN = 83.34
43
Tierra cultivada: sin tratamientos de
conservación 22.90 81 1854.89 22.90 88 2015.19
Pastizales: condiciones pobres: 22.90 79 1809.09 22.90 86 1969.39
50.00 4004.00 50.00 4348.20
CN = 83.52
Cuadro 09. Abstracciones (perdidas) iniciales (Ia) para las microcuencas analizadas
44
Cuadro 10. Tiempos de retardo para las microcuencas analizadas
tc (hrs)
Longitudes de cauce
Long.cauce mayor (m) long.(km) cota mayor cota menor pend.(m/m) california ven te chow us army Tc Prom(hras) Lag (min)
Microcuenca
1536.19 1.54 3875 3820 0.03580286 0.33 1.05 0.73 0.70 25.30
Llavini
5663.84 5.66 4300 3820 0.08474816 0.65 1.83 1.67 1.38 49.82
Salcedo
6065.54 6.07 4200 3820 0.06264900 0.77 2.11 1.87 1.58 56.89
Jaylluhuaya
45
5.2.Modelo meteorológico
Los modelos meteorológicos que se utilizaron fueron tormentas de diseño para períodos de
retorno de 10, 25, 50 y 100 años. Se realizó un análisis de frecuencia de las tormentas máximas
de un registro de 10 años de la estación Salcedo, analizándose tormentas de duración de 5, 15,
30, 60, 120 y 240 minutos. En el siguiente cuadro se presenta los registros ordenados de mayor
a menor con el período de retorno estimado con la ecuación de Weibull.
Cuadro 11. Datos de intensidad máxima (mm/hr) de precipitación anual para diferentes
duraciones
DURACIÓN (min.)
m T (Años) 5 15 30 60 120 240
1 11.00 50.4 50.4 40.2 33.6 17.95 12.03
2 5.50 49.2 34.75 34.75 25 15.5 8.32
3 3.67 45.6 31.2 28.5 20.9 13.02 7.95
4 2.75 36.6 28.5 25 20.76 12.5 7.51
5 2.20 32.4 25 20.76 19.03 11.95 6.98
6 1.83 31.2 23.52 20.11 18 8.64 5.53
7 1.57 23.52 20.76 18 12.45 7.97 4.45
8 1.38 22.5 19.5 17 11.75 7.35 3.65
9 1.22 21 18 15.04 11.57 6.84 3.47
10 1.10 18 16.2 13.21 10 5.87 2.94
46
Cuadro 12. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 5
minutos de duración
DURACIÓN 5 MINUTOS
Estadísticos Parámetros
muestrales Gumbel
Media = 33.042 alpha = 9.405407245
Desvest = 12.0629035 u = 27.61319894
m xi P(X>xi) P(X<=xi) F(X<=xi) Abs(P-F)
1 50.4000 0.0909 0.9091 0.9151 0.0060
2 49.2000 0.1818 0.8182 0.9042 0.0860
3 45.6000 0.2727 0.7273 0.8627 0.1354
4 36.6000 0.3636 0.6364 0.6807 0.0443
5 32.4000 0.4545 0.5455 0.5482 0.0027
6 31.2000 0.5455 0.4545 0.5051 0.0506
7 23.5200 0.6364 0.3636 0.2133 0.1504
8 22.5000 0.7273 0.2727 0.1787 0.0941
9 21.0000 0.8182 0.1818 0.1326 0.0492
10 18.0000 0.9091 0.0909 0.0621 0.0288
d= 0.1504
N= 10.0000
sig. = 0.0500
D crítico = 0.4100
Conclusión: Se ajusta
47
Cuadro 13. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 15
minutos de duración
DURACIÓN 15 MINUTOS
Estadísticos Parámetros
muestrales Gumbel
Media = 26.783 alpha = 7.951291801
Desvest = 10.1979279 u = 22.19351437
m xi P(X>xi) P(X<=xi) F(X<=xi) Abs(P-F)
1 50.4000 0.0909 0.9091 0.9716 0.0625
2 34.7500 0.1818 0.8182 0.8137 0.0045
3 31.2000 0.2727 0.7273 0.7246 0.0027
4 28.5000 0.3636 0.6364 0.6361 0.0003
