Sie sind auf Seite 1von 15

SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

"Año de la lucha contra la corrupción e impunidad"

FACULTAD DE CIENCIAS

“SEGUNDO AVANCE DEL INFORME FINAL: PRONÓSTICO DEL NIVEL DE


RÍO DE LA CUENCA DE MAYO”

ALUMNOS:

 CERVANTES CAMAC, MARCELO 20091022


 CHIONG RAVINA, JAVIER 20100138
 LIMAY GONZALES, GUSTAVO 20131038
 FLORES GALVAN, PATRICK 20131034
 SANTILLÁN TURCO, MIGUEL 20140340

PROFESOR:

ING. DANTE CASTRO GARRO

CURSO:

HIDROMETEOROLOGÍA

1
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

I. OBJETIVOS

I.1 Objetivo principal


 Estimar un modelo estadístico validado para realizar un pronóstico diario del nivel de río del
punto de aforo de la Cuenca de Mayo para el período de febrero del 2019 con la finalidad de
detectar un posible desborde.

I.2 Objetivos específicos


 Calibrar los datos de precipitación obtenidos del Modelo ERA Interim de 0.25° con la data real
de estación de la Cuenca de Mayo.

 Realizar el balance hídrico diario para la Cuenca Mayo y obtener la lámina de agua
correspondiente, para que de esta manera podamos determinar la relación más adecuada entre
esta variable obtenida y el nivel de río de la cuenca en estudio.

 Validar el modelo estimado aplicándolo al año 2018.

II. MARCO TEÓRICO

Listado de conceptos:

1. Pronóstico meteorológico
2. Modelo de pronóstico
3. Caudal
4. Balance hídrico
5. Evapotranspiración
6. Método de Penman Monteith FAO98
7. Validación estadística
8. Calibración estadística
9. ERA Interim (ECMWF)

2
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018
III. METODOLOGÍA

III.1 Datos

Se descargó datos de modelo de precipitación, Radiación Neta, velocidad del viento a 2 metros
de altura, tensión de vapor saturado y las demás variables necesarias para el cálculo de la
evapotranspiración con el Método de Penman Monteith FAO98. Además, datos reales de
precipitación dentro de la Cuenca de Mayo para la validación y posterior calibración de la
precipitación teórica. Finalmente, obtendremos data real de nivel de río dentro de la misma
zona de trabajo, también para la validación y calibración del nivel de río estimado por el modelo
desarrollado. Todo lo anteriormente mencionado para el siguiente período de tiempo: febrero
de los años 2013 – 2017.

Los datos teóricos de precipitación y de las faltantes variables requeridas para aplicar el Método
de Penman Monteith FAO98, serán obtenidos del Modelo ERA Interim de 0.25°. Por su parte,
obtendremos la data real de precipitación de 8 estaciones meteorológicas, y de nivel de río, de
1 estación hidrológica.

A continuación, las estaciones utilizadas:


ESTACIONES ALTITUD
LATITUD LONGITUD
METEOROLÓGICAS (m.s.n.m.)
El Porvenir 6° 35´ 21.24’’ 76° 19’ 6.03’’ 225
Lamas 6° 25’ 22’’ 76° 31’ 2’’ 790
Soritor 6° 8’ 43’’ 77° 5’ 41’’ 890
Moyobamba 6° 0’ 0’’ 76° 58’ 0’’ 860
Rioja 6° 2’ 48’’ 77° 10’ 1’’ 880
Tarapoto 6° 30’ 0’’ 76° 28’ 0’’ 282
Naranjillo 5° 49’ 34’’ 77° 23’ 14’’ 890
Pacayzapa 6° 17’ 0’’ 76° 51’ 00’’ 900
ESTACIÓN
LATITUD LONGITUD ALTITUD
HIDROLÓGICA
Shanao 6° 24’ 46.47’’ 76° 36’ 0.05’’ 279
Tabla 1: Lista de estaciones meteorológicas e hidrológicas que se usaran en el pronóstico del
nivel del rio de la cuenca Mayo.

3
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

III.2 Área de estudio

La cuenca del Río Mayo se ubica entre los departamentos de Amazonas, San Martín y Loreto
(Figura 1), y se extiende a las provincias de Jumbilla, Moyobamba, Lamas, San Martín y Alto
Amazonas, la cuenca tiene una extensión de 914,333 hectáreas y su altitud máxima es de 4000
m.s.n.m. y la mínima es de 268 m.s.n.m., la cuenca tiene un clima cálido lluvioso en la parte baja
y media, y un clima predominante de bosque húmedo y lluvioso en la parte alta.