5 25.0000 0.4545 0.5455 0.4953 0.0502
6 23.5200 0.5455 0.4545 0.4290 0.0256
7 20.7600 0.6364 0.3636 0.3019 0.0617
8 19.5000 0.7273 0.2727 0.2458 0.0269
9 18.0000 0.8182 0.1818 0.1837 0.0019
10 16.2000 0.9091 0.0909 0.1194 0.0285
d= 0.0625
N= 10.0000
sig. = 0.0500
D crítico = 0.4100
Conclusión: Se ajusta
48
Cuadro 14. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 30
minutos de duración
DURACIÓN 30 MINUTOS
Estadísticos Parámetros
muestrales Gumbel
Media = 23.257 alpha = 6.881520171
Desvest = 8.82589253 u = 19.28498656
m xi P(X>xi) P(X<=xi) F(X<=xi) Abs(P-F)
1 40.2000 0.0909 0.9091 0.9533 0.0442
2 34.7500 0.1818 0.8182 0.8997 0.0815
3 28.5000 0.2727 0.7273 0.7694 0.0422
4 25.0000 0.3636 0.6364 0.6467 0.0104
5 20.7600 0.4545 0.5455 0.4462 0.0993
6 20.1100 0.5455 0.4545 0.4119 0.0427
7 18.0000 0.6364 0.3636 0.2996 0.0640
8 17.0000 0.7273 0.2727 0.2481 0.0246
9 15.0400 0.8182 0.1818 0.1567 0.0251
10 13.2100 0.9091 0.0909 0.0891 0.0018
d= 0.0993
N= 10.0000
sig. = 0.0500
D crítico = 0.4100
Conclusión: Se ajusta
49
Cuadro 15. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 60
minutos de duración
DURACIÓN 60 MINUTOS
Estadísticos Parámetros
muestrales Gumbel
Media = 18.306 alpha = 5.716134454
Desvest = 7.33122727 u = 15.00664719
m xi P(X>xi) P(X<=xi) F(X<=xi) Abs(P-F)
1 33.6000 0.0909 0.9091 0.9621 0.0530
2 25.0000 0.1818 0.8182 0.8402 0.0221
3 20.9000 0.2727 0.7273 0.7000 0.0273
4 20.7600 0.3636 0.6364 0.6939 0.0575
5 19.0300 0.4545 0.5455 0.6098 0.0643
6 18.0000 0.5455 0.4545 0.5530 0.0985
7 12.4500 0.6364 0.3636 0.2093 0.1543
8 11.7500 0.7273 0.2727 0.1707 0.1020
9 11.5700 0.8182 0.1818 0.1613 0.0205
10 10.0000 0.9091 0.0909 0.0906 0.0003
d= 0.1543
N= 10.0000
sig. = 0.0500
D crítico = 0.4100
Conclusión: Se ajusta
50
Cuadro 16. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 120
minutos de duración
51
Cuadro 17. Prueba de bondad de ajuste de Kolmogorov-Smirnov de intensidad máxima de 240
minutos de duración
52
precipitación máxima. Puesto que es idónea esta distribución, con ella se realizó el análisis de
frecuencia determinándose así las intensidades máximas para los períodos de retorno de 5, 10,
50, 100, 200 y 500 años de período de retorno. En el siguiente cuadro se muestra los
estadísticos muestrates principales para cada duración de intensidad máxima de precipitación.
Cuadro 18. Estadísticos muestrales para cada duración de intensidad máxima (mm/hr)
Duración (min.)
Estadístico 5 15 30 60 120 240
Media 33.04 26.78 23.26 18.31 10.76 6.28
Desvestí 12.06 10.20 8.83 7.33 4.04 2.83
Los valores del factor de frecuencia para la distribución de Gumbel se calcularon para los
períodos de retorno elegidos, y los valores de intensidad máxima se calcularon con los
estadísticos muestrales y el factor de frecuencia. El siguiente cuadro muestra las intensidades
máximas (mm/hr) calculadas.