Figura 1. Mapa de ubicación geográfica y política del área de estudio.

III.3 Procedimiento

Se calibrará la data del ERA Interim de precipitación, usando los datos de precipitación de las 8 estaciones
seleccionadas de la Cuenca Mayo. Para la calibración, primero se eliminaron las filas de datos (en la
comparación de la data teórica y la real), en donde habían valores de precipitación menores de 0.5 mm.
Luego de ello, se validó la data de precipitación teórica utilizando los siguientes estadísticos: BIAS y el
RMSE. Además, también se utilizó los coeficientes de correlación de Spearman y Pearson. A
continuación, se pasó a disminuir el error de la precipitación del ERA Interim utilizando el BIAS hallado.

4
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Así, nuevamente se validó la data teórica ya sin los ceros y modificado con el BIAS inicial, a partir de la
data de estación sin ceros también. Luego, utilizando el programa Minitab, se analizó la data teórica,
identificando posibles distribuciones que la representarán.

Análogamente, se estimó la evapotranspiración a partir de las variables necesarias obtenidas por el ERA
Interim utilizando el Método de Penman Monteith FAO98.

Luego, con la precipitación calibrada y la evapotranspiración calculada, se realizó el balance hídrico (ver
la sección II.4), diario para todos los meses de febrero del período 2013 - 2017. Una vez obtenida la lámina
de agua del balance hídrico se determinó la relación más adecuada (utilizando el método estadístico más
preciso), entre la ganancia de lámina de agua obtenida y el nivel de río.

Finalmente, se realizará el proceso de validación del modelo creado, contrastándolo con los datos reales
de nivel de río del año 2018, esto probará si el modelo es útil para pronosticar específicamente el nivel de
río del punto de aforo de la Cuenca Mayo y podría usarse para febrero del 2019.

IV. RESULTADOS

IV.1 Validación de la precipitación

Estación Coef. p-valor Coef. p-valor


Bias Rmse
Meteorológica Spearman Spearman Pearson Pearson
El Porvenir -6.71 11.02 -0.09 0.54 -0.05 0.75
Tarapoto -10.72 17.93 0.22 0.08 0.09 0.47
Lamas -6.51 12.68 -0.01 0.95 -0.07 0.53
Pacayzapa -6.08 13.3 0.35 0.0016 0.16 0.16
Soritor -11.92 22.36 -0.06 0.62 0.01 0.95
Moyobamba -11.13 20.6 0.19 0.22 0.07 0.64
Rioja -6.35 13.93 -0.01 0.95 0.01 0.95
Naranjillo -8.098 17.36 0.02 0.89 -0.05 0.707

Tabla 2: Parámetros de validación para la precipitación del ERA Interim modificada. La modificación
consistió en remover todos los valores igual a 0 de precipitación del modelo ERA y de la estación.

5
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Estación Coef. p-valor Coef. p-valor


Bias Rmse
Meteorológica Spearman Spearman Pearson Pearson
El Porvenir -0.003 10.91 -0.09 0.54 -0.05 0.75
Tarapoto 0.0006 14.38 0.22 0.08 0.09 0.47
Lamas -0.0008 10.88 -0.01 0.95 -0.07 0.53
Pacayzapa -0.0002 11.8 0.35 0.0016 0.16 0.16
Soritor 0.003 18.92 -0.06 0.62 0.01 0.95
Moyobamba -0.00098 17.4 0.19 0.22 0.07 0.64
Rioja 0.046 12.39 -0.01 0.95 0.01 0.95
Naranjillo -0.0024 15.35 0.02 0.89 -0.05 0.707

Tabla 3: Parámetros de validación para la precipitación teórica modificada (se removieron los valores de
precipitación igual a 0) y calibrada a partir de la data de estación (se le sumo el valor absoluto del bias a la
data del era interim).