Cuadro 19. Intensidades máximas (mm/hr) para períodos de retorno y duraciones diferentes
Duración (min.)
T (años) KT 5 15 30 60 120 240
5 0.7195 41.72 34.12 29.61 23.58 13.67 8.32
10 1.3046 48.78 40.09 34.77 27.87 16.03 9.97
25 2.0438 57.70 47.63 41.30 33.29 19.02 12.06
50 2.5923 64.31 53.22 46.14 37.31 21.23 13.61
100 3.1367 70.88 58.77 50.94 41.30 23.43 15.15
200 3.6791 77.42 64.30 55.73 45.28 25.62 16.68
500 4.3947 86.05 71.60 62.04 50.52 28.51 18.70
Con los valores obtenidos de intensidades máximas obtenidos, las duraciones y el período de
retorno se estimó la ecuación de la relación Intensidad-Duración-Frecuencia (I-D-T) para
posteriormente utilizar esta para generar tormentas de frecuencia hipotéticas.
53
Se ajusto a un modelo potencial general de la forma
Donde: a, b y c son parámetros a determinar por regresión lineal múltiple después de aplicar
logaritmos a las variables.
En los siguientes cuadros se muestra los valores de las estadísticas de regresión, el análisis de
varianza de regresión y las pruebas t para los coeficientes de regresión.
F. de V. G. de L SC CM F Prob
Regresión 2 2.5842 1.2921 202.1574 0.0000
Residuos 39 0.2493 0.0064
Total 41 2.8335
Parámetros Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%
Intercepción 1.8900 0.0489 38.6348 0.0000 1.7910 1.9889
Variable X 1 -0.4006 0.0221 -18.1615 0.0000 -0.4452 -0.3560
Variable X 2 0.1618 0.0187 8.6299 0.0000 0.1239 0.1997
Según el coeficiente de correlación existe un alto grado de asociación lineal entre los
logaritmos de las variables, el coeficiente de determinación muestra que el 91% de la varianza
del logaritmo de la intensidad es explicado por el logaritmo de la duración y el período de
54
retorno. El análisis de varianza muestra que se rechaza la hipótesis nula R2=0 al 5% de
significancia. Las pruebas t concluyen que se rechaza la hipótesis nula β=0 al 5% de
significancia, por tanto los coeficientes son estadísticamente significativos.
Los parámetros hallados son a = 77.62, b = -0.40 y c = 0.16. Con la relación I-D-T se
determinó tormentas hipotéticas para los períodos de retorno de 10, 25, 50 y 100 años, y para
duraciones de 5, 15 y 60 minutos, en el cuadro se presenta los resultados.
En el modelo meteorológico del HEC-HMS se pusieron estos datos para cada microcuenca, el
porcentaje de área en el que precipita es el 100%.
5.3.Especificaciones de control
Se simuló un evento de fecha 01 de enero del 2010, el inicio de la tormenta es a las 8:00 pm y
el final es a las 05:00 am del día siguiente 02 de enero del 2010. Así se obtuvo los hidrogramas
de avenida para las microcuencas.
55
5.4.Hidrogramas de avenida para la microcuenca Llavini
Figura 05. Hidrograma de avenida para 10 años de período de retorno microcuenca Llavini
Figura 06. Hidrograma de avenida para 25 años de período de retorno microcuenca Llavini
56
Figura 07. Hidrograma de avenida para 50 años de período de retorno microcuenca Llavini
Figura 08. Hidrograma de avenida para 100 años de período de retorno microcuenca Llavini
57
5.5.Hidrogramas de avenida para la microcuenca Salcedo
Figura 09. Hidrograma de avenida para 10 años de período de retorno microcuenca Salcedo
Figura 10. Hidrograma de avenida para 25 años de período de retorno microcuenca Salcedo
58
Figura 11. Hidrograma de avenida para 50 años de período de retorno microcuenca Salcedo
Figura 12. Hidrograma de avenida para 10 años de período de retorno microcuenca Salcedo
59
5.6.Hidrogramas de avenida para la microcuenca Jaylluhuaya
Figura 13. Hidrograma de avenida para 10 años de período de retorno microcuenca Jaylluhuaya
Figura 14. Hidrograma de avenida para 25 años de período de retorno microcuenca Jaylluhuaya
60
Figura 15. Hidrograma de avenida para 50 años de período de retorno microcuenca Jaylluhuaya
Figura 16. Hidrograma de avenida para 100 años de período de retorno microcuenca
Jaylluhuaya
61
5.7.Resumen de los caudales máximos
Los caudales máximos obtenidos aplicando el modelo HEC HMS 3.4 se muestran en los
siguientes cuadros.