IV.2 Identificación de la distribución

Prueba de bondad del ajuste


Distribución AD P
Normal 9.473 <0.005
Transformación Box-Cox 0.742 0.051
Lognormal 6.593 <0.005
Lognormal de 3 parámetros 0.352 *
Exponencial 22.338 <0.003
Exponencial de 2 parámetros 1.751 0.013
Weibull 11.203 <0.010
Weibull de 3 parámetros 1.038 0.010
Valor extremo más pequeño 14.163 <0.010
Valor extremo por máximos 3.218 <0.010
Gamma 7.512 <0.005
Gamma de 3 parámetros 1.281 *
Logística 4.487 <0.005
Loglogística 3.088 <0.005
Loglogística de 3 parámetros 0.289 *
Transformación de Johnson 0.306 0.557
Tabla 4: Estadístico de Anderson-Darling y P-valor de las pruebas de ajuste de la data Era Interim estación
Naranjillo calibrado por bias.
6
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Gráfico 1: Prueba de ajuste Logístico y derivado, Transformación de Johnson para los datos Era Naranjillo
calibrado por bias.

Gráfico 2: Prueba de ajuste Valor Extremo y Gamma para los datos Era Naranjillo calibrado por bias.
7
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Gráfico 3: Prueba de ajuste Exponencial y Weibull para los datos Era Naranjillo calibrado por bias.

Gráfico 4: Prueba de ajuste Normal, LogNormal y Transformación Box-Cox para los datos Era Naranjillo
calibrado por bias.

8
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Prueba de bondad del ajuste


Distribución AD P
Normal 8.030 <0.005
Transformación Box-Cox 0.193 0.890
Lognormal 4.757 <0.005
Lognormal de 3 parámetros 0.590 *
Exponencial 15.694 <0.003
Exponencial de 2 parámetros 1.905 <0.010
Weibull 8.392 <0.010
Weibull de 3 parámetros 1.912 <0.005
Valor extremo más pequeño 11.284 <0.010
Valor extremo por máximos 2.577 <0.010
Gamma 5.825 <0.005
Gamma de 3 parámetros 1.910 *
Logística 3.638 <0.005
Loglogística 2.008 <0.005
Loglogística de 3 parámetros 0.252 *
Transformación de Johnson 0.232 0.790
Tabla 5: Estadístico de Anderson-Darling y P-valor de las pruebas de ajuste de la data Era Interim estación
Rioja calibrado por bias.

9
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Gráfico 5: Prueba de ajuste Logística y derivados, Transformación de Johnson para los datos Era Rioja
calibrado por bias.

Gráfico 6: Prueba de ajuste Valor Extremo y Gamma para los datos Era Rioja calibrado por bias.

10
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

Gráfico 7: Prueba de ajuste Exponencial y Weibull para los datos Era Rioja calibrado por bias.

Gráfico 8: Prueba de ajuste Normal, LogNormal y Transformación Box-Cox para los datos Era Rioja
calibrado por bias.

11
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018

V. DISCUSIÓN

Comparando la data de las estaciones con la del modelo Era Interim, se puede notar que los eventos en donde
no hay lluvia o hay trazas de precipitación (valores de 0.1-0.5mm aprox.), los valores del era interim
pronostican con un alto porcentaje de acierto (ver tabla 6 y 7). Contrariamente para los valores donde la
precipitación es abundante (valores de 20mm a mayores) el era interim tiende a subestimar en gran manera
estas precipitaciones (ver tabla 6 y 7). Debido a que los eventos en donde no hay precipitación (o la
precipitación es muy escasa) no aportan lámina de agua al caudal, se procedió a retirar (en el tratamiento de
datos) estos eventos conjuntamente con los valores de estación asociados a estos eventos pronosticados.

Se puede observar que comparando los datos del era sin calibrar con los datos del era calibrados (mediante la
suma del valor absoluto del bias), se presenta una igual correlación de pearson en la data calibrada del Era
(ver tabla 2 y 3). Con respecto a la correlación de Spearman el comportamiento es similar (ver tabla 2 y 3).
También se aprecia una notable disminución del Bias y una ligera disminución del RMSE (ver tabla 2 y 3).
Todo esto indica que fue adecuado el primer tratamiento de calibración de datos (sumar a la data del era el
bias) para reducir el error, sin embargo no ayuda a que los datos tengan una mayor correlación.

Posteriormente en el proceso de ajuste de la data de estación y del era interim a una determinada distribución,
los resultados de las pruebas de bondad de la data del era de todas las estaciones (que determinan si la data se
ajusta o no a determinada distribución) no se ajustaban a ninguna distribución (ver gráfico 1 al 8, ver tabla 4
y 5), exceptuando a la transformación de Johnson. Convertir los datos del era a una distribución normal
mediante la transformación de Johnson no ayudaría de mucho a la calibración debido a que la data de
estaciones no sigue una distribución normal. Es por esto que finalmente se puede afirmar que la data del era
interim no es adecuada para pronosticar niveles del rio de la cuenca Mayo.