Para Llavini los caudales máximos se presentan después de una hora del inicio de la tormenta a
la salida de la microcuenca, los caudales son pequeños y relativos al área de la cuenca, el
tiempo en el que se presenta el caudal máximo depende de la distribución temporal de la
precipitación.
CAUDAL
T (años) FECHA TIEMPO DIRECTO(m3/s) CAUDAL BASE (m3/s) CAUDAL TOTAL (m3/s)
10 01-ene-10 21:26 14.10 0.00 14.10
25 01-ene-10 21:26 18.20 0.00 18.20
50 01-ene-10 21:27 22.00 0.00 22.00
100 01-ene-10 21:28 26.60 0.00 26.60
En la microcuenca Salcedo los caudales máximos son mayores respecto a los de Llavini,
conclusión obvia por el tamaño del área. Estos caudales se presentan después de una hora y
media del inicio de la tormenta en la salida de la microcuenca. El mayor tiempo en el que se
presenta el caudal máximo se debe a la mayor longitud del cauce.
62
Cuadro 25. Caudales máximos obtenidos para la microcuenca Jaylluhuaya
T (años) FECHA TIEMPO CAUDAL DIRECTO(m3/s) CAUDAL BASE (m3/s) CAUDAL TOTAL (m3/s)
10 01-ene-10 21:33 17.50 0.00 17.50
25 01-ene-10 21:35 22.70 0.00 22.70
50 01-ene-10 21:35 27.40 0.00 27.40
100 01-ene-10 21:34 33.00 0.00 33.00
En el caso de la micorcuenca Jaylluhuaya, los caudales máximos son los mayores por la mayor
área de cuenca, el caudal mayor se presenta a la salida de la cuenca a una hora y media del
inicio de la tormenta.
63
CAPITULO VI. CONCLUSIONES
1. Los caudales máximos dependen del uso de suelo, así como de las características de la
tormenta que los genera, las principales microcuencas de Puno: Llavini, Salcedo y
Jaylluhuaya tienen un porcentaje de área urbanizada bajo de alrededor de 2 a 8% dentro del
área que contribuye efectivamente al drenaje, por tanto, existen grandes pérdidas por
infiltración.
2. En esta investigación se considera que la precipitación cae uniformemente en la
microcuenca debido a su pequeña área, sin embargo, esta asunción puede no ser adecuada
pero los datos pluviométricos son escasos y se consideran que cubren el área de las
microcuencas estudiadas. De forma similar se ponderó aproximadamente la influencia del
uso de suelo para asumir un número de curva en condiciones de humedad normales.
3. La distribución de Gumbel ajusta adecuadamente los valores de intensidad máxima para
todas las duraciones. La construcción de la relación intensidad – duración – frecuencia es un
método adecuado para poder determinar tormentas hipotéticas adecuadas para el modelo
HEC HMS 3.4.
4. Los caudales máximos para las microcuencas son proporcionales al período de retorno y al
área de la cuenca, el tiempo en el que se presenta el caudal máximo es de mucha importancia
para acciones de evacuación en tiempo real. En Llavini el caudal máximo se presenta a 1
hora del inicio de la tormenta, en Salcedo y Jaylluhuaya se presenta a la hora y media del
inicio de la tormenta.
64
CAPITULO VII. RECOMENDACIONES
65
CAPITULO VIII. BIBLIOGRAFÍA
66
67