VI. CONCLUSIONES

 La metodología aplicada para la calibración de los datos del Era Interim reduce el error de
los datos pronosticados con respecto a los datos de estación, pero no modifica la correlación
entre estos mismos.

 Realizar el balance hídrico con los datos del Era Interim, con la intención de crear un
modelo de lámina de agua y nivel de río no es recomendable, dada la muy baja correlación
y ajuste de los datos del modelo y de estación.

 Realizar la validación del modelo aplicándolo al año 2018 no es recomendable ya que los
datos del modelo Era no pasaron el proceso de validación previo.

12
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018
VII. ANEXOS
Era
Estación Era Naranjillo
Naranjillo Naranjillo Bias
9.55 0.6 8.7
4.375 2.8 10.9
18.325 1.6 9.7
65.8 0.8 8.9
2.25 0.7 8.8
4.9 2.4 10.5
1.225 2.0 10.1
4.825 0.8 8.9
1.075 2.2 10.3
0.525 1.5 9.6
6.1 1.2 9.3
7.35 1.1 9.2
20.275 0.8 8.9
6.775 3.8 11.9
12.15 1.9 10.0
11.875 1.9 10.0
1.35 9.4 17.5
3.1 6.5 14.6
3.1 0.8 8.9
7.3 2.2 10.3
2.5 1.8 9.9
0.9 1.1 9.2
3.4 1.4 9.5
0.7 1.0 9.1
1 1.5 9.6
1 1.1 9.2
3.8 1.5 9.6
1 0.8 8.9
1 1.3 9.4
1.8 1.5 9.6
1.3 1.1 9.2
9.55 2.8 10.9
1.5 1.4 9.5
4.375 0.9 9.0
18.325 1.3 9.4
2.25 0.7 8.8
4.9 2.3 10.4
4.825 1.2 9.3
0.275 1.2 9.3
1.075 1.2 9.3
2.75 2.1 10.2
8.7 0.9 9.0
0.6 0.6 8.7
48.4 0.7 8.8
7.8 1.6 9.7
11.4 0.7 8.8
13
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018
4.8 0.6 8.7
19.2 1.1 9.2
3.6 1.5 9.6
11.4 1.7 9.8
9 0.8 8.9
25.8 2.7 10.8
1.5 16.1 24.2
11.4 0.8 8.9
16.2 0.9 9.0
0.9 0.7 8.8
1.8 4.3 12.4
12 1.1 9.2
9.3 0.6 8.7
6.9 1.4 9.5
79.8 1.9 10.0
48.6 5.1 13.2
32.4 1.8 9.9
Tabla 6: Datos de estación, modelo era y modelo era modificado de la estación Naranjillo.

Estación
Rioja Era Rioja Era Rioja Bias
0.7 3.7 10.1
4.9 1.8 8.2
2.2 2.7 9.1
11.6 0.8 7.2
1.6 2.1 8.5
3.2 0.9 7.3
43.6 3 9.4
1.6 1.7 8.1
2.3 13.4 19.8
5.7 7 13.4
68.1 2.9 9.3
16.6 0.5 6.9
5.3 1.2 7.6
5.2 2.5 8.9
4.5 1.7 8.1
11.7 1.8 8.2
0.7 1.7 8.1
1.3 1.2 7.6
0.6 1.2 7.6
11.2 1.5 7.9
8.7 2.1 8.5
4.3 2.3 8.7
6.7 1.2 7.6
19.4 1 7.4
0.7 1.3 7.7
6.1 1 7.4
3.5 3.6 10.0
9.7 1.8 8.2
5.3 1.3 7.7

14
SEGUNDO AVANCE DEL TRABAJO DE PRONÓSTICO DE CAUDALES 2018
1.5 1.1 7.5
4.7 2.6 9.0
16.8 1.8 8.2
1.6 0.6 7.0
19.3 0.4 6.8
3.6 1 7.4
3.5 0.9 7.3
39.5 0.6 7.0
9.3 1.3 7.7
4.2 1.7 8.1
7.3 0.3 6.7
7.1 1.5 7.9
11.7 17.7 24.1
4.8 2 8.4
1.9 1.2 7.6
8.3 0.8 7.2
1.3 0.9 7.3
1.5 1 7.4
0.8 0.7 7.1
0.9 4.2 10.6
14.8 2.5 8.9
Tabla 7: Datos de estación, modelo era y modelo era modificado de la estación Rioja.

15